Datathon Interuniversitario Mapeando IA

1. Disposiciones generales

1.1. El presente documento establece las Bases y Condiciones (en adelante, las "Bases") que regirán la participación en el Datathon WiDS Córdoba 2026 (en adelante, el "Datathon"), desarrollado en el marco de WiDS Córdoba 2026.

1.2. El Datathon es organizado por la Asociación Civil Mujeres en Tecnología Córdoba, CUIT 30-71683383-2 , con domicilio en San Cayetano 4465, barrio Los Carolinos, Córdoba, 5021 (en adelante, "la Organización"), en el marco de las actividades de Mujeres en Tecnología (MeT), y co-organizado con Universidad Católica de Córdoba, Universidad Nacional de Córdoba y FoReVi.

1.3. Las presentes Bases se publican en https://mapeandoia.com/bases. La versión vigente en todo momento es la publicada en dicha dirección. Las consultas relativas al Datathon deberán dirigirse a wids@mujeresentecnologia.org .

1.4. El Datathon es un desafío colaborativo y abierto cuyo objetivo es contribuir a la construcción de un dataset abierto de investigaciones, papers y proyectos universitarios latinoamericanos vinculados a Inteligencia Artificial (IA), incorporando variables relacionadas con género y diversidad.

1.5. El desafío busca promover el desarrollo de capacidades vinculadas con la búsqueda, extracción, estructuración y análisis de datos, así como generar información que permita conocer y caracterizar la producción universitaria latinoamericana relacionada con IA.

1.6. La participación es libre y gratuita. No requiere pago, compra ni contraprestación alguna. El resultado del Datathon depende exclusivamente de la destreza, el conocimiento y el trabajo de las personas participantes, y en ningún caso del azar; por lo tanto, el Datathon no constituye sorteo, juego de azar ni promoción comercial.

2. Definiciones

A los efectos de estas Bases se entiende por:

Plataforma: el sitio web dedicado al Datathon, indicado en el artículo 11, único canal oficial de inscripción y entrega.
Registro: una fila del archivo de entrega, correspondiente a una única investigación, publicación o proyecto relevado.
Registro válido: el Registro que cumple las condiciones establecidas en el artículo 12.2 y es acreditado como tal por la Plataforma o por el Comité de Evaluación.
Entrega: cada archivo cargado en la Plataforma por una persona o equipo participante durante el período de participación.
Equipo: agrupación de hasta cuatro (4) personas participantes inscriptas conjuntamente.
Comité Organizador: órgano responsable de la organización general del Datathon, integrado por la Organización.
Comité de Evaluación: órgano designado conforme al artículo 13.4, responsable de la validación final de las entregas y de la determinación de los resultados.
Anexo I: documento técnico complementario que contiene el diccionario de datos y las especificaciones del formato de entrega.
Anexo II: vocabulario controlado y criterios de inclusión temática.

3. Personas participantes

3.1. El Datathon está abierto al público en general y dirigido a toda persona interesada en aprender sobre datos y participar de un desafío práctico y colaborativo, con independencia de su carrera, profesión, ocupación o nivel de experiencia previa. No se requiere formación ni experiencia técnica previa.

3.2. Podrán participar personas residentes en cualquier país. El recorte geográfico establecido en el artículo 6 se refiere a las instituciones relevadas y no a la residencia o nacionalidad de las personas participantes.

3.3. Podrán participar las personas mayores de dieciséis (16) años al 4 de noviembre de 2026.

3.4. Cada persona podrá integrar una sola inscripción, ya sea de manera individual o como integrante de un único equipo. La creación o utilización de más de una cuenta o inscripción por la misma persona constituye causal de descalificación conforme al artículo 19.

3.5. Incompatibilidades. No podrán resultar destinatarias de las menciones especiales previstas en el artículo 14.2 las personas que integren el Comité Organizador o el Comité de Evaluación, quienes se desempeñen en la Organización o en FoReVi, ni sus familiares hasta el segundo grado de parentesco. Dichas personas podrán participar del Datathon y aportar Registros, y recibirán el certificado previsto en el artículo 14.1, pero quedarán excluidas del ranking.

3.6. Las personas participantes se comprometen a cumplir el Código de Conducta de MeT, aplicable a todas las instancias del Datathon, incluidos el encuentro de lanzamiento, los canales de soporte y la Plataforma.

