En el contexto actual, caracterizado por una creciente disponibilidad de datos y el auge de tecnologías como la inteligencia artificial (IA), resulta imprescindible repensar el papel de la educación estadística en la formación del estudiantado. En la actualidad vivimos en un mundo “saturado de datos”, donde la estadística trasciende su concepción tradicional como rama de la matemática para posicionarse como una competencia ciudadana clave . Esta afirmación no solo es pertinente, sino urgente, ya que implica reconocer que interpretar información, evaluar riesgos y tomar decisiones informadas son habilidades esenciales para la vida en sociedad.
Desde una perspectiva de alfabetización estadística, autores como Gal (2002) plantean que esta implica no solo comprender datos, sino también interpretarlos críticamente en contextos reales. En este sentido, la educación secundaria tiene el desafío de formar sujetos capaces de cuestionar la información que consumen, especialmente en un entorno donde los datos son utilizados con diversos fines, incluyendo la manipulación mediática o la toma de decisiones automatizadas. Así, el desarrollo del pensamiento estadístico no puede limitarse a la aplicación de procedimientos, sino que debe centrarse en la comprensión de la variabilidad, la incertidumbre y la interpretación contextualizada de los datos (Garfield & Ben-Zvi, 2008).
Ahora bien, la incorporación de la inteligencia artificial en este escenario introduce nuevas tensiones y oportunidades. Como se menciona en la presentación, la IA no sustituye los fundamentos de la educación estadística, sino que los complementa . Esta idea resulta clave para evitar posturas reduccionistas que perciben la tecnología como una amenaza para la labor docente. Por el contrario, los algoritmos pueden calcular, predecir y procesar grandes volúmenes de información, pero carecen de la capacidad humana para contextualizar, interpretar éticamente y tomar decisiones fundamentadas en valores.
En esta línea, autores como Biehler et al. (2018) destacan que la integración de tecnologías digitales en la enseñanza de la estadística debe estar guiada por marcos didácticos sólidos que promuevan la comprensión conceptual y no solo la automatización de procesos. Esto implica que el docente asuma un rol mediador, capaz de orientar al estudiantado en el uso crítico de herramientas tecnológicas, favoreciendo el análisis de resultados y la reflexión sobre su validez y pertinencia.
Asimismo, es importante considerar que la alfabetización estadística se vincula estrechamente con la educación matemática crítica (Skovsmose, 1994), la cual propone que el aprendizaje de las matemáticas debe contribuir a la formación de ciudadanos capaces de participar activamente en la sociedad. Desde esta perspectiva, trabajar con datos reales, contextualizados y cercanos al estudiantado permite no solo desarrollar habilidades cognitivas, sino también fomentar una conciencia social y ética sobre el uso de la información.
Por ejemplo, en experiencias de aula donde se analizan fenómenos cotidianos —como el rendimiento académico, el clima o incluso experimentos simples como lanzamientos de objetos se evidencia que el estudiantado comienza a reconocer la variabilidad y a construir interpretaciones propias. Estas prácticas, alineadas con el enfoque del Programa de Estudios de Matemáticas del MEP (2012), promueven una contextualización activa que da sentido al aprendizaje y fortalece la motivación.
No obstante, también emergen desafíos importantes. Tal como se ha observado en diversas implementaciones didácticas, el estudiantado puede presentar dificultades en la construcción de modelos, la validación de resultados y la interpretación más allá de lo evidente. Esto evidencia la necesidad de una mediación docente intencionada, que promueva el diálogo, la argumentación y la confrontación de ideas como estrategias para profundizar el aprendizaje.
En relación con la IA, uno de los principales retos radica en evitar que el uso de herramientas automatizadas genere una dependencia que limite el desarrollo del pensamiento crítico. En lugar de ello, se debe fomentar una relación equilibrada donde la tecnología sea utilizada como apoyo para explorar, visualizar y analizar datos, pero siempre bajo una mirada reflexiva. Como señalan Engel (2017), el objetivo no es que el estudiantado se convierta en un simple consumidor de resultados, sino en un intérprete activo de la información.
