Flexibilidad y work-life balance

Aunque este articulo tiene otro enfoque y realmente habla de flexibilidad en general, me ha dado por pensar que si no planificamos las tareas el trabajo remoto igual arregla la vida de quien trabaja remoto, pero estresa y empeora la vida de los que están a la espera (o con la incertidumbre) de cuando estarán las cosas hechas.

Esto no es solo por teletrabajo (no penséis que me opongo el trabajo remoto, todo lo contrario), me la juego a que esa incertidumbre existe en el mismo momento que un proceso pasa de las tareas que hace una unidad a las que hace otra unidad distinta.

Mi intuición es que planificamos poco o nada las tareas en mi contexto cercano y el argumento que soporta mi intuición es que muy, muy pocas personas usan “gestores de tareas” (una simple tabla o Trello, Planner, Asana o similares) y las veces que he intentado convencer a alguien que los use en tareas de equipo, la resistencia ha sido brutal (nunca he conseguido que se usen). De modo que sospecho que, a nivel individual, donde es menos evidente su necesidad, se usarán todavía menos.

Mi sesgo es que dudo que alguien planifique si no divide el trabajo en tareas y asigna fechas y responsables para las mismas. Es un sesgo grande, porque realmente esto es «Programar» tareas y no «Planificar» tareas. Pero yo intuyo (de nuevo es intuición) que cuando el articulo habla de Planificar, realmente se quiere referir a Programar tareas.

(una visión de gestores de tareas: Algunas indicaciones para elegir el gestor de tareas que necesita el equipo remoto | 16/21 | UPV – YouTube)

Spoiled for Choice? When Work Flexibility Improves or Impairs Work–Life Outcomes

Brandon W. Smit https://orcid.org/0000-0003-0586-2091 bsmit@bentley.edu, Scott L. Boyar, and Carl P. Maertz, Jr.View all authors and affiliations

OnlineFirst

https://doi.org/10.1177/01492063231215018

Abstract

Work flexibility, which reflects employee discretion over where and/or when they complete tasks, has become a pervasive practice designed to reduce stress and enhance work–life balance. Despite its popularity, relatively little is known about its potential drawbacks. Through extending conservation of resources theory using dual process models of decision-making, we develop and test a theoretical model that demonstrates how and for whom perceived flexibility can improve or impair work-life outcomes. Across two studies utilizing panel data collected in three waves, we demonstrate that planning is a key mediating mechanism that allows individuals to translate the discretion afforded by flexibility into enhanced work-life balance and reduced exhaustion. Furthermore, we find that planning among those with a low future temporal focus, who are not inclined to plan by default, was strongly influenced by environmental discontinuities (e.g., disruptions to routines). Specifically, while flexibility increased planning when individuals experienced discontinuities, flexibility reduced planning among individuals in stable and familiar circumstances, which ultimately impaired work-life outcomes. Our model offers a useful theoretical lens to understand how individuals manage, and occasionally mismanage, the expanded discretion offered by flexibility.

Reto21dias.SIMIO. Resumen día 8

lo que he hecho en mi octavo día trabajando con Simio: Trabajando con Simio, he estado leyendo las páginas 55 a 60 y ejecutando las instrucciones del capítulo 5 del libro de referencia. Me he creado el modelo que nos indicaban, con diferentes entidades como piezas que tienen distintos tiempos de entrada o proceso, secuencias y rutas. Esto me ha permitido practicar con capacidades de recursos distintas en momentos de tiempo diferentes a través de los work schedules. He aprendido algunos detalles como que en Simio la lógica de los colores es al revés de lo que pensaba: primero eliges el color y luego lo aplicas al objeto, no al revés. Y para seleccionar varios objetos sin que se muevan, hay que usar la tecla Control, pulsarla y con ella apretada, hacer clic para seleccionar el área deseada. #Reto21dias #SIMIO

Reto21dias.SIMIO. Resumen día 7

lo que he hecho en mi séptimo día trabajando con Simio: He estado leyendo el capítulo 4 de Jones & Roberts de 2015, la segunda parte del modelo del aeropuerto. He añadido algunas cosas nuevas al modelo para practicar: diferentes rutas con distintas probabilidades de que los pasajeros las elijan, cierta estacionalidad en las llegadas con distintas distribuciones de probabilidad a lo largo del día, y una tabla de llegadas por tipos de pasajero que puedo usar en el modelo. También he practicado con las tablas para introducir propiedades que luego incluyo en los objetos. El capítulo hablaba de las diferencias entre propiedades y variables de estado, lo cual me ha ayudado con la terminología. Ahora entiendo que el holding time es el tiempo de espera en la cola, y el time starved es el tiempo que un proceso está parado esperando entidades para procesar. Otra cosa que he practicado es que Simio usa || para el OR lógico y && para el AND. He acelerado bastante la velocidad del modelo para que se vean los resultados: tenemos 3 rutas con distinto porcentaje de probabilidad, dos servidores donde uno solo abre en ciertas horas, y la llegada de pasajeros funciona por una tabla donde varía por horas. #Reto21dias #SIMIO

