28 DE JUNIO
SÁBADOS Y DOMINGOS DE 5 PM A 7 PM, HORARIO PERÚ
Este programa está dirigido a personas que desean mejorar la calidad, organización y productividad de sus investigaciones, especialmente a:
Al finalizar el programa, el participante estará preparado para:
Esta introducción permite al participante comprender las bases del pensamiento científico, los paradigmas de investigación y el rol de las tecnologías emergentes en la producción académica actual.
Se abordarán temas como ciencia básica y aplicada, método científico, investigación cuantitativa, cualitativa y mixta, pensamiento crítico, sesgos cognitivos, análisis de fuentes científicas y uso inicial de herramientas como ChatGPT, Gemini, Claude y Perplexity.
El participante se llevará:
Esta introducción prepara al participante para utilizar herramientas de inteligencia artificial en tareas académicas e investigativas de forma ética, crítica y productiva.
Se estudiarán los fundamentos de IA, tipos de inteligencia artificial, prompts académicos, motores de IA, búsqueda científica con OpenAlex y Perplexity, exploración con ResearchRabbit, análisis documental con NotebookLM y apoyo en redacción con ChatGPT y Claude.
El participante se llevará:
Este módulo fortalece las bases metodológicas necesarias para formular investigaciones claras, coherentes y bien estructuradas.
Se trabajarán tipos de investigación, enfoques cuantitativo, cualitativo y mixto, planteamiento del problema, objetivos, hipótesis, variables, marco teórico, normas de citación, instrumentos de recolección, matrices de consistencia, muestreo y validación metodológica.
El participante se llevará:
Este módulo desarrolla las bases estadísticas necesarias para organizar, resumir, interpretar y presentar información de investigación.
Se orienta al manejo de datos, estadística descriptiva, presentación de resultados, organización de bases y comprensión inicial de indicadores estadísticos aplicados a trabajos académicos y científicos.
El participante se llevará:
Este módulo introduce el análisis cuantitativo con JASP, una herramienta práctica para realizar procedimientos estadísticos aplicados a investigación.
Se trabajarán análisis descriptivos, pruebas estadísticas, interpretación de resultados y apoyo de IA para explicar salidas estadísticas en lenguaje académico.
El participante se llevará:
Este módulo permite aplicar técnicas de análisis cuantitativo con Stata, integrando IA para optimizar la limpieza, procesamiento, análisis e interpretación de datos.
Se desarrollarán comandos básicos, importación de datos, limpieza de bases, estadística descriptiva e inferencial, pruebas t, chi-cuadrado, Wilcoxon, McNemar, ANOVA, ANCOVA, Kruskal-Wallis, regresiones y modelos estadísticos.
El participante se llevará:
Este módulo enseña a analizar, modelar y comunicar resultados de investigación utilizando RStudio, integrando IA para automatizar análisis, interpretación y reportes académicos.
Se abordarán librerías como tidyverse, dplyr, readr y ggplot2, importación de datos, pruebas de hipótesis, ANOVA, ANCOVA, correlaciones, regresiones, GLM, reportes con R Markdown y dashboards con Shiny.
El participante se llevará:
Este módulo desarrolla habilidades para aplicar análisis estadístico y multivariado con Python, integrando IA en el procesamiento, visualización e interpretación de resultados.
Se trabajará con Jupyter Notebook, Google Colab, NumPy, Pandas, Statsmodels, Matplotlib, Seaborn, pruebas de hipótesis, regresión lineal, logística y modelos GLM.
El participante se llevará:
Este módulo prepara al participante para analizar información cualitativa mediante ATLAS.ti, incorporando IA para codificar, interpretar y comunicar hallazgos científicos.
Se abordarán entrevistas, grupos focales, documentos, observación, codificación abierta, axial y selectiva, redes semánticas, memos, comentarios analíticos, matrices de coocurrencia y redacción de resultados cualitativos.
El participante se llevará:
Este módulo enseña a desarrollar documentos científicos profesionales, reproducibles y automatizados mediante LaTeX y Overleaf.
Se trabajarán artículos, tesis, reportes, tablas, figuras, estilos académicos, gestión de referencias con Zotero y Mendeley, BibTeX, BibLaTeX, citas automáticas, presentaciones con Beamer y generación de documentos en PDF.
El participante se llevará:
Este módulo brinda acompañamiento para culminar proyectos de investigación, fortalecer la defensa de tesis y convertir trabajos académicos en producción científica publicable.
