El 20 de marzo The Lancet publica el artículo Estimates of the severity of coronavirus disease 2019: a model-based análisis, de Robert Verity, y otros.

La idea que plantea es simple y constituye el esquema más definido y puro de un caso de aplicación del Teorema de Bayes, en este caso con ayuda de analítica de datos: El artículo se centra en lo que sucedió en Hubei (China), donde surge por primera vez la pandemia y desde allí se propaga, se sabe los contagiados por COVID19 que fallecieron, cómo se distribuyen por edad y el tiempo que transcurre desde la detección de la enfermedad hasta el fallecimiento. En el resto de los países no existían patrones todavía respecto de esta cuestión. Es decir, cómo afectaría la pandemia en los casos más graves, de fallecimiento, en función de estas variables.

En estas condiciones es fácil, por el Teorema de Bayes (aplicado con analítica de datos a un número muy grande de casos), establecer a partir de los datos obtenidos en Hubei la probabilidad de que alguien, que haya contraído la enfermedad, la curse en modalidad grave (con dificultades severas respiratorias) y su posible fallecimiento, así como el número de días que estará hospitalizado y en la UCI. Con estos datos es fácil hacer previsiones para evitar el colapso del sistema. También se dieron modelos para otras variables definidas a partir de situaciones de los enfermos en relación con la frecuencia de los viajes o los lugares de procedencia.

Esto constituye un ejemplo de cómo, con un resultado matemático simple, se pueden construir modelos complejos para obtener probabilísticamente el comportamiento de grupos, comunidades de individuos o de agregados de datos sujetos a una probabilidad o a un riesgo cuya distribución a priori se desconoce.

Esto que pasó con relación a Hubei, y su precedente con respecto al COVID y a su comportamiento que, merced a la probabilidad bayesiana y a la analítica de datos, permitió establecer patrones predictivos para otras regiones del mundo, en las que no se sabían a priori las estadísticas de comportamiento de la pandemia o eran dudosas por los datos oficiales, sucede con frecuencia en la ciencia, en el transcurso de investigaciones con datos difusos, así como en la práctica profesional cuando se indagan datos sujetos a una dinámica similar a la descrita para Hubei y el COVID.

Veamos ahora otro campo: La lingüística, el aprendizaje automático de lenguajes naturales y el procesamiento del lenguaje natural (PNL). En él nos encontramos este libro de Shay Cohen (2019) titulado Bayesian Analysis in Natural Language Processing, y reseñado por Brett Drury (agosto 2019):

En él se sostiene que el análisis y razonamiento probabilístico es un subcampo del aprendizaje automático aplicado al procesamiento del lenguaje natural (PNL). Y, en su contexto, un campo de Probabilidad, la estadística bayesiana, puede ofrecer técnicas únicas para el PNL.

Como en el resto de la tradición bayesiana, pero ahora apoyada por el análisis de grandes conjuntos de datos, la asignación de probabilidad a un suceso se basa en la probabilidad de su inverso (probabilidad a priori), a través del resultado en experimentos conocidos (probabilidad inversa, probabilidad compuesta y teorema de Bayes). En contraposición a la otra gran escuela clásica, la asignación a través de la frecuencia (probabilidad determinista o frecuentista) (Drury, agosto 2019):

Cohen states that the goal of Bayesian Point Estimation as: ”summarising the posterior over the parameters into a fixed set of parameters”, and he links this goal to a frequentist approach known as maximum likelihood estimation. Cohen states that Bayesian maximum a posterior estimation(MAP) is a suitable technique. The remainder of the section describes the mathematical principles of MAP as well its ability to adhere to the Minimum Message Length principle which is an encapsulation of Occam’s Razor. The section also includes sub-sections on smoothing (default probabilities for words that are absent from the sample data) and regularization as well as the computation of MAP with latent variables. 

