{"id":14739,"date":"2023-12-18T12:26:24","date_gmt":"2023-12-18T11:26:24","guid":{"rendered":"https:\/\/telecomkh.info\/?p=14739"},"modified":"2023-12-18T12:26:24","modified_gmt":"2023-12-18T11:26:24","slug":"estas-son-las-predicciones-tecnologicas-del-cto-de-amazon-para-2024-y-mas-alla","status":"publish","type":"post","link":"https:\/\/telecomkh.info\/?p=14739","title":{"rendered":"Estas son las predicciones tecnol\u00f3gicas del CTO de Amazon para 2024 y m\u00e1s all\u00e1"},"content":{"rendered":"

A lo largo de la historia, el ser humano ha desarrollado herramientas y sistemas para aumentar y amplificar sus capacidades innatas. Ya se trate de la imprenta o la l\u00ednea de ensamblaje, estas innovaciones nos han permitido alcanzar metas mucho m\u00e1s complejas de lo que jam\u00e1s habr\u00edamos podido lograr por nosotros mismos<\/strong><\/p>\n

 <\/p>\n

Por el Dr. Werner Vogel, VP & CTO Amazon.com Inc<\/em><\/span><\/p>\n

Los trabajos han cambiado, han surgido nuevas profesiones y las personas nos hemos adaptado. Durante este a\u00f1o pasado, la tasa de cambio se ha acelerado r\u00e1pidamente. Las tecnolog\u00edas en la nube, el aprendizaje autom\u00e1tico (machine learning) y la Inteligencia Artificial (IA) generativa se han vuelto m\u00e1s accesibles y han tenido un gran impacto sobre casi todos los aspectos de nuestras vidas, desde escribir emails a desarrollar software e incluso en la detecci\u00f3n temprana del c\u00e1ncer. Los pr\u00f3ximos a\u00f1os traer\u00e1n consigo muchas m\u00e1s innovaciones en \u00e1reas orientadas a democratizar el acceso a la tecnolog\u00eda y ayudarnos a mantener el ritmo cada vez m\u00e1s r\u00e1pido de la vida cotidiana; y todo empieza con la IA generativa.<\/p>\n

1. La IA generativa adquiere consciencia cultural<\/strong>
\nLos modelos grandes de lenguaje (large language models, LLMs) entrenados mediante datos culturalmente diversos obtendr\u00e1n una comprensi\u00f3n m\u00e1s matizada de la experiencia humana y los complejos retos sociales. Esta fluidez cultural promete hacer que la IA generativa resulte m\u00e1s accesible a usuarios de todo el mundo.
\nLa cultura afecta a todo. Las historias que nos contamos, la comida que consumimos, la forma en la que vestimos, nuestros valores, nuestros modales, nuestros sesgos, la forma en la que abordamos los problemas y tomamos decisiones. La cultura constituye la base sobre la que todos y cada uno de nosotros existimos dentro de una comunidad. La cultura proporciona normas y gu\u00edas que informan y rigen nuestros comportamientos y creencias, y este contrato cambia en funci\u00f3n de d\u00f3nde nos encontremos y con quien. Al mismo tiempo, a veces estas diferencias pueden causar confusi\u00f3n y dar lugar a malinterpretaciones. En Jap\u00f3n, sorber la sopa al comer tallarines se considera una se\u00f1al de disfrute, pero en otras culturas es de mala educaci\u00f3n. En las bodas tradicionales de India, las novias visten lehengas (falda t\u00edpica hind\u00fa) con dise\u00f1os muy elaborados y coloridos, mientras que en occidente la tradici\u00f3n es llevar un vestido blanco. Y en Grecia se considera que escupir sobre el vestido atrae la buena suerte. Como humanos, estamos acostumbrados a trabajar entre culturas, y por ello somos capaces de contextualizar este tipo de informaci\u00f3n, sintetizarla, adaptar nuestra comprensi\u00f3n y responder de manera apropiada. De modo que, \u00bfpor qu\u00e9 deber\u00edamos esperar algo menos de las tecnolog\u00edas que empleamos y de las que dependemos en nuestra vida cotidiana? En los pr\u00f3ximos a\u00f1os, la cultura desempe\u00f1ar\u00e1 un rol clave en el dise\u00f1o, despliegue y consum\u00f3 de las nuevas tecnolog\u00edas. Estos efectos resultar\u00e1n especialmente evidentes en la IA generativa.
