RESTABLECER LA FORMA EN QUE ENSEÑAMOS CIENCIA ES VITAL PARA TODOS NUESTROS FUTUROS

COVID-19 ha forzado grandes cambios en la forma en que se imparten las lecciones. Pero la educación en todo el mundo necesita un replanteamiento aún más radical. La ciencia, la tecnología, la ingeniería y las matemáticas son cruciales para nuestro futuro.

COVID-19 ha obligado a más de mil millones de estudiantes y jóvenes a dejar la escuela, lo que ha provocado la implementación de tecnología educativa (edtech) más grande del mundo en la historia, casi de la noche a la mañana. Las escuelas y universidades están luchando para rediseñar su enseñanza y aprendizaje para permitir que estudiantes de todas las edades estudien desde casa. Si bien esto plantea enormes problemas prácticos y logísticos para los estudiantes, los maestros y los padres (especialmente las mujeres ), abre un mundo de oportunidades para reimaginar cómo es el aprendizaje en el siglo XXI.

Las presiones que enfrentan los individuos, las organizaciones y las sociedades en esta crisis están acelerando la Cuarta Revolución Industrial , desdibujando los límites entre los mundos físico, digital y biológico. ¿Nuestros sistemas educativos están preparando a los estudiantes para un mundo impulsado por avances científicos y tecnológicos disruptivos en inteligencia artificial, robótica, biotecnología, energía limpia o computación cuántica? ¿Estamos alentando a los estudiantes a pensar críticamente sobre cómo la ciencia, la tecnología y la innovación pueden ayudar a abordar (o agravar) los desafíos económicos, geopolíticos, ambientales o sociales?

En muchas industrias y países, las ocupaciones o especialidades más demandadas no existían hace 10 o incluso cinco años, y se espera que el ritmo del cambio se acelere. Hasta el 65% de los niños que ingresan a la escuela hoy tendrán un trabajo que aún no existe. Nuestros sistemas educativos en todo el mundo estaban fallando antes del COVID-19 y seguirán rezagados a menos que cambiemos la forma en que enseñamos y aprendemos ciencia.

La educación ya no puede consistir en transferir conocimientos explícitos entre generaciones. Según el Proyecto Futuro de la Educación y las Habilidades de la OCDE 2030: “Necesitamos reemplazar los viejos estándares educativos con un marco educativo que combine el conocimiento con las habilidades de creatividad, pensamiento crítico, comunicación y colaboración del siglo XXI”. Esto no se logrará simplemente moviendo las clases de la pizarra a una llamada de Zoom, sino transformando radicalmente la forma en que enseñamos y aprendemos habilidades científicas y tecnológicas, desde la diseminación y memorización de contenido unidireccional hasta el aprendizaje personalizado y autodirigido. En un mundo que cambia rápidamente, donde no podemos predecir qué tecnologías ascenderán en el futuro, tenemos que enseñar a los niños a aprender por sí mismos. Los estudiantes no solo necesitan conocimientos, sino también habilidades, actitudes y valores para prosperar y dar forma a su propio futuro para una ciudadanía global más empoderada. Esto nunca ha sido más evidente que en la pandemia actual.

COVID-19 y el caso para mejorar la alfabetización científica para todos

Muchos de los problemas resultantes de la crisis de COVID-19 tienen una causa fundamental en la alfabetización científica. La necesidad inmediata y global de comprender la ciencia frente a una pandemia nunca ha sido más urgente. Hasta hace unos meses, la mayoría de las personas no especializadas en un campo STEM no recordaban la diferencia entre un virus y una bacteria; antígeno vs anticuerpo; ADN frente a ARN; crecimiento lineal vs exponencial. Estos son conceptos que se les enseñan a los estudiantes en biología y matemáticas de la escuela secundaria. Pero a menos que continúen estudiando una licenciatura en ciencias, estos términos quedarán relegados a revistas de investigación y círculos académicos. Ahora llenan los titulares de todos los periódicos importantes. Antes de la pandemia, el 81% de los estadounidenses no podía nombrar a un científico vivo. Hoy los científicos son nombres familiares apareciendo diariamente en la televisión en horario estelar.

