Investigaciones recientes:
La investigación se centra en la intersección de la ciencia de datos, el procesamiento de lenguaje natural (PLN) y la informática social para abordar desafíos sociales e institucionales complejos. Una parte significativa de este trabajo implica el desarrollo de tuberías computacionales avanzadas para datos no estructurados, utilizando técnicas como el modelado de temas, el reconocimiento de entidades nombradas (NER) y modelos de lenguaje de gran escala (LLM) para extraer conocimientos accionables de redes sociales y conjuntos de datos académicos. Estas metodologías se han aplicado para analizar el discurso electoral y el encuadre mediático, mapear la evolución de marcos psicológicos clínicos y mejorar la conciencia situacional en contextos de seguridad mediante visualización geoespacial.

Además, la investigación enfatiza la implementación práctica de sistemas impulsados por IA para mejorar la eficiencia organizacional y educativa. Esto incluye el desarrollo de sistemas automatizados de difusión de contenido, agentes educativos inteligentes para el aprendizaje personalizado y marcos robustos de gestión del conocimiento diseñados para fomentar ecosistemas de investigación. Al integrar herramientas sofisticadas de procesamiento de datos con aplicaciones específicas de dominio, el trabajo demuestra cómo las tecnologías automatizadas y conscientes del contexto pueden optimizar el flujo de información, apoyar la toma de decisiones y facilitar la innovación tanto en el sector público como en el académico.

Temas Clave:

• Procesamiento de Lenguaje Natural y Minería de Textos
• Análisis de Redes Sociales y Extracción de Información
• Inteligencia Artificial en Educación y Gestión de la Investigación
• Visualización Geoespacial y Análisis de Tendencias
• Mapeo Bibliométrico y de Redes
• Automatización de Procesos y Desarrollo de Sistemas