¿Cómo puede mejorar nuestra vida la ciencia de los datos?

Los sistemas de aprendizaje automático crean reglas basadas en los datos que se proporcionan. Si los datos están sesgados o incompletos, las reglas serán fundamentalmente erróneas. Estos tipos de sesgo de datos pueden sabotear los modelos de aprendizaje automático: sesgo de confirmación: los resultados confirman los supuestos y prejuicios existentes; sesgo de correlación: las variables que tergiversan los resultados en inferencias erróneas; sesgo de muestra: los defectos en el conjunto de formación causan errores en los modelos basados en datos; sesgo estereotipado: los datos de formación no representativos causan falsas correlaciones en los modelos; sesgo de datos insuficiente: el conjunto de datos de muestra es demasiado pequeño para producir supuestos precisos; distorsión sistemática del valor: los errores en la recopilación y organización de datos conducen a sesgo de medición.

La tecnología continúa transformando nuestro mundo, pero en sí misma no es ni bueno ni malo. Ya sea que la ciencia de los datos y otras innovaciones tecnológicas beneficien a la humanidad o hagan nuestras vidas más difíciles depende totalmente de nosotros.

Los científicos de datos están tomando un papel principal en la aplicación de herramientas y técnicas avanzadas de análisis de maneras que pueden ayudar a las personas necesitadas. El campo de la ciencia de los datos desempeña un papel cada vez más importante en todos los aspectos de la vida moderna. Al igual que las personas de otras profesiones, los científicos de datos sienten el deber de aportar sus habilidades y conocimientos para servir a las personas en sus comunidades y en todo el mundo.

El potencial de análisis de datos para encontrar soluciones prácticas a los graves problemas que amenazan la salud, la seguridad y el bienestar de las diversas poblaciones aumenta día a día. Esta guía examina a las personas, empresas, organizaciones y agencias gubernamentales que están utilizando análisis de datos avanzados para hacer del mundo un lugar mejor, más saludable y más seguro.

¿Qué tipos de datos se utilizan para el bien social?

Los datos utilizados para servir al público deben ser accesibles a los científicos sin derechos de autor, patentes u otras restricciones a su uso con fines no comerciales. Hacia la ciencia de los datos Características de los “datos abiertos” :

Los datos se estructuran utilizando clasificaciones aceptadas internacionalmente, como la ISO 3166 de la Organización Internacional de Normalización (ISO).
Se puede acceder a los datos utilizando canales de comunicación basados en normas, incluidos el intercambio de datos estadísticos y metadatos basado en JSON ( SDMX-JSON ).
Los datos van acompañados de metadatos que los describen completa y completamente.

Muchos tipos de datos que son gratuitos en Internet no están abiertos porque su reutilización está sujeta a derechos de autor y otras restricciones que sus creadores han aplicado. Sin embargo, las organizaciones sin fines de lucro y otras personas que aplican datos para buenas causas a menudo pueden recibir acceso sin restricciones previa solicitud.

Cómo los científicos de datos aplican los datos para servir al público

Bloomberg señala que para muchos tecnólogos, toda la ciencia es considerada “buena” en sí misma, pero el bien de esa ciencia a menudo se distribuye de manera desigual . Por ejemplo, el aprendizaje automático en forma de publicidad algorítmica ha generado miles de millones de dólares en beneficios para las empresas privadas, pero la tecnología ha logrado mucho menos en el sector público.

El objetivo de la ciencia de los datos para el bien social es centrar el poder de las nuevas tecnologías analíticas en los graves problemas a los que se enfrentan las personas que carecen del “importante poder de mercado” de las empresas privadas. En lugar de basarse en los datos reunidos para abordar un solo problema social, la ciencia de los datos permite que los datos recopilados con otros fines se apliquen a problemas modelo relacionados con la salud y el bienestar públicos.

Creación de un ecosistema de datos holísticos. Compartir datos es el primer paso para crear una plataforma abierta que garantice que los datos tengan el impacto social deseado. El ecosistema de datos para la investigación social incluye políticas para asegurar los datos, las habilidades necesarias para realizar análisis eficaces, y las habilidades y limitaciones de las organizaciones públicas que son los beneficiarios previstos de la investigación.
Iniciativa Internacional para la Transparencia de la Ayuda. Establecida en 2016, la Iniciativa Internacional para la Transparencia de la Ayuda (IATI) sin fines de lucro que promueve la transparencia y la apertura en el uso de los recursos de datos para ayudar a los países en desarrollo. Entre sus miembros figuran gobiernos, instituciones multilaterales, empresas privadas y organizaciones humanitarias y de desarrollo que recopilan y utilizan datos en beneficio de las poblaciones en situación de riesgo.

