Introducción a Bases de Datos Relacionales

La enseñanza de bases de datos relacionales requiere que los estudiantes pasen de lo abstracto a lo concreto. Al trabajar con tablas, claves y relaciones, la experiencia práctica evita que confundan conceptos con definiciones memorizadas. La interacción directa con datos reales muestra por qué la organización relacional resuelve problemas cotidianos en contextos como escuelas o comercios.

• 1o de Preparatoria
• Tecnología
• 3 actividades
• 30 min–50 min

Objetivos de Aprendizaje

1. Diseñar un modelo de base de datos relacional simple para una biblioteca escolar, identificando tablas, atributos y claves primarias.
2. 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.
3. Explicar cómo las claves foráneas establecen y mantienen las relaciones entre tablas en una base de datos.
4. Analizar un conjunto de datos desestructurados y proponer una estructura de tablas relacionales para organizarlos eficientemente.

Juego de Simulación

⏱ 45 min·Toda la clase

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.

Preparación y detalles

¿Cómo podemos diseñar una base de datos relacional para evitar la redundancia de datos?

Consejo de Facilitación: Durante la simulación 'Entrenando a un Clasificador Humano', pida a los estudiantes que registren cada paso del proceso en una tabla simple para que vinculen la experiencia práctica con conceptos de bases de datos.

Setup: Espacio flexible para estaciones de grupo

Materials: Tarjetas de rol con metas/recursos, Moneda de juego o fichas, Marcador de rondas

• Aplicar
• Analizar
• Evaluar
• Crear
• Conciencia Social
• Toma de Decisiones

Círculo de Investigación

⏱ 50 min·Grupos pequeños

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.

Preparación y detalles

¿Qué ventajas ofrece el modelo relacional para la integridad y consistencia de la información?

Consejo de Facilitación: En la investigación colaborativa sobre sesgos en la IA, asigne roles específicos a cada equipo para que todos participen en la búsqueda de ejemplos concretos de datos sesgados.

Setup: Grupos en mesas con acceso a fuentes de investigación

Materials: Colección de materiales fuente, Hoja de trabajo del ciclo de indagación, Protocolo de generación de preguntas, Plantilla de presentación de hallazgos

• Analizar
• Evaluar
• Crear
• Autogestión
• Autoconciencia

Pensar-Emparejar-Compartir

⏱ 30 min·Parejas

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.

Preparación y detalles

¿De qué manera las relaciones entre tablas facilitan la consulta y el análisis de datos?

Consejo de Facilitación: En el Think-Pair-Share sobre IA para el bien social, limite el tiempo de discusión en parejas a 5 minutos para mantener el enfoque en la reflexión estructurada.

Setup: Disposición estándar del salón: los estudiantes se giran hacia un compañero

Materials: Consigna de discusión (proyectada o impresa), Opcional: hoja de registro para parejas

• Comprender
• Aplicar
• Analizar
• Autoconciencia
• Habilidades de Relación

Enseñando Este Tema

La experiencia docente muestra que los estudiantes entienden mejor las bases de datos relacionales cuando trabajan con ejemplos cercanos a su contexto. Evite comenzar con teoría abstracta; en su lugar, use casos reales como registros escolares o inventarios locales para que identifiquen entidades y relaciones. La práctica guiada con retroalimentación inmediata fortalece la conexión entre el diseño de bases de datos y su aplicación ética en la sociedad.

Qué Esperar

Los estudiantes demuestran comprensión al diseñar tablas con entidades claras, atributos relevantes y relaciones coherentes usando claves primarias y foráneas. Además, discuten críticamente cómo la estructura de una base de datos afecta la eficiencia y la ética en el manejo de información.

Cuidado con estas ideas erróneas

Idea errónea común

Durante la simulación 'Entrenando a un Clasificador Humano', watch for students who describe the process as 'teaching a machine to think'.

Qué enseñar en su lugar

Redirija la discusión preguntando: '¿Qué patrones estamos identificando en los datos? ¿Cómo registraremos esos patrones en una tabla para que una computadora los use?'. Así, vinculan la simulación con la estructura de una base de datos.

Idea errónea común

Durante la investigación colaborativa 'Sesgos en la IA', watch for students who claim that 'AI systems are neutral if they use big data'.

Qué enseñar en su lugar

Use los ejemplos encontrados por los equipos para mostrar cómo incluso datos 'grandes' pueden tener sesgos históricos o culturales. Pida que propongan formas de corregir esos sesgos en el diseño de la base de datos.

Ideas de Evaluación

Verificación Rápida

Después de la simulación 'Entrenando a un Clasificador Humano', pida a los estudiantes que entreguen un esquema con dos tablas (ej. 'Alumnos' y 'Calificaciones'), tres atributos por tabla y las claves primaria y foránea que las relacionan.

Boleto de Salida

Durante el Think-Pair-Share 'IA para el Bien Social', entregue una tarjeta con el término 'redundancia de datos'. Los estudiantes deben escribir una oración explicando qué es y cómo el modelo relacional ayuda a evitarla, mencionando el uso de claves.

Pregunta para Discusión

Después de la investigación colaborativa 'Sesgos en la IA', plantee la pregunta: 'Si diseñáramos una base de datos para un banco, ¿qué tablas necesitaríamos y cómo evitaríamos que los sesgos en los datos afecten a los clientes?'. Guíe la discusión hacia la identificación de tablas como 'Clientes', 'Préstamos' y 'Historial Crediticio'.

Extensiones y Apoyo

• Challenge: Pida a los estudiantes que diseñen una base de datos para un hospital local, incluyendo tablas para pacientes, médicos y citas. Deben justificar sus claves foráneas y anticipar posibles conflictos éticos.
• Scaffolding: Proporcione plantillas con tablas parcialmente completas para que los estudiantes identifiquen claves primarias y foráneas en un contexto simplificado.
• Deeper exploration: Invite a los estudiantes a investigar cómo se usan bases de datos relacionales en proyectos de inteligencia artificial aplicada a problemas sociales en México, como la distribución de recursos públicos.

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.