Datos, Análisis y Visualización Crítica · 1er Semestre

Big Data y Ética de la Información

Exploración del impacto de los grandes volúmenes de datos en la toma de decisiones y la privacidad.

Acerca de este tema

Big Data y Ética de la Información explora cómo los grandes volúmenes de datos influyen en decisiones cotidianas y afectan la privacidad personal. En II Medio, los estudiantes analizan el origen de los datos generados en redes sociales, apps y dispositivos, respondiendo preguntas como quién es el verdadero dueño de esa información o cómo los sesgos en la recolección distorsionan investigaciones. Este tema conecta directamente con las Bases Curriculares de MINEDUC, específicamente los OA de Ética y Responsabilidad Digital, y el Impacto Social de la Tecnología.

Dentro del currículo de Tecnología, fortalece el pensamiento crítico al examinar casos reales, como el uso de datos masivos en marketing o algoritmos sesgados en recomendaciones. Los estudiantes aprenden a identificar riesgos éticos, como la discriminación por sesgos o la pérdida de privacidad, y proponen límites regulatorios. Esta perspectiva fomenta una ciudadanía digital responsable en Chile, donde el uso de datos crece en sectores como salud y educación.

El aprendizaje activo beneficia este tema porque conceptos abstractos como sesgos y propiedad de datos se vuelven tangibles mediante debates y análisis colaborativos. Cuando los estudiantes simulan escenarios reales o debaten casos, internalizan dilemas éticos y desarrollan argumentos sólidos, preparando habilidades para la vida adulta.

Objetivos de Aprendizaje

• Analizar cómo la recolección y el uso de grandes volúmenes de datos influyen en la toma de decisiones en contextos como el marketing digital y la personalización de contenidos.
• Evaluar las implicaciones éticas de los sesgos en los algoritmos de Big Data, identificando posibles casos de discriminación o exclusión.
• Criticar la noción de propiedad de los datos generados por usuarios en plataformas digitales, considerando los derechos y responsabilidades de individuos y empresas.
• Diseñar un marco ético básico para la gestión de datos personales, proponiendo límites y salvaguardas para proteger la privacidad de los usuarios.

Antes de Empezar

Introducción a las Redes Sociales y Plataformas Digitales

Por qué: Los estudiantes necesitan familiaridad con las plataformas donde se generan la mayoría de los datos masivos para comprender el contexto de su origen y uso.

Conceptos Básicos de Algoritmos y Programación

Por qué: Una comprensión fundamental de cómo funcionan los algoritmos ayuda a los estudiantes a visualizar cómo se procesan los datos y dónde pueden surgir los sesgos.

Vocabulario Clave

Big Data	Conjunto de datos extremadamente grandes y complejos que requieren herramientas y técnicas especializadas para su análisis, almacenamiento y procesamiento.
Sesgo algorítmico	Tendencia sistemática de un algoritmo a producir resultados que favorecen o desfavorecen a ciertos grupos o individuos, a menudo reflejando prejuicios presentes en los datos de entrenamiento.
Privacidad de datos	El derecho de un individuo a controlar la recopilación, uso, almacenamiento y divulgación de su información personal.
Propiedad de datos	El concepto legal y ético que define quién tiene el derecho de poseer, controlar y beneficiarse de los datos generados por individuos o sistemas.
Ética de la información	Rama de la ética que aborda las cuestiones morales relacionadas con la creación, distribución, uso y acceso a la información.

Ideas de aprendizaje activo

Debate en Parejas: Dueños de los Datos

Asigna roles: un estudiante defiende que los usuarios son dueños de sus datos, el otro que las empresas lo son. Cada pareja prepara argumentos con ejemplos de apps chilenas como Mercado Público. Luego, debaten frente a la clase y votan por la posición más convincente.

⏱ 45 min·Parejas

Generar misión

Análisis Grupal: Sesgos en Datos

Proporciona datasets reales con sesgos, como recomendaciones de empleo. Grupos identifican sesgos, discuten impactos y proponen correcciones. Presentan hallazgos en infografías simples usando herramientas gratuitas como Canva.

⏱ 50 min·Grupos pequeños

Generar misión

Role-Play: Límites Éticos en Marketing

Divide la clase en empresas de marketing y consumidores. Las 'empresas' usan datos ficticios para campañas; consumidores reclaman violaciones éticas. Rotan roles y concluyen con reglas éticas consensuadas.

