Data Jam: un modelo de inquirir idóneo para la educación STEM

En el 2012, el National Research Council (NRC) publicó su informe A Framework for K-12 science education: Practices, crosscutting concepts, and core ideas que propuso una nueva visión para transformar la educación científica. El informe plantea que la meta amplia de la educación científica debe ser que los estudiantes desarrollen “un conocimiento de la ciencia y la ingeniería para participar en discusiones públicas sobre asuntos de carácter científico, utilizar críticamente la información científica y técnica y optar por carreras científico-técnicas.” El informe plantea tres dimensiones las cuales sirven de base para el desarrollo de los Next Generation Science Standards (NGSS, 2013).

3 dimensiones para el desarrollo de los Next Generation Science Standards:  

1. prácticas científicas y de ingeniería 

2. ideas centrales 

3. conceptos transversales 

De igual forma, la carta circular del Programa de Ciencias (04-2021-2022) del Departamento de Educación de Puerto Rico (DEPR) expone el enfoque curricular STEM, que integran a su vez tres dimensiones propuestas en los Next Generation Science Education Standards (NGSS). El modelo de inquirir de Data Jam es un excelente ejemplo de como podemos desarrollar un currículo STEM involucrando a los estudiantes del nivel intermedio y superior en las prácticas científicas y de ingeniería para la construcción del conocimiento científico. Particularmente, el modelo de inquirir de Data Jam se enfoca en cinco prácticas científicas.

Prácticas científicas del modelo Data Jam:

1. Formular preguntas de investigación  

2. Análisis e interpretación de datos 

3. Realizar investigaciones científicas 

4. Elaborar un argumento científico a partir de evidencia 

5. Obtener, evaluar y comunicar resultados  

Data Jam está dirigido a capacitar y apoyar a los maestros(as) de las disciplinas STEM para que puedan guiar a sus estudiantes del nivel intermedio y superior a desarrollar proyectos de investigación enfocados en el análisis de datos, utilizando bases de datos ecológicos a largo plazo disponibles mediante el “Luquillo Long Term Ecological Research Program” (LUQ-LTER). Además, tiene como objetivo expandir las oportunidades que tienen los estudiantes de estos niveles para desarrollar sus habilidades para realizar este tipo de investigaciones científicas, a medida que desarrollan su identidad científica como un posible profesional en carreras STEM. ITEST-Data Jam es uno de los muchos proyectos que son apoyados por la National Science Foundation (NSF) alineado a la gran idea de “Harnessing the Data Revolution” que constituye una de las 10 grandes ideas que promueve NSF a partir del 2017.

Una parte importante del proyecto es la investigación educativa que mediante el diseño basado en investigación (design based research) permite al equipo de Data Jam (educadores en ciencias, científicos del aprendizaje, expertos en ciencia de datos y científicos (as) del área de Ecología) re-diseñar el modelo de desarrollo profesional de Data Jam, de acuerdo con los hallazgos de la investigación, en un proceso iterativo y colaborativo. El marco conceptual de Data Jam (ver imagen abajo) que guió las actividades didácticas del taller fue producto de los resultados de la investigación educativa realizada durante el primer año del proyecto (2021-2022). 

El equipo de trabajo de Data Jam en Puerto Rico provee una oportunidad única a maestros(as) de ciencias y matemáticas del nivel intermedio y superior en Puerto Rico al ofrecer desarrollo profesional en este modelo de inquirir. Si interesas mas información de cómo puedes participar de esta oportunidad de desarrollo profesional en Puerto Rico puedes comunicarte con la Dra. Isabel Delgado de Forward Learning (idelgado@forwardlearning.com) para obtener más detalles de nuestro próximo taller de verano 2023.