Introducción a las TIC y las matemáticas A través del plan de estudios de historia. Parte 6

Publicación #278, 31 de Marzo del 2020




Este boletín gratuito de Information Age Education es editado por Dave Moursund, producido por Ken Loge y traducido al español por Enrique Patiño. El boletín es un componente de las publicaciones de la Educación de la Era de la Información (IAE) y de Avance de la Tecnología y la Educación Globalmente Apropiadas (AGATE).

 

Todos los números anteriores del boletín y la información de suscripción están disponibles en línea. Además, están disponibles siete libros gratuitos basados ​​en los boletines.

 

El libro recientemente revisado y actualizado de Dave Moursund, The Fourth R (Segunda edición) ahora está disponible en inglés y en español (Moursund, 2018a, enlace; Moursund, 2018b, enlace). La tesis de este libro es que la 4ta R de Razonamiento / Pensamiento computacional es fundamental para capacitar a los estudiantes de hoy y sus maestros a lo largo del currículo K-12. La primera edición se publicó en diciembre de 2016, la segunda edición en agosto de 2018 y la traducción al español de la segunda edición en septiembre de 2018. Los tres libros tienen ahora un total de 94.500 vistas de página y descargas. Más de 20.500 de estas son de la edición en español.

 

Este y los dos boletines anteriores son la primera parte de un breve libro titulado tentativamente Currículo de TIC y matemáticas a través de la historia. Cuatro boletines anteriores de IAE contienen contenido sustancial de este libro de trabajo en progreso. Consulte el Boletín de IAE – Número 254 – 31 de marzo de 2019, el Boletín de IAE – Número 255 – 15 de abril de 2019, el Boletín de IAE – Número 256 – 30 de abril de 2019, y el Boletín de IAE – Número 257 – 15 de mayo de 2019.



Introducción a las TIC y las matemáticas

A través del plan de estudios de historia. Parte 6

 

David Moursund

Profesor Emérito, Facultad de Educación.

Universidad de Oregon

 

“El estudio de la historia es el estudio de las causas”. (E.H. Carr; historiador inglés, diplomático, periodista y teórico de las relaciones internacionales; 1892-1982.)

 

“El tiempo es el consejero más sabio de todos”. (Pericles; estadista griego, orador y general; 495-429 a. C.).

 

“Comprender la causa y el efecto es un gran aspecto de lo que llamamos sentido común, y es un área en la que los sistemas de IA [Inteligencia Artificial] de hoy en día no tienen idea”. (Elias Bareinboim; Director del Laboratorio de Inteligencia Artificial Causal en la Universidad de Columbia y profesor asociado en el Departamento de Informática de la Universidad de Columbia).



Introducción

 

Este boletín es una continuación de una serie que explora los posibles roles de las Tecnologías de la Información y la Comunicación (TIC) y las Matemáticas en el currículo de historia previa a la universidad. Eventualmente, la serie completa estará disponible como un libro gratuito publicado por Information Age Education.

 

El objetivo del boletín actual es explorar algunos aspectos de las víctimas relacionadas con el estudio de la historia. Las dos primeras citas resumen lo que muchos considerarían razones importantes para estudiar historia. Los humanos queremos entender y aprender de lo que sucedió en el pasado y por qué sucedió. Disfrutamos aumentando nuestros conocimientos sobre las causas y los efectos. La tercera cita sugiere que, en términos de comprensión de causa y efecto, las personas son mucho mejores que las computadoras.



Causa y efecto

 

El estudio de causa y efecto en la disciplina académica llamada historia es sustancialmente diferente al estudio de causa y efecto en las disciplinas académicas que llamamos ciencias. Considere el siguiente ejemplo de causa y efecto. A medida que comienza a caer la noche, el sol se “pone” y se oscurece. En la mañana, sale el sol y sale la luz. La caída y la salida del sol son causas. La oscuridad y la luz son efectos.

 

Hmm ¿El sol realmente se pone y sale? ¿Es quizás una mejor explicación decir que la Tierra gira (rota) sobre su eje, y esto hace que el sol parezca bajar y salir? Y si observamos cuidadosamente durante un largo período de tiempo, notamos que la cantidad de tiempo que el sol se pone varía en el transcurso de un año. Los humanos desarrollaron la ciencia que llamamos astronomía para explicar mejor y predecir con mayor precisión los cambios que observaron en los cielos.