\nPara que los sistemas basados en LLMs tengan una audiencia global, primero deben alcanzar el nivel de fluidez cultural que a los humanos nos resulta instintivo. En un trabajo publicado a principios de este a\u00f1o, investigadores del Instituto de Tecnolog\u00eda de Georgia demostraron que incluso al proporcionar a un LLM instrucciones (prompts) en \u00e1rabe que mencionaban expl\u00edcitamente el rezo isl\u00e1mico, las respuestas generadas recomendaban tomar una bebida alcoh\u00f3lica con amigos, lo cual no resulta culturalmente apropiado. Gran parte de esta situaci\u00f3n est\u00e1 relacionada con los datos de entrenamiento disponibles. Aproximadamente un 46% de los archivos de Common Crawl, que han sido empleados para entrenar muchos LLMs, est\u00e1n en ingl\u00e9s y un porcentaje a\u00fan mayor del contenido disponible, independientemente del idioma, proviene de la cultura occidental, con un sesgo significativo hacia Estados Unidos. Al emplear las mismas instrucciones con un modelo entrenado previamente mediante textos \u00e1rabes, espec\u00edficamente para generar lenguaje \u00e1rabe, se obtuvieron respuestas culturalmente apropiadas, como tomar t\u00e9 o caf\u00e9. En los \u00faltimos meses, han empezado a surgir LLMs no occidentales, como Jais, entrenado mediante datos en \u00e1rabe e ingl\u00e9s, el modelo biling\u00fce chino\/ingl\u00e9s Yi-34B y el modelo Japanese-large-lm, entrenado mediante un extenso contenido web en japon\u00e9s. Estos signos indican que los nuevos modelos culturalmente precisos y no occidentales abrir\u00e1n la IA generativa a cientos de millones de personas y tendr\u00e1n un impacto de enorme alcance, desde la educaci\u00f3n a la atenci\u00f3n m\u00e9dica.
\nEs importante recordar que el lenguaje y la cultura no son lo mismo. La capacidad de realizar traducciones perfectas no confiere a un modelo una consciencia cultural. A medida que se vayan integrando millares de historias y experiencias en estos modelos, veremos c\u00f3mo los LLMs comenzar\u00e1n a desarrollar una gama de perspectivas mucho m\u00e1s amplia y global. Del mismo modo que los humanos aprendemos mediante la discusi\u00f3n, el debate y el intercambio de ideas, los LLMs necesitan oportunidades similares para expandir sus perspectivas y comprender la cultura. Existen dos campos de investigaci\u00f3n que tendr\u00e1n un papel clave en este intercambio cultural. El primero es el aprendizaje reforzado por retroalimentaci\u00f3n de IA (reinforcement learning from AI feedback, RLAIF), en el que los modelos incorporan aportaciones procedentes de otros modelos. En este escenario, diferentes modelos pueden interactuar entre ellos y actualizar su comprensi\u00f3n de diferentes conceptos culturales en base a estas interacciones. El segundo es la colaboraci\u00f3n mediante debates multi-agente, en los cuales m\u00faltiples instancias de un modelo generan respuestas, debaten la validez de cada una y el razonamiento en el que se basan y finalmente alcanzan una respuesta consensuada, a trav\u00e9s del proceso de debate. Ambos campos de investigaci\u00f3n reducen el coste humano que conlleva entrenar y afinar modelos.