En otro trabajo Barrow (2019 Apr), glosando el libro de Cohen dice:

El procesamiento del lenguaje natural (PNL) experimentó una profunda transformación a mediados de la década de 1980 cuando cambió para hacer un uso intensivo de corpora y de técnicas basadas en datos orientadas al análisis del lenguaje. Desde entonces, el uso de técnicas estadísticas en PNL ha evolucionado de varias formas. Un ejemplo de evolución tuvo lugar a finales de la década de 1990 o principios de la de 2000, cuando se introdujeron las herramientas bayesianas, en toda regla, en el PNL. Este enfoque bayesiano del PNL ha llegado a suplir resolviendo varias deficiencias en el enfoque frecuentista enriqueciéndolo, especialmente en el entorno no supervisado, donde el aprendizaje estadístico se realiza sin ejemplos de predicción de objetivos.

Fig. 1

En resumen: Hemos visto este uso de la probabilidad bayesiana, en modelos de epidemiología, para determinar modelos de evolución de datos sobre contagio y fallecimientos en el COVID y en el procesamiento del lenguaje natural. Pero igualmente podríamos verlo en multitud de casos en los más variados ampos científicos y de análisis de procesos. De esta forma, con la automatización de los métodos bayesianos y el uso de modelos gráficos probabilísticos es posible identificar patrones y anomalías en voluminosos conjuntos de datos en campos tan diversos como son los corpus lingüísticos, los mapas astronómicos, añadir funcionalidades a la práctica de la resonancia magnética, o a los hábitos de compra con tarjeta, online o smartphones. Esto por señalar sólo algunos casos, como son los que se asocian con el análisis de grandes datos y la teoría bayesiana. Pero hay muchos más (Bundy, 2007 y Wing, 2008, a través de Zapata-Ros, 2020 agosto).

Así pues, este esquema que hemos analizado en el artículo de The Lancet, está presente en multitud de casos. Así decíamos (Zapata Ros, Agosto 2020) que, si consideramos que el pensamiento bayesiano, esta forma de proceder, como una parte un elemento más y relevante, del pensamiento computacional, entonces a lo dicho en anteriores ocasiones hay que añadir ahora la idea de  pensamiento computacional generalizado (pervasive computational thinking) como avance y desarrollo de lo tratado en el pensamiento computacional simple, el que Wing (2006) plantea en su primera aproximación.

De esta forma se habla del “pensamiento computacional por todas partes” (computational thinking everywhere) (Wing, 2008). Ello se hace al considerar que ya no se trata de aspectos puramente asociados a la práctica profesional o vital ordinaria para manejarse por la vida y el mundo del trabajo, como lo ha sido lo que hemos llamado pensamiento computacional hasta ahora, sino como una preparación para la investigación básica y para metodología investigadora en casi todas las disciplinas. Así definido , el pensamiento computacional está influyendo en la investigación en casi todas las áreas, tanto en las ciencias como en las humanidades (Bundy, 2007). Abundan evidencias sobre la influencia del pensamiento computacional en otros campos: Está transformando las estadísticas, donde con el aprendizaje automático, la automatización de los métodos bayesianos y el uso de modelos gráficos probabilísticos es posible identificar patrones y anomalías en voluminosos conjuntos de datos.

A lo dicho anteriormente hay que añadir que la perspectiva de un “pensamiento bayesiano” viene de mucho más atrás y sólo se solapa parcialmente con la analítica de datos. De hecho, ésta se puede considerar como un elemento de una metodología muy amplia que cita Wing (2008) aplicada a una serie muy amplia de casos y procesos. La intuición de esta forma de pensamiento, al que no sé si propiamente se debe llamar  bayesiano, la he tenido, además de en esta ocasión, en otra anterior: ante unos trabajos sobre corpora lingüísticos que conocí cuando estuve en Cambridge, ante un trabajo de Maths Cambridge. En ambos casos se trata de lo mismo: el Teorema de Bayes. En una versión para una gran cantidad de variables, toma como probabilidades inversas parciales las que suministran los procesos de análisis de datos. Por ejemplo, los fallecimientos en los casos de la pandemia en los países que primero la padecieron, obteniendo cual era la función de probabilidad de casos condicionada a la de fallecidos, asumiendo que aquellos pudieran estar sesgados o falseados. Esto permitió a algunos países a aprovisionarse. A otros no. Ese mismo mecanismo aparece en los casos complejos y diversos que Bundy (2017) señala en lo que llama pervasive computational thinking.