4. Inscripción

4.1. La inscripción se realiza exclusivamente a través de la Plataforma, desde su apertura —que será comunicada por los canales oficiales— y hasta el 11 de noviembre de 2026 a las 23:59 h (hora de Argentina, UTC-3). Se admiten inscripciones una vez iniciado el período de participación; en tal caso, la persona o equipo dispondrá del tiempo restante hasta el cierre establecido en el artículo 10.

4.2. Al inscribirse se solicitarán, como mínimo: nombre y apellido, dirección de correo electrónico, nombre tal como debe figurar en el certificado, país de residencia, institución a la que pertenecen y, en el caso de equipos, denominación del equipo e identificación de sus integrantes.

4.3. La Plataforma asignará a cada persona o equipo una cuenta y un identificador numérico. Las entregas solo podrán realizarse desde la cuenta asociada a la inscripción; no se computarán registros cargados desde otra cuenta.

4.4. Los equipos podrán integrarse con hasta cuatro (4) personas y deberán designar una persona líder, responsable de la comunicación con la Organización y de las entregas.

4.5. La inscripción implica la aceptación plena y sin reservas de estas Bases, conforme al artículo 21.

5. Descripción del desafío

5.1. El Datathon consiste en un desafío de recopilación y estructuración de información pública sobre investigaciones, papers y proyectos generados por universidades de América Latina y el Caribe, vinculados con Inteligencia Artificial.

5.2. El objetivo es construir colectivamente un dataset que permita mapear la producción universitaria latinoamericana relacionada con IA desde una perspectiva de género y diversidad.

5.3. La información recopilada será posteriormente consolidada, validada y analizada por especialistas de WiDS Córdoba 2026, quienes estarán a cargo de la elaboración de un informe con los resultados del Datathon.

6. Alcance del relevamiento

6.1. Recorte geográfico. Se relevarán investigaciones, publicaciones y proyectos cuya institución de afiliación se encuentre en América Latina y el Caribe. Se considerará la afiliación institucional consignada en la fuente y no la nacionalidad ni el lugar de residencia de las personas autoras.

6.2. Instituciones comprendidas. Se relevarán producciones cuya afiliación institucional, según consta en la fuente, corresponda a una universidad pública o privada de América Latina y el Caribe. Cuando la fuente consigne más de una afiliación, bastará con que una de ellas corresponda a una universidad; en tal caso se consignará la universidad en el campo institución y las restantes afiliaciones en el campo observaciones. No se relevarán producciones cuya única afiliación corresponda a organismos o centros de investigación sin vínculo universitario declarado en la fuente.

6.3. Ventana temporal. Se relevarán producciones cuya fecha de publicación sea igual o posterior al 1 de enero de 2015.

6.4. Tipos de producción admitidos:

Artículos publicados en revistas académicas.
Ponencias y trabajos presentados en congresos y conferencias.
Preprints alojados en repositorios reconocidos.
Tesis de grado, maestría y doctorado.
Proyectos de investigación y de extensión universitaria.
Software y datasets publicados con respaldo institucional.

6.5. Quedan fuera de alcance: material de difusión y divulgación no académica, notas periodísticas, contenidos de cursos y programas de asignaturas, publicaciones sin institución identificable, y toda producción anterior al 1 de enero de 2015.

7. Criterio de inclusión temática: qué se considera vinculado a IA

7.1. Un Registro se considerará vinculado a Inteligencia Artificial cuando cumpla al menos uno de los siguientes criterios:

Criterio A — Vocabulario. El título, el resumen o las palabras clave contienen al menos un término del vocabulario controlado incluido en el Anexo II.
Criterio B — Clasificación de la fuente. La fuente clasifica la producción en una categoría temática de IA (por ejemplo: arXiv cs.AI, cs.LG, cs.CL, cs.CV, cs.NE, cs.RO, stat.ML; ACM CCS "Computing methodologies → Artificial intelligence / Machine learning"; o la categoría equivalente de las nomenclaturas OCDE o UNESCO).
Criterio C — Método. La producción aplica una técnica de Inteligencia Artificial o aprendizaje automático como parte de su metodología, aun cuando su objeto de estudio pertenezca a otro dominio (agronomía, salud, educación, derecho, ciencias sociales, entre otros).

7.2. Cada Registro deberá consignar obligatoriamente el criterio aplicado (campo criterio_inclusion) y la evidencia que lo respalda (campo evidencia_ia): el término, la categoría o el fragmento de la fuente que justifica la inclusión. Un Registro cuya evidencia no pueda verificarse en la fuente no será acreditado como válido.

