Big Data y su Impacto Social

Big Data no es solo un concepto abstracto, sino un fenómeno que los estudiantes viven cada vez que usan redes sociales o reciben recomendaciones personalizadas. Aprenderlo mediante actividades prácticas les ayuda a conectar los datos que generan con su impacto real, haciendo visible lo que suele pasar desapercibido en su vida digital.

• 7o Básico
• Tecnología
• 4 actividades
• 30 min–45 min

Objetivos de Aprendizaje

1. Analizar cómo las redes sociales utilizan los datos de los usuarios para predecir y segmentar audiencias publicitarias.
2. Evaluar los beneficios y riesgos éticos asociados al uso de algoritmos en procesos de selección de personal.
3. Comparar las implicaciones de la recolección masiva de datos en la privacidad personal y el anonimato.
4. Explicar el concepto de Big Data y su rol en el desarrollo de la inteligencia artificial y la toma de decisiones automatizada.

Pecera de Discusión

⏱ 40 min·Parejas

Debate en Parejas: Beneficios y Riesgos de Algoritmos

Asigna a cada pareja un rol: defensores o críticos de algoritmos en selección de personal. Proporciona datos reales de casos chilenos para preparar argumentos en 10 minutos. Cada pareja presenta 2 minutos y responde preguntas del grupo.

Preparación y detalles

¿Cómo utilizan las redes sociales nuestros datos para predecir conductas?

Consejo de Facilitación: En el debate en parejas sobre algoritmos, asigna roles claros (defensor de beneficios vs. defensor de riesgos) para asegurar que todos participen activamente y escuchen perspectivas opuestas.

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Pecera de Discusión

⏱ 45 min·Grupos pequeños

Análisis Grupal: Publicidad Personalizada

En grupos pequeños, revisen capturas de anuncios en redes sociales de los estudiantes. Identifiquen patrones de datos usados (ubicación, intereses). Discutan en plenaria cómo predecir conductas y creen un póster con hallazgos.

Preparación y detalles

¿Qué beneficios y peligros trae el uso de algoritmos en la selección de personal?

Consejo de Facilitación: Durante el análisis grupal de publicidad personalizada, proporciona ejemplos reales de redes sociales y pide a los estudiantes que identifiquen qué datos se están usando para segmentar anuncios.

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Pecera de Discusión

⏱ 30 min·Individual

Simulación Individual: Anonimato en Big Data

Cada estudiante ingresa datos ficticios en una herramienta en línea segura (como generadores de perfiles). Analicen cómo se reconstruye identidad con cruces de datos. Compartan reflexiones en círculo.

Preparación y detalles

¿Es posible mantener el anonimato en la era del Big Data?

Consejo de Facilitación: En la simulación individual de anonimato, usa un software sencillo como Google Sheets con fórmulas básicas para que los estudiantes vean cómo se pueden combinar datos aparentemente inocuos y revelar identidades.

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Mapa Conceptual

⏱ 35 min·Toda la clase

Mapa Conceptual: Flujo de Big Data

En clase completa, construyan un mapa en pizarra digital mostrando recolección, procesamiento y usos. Agreguen ejemplos locales como datos de movilidad en Santiago. Voten impactos positivos y negativos.

Preparación y detalles

¿Cómo utilizan las redes sociales nuestros datos para predecir conductas?

Consejo de Facilitación: Para el mapa conceptual colectivo sobre el flujo de Big Data, usa una pizarra grande o papelógrafo donde cada grupo aporte una parte del proceso, asegurando que todos visualicen la secuencia completa.

Setup: Mesas con papel grande, o espacio en la pared

Materials: Tarjetas de conceptos o notas adhesivas, Papel grande, Marcadores, Ejemplo de mapa conceptual

• Comprender
• Analizar
• Crear
• Autoconciencia
• Autogestión

Enseñando Este Tema

Este tema se enseña mejor cuando los estudiantes trabajan con datos reales o simulados, en lugar de solo con teoría. Evita empezar con definiciones técnicas; en su lugar, parte de situaciones cotidianas que ellos reconozcan. La investigación muestra que los estudiantes retienen mejor los conceptos cuando pueden manipular datos y ver resultados inmediatos, por lo que actividades prácticas son clave.

