Inteligencia Artificial con Python: aplicaciones en las Ciencias Sociales
Cerrada
1er cuatrimestre
60
14/04/2026 a 03/08/2026
5-50
* Curso virtual IDES
* Curso virtual de posgrado IDES-UNTREF
Inscripción
Para inscribirte en el curso
Equipo docente
Dirección: Julieta LenarduzziFundamentación
Este curso tiene como finalidad la introducción de científicos sociales en el aprendizaje del lenguaje de programación Python y las aplicaciones computacionales del mundo de la Ciencia de Datos y la Inteligencia Artificial en las Ciencias Sociales y Humanidades. Se busca mostrar los beneficios del aprendizaje de herramientas de análisis, procesamiento y modelización de datos para su aplicación práctica.
Objetivos
- Aprender del lenguaje de programación Python.
- Conocer los aspectos generales de la Ciencia de Datos.
- Comprender la vinculación entre el lenguaje de programación Python y la Inteligencia Artificial (IA).
- Identificar aplicaciones prácticas de la IA en el ámbito de las ciencias sociales.
Destinatarios
El curso se dirige a personas cuyas ocupaciones requieren el manejo de herramientas de análisis de datos cuantitativos y/o tienen interés en adquirir conocimientos sobre lenguajes de programación y aplicaciones de inteligencia artificial en su ámbito de trabajo.
Está orientado a estudiantes de grado y posgrado, investigadorxs, docentes, personal técnico de organismos públicos u organizaciones privadas, periodistas y/o consultores de opinión. No se requiere contar con conocimientos previos de análisis de datos cuantitativos ni manejar programas estadísticos.
Contenidos
Módulo I: Lenguaje de programación Python
Este módulo tiene como finalidad la explicación del lenguaje de programación Python y su aplicación en el mundo de la ciencia de datos. Se plantea como una primera aproximación al mundo computacional a través del estudio de uno de sus lenguajes contando con una aproximación preliminar al estudio y manejo de datos.
Introducción
1.1. Beneficios de la aplicación de herramientas computacionales para las ciencias sociales.
1.2. Introducción al pensamiento computacional
1.3. ¿Qué es Python?
1.4. Entornos de ejecución, interfaces y consola (Anaconda, VS Code, Thonny, Colaboratory)
1.5. Extensiones (.py, .ipynb)
Sintaxis básica I
2.1. Asignación de valores y creación de variables
2.2. Tipos de datos
2.3. Operaciones por tipos de datos
Sintaxis básica II
3.1. Estructuras de control. Iterativas y condicionales
3.2. Funciones. Métodos y funciones nativas. Funciones construidas
3.3. Manejo de errores
Paquetes, librerías y manejo de archivos en Python
4.1. Librerías y módulos
4.2. Manejo de archivos en Python
4.3. Numpy: librería para trabajar con operaciones numéricas y vectoriales
4.4. Pandas: librería para manipulación de datos
4.5. Matplotlib: visualización gráfica de datos
¿Cómo trabajar con datos?
5.1. Data Wrangling - agrupaciones, sumarizaciones y operaciones con tablas
5.2. Workflow del análisis de datos
5.3. Consejos y buenas prácticas
Módulo II: Ciencias sociales computacionales. Aplicaciones prácticas
En este módulo vamos a recorrer distintas aplicaciones de las herramientas aprendidas anteriormente en problemas específicos de las ciencias sociales. Buscamos aproximarnos al mundo del Machine learning y la Inteligencia Artificial (IA) a través de ejemplos concretos que permitan mirar su potencial.
Introducción al mundo de la Ciencia de Datos
6.1. ¿Qué es la ciencia de Datos? Estado del arte
6.2. Ejemplo de aplicaciones prácticas
6.3. Introducción al aprendizaje supervisado y no-supervisado
Números y modelos: introducción al modelo de regresión lineal
7.1. Regresión lineal Simple
7.2. Regresión lineal Multivariada
Árboles de decisión
8.1. Estructura básica del modelo. Componentes y conceptos principales
8.2. Random forest
Palabras y clasificación. Técnicas de procesamiento de lenguaje natural (NLP)
9.1. Principales librerías
9.2 Tokenización, lematización y stemización para reprocesamiento de texto
9.3. Análisis de sentimiento y stopwords
Técnicas de procesamiento de lenguaje natural (NLP)
10.1 Reconocimiento de entidades nombradas
10.2 Modelado de temas
10.3 Generación de lenguaje natural
Large Language Models (LLMs)
11.1 Modelos de Lenguaje Grande (LLMs), tipos y casos de uso
11.2 Arquitecturas de Generación Aumentada por Recuperación (RAG)
11.1 Aplicaciones: chatbots, búsqueda, análisis de datos
Módulo III: Usos y aplicaciones de la IA en las ciencias sociales
En este módulo se presentarán diferentes formas de aplicación y uso de la IA en actividades vinculadas con las ciencias sociales. Culmina con una reflexión y debate sobre potencialidades, desafíos y peligros ligados al uso de la IA.
