Solicitar Diagnóstico

SIGER - Gestión del Riesgo Basada en Datos
Investigación Aplicada • Medellín

De la Fractalidad Institucional
a la Inteligencia de Datos.

Transformamos la gestión del riesgo en entornos educativos. Superamos la subjetividad y el "sesgo de los promedios" utilizando Minería de Datos para escuchar lo que los datos aberrantes tienen que decir.

Investigación
Ref: Análisis de la valoración de vulnerabilidad basado en la gestión de datos | Revista Construcción y Sostenibilidad

El Problema: Gestión del Riesgo

Las organizaciones educativas enfrentan amenazas naturales, sociales y tecnológicas. A menudo, se subestiman los impactos adversos debido a una evaluación subjetiva de la vulnerabilidad. Este estudio propone pasar de la intuición a la Gestión de Datos.

Utilizando el estándar ISO 31000 y técnicas de Descubrimiento de Conocimiento en Bases de Datos (KDD), analizamos cómo la comunidad educativa (estudiantes, docentes, administrativos) percibe la seguridad de su edificación.

📊

Objetividad

Reducir el sesgo humano en la evaluación de riesgos mediante algoritmos de agrupación.

🧠

Factor Edad

Comparar cómo la "edad cerebral" y los estados emocionales afectan la preferencia de riesgo.

🏗️

Infraestructura

Evaluación de rutas de evacuación, señalización y estado físico del edificio.

🔍

K-Means

Algoritmo no supervisado para segmentar a los participantes según sus respuestas.

Problemática Detectada

La Geometría Rota de la Institución

En la gestión del riesgo tradicional, existe lo que Mandelbrot llamaría una "Fractalidad Institucional": procesos aislados y una desconexión total entre la realidad física y la administrativa.

Nuestra investigación detectó que la mayoría de estudiantes jóvenes eligen respuestas "tibias". Un promedio simple miente. Necesitamos escuchar a las "Colas Largas": los datos extremos de los expertos.

🎓
👷
👨‍🏫
Muestra Heterogénea Estudiantes, Docentes y Administrativos.

Ficha Técnica

LIVE DATA
345
N (Muestra)
3
Clusters
25
Variables
⚠️

Divergencia Detectada

El personal >45 años percibe riesgos estructurales que el 70% de los estudiantes ignora.

Framework de Procesamiento

Pipeline KDD Aplicado

Knowledge Discovery in Databases. De datos crudos a decisiones estratégicas mediante minería de datos no supervisada.

Cartografía del Conocimiento

Explora la estructura lógica de la investigación. Haz clic en los nodos para desplegar las relaciones causales y jerárquicas del estudio.

Radiografía de la Vulnerabilidad

Hallazgos críticos basados en la evidencia física y la percepción de los "usuarios expertos" (Cluster 0).

Debilidades Críticas

Sistema Contra Incendios 32% (Crítico)

Ausencia de detectores de humo funcionales en áreas clave.

Rutas de Evacuación 58% (Alerta)

Señalización insuficiente o bloqueada visualmente.

Planes de Emergencia 45% (Deficiente)

Desconocimiento de protocolos por parte del alumnado.

El Factor Humano

Variable Edad

Los participantes mayores de 45 años mostraron una correlación directa con una percepción de riesgo alta. Su experiencia histórica en la institución les permite ver "grietas" que los jóvenes ignoran.

Variable Socioeconómica

Se detectó una "normalización del riesgo" en estratos 1 y 2. Las condiciones del entorno habitacional pueden influir en tolerar infraestructuras deficientes en el colegio.

Antigüedad Laboral

El personal antiguo, aunque acepta altos niveles de riesgo por costumbre, posee el conocimiento tácito necesario para identificar amenazas latentes en el mantenimiento.

Tablero de Control de Riesgos

Visualización de Clusters y Datos Aberrantes (Outliers).

ESTADO: ONLINE

Distribución de Percepción

Foco del Problema

"Personal mayor detecta fallas que estudiantes ignoran."

Motor de Cálculo de Riesgo

Prueba el algoritmo de ponderación. Observa cómo cambia el nivel de alerta.

Variables de Entrada

Riesgo Bajo

El sistema está operando dentro de parámetros seguros.

Índice Calculado: 15/100

Motor de Inferencia

Disonancia Cognitiva en Tiempo Real

El riesgo no es estático. Utiliza el deslizador para simular cómo cambia la ubicación del riesgo en la matriz según la Edad Biológica y Experiencia del evaluador.

Estudiante (15-20)Docente (30-45)Experto (>50)
Zona de confort: Baja percepción del peligro.
Crítico
Alto
Medio
Bajo
Impacto
Probabilidad
ESTADO DEL SISTEMA
FRACTAL / CAOS

De la Entropía a la Sinergia

Las instituciones educativas operan hoy como nodos fractales aislados. Nuestra propuesta conecta estos puntos, transformando el caos en una red neuronal predictiva.

Conclusiones Clave

1

La Edad Importa

El estudio confirma que existe una correlación entre la edad de los participantes y su valoración de la vulnerabilidad. La percepción del riesgo no es uniforme en toda la institución.

2

Gestión Basada en Datos

El uso de algoritmos como K-Means permite identificar patrones ocultos que las encuestas tradicionales (promedios simples) no revelarían, permitiendo intervenciones focalizadas.

3

Grupos Heterogéneos

El Cluster 1 (188 personas) representa la visión mayoritaria (estudiantes), mientras que el Cluster 0 (76 personas) muestra una divergencia significativa (0.83) que requiere atención prioritaria.

Hoja de Ruta Estratégica

Recomendaciones para la conformación de una Unidad de Inteligencia Institucional.

01

Centralización de Datos

Crear una "Unidad de Inteligencia" que centralice los reportes de mantenimiento y seguridad. Romper los silos de información (fractalidad) entre departamentos.

02

Cultura del Riesgo

Implementar programas de capacitación diferenciados. No enseñar igual a un estudiante de 15 años que a un administrativo de 50. Usar la experiencia de los mayores para educar a los jóvenes.

03

Inversión Inteligente

Utilizar este dashboard para justificar presupuestos. Priorizar la inversión en sistemas de detección de incendios y desbloqueo de rutas de evacuación basándose en datos, no en intuición.

0 0 votes
Article Rating
Subscribe
Notify of
guest
0 Comments
Oldest
Newest Most Voted
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x
()
x