¿Son capaces las máquinas de pensar?


La forma que tenemos que las máquinas aprendan es muy parecido al aprendizaje humano y se basa en la exposicion repetida a situaciones con soluciones similares demanera que la experiencia repetida acumulada nos lleva a tomar decisiones que previamente ha sido útiles para la resolución de problemas similares ocurridos en nuestro pasado.

De esta manera generalizamos situaciones abstractas a partir de elementos comunes similares que vamos extrayendo de los acontecimientos que nos ocurren de forma cotidiana. De esta manera, la toma de decisiones puede representarse como algoritmos lógicos y éstos pueden traducirse a un lenguaje interpretable por las máquinas.

La diferencia con los humanos es que la exposición a situaciones de aprendizaje depende de circunstancias vitales (hay hechos que nos ocurren a edades más tempranas, otros en la madurez y a otros no nos enfrentamos hasta la vejez y es variable entre personas de manera que hay sujetos que tienen exposición vital a muchos acontecimientos mientras que otros sujetos tienen una vida con menos exposición y experiencias vitales). A las máquinas las podemos exponer de forma artificial a sutuaciones simuladas que éticamente no sería posible con humanos.

Además la velocidad de adquisición de datos por parte de una máquina es mucho más rápida ya que la máquina no tiene otras funciones (alimentación, descanso u ocio) y no se agota (puede trabajar 24 horas al día).

Esta es la relación existente entre Big Data (BD) y la Inteligencia Artificial (IA) ya que las cantidades ingentes de datos en múltiples formatos (BD) sirven para entrenar y dotar de experiencia a una máquina para que desarrolle y entrene algoritmos de toma de decisiones autónomas (IA).

Ya tenemos máquinas que a través de algoritmos lógicos y la exposición y entrenamiento con casos simulados a través de la introducción de datos son capaces de tomar decisiones. Es decir máquinas capaces de “estudiar”, “experimentar” y “aprender”. De esta manera tendremos que redefinir el concepto de aprendizaje que hasta hace pocos años era considerado como una actividad o cualidad prácticamente restringida a los seres humanos y a algunos otros primates.

Imaginemos que una máquina “sabe” todo el conteido de libros y artículos publicados en salud y que además está dotada de herramientas lógicas que permitan establecer relaciones entre ellos y capaz de pasar de un caso concreto a un pensamiento global (generalizar un caso concreto). Dispondremos de unan herramienta de diagnóstico que seguro es menos falible que el mejor médico del mundo ya que ningún médico, por mucha inteligencia y memoria que tenga, va a ser capaz de manejar todas las variables con tanta rapidez y precisión como lo hacen sistemas informáticos.

Podemos distinguir dos tipos de aprendizaaje aplicados a las máquinas:

  1.  Aprendizaje supervisado que requiere la participación humana quien determina las relaciones “correctas” e “incorrectas” que toma la máquina. De esta manera la función del humano es “reforzar” los aciertos para que tiendan a repetirse a lo largo del tiempo (similar al prendizaje de un niño).
  2. Aprendizaje automático o Machine Learning. Consiste en alimentar de experiencia a la máquina (a partir de Big Data) y que sea ella misma, mediante una serie de normas lógicas iniciales, la que sea capaz de ir aprendiendo de manera independiente a partir de la experiencia que le proporcionan los datos y sin el concurso continuado de un humano.

Así hay máquinas que aprenden guiadas por un humano y que tomarán decisiones que van a depender de las características que han condicionado su aprendizaje mientras que otras máquinas aprenderán de manera autrónoma a partir de sus experiencias (dadas por el Big Data) y sin concurso de los seres humanos.

¿Riesgos?. Aún muchos. ¿Qué pasará si en un futuro al igual que en muchas películas de ciencia ficción las máquinas deciden que el ser humano es un elemento que puede ser nocivo para su existencia?

