Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por Que No Nos Gusta Ensenar Estadistica y Probabilidad
Por Que No Nos Gusta Ensenar Estadistica y Probabilidad
RESUMEN
La observación de la realidad de nuestras aulas, tanto de primaria como de secundaria, nos informa
sobre lo poco habitual que es la presencia de una enseñanza sistemática de le estadística y de la
probabilidad, más allá de una mera introducción de los procedimientos básicos de cálculo. La
formación obligatoria de nuestros alumnos adolece aún de una presencia significativa de estos
conocimientos. Sin embargo, tanto las instituciones, investigadores y especialistas, indican la
imperiosa necesidad de esta formación para una adecuada integración en la sociedad actual. Si hace
ya más de 30 años que estas ideas están presentes en los currícula ofíciales y en las indicaciones de
los expertos ¿por qué sigue estando ausente de nuestras aulas? En estas líneas intentamos hacer una
breve reflexión sobre algunas de las causas que creemos están subyacentes en dicha ausencia y
algunas estrategia en la búsqueda de soluciones.
PRESENTACIÓN DE LA SITUACIÓN
1
• Ayuda a adquirir la capacidad de lectura e interpretación de tablas y gráficos
estadísticos que con frecuencia aparecen en los medios de comunicación.
• Ayuda a la toma de decisiones con criterios, conociendo las opciones y sus riesgos.
• Incide en el desarrollo personal, fomentando un razonamiento crítico basado en la
valoración de la evidencia y en el análisis del contexto.
• Ayuda a comprender otros ámbitos del conocimiento, donde con frecuencia aparecen
tablas, gráficos o valores de naturaleza estadística.
• Es útil para la futura vida profesional, donde en muchas ocasiones se precisan
conocimientos básicos del tema (Batanero, 2002).
En otras palabras, el desarrollo de una sociedad instruida y crítica necesita de una ciudadanía
formada adecuadamente y ello implica la necesidad de introducir la formación estocástica en
la enseñanza obligatoria de los futuros ciudadanos.
Estas ideas apoyan las actuales tendencias curriculares en las que los conceptos estadísticos y
probabilísticos están ocupando, progresivamente, un importante papel, estableciéndose como
una parte vital de los planes de estudio de la mayoría de los países.
En el currículo español están recogidos tanto en primaria como en secundaria. Por ejemplo, de
los cinco bloques de contenido que se proponen para la Enseñanza Secundaria Obligatoria,
dos están relacionados con la Estadística: “Interpretación. representación y tratamiento de la
información”; “Tratamiento del azar”.
Como indica Gal (2002: 2), el objetivo principal de esta integración no es proporcionar a los
futuros ciudadanos el dominio de unos algoritmos de cálculo sino una cultura estadística:
“Que se refiere a dos componentes interrelacionados:
a) capacidad para interpretar y evaluar críticamente la información estadística, los
argumentos apoyados en datos o los fenómenos estocásticos que las personas pueden
encontrar en diversos contextos, incluyendo los medios de comunicación, pero no limitándose
a ellos, y
b) capacidad para discutir o comunicar sus opiniones respecto a tales informaciones
estadísticas cuando sea relevante”.
Sin embargo, la realidad nos dice que dicha tendencia no tiene un reflejo similar en las aulas,
el hecho de que la estadística y la probabilidad se incluyan de una forma oficial en el currículo
no significa que necesariamente se enseñen; es más, los datos nos dicen que sigue siendo un
tema ausente de la mayoría de las aulas de la educación obligatoria de gran parte de los
países.
2
En España, por ejemplo, el hecho es que muchos profesores no se sienten cómodos con estas
materias, la dejan como último tema y cuando es posible la omiten.
Lo cual no deja de ser un indicador significativo, pues son campos del conocimiento
matemáticos, especialmente versátiles y potentes para introducir en el aula. Así, su
tratamiento nos permite:
• Generar situaciones de aprendizaje referidas a temas de interés para el alumno.
• Utilizar como apoyo las representaciones gráficas
• No necesitar una teoría matemática compleja,
Entonces, ¿Por qué los profesores somos tan reacios a integrar de forma sistemática su
estudio en nuestras aulas?
Evidentemente es una compleja red de razones la que provoca esta situación, muchas de las
cuales no controlables. En las siguientes líneas apuntamos algunas de las que, tanto desde los
estudios teóricos, históricos, epistemológicos y didácticos, como desde la investigación,
hemos podido ir caracterizando y sobre las que creemos que sí se puede actuar.
Uno de los problemas que afectan claramente a su enseñanza es la propia naturaleza del
conocimiento estocástico y la existencia de temas controvertidos sobre los que no hay un
consenso general entre los estadísticos.
“Los conceptos estadísticos se mezclan a veces con cuestiones filosóficas sobre la naturaleza
del conocimiento y sobre cómo un nuevo hallazgo se apoya en los datos. Los conceptos
estadísticos se combinan con frecuencia con cuestiones sobre la causalidad o la inducción
que han sido tema de debates durante siglos” (Batanero, 2002).