 

En las ciencias, podemos tener descripciones cuidadosas de las ocurrencias (los efectos) y una explicación subyacente (teoría) de las causas de la ocurrencia. Aquí hay un ejemplo. Durante miles de años, las personas han sabido que cuando un objeto como una piedra se deja caer, se cae. Una de las contribuciones de Isaac Newton a la ciencia fue su desarrollo de una teoría de la gravitación que describe este hecho (Thompson y Havern, sin fecha, enlace). El efecto es que cae un objeto que se deja caer, y la causa de esta caída se llama gravedad. Los investigadores pueden estudiar esta causa y sus efectos en una gran variedad de situaciones diferentes. Eventualmente, los investigadores pueden convencerse a sí mismos y a otros de que la teoría de la gravitación es lo suficientemente precisa y ampliamente aplicable como para ser ampliamente aceptada como un resultado científico que otros deberían creer y utilizar.

 

La investigación de Newton sirvió al mundo bien durante varios cientos de años. Finalmente, Albert Einstein desarrolló una teoría de la relatividad que resulta ser una descripción más precisa de algunos aspectos de la física.



Actividades de clase

 

Ahora, aquí hay una pregunta para los profesores de historia. ¿Qué quieres que los estudiantes aprendan sobre Isaac Newton y Albert Einstein? ¿Es suficiente que los estudiantes memoricen estos nombres y las fechas aproximadas en que vivieron y trabajaron? ¿Es suficiente que los estudiantes asocian la palabra gravedad con Newton y la relatividad con Einstein? ¿Qué comprensión desea que tengan sus alumnos sobre los logros de estos dos científicos y cómo su trabajo cambió el mundo?

 

Newton y Einstein eran físicos y matemáticos. Ambos trabajaron en causa y efecto. Ambos desarrollaron teorías y llevaron a cabo y propusieron experimentos. Entonces, cuando enseñas historia, ¿enfatizas la idea de causa y efecto desde el punto de vista de historiadores y científicos? Explore este problema con sus alumnos.

 

Aquí hay otro ejemplo para reflexionar. Las guerras son un tema importante en el estudio de la historia. Podemos estudiar miles de guerras que han ocurrido a lo largo de la historia registrada. Si bien hay algunas similitudes, no hay dos guerras idénticas. Podemos hablar sobre las causas y los efectos de las guerras, pero no podemos llevar a cabo experimentos controlados como podemos hacer en las ciencias. Por lo tanto, no podemos desarrollar una ciencia precisa de las causas y los efectos de estas guerras. Si usted es maestro de historia, ¿ayuda a sus alumnos a comprender la diferencia significativa entre causa y efecto en las áreas de historia que enseña versus causa y efecto en las ciencias que sus alumnos conocen y / o están aprendiendo?

 

En resumen, los humanos son mucho mejores para determinar la causa y el efecto en las ciencias que en la disciplina de la historia y las otras ciencias sociales. Sin embargo, muchas áreas de estudio combinan las ciencias y las ciencias sociales.

 

Aquí hay un ejemplo de negocios que los estudiantes podrían explorar. Supongamos que hace 200 años un inventor anuncia el desarrollo de un dispositivo llamado teléfono que permite la comunicación de voz a distancia. ¿Sería popular y sería ampliamente adoptado? Si es así, ¿cuánto tiempo tomaría esto y cómo su adopción generalizada cambiará el mundo? Bien puede haber ejemplos de la historia que ayudarán a proporcionar información sobre posibles respuestas a estas preguntas. Los desafíos de producción y distribución caen en el área de la ciencia. La tasa y cantidad de adopción, y los usos, caen principalmente en el área de las ciencias sociales. La oferta y la demanda afectan los precios, que a su vez afectan la distribución y el uso. En resumen, pronosticar (predecir el futuro) es un desafío.



Causalidad y correlación

 

La gente suele decir que si dos eventos parecen estar relacionados entre sí, están correlacionados. Los matemáticos usan una definición mucho más precisa del término. Esta sección discute la correlación.

 

En estadística, la frase “la correlación no implica causalidad” se refiere a la incapacidad de deducir legítimamente una relación de causa y efecto entre dos variables únicamente sobre la base de una asociación o correlación observada entre ellas (Wikipedia, 2020b, enlace).

 

Causalidad … por el cual un evento, proceso, estado o una causa, contribuye a la producción de otro evento, proceso o estado, un efecto, donde la causa es en parte responsable del efecto, y el efecto depende en parte de la causa. En general, un proceso tiene muchas causas, que también se dice que son factores causales para él, y todas se encuentran en su pasado. A su vez, un efecto puede ser una causa o un factor causal de muchos otros efectos, todos los cuales se encuentran en su futuro (Wikipedia; 2020a; enlace).

