Está en la página 1de 39

Todo ha cambiado menos nuestra manera de pensar Albert Einstein http://ctl.sri.com/people/displayPerson.jsp?Nick=nora nora.sabelli@sri.

com

Dos faces de educacion en ciencias


Tomado de Duschl

Primera faz
Ciencia actual

Segunda faz
Alfabetizacion cientifica

Preparar cientificos Ciencia como patrimonio social


Primera revolucion en NSF (1955 a 1975) Segunda revolucion en NSF (1983 al presente)

Caractersticas de la nueva ciencia y lo que nos dicen sobre lo que es necesario saber:
sistemas complejos explicaciones microscpicas

experimentacin matemtica
Dinmica, es decir procesos Importancia del contexto (entorno, ecologa)

Observacin
Alquimia, cirugia

Teora

Ciencias naturales
Experimentacin Simulacin

Biologa, Qumica

Fsica, Matemticas

Las causas de Aristteles Material componentes Formal conexiones Eficiente principios Final - objetivos

y las ciencias paradigmticas que las reflejan


Material: fsica mas tradicional Formal: biologa, ciencias de sistemas Eficiente: ingeniera, diseo Final: ciencias sociales

Pensemos en distintos tipos de conocimiento:


declarativo lo que sabemos,

procedural como sabemos,


estratgico para qu sabemos

Los paradigmas y el tipo de conocimiento importan porque definen el tipo de evidencia requerido

Ensear lo que sabemos,


no es lo mismo que Ensear cmo sabemos lo que sabemos. Esto ltimo trae a colacin explicaciones microscpicas

experimentacin matemtica
entender el porqu de la ciencia

The HS Lab Experience: Reconsidering the Role of Evidence, Explanation and the Language of Science. Richard A. Duschl, Rutgers University, 2005 Commissioned paper by the National Research Council, Committee on the Role of the Laboratory in High School Science

El lenguaje de la ciencia en las escuelas y en los medios de


comunicacin no ha seguido el ritmo del lenguaje de la prctica cientfica, una prctica que es cada vez menos acerca de los experimentos y cada vez ms sobre los datos y su modelado.

En resumen, se podra argumentar que las explicaciones


causales basadas en el control de variables experimentales han dado lugar a la explicacin estadstica / probabilstica

basada en experimentos computacionales.

Porque hablo de nanosciencia y nanotecnologa


mis formacin un sentido de alfabetizacin cientfica manufactura del futuro su importancia terica re unificacin de las ciencias y matemticas aplicadas

Scanning electron microscope Atomic force microscope

Modelos conectan datos y teoras


Methods for Materials Modeling and Simulation System Size Continuum Kinetic Monte Carlo

Molecular dynamics Model Breakdowns and Conceptual change Ab Initio

Time Adapted from NanoStellar, http:

PORQUE SELECCIONAR IDEAS IMPORTANTES

Su poder explicativo dentro y fuera de la disciplina que se estudia: las ideas importantes ayudan a entender una gran variedad de ideas en muchas disciplinas cientficas Conforman una manera til de pensar sobre el mundo: son accesibles a los alumnos a travs de sus capacidades cognitivas (a la edad apropiada) y sus experiencias con fenmenos y representaciones Conforman bloques de construccin para el aprendizaje futuro: Son clave para el desarrollo de otros conceptos y ayudan a sentar las bases para el aprendizaje continuo.

LISTA DE CONCEPTOS A ENFATIZAR


EN NANOTECNOLOGA

Tamao y escala Estructura de la materia Efectos qunticos Propiedades que dependen del tamao Fuerzas dominantes a distintas escalas Auto asembaje Instrumentos y herramientas

Modelos y simulaciones
Tecnologa y sociedad

Identified Big Ideas


Big Ideas in Nanoscience Workshop (6/06)

Dominant Forces Size and Scale Modeling Properties of Matter Self-Assembly Society Tools

Surface-Dominated Behavior Tools/Instrumentation/ Characterization Models/Simulation Size-Dependent Properties

Societal Impact/Public Education Size and Scale Surface-to-Volume Ratio Quantum Mechanics

NCLT Faculty NSEE Workshop (8/06)

Particulate Nature of Matter

Self-Assembly

DE TODAS MANERAS ES IMPORTANTE


En

la educacin primaria y secundaria

Conectar los conceptos de fsica, qumica y biologa Enfatizar los conceptos centrales de la ciencia Desarrollar la capacidad de construir e utilizar modelos cientficos

En

la educacin terciaria:

Conectar disciplinas, en particular ciencia e ingeniera a travs del diseo: Preparar a los estudiantes par una ciencia que cambia a paso acelerado

las ciencias reflejan la realidad de una ciencia

Enfoque comn Investigacin Como se las practica

Sistemas
Fuerzas Modelos

Su uso de datos
Argumentacin en base a datos

Cambio
Escala Causa y efecto

Implicaciones:

Loops causales vs. cadenas causales (redes nolineares) Sistemas integrados vs. unidades aisladas (niveles de anlisis)

Modelos dinmicos y simulaciones vs. modelamientos input-output (desarrollo y evolucin)

Sistemas nicos vs. sistems generales (localizacin) Emergencia vs. determinismo (innovacin)

En resumen
Lo que enseamos y lo que los estudiantes aprenden dependen de la herramientas de las que disponemos La alfabetizacin cientfica se esta convirtiendo en un derecho social Las herramientas de las que disponemos estn cambiando a paso acelerado A tal punto que requieren no solo profesionales capacitados, sino tambin una fuerza laboral muy distinta y por ende una preparacin del ciudadano tambin diferente.

SAM (Science of Atoms and Molecules), Concord Consortium (Tinker&Berenfeld)

PHYSBE

McLeod J, PHYSBE...a physiological simulation benchmark experiment, SIMULATION, 324-329, vol.7, no.6, 1966. McLeod J, PHYSBE...a year later, SIMULATION, 37-45, vol.10, no.1, 1968.