-
Cristina Molero del Río, en París, donde tiene un contrato posdoctoral de investigación matemática trabajando en la Escuela Politécnica de la capital francesa.
«Evitemos que los sesgos del pasado se automaticen en las decisiones del presente»
Cristina Molero del Río. Investigadora matemática de la Universidad de Sevilla. Es la primera persona española galardonada con el premio que la Sociedad Internacional de Clasificación concede cada año a nivel mundial a la mejor tesis doctoral en esa especialidad matemática
“Ojalá hechos como la concesión de este premio que me han dado, ayude a que más adolescentes andaluces opten por dedicarse a las matemáticas”. Nos lo dice Cristina Molero del Río desde París, donde lleva un mes trabajando en la Escuela Politécnica con un contrato posdoctoral de investigación. Nacida hace 28 años en Posadas (Córdoba), el próximo mes de junio viajará a Estados Unidos, en concreto a Rochester, en el estado de Nueva York, para recibir el Premio Internacional de la Sociedad de Clasificación a la mejor tesis doctoral en 2022 vinculada a esa especialidad matemática.
¿Cuáles son sus raíces?
Toda mi infancia y adolescencia la viví en Posadas. Mis padres ya están jubilados, él estudió Medicina pero trabajó muchos años como administrativo en juzgados y ella era profesora de matemáticas en Enseñanza Secundaria. Somos tres hermanos, el mayor también es profesor de matemáticas y el otro es médico. Hemos seguido el ejemplo de nuestros padres. Estudié en mi pueblo en el Colegio Andalucía y en el Instituto de Enseñanza Secundaria Aljanadic. Me gustaban mucho las matemáticas y el inglés, y me motivaba la idea de seguir el ejemplo de mi madre. Me encanta enseñar, y años después he descubierto lo fascinante que es investigar. Para mí, al principio, estudiar matemáticas eran sinónimo de ser profesora y dar clases.
¿Cómo empezó a decantarse por la investigación?
En tercer curso de la carrera conocí a Emilio Carrizosa, profesor que después fue mi director de tesis. En el verano posterior a ese curso, le dio mi nombre a una joven investigadora, Belén Martín Barragán, que se había licenciado en la Universidad de Sevilla y estaba en la Universidad de Edimburgo. Empecé a hacer con ella un trabajo, y después en cuarto curso estuve realizado el trabajo de fin de grado con Emilio Carrizosa y también con Rafael Blanquero, quien después codirigió mi tesis. Y fui descubriendo que lo que estudias tiene aplicaciones para solucionar problemas reales. Tras acabar el grado surgió la posibilidad de trabajar tres meses con la empresa sevillana Universal Diagnostics, que intenta sistematizar la detección precoz del cáncer, en mi caso fue para su línea de investigación sobre el cáncer de colon. Y estuve dedicada a aplicar técnicas de aprendizaje supervisado para intentar diferenciar a personas sanas de las enfermas en función de datos sobre las características biológicas de antiguos pacientes, e intentar extraer patrones de comportamiento.
Explique el tema al que se dedicó en su tesis.
En el trabajo de fin de máster, en 2017, me dediqué al 'random forest', lo que se conoce como 'bosques aleatorios', es una técnica de aprendizaje supervisado. Hice una revisión de las contribuciones investigadoras sobre ese método de optimización, donde el elemento base son árboles de clasificación, y se nos ocurrió otra manera de contribuir a su desarrollo.
Cristina Molero del Río junto a Emilio Carrizosa, Dolores Romero Morales y Rafael Blanquero, sus directores de tesis, por la que recibido el premio de la Sociedad Internacional de Clasificación.
¿En qué se diferencia de lo que se conoce como aprendizaje automático o 'machine learning'?
En la inteligencia artificial está el aprendizaje automático y dentro de éste una de las técnicas es el aprendizaje supervisado, con variables predictoras (por ejemplo, datos o características de determinados individuos), y quieres predecir una respuesta a lo que va a suceder, respecto a las respuestas que han sucedido en el pasado.
¿Estuvo becada para investigar?
Lo solicité pero no lo conseguí. Sí tuve contrato de investigación durante los dos primeros años de mi trabajo de tesis, y después me ofrecieron un puesto de profesora sustituta interina, en el Departamento de Estadística e Investigación Operativa de la Facultad de Matemáticas. Y en ese momento sí pude conseguir una beca, era para cuatro años y solo la utilicé para dos. En total, estuve cuatro años y medio centrada en elaborar mi tesis. Procurando ser metódica para trabajar a diario de nueve de la mañana a seis de la tarde.
¿Tuvo alguna estancia como investigadora fuera de España?
