Criminología y Perfiles Criminales

– Historia de la Criminología
– Objeto de estudio: delito, delincuente, víctima y control social
– Victimología y simbología carcelaria
– Criminología del Control, del Enemigo, del Welfarismo
– Perfiles criminales: neuróticos, psicópatas, asesinos seriales
– Cyberdelincuencia: generaciones, tipos de ataques, legislación
– Introducción al análisis del comportamiento criminal
– Estudio de métodos forenses complementarios: Medicina Legal, Antropología, Toxicología

Derecho Penal, Comunicación y Sistema Judicial

– Estructura del Poder Judicial argentino
– Tipos de delitos y fases del proceso judicial
– Redacción y análisis de expedientes judiciales
– Sistema penitenciario y medidas de control
– Diferencias entre Fuerzas de Seguridad, FF.AA. y Servicios de Inteligencia
– Comunicación de crisis: estrategias mediáticas
– Trabajo abductivo del periodista, lenguaje policial y narrativas del crimen
– Rol de los medios y ética periodística en el abordaje del delito

Casos Criminales Emblemáticos y Casuística

– Análisis y aplicación de conocimientos en casos históricos
– Estudio de femicidios, delitos sexuales, crímenes intrafamiliares
– Casos de justicia por mano propia, crimen organizado y narcotráfico
– Delitos de alto impacto social: Cromañón, Once, Banco Río, LAPA, etc.
– Crímenes contra la infancia y desapariciones emblemáticas
– Casos judiciales controversiales: María Marta García Belsunce, Nahir Galarza, Lucio Dupuy
– Análisis grupal de evidencias (croquis, fotos, videos, placas oficiales)

Bibliografía Recomendada

– Código Penal de la Nación Argentina
– Código Procesal Penal de la Nación
– Documentación oficial de Juzgados, Fiscalías, Fuerzas de Seguridad y ONGs
– Material complementario entregado por el docente (videos, gráficos, croquis, informes)

Uso Ético de la IA en la Investigación

Carga horaria:
Segunda clase: 14 de mayo
Clase virtual: 2 horas reloj
Trabajo práctico: 4 horas reloj
Total de horas: 6 (seis)

Contenidos:

• Principios éticos en el uso de la IA, incluyendo la integridad académica y la responsabilidad en el manejo de datos.
• Transparencia y honestidad académica.
• Importancia de usar IA en las tesis e investigaciones.
• Calidad de las investigaciones.
• Beneficios del uso responsable de la IA.
• IA en universidades del mundo.

Actividades: Uso Ético de la IA en la Investigación

1. Actividad 1: Diagnóstico Ético
   • Los estudiantes responden un cuestionario interactivo que evalúe la ética en escenarios académicos con IA.
   • Producto final: Resultado automatizado del cuestionario.
2. Actividad 2: Análisis de Códigos Éticos
   • Revisión de guías éticas existentes para el uso de IA en universidades y comparación con prácticas locales.
   • Producto final: Infografía que resuma puntos clave.
3. Actividad 3: Creación de un Manifiesto Ético
   • Redactan un breve manifiesto sobre los principios éticos que guiarán su uso personal de la IA.
   • Producto final: Documento descargable.

Formulación de Preguntas de Investigación y Objetivos Cuantitativos con Prompts de IA

Contenido:

• Técnicas para generar prompts efectivos para obtener ideas de investigación cuantitativa.
• Uso de IA para refinar todas las partes de una investigación:
  • Preguntas de investigación
  • Objetivos
  • Antecedentes
  • Marco teórico
  • Marco metodológico
  • Análisis de datos
  • Conclusiones
  • Discusión

Generación de Gráficos Estadísticos:

• Gráficos de barras: Comparaciones entre categorías; frecuencia de diferentes variables o magnitud en distintos grupos.
• Gráficos de líneas: Tendencias a lo largo del tiempo o relaciones entre dos variables continuas.
• Gráficos de dispersión: Relación entre variables cuantitativas; identificar patrones, correlaciones y valores atípicos.
• Histogramas: Mostrar la distribución de una variable cuantitativa y su frecuencia.
• Gráficos circulares: Mostrar proporciones de categorías dentro de un conjunto de datos.

