|
Diplomado en Métodos Cualitativos de Investigación e Inteligencia Artificial
|
|
Formación Integral Avanzada
|
Presentación.
El Diplomado en Métodos Cualitativos de Investigación e Inteligencia Artificial: Formación Integral Avanzada es una propuesta académica innovadora orientada a fortalecer las competencias investigativas mediante la integración de enfoques cualitativos y tecnologías de inteligencia artificial. En un entorno donde la información y el análisis profundo de los fenómenos sociales, educativos y organizacionales son claves para la toma de decisiones, este programa responde a la necesidad de profesionales capaces de investigar, interpretar y generar conocimiento con herramientas modernas y eficientes.
El diplomado combina fundamentos teóricos de los métodos cualitativos con aplicaciones prácticas de la inteligencia artificial para la recolección, organización, análisis e interpretación de datos. Los participantes aprenderán a diseñar investigaciones, aplicar técnicas como entrevistas, grupos focales y análisis de contenido, así como a utilizar herramientas digitales y de IA para optimizar procesos investigativos.
A través de un enfoque integral, crítico y aplicado, el programa busca formar profesionales capaces de desarrollar investigaciones de alto nivel, generar evidencia para la toma de decisiones y aportar soluciones innovadoras en contextos académicos, sociales y empresariales.
|
|
|
En este diplomado aprenderás a:
✔ Aplicar métodos cualitativos de investigación con rigor académico y profesional.
✔ Utilizar herramientas de inteligencia artificial para la recolección, organización y análisis de información.
✔ Fortalecer tus competencias académicas, investigativas y metodológicas.
✔ Desarrollar habilidades clave para la formulación y ejecución de proyectos científicos y profesionales.
✔ Integrar enfoques cualitativos e innovación tecnológica en la producción de conocimiento.
|
|
REQUISITOS DE INSCRIPCIÓN
|
✔ Título, Bachiller o Constancia de Egresado.
✔ Voucher de pago.
✔ Ficha de inscripción.
✔ Copia de DNI.
|
|
DATOS GENERALES DEL DIPLOMADO
|
| Modalidad |
Horario |
Días de clase |
Clases grabadas |
| Virtual |
6:00 p. m. a 10:00 p. m. |
Martes, jueves y sábados |
Sí, todas las clases serán grabadas |
|
COSTO DE CERTIFICACIÓN Y MENSUALIDADES
|
| Condición |
Certificación |
Mensualidad |
Cantidad de meses |
| General |
S/ 50.00 |
S/ 150.00 |
4 meses |
| Grupal |
S/ 50.00 |
S/ 125.00 |
4 meses |
| Personal docente y no docente perteneciente a la UNHEVAL |
S/ 50.00 |
S/ 125.00 |
4 meses |
| Banco |
Código |
| Scotiabank |
143 |
| Banco de la Nación |
233 |
|
Información económica: El costo de la certificación es de S/ 50.00. Asimismo, la mensualidad se pagará durante 4 meses. Para la condición General, la mensualidad será de S/ 150.00; para la condición Grupal, será de S/ 125.00; y para el personal docente y no docente perteneciente a la UNHEVAL, la mensualidad también será de S/ 125.00.
|
| ● |
1 Módulo 1: Fundamentos de investigación Cualitativos y preparación de datos con IA
Este módulo introduce al participante en los principios ontológicos y epistemológicos de la investigación cualitativa, estableciendo las bases para el uso ético de la tecnología. Se enfoca en la fase preparatoria del estudio, desde la configuración técnica de herramientas hasta la generación de datos primarios asistida por inteligencia artificial.
1.1 Especificaciones Académicas
• Duración: Mes 1 (12 sesiones).
• Créditos: 6 créditos académicos.
• Diseño Eje: Análisis Fenomenológico (Estudio de experiencias vividas en educación remota post-pandemia).
• Herramientas Tecnológicas: ATLAS.ti (instalación y configuración), ChatGPT, Perplexity y Otter.ai
1.2 Temas
• Tema 1: Paradigmas cualitativos vs. cuantitativos (Teoría: ontología constructivista; Práctica: debate en plenaria y mapeo en ATLAS.ti).
• Tema 2: Rol del investigador: reflexividad y sesgos (Práctica: diario reflexivo asistido por IA para autoanálisis).
• Tema 3: Formulación de preguntas de investigación fenomenológicas (Práctica: redacción de 3 preguntas guía usando prompts de IA).
• Tema 4: Muestreo intencional y saturación teórica (Práctica: simulación de reclutamiento con 10 entrevistas ficticias en ATLAS.ti).
• Tema 5: Recolección inicial: entrevistas semiestructuradas (Práctica: grabación y transcripción automática con IA como Otter.ai).
• Tema 6: Preparación de datos en ATLAS.ti (Práctica: importación de transcripciones, segmentación inicial y limpieza con IA).
