Cuatro investigadores vinculados a la Universidad Pompeu Fabra han obtenido ayudas en el marco de la convocatoria 2021 de Ayudas a Proyectos de Investigación Científica de la Fundación BBVA, que tienen por objetivo apoyar el conocimiento innovador y la investigación científica y su proyección a la sociedad.

Entre las 620 candidaturas presentadas en las cinco áreas que componen la convocatoria (Matemáticas, Cambio Climático y Ecología, Biomedicina, Ciencias Sociales y Filosofía), han sido seleccionados 35 proyectos (doce de los cuales se llevarán a cabo en Cataluña), que suponen un apoyo directo a un total de 204 investigadores.

José García Montalvo y Gábor Lugosi (Departamento de Economía y Empresa) han sido escogidos en las áreas de Ciencias Sociales y Matemáticas, respectivamente; Alberto Carrio (Departamento de Derecho) llevará a cabo un proyecto dentro del área de Filosofía, y Mar Albà (Instituto Hospital del Mar de Investigaciones Médicas, IMIM, un centro participado por la UPF), es una de las escogidas en la modalidad de Biomedicina.

Las ayudas, que la Fundación BBVA entrega desde el año 2014, están dotadas cada una de ellas con 30.000 euros en el área de Filosofía (16 proyectos subvencionados en total), 50.000 en la de Ciencias Sociales (5 proyectos), 125.000 euros en la de Medio Ambiente (4 proyectos) y 150.000 en las áreas de Matemáticas (4 proyectos) y Biomedicina (4 proyectos), además de 2 proyectos con ayudas de 100.000 euros para desarrollar nuevos modelos epidemiológicos del SARS-CoV-2.

Efectos de los controles de precios de segunda generación sobre el mercado del alquiler: el caso de Cataluña (PLACAT)

José García Montalvo, catedrático de Economía Aplicada del Departamento de Economía y Empresa y coordinador del Grupo de Investigación en Macroeconomía Aplicada y Métodos Cuantitativos, es el investigador principal de este proyecto, que propone utilizar micro-datos para analizar el efecto de las limitaciones en el crecimiento del precio del alquiler en Cataluña. Esta base de datos, compuesta por micro-datos anonimizados de más de medio millón de viviendas, permitirá realizar contribuciones sustanciales a la literatura sobre el efecto de los límites de precios de segunda generación.

El proyecto propone utilizar micro-datos para analizar el efecto de las limitaciones en el crecimiento del precio del alquiler en Cataluña

Para regular el mercado de la vivienda, Cataluña introdujo en septiembre de 2020 políticas de control de precios, aunque el Tribunal Constitucional las acaba de dejar sin efecto, por considerarlas contrarias a la Carta Magna. Esta situación permite la posibilidad de estudiar los efectos que la introducción de la medida de control tuvo sobre el mercado y sus precios, así como las consecuencias que ya están teniendo la retirada de estas limitaciones. “Algunos de los aspectos sobre los que el proyecto permitirá obtener información serán la evolución de los precios, las rentabilidades medias de las operaciones, qué porcentaje de viviendas se han visto expulsadas del mercado de alquiler, y hasta qué punto las sanciones por incumplir la normativa han sido eficaces”, afirma José García Montalvo.

Nuevos modelos para extraer información relevante del análisis de datos

Actualmente existe una demanda de enfoques basados ​​en principios matemáticos para extraer información útil y relevante de los datos para una mejor comprensión teórica de los modelos existentes. Gábor Lugosi, profesor de investigación ICREA del Departamento de Economía y Empresa de la UPF y coordinador del Grupo de Investigación en Estadística e Investigación Operativa, liderará un proyecto que desarrollará nuevos modelos que admitan datos no uniformes en cuanto al aprendizaje profundo, e integren información externa para poder extraer conclusiones más sólidas en torno a estos datos.

"Quizá el reto teórico más importante en el aprendizaje automático es comprender el rendimiento casi milagroso de los algoritmos de aprendizaje profundo"

Este planteamiento es importante, ya que el aprendizaje profundo, actualmente, ha logrado grandes avances en el análisis de datos, obteniendo una capacidad de predicción nunca vista, en contextos que otras herramientas matemáticas son incapaces de englobar. Sin embargo, la teoría estadística estándar no es capaz de explicar el gran poder del aprendizaje profundo, que se sabe que funciona, pero no se sabe por qué. "Quizá el reto teórico más importante en el aprendizaje automático es comprender el rendimiento casi milagroso de los algoritmos de aprendizaje profundo", reflexiona Gábor Lugosi.

Detectar y resolver problemas derivados del uso de la inteligencia artificial en el mundo del deporte

El uso de la inteligencia artificial en el deporte ha proporcionado diversas herramientas, que van desde los sistemas de ayudas arbitrales hasta la prevención de lesiones. Sin embargo, su uso suscita conflictos de diversa naturaleza. El proyecto que llevará a cabo Alberto Carrio, profesor de filosofía del derecho del Departamento de Derecho y miembro del Centro de Estudios UPF Sports_Lab, pretende analizar las diversas cuestiones éticas que plantean las aplicaciones de IA en el deporte y proponer algunas medidas normativas que son necesarias para su abordaje.

"El objetivo del proyecto es diseñar un marco ético, con una finalidad tanto preventiva como consultiva, que facilite el uso seguro y adecuado de la IA en el deporte"

Los presupuestos básicos desde los que se llevará a cabo el análisis son la ética del deporte y los principios de buena gobernanza, tal y como se recogen los Principios Fundamentales de la Carta Olímpica, el Código Ético y los Principios Básicos Universales de Bona Gobernanza. "El objetivo del proyecto es diseñar un marco ético, con una finalidad tanto preventiva como consultiva, que facilite el uso seguro y adecuado de la IA en el deporte", asegura Alberto Carrio.

Modelos matemáticos para mejorar la eficacia de la inmunoterapia en el cáncer de vejiga

La inmunoterapia son un conjunto de tratamientos dirigidos a mejorar la capacidad del sistema inmunitario de combatir el cáncer, y es una de las grandes esperanzas actuales para combatir esta enfermedad. Ya se está aplicando exitosamente en determinadas neoplasias, pero por razones desconocidas, no es eficaz en todos los pacientes. Mar Albà, profesora de investigación ICREA del Instituto Hospital del Mar de Investigaciones Médicas (IMIM), en el que es codirectora del Programa de Investigación en Informática Biomédica (GRIB), es la investigadora principal de un proyecto que desarrollará modelos computacionales con los que, a través de marcadores de tipo genómico, se pueda entender mejor que determina que unos pacientes respondan a la terapia y otros no.

“Con la ayuda de un equipo multidisciplinar, queremos desarrollar nuevos métodos computacionales en los que se integren diferentes marcadores, incluyendo la carga de mutaciones, pero también el número de transcritos que son específicos de cada tumor”

“Con la ayuda de un equipo multidisciplinar, queremos desarrollar nuevos métodos computacionales en los que se integren diferentes marcadores, incluyendo la carga de mutaciones, pero también el número de transcritos que son específicos de cada tumor” , cuenta Mar Albà. Para este fin, el proyecto utilizará datos de secuenciación de ADN y ARN recopilados de cientos de pacientes con cáncer de vejiga avanzado, uno de los más frecuentes y malignos en los países desarrollados, y con pocas opciones de tratamiento en sus fases de metástasis.