Cómo los sesgos cognitivos afectan nuestro juicio

25 Heurísticos y Sesgos Cognitivos: nuestros errores de juicio

Por Marta Guerri.

¿Qué son los sesgos cognitivos?

Ya sea porque nuestro cerebro posee una capacidad limitada, o porque no siempre disponemos de toda la información que desearíamos o porque nos embarga la incertidumbre de las consecuencias de tomar una u otra decisión, por lo que en muchas ocasiones tomamos “atajos” mentales para llegar a la solución de los problemas. Estos atajos mentales que tomamos de forma inconsciente, en psicología se llaman “Heurísticos”, y nos ayudan a simplificar la gran cantidad de procesos mentales que llevamos a cabo constantemente y a hacer más llevadera nuestra vida diaria.Publicidad

Y es que nuestro cerebro no es capaz de procesar toda la información que recibe a través de los sentidos, por lo que necesita hacer una selección de la misma. Cuando nuestros atajos mentales o heurísticos nos conducen a errores de conclusión, les llamamos sesgos cognitivos.

Los principales sesgos cognitivos que se conocen

Sesgo de memoria

Todos sabemos que nuestra memoria no es perfecta, se difumina con el tiempo y fácilmente nos induce a errores inconscientes. Las investigaciones realizadas revelan que cuando evaluamos recuerdos para poder tomar decisiones sobre nuestro futuro, a menudo se muestran sesgados por los acontecimientos que son muy positivos o muy negativos, y es que tendemos a recordar los hechos insólitos o poco habituales más que acontecimientos diarios, cotidianos. La cusa es que el cerebro da mucha más importancia a los fenómenos extraordinarios o no tanta a usuales, seguramente debido a la importancia que estos tenían en el aprendizaje a lo largo de la evolución. Como resultado, ese sesgo de nuestra memoria afecta a nuestra capacidad de predicción en el futuro.

Para poder evitar ese sesgo se recomienda tratar de recordar el mayor número posible de eventos similares, de esta forma se pretende evitar caer en los extremos, a menudo poco representativos.Publicidad

Falacia de planificación

Este sesgo se refiere a la tendencia que tenemos a subestimar el tiempo que tardamos en terminar una tarea. Al parecer tendemos a planear los proyectos con cierta falta de detalle que nos permitiría la estimación de las tareas individuales. La falacia de la planificación no solo provoca demoras, sino también costos excesivos y reducción de beneficios debido a estimaciones erróneas.

Como dice el científico estadounidense Douglas Hofstadter hay que tener presente que «Hacer algo te va llevar siempre más tiempo de lo que piensas, incluso si tienes en cuenta la Ley de Hofstadter». La ley de Hofstadter es un adagio autorreferencial, acuñado por Douglas Hofstadter en su libro Gödel, Escher y Bach para describir la dificultad ampliamente experimentada de estimar con precisión el tiempo que llevará completar tareas de complejidad sustancial.

Ilusión de control

Este sesgo se encuentra detrás de muchas supersticiones y comportamientos irracionales. Es la tendencia que tenemos a creer que podemos controlar ciertos acontecimientos, o al menos a influir en ellos. Es gracias a este pensamiento que los humanos, desde tiempo inmemorial, creamos rituales y supersticiones que nos aportan cierta seguridad. Un ejemplo de la actualidad se puede ver en los deportistas que repiten ciertas conductas esperando que condicionen cosas como su capacidad de marcar goles, y que evidentemente depende de muchos otros factores objetivos.

Sesgo de apoyo a la elección

En el momento en que elegimos algo (desde una pareja a una pieza de ropa) tendemos a ver esa elección con un enfoque más positivo, incluso si dicha elección tiene claros defectos. Tendemos a optimizar sus virtudes y minimizamos sus defectos.

Efecto de percepción ambiental

Aunque nos parezca extraño, el ambiente que nos rodea ejerce una gran influencia en el comportamiento humano. Un ambiente deteriorado, caótico y sucio provoca que las personas se comporten de manera menos cívica, y también les inclina a cometer más acciones vandálicas y delictivas. Este efecto es la base de la «teoría de las ventanas rotas» estudiado por el psicólogo Philip Zimbardo.

Sesgo de disponibilidad

El sesgo o heurístico de disponibilidad es un mecanismo que la mente utiliza para valorar qué probabilidad hay de que un suceso suceda o no. Cuando más accesible sea el suceso, más probable nos parecerá, cuanto más reciente la información, será más fácil de recordar, y cuanto más evidente, menos aleatorio parecerá.

Este sesgo cognitivo se aplica a muchísimas esferas de nuestra vida, por ejemplo, se ha demostrado que doctores que han diagnosticado dos casos seguidos de una determinada enfermedad no muy usual, creen percibir los mismos síntomas en el próximo paciente, incluso siendo conscientes de que es muy poco probable (estadísticamente hablando) diagnosticar tres casos seguidos con la misma enfermedad. Otro ejemplo es el de una persona que asegura que fumar no es tan dañino para la salud, basándose en que su abuelo vivió más de 80 años y fumaba tres cajetillas al día, un argumento que pasa por alto la posibilidad de que su abuelo fuera un caso atípico desde el punto de vista estadístico.

En el fondo consiste en sobreestimar la importancia de la información disponible (y extraer por tanto conclusiones erróneas). Las loterías por ejemplo, explotan el sesgo de la disponibilidad, y es que si las personas comprendiesen las probabilidades reales que tienen de ganar, probablemente no comprarían nunca más un décimo en su vida.

El efecto Dunning-Kruger

El efecto Dunning-Kruger sesgo cognitivo consiste en una de autopercepción distorsionada, según la cual los individuos con escasas habilidades o conocimientos, piensan exactamente lo contrario; se consideran más inteligentes que otras personas más preparadas, están en la certeza de que son superiores de alguna forma a los demás, midiendo así incorrectamente su habilidad por encima de lo real. Esta distorsión se debe a la inhabilidad cognitiva del sujeto de reconocer su propia ineptitud, debido a que su habilidad real debilitaría su propia confianza y autoestima. Por el contrario, los individuos competentes asumen, falsamente, que los otros tienen una capacidad o conocimiento equivalente o incluso superior al suyo.

Los autores de este descubrimiento David Dunning y Justin Kruger de la Universidad de Cornell, trataron de averiguar si existía algún remedio para nivelar la autoestima sobrevalorada de los más incapaces. Por suerte resultó que sí lo había: la educación. El entrenamiento y la enseñanza podían ayudar a estos individuos incompetentes a darse cuenta de lo poco que sabían en realidad.

Ya lo dijo en su momento Charles Darwin: “La ignorancia engendra más confianza que el conocimiento”.

Efecto halo

El efecto de halo es un sesgo cognitivo por el cual la percepción de un rasgo es influenciado por la percepción de rasgos anteriores en una secuencia de interpretaciones. O sea, si nos gusta una persona, tendemos a calificarla con características favorables a pesar de que no siempre disponemos de mucha información sobre ella, por ejemplo, pensamos de alguien que es simpático, y esto nos hace presuponer que ya conocemos otras características más específicas como: también es inteligente.

El mejor ejemplo para entender este sesgo son las estrellas mediáticas (actores, cantantes, famosos…) demuestran el efecto de halo perfectamente. Debido a que a menudo son atractivos y simpáticos, entonces y de manera casi automática, suponemos que también son inteligentes, amables, poseen buen juicio y así sucesivamente. El problema aparece cuando estas suposiciones son erróneas, ya que se basan a menudo en aspectos superficiales.

Esta tendencia parece estar presente incluso en todos los niveles sociales, tanto bajos como altos, incluyendo donde la objetividad es primordial. Por ejemplo, se ha demostrado que, de media, a la gente atractiva le caen penas de prisión más cortas que otros que fueron condenados por delitos similares.

Sesgo del poder corrupto

Seguro que a muchos no les va a de extrañar la realidad de este sesgo, que dice que hay una tendencia demostrada en la que los individuos con poder son fácilmente corrompibles, en especial cuando sienten que no tienen restricciones y poseen plena libertad. ¿Les suena de algo? Políticos, empresarios, actores famosos, deportistas de élite e incluso la realeza están llenos de casos de corrupción.

Sesgo de proyección

Este sesgo nos habla de la tendencia inconsciente a asumir que los demás poseen pensamientos, creencias, valores o posturas parecidas a las nuestras. Como si fueran una proyección de nosotros mismos.Publicidad

Efecto del lago Wobegon o efecto mejor que la media

Es la tendencia humana a autodescribirse de manera favorable, comunicando las bondades de uno mismo y pensar que se encuentra por encima de la media en inteligencia, astucia u otras cualidades. Llamado también síndrome de superioridad ilusoria.

Sesgo de impacto

Este sesgo se refiere a la tendencia que tenemos a sobreestimar nuestra reacción emocional, sobrevalorando la duración e intensidad de nuestros futuros estados emocionales. Pero las investigaciones muestran que la mayoría de las veces no nos sentimos tan mal como esperábamos cuando las cosas no van como queremos, por ejemplo. Este sesgo es una de las razones por la que a menudo nos equivocamos en la predicción sobre cómo nos afectarán emocionalmente los acontecimientos futuros. Los estudios han demostrado que meses después de que una relación termine, las personas no suelen ser tan infelices como esperaban y que personas a las que le ha tocado la lotería, con el tiempo vuelven a su grado de felicidad habitual o que tenían antes de ganar el premio.

Efecto del falso consenso

El sesgo de falso consenso efecto es parecido al antes descrito sesgo de proyección, y es que la mayoría de personas juzgan que sus propios hábitos, valores y creencias están más extendidas entre otras personas de lo que realmente están.

Heurístico de representatividad

Este heurístico es una inferencia que hacemos sobre la probabilidad de que un estímulo (persona, acción o suceso) pertenezca a una determinada categoría. Por ejemplo, si decimos que Álex es un chico joven metódico cuya diversión principal son los ordenadores. ¿Qué le parece más probable?, ¿que Álex sea estudiante de ingeniería o de humanidades?

Cuando se hacen preguntas de este tipo, la mayoría de la gente tiende a decir que seguramente Álex estudia ingeniería. Un juicio así resulta, según el psicólogo Daniel Kahneman de la aplicación automática (inmediata o no) del heurístico de representavidad. Suponemos que estudia ingeniería porque su descripción encaja con un cierto estereotipo de estudiante de ingeniería. Pero esto pasa por alto hechos como que, por ejemplo, los estudiantes de humanidades son mucho más numerosos que los de ingeniería, por lo que sería mucho más probable encontrar estudiantes de humanidades que se correspondan con esta descripción.

Este sesgo no solo es anecdótico, sino que forma parte del fundamento de ciertos prejuicios sociales. Por ejemplo, cuando juzgamos la conducta de un miembro de un determinado colectivo, como los inmigrantes, tendemos muchas veces a basarnos en estereotipos supuestamente representativos, ignorando datos objetivos de frecuencia y probabilidad.

Defensa de status

Este sesgo se refiere a cuando una persona considera que posee cierto status, tenderá a negar y a defenderse de cualquier comentario que lo contradiga, aun si para ello debe autoengañarse.

Prejuicio de retrospectiva o recapitulación

Es la tendencia que tenemos a ver los hechos pasados como fenómenos predecibles. Las personas sesgamos nuestro conocimiento de lo que realmente ha pasado cuando evaluamos nuestra probabilidad de predicción. En realidad este es un error en la memoria. De la misma manera que también tenemos tendencia a valorar los eventos pasados de una forma más positiva a como ocurrieron en realidad.

Error fundamental de atribución

Se refiere a la tenencia que mostramos a priorizar nuestras dotes personales para valorar nuestros éxitos y a atribuir a las circunstancias externas nuestros fracasos. En cambio cuando se trata de otra persona, la tendencia es la inversa, atribuimos a la suerte o la ayuda sus éxitos y a características internas sus fallos.

Sesgo de disconformidad

Es la tendencia que tenemos a hacer una crítica negativa a la información que contradice nuestras ideas, mientras que aceptamos perfectamente aquella que es congruente con nuestras creencias o ideologías. De este modo se produce una percepción selectiva por la cual las personas perciben lo que quieren en los mensajes de los demás o de los medios de comunicación. y es que por lo general las personas tendemos a ver e interpretar las cosas en función de nuestro marco de referencia. También tenemos más probabilidades de buscar información favorable a nuestras ideas que buscar información que desafíe nuestras ideologías o línea de pensamiento.

Efecto Forer o efecto de validación subjetiva

El efecto Forer es la tendencia a aceptar descripciones personales vagas y generales como excepcionalmente aplicables a ellos mismos, sin darse cuenta que la misma descripción podría ser aplicada a cualquiera. Este efecto parece explicar, por lo menos en parte, por qué tanta gente piensa que las pseudociencias funcionan, como la astrología, cartomancia, quiromancia, adivinación, etc., porque aparentemente proporcionan análisis acertados de la personalidad. Los estudios científicos de esas pseudociencias demuestran que no son herramientas válidas de valoración de la personalidad, sin embargo cada una tiene muchos adeptos que están convencidos de que son exactas.

Heurístico de anclaje y ajuste o efecto de enfoque

Este heurístico describe la tendencia humana a confiar demasiado en la primera información que obtienen para luego tomar decisiones: el «ancla». Durante la toma de decisiones, el anclaje se produce cuando las personas utilizan una “pieza” o información inicial para hacer juicios posteriores. Una vez que el ancla se fija, el resto de información se ajusta en torno a ella incurriendo en un sesgo.

Por ejemplo, si preguntamos a unos estudiantes 1) ¿cómo de feliz te sientes con tu vida? y 2) ¿cuántas citas has tenido este año?, tenemos que la correlación es nula (según las respuestas tener más citas no alteraría el nivel de bienestar). Sin embargo, si se modifica el orden de las preguntas, el resultado es que los estudiantes con más citas se declaran ahora más felices. Es falto de lógica, pero al parecer, focalizar su atención en las citas hace que exageren su importancia.

Ilusión de frecuencia

Al parecer, cuando un fenómeno ha centrado nuestra atención recientemente, pensamos que este hecho de repente aparece o sucede más a menudo, aunque sea improbable desde el punto de vista estadístico. En realidad, esto ocurre porque ahora nosotros lo percibimos de forma diferente (antes no le prestábamos atención) y por lo tanto creemos erróneamente que el fenómeno se produce con más frecuencia.

Ilusión de la confianza

Este sesgo se trata de la confusión entre la confianza de quien nos habla con su credibilidad, de tal manera que percibimos a una persona como más creíble cuanta más confianza muestra en sus argumentaciones. La realidad es que las investigaciones han demostrado que la confianza no es un buen indicador, ni tampoco es una forma fiable de medir la capacidad o aptitud de una persona.

Punto de referencia o status-quo

Al parecer un mismo premio no posee igual valor para dos personas diferentes. Por ejemplo, si tengo dos mil euros y gano cien en una apuesta, lo valoro menos que si tengo quinientos euros y gano esos mismos cien en la apuesta. El punto de referencia es muy importante. Pero sus implicaciones pueden ser algo mayores, pues no sólo se trata de la referencia que tengo respecto a mi propia riqueza inicial, sino con la riqueza de mi círculo de personas cercano. Si alguien desconocido para mi gana cien mil euros en la lotería, yo no me veo afectado. En cambio, si los gana mi compañero de trabajo, me da la sensación de que soy más pobre y desgraciado, aunque no hubiera jugado a la lotería.

