Mind Map #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales

Muertes por desastres naturales – Makeovermonday 25/2024

En la semana 25/2024 de #makeovermonday la propuesta es visualizar los datos de Muertes por Desastres Naturales datos de un artículo en ourworldindata.org. Sin embargo, tras una exploración de los mismos me he dado cuenta que todo apunta a un fenómeno que lo cambia todo «el cambio climático«, por lo que con ayuda de la web de statista y sus datos, he modificado ligeramente la orientación del DataStoryTelling de la semana 25/2024.

¿Qué encontrarás en este artículo?

El desarrollo de esta semana, y las herramientas utilizadas para llevarlo a cabo han sido los siguientes:

  • Presentación del caso de la semana. Pequeño diseño / Metáfora Visual o pieza gráfica que represente el tema. Utilizaré Procreate, como indicaba este no será el motivo central del Mapa Mental final por el cambio de orientación.
  • Resumen de las ideas principales del artículo. Herramienta utilizada ChatGPT 4o 🤖
  • Visual Thinking. Generación de un Mapa Mental (Mind Map) en base a las ideas 💡 del resumen. La herramienta utilizada Procreate con iPad Pro y Apple Pencil.
  • Análisis 📈 de los datos. Determinación de los mejores gráficso 📈 a utilizar para el caso. En este caso he utilizado únicamente gráficos de barras.
  • Visualización de los datos.📊 Para este caso y dada la simplicidad de los datos no utilizaré una herramienta de visualización especializada, aunque si que me he apoyado en Tableau Public para la inspección de los datos. Tras el análisis he creado el storytelling con KeyNote, la herramienta de presentaciones de Apple.

🎙️ Presentación del caso

#MakeoverMonday es una fuente de inspiración para aplicar la práctica deliberada y forzarnos a desarrollar nuestras habilidades en el apasionante mundo de la Visualización de Datos y de paso, aprovechando el tema, también para practicar el Visual Thinking.

Para empezar a meternos harina y con iPad en mano, he creado lo que sería la presentación del tema de la semana, y aunque esta semana no será la imagen central del Mapa Mental que crearé relacionado con el caso. Este lo publiqué al principio de la semana para que si alguien se animaba se uniera a la práctica, pero tras analizar los datos lo he cambiado.

#RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
#RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales

En la semana 25/2024 los datos que se nos proporcionan son los relativos a las muertes mundiales por desastres naturales. Sin embargo, tal y como te adelantaba antes, aunque esta fue mi presentación inicial del tema de la semana, tras el estudio del mismo he cambiado la orientación hacia la causa principal del aumento de muertes «el cambio climático«.

💡 Resumen de las ideas principales

Para realizar el resumen del artículo he utilizado ChatGPT 4o, y el resultado no deja de sorprenderme 👍, no por ello deja de ser necesario revisar que todo lo indicado es correcto y está incluido en la información proporcionada. Seguidamente os muestro las 5 conclusiones principales generadas por la IA:

Aquí tienes un resumen con las conclusiones que genero ChatGPT 4o al interpretar directamente los datos en formato csv del reto de la semana:

  1. Impacto de las Altas Temperaturas. Las muertes por temperaturas extremas han aumentado dramáticamente en el siglo XXI.
  2. Inundaciones Devastadoras. Países como China y Bangladesh han visto un aumento alarmante en las muertes por inundaciones. Las inundaciones están causando estragos en países vulnerables.
  3. Clima Extremo en América del Norte. Huracanes y tormentas están cobrando más vidas que nunca.
  4. Incendios Forestales en Brasil y Estados Unidos. Las muertes por incendios forestales han aumentado en las últimas décadas.
  5. La Vulnerabilidad de los Países en Desarrollo. Los países con menos recursos sufren más muertes y daños por desastres naturales.
  6. Cada acción cuenta para mitigar el cambio climático. Podemos hacer la diferencia con acciones individuales y colectivas.

Y como todas las semanas, ¿Qué tal si le damos un toque más visual utilizando IH (Inteligencia Humana)?

👁️ Visual Thinking

El resumen anterior generado por IA (ChatGPT 4o), o un resumen que pudiéramos realizar nosotros requeriría de una lectura concentrada para entender todos los datos, pero no me cabe ninguna duda de que una representación visual de estas mismas ideas en un Mapa Mental facilitará la rápida comprensión de la situación en general.