Para su adecuada presentación y tratamiento en el aula, es necesario analizar los aspectos más
significativos de la peculiar naturaleza del conocimiento estocástico pues ellos inciden
directamente en las condiciones de su aprendizaje y su enseñanza.
3
básicas. Por ejemplo, el propio objeto de estudio del conocimiento estocástico, los fenómenos
aleatorios, está sometido a controversia (Azcárate, 1995).
Desde las explicaciones encontradas en los distintos momentos históricos, podemos suponer
que para unas personas el azar y lo aleatorio será, por ejemplo, todo aquello que tiene que ver
con la "suerte" o el "destino" y por tanto incontrolable; para otros, simplemente el producto de
nuestra ignorancia sobre ciertos fenómenos, sobre las causas que los originan o sobre su
funcionamiento, lo que conlleva su imposible control; en algunos casos, la explicación
considerada puede estar más en función de la complejidad intrínseca de los fenómenos y, por
tanto, de la imposibilidad de una predicción exacta de su resultado; etc. Todas ellas son
susceptibles de ser consideradas pero no todas son idóneas para una adecuada comprensión
probabilística de la realidad.
Este breve análisis, que no deja de ser un mero boceto de la complejidad de la temática, nos
da una idea de su dificultad y de la ambigüedad implícita en el reconocimiento de un suceso
como aleatorio, sin determinar claramente las condiciones y los criterios o argumentos para
tal adscripción. Un grave error educativo es considerar la caracterización de la aleatoriedad
como algo obvio y no dependiente de determinados criterios y reconocimientos de los
elementos implicados, cuando vienen referidos a sistemas de ideas implícitos.
4
"La probabilidad es un concepto particularmente resbaladizo. A través de la probabilidad
intentamos demarcar un estado amorfo situado entre dos extremos imaginarios: la total
ignorancia y el conocimiento perfecto" (Konold, 1991; p.139).
En este caso su significado es de compleja elaboración desde una lógica causal, ni el estudio
de la situación empírica por sí misma: el objeto de estudio; ni la representación matemática
por sí mismo: el modelo, pueden expresar el significado de la probabilidad.
Desde la revisión de las claves de la evolución, tanto del conocimiento estadístico como el
probabilística, una de las principales ideas que pueden extraerse y que los caracteriza, es la
constante relación interactiva entre las situaciones empíricas y la modelización
matemática a lo largo de todo su desarrollo. El modelo matemático y la situación empírica
no pueden ser totalmente congruentes, se construyen modelos adaptados a las distintas
situaciones que luego han de ser generalizados, pero sin olvidar la necesidad de dicho
referente real para la construcción del modelo.
Las afirmaciones estocásticas siempre reflejan una vinculación con situaciones reales y, por
tanto, el pensamiento estocástico, a diferencia de otros campos del pensamiento matemático
como el aritmético, el geométrico o el algebraico, ha de tener siempre un referente real,
siendo imprescindible tener en cuenta, desde el principio, la diferencia entre el modelo
matemático y la situación real.
5
Es decir, como ya señalaban Anderson y Loynes (1987) hace casi 20 años, el aprendizaje de
este conocimiento es inseparable del estudio de sus aplicaciones; su historia muestra también
como recibe ideas y aportes desde áreas muy diversas, donde, al tratar de resolver problemas
diversos (transmisión de caracteres hereditarios, medida de la inteligencia, etc.) se han creado
conceptos y métodos estadísticos de uso general (correlación, análisis factorial).
Estas ideas, nos informan sobre las peculiaridades propias del conocimiento estocástico que,
como ya indicábamos, inciden tanto en su aprendizaje como en su enseñanza.
Los procesos de enseñanza han de reflejar, por tanto, esta necesaria interacción entre el
modelo matemático y la situación empírica, en los distintos niveles de complejidad. Este
complicado "feedback" como vehículo de la instrucción supone un serio cambio para el
profesor, pues ello implica una aproximación al conocimiento estocástico por distintos
6
caminos que permitan la interrelación continua entre lo empírico, lo intuitivo y lo formal
(Falk y Konold, 1992).
En dichas situaciones, surgen dos elementos que son básicos para el desarrollo del
pensamiento estocástico: los medios de representación de los datos obtenidos en dichas
situaciones y la actividad que con ellos se realice. En el caso del conocimiento estocástico un
elemento que refleja las posibles interacciones entre el modelo matemático y el caso
individual es su modelización mediante los diferentes medios de representación, como tablas
o gráficos (Steinbring, 1991). Todas estas capacidades se incentivan en el trabajo con
propuestas globales de actuación, proyectos, casos, escenarios, etc.
El trabajo con propuestas de esta naturaleza supone problemas de gestión en el aula. Las
condiciones que configuran el conocimiento estadístico y probabilístico implican la
consideración de un proceso de enseñanza contextualizada y participativa, lo cual provoca
controversias cos las formas tradicionales de trabajo en las aulas de matemáticas. Por otro
lado, este tipo de trabajo promueve también el trabajo en grupos y la perspectiva socio
cultural en el aula (Cobb y Hodge, 2002), parte importante también de su aprendizaje.