\nA medida que los LLMs interact\u00faen y aprendan unos de otros, ir\u00e1n obteniendo un conocimiento m\u00e1s matizado de los complejos retos sociales que se perciben mediante las diversas lentes culturales. Estos progresos tambi\u00e9n garantizar\u00e1n que los modelos proporcionen respuestas m\u00e1s robustas y t\u00e9cnicamente precisas en una amplia gama de tem\u00e1ticas, en \u00e1reas como la tecnolog\u00eda. Los efectos ser\u00e1n muy profundos y podr\u00e1n percibirse en todas las regiones geogr\u00e1ficas y comunidades durante generaciones.<\/p>\n

2. La tecnolog\u00eda femenina (FemTech) finalmente despega<\/strong>
\nLa sanidad femenina alcanza un punto de inflexi\u00f3n a medida que aumenta la inversi\u00f3n en FemTech, la atenci\u00f3n se vuelve h\u00edbrida y una enorme abundancia de datos desbloquea mejores diagn\u00f3sticos y resultados para los pacientes. El auge de la tecnolog\u00eda femenina, o FemTech, no beneficiar\u00e1 \u00fanicamente a las mujeres, sino que mejorar\u00e1 todo el sistema sanitario en general.
\nLa sanidad femenina no es solamente un peque\u00f1o nicho de mercado. Tan solo en Estados Unidos, las mujeres gastan m\u00e1s de 500.000 millones al a\u00f1o en sanidad. Las mujeres comprenden el 50% de la poblaci\u00f3n y son responsables del 80% de las decisiones de consumo relacionadas con la sanidad. Sin embargo, la base de la medicina moderna ha sido masculina por defecto. Hasta la promulgaci\u00f3n de la Ley de Revitalizaci\u00f3n de los Institutos Nacionales de Sanidad (NIH) de 1993, las mujeres en EE.UU. ni siquiera hab\u00edan sido incluidas en la investigaci\u00f3n cl\u00ednica. Hist\u00f3ricamente, necesidades comunes, como la atenci\u00f3n menstrual y tratamiento de la menopausia, hab\u00edan sido tratadas como tab\u00fa y debido a que las mujeres hab\u00edan estado excluidas de las pruebas e investigaci\u00f3n m\u00e9dica, sus resultados generalmente han sido peores que los de los hombres. De media, a las mujeres se les diagnostican muchas enfermedades m\u00e1s tarde que a los hombres y adem\u00e1s las mujeres tienen un 50% m\u00e1s de probabilidades de recibir un diagn\u00f3stico equivocado tras un ataque cardiaco. Quiz\u00e1s el ejemplo m\u00e1s flagrante de las desigualdades se encuentra en la prescripci\u00f3n de medicamentos, donde las mujeres reportan efectos secundarios adversos a una tasa significativamente m\u00e1s alta que los hombres. Aunque inicialmente estos datos parecen preocupantes, la inversi\u00f3n en sanidad femenina (o FemTech) ha ido en aumento, apoyada por la tecnolog\u00eda de la nube y mayor acceso a los datos.
\nEn AWS, hemos colaborado estrechamente con startups lideradas por mujeres y hemos sido testigos de primera mano del crecimiento de la FemTech. Tan solo en este \u00faltimo a\u00f1o, la financiaci\u00f3n ha aumentado un 197%. Gracias a un mayor acceso a capital, tecnolog\u00edas como el aprendizaje autom\u00e1tico y dispositivos conectados dise\u00f1ados espec\u00edficamente para las mujeres, nos encontramos ante un cambio sin precedentes, no solo en la percepci\u00f3n de la sanidad femenina, sino tambi\u00e9n en su administraci\u00f3n. Compa\u00f1\u00edas como Tia, Elvie y Embr Labs est\u00e1n demostrando el inmenso potencial de aprovechar los datos y la anal\u00edtica predictiva para proporcionar atenci\u00f3n individualizada y conectar con los pacientes all\u00ed donde se sientan m\u00e1s c\u00f3modos, ya sea en sus hogares o en centros especializados.