 

La palabra correlación tiene dos definiciones ampliamente utilizadas:

 

La correlación generalmente se define como una medida de la relación lineal entre dos variables cuantitativas (por ejemplo, altura y peso) [y otras medidas numéricas de cantidad]. A menudo se usa una definición [mucho] más flexible, por la cual la correlación simplemente significa que hay algún tipo de relación entre dos variables (DISPLAYR Blog, n.d., enlace).

 

El primer gráfico en la Figura 1 sugiere que las ventas de calentadores aumentan a medida que las temperaturas disminuyen cuando el clima se vuelve más frío. Es decir, la temperatura y las ventas están correlacionadas negativamente. Esto parece sentido común. Sin embargo, ¿quizás los compradores más astutos compran calentadores en el verano para que estén disponibles cuando llegue el primer clima frío? El segundo gráfico de la Figura 1 sugiere que las ventas aumentan al aumentar la publicidad.

 


Figura 1. Dos ejemplos de correlación visualmente aparente (DISPLAYR Blog, n.d., enlace).



El análisis de los ejemplos en la Figura 1 puede ser suficiente en algunos casos. Pero los matemáticos están interesados ​​en un análisis más preciso de dichos datos. El componente aplicable de las matemáticas llamado Probabilidad y Estadística se remonta a más de 1.200 años (Wikipedia, 2020c, enlace).

 

Aunque faltan detalles, cada punto en los dos ejemplos de la Figura 1 es un punto en un plano de coordenadas bidimensional. Es decir, la ubicación de cada punto se puede especificar mediante un par de números. Las representaciones gráficas bidimensionales son mucho más fáciles de visualizar e interpretar que una lista de los valores numéricos de los pares de coordenadas. Sin embargo, al hacer matemáticas para analizar dichos datos, es mucho más efectivo tratar directamente con los números. El software de computadora llamado hoja de cálculo es muy útil en tales esfuerzos.



Hojas de cálculo

 

Una hoja de cálculo es un software diseñado principalmente para el almacenamiento, la manipulación y la salida de datos cuantitativos (numéricos). También se puede usar para almacenar otros tipos de datos, como nombres y direcciones de los empleados de una empresa, junto con la tasa de pago, las horas trabajadas, las retenciones de impuestos y toda la otra información necesaria para calcular e imprimir cheques de nómina.

 

Me parece interesante pensar en cuáles son los tipos de software más importantes que los estudiantes deben conocer y usar de manera rutinaria mientras estudian historia. Mi respuesta actual a esta pregunta incluye:

 

  1. La web y un navegador web.
  2. Procesador de textos y ayudas relacionadas para incluir gráficos en documentos.
  3. Hoja de cálculo para almacenar y procesar datos cuantitativos. (Una hoja de cálculo también puede contener datos cualitativos, como nombres y direcciones).
  4. Base de datos para almacenar y procesar una combinación de datos cualitativos y cuantitativos. La Web es una enorme base de datos e incluye una serie de piezas de software de base de datos gratuito que las personas pueden usar para crear sus propias bases de datos. Algunas preguntas importantes: ¿Cuándo deberían los estudiantes aprender a usar dicho software? ¿Quién debe proporcionar la instrucción necesaria? ¿Cómo pueden los maestros de historia en todos los niveles de grado obtener el conocimiento y las habilidades para integrar el uso rutinario de estas herramientas en su enseñanza?

 

La Figura 2 proporciona información histórica extraída de datos sobre la estatura y el peso promedio de los niños de Wisconsin de 1 a 18 años de edad (Children’s Wisconsin, 2020, enlace). Usé una hoja de cálculo para extraer y organizar los datos. Utilizaremos esta hoja de cálculo de datos en varios ejemplos.

 

Pase algún tiempo examinando los datos. ¿Está de acuerdo con su comprensión intuitiva para el crecimiento de los niños? Los datos de altura y peso en la Figura 2 parecen mostrar una relación algo lineal con la edad. Eso ciertamente tiene sentido. ¿Ves algún error obvio en los datos? (Al recopilar y registrar datos experimentales, a veces se producen errores). Estos dos tipos de preguntas se pueden aplicar a cualquier dato que intente leer y comprender. Proporcionan un buen primer esfuerzo para determinar si los datos son reales o falsos.

 

Figura 2. Crecimiento de niños y niñas promedio de Wisconsin (Children’s Wisconsin, 2020, enlace).