Supone, por tanto, la interacción entre el trabajo individual del alumno y el cooperativo,
orientado hacia el aprendizaje comprensivo de conceptos, procedimientos de búsqueda y
recogida de información, representaciones y gráficos, la necesaria ejercitación de técnicas de
cálculo y la mejora en las capacidades de análisis, argumentación, formulación de conjeturas
y creatividad de sus alumnos y la adecuada organización de la información para su
comunicación (Lipson y Kokonis, 2005). La organización de la información obtenida y la
elaboración de informes favorece el desarrollo de la capacidad discursiva de los estudiantes,
como medio de ampliar sus habilidades de pensamiento crítico. En la producción de su
informe el estudiante debe situar el análisis de sus datos dentro de un argumento coherente y
7
convincente que apoye sus hipótesis; la comunicación de ideas a partir de tablas y gráficos es
especialmente importante en el razonamiento estadístico (Nolan y Speed, 1999).
Ideas que pueden dar pistas sobre la dificultad del profesorado para tratarlos en sus aulas.
Podríamos pensar que ante la falta de dominio de este conocimiento, los profesores podrían
acudir a los libros de textos, pero tampoco parece una solución acertada.
Aunque pueda parecer un aspecto más pragmático el análisis de los libros de texto, no por ello
deja de ser importante. Gran parte del profesorado utiliza como referente fundamental, para
preparar su intervención, los libros de texto.
Además, como indica Martínez (2002), las nuevas propuestas se quedan en un cambio más de
“formas” que de fondo, pues, gran parte de ellas mantienen un carácter de continuidad con los
principios tradicionales, en los que el objetivo preferente es la actividad matemática y no la
actividad estadística (Holmes, 2002).
8
Así, analizando las formas de presentación del conocimiento probabilístico (figura1) en los
libros de texto de la ESO (Serrado, 2000), se detecta como la estructura de dichas unidades
responde fundamentalmente a dos formas diferenciadas de razonamiento.
Estructura Unidades
Hipotético-deductivo Empírico-inductivo
Relación Observación
Conocimiento externo Verdad
causa/efecto
ya determinado determinada
Los problemas y ejercicios de los libros de texto sólo suelen concentrarse en los
conocimientos técnicos.
Por último, otra de las posibles razones que, desde nuestra perspectiva mayor influencia
puede tener es que, si bien la necesidad de su integración ha sido reconocida
institucionalmente y se ha promovido su introducción progresiva en los planes de estudios, sin
embargo, paralelamente no se ha dedicado la necesaria atención al desarrollo de los
profesionales responsables de su integración real en las aulas, lo que ha provocado una
preparación insuficiente para enseñar estos conceptos.
La mayoría de los maestros nunca han estudiado formalmente estos conocimientos y los
profesores de secundaria pueden haber recibido algún curso introductorio en la universidad,
9
generalmente desde perspectiva formales, situaciones que en ningún caso preparan a los
profesores para enseñarlos.
Como resultado, la mayoría de los maestros y profesores tiene conocimiento débil de estos
conceptos y, en el caso de tratarla en su aula, tienden a enfocar su instrucción en los aspectos
más procedimentales vinculados al cálculo y no en la comprensión conceptual (Nicholson y
Darnton, 2003; Watson, 2001).
Los docentes se encuentran ante grandes dificultades para otorgar en sus aulas el peso
indicado a estas ideas ya que, por un lado, se enfrentan ante una propuesta externa para la
incorporación de este nuevo conocimiento que en la mayoría de los casos no conocen y, por
otro, dicho conocimiento se presenta de forma dispersa en los libros de texto y materiales
curriculares.
Todos estos aspectos inciden en las decisiones de los profesores que explican la baja
presencia de estos conocimientos tanto en las aulas de primaria como de secundaria. El
tiempo y las formas de la formación estadística y probabilística están aún muy lejos de ser las
adecuadas y los alumnos llegan al final de su etapa formativa, o a la universidad, sin los
conocimientos básicos de estadística descriptiva y cálculo de probabilidades.
La investigación desarrollada en los últimos años indica que hay una relación clara entre las
concepciones de los profesores y sus experiencias durante el desarrollo del proceso de
enseñanza y aprendizaje.
Idea que en el campo de la educación estadística se ve determinada por las características del
conocimiento que los profesores tienen sobre el tema. De hecho, hay una fuerte evidencia de
investigación de la pobre comprensión de estos conocimientos que disponen tanto los
profesores en formación, como en activo (Azcárate, 1996; Carnel, 1997; Begg y Edward,
1999; Cardeñoso, 2001; Serradó, Azcárate y Cardeñoso, 2006).
10
Como hemos visto en el apartado anterior, una de las nociones básicas del razonamiento
estocástico es la aleatoriedad. En principio, las personas se desconciertan ante lo inesperado o
fortuito, pero luego, progresivamente, buscan causas que justifiquen "más o menos" las
fluctuaciones encontradas, lo que les lleva a buscar razones ocultas para los hechos de un
cierto orden oculto, argumentando y explicando la existencia de ese suceso inesperado. En sus
trabajos, Ayton, Hunt y Wright (1989) describen la variedad de criterios que utilizan los
individuos para determinar si una cierta secuencia es aleatoria o no, reflejo de la propia
complejidad de la noción de Aleatoriedad.
