Tecnología · 1o de Preparatoria · Datos, Información y Big Data · III Bimestre

Introducción a Bases de Datos Relacionales

Los estudiantes aprenden los principios de organización de datos estructurados en tablas, relaciones y claves.

• Aprendizajes Esperados SEP
• SEP EMS: Gestión de Información y Bases de Datos

Acerca de este tema

La Ciencia de Datos y la Inteligencia Artificial (IA) han dejado de ser ciencia ficción para convertirse en motores de la economía y la sociedad moderna. En este tema, los estudiantes de primer año de preparatoria se introducen a los conceptos de algoritmos predictivos y aprendizaje automático (Machine Learning). Bajo el marco de la SEP, el enfoque no es solo técnico, sino profundamente ético, analizando cómo estas tecnologías impactan la vida en México.

Los alumnos exploran cómo las máquinas aprenden de los patrones en los datos para realizar tareas como el reconocimiento de voz o la recomendación de contenidos. Es crucial que comprendan que la IA no es infalible y que refleja los sesgos de quienes la programan. El aprendizaje activo, a través de simulaciones de entrenamiento de modelos, permite que los jóvenes desmitifiquen la IA y entiendan su potencial para resolver problemas sociales locales.

Preguntas Clave

1. ¿Cómo podemos diseñar una base de datos relacional para evitar la redundancia de datos?
2. ¿Qué ventajas ofrece el modelo relacional para la integridad y consistencia de la información?
3. ¿De qué manera las relaciones entre tablas facilitan la consulta y el análisis de datos?

Objetivos de Aprendizaje

• Diseñar un modelo de base de datos relacional simple para una biblioteca escolar, identificando tablas, atributos y claves primarias.
• Comparar el modelo relacional con un modelo plano (una sola tabla) para demostrar la reducción de redundancia y mejora de la integridad de los datos.
• Explicar cómo las claves foráneas establecen y mantienen las relaciones entre tablas en una base de datos.
• Analizar un conjunto de datos desestructurados y proponer una estructura de tablas relacionales para organizarlos eficientemente.

Antes de Empezar

Conceptos Básicos de Organización de Datos

Por qué: Los estudiantes deben tener una noción de cómo agrupar y clasificar información antes de estructurarla en tablas.

Introducción a la Computación y Algoritmos

Por qué: Comprender la lógica de pasos y la estructura básica de la información es fundamental para el diseño de bases de datos.

Vocabulario Clave

Tabla (Entidad)	Una colección de datos relacionados sobre un tipo específico de objeto o concepto, como 'Clientes' o 'Productos'.
Atributo (Campo)	Una característica o propiedad de una entidad, representada como una columna en una tabla. Por ejemplo, 'Nombre' o 'Dirección' para la entidad 'Clientes'.
Clave Primaria	Uno o más atributos que identifican de forma única cada registro (fila) dentro de una tabla. No puede haber valores duplicados ni nulos.
Clave Foránea	Un atributo en una tabla que hace referencia a la clave primaria de otra tabla, estableciendo un vínculo entre ellas.
Relación	La conexión lógica entre dos o más tablas, definida por las claves foráneas que apuntan a claves primarias.

Cuidado con estas ideas erróneas

Idea errónea común

La Inteligencia Artificial piensa como un ser humano.

Qué enseñar en su lugar

La IA actual es matemática y estadística avanzada; encuentra patrones en datos, pero no tiene conciencia ni sentimientos. Las actividades de 'desmitificación' ayudan a los alumnos a ver la IA como una herramienta poderosa pero limitada.

Idea errónea común

La IA siempre da respuestas objetivas y verdaderas.

Qué enseñar en su lugar

Si los datos con los que se entrenó tienen prejuicios, la IA los repetirá. Mediante debates sobre ética, los estudiantes aprenden que la supervisión humana es indispensable para garantizar la justicia de los algoritmos.

Ideas de aprendizaje activo

Juego de Simulación: Entrenando a un Clasificador Humano

La mitad del grupo actúa como 'datos de entrenamiento' (fotos de frutas) y la otra mitad como el 'algoritmo'. El algoritmo debe aprender a identificar una fruta específica basándose solo en las características que los 'datos' le proporcionan, enfrentando errores si los datos son incompletos.

45 min·Toda la clase

Círculo de Investigación: Sesgos en la IA

Los equipos investigan casos reales donde la IA ha mostrado sesgos (ej. en selección de personal o reconocimiento facial). Deben proponer una estrategia para 'limpiar' los datos de entrenamiento y hacer el sistema más justo.

50 min·Grupos pequeños

Pensar-Emparejar-Compartir: IA para el Bien Social

Los estudiantes piensan en un problema de su comunidad (ej. baches en las calles o desperdicio de agua). En parejas, diseñan una idea básica de cómo una IA podría ayudar a solucionar ese problema usando datos específicos.

30 min·Parejas

Conexiones con el Mundo Real

• Los sistemas de gestión de bibliotecas, como los usados en la Biblioteca Vasconcelos de la Ciudad de México, organizan la información de libros, autores y lectores en tablas relacionadas para facilitar búsquedas rápidas y control de préstamos.
• Las tiendas en línea como Mercado Libre utilizan bases de datos relacionales para gestionar inventarios de productos, datos de vendedores y compradores, y el historial de transacciones, permitiendo recomendaciones personalizadas y seguimiento de pedidos.
• Los hospitales emplean bases de datos relacionales para almacenar expedientes médicos de pacientes, citas, resultados de laboratorio y personal, asegurando la integridad y confidencialidad de la información médica.

Ideas de Evaluación

Verificación Rápida

Presentar a los estudiantes un escenario simple (ej. una tienda de mascotas con animales y dueños). Pedirles que identifiquen al menos dos entidades (tablas), tres atributos para cada una y sugieran una clave primaria y una clave foránea para relacionarlas.

Boleto de Salida

Entregar a cada alumno una tarjeta con el término 'redundancia de datos'. Pedirles que escriban una oración explicando qué es y cómo el modelo relacional ayuda a evitarla, mencionando el uso de claves.

Pregunta para Discusión

Plantear la pregunta: 'Imaginemos que queremos registrar las calificaciones de los alumnos en diferentes materias. ¿Qué tablas necesitaríamos crear y cómo las relacionaríamos usando claves foráneas para que la información sea consistente y fácil de consultar?' Guiar la discusión hacia la identificación de tablas como 'Alumnos', 'Materias' y 'Calificaciones'.

Preguntas frecuentes

¿Qué es el Machine Learning?

Es una rama de la IA que permite que las computadoras aprendan de los datos sin ser programadas explícitamente para cada tarea. Es como si la computadora aprendiera por experiencia propia al analizar miles de ejemplos.

¿Cómo afecta la IA al empleo en México?

La IA automatizará tareas repetitivas, pero también creará nuevos empleos en áreas de análisis de datos y ética tecnológica. La clave para los estudiantes es desarrollar habilidades que la IA no tiene, como la empatía y la creatividad compleja.

¿Es difícil aprender Ciencia de Datos?

Requiere curiosidad y bases de lógica y matemáticas. Hoy existen muchas herramientas visuales que permiten entender los conceptos básicos antes de pasar a la programación compleja.

¿Cómo beneficia el aprendizaje activo el estudio de la IA?

Permite que los estudiantes experimenten el proceso de 'entrenamiento' y 'error' de un modelo. Al intentar clasificar datos manualmente y ver dónde fallan, comprenden mejor conceptos abstractos como el sobreajuste (overfitting) o el sesgo, haciendo que la tecnología sea menos intimidante y más comprensible.