¡Descubre la Conexión Entre la Física y las Ciencias Sociales! [Entrevista Virtual]

Sun, 30 Jul 2023 12:00:00 +0000

La Convergencia de las Ciencias Físicas y Sociales: Una Entrevista con el Dr. Cristian Candia

En una entrevista reciente, Carla Hermann, Ph.D., la anfitriona del programa Let’s Get Physical, se sentó con el Dr. Cristian Candia, académico de la Universidad del Desarrollo en Chile y Director del Magister en Data Science y del CRiSS-LAB. La entrevista se sumerge en la intersección de las ciencias físicas y las ciencias sociales, un campo emergente que está ganando tracción en la comunidad académica. A continuación, ofrecemos un resumen de esta conversación.

Un Viaje desde la Física Hasta las Ciencias Sociales

El Dr. Candia no es un académico común. Comenzó su trayectoria en las ciencias físicas, pero su curiosidad lo llevó a explorar cómo los métodos cuantitativos de la física y las matemáticas pueden aplicarse a los problemas sociales. Durante su doctorado, se centró en el desarrollo de modelos matemáticos para analizar sistemas complejos. Esto, resultó en una carrera interdiciplinaria que fusiona elementos de diversas áreas del conocimiento, enfocada particularmente en abordar problemas sociales con una base cuantitativa sólida.

El Poder de los Sistemas Complejos

Uno de los temas más fascinantes de la entrevista fue el concepto de “sistemas complejos”. Estos sistemas existen en escalas tan pequeñas como partículas subatómicas o tan grandes como sociedades enteras. Lo que los hace complejos son las interacciones no lineales entre sus componentes, que a menudo resultan en fenómenos emergentes. El Dr. Candia explicó cómo las herramientas de la física, como las ecuaciones diferenciales, la teoría de grafos, entre otras, pueden ser útiles para entender fenómenos sociales complejos. Por ejemplo, cómo las redes sociales influyen en la propagación de información o cómo los patrones de cooperación humana pueden modelarse matemáticamente.

Memoria Colectiva: Un Estudio Interdisciplinario

Otro tema que se discutió en profundidad fue la “memoria colectiva”. Este concepto se refiere a cómo las sociedades recuerdan y olvidan eventos, figuras y conceptos históricos. El Dr. Candia subrayó la importancia de un enfoque interdisciplinario para estudiar este fenómeno. Utilizando conceptos que van desde la psicología hasta la historia y herramientas de la ciencia de datos, se pueden obtener insights más profundos sobre cómo se forman, mantienen y cambian las narrativas colectivas.

Lixandria: Un Mapa para Descubrir tu Carrera

La entrevista también tocó un proyecto específico llamado “Lixandria”, una herramienta de orientación vocacional basada en algoritmos y análisis de datos. Este proyecto busca ayudar a los jóvenes a tomar decisiones informadas sobre su futuro profesional. Utiliza las preferencias de postulantes históricos para ofrecer recomendaciones personalizadas a nuevos postulantes que les ayuden a expandir su horizonte de opciones.

Conclusión: La Belleza de la Interdisciplinariedad

La entrevista con el Dr. Cristian Candia fue una exploración de cómo la interdisciplinariedad puede abrir nuevas vías para la investigación y la resolución de problemas. Al combinar elementos de las ciencias físicas y sociales, el Dr. Candia y otros en su campo están demostrando que las soluciones más efectivas a problemas complejos y multifacéticos a menudo se encuentran en la intersección de diversas disciplinas. Este diálogo sirve como un llamado a la acción para los académicos y profesionales: las fronteras disciplinarias son más permeables que nunca, y es en estos espacios intermedios donde se pueden encontrar las soluciones más innovadoras y efectivas.

SocialRec: recomendadores educativos basados en redes sociales

Mon, 01 Aug 2022 00:00:00 +0000

Este proyecto se desarrolló como parte del Proyecto Estratégico de Personalización de la Universidad del Desarrollo. Integró datos de múltiples fuentes y formatos para construir perfiles de riesgo temprano y sistemas de recomendación orientados a mejorar la experiencia educativa.

La privacidad y seguridad fueron preocupaciones centrales debido a la sensibilidad de los datos. Para abordarlas desarrollamos protocolos de anonimización y de-identificación que preservan la granularidad necesaria para el análisis. El equipo también desarrolló un benchmark algorítmico para inferir redes sociales a partir de conexiones de router y combinó datos individuales, mixtos y relacionales para crear recomendaciones basadas en machine learning y redes de interacción.

Un ensayo sobre el proyecto está disponible en Medium.

Escríbenos para obtener más información sobre este proyecto.

Contacto →

Redes de vehículos y predicción de próxima compra con embeddings

Tue, 01 Jun 2021 00:00:00 +0000

Este proyecto buscó mejorar la toma de decisiones en la industria automotriz. Analizamos datos completos de permisos de circulación entre 2016 y 2021 para construir una estructura relacional de vehículos y sus representaciones mediante embeddings. Luego desarrollamos sistemas de recomendación ajustados con datos de clientes.

El objetivo fue generar evidencia accionable para apoyar decisiones comerciales y entregar mejores recomendaciones de vehículos, partes y accesorios a clientes actuales y futuros.