Investigaciones con profesores en activo, y con futuros profesores, nos dan algunas pistas
sobre las dificultades en la caracterización de la Aleatoriedad (Azcárate, 1995; Cardeñoso,
2001).
S258: Predecir la cantidad de caras que se obtienen en 100 lanzamientos de una moneda es un
fenómeno... No Aleatorio, porque se pueden calcular las probabilidades...
S45: Un Fenómeno Aleatorio es aquel... Que no sea algo material, que no tenga reglas, que no
tenga estructura
S24: Un Fenómeno Aleatorio es aquel…Que tenga las mismas posibilidades de que se llegue a
dar, que de que no se llegue a dar.
Podemos ver como clasifican como no aleatorios aquellos fenómenos que están originados
por factores conocidos que determinan si el suceso va a ocurrir o no, independientemente del
azar; cuando aparece cualquier factor que pueda contrarrestar la acción del azar, y por tanto
tener información sobre su funcionamiento, el suceso ya no es aleatorio.
S270: Encontrar un trabajo que tenga que ver con mi formación es un fenómeno... No
Aleatorio, porque depende de la ley de la oferta y de la demanda.
S312:.Predecir el color de una bola que se extrae de un bombo con bolas de distintos colores es
un fenómeno Aleatorio..., porque depende de la suerte
Reafirman que solo se reconoce como suceso aleatorio aquel que depende del azar, en cuanto
existe alguna otra causa que el sujeto pueda conocer o controlar, ya no se considera
aleatorio, aunque exista un margen de imprecisión en su ocurrencia.
11
profesores en activo, integrados en la tendencia caracterizada como Determinista;
caracterizada por utilizar argumentaciones causales tanto para reconocer como para negar la
aleatoriedad, generalmente sólo reconocen como suceso aleatorio el vinculado con el contexto
del juego y, en consecuencia, el procedimiento básico que utilizan para asignar probabilidades
es el Laplaciano.
Los datos globales nos dicen que más del 50% de los criterios de análisis de las situaciones
presentadas se apoyaban en presupuestos deterministas y causal, en muy pocas ocasiones se
analizaba la existencia de una interacción de causas vinculada a la incertidumbre
• 20% muestra
Al objeto de Argumentación
• Tendencia a negar aleatoriedad
Reconocer
Causalidad • No admiten mundo indeterminista, salvo asociado
ALEA
al juego
Negar • Estimación Laplaciana como lectura usual de la
Causalidad
ALEA fórmula matemática
Asignar • Nivel determinista de la realidad
Laplaciana
PRO
Evidentemente esto tiene sus consecuencias en las aulas, Batanero y Serrano (1999) indican
que la introducción de la idea de aleatoriedad se hace preferentemente de un modo
descriptivo, cobrando un papel primordial los matices de lenguaje. La descripción de las
características atribuidas a los resultados de los experimentos se realiza mediante palabras
como imprevisible, incierto, etc., con las que se pretende que se evoquen las propiedades de
tales fenómenos, pero cuyo significado no suele clarificarse.
Estas dificultades se ven agravadas cuando al acudir a los libros de textos nos encontramos
con una realidad similar. En primer lugar, los textos presentan básicamente el azar
modelizado a partir de argumentaciones asociadas con la suerte y la aleatoriedad con la
incertidumbre del suceso, caracterizaciones que son insuficientes para poder comprender
adecuadamente el significado de las nociones probabilísticas.
Es difícil encontrar en los libros de texto alguna sección dedicada a presentar el significado de
la incertidumbre y de la aleatoriedad como ideas previas a su estudio mediante los
procedimientos estadísticos y probabilísticos. En sus unidades suelen incluir una breve
explicación y actividades relacionadas con experimentos del azar, fundamentalmente juegos.
En general presentan a los experimentos, que no fenómenos o situaciones, deterministas y
azarosos en la misma sección.
12
Por ejemplo, una caracterización del experimento del determinista presente en muchos libros
de texto sería:
Realmente estas dos definiciones son antagónicas. El experimento aleatorio no se define por
sus características sino por lo que no es; es decir, se define como negación del determinista, es
como si establecieran un isomorfismo entre los experimentos aleatorios y los no-
deterministas.
Todas estas ideas son reforzadas cuando la mayoría de los ejemplos de experimentos
deterministas se refieren a experimentos físicos y químicos, que se rigen por las leyes de la
ciencia. Sin embargo, la mayoría de los ejemplos de experimentos aleatorios son juegos
obtenidos con generadores aleatorios, como dados o monedas. Los estudiantes determinan
que estos experimentos son aleatorios porque las causas son desconocidas y un producto de la
fortuna. Bajo esta caracterización, como la imposibilidad de predecir las causas, subyace un
13
principio de determinismo, opción que entra en clara controversia con la idea de
incertidumbre.
"las ideas intuitivas sobre el azar pueden preceder a las ideas formales y, si son correctas,
pueden ser de gran ayuda en le aprendizaje; pero en caso contrario, pueden llegar a dificultar
la correcta comprensión de los conceptos".
