{"id":2198,"date":"2020-03-10T07:36:03","date_gmt":"2020-03-10T14:36:03","guid":{"rendered":"https:\/\/melindaozel.com\/?p=2198"},"modified":"2025-02-21T16:02:34","modified_gmt":"2025-02-21T21:02:34","slug":"big-techs-homogeneous-hiring-habits-are-harming-our-data","status":"publish","type":"post","link":"https:\/\/melindaozel.com\/es_ar\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","title":{"rendered":"Los h\u00e1bitos homog\u00e9neos de contrataci\u00f3n de las grandes tecnol\u00f3gicas perjudican nuestros datos"},"content":{"rendered":"

En nuestro mundo digital centrado en el consumidor, hemos fabricado una urgencia por innovar y desarrollar productos emergentes. Con la tendencia del aprendizaje autom\u00e1tico y una presi\u00f3n que se perpet\u00faa a s\u00ed misma para moverse r\u00e1pido y romper -quiero decir \"construir\"- cosas, Big Tech necesita constantemente constructores. Como resultado, los ingenieros de software se han convertido en una mercanc\u00eda muy codiciada, dominando la plantilla e incitando guerras de ofertas entre las empresas. Sin embargo, a medida que aumentan las ambiciones de aprendizaje autom\u00e1tico, crecen tambi\u00e9n las necesidades de datos, transformando los problemas centrados en los ingenieros en asuntos interdisciplinares. Los proyectos que generan datos muy ambiguos -como las expresiones faciales para el seguimiento de rostros- exigen una comprensi\u00f3n de los datos que va m\u00e1s all\u00e1 del \u00e1mbito de la ingenier\u00eda; requieren un matrimonio interdisciplinar entre la ingenier\u00eda y el campo complementario que se aplica. Por tanto, es fundamental que las empresas tecnol\u00f3gicas asuman la responsabilidad de la integridad de los datos incorporando expertos en la materia al proceso de desarrollo del producto.<\/p>\n

Aunque no est\u00e1 en la cultura de las grandes tecnol\u00f3gicas dar prioridad a las funciones no relacionadas con la ingenier\u00eda, otros sectores reconocen la importancia de los conocimientos especializados en el aprendizaje autom\u00e1tico. El campo de la biotecnolog\u00eda, por ejemplo, se basa en la colaboraci\u00f3n entre expertos m\u00e9dicos y<\/em> ingenieros. En este caso, la necesidad de colaboraci\u00f3n es obvia, pero en \u00e1mbitos de especializaci\u00f3n m\u00e1s oscuros, la necesidad no siempre es evidente. Como ya se ha dicho, uno de los principales \u00e1mbitos que adolece de oscuridad y falta de comprensi\u00f3n es el seguimiento facial. Los casos de uso habituales del seguimiento facial, como los filtros faciales, la detecci\u00f3n de rasgos para la publicidad de productos (por ejemplo, la detecci\u00f3n de labios para probar productos de pintalabios o la detecci\u00f3n de ojos para gafas) y los avatares, son relativamente benignos. Sin embargo, cuando se consideran casos de uso menos \"bonitos\", como la detecci\u00f3n de emociones, la supervisi\u00f3n de comportamientos y la detecci\u00f3n de enga\u00f1os con aplicaciones en el sistema de justicia penal, el sector de los seguros o el mundo de la ciberseguridad, el rendimiento de un modelo de aprendizaje autom\u00e1tico se vuelve pol\u00e9mico; y si se hace de la manera equivocada, se vuelve peligroso. Ya se conocen muchos problemas con la tecnolog\u00eda de reconocimiento facial y su uso no regulado en diferentes pa\u00edses e industrias. Dado que el seguimiento de la expresi\u00f3n facial no se limita a identificar a una persona, sino que m\u00e1s bien la observa y extrae conclusiones sobre su comportamiento, tiene la capacidad de ser mucho m\u00e1s invasivo.<\/p>\n

