Cuando estudiaba en la Facultad de Ciencias Económicas de la UBA, no siempre entendía para qué servía tanto énfasis en la metodología de las ciencias. Formular hipótesis, diseñar un marco teórico, distinguir correlación de causalidad, someter cada afirmación a la prueba de la evidencia: parecían ejercicios abstractos, alejados de la práctica profesional que me esperaba. Hoy, veinte, veinticinco años después, entiendo que esa formación fue la herramienta más duradera que me llevé de las aulas.

Trabajo actualmente como científica de datos, un ámbito donde la inteligencia artificial y la ciencia de datos dejaron de ser una promesa futura para convertirse en insumos cotidianos. Todos los días recibo modelos que predicen, algoritmos que clasifican y herramientas que generan respuestas en segundos. La tentación de aceptar esos resultados como verdades cerradas es enorme: son rápidos, parecen objetivos y vienen revestidos de un lenguaje técnico que inspira confianza. Pero ahí es exactamente donde la formación metodológica que recibí en la FCE se vuelve indispensable.

La ciencia de datos puede identificar patrones, pero no puede decidir si esos patrones tienen sentido en el mundo real, ni puede hacerse las preguntas que anteceden a cualquier análisis: ¿esta muestra es representativa?, ¿qué variables quedaron afuera del modelo?, ¿qué intereses hay detrás de los datos que estoy usando?, ¿el resultado es estadísticamente significativo o simplemente estadísticamente vistoso? Esas preguntas no las enseña ningún algoritmo. Las aprendí en las materias de metodología de la FCE, discutiendo diseños de investigación, leyendo con ojo crítico y defendiendo trabajos frente a profesores que no daban nada por sentado.

En un contexto donde la inteligencia artificial promete respuestas cada vez más rápidas, el verdadero valor profesional no está en repetir lo que la máquina dice, sino en saber cuándo confiar en ella, cuándo cuestionarla y cuándo directamente descartarla. Ese es, para mí, el juicio profesional: la capacidad de leer un resultado en su contexto, de sostener una postura fundamentada frente a la evidencia y de asumir la responsabilidad de una decisión que ningún modelo puede asumir por nosotros.

Mirando hacia atrás, creo que la FCE no me formó para memorizar técnicas que hoy la tecnología automatiza sin esfuerzo. Me formó para pensar con método, para dudar con criterio y para construir explicaciones sólidas en un mundo de certezas instantáneas. Esa, y no otra, es la formación que hoy me permite trabajar codo a codo con la inteligencia artificial sin perder de vista que la última palabra, y la última responsabilidad, siguen siendo humanas.
___________________________________________________________________________
Daiana Levit
Actuaria en administración FCE UBA
Docente de Práctica profesional del actuario en FCE UBA