Uno de los objetivos primordiales del Laboratorio Nacional de Políticas Públicas es contribuir a la formación de recursos humanos en metodologías de vanguardia. Por ello, cada año abrimos inscripciones a nuestra Escuela de Métodos e impartimos cursos de manejo y visualización de datos en R, programación en Python, Métodos Cualitativos, Inteligencia Colectiva, Planeación Estratégica, entre otros temas.
Conoce los cursos que tenemos preparados para el periodo enero-junio 2021.
Nota: Algunos de nuestros cursos tienen 8 sesiones y otros 12; los horarios en que éstas se imparten son específicos para cada curso. Le invitamos a que vea los detalles de cada uno de estos.
*Actualización 7 enero 2021.
Docente | Juan Javier Santos Ochoa |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónPython es el lenguaje más popular para hacer ciencia de datos. Sus múltiples librerías permiten llevar a cabo todo el proceso de obtención, limpieza, análisis y visualización de datos de una manera muy eficiente. Además, es gratis y muy fácil e intuitivo de aprender. En este curso vamos a conocer Python y a empezar a programar desde cero en este lenguaje que puede abrir muchas oportunidades en tu carrera. Específicamente aprenderemos a usar las librerías más populares para las tareas de manejo de datos. Objetivo de aprendizajeEl objetivo del curso es aprender a usar Python para el manejo de datos. Específicamente, los objetivos del curso son aprender a:
Dirigido aCualquier profesional interesado en ciencia de datos. Conocimientos previosPreferiblemente con experiencia en análisis de datos y algún software para manejo de bases de datos (R, Stata, Excel, etc). TemarioEl curso está dividido en 8 sesiones, cada una de 3 horas. A continuación, se enlistan los temas que cubriremos en el curso:
Veremos lo fundamental para empezar a programar en Python desde cero.
En esta parte aprenderemos a programar en Python utilizando las estructuras de control -que nos permiten automatizar y controlar procesos repetitivos- y también veremos cómo crear nuestras propias funciones y comandos.
Pandas es la librería más popular de Python para el manejo datos. Es sencilla y muy completa. Aprenderemos desde cómo leer los archivos con datos, pasando por cómo crear y transformar variables, reestructurar la base de datos, resumir la información y finalmente exportar a otros formatos los datos.
En esta parte del curso veremos algunas funcionalidades más avanzadas de Pandas.
Aprenderemos los fundamentos del procesamiento de texto para su análisis. Veremos cómo pre procesar y limpiar el texto, cómo usar expresiones regulares y algunos análisis básicos de analítica de texto.
Veremos cómo usar funciones especiales para declarar variables temporales.
En esta parte del curso aprenderemos cómo usar la información geográfica para enriquecer el análisis de datos.
Bibliografía
Profesor(a) Juan Javier Santos Ochoa
Juan Javier Santos Ochoa![]() Científico de Datos, Unidad Ciencia de Datos
|
Docente | Salvador Vázquez Del Mercado |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLos métodos cuantitativos de investigación nos permiten describir el mundo de una forma precisa y, al mismo tiempo, nos dan una idea de la incertidumbre que enfrenta esta descripción. Además, son muy útiles para evaluar la distribución de esta variable en la población que nos interesa, la forma como se relaciona como otras variables y su comportamiento en otras poblaciones y subpoblaciones. Estos métodos son útiles y poderosos, pero su uso correcto requiere la construcción de intuiciones y de la práctica constante. En este curso los estudiantes aprenderán sobre los conceptos y prácticas básicos para un análisis cuantitativo. Objetivo(s) de aprendizajeEste curso busca introducir a los alumnos a una serie de herramientas de análisis cuantitativo partiendo tanto de la teoría como de la práctica de sus conceptos básicos. Las clases comprenderán una discusión teórica sobre el uso (y abuso) de los conceptos básicos de la metodología, así como práctica continua e individual usando el paquete estadístico R. Al final del curso, los alumnos serán capaces de elaborar análisis propios y ser consumidores informados y críticos de resultados estadísticos. Los alumnos deberán tener una computadora personal con R y R Studio instalado. Sin embargo, el curso está diseñado para introducir a los alumnos a R, por lo que NO es un prerrequisito conocerlo. Dirigido aEstudiantes, investigadores, servidores públicos u otras personas interesadas en hacer investigación social o utilizar herramientas de análisis cuantitativo en su trabajo, estudio o investigación. Temario El curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Salvador Vázquez Del Mercado
Salvador Vázquez Del Mercado![]() Catedrático CONACYT y profesor investigador
|