Seguidamente te muestro un Mind Map tuneado, ya que realmente no cumple estrictamente con las reglas de un Mapa Mental. Yo lo denomino Mini Mapa Mental o MMM, y se trata de un mapa mental con la 💡 idea central y únicamente un primer nivel de ideas fundamentales. A partir de este primer esqueleto podríamos seguir ramificando y completando con ideas de más detalle.

Mind Map #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
Mind Map #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales

📈 Análisis de datos

Los datos que nos proporciona el reto en esta semana, tal y como os comentaba antes, son un conjunto de datos sobre las muertes producidas por desastres naturales en el mundo durante los Siglos XX y XXI. Para completar el contexto general he añadido adicionalmente más datos desde la web de Statista. Para la representación de los datos utilizare únicamente gráficos de barras.

Diagramas de barras

Es un tipo de gráfico perfecto para comparar diferentes categorías en base a una única variable. En el caso que nos ocupa utilizaré un gráfico de barras simple para la comparación entre diferentes continentes, décadas, años y siglos.

📊 Visualización de datos

Estos gráficos los he generado directamente con KeyNote de Apple. Sin embargo, tal y como aprendí en el curso de Visualización de Datos de Latinometrics en Plazi, lo que tenemos que hacer con nuestros hallazgos en los datos es crear una historia, un DataStorytelling. Así que seguidamente te muestro los gráficos que he creado, y te cuento la historia en formato vídeo…

El DataStoryTelling en imágenes…

  • 1 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 2 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 3 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 4 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 5 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 6 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales
  • 7 - DataStoryTelling #RetoVTVD2024 week 25/2024 #makeovermonday Muertes por desastres naturales

A partir de estas diapositivas como apoyo visual podríamos preparar nuestro discurso o ponencia. Es decir, tienes que crear una historia y usar los datos para apoyarla y darle la credibilidad que merece.

💭 ¿Qué te ha parecido el reto de esta semana?

⭐️ Me encantaría ofrecerte más detalles sobre el caso de la semana para asegurarme de que estás obteniendo el máximo provecho de este reto. Profundizar en aspectos específicos que puedan ser de mayor ayuda o facilitar orientación adicional sería mi objetivo, pero necesitaría saber en que puntos te gustaría que extienda la información. Y por supuesto, si observas que estoy cometiendo algún error y me ayudas a corregirlo sería fantastico.

Además, tu perspectiva y experiencia personal serían muy valiosas para enriquecer el contenido, ya que podrías compartir la forma en que consideras que los datos del caso de la semana deberían ser presentados. Estoy ansioso por recibir tus comentarios y continuar esta conversación de manera constructiva.

😃 ¡Muchas gracias! , volveré con el siguiente reto.

Yann LeCun

Las caras Humanas de la IA – Yann LeCun

🤖 ✨ Vivimos tiempos de cambio en los que parece ser que la IA está en el centro de todo. Sin embargo, muchas veces olvidamos que detrás de toda la IA que se pone a nuestro servicio hay personas que son las que la diseñan y construyen. Con este nuevo reto «Las caras Humanas de la IA» quiero poner mi pequeño grano de arena para contribuir al objetivo de que no olvidemos que detrás de cada gran logro y avance hay personas que no deberían quedar en segundo plano. En un mundo cada vez más automatizado, es importante recordar la importancia del factor humano en el desarrollo y la implementación de la inteligencia artificial. Las habilidades, la pasión y el compromiso de los profesionales que trabajan en este campo son fundamentales para garantizar que la IA sirva para el bien común y responda a las necesidades reales de la sociedad. Es esencial reconocer y valorar el trabajo de estas personas, destacando sus contribuciones y el impacto positivo que generan en nuestras vidas a través de la tecnología.

Y el tercero de mi serie no podría se otro que Yann LeCun. ¿Conoces a Yann LeCun? ¿Sabías que el junto con Yoshua Bengio y Geoffrey Hinton recibieron el Premio Turing en 2018?

👤 Yann LeCun

Yann LeCun

Yann LeCun junto con Geoffrey Hinton y Yoshua Bengio, son conocidos por algunos como los «Padrinos de la IA» y «Padrinos del Aprendizaje Profundo«. Conocido por su trabajo en reconocimiento óptico de caracteres y visión por computadora utilizando redes neuronales convolucionales (CNN), y padre fundador de estas últimas.

