La estimación de diversos parámetros del perfil biológico e individualizante humano son una práctica recurrente en las unidades de antropología forense y/o identificación humana. Uno de los parámetros más controversiales, ha sido la ancestría o afinidad biológica. Muchas fiscalías no estiman la probable afinidad biológica de una persona, por considerarlo problemático al clasificar a una persona en grupos generalistas, e.g. Asiático o por no tener tanta especificidad poblacional.

Por otro lado, se requiere de conocimientos avanzados en estadística para el cálculo de este biomarcador de forma regional, además de la creación de bases de datos locales. En el contexto de emergencia forense que acontece en el país, acotar los universos de búsqueda a macroregiones del país es de relevancia. Además, en el contexto migratorio y de desplazamiento interno, no debería ser un marcador desechado, ya que la probabilidad de dictaminar esqueletos de personas de regiones diversas es alta.

En este contexto, es que surge la necesidad de crear espacios de aprendizaje colectivos donde se pueda profesionalizar una práctica forense de primera necesidad para diversos. actores de la identificación humana. Es así, que el presente curso profesionalizante nace con una perspectiva en los modelos basados en evidencia (MBE) aplicado a las ciencias antropológicas forenses y basado en las recomendaciones del Standard for Population Affinity Estimation in Forensic Anthropology (ANSI/ASB Standard 132, First Edition 2023) del Academy Standards Board (ASB) de la American Academy of Forensic Sciences para caracteres métricos y no métricos craneofaciales.

El presente curso es un desarrollo pedagógico de la Iniciativa Ñäxu, plataforma que pretende la investigación, desarrollo e innovación en ancestría biogeográfica o afinidad biológica en el contexto forense del país.

Luego entonces, el curso se presenta como una oportunidad de actualizar el conocimiento sobre diversos biomarcadores fenotípicos en dientes y esqueleto craneofacial, estandarizar su observación, calcular el error intraobservador, calcular modelos de biodistancias, construir informes y generar datos locales.