Tipos de datos que se utilizan para promover la salud y el bienestar públicos

Los científicos de datos deben distinguir los datos verdaderamente abiertos de los datos compartidos con restricciones de uso. “Datos abiertos y salud pública”, un artículo en el Revista Panamericana de Salud Pública , explica que gran parte de los datos de las agencias gubernamentales y de los departamentos de salud pública no se pueden modificar, por ejemplo. En particular, antes de compartir datos de salud pública abiertos, los investigadores deben sopesar los beneficios potenciales de la investigación frente a los riesgos de que los datos de salud privados se hagan públicos.

Datos sin fines de lucro . Las organizaciones sin fines de lucro pueden aplicar técnicas de análisis de datos a la información que recopilan en el curso de sus operaciones, tal como lo hacen las empresas privadas. Frye Instituto de Educación describe la tipos de datos que son más útiles para las organizaciones sin fines de lucro , que incluyen métricas internas de rendimiento y eficiencia en la gestión de proyectos.
Datos del sector público . Responsabilidad primordial de la aplicación de los datos públicos en formas que benefician al público recaen en los jefes de los funcionarios de datos (CDO) de las agencias gubernamentales, como Deloitte explica. Los datos que recopilan los organismos gubernamentales se refieren a la vivienda, la atención de la salud, la educación y la seguridad nacional; incluyen datos censales, información sobre la fuerza de trabajo y el empleo, información financiera, datos meteorológicos e información geográfica.
Organizar y estandarizar los datos. Las técnicas modernas de análisis de datos mejoran la exactitud de las previsiones sociales y económicas, pero las autoridades gubernamentales tienen dificultades para acceder a los datos que necesitan para sus modelos de previsión. La revista Previsión Tecnológica y Cambio Social presenta un marco para ayudar a los organismos localizar y aplicar datos socioeconómicos de fuentes confiables en formatos compatibles con su arquitectura de modelado.

Tipos de organizaciones que se benefician del análisis de datos

La ciencia de los datos ha mejorado el proceso de colocación de refugiados; ha ayudado a los distritos de agua en las zonas afectadas por la sequía de California a ahorrar dinero; y ha conectado a las personas que necesitan alimentos, refugio, atención médica y otros programas para los que califican. La Fundación Rockefeller encabeza un grupo que ha comprometido $50 millones en cinco años para promover el uso de ciencia de datos para proyectos de impacto social .

La inversión inicial del grupo de $20 millones fue concedida a DataKind , cuyo objetivo es dar a las organizaciones que trabajan al servicio de la humanidad el mismo acceso a análisis de datos avanzados que tienen las grandes empresas. Las siguientes organizaciones se encuentran entre los beneficiarios de proyectos de ciencia de datos diseñados para ayudar a las personas necesitadas:

Los funcionarios de inmigración en Suiza usaron un algoritmo que los investigadores de la Universidad de Stanford y ETH Zurich desarrollaron para mejorar el proceso de colocar a los refugiados entrantes en vecindarios donde es más probable que encuentren trabajo.
DataKind ayudó a Moulton Niguel Water District de California a ahorrar más de $25 millones mediante el uso de análisis de datos para predecir la demanda de recursos hídricos con mayor precisión. Los pronósticos mejorados impidieron que el distrito tuviera que usar costosos petroleros para transportar agua que no necesitaba.
Fideicomiso de datos de beneficios ayuda a las personas que necesitan alimentos, vivienda o atención médica a establecer vínculos con los servicios públicos. El análisis de datos contribuyó a que el grupo procesara más de 930.000 solicitudes, lo que representó 7.000 millones de dólares en beneficios para personas y familias necesitadas.

Cómo la ciencia de los datos beneficia a las personas necesitadas

El trabajo de los científicos de datos afecta a las personas en sus comunidades y en todo el mundo. Por ejemplo, la falta de vivienda afecta a ciudades y pueblos de todas partes del mundo, pero sus causas varían de un lugar a otro. Como informa Gartner, el Alianza Tecnológica Comunitaria (CTA) aplica la ciencia de los datos para obtener una mejor comprensión de las características locales de la población sin hogar de cada comunidad y los recursos disponibles para atender sus necesidades alimentarias, de vivienda y de atención de la salud.