💡 Redes Neuronales Convolucionales (CNNs) (1989)

  • ⭐️ Desarrollo de CNNs: En 1989, LeCun introdujo las redes neuronales convolucionales, que son fundamentales para el reconocimiento de imágenes y otros tipos de datos estructurados.
  • 🎯 Aplicaciones en Visión por Computadora: Las CNNs se han convertido en la base de muchas aplicaciones de visión por computadora, incluyendo la clasificación de imágenes y la detección de objetos.

💡 Papelería y Reconocimiento de Manuscritos (1998)

  • ⭐️ Sistema de Reconocimiento de Cheques: En 1998, LeCun desarrolló un sistema de reconocimiento de cheques bancarios basado en redes neuronales, que fue una de las primeras aplicaciones comerciales exitosas de las CNNs.
  • 🎯 Avances en Reconocimiento de Escritura: Sus técnicas mejoraron significativamente el reconocimiento de caracteres manuscritos.

💡 Redes Adversariales (GANs) y Modelos Generativos (2014)

  • ⭐️ Investigación en GANs: Aunque GANs fueron introducidas por Ian Goodfellow, LeCun ha contribuido al desarrollo y aplicación de modelos generativos adversariales en diversas áreas de la IA.
  • 🎯 Innovaciones en Modelos Generativos: Sus investigaciones han ayudado a mejorar la capacidad de generación de datos sintéticos.

💡 Supervisión de Aprendizaje (2015)

  • ⭐️ Facebook AI Research (FAIR): En 2015, LeCun se convirtió en el director de investigación en inteligencia artificial de Facebook, donde ha liderado iniciativas para avanzar en el aprendizaje supervisado y no supervisado.
  • 🎯 Desarrollo de Tecnologías Avanzadas: Su trabajo en FAIR ha impulsado el desarrollo de tecnologías avanzadas en IA.

💡 Premio Turing (2018)

  • ⭐️ Yann LeCun, junto con Geoffrey Hinton y Yoshua Bengio, recibió el Premio Turing, a menudo considerado el «Nobel de la Informática«, por sus contribuciones fundamentales al desarrollo de redes neuronales y el aprendizaje profundo.
  • 🎯 Impacto: Este premio reconoció su influencia crucial en la inteligencia artificial y consolidó su estatus como pionero en el campo.

🗺️ 🧠 ¿Qué tal un MMM con está información?

Os dejo el resumen Visual de Yann LeCun, creo que nos puede ser útil para recordar su contribución a la IA.

Yann LeCun
Yann LeCun

🤖 Anteriormente en este reto … 🤖

👤 Geoffrey Hinton

👤 Yoshua Bengio

⭐️ ¿Me ayudas a seguir con este reto? ⭐️

¿Conocías al personaje de hoy? ¿Te gustaría añadir más información sobre el personaje? ¿Qué personaje te gustaría que tratase en siguientes posts? Quedo atento a tus respuestas a estas preguntas o cualquier otra que se te ocurra relacionada con el tema. Animate y ayúdame a seguir contribuyendo a la comunidad.

Muchas gracias 😃

Yoshua Bengio

Las caras Humanas de la IA – Yoshua Bengio

🤖 ✨ Vivimos tiempos de cambio en los que parece ser que la IA está en el centro de todo. Sin embargo, muchas veces olvidamos que detrás de toda la IA que se pone a nuestro servicio hay personas que son las que la diseñan y construyen. Con este nuevo reto «Las caras Humanas de la IA» quiero poner mi pequeño grano de arena para contribuir al objetivo de que no olvidemos que detrás de cada gran logro y avance hay personas que no deberían quedar en segundo plano. En un mundo cada vez más automatizado, es importante recordar la importancia del factor humano en el desarrollo y la implementación de la inteligencia artificial. Las habilidades, la pasión y el compromiso de los profesionales que trabajan en este campo son fundamentales para garantizar que la IA sirva para el bien común y responda a las necesidades reales de la sociedad. Es esencial reconocer y valorar el trabajo de estas personas, destacando sus contribuciones y el impacto positivo que generan en nuestras vidas a través de la tecnología.