Reto21dias.IA generativa. Resumen día 9

En el noveno día del reto, un hallazgo colateral ha sido este calculador de tokens. Más allá de la curiosidad de ver cómo se agrupan las palabras en tokens, pone de manifiesto que los modelos generativos preentrenados como GPT no entienden texto realmente. Cada token es un número, una posición en un hiperespacio de muchas dimensiones. La proximidad con otros tokens genera una probabilidad de ser el siguiente elegido para construir lo que nosotros vemos como texto, imágenes o código. Las palabras se convierten en tokens, pero cada token es un número que se ubica en una posición del espacio. Eso es lo que trabajan los GPT, números que tienen identificadores y están situados en el hiperespacio con mayor o menor proximidad a otros. No entienden las palabras literalmente. Esto me ayuda a explicar cómo funcionan. También he conocido más en detalle la API de OpenAI y he seguido dos tutoriales. En uno había definiciones y enlaces, como la descripción de embeddings, útiles para búsquedas y agrupación, cosas vinculadas a mis casos de uso. Los embeddings son importantes. También da una idea de cuánto equivale un token, unos 4 caracteres, y que un token son unos 3/4 de una palabra inglesa. Con eso puedo estimar tokens y carga de trabajo para los modelos. Es importante saber los límites de tokens de cada modelo. En GPT se cuentan tokens tanto del prompt como de la respuesta generada. En embeddings solo del prompt. He probado códigos de ejemplo de Python de un tutorial y me han funcionado en Colab. Por último, he obtenido unos 10 enlaces interesantes para consultar en el futuro, que me llevarán unos 2-4 días más del reto. #Reto21dias #IAgenerativa

Reto21dias.IA generativa. Resumen día 8

Llevo ocho días con mi reto de 21 días y ya empiezo a resolver algunas de las cosas que tenía ganas de hacer desde hace meses. No es la foto del mono comiendo hamburguesas, sino que ya tengo acceso directo a la API de OpenAI sin pasar por AZURE . Es cierto que también he podido configurar AZURE y ya podría programar desde Python directamente sobre la API de OpenAI o a través de AZURE conectarme con ella. Pero bueno, ya tengo las dos vías. He estado haciendo pruebas, mandando texto y pidiendo que me hagan algunas imágenes. En una hora me han costado 0,07€, así que aunque los tokens cuestan, no es tanto si no mandas un volumen enorme. Lo importante es que ya puedo interactuar con ChatGPT a través de Python para mandar mensajes básicos, que no mejora mucho lo que hago por la interfaz web, pero mi idea es trabajar en las próximas semanas con el fine tuning y los embeddings para hacer cosas más diferentes. De momento voy a trabajar directamente sobre la API de OpenAI y si me queda tiempo, intentaré con AZURE , que parece más engorroso que Python contra la API. He seguido una guía web que te cuenta cómo interactuar con ChatGPT en Python con tres ejemplos: mandar/recibir mensajes, crear una foto y preguntar por problemas en un código. He conseguido clonar los tres ejemplos en funciones de Python. He tenido que retocar algunas cosas porque estaba en Google Colab, pero haciendo pequeños cambios he resuelto los casos. #Reto21dias #IAgenerativa

Reto21dias.SIMIO. Resumen día 6

### Simio y los Modelos de Aeropuerto

Extendí el modelo de check-in de aeropuerto que comencé el día anterior. Establecí propiedades de referencia y respuestas para usar en los experimentos, y luego realicé experimentos y analicé los resultados.

Incluso activé una cuenta de Simio como docente y actualicé mis licencias Simio en mis computadoras. Sin embargo, me quedé con una duda sobre cómo reconstruir ciertas propiedades y respuestas, como la utilización de los recursos. Aunque no pude resolverlo ese día, lo dejé como una tarea pendiente para el futuro.

#Reto21dias #SIMIO

Reto21dias.IA generativa. Resumen día 7

### Más sobre Azure y OpenAI Service

Continué con varios cursos de Azure, esta vez centrados en el OpenAI Service. También me sumergí en varias páginas vinculadas dentro de estos cursos. De particular interés fue un módulo que proporcionaba una explicación extensa y clara de los «embeddings», que encontré muy útil.

### Explorando Python

Además, jugué un poco con mi computadora Windows para ver si tenía Python instalado. Al final, decidí seguir trabajando con Google Colab y no alterar mi computadora instalando Python, al menos por ahora.

