{"id":1341,"date":"2026-10-19T14:21:08","date_gmt":"2026-10-19T14:21:08","guid":{"rendered":"https:\/\/visiones360.fcejs.unsl.edu.ar\/?p=1341"},"modified":"2026-10-19T14:21:10","modified_gmt":"2026-10-19T14:21:10","slug":"profesionales-el-desafio-de-decidir-en-tiempos-de-sobreinformacion-mgtr-giordano-agostina","status":"publish","type":"post","link":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/profesionales-el-desafio-de-decidir-en-tiempos-de-sobreinformacion-mgtr-giordano-agostina\/","title":{"rendered":"Profesionales: el desaf\u00edo de decidir en tiempos de sobreinformaci\u00f3n.- Mgtr. Giordano Agostina"},"content":{"rendered":"\n
\"\"
Mgtr. Giordano Agostina<\/strong><\/figcaption><\/figure>\n\n\n\n

En un contexto econ\u00f3mico caracterizado por la incertidumbre y los cambios permanentes, la estad\u00edstica constituye una herramienta fundamental para comprender la realidad y fundamentar la toma de decisiones. Una frase sostiene que la diferencia entre un profesional y quien no lo es no radica \u00fanicamente en la posesi\u00f3n de un t\u00edtulo, sino en la capacidad de decidir sobre la base de informaci\u00f3n. Ahora bien, \u00bfqu\u00e9 informaci\u00f3n resulta relevante, \u00bfc\u00f3mo debe interpretarse y qu\u00e9 grado de certeza puede ofrecer?<\/p>\n\n\n\n

El primer desaf\u00edo consiste en reconocer que disponer de m\u00e1s datos no garantiza tomar mejores decisiones. La multiplicaci\u00f3n de fuentes digitales, informes, indicadores y opiniones genera un entorno de sobreinformaci\u00f3n en el que resulta necesario seleccionar aquello que es pertinente, distinguir entre evidencia, interpretaci\u00f3n y valoraci\u00f3n subjetiva, y evaluar la confiabilidad de las fuentes. En este contexto, la competencia profesional no se reduce a acceder a la informaci\u00f3n, sino que implica comprender su origen, sus alcances y sus limitaciones.<\/p>\n\n\n\n

Frente a este escenario, la formaci\u00f3n estad\u00edstica adquiere una relevancia particular. No se limita al conocimiento de t\u00e9cnicas de c\u00e1lculo, sino que promueve el pensamiento cr\u00edtico y proporciona criterios para formular preguntas, evaluar metodolog\u00edas y analizar la calidad de los datos. El pensamiento estad\u00edstico tambi\u00e9n exige comprender que los fen\u00f3menos econ\u00f3micos no se observan de manera directa ni completa. Para estudiar una variable, muchas veces es necesario operacionalizarla, es decir, definir de qu\u00e9 manera ser\u00e1 observada y medida. Este proceso implica tomar decisiones metodol\u00f3gicas que pueden influir en los resultados. La elecci\u00f3n de una definici\u00f3n, un indicador o una t\u00e9cnica de medici\u00f3n no es neutral: determina qu\u00e9 aspectos del fen\u00f3meno se vuelven visibles y cu\u00e1les quedan fuera del an\u00e1lisis.<\/p>\n\n\n\n

A partir de estas decisiones, la estad\u00edstica permite describir regularidades, comparar situaciones y construir explicaciones. Sin embargo, es fundamental revisar los supuestos del an\u00e1lisis y evaluar la evidencia disponible. Esta precauci\u00f3n resulta especialmente importante en contextos de debate p\u00fablico, donde los datos suelen utilizarse para respaldar conclusiones que exceden lo que realmente permiten afirmar.<\/p>\n\n\n\n