Docente | |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente se publicará el temario completo. Actualización 8 de enero de 2021. |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa ciencia de datos es una industria que ni siquiera existía hace diez años. Desde entonces, ha crecido hasta dominar el mundo empresarial y gubernamental. Cuando vemos el éxito que han logrado empresas impulsadas en datos como Google, Facebook y Amazon, nos preguntamos si es posible que nuestra organización replique ganancias similares a partir de sus datos. Para el éxito de estos gigantes tecnológicos ha sido fundamental su capacidad para establecer y cultivar culturas impulsadas en datos. Objetivo(s) de aprendizajeEl curso tiene como objetivo desarrollar el conocimiento de los estudiantes de los principios de la ciencia de datos para empresas, con el fin de aplicarlos de manera efectiva dentro de sus propias organizaciones. Nos enfocaremos en las habilidades y técnicas que son críticas para liderar un equipo de ciencia de datos exitoso, equipando a los estudiantes con la terminología y el contexto para poder hacer las preguntas correctas y evitar errores comunes en los proyectos de ciencia de datos. No se ven matemáticas rigurosas, sino la comprensión e interpretación general de términos de ciencia de datos y estadística. Dirigido aEjecutivos de empresas u otros profesionales que deseen comprender cómo aprovechar el campo de la ciencia de datos para generar valor en una organización. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)Michelle Anzarut Chacalo |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónAnálisis de componentes principales es una técnica estadística a que su principal objetivo es simplificar la complejidad dimensional de un conjunto de datos; asegurando que se conserve la información de conjunto de datos. Es decir, este método de componentes principales condensa la información aportada por múltiples variables en tan sólo pocas variables (componentes) combinando las técnicas de álgebra lineal y estadística. En resumen, es la reducción de la dimensionalidad de un conjunto de datos a costa de una pequeña pérdida de información. Objetivo(s) de aprendizajeIdentificar los elementos teóricos de la técnica de componentes principales. Aplicar la técnica en forma práctica con ejemplos específicos. Validar y replicar la técnica de componentes principales. Dirigido aTodo tipo de público con conocimiento básico de estadística. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1 Lunes 08 de marzo del 2021
Sesión 2 Miércoles 10 de marzo del 2021
Sesión 3 Miércoles 17 de marzo del 2021
Sesión 4 Lunes 22 de marzo del 2021
Sesión 5 Miércoles 24 de marzo del 2021
Sesión 6 Lunes 05 de abril del 2021
Sesión 7 Miércoles 07 de abril del 2021
Sesión 8 Lunes 12 de abril del 2021
Sesión 9 Miércoles 14 de abril del 2021
Sesión 10 Lunes 19 de abril del 2021
Sesión 11 Miércoles 21 de abril del 2021
Sesión 12 Lunes 26 de abril del 2021
Profesor(a)Itza Tlaloc Quetzalcoatl Curiel Cabral |
Docente | Juan Javier Santos Ochoa |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa visualización de datos es el área del conocimiento que combina principios de diseño, teoría del color y nuestras capacidades perceptivas para elaborar gráficas y mapas que transmiten de forma eficiente y efectiva los resultados sustantivos derivados del análisis de bases de datos. En este curso presentaremos los principios básicos de la visualización y aprenderemos a usar varias librerías de Python para crear gráficas tanto estáticas como interactivas. Objetivo(s) de aprendizajeEl objetivo del curso es aprender a crear visualizaciones de datos que comuniquen la información de forma eficiente y efectiva, generando valor agregado al análisis. Específicamente, los objetivos del curso son:
Dirigido aEl curso está diseñado para personas con conocimiento de manejo de datos y programación en Python, en particular, conocer estructuras de datos básicas (listas, diccionarios, etc), saber definir funciones y usar la librería Pandas. Se recomienda (aunque no es obligatorio) tomar previamente el curso “Introducción a Python y Manejo de datos” que también se ofrece dentro de la Escuela de Métodos. TemarioEl curso está dividido en 8 sesiones, cada una de 3 horas. A continuación, se enlistan los temas que cubriremos en el curso: 1. Introducción a la visualización de datosEmpezaremos viendo los principios teóricos de la visualización de datos y conociendo los conceptos básicos relacionados. 2. Introducción a MatplotlibMatplotlib es la librería usada por excelencia en Python para hacer gráficas estáticas. Aquí aprenderemos a crear visualizaciones a través de la interfaz de Matplotlib disponible en Pandas. 3. Ajuste de detalles de gráficas con MatplotlibAprenderemos a ajustar detalles de las gráficas como los ejes, las leyendas, las características del texto y detalles más avanzados como personalizar recuadros y barras de colores. 4.Creación de múltiples gráficas con Matplotlib y SeabornVeremos cómo crear figuras con múltiples gráficas, usando distintos diseños para distribuirlas. También usaremos la librería Seaborn que facilita hacer muchas de las gráficas de Matplotlib. 