Última actualización: 19/05/2022


Curso Académico: 2022/2023

Fundamentos de la Ciencia Social Computacional
(19135)
Titulación: M.U Ciencias Sociales Computacionales (375)
Escuela de Economía y Ciencia Política


Coordinador/a: SANCHEZ SANCHEZ, ANGEL

Departamento asignado a la asignatura: Departamento de Matemáticas

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Introducción a la Programación con R (19151) Estadística Básica (19152)
Objetivos
Competencias Básicas: - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. Competencias Generales: - Capacidad para comprender y analizar las principales teorías sociales de carácter global y cómo están cambiando con la aplicación de herramientas computacionales. - Capacidad para identificar, definir y formular problemas de las ciencias sociales y resolverlos mediante técnicas computacionales. Esta capacidad incluye la valoración simultánea de todos los factores en juego, no sólo técnicos, sino también legales. - Capacidad de recopilar y analizar los conocimientos existentes en las diferentes áreas de las ciencias sociales computacionales y de hacer una propuesta de posibles soluciones a los problemas planteados. - Capacidad para aplicar los conocimientos teóricos y metodológicos propios de las ciencias sociales computacionales al análisis y resolución de casos y problemas empíricos concretos. - Capacidad para abordar de manera proactiva los problemas planteados bajo entornos nuevos o poco conocidos, dentro del contexto de las ciencias sociales computacionales. - Capacidad para planificar y llevar a cabo de manera autónoma una investigación en el campo de las ciencias sociales computacionales. - Capacidad de comunicar y presentar, de forma clara, precisa y rigurosa, conceptos y resultados relacionados con actividades en ciencias sociales computacionales ante públicos tanto especializados como no especializados. Competencias Específicas: - Capacidad de comprender y analizar los principales enfoques teórico-metodológicos de las ciencias sociales computacionales, incluyendo sus potenciales y limitaciones, así como de aplicarlos al análisis de problemas sociales concretos. - Capacidad de identificar los desafíos de la sociedad digital y proponer soluciones específicas de carácter interdisciplinar, que combinen instrumentos analíticos de las ciencias sociales y computacionales para combatirlos. Resultados del Aprendizaje: - Capacidad de comprender e identificar los nuevos retos a los que se enfrentan las Ciencias Sociales en el mundo digital.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción - ¿Qué es la ciencia social computacional (CSS)? - El paradigma de la CSS - Primeros ejemplos - La sociedad como sistema complejo adaptativo - Principales áreas de la CSS 2. Big data - Extracción automática de información y data mining - Técnicas de análisis - Ejemplos 3. Redes sociales - Redes complejas: definiciones básicas - Análisis cuantitativo de redes y software - Ejemplos 4. Complejidad social - Fundamentos y características - Indicadores cuantitativos - Leyes de la complejidad social 5. Modelos y simulaciones - Construcción de modelos - El propósito de las simulaciones - Software básico: NetLogo - Ejemplos
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades Formativas: - Clases teóricas - Clases teórico-prácticas - Tutorías - Trabajo en grupo - Trabajo individual del estudiante Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo. - Seminarios/ponencias de expertos nacionales e internacionales, en sesión síncrona presencial o remota.
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • Claudio Cioffi-Revilla. Introduction to Computational Social Science: Principles and Applications. Springer. 2017

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.


Dirección web para más información: https://www.anxosanchez.eu