📚 Lección 2: Ejemplo de enfoque mixto en la problematización – La matriz de Vester como herramienta de análisis causal

La IA no conoce tu territorio, pero puede ayudarte a pensar relaciones causales típicas y a llenar celdas de la matriz de forma sistemática.

Preparar la lista de problemas

Antes de usar la IA, ya debes tener tu lista de problemas (de 6 a 13) formulados como déficits o excesos. Si aún no la tienes, pídele ayuda a la IA con una pregunta como:

“Tengo una situación problemática en una comunidad: [describe tu caso]. Genera una lista de 8 problemas concretos, formulados como déficits o excesos (por ejemplo: ‘ingresos escasos’, ‘baja cohesión social’, ‘alta deserción escolar’). No uses soluciones.”

Revisa y ajusta la lista con tu criterio.

Pedir a la IA que valore relaciones causales (matriz parcial o completa)

Estrategia 1: Preguntar relación por relación (más precisa pero lenta)

Para cada par de problemas (causa → efecto), pregunta:

*“En el contexto de [describe tu situación], ¿con qué intensidad crees que ‘problema A’ causa ‘problema B’? Usa escala: 0=no causa, 1=causa indirecta, 2=causa medianamente directa, 3=causa directa. Justifica brevemente.”*

La IA te dará un valor y una justificación. Anota ese valor como propuesta inicial.

Estrategia 2: Pedir la matriz completa (más rápida pero menos detallada)

“Tengo estos 6 problemas: [lista]. Construye una matriz de Vester de 6x6 con valores 0,1,2,3 para cada relación causal. Pega la matriz en formato tabla. Explica brevemente los criterios que usaste.”

La IA generará una tabla. Copia esos valores a tu plantilla de Excel.

Guardar el resultado de la IA como “Versión 1 (borrador IA)”

Anota en tu cuaderno o en una hoja aparte qué valores propuso la IA. No los tomes como definitivos. Son un punto de partida para la discusión.

⚠️ Limitaciones de la IA en este proceso (recuerda)

·         La IA no conoce las particularidades de tu comunidad (historia, conflictos, recursos, liderazgos).

·         Sus valoraciones se basan en promedios estadísticos o en literatura general, no en trabajo de campo.

·         Puede cometer errores lógicos (por ejemplo, invertir causa-efecto).

·         No tiene en cuenta las percepciones y matices de los actores locales.

Por eso es obligatorio validar sus respuestas con personas reales.

Validación colectiva – discute las respuestas de la IA con tu grupo o comunidad

Antes de reunirte con el grupo, imprime o proyecta:

·         La lista de problemas.

·         La matriz de Vester propuesta por la IA (puede ser en una hoja de papel grande, en una pizarra o en un Excel compartido en pantalla).

·         Una copia de la escala (0,1,2,3) con definiciones claras.

Dinámica sugerida para el taller de validación (centrada en las respuestas de la IA)

Paso 1 – Presentación del objetivo (5 minutos)
Explica al grupo:
“Hemos usado una inteligencia artificial para que nos dé un primer borrador de cómo se relacionan estos problemas. Pero la IA no vive aquí ni conoce nuestro barrio. Ustedes sí. Vamos a revisar juntos lo que dijo la IA y decidir si es correcto o hay que cambiarlo. No se trata de atacar a la IA, sino de mejorarla con su conocimiento.”

Paso 2 – Revisión por filas (20-40 minutos, según el número de problemas)
Toma cada problema causa (fila de la matriz). Lee en voz alta el valor que propuso la IA para cada efecto. Pregunta al grupo:

·         “¿Están de acuerdo en que el problema A causa el problema B con intensidad X, como dijo la IA?”

·         “¿Alguien piensa que debería ser más alto (2 o 3) o más bajo (0 o 1)?”

·         “¿Por qué? ¿Qué sabe la comunidad que la IA no sabe?”

Si hay consenso rápido, escribe el valor acordado. Si hay desacuerdo, pide a cada persona que explique su razonamiento. Luego puedes:

·         Votar (mayoría).

·         Promediar las opiniones.

·         Buscar un punto medio tras la discusión.

Paso 3 – Atención especial a los desacuerdos con la IA (10-15 minutos)
Si la IA propuso un 3 y el grupo dice 0 (o viceversa), detente y analiza por qué. Esa discrepancia es la parte más valiosa. Pregunta: “¿Qué sabe la comunidad que la IA ignoró?” Anota las razones. Eso te ayudará a comprender mejor el problema y a documentar el valor final.

Paso 4 – Registro de la matriz validada
Al final, tendrás una nueva matriz con los valores corregidos por el grupo. Esta es tu Versión 2 (validada colectivamente). Guárdala como la definitiva.

¿Qué hacer si no puedes reunir a la comunidad?

Si no es posible un taller presencial, puedes:

·         Discutir con compañeros del diplomado: Ellos pueden actuar como “grupo de contraste” aunque no sean del barrio. Sus preguntas y objeciones te ayudarán a identificar sesgos de la IA.

·         Hacer entrevistas breves a 3-5 actores clave: Muestra a cada uno la propuesta de la IA y pregúntales: “¿Cambiarías algún valor de los que dio la IA? ¿Cuál y por qué?”. Luego promedia las correcciones.

·         Usar un foro virtual o grupo de WhatsApp: Comparte la matriz de la IA y pide comentarios específicos sobre cada valor. No es ideal, pero es mejor que nada.

Ejemplo concreto (caso Los Chorrillos)

Propuesta de la IA:
En una consulta, la IA asignó valor 2 a la relación “ingresos escasos → delincuencia juvenil” (medianamente directa).

Validación con jóvenes del barrio:

·         Tres jóvenes dicen: “No, es 3, directa. Si no tienes plata, robas o vendes drogas, es la principal causa”.

·         Una líder comunitaria dice: “Es 1, porque muchos jóvenes delincuen por presión de pandillas, no solo por pobreza”.

·         Discuten 10 minutos. Al final acuerdan 3, porque la mayoría considera que sin pobreza extrema la delincuencia bajaría drásticamente.

Resultado: La matriz final cambia ese valor de 2 (IA) a 3 (validado). El gráfico resultante mostrará “ingresos escasos” como un problema aún más activo de lo que pensaba la IA.

Documentación del proceso de validación

Para tu informe o portafolio, registra:

·         Captura de la conversación con la IA (la pregunta y la respuesta con los valores propuestos).

·         Acta breve del taller o notas de las entrevistas: qué valores se cambiaron y por qué.

·         La matriz final (después de la validación).

·         Reflexión personal: ¿En qué puntos la IA acertó? ¿En qué puntos el grupo la corrigió? ¿Qué aprendiste sobre los límites de la IA y el valor del conocimiento local?

🧭 Conclusión

La IA es una herramienta poderosa para agilizar el trabajo inicial y para desafiarte con hipótesis que quizás no habías considerado. Pero la realidad social es siempre más rica y contradictoria que cualquier modelo genérico. La validación colectiva de las respuestas de la IA no es un paso opcional: es lo que convierte un ejercicio académico en una investigación social genuinamente participativa.

Recuerda:

·         La IA propone.

·         La comunidad dispone (valida, corrige, mejora).