\nA medida que se va eliminando el estigma asociado a las necesidades sanitarias de las mujeres y la financiaci\u00f3n va fluyendo hacia este sector, veremos como las compa\u00f1\u00edas FemTech contin\u00faan abordando de manera agresiva diversas condiciones y necesidades previamente ignoradas. Al mismo tiempo, el acceso femenino a los servicios sanitarios aumentar\u00e1 dram\u00e1ticamente gracias a modelos de atenci\u00f3n h\u00edbrida que aprovechar\u00e1n plataformas m\u00e9dicas online, la disponibilidad de dispositivos de diagn\u00f3stico de bajo coste y el acceso a profesionales m\u00e9dicos a demanda. Clientes como Maven han demostrado ser l\u00edderes en este espacio, difuminando las l\u00edneas entre la salud mental y el bienestar f\u00edsico, al proporcionar toda la atenci\u00f3n necesaria, desde terapia de parejas a cuidados relacionados con la menopausia. A medida que estas plataformas vayan madurando y proliferando, veremos una democratizaci\u00f3n del acceso a la sanidad. Las nuevas apps y plataformas de sanidad remota facilitar\u00e1n el acceso a servicios de ginecolog\u00eda y obstetricia, profesionales de salud mental y otras especialidades para mujeres de zonas rurales y regiones hist\u00f3ricamente desatendidas. Sistemas de tampones inteligentes, como el que est\u00e1 desarrollando la empresa NextGen Jane, permitir\u00e1n a las mujeres establecer perfiles de salud uterina e identificar posibles marcadores gen\u00f3micos de enfermedad, los cuales podr\u00e1n compartir f\u00e1cilmente con los profesionales sanitarios. Otros dispositivos ponibles (wearables) proporcionar\u00e1n a los usuarios y sus m\u00e9dicos una gran abundancia de datos longitudinales de salud para poder analizar. Aunque, en la actualidad, m\u00e1s del 70% de las mujeres no reciben tratamiento para los s\u00edntomas de la menopausia, el aumento de la educaci\u00f3n, disponibilidad de los datos y soluciones no invasivas mejorar\u00e1n los resultados de manera dram\u00e1tica y el impacto ira mucho m\u00e1s all\u00e1 de la atenci\u00f3n ginecol\u00f3gica.
\nPor ejemplo, en el periodo previo al mundial de futbol femenino, aproximadamente 30 deportistas sufrieron lesiones del ligamento cruzado que pusieron fin a su participaci\u00f3n. Al igual que en el caso de la medicina tradicional, el entrenamiento femenino hab\u00eda estado basado en lo que funcionaba para los hombres, sin tener especialmente en cuenta las diferencias fisiol\u00f3gicas. Como resultado de ello, las mujeres han tenido una probabilidad seis veces mayor de sufrir lesiones del ligamento cruzado y un 25% menor de recuperarse por completo y volver a los terrenos de juego. Se trata de otra \u00e1rea en la que una comprensi\u00f3n de los datos de salud particulares de las mujeres tendr\u00e1 un gran impacto, no solo en la prevenci\u00f3n de lesiones, sino tambi\u00e9n en la mejora de la salud de las mujeres deportistas en general.
\nNos encontramos ante un punto de inflexi\u00f3n en la sanidad femenina. El acceso a una gran abundancia de datos diversos, combinados con las tecnolog\u00edas en la nube, como la visi\u00f3n artificial y el aprendizaje profundo, reducir\u00e1n los errores de diagn\u00f3stico y contribuir\u00e1n a minimizar los efectos secundarios de la medicaci\u00f3n que actualmente impactan a las mujeres de manera desproporcionada. La endometriosis y la depresi\u00f3n postparto recibir\u00e1n la atenci\u00f3n que merecen. Finalmente veremos a la atenci\u00f3n sanitaria femenina pasar de los m\u00e1rgenes a la primera fila. Dado que los equipos liderados por mujeres tienen mayor propensi\u00f3n a resolver una amplia gama de cuestiones sanitarias que los compuestos \u00fanicamente por hombres, veremos como la FemTech beneficiar\u00e1 no solamente a aquellas personas que se identifican como mujeres, sino que elevar\u00e1 todo el sistema sanitario en su conjunto.<\/p>\n

3. Los asistentes de IA redefinen la productividad de los desarrolladores<\/strong>
\nLos asistentes de IA evolucionar\u00e1n, desde generadores de c\u00f3digo b\u00e1sico hasta convertirse en maestros y colaboradores infatigables que proporcionar\u00e1n apoyo en todo el ciclo de vida del desarrollo de software. Estos asistentes explicar\u00e1n el funcionamiento de sistemas complejos en lenguaje sencillo, sugerir\u00e1n mejoras muy enfocadas y asumir\u00e1n tareas repetitivas, permitiendo a los desarrolladores centrarse en las partes de su labor con el m\u00e1ximo impacto.
