Artículos de divulgación científica Expandir fronteras: métodos de investigación aplicados a nuevas áreas

Expandir fronteras: métodos de investigación aplicados a nuevas áreas

Comparte este artículo en

Autoría

Palabras clave

métodos de investigación aplicada

Un aspecto primordial cuando nos embarcamos en la resolución de una pregunta de investigación es seleccionar el método adecuado. La mayoría de las veces, estos métodos son seleccionados durante el proceso de revisión de la literatura sobre el tema a investigar. Esto se debe a que, durante la revisión de la literatura, otros académicos han respondido preguntas de investigación similares, y los mismos métodos utilizados por ellos pueden servir para nuestro caso. En otras ocasiones, una aplicación inédita de un método de investigación en un área muy diferente abre un nuevo camino de investigación.
La aplicación de un método de investigación en una nueva área no es un hecho común.

Para llevar a cabo tal suceso, el investigador debe tener un dominio sobre diversos campos de conocimiento y la creatividad para adaptar el método a la nueva área. Las ventajas son claras: al aplicar un método de investigación ajeno al área, se examina el problema desde un nuevo punto de vista, lo que aporta nueva información y permite lograr hallazgos que con los métodos tradicionales del área no se hubieran podido obtener. Además, esta innovación metodológica puede inspirar a otros investigadores a explorar caminos similares, promoviendo un ambiente de constante evolución y descubrimiento científico.

Una de las áreas donde se observa claramente este fenómeno es en la criptografía. De modo general, la criptografía es el estudio de técnicas para proteger la información, y el público en general inconscientemente la utiliza cuando navega por internet. Cuando se transmite información sensible por internet, esta se encripta, es decir, el mensaje se convierte en números mediante el uso de una clave. Por ejemplo, una clave trivial, pero útil para fines de explicación, es convertir las letras del mensaje en números por orden alfabético. A la letra “a” se le asigna el número 1, a la “b” el número 2, y así sucesivamente.

Usando esta clave, nuestro mensaje se convierte en una serie de números, que se transmite por internet junto con un número N = pq, resultado de la multiplicación de dos números primos grandes p y q. Para poder descifrar la clave, es necesario conocer los dos números primos que componen N. Sin embargo, conocer la descomposición de un número N en sus factores primos es un problema difícil para las computadoras actuales. Los algoritmos para obtener estos números primos se basan en la Teoría de Números, cuyo desarrollo data desde antes de Euclides. Este es un claro ejemplo de la aplicación de los métodos desarrollados para la Teoría de Números a un campo inicialmente ajeno.

Otro ejemplo se da en el campo del aprendizaje por reforzamiento, muy usado en inteligencia artificial. Uno de los métodos utilizados es el modelaje mediante sistemas de Markov de estados ocultos. Inicialmente, estos métodos, en forma de algoritmos, fueron empleados para el reconocimiento automático del habla, es decir, para convertir lo que se escucha en texto (Rabiner, 1989). Estos algoritmos han encontrado un campo fértil de innovación en el área de clasificación de imágenes y en robótica.

En el artículo de Alias et al. (2024) tenemos otro ejemplo de la aplicación de un método ajeno al área de investigación. El método de investigación utilizado fue inicialmente creado por Chion & Dajczer (2023) para estudiar ciertos objetos geométricos transformados mediante funciones que preservan la distancia. Los métodos para estudiar este tipo de funciones difieren de los métodos utilizados para estudiar funciones que preservan ángulos. Sin embargo, una aplicación inédita del método expuesto en el segundo artículo permitió clasificar los objetos geométricos estudiados en el primer artículo de manera efectiva. Esto abrirá posibles nuevas vías de investigación en el área en cuestión.

DATO: Este artículo deriva del estudio Conformal Kaehler submanifolds, que tiene como coautor a Sergio Chion, profesor e investigador de CENTRUM PUCP Business School.

Referencias:
Alías, L. J., Chion, S., & Dajczer, M. (2024). Conformal kaehler submanifolds. Results in Mathematics, 79(4). https://doi.org/10.1007/s00025-024-02203-6
Chion, S., & Dajczer, M. (2023). Kaehler submanifolds of the real hyperbolic space. Proceedings of the Edinburgh Mathematical Society, 66(3), 810–831. doi:10.1017/S0013091523000445
Rabiner, L. (1989) A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition. Proceedings of the IEEE, 77, 257-286. http://dx.doi.org/10.1109/5.18626

Puedes leer más publicaciones sobre el Centro de Investigación en Innovación de la Cadena de Valor

Relacionados

Autoría: Jorge Benny Benzaquen de las Casas

Buscador