Qué investiga la psicología en CONICET? Un análisis basado en métodos de aprendizaje no supervisado

FEDERICO GIOVANNETTI; MARIANA CELESTE SMULSKI; JAZMIN CEVASCO

Congreso; XIX Reunión Nacional y VIII Encuentro Internacional (AACC); 2023

En la Argentina, aún son pocos/as los/as psicólogos/as que se dedican a la investigación en comparación con aquellos que se dedican a la Clínica. A su vez, no existe información pública y accesible respecto de la inserción de estos profesionales en el ámbito científico. Una forma de acceder a esta información involucra examinar los ingresos de recursos humanos dentro del CONICET. Este organismo tiene un rol central como formador de científicos/as en Argentina. Evidencia previa muestra que la inserción laboral de psicólogos/as en el CONICET fue en aumento desde 2010 hasta 2015, pero sufrió importantes recortes y vaivenes de 2016 en adelante. Este trabajo se propone explorar la utilidad de distintos métodos de aprendizaje automático no supervisado para identificar los temas más estudiados dentro del organismo, y su evolución entre los años 2011 y 2021. Con este fin, se recabó información sobre todos los proyectos aprobados en la comisión de Psicología y Ciencias de la Educación durante dichos años en las categorías doctoral, posdoctoral y CIC. Considerando la información de texto contenida en los títulos, resúmenes y palabras clave, se implementaron modelos de aprendizaje automático (machine learning) no supervisado para el modelado de tópicos. Específicamente, se implementaron los modelos Latent Dirichlet Allocation (LDA) y Correlated Topic Models (CTM).Ambos modelos permitieron agrupar los proyectos en siete unidades temáticas. Los resultados sugieren que el modelo CTM podría ser más adecuado para extraer la recurrencia y, por lo tanto, dar cuenta de las temáticas centrales dentro del área. Por otra parte, se analizó la prevalencia de cada uno de esos temas a lo largo de los años, identificando distintas trayectorias. Este trabajo contribuye a explorar la utilidad de los métodos de aprendizaje automático para el estudio de las agendas de investigación dentro de CONICET, y el avance hacia la utilización de métodos supervisados para evaluar nuevas hipótesis de investigación guiadas teóricamente.