07/10/2026 –, Acatenango Idioma: Español
La inteligencia artificial está reduciendo las barreras para producir y compartir información. Este taller presenta la metodología EMV–MPV–Pipeline para transformar problemas públicos en sistemas de evidencia sostenibles. Las personas participantes diseñarán rutas prácticas para definir evidencia, publicar información y sostener proyectos orientados a la incidencia.
La inteligencia artificial está transformando la forma en que producimos y compartimos información. Tareas que antes requerían equipos especializados en análisis de datos, programación o herramientas de BI hoy pueden realizarse con herramientas más accesibles. Esto no cambia el propósito de los proyectos de datos —producir evidencia para comprender problemas públicos e impulsar cambios—, pero sí reduce barreras técnicas que históricamente enfrentaban organizaciones, periodistas y comunidades.
Este taller presenta la metodología EMV–MPV–Pipeline, desarrollada a partir de más de 20 proyectos de monitoreo, observatorios y análisis de datos sobre violencia de género, acceso a justicia, compras públicas, acceso a medicamentos, libertad de expresión y datos climáticos. La metodología propone una ruta para transformar problemas públicos en sistemas de evidencia sostenibles mediante tres componentes: la Evidencia Mínima Viable (EMV), como la información esencial para comprender un problema; el Producto Mínimo Viable (MPV), como la forma más simple de comunicar esa evidencia; y el diseño de pipelines sostenibles para actualizar, publicar y mantener la información.
Las personas participantes trabajarán en grupos temáticos para identificar problemas, actores y objetivos de cambio, definir la evidencia necesaria y diseñar una ruta práctica para producir, publicar y sostener un proyecto de datos. Uno de los elementos centrales será la discusión de distintas alternativas para desarrollar sistemas de evidencia, incluyendo herramientas de inteligencia artificial, automatización, publicación web, plataformas de BI y soluciones basadas en código abierto.
La sesión combinará investigación social, incidencia pública, datos abiertos e inteligencia artificial para ayudar a tomar decisiones sobre evidencia, productos, arquitectura tecnológica y sostenibilidad.
Al finalizar, cada grupo contará con una hoja de ruta para transformar una preocupación pública en un sistema de evidencia capaz de informar decisiones, fortalecer la incidencia y mantenerse operativo más allá de un proyecto o financiamiento específico.
Kristhoper Daniel Ambelis De León es consultor en datos, monitoreo y evaluación, con experiencia en el diseño de observatorios, sistemas de información y proyectos de datos abiertos orientados a la incidencia pública. Ha liderado y colaborado en más de 20 proyectos relacionados con acceso a justicia, violencia de género, compras públicas, acceso a medicamentos, libertad de expresión y datos climáticos en América Latina. Es fundador de Finanzas y Datos, docente universitario y magíster en Administración Financiera por la Universidad Galileo.
Socióloga e investigadora social, especializada en investigación aplicada y construcción de evidencia desde la perspectiva de género para la incidencia pública. Ha coordinado y desarrollado investigaciones sobre temas relacionados con derechos sexuales y reproductivos, sexualidades, violencia de género, acceso a la justicia, libertad académica y construcción de conocimientos.