Ejemplos de cómo la ciencia de los datos mejora la vida de nuestros vecinos más necesitados van desde programas mundiales hasta proyectos locales:

Deloitte describe cómo el Departamento de Vivienda y Desarrollo Urbano de los Estados Unidos (HUD) está trabajando con las agencias del gobierno local para aplicar la ciencia de datos para descubrir el más eficaz enfoques para luchar contra las personas sin hogar . Un ejemplo es un sistema de gestión de casos que combina análisis de datos y tecnología digital para rastrear, supervisar y apoyar a las personas en la transición a través de las tres etapas de la falta de vivienda: en situación de riesgo, actualmente sin hogar, y en hogares, pero que necesitan asistencia para permanecer.

Empresas que utilizan la ciencia de los datos para el bien social

En 2018, la firma de marketing online EveryAction publicó resultados de una de sus encuestas que encontraron que 90% de las organizaciones sin fines de lucro recogieron datos sobre sus operaciones, sin embargo, sólo el 5% declaró que sus decisiones siempre estaban basadas en datos. Las organizaciones sin fines de lucro carecen del tiempo, los recursos y la experiencia necesarios para beneficiarse de los datos que recopilan.

Muchas empresas de ciencia de datos están aumentando para ofrecer sus servicios a organizaciones sin fines de lucro cuyo trabajo beneficia al público. Estos son ejemplos de empresas que aplican la ciencia de datos para el bien social:

Qlik vende una plataforma de análisis de datos que utilizan las grandes empresas para que sus procesos de negocio funcionen de manera más eficiente. La compañía se ha comprometido a proporcionar su tecnología a las organizaciones sin fines de lucro que trabajan para construir un mundo más sostenible. Un proyecto de Qlik consistía en crear una plataforma para que las organizaciones sin fines de lucro la utilizaran para aumentar la alfabetización de datos en sus comunidades.
IBM Science for Social Good reúne a científicos e ingenieros que trabajan para IBM Research con expertos en temas de organizaciones no gubernamentales (ONG), agencias gubernamentales y organizaciones sin fines de lucro. Los proyectos incluyen un algoritmo de procesamiento de lenguaje natural para los proyectos de sostenibilidad del Programa de las Naciones Unidas para el Desarrollo (PNUD) y asesoramiento financiero personalizado para las personas con bajos salarios a través de los socios financieros de Neighborhood Trust.
Mastercard’s Center for Inclusive Growth había colaborado con 55 organizaciones de investigación y había participado en programas que afectaron a más de 1,5 millones de personas en 30 países diferentes a finales de 2019. Sus esfuerzos incluyen un programa de capacitación para micromercancías en Kenia, otro programa de capacitación que convirtió a los trabajadores en Egipto de efectivo a carteras digitales más seguras, y otro que trajo experiencia en ciencia de datos a comunidades desatendidas en Nueva Orleans, así como en otras ciudades de Estados Unidos.

Cómo las empresas tecnológicas colaboran con las organizaciones de servicio público

Desde los primeros tiempos del capitalismo moderno, las empresas han tratado de contribuir al bien público , como Harvard Business Review describe. El economista y filósofo del siglo XVIII Adam Smith escribió que nuestra moralidad innata naturalmente nos obliga a crear una sociedad justa y armoniosa en la que vivir y llevar a cabo negocios.

Crear asociaciones intersectoriales para desarrollar una proceso , que ayuda a organizaciones diversas pero complementarias a coordinar sus esfuerzos y aprovechar sus ventajas comparativas.
Colaborar con el liderazgo para facilitar la gestión personas en equipos descentralizados que abarcan las diversas organizaciones participantes.
Integrar a las partes interesadas mediante el establecimiento de un programa específico lugar que inculca un sentido de comunidad permanente y consolida las relaciones a largo plazo entre los copropietarios basados en el lugar.
Financiación segura para el proyecto mediante el desarrollo de la financiación carteras para que los proyectos de datos públicos diversifiquen el riesgo y pongan en común el capital disponible.
Definir el éxito de forma colaborativa para que la rendimiento los proyectos de impacto social pueden medirse de manera que se ajusten a los objetivos y principios de los socios y las partes interesadas.

