estás leyendo...
educación, Papers recientes, Uncategorized

Acceso equitativo en un mundo cada vez más informatizado

Logotipo de Camber.

Crédito de la imagen destacada: Camber

 

Traducción del Astrobite original en inglés: «Equitable access in an increasingly computational world» escrito por Sahil Hegde.

Ver al final del texto información sobre becas para uso de recursos de Camber por estudiantes de posgrado en astrofísica en Latinoamérica.

Si alguna vez has contemplado un cielo oscuro por la noche, tu primera reacción probablemente haya sido de asombro. Es una reacción normal: ¡hay mucho allá afuera! Las imágenes de “campo profundo” —donde observamos un parche aparentemente “vacío” del cielo durante unas horas con un telescopio— revelan que lo que podemos ver con nuestros ojos apenas rasca la superficie de la inmensidad de todo lo que existe (por ejemplo, este campo profundo del JWST reveló miles de galaxias en una pequeña franja del cielo). Baste decir que el espacio es grande.

La enorme vastedad del espacio significa que estudiar el universo es una tarea necesariamente compleja. De hecho, los futuros y modernos sondeos recopilarán enormes cantidades de datos; por ejemplo, una vez que esté operativo, el Observatorio Vera Rubin generará cantidades de datos comparables a todo el tráfico web diario de X/Twitter, cada noche. Trabajar interpretando estos datos puede ser igualmente complejo. Modelar la estructura y los movimientos de las estrellas en una galaxia, o de las galaxias en el universo, es similar a seguir los patrones de los automóviles en una ciudad: todos los conductores siguen un conjunto básico de reglas de tráfico (las estrellas responden a leyes físicas, como la gravedad) y responden a los comportamientos de todo lo demás que está cerca de ellos. Es como si estuviéramos tratando de entender dónde y qué está haciendo cada automóvil en la ciudad más grande del mundo: una tarea computacional verdaderamente monumental. Como resultado, en la era de la computadora digital, la astronomía es un campo cada vez más computacional; gran parte de la investigación innovadora que se realiza hoy en día se basa en simulaciones numéricas de fenómenos astronómicos complejos o requiere la manipulación de millones de datos observacionales, todo lo cual se almacena en algún tipo de supercomputadora.

¿Quién puede acceder a estos recursos?

Los recursos computacionales a la escala necesaria para tales proyectos son costosos, y la mayoría de las universidades no tienen la infraestructura necesaria para que los grupos de investigación locales accedan a una potencia de cómputo personalizada. En cambio, la gran mayoría de científicos/as recurre a instalaciones nacionales de computación de alto rendimiento (HPC, por sus siglas en inglés), como por ejemplo, en uno de los laboratorios nacionales u otras instalaciones del Departamento de Energía (de EEUU, N. del T.), donde se gestionan enormes supercomputadoras. Para acceder a estas instalaciones, los grupos de investigación deben presentar propuestas de tiempo de cómputo —de manera similar a como se solicita tiempo de observación— especificando los objetivos del proyecto y las necesidades computacionales, y demostrando éxitos previos en el desarrollo y uso de simulaciones. En efecto, necesitas acceso para obtener más acceso.

En este marco, los desafíos que pueden surgir (y de hecho, surgen) son bastante claros. Por un lado, esto requiere que los grupos tengan acceso constante a cantidades significativas de fondos provenientes de apoyos y becas, que son cada vez más difíciles de obtener a medida que el campo se expande. En un informe del 2015, el Comité Asesor de Astronomía y Astrofísica (AAAC, por sus siglas en inglés) de la Fundación Nacional para la Ciencia de EEUU (NSF, por sus siglas en inglés) destacó que las tasas de éxito de las propuestas de tiempo de cómputo en astronomía están cayendo (ya por debajo del 20%), debido exclusivamente al rápido aumento del número de solicitantes mientras que la financiación gubernamental se estanca (ver el informe aquí para más detalles). Además, las tasas de éxito son aún más bajas para investigadores nuevos o no financiados debido al llamado Efecto Mateo, en el que los científicos/as más conocidos/as y que ya cuentan con financiamiento tienen más probabilidades de recibir calificaciones más altas en sus propuestas y, por lo tanto, más financiación. Esto, a su vez, significa que la financiación, los recursos y la infraestructura de investigación tienden a concentrarse en las instituciones más grandes y ricas.