7.3. Cada Registro deberá clasificar además el tipo de vínculo con la IA (campo vinculo_ia), según se trate de: desarrollo (aporta un método, modelo o técnica), aplicacion (utiliza IA en otro dominio) o estudio_sobre_ia (aborda la IA desde la ética, la política pública, el derecho, la educación o los estudios sociales, sin desarrollar ni aplicar técnicas).

7.4. Exclusiones. No se considerarán vinculadas a IA, y no serán acreditadas como válidas:

Producciones que apliquen únicamente estadística descriptiva o inferencial clásica sin componente de aprendizaje (por ejemplo, regresión lineal simple, ANOVA, pruebas de hipótesis).
Trabajos sobre digitalización, transformación digital, "big data" o ciencia de datos en general, sin una técnica de IA identificable.
Producciones en las que la IA se menciona únicamente de manera incidental, en la introducción o en la sección de trabajo futuro.
Optimización matemática, simulación o control clásico sin componente de aprendizaje.

7.5. Ante situaciones dudosas, el Comité de Evaluación resolverá el criterio aplicable y publicará la aclaración en la Plataforma, de modo que rija por igual para todas las personas participantes.

8. Fuentes de datos

8.1. Las personas participantes podrán utilizar información proveniente de fuentes públicas y accesibles, incluyendo, entre otras: sitios web oficiales de universidades, repositorios institucionales, centros y grupos de investigación, sitios de publicaciones académicas indexadas, repositorios académicos, APIs públicas y servicios de interoperabilidad académica.

8.2. Se priorizan las fuentes que permitan verificar la información recopilada y que cuenten con un origen institucional o académico identificable. Cada Registro deberá identificar la fuente de la cual fue obtenido y contener un enlace accesible que respalde la información cargada.

8.3. Queda expresamente prohibido: acceder a información privada, restringida o protegida mediante mecanismos de seguridad; evadir restricciones técnicas de las fuentes, incluidos archivos robots.txt, muros de pago, captchas y límites de tasa de solicitudes; utilizar credenciales ajenas o accesos institucionales no autorizados; y todo método que implique un acceso no autorizado a sistemas o información.

8.4. Las personas participantes deberán respetar los términos y condiciones de uso, licencias y políticas de las fuentes consultadas, y son las únicas responsables por su incumplimiento. Se comprometen a mantener indemne a la Organización y a las instituciones anfitrionas frente a cualquier reclamo derivado de dicho incumplimiento.

9. Variables a recopilar

9.1. El dataset deberá respetar la estructura de campos definida en el Anexo I — Diccionario de datos y formato de entrega, que forma parte integrante de estas Bases.

9.2. No será obligatorio que todas las fuentes contengan todos los campos. Cuando una variable no se encuentre disponible públicamente, la celda correspondiente deberá dejarse vacía. No se admiten valores de relleno como "n/d", "s/d", "NA" o "-".

9.3. No deberán inventarse, inferirse ni completarse datos que no puedan ser respaldados por la fuente correspondiente.

10. Cronograma

Instancia	Fecha
Apertura de inscripción	Viernes 9 de octubre de 2026
Lanzamiento del Datathon (encuentro híbrido)	Miércoles 4 de noviembre de 2026
Período de participación y entregas	Del 4 al 11 de noviembre de 2026, hasta las 23:59 h (hora de Argentina, UTC-3)
Validación y consolidación de entregas	Del 12 al 20 de noviembre de 2026
Anuncio de resultados definitivos	Lunes 23 de noviembre de 2026
Emisión de certificados	Fecha a definir

10.1. El lanzamiento se realizará en el marco de WiDS Córdoba 2026, mediante un encuentro en modalidad híbrida, en el que se desarrollarán charlas y actividades técnicas orientadas a brindar herramientas para el desafío, incluyendo temáticas tales como scraping y extracción de datos, arquitectura de datos, y búsqueda y utilización de fuentes académicas.

10.2. Finalizado el encuentro de lanzamiento, las personas participantes dispondrán de una semana, en modalidad virtual, para realizar la búsqueda, recopilación, extracción y estructuración de los datos.

10.3. Todas las referencias horarias de estas Bases se entienden expresadas en hora oficial de la República Argentina (UTC-3).

11. Plataforma, template y formato de entrega

11.1. La Plataforma del Datathon, disponible en https://mapeandoia.com, es el único canal oficial de inscripción, descarga del template, entrega de archivos, consulta del estado de validación y publicación de resultados.