Científicos de datos al frente de los datos para el bien social

Una de las redes científicas de datos más extensas que colaboran en proyectos en beneficio del público está dirigida por El Instituto Alan Turing en el Reino Unido Investigadores afiliados al instituto trabajan con empresas, universidades, oficinas gubernamentales y organizaciones sin fines de lucro en el desarrollo de algoritmos de predicción para apoyar las decisiones de atención médica, la ética del aprendizaje automático en la atención social infantil y esfuerzos similares.

Los siguientes científicos se encuentran entre los principales profesionales de la aplicación de la ciencia de datos para el bien social:

Fei-Fei Li es profesor de informática de la Universidad de Stanford y fundador de AI4ALL , una organización sin fines de lucro que fomenta la diversidad y la inclusión en la inteligencia artificial (AI). Ella y su grupo trabajan para superar el potencial de sesgo en el aprendizaje automático y otros algoritmos de IA que resultan de equipos de desarrollo que no representan a las poblaciones a las que los sistemas están destinados a servir.
Paul Duan Fundada Impacto Bayes , una organización sin fines de lucro que apoya los “servicios públicos dirigidos por ciudadanos” diseñados y construidos por ciudadanos para los ciudadanos. El grupo trabajó con el Departamento de Justicia de los EE.UU. y el fiscal general de California para crear URSUS, un herramienta que examina el uso de la fuerza por la policía en un intento de restaurar la confianza entre los departamentos de policía y los ciudadanos a los que sirven.
Sara Hooker , fundador de la organización sin fines de lucro Análisis Delta y un investigador académico en Google Brain , ha establecido una comunidad de más de 90 científicos de datos que ofrecen voluntariamente sus servicios para ayudar a las organizaciones sin fines de lucro a beneficiarse de la aplicación de la ciencia de datos para lograr sus objetivos de servicio público.

Analistas de datos para el bien social

Los científicos de datos interesados en aplicar sus habilidades y experiencia para ayudar a las personas necesitadas deben abordar sus proyectos deliberadamente para asegurarse de que no terminan haciendo más daño que bien. El trabajo de los analistas de datos en un pequeño pueblo en el norte de la India demuestra los pasos necesarios para completar con éxito un proyecto de servicio público, como explica Towards Data Science.

Antes de determinar los problemas que enfrentaban los aldeanos, el equipo tuvo que conocer a la gente de la aldea y su forma de vida.
Los investigadores tenían que asegurarse de que su trabajo no perturbara indebidamente las rutinas diarias de los aldeanos.
El equipo utilizó dos marcos para observar e interpretar el medio ambiente, las actividades y las interacciones de los aldeanos.
El equipo elaboró varios mapas y diagramas para identificar los problemas experimentados por los aldeanos que la analítica de datos podría aliviar.
Sólo después de completar los pasos preparatorios, el equipo comenzó a recopilar y analizar los datos. El resultado fue un mejor acceso al agua potable para las familias de la aldea.

Voluntariado con un programa u organización de ciencia de datos centrados en el público

Muchas organizaciones llevan a cabo programas utilizando técnicas de análisis de datos para resolver problemas que afectan a los miembros de la comunidad. Entre las organizaciones más populares que reclutan analistas voluntarios de datos para proyectos de bien social se encuentran las siguientes:

DataCorps contrata a científicos de datos para que se ofrezcan como voluntarios como miembros de equipos que trabajan en proyectos a largo plazo para organizaciones sin fines de lucro cuyos esfuerzos contribuyan al bienestar público. Los equipos incluyen un director de proyecto, un embajador de datos y dos expertos en datos de DataCorps a los que se unen un representante, un campeón del proyecto y dos especialistas en datos de la organización asociada.
Los Red Humanitaria Digital (DHN) sensibiliza a las organizaciones sin fines de lucro y a los organismos públicos sobre el creciente número de organizaciones tecnológicas dedicadas a ayudar a las personas necesitadas. Aunque el grupo ya no dirige directamente proyectos de promoción de la ciencia de los datos para el bien social, sigue ofreciendo a las organizaciones humanitarias acceso a fuentes de conocimientos especializados en análisis de datos.
Código para América reúne a tecnólogos, expertos en datos gubernamentales y activistas de justicia social para trabajar en proyectos diseñados para “ayudar al gobierno a trabajar para las personas que más lo necesitan”. Entre las herramientas que Code for America ha ayudado a crear es Limpiar mi registro , que es una aplicación que ayuda a las personas a sellar o borrar sus antecedentes penales después de un período de vida libre de delitos.
Thorn , que Ashton Kutcher y Demi Moore cofundaron en 2012, ayuda a combatir el tráfico sexual de niños. Las agencias de aplicación de la ley en los 50 estados y Canadá utilizan la organización Spotlight instrumento para identificar a las víctimas de la trata de personas y ayudar a investigar y enjuiciar a los tratantes.