Efecto Bandwagon o efecto de arrastre

Este error consiste en la tendencia a hacer (o creer) cosas sólo porque muchas otras personas hacen (o creen) dichas cosas. Al parecer, la probabilidad de que una persona adopte una creencia aumenta en función del número de personas que poseen esa creencia. Se trata de un fuerte pensamiento de grupo.

Efecto Keinshorm

Es la predisposición a contradecir sistemáticamente las ideas o formulaciones que otra persona hace y con la cual no se simpatiza, sólo por este hecho, pues ya no deseamos que tenga la razón y estamos más predispuestos a no creer en sus palabras.

Fuente: psicoactiva.com

.

.

El Chief Data Officer en España

El CDO en la empresa española: ¿Tecnología o estrategia?

El Club Chief de Data Officers Spain es la primera comunidad de CDOs de España y en el debate celebrado en la sesión de septiembre pasado se celebró un debate  para dar voz a todos los asistentes en el que  intervino Ana Gadea, partner de la firma Management Solutions,  que inició un debate sobre el lugar que ocupa el Chief Data Officer en la empresa española. Durante la discusión, quedó patente que la ubicación del CDO no está estandarizada actualmente, pero todo parece indicar a que pivotará desde posiciones más cercanas a IT a otras más estratégicas, próximas a la Alta Dirección. 

Este movimiento será natural a medida que la alta dirección pueda constatar, con casos reales, todo el potencial del análisis de datos para el desarrollo del negocio:Como reza el dicho, el camino se demuestra andando”, señala Juan Francisco Riesco, Director de Datos de Mutua Madrileña. “En las etapas iniciales, cuando la estrategia analítica no es aún lo suficientemente madura, es importante seleccionar un ámbito de actuación visible y sencillo para desarrollar casos de uso que demuestren el valor del dato,

una opinión con la que coincide Manuel Ferro, CDO de Abanca, quien recomienda: Empezar con objetivos pequeños e ir creciendo de manera escalonada. El CDO debe estar sentado en la misma mesa que el resto de tomadores de decisiones, a quienes facilita y debe facilitar su labor mediante el análisis y gobernanza del dato. Esto se debe a que, si bien su rol es tecnológico, su función tiene claras implicaciones para toda la empresa, una realidad que comprenden fácilmente las empresas data driven.

En el caso de Inditex, según indica su Head of Data Office, Jesús Salceda, «La cultura analítica siempre ha formado parte de nuestra empresa, que es lo más importante. Obviamente, a medida que una empresa crece y gestiona más datos, necesita incorporar nuevas herramientas que posibiliten esta tarea, pero lo que realmente marca la diferencia es el hecho de tomar conciencia de la importancia tomar decisiones en base al análisis de datos.«

El CDO, como principal impulsor de la cultura analítica, es también quien mayor visión posee para afrontar la gestión del cambioEn otro punto del debate, Gadea planteó una duda relativa a la ubicación actual del CDO en el organigrama corporativo: ¿tiene sentido que esté ubicado en áreas de IT? En palabras de Pedro López-Montenegro, CDO de Banco Santander,

«Estar situado en el entorno de operaciones es algo natural, por el componente tecnológico del cargo, y tiene muchas ventajas, pues ayuda al CDO proporcionándole capacidad de acción y una visión transversal de la compañía. Pero “confinarle” en este área también hace que el CDO pierda poder de negociación frente a la alta dirección. Su rol debe evolucionar para ganar poder de prescripción y ser capaz, en última instancia, de situar el dato como verdadero pilar estratégico de las empresas.»

Asimismo, durante el debate se destacó una habilidad actualmente muy relevante: la diplomacia y negociación corporativa. El CDO, como principal impulsor de la cultura analítica, es también quien mayor visión posee para afrontar la gestión del cambio. Por otra parte, su capacidad para demostrar el valor de los datos será útil a la hora implantar figuras de gobierno del dato definidas, una prioridad para eliminar posibles zonas grises, como las dudas sobre la responsabilidad sobre el control de calidad de la información, su protección y su arquitectura.

La relevancia de la cultura Data Driven

Para desarrollar una cultura Data Driven madura, es esencial conocer un lenguaje común, el lenguaje de los datos: todos los miembros del equipo deben moverse en el mismo terreno de juego porque: “El compromiso total de todos los miembros del equipo”, tal y como subraya Francisco Escalona, Big Data Manager de Orange, es muy importante. Según Riesco, “Evangelizar cuesta mucho trabajo y para no menoscabar esta tarea es importante demostrar, mediante casos de uso sencillos, lo que la analítica puede hacer por la empresa”.

De esta manera, como apunta David Martín, CDO & Big Data Architect de Damavis Studio,“Se podrán desplegar soluciones cada vez más complejas y útiles, como proyectos basados en machine learning para ofrecer análisis de datos avanzado en tiempo real”.

Cada vez será más fácil demostrar a la alta dirección el potencial de la estrategia analítica y cómo puede mejorar el negocio. La clave es escoger un caso de uso sencillo y escalable para que, poco a poco, la analítica forme parte de la naturaleza de las organizaciones.Los datos formarán serán a las empresas lo que el aire es a las personas. Serán una parte esencial de cada proceso y se situarán en el centro de la toma de decisiones estratégicas. Esta realidad será más y más común y la gestión del dato evolucionará a medida que más miembros del equipo hablen su lenguaje.

Infografía: El ADN de los CDO

• 47 años: es la edad media del CDO
• El 14% son mujeres
• Permanencia media en el cargo: 3 años
• El 56% de los CDO son incorporaciones externas para las compañías. De este porcentaje, la mitad procede del mismo sector.
• Solo un tercio de los CDO está al cargo tanto de la gobernanza del dato como de su análisis

Post escrito por el Club Chief Data Officer Spain

El Club de Chief Data Officer Spain es la primera comunidad de CDOs en España, Si quieres conocer más sobre el Club, escribe a: [email protected] 

Fuente: empresas.blogthinkbig.com, 2019.

.

.

.

Cloacas y Big Data

Un proyecto Big Data analizará los hábitos de los barceloneses… mediante las alcantarillas

Un proyecto europeo usa Big Data e inteligencia artificial para generar información sobre los hábitos de los ciudadanos de Barcelona a partir del análisis químico, microbiológico y de caudales de las aguas residuales en el alcantarillado.

¿Qué tiene que ver el alcantarillado de una ciudad como Barcelona con la personalidad de los barrios que la componen? Aunque parezca una pregunta absurda, ese es el objetivo de un ambicioso proyecto de investigación que pretende usar las tecnologías de Big Data e inteligencia artificial para generar información sobre el estilo de vida y los hábitos diarios de los ciudadanos… a partir de sus aguas residuales.

En concreto, los investigadores quieren conocer los hábitos de gestión de residuos en los hogares, incluyendo la adecuada gestión de los aceites y las grasas y de las toallitas húmedas, así como los hábitos de consumo de productos farmacéuticos, como los antibióticos.

Esta información se obtendrá a partir del análisis químico, microbiológico y de caudales de las aguas residuales en el alcantarillado y, como decíamos, mediante la aplicación de Inteligencia Artificial y Big Data.

Esta aproximación pionera, bautizada como sewage sociology o sociología de las aguas residuales, será clave en el futuro inmediato para diseñar campañas de concienciación ciudadana en los ámbitos de gestión de residuos en los hogares y de hábitos de salud y hacer un seguimiento de su eficacia, dicen los impulsores de este proyecto.

Por otra parte, los gestores del alcantarillado tendrán una herramienta más para realizar un mantenimiento preventivo que implicará ofrecer un mejor servicio a los ciudadanos.

La iniciativa está comandada por el Instituto Catalán de Investigación del Agua (ICRA), el centro tecnológico Eurecat, el Consorcio Instituto de Estudios Regionales y Metropolitanos de Barcelona (IERMB), el fabricante de sensores s::can Iberia y Barcelona Ciclo del Agua (BCASA) participan en el proyecto.

Esta investigación es uno de los capítulos de la iniciativa europea SCOREwater, que busca contribuir a la transformación digital del sector del agua, el cual está previsto que se prolongue durante cuatro años y cuenta con un presupuesto de 5,8 millones de euros para los tres proyectos de Barcelona, Gotemburgo (Suecia) y Amersfoort (Holanda).

*Artículo original publicado en Business Insider

Etiquetas: Big Data, Smart Cities

Fuente: ticbeat.com, 08/06/19.

Más información:

De Big Brother a Little Brother

Big Data y el Control social en Venezuela

La Inteligencia y sus especialidades en la Sociedad del conocimiento

______________________________________________________________________________

Vincúlese a nuestras Redes Sociales:

LinkedIn      YouTube      Facebook      Twitter

______________________________________________________________________________

.

.

Una Taxonomía del concepto Inteligencia

El término inteligencia proviene del latín intelligentia, que a su vez deriva de inteligere. Esta es una palabra compuesta por otros dos términos: intus (“entre”) y legere (“escoger”). Por lo tanto, el origen etimológico del concepto de inteligencia hace referencia a quien sabe elegir: la inteligencia posibilita la selección de las alternativas más convenientes para la resolución de un problema. De acuerdo a lo descrito en la etimología, un individuo es inteligente cuando es capaz de de escoger la mejor opción entre las posibilidades que se presentan a su alcance para resolver un problema.

Tipos de Inteligencia

Por Rafael Jiménez.

Análisis GESI, 43/2018

Resumen: El tratamiento de cualquier materia induce muy pronto a clasificar todas sus formas o modalidades. Este hecho es más acusado cuando se trata de una materia como la inteligencia, cuya aparición en el dominio público es relativamente reciente, aunque su práctica se remonte al principio de los siglos.

Este capítulo relaciona una amplia taxonomía de la inteligencia, que abarca las dimensiones que puede presentar (a qué se puede referir el concepto inteligencia: producto, proceso u organización); las clases que puede presentar el producto según el nivel de decisión de sus destinatarios; la identificación de ese mismo producto según su finalidad; los tipos de dicho producto según la necesidad de información que satisface; las formas de determinar el producto según el medio en el que se encuentre la información de la que parte; la identificación del mismo producto en función del método de obtención de la información de partida; las modalidades de la inteligencia según el territorio sobre el que se elabora; y cómo se la puede identificar en función de la materia o campos del conocimiento.

*****

1. Dimensiones de la inteligencia

Antes de abordar la clasificación de los tipos de inteligencia es preciso referirse a las dimensiones o conceptos que se pueden expresar con el término inteligencia.

El primero que lo hizo, siempre referido a la inteligencia como componente de la seguridad nacional, fue Sherman Kent en 1949[1], que identificó el término con tres conceptos: a) el producto derivado de la transformación de la información y el conocimiento en inteligencia; b) la organización que realiza esta tarea; y c) el procesomediante el que se lleva a cabo.

La inteligencia como producto es el resultado que se obtiene al someter los datos, la información y el conocimiento a un proceso intelectual que los convierte en informes adecuados para satisfacer las necesidades de los decisores políticos, militares, policiales, empresariales, etc., así como para proteger a aquellos mediante las tareas de contrainteligencia.

La inteligencia como proceso comprende los procedimientos y medios que se utilizan para definir las necesidades de los decisores, establecer la búsqueda de información, su obtención, valoración, análisis, integración e interpretación hasta convertirla en inteligencia, y su difusión a los usuarios. También incluye los mecanismos y medidas de protección del proceso y de la inteligencia creada por medio de las actividades de contrainteligencia necesarias.

La inteligencia como organización se refiere a los organismos y unidades que realizan las anteriores actividades de transformar la información en inteligencia y la protegen.

2. La Inteligencia según el nivel de decisión

Una vez determinado el concepto de inteligencia como producto, su contenido puede referirse a materias políticas y generales del Estado o más detalladas. Por tanto, en función del nivel de decisión del usuario para quien se elabora, la inteligencia puede ser de los siguientes tipos:

2.1. Inteligencia nacional

Es la que precisa el Gobierno de la Nación para definir y desarrollar su política en el más alto de sus niveles de decisión. La inteligencia nacional la elaboran los servicios de inteligencia de nivel nacional, cuya dependencia funcional suele ser del Presidente del Gobierno, aunque administrativamente estén adscritos o integrados en algún departamento ministerial.

2.2. Inteligencia departamental

Es la que necesitan los titulares de los distintos Ministerios del Gobierno de la Nación para ejecutar la política de sus respectivos departamentos. La elaboran los servicios de información e inteligencia dependientes de los respectivos departamentos ministeriales, cuyos productos tienen una aplicación directa en la ejecución de las correspondientes políticas ministeriales. A diferencia de la inteligencia nacional, que se elabora para decisores externos, la departamental constituye un insumo propio de los titulares y altos cargos de los Ministerios en su responsabilidad de ejecución de la política ministerial, así como de los mismos servicios que la elaboran.

2.3. Inteligencia operativa

Es la inteligencia que se genera y se utiliza para planear y ejecutar cualquier tipo de operaciones, tanto de carácter militar como policial o de inteligencia. Su nivel de elaboración y utilización es el más elemental y tiene una aplicación directa en el desarrollo de las operaciones de cualquier organismo o unidad.

3. La inteligencia según su finalidad

De forma similar a la que se ha definido anteriormente según el nivel de decisión del usuario para quien se elabora la inteligencia, esta puede tener distintas finalidades, que permiten clasificarla de la siguiente manera:

3.1. Inteligencia estratégica

Es la inteligencia que se elabora para facilitar la definición de  los objetivos de la política y los planes generales de un Estado, para lo que debe tenerse en cuenta el entorno en que se encuentra y las metas que ha fijado el Gobierno.

Para ello, la inteligencia estratégica debe identificar los actores que intervienen en ese entorno, sus características y cómo pueden evolucionar. De esta manera presta una atención especial a los indicios que pueden significar riesgos y derivar en amenazas, o proporcionar oportunidades para la Nación.

La inteligencia estratégica se halla muy vinculada a la prevención y a la prospectiva, advirtiendo de amenazas a los intereses vitales de la seguridad nacional y de las oportunidades para el Estado, con lo que se convierte en la principal herramienta en poder de los gobernantes para diseñar y desarrollar las políticas exterior y la de seguridad nacional.

En el ámbito militar, la inteligencia estratégica tiene como finalidad facilitar la elaboración de los planes relativos a la conducción de las operaciones de nivel estratégico.

En el ámbito empresarial, la inteligencia estratégica tiene la finalidad de facilitar la toma de decisiones de sus directivos ante las amenazas o riesgos para la empresa, o aquellas que puedan facilitar un éxito u oportunidad de desarrollo. En concreto, se especializa en el análisis de los competidores para entender sus éxitos futuros, estrategias actuales, la posible evolución industrial y comercial, y sus capacidades. También incluye la inteligencia sobre los principales clientes, proveedores y socios.

Un caso particular de la inteligencia estratégica lo constituye la denominadainteligencia de alerta, que es la que tiene por finalidad prevenir al usuario de las amenazas contra los intereses nacionales o empresariales, para que pueda decidir con tiempo las medidas políticas, diplomáticas, militares, económicas, industriales, comerciales o de cualquier otro tipo que puedan neutralizarlas o hacerles frente.

3.2. Inteligencia táctica

La inteligencia táctica es la que se elabora para contribuir a la planificación y el diseño de las acciones concretas que permitan alcanzar un objetivo de alcance limitado, subordinado a los grandes objetivos de la inteligencia estratégica.

En el ámbito militar, la inteligencia táctica está destinada a la elaboración de los planes que permitan la conducción de las operaciones tácticas.

En el ámbito empresarial tiene un carácter más operacional, al consistir en la adopción de acciones concretas para conseguir un objetivo en una situación inmediata. Incluye aspectos como los términos de venta de los competidores, sus políticas de precios y los planes que tienen para cambiar la forma en que se diferencian sus productos de los propios.