Procesamiento de texto
12.1 Aplicaciones para revisión de literatura
12.2 Traducción
12.3 Procesamiento de texto
12.4 Educación y evaluación
Obtención, procesamiento y análisis de datos cuantitativos
13.1 Procesamiento y limpieza de grandes volúmenes de datos
13.2 Encuestas
13.3 Análisis automatizados
Análisis de imágenes
14.1 Imágenes satelitales
14.2 Interpretación de imágenes en redes
14.3 Digitalización de datos en papel
14.4 Análisis del arte realizado con inteligencia artificial generativa
Pensar sobre la IA
15.1 Desafíos sociales y políticos
15.2 Redes sociales, Deep fakes y realidades paralelas
15.3 ¿Cómo piensa la IA? Entrenamiento y conciencia
15.4 ¿Cómo piensan los seres humanos con la introducción de la IA?
Géron, A. (2025) Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. O'Reilly Media. (3ra. edición).
Matthes, E. (2025). Python crash course : a hands-on, project-based introduction to programming. No starch press. (3ra. edición).
McKinney, W. (2022). Python for Data Analysis: Data Wrangling with pandas, NumPy, and Jupyter. (3ra. edición).
Raschka, S. (2024). Build a Large Language Model (From Scratch). Manning.
Russell, S.J., y Norvig, P. (2021). Inteligencia artificial: un enfoque moderno. Pearson. (4ta. edición).
Modalidad de cursada
La modalidad de cursada es 100% asincrónica.
Los contenidos de los módulos se distribuyen en clases que se publican semanalmente en el campus virtual al cual las/os estudiantes pueden acceder en el momento que les resulte conveniente. La última semana del curso es para realizar la evaluación.
El curso cuenta con tutoría personalizada, por lo cual la profesora responderá las consultas y dará devoluciones individuales de las instancias de evaluación.
En cada clase las/os estudiantes podrán acceder a varios archivos para trabajar sobre los contenidos de la clase correspondiente:
- uno o más videos explicativos para apoyar el contenido de la clase;
- un documento realizado en google colaboratory con los contenidos de la clase;
- un documento realizado en google colaboratory para realizar ejercicios de autoevaluación;
- materiales (documentos, bases de datos, hipervínculos, etc.) para utilizar y aplicar los conocimientos obtenidos en la clase.
Requisitos de admisión
Título universitario o de nivel terciario de cuatro (4) años de duración como mínimo y/o acreditar experiencia sostenida en prácticas académicas y/o laborales en la temática del curso.
Evaluación y certificación
Para la evaluación del curso se brinda la opción de realizar un examen final con ejercicios o un trabajo escrito sobre los contenidos del curso y alguna aplicación práctica utilizada. Para obtener el certificado de aprobación del curso, se requiere que las/os estudiantes obtengan una nota superior a 7/10.
Aranceles
‼️ MATRICULA BONIFICADA
Para Alumnos de Argentina
- 4 cuotas mensuales: $ 69.000.- (cada una)
- PAGO TOTAL: $ 248.400.- (con descuento en 1 pago)
Para alumnos del exterior
- 4 cuotas mensuales: USD 100.- (cada una)
- PAGO TOTAL: USD 360.- (con descuento en 1 pago)
IMPORTANTE: la vacante solo quedará confirmada habiendo abonado como mínimo la cuota 1
Medios de pago
Argentina: Ver aquí
Exterior: Ver aquí
Descuentos especiales
(no acumulables)
$65.000.- precio promocional (*) hasta el 28 de febrero de 2026 (link publicado en medios de pago). Se pueden adelantar cuotas y a partir del 01 de marzo de 2026 se deberá abonar el monto completo de las cuotas pendientes.
10% para socixs IDES
10% becarixs CONICET o de universidades nacionales (Debe enviar a cursosvirtuales@ides.org.ar alguna documentación que demuestre su condición de becarix (puede ser a Resolución) e indicar qué curso desea abonar como para que le envíen el link con el que podrá abonar las cuotas con el descuento).
10% para grupos de 2 o más personas
20% para alumnxs de posgrados UNTREF (pedir Certificados de Alumno Regular a través del Guaraní (módulo 3w) y enviar a cursosvirtuales@ides.org.ar) (**)
20% para docentes UNTREF (enviar recibo de sueldo o constancia a cursosvirtuales@ides.org.ar) (**)
(*) para alumnos de Argentina
(**) pago vía transferencia bancaria - Enviar documentación y solicitar datos bancarios
Más información y contacto
Este curso cuenta con el aval de la UNTREF (vía Resolución) para ser acreditado como curso externo de posgrados.
No tiene puntaje docente.
Tel.: 054 11 4804-5306