Un ejemplo reciente ha sido el bot credo pro Microsoft llamado @TayandYou . La idea era crear un bot conversacional bajo el cual había una inteligencia artificial “virgen” y que a través de una red social (Twitter) se empezra a relacionar con otros usuarios que servirían como fuente de alimentación de datos. La idea original es buena pero el resultado final fue que en menos de un día se tuvo que restringir el uso de la cuenta de Twitter ya que empezó a dar respuestas machistas y violentas en las conversaciones.

Es decir en menos de 24 horas el bot empezó a decir lindezas como “Hitler tenia razón” “odio a las mujeres” o “las mataría a todas”.

Captura de pantalla 2017-05-17 a las 19.16.30.png

El problema es que la idea era buena, pero los seres humano no lo somos ya que el bot fue boicoteado por muchas cuentas de twitter (empresas de la competencia, piratas, cuantas fantasmas, graciosos…) que alimentaron a la inteligencia artificial de manera consciente con contenidos machistas, antisemitas y homófobos, generando una “personalidad” marcada con una serie de características.

Un experimento que iba a servir para ver cómo una IA podía alimentarse de forma autónoma de fuentes generles en una red social (aprendizaje tipo automático) se transformó en un aprendizaje de tipo supervisado “maleducando” la IA.

Posiblemente la experiencia no sirvió para demostrar lo que se quiería, pero sí nos mostró que al igual que podemos “maleducar” a un ser humano, podemos “maleducar” a una m´àquina… pero esto último solo en cuestión de horas.

Parece que las leyes de la robótica de Asimov creadas en un entorno de ficción en la década de los 40 tienen ahora más vigencia que en su época.

Ya existen numerosos ejemplos de Deep Learning (aprendizaje de máquinas sin concurso humano) y se establecen de manera compleja basándose en estructuras lógicas que se disponen en capas complejas (sistema parecida a la interconexión de redes neuronales). Muchas de estas capas están “especializadas” en temas concretos, es decir que al igual que las neuronas, podemos tener capas neuronales especializadas en “ver”, en “escuchar” o en “relacionar” (Para prender más cómo funcionan estos sistemas desde ejemplos básicos a la complejidad es fundamental el artículo “Las redes neuronales: qué son y por qué están volviendo“).

Como ejemplos reales:

  1. Redes neuronales capaces de tomar decisiones lógicas complejas y ganar a los mejores jugadores humanos en algunos juegos de estrategia (Pokemon Go).
  2. Reconocimiento de voz mejorado a través de redes neuronales aplicado a terminales móviles. Personalized Speech recognition on mobile devices o a televisores Talking to Your TV: Context-Aware Voice Search with Hierarchical Recurrent Neural Networks.
  3. Reconocimiento de números de calles a través de una red neuronal artificial creado por Google para Street View. Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks. Con lo cual una máquina puede “ver” e interpretar “lo que ve”.

Muchos de estos procesos complejos pueden no ser explicados de manera matemática. Es decir a la máquina se le dan unos patrones iniciales de aprendizaje (se construye un esqueleto neuronal básico) y a través de una experiencia masiva proporcionada por el Big Data la máquina va aprendiendo, modificando y mejorando estos procesos. Es decir va generando sus propias “conexiones neuronales” sin intervención humana.

En poco tiempo (del orden meses) si disponemos de la cantidad de datos necesaria, podemos tener un sistema muy especializado capaz de tomar decisiones.

La conducción autónoma ha sido la indisutria que ha desarrollado de manera rápida y eficaz estos temas y que en la conducción hay que tomar decisiones con múltiples variables, dependiendo de condiciones atmosféricas, de la via y de las circunstancias tanto de tráfco rodado como de peatones. Muchas de las decisiones que tomamos los humanos al conducir son ¿instintivas? y en situaciones de gravedad podemos tomar decisiones que no pasan por nuestro consciente. En el caso de la conducción autónoma esto no es así ya que la máquina va a estar capacitada para tomar una decisión “consciente” en décimas de segundo o menos. ¿Veremos demandas a los programadores por toma de decisiones incorrectas?, ¿cómo educaremos a la máquina para que se comporte ante un accidente donde todas las variables posibles tienen víctimas?, ¿qué victima será la primera?

