Winter School 2026: docentes RPU participan en capacitación de métodos avanzados de investigación
El pasado 13 de agosto terminó la tercera edición del Winter School: in Advanced Methods for Social Sciences 2026. Este evento fue organizado por el Laboratorio de Inteligencia Artificial y Métodos Computacionales en Ciencias Sociales de la Facultad de Ciencias Sociales de la PUCP del 10 al 13 de agosto en el campus PUCP, y por tercera vez consecutiva se contó con la asistencia de los docentes de la Red Peruana de Universidades (RPU).
El programa tuvo por objetivo brindar a sus participantes herramientas metodológicas y acceso directo a datasets significativas para hacer frente a la necesidad cada vez más urgente de incorporar dichas tecnologías en el análisis de fenómenos sociales, políticos y económicos. La Winter School abordó, en ese sentido, la integración del Machine Learning y la Inteligencia Artificial en las Ciencias Sociales, la identificación de sesgos ideológicos y políticos, la evaluación rigurosa de políticas públicas, y el manejo confiable de big data.
El conferencias académicas se organizaron en tres días. La primera sesión “Sesgos e Ideología en Grandez Modelos de Lenguaje (LMS)” fue dirigida por el Dr. Joan Timoneda, profesor asistente del Departamento de Ciencias Políticas en la Universidad de Purdue, quien abordó en su ponencia estrategias metodológicas de evaluación basadas en variación lingüística, comparación entre idiomas, y tareas de anotación y de generación en contextos políticamente sensibles.
En el segundo día, el Dr. Amilcar Velez, profesor asistente del Departamento de Economía, de la Universidad de Cornell, presentó “Debiased Machine Learning (DML) e Inferencia Causal”. Este curso se enfocó en la comprensión y aplicación de herramientas para integración de algoritmos de machine learning y de inferencia causal en la evaluación de programas gubernamentales, centrandose en el uso de técnicas como Debiased Machine.
El tercer día inició con la ponencia “Econometría Estructural y Evaluación de Políticas en Economía Laboral” por el Dr. Sergio Urzúa, docente de Economía en la Universidad de Maryland. El curso ofreció una introducción para comprender los fundamentos analíticos de la econometría aplicada a la economía laboral; el uso de variables instrumentales, LATE, MTE y PRTE; y la aplicación de estas herramientas vinculada a problemas de escolaridad, habilidades, y evaluación de políticas públicas.
El evento ha sido valioso para la capacitación de los docentes de la RPU. De acuerdo con el Dr. Jose Bustamante, docente de la Universidad Nacional de San Martín (UNSM), los temas abordados fueron provechosos y necesarios, especialmente en un contexto retador que insta la contante capacitación de estos temas. “La experiencia ha sido positiva por cuanto me ha permitido ampliar mis conocimientos y al mismo tiempo actualizarme en algunas metodologías y modelos utilizados”, comentó.
Además, el Ing. Yuri Gálvez, docente en la Universidad Nacional de San Cristóbal de Huamanga (UNSCH), destacó que estos espacios “permiten reunirnos a los docentes universitarios, de modo que cada uno de nosotros mejoremos en la enseñanza académico, en la investigación en trabajo de responsabilidad social, y que en cada universidad tengamos una mejora continua”.
Por otro lado, el Dr. Jose Sulla de la Universidad Católica de Santa Maria (UCSM) reflexionó la experiencia en el Winter School: “Ha permitido incrementar nuestro background y conocimiento de estas disciplinas (…) Esperamos que podamos incrementar nuestras redes de interacción con otros colegas y universidades, y transmitir en nuestras propias universidades”.
Así, fueron 30 docentes de más de 10 universidades pertenecientes a la Red: Universidad Nacional de Huancavelica (UNH), la Universidad Nacional de San Martín (UNSM), la Universidad Católica de Santa María (UCSM), la Universidad Nacional de la Amazonía Peruana (UNAP), la Universidad Nacional de San Cristóbal de Huamanga (UNSCH), la Universidad Nacional Pedro Ruiz Gallo (UNPRG), la Universidad Nacional Santiago Antúnez de Mayolo (UNASAM), la Universidad Peruana Cayetano Heredia (UPCH), la Universidad Nacional del Callao (UNAC), la Universidad Católica de Trujillo “Benedicto XVI” (UCT) y la Universidad Nacional Hermilio Valdizán (UNHEVAL), que se sumaron a la jornada académica, fortaleciendo sus conocimientos en el uso riguroso de inteligencia artificial, inferencia causal y econometría estructural e implementar estas herramientas en sus respectivas disciplinas.