Programa curso Internet y Sociedad

Versión 3.2021

Descripción actividad curricular

Vivimos en sociedades digitales. Gobiernos, empresas, universidades, hasta nuestra propia vida cotidiana, se encuentran cada vez más entretejidas con Internet, algoritmos, sensores y plataformas digitales. Pero estas tecnologías no solo median nuestras interacciones sociales, sino que también las registran e inscriben en largas bases de datos -en lo que se ha denominado por Big Data. Bajo este escenario de ‘datificación’ de la vida social, se ha sostenido que estaríamos ante una ‘nueva era’ o ‘cambio epocal’ en los modos de conocer e intervenir en lo social, ahora guiados por el Big Data, el Internet de las Cosas y la Inteligencia Artificial. Al mismo tiempo, se ha criticado fuertemente el procesamiento algorítmico de estos datos digitales por presentar sesgos y falencias metodológicas, propiciar una vigilancia más intrusiva y masiva, reproducir brechas y desigualdades digitales o activar nuevas formas de poder algorítmico. En este contexto, si lo digital se ha vuelto parte fundamental de la vida social, las ciencias sociales deben involucrarse e indagar en estas formas de sociabilidad contemporáneas. La propia investigación social ya se encuentra atravesada por las tecnologías digitales, tanto en sus procesos de generación, recopilación y procesamiento de datos, como en los modos de difundir los hallazgos e incidir en la sociedad. Pero, al mismo tiempo, se han expandido los modos de estudiar los fenómenos sociales con métodos más inventivos y experimentales que re-orientan los datos inscritos en Internet.

Este curso busca introducir a las y los estudiantes en una serie de debates teóricos y empíricos sobre los estudios sociales de Internet y las tecnologías digitales. Se revisarán las principales discusiones en torno a Internet y la noción de ‘Big Data’, así como las implicancias de la digitalización y datificación de la vida social. Situado en el entrecruce de la Sociología, los Estudios de Ciencia, Tecnología y Sociedad (CTS) y las Ciencias de la Computación, el curso aborda lo digital en un doble sentido, tanto como “objeto” de estudio como “instrumento” de investigación. Por lo que en el curso se introducirán algunas de las principales técnicas de recolección y análisis de datos digitales para el abordaje de problemas sociales relevantes. Para poner en práctica tales métodos, las y los estudiantes deberán desarrollar durante el curso un proyecto de investigación social digital sobre alguna temática de interés.  De manera más profunda, el curso busca provocar reflexiones sobre el entretejimiento entre lo social y lo digital y sus implicancias para las ciencias sociales, incluyendo reflexiones críticas sobre la ética, epistemología y los regímenes de propiedad sobre los dispositivos y datos digitales.

Propósitos de aprendizaje

Objetivo General

Conocer y comprender los enfoques teóricos y empíricos en torno a los estudios sociales de Internet y las tecnologías digitales, y especialmente sobre los métodos digitales para investigar problemas sociales, para generar una discusión reflexiva y crítica en torno a su impacto en las ciencias sociales.

Objetivo Específicos

  • Comprender cómo las nuevos medios y tecnologías digitales están moldeando la sociedad contemporánea al abrir nuevas formas de comunicación y generar grandes volúmenes de datos y sus implicancias para las ciencias sociales.
  • Desarrollar habilidades y aplicar métodos digitales, comprendiendo sus presupuestos epistemológicos, así como las principales técnicas de recolección y análisis.
  • Profundizar en tópicos específicos del entretejimiento entre lo social y lo digital, especialmente sobre cómo los datos digitales son indicativos de fenómenos sociales relevantes.

Contenidos

Unidad 1. Teorizando la sociedad digital: Fundamentos para la investigación social digital

  1. Imaginarios socio-técnicos de lo digital: El Ciberespacio a la Dataficación de
  2. Big Data: Definiciones generales, expectativas y estudios críticos.
  3. La digitalización de la investigación social y debates contemporáneos en torno a los métodos digitales.

Unidad 2: Re-orientando lo digital para la investigación social: Métodos y técnicas digitales de recolección de información y análisis social.