 

¿Qué más ves al examinar esta tabla de datos? ¿Hay una edad en que muchas niñas son más altas que los niños? ¿Ves brotes de crecimiento? ¿Se pregunta por qué, en promedio, los niños se hacen más altos y pesados ​​que las niñas? Hacer y posiblemente explorar este tipo de preguntas no requiere muchos conocimientos y habilidades matemáticas. Tales preguntas y exploraciones pueden ayudar al lector a tener una idea o una comprensión general de los datos.



Correlación estadística

 

Ahora, hagamos un pequeño análisis matemático de estos datos. La Figura 3 contiene la fórmula matemática para la correlación estadística. La mayoría de las personas se sienten abrumadas por la notación matemática y la complejidad de esta fórmula, por lo que no se preocupe si es una de esas personas. A menos que haya estudiado y aún recuerde bastante matemática, es posible que la fórmula no le comunique mucho. En los “buenos viejos tiempos”, se esperaba que muchos estudiantes universitarios que tomaban cursos de estadística memorizaran esta fórmula y ganaran habilidad para realizar tales cálculos usando una calculadora de escritorio. ¡Las computadoras ciertamente han cambiado este aspecto de los cursos de estadística!

 

donde n es el número total de muestras, xi (x1, x2, …, xn)

son los valores x y yi son los valores y.

Figura 3: Fórmula para la correlación estadística.

 

La idea básica de la correlación estadística es que existe una fórmula para calcular la correlación entre dos columnas o dos filas de números. Hay muchos sitios web gratuitos que realizan este cálculo (Alcula, 2020, enlace). Además, el software típico de hoja de cálculo incluye disposiciones para calcular correlaciones.

 

La Figura 4 proporciona ejemplos de algunas correlaciones de datos de la Figura 3. El primer conjunto de datos analiza la edad versus la altura para las niñas de 1 a 6. El segundo conjunto de datos analiza la edad versus la altura de las niñas de 13 a 18. Observe que la correlación disminuyó . Esta disminución es causada por las niñas que tienden a alcanzar casi su altura máxima a los 15 años.

 

Figura 4: Algunas correlaciones de datos de la Figura 3 (Alcula, 2020, enlace).

 

Finalmente, solo por diversión, calculé la correlación entre la estatura promedio de las niñas y la estatura promedio de los niños. Salió 0.9914. Esa es una alta correlación. Pero, la correlación no es causalidad. ¡Seguramente no deberíamos concluir que la altura de las niñas causa la altura de los niños, o viceversa!

 

¿O hemos descubierto un tema de investigación interesante? ¿Quizás los niños y niñas que difieren en altura en cierta cantidad tienden a casarse con más frecuencia que los niños y niñas que difieren en altura considerablemente más o considerablemente menos? Esto podría llevar a que sus hijos tengan una diferencia similar en el patrón de altura.

 

Finalmente, suponga que uno está mirando los datos en la Figura 4, y se pregunta cómo se verían los números para las personas de 19, 20, etc. ¿Podemos predecir la altura y el peso para este grupo de edad? Basado solo en su conocimiento personal sobre usted y otras personas, sabe que las personas no continúan creciendo más alto, año tras año. Los datos sugieren que las niñas alcanzan su punto máximo antes de los 18 años, pero no hay datos suficientes para saber qué sucede con los niños a medida que crecen después de los 18 años. No podemos utilizar con precisión los datos para pronosticar la estatura promedio de los niños mayores de 18 años. Una sección posterior de este boletín examina un componente de la disciplina de la historia llamada estudios futuros.



Actividades de clase

 

Haga que sus alumnos estudien la tabla de crecimiento en la Figura 2 anterior. Pueden comparar sus estadísticas personales con el promedio de estudiantes de su edad. Esto puede ayudarlos a predecir si es probable que tengan un crecimiento acelerado en el futuro cercano.

 

También podrían verificar las alturas y pesos promedio de los estudiantes mayores que ellos. Aquí hay una idea interesante. En lugar de que los estudiantes busquen en la tabla a estudiantes de su misma edad, pueden buscar estudiantes de su misma altura en la tabla y ver el peso promedio de dichos estudiantes. Algunos estudiantes pueden encontrar resultados que sugieren que son significativamente más ligeros o más pesados ​​que el promedio para su altura. Sin embargo, tenga en cuenta que esta tabla de datos no fue diseñada como un vehículo para ayudar a determinar si un estudiante tiene sobrepeso o bajo peso. Por lo tanto, se debe advertir a los estudiantes que no salten a conclusiones apresuradas.

