La propera generació d’estudiants ha d’aprendre a interactuar de manera efectiva amb les dades i aplicar la ciència de dades.

La ciència de dades (Data Science) ofereix un dels camps professionals més prometedors i de ràpid creixement de l’última dècada. Els avenços tecnològics en la mineria de dades (Data Mining) i l’anàlisi de dades (Data Analytics) l’han transformat en una mercaderia valuosa per a diversos camps, des de la sanitat fins a les finances i la investigació acadèmica. Els científics de dades són els responsables d’interaccionar amb les dades i extreure’n informació valuosa que es pot aplicar per desenvolupar solucions relacionades amb problemes del món real. Ensenyament de la ciència de dades a les escoles: la propera generació d’estudiants ha d’aprendre a interactuar de manera efectiva amb les dades i aplicar la ciència de dades.

Com un dels camps professionals més lucratius i importants del món, hi ha una necessitat creixent que la propera generació d’estudiants aprengui a interactuar de manera efectiva amb les dades i aplicar la ciència de dades a la seva feina. Igual que la física, la química i les matemàtiques, els estudiants de secundària haurien de començar a construir una base de ciència de dades des del principi per donar suport a la competència en ciència de dades més endavant.

L’escenari actual

A partir d’ara, la majoria dels estudiants només estan exposats al processament informàtic o la informàtica durant l’escola secundària i interactuen amb la ciència de dades només després d’entrar a la universitat o d’iniciar la seva primera feina. Tanmateix, la informàtica és només una part del trencaclosques de la ciència de dades.

A mesura que la capacitat d’explotar quantitats més grans de dades es fa més factible, també és important que la propera generació d’estudiants aprengui a analitzar i interactuar amb aquestes dades.

L’actualització del currículum actual per incloure la ciència de dades proporcionar als estudiants de secundària una caixa d’eines inicial que poden utilitzar per desenvolupar habilitats addicionals al llarg de la seva carrera professional i els prepara per treballar en l’economia global.

Per què ensenyar ciència de dades?

La ciència de dades està present en tots els àmbit de la vida actual, des de la fabricació fins a l’assistència sanitària i a STEM – és la base sobre la qual opera cada indústria. Per exemple, en finances, la ciència de dades ajuda en l’avaluació i el seguiment del risc, el possible comportament fraudulent, els pagaments, l’anàlisi i l’experiència dels clients, entre moltes altres utilitzacions. La ciència de dades ajuda a les empreses i institucions financeres a obtenir informació útil i a obtenir un desenvolupament sostenible. De la mateixa manera, a l’assistència sanitària, en connectar el reconeixement de patrons, l’anàlisi, l’estadística i els algorismes d’aprenentatge profund, la ciència de dades fa que l’assistència sanitària sigui més eficient.

El 2008, el personal de Google va utilitzar dades sobre cerques relacionades amb la grip per mapejar els brots de grip en temps real i van revolucionar la gestió dels brots de grip a tot el món.

Ciència de dades a les diferents indústries

La ciència de dades també s’aplica a la indústria dels viatges. Per exemple, UPS utilitza la ciència de dades per optimitzar el transport de paquets fins al lliurament. Utilitza la ciència de dades per resoldre trencaclosques logístics desafiants, com ara com s’han de desviar els paquets per mal temps o colls d’ampolla al servei. Segons una previsió de l’empresa, la plataforma podria estalviar entre 100 i 200 milions de dòlars a UPS. La ciència de dades juga un paper actiu en la millora de l’eficiència de les empreses de diverses indústries i la demanda de persones que sàpiguen utilitzar les dades per obtenir les idees valuoses estan augmentant ràpidament. Per tant, la comprensió de la ciència de dades permet als estudiants treballar en diverses indústries i els obre a diverses rutes professionals on les seves habilitats seran molt demandades.

Un informe de 2019 de Deloitte va predir que, mentre els EUA crearan 3,5 milions de llocs de treball STEM el 2025, aproximadament 2 milions d’aquests llocs de treball, o més del 50%, quedaran sense ocupar a causa de la manca de treballadors qualificats. Concretament, aquests llocs de treball requeriran treballadors amb habilitats tecnològiques, informàtiques i de pensament crític.

L’exposició primerenca a la ciència de dades proporciona un entorn constructiu perquè els estudiants creïn una base en les tres àrees i els prepara per a una varietat de carreres professionals.

Pel que fa a la ciència de dades com a camp de carrera independent, es preveu que l’ocupació dels científics de dades creixerà fins al 16% el 2028, més ràpidament que la mitjana de totes les altres professions.

Augmenta la demanda de científics de dades

A mesura que augmenta la demanda de tecnologia de mineria de dades millorada, també augmentarà la demanda de científics de dades altament qualificats. Per tant, com una de les professions de més ràpid creixement i de més demanda, és imprescindible que els estudiants coneguin què fa un científic de dades perquè pugin pensar-hi com una possible carrera professional per a ells mateixos.

A més, els estudiants del món tecnològic d’avui ja utilitzen les dades disponibles per les tecnologies actuals per explorar preguntes complexes. Encara que ho facin de manera inconscient, els alumnes ja recullen i prenen decisions a partir de les dades que veuen en la seva vida quotidiana. Per exemple, els estudiants utilitzen Internet i les xarxes socials per investigar dades sobre el que la gent pensa de l’ultima pel·lícula dels Avengers o Batman, i l’utilitzen per decidir de manera intel·ligent si miraran aquesta pel·lícula al cine o no.