\nEn 2021, predije que la IA generativa comenzar\u00eda a desempe\u00f1ar un papel clave en la manera de producir software. Que aumentar\u00eda las habilidades de los desarrolladores, ayud\u00e1ndoles a crear c\u00f3digo m\u00e1s seguro y fiable. Ahora estamos viendo exactamente como se generaliza esta situaci\u00f3n, gracias al acceso a herramientas y sistemas capaces de generar todo tipo de funciones, clases y pruebas basadas en instrucciones de lenguaje natural. De hecho, en la encuesta entre Desarrolladores de Stack Overflow de 2023, el 70% dijo que ya estaban usando o planeaban usar herramientas basadas en IA en sus procesos de desarrollo.
\nLos asistentes de IA del futuro no solamente comprender\u00e1n y escribir\u00e1n c\u00f3digo, sino que ser\u00e1n colaboradores y maestros infatigables. Ninguna tarea agotar\u00e1 su energ\u00eda y nunca se impacientar\u00e1n por tener que explicar el mismo concepto o repetir una tarea, sin importar cuantas veces les pidamos lo mismo. Con un tiempo y paciencia infinitos, apoyar\u00e1n a todos los miembros del equipo y contribuir\u00e1n a todas las tareas, desde la revisi\u00f3n de c\u00f3digo a la estrategia de productos.
\nLas l\u00edneas entre gestores de producto, ingenieros de front- y back-end, administradores de bases de datos (DBAs), dise\u00f1adores de interfaces UI\/UX, ingenieros de DevOps y arquitectos se difuminar\u00e1n. Gracias a una comprensi\u00f3n contextual de sistemas completos, no solo de m\u00f3dulos aislados, los asistentes de IA podr\u00e1n ofrecer recomendaciones que aumentar\u00e1n la creatividad humana, como convertir un diagrama esbozado sobre una servilleta en un marco de c\u00f3digo, generar plantillas a partir de documentos de requisitos o recomendar la mejor infraestructura para un fin concreto (por ejemplo, estructuras sin servidor frente a una base de contenedores).
\nEstos asistentes ser\u00e1n altamente adaptables, personalizados al nivel de cada individuo, equipo o compa\u00f1\u00eda. Ser\u00e1n capaces de explicar el funcionamiento interno de complejos sistemas distribuidos, como Amazon S3, de manera sencilla, lo cual los convertir\u00e1 en herramientas educativas inestimables. Los desarrolladores j\u00fanior podr\u00e1n aprovechar sus capacidades para ponerse al d\u00eda r\u00e1pidamente respecto a infraestructuras que no les resulten familiares. Los ingenieros senior podr\u00e1n emplearlos para comprender r\u00e1pidamente nuevos proyectos o bases de c\u00f3digo y comenzar a aportar contribuciones significativas. Donde antes se pod\u00eda llegar a tardar varias semanas en comprender plenamente el impacto futuro de un cambio en el c\u00f3digo, los asistentes podr\u00e1n evaluar las modificaciones instant\u00e1neamente, resumir sus efectos sobre otras partes del sistema y sugerir posibles cambios adicionales.
