Visualización de datos: reflexiones para educadores (INTRO)

Me pasó recientemente de haber sido convocada como facilitador en un workshop organizado por el EUROSTAT (ESS DATA VISUALIZATION).  Si bien mi preocupación sobre la alfabetización en datos va más allá de la data visualization (Si, sí, se estarán preguntando qué es, en un momento les hablo de ello), lo he incluido en mis trabajos (por ejemplo éste llevado a cabo con los alumnos de Ciencias de la Educación) como uno de los aspectos relevantes en mi enfoque sobre las habilidades y conocimientos necesarios a una completa alfabetización en datos. El hecho fortuito de mi participación en el ESS me llevó a unas reflexiones que comparto aquí.

Dentro de mi esquema, efectivamente, la alfabetización en datos mínima (para poder operar básicamente en ambientes sociales y laborales) en nuestra sociedad, requiere la capacidad de leer adecuadamente representaciones que usan datos númericos o textuales, reconociendo fuentes, pudiendo ir a consultarlas y sabiendo tener un enfoque crítico sobre la forma de elaboración y presentación de esos datos. He aquí una herramienta que había elaborado para la autoevaluación.

En la educación básica y obligatoria, y eventualmente a través de formas de educación continua, esta capacidad tiene que ser construída a través de actividades en las que los participantes:

• Se formulan interrogantes, relacionados con problemas socialmente relevantes, que requiere una ampliación de la información y sobre todo la posibilidad de contar con información factual, empírica, que amplíe la base de informaciones o que sostenga una cierta perspectiva sobre los hechos.
• Buscan datos (por ejemplo datos abiertos de gobierno) o los generan a través de cuestionarios, entrevistas u otras formas de recogida, como por ejemplo extracción manual de datos del web (la extracción automatizada o web scrapping sería una habilidad mucho más avanzada).
• Elaboran datos, a través de instrumentos básicos como hojas de cálculo, comprendiendo las medidas más importantes de descripción (frecuencias) tendencia central y dispersión, no sólo monovariadas (observación de una sola característica, como la edad de un grupo), sino multivariadas  (observación de características combinadas, como la edad por la cantidad de horas dedicadas al ocio en la semana).
• Almacenan datos en forma local o con herramientas básicas en la nube (como Dropbox o Google Drive), para poder colaborar en su elaboración.
• Releen y retoman el trabajo de análisis a la luz de las preguntas iniciales, para comunicar “al mundo” lo que ha surgido de un proceso de trabajo sobre los datos, en tanto que forma “molecular” de la información.
• En la operación de comunicación, incluyen formas de representación gráfica, sintética, que ayuda al audiencia a comprender el mensaje, pues sería muy engorroso para quien lee, volver a retomar las fases de trabajo sobre los datos que ha realizado quien comunica. Dichas formas de representación, se acompañan e integran en un enfoque multimodal (es decir de integración de varios canales comunicativos) de la información (texto escrito + tablas con datos numéricos + gráficos), que hace a la eficacia comunicativa general.

Pues esta última operación que ha recibido mucha atención desde niveles de competencia técnica avanzada, sobre todo en relación a las posiciones de data scientists. Si bien la idea de que es necesario buscar formas adecuadas de síntesis de la complejidad arrojada por los datos, hoy asistimos a una ductilidad de formas representativas, asociadas a las posibilidades abiertas por los datos digitalizados (como por ejemplo actualización continua e interacción, que llevan a representaciones “dinámicas”) y el avance del diseño gráfico (que busca la forma más efectiva de comunicar visualmente).

La data visualization o visualización de datos surge con fuerza (y algo de exceso de moda) en relación a esta potencial fuerza comunicativa; acompañada de un no menos fuerte debate sobre la capacidad del público en general de decodificar los mensajes cifrados en la data visualization; y sobre todo, de no ser manipulados a través de formas atractivas de representación de los datos.

En principio, voy a hacer un ejercicio de recorrido de mis propias reflexiones, como educadora e investigadora educativa, sobre el tema. Mi objetivo es siempre el de ofrecer herramientas de reflexión a la comunidad educativa, quien sabe si así será 😉

En una serie de posts, entonces, me voy a ocupar de:

• Recorrer la historia de la data visualization, o mejor, hacer mención a los recorridos mucho más profundos que ya han sido realizados en esta materia, ofreciendo mi visión crítica sobre cómo veo el status quaestionis.
• Comentar mi experiencia en ESS Data Visualization y sus potenciales implicaciones para una práctica educativa, en el contexto europeo.
• Focalizarme un poquito sobre la contribución de la semiótica a la visualización de imágenes, para un enfoque crítico que permita la deconstrucción de discursos excesivamente entusiastas de la visualización de datos.
• Hablar de la acción educativa desde la justicia social, el feminismo y la pedagogía crítica, aportando algunas perspectivas interesantes como la del feminismo en la visualización de datos.

En cada uno de estos posts, se van a encontrar sea mis divagaciones (en el buen sentido!), mis recorridos por el jardín de senderos que se bifurcan que justamente conectan lo que digo con el pensamiento de otros; y siempre que me es posible, ideas para trabajar e investigar en el campo de la educación.