A pesar de la importancia fundamental de los datos de expresi\u00f3n para el seguimiento facial, las grandes empresas tecnol\u00f3gicas no suelen dar prioridad a la calidad de los datos de expresi\u00f3n. Los jefes de producto, los directores de ingenier\u00eda, los investigadores de usuarios y los ingenieros de software suelen confiar en su propia comprensi\u00f3n superficial y en b\u00fasquedas ad hoc, en lugar de beneficiarse de la profundidad de comprensi\u00f3n que podr\u00eda aportar un experto. Aunque los ingenieros de software son maestros en la creaci\u00f3n de algoritmos, a menudo s\u00f3lo poseen un conocimiento superficial de lo que contienen los datos. Dada su elevada carga de trabajo y la concentraci\u00f3n en su propio conocimiento especializado, no es factible que los ingenieros desarrollen una experiencia adicional en el escrutinio de datos de expresi\u00f3n sutil o en el dominio de conceptos complejos en la investigaci\u00f3n de las emociones.<\/p>\n

Determinar qu\u00e9 tipo de datos se necesitan, c\u00f3mo recopilarlos y c\u00f3mo etiquetarlos es un delicado proceso<\/a>. Si elige como objetivo los datos equivocados, no importar\u00e1 lo bien que los recoja o etiquete. Si eliges datos \u00fatiles pero los recopilas de forma incorrecta, tambi\u00e9n fracasar\u00e1n. Y volver\u00e1 a fallar si no los etiqueta con precisi\u00f3n o exactitud. Debido a las diferencias morfol\u00f3gicas de los rasgos faciales, los sesgos inherentes a la interpretaci\u00f3n de las expresiones y la controversia entre los investigadores de las emociones y los anatomistas faciales, cualquier grupo que desarrolle algoritmos de seguimiento facial con intenciones que vayan m\u00e1s all\u00e1 de probar antes de comprar un pintalabios debe aceptar la responsabilidad \u00e9tica de la integridad de los datos.<\/p>\n

En lugar de asegurarse de que los componentes b\u00e1sicos de sus algoritmos son bien comprendidos por quienes los utilizan, la lamentable situaci\u00f3n de las grandes empresas tecnol\u00f3gicas consiste en recopilar o adquirir cantidades masivas de datos y pas\u00e1rselos a terceros etiquetadores. Los etiquetadores suelen ser subcontratados, contratados y casi siempre infravalorados. Para supervisar la calidad de las etiquetas, la norma es crear y hacer cumplir varios indicadores clave de rendimiento, o KPI, pero como Big Tech opta por no invertir recursos en personas que puedan supervisar leg\u00edtimamente la calidad de los datos avanzados, los KPI son generalmente arbitrarios y tienen poco m\u00e9rito. Para agravar el problema, si los ingenieros no est\u00e1n debidamente equipados con la profundidad de conocimientos necesaria para identificar las verdades b\u00e1sicas, \u00bfqu\u00e9 est\u00e1n midiendo realmente? Existe el aprendizaje no supervisado. Y luego est\u00e1 la ingenier\u00eda no supervisada.<\/p>\n

Cuando trabajaba para una de las cinco grandes empresas de Silicon Valley, no dejaba de sorprenderme la actitud indiferente ante los complejos datos de seguimiento facial. Aunque mis colegas eran l\u00edderes en el desarrollo de algoritmos, pose\u00edan un conocimiento superficial de la anatom\u00eda facial, los conceptos b\u00e1sicos de las emociones y el comportamiento expresivo. Como cualquier otro tema altamente especializado, comprender los matices de la expresi\u00f3n humana requiere a\u00f1os de estudio intensivo y experiencia. A pesar de que yo era el experto residente en expresi\u00f3n facial que hab\u00eda dedicado mi vida y mi carrera a comprender los matices del rostro humano, se me exclu\u00eda regularmente de reuniones importantes y sesiones de planificaci\u00f3n. A menudo sorprend\u00eda a mis compa\u00f1eros de trabajo rebuscando al azar en p\u00e1ginas de referencia de expresi\u00f3n anticuadas e inexactas (que actualmente estoy aportando nuevas soluciones<\/a>) para intentar elaborar un plan de canalizaci\u00f3n de datos. Mi experiencia se relegaba con frecuencia a un papel de supervisi\u00f3n, y mis conocimientos se empleaban mal en tareas irrelevantes como la clasificaci\u00f3n de los tipos de barba y el color del pelo. Cuando se\u00f1alaba tendencias en las incoherencias de los datos o preve\u00eda problemas de hardware, me sentaban y me ofrec\u00edan una lecci\u00f3n sobre \"c\u00f3mo funciona el aprendizaje autom\u00e1tico\".<\/p>\n