De nuevo, si nos vamos a los textos, encontramos que tampoco ayudan especialmente a los
profesores. Los textos tampoco suelen clarificar el significado de términos como imprevisible,
colección, conjunto, seguro, imposible, etc., dificultando la elaboración de las nociones
probabilísticas que los sustentan, como fenómeno y experimento, suceso y proceso, espacio
muestral o secuencia aleatoria.
En la misma línea, las investigaciones realizadas con futuros maestros nos permite mostrar
que, a pesar de la simplicidad aparente de algunos de las ideas estadísticas, como la idea de
promedio, su comprensión presenta dificultades similares a las encontradas en sus futuros
alumnos. Los datos muestran la falta de comprensión del algoritmo de cálculo de la media, el
desconocimiento de los alumnos de la relación entre media, mediana y moda en distribuciones
no simétricas o la creencia en que todas las distribuciones son simétricas (Batanero, Godino y
Navas, 1997).
14
En una reciente investigación realizada con profesores de secundaria en activo, en relación
al tratamiento de estos conocimientos en sus aulas, se presentan diferentes argumentaciones
sobre sus dificultades a la hora de su enseñanza (Serrado, 2003; Serrado, Cardeñoso y
Azcárate, 2005).
En ella, aunque reconocen su papel en la formación del alumno por su transferencia a la vida
real:
“Yo creo que sí les puede servir a ellos... porque quizás es algo que ellos sí lo vean más en la
vida diaria que, por ejemplo, la unidad de polinomios (S5).
No termina de ver claro su introducción en el aula, por lo distante del trabajo actual del
alumno en clase de matemáticas:
“Supongo que también dependerá de cómo tu plantees el tema, pero al menos tal y como los
alumnos están acostumbrados hasta el momento de cómo se les presentan las matemáticas en
el aula, para ellos sería aprender nuevas reglas del juego... (S1).
Los datos de la investigación nos dicen que estos profesores consideran que:
* El desarrollo de este bloque de contenidos tiene menos importancia que los otros
Como podemos intuir de las diferentes informaciones disponibles desde las investigaciones y
reflexiones presentadas, es realmente una compleja red de razones la que nos llevan a la
actual situación de ausencia en las aulas del tratamiento del conocimiento estocástico.
Razones que reflejan las dificultades que deben afrontar los profesores y que podríamos
15
sintetizar en tres categorías:
16
• El estudio de los proceso cognitivos, las dificultades, errores y obstáculos de los
alumnos en el aprendizaje del conocimiento estocástico, sus nociones, procedimientos
y estrategias que le permiten orientar e interpretar las producciones de sus alumnos y
guiar su aprendizaje.
Las perspectivas epistemológica, ontológica y didáctica desde la que actúan los profesores
tienen claras implicaciones en sus decisiones sobre qué y cómo ellos enseñan. Configuran tres
referentes, o dimensiones básicas del conocimiento práctico profesional, que el profesor ha de
elaborar y ha de poner en práctica durante el proceso de enseñar el conocimiento estadístico.
Los profesores, como ciudadanos estadísticamente cultos deben ser capaces de controlar sus
intuiciones sobre el azar, diferenciar las que son correctas e incorrectas, y aplicar el
razonamiento estadístico para controlar sus intuiciones en las situaciones de riesgo y toma de
decisión. Condición necesaria para ayudar a sus alumnos a elaborar un razonamiento
adecuado y superar la situación actual, donde los alumnos llegan a la universidad con
conocimientos casi nulos y numerosas intuiciones incorrectas sobre la estadística y la
probabilidad, que les dificultarán la comprensión posterior de conceptos fundamentales como
los de de inferencia (Carrera, 2002).
En este sentido, es necesario que el profesor reflexione sobre la naturaleza del conocimiento
estocástico, pero también ha de reflexionar sobre los aspectos relacionados con el
aprendizaje y la enseñanza. En la misma línea que cuando analiza el campo conceptual, el
17
trabajo sobre los aspectos didácticos ha de estar vinculado con sus intereses ideas y con sus
prácticas.
Para que sean significativos los contextos formativos han de estar ligados a la práctica
profesional, o su futura práctica, como forma de poner en cuestión y contrastar las diferentes
decisiones que se toman en un proceso de intervención. Situaciones que han de permitirles
pensar en el "qué" enseñar en relación al conocimiento estocástico y el "cómo" enseñarlo.
Integrarse en estos contextos reflexivos favorece el estudio sobre las estrategias
metodológicas más adecuadas para su presentación y tratamiento en el aula.