Participar en un concurso de análisis de datos

Una práctica común entre los científicos de datos que buscan formas de contribuir con sus habilidades para beneficiar al público es participar en uno de los muchos concursos de codificación, o "hackathons", que patrocinan empresas y organizaciones privadas. El objetivo de los concursos es idear soluciones que los organismos públicos y las organizaciones sin fines de lucro puedan aplicar para atender mejor a las poblaciones necesitadas a las que se dirigen las organizaciones.

Los siguientes son ejemplos de grupos que patrocinan concursos de análisis de datos:

Kaggle proporciona a los científicos de datos acceso gratuito a más de 50.000 conjuntos de datos públicos y 400.000 cuadernos públicos para ejecutar código de aprendizaje automático. Las competiciones patrocinadas por Kaggle incluyen: análisis de los datos compilados por el CDP global sin fines de lucro identificar indicadores clave de rendimiento que se relacionen con cuestiones ambientales y sociales.
Olimpiada Internacional de Análisis de Datos (IDAO) patrocina un evento anual en el que equipos de científicos de datos compiten para crear modelos de aprendizaje automático y algoritmos de uso eficiente de los recursos que abordan problemas del mundo real. El concurso de 2020 se acerca a su ronda final; implica el uso de datos de simulación para predecir la posición de los objetos espaciales para proteger los satélites en órbita.
DrivenData combina la ciencia de los datos y el crowdsourcing para crear competiciones que aborden los desafíos sociales más graves que las personas enfrentan en todo el mundo. Los concursos suelen durar de dos a tres meses y requieren la creación del modelo estadístico más eficiente que se pueda utilizar para resolver problemas predictivos difíciles.
El Grupo Bridgespan, historias de impacto — Descubra las muchas maneras en que los voluntarios en ciencia de datos han contribuido a soluciones que abordan directamente los efectos del cambio climático en Estados Unidos y en todo el mundo.

Principios para el uso ético de los datos para el bien social

Ningún conjunto de principios de ética de datos se aplica a cómo las empresas de tecnología y otras organizaciones utilizan y protegen los datos que recopilan, almacenan, analizan y comparten. La conversación encontró que muchas grandes empresas de tecnología no tienen directrices éticas de datos de los suyos. En lugar de las directrices éticas propias, las empresas confían en iniciativas éticas de terceros sin dientes. Como resultado, los violadores de la ética no se enfrentan a consecuencias significativas. Los gigantes tecnológicos que han desarrollado sus propios principios éticos relacionados con las operaciones de IA incluyen Google , Microsoft , y IBM .

El uso ético de los datos abarca cinco ámbitos:

Privacidad reconoce que la información privada que los clientes comparten con los recopiladores de datos se convierte en propiedad de los recopiladores, pero los recopiladores tienen la responsabilidad de respetar la confidencialidad del cliente.
Gobernanza aborda la responsabilidad de garantizar la exactitud y la calidad de los datos y el uso ético de los algoritmos.
Equidad requiere que los datos sean tratados con consideración y respeto por las personas asociadas a los datos. Los datos nunca deben usarse de una manera que discrimine o margine a los miembros de la comunidad.
Prestaciones compartidas significa que las personas que son la fuente de los datos conservan cierto control sobre su uso y tienen derecho a esperar que el uso de los datos les beneficie de alguna manera.
Transparencia implica que las organizaciones estarán abiertas a la forma en que recopilan y utilizan los datos y que no recogerán más datos de los necesarios para sus propósitos inmediatos. Este es el área con la que muchas empresas tecnológicas se resisten a cumplir.