Continuo este reto con Yoshua Bengio. ¿Conoces a Yoshua Bengio? ¿Sabías que en el premio Turing de 2018 fue compartido por tres científicos? Y sí, uno de ellos fue Yoshua Bengio

👤 Yoshua Bengio

Yoshua Bengio

Yoshua Bengio junto con Geoffrey Hinton y Yann LeCun, son conocidos por algunos como los «Padrinos de la IA» y «Padrinos del Aprendizaje Profundo«. Conocido por sus contribuciones y su trabajo en redes neuronales artificiales y aprendizaje profundo.

💡 Redes Neuronales Profundas (2000 – 2010)

  • ⭐️ Superación del escepticismo: Entre los años 2000 y 2010, Bengio fue uno de los principales defensores del uso de redes neuronales profundas, ayudando a superar el escepticismo inicial.
  • 🎯 Aplicaciones revolucionarias: Durante esta década, las aplicaciones de redes profundas comenzaron a demostrar su potencial en diversas áreas.

💡 Representaciones Distribuidas y Embeddings (2003)

  • ⭐️ Procesamiento del lenguaje natural: En 2003, Bengio publicó trabajos fundamentales sobre representaciones distribuidas de palabras (word embeddings) que mejoraron significativamente el procesamiento del lenguaje natural.
  • 🎯 Mejoras en representación de datos: Estos avances permitieron representaciones más efectivas de datos en general.

💡 Algoritmos de Optimización (2010 – 2015)

  • ⭐️ Variantes de descenso de gradiente: Entre 2010 y 2015, Bengio contribuyó al desarrollo de algoritmos de optimización, como Adam, que son más eficientes y estables para el entrenamiento de redes neuronales profundas.
  • 🎯 Eficiencia y estabilidad: Estos algoritmos han mejorado la eficiencia y estabilidad del entrenamiento.

💡 Métodos de Entrenamiento y Regularización (2012)

  • ⭐️ Técnicas de regularización (Dropout): En 2012, Bengio y su equipo introdujeron el método de «Dropout» para regularizar redes neuronales y prevenir el sobreajuste.
  • 🎯 Mejora en generalización: Estos métodos mejoraron la capacidad de generalización de los modelos.

💡 Redes Generativas (2014)

  • ⭐️ Redes Generativas Antagónicas (GANs): En 2014, Bengio fue uno de los pioneros en el desarrollo de GANs, que han ampliado las capacidades de las IA para generar datos nuevos y realistas.
  • 🎯 Capacidad para generar datos: Las GANs han demostrado su utilidad en la generación de imágenes, videos y otros tipos de datos sintéticos.

💡 Element AI  (2016)

  • ⭐️ Fundación de Element AI: En 2016, Bengio co-fundó Element AI, una empresa dedicada a desarrollar soluciones de inteligencia artificial para empresas. Su contribución se centra en la investigación avanzada y la implementación práctica de IA.

💡 Premio Turing (2018)

  • ⭐️ Yoshua Bengio , junto con Geoffrey Hinton y Yann LeCun, recibió el Premio Turing, a menudo considerado el «Nobel de la Informática«, por sus contribuciones fundamentales al desarrollo de redes neuronales y el aprendizaje profundo.
  • 🎯 Impacto: Este premio reconoció su influencia crucial en la inteligencia artificial y consolidó su estatus como pionero en el campo.

🗺️ 🧠 ¿Qué tal un MMM con está información?

Os dejo el resumen Visual de Yoshua Bengio, creo que nos puede ser útil para recordar su contribución a la IA.

Yoshua Bengio
Yoshua Bengio

🤖 Anteriormente en este reto … 🤖

👤 Geoffrey Hinton

⭐️ ¿Me ayudas a seguir con este reto? ⭐️

¿Conocías al personaje de hoy? ¿Te gustaría añadir más información sobre el personaje? ¿Qué personaje te gustaría que tratase en siguientes posts? Quedo atento a tus respuestas a estas preguntas o cualquier otra que se te ocurra relacionada con el tema. Animate y ayúdame a seguir contribuyendo a la comunidad.