Este vídeo es del año 2016 cuando ya disponíamos de sistemas de conducción autónoma. Podemos ver cómo la máquina decide la velocidad a la que ir dependiendo de los límites de tráfico, como sigue la ruta preestablecida y cómo se adapta a los peatones que van circulando.

.

Incluso al final deja a su dueño en la puerta de su trabajo mientras que el coche solo va a buscar aparcamiento.

Seguro que acabaremos aplicando sistemas tan complejos como el de la conducción a la salud. Serán unos aliados magníficos en el diagnóstico ¿os imaginais al mejor médico del mundo pasando consulta a vuestro lado?.

Máster en Salud Digital @salusplay


Salusplay

Os presentamos una nueva edición del Máster en Salud Digital con título propio de la Universidad Europea Miguel de Cervantes que podéis realizar de forma no presencial y que estamos seguros complementará la formación en eSalud de manera importante.

Un máster en el que tengo el orgullo de compartir responsabilidad con Chema Cepeda (@ChemaCepeda), Ignacio González  (@igonzalezh) y Raúl Ferrer (@_RaulFerrer) que está organizado por SalusPlay (@salusplay) con un bagaje de más de 400 cursos impartidos y más de 21.000 alumnos formados colaborando con 30 instituciones sanitarias.

El Máster de Salud Digital está dirigido a profesionales sanitarios (enfermería, medicina, fisioterapia, podología, odontología, psicología…) que quieran iniciarse o ampliar conocimientos en este aspecto de la salud por el momento abandonado en la mayoría de las formaciones de grado de las especilidades sanitarias en nuestro país.

Llama la atención cómo un tema de tanta importancia en el presente y proyección de futuro está ausente en la formación de grado de los sanitarios actuales y por ello se necesitan formaciones postgrado para compensar esta ausencia.

Una formación de calidad como la que nos ofrece SalusPlay con los siguientes objetivos:

  1. Conocer los principales Recursos Digitales y su influencia en los profesionales e instituciones sanitarias.
  2. Manejar nuevos medios digitales que facilitan la Comunicación entre profesionales sanitarios y pacientes.
  3. Capacitar en el manejo de recursos digitales orientados a la Creación y Difusión de información sanitaria.
  4. Diseñar y poner en práctica de una estrategia de Identidad Digital orientada a profesionales sanitarios.
  5. Diseño y puesta en práctica de una estrategia de Identidad Digital orientada a profesionales sanitarios.
  6. Diseño y puesta en práctica de una estrategia de Identidad Digital orientada a profesionales sanitarios.

Un máster con 8 módulos y un total de 40 temas con una metodología totalmente on line accediendo a nuevas herramientas docentes como la posibilidad de seguir lo contenidos a través de podcast, vídeos en HD o aplicación de técnicas de gamificación.

Existe una triple evaluación:

  1. Autoevaluación de cada uno de los temas a través de Serious Games.
  2. Tareas innovadoras al final de cada tema o módulo.
  3. Trabajo de Fin de Máster.

Además con este máster obtrendrás una triple acreditación:

  1. Título Propio de la Universidad Miguel de Cervantes con 60 créditos ECTS (1500 horas de formación).
  2. Un diploma de formación continuada con créditos CFC por cada uno de los módulos. Un total de 8 Diplomas de Formación Continuada con una acreditación de más de 23 créditos CFC.
  3. Autoría de un capítulo de libro donde se recogen todos los TFM aprobados.

Se ofrecen dos modalidades:

  1. Modalidad intensiva: 4 meses iniciando el 30 de octubre de 2017.
  2. Modalidad anual : 8 meses iniciando el 30 de octubre de 2017.

La formación no es un gasto, es una inversión de presente y futuro muy importante, ¿por qué no te regalas un máster este verano?. Inscríbete y participa con nosotros en esta aventura digital.

Hoy es domingo de… 22ª Conferencia WONCA Europa


Unidad en la diversidad

Del 28 de junio al 1 de julio de 2017 se celebrará en Praga la 22ª Conferencia WONCA Europa: “General Practice in Europe: Growing together in diversity”.