\nYa estamos comenzando a ver como eliminan algunas de las partes m\u00e1s tediosas del desarrollo de software moderno para los desarrolladores: escribir tests de unidades, c\u00f3digo est\u00e1ndar y depurado de errores; las tareas que a menudo se consideran \u201cadicionales\u201d y se suelen dejar de lado. Estos asistentes ser\u00e1n capaces de redise\u00f1ar y migrar aplicaciones tradicionales en su totalidad, por ejemplo actualizando de Java 8 a 17 o descomponiendo un sistema monol\u00edtico en microservicios. Aun as\u00ed, no debemos llevarnos a enga\u00f1o; todav\u00eda seguir\u00e1 siendo necesario que los desarrolladores planifiquen y valoren los resultados. Pero estos asistentes ayudar\u00e1n a cribar los estudios acad\u00e9micos y escoger el algoritmo m\u00e1s apropiado para cada sistema distribuido, determinar la mejor manera de pasar de un enfoque basado en copias de seguridad primarias a una implementaci\u00f3n activa-activa e incluso comprender el impacto sobre la eficiencia general de cada recurso individual para desarrollar modelos de costes. Como resultado de todo ello, habr\u00e1 m\u00e1s trabajo que nunca. Al verse liberados de la carga tan pesada y no diferenciada que suponen tareas como actualizar versiones de Java, los desarrolladores podr\u00e1n centrarse en la labor creativa que realmente impulsa la innovaci\u00f3n.
\nEn los pr\u00f3ximos a\u00f1os, los equipos de ingenieros se volver\u00e1n mucho m\u00e1s productivos, desarrollar\u00e1n sistemas de mayor calidad y reducir\u00e1n los ciclos de lanzamiento de software, a medida que los asistentes de IA pasen de ser una novedad a una necesidad en todo el sector del software.<\/p>\n

4. La educaci\u00f3n evolucionar\u00e1 para igualar la velocidad de innovaci\u00f3n tecnol\u00f3gica<\/strong>
\nLa educaci\u00f3n superior por s\u00ed sola no puede mantener el mismo ritmo de evoluci\u00f3n que el cambio tecnol\u00f3gico. Surgir\u00e1n programas de formaci\u00f3n basados en capacidades y guiados por el sector que se parecer\u00e1n m\u00e1s a la trayectoria de los profesionales especializados. Este cambio hacia un aprendizaje continuo beneficiar\u00e1 tanto a los individuos como las empresas.
\nA\u00fan recuerdo los ciclos de desarrollo de software del pasado, cuando un producto pod\u00eda llegar a pasarse m\u00e1s de 5 a\u00f1os en fase de desarrollo antes de llegar a las manos de alg\u00fan cliente. Este enfoque resultaba aceptable durante los 90, pero en el mundo actual, este software habr\u00eda quedado extremadamente obsoleto antes incluso de empezar a funcionar. Debido al acceso a la inform\u00e1tica en la nube, la expansi\u00f3n de una cultura de mejora continua y la adopci\u00f3n generalizada de un enfoque basado en un producto m\u00ednimo viable, los ciclos de desarrollo de software se han acortado y el impacto ha sido muy significativo. Las empresas est\u00e1n lanzando productos al mercado m\u00e1s r\u00e1pido que nunca y los clientes est\u00e1n adoptando nuevas tecnolog\u00edas a una velocidad que antes resultaba inimaginable. Pero, hasta ahora, este volante de inercia de tecnolog\u00eda y negocio que gira tan r\u00e1pidamente no hab\u00eda incluido el \u00e1mbito de la educaci\u00f3n superior.
\nLa educaci\u00f3n resulta radicalmente diferente en cada parte del mundo, pero generalmente siempre se hab\u00eda aceptado que un t\u00edtulo universitario resultaba imprescindible, tanto para que las empresas pudieran contratar a los mejores candidatos, como para que los individuos pudieran conseguir uno de esos puestos. Esto era especialmente cierto en el sector de la tecnolog\u00eda, pero ahora estamos comenzando a ver que este modelo se desmorona, tanto al nivel de los individuos como de las empresas. Para los estudiantes, los costes est\u00e1n aumentando y muchos cuestionan el valor de un t\u00edtulo universitario tradicional cuando tienen a su alcance una formaci\u00f3n pr\u00e1ctica. Para las empresas, las nuevas contrataciones siguen requiriendo una formaci\u00f3n espec\u00edfica en el puesto de trabajo. A medida que m\u00e1s y m\u00e1s sectores requieren que sus empleados se especialicen, la brecha entre lo que se ense\u00f1a en las instituciones educativas y lo que buscan las compa\u00f1\u00edas ha ido creciendo. De un modo similar al proceso de desarrollo de software en las d\u00e9cadas anteriores, hemos alcanzado un punto de inflexi\u00f3n en la educaci\u00f3n tecnol\u00f3gica y ya estamos comenzando a ver que lo que antes era una formaci\u00f3n personalizada en el puesto de trabajo para unos pocos individuos est\u00e1 evolucionando y convirti\u00e9ndose en una formaci\u00f3n basada en capacidades y guiada por el sector para muchos.
