Pivoting the paradigm: the role of spreadsheets in K-12 data science

Resumen Técnico: Pivotando el Paradigma: El Papel de las Hojas de Cálculo en la Ciencia de Datos para K–12

Planteamiento del Problema
A pesar del creciente centralismo de los datos y la computación en el siglo XXI, los distritos de K–12 enfrentan desafíos no resueltos para fomentar de manera práctica y equitativa la perspicacia de datos y la fluidez computacional. Aunque existen diversas herramientas especializadas (por ejemplo, CODAP, R, Python), las hojas de cálculo —aunque son ampliamente accesibles y utilizadas por el 89% de los educadores de ciencias de K–12— suelen ser vistas con escepticismo. Los marcos previos sugieren que depender únicamente de las hojas de cálculo para el análisis de datos puede conducir a la frustración y que estas no son adecuadas para el razonamiento inferencial complejo o los flujos de trabajo reproducibles. El artículo aborda la brecha entre la ubicuidad de las herramientas de hojas de cálculo en las escuelas y la incertidumbre pedagógica sobre su utilidad más allá de la organización básica de datos. Los autores cuestionan si las hojas de cálculo pueden servir como un mecanismo significativo para desarrollar habilidades de datos y computación más amplias, o si deben ser descartadas como una herramienta limitada.

Metodología
El documento emplea una revisión conceptual y pedagógica en lugar de una experimentación empírica. La metodología consta de tres componentes primarios:

1. Evaluación de Marcos: Los autores adaptan los marcos de McNamara (2018) y Pimentel et al. (2022) para la evaluación de herramientas de computación estadística. Aplican este marco a las herramientas de hojas de cálculo (específicamente Google Sheets y Excel), asignando "calificaciones" informales a características como la accesibilidad, la visibilidad de los datos, la facilidad de entrada, la reproducibilidad, la interactividad y el razonamiento inferencial.
2. Alineación con Estándares: Los autores revisan los estándares y marcos existentes de K–12, incluyendo los Estándares de Ciencias de la Computación de la CSTA, las Progresiones de Aprendizaje de la Ciencia de Datos, los Estándares de Matemáticas de Common Core, GAISE II y el Marco de Educación Científica del Consejo Nacional de Investigación. Mapean funcionalidades específicas de las hojas de cálculo con las competencias descritas en estos documentos.
3. Diseño Curricular y Propuesta de Actividades: Basándose en la alineación con los estándares, los autores proponen cinco habilidades específicas de datos y computación. Ilustran estas habilidades con ejemplos de actividades concretas y reproducibles (por ejemplo, experimentos de aviones de papel, gestión de bases de datos de bibliotecas, modelado financiero) diseñadas para ser integradas en los currículos de ciencia, matemáticas y ciencias de la computación.

Contribuciones Clave
El artículo contribuye con una reevaluación del papel de la hoja de cálculo en el kit de herramientas de ciencia de datos para K–12, argumentando a favor de su inclusión como una herramienta fundacional para conjuntos de habilidades específicos, en lugar de una solución integral para todas las tareas de datos.

1. Evaluación Revisada de las Capacidades de las Hojas de Cálculo: Los autores proporcionan una calificación matizada de las hojas de cálculo frente a marcos establecidos. Otorgan calificaciones altas (A a A+) para la Accesibilidad (debido a la licencia universal y disponibilidad basada en la web), los Datos como un objeto de primer orden (haciendo que los datos sean visibles e interactivos) y la Facilidad de entrada (bajo umbral para la entrada inicial de datos). Por el contrario, asignan calificaciones bajas (C a D) para los Flujos de trabajo reproducibles, la Creación de gráficos flexibles (específicamente visualizaciones multivariantes) y el Análisis inferencial, reconociendo que estas son áreas donde las hojas de cálculo presentan deficiencias en comparación con los lenguajes de programación o las herramientas de visualización especializada.
2. Habilidades de Datos y Computación Propuestas: El documento describe cinco habilidades aspiracionales que las hojas de cálculo pueden enseñar eficazmente:
   • Entrada, agregación y visualización de datos: Uso de tablas dinámicas y gráficos básicos para explorar relaciones (por ejemplo, distancias de vuelo de aviones de papel).
   • Verificación de la consistencia de los datos: Identificación y corrección de datos "sucios" (por ejemplo, errores de formato en columnas numéricas) para construir mentalidades de depuración de datos.
   • Aplicaciones matemáticas: Implementación de modelos para el crecimiento exponencial, el interés compuesto y la probabilidad (por ejemplo, el valor esperado en loterías) para visualizar los impactos de los parámetros.
   • Pensamiento algorítmico: Uso de funciones lógicas anidadas (por ejemplo, sentencias IF) y funciones personalizadas mediante Google Apps Script para implementar algoritmos de calificación o lógica condicional.
   • Scripting y automatización: Utilización de Google Apps Script (basado en JavaScript) para automatizar tareas como la creación masiva de documentos, tendiendo un puente entre el uso de la hoja de cálculo y la programación.
3. Integración con Estándares: Los autores demuestran cómo las actividades de las hojas de cálculo apoyan directamente las competencias en el marco de "Sistemas de Datos y Computación" de las Academias Nacionales, los estándares de la CSTA (específicamente "Datos y Análisis" y "Algoritmos y Programación") y el "Proceso de Investigación de Datos".

Resultados y Hallazgos
El análisis concluye que, si bien las hojas de cálculo no son ideales para todas las tareas de análisis estadístico —particularmente aquellas que requieren un razonamiento inferencial avanzado o una reproducibilidad compleja— poseen fortalezas pedagógicas distintas:

• Visibilidad e Interacción: Las hojas de cálculo convierten los datos en un "objeto de primer orden", permitiendo a los estudiantes desplazarse, inspeccionar e interactuar con las estructuras de datos crudos, lo que fomenta la intuición sobre la organización de los datos.
• Andamiaje de la Complejidad: La herramienta soporta una trayectoria de desarrollo desde la simple entrada de datos hasta el pensamiento algorítmico complejo. Los estudiantes pueden progresar desde la agregación básica (SUM, AVERAGE) hasta la lógica condicional (IF anidados) y, finalmente, al scripting (Apps Script).
• Ecosistema de Herramientas: Las hojas de cálculo sirven como puerta de entrada a un ecosistema más amplio. El documento destaca que herramientas como Google Data Studio (Looker Studio) y Google Apps Script pueden extender las capacidades de la hoja de cálculo para la visualización y la automatización, respectivamente, sin requerir un cambio completo a una nueva plataforma.
• Complementariedad: Los autores afirman que las hojas de cálculo no deben reemplazar otras herramientas (como CODAP o Python), sino complementarlas. Se desaconseja el enfoque de "talla única"; en su lugar, las hojas de cálculo se posicionan como el punto de entrada accesible para la organización de datos y el pensamiento computacional básico.

Significancia y Reivindicaciones
El artículo sostiene que las hojas de cálculo son un componente crítico, aunque subutilizado, del kit de herramientas de ciencia de datos para K–12. Su significancia radica en:

• Cambio Pedagógico: Pasar la narrativa de ver las hojas de cálculo meramente como herramientas de "entrada de datos" a reconocerlas como vehículos para desarrollar la perspicacia de datos y la fluidez computacional.
• Equidad y Acceso: Aprovechar la disponibilidad casi universal de Google Sheets y Excel en los distritos escolares para proporcionar acceso equitativo a las habilidades de datos sin las barreras de nuevas licencias de software o preocupaciones de seguridad.
• Necesidad de Desarrollo Profesional: Los autores declaran explícitamente que realizar el potencial de las hojas de cálculo requiere un desarrollo profesional significativo para los instructores, de modo que puedan ir más allá del uso básico y guiar a los estudiantes a través de una manipulación de datos y scripting más profunda.
• Rol Fundacional: El documento argumenta que la capacidad de estructurar, organizar e interrogar datos utilizando hojas de cálculo es una habilidad fundacional que prepara a los estudiantes para tecnologías de ciencia de datos más avanzadas, alineándose con el objetivo de desarrollar solucionadores de problemas "autónomos" que comprendan el porqué de la manipulación de datos, no solo el cómo.

Los autores mantienen la modestia, reconociendo que las hojas de cálculo tienen limitaciones en la estadística inferencial y la reproducibilidad, y no proponen que sean una solución independiente para toda la educación en ciencia de datos. En su lugar, abogan por un "pivotaje de paradigma" donde las hojas de cálculo se integran intencionalmente para construir competencias de datos específicas y transferibles.