Creación de Cuadros Estadísticos:

• Tablas de frecuencia: Visualizar la distribución de variables categóricas o discretas.
• Tablas de resumen estadístico: Media, mediana, moda, desviación estándar, varianza.
• Tablas de contingencia: Relación entre dos variables categóricas.
• Tablas comparativas: Comparación entre grupos. Datos organizados para análisis posterior.

Análisis de Datos Automatizado:

• Detección de valores atípicos
• Análisis de correlación: cálculo de coeficientes para medir relación entre variables cuantitativas.

Actividad 1: Diseño de un Proyecto de Investigación Cuantitativa con IA

• Objetivos:
  • Integrar todas las etapas de un proyecto de investigación cuantitativa utilizando IA.
  • Demostrar el uso de prompts de IA para refinar cada etapa del proceso.
• Descripción:
  • Diseño de un proyecto de investigación en un tema de elección o tesis en curso.
  • Uso de IA para:
    • Generar ideas de investigación y formular preguntas y objetivos claros.
    • Desarrollar el marco teórico y metodológico.
    • Seleccionar y aplicar técnicas de análisis de datos.
    • Generar gráficos y tablas para visualizar resultados.
    • Elaborar conclusiones y discutir implicaciones.
  • Presentación del proyecto con gráficos y tablas generados con IA.
• Entregable:
  • Presentación oral o informe escrito que incluya:
    • Preguntas de investigación y objetivos
    • Marco teórico y metodológico
    • Análisis de datos y resultados
    • Gráficos y tablas generados con IA
    • Conclusiones y discusión

Actividad 2: Análisis y Visualización de Datos con IA

• Objetivos:
  • Demostrar el uso de IA para analizar y visualizar datos cuantitativos.
  • Aplicar generación de gráficos y tablas para comunicar eficazmente resultados.
• Descripción:
  • Se proporciona un conjunto de datos cuantitativos (encuestas, ventas, salud, etc.).
  • Los estudiantes deberán:
    • Utilizar IA para generar distintos tipos de gráficos y tablas.
    • Analizar los datos, identificar patrones, correlaciones y valores atípicos.
    • Interpretar resultados y elaborar conclusiones basadas en evidencia.
    • Presentar hallazgos en una presentación visual atractiva.
• Entregable:
  • Una presentación visual que incluya:
    • Gráficos y tablas generados con IA
    • Análisis de datos e interpretación
    • Conclusiones y recomendaciones

Uso Ético de la IA en la Investigación

Carga horaria:
Segunda clase: 14 de mayo
Clase virtual: 2 horas reloj
Trabajo práctico: 4 horas reloj
Total de horas: 6 (seis) horas reloj

Contenidos:

• Principios éticos en el uso de la IA, incluyendo la integridad académica y la responsabilidad en el manejo de datos.
• Transparencia y honestidad académica.
• Importancia del uso de IA en tesis e investigaciones.
• Calidad de las investigaciones con apoyo de IA.
• Beneficios del uso responsable de la IA.
• IA en universidades del mundo.

Actividades: Uso Ético de la IA en la Investigación

• Actividad 1: Diagnóstico Ético
  Los estudiantes responden un cuestionario interactivo que evalúe la ética en escenarios académicos con IA.
  Producto final: Resultado automatizado del cuestionario.
• Actividad 2: Análisis de Códigos Éticos
  Revisión de guías éticas existentes para el uso de IA en universidades y comparación con prácticas locales.
  Producto final: Infografía que resuma puntos clave.
• Actividad 3: Creación de un Manifiesto Ético
  Redactan un breve manifiesto sobre los principios éticos que guiarán su uso personal de la IA.
• Producto final: Documento descargable.