\nDesde hace a\u00f1os hemos ido viendo varias se\u00f1ales de este cambio. Compa\u00f1\u00edas como Coursera, que inicialmente se centr\u00f3 en los consumidores, se han asociado con empresas para escalar su oferta de mejora y reconversi\u00f3n de capacidades. La popularidad de los cursos de aprendizaje ha continuado aumentando, porque los empleadores pueden especializar la formaci\u00f3n y los aprendices pueden cobrar mientras aprenden. Pero ahora, las propias empresas est\u00e1n comenzando a invertir seriamente en educaci\u00f3n basada en capacidades a gran escala. De hecho, Amazon acaba de anunciar que ya ha formado a 21 millones de alumnos de tecnolog\u00eda en todo el mundo y parte de este \u00e9xito ha sido gracias a programas como el curso de aprendizaje de mecatr\u00f3nica y rob\u00f3tica y el Instituto de la nube AWS. Todos estos programas ayudan a los alumnos a obtener las capacidades necesarias para optar a puestos muy demandados en diferentes etapas de sus carreras, sin el compromiso que supone un programa educativo tradicional de varios a\u00f1os de duraci\u00f3n.
\nDebemos tener presente que este concepto tiene precedentes. Cuando pensamos en profesionales capacitados, como electricistas, soldadores o carpinteros, la mayor\u00eda de sus capacidades no las obtuvieron en un aula, sino que pasaron de alumnos a aprendices a jornaleros y, posiblemente, a maestros del oficio. Aprender en el trabajo constituye una tarea continua y existen caminos bien definidos para mejorar las capacidades. Este estilo de formaci\u00f3n continua, basado en la curiosidad y el aprendizaje, representa un buen augurio tanto para individuos como empresas.
\nNada de esto implica que los t\u00edtulos tradicionales vayan a desaparecer. No se trata de elegir entre opciones excluyentes, sino de ampliar las posibilidades. Todav\u00eda existir\u00e1n \u00e1reas en tecnolog\u00eda donde este tipo de aprendizaje acad\u00e9mico resulte vital. Pero, al mismo tiempo, habr\u00e1 sectores en los que el impacto de la tecnolog\u00eda supere el de los sistemas educativos tradicionales. Para poder cumplir con las demandas de los negocios, veremos una nueva era de oportunidades de formaci\u00f3n guiadas por la industria que no podr\u00e1n ser ignoradas.<\/p>\n

Arriba, en la foto, Dr. Werner Vogel, VP & CTO Amazon.com Inc \/ Imagen cortes\u00eda de Amazon<\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

A lo largo de la historia, el ser humano ha desarrollado herramientas y sistemas para aumentar y amplificar sus capacidades innatas. Ya se trate de la imprenta o la l\u00ednea de ensamblaje, estas innovaciones nos han permitido alcanzar metas mucho m\u00e1s complejas de lo que jam\u00e1s habr\u00edamos podido lograr por nosotros mismos   Por el … <\/p>\n

Continue reading \u00abEstas son las predicciones tecnol\u00f3gicas del CTO de Amazon para 2024 y m\u00e1s all\u00e1\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":14740,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[65],"tags":[],"_links":{"self":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/14739"}],"collection":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14739"}],"version-history":[{"count":1,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/14739\/revisions"}],"predecessor-version":[{"id":14741,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/posts\/14739\/revisions\/14741"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=\/wp\/v2\/media\/14740"}],"wp:attachment":[{"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14739"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14739"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/telecomkh.info\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14739"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}