Al mismo tiempo, la astronomía enfrenta una serie de desafíos asociados con mejorar su diversidad demográfica. Un informe de 2012 de la Oficina Ejecutiva del Presidente de EEUU señaló que, en relación con el número de estudiantes blancos/as, el número de estudiantes de pregrado de grupos racializados y étnicos subrepresentados que planean especializarse en ciencias físicas es bajo (1.5% de la población inscrita). De esa pequeña fracción, solo el 4% terminará estudiando física o astronomía (en comparación con el 11% de los/las estudiantes blancos/as). Los/Las estudiantes y profesores/as de grupos minoritarios racializados y étnicos tampoco están distribuidos de manera uniforme en las universidades de todo el país (N. del T.: de EEUU); por ejemplo, una encuesta de 2016 del Instituto Americano de Física encontró que menos de un tercio de los departamentos de astronomía en todo el país tenían representación de profesores/as negros/as o latinos/as. Como se mencionó en el Sondeo de la Década de 2020 sobre el estado del campo en la astronomía, esto resulta en “instituciones donde la mayoría de astrónomos/as y estudiantes de grupos subrepresentados residen teniendo el menor acceso y por tanto la menor oportunidad de participar en (investigaciones computacionales) y descubrimientos.”

Aprendiendo a usar herramientas computacionales

El acceso no es el único problema que enfrenta el campo de la astrofísica relacionado con su creciente dependencia computacional (y la del mundo). Aunque las simulaciones son las herramientas primarias utilizadas en la astrofísica teórica, generalmente se las ignora en un programa de estudios de posgrado estándar. Esto parece, en parte, un problema de perspectiva, ya que las simulaciones aún se consideran completamente bajo el paraguas de la teoría. Si bien programar y configurar una simulación que incluya  física todavía se asemeja al trabajo en física teórica, analizar los resultados de una simulación tiene mucho más en común con la física experimental. De hecho, algunas simulaciones se procesan de tal manera que sus resultados se asemejan a observaciones simuladas, requiriendo un entendimiento de los detalles que permitan obtener propiedades físicas a partir de varios tipos de observaciones. Además, desarrollar la infraestructura para software para un entorno de simulación multiescala y con múltiples físicas, puede compartir muchas de las consideraciones que se tienen al diseñar un laboratorio o una instalación para telescopios. En este sentido, un programa educativo estándar en física y astronomía puede y debe incorporar formación en los tres pilares de la física moderna: teoría, experimentos y simulaciones.

Aunque la investigación computacional, de una u otra forma, se está convirtiendo en la norma, y un número creciente de graduados/as en física y astronomía está recurriendo a carreras no académicas en ciencia de datos/computación e ingeniería, los planes de estudio y los enfoques pedagógicos no han podido mantener el ritmo. Por ejemplo, los cursos de ciencias de la computación no son un requisito estándar en los planes de estudio de física y astronomía, y la mayoría de los docentes tienen una experiencia limitada (si es que tienen alguna) en la enseñanza de métodos computacionales a sus estudiantes. Esto agrava los problemas de acceso antes mencionados y crea barreras para que los/las estudiantes de pregrado contribuyan de manera efectiva a la investigación al inicio de sus carreras, lo que los pone en desventaja en los procesos de admisión a escuelas de posgrado y en el mercado laboral, a medida que completan sus estudios.

Las técnicas pedagógicas académicas convencionales también están mal equipadas para apoyar la formación en métodos computacionales. Los/as instructores académicos/as a menudo desarrollan su propio currículo para cada clase que imparten, por lo que si no están bien entrenados en métodos computacionales, es poco probable que incorporen dicho material en sus cursos. Además, las herramientas tecnológicas avanzan a un ritmo acelerado, lo que requiere que los planes de estudio evolucionen más de lo que se necesitaría para un curso estándar de física. Mientras que muchas instituciones tienen infraestructuras bien definidas para desarrollar habilidades en el manejo de herramientas experimentales y de observación, no existen programas análogos para interactuar con instalaciones de computación de alto rendimiento de última generación. Esto significa que los/las estudiantes terminan adquiriendo conocimientos de manera informal a través de experiencias de investigación o que dependen del pequeño número de escuelas de verano en computación que existen, las cuales están extremadamente saturadas e infrafinanciadas.

Es evidente que una mejor atención a cómo se utilizan las herramientas computacionales y a quiénes se distribuyen es un componente necesario para la expansión y progresión del campo en el futuro. Un cambio hacia el uso de módulos de educación en computación de código abierto en el aula y un aumento en las oportunidades de financiación (para científicos/as e instalaciones de formación) ciertamente ayudaría a mitigar algunos de estos problemas, y nuevas herramientas e ideas podrían ayudar a abordar algunos de los problemas sistémicos de acceso y educación mencionados anteriormente. Una asociación más cercana con fundaciones privadas, esfuerzos filantrópicos y socios de la industria —como se recomendó en el Sondeo de la Década en Astronomía de 2020— podría ayudar a aliviar los desafíos de la financiación y a crear vías más sólidas para carreras no académicas en física y astronomía.