  1. Aproximaciones etnográficas a Internet y a los datos digitales.
  2. Scraping: nociones de código html, páginas web, hipervínculos.
  3. Plataformas y APIs requests: nociones de apps, API y extracción de
  4. Análisis de Redes Sociales: Teoría y visualización de grafos. Controversias y tópicos.
  5. Análisis de Contenido, Sentimiento y/o Geoespacial.
  6. Ética, archivación y política de la investigación social.

Metodología

El curso se desarrollará a través de dos modalidades de clases.

a. Sesiones de exposición y discusión de textos de la bibliografía del curso en las cuales se estimulará fuertemente el debate y participación con las y los estudiantes.

b. Sesiones prácticas de programación en que se enseñarán nociones básicas de programación en el programa de software libre R para la ejecución de métodos digitales. Como con todo lenguaje extraño, la mejor manera de aprender el lenguaje de R es escribiendo y probando muchos códigos.

Evaluación de aprendizajes

La evaluación del curso se realizará mediante los siguientes instrumentos:

1. Trabajo de Investigación Social Digital (80% de la nota final del curso).

De manera individual deberán definir una pregunta de investigación relevante, que se abordará con la aplicación de métodos de análisis cualitativo y/o cuantitativo utilizando herramientas digitales. Se entiende el alcance exploratorio del análisis, dada la acotada duración del curso. La calificación de este trabajo incluye dos Avances y un reporte final los cuales deberán subirse a un blog multimedial que servirá de bitácora de la investigación:

  • Avance 1: ¿Qué quiero estudiar? 20% de la nota final del curso y plazo: 16 de junio Debe incluir una formulación clara del problema y su contexto, una definición de preguntas y objetivos de investigación, justificación del proyecto y respetar aspectos de formato. Debe incluir una revisión bibliográfica preliminar para conceptualizar y comprender el problema de investigación (1500-2000 palabras, sin contar referencias)
  • Avance 2: ¿Cómo lo voy a estudiar? 20% de la nota final del curso y plazo: 7 de julio Debe incluir una formulación revisada del problema de investigación, preguntas, objetivos y contexto del proyecto del avance Debe agregar una robusta y pertinente revisión bibliográfica para conceptualizar y comprender el problema de investigación. Esta discusión de literatura debe incluir textos de la bibliografía y contenidos del curso y tender a construir un marco conceptual propio. Además, debe contener una propuesta metodológica para la investigación, identificando técnicas de recolección de datos y análisis a realizar. (3000-3500 palabras, sin contar referencias).
  • Reporte de investigación: 40% de la nota final del curso y plazo: 23 de julio Deberá incluir una introducción al problema de investigación, marco teórico revisado, descripción de la metodología empleada, presentación de resultados relevantes, conclusiones y reflexión crítica sobre los hallazgos y los dispositivos y métodos utilizados, más referencias (4500-5000 palabras, sin contar referencias).

El atraso en la entrega de cada una de las etapas del trabajo será castigado con una disminución de 0,2 puntos (2 décimas) por día en la nota de dicha evaluación, incluyendo los días de fines de semanas.

2. Participación (20% de la nota final del curso).

Se evaluará la frecuencia y calidad de las preguntas y comentarios de estudiantes en las clases y especialmente los realizados hacia las investigaciones de sus pares en el blog multimedial.

Nota: Este curso no requiere de grandes conocimientos en programación y no está pensado para formar una gran experticia en computación. Por lo demás, no existe una única manera correcta de procesar datos digitales en las ciencias sociales, ya que cada caso u objeto a estudiar requiere de códigos y herramientas de procesamiento específicas. Por ello que más que un único método, el curso está orientado a dar un panorama general de técnicas y herramientas vigentes de recolección y análisis de datos digitales, tanto cuantitativos como cualitativos, buscando fomentar “sensibilidades” en el manejo de Big Data sobre qué funciona y bajo qué condiciones. Estas sensibilidades requieren paciencia, búsqueda autónoma de soluciones, trabajo colaborativo e iterativo (¡sobre todo iterativo!).