11.2. La Organización pondrá a disposición en la Plataforma un template en formato .xlsx con la estructura de campos, un instructivo, el vocabulario controlado y el listado de instituciones de referencia. Las entregas deberán realizarse completando dicho template.

11.3. Alternativamente, se aceptarán entregas en formato .csv (codificación UTF-8, separador coma, comillas conforme RFC 4180), siempre que respeten exactamente los mismos nombres, orden y cantidad de columnas del template. Las especificaciones técnicas completas se detallan en el Anexo I.

11.4. Cada persona o equipo participante podrá realizar entregas parciales sin límite de cantidad durante todo el período de participación. Las entregas son acumulativas: los registros acreditados en entregas anteriores se conservan y se suman a los nuevos.

11.5. Cada entrega admite un máximo de 2.000 filas y 10 MB. Las entregas que excedan esos límites serán rechazadas y deberán dividirse.

11.6. No se admitirán entregas por ningún otro medio, salvo en el supuesto de contingencia previsto en el artículo 20.2.

12. Validación, duplicados y orden de prioridad

12.1. La Plataforma realizará una validación fila por fila de cada entrega y devolverá, para cada Registro, uno de los siguientes estados: aceptado, rechazado (con indicación del motivo) o duplicado. El rechazo de uno o más registros no invalida el resto de la entrega.

12.2. Se considerará Registro válido aquel que cumpla, de manera concurrente, las siguientes condiciones:

Tiene completos todos los campos obligatorios definidos en el Anexo I, con el formato allí especificado.
El enlace consignado es accesible y respalda efectivamente la información cargada.
Se encuentra dentro del alcance definido en los artículos 6 y 7, y su evidencia temática es verificable.
No constituye duplicado de un Registro previamente acreditado.

12.3. Marca temporal. Cada Registro acreditado recibirá una marca temporal correspondiente a la fecha y hora de recepción en la Plataforma de la entrega en la que fue aceptado. El campo fecha_extraccion es de carácter informativo y no determina prioridad alguna.

12.4. Duplicados. Se considerarán duplicados los Registros que compartan el mismo DOI, el mismo enlace, o la coincidencia de título normalizado, institución y año de publicación. Cuando dos o más personas o equipos aporten el mismo Registro, se computará únicamente al primero que lo haya ingresado de manera correcta, según la marca temporal del artículo 12.3.

12.5. Cuando un Registro sea rechazado y posteriormente corregido y vuelto a cargar, su marca temporal será la de la entrega en la que resulte aceptado, y no la de su carga original. La carga masiva de Registros sin respaldo con el propósito de reservar prioridad constituye causal de descalificación conforme al artículo 19.

12.6. La Plataforma informará a la persona o equipo participante cuando un Registro resulte duplicado, sin identificar a la persona o equipo que lo aportó previamente ni revelar el contenido de entregas ajenas.

13. Evaluación y resultados

13.1. Criterio principal. El ordenamiento de las personas y equipos participantes se establecerá según la cantidad de Registros válidos acreditados al cierre del período de participación, conforme a los artículos 12.2 a 12.5.

13.2. Empates. En caso de igualdad en la cantidad de Registros válidos acreditados, las personas o equipos involucrados compartirán la posición. En consecuencia, el número de menciones especiales podrá ser superior a tres.

13.3. Menciones adicionales. El Comité de Evaluación podrá otorgar hasta tres (3) menciones adicionales, con independencia del ordenamiento por cantidad, atendiendo a:

Calidad de los datos: completitud, consistencia, precisión y correcta estructuración de la información presentada.
Confiabilidad de las fuentes: utilización de fuentes académicas, institucionales y científicas verificables.
Diversidad de fuentes: utilización de diferentes fuentes, instituciones y repositorios, evitando la concentración excesiva en una única fuente.
Caracterización de la autoría: proporción de Registros que consignan identificadores ORCID o perfiles verificables para las personas autoras, conforme al Anexo I, sección D.

13.4. Comité de Evaluación. Estará integrado por un mínimo de tres (3) personas designadas por la Organización. Quien tenga interés directo o vínculo con una persona o equipo participante deberá excusarse de intervenir en su evaluación.

13.5. Si ninguna persona o equipo alcanzara un mínimo de 20 registros válidos acreditados, el Comité de Evaluación podrá declarar sin efecto las menciones especiales, sin que ello afecte la emisión de los certificados previstos en el artículo 14.1.