Mientras que en la Revolución Industrial de los siglos XVIII y XIX sufrimos un claro "dolor social" por el analfabetismo en lectura y escritura, en la Cuarta Revolución Industrial la alfabetización ya no puede limitarse a leer y escribir. Antes de COVID-19, una comprensión básica de la biología molecular y las nociones de epidemiología eran completamente opcionales para cualquier ciudadano. Ahora que la carga de mitigar la pandemia depende de nuestra responsabilidad colectiva, este conocimiento puede ser una cuestión de vida o muerte, para usted y los demás. Vivimos a través de una comprensión colectiva de cómo la comprensión de la ciencia tiene aplicaciones tangibles, prácticas e inmediatas para nuestra vida diaria.

Habilidades del siglo

Imagen: WEF

Es por eso que las habilidades STEM deben incluirse en la definición básica de alfabetización si queremos capacitar a la próxima generación para abordar los desafíos globales. Ahora es el momento de transformar la educación para cerrar la brecha de rendimiento y evitar recrear el "dolor social" que vivimos durante la Revolución Industrial. La alfabetización debe incluir las habilidades del siglo XXI como las describe la OCDE : alfabetización matemática, alfabetización científica, alfabetización digital, alfabetización financiera, etc., junto con competencias y actitudes, tales como pensamiento crítico, curiosidad, creatividad, trabajo en equipo o conciencia intercultural. que los jóvenes deben desarrollar para las futuras profesiones que aún no existen.

Democratizar la educación científica

Según la UNESCO , “para que un país satisfaga las necesidades básicas de su gente, la enseñanza de la ciencia es un imperativo estratégico”. Pero existen desigualdades en lo que respecta a la educación STEM. A medida que la tecnología conecta a los estudiantes con los maestros en sus hogares, sus limitaciones para el aprendizaje se han manifestado. La crisis del coronavirus ha revelado profundas desigualdades no solo en la brecha digital (los niños sin dispositivos o conexiones confiables a Internet no pueden aprender por completo), sino también quién tiene las habilidades para autodirigir su aprendizaje y cuyos padres tienen el tiempo para ayudar. . En los EE. UU., Prácticamente todos los jóvenes de 15 años de origen privilegiado tienen una computadora para trabajar, pero casi una cuarta parte de los de entornos desfavorecidos no la tiene. Además, la educación STEM requiere equipos de laboratorio costosos para enseñar a través de la investigación y la experimentación. En entornos de aprendizaje remoto, no hay acceso a eso.

Es imperativo encontrar formas creativas para que los jóvenes de todos los niveles socioeconómicos tengan acceso al aprendizaje basado en la indagación en el hogar. Existen algunas soluciones de software exitosas para laboratorios virtuales y experimentos virtuales como PheT Simulations de la Universidad de Colorado o LabXchange de la Universidad de Harvard que brindan una experiencia inmersiva en un laboratorio virtual. Aunque estos enfoques pueden ser un buen punto de partida, para el estudiante puede sentirse como aprender a andar en bicicleta a través de una experiencia de realidad virtual. El aprendizaje de las ciencias requiere la inmersión en el proceso práctico de la experimentación científica y el aprendizaje basado en la investigación y en los problemas. Para abordar esta barrera a la educación científica experimental, empresas como Lab4Uuse sensores de teléfonos inteligentes para diseñar y ejecutar experimentos científicos, de modo que cualquier estudiante del mundo con un teléfono inteligente pueda experimentar con un laboratorio portátil en sus bolsillos. Otro ejemplo es el Foldoscopio del profesor de Stanford, Manu Prakash , una empresa que diseña microscopios de papel ultra asequibles.

A diferencia del acceso a las computadoras, la penetración de los teléfonos inteligentes está aumentando, y en las economías donde los dispositivos móviles son lo primero, las familias deciden comprar un teléfono inteligente antes de comprar una computadora. Esto brinda la oportunidad de encender e inspirar a los estudiantes a aprender ciencia de una manera más atractiva que solo una clase teórica, lo que les permite tomar posesión de su aprendizaje y comprender mejor cómo aprenden. En Chile, los estudiantes ahora están utilizando las impresoras 3D de la escuela para imprimir máscaras faciales para los socorristas y trabajadores esenciales. En América Latina y los EE. UU., Los estudiantes de comunidades de bajos ingresos que utilizaron herramientas de educación STEM habilitadas para teléfonos móviles aumentaron sus motivaciones para seguir carreras STEM.

Enseñar ciencia, tecnología e ingeniería para el mundo real nunca ha sido más importante. En la Cuarta Revolución Industrial, si queremos que nuestros estudiantes resuelvan los mayores desafíos del mundo, no podemos perpetuar los sistemas educativos obsoletos. Debemos alinear las políticas públicas y las inversiones en educación, ciencia y tecnología para desarrollar las habilidades del siglo XXI en los jóvenes y prepararlos para un futuro cambiante.

Fuente: Forum Económico Mundial

Leer más

ISRAEL: CIENTÍFICOS PROPONEN UN MODELO CICLICO 10-4 PARÁ REABRIR LA ECONOMÍA. ¿EN QUÉ CONSISTE?

Es un dilema al que ahora se enfrentan muchos gobiernos: ¿cómo reabrir la economía sin arriesgarse a un repunte de contagios de coronavirus?

Muchos países están poco a poco levantando las duras medidas restrictivas que tuvieron que imponer para combatir el covid-19. En algunos casos, como España e Italia, dos de los países más afectados por la actual pandemia, se impuso el cierre total de la economía.

Pero en otros que están reabriendo sus economías se ha registrado un repunte en el número de casos de coronavirus. Ocurre por ejemplo en Corea del Sur, que ha tenido que volver a cerrar bares y locales de ocio nocturno, y en Alemania.

Pero mantener la economía cerrada para evitar los contagios también puede tener un efecto devastador para los países y las personas.

Para solucionar este dilema, un grupo de científicos del Instituto Weizmann de Israel propone un modelo cíclico 10-4 (10 días de cuarentena y 4 de trabajo). ¿En qué consiste exactamente?

Aprovechar el punto débil del virus

Los investigadores del Instituto Weizmann desarrollaron un modelo matemático que propone que las personas trabajen en ciclos de dos semanas, con 10 días en cuarentena y 4 yendo al trabajo o a la escuela .

"Es un modelo que alterna entre cuarentena y trabajo/escuela, un camino intermedio que ofrece un equilibrio entre salud y economía", le dice a BBC Mundo Uri Alon , profesor de Biología Computacional y de Sistemas y uno de los investigadores que desarrolló este modelo.

La idea es que en una misma casa, padres e hijos salgan los mismos días a trabajar y a la escuela.

"Es predecible y equitativo, por lo que puede llevarse a cabo durante meses hasta que tengamos una vacuna, tratamiento u otra solución, y mientras la economía puede tener una producción casi continua en turnos", agrega Alon.

El modelo básicamente se aprovecha de una debilidad del coronavirus: su período de latencia , es decir, el retraso promedio de tres días entre el momento en que una persona se infecta y el momento en que puede contagiar a otros.

"Sabemos que cuando una persona se infecta, tiene un período de latencia de tres días antes de tener síntomas y poder contagiar a otro", explican los investigadores en su estudio.

Así, este modelo cíclico funciona de la siguiente manera: si una persona se contagia en sus días de trabajo, estará dentro de su período de latencia, y solo alcanzará el pico de la infección en casa, durante los días de cuarentena, cuando no entra en contacto con tanta gente.

Por supuesto, si una persona presenta síntomas, tendrá que permanecer en cuarentena.

