Esta reflexión surge a partir del debate desarrollado en clase en torno al bloque Representaciones y pensamiento gráfico, donde discutimos sobre una preocupación común: en muchos contextos educativos, el trabajo con gráficos estadísticos parece limitarse a la identificación de datos explícitos, sin promover procesos de interpretación más profundos. A partir de ello, resulta pertinente preguntarnos si realmente estamos formando lectores críticos de gráficos o únicamente personas capaces de decodificar información visible.

Actualmente, es común toparnos con gráficos estadísticos en múltiples entornos: noticias, informes educativos, redes sociales, resultados políticos o incluso en entornos digitales interactivos. Aunque estas representaciones cumplen una función comunicativa al organizar y sintetizar datos en busca de una interpretación accesible, su presencia frecuente no implica necesariamente una comprensión profunda. La familiaridad con el formato no garantiza una lectura crítica.

Arteaga et al. (2009) destacan que el lenguaje gráfico reorganiza los datos para revelar patrones, tendencias y variaciones que no son evidentes en su forma original. Desde esta forma, el gráfico no solo se vuelve recurso visual, sino una herramienta que apoya desarrollo el razonamiento estadístico. Comprender un gráfico implica interpretar relaciones, analizar el contexto de producción de los datos y valorar críticamente las conclusiones que de él se derivan.

Para esto, algunas investigaciones han destacado que existen niveles progresivos de lectura de gráficos. En el nivel más básico se ubica leer los datos, que corresponde a identificar información explícita presente en la representación. En un nivel intermedio se encuentra leer entre los datos, donde se comparan categorías o se reconocen relaciones. Finalmente, aparecen leer más allá de los datos y leer detrás de los datos, que suponen formular inferencias, evaluar la calidad de la información y analizar críticamente su validez. Estos niveles evidencian que la comprensión gráfica no es algo que de desarrolla en un año específico de estudio, en contraposición explican que es un proceso gradual y dependiente de experiencias formativas sistemáticas (Curcio, 1997; Aoyama, 2007).

En coherencia con esta progresión, Watson y Callingham (2003) plantean que la alfabetización estadística constituye un constructo jerárquico que evoluciona desde interpretaciones idiosincráticas —basadas en intuiciones o creencias personales— hasta formas críticas y matemáticamente fundamentadas de razonamiento. Bajo esa perspectiva, la alfabetización estadística no se comprende únicamente como el manejo de procedimientos, sino que implica un desarrollo desde una postura crítica frente a la información cuantitativa.

Aunado a esto estudios como el de Salcedo et al. (2021) muestran que estos niveles superiores no siempre se alcanzan. Incluso personas adultas con distintos niveles de escolaridad presentan dificultades para interpretar información implícita o cuestionar la calidad de los datos, resulta legítimo revisar qué está ocurriendo en la formación escolar.

En el caso costarricense, esta revisión también conduce a examinar el currículo. Aunque el Programa de Estudios de Matemática plantea el desarrollo del pensamiento estocástico y la interpretación de datos en contextos reales, cabe analizar en qué medida esta intención se concreta efectivamente en el aula. Investigaciones recientes, como las de Latorres et al. (2025), señalan que muchas actividades continúan centradas en niveles básicos de lectura gráfica o en abordajes poco escalonados entre niveles educativos. Esto sugiere que el desafío no se encuentra únicamente en el documento curricular, sino que debe existir un compromiso del decente para su implementación didáctica.

En secundaria, por ejemplo, en octavo año, en el área de estadística se busca que los estudiantes desarrollen habilidades que los orienten a construir gráficos correctamente o a identificar valores máximos, mínimos y promedios. En este caso podemos mencionar que estas acciones son necesarias, pero no suficientes para lograr una comprensión de esto. Cuando la construcción del gráfico solo se reduce al cumplimiento estructural, y dejamos de lado la argumentativa, este se convierte solo en un procedimiento técnico.

De esta manera, la práctica pedagógica podría estar centrándose solo en niveles instrumentales de comprensión sin promover la lectura “detrás de los datos”. En ese sentido, el tipo de tareas que le propongamos a nuestros estudiantes influye directamente en la profundidad de la interpretación que ellos le brinden. No es lo mismo trabajar con datos ficticios descontextualizados que analizar información recolectada por el propio estudiantado o vinculada con su entorno. Cuando los estudiantes participan en la recolección y organización de los datos, la interpretación adquiere mayor sentido, pues comprenden el origen de la información y las decisiones implicadas en su representación.

Esta experiencia puede favorecer la una transición desde la manipulación técnica del gráfico hacia una valoración crítica del contexto y la veracidad de los datos.

Además, en situaciones relacionadas con fenómenos sociales —como estadísticas de rendimiento académico o datos electorales— se evidencia con frecuencia que las opiniones del estudiantado pueden estar más influenciadas por creencias previas que por el análisis de la representación. Esta tensión revela que la alfabetización estadística no depende únicamente del dominio de técnicas, sino también de la capacidad de confrontar ideas personales con evidencia cuantitativa.

Bajo esta perspectiva, el problema no radica exclusivamente en la capacidad individual del estudiante para comprender un gráfico, sino en las oportunidades didácticas que se le ofrecen para avanzar progresivamente hacia niveles de interpretación más complejos. Esta progresión requiere intencionalidad pedagógica, coherencia entre currículo y evaluación, y tareas que exijan justificar afirmaciones con base en datos.

Así, más que preguntarnos únicamente si el estudiantado comprende los gráficos, quizá debamos cuestionar cómo estamos configurando las experiencias de aprendizaje: ¿están orientadas a reproducir procedimientos o a construir argumentos?, ¿favorecen la lectura crítica o se limitan a la extracción literal de información? En una sociedad caracterizada por la masificación de datos en todos los ámbitos. Formar lectores críticos de gráficos implica asumir que la comprensión estadística es un proceso gradual que debe ser promovido de manera explícita y sistemática desde los primeros años de escolarización.

Bibliografía

Aoyama, K. (2007). Investigating a hierarchy of students’ interpretations of graphs. International Electronic Journal of Mathematics Education, 2(3), 298–318. https://doi.org/10.29333/iejme/214

Arteaga, P., Batanero, C., Díaz, C., y Contreras, J. M. (2009). El lenguaje de los gráficos estadísticos. Revista Iberoamericana de Educación Matemática, 18, 93–104. https://www.ugr.es/~jmcontreras/pages/Investigacion/articulos/2009Union.pdf

Curcio, F. R. (1987). Comprehension of mathematical relationships expressed in graphs. Journal for research in mathematics education, 18(5), 382-393.  

https://doi.org/10.5951/jresematheduc.18.5.0382

Latorres, D., Alsina, Á., y Vásquez, C. (2025). Análisis de tareas de lectura gráfica en el currículo escolar. Uniciencia, 39(1), 438–457. https://dx.doi.org/10.15359/ru.39-1.24

Salcedo, A., González, J., y González, J. (2021). Lectura e interpretación de gráficos estadísticos, ¿cómo lo hace el ciudadano? Revista Paradigma, 42(e1), 61–88. https://doi.org/10.37618/PARADIGMA.1011-2251.2021.p61-88.id1018  

Watson, J., y Callingham, R. (2003). Statistical literacy: A complex hierarchical construct. Statistics Education Research Journal, 2(2), 3–46. https://doi.org/10.52041/serj.v2i2.553