13.6. A partir de la información recopilada, la Organización consolidará, limpiará y analizará los datos con el objetivo de elaborar un informe de resultados del Datathon, que permita caracterizar la producción universitaria latinoamericana vinculada con Inteligencia Artificial y las variables de género y diversidad identificadas.

13.7. El anuncio de los resultados definitivos se realizará a través de las redes sociales oficiales de WiDS Córdoba y de la Plataforma, el 23 de noviembre de 2026.

14. Reconocimientos

14.1. Certificado de participación y reconocimiento de aporte. Recibirá un certificado nominal toda persona participante —incluida cada persona integrante de los equipos— que haya aportado al menos un (1) Registro válido acreditado. El certificado será digital, se emitirá con el nombre indicado en la inscripción, y se enviará a la dirección de correo electrónico registrada.

14.2. Menciones especiales. Las tres (3) personas o equipos con mayor cantidad de Registros válidos acreditados recibirán una mención especial, que será difundida en las redes sociales oficiales de la organización . En caso de empate se aplicará lo previsto en el artículo 13.2.

14.3. Los reconocimientos previstos en este artículo son de carácter simbólico y honorífico. No tienen valor económico, no son canjeables por dinero ni por ninguna otra prestación, y no son transferibles.

14.4. La difusión pública del nombre de una persona participante requiere la autorización prevista en el artículo 17.4.

15. Uso de herramientas y tecnologías

15.1. Las personas participantes podrán utilizar libremente herramientas tecnológicas para realizar el desafío, incluyendo lenguajes de programación, librerías, APIs, herramientas de scraping, automatización e inteligencia artificial.

15.2. Se admite el uso de herramientas de inteligencia artificial para localizar, extraer, traducir, normalizar y estructurar información efectivamente contenida en la fuente.

15.3. No se admite el uso de herramientas de inteligencia artificial, ni de ningún otro método, para generar, completar, estimar o inferir datos que la fuente no contiene. Esta prohibición alcanza especialmente a las variables de género, que se rigen por el artículo 18.3.

15.4. El uso de dichas herramientas deberá realizarse respetando las condiciones de uso, licencias, restricciones técnicas y políticas de las fuentes consultadas.

16. Finalidad, uso y licencia de los datos

16.1. El Datathon tiene carácter educativo, académico y de investigación, y no persigue fines comerciales.

16.2. Los datos recopilados serán utilizados para el desarrollo, la evaluación y el análisis del Datathon, la elaboración del informe de resultados y la publicación del dataset consolidado.

16.3. Licencia otorgada por las personas participantes. Cada persona participante otorga a la Organización una licencia no exclusiva, gratuita, mundial e irrevocable para utilizar, consolidar, adaptar, publicar y distribuir los datos entregados, con los fines previstos en estas Bases, conservando los derechos que pudieran corresponderle sobre su propio aporte.

16.4. Licencia del dataset consolidado. El dataset resultante se publicará de manera abierta y gratuita. Las personas participantes toman conocimiento de que, por tratarse de datos abiertos, terceros ajenos a la Organización podrán reutilizarlos —incluso con fines comerciales— dentro de los términos de la licencia elegida, sin que la Organización ejerza control sobre dichos usos.

16.5. Compromiso de la Organización. La Organización no comercializará ni venderá el dataset, ni lo incorporará a productos o servicios pagos, ni obtendrá un beneficio económico directo de su explotación.

16.6. Atribución. Las personas participantes que hayan aportado Registros válidos serán reconocidas como parte del equipo colaborador del dataset publicado y del informe de resultados, salvo manifestación expresa en contrario comunicada a la casilla oficial.

17. Protección de datos personales de las personas participantes

17.1. Los datos personales recabados en la inscripción serán tratados por la Organización, en su carácter de responsable, con la exclusiva finalidad de gestionar la participación en el Datathon, comunicar sus instancias, emitir los certificados y difundir los resultados, conforme a la Ley N° 25.326 de Protección de los Datos Personales y su reglamentación.

17.2. Los datos no serán cedidos a terceros, salvo requerimiento de autoridad competente.

17.3. Las personas titulares podrán ejercer los derechos de acceso, rectificación, actualización y supresión escribiendo a wids@mujeresentecnologia.org. La Agencia de Acceso a la Información Pública, en su carácter de órgano de control, tiene la atribución de atender las denuncias y reclamos que se interpongan en relación con el incumplimiento de las normas sobre protección de datos personales.