El número mágico

En ese punto entra algo que se considera clave en los contagios de coronavirus: el número de reproducción básico o R0 .

El R0 es el número de personas a las que un individuo puede pasar un virus, en promedio, suponiendo que nadie es inmune y que la gente no cambia su comportamiento para evitar enfermarse. Es decir, mide la capacidad del virus para propagarse.

Si el número de reproducción es mayor a 1, entonces la cantidad de casos aumenta exponencialmente.

La meta de los gobiernos en todo el mundo ha sido llevar el número de reproducción a menos de 1 .

Y según los modelos matemáticos desarrollados por los investigadores israelíes, la regla 10-4, que restringe la habilidad del virus de infectar a mucha gente , mantiene ese número por debajo de 1.

El profesor Alon explica que es un modelo que debe formar parte de una estrategia más amplia para salir de la cuarentena, y "debe combinarse con otras medidas , como el uso de mascarillas, distancia física, realización de pruebas y protección de grupos de riesgo".

Ventajas y desventajas

Además de permitir el regreso al trabajo a millones de personas -y obtener ingresos- y reabrir la economía, según los investigadores del Instituto Weizman la regla del 10-4 tiene la ventaja de que reduce el número de personas en los lugares de trabajo, en las escuelas, y también en el transporte público.

Esa es la lógica precisamente del gobierno de Austria para reabrir sus escuelas primarias a partir del lunes 18 de mayo. Los estudiantes austríacos se dividirán en dos grupos y cada uno de ellos asistirá a clase 5 días cada dos semanas, para tener menos alumnos por clase.

El país centroeuropeo ha sido uno de los más exitosos a la hora de contener la pandemia.

El modelo 10-4, además, puede aplicarse a cualquier escala : una escuela, una fábrica, una ciudad, o un estado.

"Es aplicable a cualquier lugar donde la cuarentena se pueda ejecutar de manera efectiva, y no requiere de una gran capacidad para hacer tests, que, lamentablemente, es lo que ocurre en la mayoría de la población", explica Alon.

Sin embargo, reconoce el investigador, hay sectores para los que, aunque se siga este modelo, la reapertura es mucho más difícil.

"Sectores como clubes nocturnos y grandes eventos probablemente no podrán regresar al principio, y los restaurantes y hoteles necesitarán hacer grandes ajustes".

Mientras, los gobiernos de todo el mundo estudian fórmulas para mantener el equilibrio entre retomar la actividad económica y controlar el número de contagios.

Fuente: Mar Pichel, BBC News Mundo

Leer más

LA MATEMÁTICA DE LA EPIDEMIOLÓGIA

¿Por qué necesita comprender las matemáticas para comprender cómo se propagan los patógenos?

Me he encontrado con muchas personas que discuten temas de epidemiología y salud pública y, sin embargo, tienen poca o ninguna comprensión de las matemáticas subyacentes que se requieren para modelar y comprender cómo se propaga un patógeno a través de una población.

---

Los sistemas dinámicos y las ecuaciones diferenciales, la teoría de grafos y la teoría de probabilidad / procesos estocásticos están en el corazón de la epidemiología. Yo diría que el trasfondo matemático es en realidad más importante que el biológico.

La biología determina los parámetros básicos que se introducen en el modelo, pero el modelo en sí, así como el análisis del modelo, se trata de matemáticas. De hecho, podemos usar exactamente los mismos tipos de modelos, con solo parámetros diferentes, para estudiar el flujo de información a través de una red social. Lo único que cambia son los parámetros y qué modelo usar.

Sistemas dinámicos y ecuaciones diferenciales

Las ecuaciones diferenciales y diferenciales son los elementos básicos necesarios para comprender incluso el modelo epidemiológico más simple: el modelo susceptible a SIR, infectado, recuperado. Este modelo es un modelo compartimental, y da como resultado la diferencia básica / ecuación diferencial utilizada para calcular el número de reproducción básica (R0 o R nada). Es este modelo básico el que nos ayuda a determinar si un patógeno morirá o si terminamos con una epidemia. También es la base para modelos más complicados, incluido el SVIR, que incluye un estado vacunado, y nos permite estimar si es posible la inmunidad colectiva.

