Organización y Limpieza de Datos

Los estudiantes de 7° Básico aprenden mejor cuando conectan conceptos abstractos con acciones concretas. En este tópico, manipular datos reales les permite ver cómo la organización y limpieza impactan directamente en los resultados de análisis posteriores, haciendo tangible lo que de otro modo podría parecer lejano o técnico.

• 7o Básico
• Tecnología
• 3 actividades
• 45 min–60 min

Objetivos de Aprendizaje

1. Identificar y corregir datos inconsistentes o duplicados en una tabla de datos utilizando criterios definidos.
2. Clasificar tipos de errores comunes en conjuntos de datos (ej. valores faltantes, formatos incorrectos, outliers).
3. Explicar la importancia de la limpieza y organización de datos para la validez de un análisis posterior.
4. Diseñar una estructura de tabla simple para organizar información relevante a un problema dado.

Debate Formal

⏱ 50 min·Toda la clase

Debate Formal: Algoritmos vs. Humanos

Se plantea un escenario donde una empresa usa un algoritmo para contratar personal. El curso debate: ¿Es más justo un algoritmo que no tiene prejuicios personales o un humano que tiene empatía? Deben usar argumentos sobre sesgos de datos.

Preparación y detalles

¿Por qué es fundamental limpiar los datos antes de analizarlos?

Consejo de Facilitación: Durante el debate estructurado, asigne roles específicos a cada estudiante para asegurar su participación activa y evitar que el intercambio sea unilateral.

Setup: Dos equipos frente a frente, asientos de audiencia para el resto

Materials: Tarjeta de proposición del debate, Resumen de investigación para cada lado, Rúbrica de evaluación para la audiencia, Temporizador

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Resolución Colaborativa de Problemas

⏱ 60 min·Grupos pequeños

Investigación Colaborativa: Big Data en Chile

En grupos, investigan cómo se usaron los datos masivos durante la pandemia en Chile (ej: movilidad, predicción de contagios) o cómo se usan en el transporte público (Tarjeta Bip). Presentan un panel con los beneficios y riesgos detectados.

Preparación y detalles

¿Cómo podemos identificar datos duplicados o incorrectos en una tabla?

Consejo de Facilitación: En la investigación colaborativa, limite el tiempo de búsqueda a 15 minutos y pida a los grupos que compartan solo un hallazgo clave cada uno para mantener el enfoque.

Setup: Grupos en mesas con materiales del problema

Materials: Paquete del problema, Tarjetas de rol (facilitador, secretario, controlador de tiempo, relator), Hoja del protocolo de resolución de problemas, Rúbrica de evaluación de solución

• Aplicar
• Analizar
• Evaluar
• Crear
• Habilidades de Relación
• Toma de Decisiones
• Autogestión

Juego de Simulación

⏱ 45 min·Grupos pequeños

Juego de Simulación: La Fábrica de Recomendaciones

Los estudiantes actúan como un 'algoritmo' de una red social. Reciben perfiles de usuarios con sus gustos y deben decidir qué contenido mostrarles para que se queden más tiempo conectados, reflexionando luego sobre las burbujas de información creadas.

Preparación y detalles

¿Qué impacto tiene la organización de datos en la facilidad de su análisis?

Consejo de Facilitación: En la simulación de la fábrica de recomendaciones, entregue a cada equipo una lista de productos con errores de formato para que identifiquen y corrijan antes de procesarlos.

Setup: Espacio flexible para estaciones de grupo

Materials: Tarjetas de rol con metas/recursos, Moneda de juego o fichas, Marcador de rondas

• Aplicar
• Analizar
• Evaluar
• Crear
• Conciencia Social
• Toma de Decisiones

Enseñando Este Tema

Enseñar este tema requiere equilibrar lo técnico con lo ético. Empiece con ejemplos cotidianos que los estudiantes reconozcan, como cómo las redes sociales filtran contenido, antes de profundizar en conceptos como sesgos o calidad de datos. Evite usar solo teoría: los estudiantes necesitan manipular datos reales para entender por qué la limpieza importa. La investigación sugiere que cuando los estudiantes trabajan con datos locales o cercanos a su realidad, su compromiso y comprensión aumentan notablemente.

