Objetivos: • Que los destinatarios/as del curso puedan comprender las complejidades detrás del tratamiento de grandes volúmenes de datos vinculados a causas judiciales. La cantidad de datos que se producen en este ámbito es cada vez mayor y su tratamiento para obtener información útil requiere de abordajes novedosos que utilicen una lógica selectiva y no secuencial que posibilite alcanzar resultados pertinentes en tiempos razonables manteniendo en todo momento la trazabilidad. • Mencionar aquellos ámbitos de aplicación, tipos de delitos y problemáticas en general donde los procesos, las metodologías y los tipos de análisis explorados faciliten la generación de información útil que aporte valor agregado en el fortalecimiento de las hipótesis de acusación fiscal. Brindar ejemplos de trabajos realizados, resultados obtenidos y comparación de los tiempos respecto de otras formas lineales de abordaje. • Reforzar conocimientos de herramientas tecnológicas y metodología de trabajo de los operadores judiciales.
Destinatarios: Empleadas/os, funcionarias/os y magistradas/os del Ministerio Público Fiscal
Fecha: el día 13 de septiembre de 2022
Lugar: Vía Zoom (App o Web)
Horario: 15 h
Modalidad: A Distancia
Duración: dos horas (recibirán el link vía mail el día de la reunión)
Programa:
Unidad 1. Material a tratar. Estrategias de abordaje. Definición de entidades conceptuales según objeto procesal. Principios generales de modelos relacionales de datos (ERD). Soportes físicos y digitales. Tipos de datos y archivos. Métodos de transformación de formatos de datos. Particularidades y problemas del tratamiento de documentos mediante OCR (Optical Character Recognition). Unidad 2: Procesamiento de datos. Técnicas de clasificación y procesamiento. Métodos para la extracción de información útil. Métodos para la organización analítica de la información. Normalización y estructuración de la información. Trazabilidad. Unidad 3: Búsqueda inteligente. Datos estructurados y no estructurados. Definición de patrones. Métodos de búsqueda y localización manuales, automáticos y combinados. Programas informáticos útiles. Versatilidad con piezas de software ad-hoc. Unidad 4: Entrecruzamiento. Tipos y requisitos. Filtros por atributos y frecuencias. Formas de ordenamiento simples, combinadas y emergentes. Patrones temporales. Agrupamiento. Resumen. Estructuración selectiva (tablas dinámicas, listas de segmentación, vistas vinculadas). Análisis de correlaciones. Estadísticas de dispersión y tendencia central para datos agrupados. Generación de variables derivadas de análisis (insights). Unidad 5: Ejemplos de aplicación. Tipos de delitos. Casos de uso. Resultados. Bibliografía obligatoria: • Chen, H., Chung, W., Xu, JJ., Wang, G., Qim, Y., Chau, M. (2004). Crimen data mining: a general framework and some examples, Computer, v.37 n°4, pp. 50-56. • García Yomha, Diego (s/f) “Análisis criminal en Argentina El análisis criminal en el Ministerio Público Fiscal de la Nación”, Publicación anual del CEJA e INECIP - Año 19 - Nº 23. • Guariglia, F. (2016) “Que hacer con la investigación penal y con el ministerio público”, Revista Argentina de Teoría Jurídica, Vol. 17, Buenos Aires, Argentina. utdt.edu/download.php?fname=_147670263504682100.pdf (última vez revisado 09-11-19).