1. Retos para la alfabetización de datos en
la educación superior
Puentes entre ciencia abierta y praxis docente
Grupo de Investigación Edul@b - Estudios de Psicología y Educación (UOC)
Ernest Pons (epons@ub.edu)
2. Introducción
“Dato“ según la Real Academia Española:
Información sobre algo concreto que permite su conocimiento exacto o sirve para
deducir las consecuencias derivadas de un hecho
(informática) Información dispuesta de manera adecuada para su tratamiento por una
computadora.
“Data“ según el Cambridge Cambridge Advanced Learner's Dictionary &
Thesaurus:
Information, especially facts or numbers, collected to be examined and considered and
used to help with making decisions.
Information in an electronic form that can be stored and processed by a computer.
3. Algunos tópicos y algunos menos tópicos
Sobre cantidad de datos
Sobre cantidad de datos
Sobre la capacidad de gestionar estos datos
Sobre la capacidad de gestionar estos datos
Sobre el valor de estos datos
Sobre el valor de estos datos
Sobre las herramientas utilizadas
Sobre las herramientas utilizadas
Sobre el rol de la educación superior
Sobre el rol de la educación superior
4. Herramientas utilizadas
Estamos asistiendo a un intenso proceso de especialización y diversificación:
Software estadístico (ej. SPSS...).
Lenguajes de programación (ej. Phyton..).
IDE de programación (ej. Eclipse,...).
Notebooks (ej. Jupyther,...).
Exploradores (ej Graphext,....).
Dashboards (ej.Tableau,...).
Visualizadores (ej. Datawrapper...).
Storytelling (ej. Shorthand...).
APIs, BOTs, Bibliotecas JavaScript, repositorios de código abierto, .....
5. Sobre el rol de la educación superior
Algunas evidencias sobre la situación actual (usando UB como ejemplo):
Estudios (itinerarios dobles) de Grado / Máster: 61 (+16) / 104
Estudiantes de Grado / Máster (curso 20-21): 38530 (+1408) / 4516
% Planes de estudios con asignaturas relacionadas con data literacy (?)
(Grado): 79,2%
% Estudiantes .... (Grado): 79,7%
Herramientas utilizadas: ???
Competencias: ???
% Asignaturas en que el título incluye la palabra “estadística“: 89,8%
6. Propuesta de clasificación de competencias
A. Obtención de datos
A. Obtención de datos
B. Gestión
B. Gestión
C. Evaluación
C. Evaluación
D. Interpretación
D. Interpretación
Una propuesta de clasificación de competencias
7. Competencias:
1. Recopilación y exploración de datos, identificando las fuentes y la utilidad de
la información.
2. Evaluación crítica de la fiabilidad y calidad de los datos, identificando posibles
errores o problemas.
A. Obtención de datos
8. Competencias:
3. Organización de datos acorde con los objetivos y requerimientos institucionales.
4. Tratamiento para la identificación de errores, anomalías, outliers, etc...
5. Conversión de datos a los distintos formatos necesarios para los diferentes usos:
análisis, investigación, difusión, etc..
6. Definición, y utilización de metadatos.
7. Curación de la información para su reutilización y aseguramiento de requisitos de
calidad (acceso, seguridad, propiedad, integridad, etc..).
8. Almacenamiento y preservación de los datos.
B. Gestión de datos
9. Competencias:
9. Identificación y seleción de la técnica o método adecuado.
10. Aplicación de los métodos y técnicas hasta alcanzar conclusiones.
11. Utilizar los datos para identificar preguntas clave.
12. Aplicacións de los métodos más adecuados en cada caso de visualización de
datos.
13. Presentación de los datos de manera clara, comprensible, rigurosa y coherente.
14. Transformación de los datos en información comprensible para la toma de
decisiones.
C. Evaluación de datos
10. Competencias:
15. Aplicar el espíritu crítico en el proceso de análisis de datos.
16. Aplicación responsable de los métodos y técnicas de acuerdo con los
principios de transparencia, honestidad y rigor.
17. Cumplir los principios legales y éticos.
18. Aplicar los métodos de citación de fuentes y datos.
19. Compartir los datos..
20. Toma de decisiones basada en datos.
D. Interpretación de datos
11. Sobre la introducción de las competencias asociadas al #dataliteracy
Introducción de nuevas competencias.
Introducción de nuevas materias en los planes de estudios.
Modificación del contenido de las materias/asignaturas.
Sobre los equipos docentes
Relevo generacional.
Formación de formadores.
Introducción de nuevos roles.
Sobre la estrategia institucional #opendata #openscience
Dudas sobre la mejor gestión del cambio
12. La mayor permeabilidad de las fronteras académicas entre materias.
Los nuevos modelos de computación.
Los aspectos éticos del análisis de datos y la inteligencia artificial.
La urgente necesidad de una filosofia política aplicable al mundo virtual.
Algunas consideraciones adicionales para el debate
13. ¡¡¡ Muchas gracias !!!
Puentes entre ciencia abierta y praxis docente
Grupo de Investigación Edul@b - Estudios de Psicología y Educación (UOC)
Ernest Pons (epons@ub.edu)