A continuación os dejo la carta de bienvenida. Continúa leyendo Hoy es domingo de… 22ª Conferencia WONCA Europa

Melanoma 360º III edición #Melanoma360


header-articulo-MELANOMA-360-2017.jpg

La Fundación MasQueIdeas nos invita a asistir al evento Melanoma: visión 360º que se celebrará el martes 23 de mayo en Madrid.

La Fundación Mas Que Ideas celebra el día mundial del melanoma, el próximo 23 de mayo la terccera edición de su encuentro Melanoma: visión 360º. Se trata de una reunión en una única jornada de encuentro entre profesionales y afectados de esta enfermedad que ofrece una visión global desde múltiples aspectos desde la investigación hasta la  vida cotidiana y los cuidados que han de mantener los ciudadanos.

Este espacio de encuentro se organiza con el propósito de ahondar en tres aspectos fundamentales tanto para los pacientes como para los familiares de los mismos como son: los tratamientos personalizados, las mejoras a implantar en la asistencia sanitaria a las personas diagnosticadas de melanoma y las emociones de las personas que conviven con esta enfermedad.

Desde la organización nos invitan a conocer la primera y la segunda edición de este evento. A través de los enlaces podrás ver las imágenes, vídeos y programas y conocer mejor así esta iniciativa.

Programa:

16.00h Una visión 360° de la persona con melanoma

  • Representante de Melanoma España y Fundación MÁS QUE IDEAS.

16.15 ¿Biomarcadores? ¿Moléculas? Explicando el melanoma para todos

16.45 El tratamiento adecuado para cada persona. ¿Cómo saberlo?

18.00 Descanso

18.30 Reconstruyendo el cuidado. ¿Qué debemos cambiar en la asistencia?

19.15 Las emociones tras el diagnóstico. Comprenderlas para vivir mejor

20.15 Despedida.

 

Captura de pantalla 2017-05-08 a las 18.32.12.png
Fundación Mas Que Ideas

Hashtag: #Melanoma360
Fecha de celebración: martes 23 de mayo de 2017
Lugar de celebración: Espacio Harley – Workshop Experience. Calle General Álvarez de Castro 12, Madrid (Metro Quevedo/Iglesia/Canal)

Health 2.0 Europe 2017: The next generation of health care


Innovaciones y actualidad en el sector de la salud.

La 8ª edición de Health 2.0 Europe tendrá lugar en Barcelona los días 3 y 4 de mayo en una nueva ubicación: Fira Montjuic, Plaza España. En ella se exhibirán y se explorarán las últimas innovaciones en el sector de la salud, tales como comunicación entre el paciente y el proveedor, salud del consumidor, genómica, análisis de datos, bienestar corporativo y mucho más.

Además, este año también se tratarán temas tan de actualidad como las nuevas herramientas para el consumidor de salud, analítica de datos, mercados emergentes y medicina personalizada, además de continuar mostrando las últimas tendencias en soluciones para hospitales, pacientes, profesionales y pagadores.

En 2016, tuvimos más de 120 oradores y 550 asistentes de todo el mundo para experimentar 52 demostraciones de productos en vivo de soluciones innovadoras que están sacudiendo los sistemas de salud europeos.

Este año se han conseguido reunir a más de 150 ponentes y 600 congresistas de 47 países de Europa que presentarán las innovaciones en salud y compartirán y discutirán las mejores prácticas y desafíos en los sistemas sanitarios de todo el mundo en paneles internacionales; convirtiéndose, de nuevo, en una cita de referencia internacional.

Además, este año Health 2.0 Europe 2017 se ubicará junto a Healthio, un evento donde los profesionales de la salud, pacientes y empresas del sector podrán descubrir y probar las últimas innovaciones en salud a través de itinerarios diseñados para los participantes: Bienestar, Medicina Personalizada, Enfermedades Crónicas y Envejecimiento; así como navegar y participar con esas innovaciones.