 

Se puede alentar a los estudiantes a utilizar la Web para obtener más información sobre si tienen sobrepeso o bajo peso. Pueden aprender a usar el índice de masa corporal (IMC) como una medida útil (Bachmann, 2019, enlace). (Por otro lado, los cálculos de IMC se basan en datos históricos y, por lo tanto, son un buen ejemplo de análisis científico de datos históricos).

 

Aquí hay preguntas para explorar:

 

  1. ¿Son sus diferencias significativas en los patrones de crecimiento para los estudiantes de diferentes orígenes raciales?
  2. ¿Existen diferencias significativas de un estado o provincia a otro u otra, entre las principales áreas del país o entre diferentes países?

 

Como profesor, desea que sus alumnos aprendan a plantear y explorar tales preguntas.



Estudios futuros

 

Nuestras escuelas enseñan historia como parte de un programa general de estudios diseñado para ayudar a preparar a los estudiantes para su propio futuro posible. Esto me sugiere dos preguntas desafiantes:

 

  1. ¿Podemos predecir el futuro con la suficiente precisión para que lo que enseñamos a los estudiantes resulte apropiado y útil cuando se conviertan en adultos?
  2. ¿Deberían los estudios futuros ser un componente explícito de muchos cursos que estudian los estudiantes? O, en cambio, como hacemos con muchas áreas de contenido posibles, ¿debería ser un curso autónomo que se imparta en algún nivel de grado específico?

 

Durante miles de años hemos tenido adivinos, que dicen poder predecir el futuro. Incluso hoy, muchas personas creen y actúan siguiendo los consejos de los adivinos. ¿Lees tu horóscopo diario y luego actúas siguiendo sus consejos? ¿Tus alumnos o sus padres leen horóscopos?

 

En los últimos años, una disciplina académica llamada estudios futuros ha surgido en varias universidades como un área de estudio autónoma o interdisciplinaria.

 

El estudio de futuros es el estudio de postular futuros posibles, probables y preferibles y las visiones del mundo y los mitos que subyacen en ellos. Existe un debate sobre si esta disciplina es un arte o una ciencia. En general, puede considerarse como una rama de las ciencias sociales y paralela al campo de la historia. De la misma manera que la historia estudia el pasado, los estudios de futuros consideran el futuro. Los estudios de futuros buscan comprender qué es probable que continúe y qué podría cambiar de manera plausible. Por lo tanto, parte de la disciplina busca una comprensión sistemática y basada en patrones del pasado y el presente, y para determinar la probabilidad de eventos y tendencias futuras. A diferencia de las ciencias físicas donde se estudia un sistema más específico y más estrecho, los estudios de futuros se refieren a un sistema mundial mucho más grande y complejo. La metodología y el conocimiento están mucho menos probados en comparación con las ciencias naturales o incluso las ciencias sociales como la sociología, la economía y las ciencias políticas (Definiciones y Traducciones, 2020, enlace).

 

Esta definición me sugiere que los maestros de historia en todos los niveles deberían participar para ayudar a los estudiantes a aprender sobre posibles futuros. La sección anterior de este boletín sobre causa y efecto ciertamente contiene contenido relevante para tales esfuerzos.

 

La Federación Mundial de Estudios de Futuros se estableció en 1973.

 

La Federación Mundial de Estudios de Futuros (WFSF), desde su inicio, ha alentado y apoyado un enfoque pluralista para los estudios de futuros. Este pluralismo se refleja en la diversidad de los miembros de WFSF y la investigación que apoya. El WFSF utiliza el término plural de estudios de “futuros” en lugar de los estudios singulares de “futuro” para contrarrestar la noción de un solo futuro, este último tiene limitaciones conceptuales e implicaciones políticas. Esta pluralización de futuros abre el territorio para visualizar y crear futuros alternativos y preferidos. Un enfoque principal de los estudios de futuros para nosotros en WFSF es cómo prevemos y desarrollamos resultados deseables en los próximos tiempos (WFSF, 2020, enlace).

 

Esto indica que hay un gran número de personas involucradas en el estudio científico de posibles futuros. Estas personas provienen de una amplia gama de disciplinas académicas de estudio.