Por otra parte, la formación docente juega un papel fundamental en este proceso. La implementación exitosa de propuestas que integren estadística e inteligencia artificial requiere comunidades docentes fortalecidas, capaces de reflexionar sobre su práctica y de actualizarse continuamente. En este sentido, la investigación educativa y el intercambio de experiencias se convierten en herramientas clave para construir conocimiento didáctico y mejorar la calidad de la enseñanza.
Es importante destacar que la educación estadística, en articulación con la IA, tiene un potencial significativo para contribuir a la toma de decisiones informadas en diversos ámbitos, desde lo personal hasta lo social. Sin embargo, este potencial solo se materializa cuando se promueve una comprensión profunda de los datos, una actitud crítica frente a la información y una ética en su uso.
En conclusión, la enseñanza de la estadística en la educación secundaria debe evolucionar para responder a las demandas de un mundo cada vez más complejo y digitalizado. La integración de la inteligencia artificial no sustituye el pensamiento estadístico, sino que lo desafía y lo enriquece. Por ello, es necesario apostar por enfoques didácticos que prioricen la comprensión, la contextualización y la reflexión crítica, formando así ciudadanos capaces de interpretar el mundo a través de los datos y de actuar de manera responsable en él.
Preguntas generadoras
¿Cómo cambia el pensamiento estadístico cuando interviene la IA?
¿Qué riesgos implica delegar la interpretación de datos a algoritmos?
¿Cómo puede la enseñanza de la estadística en secundaria contribuir al desarrollo de una alfabetización estadística crítica en una sociedad saturada de datos?
¿Cuál es el papel del docente en la mediación del uso de la inteligencia artificial para evitar que esta sustituya, en lugar de fortalecer, el pensamiento estadístico del estudiantado?
¿De qué manera la integración de contextos reales y cercanos al estudiantado favorece la comprensión de la variabilidad, la incertidumbre y la toma de decisiones informadas?
Referencias bibliográficas
Biehler, R., Ben-Zvi, D., Bakker, A., & Makar, K. (2018). Research on technology in statistics education: Past, present, and future. Springer. https://doi.org/10.1007/978-3-319-66195-7
Engel, J. (2017). Statistical literacy for active citizenship: A call for data science education. Statistics Education Research Journal, 16(1), 44–49. https://doi.org/10.52041/serj.v16i1.213
Gal, I. (2002). Adults’ statistical literacy: Meanings, components, responsibilities. International Statistical Review, 70(1), 1–25. https://doi.org/10.1111/j.1751-5823.2002.tb00336.x
Garfield, J., & Ben-Zvi, D. (2008). Developing students’ statistical reasoning: Connecting research and teaching practice. Springer.
Ministerio de Educación Pública. (2012). Programas de estudio de matemáticas: Educación general básica y educación diversificada. Ministerio de Educación Pública.
Skovsmose, O. (1994). Towards a philosophy of critical mathematics education. Kluwer Academic Publishers.
Esta entrada plantea una reflexión pertinente y fundamentada sobre el lugar de la educación estadística en la sociedad actual, destacando su tránsito desde una visión instrumental hacia una competencia ciudadana importante. Coincido en que la educación estadística e inteligencia artificial deben ir de la mano, ya que la IA no sustituye el pensamiento estadístico, sino que lo complementa y desafía, resultando clave en el contexto educativo presente. No obstante, a manera de observación, se puede profundizar un poco más en las implicaciones éticas de su uso en el aula, particularmente en relación con sesgos, privacidad de datos o toma de decisiones automatizadas, aspectos que apenas se mencionan de forma implícita y que constituyen elementos centrales en la actualidad.
Asimismo, concuerdo en el rol mediador del docente y la necesidad de una enseñanza centrada en la comprensión, la contextualización y la interpretación de la variabilidad. Sin embargo, las condiciones reales del sistema educativo (tiempo lectivo, formación docente, recursos tecnológicos) a veces constituyen elementos que no guardan sinergia con esta necesidad, debido a su ausencia o su mala gestión. De ahí la necesidad de capacitar continuamente al cuerpo docente para que pueda hacer un uso eficiente e intencionado de estos elementos curriculares y buena voluntad de las autoridades magisteriales para no saturar al docente de papeleo e informes limitándolo en cuanto a tiempo de academia y planificación didáctica de actividades.