17.4. Autorización de uso de nombre e imagen. Al inscribirse, la persona líder podrá autorizar, en nombre de todas las personas del equipo, la difusión de su nombre y, en su caso, de su imagen y voz captadas durante el encuentro de lanzamiento, en los canales oficiales de WiDS Córdoba, MeT y la Universidad Nacional de Córdoba, con fines de difusión institucional del Datathon. Cada persona participante podrá revocar esa autorización, u otorgarla si no se dio, de manera individual y en cualquier momento, mediante el enlace que recibe por correo electrónico. La autorización no es condición para participar.

18. Datos de terceros y variables de género

18.1. El dataset incluye datos relativos a personas autoras de producciones académicas, obtenidos exclusivamente de fuentes de acceso público.

18.2. Sólo podrán recabarse los datos efectivamente publicados por la fuente consultada. Queda prohibido complementar la información con datos personales obtenidos de otras fuentes, incluidas redes sociales y perfiles personales no institucionales.

18.3. Variables de género. La identificación de género de las personas autoras únicamente podrá consignarse cuando: (i) la fuente la exprese de manera explícita, o (ii) surja del perfil institucional o académico oficial de la persona. No se admite la inferencia de género a partir del nombre de pila, de fotografías ni de ningún otro indicio. La atribución de género se consigna por persona, en la tupla correspondiente del campo autoría, y su evidencia es la URL de perfil consignada en esa misma tupla, conforme al Anexo I, sección D. Cada Registro deberá indicar además el método utilizado en el campo metodo_genero. La categoría "no determinada" —posición vacía— se encuentra siempre disponible y su utilización no penaliza la validez del Registro.

18.4. En el dataset publicado y en el informe de resultados, las variables de género se difundirán acompañadas de una nota metodológica que explicite las limitaciones del relevamiento y su carácter no exhaustivo ni concluyente.

18.5. Cualquier persona podrá solicitar la rectificación o la supresión de los datos que le conciernen en el dataset publicado, escribiendo a la casilla oficial indicada en el artículo 1.3.

19. Conducta y causales de descalificación

19.1. Constituyen causales de descalificación:

La carga de datos inventados, estimados o no respaldados por la fuente.
La creación o utilización de más de una cuenta o inscripción por la misma persona.
El acceso no autorizado a sistemas o información, o la evasión de restricciones técnicas conforme al artículo 8.3.
La reproducción de entregas de otra persona o equipo sin verificación propia de la fuente.
La carga masiva de Registros sin respaldo con el propósito de reservar prioridad temporal.
La suplantación de identidad o la falsedad de los datos consignados en la inscripción.
El incumplimiento del Código de Conducta de MeT.

19.2. Verificada alguna de estas conductas, el Comité Organizador podrá disponer la anulación de los Registros afectados, la exclusión del ordenamiento, la pérdida de las menciones especiales y, en los casos de mayor gravedad, la pérdida del certificado.

19.3. Previo a la aplicación de estas medidas se comunicará la situación a la persona o equipo involucrado, que dispondrá de cuarenta y ocho (48) horas para formular su descargo.

20. Responsabilidad, disponibilidad y contingencia

20.1. La Organización no garantiza la disponibilidad ininterrumpida de la Plataforma ni de las fuentes de datos consultadas, ni responde por interrupciones ajenas a su control.

20.2. Contingencia. Si la Plataforma resultare inaccesible por un lapso superior a 4 horas dentro de las últimas veinticuatro (24) horas del período de participación, la Organización podrá habilitar una casilla de correo alternativa para la recepción de entregas o extender el plazo de cierre, comunicándose por los canales oficiales. Las fallas de conectividad, equipos o servicios propios de las personas participantes no darán derecho a extensión alguna.

20.3. La participación en el Datathon no genera relación laboral, societaria, contractual ni de dependencia de ninguna especie con la Organización ni las instituciones anfitrionas.

20.4. La Organización no responde por el uso que las personas participantes hagan de las fuentes consultadas ni por los reclamos de terceros derivados de dicho uso.

21. Aceptación de las Bases

21.1. La inscripción y la participación en el Datathon implica la aceptación plena y sin reservas de las presentes Bases y de sus Anexos.

21.2. Las personas participantes declaran haber leído y comprendido estas Bases y se comprometen a cumplirlas durante todo el período de participación.

22. Modificaciones y situaciones no previstas

22.1. El Comité Organizador podrá resolver las situaciones no previstas expresamente en estas Bases, procurando garantizar la igualdad de condiciones entre las personas participantes.