Muchas gracias 😃

Geoffrey Hinton

Las caras Humanas de la IA

🤖 ✨ Vivimos tiempos de cambio en los que parece ser que la IA está en el centro de todo. Sin embargo, muchas veces olvidamos que detrás de toda la IA que se pone a nuestro servicio hay personas que son las que la diseñan y construyen. Con este nuevo reto «Las caras Humanas de la IA» quiero poner mi pequeño grano de arena para contribuir al objetivo de que no olvidemos que detrás de cada gran logro y avance hay personas que no deberían quedar en segundo plano. En un mundo cada vez más automatizado, es importante recordar la importancia del factor humano en el desarrollo y la implementación de la inteligencia artificial. Las habilidades, la pasión y el compromiso de los profesionales que trabajan en este campo son fundamentales para garantizar que la IA sirva para el bien común y responda a las necesidades reales de la sociedad. Es esencial reconocer y valorar el trabajo de estas personas, destacando sus contribuciones y el impacto positivo que generan en nuestras vidas a través de la tecnología.

Así que, ¡empecemos!, ¿Conoces a Geoffrey Hinton? Si estás utilizando IA y no sabes quién es, es el momento de poner remedio a esta situación…

👤 Geoffrey Hinton

Geoffrey Hinton

Geoffrey Hinton conocido como el «padrino» de la inteligencia artificial, decidió renunciar a Google a los 75 años por los peligros que reconoce en las nuevas tecnologías. Sus principales contribuciones y premios en el campo de la inteligencia artificial y el aprendizaje profundo son los siguientes.

💡 Redes Neuronales Profundas y Backpropagation (1986)

  • ⭐️ Geoffrey Hinton, junto con David Rumelhart y Ronald J. Williams, publicó el famoso artículo sobre el algoritmo de retropropagación (backpropagation), que es esencial para entrenar redes neuronales profundas.
  • 🎯 Impacto: Este trabajo fue fundamental para el desarrollo de las redes neuronales modernas y sentó las bases para gran parte del trabajo posterior en aprendizaje profundo.

💡 Restricted Boltzmann Machines y Deep Belief Networks (2006)

  • ⭐️ Hinton introdujo los Restricted Boltzmann Machines (RBM) y las Deep Belief Networks (DBN), que fueron algunos de los primeros modelos que permitieron el entrenamiento efectivo de redes neuronales profundas.
  • 🎯 Impacto: Estos modelos demostraron que era posible entrenar redes neuronales profundas y ayudaron a impulsar el renacimiento del interés en el aprendizaje profundo.

💡 Victoria en la Competencia ImageNet (2012)

  • ⭐️ Junto con sus estudiantes Alex Krizhevsky e Ilya Sutskever, Hinton desarrolló AlexNet, una red neuronal convolucional que ganó la competencia de reconocimiento de imágenes ImageNet.
  • 🎯 Impacto: Esta victoria demostró el poder de las redes neuronales profundas para tareas de visión por computadora y fue un punto de inflexión en la adopción generalizada del aprendizaje profundo.

💡 Premio Turing (2018)

  • ⭐️ Geoffrey Hinton, junto con Yoshua Bengio y Yann LeCun, recibió el Premio Turing, a menudo considerado el «Nobel de la Informática«, por sus contribuciones fundamentales al desarrollo de redes neuronales y el aprendizaje profundo.
  • 🎯 Impacto: Este premio reconoció su influencia crucial en la inteligencia artificial y consolidó su estatus como pionero en el campo.

💡 Trabajo en Google Brain y la Aplicación Práctica del Deep Learning

  • ⭐️ Hinton ha trabajado en Google Brain, donde ha aplicado sus conocimientos de aprendizaje profundo a una variedad de problemas prácticos, incluyendo la mejora de sistemas de reconocimiento de voz y procesamiento de imágenes.
  • 🎯 Impacto: Su trabajo ha tenido un impacto directo en productos y servicios utilizados por millones de personas, demostrando la aplicabilidad del aprendizaje profundo en el mundo real.

🗺️ 🧠 ¿Qué tal un MMM con está información?

Os dejo el resumen Visual de Geoffrey Hinton, creo que nos puede ser útil para recordar su contribución a la IA.

Geoffrey Hinton
Geoffrey Hinton

⭐️ ¿Me ayudas a seguir con este reto? ⭐️

¿Conocías al personaje de hoy? ¿Te gustaría añadir más información sobre el personaje? ¿Qué personaje te gustaría que tratase en siguientes posts? Quedo atento a tus respuestas a estas preguntas o cualquier otra que se te ocurra relacionada con el tema. Animate y ayúdame a seguir contribuyendo a la comunidad.