Como elemento de pensamiento computacional, el pensamiento de Bayes es muy sencillo, comprensible y adquirible como aprendizaje y su uso como habilidad desde los cursos de secundaria. La expresión más sencilla del Teorema de Bayes es el teorema y fórmula de la probabilidad inversa. Tiene todos los elementos del teorema de Bayes y su uso incluye todos los elementos y características de esta forma de pensamiento.

Su deducción es muy sencilla, pero no es cuestión de abordarla aquí.

Es preciso conocer previamente en concepto de probabilidad condicionada. Esa es una probabilidad que se asigna a un suceso A, condicionada a que suceda otro suceso B, y se escribe P(A/B). De esta manera la fórmula nos permite obtener la probabilidad de A condicionada a B — P(A/B) — en función o conociendo la probabilidad de B condicionada a A — P(B/A)  — o probabilidad inversa.

Un uso muy frecuente, y que permite hacerse una idea de su potencia, es el relativo a obtener la eficiencia de un test, como el PCR para el COVID19. 

Así, por ejemplo, nos permite obtener la probabilidad de que alguien esté enfermo de COVID cuando la PCR da positiva, en función de la probabilidad del suceso inverso: La probabilidad de que el test PCR de positivo estando el individuo, al que se practica la prueba, enfermo. Como se ve, la probabilidad en el segundo caso es muy fácil obtener pasando la prueba PCR a una población de la que sepamos positivamente que esté enferma porque se le ha diagnosticado. Sin embargo, la primera la desconocemos absolutamente.

De igual forma podemos conocer a priori la probabilidad de que alguien esté enfermo, P(A), a partir de los datos empíricos y de la frecuencia con que aparece la enfermedad. También podemos calcular la probabilidad de que el test sea positivo, a partir de los datos empíricos sobre los casos en que, en una población sin otros datos previos, elegidos al azar por ejemplo, dé positiva la prueba.

El teorema de Bayes en su versión clásica y completa se formula para el caso en que el suceso A se pueda descomponer en un conjunto completo y excluyente de casos elementales. Eso permite obtener la probabilidad de A, o de cualquiera de los sucesos en que se descompone, por la fórmula de la probabilidad compuesta a través de un conjunto de unos cuantos sucesos elementales. Cuando la población es muy grande y son muchos los sucesos elementales son cuando se utiliza la analítica de datos para computar esas grandes masas de datos, procesarlos y obtener las frecuencias.

Pensemos que el suceso A es tener el COVID, y que la descomposición en un conjunto de casos completos y excluyentes pueden determinarla los intervalos de edad, las zonas de origen, los perfiles patológicos, etc. En este caso estaríamos en el supuesto que nos ofrece la revista The Lancet, cuyos resultados son potentísimos con un aparataje matemático muy simple.

Otra cuestión notable es que una instrucción centrada en esta componente de pensamiento computacional, o que la incluyese, en una fase temprana, en Secundaria con la fórmula de la probabilidad inversa, permitiría activar estos aprendizajes como componentes muy valiosos y complejos en una etapa posterior de la actividad profesional o investigadora, o en la fase de formación, grados y postgrados, de estas profesiones o que capacitan para estas actividades y profesiones.

La revista RED, como veremos, tiene un claro papel y una vocación como difusora de la investigación, la práctica y la reflexión teórica acerca del pensamiento computacional, de un esquema determinado y de una definición concreta de pensamiento computacional y de cómo se integra en ese esquema todo lo que hemos hablado de pensamiento bayesiano.

