Análisis de datos en investigación social asistida por Inteligencia Artificial. Metodología basada en ecuaciones estructurales en R.
Curso especializado dirigido a investigadores en formación de nivel maestría y doctorado, así como a docentes-investigadores con experiencia, que buscan fortalecer sus competencias en análisis de datos con metodologías formales, orientadas a la elaboración de tesis y publicaciones en revistas de alto impacto.
El curso se centra en el uso de la Inteligencia Artificial Generativa (IAG) como asistente del investigador, no como sustituto del razonamiento metodológico. El participante aprenderá a utilizar la IAG de forma ética y responsable para apoyar el diseño de instrumentos, la preparación y el análisis de datos de encuestas, así como la generación de resultados mediante tablas, gráficos y scripts en lenguaje R, manteniendo el control, la trazabilidad y la reproducibilidad del proceso analítico.
El enfoque metodológico se basa en la aplicación rigurosa de las Ecuaciones Estructurales (SEM). Se abordan de manera práctica y guiada las etapas clave del análisis: preparación de datos tipo Likert, especificación de modelos de medición y estructurales, estimación, interpretación de efectos directos e indirectos y comunicación de resultados, alineados con los estándares de la investigación social contemporánea. No se requieren conocimientos previos de programación, ya que se introducen librerías especializadas en R con apoyo de la IAG.
Este curso no propone análisis automáticos ni resultados “en un clic”. Está diseñado para investigadores que desean reducir la carga operativa sin comprometer la validez científica ni la responsabilidad analítica. Es impartido por un investigador con más de 25 años de experiencia y reconocimiento vigente en el Sistema Nacional de Investigadoras e Investigadores (SNII) de México.
Asimismo, representa una oportunidad atractiva para promotores y afiliados en comunidades académicas y redes especializadas, por su enfoque riguroso, orientación a resultados publicables y clara relación precio-beneficio, lo que favorece su recomendación y aceptación.
