El mito del experto: más allá de las 10.000 horas
Siempre rehuyo de la palabra “experto.” Tendemos a pensar que dedicar varios años a algo (10.000 horas, decía Malcolm Gladwell en su libro Outliers) nos convierte automáticamente en uno. Y nada más lejos de la realidad.
Convertirse en experto significa haber interiorizado y aprendido los inherentes patrones que existen en un campo, y comprender esto tiene unas consecuencias muy profundas.
Primero, no es posible ser experto en campos donde están gobernados fuertemente por el azar o que cambian muy rápidamente en el tiempo. No todos los ambientes son válidos para ser experto, o en otras palabras, no puede haber expertos en algunos campos.
Segundo, para mejorar es necesario practicar y repetir, teniendo en cada intento una retroalimentación conectada con la acción de entrada. Si no eres capaz de identificar cuál de tus acciones ha provocado el resultado deseado no vas a aprender. Por eso es crucial que el feedback sea rápido y específico.
Tercero, es necesario practicar de forma sistemática y deliberada en un entorno desafiante que cubra una amplia variedad de situaciones cada vez más complejas. Incrementar de forma planificada la dificultad y salir de tu zona de comfort es la única manera de evolucionar.
Estos aspectos son bien conocidos en el aprendizaje automático:
Necesitamos un conjunto de datos bien definido y etiquetado en el que verdaderamente existan patrones útiles que aprender.
Necesitamos una métrica de evaluación que sea lo más informativa y con el mayor nivel de granularidad posible.
Para poder evolucionar un modelo, necesitamos incrementar su complejidad acorde al nivel de complejidad de los patrones que queremos aprender de los datos.
Veritasium resume perfectamente estos principios en otro de sus vídeos imprescindibles que conviene revisitar periódicamente.
Como dice mi profesor Pablo Fernandez: “La experiencia no consiste en el número de cosas que se han visto, sino en el número de cosas que se han reflexionado.”