Lineas de Investigación

En este apartado podrás conocer con algo más de detalle las áreas de investigación de los diferentes docentes que conforman el cuerpo docente del programa.

Linea de Investigación

Bienestar y Salud Mental

Bienestar personal, salud mental, calidad de vida y salud (entendida integralmente) son términos y temáticas entrelazadas, que apuntan a describir fenómenos que se han constituido en preocupaciones centrales en las sociedades contemporáneas, donde se observan brechas significativas entre el desarrollo económico y tecnológico logrado, y el incremento del bienestar personal y colectivo. Esta línea de investigación se focaliza en el análisis y comprensión de los procesos psicosociales implicados en el bienestar y salud de las personas y grupos sociales.

Mis principales líneas de investigación son salud mental y durante la última década estigma hacia los trastornos mentales.  He trabajado con un equipo  desarrollando intervenciones para reducir el estigma en personal de atención primaria de salud y en estudiantes universitarios. Actualmente estamos estudiando cómo se presenta el estigma en personal de salud mental del nivel secundario de atención en salud. También hemos investigado  la presencia de estigma en medios de comunicación en Chile y adaptado y desarrollado instrumentos para evaluarlo.

La Dra. Saldivia formó parte del equipo que realizó estudios epidemiológicos nacionales en Chile, en población general con personas adultas, y de niños y adolescentes, además de algunas poblaciones especificas (consultantes en atención primaria, jóvenes infractores de ley). Ha investigado en salud mental en atención primaria, sobre todo en epidemiología y servicios, analizando, por ejemplo, a efectividad de intervenciones de salud mental para patologías prevalentes en América Latina y en Chile. Desde hace 10 años investiga en prevención y promoción de la salud mental en personas mayores.

Se dedica a la psicología experimental y las neurociencias cognitivas. Sus temas de investigación son (a) el sentido de agencia, en específico la validez de los métodos de su medición y cómo el número de pasos de una acción influye el fenómeno de sentido de agencia, (2) la percepción emocional, sobre todo de estímulos ecológicamente válidos (expresiones faciales, vocalizaciones, prosodia emocional) en población común y en personas con patologías y (3) la verdad ilusoria, estudiando los mecanismos que nos hacen creer o no en información. Es comprometida con las prácticas de ciencia abierta (Open Science).

Linea de Investigación

Procesos de Enseñanza y Aprendizaje

Los procesos de enseñanza-aprendizaje están influidos por una serie de determinantes sociales, culturales y psicológicos, los que se entrelazan. Entre otros factores, el creciente ingreso de la población a la educación formal, junto con la profundización de la brecha cultural, socio-económica y educativa, son aspectos significativos que han impactado en las instituciones, en sus procesos educativos y en las personas. Esta línea de investigación se orienta a analizar, desde la psicología y disciplinas conexas, los procesos de enseñanza y aprendizaje y sus factores determinantes, para así contribuir a la búsqueda de soluciones a las necesidades y dificultades que aparecen en este ámbito.

  1. Procesamiento del lenguaje natural (NLP): Los avances en NLP han permitido desarrollar herramientas para analizar grandes cantidades de texto, lo que puede ser útil para extraer patrones en el lenguaje, analizar la comunicación en terapias y asesorar en la toma de decisiones en psicología clínica y de investigación.
  2.  Análisis de sentimientos y emociones: Las técnicas de Inteligencia Artificial (IA) pueden ser aplicadas para analizar sentimientos y emociones expresados en texto, voz, gestos, movimiento corporal, ondas cerebrales, movimiento ocular, etc. Lo que puede ser útil en el estudio de las emociones humanas y el desarrollo de intervenciones emocionales.
  3. Modelado e Ingeniería del Conocimiento: La IA cuenta con diversas técnicas que permiten representar digitalmente el conocimiento de los expertos, lo que permite posteriormente la generación de Sistemas Basados en el Conocimiento o Sistemas Expertos. Esto es indispensable para automatizar diversas tareas de la psicología.
  4. Modelado cognitivo: La IA ha permitido el desarrollo de modelos cognitivos que simulan procesos mentales y de toma de decisiones humanas, lo que puede ayudar a comprender mejor la mente humana y la forma en que los individuos procesan información.
  5. Aprendizaje automático en psicología clínica: El aprendizaje automático se ha utilizado para mejorar el diagnóstico y tratamiento en psicología clínica, al identificar patrones y tendencias en datos de pacientes y recomendar intervenciones personalizadas. 
  6. Psicología computacional: Esta área de investigación combina la psicología con la computación para desarrollar modelos computacionales que representen teorías psicológicas y permitan simular y probar hipótesis.
  7. Terapia asistida por computadora: La IA puede ser utilizada para desarrollar aplicaciones y sistemas interactivos que apoyen el tratamiento psicológico, ofreciendo intervenciones automatizadas y seguimiento personalizado.
  8. Ética y responsabilidad en Inteligencia Artificial: A medida que la IA se vuelve más presente en la sociedad, se deben abordar cuestiones éticas y responsabilidad en su uso, lo que puede ser una discusión valiosa para los estudiantes de psicología que deseen comprender cómo afecta a los pacientes y la privacidad.
  9. Realidad virtual y terapias: La combinación de la IA con la realidad virtual puede abrir nuevas oportunidades para el desarrollo de terapias más inmersivas y personalizadas, lo que puede ser beneficioso en el tratamiento de trastornos como el trastorno de estrés postraumático y fobias.

Temas de investigación para tesistas: Estudios que aporten a la comprensión de prácticas docentes (pedagógicas, psicoeducativas, de interacción de aula y gestión) más efectivas para la retención y prevención del abandono de estudios en estudiantes de educación Superior. 

Algunos estudios en curso a modo de ejemplo:

  • Autorregulación del aprendizaje en contextos de educación blended learning.
  • Uso de analíticas de aprendizaje para la toma de decisiones pedagógicas en educación superior
  • Cambios post pandemia en los diseños instruccionales y didácticos que favorecen mejores aprendizajes 
  • Cambios post pandemia que favorecen variables cognitivo-motivacionales desde la interacción docente – estudiante(s)
  • Impacto del uso de aula remediales psicoeducativas en los resultados académicos de estudiantes de primer año.
  • Impacto de innovaciones docentes mediadas por tecnologías en los resultados educativos.