3.3. Inteligencias operativa y operacional

La inteligencia operativa es la que se elabora para permitir la organización y ejecución de acciones para el cumplimiento de una misión, entendiendo por esta la que le es encomendada a un oficial de inteligencia, solo o dirigiendo un grupo, para lograr un propósito determinado.

En el ámbito militar, el término apropiado es inteligencia operacional y se encuentra en una posición intermedia entre la estratégica y la táctica. Su elaboración tiene como finalidad apoyar la planificación y la realización de campañas en el teatro de operaciones, en el nivel operativo.

3.4. Inteligencia prospectiva

La inteligencia prospectiva se inicia a partir de la inteligencia estratégica y está orientada a determinar de modo anticipado las opciones de evolución de una situación y las posibilidades y probabilidades de actuación de los elementos involucrados en ella, con objeto de reducir la incertidumbre por el futuro en entornos caracterizados por la complejidad, el cambio y la inestabilidad.

El término de inteligencia prospectiva se emplea específicamente para precisar los objetivos estratégicos de una organización y planificar las acciones necesarias para lograrlos. Asimismo, se utiliza para adoptar decisiones que contribuyan a conducir una realidad determinada hacia un escenario futuro deseable.

Tiene un alto componente de estimación, por lo que también se la conoce comointeligencia estimativa o predictiva.

Se trata de una inteligencia muy compleja y costosa, por la necesidad de contar con especialistas instruidos en las técnicas de la prospectiva y en los diversos campos que influyen en el futuro de una organización, así como por la necesidad de contar con tiempo para elaborarla. Ambas circunstancias condicionan de tal modo su generación que no es habitual que se elabore en las organizaciones ni servicios de inteligencia, más ocupados por los demandantes en elaborar inteligencia actual y de inmediato futuro.

4. La inteligencia según la necesidad de información que satisface

La elaboración de inteligencia se produce como consecuencia de la aparición de un requerimiento concreto, sea de los potenciales usuarios o del propio servicio de inteligencia que debe elaborarla. De esta forma, la inteligencia puede ser:

4.1. Inteligencia básica

La inteligencia básica es la que se produce para satisfacer los requerimientos de inteligencia permanentes y generales de la organización de que se trate.

Se emplea sobre todo para responder a las necesidades de información que se plantean durante la producción de inteligencia estratégica e inteligencia prospectiva o estimativa. Por tanto, se elabora atendiendo a los objetivos estratégicos de la organización. Dado que se convierte en un importante almacén de inteligencia, también se utiliza para atender demandas de información durante la producción de inteligencia táctica, operativa y operacional.

La producción de inteligencia básica se realiza de un modo rutinario y programado a partir de fuentes de información abiertas, generalmente obras de referencia, estados y descripciones generales, guías de seguimiento, etc., como enciclopedias, bases de datos, anuarios, directorios, etc.

Esta inteligencia tiene un grado de permanencia mayor que cualquier otra y a ella se incorpora la que se extrae de la inteligencia estratégica que se ha elaborado durante el desarrollo de la actividad de la organización, por lo que también suele recibir la denominación de inteligencia general de la organización, convirtiéndose en un activo informacional de esta.

4.2. Inteligencia actual

Es la inteligencia que tiene por finalidad satisfacer los requerimientos de inteligencia puntuales y concretos de una organización. Presenta el estado de una situación o de un acontecimiento en un momento dado y puede señalar opciones de evolución en un corto plazo, así como indicios de riesgos inmediatos.

Se emplea principalmente para responder a las demandas de información que surgen durante la aparición de un fenómeno o acontecimiento imprevisto, durante un proceso de toma de decisiones sobre un acontecimiento de interés nacional o durante la planificación y el desarrollo de una misión.

Suele ser la más demandada por los gobernantes, cuyos plazos de previsión y decisión son generalmente cortos.

Como fin complementario, la inteligencia actual pone al día la inteligencia básica y los análisis realizados por la inteligencia estratégica. Esto permite disminuir las necesidades de información durante las gestiones de crisis.

Los productos de la inteligencia actual suelen adoptar la forma de informes específicos para atender una demanda concreta y actual de información; o la de informes breves y periódicos, muchas veces diarios, sobre cuestiones de interés general y frecuente sobre las que los decisores políticos desean mantener un conocimiento permanente.

4.3. Inteligencia crítica 

Como un caso particular de la inteligencia actual surge el concepto de inteligencia crítica, que es la que se elabora para satisfacer los requerimientos informativos que se producen durante la gestión de una crisis.

El tiempo dedicado a la obtención y procesamiento de datos e información y a la valoración, análisis, integración e interpretación durante una crisis se reduce al mínimo imprescindible con objeto de dar a conocer el estado de la situación con la máxima urgencia posible, que además suele evolucionar con rapidez. Por tanto, elaborar inteligencia que permita al responsable político tomar decisiones rápidas y acertadas exige tanto disponer de información concreta sobre lo que ocurre como contar con unas buenas reservas de inteligencias básica y actual que permitan contextualizar el sentido de la nueva información disponible y mejorar su comprensión.

Los productos más habituales durante la gestión de crisis son alertas e informes de situación sobre la evolución de los acontecimientos. La forma de materialización de dichos informes se convierte muchas veces en modo de gráficos, mapas, esquemas, croquis, etc., que, convenientemente ilustrados, permiten un rápido conocimiento de dicha evolución de la situación.

En situaciones de crisis puede ocurrir que, ante la perentoria necesidad de tomar una decisión, se suministre información a los responsables sin analizar ni interpretar suficientemente, o con una estimación provisional muy sujeta a la evolución de los acontecimientos. En estos casos se deja a dichos responsables la tarea de valorar la información que se les suministra, en beneficio de la urgencia con que se puede poner a su disposición. Esta excepcionalidad es motivo de debate, por lo que supone de trasladar la responsabilidad del análisis de inteligencia a los decisores políticos, modificando el funcionamiento habitual del ciclo de inteligencia.

5. La Inteligencia según el medio en el que se encuentra la información

La información de partida para la elaboración de inteligencia puede encontrarse en muy diferentes medios, dando lugar a distintos tipos de inteligencia que reciben el nombre de la que haya sido su componente principal. De esta manera, la inteligencia puede clasificarse del siguiente modo:

5.1. Inteligencia HUMINT o de fuentes humanas

Es la que se elabora a partir de información recogida o suministrada directamente por personas. Sus resultados dependen fundamentalmente de la actuación del hombre mediante sus sentidos, ayudándose o no con medios auxiliares (cámaras, grabadoras, fotocopiadoras, etc.).

En los servicios de inteligencia se consideran diversos tipos de fuentes humanas, cuya actividad facilita en algún grado la obtención de información. En el CNI esta diversidad ha dado lugar a la siguiente clasificación:

• Contacto: persona ajena a un servicio de inteligencia al que proporciona información, de modo consciente o inconsciente y de forma ocasional o regular, pero cuya dirección no es posible o conveniente realizar por parte del servicio. Puede recibir algún tipo de contraprestación.
• Informador: persona ajena a un servicio de inteligencia al que proporciona información, de modo consciente o inconsciente y de forma ocasional o regular, bajo la dirección de un miembro del servicio. Suele percibir algún tipo de contraprestación.
• Colaborador: persona ajena a un servicio de inteligencia, que coopera para este, de modo consciente o inconsciente y de forma ocasional o regular, realizando una serie de actividades, dirigidas por un oficial de inteligencia, en beneficio de los cometidos asignados al servicio. También suele percibir algún tipo de contraprestación. Por tanto, se diferencia del informador en que no suele facilitar información, o al menos no es su cometido principal, sino que facilita tareas que debe realizar el servicio.
• Agente: persona ajena a un servicio de inteligencia que realiza alguna actividad abierta o encubierta en beneficio del servicio y bajo la dirección de un miembro del mismo, tras recibir adiestramiento especial. Los agentes se reclutan habitualmente para llevar a cabo o dar asistencia en tareas de obtención de información y en operaciones de contrainteligencia. Normalmente el agente recibe algún tipo de contraprestación. No debe confundirse el tipo de agentecomo fuente humana, con la misma denominación de agente con que se identifica a los miembros de los servicios de inteligencia que realizan actividades secretas, abiertas o encubiertas, generalmente encuadrados en unidades operativas de obtención de información.

La información obtenida a partir de fuentes humanas es muy útil porque puede proporcionar datos imposibles de obtener por otros medios. Para ello es necesario que se encuentren situadas en el lugar y momento adecuados para adquirir esa información, formación suficiente para apreciarla y poseer un buen y oportuno sistema de comunicación para hacerla llegar al servicio.

La obtención de información por medios humanos, para que sea valiosa, debe superar dos momentos críticos: a) la captación o infiltración de la fuente en el lugar donde pueda acceder a la información deseable; y, b) la valoración de la información adquirida por parte del  oficial de relación y de los analistas; el primero es responsable de evaluar la fiabilidad de la fuente, de la que debe conocer su formación, capacidades, vulnerabilidades, intereses, posibilidades, condiciones (facilidades y riesgos) en las que actúa, etc.; mientras que los segundos, los analistas que reciban el fruto de su adquisición, son los principales responsables de evaluar la calidad de la información proporcionada, así como de remitir al órgano de obtención donde se encuentre el oficial de relación su valoración de la información recibida y, unida a ella, la percepción sobre la fiabilidad de la fuente que la ha proporcionado.

5.2. Inteligencia OSINT o de fuentes abiertas

Es la que se elabora a partir de información obtenida de recursos informativos de carácter público.

Por fuente abierta se entiende todo documento con cualquier tipo de contenido, fijado en cualquier clase de soporte que se transmite por diversos medios y al que se puede acceder en modo digital o no, puesto a disposición pública, con independencia de que esté comercializado, se difunda por canales restringidos o sea gratuito.

La información que transmiten las fuentes abiertas se caracteriza por su singularidad, su rápido modo de obtención, su fácil actualización, su bajo coste en relación con la procedente de otras fuentes y su adquisición sin correr riesgos. Es un axioma que no se debería recoger información pública mediante medios clandestinos, complejos, arriesgados y costosos en términos económicos y políticos.

La información procedente de fuentes abiertas es la más utilizada para la producción de inteligencia estratégica, inteligencia básica, inteligencia económica e inteligencia científica. Además, esta información es indispensable para analizar adecuadamente la información clandestina.

La actual y creciente reivindicación de la importancia de la información OSINT se debe a la confluencia de dos fenómenos: a) la aparición del concepto de multinteligencia, que rechaza el uso de una única autoridad informativa para crear inteligencia; y b) la ampliación del concepto de seguridad obliga a los servicios de inteligencia a recabar, analizar y evaluar información de índole muy variada y en materias donde las fuentes abiertas son imprescindibles.

Dada la amplitud y variedad de fuentes públicas, la tipología clásica la clasifica del siguiente modo[2]:

5.2.1. Fuentes de información primaria

Son las que contienen información original, de primera mano y que, por tanto, no han recibido ningún tipo de tratamiento. Dentro de este grupo se suele distinguir: fuentes de información primaria editadas, que forman parte de los circuitos habituales de publicación y distribución y cuya existencia queda verificada por procedimientos legales (ISSN, ISBN, NIPO), entre las que destacan los libros, las revistas, las películas o los discos; y las fuentes de información primaria inéditas, que pertenecen a lo que se ha dado en llamar literatura gris, y que está compuesta por tesis doctorales, presentaciones, pre-prints, actas de congresos o informes científico-técnicos, entre otras, que por lo general tienen una visibilidad menor y suelen carecer de control bibliográfico.

5.2.2. Fuentes de información secundaria

Son las resultantes del tratamiento documental de las fuentes de información primaria y proceden de la aplicación de técnicas documentales que proporcionan valor añadido (los resúmenes, la agrupación en clasificaciones de materias, la correspondencia con otros idiomas y, sobre todo, la relación de unos documentos con otros). Entre este tipo de fuentes se encuentran las bases de datos, los catálogos, los repertorios bibliográficos y los repertorios legislativos.

5.2.3. Fuentes de información terciaria

Podrían asimilarse a las fuentes secundarias, pero el Programa General de Información de la UNESCO les atribuye una finalidad específica: la consolidación de la información mediante productos que analizan críticamente el conjunto de unidades documentales propias de una disciplina, extrayendo de cada una de ellas lo más relevante en cuanto a innovación y progreso. Formarían parte de este tipo de fuentes las revisiones (review) y los estados de la cuestión.

5.2.4. Obras de referencia

Son las que fueron ideadas para la consulta puntual de algunas de sus entradas y entre ellas destacan: enciclopedias, diccionarios, anuarios, glosarios, o las modernasFrequently Asked Questions (FAQ).

Además de esta clasificación académica, otras tipologías se fijan en el emisor (fuentes gubernamentales, parlamentarias, judiciales, policiales, académicas, etc.), en el soporte (impresas, audio, video, informáticas, etc.), en el coste (venales o gratuitas), en la periodicidad, en el destinatario o en el grado de especialización (fuentes generales y fuentes especializadas). De esta manera se pueden clasificar las fuentes OSINT de la siguiente forma:

5.2.5. Fuentes de información institucional

Publicaciones oficiales (boletines oficiales, del registro mercantil, etc.), estadísticas, legislación, jurisprudencia, sistemas de seguimiento legislativo, documentación parlamentaria, y documentación emitida por organismos internacionales.

5.2.6. Fuentes de información económica

Estudios de mercado, informes económico-comerciales de países, información sobre contratación pública, etc.

5.2.7. Fuentes de información geopolítica

Barómetros de conflictos, documentos de comités de expertos y de think tanks.

5.2.8. Fuentes de información sociológica

Estudios de opinión pública, participación electoral, flujos migratorios, encuestas demoscópicas, congresos de partidos políticos y sindicatos, etc.

5.2.9. Fuentes de información de seguridad y defensa

Blanqueo de capitales, tráfico ilícito, terrorismo, infraestructuras críticas, corrupción, ciberdelincuencia, etc. 

5.2.10. Fuentes de información bibliográfica

Bases de datos bibliográficas.

5.2.11. Fuentes de información de prensa

Editoriales y editorialistas, análisis de la prensa, servicios de seguimiento de medios, recortes (clipping).

5.2.12. Fuentes de redes sociales y páginas web

Monitorización de redes y páginas informáticas.

5.2.13. Fuentes archivísticas

Destinadas a recoger la producción de documentación de las administraciones modernas y de las empresas; están sometidas a procesos de selección y constitución de colecciones.

5.3. Inteligencia SIGINT o de señales

Es la inteligencia que se elabora a partir de la obtención y el procesamiento de datos provenientes de la detección, interceptación y descifrado de señales y transmisiones de cualquier clase. Es un término genérico, pues dada la gran cantidad de posibles orígenes de señales electromagnéticas y acústicas, una primera clasificación de la inteligencia SIGINT puede diferenciar las siguientes:

5.3.1. Inteligencia COMINT o de comunicaciones

Es la inteligencia obtenida a partir de emisiones electromagnéticas de equipos y sistemas de tecnologías de la información y de las comunicaciones (STIC); por ejemplo, ordenadores, impresoras, faxes, teléfonos, télex, líneas de comunicaciones, agendas electrónicas, tarjetas inteligentes, etc.

Un caso particular de inteligencia COMINT lo constituye la inteligencia cibernética o CYBINT[3], que es la inteligencia elaborada a partir de datos, protegidos o no, del espacio cibernético. Este, a su vez, está definido como el espacio virtual compuesto por dispositivos computacionales conectados en red, donde las informaciones digitales se transmiten, son procesadas o almacenadas. Un ejemplo muy claro de inteligencia CYBINT es la que puede obtenerse a partir de datos adquiridos en las redes sociales. La inteligencia cibernética está íntimamente ligada a la de fuentes abiertas.