⏱ 40 min·Grupos pequeños

Generar misión

Mapeo Individual: Mi Huella Digital

Cada estudiante lista datos que genera diariamente y rastrea quién los usa. Reflexionan en un mapa personal sobre riesgos éticos y comparten voluntariamente en foro clase.

⏱ 30 min·Individual

Generar misión

Conexiones con el Mundo Real

Las empresas de redes sociales como Meta (Facebook, Instagram) utilizan Big Data para perfilar a sus usuarios y dirigir publicidad personalizada, lo que plantea interrogantes sobre la propiedad de la información y la privacidad.

Los sistemas de recomendación de plataformas de streaming como Netflix o Spotify emplean algoritmos que analizan patrones de consumo para sugerir contenido, pero estos algoritmos pueden presentar sesgos que limitan la diversidad de las recomendaciones.

En el sector financiero, el análisis de Big Data se usa para evaluar el riesgo crediticio, pero los sesgos en los datos históricos pueden llevar a la exclusión de ciertos grupos demográficos de servicios financieros.

Cuidado con estas ideas erróneas

Idea errónea común

Big Data siempre es objetivo y neutral.

Qué enseñar en su lugar

Los datos reflejan sesgos de quienes los recolectan, como priorizar usuarios urbanos en apps chilenas. Actividades de análisis grupal ayudan a detectar estos sesgos al comparar datasets, fomentando discusiones que corrigen ideas erróneas.

Idea errónea común

Mis datos personales están protegidos por defecto en internet.

Qué enseñar en su lugar

Las políticas de privacidad son complejas y empresas como Google recolectan datos sin consentimiento explícito. Role-plays simulan escenarios reales, donde estudiantes experimentan vulnerabilidades y aprenden a leer términos de uso.

Idea errónea común

Solo grandes empresas usan Big Data, no afecta a individuos.

Qué enseñar en su lugar

Individuos generan datos que alimentan sistemas masivos, impactando decisiones locales como en salud pública chilena. Debates en parejas revelan conexiones personales, ayudando a superar esta visión limitada.

Ideas de Evaluación

Pregunta para Discusión

Presenta a los estudiantes un titular de noticia sobre un uso controvertido de Big Data (ej. reconocimiento facial, predicción de comportamiento). Pide que discutan en grupos pequeños: ¿Qué datos se usaron? ¿Quién se beneficia? ¿Cuáles son los riesgos éticos? ¿Qué límites deberían aplicarse?

Boleto de Salida

Entrega a cada estudiante una tarjeta con una pregunta clave del tema. Pide que escriban una respuesta concisa (2-3 frases) y un ejemplo concreto de la vida real que ilustre su punto. Ejemplos: '¿Quién es el dueño real de mis datos en redes sociales?' o '¿Cómo un sesgo en datos puede afectar una decisión?'

Verificación Rápida

Muestra un breve video o infografía sobre un caso de uso de Big Data (ej. marketing predictivo). Luego, haz preguntas directas al grupo: '¿Qué tipo de datos se recolectaron aquí?', '¿Identifican algún posible sesgo?', '¿Qué derecho del usuario podría estar en riesgo?'

Preguntas frecuentes

¿Cómo enseñar ética de Big Data en II Medio?

Enfócate en casos chilenos como el uso de datos en elecciones o apps de delivery. Usa debates y análisis de datasets para conectar teoría con realidad. Esto alinea con OA de MINEDUC y desarrolla responsabilidad digital mediante reflexión crítica y propuestas éticas concretas.

¿Qué son los sesgos en Big Data y cómo afectan investigaciones?

Sesgos ocurren cuando datos no representan toda la población, como ignorar zonas rurales en Chile. Afectan resultados al perpetuar desigualdades, como en algoritmos de crédito. Enseña con ejemplos locales y actividades de corrección para que estudiantes propongan métodos inclusivos de recolección.

¿Cómo puede el aprendizaje activo ayudar a entender Big Data y ética?

Actividades como role-plays y debates hacen abstractos dilemas éticos palpables. Estudiantes simulan ser dueños de datos o analistas sesgados, discutiendo impactos reales. Esto genera empatía, argumentos sólidos y retención superior a lecturas pasivas, alineado con pedagogía MINEDUC.

¿Cuáles son límites éticos en marketing con datos masivos?

Límites incluyen consentimiento informado, anonimato y no discriminación, regulados en Chile por Ley 19.628. Discute campañas abusivas y propone códigos éticos en clase. Esto prepara estudiantes para cuestionar prácticas y abogar por privacidad en contextos locales.