Qué Esperar

Los estudiantes demuestran comprensión al identificar cómo Big Data afecta su privacidad y decisiones, argumentando con ejemplos concretos y reconociendo tanto sus beneficios como riesgos. Usan vocabulario técnico con precisión y participan activamente en debates colaborativos con evidencia.

Cuidado con estas ideas erróneas

Idea errónea común

Durante la Simulación Individual: Anonimato en Big Data, watch for students assuming que los datos en internet son privados porque no incluyen nombres.

Qué enseñar en su lugar

Usa ejemplos de datos combinados (ej. ubicación + horarios de trabajo + compras en línea) para mostrar cómo se puede reconstruir la identidad de una persona. Pide a los estudiantes que identifiquen qué datos, por sí solos, parecen inocentes pero al combinarlos revelan información sensible.

Idea errónea común

Durante el Debate en Parejas: Beneficios y Riesgos de Algoritmos, watch for students believing que los algoritmos son neutrales y objetivos.

Qué enseñar en su lugar

Proporciona datos sesgados reales (ej. currículums con nombres que sugieren género o origen) y pide a los estudiantes que analicen cómo estos datos entrenan a los algoritmos. Usa la estructura del debate para que confronten sus ideas iniciales con evidencia.

Idea errónea común

Durante el Análisis Grupal: Publicidad Personalizada, watch for students thinking que la personalización de anuncios es siempre beneficiosa o inofensiva.

Qué enseñar en su lugar

Muestra ejemplos de publicidad problemática (ej. préstamos con intereses altos dirigidos a comunidades vulnerables) y pide a los grupos que identifiquen qué sesgos podrían existir en los datos usados. Usa esta evidencia para guiar la discusión hacia preguntas éticas.

Ideas de Evaluación

Pregunta para Discusión

After el Debate en Parejas: Beneficios y Riesgos de Algoritmos, presenta el escenario de una empresa que usa algoritmos para filtrar currículums y guía la discusión para que los estudiantes identifiquen beneficios (ej. ahorro de tiempo) y riesgos (ej. discriminación por género o etnia), evaluando su capacidad para argumentar con ejemplos.

Boleto de Salida

During el Análisis Grupal: Publicidad Personalizada, pide a cada estudiante que entregue una tarjeta con dos respuestas: 1) un ejemplo de cómo una red social usa sus datos, y 2) una pregunta que le gustaría hacer a un experto sobre privacidad. Revisa las tarjetas para evaluar su comprensión y curiosidad.

Verificación Rápida

After el Mapa Conceptual Colectivo: Flujo de Big Data, muestra dos ejemplos de uso de datos (ej. un mapa de calor de tráfico y una recomendación de película) y pide a los estudiantes que escriban en una hoja si cada uno usa Big Data para predecir algo y por qué, evaluando su capacidad para diferenciar entre datos simples y análisis predictivo.

Extensiones y Apoyo

• Challenge: Pide a los estudiantes que investiguen un caso real de uso de Big Data en su país (ej. transporte público, salud) y presenten cómo afecta a la comunidad en formato de podcast o video corto.
• Scaffolding: Para estudiantes que se bloquean con el anonimato, proporciona una tabla con columnas "Datos disponibles" y "Datos ocultos" para que completen con ejemplos concretos.
• Deeper: Invita a un experto en protección de datos o un periodista tecnológico a una sesión virtual para responder preguntas de los estudiantes sobre privacidad y regulaciones.

Vocabulario Clave

Big Data	Conjunto de datos extremadamente grandes y complejos que requieren herramientas tecnológicas avanzadas para su recolección, almacenamiento y análisis.
Algoritmo	Un conjunto de instrucciones o reglas definidas y ordenadas que permiten realizar una tarea o resolver un problema, a menudo utilizado en la toma de decisiones automatizada.
Privacidad de datos	El derecho de los individuos a controlar cómo se recopila, utiliza, almacena y comparte su información personal.
Inteligencia Artificial (IA)	Sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana, como el aprendizaje, la resolución de problemas y la toma de decisiones.
Sesgo algorítmico	Tendencia de un algoritmo a producir resultados sistemáticamente injustos o discriminatorios, a menudo reflejando prejuicios presentes en los datos de entrenamiento.