Adem\u00e1s, la estad\u00edstica inferencial trabaja a partir de una muestra o de un conjunto limitado de observaciones y se formulan afirmaciones sobre una<\/p>\n\n\n\n

poblaci\u00f3n o sobre un fen\u00f3meno m\u00e1s amplio. Toda inferencia conlleva un margen de error y un determinado nivel de riesgo. Ese riesgo no puede eliminarse por completo, pero s\u00ed puede reconocerse, estimarse y gestionarse de manera responsable.<\/p>\n\n\n\n

Responsabilidad profesional<\/a><\/h3>\n\n\n\n

La estad\u00edstica permite transformar datos en informaci\u00f3n y contribuir a convertirla en conocimiento \u00fatil para la acci\u00f3n. En el \u00e1mbito empresarial, facilita decisiones relacionadas con precios, inversiones, costos y financiamiento. En la gesti\u00f3n p\u00fablica, contribuye al dise\u00f1o, seguimiento y evaluaci\u00f3n de pol\u00edticas. En ambos casos, su valor depende de la pertinencia de los datos seleccionados, de la solidez de los procedimientos utilizados y del rigor con que se interpretan los resultados.<\/p>\n\n\n\n

Por ello, uno de los desaf\u00edos de la formaci\u00f3n universitaria consiste en desarrollar profesionales capaces no solo de producir y analizar estad\u00edsticas, sino tambi\u00e9n de evaluar cr\u00edticamente la informaci\u00f3n que reciben, reconocer la incertidumbre inherente a toda inferencia y comunicar sus conclusiones con claridad y responsabilidad. Esta tarea incluye explicitar los l\u00edmites del an\u00e1lisis y considerar las posibles consecuencias de las decisiones que se adopten a partir de \u00e9l.<\/p>\n\n\n\n

En definitiva, decidir sobre la base de evidencia no elimina la incertidumbre, pero permite gestionarla con mayor rigor. En tiempos de sobreinformaci\u00f3n, la competencia fundamental no es acumular datos, sino formular preguntas relevantes, comprender c\u00f3mo se construyen las mediciones, evaluar qu\u00e9 permiten inferir y reconocer qu\u00e9 no pueden demostrar. All\u00ed reside una de las contribuciones m\u00e1s importantes de la estad\u00edstica a la calidad de las decisiones econ\u00f3micas y al ejercicio responsable de la profesi\u00f3n.<\/p>\n","protected":false},"excerpt":{"rendered":"