22.2. No se modificarán los criterios de evaluación ni las reglas de cómputo una vez iniciado el período de participación, salvo supuestos de fuerza mayor debidamente fundados.

22.3. En caso de fuerza mayor que imposibilite el desarrollo normal del Datathon, la Organización podrá modificar las fechas, las condiciones operativas o la modalidad del evento, comunicando oportunamente por los canales oficiales. Se conservará el historial de versiones de estas Bases en la Plataforma.

23. Ley aplicable y jurisdicción

23.1. Estas Bases se rigen por la legislación de la República Argentina.

23.2. Para toda cuestión derivada de su interpretación o cumplimiento, las partes se someten a la jurisdicción de los Tribunales Ordinarios de la ciudad de Córdoba, República Argentina, con renuncia a cualquier otro fuero o jurisdicción.

Anexo I — Diccionario de datos y formato de entrega

A. Formato del archivo

Formato oficial: .xlsx, completado a partir del template provisto en la Plataforma.
Formato alternativo: .csv, codificación UTF-8, separador coma, comillas conforme RFC 4180.
Codificación: UTF-8 en todos los casos.
Fechas: formato ISO 8601 (AAAA-MM-DD). El campo fecha_publicacion admite únicamente el año (AAAA) cuando la fuente no ofrezca mayor precisión.
Campos sin dato: celda vacía. No se admiten valores de relleno.
Estructura: una fila por Registro. Sin filas de totales, sin celdas combinadas, sin filas en blanco intermedias.
Columnas: no se admite agregar, renombrar, eliminar ni reordenar columnas. Las hojas adicionales del libro serán ignoradas.
Nombre del archivo: equipo-<id>_entrega-<n>_AAAAMMDD.xlsx
Límites por entrega: 2.000 filas y 10 MB.

B. Estructura del template

Hoja	Contenido
datos	Grilla a completar, con encabezado bloqueado y listas desplegables en los campos de vocabulario cerrado.
instructivo	Descripción de cada campo y un registro de ejemplo completo.
vocabulario_ia	Vocabulario controlado del Anexo II, para su consulta y copia.
instituciones	Listado de referencia de universidades de América Latina y el Caribe, con su identificador normalizado.

El identificador de equipo es asignado y registrado automáticamente por la Plataforma a partir de la cuenta que realiza la entrega; no debe consignarse en el archivo.

C. Diccionario de campos

Campo	Oblig.	Descripción	Formato / valores
id_registro	Sí	Identificador único del registro dentro de la entrega.	Texto o número, sin repetir
fuente	Sí	Nombre de la fuente de la que se obtuvo la información.	Texto
link	Sí	URL de la fuente original que respalda el registro.	URL accesible
titulo	Sí	Título de la investigación, paper o proyecto.	Texto, en el idioma original
tipo	Sí	Tipo de producción.	articulo
institucion	Sí	Universidad	Texto, denominación oficial
pais_institucion	Sí	País de la institución de afiliación.	Código ISO 3166-1 alfa-2 (AR, BR, MX...)
tipo_institucion	Sí	Naturaleza de la institución.	universidad_publica
facultad_area	No	Facultad, departamento, área o unidad académica.	Texto
autoria	Sí	Lista de personas autoras, una tupla por persona, en orden de firma. Ver sección D.	nombre
cantidad_autores	Sí	Cantidad total de personas autoras de la producción, según la fuente.	Número entero
metodo_genero	Condicional	Obligatorio si al menos una tupla de autoria consigna género. Método de determinación (art. 18.3).	declarado_en_fuente
fecha_publicacion	Sí	Fecha o año de publicación. Debe ser igual o posterior a 2015.	AAAA-MM-DD o AAAA
resumen	No	Resumen o descripción, cuando esté disponible.	Texto
temas	No	Temas asociados.	Separados por punto y coma (;)
palabras_clave	No	Palabras clave declaradas por la fuente.	Separadas por punto y coma (;)
doi	No	DOI, cuando esté disponible.	Ej.: 10.1000/xyz123
acceso_abierto	No	Indicación de acceso abierto.	si
cantidad_citaciones	No	Cantidad de citaciones informada por la fuente.	Número entero
idioma	No	Idioma de la producción.	es
vinculo_ia	Sí	Tipo de vínculo con la IA (art. 7.3).	desarrollo
criterio_inclusion	Sí	Criterio de inclusión temática aplicado (art. 7.1).	A
evidencia_ia	Sí	Término, categoría o fragmento de la fuente que justifica la inclusión.	Texto breve
fecha_extraccion	Sí	Fecha en que se obtuvo la información. Carácter informativo.	AAAA-MM-DD
observaciones	No	Aclaraciones sobre el registro.	Texto

D. Reglas del campo autoria

D.1. Cada persona autora se consigna como una tupla de tres campos separados por barra vertical (|), en el orden fijo: nombre | url_perfil | genero. Las tuplas se separan entre sí por punto y coma (;).

