congreso internacional de ciencia política en méxico 2013

Post on 11-Mar-2016

216 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

DESCRIPTION

El futuro de la Ciencia Política: sobre el uso profesional de las herramientas tecnológicas de data analysis para la legitimación académica y social de la CP

TRANSCRIPT

Sobre el uso profesional de las herramientas tecnológicas de Data Analysis para la legitimación académica y social de la Ciencia Política en México

Carlos Estrada | carlos.estrada@pmsp.mx | FCPyS UNAM

CONTENIDO

1. Cruzada contra la Ciencia Política

2. Explosión de información en siglo XXI

3. Casos de éxito de data analysis en política

4. Desarrollo de la Ciencia Política mexicana

5. Propuesta de reforma a planes de estudio

carlos.estrada@pmsp.mx

1. Cruzada contra la Ciencia Política

carlos.estrada@pmsp.mx

“Political Scientists Are Lousy Forecasters”

(Katia Fouquet/The New York Times, junio 24 de 2012)

SIN PREDICTIBILIDAD

Columna de Carlos Elizondo Mayer-Serra:

“Politólogos inútiles” (Reforma, abril 25 de 2013)

• 18 años argumentando imposibilidad de reformas estructurales con gobiernos divididos

• Sorpresa: encarcelamiento de Elba Esther Gordillo

• ¿Quién anticipó Pacto por México? NADIE, al menos no por escrito

• Sólo en los pasillos de los altos ejecutivos de algunos de dichos poderes fácticos, como Televisa

carlos.estrada@pmsp.mx

ES MEJOR UN MONO

• 1980: experimento del psicólogo político Dr. Philip E. Tetlock

• Sistematizó predicciones de 284 expertos en ciencia política

• Sobre 12 preguntas de coyuntura de política interna y mundial (guerra en Medio Oriente, la continuidad de la OTAN, etc.)

• Al mismo tiempo, puso a un grupo de chimpancés a tirar dardos en una ruleta de posibles escenarios

• Resultado fue prácticamente el mismo que de los expertos

• Libro: Expert Political Judgment: How Good Is It? How Can We Know?

• Ganó el premio de la American Political Science Association a mejor libro sobre política y gobierno

carlos.estrada@pmsp.mx

EL MAYOR GOLPE EN 2013

• Senador Tom Coburn, republicano por Oklahoma

• Marzo 13: enmienda 65 para prohibir usar el presupuesto de la National Science Foundation a proyectos de ciencia política

• Marzo 20: se aprobó (73-26) con la excepción de patrocinar proyectos que sean "vitales a la seguridad nacional o al interés económico del país"

• Marzo 26: fue firmada por el Presidente Obama y entró en vigor (Public Law 113-6)

carlos.estrada@pmsp.mx

POR CIENCIA INNOVADORA

• Objetivo: asegurarse de que los fondos se dirigen a "ciencia innovadora“, incorporando nuevas tecnologías de la información

• Coburn: “No hay razón para gastar USD $251,000 dólares estudiando la opinión de la población hacia el Senado estadounidense, cuando los ciudadanos pueden obtener esa información de manera gratuita”

• Trasfondo: crítica generalizada a la incapacidad de predicción de la actual Ciencia Política

• Necesidad: asimilar tecnologías del siglo XXI

• Renovarse o morir

carlos.estrada@pmsp.mx

2. Explosión de información en S. XXI

Estimación potencial económico principales tecnologías 2025 (USD trillions), IBM 2013 carlos.estrada@pmsp.mx

AUMENTO DIGITAL Bit: A Bit is the smallest unit of data that a computer uses. Represents: such as Yes - No or 0 - 1.

Byte: A Byte is equal to 8 Bits. 1 Byte could be equal to one character. 10 Bytes could be equal to a word. 100 Bytes would equal an average sentence.

Kilobyte (KB) = approximately 1,000 bytes

A kilobyte (KB) is normally defined as 1,000 bytes. Technically, a kilobyte is actually 1,024 bytes which is 2 to the 10th power (1,024) bytes.

