Ciencia de datos

Ciencia de datos para ciencias sociales: la nueva capacitación que se estrenará en la Universidad Nacional de Quilmes. Con esta propuesta, la UNQ busca estar a la vanguardia y formar recursos en el manejo de herramientas de gran demanda laboral.

La Universidad Nacional de Quilmes (UNQ) presenta el Ciclo extracurricular “Ciencia de datos para ciencias sociales”, con inscripciones que ya están abiertas. Es organizado por la Unidad de Formación Docente del Departamento de Ciencias Sociales, la Licenciatura en Ciencias Sociales, la Secretaría de Extensión Universitaria y el Proyecto de promoción de la investigación en temas estratégicos institucionales (PITEI) Comunicación Digital y Big Data.

Con este nuevo Ciclo, la Universidad busca ocupar un lugar entre las instituciones de vanguardia. En la actualidad, son muy pocos los espacios curriculares que brindan la posibilidad de formarse en el área; de hecho, solo dos universidades cuentan con una Licenciatura en Ciencias de Datos: la UBA (Facultad de Ciencias Exactas y Naturales) y la Universidad Nacional de Guillermo Brown. En efecto, brindar una propuesta de esta envergadura puede funcionar como un buen antecedente para ir por más a mediano plazo.  
Con la coordinación de Federico Gobato y Raúl Di Tomaso, la capacitación contará con ocho espacios curriculares: Big Data y Sociedad (dictado por Gobato y Leonardo Murolo), Introducción a R para Ciencias Sociales (Sofía Rojas), Python básico (Mariel Faedo), programa estadístico SPSS (Marcela Grinzpun), Sistema de información Geográfica (Soledad Medina), Estadística básica para Ciencias Sociales (Di Tomaso), Presentaciones gráficas efectivas (Cristian Jurisic) y Encuestas de paneles (Guillermo de Martinelli).
Qué es el Big Data
Como nunca, las personas tienen un montón de información disponible y ello entusiasma pero también obnubila. Por un lado, el futuro se aproxima como un auténtico paraíso; lo que antes valía horas de bibliotecas hoy se resuelve en cuestión de segundos. Sin embargo, tanta potencia tecnológica tiene su reverso: se accede a muchos datos pero a cambio se brindan los propios. Cuando colocan una dirección en el GPS, envían un correo o almuerzan con amigos en algún bar, las personas imprimen sus huellas en el ciberespacio. Se tornan geolocalizables aunque nadie los busque y se vuelven predecibles aunque poca gente aprecie su intimidad. La era global es así, bambolea entre el confort y el pánico, en cualquier tiempo y sin importar el lugar. En los intersticios, se teje una gran transformación cultural que, aunque los humanos saben que existe, todavía les resulta difícil poner en palabras.
De hecho, el problema radica justo allí. “La ciencia de datos y las técnicas de aprendizaje automático (Machine Learning) irrumpieron a un ritmo casi desenfrenado en las universidades y, en muchos casos, nuestras instituciones no han hallado las capacidades para aprovechar sus ventajas”, admite Raúl Di Tomaso, secretario de Extensión Universitaria, sociólogo y coordinador del Ciclo. Por ello, “el interés radica en desarrollar aplicaciones sobre la base de esas tecnologías que sirvan para la Editorial y, en el futuro, puedan proyectarse hacia todas las áreas”, explica.
¿La editorial? Sí, sucede que la Editorial renovó su portal y el proyecto inicial (Ver “Antecedentes”) se concentró en ese espacio con el propósito de “modelizar la información recibida proveniente de los usuarios”, mediante la creación de algoritmos. A mediano plazo, la meta será que el empleo exitoso de estas tecnologías en el sitio de la Editorial logre extenderse hacia otras áreas. “Desde una perspectiva general, también permitirá a la Universidad apropiarse de conocimientos vinculados a la producción y recepción de información. Esperamos que nos sirva a los docentes que dictamos materias para actualizar nuestros programas y saberes sobre técnicas y tecnologías que están en boga y marcan el pulso de la socialización contemporánea”, comenta Di Tomaso.