Cuando las emisiones de las que se obtiene la información son involuntarias o no deseadas por el emisor se denominan TEMPEST, como por ejemplo las emitidas por las líneas de conducción de comunicaciones, los teclados de ordenador, las radiaciones de las pantallas, etc.

5.3.2. Inteligencia ELINT o electrónica

Es la inteligencia obtenida a partir de emisiones electromagnéticas de medios ajenos a las telecomunicaciones (radares, equipos de ayuda a la navegación, perturbadores de sistemas de comunicación, etc.).

Este tipo de inteligencia, a su vez se subdivide en las siguientes clases:

5.3.2.1. Inteligencia RADINT o de emisiones radar

Es la inteligencia que se obtiene a partir de las emisiones de los radares.

5.3.2.2. Inteligencia TELINT o telemétrica

Es la que se obtiene a partir de emisiones de equipos electromagnéticos de telemetría.

5.3.3. Inteligencia MASINT o de medición de señales

Es la que se elabora a partir de la obtención y el procesamiento de datos provenientes de sensores destinados a recoger las señales que emiten fenómenos físicos distintos a las emisiones electromagnéticas, como el sonido, el movimiento, la radiación, etc. Estas señales se denominan firma del equipo o equipos. Los sensores se dedican a identificar toda característica distintiva asociada con la fuente o el emisor y facilitar la detección y la localización de este último.

De acuerdo con la señal que mide se distinguen diversos tipos específicos de medición de señales:

5.3.3.1. Inteligencia ACINT o acústica

Es la inteligencia derivada de la obtención y el análisis de los fenómenos acústicos producidos por cualquier emisor (buque de superficie, submarino, torpedo, aeronave, dron, vehículo terrestre, proyectil, maquinaria, etc.).

5.3.3.2. Inteligencia TELINT o telemétrica

Ya citada anteriormente (ver 5.3.2.2), permite el análisis de la firma de equipos telemétricos, instalados, por ejemplo, en misiles, satélites, armas de precisión, etc.

5.3.3.3. Inteligencia NUCINT o de radiaciones nucleares

Es la que se obtiene a partir de la medición de señales procedentes de radiaciones nucleares (bombas radiológicas o sucias, bombas atómicas, etc.).

5.4. Inteligencia IMINT o de imágenes

Es la inteligencia que se elabora a partir del análisis de imágenes adquiridas por medios técnicos, como cámaras fotográficas, medios de grabación de imágenes, radares, sensores electro-ópticos, visores térmicos o infrarrojos, ubicados en plataformas terrestres, navales, aéreas o espaciales. En este tipo de inteligencia destacan:

5.4.1. Inteligencia GEOINT o geoespacial

La observación geoespacial, identificada como GEOINT, es el resultado de la explotación y análisis de la información de imágenes y geoespacial para describir, valorar y visualizar características físicas y georreferenciar (situar) actividades en el planeta.

5.4.2. Inteligencia PHOTINT o fotográfica

Es el tipo de inteligencia obtenida mediante el análisis e interpretación de la fotografía aérea, realizada por aviones, helicópteros o drones (JSTARS) de detección y seguimiento de objetivos terrestres o móviles provistos de videofotografía y termografía. Los JSTARS son plataformas aéreas (aviones, helicópteros o drones) que disponen de medios de detección, identificación y seguimiento de objetivos terrestres y móviles, así como de medios de comunicación y señalamiento a los vectores de lanzamiento para atacar a dichos objetivos terrestres o móviles (aéreos y navales).

5.5. Inteligencia TECHINT o técnica

Es el tipo de inteligencia que se elabora a partir de la obtención y el procesamiento de información mediante el uso de medios técnicos. Es un término genérico con el que se designa el uso conjunto de datos provenientes de las inteligencias SIGINT e IMINT. 

6. La inteligencia según el método de obtención

La inteligencia también puede clasificarse según el método utilizado para obtener los datos y la información que le sirven de base. Las denominaciones de estos tipos de inteligencia coinciden con los descritos en el punto anterior, excepto que no existe inteligencia OSINT, sino que esta puede obtenerse por métodos HUMINT, SIGINT o IMINT, o varios de ellos simultáneamente.

De esta manera, se pueden clasificar los procedimientos de obtención de información según el método utilizado para su adquisición y según el medio en que se encuentra, dando lugar a la siguiente tabla comparativa:

La inteligencia según el método de obtención y comparación con el medio en el que se encuentra la información que le dará nombre: procedimientos de obtención de información.

La inteligencia que se elabora con la información obtenida según un método o contenida en un medio determinado adquiere el mismo nombre. Por ejemplo, la inteligencia elaborada a partir de información obtenida, única o predominantemente, por métodos o en medios HUMINT se denomina  Inteligencia HUMINT.

7. La Inteligencia según el territorio sobre el que se elabora

Aunque las amenazas sean globales, los servicios de inteligencia pueden especializar sus tareas en el territorio nacional o fuera de él, dando lugar a una nueva clasificación de la inteligencia por el lugar sobre el que se elabora. Asimismo, la cada vez mayor intervención de organismos multinacionales en misiones internacionales de mantenimiento de la paz ha obligado a generar un tipo de inteligencia específico, adaptado a las necesidades de las misiones abordadas, en el que intervienen varios de los servicios de inteligencia de los países que conforman dichos organismos multinacionales.

Generalmente, los países desarrollados tienden a contar con dos o más servicios de inteligencia de nivel nacional, mientras que la mayor parte de los países sólo cuentan con uno que atiende las necesidades del Gobierno de su país en todo el mundo. Una clasificación de la inteligencia según el territorio del que se ocupa es la siguiente:

7.1. Inteligencia interior

Es el tipo de inteligencia que se ocupa de identificar y seguir la evolución de los riesgos y amenazas a la seguridad procedentes del interior del Estado al que pertenece el servicio de inteligencia, con el fin de apoyar el proceso de adopción de medidas preventivas o de neutralización por parte del Gobierno.

Para ello, la inteligencia interior centra su atención en la investigación de las intenciones, las actividades y la capacidad de individuos y organizaciones que tienen o pueden evolucionar hacia finalidades desestabilizadoras o de franca agresión al orden político establecido o a los intereses nacionales.

7.2. Inteligencia exterior

La inteligencia exterior se ocupa de identificar y seguir la evolución de los riesgos y amenazas a la seguridad procedentes del exterior del Estado al que pertenece el servicio de inteligencia, con el fin de apoyar la adopción de medidas preventivas o de neutralización por parte del Gobierno, así como las que pueda diseñar para promover los intereses nacionales.

Para ello, la inteligencia exterior centra su atención en la investigación de las intenciones, las actividades y la capacidad de personas, organizaciones y naciones extranjeras que puedan atentar contra la soberanía, el orden político establecido, los intereses nacionales y la integridad territorial. Igualmente, se ocupa de detectar oportunidades favorables para la promoción y defensa de los intereses nacionales fuera de las propias fronteras.

7.3. Inteligencia multinacional

Es el tipo de inteligencia realizada sobre un conjunto de naciones o región geográfica, en la que intervienen servicios de distintos países con una finalidad común, como puede ser la que precisan organizaciones multinacionales, como la OTAN, la Unión Europea, la ONU, los países integrantes del Acuerdo UKUSA, etc. Los servicios que elaboran este tipo de inteligencia reciben el nombre de centros de fusión de inteligencia.

8. La Inteligencia según la materia o campos del conocimiento

Los múltiples campos sobre los que tienen que actuar los servicios y otros organismos que producen inteligencia, permiten identificar una nueva clasificación de su producto en función de la materia o campo del conocimiento sobre el que se centra. De esta forma, se pueden hallar los siguientes tipos de inteligencia:

8.1. Inteligencia geográfica

 Es la que procede del estudio de las características naturales y artificiales de un espacio o zona geográfica determinada. Generalmente es complementaria de otros tipos de inteligencia.

8.2. Inteligencia política

Es la que trata la política interior y exterior de los gobiernos y las actividades de los movimientos políticos. En los servicios de inteligencia de nivel nacional ocupa una gran parte de su actividad productora.

8.3. Inteligencia sociológica

Se fundamenta en el conocimiento de la estructura y de todos los factores sociales de una nación o zona determinada.

8.4. Inteligencia militar

Identificada como MILINT, es la que se elabora a partir de la información relativa a naciones extranjeras, fuerzas o elementos hostiles o potencialmente hostiles y áreas de operaciones reales o potenciales. Es un ámbito de la inteligencia propio de las fuerzas armadas, por lo que la información que cobra mayor importancia es la relativa a la doctrina, organización, orden de batalla, capacidades, fuerzas, medios, estrategias y tácticas de fuerzas armadas u organizaciones de cualquier tipo, que empleen o puedan emplear procedimientos militares, hostiles o potencialmente hostiles.

La finalidad de la inteligencia militar es facilitar la toma de decisiones en los procesos de dirección y ejecución de las operaciones militares, disminuyendo las incertidumbres de los jefes y sus estados mayores, proporcionándoles la inteligencia oportuna, pertinente, precisa, predictiva y adaptada sobre el enemigo y otros aspectos del área de operaciones que permitan la planificación, ejecución y conducción de las operaciones.

La inteligencia militar, en el siglo XXI, no es la mera descripción de las fuerzas enemigas, de sus medios y capacidades de combate, sino que consiste también en el entendimiento de su cultura, motivaciones, finalidad y objetivos que persiguen. Es decir, no sólo se debe conocer y entender al adversario, sino que es imprescindible conocer y valorar la población de la que surge o proviene, el apoyo que recibe o puede recibir de ella y el apoyo que pueden recibir las fuerzas propias. Se trata de entender el entorno en el que se realizan las acciones de una operación, el llamado entorno operativo.

8.5. Inteligencia científica y tecnológica

Es la que se ocupa de la obtención y el procesamiento de información de carácter científico y tecnológico en los ámbitos civil y militar de interés para la seguridad. Su finalidad es detectar y efectuar el seguimiento de proyectos y actividades de investigación y de desarrollo científico y tecnológico emprendidos por organizaciones o países extranjeros, que puedan derivar en situaciones de riesgo para la seguridad nacional e internacional, con objeto de poder adoptar contramedidas efectivas. Mediante sus análisis puede valorarse el carácter y la capacidad armamentística de posibles adversarios, así como los avances científicos y tecnológicos que pueden derivar en la creación de armas u otros productos susceptibles de representar una amenaza para la seguridad.

La inteligencia científica y tecnológica está ampliando cada vez más su objetivo de atención tradicional, el armamento y los sistemas de armas, para abarcar los campos de las inteligencias económica y competitiva, lo que supone que se ocupe también de la identificación, seguimiento y evaluación de los avances científicos y tecnológicos, dentro de los marcos legales, que se producen en los distintos sectores de interés económico público o privado, con independencia de su posible uso militar.

Una última finalidad de la inteligencia científica y tecnológica lo constituye la que permite adoptar avances tecnológicos ajenos para evitar pasar por largas y costosas etapas previas de investigación.

La inteligencia científica usa de modo intensivo las fuentes de información abiertas, ya que se dedica a vigilar las investigaciones que se realizan en los mundos académico y empresarial antes de que se efectúe su aplicación industrial. En cambio, la inteligencia tecnológica, por estar más relacionada con el seguimiento de las aplicaciones que realizan empresas y organismos públicos de investigación de los conocimientos obtenidos en la investigación básica, también utiliza información procedente del espionaje industrial o de medios técnicos, como la fotografía aérea, la observación por satélite, la cibernética y la interceptación y escucha de señales acústicas.

La inteligencia tecnológica no se debe confundir con la inteligencia técnica (TECHINT), que, como se expresa en el punto 6, es la que se elabora a partir de información obtenida por métodos técnicos (SIGINT e IMINT).

8.6. Inteligencia económica

La creciente integración de los asuntos económicos en el concepto de seguridad ha dado lugar a la necesidad de elaborar inteligencia sobre ellos. Sin que exista unanimidad en el concepto de inteligencia económica, esta puede entenderse como la que se ocupa de la obtención y el procesamiento de la información financiera, económica y empresarial de un Estado para permitir una eficaz salvaguarda de los intereses nacionales, tanto en el interior como en el exterior.

En el mismo ámbito de la inteligencia económica también se incluyen otras acciones complementarias más específicas, como la sensibilización de las empresas nacionales sobre la necesidad de adoptar medidas preventivas contra el espionaje económico, la realización de análisis macroeconómicos de los Estados en los que se pretende invertir o hay inversiones de empresas del país, la protección interna y la promoción y protección externa en el mercado de la industria nacional, el control del tráfico de material de defensa y de doble uso civil y militar, y la creación de una cultura de inteligencia económica.

Las fuentes de información abiertas predominan para la producción de inteligencia económica, pero también se hace uso, cuando es necesario, de información secreta obtenida por medios encubiertos. Esto último es lo que diferencia la inteligencia económica que realizan los servicios de inteligencia y la que producen otros órganos de la Administración o empresas privadas especializadas.

La acepción «inteligencia económica» tuvo su origen en la década de 1970-80 en Francia, entendiéndola como los conocimientos que precisan el Estado o las empresas para alcanzar sus objetivos estratégicos. El Informe Martre[4] (1994), enfocado esencialmente al desarrollo de la inteligencia económica y estratégica de las empresas, definió la inteligencia económica como «el conjunto de acciones coordinadas de investigación, tratamiento y distribución, en vista a su explotación, de la información útil a los actores económicos −ya sean empresas u organizaciones estatales−. Informaciones que se han de aportar mediante métodos legales, con todas las garantías de protección necesarias para preservar el patrimonio empresarial en las mejores condiciones de coste y marco temporal».

La inteligencia económica «implica ir más allá de acciones parciales provenientes del análisis documental, de acciones de vigilancia, de la protección del patrimonio competitivo, de acciones de influencia, etc., para lograr una intencionalidad estratégica y táctica»[5]. De esta forma se entronca con la estrategia y su puesta en acción (táctica), y es el elemento esencial de investigación e interpretación de las intenciones y capacidades de los competidores, ya sea como defensa de la posición actual del Estado o empresa que la practica, o como medio para obtener una supremacía concreta de acuerdo con los intereses estratégicos. La inteligencia económica, por tanto, se apoya en la vigilancia del entorno competitivo, diferenciándose de otros procesos o sistemas de inteligencia en tres elementos principales: sus fines son exclusivamente económicos; trabaja con fuentes abiertas; y debe ser ética en todas sus acciones.

No obstante estas descripciones de la inteligencia económica en sus orígenes, en el presente siglo se ha empezado a determinar la inteligencia económica como la obtenida a partir de información financiera, económica y empresarial de un Estado, diferenciándola de la competitiva o empresarial, que la realizan las empresas. De esta forma, la inteligencia económica la llevan a cabo tanto los servicios de inteligencia −que utilizan información secreta obtenida por medios encubiertos−, como otros órganos de la Administración, fundamentalmente de los Ministerios de Hacienda y de Economía (o sus órganos adscritos), y empresas especializadas, que sólo utilizan fuentes abiertas.

8.7. Inteligencia competitiva

De la misma forma que se produce con la inteligencia económica, no hay unanimidad en la definición de inteligencia competitiva, que, además, se ha visto identificada en su definición como inteligencia empresarial, como término más moderno que englobaría a la inteligencia competitiva y a la inteligencia de negocios (business intelligence).