En 2016, el informe de la UE Developing computational thinking in compulsory education. European Commission, en JRC Science for Policy Report 68 (Bocconi et al,2016)  se hace eco del trabajo publicado en RED en 2015 titulado “Pensamiento computacional: Una nueva alfabetización digital”, en particular de la definición holística por componentes. A partir de esa época nuestra revista se ha esforzado singularmente en propiciar y en difundir las investigaciones en este tema, tanto en la vertiente de análisis empírico, elaboración teórica y desarrollo de prácticas y experiencias dentro del campo de la educación y el aprendizaje apoyados por la tecnología como en el de la ingeniería del aprendizaje y del conocimiento, propiciando el análisis y experiencias con affordances tecnológicas que propicien el pensamiento computacional. En ambos campos lo ha hecho desde diversas perspectivas, dando acogida a distintos enfoques y a distintos tipos de aportaciones,dando aogida a trabajos que hoy se acogen a lo que se denomina Ingeniería del Aprendizaje e Ingeniería del Conocimiento. También lo ha hecho en la perspectiva de una nueva alfabetización (Zapata-Ros, 2015) y en la definición de una nueva competencia clave en la sociedad de la información.

La posición actual de la revista en las fuentes que denominamos primarias, las que analizan los datos de los fondos indexados originariamente es esta: 

RED está en el Q3 de Scielo Journal Rank (SJR) y en el centil 35 de CiteSocore de Scopus Elsevier, así como en la Core Collection de WoS. 

En la categoría de Educación de SJR la incorporación de RED a SJR se produce en el cuartil Q3, con un índice SJR 2019 de 0,22 y en la posición 163 de los 316 de que consta la categoría de Educación.

No obstante, la verdadera dimensión del impacto en el mundo educativo y en el de la investigación, por incluir además de papers y otras contribuciones científicas arbitradas los resultados de trabajos seminales como son tesis doctorales, de grado o TFM, son las Google  Scholar Metrics (GSM). En ellas RED ocupa la posición 14 en el top100 español con H5=27 y Mediana H5=46, en l edición de 2020.

Si nos fijamos en los artículos más citados, los tres primeros tienen como tema el pensamiento computacional, y 4 de los 11 primeros también. Sólo en los últimos cinco años.

Pero si buscamos por el término “pensamiento computacional” los tres primeros vuelven a ser artículos publicados en RED. Si combinamos la búsqueda con las expresiones “computational thinking” y “pensamiento computacional” vuelven a aparecer, tras los clásicos Wing, Grover, Bundy, Resnik,… en lugar destacado artículos en inglés y español publicados en RED a la par de autores internacionales.

Por último pero con la base que le da una sólida investigación, en el trabajo de Roig-Vila y Moreno-Isac (2020) El pensamiento computacional en Educación. Análisis bibliométrico y temático se  analiza la literatura científica que hay sobre la aplicación del pensamiento computacional en Educación, tomando como referencia las colecciones principales de la base de datos Web of Science. Para ello se lleva a cabo una revisión sistemática en la que se han tenido en cuenta las siguientes variables: año de publicación, países con más producciones, autorías más productivas en este campo y las fuentes documentales con mayor número de publicaciones, que es lo que a nuestro propósito interesa, pero además los autores “han realizado una clasificación según los tipos de documentos y los métodos de investigación utilizados, así como las etapas educativas objeto de estudio y los lenguajes de programación utilizados”.

En particular a la posición y el índice H de RED en la Web of Science la pueden ver accediendo al Informe de citas de la colección principal de WoS.

En las conclusiones de este estudio (Roig-Vila y Moreno-Isac, 2020) “se ha hallado una tendencia creciente de publicaciones en esta temática, donde España es uno de los países donde más se publica”. Veremos ahora que, según ese trabajo, RED ocupa un papel preeminente, y lo hace de forma destacada en cantidad y en calidad.

La producción de nuestro país es excepcionalmente grande, ocupa el tercer lugar detrás de EE UU y China: 

Tabla 1 

Distribución geográfica de las publicaciones

País	Publicaciones		País	Publicaciones
Estados Unidos	66		China	36
España	21		Canadá	8
Inglaterra	8		Alemania	7
Italia	6		Brasil	5
Singapur	5		Australia	4
Turquía	4		Dinamarca	4
Lituania	4		Holanda	4
Corea del sur	4		Colombia	3
Chipre	3		Grecia	2
India	3		Ecuador	2
Japón	2		Nueva Zelanda	2
Portugal	2		Sudáfrica	2
Escocia	2		Taiwán	2
Austria	2		Bélgica	1
Croacia	1		Argentina	1
República Dominicana	1		Estonia	1
Finlandia	1		Francia	1
Israel	1		Noruega	1
Perú	1		Méjico	1
Suiza	1		Irlanda	1

 Pero es en la producción por fuentes o revistas donde RED alcanza su verdadera dimensión

Tabla 2

Fuentes documentales con mayor volumen de publicaciones, país de procedencia y total de publicaciones.