¿Cómo cambia el pensamiento estadístico cuando interviene la IA?
Una pregunta interesante que invita a la reflexión, sin duda alguna la IA tiene un impacto muy grande en la forma en que se estudia o analiza información actualmente, esto ha permeado todo el sistema educativo, desde los niveles iniciales hasta quizá con un mayor impacto en la educación superior, sin embargo, debe tenerse cuidado en no usarla sin sentido crítico, tal y como se menciona en el post, estas herramientas potencian la exploración y facilitan el análisis de diferentes problemáticas con mayor profundidad pero debe existir una supervisión sobre los planteamientos o datos que nos brinde la aplicación.
En este escenario, tal y como lo plantea Miguel en su comentario, el rol del docente es fundamental como mediador para enseñar a utilizar de una manera consciente estas herramientas tecnológicas, evitando la dependencia.
Por otra parte, de acuerdo con Engel (2017) una persona no necesita ser experta en estadística para poder adentrarse en ciertos análisis estadísticos como los multivariados, basta con que identifique sesgos, falacias, probabilidades condicionales o interpretaciones erróneas de correlaciones para que pueda marcar una diferencia dentro de un conjunto de personas con cierta alfabetización estadística. Nuevamente se evidencia el reto que tienen los docentes para formar ciudadanos con estas competencias así como de las instituciones de educación superior de formar maestros y profesores que tengan las competencias para educar de esta manera.
Saludos. El blog plantea de manera muy pertinente la necesidad de repensar la educación estadística en un contexto marcado por la abundancia de datos y el avance de la inteligencia artificial. En este escenario, resulta evidente que el papel del docente es fundamental como mediador del aprendizaje, especialmente en la interpretación crítica de la información y el uso reflexivo de herramientas tecnológicas.
No obstante, surge una inquietud clave: ¿en qué condiciones se encuentran los docentes en Latinoamérica para asumir este rol? Si bien se reconoce la importancia de la formación continua, esta no puede recaer únicamente en la iniciativa individual del profesorado. A diferencia de otros sectores, como el empresarial, donde la capacitación responde a cambios del entorno y es asumida como una responsabilidad institucional, en educación muchas veces se delega esta tarea al docente de forma aislada.
Esta situación puede generar brechas significativas, ya que algunos docentes logran actualizarse mientras otros no cuentan con las condiciones, el tiempo o los recursos necesarios para hacerlo. Como consecuencia, se corre el riesgo de profundizar desigualdades en la calidad de la educación, las cuales, a largo plazo, se traducen en desigualdades sociales.
En este sentido, si se aspira a desarrollar en el estudiantado una alfabetización estadística crítica —tal como se plantea en el blog—, resulta indispensable acompañar este propósito con políticas educativas que garanticen procesos sistemáticos y equitativos de formación docente.
Saludos.
Considero que la situación planteada en este blog es una las preocupaciones más relevantes que muchos docentes tenemos en la educación actual, es decir, cómo incorporar herramientas tecnológicas cada vez más amplias sin que reemplacen el pensamiento, o bien que no lo potencien en las personas. Me parece muy bien que se expone la diferencia entre calcular y comprender, entre procesar datos y contextualizarlos éticamente, situación que viene a ser el punto de discusión en tendencias didácticas actuales en todos los niveles educativos al incorporar la IA.
Es muy valioso el aporte de que la alfabetización estadística es una competencia crítica y no un conocimiento meramente procedimental, lo que hace que cobre mucha relevancia pensar que, si como docentes buscamos solo enseñar estadística como una secuencia de fórmulas y algoritmos, en un mundo donde una herramienta de IA puede calcular, graficar y redactar interpretaciones casi de inmediato, hace entonces que la enseñanza exclusiva de esos elementos sea irrelevante. Pienso que mas bien debemos enfocar la educación estadística en lo que no puede realizar la IA, que sería cuestionar la calidad de los datos, reconocer sesgos, hacer interpretaciones ante un contexto social específico y tomar decisiones con conciencia ética.
Me parece muy acertado el comentario sobre el riesgo que también hay de dependencia tecnológica. Como se aborda en este blog no se trata de rechazar las herramientas, sino de usarlas con un fin pedagógico crítico e inteligente. Como docentes debemos evitar que los estudiantes deleguen la interpretación de problemas y situaciones a la IA sin que ellos mismos hagan sus cuestionamientos ya que pueden caer en el problema de no estar desarrollando pensamiento estadístico crítico y solamente estarían duplicando resultados.
Las ideas planteadas en este blog destacan por su énfasis en la necesidad de marcos referenciales sobre didáctica de la Estadística y la Probabilidad, los cuales deben atender a líneas sobre herramientas tecnológicas e IA, modelización, pensamiento estocástico, alfabetización estocástica y estadísticas cívicas, entre otros.
El acercamiento del profesorado a las investigaciones en Didáctica de la Estadística y la Probabilidad, en los diversos espacios nacionales e internacionales, permitirá la superación de tensiones que convencionalmente surgen en torno a la incorporación de la IA y herramientas digitales en la enseñanza y el aprendizaje de la Estocástica. La labor docente se ve enriquecida por estos recursos que están a disposición inmediata del estudiantado. De ahí que la valoración de experiencias exitosas en diversos contextos evidencian que no son amenazas a la labor docente, sino un complemento.
Finalmente, la formación docente es crucial, pues un profesorado que ha sido expuesto desde su educación universitaria a la adquisición de conocimiento especializado didáctico de la Estadística y la Probabilidad generará mayor investigación del área.
Hola, compañero. Muy interesante su aporte. Respecto a la pregunta que plantea sobre de qué manera la integración de contextos reales y cercanos al estudiantado favorece la comprensión de la variabilidad, la incertidumbre y la toma de decisiones informadas, considero que este tipo de contextos vuelve el aprendizaje más significativo para los estudiantes. Considero que, cuando el tema que trabajamos se relaciona con situaciones que forman parte de la vida cotidiana de los estudiantes, es más probable que se involucren en la actividad, que muestren mayor interés y participen con mejor disposición para aprender. Esto hace que los datos no se perciban como algo ajeno o meramente escolar, sino como información que les permite comprender mejor situaciones que conocen y experimentan.
Ante ello, resulta más sencillo que el estudiantado reconozca que en la realidad no todo ocurre de forma exacta o predecible, sino que existen diferencias, cambios, tendencias e incertidumbres que deben ser analizados. De este modo, el estudio de la estadística adquiere sentido y no se limita únicamente a realizar cálculos o elaborar gráficos, sino que permite interpretar información, comparar resultados y tomar decisiones con mayor fundamento. En este sentido, trabajar desde contextos cercanos no solo mejora la comprensión de los conceptos, sino que también podría fortalecer la motivación y el deseo de aprender en los estudiantes.
Desde mi experiencia, este aporte me parece muy pertinente, sobre todo por cómo pone en evidencia el contexto en el que estamos trabajando hoy, con tanta información disponible y con la presencia de la IA. Coincido en que ya no es suficiente que los y las estudiantes sepan calcular, sino que realmente necesitamos que puedan interpretar, cuestionar y darle sentido a los datos que ven.
Respondiendo a la pregunta sobre cómo cambia el pensamiento estadístico con la IA, más que cambiarlo, siento que lo pone a prueba constantemente. Me ha pasado que cuando los y las estudiantes usan herramientas que les dan resultados inmediatos, tienden a aceptarlos sin cuestionar mucho. Ahí es donde uno se da cuenta de la importancia de insistir en preguntas como si ese resultado tiene sentido, de dónde vienen los datos o qué tan confiable es lo que están viendo.
