Como herramienta clave para el desarrollo de mejores políticas públicas, la ciencia de datos se ha vuelto fundamental para los funcionarios públicos.

Como herramienta clave para el desarrollo de mejores políticas públicas, la ciencia de datos se ha vuelto fundamental para los funcionarios públicos. Debido a esto es que el Goblab UAI, ha trabajado en adaptar una metodología de formulación de proyectos de ciencia de datos del Center for Data Science and Public Policy de la Universidad de Chicago; que permite abordar la problemática actual del sector público: brindar viabilidad a los proyectos para que no se queden solamente en ensayo y error. En este contexto lanzará una versión más del curso: “Formulación de proyectos de Ciencia de Datos”.

El programa – que se realizará entre el 28 de septiembre y el 21 de octubre – permitirá a las y los estudiantes adquirir interesantes conocimientos y herramientas, así como desarrollar, en clases, un proyecto que quieran poner en marcha en su organización, y así volverlo viable.

Es importante mencionar que más de 200 directivos han egresado exitosamente de este programa, diseñando proyectos reales de aplicación de ciencia de datos que se han materializado posteriormente en alianza con estudiantes de la universidad.

Entre estos, destaca el Servicio Nacional de Pesca, donde se trabajó en modelos que permitieran detectar buques de pesca fraudulentos, la Superintendencia del Medioambiente, que desarrolló un proyecto de Inteligencia artificial para el cuidado del medioambiente y la salud de la población.

Asimismo, el Servicio Electoral desarrolló un modelo de clasificación de infracciones en el proceso de financiamiento y propaganda electoral, y la Superintendencia de Educación un proyecto respecto de la identificación y caracterización de establecimientos educacionales en relación a denuncias por clima de convivencia escolar.

Una metodología con resultados probados

Cabe destacar que la metodología aplicada tiene 7 etapas con una estructura iterativa, y ha sido exitosamente probada.

• Definición del problema: En esta etapa se describe en detalle la problemática a mejorar, así como las políticas públicas que pueden ayudar a abordarla.
• Análisis de prefactibilidad: Permite descartar proyectos en etapa temprana, lo cual es muy relevante para un eficiente uso del tiempo de las y los directivos públicos.
• Definición de objetivos: Aquí se definen los objetivos, mediante la metodología SMART. Estos deben ser específicos, medibles, alcanzables, realistas, y con un horizonte temporal.
• Descripción de acciones: Son las actividades, programas o procesos que ayudan a alcanzar los objetivos definidos, y que serán mejorados con el proyecto de ciencia de datos.
• Mapeo de datos: En esta etapa se deben definir con precisión los datos internos y externos que se requieren para realizar el proyecto.
• Definición de análisis: En esta etapa es necesario determinar el tipo de análisis que puede proveer la información necesaria para mejorar la acción.
• Diagnóstico de consideraciones éticas: En este paso se analizan aspectos de proporcionalidad, licencia social, protección de datos, transparencia, equidad y rendición de cuentas.

Al finalizar el curso, los alumnos estarán capacitados para diseñar un proyecto viable de ciencia de datos que aborde problemáticas estratégicas de su institución.

Como se ha podido apreciar, los beneficios para los alumnos son innumerables, ya que ofrece diversas formas de mejorar el diseño y la gestión de políticas públicas, ofreciendo una pauta para llevar a cabo proyectos viables:

• Evaluar la factibilidad de usar ciencia de datos para abordar un problema público.
• Entender cómo definir los objetivos y acciones de un proyecto de ciencia de datos.
• Definir el alcance de un proyecto, enfocándose en evaluar la madurez de los datos y los tipos de análisis necesarios.
• Entender los desafíos éticos existentes durante el proceso de definición de alcance del proyecto.