Opinión: Cómo las ‘guerras matemáticas’ de California están perjudicando a los estudiantes negros y latinos

Las guerras matemáticas de California están sacudiendo el sistema educativo del estado, con debates polémicos sobre los planes de estudio de la escuela secundaria.

Lo que está en discusión es si debería estar disponible un curso de “ciencia de datos” como sustituto de Álgebra 2. Los sistemas de la Universidad de California y la Universidad Estatal de California aceptaron anteriormente la ciencia de datos como un requisito de matemáticas avanzadas en lugar de Álgebra 2. Pero la UC y la CSU recientemente revocó esa decisión.

Los defensores de la ciencia de datos citan las altas tasas de fracaso de los estudiantes negros y latinos incluso en Álgebra 1. Señalan las aplicaciones concretas y reales de la ciencia de datos como un excelente motivador para los estudiantes en comparación con temas aburridos y teóricos de álgebra como la fórmula cuadrática, argumentando que el sustituto ofrece conocimientos más vitales para nuestra sociedad orientada a los datos. Han surgido dos planes de estudio populares en ciencia de datos: Introducción a la ciencia de datos de UCLA y youcubed de Stanford.

Pero como educador de ciencia de datos desde hace mucho tiempo, estoy consternado por las implicaciones y consecuencias de permitir que la ciencia de datos sustituya al álgebra 2. Entre otras preocupaciones, perjudicaría a los estudiantes negros y latinos, el mismo grupo al que los defensores de la ciencia de datos dicen ayudar, enseñando casi no tienen habilidades prácticas o conceptuales.

Quienes se oponen a los programas de ciencia de datos como yo creemos que los cursos, si bien son eficaces para involucrar a los estudiantes, son tan superficiales que, en el mejor de los casos, equivalen a cursos de “apreciación de la ciencia de datos”. Se debería exigir que cualquier sustituto de Álgebra 2 tenga una sofisticación matemática comparable. Incluso el autor de Introducción a la ciencia de datos ha admitido que su curso contiene “sólo una pizca de matemáticas”.

La mayoría de los profesores negros de ciencia de datos de la UC se oponen a eliminar el requisito de Álgebra 2 para la admisión a la UC. La ciencia de datos corre el riesgo de ser conocida como el “curso de matemáticas para negros y latinos” entre estudiantes, padres y profesores. En marzo de 2023, según las cifras que obtuve a través de la Ley de Registros Públicos del estado, 936 de los 1.091 estudiantes de ciencias de datos del Distrito Escolar Unificado de Los Ángeles eran hispanos. ¿Dónde está la indignación por el hecho de que algunas poblaciones sean desviadas hacia un rumbo más débil?

La ciencia de datos real, a diferencia de muchos de los cursos, es más que simplemente dibujar un par de gráficos y diagramas de barras. Es un campo profundo y sofisticado en el que incluso nosotros, los especialistas, podemos cometer errores sutiles pero muy graves. Los estudiantes cuyas habilidades matemáticas son débiles simplemente no tienen la base para comprender los matices de las aplicaciones de la materia.

En particular, el campo requiere habilidades sólidas en temas matemáticos básicos como la pendiente de una línea, funciones, etc.; en otras palabras, Álgebra 2. Algunos educadores de nivel universitario y K-12 han sugerido un compromiso: enseñar ciencia de datos junto con Temas de Álgebra 2, estimulando así a los estudiantes mientras desarrollan sus habilidades matemáticas. Esta podría ser una solución excelente, pero las opciones disponibles no están bien desarrolladas.

Un curso integrado no debería incluir sólo logaritmos y exponenciales, sino que debería relacionar activamente esas ideas con las aplicaciones de ciencia de datos, donde se utilizan ampliamente. El método conocido como regresión logística utiliza exponenciales para ayudar a predecir si podría ocurrir un evento y tiene una interpretación basada en registros. ¿Sabías que la famosa “curva en forma de campana” utiliza funciones exponenciales y cuadráticas? La ciencia de datos también emplea álgebra matricial, que se puede utilizar para encontrar la probabilidad de que un jugador arruine. Todos estos conceptos encajarían muy bien con el lenguaje de programación R que ya se utiliza en los cursos de ciencia de datos.

Fuente