Equidad, rendición de cuentas y transparencia en el aprendizaje automático

En el curso de formación de algoritmos de aprendizaje automático, los desarrolladores a veces transferir sus sesgos a los datos utilizado para entrenar los sistemas, como explica el UX Collective. Esto puede causar que los motores de aprendizaje automático resultantes discriminen contra segmentos de la comunidad, lo que ayuda a perpetuar la injusticia sistémica. El problema persistirá mientras las mujeres y las minorías sigan estando insuficientemente representadas en los ámbitos tecnológicos encargados de diseñar los sistemas de aprendizaje automático.

Un problema en la eliminación de sesgos de algoritmos de aprendizaje automático es que si los sistemas son demasiado transparentes, se vuelven fáciles de “jugar”, por lo que sus resultados pueden ser sesgados para favorecer a ciertas partes injustamente. Algunos investigadores de IA han llegado a la conclusión de que el nivel de responsabilidad social que demuestra un sistema de aprendizaje automático debe basarse en cómo se utilizará. Por ejemplo, las herramientas de aprendizaje automático utilizadas para distribuir educación, empleo, protección policial, atención de la salud y otros beneficios sociales requieren un nivel más alto de responsabilidad ética que aquellos diseñados para identificar los anuncios que una persona ve mientras navega por la web.

Rendición de cuentas algorítmica

La toma de decisiones algorítmica se aplica regularmente al procesamiento de solicitudes de empleo, la distribución de servicios sociales y la determinación del tipo de información que la gente ve cuando visita sitios web. Cuando estos algoritmos conducen a decisiones discriminatorias o inequitativas, a las personas se les pueden negar oportunidades y beneficios injustamente.

Facilitar el acceso al debate continuo para asegurar que cualquier persona afectada negativamente por el algoritmo pueda participar en el tratamiento y eliminación del sesgo.
Ayudar a la gente a entender los problemas en juego en la identificación de sesgos en algoritmos. Esta tarea se vuelve más difícil a medida que los algoritmos se vuelven más complicados.
Incluya todos los argumentos en la discusión para obtener tantos puntos de vista relevantes como sea posible. Los daños algorítmicos frecuentemente resultan de cómo las personas son categorizadas, lo que potencialmente conduce al estigma. La única manera de evitar este sesgo incorporado es permitiendo que todas las personas afectadas por el algoritmo participen en su desarrollo.

Código de conducta de la Asociación para la Ciencia de los Datos

Varias organizaciones de ciencia de los datos han intentado establecer un código de ética para el campo, pero como apunta Hacia la Ciencia de los Datos, alcanzando un consenso entre los científicos de datos en cuanto al alcance de los principios y su relación con el propio sistema de valores de una persona es difícil. Entre los grupos que han formulado un código de ética para los científicos de datos se encuentran: Asociación de Científicos de Datos y la Asociación de Ciencia de los Datos, Código de conducta abarca ocho ámbitos:

La creciente importancia de la ciencia de los datos para la salud pública y el bienestar

Las mismas herramientas avanzadas de análisis de datos que han impulsado el crecimiento de las grandes empresas tecnológicas tienen una gran promesa de tener un gran impacto en la prestación de servicios públicos a las personas que los necesitan de una manera eficaz y eficiente. Los científicos de datos poseen conocimientos valiosos y el profundo deseo de aplicar esos conocimientos en beneficio de sus comunidades y del mundo en general. Sus contribuciones están limitadas sólo por su imaginación.

Acerca de la Universidad de Ohio

Fundada en 1804, Ohio University es la novena universidad pública más antigua de los Estados Unidos. Situado en Atenas, Ohio, la escuela atiende a más de 35.000 estudiantes en el campus de 1.850 acres, y en línea. Esta estimada institución está clasificada por numerosas publicaciones, tales como: La revisión de Princeton , U.S. News & World Report , Semana de Negocios , como una de las mejores fuerzas educativas y valores académicos del país. La Universidad de Ohio ofrece una variedad de programas en 10 universidades diferentes, incluyendo 250 programas de licenciatura, 188 programas de maestría y 58 programas de doctorado. La Universidad de Ohio está acreditada regionalmente por la North Central Association of Colleges and Schools.

La Universidad de Ohio tiene una larga reputación de excelencia basada en la calidad de sus programas, profesores y ex alumnos. Si usted es un profesional que se esfuerza por alinearse con uno de los mejores, usted necesita mirar no más allá de los programas estimados en el campus y en línea ofrecidos en la Universidad de Ohio.