Veo muchas ofertas de empleo en las que se piden X a\u00f1os de experiencia en seguimiento facial, pero pedir experiencia relacionada no es suficiente. Del mismo modo que el trabajo previo de un ingeniero en tecnolog\u00eda m\u00e9dica no le cualifica para ser m\u00e9dico, el mero hecho de haber trabajado en tecnolog\u00eda de rastreo no cualifica a un ingeniero para ser una autoridad en expresiones faciales o emociones. Si se prestara m\u00e1s atenci\u00f3n a contratar a los expertos adecuados, quiz\u00e1 se aliviar\u00eda la lucha por encontrar ingenieros con una experiencia rara y espec\u00edfica; ese alivio podr\u00eda dejar espacio para una colaboraci\u00f3n m\u00e1s innovadora entre la ingenier\u00eda y las disciplinas complementarias con las que puede emparejarse.<\/p>\n

La visi\u00f3n de t\u00fanel de Big Tech centrada en la ingenier\u00eda es un h\u00e1bito negligente que debe cambiar. Si bien es cierto que los ingenieros de software son esenciales para el proceso de aprendizaje autom\u00e1tico, sus ambiciones nos han llevado a un punto en el que debemos reconocer la necesidad de una acci\u00f3n interdisciplinar. Los datos para sistemas que dependen de matices no deben tomarse a la ligera, sobre todo cuando destilan potencial para casos de uso invasivos. Si las empresas valoraran la experiencia en materia de datos con la misma reverencia y apoyo que lo hacen con la experiencia en ingenier\u00eda, los algoritmos\u00a0y\u00a0<\/em>los datos a partir de los cuales se construyen ser\u00edan m\u00e1s completos y menos falibles. La falta de sistemas de datos hol\u00edsticos nos dejar\u00e1 con productos no regulados susceptibles de sesgo. Un desequilibrio de la inversi\u00f3n que se incline hacia los algoritmos y se aleje de la calidad de los datos conducir\u00e1 a un esfuerzo de ingenier\u00eda malgastado, a productos deficientes y a la propagaci\u00f3n de una tecnolog\u00eda poco \u00e9tica.<\/p>\n

No ponga todos sus recursos humanos en la misma cesta. Contrate con responsabilidad.<\/p>","protected":false},"excerpt":{"rendered":"