También se podrá disfrutar de:

  • Concurso eHealth. Un evento que reconoce y premia a las mejores pymes digitales de la salud en Europa, con un enfoque especial en diabetes este año.
  • EHealth Hub. Un proyecto financiado por la UE que organizará varias actividades de apoyo a las PYME, incluida una Academia de Preparación para la Inversión y un taller de reglamentación.
  • EC2VC. Se trata del Foro de Inversores y del concurso Pitch que reunieron a más de 45 de los más activos inversores digitales en salud en Europa.

Para más información

II Hackathon de Salud. Madrid #HackathonSalud


Este año la segunda edición del Hackathon de Salud organizado por COMSALUD y la Asociación de Investigadores en eSalud (AIES) presenta interesantes novedades en un encuentro lleno de ideas, trabajo e innovación para todas las edades.

hackathon-salud-espana

Hay tres eventos interesantes asociados al Hackathon que os pasamos a contra por orden cronológico para que vayáis apuntándolos en las agendas.

La primera novedad es el Concurso de Ideas del II Hackathon Nacional de Salud que se celebrará el próximo 4 de mayo a las 16:00 en la sala Materno Infantil del Hospital General Universitario Gregorio Marañón de Madrid. Se trata de un evento previo que nace con el objetivo de principal de fomentar, motivar y dinamizar la participación en el hackathon y la identificación y presentación a concurso de proyectos e iniciativas innovadoras.

Como segunda novedad nos presentan el Hackathon Junior presentado como una reunión colaborativa de jóvenes entre 12 y 17 años acompañados por monitores especializados en programación infantil con la idea de compartir y generar ideas sobre juegos sobre hábitos de vida saludables. Los grupos han de estar integrados por equipos entre 4-5 participantes y estar acompañados de un tutor o tutora del centro escolar. Las inscripciones de los equipos se pueden realizar en la página web de este evento. Se celebrará el próximo día 23 de mayo en el Telefónica Flagship Store (Gran Vía, 28, Madrid). Más información en la web del evento

El Hackathon Salud Junior está organizado por la Asociación de Investigadores en eSalud (AIES) y la agencia de comunicación, COM SALUD en colaboración con Vector Academy.

El II Hackathon de Salud se celebrará los días 9 y 10 de junio de 2017 en la Escuela Universitaria de Diseño Innovación y Tecnología ESNE en la Avda. Alfonso XIII, 97, Madrid

El jurado designado por La Organización seleccionará el proyecto o herramienta más relevante de entre todos los presentados. Para ello, se basará en el cumplimiento de una serie de criterios:

  • Funcionalidad, utilidad y capacidades de las mejoras específicas, las novedades y/o áreas de interés sobre las que se trabajará en el desarrollo de la herramienta, solución o proyecto sugerido.
  • Grado de innovación y carácter novedoso de la propuesta en el campo de la interoperabilidad.
  • Grado de relevancia de la herramienta seleccionada en base a la dificultad y complejidad técnica, además del reconocimiento de la herramienta en el sector sanitario, uso de la misma y finalidad de la solución. (Hasta un máximo de 3 puntos)

Este premio busca proyectos que aporten valor a los profesionales de la salud y/o a los pacientes. Con carácter general pero no excluyente, se buscan proyectos que:

  • Ayuden a facilitar y mejorar la asistencia sanitaria
  • Fomenten la educación en hábitos saludables de la población
  • Faciliten la práctica y formación de profesionales sanitarios
  • Ayuden a mejorar la calidad de vida de los pacientes y sus familiares
  • Favorezcan la adhesión terapéutica de los pacientes, el autocuidado y el manejo de su enfermedad.

En esta edición han aumentado los premios que podemos ver en su página web así como realizar la inscripción de los equipos participantes.

 

Herramientas gratis para detectar plagios II


Existen numerosas herramientas en la red para detectar plagios. Durante ayer y hoy haremos un breve repaso de las mismas que hemos sacado de cuatro interesantes artículos de los cuales os recomendamos su lectura: 10 herramientas para identificar el plagio de trabajos en el aula por Patricia Marmol, 5 herramientas para detectar el plagio en trabajos escritos en el blog Universia, Herramientas para detectar plagio de la página de la Universidaad de Murcia y 12 recursos en línea para detectar plagio en escritos por Juan David Quiñónez.

