Ten simple rules for teaching data science

Imagina que enseñar ciencia de datos es como enseñar a alguien a hornear un pastel complejo. La mayoría de los profesores podrían empezar dando una clase magistral durante tres semanas sobre las propiedades químicas de la harina, la historia de los hornos y la física del calor antes de dejar que nadie toque un ingrediente. Este artículo argumenta que esa es una idea terrible. En su lugar, deberías dejar que prueben el pastel inmediatamente, y luego enseñarles la ciencia a medida que lo deseen más.

Aquí están las Diez Reglas Simples para enseñar ciencia de datos, traducidas a un lenguaje cotidiano con algunas analogías sabrosas:

1. Deja que coman pastel (Empieza con la acción)

No esperes hasta el final del semestre para mostrar a los estudiantes qué es lo que realmente hace la ciencia de datos. En la primera clase, haz que carguen algunos datos, los limpien un poco y hagan un dibujo (visualización).

• La Analogía: Es como darle a un nuevo conductor las llaves y dejarlo sentarse en el auto antes de explicarle cómo funciona la transmisión. Una vez que sienta el rugido del motor, te suplicará que le expliques los engranajes. Si empiezas con detalles técnicos aburridos (como "tipos de datos de objeto"), se desconectarán. Engánchalos con lo divertido primero; los detalles técnicos aburridos tendrán sentido más tarde, cuando los necesiten para solucionar un problema.

2. El programa de "Cocina en Vivo" (Codificación en vivo participativa)

No te limites a mostrar a los estudiantes una diapositiva terminada con código. Escribe el código frente a ellos mientras explicas tu proceso de pensamiento.

• La Analogía: Piensa en un chef en la televisión. Si el chef solo muestra una foto del plato terminado, no aprendes nada. Pero si el chef pica, quema un diente de ajo, maldice, lo arregla y explica por qué está revolviendo la olla, aprendes a cocinar. Cuando cometes un error al escribir, ¡es algo bueno! Muestra a los estudiantes que los expertos también se equivocan, y les enseña cómo solucionar errores (depuración) en tiempo real.

3. Perfora, bebé, perfora (Mucha práctica + Retroalimentación instantánea)

Dales a los estudiantes una cantidad masiva de problemas de práctica, mucho más de la que creas que necesitan. Pero aquí está el truco: necesitan retroalimentación inmediatamente, no una semana después cuando reciban la nota.

• La Analogía: Aprender a hacer malabares. No puedes aprender viendo un solo video. Tienes que dejar caer las pelotas cien veces. Si dejas caer una pelota y alguien te grita "¡Demasiado alto!" cinco minutos después, ya habrás olvidado lo que estabas haciendo. Usa herramientas automatizadas (como pruebas de software) que actúen como un entrenador parado justo a tu lado, diciendo instantáneamente: "Oye, te faltó una coma", para que puedas corregirlo mientras la lección aún está fresca.

4. Usa trenes de juguete (Empieza con datos pequeños y simples)

Cuando introduzcas una herramienta o algoritmo nuevo y aterrador, no les lances un conjunto de datos masivo y desordenado del mundo real. Usa un conjunto de datos "de juguete", pequeño, que quepa en tu cabeza.

• La Analogía: Si quieres enseñar a alguien cómo funciona el motor de un auto, no le entregas el motor de un camión con 500 piezas. Le das un motor de juguete con tres engranajes. Puede ver cada pieza moverse. Una vez que entiende el motor de juguete, entonces le das el camión real. Los conjuntos de datos pequeños permiten a los estudiantes seguir cada paso de las matemáticas sin perderse en el ruido.

5. Comida real, pero fácil de masticar (Datos reales, contexto accesible)

Una vez que entiendan el motor de juguete, cambia a datos reales. Pero asegúrate de que los datos traten sobre cosas que todos entienden, como países, poblaciones o idiomas.

• La Analogía: Imagina que estás enseñando una clase de cocina. Si usas el "calamar de las profundidades" como tu ingrediente principal, los estudiantes que nunca han visto el océano pasarán todo su tiempo preguntándose qué es un calamar, en lugar de aprender a cocinarlo. Usa ingredientes que todos conocen, como papas o zanahorias. El objetivo es enseñar la técnica de cocina, no la biología del vegetal. Usa datos sobre cosas con las que la gente convive a diario para que no se sientan abrumados por el tema.

6. El "Porqué" detrás de lo extraño (Contexto cultural e histórico)

Explica por qué las herramientas de software están diseñadas de cierta manera, incluso si parecen extrañas o molestas.

• La Analogía: Imagina que conduces un auto con una palanca de cambios que se siente incómoda. Si solo dices "lidia con ello", te frustrarás. Pero si explicas: "Este auto fue construido en la década de 1950 para un tipo específico de carretera, y por eso la palanca está ahí", tiene más sentido. Las herramientas de datos son construidas por humanos con historia. Explicar que un símbolo extraño existe debido a un teclado antiguo o a la preferencia de un estadístico ayuda a los estudiantes a dejar de odiar la herramienta y empezar a entenderla.

7. Un patio de juegos seguro (Comunidad inclusiva)

Crea un aula donde los estudiantes se sientan seguros cometiendo errores. Si tienen miedo de parecer estúpidos, no harán preguntas y no aprenderán.

• La Analogía: Aprender es como aprender a bailar. Si tienes terror de que todos se rían si pisas un pie, te quedarás paralizado en una esquina. Necesitas una "zona libre de juicios" donde pisar un pie sea simplemente parte del proceso. Establece reglas claras contra el acoso y la intimidación para que todos se sientan seguros de intentar, fallar y volver a intentar.

8. La lista de verificación para chefs (Aprendizaje entre pares con listas de verificación)

Cuando los estudiantes revisen el trabajo de sus compañeros, no digas simplemente "califica esto". Dales una lista de verificación.

• La Analogía: Piensa en un piloto antes de un vuelo. No solo "esperan" que el avión esté listo; pasan por una lista de verificación: ¿Ruedas abajo? ¿Combustible lleno? ¿Puertas cerradas? Cuando los estudiantes revisan el código de un amigo, una lista de verificación evita que pasen por alto los detalles pequeños pero críticos. Convierte un vago "esto se ve mal" en una retroalimentación específica y útil como "Olvidaste verificar los tipos de datos".

9. El ensayo de la banda (Colaboración)

La ciencia de datos rara vez es un acto solitario; es un deporte de equipo. Enseña a los estudiantes a trabajar juntos, no solo a programar.

• La Analogía: Puedes ser el mejor guitarrista del mundo, pero si no puedes escuchar al baterista o compartir el escenario, la banda fallará. Enséñales las "herramientas sociales" de la colaboración: cómo dar retroalimentación sin ser grosero, cómo usar carpetas compartidas (como Git) y cómo manejar discusiones cuando ocurren. Practica esto en grupos pequeños antes de lanzarlos a un gran proyecto.

10. El pastel completo (Haz un proyecto completo)

Finalmente, haz que los estudiantes construyan un producto de datos completo de principio a fin.

• La Analogía: La mayoría de las clases te enseñan cómo mezclar la masa, luego cómo hornear por separado, luego cómo decorar por separado. Pero en el mundo real, tienes que hacer todo el proceso. Un proyecto final obliga a los estudiantes a tomar un problema real y desordenado, limpiarlo, analizarlo y presentarlo. Es la diferencia entre practicar escalas en un piano y tocar una canción completa. Es desordenado, es difícil, pero es la única forma de aprender realmente el oficio.

La conclusión:
Enseñar ciencia de datos no es volcar hechos sobre los estudiantes. Se trata de lograr que hagan el trabajo de inmediato, darles espacios seguros para fallar, usar ejemplos simples para construir grandes ideas y, finalmente, dejar que cocinen toda la comida ellos mismos.