Muchas gracias 😃

Makeovermonday 23/2024 by @jrgsanta

Identidad LGTB en EEUU – Makeovermonday 23/2024

En la semana 23/2024 de #makeovermonday la propuesta es visualizar los datos de Identidad LGTB en EE. UU. y específicamente la información disponible es la obtenida de las encuestas realizadas por Gallup entre 2012 y 2023. Adicionalmente he utilizado también los datos de encuestas de Ipsos descargadas desde statista.

¿Qué encontrarás en este artículo?

El desarrollo de esta semana, y las herramientas utilizadas para llevarlo a cabo han sido los siguientes:

  • Presentación del caso de la semana. Pequeño diseño / Metáfora Visual o pieza gráfica que represente el tema. Utilizaré Procreate.
  • Resumen de las ideas principales del artículo. Herramienta utilizada ChatGPT 4o 🤖
  • Visual Thinking. Generación de un Mapa Mental (Mind Map) en base a las ideas 💡 del resumen. La herramienta utilizada Procreate con iPad Pro y Apple Pencil.
  • Análisis 📈 de los datos. Determinación del mejor gráfico 📈 a utilizar para el caso. En este caso he utilizado varios tipos de gráficos básicos. Gráficos de barras, barras apiladas, líneas, y diagrama de pendiente.
  • Visualización de los datos.📊 Para este caso y dada la simplicidad de los datos no utilizaré una herramienta de visualización especializada, simplemente crearé el storytelling con KeyNote, la herramienta de presentaciones de Apple. Preparada para crear de una forma muy sencilla estos tipos de gráficos con conjuntos de datos tan reducidos.

🎙️ Presentación del caso

#MakeoverMonday es una fuente de inspiración para aplicar la práctica deliberada y forzarnos a desarrollar nuestras habilidades en el apasionante mundo de la Visualización de Datos y de paso, aprovechando el tema, también para practicar el Visual Thinking.

Para empezar a meternos harina y con iPad en mano, he creado lo que sería la presentación del tema de la semana, y que a la postre será la imagen central del Mapa Mental que crearé relacionado con el caso. Lo publiqué al principio de la semana para que si alguien se animaba se uniera a la práctica.

#RetoVTVD2024 week 23/2024 #makeovermonday Identidad LGTB
#RetoVTVD2024 week 23/2024 #makeovermonday Identidad LGTB

En la semana 23/2024 los datos que se nos proporcionan son los relativos a las encuestas sobre identidad sexual realizadas por Gallup durante el periodo 2012 – 2023 en EE.UU.

💡 Resumen de las ideas principales

Para realizar el resumen del artículo he utilizado ChatGPT 4o, y el resultado no deja de sorprenderme 👍, no por ello deja de ser necesario revisar que todo lo indicado es correcto y está incluido en la información proporcionada. Seguidamente os muestro las 5 ideas principales generadas por la IA:

Aquí tienes un resumen con las cinco ideas principales del artículo:

  1. Aumento en la Autoidentificación LGBT+ en Estados Unidos: La encuesta de Gallup revela que el 7.2% de los adultos estadounidenses se identificaron como LGTB en 2022, estableciendo un nuevo récord. Este aumento es especialmente notable entre la Generación Z, con un 22.3% identificándose como LGTB en 2023, comparado con el 15.9% en 2020. Los Millennials también muestran un incremento significativo, pasando del 5.8% en 2012 al 11.2% en 2022.
  2. Generación Z Lidera en Diversidad Sexual: Los datos de Gallup destacan que la Generación Z (nacidos entre 1997 y 2004) es la más propensa a identificarse como LGTB, con un 22.3% en 2023. Esto sugiere una mayor aceptación y apertura entre los jóvenes hacia las identidades LGTB, en contraste con generaciones mayores como los Baby Boomers y la Generación Silenciosa ( que he decidido no incluir), y que muestran porcentajes significativamente más bajos (2.3% y 1.1% respectivamente en 2023).
  3. Comparación Global de Identificación LGTB: Según el estudio de Ipsos, Estados Unidos se encuentra en la mitad superior de los países con mayor proporción de personas que se identifican como LGTB, con un 12%. Este porcentaje coloca a Estados Unidos por encima del promedio global del 9%, pero por debajo de países como Países Bajos (17%) y Tailandia (15%).
  4. Influencia de la Edad en la Autoidentificación LGTB: Tanto en la encuesta de Gallup como en la de Ipsos, se observa que los individuos más jóvenes son más propensos a identificarse como LGTB. Mientras que el 17% de la Generación Z a nivel global se identifica como LGTB, solo el 5% de los Baby Boomers lo hace. Esto indica una tendencia generacional hacia una mayor autoidentificación LGTB a medida que disminuye la edad.
  5. Evolución de la Percepción Social: La creciente identificación LGTB entre las generaciones más jóvenes puede estar relacionada con una mayor aceptación social y visibilidad de las personas LGTB. La diferencia notable en los porcentajes de autoidentificación entre generaciones sugiere que las actitudes y la visibilidad han mejorado con el tiempo, permitiendo que más personas se sientan cómodas expresando su identidad.