Kilobit = approximately 1,000 bits. A kilobit is different than a Kilobyte. A kilobit is approximately 1000 bits while a Kilobyte is approximately 1000 bytes.

Megabyte (MB) = approximately 1,000 KB or 1,000,000 bytes.

Megabit = approximately 1,000 kilobits = 1,000,000 bits carlos.estrada@pmsp.mx

AUMENTO DIGITAL (2) Gigabyte = approximately 1000 Megabytes = 1,000,000 Kilobytes = Billion bytes (1,000,000,000 bytes)

Terabyte (TB) = approximately 1,000 Gigabytes = 1,000,000 Megabytes = Trillion bytes (1,000,000,000,000 bytes)

Petabyte (PB) = approximately 1,000 Terabytes = 1,000,000,000,000,000 bytes

Exabyte (EB) = approximately 1,000 Petabytes = 1,000,000,000,000,000,000 bytes

It is estimated that if you were to type up every word ever spoken by every human being ever to live in all of the history of the world, the resulting file would be between 2 and 5 Exabytes in size.

Zettabyte = 1000 Exabytes

Yottabyte = 1000 Zettabytes

Brontobyte = 1000 Yottabytes

Source: Shelbyville Central Schools at http://www.shelbycs.org/technology/howbigisagigabyte.html

carlos.estrada@pmsp.mx

EXPLOSIÓN DE INFO • Agosto 2010: ex CEO de

Google, Eric Schmidt dijo: “Desde el inicio de nuestra civilización hasta el año 2003 se crearon 5 exabytes de información, pero actualmente la misma cantidad de información se crea cada dos días, y el ritmo sigue aumentando”

carlos.estrada@pmsp.mx

INFO POR DOQUIER

• ¿Cuánta información hay en Internet?

• Se estiman 5 millones de terabytes

• Google apenas ha indexado 170 terabytes.

• Explosión de información: por contenido generado por los usuarios (redes sociales) y nuevas tecnologías (cloud computing, artificial intelligence, quantic computing, etc.)

carlos.estrada@pmsp.mx

NUBES Y RELOJES “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete”. Chris Anderson, Wired, junio 23 de 2008

• Siglos de método científico: hipótesis "testeables"

• Modelos: sistemas visualizados en las mentes de los científicos

• Los modelos se ponían a prueba, los experimentos los confirmaban o invalidaban

• Los científicos son entrenados para reconocer que correlación no es causación

• Prenoción: sin un modelo, la información es puro ruido

• Pero con la masividad de información, el modelo es obsoleto

• Con millones de registros los algoritmos estadísticos pueden encontrar patrones donde la ciencia no podría o tardaría años

carlos.estrada@pmsp.mx

CIENCIA A ALTA VELOCIDAD

Modelo tradicional

1. Hipótesis: estudio previo, pacientes con la enfermedad Gaucher (mutación del gen GBA) pudieran incrementar riesgo de Parkinson

2. Estudios: investigadores conducen estudios sucesivos

3. Agregación: se conjunta info de 5,500 pacientes

4. Análisis: un estadístico procesa la info

5. Redacción: se aprueba por 64 autores

6. Aceptación: se somete a la New England Journal of Medicine

7. Publicación: se refiere que personas con Parkinson tienen 5.4 más de posibilidades de tener la mutación GBA

Tiempo total: 6 años

Iniciativa Parkinson

1. Diseño del instrumento: se establece una encuesta para pacientes

2. Reclutamiento: se anuncia la meta de reclutar 10 mil pacientes

3. Agregación: voluntarios aportan su ADN y llenan encuestas

4. Análisis: investigadores realizan búsquedas con queries en 3,200 sujetos

5. Presentación: resultados ante la Royal Society of Medicine, personas con GBA son 5 veces más propensas a tener Parkinson

Tiempo total: 8 meses carlos.estrada@pmsp.mx

“Sergey Brin’s Search for a Parkinson’s Cure”, Thomas Goetz, Wired, junio 2010

DATA MINING RELACIONAL

Wired

2010

carlos.estrada@pmsp.mx

FUTURO DATA ANALYSIS

Cientos de miles de empleados por rol en las industrias de administración, ciencia y servicios de consultoría, 2009 (McKinsey, 2011)

carlos.estrada@pmsp.mx

3. Casos de éxito data analysis político

carlos.estrada@pmsp.mx

NATE SILVER

• Elección de 2012 de Barack Obama: adelantó que ganaría re-elección con 30 por ciento de ventaja.

