Pensamiento computacional y alfabetización digital / Computational thinking and computer literacy

  Thomas Bayes 1702 - 1761 Nonconformist minister and mathematician Originator of the statistical theory of probability, the basis of most market research and opinion poll techniques, lived here 1731-1761 Fourth centenary Simon Harriyott  -  https://www.flickr.com/photos/harriyott/3571283086/ A lo dicho anteriormente hay que añadir que la perspectiva de un "pensamiento bayesiano" viene de mucho más atrás y sólo se solapa parcialmente con la analítica de datos. De hecho ésta se puede considerar como un elemento de una metodología muy amplia que cita Wing (2008) aplicada a una serie muy amplia de casos y procesos. La intuición de ese pensamiento bayesiano la he tenido, además de en esta ocasión, ante unos trabajos sobre corpora lingüísticos que me presentó Pascual Pérez Paredes, cuando estuve en Cambridge, ante un trabajo de Maths Cambridge y por último a partir del trabajo citado más arriba de The Lancet, sobre determinación de fallecidos en la pandemia.  En ...

Fuente:  http://www.forbes.com/2010/12/21/speechome-interactive-visualization-language-acquisition.html Veamos ahora otro campo: La lingüística, el aprendizaje automático de lenguajes naturales y el procesamiento del lenguaje natural (PNL). En él nos encontramos este libro de Shay Cohen (2019) titulado Bayesian Analysis in Natural Language Processing , y reseñado por Brett Drury (agosto 2019). En él se sostiene que el análisis y razonamiento probabilístico es un subcampo del aprendizaje automático aplicado al procesamiento del lenguaje natural (PNL). Y, en su contexto, un campo de Probabilidad, la estadística bayesiana, puede ofrecer técnicas únicas para el PNL. Como en el resto de la tradición bayesiana, pero ahora apoyada por el análisis de grandes conjuntos de datos, la asignación de probabilidad a un suceso se basa en la probabilidad de su inverso (probabilidad a priori ), a través del resultado en experimentos conocidos (probabilidad inversa, probabilidad comp...

  El 30 de marzo The Lancet publica el artículo Estimates of the severity of coronavirus disease 2019: a model-based análisis , de Robert Verity, PhD  † et al. La idea que plantea es simple y constituye el esquema más definido y puro de un caso de aplicación del Teorema de Bayes, con ayuda de analítica de datos: Se centra en Hubei (China), donde surge por primera vez la pandemia y desde allí se propaga, se sabe el número de los contagiados por COVID19 que fallecieron, cómo se distribuyen por edad y el tiempo que transcurre desde la detección de la enfermedad hasta el fallecimiento. En el resto de países no existían patrones todavía respecto de esta cuestión. No se sabía cómo afectaría la pandemia en los casos más graves, de fallecimiento, en función de estas variables. En estas condiciones es fácil por el Teorema de Bayes (aplicado con analítica de datos a un número muy grande de casos), a partir de los datos obtenidos en Hubei establecer la probabilidad de que alguien, q...

Ayer llegó a mí este artículo:   The 5th ‘C’ of 21st Century Skills? Try Computational Thinking (Not Coding) ,  de la profesora  Shuchi Grover ,  de  Stanford , en el que por primera vez vi, en alguien distinto y lejano, sin contacto previo de ningún tipo, como no podría ser de otra forma, considerar el pensamiento computacional como una acumulación de habilidades y elementos de conocimiento necesarios para programar y para caminar por la vida profesional y personal en la sociedad digital. Por fin un poco de luz. Hasta ahora mismo pensaba, ya casi a punto de abandonar al menos en lo fundamental, que ésta era una idea estéril y sin futuro. Esta conceptualización y la definición correspondiente la venimos desarrollando desde junio de 2014 y, al día de hoy, su expresión más clara y definitiva está en el libro  El pensamiento computacional, análisis de una competencia clave  (Pérez-Paredes y Zapata-Ros, 2018), además de en posts académicos  ( Z...