En un contexto econ\u00f3mico caracterizado por la incertidumbre y los cambios permanentes, la estad\u00edstica constituye una herramienta fundamental para comprender la realidad y fundamentar la toma de decisiones. Una frase sostiene que la diferencia entre un profesional y quien no lo es no radica \u00fanicamente en la posesi\u00f3n de un t\u00edtulo, sino en la capacidad de decidir sobre la base de informaci\u00f3n. Ahora bien, \u00bfqu\u00e9 informaci\u00f3n resulta relevante, \u00bfc\u00f3mo debe interpretarse y qu\u00e9 grado de certeza puede ofrecer? El primer desaf\u00edo consiste en reconocer que disponer de m\u00e1s datos no garantiza tomar mejores decisiones. La multiplicaci\u00f3n de fuentes digitales, informes, indicadores y opiniones genera un entorno de sobreinformaci\u00f3n en el que resulta necesario seleccionar aquello que es pertinente, distinguir entre evidencia, interpretaci\u00f3n y valoraci\u00f3n subjetiva, y evaluar la confiabilidad de las fuentes. En este contexto, la competencia profesional no se reduce a acceder a la informaci\u00f3n, sino que implica comprender su origen, sus alcances y sus limitaciones. Frente a este escenario, la formaci\u00f3n estad\u00edstica adquiere una relevancia particular. No se limita al conocimiento de t\u00e9cnicas de c\u00e1lculo, sino que promueve el pensamiento cr\u00edtico y proporciona criterios para formular preguntas, evaluar metodolog\u00edas y analizar la calidad de los datos. El pensamiento estad\u00edstico tambi\u00e9n exige comprender que los fen\u00f3menos econ\u00f3micos no se observan de manera directa ni completa. Para estudiar una variable, muchas veces es necesario operacionalizarla, es decir, definir de qu\u00e9 manera ser\u00e1 observada y medida. Este proceso implica tomar decisiones metodol\u00f3gicas que pueden influir en los resultados. La elecci\u00f3n de una definici\u00f3n, un indicador o una t\u00e9cnica de medici\u00f3n no es neutral: determina qu\u00e9 aspectos del fen\u00f3meno se vuelven visibles y cu\u00e1les quedan fuera del an\u00e1lisis. A partir de estas decisiones, la estad\u00edstica permite describir regularidades, comparar situaciones y construir explicaciones. Sin embargo, es fundamental revisar los supuestos del an\u00e1lisis y evaluar la evidencia disponible. Esta precauci\u00f3n resulta especialmente importante en contextos de debate p\u00fablico, donde los datos suelen utilizarse para respaldar conclusiones que exceden lo que realmente permiten afirmar. Adem\u00e1s, la estad\u00edstica inferencial trabaja a partir de una muestra o de un conjunto limitado de observaciones y se formulan afirmaciones sobre una poblaci\u00f3n o sobre un fen\u00f3meno m\u00e1s amplio. Toda inferencia conlleva un margen de error y un determinado nivel de riesgo. Ese riesgo no puede eliminarse por completo, pero s\u00ed puede reconocerse, estimarse y gestionarse de manera responsable. Responsabilidad profesional La estad\u00edstica permite transformar datos en informaci\u00f3n y contribuir a convertirla en conocimiento \u00fatil para la acci\u00f3n. En el \u00e1mbito empresarial, facilita decisiones relacionadas con precios, inversiones, costos y financiamiento. En la gesti\u00f3n p\u00fablica, contribuye al dise\u00f1o, seguimiento y evaluaci\u00f3n de pol\u00edticas. En ambos casos, su valor depende de la pertinencia de los datos seleccionados, de la solidez de los procedimientos utilizados y del rigor con que se interpretan los resultados. Por ello, uno de los desaf\u00edos de la formaci\u00f3n universitaria consiste en desarrollar profesionales capaces no solo de producir y analizar estad\u00edsticas, sino tambi\u00e9n de evaluar cr\u00edticamente la informaci\u00f3n que reciben, reconocer la incertidumbre inherente a toda inferencia y comunicar sus conclusiones con claridad y responsabilidad. Esta tarea incluye explicitar los l\u00edmites del an\u00e1lisis y considerar las posibles consecuencias de las decisiones que se adopten a partir de \u00e9l. En definitiva, decidir sobre la base de evidencia no elimina la incertidumbre, pero permite gestionarla con mayor rigor. En tiempos de sobreinformaci\u00f3n, la competencia fundamental no es acumular datos, sino formular preguntas relevantes, comprender c\u00f3mo se construyen las mediciones, evaluar qu\u00e9 permiten inferir y reconocer qu\u00e9 no pueden demostrar. All\u00ed reside una de las contribuciones m\u00e1s importantes de la estad\u00edstica a la calidad de las decisiones econ\u00f3micas y al ejercicio responsable de la profesi\u00f3n.<\/p>\n","protected":false},"author":3,"featured_media":1343,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_exactmetrics_skip_tracking":false,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1341","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-publicacion"],"_links":{"self":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1341","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/comments?post=1341"}],"version-history":[{"count":1,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1341\/revisions"}],"predecessor-version":[{"id":1344,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/posts\/1341\/revisions\/1344"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/media\/1343"}],"wp:attachment":[{"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/media?parent=1341"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/categories?post=1341"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/visiones360.fcejs.unsl.edu.ar\/index.php\/wp-json\/wp\/v2\/tags?post=1341"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}