Nuestro Diagnóstico
Tanto en Chile como en el mundo, se observa una creciente demanda, por parte de instituciones públicas y el sector privado, de profesionales capaces de trabajar con técnicas avanzadas de análisis de datos, integrar metodologías computacionales y aplicar estándares de ciencia abierta a la investigación. Esta demanda se inserta en un ecosistema global donde las plataformas masivas de educación en línea (MOOCs) han ampliado y diversificado la oferta, desplazando la expectativa de formación continua hacia experiencias más flexibles, modulares y tecnológicamente mediadas.
Adicionalmente, diversos estudios recientes advierten que la inteligencia artificial generativa no constituye únicamente una innovación tecnológica adicional, sino un punto de inflexión estructural para la educación superior, en tanto desafía los supuestos tradicionales sobre enseñanza, evaluación y producción de conocimiento (Liu & Bates, 2025). En este contexto, la formación universitaria enfrenta una doble tensión: por una parte, la necesidad de resguardar la integridad y validez de los procesos formativos frente a herramientas capaces de producir resultados académicos de alta calidad; por otra, la urgencia de preparar a los estudiantes para un entorno laboral y científico en el que la colaboración humano-IA se vuelve progresivamente más central (Lee et al., 2024). La evidencia indica que respuestas fragmentadas o exclusivamente restrictivas resultan insuficientes, profundizan brechas de acceso, desigualdades en capacidades y usos acríticos de estas tecnologías (Liu & Bates, 2025).
En este escenario, las instituciones de educación superior enfrentan el desafío de desarrollar, tanto entre los miembros del cuerpo académico como del estudiantado, competencias críticas tales como la evaluación reflexiva de modelos, la comprensión de sesgos algorítmicos, la integración ética de herramientas de IA en procesos de investigación y el diseño de evaluaciones pedagógicamente robustas en contextos digitalmente mediados.
En FACSO, estos desafíos se traducen en una baja articulación de la oferta de cursos metodológicos y de análisis de datos, tanto dentro de las carreras como entre los distintos programas de pregrado y postgrado; la mantención y reproducción de la separación tradicional entre métodos cualitativos y cuantitativos en los planes de estudio, generando trayectorias formativas fragmentadas y dejando un vacío respecto de enfoques mixtos y metodologías semi-cuantitativas, como análisis de redes o análisis espaciales; formación en ciencia abierta, ciencias sociales computacionales e inteligencia artificial generativa aún incipiente
Nuestra Propuesta
En este contexto, DataSOC propone articular una estrategia formativa integral que conecte los programas de pregrado, postgrado y educación continua en torno a una oferta coherente y actualizada en análisis de datos sociales. Contar con esta oferta es crucial, dado que se requieren capacidades humanas especializadas en el análisis de datos sociales para nutrir a las otras líneas de trabajo de DataSOC. Asimismo, la rápida expansión de herramientas de inteligencia artificial generativa y metodologías computacionales plantea nuevos desafíos para la formación en ciencias sociales, requiriendo el desarrollo de capacidades críticas para utilizar estas tecnologías de manera responsable, reflexiva y metodológicamente informada en investigación y docencia.
Los componentes de esta línea son los siguientes:
Coordinación académica metodológica: En un primer momento se realizará un diagnóstico exhaustivo de la oferta formativa en métodos y análisis de datos en pregrado y postgrado, identificando vacíos, solapamientos y oportunidades de articulación. A partir de este diagnóstico, se establecerá una instancia permanente de coordinación académica metodológica, reuniendo a los equipos docentes responsables de cursos metodológicos y de análisis de datos en pregrado y postgrado. El objetivo de esta instancia es generar lineamientos comunes que aseguren coherencia curricular, actualización metodológica y estándares compartidos en la enseñanza de métodos, capaces de responder a las transformaciones del ecosistema digital.
Certificación complementaria en pregrado: A partir de la oferta existente y de la coordinación académica metodológica, se diseñará un programa de certificación complementaria en ciencia de datos sociales. Este programa, estructurado como un conjunto de cursos electivos y talleres prácticos, permitirá a los estudiantes adquirir competencias avanzadas en análisis de datos sociales, integrando enfoques cuantitativos, cualitativos y ciencias sociales computacionales. Asimismo, incorporará contenidos orientados al uso reflexivo de herramientas de inteligencia artificial generativa y automatización de análisis, abordando tanto sus potencialidades para el procesamiento y exploración de datos como sus limitaciones, sesgos y desafíos éticos. En concordancia con el PDI de la Facultad y con las orientaciones del Modelo Educativo de la Universidad, la certificación estará abierta a estudiantes de todas las carreras de la Facultad, promoviendo una formación interdisciplinaria y adaptada a las demandas contemporáneas del mercado laboral. Para cumplir este objetivo, se propondrá el diseño de un Curso de Formación Transversal obligatorio para quienes deseen cursar la certificación. Luego, se realizará un levantamiento de cursos generales y electivos de los programas de pregrado de la Facultad que ya ofrecen herramientas relacionadas con los objetivos del programa. En carreras donde no existan cursos alineados, se identificarán aquellos con potencial de reformulación y se ofrecerá apoyo técnico para incorporar estos elementos en sus programas, e incluirlos en el catálogo de actividades formativas reconocidas por el programa de certificación.
Educación continua: DataSOC impulsará una oferta sistemática de cursos modulares y diplomados, orientada a capitalizar el conocimiento metodológico acumulado en la Facultad. Esta oferta, articulada desde la Unidad de Educación Continua de FACSO, permitirá otorgar certificaciones y crear programas que dialoguen con las necesidades del sector público, organizaciones sociales y actores privados. Se generarán cursos para la plataforma EOL y se explorarán formatos híbridos y presenciales, adaptados a las demandas de formación continua en el contexto actual. Adicionalmente, esta oferta se articulará con los programas de magíster de la Facultad, de modo que sus estudiantes puedan acceder con mayor facilidad a certificaciones intermedias y sellos de especialización, mediante el reconocimiento y la integración de cursos electivos en diplomados u otras instancias de educación continua dirigidas también a audiencias externas, mediante cursos abiertos y cerrados. En una primera etapa, esta articulación se implementará con el Magíster en Metodologías de Investigación en Ciencias Sociales del Departamento de Sociología (en desarrollo), proyectándose posteriormente a otros programas de postgrado.
Programas de doctorado: En el contexto de la reciente aprobación del Doctorado en Trabajo Social y del avanzado estado de diseño de los Doctorados en Sociología y Antropología, la Facultad se encuentra en condiciones de consolidar un Colegio Doctoral orientado a fortalecer la articulación e interdisciplinariedad de la formación doctoral. En sinergia con este Colegio Doctoral, DataSOC aportará criterios, herramientas y estándares para la formación avanzada en datos sociales. Esto permitirá contribuir al diseño y fortalecimiento de cursos transversales de metodología y a una formación doctoral coherente con los desafíos contemporáneos de la investigación social.
Conferencias y seminarios internacionales: DataSOC organizará una serie de conferencias, seminarios y talleres internacionales enfocados en ciencia de datos sociales, invitando a expertos reconocidos internacionalmente para compartir sus conocimientos y experiencias. Esto permitirá mantener actualizada a la comunidad académica respecto de desarrollos recientes en inteligencia artificial, ciencia abierta y ciencias sociales computacionales, fomentando espacios de discusión interdisciplinaria sobre los desafíos que estas tecnologías plantean para la investigación social. Adicionalmente, estas actividades posicionarán a DataSOC como un referente en el campo de los datos sociales a nivel nacional e internacional.
