Tecnología e Informática · 8o Grado · El Poder de la Información: Datos y Análisis · Periodo 2

Aplicaciones de Datos en la Vida Cotidiana

Los estudiantes identifican cómo los datos se utilizan en aplicaciones cotidianas como recomendaciones de productos, navegación GPS y redes sociales.

• Derechos Básicos de Aprendizaje (DBA)
• DBA Tecnologia e Informatica: Grado 8 - Tecnologia y Sociedad
• DBA Tecnologia e Informatica: Grado 8 - Manejo de la Informacion

Acerca de este tema

Los estudiantes identifican cómo los datos se utilizan en aplicaciones cotidianas, como recomendaciones de productos en plataformas de comercio electrónico, navegación GPS en apps como Waze y feeds personalizados en redes sociales como Instagram. Analizan cómo los algoritmos procesan historiales de búsqueda, ubicaciones y preferencias para sugerir contenido relevante. Este enfoque se alinea con los Derechos Básicos de Aprendizaje (DBA) de Tecnología e Informática para octavo grado en los ejes de Tecnología y Sociedad, y Manejo de la Información, donde se enfatiza el uso ético y crítico de la información digital.

Dentro del currículo de la unidad 'El Poder de la Información: Datos y Análisis', este tema responde a preguntas clave: ¿cómo los algoritmos de recomendación aprovechan datos personales para sugerir contenido?, ¿cuál es el impacto en la personalización de la experiencia del usuario? y ¿cómo evaluar la conveniencia de compartir datos con aplicaciones? Fomenta habilidades como el análisis de patrones de datos y la reflexión sobre privacidad, conectando conceptos técnicos con decisiones cotidianas en contextos colombianos, como el uso de apps de delivery o transporte público.

El aprendizaje activo beneficia este tema porque actividades prácticas, como registrar y analizar datos propios en apps reales, convierten ideas abstractas en experiencias tangibles. Las discusiones en grupo sobre escenarios éticos fortalecen el pensamiento crítico y la conciencia digital, haciendo el contenido relevante y memorable para los estudiantes.

Preguntas Clave

1. ¿Cómo los algoritmos de recomendación utilizan nuestros datos para sugerir contenido?
2. ¿Qué impacto tienen los datos en la personalización de la experiencia del usuario?
3. ¿Cómo se evalúa la conveniencia de compartir datos personales con aplicaciones?

Objetivos de Aprendizaje

• Analizar cómo las aplicaciones de redes sociales utilizan el historial de interacciones para personalizar los feeds de noticias.
• Evaluar la conveniencia de compartir datos de ubicación con aplicaciones de navegación como Waze o Google Maps, considerando los beneficios y riesgos.
• Explicar el rol de los datos en la generación de recomendaciones de productos en plataformas de comercio electrónico como Mercado Libre.
• Identificar los tipos de datos personales que suelen solicitar las aplicaciones de uso cotidiano y su propósito.

Antes de Empezar

Conceptos Básicos de Tecnología e Informática

Por qué: Los estudiantes necesitan una comprensión fundamental de qué es la tecnología y cómo funcionan las aplicaciones para abordar el tema de los datos.

Introducción a la Información y su Manejo

Por qué: Es necesario que los estudiantes comprendan qué es la información y por qué es valiosa antes de analizar cómo se utiliza en aplicaciones.

Vocabulario Clave

Algoritmo de recomendación	Un conjunto de reglas o instrucciones que una computadora sigue para sugerir contenido o productos basándose en el comportamiento y las preferencias del usuario.
Datos personales	Información que identifica a una persona, como nombre, edad, ubicación, historial de navegación o preferencias.
Personalización	El proceso de adaptar la experiencia de un usuario en una aplicación o sitio web según sus datos e interacciones previas.
Privacidad de datos	El derecho de un individuo a controlar cómo se recopila, usa y comparte su información personal.
Historial de interacciones	El registro de las acciones que un usuario realiza dentro de una aplicación o plataforma, como clics, búsquedas, compras o tiempo de visualización.

Cuidado con estas ideas erróneas

Idea errónea común

Los datos en apps siempre son anónimos y no se rastrean.

Qué enseñar en su lugar

En realidad, los datos se vinculan a perfiles únicos mediante cookies o IDs de dispositivo, permitiendo seguimiento preciso. Actividades de registro personal de datos ayudan a los estudiantes a visualizar este proceso y cuestionar suposiciones mediante evidencia propia.

Idea errónea común

Las recomendaciones son perfectas y siempre útiles.

Qué enseñar en su lugar

Los algoritmos priorizan engagement sobre precisión, creando 'burbujas' de contenido similar. Discusiones grupales sobre experiencias reales corrigen esto, fomentando análisis crítico de sesgos en datos.

Idea errónea común

Compartir datos no tiene consecuencias reales.

Qué enseñar en su lugar

Puede llevar a perfiles publicitarios invasivos o brechas de seguridad. Simulaciones de escenarios éticos en grupo revelan impactos, promoviendo decisiones informadas.