A medida que crecen las ambiciones de aprendizaje autom\u00e1tico, crecen tambi\u00e9n las necesidades de datos, lo que transforma los problemas centrados en la ingenier\u00eda en asuntos interdisciplinares.<\/p>","protected":false},"author":60486633,"featured_media":2199,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[676756913,676756994,676756915,676756914,676757008,676756993],"tags":[],"class_list":["post-2198","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-action-units","category-ar-vr","category-facial-expressions","category-muscles","category-free","category-tech","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-50"],"yoast_head":"\nBig Tech's Homogeneous Hiring Habits Are Harming Our Data - Face the FACS | Facial Expressions in Animation, AI, & Behavior<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/melindaozel.com\/es_ar\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Big Tech's Homogeneous Hiring Habits Are Harming Our Data\" \/>\n<meta property=\"og:description\" content=\"As machine learning ambitions grow, data needs grow as well, transforming engineer-centric problems into cross-disciplinary matters.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/melindaozel.com\/es_ar\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/\" \/>\n<meta property=\"og:site_name\" content=\"Face the FACS | Facial Expressions in Animation, AI, & Behavior\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/facebook.com\/facetheFACS\/\" \/>\n<meta property=\"article:author\" content=\"https:\/\/facebook.com\/facetheFACS\/\" \/>\n<meta property=\"article:published_time\" content=\"2020-03-10T14:36:03+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-02-21T21:02:34+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"4032\" \/>\n\t<meta property=\"og:image:height\" content=\"2120\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Melinda Ozel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@melindaozel\" \/>\n<meta name=\"twitter:site\" content=\"@melindaozel\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Melinda Ozel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/\"},\"author\":{\"name\":\"Melinda Ozel\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#\\\/schema\\\/person\\\/81c6262e1bfca3c71960db5aee204e3f\"},\"headline\":\"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data\",\"datePublished\":\"2020-03-10T14:36:03+00:00\",\"dateModified\":\"2025-02-21T21:02:34+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/\"},\"wordCount\":1139,\"commentCount\":1,\"publisher\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#\\\/schema\\\/person\\\/81c6262e1bfca3c71960db5aee204e3f\"},\"image\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2020\\\/03\\\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"articleSection\":[\"action units (FACS AUs)\",\"AR\\\/VR\",\"facial expressions\",\"facial muscles\",\"free content\",\"tech\"],\"inLanguage\":\"es-AR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/\",\"url\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/\",\"name\":\"Big Tech's Homogeneous Hiring Habits Are Harming Our Data - Face the FACS | Facial Expressions in Animation, AI, & Behavior\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2020\\\/03\\\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"datePublished\":\"2020-03-10T14:36:03+00:00\",\"dateModified\":\"2025-02-21T21:02:34+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#breadcrumb\"},\"inLanguage\":\"es-AR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es-AR\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2020\\\/03\\\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2020\\\/03\\\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1\",\"width\":4032,\"height\":2120},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/big-techs-homogeneous-hiring-habits-are-harming-our-data\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/melindaozel.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#website\",\"url\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/\",\"name\":\"Face the FACS\",\"description\":\"Facial Expressions in Art, Science, & Technology\",\"publisher\":{\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#\\\/schema\\\/person\\\/81c6262e1bfca3c71960db5aee204e3f\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es-AR\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\\\/\\\/melindaozel.com\\\/zh\\\/#\\\/schema\\\/person\\\/81c6262e1bfca3c71960db5aee204e3f\",\"name\":\"Melinda Ozel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es-AR\",\"@id\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1\",\"width\":225,\"height\":225,\"caption\":\"Melinda Ozel\"},\"logo\":{\"@id\":\"https:\\\/\\\/i0.wp.com\\\/melindaozel.com\\\/wp-content\\\/uploads\\\/2025\\\/02\\\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1\"},\"sameAs\":[\"https:\\\/\\\/melindaozel.com\",\"https:\\\/\\\/facebook.com\\\/facetheFACS\\\/\",\"https:\\\/\\\/instagram.com\\\/manicexpression\",\"https:\\\/\\\/linkedin.com\\\/in\\\/melindaozel\",\"https:\\\/\\\/pinterest.com\\\/melindaozel\\\/\",\"https:\\\/\\\/x.com\\\/melindaozel\",\"https:\\\/\\\/youtube.com\\\/@facetheFACS\"],\"knowsAbout\":[\"Facial Action Coding System (FACS)\",\"Facial Expression Tracking\",\"Facial Anatomy\",\"Facial Animation\",\"Digital Humans\",\"Audio-to-Expression\",\"Audio-to-Face\",\"Visemes\",\"Lipsync\"],\"jobTitle\":\"Facial Systems Expert, Expression Scientist\",\"url\":\"https:\\\/\\\/melindaozel.com\\\/es_ar\\\/author\\\/melindaozel\\\/\",\"numberOfEmployees\":{\"@type\":\"QuantitativeValue\",\"minValue\":\"1\",\"maxValue\":\"10\"}}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Los h\u00e1bitos de contrataci\u00f3n homog\u00e9neos de las grandes empresas tecnol\u00f3gicas est\u00e1n perjudicando nuestros datos - Face the FACS | Expresiones faciales en la animaci\u00f3n, la inteligencia artificial y el