Fuente	País	Frecuencia
Emerging Research Practice and Policy on       Computational Thinking	Alemania	19
Inted Proceedings	España	9
26th International on Computers in Education       ICCE 2018	Filipinas	7
ASEE Annual Conference Exposition	Estados Unidos	7
Edulearn Proceedings	España	7
Frontiers in Education Conference	Estados Unidos	7
Informatics in Education	Lituania	7
Red Revista de Educación a Distancia	España	7
Computers and Education	Reino Unido	6
Education in the Knowledge Society	España	6
Proceedings of the European Conference       On Game Based Learning	Alemania	6
TechTrends	Estados Unidos	6
Advances in intelligent System Research	Francia	5

Donde podemos ver que RED ocupa la tercera posición, tras Emerging Research Practice and Policy on Computational Thinking, Inted Proceedings, exaequo con 26th International on Computers in Education ICCE 2018, ASEE Annual Conference Exposition, Edulearn Proceedings, Frontiers in Education Conference e Informatics in Education.

Los documentos que constituyen el total de la muestra han sido publicados en un total de 116 fuentes distintas, entre las cuales hay: recopilatorios de congresos, revistas y un libro. En particular, la tabla 2 incluye los títulos con más publicaciones –a partir de cinco— en relación con la investigación educativa sobre el pensamiento computacional.

Referencias.-

Barrow, B. (2019 Apr) Bayesian Analysis in Natural Language Processing: Cohen. https://linguistlist.org/issues/30/30-1843/

Bocconi, S., Chioccariello, A., Dettori, G., Ferrari, A., Engelhardt, K., Kampylis, P., & Punie, Y. (2016). Developing computational thinking in compulsory education. European Commission, JRC Science for Policy Report, 68.

Bundy, A. 2007 Computational thinking is pervasive. J. Scient. Pract. Comput.1, 67–69. Google Scholar

Cohen, S. (2019). Bayesian analysis in natural language processing. Synthesis Lectures on Human Language Technologies, 12(1), 1-343.

Drury, B.(2019 Aug). Bayesian Analysis in Natural Language Processing, in Review: Computational Linguistics; Text/Corpus Linguistics: Cohen (2019). https://linguistlist.org/issues/30/30-4380/

Roig-Vila, R., & Moreno-Isac, V. (2020). El pensamiento computacional en Educación. Análisis bibliométrico y temático. Revista de Educación a Distancia, 20(63). https://revistas.um.es/red/article/view/402621

Verity, R., Okell, L. C., Dorigatti, I., Winskill, P., Whittaker, C., Imai, N., … & Dighe, A. (2020). Estimates of the severity of coronavirus disease 2019: a model-based analysis. The Lancet infectious diseases.

Wing, J.M. (2006) Computational thinking. it represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. Commun. ACM 49(3).  https://doi.org/10.1109/vlhcc.2011.6070404

Wing, J.M. (July 2008) Computational thinking and thinking about computing.  The Royal SocietyPublishing. https://doi.org/10.1098/rsta.2008.0118 https://royalsocietypublishing.org/doi/10.1098/rsta.2008.0118 https://royalsocietypublishing.org/doi/pdf/10.1098/rsta.2008.0118

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, (46). Recuperado de: https://www.um.es/ead/red/46/

Zapata-Ros, M. (Agosto 2020). El pensamiento computacional, una cuarta competencia clave planteada por la nueva alfabetización (II). Una nueva línea: computational thinking everywhere, pervasive computational thinking y el pensamiento bayesiano. RED de Hypotheses. https://red.hypotheses.org/2123