D.2. Las tres posiciones deben estar siempre presentes, aun cuando se encuentren vacías. Ejemplos válidos:

Pérez, Ana|https://orcid.org/0000-0002-1825-0097|mujer; Gómez, Luis||
Silva, María|https://www.unc.edu.ar/perfil/msilva|mujer; Torres, J.||

D.3. nombre: obligatorio en todas las tuplas, tal como figura en la fuente. url_perfil: opcional; la URL debe corresponder a un perfil institucional, académico o de repositorio accesible. genero: admite los valores mujer, varon, no_binarie u otro, y únicamente puede completarse conforme al artículo 18.3; la posición vacía equivale a "no determinado".

D.4. Las tuplas se consignan en el orden de firma establecido por la fuente.

D.5. No se admite el uso de los caracteres | y ; dentro de los valores. Los nombres se consignan en el formato "Apellido, Nombre".

D.6. La cantidad de tuplas debe coincidir con el valor de cantidad_autores, salvo en el supuesto de la regla D.7.

D.7. En producciones con más de diez (10) personas autoras, se consignarán únicamente las diez primeras en orden de firma; el campo cantidad_autores reflejará de todos modos el total real y se dejará constancia en el campo observaciones.

D.8. Las cantidades de personas autoras por género son calculadas automáticamente por la Plataforma a partir de este campo y no se cargan manualmente.

D.9. Longitud máxima de la celda: 4.000 caracteres.

Anexo II — Vocabulario controlado y criterios de inclusión temática

A. Vocabulario controlado (Criterio A)

La presencia de al menos uno de los siguientes términos en el título, el resumen o las palabras clave habilita la inclusión del registro. El listado es enunciativo y podrá ampliarse por el Comité de Evaluación durante el período de participación, mediante publicación en la Plataforma.

Español	Portugués	Inglés
inteligencia artificial	inteligência artificial	artificial intelligence
aprendizaje automático / de máquina	aprendizado de máquina	machine learning
aprendizaje profundo	aprendizado profundo	deep learning
red neuronal	rede neural	neural network
procesamiento de lenguaje natural	processamento de linguagem natural	natural language processing / NLP
modelo de lenguaje de gran escala	modelo de linguagem	large language model / LLM
visión por computadora	visão computacional	computer vision
aprendizaje por refuerzo	aprendizado por reforço	reinforcement learning
reconocimiento de patrones	reconhecimento de padrões	pattern recognition
sistema de recomendación	sistema de recomendação	recommender system
modelo predictivo	modelo preditivo	predictive model
sesgo algorítmico	viés algorítmico	algorithmic bias / fairness
IA generativa	IA generativa	generative AI
transformer / atención	transformer / atenção	transformer / attention
bosque aleatorio	floresta aleatória	random forest
máquina de vectores de soporte	máquina de vetores de suporte	support vector machine
agrupamiento	agrupamento	clustering
potenciación del gradiente	gradient boosting	gradient boosting / XGBoost

B. Categorías admitidas (Criterio B)

arXiv: cs.AI, cs.LG, cs.CL, cs.CV, cs.NE, cs.RO, stat.ML.
ACM Computing Classification System: Computing methodologies → Artificial intelligence; Computing methodologies → Machine learning.
Nomenclatura OCDE (Frascati): 1.2 Ciencias de la computación e información, cuando la fuente especifique subárea de IA.
Nomenclatura UNESCO: 1203.04 Inteligencia artificial y códigos relacionados.
Categorías equivalentes de repositorios institucionales, cuando identifiquen expresamente el área de IA.

C. Exclusiones

No se acreditarán como válidos los registros comprendidos en el artículo 7.4 de las Bases:

Estadística descriptiva o inferencial clásica sin componente de aprendizaje.
Digitalización, transformación digital, "big data" o ciencia de datos sin técnica de IA identificable.
Menciones incidentales de IA en la introducción o en el trabajo futuro.
Optimización matemática, simulación o control clásico sin componente de aprendizaje.