La principal distinción entre una ecuación de diferencia y una ecuación diferencial es que una ecuación de diferencia usa pasos de tiempo discretos, mientras que las ecuaciones diferenciales hacen un análisis con progresión continua de tiempo. Sin embargo, independientemente del método utilizado, los modelos compartimentales se basan en una serie de suposiciones, incluido que cada miembro de cada compartimento es exactamente el mismo que cualquier otro miembro dentro de ese compartimento. No permite ninguna heterogeneidad en las poblaciones.

El modelo SIR

El primer modelo que puede aprender, si está estudiando la dinámica de la epidemiología, es el modelo SIR. Como ya mencioné, el modelo considera tres tipos diferentes de personas (compartimentos): personas susceptibles, personas infectadas y personas recuperadas.

¿Qué causa que una persona se infecte? La respuesta es que entran en contacto con una persona infectada y la infección se propaga. Entonces, hay dos factores diferentes involucrados. Una es la velocidad a la que una persona susceptible entra en contacto con una persona infectada, y la otra es la probabilidad de que una infección se propague, al contacto.

La versión más básica absoluta del modelo no incluye nacimientos y muertes, por lo que las flechas se eliminarían de la descripción anterior. En general, las ecuaciones se ajustan al tamaño total de la población, lo que simplifica mucho las ecuaciones. Los cálculos son los siguientes.

1. La fracción de personas susceptibles disminuye a medida que surgen nuevas infecciones a un ritmo que es producto de alguna constante (que representa las probabilidades de contacto y transmisión) y el producto tanto de susceptibles como infectados.

Podemos ver que si hay muy pocas infecciones o muy pocas personas susceptibles, la tasa de infección es baja. Es cuando hay una buena cantidad de personas infectadas y susceptibles que el patógeno se propaga más rápidamente.

2. La población infectada aumenta a medida que se forman nuevas infecciones, pero disminuye a medida que los individuos se recuperan, en cierta medida. Como se puede ver en la ecuación diferencial a continuación, la tasa de nuevas infecciones no es constante. Depende del número de reproducción básico, pero la tasa de nuevas infecciones es proporcional al producto de la fracción de la población que es susceptible y la fracción de la población que está infectada.

Este valor es diferente de R0, que es la cantidad de nuevas infecciones, en promedio, que generaría un solo individuo infectado, cuando se presenta a una población completamente susceptible.

3. Los individuos recuperados terminan en el tercer compartimento.

Podemos ver a partir de estas tres ecuaciones que hay varias maneras de reducir el impacto de una infección. Una es asegurarse de que haya pocas personas susceptibles. Pero también podemos reducir las posibilidades de que personas susceptibles entren en contacto con un individuo infectado. Y nuestra aversión natural a la enfermedad ayuda. Esa es una preocupación sobre las infecciones asintomáticas que aún son contagiosas: puede aumentar enormemente la tasa de contacto entre las personas.

Podemos ver a partir de estas tres ecuaciones que hay varias maneras de reducir el impacto de una infección. Una es asegurarse de que haya pocas personas susceptibles. Pero también podemos reducir las posibilidades de que personas susceptibles entren en contacto con un individuo infectado. Y nuestra aversión natural a la enfermedad ayuda. Esa es una preocupación sobre las infecciones asintomáticas que aún son contagiosas: puede aumentar enormemente la tasa de contacto entre las personas.

Una ligera modificación a este modelo es la adición de un grupo expuesto, que aún no se ha vuelto infeccioso. Este tipo de modo se conoce como el modelo SEIR y tiene una colección de gráficos que se parecen a los siguientes.

Este modelo supone que todos son originalmente susceptibles y que no hay muertes asociadas con la infección.