En ese sentido, creo que nuestro papel como docentes es clave. No se trata de limitar el uso de la tecnología, sino de acompañarla bien. En mi caso, he visto que cuando uno les pide que expliquen, justifiquen o comparen resultados, la dinámica cambia bastante. La herramienta deja de ser solo algo automático y empieza a tener un sentido más profundo.
Finalmente, también coincido con la importancia de trabajar con contextos reales. Cuando los y las estudiantes ven datos cercanos a su realidad, se involucran más y empiezan a notar cosas como la variabilidad o que no todo es tan exacto como parece. Ahí es donde la estadística realmente cobra sentido y se vuelve una herramienta para entender lo que pasa alrededor.
De mano con los temas trabajados desde la primera reunión, de nada sirve que el programa de estudios lleve la línea de modificación de paradigmas instruccionales y respuestas cerradas, si es ampliamente demostrado que la enseñanza de las estadística diferencia del resto de las matemáticas en el aspecto de la exactitud, y en general, que la enseñanza no puede seguir optando por sólo responder a un ejercicio, sino crear conciencia de generar criticidad. El auge de la tecnología, y sobre todo con la explosión de las inteligencias artificiales, representan un nuevo desafío para los profesores, pues al igual que el resto de las tecnologías, se debe de poner al beneficio de una educación cada vez más efectiva, en lugar de representar un retroceso y una sustitución del papel del educador. Acorde con como Biehler et al. (2018), las tecnologías deben de potenciar la creatividad del docente, fomentando el uso de la tecnología como elemento innovador, que se encargue de generar una perspectiva educativa más viable acorde a las exigencias de nuestra sociedad, exigencias de índole comprensivo y no calculador, eso nos lleva también a colaborar con la creación de conceptos ampliamente debatidos como lo son la alfabetización y el razonamiento estadísticos.
En base a lo anterior, es muy pertinente el considerar la herramienta tecnológica IA como elemento potenciador de actividades tanto para el docente como para los estudiantes, que permitan buscar alternativas novedosas en la investigación de situaciones contextualizadas, que eliminen el gran tiempo de recabar información y analizar gran cantidad de datos, y centren mayor tiempo en la comprensión de resultados, en la interpretación de dichos resultados y en generar respuestas pertinentes a los cuestionamientos planteados, generando la alfabetización y el razonamiento que se busca.
De más está mencionar también, que las tecnologías han venido a ser un elemento motivador en la educación, pero también su mala administración puede servir de elementos distractores, y en el caso específico de la IA como el ChatGPT, que no deben de representar errores de índole ético. El usarlo correctamente en el diseño de actividades que requieran trabajo en equipo, debates en clase o presentaciones orales, como parte del proceso de aprendizaje, no reemplazará las interacciones humanas (Instituto Latinoamericano de Desarrollo Profesional Docente, 2024), interacciones que además promuevan pensamiento crítico.
La necesidad urgente de resignificar la educación estadística en un mundo saturado de datos, donde la alfabetización estadística crítica trasciende el cálculo procedimental para convertirse en una competencia ciudadana esencial. Matemáticamente, se prioriza la comprensión de la variabilidad y la incertidumbre como propiedades estructurales de los fenómenos; didácticamente, se reclama un docente mediador que integre la IA no como sustituto del razonamiento, sino como herramienta para explorar, visualizar y problematizar datos reales; y curricularmente, se alinea con el Programa de Matemática del MEP (2012) y marcos internacionales (GAISE II) que exigen formar sujetos capaces de interpretar, cuestionar y actuar éticamente frente a la información.
Los aprendizajes buscados apuntan a desarrollar un pensamiento estadístico sofisticado, donde el estudiantado no solo ejecute algoritmos, sino que evalúe la calidad de los datos, reconozca sesgos y tome decisiones fundamentadas en contextos reales. Como estudiante de maestría, reafirmo que la IA no cambia el pensamiento estadístico, sino que lo desafía: nuestro rol no es formar consumidores pasivos de resultados automatizados, sino intérpretes críticos que usen la tecnología para profundizar la comprensión, no para evadir la reflexión. Enseñar estadística hoy es, en esencia, enseñar a navegar la incertidumbre con rigor, ética y conciencia social.