El Equipo Económico del CNI definió en 2009 la inteligencia competitiva como «una herramienta de gestión o práctica empresarial que consiste en un proceso sistemático, estructurado, legal y ético, por el que se recoge y analiza información que, una vez convertida en inteligencia, se difunde a los responsables de la decisión para facilitar esta, de forma que se mejora la competitividad de la empresa, su poder de influencia y su capacidad de defender sus activos materiales e inmateriales».

Los objetivos de la inteligencia competitiva son planificar y adoptar medidas para mantener la competitividad de la empresa y afrontar con mayores garantías los rápidos y continuos cambios a los que se ve sometida toda organización. Para lograrlo se ocupa de la obtención y el procesamiento de información sobre los elementos que caracterizan la realidad política, social, económica, cultural, legal y tecnológica que rodea a la empresa y sobre los agentes que actúan en ella. Presta una especial atención a la identificación y el seguimiento de señales indicadoras de cambios significativos en el entorno, por lo que trabaja con datos procedentes del exterior de la organización, que obtiene sobre todo de fuentes de información abiertas.

Por tanto, la diferencia principal entre la inteligencia económica y la inteligencia competitiva es que la económica la realiza el Estado fundamentalmente, mientras que la competitiva la realizan las empresas.

Por otra parte, la diferencia entre la inteligencia competitiva y la de negocios estriba en que la competitiva analiza el entorno de la empresa, utilizando fuentes externas e información abierta; mientras que la inteligencia de negocios se realiza a partir de los datos internos de la propia actividad de la empresa, para mejorar su rendimiento, fidelizar clientes y obtener beneficios.

La práctica de la inteligencia de negocios se basa en el empleo de tecnologías y aplicaciones informáticas que permiten buscar, recuperar, analizar y visualizar de modo unificado datos heterogéneos y dispersos entre diferentes sistemas, con independencia de las aplicaciones empleadas para su creación y almacenamiento y de que estén en ficheros de texto o estructurados en bases de datos. Estas herramientas, haciendo uso de técnicas de minería de información, establecen asociaciones entre los datos y desvelan patrones ocultos, de acuerdo con el cumplimiento de unos criterios estadísticos y preestablecidos, que ayudan a la interpretación. La inteligencia de negocios sirve de apoyo para la gestión de diversas áreas de las empresas, como producción, finanzas, relación con clientes y proveedores, ventas, recursos humanos o logística.

Dentro de la inteligencia competitiva se encuentra incluida la inteligencia de mercados,que se obtiene a partir de la información relevante sobre el mercado en el que la empresa desarrolla su actividad y cuyo fin inmediato es proporcionar conocimiento permanente sobre el mismo, para facilitar el proceso de toma de decisiones al trabajar sobre necesidades específicas de la empresa. 

8.8. Inteligencia criminal

También este término concita varias interpretaciones y se presta a confusión con otros conceptos, como inteligencia policial, inteligencia de seguridad pública, investigación criminal, criminología, criminalística, etc.

Inicialmente se entendía como inteligencia policial a la destinada al mantenimiento de la seguridad interior, el orden público y la persecución de la delincuencia. Pero desde finales del siglo XX y en este XXI, la inteligencia criminal abarca un ámbito mucho mayor que el estrictamente policial, al constituir una inteligencia que hoy elaboran, en distintos países, los servicios de inteligencia, las fuerzas armadas, unidades policiales, los servicios de aduanas, el sistema penitenciario, las instituciones financieras e incluso empresas privadas de seguridad.

De esta forma, la inteligencia criminal es un tipo de inteligencia útil para obtener, evaluar e interpretar información y difundir inteligencia necesaria para proteger y promover los intereses nacionales de cualquier naturaleza (políticos, comerciales, empresariales), frente al crimen organizado, al objeto de prevenir, detectar y posibilitar la neutralización de aquellas actividades delictivas, grupos o personas que, por su naturaleza, magnitud, consecuencias previsibles, peligrosidad o modalidades, pongan en riesgo, amenacen o atenten contra el ordenamiento constitucional y los derechos y libertades fundamentales.[6]

En cuanto a su diferenciación con la investigación criminal/policial, también identificada como actividad de policía judicial, la diferencia principal estriba en que esta se realiza al suscitarse un caso y se culmina con los logros investigativos obtenidos, alcanzando su esclarecimiento y resolución, mientras que la inteligencia es permanente; no reacciona ante la comisión de un delito, sino que opera continuamente sobre toda persona, actividad u organización que pueda parecer sospechosa de constituirse en una amenaza o implique un riesgo para la seguridad. Cuando hay ausencia de inteligencia o las medidas que propone no se aplican, el delito ya se ha cometido; el trabajo de inteligencia ha resultado infructuoso y el delito efectivamente materializado pasa a ser objeto de la investigación criminal/policial.

Por consiguiente, la inteligencia no persigue la resolución de un hecho delictivo. No opera en el ámbito de los tipos penales, sino en la esfera de las situaciones predelictuales; intenta aportar conocimiento para anticiparse y permitir a las autoridades neutralizar o disuadir las amenazas, riesgos y conflictos (carácter preventivo). La investigación criminal/policial actúa de forma absolutamente represiva, ya que interviene después de la comisión de un delito específico para identificar a sus autores y aportar las pruebas legales que posibiliten su procesamiento penal.

Otro aspecto que facilita la confusión de los términos lo constituye el hecho de que una misma información puede tener una doble finalidad: constituir indicios y pruebas para descubrir los elementos integrantes del hecho criminal para su enjuiciamiento (investigación criminal/policial), o constituir insumos que empleará el analista de inteligencia, que no el investigador policial, en la elaboración del producto de inteligencia, con independencia del momento exacto en el que se produce el conocimiento, sea este anterior o posterior al hecho delictivo. La afluencia continua de nuevos datos fruto de la comisión de delitos genera la imagen errónea de que siempre se llega tarde, resultando infructuoso cualquier esfuerzo por elaborar inteligencia.

Esta confusión se produce porque la fase de recolección de información para la elaboración de inteligencia (policial y criminal) y la fase de recolección de información, indicios y pruebas de la investigación criminal/policial, en muchas ocasiones discurren de forma simultánea versando sobre los mismos objetivos. Esta circunstancia genera confusos episodios de solapamiento al resultar harto complejo establecer las líneas de demarcación entre ambas, para identificar con nitidez donde empieza una y acaba la otra, por lo que el elemento esclarecedor reside en identificar sus utilidades y fines, que sí están bien diferenciados[7].

Por su parte, la inteligencia de seguridad pública, conocida por el acrónimo CRIMINT, puede definirse como la que sirve para identificar y neutralizar las amenazas reales y potenciales a la seguridad del Estado o a su orden constitucional resultante de actos de subversión, terrorismo y espionaje cometidos por personas, Estados o grupos nacionales o extranjeros. Asimismo, este término se aplica a las actividades de apoyo a las funciones de la policía, el mantenimiento del orden público y de la justicia criminal.

También relacionada con la inteligencia criminal y dentro de la CYBINT (ver punto 5.3.1) se encuentra la inteligencia de medios sociales (SOCMINT), que es la que está referida a las redes sociales y medios de comunicación de plataforma digital y los datos que las mismas generan. Contribuye a la seguridad pública a través de la identificación de actividades criminales, de la alerta temprana sobre desórdenes y amenazas al orden público, o a la construcción de conocimiento inmediato en situaciones rápidamente cambiantes. Es un tipo de inteligencia reciente que precisa un desarrollo legal.

8.9. Inteligencia sanitaria

Conocida como MEDINT y de aplicación fundamentalmente militar, es la que se deriva de la obtención y análisis de los elementos de epidemiología y ambientales en una determinada zona, así como los riesgos nucleares, biológicos, químicos y radiológicos (NBQR) para las fuerzas propias; de las capacidades sanitarias disponibles, propias y adversarias; de la infraestructura sanitaria y del personal sanitario existente en el teatro donde se efectúan las operaciones, tanto para su explotación en beneficio propio, como para la atención de la población civil de futuras zonas ocupadas[8].

8.10. Inteligencia de objetivos

Identificada con el acrónimo inglés TARINT es el tipo de inteligencia que facilita la selección de objetivos militares y realiza la evaluación de daños. En el apoyo a la selección de objetivos, trata de describirlos y situarlos. En caso de un objetivo compuesto por varias partes, o conjunto de blancos, indica sus vulnerabilidades, importancia relativa y la elección más conveniente de medios y momento de ataque para producir los efectos deseados. Los aspectos que deciden el ataque a un objetivo son su facilidad para ser identificado, la importancia relativa para contribuir a obtener el resultado final y el cumplimiento de la misión.

La evaluación de daños proporciona la información necesaria para conocer si se han logrado los efectos deseados.

8.11. Inteligencia psicológica

Conocida como PSYOPS es el tipo de inteligencia necesaria para la planificación, conducción y evaluación de las operaciones psicológicas, que proporciona información relativa a opiniones, creencias, actitudes o aspiraciones de las audiencias objetivo, así como sobre aspectos de carácter político, económico, militar, social y cultural de interés para las operaciones y para determinar los efectos que los productos y actividades de las operaciones psicológicas tienen en las audiencias objetivo.

8.12. Inteligencia sociocultural

Identificada por el acrónimo SOCINT, se elabora a partir de la información sobre asuntos sociales, políticos, económicos y demográficos para comprender las creencias, valores, actitudes y comportamientos de un actor o grupo social determinado, con el fin de prevenir y neutralizar amenazas a la seguridad. Es un tipo de inteligencia complementario de otras.

8.13. Inteligencia cultural

Bajo el acrónimo CULINT se identifica la inteligencia elaborada a partir de información social, política, económica y demográfica que proporciona un conocimiento que permite comprender la forma de actuar y las motivaciones de cualquier tipo de actor (aliado, neutral o enemigo), así como anticipar sus reacciones ante determinados acontecimientos. Analiza su cultura para entender mejor su visión del mundo, sus comportamientos y su forma de tomar decisiones. Ello hace posible interpretar mejor sus acciones y, por tanto, diseñar estrategias de cooperación o reacción mucho más efectivas. Es también un tipo de inteligencia identificado recientemente, que se está desarrollando debido a las cada vez más numerosas actividades multinacionales en respuesta a la globalización de las amenazas. 

8.14. Inteligencia holística

Es la que se elabora por cualquier servicio que debe abordar el análisis y la interpretación de un asunto o de una situación con una perspectiva multidisciplinar, integrando información proveniente de múltiples fuentes y realizada por un equipo de trabajo de especialidades y procedencias diversas formado exclusivamente para la ocasión.

El concepto de inteligencia holística es relativamente reciente y está motivado por la continua ampliación del concepto de seguridad y, por tanto, el aumento de la complejidad de los asuntos que atienden los servicios de inteligencia, a lo que cabe añadir la sobreabundancia de información que se obtiene por medios técnicos.

Rafael Jiménez Villalonga es Emérito del Centro Nacional de Inteligencia y profesor delMáster on-line en Estudios Estratégicos y Seguridad Internacional de la Universidad de Granada.

Bibliografía

Díaz Fernández, Antonio M. (director): Conceptos fundamentales de inteligencia. Tirant lo Blanch, Valencia, 2016.

Díaz Fernández, Antonio M. (director de obra): Diccionario LID INTELIGENCIA Y SEGURIDAD. LID Editorial Empresarial, 2013.

Esteban Navarro, Miguel Ángel (coordinador): Glosario de inteligencia. Ministerio de Defensa, Madrid, 2007.

González Cussac, José Luis (coordinador): Inteligencia. Tirant lo blanch, Valencia, 2012.

Inteligencia Militar Terrestre-Manual de Fundamentos, Exército Brasileiro, 2015. En línea,http://bdex.eb.mil.br/jspui/bitstream/123456789/95/1/EB20-MF-10.107.pdf(Consultado 24jun2017).

Jiménez Moyano, Francisco. Manual de Inteligencia y Contrainteligencia. CISDE Editorial, 2012.

Kent, Sherman: Strategic Intelligence for American World Policy. Princeton, NJ, 1949. Edición en castellano 4ª Edic.: Buenos Aires, Editorial Pleamar, 1986.

Martre, Henri. Intelligence économique et stratégie de enterprises. Rapport du Commisariat Général au Plan. París. La Documentation franÇaise, 1994. En línea,http://www.entreprises.gouv.fr/files/files/directions_services/informati…. (Consultado 02jul2017).

---

[1] Kent, Sherman: Strategic Intelligence for American World Policy. Princeton, NJ, 1949. Edición en castellano: 4ª Edic. Buenos Aires, Editorial Pleamar, 1986.

[2] Sánchez Blanco, E.: OSINT (inteligencia de fuentes abiertas), en Díaz Fernández, A. M.:Conceptos fundamentales de inteligencia. Tirant lo blanch, Valencia, 2016, pp. 274-276.

[3] Inteligencia Militar Terrestre-Manual de Fundamentos, Exército Brasileiro, 2015. En línea, http://bdex.eb.mil.br/jspui/bitstream/123456789/95/1/EB20-MF-10.107.pdf(consultado 24jun2017).

[4] Martre, Henri (1994), Intelligence économique et stratégie de enterprises. Rapport du Commisariat Général au Plan. París. La Documentation franÇaise. En línea,http://www.entreprises.gouv.fr/files/files/directions_services/informati…. (Consultado 02jul2017).

[5] Op. cit.

[6] Sansó-Rubert Pascual, D. ¿Inteligencia criminal?: Líneas de demarcación y áreas de confusión. La necesidad de reevaluar su rol en la esfera de la seguridad y en la lucha contra la criminalidad organizada, en Velasco, Fernando y Rubén Arcos (eds.), Cultura de Inteligencia, un elemento para la reflexión y la colaboración internacional, Plaza y Valdés. Madrid. 2012. pp. 347-360.

[7] Sansó-Rubert Pascual, D. Inteligencia criminal, en Díaz Fernández, Antonio, (Dtor).Conceptos fundamentales de inteligencia. Tirant lo blanch. Valencia. 2016. pp. 223-231.

[8] Jiménez Moyano, F. Manual de Inteligencia y Contrainteligencia. CISDE Editorial. 2012. p. 33.

Editado por: Grupo de Estudios en Seguridad Internacional (GESI). Lugar de edición: Granada (España). ISSN: 2340-8421.

Fuente: seguridadinternacional.es, 26/11/18.

______________________________________________________________________________

______________________________________________________________________________

Vincúlese a nuestras Redes Sociales:

LinkedIn      YouTube      Facebook      Twitter

______________________________________________________________________________

.

.

Geopolítica e Inteligencia de Negocios

De la inteligencia comercial a la geopolítica en el nuevo orden mundial indirecto

Por Mónica Niño Romero.

La prospección de mercados en la era digital viene dada por utilizar herramientas de análisis de datos. Detectar las señales de negocio en la exploración Business to Business (B2B) es imprescindible en la implementación de acciones de inteligencia en la venta corporativa. Las redes sociales son canales con multitud de datos e interactuaciones de comunicación bidireccional, que deben ser analizados con perspectiva digital.

El big data supone un foco de información muy potente para el desarrollo de negocio. Las soluciones de inteligencia comercial B2B optimizan recursos y afinan los resultados de forma objetiva, segmentando, para desarrollar una estrategia eficiente. La agrupación de todos los millones de datos en internet, redes sociales, foros, etc. determina un posicionamiento, teniendo en cuenta el mercado y el target, para llevar a cabo un plan de marketing enfocado desde el social selling.

