Plataformas tecnológicas de inteligencia colectiva como herramientas de innovación y emprendimiento: caracterización y estado del arte
Bibliographic record
Abstract
El presente Trabajo Fin de Grado tiene como objetivo fundamental conocer el potencial de las plataformas tecnologicas de inteligencia colectiva para el desarrollo de ideas de diferente complejidad. El proyecto se situa dentro de un conjunto de trabajos que tienen que ver con la herramienta de la Universidad Politecnica de Madrid denominada CoLab.upm. Para lograrlo se han realizado las siguientes dos tareas fundamentales: caracterizacion y comparativa de varias plataformas tecnologicas que abordan el desarrollo de ideas en relacion con diversos retos. La caracterizacion de cada plataforma esta estructurada de acuerdo con una serie de campos que se han completado, entre los que destacan: tematica, teoria del cambio, principales agentes implicados, tipos y fases de los retos y sistema de fidelizacion de usuarios. Esta metodologia se ha aplicado a un conjunto heterogeneo de diecinueve plataformas, debiendo puntualizar que Wayra y Open Future se caracterizan de manera conjunta al formar parte ambas de Telefonica. Las diecinueve plataformas estudiadas en este proyecto se pueden clasificar de diferentes maneras, una de ellas es en funcion de la tematica general predominante: - Medioambiental: Open IDEO, CoLab.upm, Climate CoLab y Empodera.org. - Social: Jovoto, ImpactSpace, HeroX, ideas4all, Citizen App-Createlli, Zapiens y Decide Madrid. - Tecnologica: InnoCentive, Hypios, Wayra y Open Future, NineSights, XPRIZE y Smart Concept-SICE. - Economica: Agorize y HyveCrowd. Partiendo de la caracterizacion, se realiza una comparativa multiplataforma en la que se profundiza en el estudio de las plataformas, en especial, en: CoLab.upm, Climate CoLab, Wayra y Open Future. Las dos primeras son los maximos exponentes del desarrollo de ideas de forma colaborativa, con retos de tematica medioambiental y social; mientras que las dos segundas son referentes en innovacion abierta, con retos de tematica tecnologica y de desarrollo de negocio. Dentro de la comparativa, se lleva a cabo tambien un analisis de benchmarking de cinco plataformas (Open IDEO, CoLab.upm, Climate CoLab, Wayra y Open Future y HeroX) que cumplen unos determinados criterios como ser las que mas emprendimiento e ideas por la sostenibilidad generan, entre otros. En la metodologia se definen los “indicadores clave de rendimiento” (en adelante KPI Key Performance Indicators) calculados para estas plataformas. Estos indicadores (visibilidad, accesibilidad, fidelizacion, colaboracion e impulso de la inteligencia colectiva) permiten efectuar un analisis cualitativo y cuantitativo del desempeno de las plataformas, asi como tambien discutir las mejores practicas. Para completar la caracterizacion y la comparativa multiplataforma se ha trabajado con diferentes personas relacionadas con: el emprendimiento, las plataformas tecnologicas y la innovacion abierta. En el inicio del desarrollo del TFG, se mantiene un encuentro con el equipo de fundadores de una plataforma tecnologica, Akaven, y se les consulta sobre los criterios de seleccion de las plataformas a incluir en el estudio. Mas adelante, se produce la entrevista con Paloma Castellano (directora del hub de Wayra en Madrid) en relacion con los ecosistemas de innovacion abierta. Finalmente, en el ambito de las plataformas tecnologicas tienen lugar varios encuentros con miembros del equipo del Centro de Innovacion en Tecnologia para el Desarrollo de la Universidad Politecnica de Madrid (itdUPM) que gestiona la herramienta CoLab.upm, destacando la entrevista al Administrador de esta, Jorge Canada. En relacion con el origen de dicha herramienta hay que mencionar que se encuentra ligada a la plataforma que gestiona el Centro para la Inteligencia Colectiva del MIT, denominada Climate CoLab. Climate CoLab se crea en 2009 con el objetivo de investigar sobre el potencial de la inteligencia colectiva para dar solucion a retos reales enfocados al cambio climatico. A partir del software de codigo abierto desarrollado durante casi una decada, se crea en 2018, en la UPM, CoLab.upm con el objetivo de idear soluciones a retos relacionados con la sostenibilidad de la ciudad. Precisamente, el desarrollo del presente Trabajo Fin de Grado coincide con el segundo reto de CoLab.upm, de inicio a fin (octubre 2019 a febrero 2020). Tambien coincide con la puesta en marcha de la incubadora de alianzas “El Dia Despues sera…” (EDD) (marzo 2020), que se alimenta de la cocreacion colectiva de ideas y prototipos que tiene lugar en la herramienta CoLab.upm. Teniendo en cuenta la evolucion y los condicionantes de CoLab.upm y las practicas de las otras plataformas, se efectuan unas recomendaciones para la mejora de la herramienta basadas en su comparativa con el resto de las plataformas. Por otra parte, el resultado mas importante de este TFG es la obtencion de una tabla comparativa de las diecinueve plataformas que sirve de referencia y de base para futuras incorporaciones. El autor del presente Trabajo Fin de Grado espera que sea de utilidad para la comunidad de CoLab.upm y, en especial, para todos los investigadores, estudiantes y profesionales que forman parte del equipo de itdUPM.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".