Este tipo de trabajo supone un reto para los alumnos, acostumbrados a que en la clase de
matemáticas cada problema y ejercicio tiene una única solución y suele estar concentrado
cada vez en un sólo concepto. Sin embargo, el trabajo con escenarios, proyectos o situaciones
más globales, implica la existencia de diferentes procedimientos y soluciones adecuadas que
suelen trabajar bastantes más de un solo contenido (Cardeñoso y Serrado, 2006; Batanero y
Díaz, 2004). Pero no sólo es un reto para los alumnos, también lo es para el profesor que debe
aprender a moverse en el método y razonamiento estadístico
Las propuestas deben ser realistas, abiertas y apropiadas al nivel del alumno. Se debe
comenzar proponiendo un problema práctico y abarcable que necesita de la estadística para
18
resolverlo. Nolan y Speed (1999) sugieren que en el comienzo el profesor no debe centrarse
en la terminología estadística, sino proporcionar estrategias generales que puedan
generalizarse a otros datos y contextos. El razonamiento estadístico es una herramienta de
resolución de problemas y no un fin en sí mismo. La fase de planteamiento de preguntas es
una de las más difíciles.
Los profesores tienen grandes dificultades a la hora de diseñar escenarios o proyectos que
configuren entornos de aprendizaje adecuados del conocimiento estocástico. Muchas veces,
ellos mismos tienen dificultades para afrontar la realización de proyectos.
Una lista de puntos a tener en cuenta al plantear las preguntas del estudio podría ser:
¿Qué quieres probar?; ¿Qué tienes que medir /observar /preguntar?; ¿Qué datos necesitas?
¿Cómo encontrarás tus datos? ¿Qué harás con ellos?; ¿Crees que puedes hacerlo?
¿Encontrarás problemas? ¿Cuáles?; ¿Podrás contestar tu pregunta? ¿Para qué te servirán los
resultados?
Una posibilidad para promover procesos formativos de esta naturaleza es incorporar a los
profesores en equipos de investigación y diseño curricular que den sentido a su propio
proceso formativo (Espasandín y López, 2002). Un intento de constituir un equipo de esta
naturaleza se recoge en el proyecto “Earlystatistics” .
La constatación de que está realidad no sólo corresponde al ámbito español sino que, en
muchos países europeo están en condiciones similares, ha provocado la necesidad de buscar
soluciones y alternativas que nos permitan avanzar en el camino de integrar este conocimiento
en las aulas.
Siendo conscientes de que la llave de la puerta la tiene en gran parte el profesorado, este
proyecto intenta elaborar y evaluar una propuesta formativa que dé respuesta a alguna de estas
19
problemáticas y aporte información relevante para lo formación de los docentes en este campo
del conocimiento matemático.
Será implementado en cuatro países europeos (Chipre, Grecia, Noruega y España), desde
procesos colaborativos, apoyados en recursos tecnológicos, y sometido a un proceso riguroso
de investigación que nos permita valorar su adecuación y eficacia.
- Reuniones y discusiones presenciales con los tutores y profesores locales en cada país.
entorno tecnológico.
- E_Learning: LMS
En definitiva, es una propuesta que intenta vincular la práctica real de los profesores
implicados con procesos de experimentación y reflexión sobre el tratamiento en el aula de
algunas de las ideas básicas del conocimiento estadísitico (Figura 2).
20
Población Muestra
I. Producción
F/E Aleatorio de datos Datos
II. Análisis
exploratorio
de datos
III. Inferencia
Probabilidad
El desarrollo del programa formativo se configura en cuatro ciclos (Figura 3). Los dos
primeros momentos, centrados en el proceso de diseño previo a la experimentación en el aula,
están dirigidos a analizar el conocimiento seleccionado y su aprendizaje y adaptar a su nivel
educativo y contexto la presentación de los escenarios integrados en la propuesta formativa.
El tercer momento es la puesta en práctica del escenario, en cada aula, con un seguimiento
del proceso mediante las herramientas que facilita el entorno tecnológico.
El cuarto momento está más orientado a retomar todo el proceso y analizar éxitos, dificultades
y posibles modificaciones.
21
3 4
1 2 Reflexión
Práctica
Contenido Cognición evaluación
Conocimiento de y sobre
Estadística y probabilidad
Conocimiento sobre
Aprendizaje/enseñanza
Conocimiento práctico
La idea es hacer un seguimiento del proceso que nos permita analizar y contrastar, entre el
equipo de profesores y formadores implicados, la experiencia formativa y el desarrollo de los
escenarios puestos en juego en el aula. La evaluación será llevada a cabo desde procesos de
reflexión y de colaboración que permitan no sólo “experimentar” con la enseñanza del
conocimiento estocástico, sino elaborar un conocimiento profesional que de respuesta a
algunos de los problemas planteados y favorezca la progresiva integración de su enseñanza en
nuestras escuelas.
CONCLUSIONES
La reforma curricular promovida por la LOGSE, así como en otros currículos recientes de los
países de nuestro entorno, supone un importante reto al sistema educativo, no sólo en los
niveles de enseñanza primaria y secundaria, sino también para la formación inicial y
permanente de los profesores de las distintas áreas curriculares. En el caso de la formación de
los profesores de primaria y secundaria es preciso contemplar la preparación matemática y
didáctica en los nuevos contenidos, cuya enseñanza se propone o potencia en la reforma,
como es el razonamiento estadístico y el tratamiento de la información.
