Diplomado en Periodismo de Datos y Fact-Checking

Introducción a datos en comunicación y periodismo
Profesor: Carlos Franco A.
Módulo introductorio sobre periodismo de datos, su evolución en diez años de historia, revisión de casos. Se incluyen cuatro horas cronológicas de introducción al mundo de los algoritmos, con el objetivo de que los estudiantes conozcan definiciones fundamentales, la irrupción de éstos en industrias y en políticas públicas, y los desafíos éticos que plantea su uso.

Introducción a la Estadística
Profesora: Florencia Darrigrandi N.
Módulo de nivelación estadística. Se revisará en qué nivel están los estudiantes y se presentan conceptos fundamentales para enfrentar los primeros módulos del diplomado.  Aquí se discutirán conceptos básicos de estadística descriptiva así como conceptos de muestreo y error de estimación. El objetivo de módulo es desarrollar en los estudiantes una mirada crítica acerca de la información estadística que circula en los distintos medios.

Métodos de investigación periodística
Profesor: Miguel Paz
Módulo de 16 horas cronológicas. Presenta metodologías de investigación periodística y análisis de investigaciones notables a nivel mundial y en Chile realizadas a través de periodismo de datos. Los estudiantes conectan dicho aprendizaje con el inicio de su proyecto de investigación.

Métodos de recolección: Open Data y Ley de Transparencia
Profesor: Alberto Precht
Este módulo presenta en detalle las posibilidades que ofrece la ley chilena de transparencia (20.285) para solicitar datos de interés público. En el periodismo de datos esta forma de recolección se llama wobbing. Los manuales de periodismo de datos la destacan como una de las más importantes para realizar investigaciones de data-reporteo, razón por la cual este módulo sucede al de métodos de investigación periodística.

Métodos de verificación: Fact–Checking
Profesor: Carlos Franco
Este taller ofrece metodologías de verificación informativa que se aplican en: datos, hechos, fuentes y declaraciones. Esto se combina con el uso de software y plataformas digitales para la detección de contenidos maliciosos en distintos formatos.

Storytelling para datos
Profesor: Sebastián Alaniz M.
En este taller se revisan proyectos que a nivel mundial han sido innovadores en la presentación de datos a sus públicos. Combina técnica de storytelling tradicional con narrativas de datos, con el objetivo de convertir hallazgos cuantitativos en historias con sentido humano.

Taller de conocimientos integrados
Profesores: Florencia Darrigrandi y Carlos Franco
Este taller tiene como objetivo que los alumnos y las alumnas puedan decantar y consolidar los aprendizajes tanto del módulo 2 como del módulo 3 a una aplicación del periodismo de datos.

Estadística
Profesora: Florencia Darrigrandi.
Habiendo pasado ya por un curso introductorio de estadística este módulo tiene por objetivo entregar a los estudiantes herramientas de estadística descriptiva que les permita resumir y presentar información de manera correcta con el fin de que esta contribuya de manera eficiente y atractiva a la construcción del relato. Aquí se verá con el apoyo de Excel el cálculo de medidas de resumen y la construcción de representaciones gráficas.

Python
Profesor: Rafael Cereceda
Este módulo ofrece conceptos fundamentales para el uso del programa Python en la realización de un trabajo de periodismo de datos. Esto es: conocer el lenguaje de programación, cómo importar y exportar datos, cómo importar y exportar archivos, trabajo con datos espaciales (geolocalización, mapas estáticos), visualizaciones, cómo publicar (reproductibilidad). Python es uno de los dos programas más usados en los equipos de datos de medios de comunicación internacionales. Junto a R están presente en medios como New York Times, Washington Post, The Guardian, The Economist, BBC.

Scraping
Profesor: Gonzalo Huerta C.
Este módulo permite a los estudiantes adquirir conocimiento y desarrollar técnicas para extraer datos de diversas fuentes y pre-procesarlos para su análisis. Tendrá nociones básicas de procesamiento de textos, fechas, números, de forma de poder combinar múltiples fuentes de datos. Este curso sucede al de Python ya que las acciones que deben conseguir desarrollar los estudiantes se realizan en dicha plataforma.

Text Mining
Profesor: John Atkinson
La minería de textos o text mining es un valor agregado para el periodismo de datos. Cuando se trabaja con millones de datos -como ocurrió con el emblemático caso Panama Papers, por ejemplo- se necesita analizar en forma automatizada las palabras en miles de documentos y el sentido que éstas adquieren en relación con otras palabras. Al fiscalizar al poder a través de declaraciones públicas, correos electrónicos o intervenciones en la prensa también ocurre.
Este módulo entrega las herramientas para que los estudiantes puedan inferir y/o descubrir conocimiento oculto potencialmente útil desde información no estructurada. Debido a la naturaleza de los datos textuales, se requiere métodos provenientes de la recuperación de información, procesamiento de lenguaje natural, minería de datos y aprendizaje automático.

Taller de conocimientos integrados
Profesores: Florencia Darrigrandi y Carlos Franco
Este taller tiene como objetivo que los alumnos y las alumnas puedan decantar y consolidar los aprendizajes tanto del módulo 2 como del módulo 3 a una aplicación del periodismo de datos.