comportamiento","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/melindaozel.com\/es_ar\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","og_locale":"es_ES","og_type":"article","og_title":"Big Tech's Homogeneous Hiring Habits Are Harming Our Data","og_description":"As machine learning ambitions grow, data needs grow as well, transforming engineer-centric problems into cross-disciplinary matters.","og_url":"https:\/\/melindaozel.com\/es_ar\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","og_site_name":"Face the FACS | Facial Expressions in Animation, AI, & Behavior","article_publisher":"https:\/\/facebook.com\/facetheFACS\/","article_author":"https:\/\/facebook.com\/facetheFACS\/","article_published_time":"2020-03-10T14:36:03+00:00","article_modified_time":"2025-02-21T21:02:34+00:00","og_image":[{"width":4032,"height":2120,"url":"https:\/\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg","type":"image\/jpeg"}],"author":"Melinda Ozel","twitter_card":"summary_large_image","twitter_creator":"@melindaozel","twitter_site":"@melindaozel","twitter_misc":{"Escrito por":"Melinda Ozel","Tiempo de lectura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#article","isPartOf":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"},"author":{"name":"Melinda Ozel","@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"headline":"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data","datePublished":"2020-03-10T14:36:03+00:00","dateModified":"2025-02-21T21:02:34+00:00","mainEntityOfPage":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"},"wordCount":1139,"commentCount":1,"publisher":{"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"image":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","articleSection":["action units (FACS AUs)","AR\/VR","facial expressions","facial muscles","free content","tech"],"inLanguage":"es-AR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","url":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/","name":"Los h\u00e1bitos de contrataci\u00f3n homog\u00e9neos de las grandes empresas tecnol\u00f3gicas est\u00e1n perjudicando nuestros datos - Face the FACS | Expresiones faciales en la animaci\u00f3n, la inteligencia artificial y el comportamiento","isPartOf":{"@id":"https:\/\/melindaozel.com\/zh\/#website"},"primaryImageOfPage":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"image":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","datePublished":"2020-03-10T14:36:03+00:00","dateModified":"2025-02-21T21:02:34+00:00","breadcrumb":{"@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb"},"inLanguage":"es-AR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/"]}]},{"@type":"ImageObject","inLanguage":"es-AR","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#primaryimage","url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","contentUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","width":4032,"height":2120},{"@type":"BreadcrumbList","@id":"https:\/\/melindaozel.com\/big-techs-homogeneous-hiring-habits-are-harming-our-data\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/melindaozel.com\/"},{"@type":"ListItem","position":2,"name":"Big Tech’s Homogeneous Hiring Habits Are Harming Our Data"}]},{"@type":"WebSite","@id":"https:\/\/melindaozel.com\/zh\/#website","url":"https:\/\/melindaozel.com\/zh\/","name":"Afrontar el FACS","description":"Expresiones faciales en el arte, la ciencia y la tecnolog\u00eda","publisher":{"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/melindaozel.com\/zh\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es-AR"},{"@type":["Person","Organization"],"@id":"https:\/\/melindaozel.com\/zh\/#\/schema\/person\/81c6262e1bfca3c71960db5aee204e3f","name":"Melinda Ozel","image":{"@type":"ImageObject","inLanguage":"es-AR","@id":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2025\/02\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1","url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2025\/02\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1","contentUrl":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2025\/02\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1","width":225,"height":225,"caption":"Melinda Ozel"},"logo":{"@id":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2025\/02\/face-the-FACS-eye-mouth-logo-pixel.webp?fit=225%2C225&ssl=1"},"sameAs":["https:\/\/melindaozel.com","https:\/\/facebook.com\/facetheFACS\/","https:\/\/instagram.com\/manicexpression","https:\/\/linkedin.com\/in\/melindaozel","https:\/\/pinterest.com\/melindaozel\/","https:\/\/x.com\/melindaozel","https:\/\/youtube.com\/@facetheFACS"],"knowsAbout":["Facial Action Coding System (FACS)","Facial Expression Tracking","Facial Anatomy","Facial Animation","Digital Humans","Audio-to-Expression","Audio-to-Face","Visemes","Lipsync"],"jobTitle":"Facial Systems Expert, Expression Scientist","url":"https:\/\/melindaozel.com\/es_ar\/author\/melindaozel\/","numberOfEmployees":{"@type":"QuantitativeValue","minValue":"1","maxValue":"10"}}]}},"jetpack_featured_media_url":"https:\/\/i0.wp.com\/melindaozel.com\/wp-content\/uploads\/2020\/03\/twtittersidze-copy.jpg?fit=4032%2C2120&ssl=1","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/posts\/2198","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/users\/60486633"}],"replies":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/comments?post=2198"}],"version-history":[{"count":6,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/posts\/2198\/revisions"}],"predecessor-version":[{"id":11405,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/posts\/2198\/revisions\/11405"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/media\/2199"}],"wp:attachment":[{"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/media?parent=2198"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/categories?post=2198"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/melindaozel.com\/es_ar\/wp-json\/wp\/v2\/tags?post=2198"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}