Nuestros alumnos, no sólo aprenden en el contexto escolar, su interacción con el medio es una
parte vital de su desarrollo. En él encuentran información estadística en la prensa y medios de
22
comunicación, en Internet, realidad que está empezando a modificar las relaciones docentes –
con o sin participación voluntaria de los profesores. Es evidente que los profesores de todos
los niveles educativos hemos de aceptar la rapidez del cambio social, e implicarnos en él, si
queremos guiar de algún modo la educación estadística y crear una verdadera cultura
estadística en la sociedad.
Como en cualquier campo profesional, los profesores necesitan de una formación específica
que habilite para el ejercicio de esta importante profesión. La formación debe proporcionar
los conocimientos iniciales necesarios, ayudar en el logro y desarrollo de competencias
específicas de la profesión docente, actualizar respecto a los cambios metodológicos,
conceptuales y técnicos que periódicamente se producen y atender demandas formativas
específicas, en este caso las necesarias para promover una educación estocástica adecuada.
Pero, si bien esta idea es válida, su incidencia en las aulas no será un hecho hasta que los
profesores, responsables de esas aulas, no las incorporemos a nuestro sistema de ideas.
El cambio en nuestras formas de enseñar sólo es posible si somos capaces de revisar nuestras
ideas, ello implica mirarnos a nosotros mismos, analizar y poner en cuestión nuestras ideas y
esquemas de acción que guían nuestras prácticas (Azcárate, 2005). Debemos pensar qué
podemos hacer, desde nuestras posibilidades y en nuestro contexto, para apoyar y promover la
presencia de la Educación Estocástica en nuestras aulas.
REFERENCIAS
Anderson, C. W. y Loynes, R. M. (1987). The teaching of practical statistics. Nueva York: Wiley.
Ayton, P., Hunt, A.J. y Wright, G. (1989). Psicological conceptions of randomness. Journal of Behavioral
Decision Making, 2, 221-238.
Azcárate, P. (1995): El Conocimiento Profesional de los Profesores sobre las nociones de Aleatoriedad y
Probabilidad. Su estudio en el caso de la educación Primaria. Tesis doctoral inédita. Universidad de
Cádiz.
Azcárate, P. (1996). Estudio de las concepciones disciplinares de futuros profesores de primaria en torno a las
nociones de aleatoriedad y probabilidad. Granada: Editorial Comares.
Azcárate, P. (1999). El conocimiento profesional: naturaleza, fuentes organización y desarrollo. Quadrante (pp
111-138) Vol 8.
Azcárate, P. (2001). El conocimiento profesional didáctico-matemático. Cádiz: Servicio de Publicaciones de
Cádiz.
Azcarate, P. (2005). El profesor de matemáticas ante el cambio educativo: una visión desde la complejidad. En
Actas del V CIBEM, Congreso ibero-americano de educaçao matemática, Porto, Portugal: Universidad
de Porto.
Azcárate, P., Cardeñoso, J.M. y Serradó, A. (2003): ‘Hazard's treatment in Secondary School’, Proceedings of
the Third Conference of the European Society for Research in Mathematics Education, Bellaria, Italy.
http://www.dm.unipi.it/~didattica/CERME3/proceedings.
Batanero, C., y Serrano, L. (1999). The meaning of randomness for secondary school students. Journal for
Research in Mathematics Education, 30(5), 558-567.
Batanero, C (2002) Los retos de la Cultura Estadística. Conferencia Inaugural de las Jornadas Internacionales de
Enseñanza de la Estadística. Buenos Aires.
Batanero, C. y Díaz, C. (2004). El papel de los proyectos en la enseñanza y aprendizaje de la estadística. En J.
Patricio Royo (Ed.), Aspectos didácticos de las matemáticas (125-164). Zaragoza: ICE.
23
Begg, A., y Edwards, R. (1999). Teachers' Ideas about Teaching Statistics. Paper presented at the Joint
Conference of the AARE & NZARE, Melbourne.
Benneth, D.J. (2000). Aleatoriedad. Madrid: Alianza Editorial.
Cardeñoso, J.M. (2001). Las creencias y conocimientos de los profesores de Primaria andaluces sobre la
Matemática escolar. Modelización de concepciones sobre la Aleatoriedad y Probabilidad. Cádiz:
Servicio de Publicaciones de la Universidad de Cádiz.
Cardeñoso, J.M. y Azcárate, P. (1995): Tratamiento del conocimiento probabilística en los proyectos y
materiales curriculares. Suma, 20, (41-52)
Cardeñoso, J.M. y Serrado, A. (2006): ¿Puedo adivinar qué idioma está hablando mi amigo con sólo contar las
vocales?. Escenarios para el aprendizaje de la estadística y la probabilidad. Taller desarrollado en
Investigación en el aula de matemáticas. Estadística y Azar. Granada.
Carnel, L. J. (1997). Computers in Probability Education. In R. Kapadia & M. Borovcnik (Eds.), Chance
Encounters: Probability in Education, (pp. 169-211). Boston: Kluwer Academic Publishers.
Carrera, E. (2002). Teaching statistics in secondary school. An overview: From the curriculum to reality. En B.
Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching of Statistics. Ciudad del
Cabo: IASE. CD ROM.
