Docente
Fundamentación
Muchas áreas del conocimiento se han beneficiado de la aplicación creativa de las técnicas englobadas bajo el nombre de “Machine Learning” o “Aprendizaje Automático”. Sin embargo, las ciencias sociales argentinas no parecen aún haber hecho uso extensivo de las mismas. Junto con la aparición de nuevas fuentes y formatos de datos (vinculados a las tecnologías mobile, a las redes sociales, a la Internet of Things, etc.) se comienza a redefinir un área disciplinar que intersecta problemas clásicos de las ciencias sociales, técnicas avanzadas de análisis de datos y nuevos datos: las Ciencias Sociales Computacionales -CSS-.
A su vez, la administración pública y los sectores productivos requieren analistas calificados no sólo en aspectos técnicos, sino también en la capacidad de generar problemas, preguntas y análisis relevantes. Las CSS cumplen un rol fundamental en este aspecto.
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 la carrera de Sociología y, particularmente, se plantean como una continuación y profundización de la materia Técnicas de Investigación Cuantitativa. En este sentido, la orientación es correlativa a las materias “Metodología de la Investigación” y “Técnicas de Investigación Cuantitativa”. La misma se enmarca en el plan de trabajo de factor~data, Laboratorio de Ciencias Sociales Computacionales.
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.