Diapositiva 1

1
Tecnologías de la información para el análisis de
interacciones sociales y el mejoramiento de la
productividad en las organizaciones Daniel
Olguín Olguín Instituto Tecnológico de
Massachusetts Pachuca, Hidalgo. 24 de septiembre
de 2009
2
Contenido

• Introducción.
• Señales sociales.
• Qué son y cómo medirlas?
• Sensores sociométricos.
• Organizaciones sensibles.
• Análisis automático de interacciones sociales.
• Sistema de ingeniería organizacional.
• Estudios de caso.
• Reconocimiento de patrones de comportamiento
  humano a partir de rastros digitales.
• Aplicaciones en la administración pública.

3
Misión del Laboratorio de Medios del MIT
Desarrollar nuevas tecnologías para transformar
de manera fundamental las capacidades humanas y
mejorar el nivel de vida de las personas.
4
Acerca del Laboratorio de Medios del MIT

• Fundado en 1980.
• 30 grupos de investigación.
• 40 profesores.
• 124 estudiantes.
• 60 empresas patrocinadoras.
• 70 nuevas empresas creadas a partir de proyectos
  de investigación.
• Presupuesto anual de 30 millones de dólares.

5
Algunos grupos de investigación

• Tecnologías para diseño arquitectónico.
• Diseño ecológico.
• Nanotecnología.
• Medicina del futuro.
• Robots personales.
• Redes de sensores inteligentes.
• Ciudades inteligentes.
• Interfaces tangibles.
• Biomecatrónica.
• Computadoras que sienten.

6
Nuestro grupo de investigación Dinámica humana

• Señales sociales.
• Modelos matemáticos del comportamiento humano.
• Organizaciones sensibles.
• Reconocimiento de patrones de comportamiento
  humano ocultos en información digital (reality
  mining).

7
Qué son las señales sociales?

• Despliegue de información inconsciente.
• Canal secundario de comunicación.
• Presentes en diferentes especies animales.
• Características de la voz y señales no
  lingüísticas.
• Movimientos corporales postura.
• Expresiones faciales seguimiento de la mirada.
• Proximidad física.

8
Cómo podemos medir las señales sociales?

• Métodos tradicionales
• Experimentos controlados.
• Observadores humanos.
• Encuestas.
• Utilizando sensores sociométricos
• Vestimentas computarizadas.
• Sensores inalámbricos.
• Teléfonos celulares.

9
Vestimentas computarizadas y sensores portátiles
10
Vestimentas computarizadas y sensores portátiles
11
Vestimentas computarizadas y sensores portátiles
12
Vestimentas computarizadas y sensores portátiles
13
Sensores para medir el comportamiento humano

• Expresiones faciales.
• Cámaras y sensores infrarrojos.

Neutral Felicidad Sorpresa
Enojo Asco
14
Sensores para medir el comportamiento humano

• Vocalizaciones y movimientos corporales.
• Micrófonos, sensores de vibración.
• Acelerómetros, giroscopios, inclinómetros.
• Proximidad física.
• Sensores ultrasónicos, Bluetooth, intensidad de
  señales inalámbricas, sistema de posicionamiento
  global (GPS).

15
Sensores sociométricos

• Interacciones sociales de cara a cara.
• Sensor infrarrojo.
• Análisis de voz.
• Micrófono y filtros analógicos.
• Procesamiento de señales de voz.
• Proximidad entre personas.
• Transmisor inalámbrico de 2.4 GHz.
• Transmisor Bluetooth.
• Ubicación relativa.
• Intensidad de señales inalámbricas.
• Nivel de actividad física y movimientos
  corporales.
• Sensor de movimiento en tres ejes.

16
Estudios con sensores sociométricos
17
Organizaciones sensibles

• Empleo de redes de sensores inalámbricos para
  caracterizar las interacciones sociales dentro de
  una organización.
• Con la información de los sensores es posible
• Formar equipos de trabajo que maximicen la
  productividad.
• Propiciar patrones de colaboración óptima.
• Reestructurar el organigrama formal de una
  organización.
• Rediseñar las áreas de trabajo para fomentar la
  interacción social.

18
Análisis automático de interacciones sociales

• Identificar a los actores centrales y periféricos
  en una red social.
• Reconocer al líder de un grupo.
• Asignar personas a distintos grupos de trabajo
  para maximizar su desempeño.