Cobb, P. y Hodge, L. (2002). Learning, identity, and statistical data analysis. En B. Phillips (Ed.). ICOTS-6
papers for school teachers. Cape Town: International Association for Statistics Education (CD Rom).
Connor, D., Davies, N. y Payne, B. (2002). Web-based project and key skill work. Teaching Statistics, 24(2), 62-
65.
Espasandin, C. y Lanner, A. R. (2002). Probability and statistics in elementary school: A research of teachers’
training. En B. Phillips (Ed.), Proceedings of the Sixth International Conference on Teaching of Statistics.
Ciudad del Cabo: IASE. CD ROM.
Falk, R. y Konold, C. (1992): "The Psychology of Learning Probability". En Gordon y Gordon (Eds.): Statistics
for the Twenty-First Century. Washington, D.C.
Gal, I (2002). Adult's statistical literacy. Meanings, components, responsibilities. International Statistical
Review, 70(1), 1-25.
Heitele, D. (1975): "An epistemological view on fundamental stochastic ideas". En Educational Studies in
Mathematics, 6, 187-205.
Holmes, P. (2002). Some lessons to be learnt from curriculum developments in statistics. En B. Phillips (Ed.),
Proceedings of the Sixth International Conference on Teaching of Statistics. Ciudad del Cabo: IASE. CD
ROM.
Konold, C. (1991): "Understanding Students' Beliefs about Probability". En Glasesfeld (Ed.): Radical
Constructivism in Mathematics Education. Dordrecht: Kluwer.
Konold, C. y otros (1991): "Nocives views on randomness". En The Thirteenth Annual Meeting of the
International Group for the Psychology of the Mathematics Education. Blacksburg VA.
Kyburg, H.E. (1974): The logical fundation of Statistical Inference. Dordrecht: Reidel.
Lajoie, S. y Romberg, T. (1998). Identifying an Agenda for Statistics Instruction and Assessment in K-12. In S.
Lajoie (Ed.), Reflections on Statistics: Learning, Teaching, and Assessment in Grades K-12, (pp. xi-xxi).
Mahwah, NJ: Lawrence Erlbaum Associates, Inc.
Lipson, K. y Kokonis, S. (2005). The implications of introducing report writing into an introductory statistics
subject. Comunicación en la IASE Satellite Conference Statistics Education and the Communication of
Statistics. Disponible en http://www.stat.auckland.ac.nz/~iase/publications/14/fienberg.pdf. Syney,
Australia: IASE.
Martínez, J. (2002). Políticas del libro de texto escolar. Madrid: Ediciones Morata.
Murray, S. y Gal, I. (2002). Preparing for diversity in statistics literacy: Institutional and educational
implications. En B. Phillips (Ed.). ICOTS-6 papers for school teachers. Cape Town: International
Association for Statistics Education(CD Rom).
Nicholson, J. R. y Darnton, C. (2003). Mathematics Teachers Teaching Statistics: What are the Challenges for
the Classroom Teacher? In Proceedings of the 54th Session of the International Statistical Institute,
Voorburg, Netherlands: International Statistical Institute.
Nolan, D. y Speed, T.P. (1999). Teaching statistics theory through applications. American Statistician, 53, 370-
375.
Porlán, R. y Rivero, A. (1998). El conocimiento profesional de los profesores. Sevilla: Diada
Serrado, A. (2000): Diseño de las unidades dedicadas al Tratamiento del Azar en los libros de Educación
Secundaria Obligatoria. Trabajo de investigación. Universidad de Cádiz.
Serradó, A. (2003): El tratamiento del azar en educación secundaria obligatoria. Doctoral Dissertation.
Michigan, EEUU: UMI’s Proquest Digital Dissertations. AAT 3126908 Number.
24
Serrado, A., Azcárate, P. y Cardeñoso, J.M. (2005): Randomness in textbooks. The influence of deterministic
thinking. In M. Bosch (Ed.) Proceedings for the CERME 4: Four Conference of the European Society for
Research in Mathematics Education. Barcelona, Spain: Ramon Llull University.
Serrado, A., Azcárate, P. y Cardeñoso, J.M. (2006): Analysing teacher resistance to teaching probability in
Compulsory Educativo. Proceedings of the 7th International Conference on Teaching Statistics. Working
Cooperatively in Statistics Education. Salvador de Bahía, Brasil.
Serrado, A., Cardeñoso, J.M. y Azcárate, P. (2005): “Las concepciones deterministas, un obstáculo para el
desarrollo profesional del docente en el campo probabilística”. Actas del V CIBEM, Congreso ibero-
americano de educaçao matematica. Porto: Universidad de Porto.
Steinbring, H. (1991): "The Theoretical nature of probability in the classroom". En Kapadia y Borovcnick (Eds):
Chance Encounters: Probability in Education. Dordrecht: Kluwer.
Wagensberg, J. (1998). Ideas sobre la Complejidad del Mundo, Mathemas 9, Tusquets Editores, S.A, Barcelona
Watson, J.M. (2001). Profiling Teachers’ Competence and Confidence to Teach Particular Mathematics Topics:
The Case of Chance and Data. Journal for Mathematics Teacher Education, 4(4), 305-337.
25