Inteligencia para PYMES Basada en Datos: Aplicación del Aprendizaje Automático para la Extracción de Conocimiento Operativo en Pequeñas y Medianas Empresas
Elysium λ Development & Research — Portugal, Unión Europea
Resumen
I.
Problema de Investigación y Motivación
II.
Marco Teórico
III.
Preguntas de Investigación
PI1
¿Cuáles son los umbrales mínimos de volumen y calidad de datos necesarios para que los modelos de aprendizaje automático generen información operativa confiable en entornos digitales típicos de PYMES?
PI2
¿Qué metodologías de aprendizaje automático —clasificación supervisada, clustering, detección de anomalías o predicción de series temporales— producen los resultados más accionables e interpretables para operadores de PYMES no especializados?
PI3
¿En qué medida la provisión de explicaciones en lenguaje natural junto con los resultados del modelo de ML aumenta la confianza del operador de PYMES en, y la adopción de, las recomendaciones basadas en datos?
IV.
Metodología
V.
Fuentes de Datos y Protocolo de Recolección
VI.
Observaciones Preliminares
VII.
Limitaciones
VIII.
Trabajo Futuro
Referencias
- Argyris, C., & Schön, D. A. (1978). Organizational Learning: A Theory of Action Perspective. Addison-Wesley.
- Arrieta, A. B., et al. (2020). Explainable artificial intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82–115.
- Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv preprint arXiv:1702.08608.
- Fayyad, U., Piatetsky-Shapiro, G., & Smyth, P. (1996). From data mining to knowledge discovery in databases. AI Magazine, 17(3), 37–54.
- Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1), 75–105.
- Mikalef, P., et al. (2020). Big data analytics and firm performance. Journal of Business Research, 114, 261–272.
- Senge, P. M. (1990). The Fifth Discipline. Doubleday.
- Comisión Europea. (2021). Estrategia para las PYMES en favor de una Europa sostenible y digital. Oficina de Publicaciones de la UE.