Ministerio de Industria, Energía y Minería

En la actividad, realizada el miércoles 15 de mayo en la Torre de las Comunicaciones, fueron oradores el ministro de Industria, Energía y Minería, Guillermo Moncecchi; el secretario de Transformación Productiva y Competitividad, Álvaro Ons; y el director de Tecnologías de la Información de la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (Agesic), Javier Barreiro. Además, se contó con la presencia de representantes de diversas organizaciones participantes en la elaboración de este documento.

La hoja de ruta en Ciencia de Datos (CD) y Aprendizaje Automático (AA), coordinada por Transforma Uruguay y el MIEM, se inserta en el sector priorizado de las tecnologías de la información y la comunicación (TIC).

Apuesta a la participación interinstitucional e incluye en su comité ejecutivo a la Secretaría Nacional de Ciencia y Tecnología de la Presidencia de la República, el Ministerio de Relaciones Exteriores, la Administración Nacional de Educación Pública (ANEP), la Universidad de la República (Udelar), Uruguay XXI, el Plan Ceibal, la Agencia Nacional de Investigación e Innovación (ANII), Agesic, el Laboratorio Tecnológico del Uruguay (LATU) y el Consejo Nacional de Innovación, Ciencia y Tecnología (Conicyt).

Prevé acciones de corto y mediano plazo, y su visión es que Uruguay, en 2030, sea un referente en la aplicación de soluciones CD y AA en sectores estratégicos, y ubica a las empresas del sector TIC como generadoras de soluciones tecnológicas a nivel local, regional y mundial.

Para alcanzar este propósito se identificaron varias líneas estratégicas de trabajo, con objetivos, líneas de acción y proyectos concretos, agrupadas en dos grandes dimensiones:  aspectos que facilitarían un entorno habilitante para desarrollos vinculados a CD/AA; y oportunidades para su aplicación a sectores estratégicos nacionales.

En cuanto a la generación de un entorno habilitante, se destaca la necesidad de mejorar la educación y formación asociada a las áreas de CD/AA, impulsar la atracción de talentos a nuestro país, promover en mayor medida las capacidades de investigación e innovación, actualizar la reglamentación existente para clarificar las posibilidades de actuación, e impulsar los espacios de articulación internacional que permitan posicionar a Uruguay en la discusión y agenda regional y global en torno a CD/AA. Todo esto se realiza con un fuerte foco ético en la implementación de los desarrollos.

Asimismo, se identifican capacidades y oportunidades para aplicar CD y AA en áreas de relevancia y dinamismo claves a nivel nacional, tanto en el sector productivo y social como en el Estado.

La importancia de la educación

El ministro Moncecchi destacó que la hoja de ruta es una estrategia de mediano y largo plazo que surgió de un trabajo colectivo y un consenso entre múltiples sectores y seguirá abierta a incorporar a nuevos actores.

Celebró que el documento incluye una visión estratégica —aunque no rígida— y agregó que esta ruta permitirá aumentar la riqueza en las conversaciones con otros organismos internacionales, como ocurrió días atrás con el Parlamento alemán.

“La hoja de ruta es muy ambiciosa, porque no se restringe al aspecto productivo”, aunque también aborda el desafío de la reconversión, sino que pone el foco en avanzar en la educación, desde la escuela hasta el nivel de posgrado. “No hay nada más importante en este tema que la educación”, subrayó.

Asimismo, el jerarca dijo que esta temática incluyen múltiples dimensiones, más allá de las TIC, y que por ende afectan a todos los sectores productivos. “No se trata de tecnología solamente”, afirmó. Por el contrario, dijo que es algo “más grande” que eso, y que su importancia puede ser clave para el país, por lo que resulta fundamental aunar esfuerzos, como lo hace el camino trazado por esta hoja de ruta.

¿Qué son la ciencia de datos y el aprendizaje automático?

La ciencia de datos se define como la disciplina que busca extraer conocimiento, de forma sistemática y computacionalmente eficiente, a partir de los datos de un dominio. Para ello utiliza principalmente métodos y técnicas matemáticas, estadísticas (modelos probabilistas y estadísticos, aprendizaje estadístico) y computacionales (programación, aprendizaje automático, modelado de datos).

El aprendizaje automático es definido como la rama que estudia los programas o agentes que mejoran su performance en una tarea a partir de la experiencia. Esta definición incluye diferentes formas de aprendizaje (supervisado, no supervisado, por refuerzos, entre otros), así como muy diferentes modelos computacionales (redes neuronales artificiales, árboles de decisión, aprendizaje estadístico).

ACCEDA AQUÍ A LA HOJA DE RUTA Y SUS ANEXOS.