Camber

Una plataforma que busca abordar algunos de estos problemas es Camber, una nueva empresa que se inspira en la infraestructura y los flujos de trabajo de la industria tecnológica para optimizar el proceso de investigación en astronomía. El esquema a continuación resume la estructura de su plataforma, que empaqueta módulos computacionales, software de simulación y herramientas de almacenamiento en una interfaz simple para que investigadores y estudiantes de astronomía utilicen la computación distribuida (en la que varias computadoras trabajan juntas para realizar una tarea) a bajo costo. Solo se necesita tener familiaridad con un entorno de Python (aquí manifestado en JupyterLab) y la línea de comandos, y se puede acceder a una variedad de “motores” a través de algunas simples instrucciones de importación. Por ejemplo, la versión actual de la plataforma cuenta con motores científicos como el código de evolución estelar MESA y el código de simulación hidrodinámica Athena++, además de motores de cálculo para cómputo en paralelo, como OpenMPI. Estos motores están completamente integrados en la plataforma por el equipo de Camber y están optimizados para la computación distribuida, por lo que cualquier persona o equipo de investigación, en cualquier parte del mundo, puede desarrollar códigos sofisticados y desplegarlos de manera eficiente sin necesidad de especificar nada sobre la infraestructura requerida, evitando así muchas de las complejas barreras de aprendizaje presentes en la mayoría de las pipelines de investigación computacional estándar hoy en día. Todo esto está conectado a una interfaz de almacenamiento flexible, el “stash” (alijo, reserva de provisiones, N. del T.), que permite un fácil acceso y distribución de datos en la nube. Al eliminar estas barreras y optimizar los flujos de trabajo, Camber espera democratizar el proceso científico y permitir que cualquiera pueda participar.

Un diagrama de bloques mostrando los componentes de la plataforma Camber. Jupyter y un ícono de terminal arriba, una capa diciendo "Pila investigación de Camber" debajo, cuatro cajas con los distintos motores de cómputo en la siguiente capa, y los proveedores de computación en la nube en la capa más baja.

La plataforma Camber es joven, pero ya ha demostrado su valor en entornos de investigación, con clientes en universidades a lo largo y ancho de EEUU. Uno de sus mayores clientes es el Instituto de Estudios Avanzados de Princeton, donde los/as científicos/as han aprovechado sus capacidades para ejecutar simulaciones magnetohidrodinámicas en las últimas unidades de procesamiento de gráficos (GPU, por sus siglas en inglés).

Con estas características, la plataforma Camber también está bien equipada para proporcionar infraestructura para la educación computacional a nivel universitario y de posgrado. Aunque la plataforma es nueva, ya han demostrado sus capacidades a través de una escuela de verano patrocinada por la NSF, organizada por el profesor Phil Chang en la Universidad de Wisconsin-Milwaukee durante 2023 y 2024. En un campamento intensivo de cuatro semanas, el Prof. Chang invitó a 25 estudiantes del área metropolitana de Milwaukee a aprender los conceptos básicos de trabajar con grandes datos, computación de alto rendimiento, aprendizaje automático y grandes modelos de lenguaje desde cero, todo a través de la plataforma Camber. La plataforma también se ha incorporado a los caminos de formación en ciencia computacional e investigación ofrecidos a través del Instituto Lamat en la Universidad de California en Santa Cruz, donde la infraestructura de bajo costo y fácil uso de Camber está demostrando ser invaluable para el éxito del programa en el futuro. El trabajo realizado para aprovechar la plataforma en tales iniciativas —y su éxito demostrado— proporciona un marco claro para la educación computacional a gran escala.

Vista desde el fondo del salón de clases donde los estudiantes están viendo una lección y al profesor Phil Chang.

El profesor Phil Chang dirigiendo una clase usando Camber en la escuela de verano de la NSF en Milwaukee (fuente:Camber).

Becas Internacionales de Computación

Camber se asociará con Astrobites para crear una nueva serie de becas y apoyar a estudiantes con interés  en utilizar esta tecnología. En el primer año, el plan es otorgar a 100 estudiantes —principalmente a nivel de posgrado— una cierta cantidad de “Créditos Camber” para usar la plataforma, con apoyo educativo y técnico durante la duración de la beca. Con este programa, esperan crear una amplia comunidad de jóvenes investigadores e investigadoras que cruce fronteras geográficas, étnicas y económicas.

Se estará dando una parte de las becas a estudiantes de posgrado en astrofísica en Latinoamérica. Deben estar realizando sus estudios en una institución latinoamericana. Como primer paso, y para obtener una mejor comprensión del programa, por favor completa la siguiente encuesta. En el campo referente a la adscripción, indicar el país de la institución entre paréntesis.

La plataforma Camber ya está activa y se puede acceder a través de su sitio web. Si te ineresa explorar la plataforma, ¡puedes registrarte para obtener una cuenta de prueba gratuita aquí!

Comentarios

Aún no hay comentarios.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *