Preparando a los Economistas del Mañana
Fomentando la colaboración en la enseñanza de técnicas de análisis de datos
Read a summary or generate practice questions using the INOMICS AI tool
Dado el aumento de la disponibilidad de datos en todo el mundo y el incremento de la demanda de conocimientos sobre datos en el mercado laboral, cada vez son más los cursos de economía que incluyen habilidades de análisis de datos entre sus resultados de aprendizaje previstos. En consecuencia, ayudar a los estudiantes a desarrollar estas habilidades en el aula es cada vez más importante para los profesores de economía.
Proponemos tres consejos sobre cómo fomentar con éxito la colaboración entre estudiantes en el aprendizaje del análisis de datos para cursos aplicados: (i) diseñar materiales didácticos atractivos, (ii) hacer que los estudiantes trabajen en parejas durante las clases, y (iii) utilizar la retroalimentación entre compañeros para las evaluaciones formativas.
Cómo prepararse: Materiales didácticos de interés
Figura 1: Hoja de ayuda utilizada en una sesión sobre análisis y visualización de datos en Python para principiantes absolutos
En primer lugar, a la hora de elegir los materiales, es clave utilizar conjuntos de datos del mundo real que sean relevantes para sus estudiantes y que les interese explorar más a fondo. De este modo, incluso el proceso de limpieza de datos, bastante temido por muchos estudiantes, puede convertirse en un ejercicio más atractivo.
En segundo lugar, durante las clases aplicadas (o laboratorios), pida a los estudiantes que resuelvan ejercicios nuevos que no hayan visto antes.
En tercer lugar, es importante diseñar hojas de ayuda que los estudiantes puedan utilizar en clase, para aumentar su autonomía durante las sesiones. Esto permite a los estudiantes desarrollar sus habilidades técnicas y centrarse en el ejercicio, en lugar de dedicar la sesión a esforzarse por descubrir los comandos básicos que deben emplear. Una hoja de ayuda también sirve para que los estudiantes puedan repasar más adelante.
Así pues, estas hojas de ayuda deben incluir los comandos (o funciones) clave necesarios para abordar los ejercicios. En lugar de convertirla en una larga lista de comandos, establezca ejemplos que los estudiantes puedan seguir fácilmente.
Después, les corresponde a ellos encontrar los comandos de la hoja de ayuda que sean relevantes para cada ejercicio. Hemos incluido un ejemplo de hoja de ayuda utilizada durante una sesión sobre análisis y visualización de datos en Python para principiantes (Figura 1). Se proporcionó a los estudiantes la hoja de ayuda y se les dio una serie de ejercicios, utilizando un conjunto de datos completamente diferente.
Cómo impartir esta formación: Trabajo en parejas en clase
Para facilitar el uso de las hojas de ayuda, haga que los estudiantes trabajen en parejas. La programación en parejas es muy utilizada por los científicos de datos en la industria para tareas de programación: dos personas utilizan un ordenador, donde el “conductor” controla el teclado y el “navegante” observa y apoya (Williams, 2001). El conductor y el navegante intercambian sus papeles con regularidad y discuten su trabajo durante todo el proceso (Demir y Seferoglu, 2021; Hannay et al, 2009).
El uso de esta técnica para el análisis de datos fomenta la cooperación entre los estudiantes en el aula, mejora el aprendizaje práctico y crea relaciones entre los estudiantes. Los equipos pueden establecerse para el trimestre o pueden cambiar cada clase. Lo importante es que los estudiantes trabajen juntos y no se sientan abrumados por la tarea que tienen entre manos.
Cómo evaluar: Evaluaciones formativas con comentarios de los compañeros
Por último, utilice evaluaciones formativas (es decir, evaluaciones que no cuenten para la nota final del curso). Se ha demostrado que son fundamentales para promover el aprendizaje y la comprensión de los estudiantes (Wu y Jessop, 2018; Black y William, 2019; McMallum y Milner, 2021).
El reto de estas evaluaciones es que muchos estudiantes no se comprometen con ellas e, incluso si lo hacen, muchos no recopilan ni incorporan los comentarios proporcionados en futuras evaluaciones (Duncan, 2007). Sin embargo, las pruebas sugieren que los estudiantes encuentran bastante motivador evaluar el trabajo de sus compañeros, lo que mejora su aprendizaje y desarrollo (Ballantyne et al, 2002; Vickerman, 2009).
Las evaluaciones formativas breves y periódicas en las que los estudiantes pueden ofrecer opiniones a sus compañeros pueden incorporarse muy fácilmente a un curso cuyo resultado de aprendizaje sea el desarrollo de habilidades de análisis de datos. En primer lugar, los estudiantes ensayan las preguntas; a continuación, envían sus respuestas; por último, cada estudiante revisa la prueba de otro estudiante y le da su opinión por escrito. De este modo, los estudiantes ven cómo otros estudiantes han resuelto las preguntas, aprenden diferentes formas de enfocar los ejercicios, y al mismo tiempo comprueban la validez de la solución dada por su compañero y reflexionan sobre la validez de su propia solución propuesta.
Depende de cada profesor proporcionar directrices para los comentarios, pero hemos comprobado que lo mejor es dar inicialmente algunas orientaciones sobre lo que se ha hecho bien y lo que se podría mejorar, y dar a conocer las soluciones completas después de que los estudiantes hayan dado su opinión unos a otros. De este modo, los estudiantes tienen la oportunidad de revisar los comentarios recibidos una vez más después de que las respuestas se hayan puesto a su disposición, y reflexionan más a la hora de dar su opinión a sus compañeros.
Conclusión
Aunque al principio la tarea de trabajar con datos y analizarlos puede resultar intimidante para los estudiantes, los educadores pueden hacer que el aprendizaje resulte atractivo y más abordable para los estudiantes replanteándose el diseño del material, la forma de impartirlo y las evaluaciones. Nuestros consejos consiguen que los estudiantes aprendan con la práctica y les animan a ser muy activos en clase, así como fuera de ella cuando trabajan en sus evaluaciones.
Este artículo se ha elaborado en colaboración con The Economics Network, la mayor y más antigua organización académica dedicada a mejorar la enseñanza y el aprendizaje de la economía en la educación superior. Obtenga más información sobre The Economics Network aquí.
Créditos de la imagen del encabezado: Pixabay.com.
-
- Assistant Professor / Lecturer Job
- Posted 1 week ago
Tenure-Track Professor (W1) for Economic History and Empirical Macroeconomics
At Eberhard Karls University of Tuebingen in Tübingen, Alemania -
- Assistant Professor / Lecturer Job, Professor Job
- Posted 4 weeks ago
Tenure-Track Professor of Macroeconomic Policy
At University of Vienna in Vienna, Austria -
- Professional Training Course
- (Online)
- Posted 1 week ago
Data Science for Economics Course
Starts 17 Feb at Barcelona School of Economics in Barcelona, España