No ano passado, o gigante do comércio Amazon começou a trabalhar num modelo, combinando IA e econometria, para prever flutuações de preços. A equipa Core da Amazon acredita que o modelo pode ser actualizado para prever a inflação. Um economista foi crítico ao implantar o modelo de aprendizagem da máquina para este projeto efetivamente, a equipe disse.
"Eu acredito que os economistas têm o básico certo para se destacar na ciência da informação. Desde o início, os estudantes de economia são ensinados a lidar com dados através de diferentes disciplinas, tais como economia, estatística e matemática. Conceitos importantes como correlação, teste de hipóteses, econometria (aplicação de métodos estatísticos a dados econômicos), Linear Algebra, formam a base de projetos de ciência de dados. Mesmo durante as sessões de 'codificação', os estudantes aprendem a "analisar e derivar percepções" a partir dos dados, em vez de como "optimizar o código" eficientemente em relação a uma escola de engenharia, disse Shirish Gupta, cientista de dados líder em Novartis.
Agora está claro que a economia e a ciência da informação são bons companheiros de cama. Mas quanto valor um economista traz para a ciência da informação e, consequentemente, os economistas podem fazer bons cientistas de dados? - Nós vamos descobrir.
O problema da codificação
A maioria dos economistas lidam com programas de estatística como a Stata que trabalha bem com a ciência da informação. No entanto, ser fluente em linguagens de programação como Python, MATLAB e R pode ajudar economistas a quebrar o código de ciência de dados.
"Eu conheci muitos cientistas de dados talentosos que treinaram em economia, matemática, estatística, comércio, etc., sem experiência em programação. Mesmo aqueles de vários fluxos de engenharia, incluindo civis e químicos, muitas vezes têm muito pouca exposição à programação, pelo menos na Índia. O que chamamos de habilidades de codificação para ciência de dados é de fato a capacidade de pensar logicamente e entender estruturas de dados subjacentes", disse Sayandeb Banerjee, CEO da TheMathCompany.
Graças à sobreposição entre a aprendizagem das máquinas e a econometria, a curva de aprendizagem foi encurtada. Além disso, os economistas têm um bom conhecimento da matemática que sustenta os métodos de ciência de dados. A tribo desenvolve-se na construção de um conjunto de regras para resolver conceitos abstractos, tal como os cientistas de dados.
Detecção de viés de detecção
Econometria é a aplicação de métodos estatísticos a dados econômicos para provocar relações causais. Cientistas de dados constroem modelos para encontrar padrões em conjuntos de dados. Os economistas têm um cepticismo saudável em relação aos dados e corrigem os potenciais enviesamentos de um modelo estatístico baseados na evidência empírica e nos ensaios controlados. Os economistas são treinados para questionar os resultados e têm as ferramentas para detectar preconceitos num conjunto de dados. Estas competências podem ser traduzidas para optimizar os métodos científicos da informação.
Apresentação dos dados
Actualmente, a apresentação dos dados é quase tão essencial como os próprios dados. Os economistas têm a capacidade de apresentar dados complexos às partes interessadas de meios não técnicos, como gestores, comerciantes, redactores e clientes de uma forma inteligível. Cientistas de dados, que geralmente são de disciplinas do STEM, têm dificuldade em retransmitir os complexos métodos e resultados. Os economistas podem preencher a lacuna para permitir uma comunicação sem descontinuidades.
"Os economistas vêm com um quadro de resolução de problemas construído. Normalmente, são excelentes a comunicar o trabalho quantitativo a um público mais vasto. Eles têm um firme controle sobre o comportamento humano e podem, assim, ligar os pontos e ser uma ponte entre programadores, gerenciamento e negócios. Sua mente é condicionada a pensar além dos números, tomar uma abordagem interdisciplinar para um dado problema e interpretá-lo como uma maneira de conduzir insights accionáveis", disse Suvadip Chakraborty, vice-presidente do HSBC.
Conceito
Os economistas podem ajudar os clientes a orientarem-se pelas questões financeiras e regulamentares em torno dos seus sistemas. Este conhecimento é inestimável na compreensão das implicações dos modelos de aprendizagem de máquinas. Compreender o impacto da tecnologia da IA, especialmente no meio de uma pandemia, é fundamental. Os economistas podem tirar empresas de buracos na sequência de rupturas na cadeia de abastecimento em massa.
"Os economistas são freqüentemente treinados para olhar através de uma lente mais ampla para conectar vários eventos menores juntos e fazer sentido para isso. A ciência da informação é aplicada principalmente sobre um tópico específico que tem ligações para trás e para a frente. Os economistas podem tornar um modelo mais holístico com a sua compreensão de macro e micro-elementos que afectam um evento. Os economistas podem compreender melhor um problema de negócios dado o seu foco no «quadro geral» e podem ajudar a conceber o pensamento para tornar uma solução/activo mais abrangente e mais direccionada», afirmou Indrajit Mitra, director associado da Deloitte Consulting.
Nos últimos anos, a ciência da informação abraçou a economia em grande escala. De acordo com um estudo de 365 DataScience, aproximadamente 13% da atual cultura de cientistas de dados tem um diploma em economia. A percepção de que a economia está preocupada com ideias para além das ciências de dados desvaneceu-se. O Prêmio Nobel de Economia de 2018 foi dado a Paul Romer, que usou notebooks de software de código aberto Jupyter enquanto reproduzia e compartilhava seu trabalho de pesquisa. Além disso, a The Economist anunciou o seu Índice Big Mac para o seu primeiro programa de código aberto que usa R.
"Há uma diferença entre economistas e aqueles que são treinados em economia. A maioria das equipas científicas de dados não necessitam necessariamente de um economista, a menos que estejam a trabalhar em problemas como a previsão a longo prazo. No entanto, aqueles que são formados em economia podem ajudar muito as equipas de ciência de dados a serem bem-arredondadas. Eles podem melhorar a capacidade da equipe de ir além dos números e entender as nuances do problema de negócios em mãos, formular o problema certo, e construir soluções que podem ser facilmente consumidas pelos interessados de negócios", acrescentou Sayandeb.