Se abordarán ética investigativa, rol del consultor académico, diagnóstico de proyectos, mejora metodológica, revisión de análisis cuantitativo y cualitativo, preparación para defensa oral, storytelling científico y estrategias para transformar tesis en artículos científicos.
El participante se llevará:
Esta introducción permite al participante comprender las bases del pensamiento científico, los paradigmas de investigación y el rol de las tecnologías emergentes en la producción académica actual.
Se abordarán temas como ciencia básica y aplicada, método científico, investigación cuantitativa, cualitativa y mixta, pensamiento crítico, sesgos cognitivos, análisis de fuentes científicas y uso inicial de herramientas como ChatGPT, Gemini, Claude y Perplexity.
El participante se llevará:
Esta introducción prepara al participante para utilizar herramientas de inteligencia artificial en tareas académicas e investigativas de forma ética, crítica y productiva.
Se estudiarán los fundamentos de IA, tipos de inteligencia artificial, prompts académicos, motores de IA, búsqueda científica con OpenAlex y Perplexity, exploración con ResearchRabbit, análisis documental con NotebookLM y apoyo en redacción con ChatGPT y Claude.
El participante se llevará:
Este módulo fortalece las bases metodológicas necesarias para formular investigaciones claras, coherentes y bien estructuradas.
Se trabajarán tipos de investigación, enfoques cuantitativo, cualitativo y mixto, planteamiento del problema, objetivos, hipótesis, variables, marco teórico, normas de citación, instrumentos de recolección, matrices de consistencia, muestreo y validación metodológica.
El participante se llevará:
Este módulo desarrolla las bases estadísticas necesarias para organizar, resumir, interpretar y presentar información de investigación.
Se orienta al manejo de datos, estadística descriptiva, presentación de resultados, organización de bases y comprensión inicial de indicadores estadísticos aplicados a trabajos académicos y científicos.
El participante se llevará:
Este módulo introduce el análisis cuantitativo con JASP, una herramienta práctica para realizar procedimientos estadísticos aplicados a investigación.
Se trabajarán análisis descriptivos, pruebas estadísticas, interpretación de resultados y apoyo de IA para explicar salidas estadísticas en lenguaje académico.
El participante se llevará:
Este módulo permite aplicar técnicas de análisis cuantitativo con Stata, integrando IA para optimizar la limpieza, procesamiento, análisis e interpretación de datos.
Se desarrollarán comandos básicos, importación de datos, limpieza de bases, estadística descriptiva e inferencial, pruebas t, chi-cuadrado, Wilcoxon, McNemar, ANOVA, ANCOVA, Kruskal-Wallis, regresiones y modelos estadísticos.
El participante se llevará:
Este módulo enseña a analizar, modelar y comunicar resultados de investigación utilizando RStudio, integrando IA para automatizar análisis, interpretación y reportes académicos.
Se abordarán librerías como tidyverse, dplyr, readr y ggplot2, importación de datos, pruebas de hipótesis, ANOVA, ANCOVA, correlaciones, regresiones, GLM, reportes con R Markdown y dashboards con Shiny.
El participante se llevará:
Este módulo desarrolla habilidades para aplicar análisis estadístico y multivariado con Python, integrando IA en el procesamiento, visualización e interpretación de resultados.
Se trabajará con Jupyter Notebook, Google Colab, NumPy, Pandas, Statsmodels, Matplotlib, Seaborn, pruebas de hipótesis, regresión lineal, logística y modelos GLM.
El participante se llevará:
Este módulo prepara al participante para analizar información cualitativa mediante ATLAS.ti, incorporando IA para codificar, interpretar y comunicar hallazgos científicos.
Se abordarán entrevistas, grupos focales, documentos, observación, codificación abierta, axial y selectiva, redes semánticas, memos, comentarios analíticos, matrices de coocurrencia y redacción de resultados cualitativos.
El participante se llevará:
Este módulo enseña a desarrollar documentos científicos profesionales, reproducibles y automatizados mediante LaTeX y Overleaf.
Se trabajarán artículos, tesis, reportes, tablas, figuras, estilos académicos, gestión de referencias con Zotero y Mendeley, BibTeX, BibLaTeX, citas automáticas, presentaciones con Beamer y generación de documentos en PDF.
El participante se llevará:
Este módulo brinda acompañamiento para culminar proyectos de investigación, fortalecer la defensa de tesis y convertir trabajos académicos en producción científica publicable.
Se abordarán ética investigativa, rol del consultor académico, diagnóstico de proyectos, mejora metodológica, revisión de análisis cuantitativo y cualitativo, preparación para defensa oral, storytelling científico y estrategias para transformar tesis en artículos científicos.
El participante se llevará:
