El desarrollo del pensamiento estadístico constituye uno de los objetivos centrales de la educación matemática contemporánea. Este tipo de pensamiento implica comprender la variabilidad presente en los datos, interpretar información en contextos reales y tomar decisiones fundamentadas en evidencia. En este sentido, la investigación en educación estadística ha señalado que la alfabetización estadística no se limita a la realización de cálculos, sino que involucra la capacidad de interpretar, cuestionar y comunicar información basada en datos (Ben-Zvi & Garfield, 2004). En particular, estos autores distinguen entre alfabetización estadística, razonamiento estadístico y pensamiento estadístico, destacando que la comprensión profunda de la variabilidad y del contexto es esencial para interpretar adecuadamente la información cuantitativa.
En este contexto, las tecnologías digitales han adquirido un papel cada vez más relevante en la enseñanza de la estadística y la probabilidad. Las herramientas tecnológicas permiten representar datos de múltiples maneras, simular fenómenos aleatorios y analizar grandes volúmenes de información, lo que puede favorecer la exploración y la comprensión de conceptos abstractos asociados a la variabilidad y la incertidumbre, particularmente cuando se integran en actividades de carácter exploratorio y contextualizado (Chance et al., 2007).
En contraste con este potencial, la literatura en educación estadística advierte que la incorporación de tecnología en el aula no garantiza por sí misma una comprensión conceptual profunda. El uso de herramientas digitales puede limitarse a un nivel instrumental si las actividades didácticas se centran únicamente en la obtención de resultados o en la visualización superficial de datos. En estos casos, el estudiantado puede interactuar con simulaciones o representaciones gráficas sin desarrollar una comprensión real de los procesos estadísticos que subyacen a dichos resultados (Ben-Zvi & Garfield, 2004). Por ello, el diseño de las tareas y la mediación pedagógica del docente resultan elementos clave para que el uso de tecnología contribuya efectivamente al desarrollo del razonamiento estadístico, lo cual implica desafíos adicionales en contextos educativos con alta carga curricular y administrativa.
En los últimos años, la aparición de herramientas basadas en inteligencia artificial ha ampliado aún más las posibilidades tecnológicas dentro de los procesos educativos. Estas aplicaciones permiten analizar grandes bases de datos, generar representaciones dinámicas y adaptar actividades según el progreso del estudiante. En el campo específico de la estadística y la probabilidad, la inteligencia artificial puede facilitar la simulación de fenómenos complejos, el análisis de datos en tiempo real y la identificación de patrones estadísticos, ampliando las posibilidades de exploración en contextos educativos (Chaves-Esquivel, 2025).
Además, el uso de estas tecnologías puede contribuir al desarrollo de lo que se ha denominado estadística cívica, entendida como la capacidad de analizar críticamente datos relacionados con problemáticas sociales, económicas y ambientales en contextos reales de toma de decisiones. Desde esta perspectiva, la educación estadística no se limita a la resolución de ejercicios abstractos, sino que busca formar ciudadanos capaces de interpretar información estadística utilizada en debates públicos y procesos de toma de decisiones sociales (Gal, 2002; ProCivicStat, 2018).
No obstante, la integración de la inteligencia artificial en la educación también plantea importantes desafíos. Diversos análisis han señalado que el uso indiscriminado de herramientas automatizadas puede fomentar una dependencia cognitiva si el estudiantado delega en estos sistemas procesos que deberían formar parte de su propio razonamiento estadístico. En este sentido, existe el riesgo de que la tecnología sustituya la reflexión conceptual si no se acompaña de una mediación pedagógica adecuada.
Los marcos de competencias desarrollados por la UNESCO enfatizan precisamente la necesidad de promover un uso crítico y responsable de la inteligencia artificial en educación. Según estos marcos, tanto docentes como estudiantes deben desarrollar competencias que les permitan comprender cómo funcionan los sistemas de IA, reconocer sus limitaciones y evaluar críticamente los resultados que generan. La tecnología debe entenderse como una herramienta que amplía las capacidades cognitivas humanas, pero que no sustituye el juicio crítico ni la mediación pedagógica en el proceso educativo (UNESCO, 2024).
En consecuencia, el desafío actual no consiste únicamente en incorporar herramientas tecnológicas, sino en diseñar experiencias de aprendizaje que promuevan la interpretación, el análisis crítico y la argumentación basada en datos. Cuando estas tecnologías se integran de manera pedagógicamente intencionada, pueden potenciar el desarrollo del pensamiento estadístico y contribuir a la formación de ciudadanos capaces de interpretar críticamente la información en una sociedad cada vez más mediada por datos.
Preguntas orientadoras para el foro
1. ¿En qué medida el uso de simulaciones digitales y herramientas de inteligencia artificial favorece realmente el desarrollo del pensamiento estadístico en los estudiantes y en qué casos podría limitarse a una experiencia visual sin comprensión conceptual profunda?
2. ¿Cómo debería diseñarse la mediación pedagógica cuando se utilizan herramientas tecnológicas en la enseñanza de la estadística y la probabilidad para garantizar que el estudiantado comprenda los conceptos y no solo observe resultados generados por.software?
3. Considerando el creciente uso de inteligencia artificial por parte del estudiantado, ¿qué estrategias didácticas podrían evitar la dependencia cognitiva y promover un uso crítico de estas herramientas?
4. ¿De qué manera el análisis de datos reales mediante tecnologías digitales puede contribuir al desarrollo de una alfabetización estadística que permita al estudiantado interpretar información utilizada en debates sociales y en la toma de decisiones públicas?
5. ¿Qué cambios deberían realizarse en las formas de evaluación del aprendizaje estadístico cuando el estudiantado utiliza herramientas digitales o inteligencia artificial para analizar datos?
Referencias
Ben-Zvi, D., & Garfield, J. (2004). Statistical literacy, reasoning, and thinking: Goals, definitions and challenges. En D. Ben-Zvi & J. Garfield (Eds.), The Challenge of Developing Statistical Literacy, Reasoning and Thinking (pp. 3-16). Kluwer.
Chance, B., Ben-Zvi, D., Garfield, J., & Medina, E. (2007). The role of technology in improving student learning of statistics. Technology Innovations in Statistics Education, 1(1).
Chaves-Esquivel, E. (2025). Oportunidades y desafíos de la inteligencia artificial para la Estadística y la Probabilidad en los currículos escolares de Matemáticas. IV CEMACYC.
Gal, I. (2002). Adults’ statistical literacy: Meanings, components, responsibilities. International Statistical Review, 70(1), 1-25.
ProCivicStat Consortium. (2018). Understanding Civic Statistics: A conceptual framework and its educational applications. European Commission.
UNESCO. (2024). AI Competency Framework for Students. UNESCO.
UNESCO. (2024). AI Competency Framework for Teachers. UNESCO.