 

Todos los maestros, padres y otras personas que ayudan a proporcionar educación informal y formal de los niños deben ayudar en los estudios futuros de la educación de los niños. Un estudio reciente sugiere que no nos está yendo bien al educar a los estudiantes sobre futuras carreras:

 

Pero desde el comienzo de este siglo, las aspiraciones profesionales de los adolescentes se han reducido, no ampliado, a pesar de los cambios tecnológicos y sociales igualmente dramáticos. Un nuevo estudio global de la Organización para la Cooperación y el Desarrollo Económicos revela que los “trabajos soñados” de los adolescentes de hoy son casi idénticos a los del año 2000, y podrían dejar a muchos estudiantes en desventaja en la economía emergente.

 

 “Lo que llama la atención es que la mayoría [los trabajos soñados] son ​​en realidad trabajos del siglo XIX o XX. Muy pocos aspiran a empleos del siglo XXI a la edad de 17 años “, dijo Andreas Schleicher, director de educación y habilidades de la OCDE y coautor del estudio, en una discusión del estudio el miércoles en el Foro Económico Mundial anual 50º en Davos, Suiza, que se transmitió en vivo a través de Twitter. “Ves que el mundo laboral se está volviendo más diverso, pero lo que los jóvenes citan se está volviendo más miope, más concentrado. … Lo que sabemos sobre el futuro del trabajo no llega a las aulas y las experiencias de los jóvenes “. (Chispas, 1/2/2020, enlace).



Actividades de clase

 

Durante años he disfrutado incursionando en el área de tratar de pronosticar el futuro de la Información, la Comunicación y la Tecnología (TIC) en la educación. Hace varios años, creé un documento de IAE-pedia titulado Lo que Nos Brinda el Futuro (Moursund, 2020, enlace). El contenido es principalmente pronósticos de expertos altamente capacitados, y agrego más a esta página cada año. Para muchos de los pronósticos, he agregado mis pensamientos sobre cómo los cambios previstos pueden afectar la educación. Ha tenido más de 162.000 visitas a la página. Usted y sus estudiantes pueden disfrutar viendo algunos de los pronósticos.

 

Mi reciente búsqueda en Google sobre el término “predicciones del futuro” produjo casi mil millones de resultados. Si sus alumnos son lo suficientemente maduros como para buscar y utilizar dichos artículos de manera independiente, puede hacer que encuentren, analicen, escriban y compartan algunos de sus hallazgos. Otro enfoque es que use algo de tiempo de clase, tal vez una vez por semana, para discutir las predicciones que ha seleccionado. Usted desea que sus alumnos se acostumbren a la idea de que el mundo está cambiando y que puedan aprender a observar y participar en los cambios.



Observaciones finales

 

Leer y escribir son historia antigua, pero siguen siendo componentes esenciales de la vida moderna. Las computadoras y la inteligencia artificial (IA) son historia más reciente. Parece claro que las computadoras y la inteligencia artificial todavía están en su infancia a pesar de su rápido desarrollo y logros sorprendentes.

 

Las computadoras digitales electrónicas se comercializaron por primera vez a principios de la década de 1950. El campo de la IA se fundó formalmente en 1956, en una conferencia en el Dartmouth College, en Hanover, New Hampshire. En mi opinión, las computadoras y la inteligencia artificial son desarrollos que cambian el mundo y rivalizan con la creación de lectura y escritura hace aproximadamente 5.400 años. Existen considerables similitudes entre estos desarrollos. Ambos facilitan el almacenamiento y la recuperación de información. Ambos facilitan la comunicación a distancia. Ambos ayudan a la mente humana a resolver problemas y realizar tareas.

 

Los cerebros humanos son bastante buenos para detectar posibles causas y efectos. Considere un ejemplo simple en el que uno de nuestros ancestros muy antiguos ve algunas bayas bonitas en un arbusto, las come y se enferma bastante. Sin más investigación, la persona plantea una causa (comer las bayas) y un efecto (enfermedad), y decide no volver a intentar este experimento. La raza humana ha sobrevivido y prosperado en parte debido a este tipo de habilidad para reconocer causa y efecto.

 

Si bien la IA ha progresado enormemente en la resolución de ciertos tipos de problemas, el campo ha avanzado muy poco en el desarrollo de sistemas de IA que sean buenos para determinar la causa y el efecto. Según Elias Bareinboim, Director del Laboratorio de Inteligencia Artificial Causal de la Universidad de Columbia, “comprender la causa y el efecto es un gran aspecto de lo que llamamos sentido común, y es un área en la que los sistemas de IA de hoy en día no tienen idea”.

 

Esta declaración refuerza el valor de poner más énfasis en causa y efecto en la educación de nuestros hijos. Actualmente, los humanos son mucho mejores en esta tarea que nuestras máquinas artificialmente inteligentes.