Medidas de Centralización: Media, Mediana y Moda
Los alumnos calculan e interpretan la media aritmética, la mediana y la moda para conjuntos de datos no agrupados y agrupados.
Preguntas clave
- ¿Por qué la media aritmética puede ser engañosa si existen valores extremos en la muestra?
- ¿Qué medida de centralización es más adecuada para datos con valores atípicos?
- ¿Cómo influye el tamaño de la muestra en la validez de una conclusión estadística?
Competencias Clave LOMLOE
Sobre este tema
La privacidad y la ética de la Inteligencia Artificial (IA) son fronteras críticas de la ciudadanía digital. Los alumnos exploran el valor de sus datos personales y los riesgos de la vigilancia masiva. Se analiza cómo la IA toma decisiones que nos afectan (desde qué publicidad vemos hasta quién obtiene un crédito) y los posibles sesgos discriminatorios que estos sistemas pueden heredar de sus creadores.
El currículo LOMLOE busca que el alumnado comprenda sus derechos en la red y actúe de forma ética en entornos virtuales. Se debate sobre la responsabilidad de las máquinas y los límites éticos de la automatización. Este tema se aborda mejor mediante dilemas éticos aplicados a la tecnología y simulaciones de diseño de sistemas justos.
Ideas de aprendizaje activo
Dilema Ético: El Algoritmo de Selección
Los alumnos deben 'programar' los criterios de una IA para seleccionar candidatos a una beca. Luego, comparan sus criterios y descubren cómo ciertos sesgos pueden excluir injustamente a colectivos.
Debate formal: ¿Privacidad o Seguridad?
Se plantea el uso de cámaras de reconocimiento facial en el centro escolar. Los alumnos defienden posturas enfrentadas sobre el derecho a la intimidad frente a la prevención de conflictos.
Auditoría de Términos y Condiciones
En parejas, los alumnos analizan los contratos de aplicaciones populares. Deben encontrar qué datos ceden y proponer una versión 'ética' y comprensible de esos contratos.
Atención a estas ideas erróneas
Idea errónea comúnNo me importa la privacidad porque no tengo nada que ocultar.
Qué enseñar en su lugar
La privacidad es un derecho que protege nuestra libertad y autonomía. Los debates en clase ayudan a ver cómo el control de nuestros datos puede usarse para manipular nuestras decisiones futuras.
Idea errónea comúnLa IA es neutral porque se basa en matemáticas.
Qué enseñar en su lugar
La IA aprende de datos que pueden contener prejuicios humanos. El análisis de casos de sesgo algorítmico permite entender que la tecnología nunca es totalmente neutra.
Metodologías sugeridas
¿Estáis listos para enseñar este tema?
Generad una misión de aprendizaje activo completa y lista para el aula en segundos.
Preguntas frecuentes
¿Qué es la huella digital?
¿Puede una IA ser responsable legalmente?
¿Cómo ayuda el aprendizaje basado en dilemas a entender la ética de la IA?
¿Qué derechos nos otorga el RGPD?
Más en Estadística y Probabilidad: Interpretando el Azar
Variables Estadísticas y Tablas de Frecuencias
Los alumnos clasifican variables estadísticas (cualitativas y cuantitativas) y construyen tablas de frecuencias absolutas, relativas y acumuladas.
2 methodologies
Medidas de Dispersión: Rango y Desviación Típica
Los alumnos calculan e interpretan el rango y la desviación típica para analizar la dispersión de un conjunto de datos.
2 methodologies
Gráficos Estadísticos: Diagramas de Barras y Sectores
Los alumnos construyen e interpretan diagramas de barras y diagramas de sectores para representar variables cualitativas y cuantitativas discretas.
2 methodologies
Gráficos Estadísticos: Histogramas y Polígonos de Frecuencias
Los alumnos construyen e interpretan histogramas y polígonos de frecuencias para representar variables cuantitativas continuas.
2 methodologies
Crítica de la Información Estadística
Los alumnos analizan críticamente la información estadística presentada en medios de comunicación, detectando sesgos y manipulaciones.
2 methodologies