Enseñando el razonamiento cuantitativo

Cómo hacer a la psicología estadísticamente significativa

Traducción de: Alejandro Franco (APS Member, Northern Catholic University)
Correo: alejandro.franco.j@gmail.com
¿Cómo puede la psicología contribuir al bien público? El reporte de la Iniciativa para el Capital Humano (ICH), preparado con la asistencia de la APS, cita un importante medio para hacerlo: ayudando a las personas a mejorar su razonamiento estadístico. "La meta de aprender razonamiento estadístico", se anota, "debería enfocarse en desarrollar mejores 'instintos' estadísticos, no simplemente el conocimiento de procedimientos estadísticos particulares" (Iniciativa para el Capital Humano, 1998, p.24). Tales instintos son cruciales en la vida contemporánea ya que, como lo observa el Consejo Nacional sobre Educación y las Disciplinas (Steen, 2001, p.1), "el mundo del siglo XXI es un mundo inmerso en números". Si bien los datos no siempre se utilizan bien (por ejemplo, Best, 2004), las afirmaciones basadas en datos están siempre presentes en los debates sobre política, publicidad, noticias médicas, evaluaciones educativas, toma de decisiones financieras, y las conversaciones de la vida diaria, así como en la investigación pura y aplicada de la ciencia psicológica. En suma, nuestros estudiantes necesitan de agudos instintos estadísticos para navegar en la psicología y contribuir a la vida que hay más allá de la misma. ¿Estamos, como profesores de educación superior, haciendo lo suficiente para ayudar a los estudiantes a desarrollar habilidades y valores cuantitativos? De acuerdo con colegas del área de las matemáticas, la respuesta es no. En un reporte de 1998 titulado "Razonamiento Cuantitativo para Graduados de la Universidad", la Asociación Matemática de América sugiere que "demasiadas personas educadas... son iletradas cuantitativamente". Algunos matemáticos sostienen que su propia disciplina es parcialmente responsable. Lynn Steen (2004) de la Universidad St. Olaf, ha argumentado claramente que el currículo de matemáticas postsecundario lleva a los estudiantes universitarios a alejarse del estudio cuantitativo. La psicología tiene entonces la oportunidad de ayudar a los estudiantes de pregrado a desarrollar los instintos estadísticos requeridos.

El rol especial de la psicología en la promoción del razonamiento cuantitativo (RC)

Existen al menos cuatro razones por las cuales la psicología como disciplina es pertinente para contribuir con la educación de estudiantes de pregrado en materia de razonamiento cuantitativo (RC). La Psicología tiene una Amplia Difusión en las Carreras de Pregrado Aproximadamente 1.2 millones de estudiantes toman el curso de Introducción a la Psicología anualmente (M. Sugarman, McGraw-Hill Publishers, comunicación personal, junio 1, 2005) y cerca de 75.000 graduados cada año obtienen un grado en psicología (Asociación Psicológica Americana, 2005). La Psicología tiene una Afinidad Natural por el RC Como lo ha mostrado el historiador de estadística Stephen Stigler, la estadística y la psicología están "unidas de manera indisoluble" (1999, p. 189).  (Desafortunadamente, Stigler rechaza la hipótesis de que los psicólogos adoptaron la estadística mucho más rápido puesto que eran más inteligentes que otros científicos sociales; ¡claro está que puede estar equivocado!). La Psicología tiene Ricos Incentivos para Promover los Instintos de los Estudiantes en RC El razonamiento cuantitativo no es solamente un componente esencial en el entrenamiento de un psicólogo (ver el documento de la Fuerza de Tarea para las Competencias del Pregrado en Psicología, 2002), es importante también para la comprensión pública de la investigación y la práctica psicológica contemporánea. Los Psicólogos pueden apreciar la Justificación Educativa del RC a lo largo del Currículo Reconocemos que los estudiantes necesitan encontrar una amplia gama de condiciones estimulantes que requieran el RC para poder desarrollar y fortalecer tendencias cognitivas generalizadas en RC.  La psicología representa una de un número de áreas de contenido diferentes, aparte de las matemáticas, donde el RC podría desempeñar un rol natural para los estudiantes.

