Por último, un último eje de trabajo implica fomentar la innovación en la formación de grado y posgrado en las Ciencias Sociales. Será necesario avanzar en la oferta de cursos y materias (independientemente de su forma curricular) que puedan fortalecer tres grandes áreas pedagógicas que hoy constituyen puntos ciegos en la formación curricular de las Ciencias Sociales:
-
Metodología de la investigación: nada reemplaza a una buena pregunta de investigación (sea básica o aplicada); una habilidad fundamental para les científiques sociales (cualquiera sea su ámbito de actuación profesional) es la capacidad de generar las preguntas correctas. En el contexto de un incremento de las fuentes de datos y técnicas de análisis, resulta fundamental poder saber qué hacer con esos datos y, eventualmente, cómo traducir preguntas de investigación a problemas concretos abordables con estas técnicas.
-
Pensamiento estadístico o cuantitativo: será necesario entrenar a les estudiantes no solamente en las técnicas de análisis cuantitativo, sino también en ciertas formas y estructuras de pensamiento cuantitativas.
-
Programación: la posibilidad de escribir código resulta una habilidad esencial en muchas áreas del conocimiento. Si bien no se espera que les estudiantes sean programadores, un conocimiento de algunas estructuras de programación les permitirá tanto automatizar tareas analíticas y de preprocesamiento como interactuar de forma eficiente en equipos interdisciplinarios con presencia de desarrolladores y/o programadores.
Track optativo en métodos cuantitativos y ciencias sociales computacionales (grado)
La presente propuesta busca incorporar a las carreras de la EIDAES un conjunto de materias que permitan realizar a les estudiantes un primer acercamiento a estas disciplinas. Se plantea como un “track” de materias optativas correlativas que entroncan con el eje metodológico de las carreras de Sociología y Antropología. Está diseñado como una continuación y profundización de la materia “Metodologías Cuantitativas”.
Se buscará un acercamiento desde un enfoque conceptual (fundamentos teórico-metodológicos, casos y problemas de aplicación, etc.) como técnico (análisis de algoritmos, herramientas con interfaces gráficas, etc.) de las mismas. Se realizarán lecturas y exposiciones teóricas sobre las temáticas, pero también se hará especial énfasis en su aplicación práctica, particularmente centrada en problemas relevantes de las Ciencias Sociales Computacionales.
El track consta de 4 materias:
- Procesamiento de datos en R para Ciencias Sociales
- Métodos de análisis cuantitativo multivariados
- Machine Learning aplicado a Ciencias Sociales
- Laboratorio de Datos: webscraping y procesamiento de lenguaje natural
Taller de investigación en encuestas. Del cuestionario al informe (grado)
Esta materia se propone recorrer las principales etapas de la investigación social en base a encuestas. Tiene un formato de taller y a lo largo de la cursada se trabajan tanto aspectos metodológicos como los pasos a seguir en un operativo de campo de encuesta: desde el diseño del cuestionario hasta la confección del informe final para la comunicación de resultados. A partir de la participación en una experiencia de investigación aplicada concreta se espera que la/os estudiantes puedan adquirir el conocimiento y la experiencia necesaria para formar parte activa en este tipo de relevamientos.
Diploma en Ciencias Sociales Computacionales y Humanidades Digitales
El diploma se propone realizar una primera aproximación al rol de las Ciencias Sociales Computacionales y a algunas de sus técnicas principales. Los resultados se observan cotidianamente: desde los servicios provistos por las compañías más importantes, pasando por la implementación y evaluación de políticas públicas, llegando hasta el abordaje de problemas clásicos de las ciencias sociales como la desigualdad, la estructura social, el conflicto, las construcciones culturales, etc. En todos estos casos, se estudian comportamientos y efectos humanos por medios computacionales.
Les asistentes deberán cursar los siguientes módulos para aprobar la diplomatura:
- Módulo 1. Introducción a la Ciencia de Datos para Científicos Sociales.
- Módulo 2. Visualización de datos.
- Módulo 3. Introducción al modelado de datos.
- Módulo 4. Fundamentos de Machine Learning.
- Módulo 5. Minería de Texto + webscraping.
Equipo docente
- Pablo Tiscornia (DNME-MINTUR, FLACSO)
- Guido Weksler (CONICET, FCE-UBA)
- Andre López (INDEC - UBA)
- Tomás Maguire (IDAES-UNSAM)
- Tomás Bustos (UBA - Prosumia)
- Laia Domenech Burin (IDAES-UNSAM)
- Martín Iván Schuster (GCBA, UCL, IDAES-UNSAM)
- José Sánchez (USXXI - Wildlife games)
- Germán Rosati (CONICET, IDAES-UNSAM)
- Zacarías Abuchanab (UBA)
