Si tuviera que elegir una, ¿cuál es la materia más importante que todos deberían saber, más allá de las materias “básicas” que se enseñaron en los primeros años? Por favor, no responda con materias “básicas” como lectura, escritura, matemáticas básicas, ciencias e historia.

Las respuestas de Mark Eichenlaub, Walter Plinge, Fred Landis y Larry Sanger contienen propuestas interesantes (datos, filosofía de la ciencia, actualidad, economía), pero todos sufren el problema de ser asignaturas avanzadas que solo se pueden enseñar a partir de los 12 años aproximadamente.

A esa edad, la batalla ya se había perdido.

Para tener realmente un impacto, necesitas nuevas asignaturas en el nivel de las 3 R (lectura, escritura, ‘matemática).

Aquí solo hay un candidato: la programación. Los experimentos con lenguajes orientados a los niños como LOGO (lenguaje de programación) muestran que los niños realmente pequeños pueden desarrollar intuiciones de programación fuertes en torno a problemas complejos.

Esto es importante por MUCHAS razones. Nuestro mundo ahora es cada vez más un mundo “devorado por el software”, donde la complejidad de las entrañas se oculta bajo capas de interfaces de usuario brillantes y software de complejidad para adultos. Los niños crecen tratando la tecnología como la naturaleza, cosas que simplemente funcionan y que se pueden dar por sentadas.

Esto es peligroso. Para evitar una dependencia de alto riesgo en una clase Morlock de personas que realmente pueden entrar en las entrañas del software, con el tamaño de la clase disminuyendo cada generación, necesitamos democratizar las habilidades de pensamiento bajo la campana en torno a la tecnología.

A nivel de primaria, esto significa convertir a los niños en aprendices mucho más táctiles visuales. Incluso sugeriría que las 3 R’s originales deben ser reformuladas en torno al aprendizaje de la informática de alguna manera.

Cosas como aprender sobre datos y visualización (inherente a la informática), internalizar la filosofía de falsabilidad (a través de prueba y error en la informática), asuntos de actualidad (aprender a navegar por un laberinto de información y economía cada vez más digitalizado (vender canciones de $ 0.99 a los 5 años en iTunes en lugar de limonada) todos pueden venir más tarde.

La alfabetización informática es una necesidad primaria y crucial. Es una habilidad de supervivencia que pronto será más importante que incluso la alfabetización básica (apuesto a que mucha informática se volverá puramente icónica / pictográfica pronto, cortocircuitando incluso las habilidades de lectura / escritura … mi sobrino de 6 años está aprendiendo habilidades complejas, no verbales y no cuantitativas en Angry Birds, mientras sigue leyendo y escribiendo).

Sugiero el curso Comprensión de datos.

En los EE. UU., Algunos estudiantes de secundaria y la mayoría de los estudiantes universitarios tomarán un curso de estadística, pero será un “examen exhaustivo del libro de texto y encontrar una fórmula para este” tipo de clase. Los estudiantes salen con la sensación de que los datos son confusos, complicados y vienen con muchas reglas rígidas.

Como resultado, no usamos los datos cuando sería útil, tratamos de usarlos donde no tiene sentido, y cuando finalmente usamos los datos en un problema sensible a los datos, lo hacemos mal.

Además, debido a nuestra incomodidad o ignorancia general acerca de los datos, se usa comúnmente como intimidación o como táctica de superioridad en los EE. UU. Hacemos una discusión, luego comenzamos a citar estadísticas. Enfrentados con estas estadísticas, muchas personas sienten un enamoramiento autoritario del razonamiento científico que les afecta, y no tienen los medios para juzgar la relevancia o validez de los argumentos que se les lanzan. En resumen, no podemos tratar bien los datos.

Una vez tuve un trabajo en el “mundo real”. Estaba en una compañía farmacéutica, y allí me consideraban muy valioso. No fue por mi conocimiento técnico o capacidad de programación. Fue porque pude tomar los datos que estábamos produciendo y mostrárselos a las personas y explicarles lo que significaban.

Además, ahora tenemos fantásticas cantidades de datos disponibles sobre muchos aspectos diferentes de nuestra sociedad. Deberíamos usar esos datos para ayudarnos a mejorar nuestras vidas. Para hacerlo, necesitamos que la población entienda qué hacen los datos por nosotros.

“Comprender los datos” no sería una clase sobre el desarrollo de amplias habilidades técnicas de análisis de datos. El objetivo sería lograr que las personas reconozcan qué tipo de problemas requieren y no requieren un enfoque cuantitativo, cómo recopilar datos precisos y relevantes, qué hacer con los datos cuando los tiene y cómo evaluar los datos de otras personas reclamaciones dirigidas.