#Reto21dias #IAgenerativa

Reto21dias.IA generativa. Resumen día 6

### Azure y el Servicio de OpenAI

Mi principal trabajo fue un curso de Azure centrado en el servicio de OpenAI. Durante el curso, me encontré con varios conceptos nuevos, incluyendo los «embeddings». Aunque el curso proporcionó alguna definición, todavía no comprendo del todo este concepto.

En esencia, el modelo que estás programando recibe entradas y proporciona salidas. Este proceso se lleva a cabo en un portal, que comúnmente llamamos un chatbot. Los usuarios proporcionan algo que utilizas como entradas para tu función y en el mismo portal puedes devolver al usuario las salidas de tu función.

También descubrí que, para usar el servicio de Azure, no basta con crear una cuenta en Azure y solicitar el alta en el servicio. También debes abrir un recurso para luego crear y desarrollar modelos en él. En este sentido, me inscribí en dos tipos de recursos relacionados con la generación de texto y los embeddings, pero no con la generación de imágenes.

Otro descubrimiento interesante fue que OpenAI un rendimiento excepcionalmente bueno con algunos lenguajes de programación como C, JavaScript, PHP o Perl, pero no tanto con Python.

#Reto21dias #IAgenerativa

Reto21dias.SIMIO. Airport Checkin (a)

Joines&Roberts(2015)Simulation Modeling with SIMIO A Workbook. 4th edition. Chapter 3 first part

En mi quinto día trabajando con Simio y el segundo día centrado en la creación de modelos con la herramienta, elaboré un nuevo modelo. Aunque el modelo sigue siendo bastante sencillo y funcional, incorpora algunos detalles adicionales que lo hacen interesantes.

El modelo representa un checkin automático de pasajeros en un aeropuerto, con una entrada y cuatro puestos.
Lo más interesante es que pude completar este modelo en solo 30 minutos, siguiendo las instrucciones del libro. El modelo también se puede ver en 3D si se desea.
He añadido un detalle visual interesante a la representación de los pasajeros. Cuando llegan a la cola, están orientados hacia un icono que descargué de Google SketchUp. Para lograr esto, tuve que buscar en una biblioteca de modelos 3D y seleccionar un ejemplo de un check-in de aeropuerto. Descargué el archivo a mi ordenador y lo subí a Simio.

La cola está diseñada para tener cuatro puntos en lugar de los dos extremos predeterminados, permitiendo que cada cliente se ubique frente al icono del check-in. Es una cola genérica, lo que aporta un nivel de detalle adicional al modelo.

#Reto21dias #SIMIO

Reto21dias.SIMIO. IceCream shop

Joines&Roberts(2015)Simulation Modeling with SIMIO A Workbook. 4th edition. Chapter 2
En este vídeo voy a compartir lo que logré en mi primer día trabajando con el modelado en Simio, específicamente con la versión 14 gratuita. Esto significa que cualquier persona puede realizar lo que estoy haciendo yo con la versión gratuita.

Después de dedicar dos horas siguiendo las instrucciones del libro, logré crear un modelo simple. Aunque solo fue mi primer intento, el resultado fue bastante interesante. No solo pude ingresar parámetros de entrada para controlar cómo y cuándo los clientes llegan a la tienda, sino que también pude establecer un flujo para ellos.

En este modelo específico, los clientes son de una heladería. Puedo controlar su tiempo de llegada y, como verán más adelante en la demostración 3D, también puedo manipular el entorno de la tienda. Por ejemplo, modelé un muro y una estación donde los clientes son atendidos por dos empleados. Después de ser atendidos, los clientes pasan a la caja y finalmente salen de la tienda. Cada una de estas etapas tiene su propio tiempo de procesamiento, que puede ser modificado según sea necesario.

Lo mejor de todo es que el modelo funciona tanto en 2D como en 3D. Algunos aspectos interesantes que logré implementar en tan solo dos horas incluyen la adición de muñecos animados para representar a los clientes, cada uno con su propia apariencia única que cambia continuamente. Los empleados, por otro lado, permanecen constantes en su apariencia.

Además de poder modelar el entorno físico de la tienda, como los muros, hay una atractiva representación visual de todos estos elementos en movimiento, tanto en 2D como en 3D. Sin embargo, más allá de la apariencia visual, este modelo puede ser muy útil para evaluar la eficiencia de la disposición de la tienda. Por ejemplo, podría ayudar a determinar si la configuración actual de tener dos empleados sirviendo helados y una caja es adecuada, o si genera tiempos de espera excesivos o largas colas.

En resumen, aunque este es un modelo simple, podría ser más que útil para muchas aplicaciones, especialmente para evaluar y mejorar la eficiencia de las operaciones de una tienda.

#Reto21dias #SIMIO