El campo de acción de los directorios comerciales pasa por ser herramientas de marketing digital, con la posibilidad de ser potentes aplicaciones de inteligencia digital. Todo lo que aporte y genere información para que sea transformado en valor añadido será susceptible de incorporarse a tareas de inteligencia.

La inteligencia comercial puede incluirse dentro de la inteligencia corporativa o empresarial. A través de los datos se crean estrategias, que producen tendencias. Generalmente las empresas organizan esto a través del Desarrollo de Negocio. Emanan sus objetivos de la inteligencia corporativa o estrategia de la empresa.

En definitiva, la inteligencia se aplica a múltiples escenarios, desde el ámbito militar hasta las operaciones financieras pasando por las empresas y corporaciones con el enfoque hacia las ventas. Es el uso de la información, a través de los datos, con una aplicación y hacia la toma de decisiones. Aunque cada vez sea más determinante el uso de los datos personales y sus normativas. De aquí la inminente llegada del Reglamento General de Protección de Datos (GDPR) de la Unión Europea.

En 1958 un investigador de IBM, Hans Peter Luhn, crea el término “Inteligencia de negocio” Business Intelligence, que es  “la habilidad de aprender las relaciones de hechos presentados de forma que guíen las acciones hacia una meta deseada”. Se comienzan a crear las primeras bases de datos, los informes y análisis con la analítica de datos, determinando un camino de largo recorrido .

El imperio de los datos

La tercera dimensión de la comunicación, es decir, las redes sociales, comienza a dar frutos a través del valor añadido de las conversaciones virtuales. Su uso, mal uso o abuso está en entredicho por diversos casos. Ya se ha utilizado como minería de datos (data mining) para comunicación estratégica en política. Tenemos varios casos recientes: Cambridge Analítica, la venta de datos por Facebook … De aquí al uso geopolítico va un paso. Señalaba el escritor Moisés Naim en su libro “El fin del poder” nuevos factores geoestratégicos, como son los micropoderes o la incursión de agentes indirectos. “El poder, entendido de forma tradicional como tal, se está volviendo cada vez más débil y, por tanto, más efímero” se extrae de este tratado.

La conquista -ya sea de la compra, ya sea de los territorios o ya sea de las voluntades- era antes directa. Lo señala el experto Pedro Baños en su obra “Así se domina el mundo“: los poderosos conquistaban países que gobernaban de forma hegemónica; ahora -y desde hace ya un tiempo- la inteligencia utiliza medios indirectos: cultura, economía, psicología, redes sociales.

Esto puede producir una degradación del poder y un acortamiento de los periodos en que se detenta el poder -los mandatos políticos se abrevian-, por tanto, se potencia el surgimiento de nuevos autoritarismos, violentos a la vez que volátiles, y aupados viralmente. La geoestrategia es ahora tecnopolítica y la inteligencia comercial es aplicable a todo. Ya lo decía Lenin: “la política no es más la que la expresión concentrada de la economía”.

Fuente: observatorio.cisde.es, 14/05/18.

 

Moneyball, el juego de la fortuna. Un caso de Inteligencia de Negocios.

Moneyball

Fuente: https://youtu.be/Uwg5SjH-f2g – Estadística para Administración

.

Moneyball es una película de 2011 dirigida por Bennett Miller y protagonizada por Brad Pitt, Jonah Hill y Philip Seymour Hoffman. Es una adaptación de la novela Moneyball: the art of winning an unfair game (2003), basada en la historia real de Billy Beane, gerente general del equipo Oakland Athletics, quien utilizaba las estadísticas avanzadas para fichar jugadores.
Es un buen ejemplo de Inteligencia de Negocios (business intelligence).

Sinopsis

Billy Beane (Brad Pitt) es el gerente general del equipo de béisbol Oakland Athletics, que acaba de perder otra temporada más. Decidido a relanzar el equipo, y con la ayuda del joven economista Peter Brand (Jonah Hill), utilizará las estadísticas de este para fichar a los jugadores que cree más oportunos. Un método que no es compartido por sus compañeros, ni por el entrenador del equipo Art Howe (Philip Seymour Hoffman).

Argumento detallado

El gerente general de los Athletics de Oakland, Billy Beane (Brad Pitt), está molesto por la derrota de su equipo ante los Yankees de Nueva York en la postemporada del 2001. Con la inminente perdida de los jugadores estrella Johnny Damon, Jason Giambi, y Jason Isringhausen a agencia libre, Beane trata de diseñar una estrategia para armar un equipo competitivo para el 2002, pero se esfuerza por superar la nómina de jugadores limitados de Oakland. Durante una visita a los Indians de Cleveland, Beane se encuentra con Peter Brand (Jonah Hill), un joven economista graduado en Yale con ideas radicales sobre la forma de evaluar a los jugadores. Beane prueba la teoría de Brand al preguntarle si lo habría fichado (apenas salido de la escuela secundaria); Beane había sido jugador en las Grandes Ligas antes de convertirse en mánager general. Aunque los scouts consideraban a Beane un jugador fenomenal, su carrera en las Grandes Ligas fue decepcionante. Después de cierto estímulo, Brand admite que él no lo habría fichado hasta la novena ronda y que Beane probablemente debería haber aceptado una beca para estudiar en Stanford en su lugar.

Los cazatalentos del equipo son los primeros desconfiados por nuevo enfoque de Brand, sobre todo Grady Fuson – quien es despedido por Beane después de discutir con él a causa del nuevo rumbo deportivo del equipo; después critica en los medios de comunicación las decisiones tomadas por Beane y pone en duda el futuro del equipo. En lugar de basarse en la experiencia de los cazatalentos y la intuición, Brand selecciona a jugadores basados casi exclusivamente en su porcentaje de base (OBP). Al encontrar a los jugadores con un alto OBP pero con características que conducen a los cazatalentos a despedirlos, Brand reúne a un equipo de jugadores infravalorados con mucho más potencial del que se les reconoce y a un precio mucho más económico que las grandes estrellas. A pesar de las vehementes objeciones de los cazatalentos, Beane apoya la teoría de Brand y contrata a los jugadores que seleccionó, como el heterodoxo lanzador submarino Chad Bradford (Casey Bond). Tras los fichajes de agentes libres, Beane se da cuenta que también se enfrenta a la oposición de Art Howe (Philip Seymour Hoffman), mánager de los Athletics. Con las tensiones ya elevadas entre ellos a causa de una disputa contractual, Howe no tiene en cuenta la estrategia de Beane y Brand, y juega el equipo en un estilo tradicional, sin tener en cuenta las indicaciones de Beane.

A principios de la temporada, a los Athletics les va mal, por lo que Beane es fuertemente criticado y ya vaticinan el fracaso del nuevo modelo y su despido como gerente general. Beane convence al propietario a mantener el rumbo, y con el tiempo el equipo comienza a mejorar. En última instancia, los Athletics ganan 20 partidos consecutivos, estableciendo el récord de la Liga americana. Su racha se limita con una victoria sobre los Royals de Kansas City. Al igual que muchos jugadores de béisbol, Beane es supersticioso y evita asistir a los partidos. Su hija le implora que vaya al partido que supondría la victoria número 20 consecutiva contra los Royals, donde Oakland ya gana 11-0 después de la tercera entrada. Beane llega en la cuarta entrada, solo para ver que el equipo va a desintegrarse y, finalmente, permite a los Royals de igualar el marcador 11-11. Por último, los Athletics ganan, con un home-run en la última entrada por una de las selecciones de Brand, Scott Hatterberg. A pesar de todos sus éxitos en la segunda mitad de la temporada, los Ahletics pierden en la primera ronda de la postemporada, esta vez contra los Twins de Minnesota. Beane está decepcionado, pero satisfecho de haber demostrado el valor de los métodos de Brand. Beane se reúne más tarde con el propietario de los Red Sox de Boston, que se da cuenta de que el nuevo modelo utilizado por Beane es el futuro del béisbol, y se ofrece a contratar a Beane como gerente general de los Red Sox.

Para terminar, una nota de la película dice que Beane dejó pasar la oportunidad de convertirse en el gerente general de los Red Sox de Boston, a pesar de una oferta de un salario de 12,5 millones de dólares, lo que lo habría convertido en el gerente general mejor pagado en la historia del deporte. Regresa a Oakland para seguir administrando a los Oakland Athletics. Mientras tanto, dos años después de la adopción de la filosofía de fichajes utilizada en Oakland, los Red Sox de Boston ganan su primera Serie Mundial desde 1918.

Fuente: Wikipedia, 2018.

---

Vincúlese a nuestras Redes Sociales:

Google+      LinkedIn      YouTube      Facebook      Twitter

---

.

.

Inteligencia Estratégica

 

.

En un mundo globalizado y en una sociedad del conocimiento, con una producción de información creciente y abrumadora, las personas que toman decisiones en las organizaciones necesitan contar con sistemas y herramientas que les permitan orientar las estrategias en su organización. Para ello pueden emplear la Inteligencia Estratégica (IE). Un proceso de IE organizado, sistemático y permanente en el tiempo, precisa fundarse en el uso de las Tecnologías de la Información y la Comunicación (TIC).

Hoy en día la información es más necesaria que nunca y debe ser procesada en tiempo real para transformarse en conocimiento.

La utilización de la Inteligencia Estratégica es una forma de producir dicho conocimiento, indispensable para la conducción adecuada del Estado, los procesos gerenciales para toma de decisiones de una empresa y para una eficiente administración de todo tipo de instituciones.

Para ser eficaces y eficientes, las organizaciones deben estar informadas -en tiempo real- sobre su entorno, a fin de identificar tempranamente las amenazas y las oportunidades que puedan surgir, potenciando sus fortalezas y minimizando sus debilidades.

La creciente necesidad de información organizada y sistematizada, que tienen los Estados y las organizaciones, explica el notable crecimiento e importancia que alcanza hoy la Inteligencia Estratégica.

Directorio

Sherman Kent, el creador de la Inteligencia Estratégica

Inteligencia de Negocios

Inteligencia de Negocios y Planeación Estratégica

Tendencias de Inteligencia de Negocios para 2018

Comunicación potenciada con Business Intelligence

Sistemas de Gestión de la Información en la Empresa

Especialización en Inteligencia Estratégica y Crimen Organizado

Inteligencia aplicada, Crimen Transnacional y Derecho de Policía

.

.

---

Vincúlese a nuestras Redes Sociales:

Google+      LinkedIn      YouTube      Facebook      Twitter

---

.

.

Sistemas de Gestión de la Información en la Empresa

Lecturas recomendadas

JOYANES AGUILAR, Luis. Sistemas de Gestión de la información en la empresa. México: Alfaomega, 2015.

.

.

.

Contenidos:

I: Los sistemas de información en organizaciones y empresas en la era de la nube y de los grandes datos: 1. Fundamentos de los sistemas de información — 2. Los sistemas de información en los negocios — 3. Tendencias e innovaciones tecnológicas y sociales en sistemas de información — 4. Infraestructuras de tecnologías de la información y plataformas tecnológicas de la década —

II: Infraestructuras de los sistemas de información: 5.Tecnologías móviles: el camino a la ubicuidad — 6. Web 2.0 y los medios sociales: social media — 7: Cloud computing: arquitectura y servicios — 8: Big —

III: Los datos y el conocimiento: administración, análisis y toma de decisiones: 9. Gestión — 10. NoSQL y en-memoria (in-memory) / Hadoop — 11. Gestión del conocimiento y herramientas colaborativas — 12. Inteligencia de negocios y Analítica (Business Intelligence y Analytics) — 13. Analítica Web — 14. Analítica social — 15. Analítica de Big Data (Big Data Analytics) — 16. Negocios digitales: e-business, e-commerce y m-commerce — 17. Empresa 2.0 y empresa social (social business): la empresa inteligente — 18. Estrategias de implantación de los sistemas de información en la empresa. El ciclo de vida de desarrollo de sistemas y la gestión de proyectos — 19. Modelos de sistemas de información de la empresa: ERP, CRM, SCM… — 20. Seguridad y ciberseguridad de los sistemas de información — 21. Gobierno y auditoría de las tecnologías y sistemas de información — 22. Ética, privacidad y responsabilidad social de la empresa —

Apéndice A: Redes de telecomunicaciones — Apéndice B: Internet y la Web — Apéndice C: Tendencias tecnológicas y roles profesionales en los sistemas de información gerenciales.

Editor: México, D. F. : Alfaomega, 2015

Descripción: 564 p.: gráfs.

ISBN: 9786076222249.

Temas: ADMINISTRACION DE EMPRESAS | SISTEMAS DE INFORMACION | BASES DE DATOS | COMERCIO ELECTRONICO | INNOVACIONES | TECNOLOGIA DE LA INFORMACION: Business Intelligence. Inteligencia de Negocios | RSE: Responsabilidad Social Empresaria | Web 2.0 | Inteligencia organizacional

---

Vincúlese a nuestras Redes Sociales:

Google+      LinkedIn      YouTube      Facebook      Twitter

---

.

.

 

Comunicación potenciada con Business Intelligence

Tendencias de Inteligencia de Negocios para 2018

Las 10 tendencias principales de inteligencia de negocios para 2018

.

El ritmo y la evolución de las soluciones de inteligencia de negocios implican que lo que hoy funciona podría requerir ciertas modificaciones el día de mañana. Entrevistamos a clientes y a miembros del personal de Tableau para identificar las 10 tendencias que están teniendo mayor impacto y de las cuales se hablará en 2018, desde el procesamiento del lenguaje natural hasta el crecimiento del aseguramiento de los datos. Ya sea una superestrella de los datos, un héroe de TI o un ejecutivo que crea su propio imperio de BI, estas tendencias destacan las prioridades estratégicas que podrían ayudar a llevar a su organización a un nivel superior.

1. No le tema a la inteligencia artificial

Cómo el aprendizaje automático mejorará el trabajo del analista

La cultura popular alimenta una concepción distópica del poder del aprendizaje automático. Sin embargo, mientras la investigación y la tecnología continúan mejorando, este se convierte rápidamente en un valioso complemento para el analista. De hecho, es el mejor asistente que cualquier analista podría tener.

Imagine que se necesita consultar de manera rápida el impacto de la modificación de un precio en cierto producto. Para ello, podríamos ejecutar una regresión lineal de los datos. Antes de la existencia de Excel, R o Tableau, eso debía hacerse de forma manual, lo que llevaba horas. Gracias al aprendizaje automático, ahora puede visualizarse el consumo del producto en cuestión de minutos, o incluso segundos. Como analista, no tiene la necesidad de hacer el trabajo arduo y puede pasar a la siguiente pregunta: ¿los meses de alto consumo fueron el resultado de un factor extrínseco, como un día festivo? ¿Hubo algún nuevo lanzamiento? ¿Hubo noticias en los medios de comunicación que influyeron sobre las compras o el conocimiento del producto? Ya no es necesario preocuparse por si se pasó el tiempo suficiente perfeccionando el modelo de regresión.

El aprendizaje automático permite explorar muchas posibilidades cuando uno necesita ayuda para encontrar una respuesta.

 RYAN ATALLAH, INGENIERO DE SOFTWARE

Hay dos maneras en que el aprendizaje automático ayuda al analista. En primer lugar, aumenta su eficiencia. En el ejemplo anterior, el analista no pierde un tiempo valioso en hacer cálculos matemáticos básicos. Ahora el analista tiene más tiempo para pensar en cuáles son las implicaciones de su negocio y los siguientes pasos lógicos. En segundo lugar, ayuda al analista a explorar y mantenerse en el flujo del análisis de datos, porque ya no debe detenerse para hacer cálculos. En cambio, el analista se dedica a hacer la siguiente pregunta. Según Ryan Atallah, ingeniero de software de Tableau: “El aprendizaje automático permite explorar muchas posibilidades cuando uno necesita ayuda para encontrar una respuesta”.

La capacidad del aprendizaje automático para ayudar a un analista es innegable. No obstante, debe adoptarse cuando los resultados estén claramente definidos. “El aprendizaje automático no funciona especialmente bien con datos subjetivos”, afirma Andrew Vigneault, administrador de productos de Tableau. Por ejemplo, en una encuesta de satisfacción del cliente con respecto a ciertos productos, el aprendizaje automático no siempre reconoce las palabras cualitativas.

Además, el analista debe comprender las métricas de éxito de los datos para poder actuar en consecuencia. En otras palabras, lo que se introduce en una máquina no produce resultados con un significado claro. Solo un ser humano es capaz de comprender si se cuenta con suficiente contexto. Por lo tanto, el aprendizaje automático no puede aplicarse de manera aislada (sin comprender el modelo que se usa, las entradas y los resultados que se obtienen).

Es posible que los analistas teman ser reemplazados, pero realmente, el aprendizaje automático potenciará su trabajo y les permitirá ser más eficientes y precisos, y tener un mayor impacto sobre los negocios. En vez de temer a esta tecnología, aproveche las oportunidades que le ofrece.

IDC prevé ingresos derivados de los sistemas de inteligencia artificial y aprendizaje automático por un total de USD 46 000 millones para 2020.

En 2020, la inteligencia artificial se convertirá en uno de los motores de la creación de empleo neto, ya que creará 2,3 millones de puestos de trabajo, pero eliminará solo 1,8 millones. (Gartner)

2. El impacto de las humanidades

El impacto de las humanidades en el sector del análisis

El sector del análisis continúa buscando personas capacitadas para trabajar con datos, y las organizaciones desean fortalecer sus equipos de análisis. Es posible que hayamos tenido una plétora de talento al alcance de nuestras manos. Sabemos que las humanidades y la narración de historias han influido sobre el sector del análisis de datos. No es ninguna sorpresa. Lo que sí sorprende es que los usuarios con conocimientos sobre el arte de contar historias (que suelen provenir de las humanidades) se están apoderando de los aspectos técnicos de la creación de dashboards analíticos. Antes, esos aspectos estaban reservados para los profesionales de TI y los usuarios avanzados. Además, las organizaciones ya no se limitan a contratar personas con conocimientos analíticos. Ahora, dan mayor importancia a quienes son capaces de usar los datos y la información para promover cambios y propiciar la transformación mediante el arte y la persuasión.

A medida que se simplifica el uso de las plataformas tecnológicas, disminuye el interés en las especialidades técnicas. Cualquiera puede jugar con los datos sin necesidad de disponer de los avanzados conocimientos técnicos que se requerían anteriormente. Ahora, entran en escena las personas con conocimientos más amplios, incluso procedentes de las humanidades. Estas generan un impacto en los sectores y las organizaciones donde escasea el personal que trabaje con datos. Cada vez más organizaciones priorizan el análisis de datos en sus negocios. En este contexto, los administradores de datos que provienen de las humanidades ayudarán a las empresas a descubrir que, si capacitan a su personal, obtendrán una mayor ventaja competitiva.

Advertimos un gran interés en la contratación de una nueva generación del personal que trabaja con datos. También detectamos varios casos de empresas de tecnología dirigidas o influenciadas por líderes capacitados en humanidades. Entre esos líderes se incluyen fundadores y ejecutivos de Slack, LinkedIn, PayPal, Pinterest y otras empresas de tecnología de alto rendimiento.

Crear un dashboard y realizar análisis requiere cierta habilidad, pero es algo que no se puede enseñar. Realmente consiste en contar una historia con los datos.

 JENNY RICHARDS, ARTISTA DE DATOS, TABLEAU

En el libro de Scott Hartley, “The Fuzzy and the Techie”, puede encontrarse un ejemplo interesante de la incorporación de las humanidades a una empresa eminentemente tecnológica. Nissan contrató a Melissa Cefkin, doctora en antropología, para liderar su investigación sobre la interacción entre las máquinas y las personas. Específicamente, Cefkin estudió la interacción entre los automóviles que se conducen solos y los seres humanos. La tecnología en la que se basa ese tipo de vehículos avanzó mucho. Sin embargo, aún debe hacer frente a dificultades en los entornos mixtos donde los seres humanos cohabitan con las máquinas. Por ejemplo, en un cruce con señales de tráfico de “stop” (o “pare”) en las cuatro direcciones, los seres humanos analizan cada una de las posibles situaciones. Eso es casi imposible de enseñar a una máquina. A fin de contrarrestar esa situación, se le pidió a Cefkin que aplicara sus conocimientos sobre antropología para identificar patrones de comportamiento humano. Esos comportamientos se enseñarían a los automóviles que se manejan solos y, a su vez, se comunicarían a las personas que viajan en ellos.

En su evolución, el análisis dejó de ser puramente científico para hacerse más humanístico. El enfoque pasó de la comunicación de datos a la narración de historias basadas en ellos para así facilitar la toma de decisiones. Las organizaciones usan datos más que nunca y, lógicamente, dan más importancia a su preparación y a las historias que estos transmiten. Llegó la era dorada de la narración de historias con datos. Seguro que en su organización hay un gran contador de historias ávido de hacer su próximo gran descubrimiento.

Los graduados del área de humanidades se están uniendo a la fuerza laboral tecnológica con una velocidad un 10 % mayor que los graduados de áreas técnicas. (LinkedIn)

Un tercio de los directores ejecutivos de las empresas de Fortune 500 se graduaron en el área de humanidades. (Fast Company)

3. La promesa del procesamiento del lenguaje natural

La promesa del procesamiento del lenguaje natural

En 2018, el procesamiento del lenguaje natural (NLP) será más prevalente, sofisticado y ubicuo. Los desarrolladores y los ingenieros continuarán ampliando sus conocimientos sobre el procesamiento del lenguaje natural, que se integrará en nuevos sectores. La creciente popularidad de Amazon Alexa, Google Home y Microsoft Cortana alimentó las expectativas de las personas con respecto a hablarle al software y que este las comprenda. Por ejemplo, puede dar la orden “Alexa, reproduce ‘Yellow Submarine’”, y el clásico de los Beatles se escuchará en su cocina mientras prepara la cena. Este concepto también se aplica a los datos. Así, cualquiera puede hacer preguntas y análisis con mayor facilidad.

Según Gartner, hacia el año 2020, el 50 % de las consultas analíticas se generará mediante búsqueda, procesamiento del lenguaje natural o voz. En consecuencia, será mucho más sencillo para el director ejecutivo que esté fuera de la oficina pedirle información rápida a su dispositivo móvil. Por ejemplo, “total de ventas por cliente que compró grapas en Nueva York”. Luego, puede filtrar los resultados por “pedidos realizados en los últimos 30 días” y, después, agrupar por “departamento del responsable del proyecto”. Además, el director de la escuela de sus hijos podría preguntar: “¿cuál fue la calificación promedio de los estudiantes este año?”, filtrarla por los “estudiantes de 8.º”, y agruparla por “materia del profesor”. El procesamiento del lenguaje natural permitirá a las personas hacer distintos tipos de preguntas sobre los datos y recibir respuestas relevantes. Así obtendrán mejor información y podrán tomar decisiones más acertadas.

El procesamiento del lenguaje natural puede abrirle los ojos al analista y darle cierta confianza en lo que es capaz de hacer.

 BRIAN ELROD, LÍDER DE ANÁLISIS DE DATOS, MORTGAGE INVESTORS GROUP

Al mismo tiempo, los desarrolladores y los ingenieros harán grandes progresos que les permitirán descubrir y comprender cómo las personas usan el procesamiento del lenguaje natural. Evaluarán qué tipos de preguntas hacen las personas. Tal vez buscan una satisfacción inmediata (“¿Qué producto tuvo más ventas?”) o prefieren explorar (“No sé qué me pueden decir los datos. ¿Cómo le va a mi departamento?”). Ryan Atallah, ingeniero de software de Tableau, explica: “Este comportamiento depende en gran medida del contexto en el que se hace la pregunta”. Si el usuario final usa un dispositivo móvil, es más probable que haga una pregunta que genere una satisfacción inmediata. En cambio, si está en su despacho observando un dashboard, es probable que desee explorar y hacer preguntas más profundas.

Se obtendrán mayores beneficios analíticos si se comprenden los distintos flujos de trabajo que el procesamiento del lenguaje natural puede mejorar. Vidya Setlur, ingeniera de software de Tableau, afirma: “La ambigüedad es un problema grave”. Por lo tanto, la comprensión de los flujos de trabajo es más importante que la formulación de una pregunta específica. Cuando existen distintas maneras de hacer la misma pregunta (por ejemplo, “¿Qué vendedor logró más ventas este trimestre?” o “¿Quién logró más ventas este trimestre?”), el usuario final no quiere pensar en la forma “correcta” de formularla. Solo quiere la respuesta.

Por ello, no será necesario contar con el procesamiento del lenguaje natural en todas las situaciones. Las oportunidades surgirán cuando esté disponible en los flujos de trabajo adecuados y su uso resulte familiar.

Para 2019, el 75 % de los trabajadores cuyas tareas diarias implican el uso de aplicaciones empresariales tendrán acceso a asistentes personales inteligentes que les permitirán aumentar sus capacidades y conocimientos. (IDC)

Para 2021, más del 50 % de las empresas gastarán más al año en la creación de robots (incluidos los “chatbots”) que en el desarrollo de aplicaciones móviles tradicionales. (Gartner)

4. El debate sobre la multiplicidad de nubes

El debate sobre la multiplicidad de nubes continúa

Si su organización está considerando y evaluando una estrategia de varias nubes para el año 2018, no es la única.

“Las organizaciones que trasladan sus datos y aplicaciones a la nube lo están haciendo en estampida”, comenta François Ajenstat, director de productos. “Tanto si realizan un simple traslado o si hacen un cambio de plataforma, los clientes están adoptando la nube más rápido que nunca”.

Según un estudio reciente de Gartner, “el 70 % de las empresas elegirá una estrategia de varias nubes hacia 2019, a diferencia del 10 % actual”. Los clientes rechazan cada vez más la idea de limitarse a una única solución de software heredada que pueda no ajustarse a sus necesidades futuras. No obstante, los cambios y las migraciones son ahora relativamente más fáciles con API similares y estándares abiertos, como Linux, Postgres, MySQL y otros.

Probablemente, su organización también esté evaluando cómo se diseñan y dirigen los centros de datos. Su departamento de TI está evaluando entornos de hospedaje sobre la base del riesgo, la complejidad, la velocidad y el costo. Son factores que aumentan la dificultad a la hora de encontrar una única solución para todas las necesidades de su organización.

Evaluar e implementar un entorno de varias nubes puede ayudarlo a determinar quién proporciona el mayor rendimiento y la mayor compatibilidad para su situación específica. Según el Boston Herald, GE modificó su estrategia de hospedaje en la nube para usar Microsoft Azure y Amazon Web Services. Su objetivo era identificar el entorno de hospedaje en la nube de mayor rendimiento y descubrir qué contrato le permitía trasladar el menor costo posible a sus clientes.

Esta estrategia multinube o híbrida está adquiriendo cada vez más relevancia para ayudar a reducir el riesgo, y proporcionar más opciones y flexibilidad a los clientes.

 FRANÇOIS AJENSTAT, DIRECTOR DE PRODUCTOS, TABLEAU

No obstante, es necesario conocer a fondo las ventajas y las desventajas de adoptar este tipo de entorno de varias nubes. Aunque se gana en flexibilidad, el uso de varias nubes aumenta los gastos generales debido a la división de la carga de trabajo de su organización entre distintos proveedores. Además, el equipo de desarrolladores internos se ve obligado a conocer distintas plataformas e implementar procesos de gobernanza adicionales, según los diferentes entornos que se deban admitir.

Asimismo, una estrategia de varias nubes podría reducir el poder adquisitivo de su empresa u organización. Si una empresa divide sus compras entre varios proveedores, se reducirá el número de descuentos por volumen que estos le ofrezcan. Así, se creará un modelo en que la empresa comprará menos a un mayor precio.

Las encuestas y las estadísticas, como el estudio de Gartner antes mencionado, indican que la adopción de la estrategia de varias nubes va en aumento. Sin embargo, no revelan cuánto se adoptó de cada plataforma. En muchos casos en los que se usan varias nubes, las organizaciones satisfacen la mayor parte de sus necesidades con los servicios de un proveedor y una parte muy inferior con los del resto. Sin embargo, en la mayoría de las organizaciones, se implementa un segundo entorno de hospedaje en la nube a modo de respaldo en caso de que el principal entorno no funcione o presente errores.

La adopción de varias nubes aumentará en 2018. Aun así, las organizaciones deberán tomarse la molestia de evaluar si su estrategia mide el volumen de adopción de cada plataforma de nube, el uso interno, las demandas de carga de trabajo y los costos de implementación.

El 70 % de las empresas implementará una estrategia de varias nubes para 2019. (Gartner)

El 74 % de los directores financieros de tecnología afirman que la informática en la nube tendrá el mayor impacto cuantificable en el negocio en 2017. (Forbes)

5. El auge del director de datos

El auge del director de datos

Los datos y el análisis se están convirtiendo en elementos fundamentales de todas las organizaciones. Eso es indiscutible. A medida que las organizaciones evolucionan, priorizan una mayor atención estratégica y responsabilidad en relación con el análisis.

Históricamente, el director de tecnologías de la información (CIO) era responsable de la mayoría de las tareas de inteligencia de negocios (BI). Este profesional supervisaba la estandarización, la consolidación y la gobernanza de los activos de datos de toda la organización, lo cual requería de informes coherentes. En consecuencia, las iniciativas de BI (la gobernanza de datos, el diseño de modelos de análisis, etc.) competían con otras iniciativas estratégicas (como la arquitectura de TI, la seguridad de los sistemas o las estrategias de redes) por captar la atención del CIO. Con frecuencia, eso limitaba el éxito y el impacto de la BI.

En algunos casos, se generaron dificultades entre el CIO y la empresa debido a la falta de sincronía entre la velocidad con que se obtiene la información, la seguridad y la gobernanza de los datos. Por lo tanto, cada vez más organizaciones reconocen la necesidad de que la dirección ejecutiva se haga responsable de la creación de una cultura de análisis. Esta debe permitir obtener información útil a partir de los datos gracias a las inversiones en análisis. Para esas organizaciones, la clave consiste en designar a un director de datos (CDO) o un director de análisis (CAO). Este profesional debe modificar los procesos empresariales, superar los obstáculos culturales y comunicar el valor del análisis en toda la organización. Así, el CIO podrá concentrar su atención estratégica en otros asuntos, como la seguridad de los datos.

Mi trabajo consiste en introducir herramientas y tecnologías para ayudar al equipo a avanzar.

 PETER CREGGER, DIRECTOR DE DATOS, FNI

El hecho de que se designen CDO o CAO y que estos tengan responsabilidad sobre el impacto de los negocios y la mejora de los resultados demuestra, además, el valor estratégico de los datos y del análisis en las organizaciones modernas. Hoy en día, la dirección ejecutiva debate de manera proactiva cómo implementar una estrategia de análisis. En vez de esperar solicitudes de informes específicos, los CDO se preguntan: “¿Cómo podemos anticiparnos o adaptarnos rápidamente a las necesidades de la empresa?”.

