El Instituto Superior de Ingeniería de Software Tandil (ISISTAN, CONICET-UNCPBA), será la unidad ejecutora de un acuerdo de Vinculación Tecnológica recientemente firmado entre el CONICET y la Secretaría de Gestión y Empleo Público, que depende del Instituto Nacional de la Administración Pública (INAP). El propósito del acuerdo consiste en asistir en el diseño y desarrollo de un prototipo de sistema de recomendación que pueda sugerir cursos de capacitación a cada agente, permitiendo además el desarrollo de capacidades necesarias para los organismos del Estado.
Durante la firma del acuerdo, la directora de CONICET, Ana Franchi remarcó la trayectoria del Centro Científico Tecnológico CONICET Tandil para la concreción de la tarea: “Han conformado área de inteligencia artificial e informática que incluso ha sido premiada, por ello conectarnos y articular es fundamental para trabajar sobre las necesidades y dar respuesta con un Estado más eficiente, con cambios y mejoras en la forma del trabajo, con una visión estratégica a nivel nacional y mundial.” Además, este acuerdo se enmarca dentro del Programa INAP Futuro en el espacio construido como Laboratorio de Innovación, que busca aplicar tecnologías de vanguardia a los procesos y procedimientos del INAP, para que estas pruebas puedan servir como casos de éxito puestas a disposición del resto de los organismos de la Administración Pública que quieran comenzar a aplicarlas.
El ISISTAN propone trabajar con una secuencia de enfoques existentes en la literatura, que van desde recomendaciones no personalizadas que se realizan a partir de estadísticas, calculando algún tipo de métrica; recomendaciones estereotipadas a partir de la identificación de grupos de agentes que comparten alguna característica; y por último recomendaciones personalizadas basada en contenido y en filtrado colaborativo -donde se agrupan la mayoría de las técnicas existentes-.
La investigadora del CONICET Antonela Tommasel, es responsable de la asistencia técnica y junto a la investigadora Daniela Godoy y al investigador Andrés Díaz Pace, ambos del Consejo, comparten la iniciativa de realizar un análisis exploratorio de los datos existentes en el INAP. “Se trabajará con una muestra de cursos de capacitación ofrecidos y con datos que puedan obtenerse del personal, para determinar características de los datasets y posibilidades de éxito en una tarea de Machine Learning de recomendación”, afirmó Tommasel. En una segunda instancia, y con base en los hallazgos del análisis exploratorio de los datos, se prevé aplicar distintas técnicas de recomendación en forma escalonada, desde las más básicas a las más complejas, evaluando su desempeño.
