Contexto y relevancia
En un momento en que las herramientas computacionales son más potentes que nunca, los datos están en todas partes y los modelos de inteligencia artificial son omnipresentes, hace falta una hoja de ruta para integrar datos y computación en la educación de forma efectiva. El informe Data and Computing in K–12 Education: Foundational Competencies (National Academies of Sciences, Engineering, and Medicine, 2026) propone un marco de progresión para integrar de forma coherente las competencias en datos y computación desde educación infantil hasta el último curso de secundaria.
El punto de partida
El punto de partida es sencillo: los datos y la computación están presentes en casi todos los ámbitos de la vida moderna, y entender cómo se producen, interpretan y usan los datos es cada vez más necesario para la participación ciudadana, la preparación laboral y el avance científico. Sin embargo, aunque en los últimos años han surgido numerosas iniciativas, estándares y acciones formativas (normalmente centradas en áreas concretas como ciencias de la computación o ciencia de datos), estos esfuerzos se han desarrollado de forma aislada. En EEUU esta atomización se refleja en la ausencia de un enfoque coherente y unificado entre estados, distritos y centros educativos en los que buena parte del alumnado —especialmente en primaria— solo tiene contacto con estos contenidos a través de experiencias puntuales y aisladas.
Siete competencias fundamentales compartidas
El aporte central del informe es la identificación de siete competencias fundamentales que atraviesan disciplinas y niveles educativos, construidas a partir de marcos y estándares ya existentes en ciencias de la computación, ciencia de datos, matemáticas, estadística, ciencias naturales e ingeniería:
| Competencia | Descripción |
|---|---|
| 1. Planteamiento de problemas y procesos de resolución | Los estudiantes definen un problema o pregunta, identifican los pasos necesarios para abordarlo, intentan responderlo utilizando herramientas, reflexionan sobre el proceso, deciden los siguientes pasos e iteran. |
| 2. Producción y manejo de datos | Los estudiantes pueden producir datos y evaluar su calidad, organizarlos y prepararlos para diversos fines, y explorarlos y visualizarlos para empezar a responder a una pregunta o problema. |
| 3. Abstracción, pensamiento algorítmico y automatización | Los estudiantes profundizan sus habilidades de abstracción y razonamiento lógico para diseñar y expresar soluciones a problemas de forma sistemática y paso a paso, y para explorar conceptos y métodos de automatización de datos y procesos computacionales. |
| 4. Razonamiento probabilístico e inferencial | Los estudiantes identifican fuentes de variabilidad e incertidumbre, desarrollan una comprensión probabilística, llevan a cabo investigaciones estadísticas e inferencias mediante procedimientos formales de contraste, e interpretan y generalizan los resultados según proceda. |
| 5. Modelos y representaciones | Los estudiantes construyen y razonan con modelos y representaciones para explorar fenómenos y resolver problemas. Eligen los modelos apropiados según la situación y los datos disponibles, evalúan las limitaciones de los modelos y reconocen la incertidumbre inherente a toda actividad de modelización. |
| 6. Tecnología y sociedad | Los estudiantes reconocen, anticipan y abordan las tensiones relacionadas con la tecnología y la sociedad, los valores, la ética y las responsabilidades. |
| 7. Sistemas de datos y computación | Los estudiantes desarrollan una conciencia más profunda de cómo las herramientas y sistemas de datos y computación pueden ayudar a resolver problemas complejos. |
(Tabla S-1 del informe, traducida al castellano)
Estas competencias se proponen como hilos conductores que pueden y deben integrarse en las materias existentes, reforzando el aprendizaje de matemáticas y ciencias en lugar de competir con él.
Una idea clave: progresión
Una de las aportaciones más prácticas del informe es que no se queda en la teoría: para cada competencia, describe con detalle cómo debe evolucionar a lo largo de la escolaridad, desde Infantil hasta Bachillerato. La Tabla 2 recoge un ejemplo de esta progresión aplicada a la Competencia 2: Producción y manejo de datos.
Progresión de la Competencia 2: Producción y manejo de datos, por etapa educativa
| Educación Infantil y Primaria | Educación Secundaria | Bachillerato |
|---|---|---|
| Trabajan con datos «limpios»: recopilados por ellos mismos o aportados por el docente. | Manejan datos más complejos: encuestas propias, experimentos o datos de países. | Trabajan con datos cuantitativos, categóricos y no convencionales (imágenes, sonido, texto). |
| Distinguen entre caso (qué se observa) y atributo (qué se mide de ese caso). | Pasan de comparar dos variables a explorar relaciones multivariantes. | Cuestionan la procedencia: cómo se recogieron los datos, qué variables incluyen, cuál es la fuente. |
| Crean gráficos donde cada caso aparece representado (post-its, marcas de conteo). | Entienden que los datos se recogen en un momento y lugar con un instrumento concreto. | Manejan estructuras más complejas (medidas repetidas) y conjuntos de mayor tamaño. |
| Describen la forma de una distribución y comparan dos grupos de datos. | Reconocen valores perdidos y errores de medición. | Diseñan encuestas, limpian datos y combinan varios conjuntos con cuidado. |
| Usan sobre todo métodos no tecnológicos de visualización. | Filtran, agrupan y crean nuevas variables; generan diagramas de dispersión con tecnología. | Distinguen correlación de causalidad y avanzan hacia la inferencia de muestra a población. |
Nota. Elaboración propia a partir de National Academies of Sciences, Engineering, and Medicine (2026), Data and Computing in K–12 Education: Foundational Competencies, capítulo 5.
Integración, no solo cursos nuevos
Uno de los mensajes más claros del informe es que integrar estos contenidos en materias ya existentes es un mecanismo eficaz tanto para incorporar nuevos aprendizajes como para enriquecer materias tradicionales. Al mismo tiempo, el informe reconoce el valor de los cursos independientes de datos y computación en secundaria, y subraya que las actividades «desconectadas» (unplugged), sin ordenadores, son especialmente valiosas en los primeros cursos (K-8) para construir comprensión conceptual antes de pasar a herramientas digitales.
También destaca que todos los estudiantes —no solo quienes opten por itinerarios especializados— deberían aprender sobre las posibilidades, límites, riesgos y consideraciones éticas de la inteligencia artificial y otras tecnologías emergentes.
Recomendaciones para la acción
El informe formula 14 recomendaciones dirigidas a profesorado, centros educativos, administraciones educativas y promotores de programas e iniciativas que se pueden agrupar en cuatro líneas de trabajo:
- Selección de currículo: priorizar materiales que conecten explícitamente datos, computación y otras materias escolares, con una progresión que empiece en infantil y construya gradualmente conocimientos más sofisticados.
- Formación docente: muchos educadores han tenido pocas oportunidades de familiarizarse con estas competencias. El informe recomienda que los programas de desarrollo profesional las trabajen dentro de la disciplina que cada docente imparte y en el contexto real de los currículos que debe aplicar.
- Formación inicial del profesorado: ampliar las vías de preparación previas al servicio y fortalecer las alianzas entre facultades de educación y departamentos de ciencias de la computación o estadística.
- Coordinación entre sociedades profesionales, para que incorporen estas competencias fundamentales en sus propios marcos de referencia.
- Inversión sostenida en desarrollo curricular, aprendizaje profesional e investigación educativa.
Conclusión
En definitiva, el informe no propone una asignatura más que añadir al horario escolar, sino un lenguaje común —siete competencias compartidas— y una estrategia de coordinación para que estados, distritos, formadores de docentes y desarrolladores de currículo dejen de trabajar de forma aislada y construyan, desde educación infantil hasta bachillerato, una progresión coherente hacia la alfabetización en datos y computación.
