La Escuela de Invierno en Métodos y Análisis de Datos (EIM) de la Universidad Católica del Uruguay se ha consolidado como un espacio intensivo de formación y encuentro académico que reúne a docentes de universidades internacionales con estudiantes, investigadores y profesionales de la región.
En esta edición, el curso de Análisis de texto para Ciencias Sociales estuvo a cargo de Naim Bro, PhD en Sociología por la Universidad de Cambridge, profesor asistente en la Universidad Adolfo Ibáñez (Chile) e investigador en el Instituto Milenio Fundamento de los Datos. Su propuesta acercó a los participantes a técnicas que combinan la tradición de las ciencias sociales con el potencial de la ciencia computacional.
Bro recuerda que su interés en este campo surgió durante su postdoctorado: “Fue quizás el momento en que me acerqué más decididamente al campo de las ciencias sociales computacionales. Con el tiempo, fui combinando enfoques clásicos de las ciencias sociales con herramientas de procesamiento de lenguaje natural, ciencia de redes y machine learning en proyectos sobre política y estructura social”.
El curso recorrió desde fundamentos de procesamiento de lenguaje natural y herramientas como Python y NLTK, hasta representaciones textuales y modelado de tópicos. Para quienes se inician en este camino, Bro recomienda comenzar con esta última técnica: “Es clásica, pero vigente, y está muy bien implementada en librerías de Python y R. Es una excelente puerta de entrada”.
Uno de los ejes centrales fue la importancia de mantener un equilibrio entre el uso técnico y la mirada crítica propia de las ciencias sociales. “Los algoritmos no hablan por sí mismos. Son instrumentos que amplifican ciertos aspectos del texto, pero siempre hay que interrogarlos desde la teoría y el contexto. El equilibrio se logra cuando el investigador mantiene un diálogo constante entre el output técnico y la interpretación social”, explicó.
En los módulos más avanzados, los participantes exploraron el análisis de redes y sentimientos, que abren la posibilidad de abordar preguntas novedosas en ciencias sociales. Según Bro, “hoy podemos mapear fenómenos que antes eran casi invisibles: redes de interacciones entre actores políticos, cambios sutiles en el tono de los discursos a lo largo del tiempo o cómo se polarizan ciertos debates en redes sociales. Estas herramientas permiten pasar de impresiones anecdóticas a evidencia sistemática”.
El curso culminó con un módulo sobre Large Language Models (LLMs) y su potencial para la investigación cualitativa. Bro los ve como una oportunidad para ampliar las capacidades del investigador: “Los modelos de lenguaje abren la posibilidad de un análisis cualitativo asistido por IA: generar resúmenes, etiquetar grandes volúmenes de texto, explorar patrones discursivos. El futuro está en usarlos como colaboradores que amplían nuestra capacidad analítica, no como sustitutos del juicio humano”.
Su pasaje por la Escuela en Métodos fue altamente positivo: “Fue una experiencia muy estimulante. Los participantes venían con gran motivación y con preguntas ligadas a sus proyectos de investigación, lo que generó un ambiente de trabajo aplicado y colaborativo. Destacaría también el contexto académico de la UCU: una institución abierta al cruce interdisciplinario, con un espacio de diálogo muy propicio para conectar ciencias sociales y métodos computacionales”.
Finalmente, Bro dejó un mensaje para quienes desean adentrarse en este campo sin experiencia previa en programación: “Que no se intimiden por la parte técnica. El análisis de texto no empieza con programar, sino con hacerse buenas preguntas de investigación. Una vez claras, se pueden ir aprendiendo las herramientas paso a paso. Lo importante es combinar curiosidad social con paciencia para aprender la lógica básica de programación”.
Con aportes como este curso, la Escuela de Invierno en Métodos reafirma su misión de brindar formación metodológica avanzada y generar un espacio de aprendizaje interdisciplinario que conecta la teoría social con las herramientas computacionales más innovadoras.