Ideas de aprendizaje activo

Análisis en Parejas: Recomendaciones Personales

Los estudiantes abren una app como Netflix o YouTube en parejas y revisan sus recomendaciones recientes. Discuten qué datos (vistas previas, likes) influyen en las sugerencias y registran tres ejemplos en una tabla compartida. Concluyen identificando patrones comunes.

30 min·Parejas

Simulación Grupal: Ruta GPS con Datos

En pequeños grupos, los estudiantes usan un mapa digital para planificar una ruta ficticia desde su barrio a la escuela, incorporando datos como tráfico y clima de apps reales. Ajustan la ruta según 'datos nuevos' y comparan con GPS auténtico. Reflexionan sobre precisión y privacidad.

45 min·Grupos pequeños

Debate en Clase: Compartir Datos

La clase se divide en dos bandos para debatir pros y contras de compartir datos con apps cotidianas. Cada grupo prepara argumentos con ejemplos reales y presenta por 3 minutos. Votan al final y discuten conclusiones.

40 min·Toda la clase

Individual: Diario de Datos Diarios

Cada estudiante registra durante una semana los datos que comparte en tres apps diarias (ej. WhatsApp, Google Maps). Al final, crea un gráfico simple de frecuencia y evalúa riesgos. Comparte uno en plenaria.

50 min·Individual

Conexiones con el Mundo Real

• Los ingenieros de software en empresas como Rappi diseñan los algoritmos que deciden qué restaurantes o productos mostrar primero a cada usuario, basándose en sus pedidos anteriores y la hora del día.
• Los desarrolladores de aplicaciones de transporte como Uber o Didi utilizan datos de ubicación en tiempo real para optimizar las rutas, estimar tiempos de llegada y conectar conductores con pasajeros de manera eficiente.
• Los especialistas en marketing digital analizan los datos de comportamiento de los usuarios en sitios como Falabella o Éxito para crear campañas publicitarias dirigidas y ofrecer descuentos personalizados.

Ideas de Evaluación

Boleto de Salida

Entregue a cada estudiante una tarjeta con el nombre de una aplicación (ej. Netflix, Spotify, Google Maps). Pídales que escriban dos tipos de datos que esa aplicación podría recopilar y una forma en que esos datos podrían usarse para personalizar su experiencia.

Pregunta para Discusión

Plantee el siguiente escenario: 'Una nueva aplicación de noticias te pide acceso a tu ubicación y a tus contactos. ¿Qué preguntas harías antes de decidir si le das acceso? ¿Qué información te haría sentir cómodo compartiendo y cuál no? ¿Por qué?' Guíe la discusión para explorar la conveniencia y la privacidad.

Verificación Rápida

Presente una lista de afirmaciones sobre el uso de datos en aplicaciones (ej. 'Las redes sociales solo usan tus publicaciones para mostrarte anuncios'). Pida a los estudiantes que indiquen si cada afirmación es Verdadera o Falsa, y que justifiquen brevemente su respuesta basándose en lo aprendido.

Preguntas frecuentes

¿Cómo funcionan los algoritmos de recomendación en apps cotidianas?

Los algoritmos analizan datos como historiales de navegación, compras y tiempo de visualización para predecir preferencias. Por ejemplo, en redes sociales, priorizan contenido similar a lo interactuado previamente. Enseñar esto con ejemplos locales, como recomendaciones en Rappi, ayuda a estudiantes a reconocer patrones y reflexionar sobre su huella digital, fomentando manejo responsable de información según DBA.

¿Cómo el aprendizaje activo ayuda a entender aplicaciones de datos?

El aprendizaje activo hace concretos conceptos abstractos mediante tareas prácticas, como analizar recomendaciones propias en apps o simular GPS con datos grupales. Estas experiencias generan discusiones auténticas sobre privacidad y personalización, fortaleciendo retención y pensamiento crítico. En octavo grado, rotaciones por estaciones o debates colaborativos alinean con DBA, convirtiendo teoría en habilidades aplicables a la vida diaria colombiana.

¿Cuál es el impacto de los datos en la personalización del usuario?

Los datos permiten experiencias a medida, como rutas GPS adaptadas al tráfico o playlists musicales personalizadas, mejorando eficiencia pero reduciendo diversidad. Estudiantes evalúan esto debatiendo ventajas en contextos locales, como apps de transporte en Bogotá. Esto desarrolla competencias en Tecnología y Sociedad, enfatizando equilibrio entre comodidad y autonomía.

¿Cómo evaluar si conviene compartir datos personales con apps?

Evalúen beneficios (personalización, conveniencia) contra riesgos (privacidad, publicidad dirigida). Pregunten: ¿la app es confiable?, ¿hay opciones de control de datos? Actividades de diario digital ayudan a ponderar casos reales, alineado con DBA de Manejo de la Información, promoviendo ciudadanía digital ética en Colombia.