Así, con procedimientos similares a los que emplean las empresas de publicidades o los propios partidos políticos durante sus campañas, los nuevos esquemas de comunicación supondrán la emisión de mensajes teledirigidos y que satisfagan las expectativas de un público con gustos cada vez más diversificados. “Apuntaremos a segmentar los datos, construir indicadores, clasificar y hacer microclusters (microsegmentación) para elaborar mensajes diferenciados orientados a grupos con necesidades puntuales”, propone. No obstante, consciente de esta situación que ubica a la tecnología como un arma de doble filo, alerta el referente: “Debemos desarrollar protocolos de buen uso, porque sabemos bien que la información disponible suele utilizarse con fines de lucro (publicidades) y también con objetivos políticos y partidarios (elecciones). Nosotros, en cambio, respondemos a una universidad pública, tenemos responsabilidades muy importantes con nuestra comunidad”.
Phyton: una herramienta accesible y robusta
Mariel Faedo, que trabaja en el área de Sistemas de la UNQ y actualmente realiza una maestría en Ciencia de Datos (Universidad Tecnológica de Uruguay-Instituto de Tecnología de Massachusetts), estará a cargo del curso de Phyton básico. Se trata de un lenguaje de programación, de uso corriente en análisis de datos y machine learning.
“Phyton utiliza un lenguaje simple, con una sintaxis fácil de aprender y práctico, en la medida en que resuelve rápido. Cuando uno trabaja con 10 o 20 millones de datos, las computadoras se demoran en procesarse. Por ello, contar con un instrumento que optimice esa tarea ayuda muchísimo y disminuye de una manera formidable los tiempos”, describe Faedo. Después continúa con su explicación acerca del curso que dictará: “El curso que propongo es muy básico, porque está apuntado a gente que nunca programó en su vida. La idea es que tengan una introducción al mundo de la programación. El objetivo es que aprendan a discernir la información, que aprendan a graficarla y, sobre todo, que aprendan a hacerse las preguntas que un científico de datos debe hacerse. Aquellos que se anoten podrán sacar el jugo a las virtudes de la programación en poco tiempo”.
De todos los campos disciplinares con experticia en las ciencias de datos, tal vez los profesionales de las ciencias sociales sean los que menos contacto tienen con lenguajes de programación. Desde esta perspectiva, apunta Faedo: “Para la gente formada en sociales, aprender Phyton puede ser una gran ventaja. Se me ocurre que con todo esto de la vacunación, quienes manejen estas herramientas podrían enriquecer muchísimo sus análisis”. De hecho, detrás de los datos que se presentan a diario desde el Monitor de Vacunación (espacio creado por el Ministerio de Salud, en donde se describe cuánta gente recibió la primera dosis, cuánta la segunda, en qué provincia habitan, a qué grupo pertenecen) hay personal entrenado en el manejo de dichas herramientas. 
Luego, completa con su punto de vista sobre las ciencias de datos. “Es un espacio disciplinar que está muy en boga y que es transversal a muchos campos de conocimiento; es posible aprender ciencias de datos en las carreras vinculadas al departamento de Ciencia y Tecnología, al de Ciencias Sociales y también en Economía. La búsqueda de analistas de datos es importante, hay mucha oferta laboral. Científicos de datos se requieren en casi todos los ámbitos de la industria y servicios”, destaca. Aprender a manipular masas ingentes de datos sirve para las finanzas, así como también para la realización de modelos de machine learning y la sistematización de análisis de densidad poblacional y pobreza. “El hecho de poder ampliar las muestras en el campo de las Ciencias Sociales es clave. Pasar de encuestas con dos mil o tres mil personas a cientos de miles, torna a las investigaciones mucho más robustas, precisas y complejas”, asegura Faedo.
Antecedentes
En 2019, “Comunicación Digital y Big Data. El caso de la Editorial de la Universidad Nacional de Quilmes” recibió el subsidio de “Promoción de la Investigación en Temas Estratégicos Institucionales” (PITEI). Los PITEI fueron lanzados con el objetivo de beneficiar a proyectos estratégicos en tecnologías de vanguardia. La UNQ fue la primera institución de educación virtual en Argentina y una de las pioneras en Latinoamérica. Algo similar sucedió con el lanzamiento de carreras como Biotecnología y Automatización y Control. En el presente, la Ciencia de Datos exhibe muchas potencialidades y, en este sentido, una vez más, la Universidad busca aprovechar la oportunidad.

Fuente: cienciadedatos@unq.edu.ar y www.unq.edu.ar