Egresada de Unison gana el premio José Negrete como mejor tesis de maestría
6 de noviembre de 2024
Elías QuijadaMaría Elena Martínez Manzanares, egresada de la Maestría en Ciencias de Datos de la Universidad de Sonora, recientemente ganó el premio José Negrete Martínez, como el mejor trabajo de investigaciones de tesis en su categoría, que otorga la Sociedad Mexicana de Inteligencia Artificial (SMIA).
Conoce más información AQUÍ.
El reconocimiento fue entregado en octubre de este año, en Santa María Tonantzintla, Puebla, en presencia de Félix Agustín Castro Espinoza, Miguel González Mendoza y Antonio Marín Hernández, integrantes de la mesa directiva de la SMIA.
En entrevista, Martínez Manzanares señaló que su trabajo se tituló Método para la obtención de nivel de rendimiento humano para modelos de afinidad entre candidatos y empleados, el cual consistió en diseñar un sistema que se encarga de emparejar candidatos en áreas de software y ciencia de datos en puestos laborales; este proyecto no solo abarcaba el diseño basado en sistema de inteligencia artificial, sino en una forma coherente de evaluación.
Dijo que este tipo de modelos ya existe, tanto en la parte teórica como en desarrollos en la iniciativa privada; pero el reto del trabajo fue tener presente las medidas necesarias en el diseño sin ser tan automatizado y conservar las reglas humanas que seleccionan a los candidatos, asegurando que no se esté proporcionando criterios sesgados.
Metodología mixta
La metodología aplicada fue mixta; es decir, fue un procedimiento donde se utilizó datos o técnica de análisis cuantitativas y cualitativas con la intención de fortalecer las áreas de oportunidad de cada enfoque.
Dentro de la parte cualitativa se encargó de analizar una población referente a software y ciencia de datos que están en la toma de decisiones de cómo contratar y qué criterios son considerados al momento de incorporar gente al equipo laboral.
“La valoración de currículum vitae fue cualitativo porque una persona evalúa a partir de reglas que se van tomando conforme a la experiencia y cultura empresarial en el entorno que trabajan y básicamente a nosotros nos interesaba conocer qué reglas toman dentro de la población en México por agentes como reclutadores, home center, líderes de equipo, dueño de empresas y técnicos”, detalló.
La egresada también de la Licenciatura en Matemáticas, Maestría en Ciencias Matemáticas y del Doctorado en Ciencias Matemáticas, expresó que la parte de caracterización en el enfoque cuantitativo fue más fácil de traducir en forma de evaluación por medio de un modelo basado en inteligencia artificial que se encargó de utilizar todas las reglas que usan los tomadores de decisiones a través de redes neuronales y de la técnica llamada medidas difusas.
Una vez diseñado el modelo que se tenía perfectamente caracterizado de cómo ocurría la fase de evaluación y obtener resultados que se acercaran a cómo realiza las tareas un humano, se dio cuenta de que replicar el papel de una persona en entornos de alta variabilidad puede ser retador; a pesar de ello, se lograron buenos resultados.
Aplicación en la vida cotidiana
Sobre la aplicación en la vida cotidiana de su trabajo de investigación, precisó que el conocimiento es importante para quienes están involucrados en el mundo del software y ciencia de datos porque se identifica cómo ocurren los sesgos y ayuda a ser conscientes y tratar de disminuir la práctica de reclutamiento en las empresas.
En relación al modelo de la IA, asienta las bases para el desarrollo de modelos de mejores evaluaciones apegadas a la necesidad social, así como un diseño de flujo de solución que trata de reflejar la situación real de quienes se está tratando de modelar, afirmó.
“Estoy muy contenta de poder llegar a este tipo de desarrollo metodológico y aterrizar en una problemática muy especial, y tendiendo conciencia de los que se buscaba a nivel definición en el problema real y trasladarlo a un modelo artificial fue mucho trabajo y estudios”, recalcó Martínez Manzanares
El director de tesis de maestría fue Julio Waissman Vilanova, mientras que la académica Gudelia Figueroa Preciado estuvo muy vinculada al desarrollo del tema. Ambos docentes imparten asignaturas en la Maestría en Ciencias de Datos de la Universidad de Sonora.
