l.Diego.  09/09/2026

Si en los últimos años has impartido genética o has hablado de secuenciación del genoma, seguro que has sentido esa pequeña tensión: sabes que detrás de cada descubrimiento reciente en biología hay ordenadores procesando cantidades ingentes de datos, pero el currículo apenas te deja espacio —ni tiempo, ni formación, ni recursos— para mostrárselo al alumnado de forma práctica.

El problema: una brecha entre la ciencia que se hace y la que se enseña

La biología del siglo XXI es una ciencia de datos. La secuenciación masiva (next-generation sequencing), la genómica comparada o la biología estructural generan volúmenes de información que solo tienen sentido si se saben almacenar, gestionar y analizar computacionalmente. Quien se forma hoy en investigación biomédica, biotecnología o medicina necesita, en mayor o menor medida, soltura con herramientas bioinformáticas.

El problema es que esa formación suele llegar tarde —a menudo en un máster o un doctorado— y el alumnado universitario llega sin preparación previa. Cuando la bioinformática se introduce como algo nuevo y aislado en la universidad, genera ansiedad, sensación de estar «por detrás» y, en muchos casos, rechazo hacia una parte del trabajo científico que en realidad es apasionante.

La solución que se plantea desde hace más de una década en el ámbito de la didáctica de la biología es sencilla de formular, aunque no tanto de ejecutar: empezar antes. Introducir nociones y prácticas de bioinformática en secundaria, cuando el alumnado todavía está formando su idea de qué es «hacer ciencia» y qué asignaturas le «van» o no le van.

Un caso real: el proyecto 4273pi en Escocia

Aquí es donde conviene mirar a un proyecto que lleva ya casi una década demostrando que esto es posible: 4273pi – Bioinformatics at School (4273pi.org), impulsado desde las universidades de Edimburgo, St Andrews y Glasgow.

Su punto de partida es interesante porque Escocia tiene una ventaja curricular que otros sistemas educativos no tienen: la bioinformática aparece explícitamente en los currículos de Higher Biology y Higher Human Biology (equivalentes a nuestro bachillerato). Pero, como suele pasar, esa mención es breve y sin ninguna experiencia práctica asociada. El proyecto nació precisamente para llenar ese vacío entre lo que dice el currículo y lo que el alumnado realmente experimenta en el aula.

Desde 2016, 4273pi ha llegado a más de 180 centros escolares en Escocia —casi la mitad de los institutos públicos del país— combinando visitas a las aulas, formación para el profesorado y recursos abiertos que hoy se usan en países como México, Argentina, India, Brasil o Finlandia.

Dos talleres, dos edades, un mismo hilo conductor

Lo que hace especialmente útil este proyecto como referencia es que no se queda en la teoría: ha diseñado dos talleres muy concretos, pensados para encajar en una clase real de biología sin necesidad de «robar» tiempo a otras asignaturas.

«Bioinformatics: Food Detective»,(para alumnado de 13-16 años), es quizá el ejemplo más ilustrativo de cómo conectar bioinformática con algo que el alumnado entiende de inmediato: parte de secuencias de ADN reales extraídas de una salchicha de cerdo casera. Analizando esas secuencias con herramientas públicas, el alumnado descubre que, además de ADN porcino, hay trazas de oveja, pollo, vacuno… e incluso humano. A partir de ahí se abre un debate rico sobre fiabilidad de los datos, contaminación de muestras y fraude alimentario —temas que enganchan y que, de paso, refuerzan contenidos ya presentes en el currículo, como la mutación o la nutrición.

«Bioinformatics: The Power of Computers in Biology» (para alumnado de 15-18 años) introduce el uso de la base de datos del NCBI y la herramienta BLAST, y da un paso más allá: utiliza ordenadores Raspberry Pi para que el alumnado trabaje con la línea de comandos de Linux, en un entorno que reproduce el que usaría un investigador real. Al no depender de conexión a internet ni a la red del centro, el taller evita los problemas técnicos que tanto desgastan estas actividades y mantiene el foco en el aprendizaje.

