La tècnica clau en aquesta organització és la mineria de dades (data mining, en anglès), que consisteix a analitzar un gran volum d’informació emmagatzemada en diferents bases de dades, de manera automàtica o semiautomàtica, a fi de deduir patrons de coneixement i algoritmes que puguin generar aplicacions pràctiques i treure’n rendiment. Aquests patrons es poden trobar utilitzant estadístiques o algoritmes de cerca propers a la intel·ligència artificial i a les xarxes neuronals.  

La mineria de dades va néixer amb la intenció d’ajudar a comprendre una enorme quantitat de dades, i que se n’extraguessin conclusions per contribuir a la millora i el creixement de les empreses, sobretot pel que fa a les vendes i la fidelització de clients. Fora de l’àmbit empresarial, en les institucions també té un gran camp per recórrer, ja que aquesta tècnica s’ha incorporat en governs, universitats, hospitals i altres organitzacions que volen treure el màxim rendiment de les dades que acumulen, i fer que reverteixin de manera positiva en l’activitat.

Un altre concepte relacionat és la mineria web (web mining, en anglès): és la tècnica informàtica de mineria de dades aplicada específicament a extreure informació del contingut de pàgines web, de la seva estructura de relacions i enllaços i dels registres de navegació dels usuaris.

Podeu consultar al Cercaterm, el cercador terminològic del TERMCAT, les fitxes d’aquests termes catalans, i també trobareu al canal Terminologia de les TIC altres recursos d’aquest àmbit.

La intel·ligència artificial és una branca de la informàtica aplicada al desenvolupament de màquines amb capacitat de simular conductes humanes o d’aproximar-s’hi, com ara el raonament, l’aprenentatge, el processament i la interpretació d’estímuls sensorials.  Així, es dedica al desenvolupament d’algorismes que permeten a un ordinador percebre el seu entorn lògic i prendre decisions amb la mínima intervenció humana, per maximitzar les seves possibilitats d’èxit en una o més tasques.

Tot i remuntar-se a la dècada dels anys 50, la intel·ligència artificial està més d’actualitat que mai per les aplicacions que tècniques com el reconeixement de veu i d’imatge, la traducció automàtica o la mateixa predicció de paraules tenen en l’àmbit de la comunicació entre els humans i les màquines. 

En aquest àmbit, és rellevant el procés de l’aprenentatge automàtic (en anglès, machine learning) dedicat a l’anàlisi, el disseny i el desenvolupament d’algorismes i tècniques que permeten que les màquines evolucionin, millorant el seu comportament a partir de l’estudi d’observacions o de les experiències pròpies.

En l’aprenentatge automàtic els dispositius treballen sobre grans volums de dades, hi identifiquen patrons de comportament i, sobre aquesta base, prediuen i suggereixen comportaments futurs. Aquesta possibilitat d’aplicar automàticament càlculs matemàtics complexos a dades massives (big data, en anglès) és un assoliment relativament recent que amplia el camp d’intervenció d’aquesta tècnica. 

Per exemple, la indústria financera l’utilitza per detectar oportunitats d’inversió i fer vigilància del frau. Els governs, per explotar les múltiples fonts de dades disponibles. La indústria de la salut ha desplegat dispositius i sensors que avaluen constants d’un pacient en temps real, i porten a la millora de diagnòstics i tractaments. I la indústria del màrqueting i les vendes, per analitzar historials de compra. 

I anant a un terreny més pràctic, són exemples concrets d’aplicació de l’aprenentatge automàtic la conducció autònoma que anuncia Google, les recomanacions en línia que ens fan Amazon o Netflix, a partir de l’anàlisi dels nostres patrons de comportament, o les alertes per detecció de fraus en ciberseguretat. 

Podeu consultar al Cercaterm,  el cercador terminològic del TERMCAT, les fitxes d’aquests termes catalans, i també trobareu al  canal Terminologia de les TIC  altres recursos d’aquest àmbit.