Crecimiento exponencial y logístico

Una discusión común en epidemias implica un crecimiento exponencial. Este tipo de crecimiento es muy rápido y aumenta con el tiempo. El crecimiento exponencial es muy poderoso. Tome una infección que se duplique una vez por semana. Puede que solo haya una infección para comenzar, pero rápidamente terminas con una gran cantidad de infecciones. Sin embargo, el crecimiento no puede permanecer exponencial para siempre. E incluso en los modelos simplistas discutidos anteriormente, vemos que hay un punto de inflexión, donde la curva se mueve de ser exponencial a ser menos que lineal. La forma real de esta curva se conoce como curva logística.

Modelos más complicados

Es posible agregar más y más compartimentos al modelo SIR básico, y existen muchas variaciones, incluidas las que tienen en cuenta la vacunación y la inmunidad menguante. Pero a medida que se agregan más y más compartimientos, las ecuaciones diferenciales / diferenciales se vuelven cada vez más complicadas y eventualmente se hace muy difícil sacar conclusiones. Ahí es donde necesitamos otro enfoque. Y para eso, necesitamos la teoría de grafos.

Teoría de grafos

Muchas personas me han involucrado en discusiones sobre temas de epidemiología, sin siquiera comprender los conceptos básicos de la teoría de grafos. Cuando las personas piensan en la palabra "gráfico", generalmente piensan en una gráfica de datos en un sistema cartesiano: una gráfica de datos del eje xy del eje y. Pero hay otro significado para la palabra "gráfico" en matemáticas.

Un gráfico es una colección de vértices, que puede representar muchas cosas diferentes, incluidas personas, computadoras, ubicaciones geográficas, etc., junto con una colección de bordes que describen cómo esos vértices están conectados entre sí. Los gráficos nos permiten estudiar la distribución real de las personas y cómo interactúan entre sí. Entonces, la teoría de grafos es importante porque podemos usarla para construir modelos de dinámica epidemiológica que no asuman la homogeneidad.

Aquí hay un ejemplo de gráfico de red social ficticio. Podemos ver que hay toneladas de bordes / nodos junto con muchos bordes / conexiones, pero también parece haber dos grupos distintos que solo están conectados por unos pocos nodos. Esta situación surgiría en casos de dos comunidades bastante aisladas que solo interactúan de vez en cuando, tal vez a través de relaciones diplomáticas o comercio.

Red social ficticia (CC-BY 3.0)

Teoría de la probabilidad y procesos estocásticos

La teoría de la probabilidad y los procesos estocásticos son áreas de estudio que nos permiten comprender mejor el mundo real. Y realmente nos ayuda a entender lo que significa R0. Por ejemplo, un R0 superior a uno significa que es probable que ocurra una epidemia , mientras que un R0 menor a uno significa que la epidemia tenderá a extinguirse. Es posible que un patógeno que no sea tan virulento y con un R0 menor que uno, resulte en infecciones a gran escala. Pero tiende a no suceder. Y son las tendencias a largo plazo en epidemias las que queremos controlar con vacunas.

También es importante entender que el número de reproducción básico no es una tasa. Es el número promedio estimado de infecciones generadas en una infección inicial introducida en la población. La forma en que las infecciones múltiples influyen en la tasa de infección es más complicada, como lo indica el modelo SIR. La proporción de individuos infectados a susceptibles en realidad cambia la tasa instantánea de infección.

Simulación por ordenador

Si bien no es exactamente parte de la discusión matemática, la simulación por computadora de epidemias nos permite obtener mucha información de modelos muy complicados. Con las computadoras modernas, podemos producir simulaciones muy robustas, con muchas personas que tienen diferentes propiedades, incluidos diversos grados de inmunidad, diferentes comportamientos sociales, etc. Podemos ejecutar docenas e incluso cientos o miles de simulaciones, y comenzar a obtener idea de qué tipo de situaciones surgirían en el mundo real, en formas que nunca podríamos lograr simplemente mirando modelos altamente simplificados.

Fuente: Artículo escrito por el matemático Daniel Goldman

Leer más