A través de nuestras tres líneas de investigación —formación de opinión, transiciones socioecológicas críticas y equidad en modelos predictivos— buscamos abordar problemas complejos como:
Analizamos los factores que generan polarización en las plataformas digitales mediante el uso de modelos matemáticos y el análisis de redes sociales.
El objetivo es comprender cómo la interacción social y la influencia externa pueden tanto fomentar como mitigar este fenómeno. La polarización política, entendida como el proceso en el que las opiniones se agrupan en extremos opuestos, suele ser el resultado de la fragmentación de la información, la falta de consenso y el refuerzo de ideologías divergentes.
En las redes sociales, esta dinámica se intensifica cuando los usuarios se agrupan con otros que comparten sus creencias, fortaleciendo sus puntos de vista y rechazando las opiniones de grupos opuestos.
En este contexto, buscamos evaluar los efectos de varios factores: la interacción a través de las redes sociales, que fomenta la creación de cámaras de eco donde los individuos solo acceden a información que refuerza sus creencias; los medios de comunicación y las campañas globales, que con sus mensajes pueden polarizar a la población, especialmente durante procesos electorales o la difusión de políticas gubernamentales; y las creencias personales, que influyen en cómo los individuos perciben la información, guiando su aceptación o rechazo de ciertos puntos de vista.
La polarización tiene consecuencias profundas en la sociedad. Genera desconfianza, ya que a medida que los grupos se alejan unos de otros, disminuye la confianza en las instituciones y en los otros sectores sociales.
Además, provoca una fragmentación, lo que dificulta el diálogo constructivo y la cooperación entre diferentes grupos. Finalmente, puede llevar a la radicalización, con individuos que se adhieren de manera más rígida a sus ideologías, adoptando posturas extremas.
Medir estos efectos nos permitirá proponer estrategias que contribuyan a mejorar las políticas públicas y, en última instancia, mitigar las consecuencias negativas de la polarización en la sociedad.
Investigamos las transiciones socioecológicas críticas, procesos que implican cambios profundos en las interacciones entre las sociedades humanas y los ecosistemas. Estas transiciones son impulsadas por presiones sociales, políticas y económicas, así como por fenómenos naturales o tecnológicos. Son especialmente relevantes en contextos donde las sociedades se enfrentan a desafíos como el cambio climático, la explotación de recursos naturales y la transformación de los paisajes debido a actividades extractivas. El objetivo es comprender cómo estos procesos impactan tanto a los ecosistemas como a las comunidades humanas, y cómo se pueden generar estrategias para abordar sus efectos.
En este marco, exploramos varios elementos clave. Los servicios ecosistémicos, como el agua dulce, la biodiversidad y el clima, son fundamentales para el bienestar humano, pero pueden verse alterados por las transiciones socioecológicas, lo que tiene consecuencias directas sobre las comunidades locales. Las infraestructuras asociadas con actividades económicas, como la minería y la salmonicultura, inciden directamente sobre los ecosistemas, modificando su capacidad de regeneración. Además, las actividades sociales, tales como las decisiones políticas, la migración, y los patrones de producción y consumo, afectan los ecosistemas y determinan la forma en que las comunidades locales se adaptan o resisten a estos cambios.
Las causas principales de las transiciones socioecológicas son las actividades extractivas —como la minería y la salmonicultura— que modifican drásticamente los ecosistemas, generando presiones sobre los recursos naturales. El cambio climático también desempeña un papel importante, alterando los patrones de los ecosistemas y exacerbando las tensiones sociales.
Los efectos de estas transiciones incluyen la degradación ambiental, que pone en riesgo la sostenibilidad de las sociedades locales debido al agotamiento de los recursos naturales y la alteración de los ecosistemas. Además, se observa la migración forzada, ya que las personas pueden verse obligadas a desplazarse debido a la pérdida de medios de vida vinculados a la alteración de los ecosistemas. También surgen conflictos sociales, producto de disputas por el acceso a los recursos naturales y los intereses económicos opuestos. Estudiaremos dos casos específicos: la minería del cobre en el norte de Chile y la industria del salmón en el sur del país. Con ello, buscamos identificar los puntos críticos de las transiciones socioecológicas, con un énfasis particular en la resiliencia de los servicios ecosistémicos y las interacciones entre las comunidades locales y las industrias extractivas.
Esto nos permitirá entender mejor cómo las transformaciones en los ecosistemas afectan la sostenibilidad social y ambiental y cómo podemos proponer soluciones para mitigar los impactos negativos de estas transiciones.
Nos enfocamos en analizar los sesgos y brechas metodológicas presentes en los modelos predictivos utilizados en estudios de reincidencia, vigilancia policial y evaluaciones de riesgo. Estos modelos, que se han integrado cada vez más en las prácticas de seguridad pública, buscan anticipar comportamientos delictivos y ayudar en la gestión de recursos y decisiones dentro del sistema judicial y policial. Sin embargo, estos modelos a menudo no son neutrales, ya que pueden reflejar y amplificar prejuicios preexistentes en los datos sobre los que se entrenan, así como en los supuestos subyacentes de los algoritmos.
Los sesgos en los modelos predictivos pueden surgir debido a varias razones, como la calidad de los datos disponibles, que pueden estar sesgados por factores históricos, sociales o políticos. Por ejemplo, los datos sobre detenciones y condenas pueden reflejar disparidades raciales o socioeconómicas, lo que puede llevar a que los modelos predigan de manera desproporcionada el riesgo de reincidencia o el comportamiento delictivo en ciertos grupos, sin tener en cuenta los contextos y las causas estructurales que subyacen a estas estadísticas. Además, la falta de transparencia en los algoritmos utilizados en estos modelos puede hacer que las decisiones basadas en ellos sean difíciles de auditar, lo que genera preocupaciones sobre la justicia y la equidad de los procesos que dependen de dichos modelos.
Por otro lado, las brechas metodológicas pueden surgir cuando los enfoques utilizados para medir y evaluar el riesgo no son lo suficientemente completos o diversos. A menudo, estos modelos se centran en un conjunto limitado de variables y no capturan adecuadamente las complejidades de los comportamientos humanos o las dinámicas sociales que los impulsan. Como resultado, las evaluaciones de riesgo pueden ser inexactas o incompletas, lo que podría dar lugar a decisiones incorrectas o desproporcionadas que afectan negativamente a las personas involucradas.
El objetivo principal de nuestra investigación es identificar y analizar estos sesgos y brechas metodológicas para promover enfoques más equitativos y precisos en la utilización de modelos predictivos en el ámbito de la seguridad pública. Creemos que, al abordar estos problemas, podemos mejorar la precisión y la justicia de las políticas de seguridad, minimizando la posibilidad de que estos modelos perpetúen desigualdades existentes. Además, proponemos soluciones para asegurar que los modelos predictivos sean más inclusivos, transparentes y responsables, y que tengan en cuenta los contextos sociales y las realidades complejas de los grupos a los que afectan. De esta manera, buscamos contribuir a la creación de sistemas de justicia más justos y eficaces, en los que la tecnología sea una herramienta para la equidad y no un factor que profundice las desigualdades.
