Scroll Top

Qué aportan y qué no a las empresas los profesionales de la información

Skills

José-Antonio Moreiro-González; Francisco-Carlos Paletta; Juan-Antonio Pastor-Sánchez; Barbara Coelho-Neves (2024). The skills of information professionals for the analysis and organization of data. Conceptual proposal and application of OpenAI in job advertisements on the Web. Profesional de la información, v. 33, n. 5.
https://doi.org/10.3145/epi.2024.0501

En este artículo se averiguan las razones que respaldan la confianza de las empresas y organizaciones en el buen desempeño de los profesionales de las bibliotecas y de la información (PI) a la hora de analizar y organizar datos. Las empresas y organizaciones propietarias de los datos tienen unas exigencias concretas de cara a su relación con los clientes y usuarios.

Estudiamos qué aportan al análisis y la gestión de datos los bibliotecarios y los profesionales de la información, los cuales participan en ofertas concurrentes frente a competidores formados o expertos en ciencias fundamentales .

En trabajos previos se observó que empresas y organizaciones están contratando a titulados en Ciencia de la información (CI) para el análisis y la gestión de datos en equipos interdisciplinares. En este artículo se caracterizan las competencias, experiencia y formación que los empleadores requieren de los profesionales de CI en las ofertas de trabajo anunciadas en la Web, así como la razón de la confianza en esos profesionales como analistas y gestores de datos.

Metodología. Se analizó el contenido de 84 anuncios seleccionados de portales de empleo internacionales (ALAJobLIST, Glassdoor, Catho, LinkedIn) que deben contener a la vez los conceptos de análisis de datos y de taxonomía u otra SOC (semantic organizational structure). Y, como formación explícita, cualquiera de los cursos de Ciencia de la Información. Los anuncios recopilados se marcaron con XML para delimitar la descripción, las competencias y los requisitos. Luego se procesaron las competencias a través de OpenAI para extraer el conjunto de sus palabras clave. Su heterogeneidad obligó a normalizarlas mediante la definición manual de equivalencias. La lista de sinónimos resultante se identificó y clasificó por clusters temáticos desde OpenAI. También se proponen macroclusters para categorizar a los clusters. Finalmente se realizaron las operaciones necesarias para obtener múltiples estadísticas.

Resultados. Mediante tablas se describen, primero, las circunstancias de lugar, formación, nombre de las vacantes e identificación de las entidades emisoras de los anuncios. Luego se comentan y discuten las competencias y habilidades requeridas desde clusters de sinónimos. Para dar congruencia al análisis, estos se sistematizan en ocho macroclusters: Gestión empresarial y de negocios; Gestión de datos; Gestión de la información, biblioteconomía y organización del conocimiento; Análisis de datos y estadística; Programación y ofimática; Estándares y tecnologías web; Capacidad analítica y creatividad; y Temas específicos de dominio.

Conclusiones. Los PI forman equipo con otros expertos para analizar datos y organizar los resultados desde los SOC semánticos. Esto se debe a que las competencias técnicas, tecnológicas, en especial las relativas al software, y de navegación están bien atendidas en los componentes curriculares y se confirman en la práctica profesional. Por el carácter empresarial y comercial de las plazas anunciadas, se destaca la necesidad de competencias gestoras, junto a las capacidades operativas y de liderazgo y las habilidades interpersonales, de comunicación y de expresión, en especial para conectar con los clientes. La formación y desempeño de los PI en el análisis de datos merece la confianza de las empresas multinacionales por su dominio de los estándares y de los métodos de descripción, representación, visualización y transmisión, pero no basta. Se pide sólida capacitación en estadística que hoy ya conceden muchos planes de estudio. Cuando no, entrenamiento en el trabajo o mucha destreza en el manejo de las interfaces de las plataformas de análisis.

Leer el artículo en acceso abierto:
https://doi.org/10.3145/epi.2024.0501