• Tema 7: Proyecto módulo: Diseño fenomenológico completo (Práctica: aplicar a caso real; identificar esencias experienciales con ATLAS.ti Query Tool).
|
| ● |
2 Módulo 2: Análisis Temático y Codificación Asistida por IA
Este módulo profundiza en el proceso de transformación de datos brutos en hallazgos significativos mediante el Análisis Temático. Se centra en el desarrollo de competencias para la identificación, análisis y reporte de patrones (temas) dentro de un conjunto de datos cualitativos, utilizando el marco de Braun & Clarke. El participante aprenderá a integrar la Inteligencia Artificial para potenciar la codificación abierta y axial, así como para la detección de patrones emergentes y la validación inter-codificadores, garantizando la transparencia y coherencia del proceso analítico en el entorno de ATLAS.ti.
2.1 Especificaciones Académicas
• Duración: Mes 2 (12 sesiones).
• Créditos: 6 créditos académicos.
• Enfoque Práctico: Codificación iterativa con IA para sugerencias automáticas
• Diseño desarrollado: Análisis Temático (exploración de temas en discusión)
2.2 Temas
• Tema 1: Principios del análisis temático (Braun & Clarke) (Teoría: 6 fases; Práctica: familiarización con datos).
• Tema 2: Codificación abierta y axial con prompts de IA (Práctica: generar 50 códigos iniciales en ChatGPT y refinar en ATLAS.ti).
• Tema 3: Identificación de temas centrales y sub-temas (Práctica: clustering automático en ATLAS.ti con IA integrada).
• Tema 4: Uso de IA para patrones emergentes (ej. Topic Modeling) (Práctica: análisis de corpus grande con MonkeyLearn).
• Tema 5: Triangulación temática con múltiples fuentes (Práctica: integración de entrevistas y focus groups en ATLAS.ti Networks).
• Tema 6: Visualización temática en ATLAS.ti (Práctica: creación de mapas conceptuales exportables).
• Tema 7: Proyecto módulo: Diseño temático completo (Práctica: aplicar a datos de migrantes; validar temas con matriz de coherencia).
• Tema 8: Validación inter-codificadores con IA (Práctica: comparación de códigos entre pares vía ATLAS.ti Team).
|
|
| ● |
3 Módulo 3: Teoría Fundamentada y Análisis Predictivo con IA
El estudio de los fenómenos sociales y organizacionales ha evolucionado de la interpretación manual de datos a la síntesis automatizada de patrones. Esta propuesta metodológica aborda la Teoría Fundamentada no solo como un proceso inductivo de generación de categorías, sino como la base estructurada para entrenar modelos de IA y Machine Learning.
3.1 Especificaciones Académicas
• Duración: Mes 3 (12 sesiones).
• Créditos: 6 créditos académicos.
• Enfoque Práctico: Construcción inductiva de teoría.
• Diseño desarrollado: Teoría Fundamentada (construcción de modelo sobre procesos sociales).
3.2 Temas
• Tema 1: Tipos de teoría fundamentada (Strauss & Corbin vs. Charmaz) (Teoría: codificación abierta, axial, selectiva).
• Tema 2: Muestreo teórico iterativo (Práctica: expansión de muestra basada en emergentes con IA para priorización).
• Tema 3: Codificación constante comparativa asistida por IA (Práctica: memo-writing automático en ATLAS.ti).
• Tema 4: Integración de IA para saturación (ej. sentiment analysis) (Práctica: detección de saturación con Python scripts en ATLAS.ti).
• Tema 5: Construcción de categorías centrales (Práctica: diagramas de procesos en ATLAS.ti Code-Document Table).
• Tema 6: Teorización y delimitación de modelo (Práctica: simulación de core category con datos reales).
• Tema 7: Proyecto módulo: Diseño de teoría fundamentada completo (Práctica: generar teoría sustantiva sobre resiliencia; validar con stakeholders).
|
| ● |
4 Módulo 4: Análisis Narrativo, Ética y Comunicación con IA
El estudio de las narrativas en la era digital ya no solo implica interpretar lo que las personas dicen, sino entender cómo los algoritmos de IA median, co-crean y difunden esos relatos. Este enfoque integra el rigor del Análisis Narrativo con la Ética Aplicada y las nuevas dinámicas de la Comunicación Digital.
4.1 Especificaciones Académicas
• Duración: Mes 4 (12 sesiones).
• Créditos: 6 créditos académicos.
• Enfoque Práctico: Redacción final y presentación.
• Diseño desarrollado: Análisis Narrativo (reconstrucción de historias de vida).
4.2 Temas
• Tema 1: Narrativas como unidad de análisis (Riessman) (Teoría: estructura temporal; Práctica: segmentación narrativa).
• Tema 2: Ética cualitativa: consentimiento y anonimato con IA (Práctica: generación de formularios éticos vía IA).
• Tema 3: Análisis de tramas y voces con ATLAS.ti (Práctica: hipervínculos narrativos y multimedia).
• Tema 4: IA para síntesis narrativa (ej. resumen coherente) (Práctica: abstracción automática con GPT-4).
• Tema 5: Rigor: credibilidad, transferibilidad y confirmabilidad (Práctica: auditoría de proyectos previos).
• Tema 6: Escritura cualitativa: de hallazgos a artículos (Práctica: redacción asistida por IA, revisión en ATLAS.ti Reports).
• Tema 7: Presentación y defensa oral (Práctica: pitch de portafolio con visuales de ATLAS.ti).
• Tema 8: Proyecto módulo: Diseño narrativo completo + portafolio final (Práctica: integrar cuatro diseños en tesis simulada).
|
|
|