 

plagioSeguimos con otras cinco interesantes herramientas para detectar plagios. Hemos puesto las consideraciones que sean gratuítas y que estén disponibles on line para poder realizar un análisis comparativos.

Muchas de ellas poseen otras acciones (mejora de la afinación de la búsqueda, comparativas de dos textos, posibilidad de subir archivos, posibilidad de comparar URLs) que se pueden realizar previo registro (gratuito o bajo pago por acción o por suscripción temporal).

Plagium. Permite el análisis de un texto copiado en un cajetín de texto (máximo 5000 caracteres) o comparar dos textos cortos. No permite en su versión sin registro la comparación a través de URLs ni la subida de archivos de texto (nos podemos registrar a través de formulario o con nuestra información de Facebook). Para textos más largos o uso repetido existen modalidades de pago cuyo precio depende de la extensión del mismo.

New Jester. Se trata de una herramienta en la que podemos comparar dos textos (.doc o .pdf) que tenemos que subir a su plataforma. Nos señala las concordancias entre ambos. Su uso es gratuito aunque se nos pide una ayuda para mantener la plataforma que nos sugieren sea menor de 1 dolar USA. Los resultados nos los remiten por correo electrónico. No permite comparar URLs ni copia/pega de textos.

ArticleChecker. Copiando el texto a analizar en un cajetín de texto, pulsando el botón de análisi y esperando unos pocos segundos, va analizando frase por frase nuestro texto buscando concordancias en la red. En versiones de pago la velocidad es mayos (hasta 10 veces mayor). Tiene un límite de 1000 palabras por búsqueda. Planes a partir de 5 USD para poder acceder a comparaciones profundas, informas de análisis y otras muchas ventajas.

Verificador de Plagio. Permite análisis gratuito de texto copaido/pegado en un cajetín o subir archivo en formato word… pero hay que ser rápido ya que solo permite 1.ooo usos gratis diario en todo el mundo!. El coste es de $ 8 al mes y se puede cancelar en cualquier momento.

 

 

 

Herramientas gratis para detectar plagios


Existen numerosas herramientas en la red para detectar plagios. Durante hoy y mañana haremos un breve repaso de las mismas que hemos sacado de cuatro interesantes artículos de los cuales os recomendamos su lectura: 10 herramientas para identificar el plagio de trabajos en el aula por Patricia Marmol, 5 herramientas para detectar el plagio en trabajos escritos en el blog Universia, Herramientas para detectar plagio de la página de la Universidaad de Murcia y 12 recursos en línea para detectar plagio en escritos por Juan David Quiñónez.

plagioDe estos cuatro artículos hemos sacado más de 20 herramientas para detectar plagios. Hemos descartado las herramientas más profesionales (accesibles desde editoriales y universidades) y nos vamos a centrar en las herramientes gratuítas y disponibles en línea a las que cualquiera podemos acceder.

De estas herramientas vamos a desarrollar 4 en la entrada de hoy y otras 4 herramientas en la entrada de mañana.

Esperemos que estas herramientas os sirvan de ayuda.

Plagiarisma. Nos permite detectar textos con alta o muy alta coincidencia copiando el texto en un cajetín, a través de comparación de un artículo publicado copiando su URL o subiendo un archivo de texto (funciona con extensiones TXT, HTML, RTF, DOC, DOCX, XLS, XLSX, PDF, ODT, EPUB, FB2, PDB). Disponible también como app para Android y BlackBerry y como programa de escritorio para Windows. Además tiene un pluggin que podemos insertar en plataformas Moodle para archivos que publiquen los alumnos en una plataforma docente. Las búsquedas las hace en Yohoo y en Google (esta última opción solo disponible para suscriptores y puede comparar con documentos en Google Scholar y Google Books). También tiene detector de paráfrasis bajo pago.

CopyScape Nos permite evaluar un texto a través de la introducción de la URL donde está publicado (gratuito) o comparar dos textos o dos URLs en caso de artículos publicados. En su versión premium nos permite comparar un texto con otros ya publicados e incluso tiene un API que evalúa la posibilidad de plagio o proteger nuestros originales con un sistema antiplagio de manera que nos avisan en el caso de que se publiquen artículos con unos nveles altos de concordancia. Utiliza Google como sistema de rastreo de plagio. No dispone de aplicación para movil ni sabemos cuántos idiomas soporta.

RaperRater. Herramienta on line gratuita que nos permite copiar el texto en un cajetín o subir un archivo de texto y nos detecta otros con un alto nivel de concordancia. Dispone de otra herramienta gratuita que nos permite hacer un análisis del texto (corrector). El análisis gratuito de ambas funciones SOLO está disponible para textos escritos en inglés.

DupliChecker. Se trata de una nueva herramienta gratuita que nos permite detectar plagio a través de corta/pega del texto en un cajetín de texto (máximo 1000 caracteres) o a través de subir un archivo de texto. Nos permite una búsqueda diaria (en caso de no estar registrado) aunque el registro es gratis. Nos permite comparar dos textos a través de las URLs donde están publicadas o análisis con corta/pega del texto en cajetines de texto. Esta empresa nos ofrece otras muchas utilidades gratuítas relacionadas con el texto publicado en soporte web (comprobador de enlaces, detección de IP, fortaleza de passwords…).

 

 

Plagios, cuando el copia y pega duele


baskets-2028298_960_720La definición de plagio de la Real Academia de la Lengua es «copiar en lo sustancial obras ajenas, dándolas como propias».

En España existe legislación relacionada con el plagio en la Ley de Propiedad Intelectual (derechos del autor de la obra), Ley Orgánica 2/1984 de 26 de marzo (reguladora del derecho de rectificación) y Ley Orgánica 10/1995 de 23 de Noviembre del Código Penal (acciones penales contra el plagio).

Los plagios afectan a todos los campos de la creación ya sea en el campo de las artes (pintura, escultura, música, literatura) y de la ciencia (artículos científicos, libros, blogs) y además de ser delito tiene implicaciones éticas en el mundo académico tanto para los docentes como para los alumnos estando recogidos en los estatutos de tods las universidades la sanción para el plagiador y los derechos del plagiado.

Además de las repercusiones legales estamos infringiendo un daño personal al plagiado ya que su esfuerzo (en crear, investigar, escribir) es convertido en un acto mecánico incluso a veces sin reconocimiento explícito de la autoría.

No tenemos que confundir el plagio con las referencias. Quienes nos movemos en un ámbito de ciencia sabemos que cada una de nuestras afirmaciones debería estar basadas o apoyadas en argumentos probados previamente conocidos, y como reconocimiento de esta información, citmos la fuente en la que nos basamos para hacer la afirmación referida.

Con la aparición de Internet hay una mayor presión sobre la creación de contenidos que por un lado tienen que ser con una frecuencia determinada (sobre todo si la herramienta de difusión es profesional y con una periodicidad concreta) y de mayor calidad para competir con el resto de información publicada similar a la nuestra.

En bitácoras como la nuestra, donde nos hemos puesto un reto de publicación diaria, tienemo serios problemas en cuanto a la elección de contenidos. Aunque nuestro tema es de gran amplitud, llega un momento en el que después de unos años se nos acaban las ideas y tenemos que leer, navegar, investigar en otros recursos similares al nuestro e intentar buscar esa inspiración.

Hay veces que escribimos reflesiones personales (no plagio), artículos descriptivos de herramientas (con muchos datos técnicos repetidos de las características de la herramienta) y otras veces nuestra inspiración viene a partir de otros artículos. Para evitar un plagio involuntario:

  1. Intentamos no basarnos en un solo artículo, sino en varios y sobre todo si aparecen ideas diferentes o contrapuestas.
  2. Intentamos extraer una experiencia con una herramienta determinada en un ámbito no sanitarios y preguntarnos su posible aplicación a la salud.
  3. Intentamos, a partir de una idea (o ideas) ajena, elaborar una reflexión o aplicación ya sea personal o a nuestro ámbito de trabajo.

Hemos plagiado. Sí, en un pasado, en los inicios del blog, con la inexperiencia cuando no sabíamos qué ni cómo escribir las cosas y creemos que ahora no lo estamos haciendo… aunque somos conscientes que la inspiración en otros tiene un límite como nos muestra Ana Mata en su artículo “Las Anécdotas Más Divertidas de Plagio de Contenidos“. Por ello nosotros siempre intentamos:

  1. Citar al autor.
  2. Enlazar su nombre a su perfil social más profesional (cuenta de Twitter o LinkedIn).
  3. Citar el título del artículo o referencia y enlazamos este título a la URL donde ha sido publicado.

Con el plagio tenemos dos consecuencias negativas:

  1. Los motores de búsqueda (Google) que cuentas muy rápido, sin confundirse, y relacionando unos datos con otros, son capaces de detectar textos con una coincidencia muy alta penalizando al que se ha publicado en último lugar,
  2. Además de la penalización referente a nuestra posición en el buscador existe pobilidad de que aparezca en la búsqueda que nuestro contenido es sospechos de plagio.
  3. Siempr habrá alguien que se dará cuenta, que lo difundirá y por lo tanto. nuestra credibilidad se verá mermada.

Y ¿por qué ahora hablando del plagio?.

Además de ser un tema del que no habíamos tratado en profundidad  (hace unos años hubo una o dos entradas), creemos que describir las herramientas para detectar el plagio (nos sirven para valorar un trabajo como orignal e incluso para ver si la inspiración de nuestro trabajo en otras fuentes… se ha aproximado tanto que estamos en el límite de lo legal y ético) pueden ser ayuda a nuestros lectores.

Quienes estéis en entornos universitarios y en profesiones relacionadas con el periodismo disfrutaréis de herramientas profesionales, pero quienes no somos profesionales de la escritura, publicación ni creación tenemos algunas curiosas herramientas (gratuitas) que nos pueden ser de ayuda.

Plgio

 

Realidad virtual en la detección del deterioro cognitivo


DCL

Existe múltiples aplicaciones de la realidad virtual en entornos de salud. Muchas de ellas van encaminadas fundamentalmente a la terapeútica, y otras no muchas al pre-diagnóstico como es el caso que nos ocupa.

Hoy os presentamos un juego de realidad virtual que permite detectar de forma remota el deterioro cognitivo leve, muchas veces preludio de un amplio abanico de trastornos neurodegenerativos que afectan precozmente a la memoria.

Un grupo de investigadores griegos demostraron el potencial de un juego de entrenamiento cognitivo virtual ambientado en un supermercado para detectar remotamente el deterioro cognitivo leve, sin la necesidad de un examinador, entre una muestra de adultos mayores.

Los pacientes con deterioro cognitivo leve de forma precoz a menudo  presentan dificultades en la realización de actividades complejas como la planificación financiera. Serán estos pacientes los que tengan un alto riesgo de progresión de los síntomas,sin embargo la detección temprana del deterioro cognitivo leve, el que puedan ser remitidos a su médico para las intervenciones pertinentes serán beneficioso.

 El equipo de investigadores estaba constituido por científicos de la Universidad Aristóteles de Tesalónica (AUTH), del Centro de Investigación y Tecnología Hellas / Instituto de Tecnologías de la Información (CERTH / ITI), y de la Asociación Griega de Enfermedad de Alzheimer y Trastornos Relacionados (GAADRD) NAR) de la Universidad de Heidelberg.

En un artículo publicado en el Journal of Alzheimer’s Disease, los investigadores han indicado que la aplicación de rutina de evaluación remota en un supermercado virtual mostró una tasa de clasificación correcta  del 91,8% mejorando estudios anteriores. Logrando un nivel de precisión diagnóstica similar a las pruebas neuropsicológicas normalizadas más precisas, que se consideran el gold standard para la detección de deterioro cognitivo incipiente.

En definitiva este estudio preliminar indica que es factible un cribado del deterior cognitivo incipiente de forma remota y automatizado, con una reducción de costes importante.  Los resultados ,en última instancia, son validados por un profesional, que podría así seleccionar las personas en riesgo.