5.Usos avanzados de MatplotlibExploraremos algunas de las características más avanzadas de Matplotlib como animaciones, gráficas con elementos interactivos e integración con interfaces de usuario. 6.Introducción a PlotlyPlotly es una excelente librería para hacer visualizaciones interactivas que pueden funcionar mucho mejor en un navegador web. Veremos la interfaz básica para crear gráficas de Plotly y cómo editar sus elemento. 7.Introducción a Plotly ExpressAprenderemos a usar Plotly Express, que es una interfaz que nos permite hacer gráficas de forma mucho más fácil, además nos brinda la posibilidad de hacer múltiples gráficas. 8.Introducción a DashDash es una librería que nos permitirá hacer dashboards interactivos basándonos en las gráficas de plotly que aprendimos a hacer anteriormente. Profesor(a)
Juan Javier Santos Ochoa
Juan Javier Santos Ochoa![]() Científico de Datos, Unidad Ciencia de Datos
|
Docente | Ricardo Massa Roldán |
Sesiones |
|
Horario | 5pm - 7pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente publicaremos el programa completo. Actualización 7 de enero de 2021. |
Docente | Sebastián Garrido de Sierra |
Sesiones |
|
Horario | 5:30 pm - 7:30 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente publicaremos el programa completo. Actualización 7 de enero de 2021. |
Docente | Ana Laura Martínez Gutiérrez |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente publicaremos las fechas de cada una de las sesiones de este curso, así como el temario completo. Actualización 7 de enero de 2021. |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente se publicará el temario. Actualización 7 de enero de 2021. |
Docente | Salvador Vázquez Del Mercado |
Sesiones |
|
Horario | 6pm - 9pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLas encuestas son un método de investigación que permiten describir una población a partir de las respuestas dadas por una selección de sus miembros a un cuestionario estructurado. Sin embargo, para lograr este objetivo es necesario tener cuidado con el diseño de la encuesta. Por ejemplo, deben observarse ciertas reglas para seleccionar a los entrevistados y diseñar el cuestionario para que obtenga respuestas certeras. La metodología de encuestas está dedicada a asegurar que la información obtenida de las entrevistas represente a la población de la mejor manera posible. Objetivo(s) de aprendizajeEste curso proveerá de los conocimientos necesarios para diseñar una encuesta de calidad, como el diseño y prueba de preguntas y cuestionarios. También proveerá de nociones de muestreo y organización de levantamiento para hacer que la encuesta sea eficiente e informativa. Además, en el curso será demostrado el uso de paquetes estadísticos especializados en el análisis de encuestas. Al terminar el curso, los estudiantes serán capaces de diseñar una encuesta desde la concepción del proyecto hasta diseñar el cuestionario y comprender cuál diseño de muestra será de mayor utilidad para cualquier tema que deseen investigar. Como trabajo final, los estudiantes prepararán un proyecto de encuesta en el que demostrarán los conocimientos adquiridos al aplicarlos a un proyecto de su elección. Dirigido aEstudiantes, investigadores, servidores públicos u otras personas interesadas en hacer investigación social. TemarioEl curso está dividido 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Salvador Vázquez Del Mercado
Salvador Vázquez Del Mercado![]() Catedrático CONACYT y profesor investigador
|
Docente | Juan Javier Santos Ochoa |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEste es un curso de nivel introductorio al aprendizaje automático, mejor conocido como machine learning (ML). El ML es un área de las ciencias computacionales que estudia el desarrollo de modelos estadísticos basados en datos para que pueden desempeñar una tarea básica, típicamente hacer una predicción, clasificar en categorías, agrupar elementos similares, recomendar un producto, etc. Iniciaremos abordando los principales temas conceptuales del aprendizaje automatizado y más adelante nos enfocaremos en la parte práctica, donde veremos las técnicas de ML más utilizadas usando la librería scikit-learn de Python. Consideramos importante presentar la fundamentación matemática de los modelos que usaremos para entender mejor el funcionamiento de los métodos. Aunque no nos extenderemos a detalle en esta parte, al menos presentaremos las fórmulas más importantes de cada técnica, describiremos los parámetros básicos de las ecuaciones y proporcionaremos referencias donde se puede consultar a profundidad. Objetivo(s) de aprendizajeEl objetivo general del curso es aprender los elementos conceptuales básicos de ML y a implementar de forma práctica los algoritmos más populares para hacer regresión, clasificación, clusterización y reducción de dimensionalidad. En específico lo objetivos del curso son:
Dirigido aAsumimos que los participantes cuentan con los conocimientos equivalentes a los de cursos universitarios de cálculo diferencial, álgebra lineal y estadística. Esperamos que tengan experiencia en manejo de datos y estimación de modelos estadísticos básicos (regresión lineal). También asumimos que cuenta con los siguientes conocimientos básicos de Python:
Se recomienda (aunque no es obligatorio) haber tomado previamente los siguientes cursos que también se ofrece dentro de la Escuela de Métodos del LNPP:
TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación: se enlistan los temas que cubriremos en el curso:
Bibliografía
Profesor(a)
Juan Javier Santos Ochoa
Juan Javier Santos Ochoa![]() Científico de Datos, Unidad Ciencia de Datos
|
Docente | |
Sesiones |
|
Horario | 5 pm - 7 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa taxonomía ha sido uno de los quehaceres más antiguos de la sociedad. La necesidad agrupar especies por características individuales o grupales. En ciencia de los datos, esta técnica de obtener grupos que sean lo mas heterogéneo entre ellos; sin embargo, que los individuos dentro de cada grupo se presenten de la manera más homogénea posible es quizá su principal propósito. Dentro de las ciencias sociales este mecanismo de clasificar (agrupar) es útil no sólo para identificar individuos sino además nos ayuda a determinar individuos representativos de los grupos, que combinado con técnicas de cualitativas nos permite identificar esos individuos para un análisis de caso. Es decir, es un seleccionador de casos a partir de su tipo de consumo, características patológicas, síntomas, variables socio económicas, características del hogar, variables individuales o grupales, etc. Un resultado inmediato del análisis de conglomerados es la obtención de un semáforo, dado al creación de grupos, para proponer posibles soluciones de los diferentes tipos de individuo a partir de agrupación de las variables que los hacen ser común y pertenecer a un grupo en específico. Objetivo(s) de aprendizajeAprender dos técnicas de conglomerados asi como algunas de sus variantes a partir de un enfoque teórico y práctico. Dirigido aTodo tipo de público con conocimiento básico de estadística y geometría. Es necesario saber que es media, mediana y varianza, tipos y clasificación de variables, linea recta y concepto de distancia. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1 Lunes 3 de mayo
Sesión 2 Lunes 10 de mayo
Sesión 3 Miércoles 12 de mayo
Sesión 4 Lunes 17 de mayo
Sesión 5 Miércoles 19 de mayo
Sesión 6 Lunes 24 de mayo
Sesión 7 Miércoles 26 de mayo
Sesión 8 Lunes 31 de mayo
Sesión 9 Miércoles 2 de junio
Sesión 10 Lunes 7 de junio
Sesión 11 Miércoles 9 de junio
Sesión 12 Lunes 14 de junio
Profesor Itza Tlaloc Quetzalcoatl Curiel Cabral |
Docente | |
Sesiones |
|
Horario | 5pm - 7pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente publicaremos el temario completo. Actualización 7 de enero de 2021. |
Docente | Ana Laura Martínez Gutiérrez |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente se publicará el temario completo. Actualización 7 de enero de 2021. |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa comprensión de las experiencias de las personas y los contextos de los fenómenos sociales nos permite valorar si los objetivos de las intervenciones se están cumpliendo o, si al menos, están en el camino de cumplirse. Los desafíos al intentar solucionar los problemas sociales son muchos. Por un lado, es necesario saber si la solución de un problema se traduce de la forma prevista. Por otro lado, resulta relevante conocer y entender el fenómeno social en el que estamos tratando de incidir. Así, la observación estructurada se utiliza, cada vez más, como una estrategia de investigación que, desde los métodos mixtos, permite acceder e indagar a profundidad sobre la experiencia vivencial y los contextos en donde los fenómenos ocurren. Como método de obtención de información, la observación estructurada aporta datos detallados y rigurosos sobre el fenómeno que se explora, sobre todo en contextos, relaciones o experiencias complejas en donde el proxy de una entrevista o cuestionario necesita fortalecerse con datos de lo que realmente sucede. En este curso introductorio se busca interesar en el uso de observación estructurada como estrategia para contribuir al entendimiento de los fenómenos sociales y la resolución de los problemas públicos. Mediante el análisis y la reflexión del proceso de observación, pero también de la exploración rigurosa de los elementos fundamentales, este curso quiere ampliar el uso nacional de esta técnica en las distintas esferas de las ciencias sociales. Objetivo(s) de aprendizajeEn este curso queremos involucrar a las y los participantes para:
Dirigido aEste es un curso introductorio que busca interesar a todas las personas, con o sin experiencia en observación, en el diseño, análisis y uso de esta estrategia para el entendimiento de los desafíos sociales. TemarioEl curso está dividido en ocho sesiones, cada una de tres horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1Observación y el método científico: ¿qué tienen que ver?
