FUTURO LABORAL DEL UNIVERSITARIO (15/07/2022)

RAMÓN ANTONIO LARRAÑAGA TORRÓNTEGUI

Diplomado y Maestría en Desarrollo Humano FESC- UNAM

Los bancos han integrado el método de automatización (Robotic Process Automation). Este nuevo método ya ha creado en países de primer orden un nuevo ámbito laboral para analistas y programadores. La demanda va en aumento para profesionistas capacitados y con experiencia en robótica. Los profesionistas egresados de Universidades con carreras tradicionales llegan solicitando el puesto de trabajo con un currículo amplio en teoría, pero sin experiencia técnica.

El resultado es que existen grupos de programadores-técnicos, que carecen de pensamiento analítico teórico, y grupos de analistas económico-operacionales, que no cuentan con la formación necesaria para comprender los procesos técnicos, además carecen de una sólida preparación en inglés, alemán, francés o chino y su español es muy deficiente.

A las Universidades con carreras tradicionales les urge crear planes de estudio flexibles que combinen la formación técnica y el análisis de datos, algo que ya comenzó y se ofrece (Mínimamente en alguna facultad), pero principalmente a nivel de posgrado en muy pocas Universidades privadas, donde la especialización es un hecho. Al mismo tiempo, la interconexión de las universidades con las empresas y organizaciones es necesaria, útil y especialmente interesante para ambas partes.

No se trata de que el mercado defina las competencias que necesita el empleado-científico que luego incluirá en su plantilla, sino de que la universidad esté en contacto con las demandas del mercado para responder con mayor eficacia a la formación. de los estudiantes y prepararse de manera más adecuada para comenzar bien sus carreras.

Es necesario, ahora más que nunca, que vemos miles de egresados vagar por las calles sin empleo o en otras actividades ajenas a sus estudios Universitarios.

México es el país en donde no se toma en consideración la cooperación y las Universidades se mantienen en sus lagunas aisladas, apartadas en un rincón, o sus académicos se reúnen en redes para cumplir con el tiempo asignado de carga laboral, sin embargo, lo vemos en el extranjero en donde la cooperación de empresas y universidades es un modelo generalizado.

En nuestro país es poco el esfuerzo y el aporte para obtener mejores resultados. Por comodidad laboral de los académicos han olvidado o no se preocupan para seguir el camino de la evolución del sector tecnológico quien ha determinado, desde hace varios años, el rumbo de la economía mundial.

De hecho, en los modelos estándar de producción, la tecnología no solo se considera el factor que genera efectos multiplicadores sobre la productividad tanto del capital como del trabajo, sino que también es un aliado natural de los actores de la política económica.

Si los efectos positivos de la tecnología en el proceso de producción son ampliamente conocidos y percibidos, la posibilidad de análisis de datos a gran escala, aprendizaje automático y tecnologías de registros distribuidos han estado en el centro de la discusión académica y política.

Es un debate, a nivel internacional, en los últimos años, menos en México en donde los académicos se resisten a salir de su zona de confort por falta de preparación. Por supuesto, los desarrollos en el área de las tecnologías financieras ofrecen ventajas específicas, que deben separarse del entusiasmo que se espera de cualquier innovación. Esto no significa, por supuesto, que se puedan subestimar las ventajas de estos avances científicos.

Por ejemplo, la ciencia de datos ofrece la oportunidad de unir los supuestos/hipótesis que tomamos en la planificación de políticas macroeconómicas con las observaciones que ofrecen los comportamientos de los actores económicos (ya sean consumidores, prestatarios o contribuyentes). Tal desarrollo ya se evidencia por la utilidad de los datos del consumidor en el análisis del cumplimiento tributario o la gestión del riesgo financiero.

En particular, utilizando datos a gran escala, parece que se pueden construir herramientas cuantitativas no paramétricas, que funcionan mucho mejor en la predicción de comportamientos económicos que otras herramientas econométricas. Al mismo tiempo, ya existe un debate sobre su utilidad en las políticas públicas de manera más amplia. Cada vez más a menudo, los estudiantes reclaman sean incorporados a los planes de estudio, contenidos

En este campo científico, el pensamiento matemático y especialmente la comprensión de los sistemas multivariables permite al analista comprender la evolución de los comportamientos de los consumidores, las inversiones y una variedad de otras decisiones económicas. Por supuesto, el conocimiento y el excelente manejo de los sistemas es relevante para el análisis de datos. La combinación anterior de habilidades y conocimientos es suficiente para el análisis de datos microeconómicos. Para unir los análisis de grandes bases de datos con los propósitos de la formulación de políticas macroeconómicas, se necesita un marco de conocimiento más amplio y en gran medida innovador: el analista también debe ser, hasta cierto punto, un conductista.

En gran medida la economía (especialmente la macroeconomía) se ha basado en supuestos sobre "agentes económicos". Dos de ellos fueron las expectativas racionales y la representatividad de los promedios, que interactuaban en gran medida. Con base en el supuesto de expectativas racionales, se espera que los actores económicos tomen sus decisiones con base en el criterio racional de maximizar su beneficio en el tiempo.

Por lo tanto, si esta suposición se examina con base en algún promedio (datos agregados) de un conjunto, ignorará las observaciones críticas que estarán en los extremos de la distribución. En consecuencia, dado que los impulsores de los promedios impulsan las decisiones de política económica, se pueden acumular grandes residuos.