19
Ingeniería organizacional basada en redes de
sensores
Red de área local (por sus siglas en inglés)
20
Diagrama de flujo del proceso de ingeniería
organizacional
Establecer objetivos de desempeño
Información sociométrica
Atributos personales
Retroalimentación a los usuarios para inducir
cambios en el comportamiento y obtener los
resultados deseados
Datos de productividad
Algoritmos de reconocimiento de patrones
Objetivos cumplidos
Predecir el desmpeño basado en la información
sociométrica
NO
Encontrar relaciones entre el desempeño deseado y
la información sociométrica
SÍ
Reestrucutrar la organización con base en los
atributos personales, los objetivos deseados, y
las predicciones de desempeño
Recompenza y nuevos objetivos
Encontrar relaciones entre los atributos
personales y la información sociométrica
21
Estudio de caso Patrones de comunicación

• Participaron 22 empleados y se recolectaron más
  de 2,000 horas de datos de interacción social en
  un banco alemán.
• Correos electrónicos enviados y recibidos.
• Encuestas diarias sobre la percepción del
  desempeño de cada empleado y su satisfacción
  personal.

22
Comunicación de cara a cara y vía correo
electrónico
Rojo volumen de interacciones cara a cara
?. Azul volumen de correo electrónico.
23
Resultados experimentales

• El volumen de comunicación total (correo
  electrónico y de cara a cara) y la centralidad de
  los empleados en la red de comunicación están
  inversamente relacionado con su satisfacción
  personal.
• La proximidad física está inversamente
  relacionada con el volumen de e-mail.

24
Estudio de caso Centro de configuración de
sistemas de datos

• 40 empleados y 1,900 horas de datos en una
  compañía estadounidense.
• Especificaciones de sistemas para los clientes.
• Evaluaciones de productividad.
• Tiempo de ejecución y complejidad de cada tarea
  de configuración.
• Número de errores.

25
Resultados experimentales

• A mayor variación en el nivel de actividad física
  de los empleados, menor productividad.
• A mayor número de interacciones con otros
  empleados durante una tarea de configuración,
  menor productividad.
• Combinando estas dos variables fue posible
  explicar 55 de la variación en los niveles de
  productividad de los empleados.

26
Estudio de caso Retroalimentación para equipos
de trabajo

• Foro internacional de liderazgo de la Universidad
  de Tokio.
• Equipos de seis a ocho integrantes.
• Durante siete días colaboraron en un proyecto de
  ingeniería y los proyectos finales fueron
  evaluados por expertos en el área.

27
Evolución del patrón de comunicación

• El equipo con el mejor desempeño (seleccionado
  por el comité evaluador) fue el que mantuvo una
  comunicación balanceada.

28
Mediador electrónico de discusiones

• Detección automática de interacciones sociales.
• Retroalimentación en tiempo real.
• Proyecciones no intrusivas.
• Recuperación de señales sociales perdidas por
  separación geográfica.

29
Estudio de caso Centros de atención telefónica

• Centro de atención a clientes de Bank of America.
• A mayor cohesión en la red social, mayor
  eficiencia.
• Menor tiempo de respuesta en las llamadas
  telefónicas..
• Una reducción de 1 en el tiempo de llamada
  equivale a millones de dólares de ahorros.
• A partir de nuestros resultados, el banco llevó a
  cabo una reestructuración organizacional.

30
Proyectos en curso

• Unidad de cuidados intensivos en el Hospital
  General de Massachusetts (70 enfermeras)
• Centro de atención telefónica de Bank of America
  (80 empleados)
• Tres sucursales del banco CSOB de la República
  Checa (60 empleados)
• Equipos de programadores de software para
  teléfonos celulares de tres compañías en
  Finlandia.
• 40 grupos participando en experimentos
  controlados llevados a cabo en el Laboratorio de
  Medios del MIT.

31
Reconocimiento de patrones de comportamiento
humano ocultos en información digital (reality
mining)
32
Aplicaciones en la administración pública

• Herramientas de colaboración
• Para identificar y conectar de manera automática
  a personas trabajando en proyectos similares o
  con experiencia e intereses afines.
• Retroalimentación en tiempo real a grupos de
  trabajo.
• Organizaciones sensibles
• Mejorar eficiencia, innovación y prácticas
  organizacionales.
• Implementar sistemas de ingeniería
  organizacional.
• Formar equipos de trabajo que maximicen la
  productividad de una organización.
• Fomentar patrones de colaboración óptima.

33
Aplicaciones en la administración pública

• Reconocimiento de patrones de comportamiento
  humano ocultos en información digital
• Medir el flujo de población en zonas urbanas.
• Estudiar el comportamiento de la gente durante
  emergencias.
• Identificar colonias con servicios públicos
  inadecuados.
• Reducir el congestionamiento vial.
• Detectar actividades criminales, por ejemplo
  narcotráfico.
• Contener la evolución de enfermedades
  contagiosas.

34
Animación
35
Daniel Olguín Olguín MIT Media Laboratory Human
Dynamics Group dolguin_at_mit.edu http//hd.media.m
it.edu Tel. [phone] Créditos
fotográficos MIT Media Laboratory,
SenseNetworks, y archivo personal