Sesión 2Observación estructurada y la ética de observar a otros
Sesión 3¿Qué voy a observar?: De los conceptos a los elementos observables
Sesión 4La pauta de observación como herramienta fundamental
Sesión 5Haciendo observación
Sesión 6Entrenamiento de observadores y toma de notas
Sesión 7Ejercicios prácticos de observación Sesión 8La observación para influir en las políticas públicas: Interpretación y presentación de resultados
ProfesorasDra. Ana Razo (ana.razo@cide.edu) Mtra. Itzel Cabrero (itzel.cabrero@gmail.com) |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente publicaremos el programa de estudios. Actualización 7 de enero de 2021. |
Docente | Salvador Vázquez Del Mercado |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónEl análisis de resultados de encuestas requiere de tomar en consideración la naturaleza probabilística de sus estimaciones, que depende a su vez del diseño de la muestra. En este curso, revisaremos varios métodos de diseño y análisis de encuestas que incorporan la información del diseño de la muestra. Además, revisaremos métodos para trabajar con muestras que no son probabilísticas y formas para trabajar con datos de encuestas que faciliten el uso de las etiquetas de preguntas y valores. Objetivo(s) de aprendizajeEste curso proveerá conocimientos sobre las técnicas de análisis de resultados de encuestas aplicados en R. Entre ellas, está el manejo y manipulación de datos etiquetados, la selección de muestras complejas, el cálculo de ponderadores y su uso para estimar las propiedades probabilísticas de los estimados. Dirigido aEstudiantes, investigadores, servidores públicos u otras personas interesadas en hacer investigación social. Importante: este curso requiere de conocimientos intermedios de manejo de datos con R. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Salvador Vázquez Del Mercado
Salvador Vázquez Del Mercado![]() Catedrático CONACYT y profesor investigador
|
Docente | Sebastián Garrido de Sierra |
Sesiones |
|
Horario | 5:30 pm - 7:30 pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | Próximamente se publicará el temario completo. Actualización 7 de enero de 2021. |
Docente | |
Sesiones |
|
Horario | 6pm - 8pm |
Sede | Online |
Precio regular | 5000.00 MXN |
Temario | IntroducciónLa comprensión de las problemáticas sociales enfrenta la paradoja de una mayor complejidad en sus temáticas y una mayor especialización en quienes la buscan entender. La inteligencia colectiva se ha dedicado a estudiar diversas estrategias para aprovechar la información que poseen diversos individuos respecto a un tema en común, favoreciendo el intercambio de conocimiento y maximizando los recursos en su interacción. Este curso busca introducir a los alumnos a diversas técnicas para diseñar estrategias de investigación e interacción en grupos de personas para ganar comprensión de temáticas complejas. El curso presentará los aspectos teóricos y prácticos fundamentales para el diseño de ejercicios de grupo que permitan obtener los mayores beneficios de la inteligencia colectiva. Las alumnas y los alumnos aprenderán: el paso a paso de diversas técnicas metodológicas, así como cuáles son los principales sesgos de comportamiento en las dinámicas grupales y cómo evitarlos. Objetivo(s) de aprendizajeEl objetivo general del curso es ofrecer una panorámica de diversas técnicas participativas y de inteligencia colectiva para utilizarse con grupos de personas, con la intención de que los alumnos conozcan distintos métodos, su alcance y los principales usos que han tenido. De forma específica se busca que aprendan:
Dirigido aEl curso está diseñado para personas interesadas en utilizar técnicas grupales para el análisis de situaciones complejas y que deseen aprender herramientas que dan rigor a las estrategias de inteligencia colectiva en la investigación y para la toma de decisiones. Este curso no cuenta con ningún prerrequisito. TemarioEl curso está dividido en 12 sesiones, cada una de 2 horas. A continuación se enlistan los temas que cubriremos en cada sesión: Sesión 1
Sesión 2
Sesión 3
Sesión 4
Sesión 5
Sesión 6
Sesión 7
Sesión 8
Sesión 9
Sesión 10
Sesión 11
Sesión 12
Profesor(a)
Alejandra Núñez Aguilar
Alejandra Núñez Aguilar![]() Investigadora
|