Y como todas las semanas, ¿Qué tal si le damos un toque más visual utilizando IH (Inteligencia Humana)?

👁️ Visual Thinking

El resumen anterior generado por IA (ChatGPT 4o), o un resumen que pudiéramos realizar nosotros requeriría de una lectura concentrada para entender todos los datos, pero no me cabe ninguna duda de que una representación visual de estas mismas ideas en un Mapa Mental facilitará la rápida comprensión de la situación en general.

Seguidamente te muestro un Mind Map tuneado, ya que realmente no cumple estrictamente con las reglas de un Mapa Mental. Yo lo denomino Mini Mapa Mental o MMM, y se trata de un mapa mental con la 💡 idea central y únicamente un primer nivel de ideas fundamentales. A partir de este primer esqueleto podríamos seguir ramificando y completando con ideas de más detalle.

Mind Map #RetoVTVD2024 week 23/2024 #makeovermonday Identidad LGTB
Mind Map #RetoVTVD2024 week 23/2024 #makeovermonday Identidad LGTB

📈 Análisis de datos

Los datos que nos proporciona el reto en esta semana, tal y como os comentaba antes, son un conjunto de datos muy reducido sobre encuestas de Gallup en EE.UU. Para completar el contexto general he añadido adicionalmente otra encuesta de Ipsos, pero no deja de ser un pequeño conjunto de información. Así pues, me inclino por gráficos de barras y líneas elementales razón por la cual no necesitaremos una herramienta especializada en visualización de datos y simplemente utilizaré KeyNote de Apple para crearlos usando sus herramientas básicas.

Diagramas de barras y barras apiladas

Es un tipo de gráfico perfecto para comparar diferentes categorías en base a una única variable. En el caso que nos ocupa utilizaré un gráfico de barras simple para la comparación entre diferentes países, y un gráfico de barras apiladas para visualizar las diferentes generaciones en un determinado momento.

Gráfico de líneas y de pendiente

Ya hemos utilizado este tipo de gráficos en otras ocasiones, y en nuestro caso lo usaremos para ver la variación de los datos año a año, y lo volveremos a usar reduciendo las lineas a dos puntos, transformándolo en un gráfico de pendiente.

📊 Visualización de datos

Estos gráficos los he generado directamente con KeyNote de Apple. Sin embargo, tal y como aprendí en el curso de Visualización de Datos de Latinometrics en Plazi, lo que tenemos que hacer con nuestros hallazgos en los datos es crear una historia, un DataStorytelling. Así que seguidamente te muestro los gráficos que he creado, y te cuento la historia en formato vídeo…

El DataStoryTelling en imágenes…

El DataStoryTelling

Aumente la identificación LGTB en EE.UU. 23/2024 #makeovermonday

A partir de este punto podríamos seguir ampliando la historia, o si finalmente no nos convence podríamos darle otra orientación. Es decir, tienes que jugar con los datos.

💭 ¿Qué te ha parecido el reto de esta semana?

⭐️ Me encantaría ofrecerte más detalles sobre el caso de la semana para asegurarme de que estás obteniendo el máximo provecho de este reto. Profundizar en aspectos específicos que puedan ser de mayor ayuda o facilitar orientación adicional sería mi objetivo, pero necesitaría saber en que puntos te gustaría que extienda la información. Y por supuesto, si observas que estoy cometiendo algún error y me ayudas a corregirlo sería fantastico.

Además, tu perspectiva y experiencia personal serían muy valiosas para enriquecer el contenido, ya que podrías compartir la forma en que consideras que los datos del caso de la semana deberían ser presentados. Estoy ansioso por recibir tus comentarios y continuar esta conversación de manera constructiva.

😃 ¡Muchas gracias! , volveré con el siguiente reto.