• Acertó también en el pronóstico del resultado para los 50 Estados de la Unión Americana

carlos.estrada@pmsp.mx

CAMPAÑA OBAMA

"Predicting the Vote: Pollsters Identify Tiny Voting Blocs" (Garrett M. Graff, Wired)

carlos.estrada@pmsp.mx

CAMPAÑAS SIGLO XXI

• Partido demócrata: desarrolló un equipo de politólogos, analistas estadísticos y programadores

• Objetivo: combinar sondeos en tiempo real con bases de datos de más de 56 millones de votantes

• Resultado: correlaciones de más de mil variables por votante para determinar qué ciudadanos eran más propensos a cambiar de opinión y votar por Obama y así contactarlos por teléfono o en su domicilio

(Issenberg, Sasha, “How President Obama’s campaign used big data to rally individual voters”, Technology Review, 16 de diciembre de 2012

carlos.estrada@pmsp.mx

MASIVIDAD DE INFO EN EL SECTOR GOBIERNO

• XX

carlos.estrada@pmsp.mx

Fuente: IDC 2012

SOLUCIÓN A GOBIERNOS

• XX

carlos.estrada@pmsp.mx

Fuente: McKinsey

4. Desarrollo de la Ciencia Política en México

carlos.estrada@pmsp.mx

CP: MEJOR QUE NUNCA

carlos.estrada@pmsp.mx

60 99 132 211

274

417

716 697 724 661

796

1057

1032

0

200

400

600

800

1000

1200

1400

Cédulas de Ciencias Políticas ante la SEP (1970-2010)

TOTAL LICENCIATURAS

carlos.estrada@pmsp.mx

45.27%

30.05%

7.76%

5.90%

3.27% LICENCIATURA EN CIENCIASPOLÍTICAS Y ADMINISTRACIÓNPÚBLICALICENCIATURA EN ADMINISTRACIÓNPÚBLICA

LICENCIATURA EN CIENCIA POLÍTICA

LICENCIATURA EN ADMINISTRACIÓNPÚBLICA Y CIENCIAS POLÍTICAS

LICENCIATURA EN CIENCIASPOLÍTICAS

LICENCIATURA EN CIENCIA POLÍTICAY ADMINISTRACIÓN PÚBLICA

¿HOMBRES O MUJERES?

carlos.estrada@pmsp.mx

0

100

200

300

400

500

600

700

Evolución por género de la disciplina

Hombres Mujeres

TÍTULO

carlos.estrada@pmsp.mx

6,441

3,593

963

780

772

764

720

458

451

366

351

300

236

188

150

142

141

133

130

68

59

57

45

37

26

19

16

15

9

4

2

2

- 1,000 2,000 3,000 4,000 5,000 6,000 7,000

DISTRITO FEDERAL

PUEBLA

HIDALGO

BAJA CALIFORNIA

COLIMA

NUEVO LEON

EDO. DE MEXICO

COAHUILA

JALISCO

TAMAULIPAS

TABASCO

AGUASCALIENTES

TLAXCALA

SINALOA

CHIHUAHUA

SAN LUIS POTOSI

BAJA CALIFORNIA SUR

SONORA

CAMPECHE

GUANAJUATO

MORELOS

QUERETARO

YUCATAN

OAXACA

CHIAPAS

ZACATECAS

DURANGO

GUERRERO

VERACRUZ

NAYARIT

QUINTANA ROO

MICHOACAN

Cantidades por entidades

Los semilleros de politólogos en la historia de México

SEMILLEROS CP

carlos.estrada@pmsp.mx

0

50

100

150

200

250

300

350

400

Evolución por entidad federativa

DISTRITO FEDERAL

PUEBLA

HIDALGO

BAJA CALIFORNIA

COLIMA

NUEVO LEON

EDO. DE MEXICO

COAHUILA

JALISCO

TAMAULIPAS

TABASCO

AGUASCALIENTES

TLAXCALA

TÍTULO

¿Cuántos politólogos necesita México?

