Tecnología · II Medio

Ideas de aprendizaje activo

Big Data y Ética de la Información

Este tema requiere que los estudiantes comprendan conceptos abstractos como sesgos y propiedad de datos, pero también que reflexionen sobre su propia experiencia digital. El aprendizaje activo ayuda a conectar ideas con situaciones reales, haciendo que los contenidos teóricos sean tangibles y significativos para los adolescentes.

• Objetivos de Aprendizaje (OA)
• OA TEC 2oM: Ética y Responsabilidad Digital
• OA TEC 2oM: Impacto Social de la Tecnología

• 30–50 min
• Parejas → Toda la clase
• 4 actividades

Actividad 01

• Debate Formal
• 45 min · Parejas

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.

¿Quién es el dueño real de los datos que generamos en nuestras actividades diarias?

Consejo de Facilitación

Durante el debate en parejas, asigna roles claros (ej. defensor de la empresa vs. usuario) para evitar respuestas genéricas y fomentar argumentos específicos basados en casos reales.

Qué observar

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?

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

Actividad 02

• Debate Formal
• 50 min · Grupos pequeños

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.

¿Cómo pueden los sesgos en la recolección de datos afectar los resultados de una investigación?

Consejo de Facilitación

En el análisis grupal de sesgos, proporciona datasets cortos y contrastantes (ej. encuestas urbanas vs. rurales) para que identifiquen diferencias en la recolección y representación de datos.

Qué observar

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?'

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

Actividad 03

• Debate Formal
• 40 min · Grupos pequeños

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.

¿Qué límites éticos deberían existir en el uso de datos masivos para el marketing?

Consejo de Facilitación

En el role-play de marketing, entrega tarjetas con perfiles ficticios de consumidores basados en datos reales, obligando a los estudiantes a adaptar sus estrategias éticas a cada caso.

Qué observar

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?'

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

Actividad 04

• Debate Formal
• 30 min · Individual

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.

¿Quién es el dueño real de los datos que generamos en nuestras actividades diarias?

Consejo de Facilitación

Para el mapeo de huella digital, pide a los estudiantes que usen herramientas como Google Takeout para extraer sus propios datos y reflexionen sobre su recolección y uso.

Qué observar

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?

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

Algunas notas para enseñar esta unidad

Enseñar este tema demanda un equilibrio entre lo técnico y lo ético, evitando que se convierta en una clase solo sobre privacidad o solo sobre algoritmos. Los docentes más efectivos usan casos locales (ej. cómo apps chilenas recopilan datos de usuarios) para hacer los conceptos relevantes. Evita quedarte en definiciones abstractas: conecta siempre con ejemplos cotidianos, como cómo un estudiante de II Medio puede ser perfilado por redes sociales. La investigación sugiere que los estudiantes retienen mejor los conceptos éticos cuando ven consecuencias concretas en su propia vida digital.

Al finalizar las actividades, los estudiantes podrán identificar sesgos en datasets, reconocer vulnerabilidades en el manejo de datos personales y argumentar con evidencia sobre derechos digitales. Demuestran esto mediante debates estructurados, análisis de casos y reflexiones escritas que integran teoría y práctica.

---

Cuidado con estas ideas erróneas

• Durante el debate en parejas 'Dueños de los Datos', algunos estudiantes pueden argumentar que las empresas no tienen responsabilidad en el uso de datos porque los usuarios 'aceptan' los términos.

  Usa los términos de uso reales de apps populares (ej. WhatsApp o Instagram) durante el debate para que identifiquen cláusulas ambiguas y discutan por qué el consentimiento no siempre es informado. Pide que comparen las políticas de dos apps distintas para contrastar prácticas.

• Durante el análisis grupal 'Sesgos en Datos', algunos pueden creer que los sesgos son errores técnicos y no decisiones éticas.

  En el análisis, pide a los grupos que clasifiquen los sesgos detectados en categorías éticas (ej. discriminación, exclusión, manipulación) y propongan alternativas de recolección más inclusivas. Usa ejemplos chilenos como el sesgo de género en algoritmos de contratación.

• Durante el role-play 'Límites Éticos en Marketing', algunos pueden justificar prácticas invasivas con argumentos de 'libertad comercial'.

  Entrega a cada grupo una lista de derechos digitales (ej. Ley N°21.046 de Protección de Datos Personales) y pide que incorporen estos límites en sus estrategias de marketing. Usa casos reales de multas a empresas por prácticas abusivas en Chile.

---

Metodologías usadas en este resumen

• Debate Formal