Tres investigadores IMFD reciben Fondecyt de Iniciación
Matías Toro (DCC U. Chile), Sebastián Ferrada (Datos & Inteligencia Artificial FCFM Universidad de Chile) y Naim Bro (Escuela de Gobierno UAI) son los tres investigadores IMFD que están recibiendo estos fondos entregados por la ANID. Los Fondecyt de Iniciación buscan fortalecer el desarrollo de la investigación científica y tecnológica de excelencia a través de la promoción de nuevos investigadores mediante el financiamiento de proyectos de investigación de 2 a 3 años de duración en todas las áreas del conocimiento.
Privacidad diferencial
Las garantías de seguridad y privacidad en las ciencias de la computación son uno de los principios más relevantes actualmente en la seguridad informática. En el proyecto del investigador IMFD y académico del Departamento de Ciencias de la Computación de la Universidad de Chile, Matías Toro Ipinza, “Gradual Differential Privacy: Theory and Applications”, se busca contribuir en la forma en que los desarrolladores programan para garantizar privacidad y seguridad.
“El objetivo es diseñar lenguajes de programación que permitan analizar la privacidad diferencial, la sensibilidad de los datos y la seguridad (confidencialidad/integridad) de manera gradual, combinando métodos estáticos y dinámicos”, destaca el investigador. Además de contribuir a la teoría, se planea implementar prototipos prácticos que faciliten a los programadores integrar estas herramientas en sus proyectos.
A mediano plazo, la investigación busca desarrollar teóricamente lenguajes de programación prácticos y accesibles que permitan a los desarrolladores incorporar análisis de privacidad diferencial y seguridad de manera progresiva y flexible en sus proyectos. Esto incluye la creación de prototipos funcionales y su validación, sentando las bases para herramientas que equilibren precisión, flexibilidad y facilidad de uso.
Divisiones en la élite chilena
El proyecto titulado «The Urban Elite Divide: A Geospatial Examination of the Brahmins vs. Merchants Hypothesis in Santiago, Chile», de Naim Bro, académico de la Escuela de Gobierno de la Universidad Adolfo Ibáñez, explora cómo la elite chilena se divide en dos grupos: aquellos cuyas influencias provienen de logros educativos e intelectuales («Brahmanes«) y aquellos cuya influencia emana de su riqueza y poder económico («Mercaderes»).
“Espero proporcionar una nueva perspectiva sobre las divisiones políticas en Chile al analizar cómo la geografía y la desigualdad influyen en el comportamiento político de las élites urbanas. Este proyecto vincula datos espaciales y electorales para mapear y caracterizar estas divisiones, arrojando luz sobre cómo los grupos privilegiados configuran el panorama político chileno”, señala el investigador.
El proyecto está muy vinculado con la ciencia de datos y el trabajo que se hace en el Instituto Milenio Fundamento de los Datos (IMFD). Utiliza técnicas avanzadas de análisis geoespacial y aprendizaje de máquina para mapear y caracterizar las divisiones políticas en Santiago, además de aplicar métodos de procesamiento de lenguaje natural (NLP) para analizar discursos políticos y programas de partidos.
Basado en conceptos de Thomas Piketty y adaptado al contexto chileno, el estudio busca analizar la distribución geográfica de estas élites en Santiago, su evolución en el tiempo y su impacto en el sistema político chileno. Utilizando datos geoespaciales y electorales, se investigará cómo los patrones residenciales y socioeconómicos de estas élites afectan sus preferencias políticas y su relación con los partidos políticos.
Herramientas para bases de datos tabulares con capacidades de grafos
Los grafos de conocimiento han surgido con fuerza como un modelo novedoso y versátil para organizar datos, ofreciendo una serie de ventajas sobre otros tipos de organizaciones: cuentan con esquemas flexibles, que hacen que sea simple manejar los datos incompletos y cambiantes de nuestro mundo actual. Sin embargo, la mayor cantidad de información de las organizaciones está almacenada en datos tabulares. En “Knowledge Graph Extraction from Tabular Sources”, Sebastián Ferrada, académico de Datos & Inteligencia Artificial FCFM Universidad de Chile e investigador IMFD, busca desarrollar herramientas que permitan a los usuarios analizar datos tabulares con la misma flexibilidad y riqueza que ofrecen los grafos de conocimiento. Esto incluye desarrollar algoritmos y estructuras de datos eficientes para resolver tareas como la detección de comunidades, la búsqueda de caminos óptimos y el análisis de centralidad, manteniendo al mismo tiempo la semántica de los datos originales y aprovechando las fortalezas de los sistemas relacionales.
“A mediano plazo, espero que los resultados de esta investigación faciliten la adopción de modelos híbridos donde los usuarios puedan beneficiarse de la interoperabilidad entre sistemas relacionales y grafos sin necesidad de modificar su infraestructura actual. Esto permitirá un análisis más rico y avanzado sobre datos existentes”, indica el investigador. “A largo plazo, aspiro a que estas herramientas sirvan como base para una transformación más amplia en la forma en que las organizaciones y los investigadores gestionan, integran y analizan sus datos, promoviendo la interoperabilidad como un estándar clave para combinar múltiples fuentes de información de forma transparente y eficiente”, añade.
Un aspecto fundamental de este proyecto es su enfoque en el software libre, asegurando que los resultados sean accesibles tanto para la academia como para la industria. “Esto no solo amplía el impacto del proyecto, sino que también fomenta su adopción y adaptación en distintos contextos”, destaca el académico.