Ciencias Sociales y Humanas

Modelización en Ciencias

El Campo de Desarrollo de Modelización en Ciencias del LINCIPH, se focaliza en las discusiones sobre la modelización, la cual puede entenderse como un proceso de construcción de modelos interpretativos que permiten aproximarse a la comprensión de un fenómeno dentro de una realidad. Este proceso constituye una re-presentación del sistema, en medio de su complejidad y dinamismo. Todo abordaje de la realidad desde la modelización depende del nivel de complejidad del fenómeno y del campo epistemológico y teórico del sujeto que la realiza. Si bien el andamiaje epistemológico es fundamental al momento de construir un modelo de un fenómeno social, también es necesario detenerse en el contexto tanto histórico como geográfico en el que los sujetos se desenvuelven y bajo el cual entienden el mundo (Zemelman, 2012).  

Bajo esta aproximación teórico-conceptual acerca de la metodología científica de la modelización, el Campo de Desarrollo de Modelización en Ciencias del LINCIPH entiende la modelización como el proceso de diseño de un constructo, a propósito de un fenómeno, que posee un soporte distinto a la realidad empírica y que tiene como finalidad comprender el fenómeno y las dinámicas físicas, biológicas y/o sociales subyacentes. Proceso que, en algunas ocasiones, permite predecir el comportamiento del mundo real dadas sus restricciones, patrones y ventanas espacio-temporales.  

La modelización matemática, es una de las herramientas metodológicas de la neurociencia social y parte del principio de que aquello que se modela corresponde a una realidad dinámica, en constante cambio, entendida como un complejo de fenómenos naturales, ambientales y/o socioculturales en devenir. El ser humano se beneficia de la creación de modelos, como por ejemplo, modelos de fenómenos naturales, estructuras biológicas, dinámicas sociales, procesos culturales, entre otros, cuya elaboración requiere instrumentos materiales e intelectuales (las redes semántica, los sistemas de categorización y las nubes de palabras y otras herramientas de la matemática de la complejidad) con los cuales se producen simulaciones que aportan a la comprensión de las realidades.

 

PRODUCTOS

Docencia:

  • Cubo de la complejidad: Herramienta de software que apoya al curso de Matemática de la complejidad. Es una representación tridimensional que reúne herramientas matemáticas desde intuición matemática pasando por el algebra y la derivada hasta llegar a sistemas altamente complejos La idea del cubo es por medio de ejemplos poder entender el comportamiento de diferentes dinámicas sociales.

 

  • Juego Empirismo: Herramienta didáctica en la que por medio de un juego se enseñe los conceptos epistemológicos del empirismo.

 

Investigación:

  • Apoyo a la investigación externa Salud Publica: Análisis y procesamiento de gran base de datos de la investigación de Participación ciudadana en políticas públicas de salud mental para la obtención de un modelo.
  • Apoyo a la investigación externa Cooperación y agresión: Análisis y procesamiento de gran base de datos de la investigación de Cooperación y agresión para obtención de un modelo.
  • Investigación de movilidad: Investigación interna de movilidad de estudiantes de la facultad de ciencias sociales de la universidad Externado de Colombia en Bogotá. Obtención, análisis y procesamiento de base de datos.

 

Artículos de Interés

 

Publicaciones de Interés

  • Compartimos con ustedes una de la conferencias del Dr. Rolando García en la cual reflexiona sobre la necesidad de fundamentar epistemológica, metodológica y teoricamente los sistemas complejos desde una plataforma interdisciplinar.

                                                                                   

 

 

  • Para entender la complejidad de los sistemas dinámicos que se sitúan en fenómenos perteneciente a la realidad en la que vivimos se puede ver la conferencia Tedx de Igor Nikolic, quien busca explicar los sistemas complejos desde su conocimiento sobre el proceso co-evolutivo para modelar la evolución de los sistemas sociotécnicas a gran escala https://www.youtube.com/watch?v=jS0zj_dYeBE 

 

Bibliografía de interés

  • Rapoport A. (1983) Mathematical models in the social and behavioral sciencies. Viena, Austria: Institute for Advanced Studies
  • Verhulst F. (1990) Nonlinear differential equations and dynamical systems. Berlin, Alemania: Springer-Verlag