El Diplomado en Data Science para las Ciencias Sociales busca generar aprendizajes teóricos y prácticos en Data Science, específicamente aplicados a las ciencias sociales. Su objetivo es contribuir a combinar la rigurosidad analítica y la capacidad de manejo de datos con el entendimiento de los fenómenos sociales. Se busca así potenciar la investigación y la práctica profesional en ciencias sociales con las herramientas más avanzadas de análisis de datos. Del anterior se desprenden los siguientes objetivos.
Se espera que el y la estudiante al término de su proceso formativo pueda:
- Analizar el procesamiento de estructuras de datos más comunes, aplicando técnicas de data science, para informar y mejorar decisiones en contextos sociales y políticos.
- Implementar un flujo de trabajo reproducible y estandarizado, que minimice las exigencias interpretativas necesarias para comprender el proceso llevado a cabo.
- Reconocer diferentes contextos de aplicación de herramientas de ciencia de datos, para ofrecer una gama de soluciones analíticas (data literacy).
- Integrar conocimientos de ciencias sociales y data science para formular soluciones pertinentes e innovadoras a problemas sociales complejos.
- Aplicar métodos estadísticos y algoritmos de aprendizaje automático en investigación social, con el fin de generar comprensiones más profundas y efectivas.
- Desarrollar habilidades de comunicación efectiva, con la finalidad de entregar de manera clara, atractiva y persuasiva los patrones y hallazgos obtenidos del análisis de datos a grupos de interés o stakeholders, facilitando la comprensión y el impacto del proyecto en función de la audiencia.
- Evaluar críticamente las implicancias éticas involucradas en la manipulación y análisis de datos, considerando aspectos como la responsabilidad e integridad en todas las etapas del proyecto (data acumen).
Este programa destaca tres elementos:
Integración de conocimientos de Ciencias Sociales y Data Science: Los cursos están diseñados de una manera que integran teoría y metodologías de las ciencias sociales con técnicas avanzadas en data science. Esto genera un currículum multidisciplinario de gran valor para los profesionales que completen el diplomado. Además, los proyectos y estudios de caso se centran en desafíos y problemas reales en el ámbito de las ciencias sociales, como estudios demográficos, segmentación de usuarios, análisis de políticas públicas, salud, entre otras. Sumado a este punto, se busca que la dinámica de enseñanza no reproduzca los sesgos de género que caracterizan a las carreras en ingeniería y ciencias
- en el ámbito de la tecnología (STEMs), lo que se ve reflejado en nuestros esfuerzos por equiparar la planta docente y se consolidará además en las estrategias de evaluación.
- Enfoque de comunicación y ética en Data Science: Los cursos se enfatizan en la habilidad de comunicar eficazmente los hallazgos de los análisis de datos a una audiencia no técnica, fomentando la utilización de narrativas claras, persuasivas y comprometidas. Además, se aborda el proceso ético del análisis de datos, como la privacidad, sesgos en algoritmos y responsabilidad en la interpretación más allá de estrategia de “governing by numbers”, consistente en depender exclusivamente de datos para tomar decisiones. Este foco en el quehacer profesional responde al especial interés en poder entregar herramientas aplicables en sus contextos laborales actuales o futuros.
- Inclusión de inteligencia artificial en los cursos: Todos los cursos enseñarán fundamentos básicos de la IA, para resolver problemas de manera óptima y atingente, desde una mirada crítica y responsable. Para esto, se abordarán los desafíos éticos específicos asociados al uso de IA en Ciencias Sociales, como el riesgo de malinterpretar resultados para la toma de decisiones.