Per tant, quan els estudiants s’adonin d’això i entenguin com les dades afecten la seva vida quotidiana, entendran la seva creixent rellevància en el món actual i no pensaran en això com una mena de concepte llunyà i descabellat.

Com hem d’ensenyar als estudiants de secundària la ciència de dades?

Ensenyar amb eficàcia la ciència de dades als estudiants de secundària comença tenint un full de ruta clar per al que ensenyaràs i establint objectius i expectatives del currículum efectius. Una de les coses principals que cal tenir en compte a l’hora d’ensenyar ciència de dades a estudiants de secundària és que no podem esperar que tothom tingui coneixements tecnològics.

Cada estudiant tindrà un nivell d’interès, habilitats i coneixements diferent, de manera que cal assegurar-se que les sessions no siguin massa tècniques inicialment per retenir l’interès dels estudiants. A més, és necessari mantenir les coses interactives quan s’ensenya als estudiants ciència de dades.

Per a la majoria dels estudiants, la ciència de dades serà un terme familiar, però és possible que no en coneguin molt en profunditat. Per tant, és necessari utilitzar mètodes d’ensenyament interactius per implicar els estudiants. Per exemple, l’ús de plantilles i presentacions interactives, i fer preguntes als estudiants, garantirà que estan prestant atenció i pensant en el concepte ells mateixos. A continuació, esmentem algunes idees curriculars:

#1 Comprendre la importància de la ciència de dades

Els cursos d’introducció a la ciència de dades haurien de proporcionar als estudiants una visió general de la ciència de dades, i discutir com es pot aplicar la ciència de dades en diversos contextos.

#2 Explorar les opcions de carrera en ciència de dades

Els estudiants haurien d’entendre quins itineraris professionals poden seguir mitjançant la ciència de dades, i quines oportunitats poden seguir mitjançant la ciència de dades i quines oportunitats tindran en el futur per aplicar la ciència de dades a la seva feina.

#3 Col·laboració amb universitats i empreses locals

La col·laboració amb universitats i empreses locals exposarà els estudiants a aplicacions pràctiques i usos reals de la ciència de dades. Això els ajudarà a entendre millor el domini i aprendre com s’aplica la ciència de dades a altres indústries i camps professionals.

#4 Identificar exemples i aplicacions del món real de la ciència de dades

Els estudiants haurien de rebre projectes i tasques de curs on utilitzin eines de ciència de dades i tècniques analítiques per respondre preguntes del món real, i crear informes i presentacions basats en les seves conclusions.

#5 Ensenyar als estudiants llenguatges de programació més nous

Els llenguatges de programació bàsics com C, C++ i Java ja s’ensenyen com a part dels currículums de moltes escoles. Tanmateix, llenguatges com Python, R i Scala també són imprescindibles en ciència de dades. Per tant, també s’ha d’ensenyar als estudiants a codificar en aquests nous llenguatges de programació mitjançant exercicis interactius i projectes relacionats amb la vida real. D’aquesta manera, no només entendran com programa en nous llenguatges, sinó també com aplicar-ho al món real, la qual soca augmentarà la seva comprensió.

#6 Oferir als estudiants oportunitats de presentació

Treballar en ciència de dades requereix més que coneixements tècnics i experiència. Els científics de dades utilitzen habitualment les habilitats de comunicació i col·laboració en les operacions del dia a dia. Per tant, els cursos de ciència de dades s’han d’integrar amb altres cursos escolars, com ara l’escriptura i l’oratòria en públic. Això proporcionarà als estudiants una experiència de formació més completa en ciència de dades, i els ajudarà a estar més preparats per a la seva carrera professional.

#7 Avaluacions tècniques i de programació coherents

S’han d’incloure avaluacions tècniques per avaluar la comprensió dels estudiants per fer un seguiment del progrés dels estudiants i assegurar-se que se senten còmodes amb les noves habilitats i tècniques que han adquirit al llarg del curs.

Ensenyament de la ciència de dades a les escoles

Un cop s’hagi establert un pla d’estudis complet, caldrà incorporar un professorat docent qualificat. Tot i que els científics de dades poden semblar l’opció més òbvia per ensenyar ciència de dades, els científics de dades sense antecedents docents poden no tenir un coneixement profund sobre els diferents elements i subdominis professionals de la ciència de dades, com ara el científic de dades, l’analista de dades i l’enginyer de dades.

La feina dels científics de dades varia d’una indústria a una altra i d’una empresa a una altra, i tot i que poden tenir molts coneixements i saber fer el que fan, no són necessàriament els millors professors. Per tant, el professorat de ciència de dades amb experiència docent prèvia hauria de dirigir cursos de ciència de dades, perquè coneixeria els diferents elements i subdominis de la ciència de dades, i com explicar-los de manera atractiva als estudiants.

Conclusió

En un món que està cada vegada més influenciat pel poder de les dades, introduir els estudiants de secundària a la ciència de dades a principis de la seva carrera educativa els proporciona una base sòlida en conceptes importants, i els obre a una varietat d’itineraris professionals.

En conjunt, la combinació adequada de currículum no tècnic i tècnic, i professorat docent experimentat, formarà un curs de formació eficaç que proporcioni als estudiants una comprensió clara de la ciència de dades i, el que és més important, ajudarà a donar forma a la força de treball qualificada de STEM del demà.

Llegit a:

Edvantic