Qué Esperar

Los estudiantes demuestran dominio al identificar errores en datos, proponer correcciones y justificar sus decisiones basándose en ejemplos reales. Además, participan activamente en debates y simulaciones, mostrando comprensión de los sesgos algorítmicos y la importancia de la calidad de los datos.

Cuidado con estas ideas erróneas

Idea errónea común

Durante la Investigación Colaborativa: Big Data en Chile, algunos podrían pensar que 'el Big Data es solo para grandes empresas tecnológicas'.

Qué enseñar en su lugar

Durante la Investigación Colaborativa, entregue a cada grupo ejemplos concretos de proyectos chilenos de ciencia ciudadana o salud pública que usan Big Data (ej. monitoreo de calidad del aire en Santiago o predicción de brotes de dengue). Pídales que identifiquen qué tipo de datos recolectan y cómo los organizan para que vean su aplicabilidad más allá de lo comercial.

Idea errónea común

Durante el debate Algoritmos vs. Humanos, algunos podrían afirmar que 'los algoritmos son siempre objetivos porque son matemáticos'.

Qué enseñar en su lugar

Durante el debate, muestre un caso real de discriminación algorítmica (ej. un sistema de contratación que favorece a ciertos apellidos). Pida a los estudiantes que analicen los datos de entrenamiento usados y discutan cómo los sesgos humanos se introducen en los algoritmos, usando la estructura del debate para guiar la reflexión.

Ideas de Evaluación

Verificación Rápida

Después de la Simulación: La Fábrica de Recomendaciones, presente a los estudiantes una tabla con errores evidentes (ej. nombres de ciudades repetidos, números con comas en lugar de puntos decimales). Pregúnteles: '¿Qué errores identifican? ¿Cómo los corregirían?'. Recoja las respuestas para evaluar su capacidad de detectar inconsistencias en datos reales.

Boleto de Salida

Después de la Investigación Colaborativa: Big Data en Chile, entregue a cada estudiante una tarjeta con la pregunta: 'Si tuvieras que crear un proyecto de ciencia ciudadana en tu comunidad usando Big Data, ¿qué datos recolectarías y cómo los organizarías para evitar errores?'. Analice las respuestas para evaluar su comprensión de la aplicabilidad de la limpieza de datos.

Pregunta para Discusión

Durante el debate Algoritmos vs. Humanos, plantee: 'Si tuviéramos que analizar los datos de asistencia a eventos escolares, ¿por qué es más importante tener datos bien organizados que muchos datos incorrectos?'. Fomente que justifiquen sus respuestas basándose en ejemplos de su propia experiencia con datos desorganizados.

Extensiones y Apoyo

• Challenge: Pida a los estudiantes que diseñen su propio algoritmo de recomendación para una biblioteca escolar, usando datos limpios y documentando los criterios de limpieza aplicados.
• Scaffolding: Para quienes luchan con la organización, proporcione plantillas con columnas predefinidas y ejemplos de cómo categorizar datos (ej. separar nombres completos en nombre y apellido).
• Deeper exploration: Invite a un experto local (ej. un analista de datos de salud pública) a explicar cómo se usan datos masivos en su campo, destacando los desafíos de limpieza que enfrentan día a día.

Vocabulario Clave

Dato duplicado	Registros idénticos o muy similares que aparecen más de una vez en un conjunto de datos, lo cual puede distorsionar los resultados de un análisis.
Dato inconsistente	Información que no sigue un formato uniforme o que presenta contradicciones dentro del mismo conjunto de datos, como fechas escritas de diferentes maneras.
Valor faltante	Información que debería estar presente en un registro pero que no se encuentra, y que debe ser tratada adecuadamente para no afectar el análisis.
Hoja de cálculo	Software o documento que organiza datos en filas y columnas, permitiendo realizar cálculos, análisis y visualizaciones de manera eficiente.
Limpieza de datos	Proceso de detectar y corregir errores, inconsistencias y datos faltantes en un conjunto de datos para asegurar su precisión y fiabilidad.