Conocimiento: Gestión de la documentación
Este capítulo examina la contribución del laboratorio inteligente a las exigencias del ecosistema del conocimiento, así como las consecuencias prácticas de la ciencia integrada. La gestión del conocimiento describe los procesos que aúnan a las personas y la información para abordar la adquisición, el procesamiento, almacenamiento, uso y reutilización del conocimiento para el desarrollo de nuevos conocimientos y la generación de valor. El objetivo del laboratorio inteligente
radica en mejorar el rendimiento del negocio y maximizar el valor del capital intelectual. A pesar del fuerte componente humano que posee la gestión del conocimiento (el conocimiento tácito), su éxito depende de la conservación y del acceso al conocimiento explícito. Hasta ahora esto se había logrado a través del papel y la era digital plantea una serie de nuevos retos.
Los científicos llevan trabajando en el desarrollo de la inteligencia artificial (IA) desde hace décadas. La versión moderna de la IA, que persigue la creación de un cerebro humano artificial, dio inicio en 1956 pero se había estado gestando muchos años antes, desde que se descubrió que el cerebro está compuesto por una red de neuronas que emiten impulsos eléctricos. Con los años se produjeron grandes avances seguidos de momentos de desánimo a causa de las limitaciones del hardware y del soſtware. Entre los hitos de la época destaca un ingenio similar a Siri llamado ELIZA que, en 1966, era capaz de formular preguntas con un lenguaje natural y de dar respuestas vocales
24
adecuadas, aunque enlatadas. El nacimiento de la disciplina de la gestión
del conocimiento (knowledge management, KM) se remonta a principios de la década de 1990. Surgieron entonces grandes promociones de asesores en KM, que anunciaron el nacimiento de esta nueva versión de la IA y la aparición del hardware y el soſtware de soporte. Pocos años después vieron la luz diversas revistas académicas que sirvieron de foro para canalizar los avances en los aspectos organizativos, técnicos, humanos e intelectuales vinculados a la creación, captura, transferencia y uso del conocimiento en instituciones y empresas. Hoy el valor del acceso fácil a una
recopilación de información, precisamente uno de los activos del laboratorio inteligente, es apreciado más que antaño. El volumen de datos e información generado por los instrumentos y los científicos aumenta exponencialmente, y la rotación de personal está alcanzando tales cotas que alguien con siete años de antigüedad en la empresa es considerado un veterano. El conocimiento especializado (Know-how) sin documentar y la ubicación de los recursos de información son ahora cuestiones importantes. Reinventar la rueda es algo cada vez más habitual – no por voluntad propia, sino a causa del alza incesante de los costes del desarrollo farmacéutico y el descenso del número de productos superventas que llegan al mercado. Muchas soluciones de soſtware ofertadas
para facilitar la gestión de la información son especializadas y fragmentadas. A menudo, los departamentos de una empresa o institución escogen sus propias soluciones de soſtware y
los departamentos de IT dictan requisitos que limitan el alcance de las posibles soluciones de los proveedores. A excepción de los pequeños laboratorios instalados en una sede, es raro ver un laboratorio pequeño en el que toda la información resida bajo el mismo techo. Existen soluciones generales que permiten
el procesamiento de grandes conjuntos de datos en un entorno informático disperso. Una de las mejores es Hadoop, patrocinada por la Apache Soſtware Foundation. Hadoop permite ejecutar aplicaciones en sistemas compuestos por miles de nodos que procesan miles de terabytes. Su sistema de archivos distribuido facilita la transferencia rápida de datos entre nodos y permite seguir operando al sistema sin interrupciones en caso de caída de un nodo. La red Hadoop es utilizada por actores tan importantes como Google, Yahoo o IBM, principalmente en aplicaciones relacionadas con motores de búsqueda y publicidad.
La organización lo es todo
La organización de la información exige decidir lo que es importante y lo que no. En los tiempos del cuaderno de papel, los experimentos, los resultados y las observaciones se anotaban metódicamente a fin de demostrar diligencia en el momento de solicitar una patente para una invención. No se podía borrar nada, solo hacer anotaciones o reformulaciones a posteriori. Los datos de los instrumentos se conservaban en entradas del cuaderno, práctica que provocaba el almacenamiento de incontables documentos y registros electrónicos que
www.scientific-computing.com/BASL2015
agsandrew/
Shutterstock.com
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44