Las organizaciones están destinando más dinero y recursos a la conformación de un equipo de gran eficacia para cubrir estos puestos de nivel directivo. Según Gartner, el 80 % de las grandes empresas tendrá una oficina de dirección de datos completamente operativa en 2020. En la actualidad, el número promedio de empleados en esa oficina es de 38. Sin embargo, el 66 % de las organizaciones encuestadas espera que el presupuesto asignado a dicha oficina aumente.

Josh Parenteau, director de inteligencia de mercado de Tableau, advierte que la actividad del CDO “se centra en los resultados”. Parenteau afirma: “No se trata solo de colocar datos en un almacén y esperar a que alguien los use. El CDO debe definir el uso de los datos y asegurarse de que estos aporten valor”. Concentrarse en los resultados es fundamental, especialmente porque concuerda con los tres objetivos principales identificados en la encuesta sobre CDO que realizó Gartner en 2016. Estos profesionales desean incrementar la privacidad del cliente, la ventaja competitiva y la eficacia. Esos objetivos motivan a distintas empresas, como Wells Fargo, IBM, Aetna y Ancestry, a designar puestos de CDO para perfeccionar su estrategia de datos. En consecuencia, la función del director de datos será esencial para el negocio en 2018.

En 2019, el 90 % de las grandes empresas tendrá un director de datos. (Gartner)

En 2020, el 50 % de las organizaciones principales tendrá un director de datos con niveles de autoridad e influencia en las estrategias similares a los del director de TI.

6. Participación colectiva en la gobernanza

El futuro de la gobernanza de datos es la participación colectiva

La inteligencia de negocios moderna pasó de restringir datos y contenido a capacitar a los usuarios corporativos en todo el mundo. Estos usuarios saben que deben trabajar con datos gobernados y confiables para obtener información. A medida que las personas aprenden a usar los datos en diferentes situaciones, su contribución a la optimización de los modelos de gobernanza ha otorgado una fuerza colosal a las organizaciones.

Nos quedamos cortos al decir que el análisis de autoservicio revolucionó el mundo de la inteligencia de negocios. El paradigma cambió totalmente. Ahora, cualquier persona puede diseñar análisis que permitan hacer y responder preguntas críticas a todos los miembros de su organización. La misma revolución se está produciendo con la gobernanza. Gracias a la expansión del análisis de autoservicio, una gran variedad de información y perspectivas comienza a inspirar métodos nuevos e innovadores para implementar la gobernanza.

La gobernanza consiste en aplicar la sabiduría colectiva para proporcionar los datos correctos a las personas adecuadas y, al mismo tiempo, evitar accesos indebidos.

 ELLIE FIELDS, DIRECTORA DE DESARROLLO SÉNIOR, TABLEAU

La gobernanza consiste en aplicar la sabiduría colectiva para proporcionar los datos correctos a las personas adecuadas y, al mismo tiempo, evitar accesos indebidos.

Los usuarios corporativos no desean responsabilizarse de la seguridad de los datos. Las políticas de gobernanza óptimas les permiten hacer o responder preguntas y, a su vez, encontrar los datos que necesitan en el momento oportuno.

Las estrategias de BI y de análisis incluirán el modelo de gobernanza moderno. Los departamentos de TI y los ingenieros de datos seleccionarán, ajustarán y prepararán fuentes confiables. Además, dado que el autoservicio es la tendencia dominante, los usuarios tendrán libertad para explorar datos seguros y confiables. Los procesos verticales controlados por el departamento de TI serán reemplazados por un proceso de desarrollo colaborativo que combina el talento de los profesionales de TI con el de los usuarios finales. Todos ellos identificarán los datos más importantes para gobernar y crearán reglas y procesos que maximicen el valor empresarial del análisis sin renunciar a la seguridad.

El 45 % de los ciudadanos de los datos afirma que menos de la mitad de sus informes contienen datos de buena calidad. (Collibra)

El 61 % de los directivos afirma que la toma de decisiones en sus empresas rara vez está impulsada por los datos. (PwC)

7. El aseguramiento de datos

La vulnerabilidad propicia un mayor aseguramiento de los datos

Para muchas empresas, los datos son activos fundamentales. Pero ¿cómo se mide el valor de esos datos? ¿Qué sucede si se pierden o si alguien los roba? Como hemos visto en los casos de grandes filtraciones de datos recientemente, una amenaza para los datos de una compañía puede ser devastadora y causar daños irreparables a la marca.

Según un estudio de 2017 realizado por el Ponemon Institute, se calcula que el costo total promedio de una filtración de datos es de USD 3,62 millones.

Sin embargo, ¿hacen las empresas todo lo posible para proteger y asegurar sus datos? El mercado de los seguros informáticos es un sector que crece con rapidez como consecuencia de las filtraciones de datos. Este sector experimentó un crecimiento año tras año del 30 %, y se espera que sus primas brutas emitidas en el año 2020 alcancen los USD 5600 millones. (AON)

Los seguros informáticos y de privacidad cubren las responsabilidades de una empresa ante una filtración de datos en la que un pirata informático robe o divulgue la información personal de sus clientes.

Sin embargo, incluso ante el crecimiento del mercado y la amenaza continua de filtraciones de datos, solo el 15 % de las empresas estadounidenses cuenta con una póliza de seguros que cubra dichas filtraciones y otros problemas de ciberseguridad. Además, la mayor parte de ese 15 % de empresas cubiertas está constituida por grandes instituciones financieras consolidadas.

Debemos decidir cuál es el punto débil. ¿Cuál es el verdadero riesgo para su empresa?

 PETER CREGGER, DIRECTOR DE DATOS, FNI

Claramente, las instituciones financieras necesitan este tipo de pólizas. Sin embargo, la necesidad llegará a otros mercados verticales porque nadie es inmune a las amenazas de las filtraciones de datos.

Recientemente, Doug Laney, analista de Gartner, escribió un libro titulado “Infonomics: How to Monetize, Manage, and Measure Information for Competitive Advantage”. En él presenta distintos modelos (financieros y no financieros) con los que las empresas de cualquier sector pueden calcular el valor de sus datos.

Los modelos no financieros se centran en el valor intrínseco, el valor de negocio y el valor de rendimiento de los datos. Con estos valores, se puede medir la singularidad, la precisión, la relevancia, la eficacia interna y el impacto general del uso que la empresa da a esos datos.

Los modelos financieros se centran en el valor del costo, el valor económico y el valor de mercado de los datos. Con estos valores, se puede medir el costo de adquirir datos y administrarlos de manera interna, así como el valor de venderlos o de otorgarlos bajo licencia.

El hecho de considerar los datos como un producto implica que su valor aumentará. Además, se originarán nuevas preguntas y conversaciones acerca de cómo esta materia prima ayuda a las empresas a conseguir mayores éxitos y ventajas. Al igual que cualquier producto, ¿de qué sirven si pueden robarse sin consecuencias?

El costo total promedio estimado de las filtraciones de datos es de USD 3,62 millones. (Ponemon)

Solo el 15 % de las empresas estadounidenses cuenta con una póliza de seguros para proteger específicamente sus datos. (Ponemon)

8. La función del ingeniero de datos

Mayor prominencia de la función del ingeniero de datos

Una cosa es cierta: nadie puede crear un dashboard sin los gráficos necesarios para comprender la historia que intenta comunicar. Otro principio que quizá conozca afirma que no se puede tener una fuente de datos confiable sin haber comprendido qué datos se introducen en el sistema y cómo sacarlos de allí.

En cualquier organización, los ingenieros de datos seguirán siendo fundamentales para promover el uso de datos y tomar mejores decisiones de negocios. Entre 2013 y 2015, el número de esos ingenieros creció más del doble. Y, en octubre de 2017, había más de 2500 puestos vacantes con las palabras “ingeniero de datos” en el título en LinkedIn, lo que indica el nivel de crecimiento en la demanda de esta especialidad.

Los ingenieros de datos desempeñan un papel fundamental a la hora de hacer posible el autoservicio en una plataforma de análisis moderno.

 FRANÇOIS AJENSTAT, DIRECTOR DE PRODUCTOS, TABLEAU

¿En qué consiste esta función y por qué es tan importante? El ingeniero de datos es responsable de diseñar, crear y administrar las bases de datos operativas y de análisis de la empresa. En otras palabras, es responsable de extraer datos de los sistemas básicos de la empresa de manera que estos puedan usarse y aprovecharse para obtener información y tomar decisiones. El volumen de datos y la capacidad de almacenamiento van en aumento. Por lo tanto, cada vez es más importante contar con alguien que tenga amplios conocimientos técnicos de los distintos sistemas y arquitecturas, y que sea capaz de comprender los intereses y las necesidades de la empresa.

La función del ingeniero de datos requiere un conjunto de conocimientos muy particular. Tiene que comprender el back-end, qué contienen los datos y de qué manera pueden ser de utilidad para el usuario corporativo. El ingeniero de datos también tiene que desarrollar soluciones técnicas para que los datos puedan utilizarse.

Michael Ashe, reclutador sénior de Tableau, explica: “No soy ningún novato. Me dedico a la contratación de profesionales técnicos desde hace más de 17 años. No me sorprende que los datos y la capacidad de almacenamiento hayan crecido. Fui testigo de su salto de gigante. Los datos siempre necesitarán ajustes. Las empresas deben incorporar a profesionales capaces de realizar esos ajustes, ya que necesitan explorar datos específicos para tomar decisiones de negocios. Sin duda, la función del ingeniero de datos continuará creciendo”.

En un estudio realizado por Gartner en 2016, se llegó a la conclusión de que las organizaciones encuestadas estaban perdiendo un promedio de USD 9,7 millones anuales como resultado de la calidad deficiente de sus datos.

 

Los analistas y los científicos de datos pueden dedicar hasta el 80 % de su tiempo a limpiar y preparar datos. (TechRepublic)

9. La ubicación de las cosas

La ubicación de las cosas impulsará la innovación en la IoT

Afirmar que la proliferación de la Internet de las cosas (IoT) ocasionó un enorme crecimiento del número de dispositivos conectados en todo el mundo sería decir poco. Todos esos dispositivos tienen capacidad de interacción y recopilan datos que ofrecen una mejor experiencia de conexión. De hecho, Gartner predice que, en el año 2020, el número de dispositivos conectados con la IoT y disponibles para los consumidores será más del doble del actual. “Habrá más de 20 400 millones de dispositivos en línea con la IoT”.

Incluso con ese crecimiento, los datos de los casos de uso y la implementación de la IoT no han seguido la misma trayectoria deseada. A las empresas les preocupa la seguridad. Sin embargo, la mayoría de ellas no cuenta con los conocimientos y habilidades organizacionales adecuados o con la infraestructura técnica interna (acompañada de otras aplicaciones y plataformas) para admitir datos de la IoT.

La mayoría de las personas piensa en los conceptos de ubicación o geoespacio como una dimensión. Es algo que voy a analizar… La nueva tendencia es que se está convirtiendo en una contribución al proceso analítico.

 JOSH PARENTEAU, DIRECTOR DE INTELIGENCIA DE MERCADO, TABLEAU

De todos modos, se observa una tendencia positiva que consiste en el uso de los datos de ubicación de los dispositivos con IoT y los beneficios derivados de ese uso. Esta subcategoría, denominada “ubicación de las cosas”, permite a los dispositivos con IoT detectar y comunicar su posición geográfica. Cuando se conoce la ubicación de un dispositivo con IoT, es posible agregar contexto, comprender mejor la situación y predecir lo que sucederá en ese lugar específico.

Las empresas y las organizaciones que desean recopilar esos datos usan distintas tecnologías. Por ejemplo, los hospitales, las tiendas y los hoteles comenzaron a usar la tecnología Bluetooth de bajo consumo (BLE) para los servicios de ubicación en interiores, ya que el GPS solía tener dificultades para proporcionar la ubicación contextual. La tecnología BLE puede usarse para realizar el seguimiento de personas y activos específicos. También permite interactuar con dispositivos móviles, como relojes inteligentes, distintivos o localizadores, para ofrecer experiencias personalizadas.

Dado que se relacionan con el análisis de datos, los números correspondientes a la ubicación pueden considerarse entradas, en lugar de salidas (resultados). Si los datos están disponibles, los analistas pueden incorporarlos en sus análisis para comprender mejor qué sucede y dónde, y qué se espera en una zona contextualizada.

 

Los puntos de referencia de la IoT crecerán hasta alcanzar los 30 000 millones en 2020. (IDC)

 

Se prevé un crecimiento explosivo de la IoT, que superará los USD 5 000 millones para finales de 2020. (Gartner)

10. La inversión del sector académico

Las universidades redoblan la apuesta con programas de análisis y ciencia de los datos

En la Universidad Estatal de Carolina del Norte, se encuentra el primer programa de maestría en análisis científico (MSA). La MSA se lleva a cabo en el Institute of Advanced Analytics (IAA). Este centro de datos tiene la misión de “formar a los mejores profesionales del análisis de todo el mundo: personas que dominen herramientas y métodos complejos para el modelado de datos a gran escala, y que sientan pasión por resolver problemas que representen retos…”. Dado que el programa estatal de Carolina del Norte constituye una iniciativa sin precedentes, augura una generosa inversión del sector académico en el currículo de análisis y ciencia de los datos.

Hace unos meses, la Universidad de California en San Diego dio un importante primer paso para su institución: inauguró una especialidad y cursos complementarios de grado universitario en ciencia de los datos. Y eso no fue todo. Gracias a la magnífica donación de un exalumno, la universidad también presentó planes para crear un instituto de ciencia de los datos. En la Universidad de California en Berkeley, Davis y Santa Cruz, se siguió ese ejemplo y se ampliaron las opciones de análisis y ciencia de los datos que se ofrecen a los estudiantes. La demanda de estas superó las expectativas. ¿Por qué?

A menudo me sorprendo con las cosas que descubren los estudiantes y la forma tan intuitiva en que pueden ver datos, jugar con ellos y hasta realizar visualizaciones.

 ROBYN RASHKE, PROFESOR, UNIVERSIDAD DE NEVADA (LAS VEGAS)

Según un estudio reciente de PwC, en el año 2021, el 69 % de los empleadores exigirá que los candidatos a sus puestos de trabajo tengan conocimientos de análisis y ciencia de los datos. En 2017, Glassdoor también informó que la “ciencia de los datos” fue uno de los “principales empleos” por segundo año consecutivo. A medida que crecen las demandas de los empleadores, se intensifica la necesidad de contar con especialistas en datos altamente capacitados. Sin embargo, existe una desconexión con la realidad. El mismo informe de PwC indica que solo el 23 % de los graduados universitarios tendrá los conocimientos necesarios para competir al nivel que exigen los empleadores. Una reciente encuesta del MIT revela que el 40 % de los administradores tiene dificultades para contratar a especialistas en análisis.

Las habilidades técnicas para el análisis ya no son optativas, sino fundamentales. En 2018, se comenzará a aplicar una metodología más rigurosa a fin de garantizar que los estudiantes adquieran los conocimientos necesarios para su inserción en el mercado laboral moderno. Además, las empresas continuarán optimizando sus datos para sacarles el máximo partido. En consecuencia, surgirá y crecerá la demanda de una fuerza laboral experta en datos.

En el año 2021, el 69 % de los empleadores exigirá que los candidatos a sus puestos de trabajo posean conocimientos de análisis y ciencia de los datos. (PWC)

i

Una reciente encuesta del MIT revela que el 40 % de los administradores han tenido dificultades para contratar a especialistas en análisis. (MIT)

Fuente: tableau.com, 2018.

---

Vincúlese a nuestras Redes Sociales:

Google+      LinkedIn      YouTube      Facebook      Twitter

---

.

.

« Página anterior — Página siguiente »