Este reporte se ubica en el contexto del Modelo Educativo Tec21 del Tecnológico de Monterrey que busca capacitar a los estudiantes tanto en conocimientos disciplinares como en competencias para su desarrollo profesional y la vida y para ello se utiliza la técnica Aprendizaje Basado en Retos (Swain-Oropeza et al., 2023). El objetivo del Aprendizaje basado en Retos es desarrollar las competencias de los estudiantes involucrándolos en contextos de la vida real para resolver problemas de la vida real (Lara-Prieto et al., 2023). Para lograr esto, se incorpora en el ámbito educativo un actor relevante: el socio formador cuyo papel es proporcionar un reto que vincule un problema de su empresa o institución con una necesidad de solucionarlo.
El conocimiento de la naturaleza de contaminantes que influyen en la calidad del aire y sus interrelaciones con los factores meteorológicos fue el reto que enfrenaron los estudiantes de Métodos Multivariados en Ciencia de Datos en el semestre agosto-diciembre de 2023. En este trabajo se presenta la forma en que coordinó la interacción con el socio-formador del Sistema de Monitoreo Ambiental (SIMA) de Nuevo León, México, y los estudiantes con el reto de exploración, modelación de datos generados por diversas estaciones meteorológicas del entorno, e interacción con los profesores del curso para retroalimentar y dar seguimiento al trabajo de los estudiantes durante el desarrollo del curso. Durante el semestre se impartieron 3 cursos consecutivos de 80 horas durante 5 semanas cada uno, lo que permitió una estrecha coordinación entre el socio formador y las profesoras para la retroalimentación de los estudiantes en espacios definidos, así como la vinculación de los contenidos del curso con el avance y retroalimentación del reto.
Siguiendo la metodología CRISP-DM (Cross-Industry Estándar Process for Data Mining) (Brzozowska et al., 2023), se programaron 4 etapas de los avances del reto: (1) Entendimiento del negocio y comprensión de los datos; (2) Preparación de los datos; (3) Modelado y evaluación; (4) Despliegue. Conforme se tuvo la experiencia de poner en práctica el reto en los 3 cursos se fue mejorando la forma en que los actores (profesores, estudiantes, socio formador) interactuaban entre sí, con las distintas etapas del reto y con los contenidos del curso.
Así, por ejemplo, se vio la necesidad de incorporar una sesión a la semana exclusiva para retroalimentar oralmente e intercambiar inquietudes con cada equipo. También, enlazados con las 4 etapas de avance del reto, se proyectaron 4 momentos de vinculación con el socio formador: (1) Presentación del reto y del Socio formador; (2) Dudas sobre la base de datos; (3) Retroalimentación del avance de los equipos; (4) Exposición y retroalimentación final del reto. Los contenidos del curso también se vieron afectados con las necesidades e inquietudes que los estudiantes expresaban.
La riqueza y flexibilidad que se logró en la planeación e interacción con el reto a lo largo de los 3 cursos permitió que los estudiantes, en equipos de 4 a 5 integrantes, se adentraran en el reto bajo distintos enfoques de la problemática dependiendo de la perspectiva e interés de investigación de cada equipo. Aplicaron las técnicas estadísticas multivariadas tratadas en el curso, así como, herramientas aprendidas en otros cursos paralelos o anteriores como Ciencia de datos o Aprendizaje automático. Además, utilizaron herramientas de cómputo estadístico como R Studio y Python en su análisis y aplicaciones de Latex o Word en los reportes de su trabajo. También profundizaron en el lenguaje técnico de la contaminación que permitió un diálogo eficiente con el socio formador.
Referencias
Brzozowska, J., Pizoń, J., Baytikenova, G., Gola, A., Zakimova, A., & Piotrowska, K. (2023). Data engineering in CRISP-DM process production data–case study. Applied Computer Science, 19(3).
Lara-Prieto, V., Prieto-Hinojosa, A. I., Galindo-Cota, E., Galvan, J. A., & Swain-Oropeza, R. (2023). Challenge-Based Learning and the Industry Liaison as Educational Partners. 2023 IEEE IFEES World Engineering Education Forum and Global Engineering Deans Council: Convergence for a Better World: A Call to Action, WEEF-GEDC 2023 - Proceedings. https://doi.org/10.1109/WEEF-GEDC59520.2023.10344279
Swain-Oropeza, R., Galvan-Galvan, J. A., Lara-Prieto, V., Roman-Flores, A., & Forte-Celaya, M. R. (2023). Tec21: Developing Skills for Lifelong Learning—Focusing on Essential Skills, Upskilling and Reskilling. 2023 IEEE IFEES World Engineering Education Forum and Global Engineering Deans Council: Convergence for a Better World: A Call to Action, WEEF-GEDC 2023 - Proceedings. https://doi.org/10.1109/WEEF-GEDC59520.2023.10344292
- Eje temático: Experiencias docentes y propuestas de trabajo en la enseñanza de la probabilidad, la estadística y el análisis de datos.
- Ponentes: Blanca Rosa Ruiz Hernández y José Armando Albert Huerta