La concentración de politólogos por entidad federativa muestra diferencias relevantes

XXXXX

carlos.estrada@pmsp.mx

11.87

7.28

6.22

3.61

2.53

2.47

2.21

2.02

1.64

1.58

1.57

1.55

1.50

1.12

0.68

0.61

0.55

0.50

0.47

0.44

0.33

0.31

0.23

0.13

0.12

0.10

0.10

0.05

0.04

0.04

0.02

0.01

0.00

- 2.00 4.00 6.00 8.00 10.00 12.00 14.00

COLIMA

DISTRITO FEDERAL

PUEBLA

HIDALGO

AGUASCALIENTES

BAJA CALIFORNIA

BAJA CALIFORNIA SUR

TLAXCALA

NUEVO LEON

CAMPECHE

TABASCO

Nacional

COAHUILA

TAMAULIPAS

SINALOA

JALISCO

SAN LUIS POTOSI

SONORA

EDO. DE MEXICO

CHIHUAHUA

MORELOS

QUERETARO

YUCATAN

ZACATECAS

GUANAJUATO

DURANGO

OAXACA

CHIAPAS

GUERRERO

NAYARIT

QUINTANA ROO

VERACRUZ

MICHOACAN

Politólogos por cada 10 mil habitantes

TOPTEN ESCUELAS CP

carlos.estrada@pmsp.mx

23%

19%

6% 5% 4%

4%

4%

4%

3%

3%

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DEPUEBLA

UNIVERSIDAD AUTÓNOMA METROPOLITANA

UNIVERSIDAD AUTÓNOMA DEL ESTADO DEHIDALGO

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA

UNIVERSIDAD DE COLIMA

UNIVERSIDAD IBEROAMERICANA

UNIVERSIDAD AUTÓNOMA DEL ESTADO DEMÉXICO

TOPTEN CÉDULAS 2010

carlos.estrada@pmsp.mx

0

50

100

150

200

250

300

350 UNIVERSIDAD AUTÓNOMA DELESTADO DE HIDALGO

UNIVERSIDAD NACIONAL AUTÓNOMADE MÉXICO

BENEMÉRITA UNIVERSIDADAUTÓNOMA DE PUEBLA

UNIVERSIDAD AUTÓNOMAMETROPOLITANA

UNIVERSIDAD AUTÓNOMA DE BAJACALIFORNIA

UNIVERSIDAD AUTÓNOMA DELESTADO DE MÉXICO

UNIVERSIDAD AUTÓNOMA DEAGUASCALIENTES

INSTITUTO TECNOLÓGICO AUTÓNOMODE MÉXICO

UNIVERSIDAD AUTÓNOMA DECOAHUILA

INSTITUTO TECNOLÓGICO Y DEESTUDIOS SUPERIORES DE MONTERREY

5. Propuesta de reforma a planes de estudio

carlos.estrada@pmsp.mx

NÚCLEO BÁSICO

carlos.estrada@pmsp.mx

SEMESTRE OBJETIVO HERRAMIENTAS

PRIMERO Búsqueda avanzada de información Motores de búsqueda

SEGUNDO Análisis en hojas de cálculo Excel, Access

TERCERO Programas estadísticos avanzados SPSS, STATA

CUARTO Visualización de información Tableau, Monarch

QUINTO Análisis y programación estadística R

SEXTO Manejo de bases de datos SQL, NoSQL

SÉPTIMO Minería de datos ACL, SAS, MATLAB

OCTAVO Lenguajes de programación C++, Java, Python

NOVENO Programación para Big Data Hadoop

CASO PRÁCTICO

• Tesis de pensamiento político medieval

• Aplicación concreta de data analysis

• Empleabilidad al 100%

carlos.estrada@pmsp.mx

X

carlos.estrada@pmsp.mx

Gracias

Carlos Estrada Nava | carlos.estrada@pmsp.mx

top related