Investigación cualitativa e IA

Carga horaria:
21 y 28 de mayo
6 horas de sesiones virtuales y 8 horas de trabajo práctico
Total de horas: 16 horas reloj

Contenidos:

• Investigaciones de corte cualitativo
• Prompts para definir preguntas de investigación y delimitar objetivos
• Estructuración y formulación de preguntas efectivas
• Ajuste de objetivos con la ayuda de IA
• Construcción del marco teórico y metodológico con IA
• Generación de ideas y organización de contenidos
• Uso de prompts para seleccionar teorías relevantes
• Búsqueda de antecedentes y análisis de literatura
• Cómo la IA puede ayudarte a sintetizar fuentes primarias, secundarias y terciarias
• Herramientas y técnicas para optimizar búsqueda de antecedentes
• Análisis de resultados y elaboración de conclusiones
• Prompts para interpretar datos cualitativos con precisión
• Creación de conclusiones coherentes y bien argumentadas
• Sesión práctica: Aplicando lo aprendido
• Resolución de dudas y ajustes de prompts en función de las necesidades individuales
• Producto final: Video o presentación en PowerPoint

Actividades prácticas complementarias

• Definir Preguntas de Investigación Efectivas
• Actividad: Generación de Prompts
• Los estudiantes generan prompts específicos para preguntas de investigación en su área.
• Producto final: Listado de prompts adaptados a objetivos académicos.
• Actividad: Simulación de un Estudio Piloto
• Redacción de preguntas de investigación para un estudio ficticio con base en resultados hipotéticos generados por IA.
• Producto final: Documento con preguntas e hipótesis.
• Estructurar el Marco Teórico y Metodológico
• Actividad: Exploración de Literatura con IA
• Uso de herramientas como Perplexity para encontrar y organizar fuentes relevantes.
• Producto final: Lista organizada con 10 referencias clave.
• Actividad: Creación de un Esquema del Marco Teórico

Los participantes generan un esquema del marco teórico utilizando prompts y organizadores visuales.

• Producto final: Esquema visual en formato descargable.
• Actividad: Evaluación de Metodologías.
• Comparación de diferentes métodos propuestos por IA para un problema de investigación específico.
• Producto final: Tabla comparativa de métodos con sus pros y contras.
• Análisis de Resultados y Elaboración de Conclusiones
• Actividad: Visualización de Resultados
• Creación de gráficos o tablas en Excel basados en un conjunto de datos ficticio generado por IA.
• Producto final: Gráfico o tabla descargable.
• Actividad: Redacción de Conclusiones
• Uso de prompts para generar conclusiones a partir de los resultados ficticios analizados.
• Producto final: Documento con conclusiones generadas.
• Actividad: Sesión de Discusión Colaborativa
• Foro virtual para debatir las interpretaciones de los datos presentados
• Socialización del producto final.

La técnica LSP fomenta la generación de ideas y resultados más efectivos, ya que todos los participantes tienen tiempo para construir sus respuestas e ideas antes de que se inicie la discusión y el intercambio de conocimientos sobre las mismas.

La utilización de LSP para la comunicación potencia su efectividad, ya que la representación en 3D, las metáforas y las historias utilizadas en esta técnica ayudan a transmitir ideas con mayor rapidez y claridad. Esto puede reducir la probabilidad de malentendidos y mejorar la comprensión entre los interlocutores.

Las reuniones que utilizan LSP como técnica de facilitación logran mantener el enfoque en el tema que se está discutiendo, ya que la atención se dirige hacia lo que se está construyendo con los ladrillos y no hacia las personas involucradas. Este enfoque permite que las discusiones sean más intensas y productivas sin crear conflictos personales.

La técnica LSP permite a todos los participantes llegar a una solución consensuada, lo que produce un efecto positivo en la credibilidad, confianza y compromiso en relación a lo acordado, y que posteriormente es respetado.