Ambos talleres comparten un principio de diseño que merece la pena subrayar: no añaden contenido nuevo desconectado del currículo, sino que usan la bioinformática como lente para reforzar lo que ya se enseña. Los propios profesores que han participado explican que integran el taller de la salchicha junto con una práctica de extracción de ADN que ya hacían, y que ambas actividades se refuerzan mutuamente.

Algunas conclusiones del proyecto 4273pi

Tras cinco años de trabajo directo en las aulas, el equipo de 4273pi sistematizó una serie de lecciones que resultan muy útiles para cualquier docente que quiera dar sus primeros pasos:

• La conexión curricular es innegociable. Los casos prácticos deben poder relacionarse directamente con contenidos que ya se están evaluando, no sentirse como un añadido.
• Formato flexible, no todo o nada. Los materiales están diseñados para poder usarse completos o solo en parte, según encajen mejor en la programación de cada docente. Eso aumenta la sensación de que el recurso es propio, no «importado».
• El equipamiento no tiene por qué ser una barrera. Dos tercios del taller de nivel superior y la totalidad del taller de Food Detective pueden hacerse en cualquier dispositivo con acceso a internet —ordenador, tablet o incluso móvil—, sin necesidad de reservar un aula de informática.
• La duración importa más de lo que parece. El equipo empezó con sesiones de más de tres horas y terminó ajustando el taller a un único periodo doble de biología (100 minutos), precisamente para no generar fricción con el resto del horario del centro.
• La bioinformática puede ser una vía para cerrar la brecha de género en computación. Un dato revelador del proyecto: mientras que las clases de Computing en Escocia son entre un 84-85% masculinas, las de Biología son mayoritariamente femeninas (63-67%). Al llevar la programación y el análisis de datos al aula de biología —y no solo a la de informática— el proyecto llega a un público que normalmente queda al margen de la educación computacional.

¿Por dónde empezar?

No hace falta un proyecto de la envergadura de 4273pi para dar el primer paso. Algunas ideas que se derivan directamente de su experiencia:

1. Empieza con una pregunta con gancho, no con una herramienta. «¿De qué animal es realmente esta salchicha?» moviliza mucho más que «hoy vamos a aprender BLAST».
2. Usa herramientas gratuitas y ya existentes, como la base de datos y el buscador BLAST del NCBI, en lugar de intentar construir infraestructura propia.
3. Empieza pequeño y en pareja o pequeño grupo. El aprendizaje activo, con trabajo colaborativo y puesta en común, funciona mejor que la exposición individual frente a una pantalla.
4. No lo trates como un tema aparte. Ancla la actividad a algo que ya vayas a dar —mutaciones, evolución, nutrición— para que se perciba como parte del temario y no como una distracción.
5. Busca formación y recursos abiertos. Proyectos como 4273pi publican sus materiales como recursos educativos abiertos (OER); no es necesario partir de cero.

Una última idea

La bioinformática no es una asignatura más que añadir al currículo ya sobrecargado de secundaria. Es, más bien, una forma distinta de mirar problemas que la biología ya plantea: qué come una especie, cómo evoluciona un virus, por qué una mutación cambia una proteína. Proyectos como 4273pi demuestran que, con el enfoque adecuado, esa mirada computacional puede introducirse en el aula sin más recursos que una conexión a internet, una buena pregunta y la disposición a probar algo nuevo.

Si el alumnado empieza a ver la biología como una ciencia de datos desde los 13 o 14 años, es mucho menos probable que, al llegar a la universidad, sienta la informática como un obstáculo ajeno a «su» ciencia. Y ese cambio de percepción, más que cualquier contenido concreto, es quizá el legado más importante que puede dejar este tipo de iniciativas.

Fuente principal: Bain, S.A., Plaisier, H., Anderson, F., et al. (2022). «Bringing bioinformatics to schools with the 4273pi project». PLoS Computational Biology, 18(1), e1009705.