Sí, estuve dos meses en la Escuela de Negocios de Copenhague (Dinamarca), allí trabaja Dolores Romero Morales, que también ha codirigido mi tesis doctoral. Y gracias a un proyecto europeo que ella lidera, tuve la oportunidad de trabajar en el Statistics Denmark, es el equivalente al Instituto Nacional de Estadística español. Y al año siguiente estuve seis meses en Estados Unidos en la Universidad de Duke, trabajando con Cynthia Rudin, famosa investigadora de prestigio mundial, especializada en cómo aplicar el aprendizaje automático. Con ella estuve trabajando en otra técnica de clasificación, que se llama conjunto de reglas.
¿Cómo la eligieron para premiarla en 2021 como una de las doce mejores investigadores emergentes en Europa en investigación operativa?
La Asociación de Sociedades Europeas de Investigación Operativa tuvo la iniciativa de crear el foro Wisdom para resaltar la labor de jóvenes investigadoras. Me presenté a la convocatoria, en la que evaluaban nuestras investigaciones, nuestras publicaciones, nuestras colaboraciones con empresas, docencia impartida, divulgación que hubiéramos hecho. A las doce ganadoras nos dieron el año pasado un premio y nos impartieron una sesión especial en Helsinki (Finlandia), donde se celebraba el congreso anual de dicha asociación.
¿Qué propone en su tesis, por la que ha sido galardonada con el Premio Internacional de la Sociedad de Clasificación?
En la tesis se explican demostraciones sobre el método que hemos desarrollado. Hemos introducido el concepto del 'fairness' o justicia. Porque, manejando datos del pasado, si hemos sido una sociedad clasista, sexista, machista, racista, eso condiciona los datos, y causa sesgo, y causa discriminación, y las predicciones que hagas están condicionadas por esos prejuicios. Hemos sido capaces de incluir en el modelo de árboles que si, por ejemplo, vamos a decidir en una empresa a quién contratar, y tienen las mismas características las mujeres y los hombres que aspìran a ese puesto (notas similares en la carrera, experiencia laboral similar,...), hemos podido incluir en el modelo los cambios necesarios para que no haya discriminación. Evitemos que los sesgos del pasado se automaticen en las decisiones del presente.
En la imagen, Cristina Molero del Río exponiendo su tesis, desde la que contribuye a introducir el concepto de ‘fairness’ o justicia en los modelos predictivos para evitar que influyan en ellos sesgos como el clasismo, el racismo, el sexismo o el machismo.
¿Cómo se evitan los sesgos?
En la técnica de aprendizaje supervisado, cuando construyo el árbol de datos, directamente establezco que la previsión ha de ser la misma para hombres y mujeres.
¿Cuándo le entregan el premio?
El próximo mes de junio, en Rochester, en el estado de Nueva York, durante el congreso anual de la Sociedad de Clasificación. El premio incluye el pago del viaje y la estancia, más una dotación de 500 euros para comprar libros de la editorial Springer, y tengo una sesión especial en el congreso en la que puedo exponer lo más relevante de mi tesis. Tanto mis directores de tesis como yo estamos muy contentos porque es un reconocimiento a un esfuerzo grande durante varios años. Estar en un congreso internacional de ese nivel aporta muchísimo a quienes estamos empezando.
¿A qué se está dedicando en París?
Tengo un contrato posdoctoral de año y medio de duración, estoy desde febrero en un proyecto de investigación que lidera Claudia D'Ambrosio, y financiado por la empresa Uber. Los problemas a resolver, no son para Uber. Por ejemplo, para una importante compañía de electricidad de Francia, son optimizar la cantidad de energía que se produce en el funcionamiento de las centrales hidráulicas. Es un problema muy complicado de resolver a gran escala. Mi contribución va a ser intentar aplicar la inteligencia artificial y el machine learning y establecer patrones para que se resuelva mejor y más rápido.
En los últimos años están proliferando jóvenes matemáticas que han destacado desde el Instituto de Matemáticas de la Universidad de Sevilla y obtienen premios importantes, como el concedido por la Real Sociedad Matemática Española y la Fundación BBVA. Eso sucede a la vez que se ha reducido mucho la demanda por parte de mujeres para querer hacer la carrera de Matemáticas, que hoy en día garantiza rápidamente tener empleo. ¿Por qué acontece una paradoja tan chocante?
Es difícil de entender. En mi caso, lo que quiero es, cuando termine mi investigación en París, regresar a España y comenzar a ser docente, me atrae mucho más que trabajar en empresas. En Sevilla, durante mi periodo de doctorado, hice en centros educativos muchas sesiones orientadoras y de divulgación, tanto en colegios como en institutos. Y cuando les explicas lo que hago, y conocen lo que pueden hacer de modo práctico con las matemáticas, que es una materia que a la mayoría no les gusta porque la asocian a estudiar algo por obligación, notaba cómo algunos chicos y chicas se entusiasmaban. Ayuda que tienen delante a alguien que es casi de su edad, cuando yo iba a hablar a alumnos de Bachillerato, tenían cinco años menos que yo, y empatizan mucho mejor con lo que se les explica.