Las habilidades matemáticas involucradas serían comprender cantidades estadísticas fundamentales y procedimientos como

  • percentiles
  • medidas de tendencia central
  • Desviación Estándar
  • correlación
  • regresiones
  • medidas de calidad de ajuste
  • propagación de errores y análisis de errores
  • probabilidad simple, independencia estadística

No es vital que las personas que toman la clase entiendan, por ejemplo, por qué usamos la definición particular de varianza que hacemos, o incluso que puedan recitar la fórmula o calcularla a mano. Todo el cómputo real podría hacerse por software. En cambio, los estudiantes mirarían visualizaciones de los datos y verían cómo se traducen en varios números que usamos para describir los datos. Esta:
que es una imagen que muestra coeficientes de correlación para diferentes conjuntos de datos, sería mucho más importante que esto:
La fórmula utilizada para calcularlos. [1]

Algunas habilidades técnicas involucradas pueden ser

  • Uso de software para recopilar, organizar, calcular y visualizar datos
  • Crear tablas, gráficos y tablas que sean informativas, atractivas y relevantes.
  • dando una presentación técnica que utiliza las habilidades anteriores
  • hacer estimaciones de orden de magnitud de cantidades físicas o económicas como controles de cordura
  • buscando literatura científica

Algunos otros énfasis del curso serían

  • entrenamiento de escepticismo general: estudio de sesgos cognitivos, técnicas de toma de decisiones racionales, cómo detectar argumentos engañosos
  • trampas comunes en los enfoques basados ​​en datos: fuentes de sesgo sistemático, influencia del experimento sobre el fenómeno, sesgos que aparecen en las encuestas y preocupaciones similares
  • supuestos subyacentes a los procedimientos estadísticos, cómo se pueden romper esos supuestos (hat hat Michael Betancourt)
  • diseño experimental: control de variables, estudios ciegos, establecimiento de una hipótesis antes de comenzar la prueba, etc.

Para ser muy específico sobre lo que quiero decir, aquí hay un ejemplo de un posible esquema para un par de semanas de dicho curso, que ocurriría después de varios proyectos más pequeños:

  • La clase elige un tema relevante para investigar: el aborto, las pautas dietéticas, el salario mínimo, la ley de inmigración, etc.
  • Los estudiantes escriben ensayos iniciales dando sus opiniones sobre el tema. Apoyan sus opiniones de la forma que mejor les parezca.
  • La clase tiene un debate inicial sobre el tema. Se alienta a los estudiantes a tomar notas personales sobre los puntos buenos y malos de los argumentos de los demás, pero especialmente a tomar nota de qué puntos realmente requieren información más detallada para analizar completamente
  • Los estudiantes eligen subtemas dentro del tema general. Por ejemplo, si el tema general es la guerra contra las drogas, un grupo podría examinar temas relacionados con los costos de operación de las cárceles y las fuerzas policiales; otro podría examinar los efectos de la legalización de las drogas en las tasas de abuso de drogas.
  • Los estudiantes investigan sus temas, leen diferentes opiniones y examinan los datos disponibles. Puede ser útil que un grupo de estudiantes en cada lado del tema investigue el mismo tema. Si es posible, los estudiantes pueden incluso recopilar sus propios datos.
  • Los estudiantes organizan presentaciones de sus hallazgos y presentan sus investigaciones a la clase.
  • La clase hace preguntas sobre el origen, la naturaleza y la relevancia de los datos, y presenta críticas escritas de las presentaciones.
  • Los estudiantes escriben nuevos ensayos nuevamente dando su posición con justificación, con suerte mucho más fuerte que antes. También incluyen una reflexión sobre cómo el proceso ha alterado o mejorado su comprensión del tema. También se les puede pedir que hagan cosas como intentar apoyar el punto de vista opuesto o señalar fallas en sus propios argumentos como técnicas de expansión mental.
  • Los estudiantes leen y discuten los ensayos de los demás en pequeños grupos.
  • La clase tiene un debate final sobre el tema.

Un proyecto como este estaría diseñado para que los estudiantes usen los datos de manera efectiva, pero también para ver las formas en que otras personas los usan para apoyar sus puntos de vista. Además, aunque el enfoque principal de la clase estaría en los datos, también enfatizaría que el uso de datos es solo una parte de la discusión racional. Al final del proceso, mostraría que al principio creías que entendías las cosas mucho más de lo que lo hacías. Finalmente, con suerte daría la impresión de que no solo las personas pueden estar en desacuerdo respetuosamente, sino que al estar en desacuerdo pueden profundizar la comprensión de los demás sobre un tema.

Nunca he tomado personalmente un curso como este, pero imagino que si estuviera fuertemente basado en la participación, los estudiantes podrían apasionarse y aprender habilidades y mentalidades que harían mucho para elevar el nivel del discurso en nuestra democracia.

[1] ambas imágenes de http://en.wikipedia.org/wiki/Cor