¿Qué es el RC?

En la literatura que trata el razonamiento y la competencia cuantitativa, muchos autores intentan establecer listas de habilidades o resultados que constituyen el RC (por ejemplo, Steen, 2001). Si bien existen diferencias entre las listas, la mayoría incluyen las siguientes: estadística descriptiva e inferencial, azar y probabilidades, representaciones gráficas de datos, creación de modelos, y métodos/diseño de investigaciones. En mi propia institución, estos están involucrados en una meta más amplia: ayudar a los estudiantes para que aprendan a utilizar y evaluar información cuantitativa de una manera ética en el reporte de fenómenos y la construcción de argumentos. Esta unión del RC con los argumentos en discursos públicos y aprendidos se basa en un tema articulado por el psicólogo Robert Abelson en 1995, "el propósito de la estadística es organizar un argumento útil a partir de evidencia cuantitativa, utilizando una forma de retórica ética" (p. xiii).  En nuestra visión, no vemos la estadística simplemente como una forma de argumentar. También vemos los argumentos en general como algo que incluye potencialmente una forma de estadística. Dentro de este marco, el RC incluye (a) apreciar el valor de las aproximaciones cuantitativas a la comprensión, (b) estar dispuesto a utilizar el RC de manera efectiva para construir un argumento, (c) conocer, o saber cómo encontrar o generar, información cuantitativa relevante, (d) evaluar las afirmaciones cuantitativas implícitas y explícitas a la luz de los estándares relevantes y las cuestiones críticas, y (e) representando y comunicando información o evaluaciones cuantitativas de una manera clara, informativa y responsable.

El RC en la Clase

¿Cómo podemos ayudar a los estudiantes a obtener esta pericia cuantitativa? En lo que sigue, me concentraré en las sugerencias para los cursos de Psicología General o los cursos de Psicología que se sirven en varias carreras, donde los profesores de psicología encuentran el mayor número de alumnos. Los estudiantes que estudian pregrado en psicología estarán repetidamente llamados al uso del RC a través de los cursos de estadística y metodología de la investigación, los laboratorios, las lecturas y la investigación en psicología (Messer, Griggs, & Jackson, 1999).  Si bien los estudiantes de pregrado en psicología desarrollan instintos estadísticos generalizados, queda una pregunta abierta. Las sugerencias que siguen, por consiguiente, podrían ser utilizadas de manera provechosa a través del currículo de psicología. Enfoque la Atención del Estudiante en la Información Cuantitativa La información cuantitativa es un contenido constante en los textos básicos de psicología así como en las presentaciones en clase. Sin embargo, los estudiantes podrían no prestar atención cuidadosamente a los números, figuras, y tablas que encuentran en estas fuentes. Un instructor puede hacer más explícita su atención por medio de: (a) subrayar los hallazgos cuantitativos clave, (b) guiando los estudiantes a través de la interpretación de tablas y figuras, y (c) discutiendo cuándo y por qué se debe garantizar un particular grado de precisión cuantitativa en psicología. Un instructor puede reforzar estos puntos diciendo a los estudiantes que los exámenes evaluarán su conocimiento y el uso de la información cuantitativa significativa en psicología. Invite a los Estudiantes a Interpretar Hallazgos Cuantitativos Una meta clave del RC es que los estudiantes aprendan a interpretar los resultados de las investigaciones y reconozcan cuestiones críticas que podrían destacarse en las afirmaciones cuantitativas. Un instructor puede facilitar esto presentando estímulos cuantitativos en clase -tales como un gráfico o una tabla de resultados en una diapositiva- y solicitando a los estudiantes que encuentren el sentido de los hallazgos cuantitativos en una discusión o en una tarea breve de escritura durante la clase. Una pregunta simple, "¿qué es lo que nos está diciendo este estímulo cuantitativo?" pondrá a los estudiantes a pensar sobre la información cuantitativa y a relacionar esa información con los argumentos clave en la literatura psicológica. La pregunta natural siguiente, "¿qué información adicional sería útil para evaluar esta presentación cuantitativa (por ejemplo, gráfica)?" podría estimular el pensamiento crítico sobre las afirmaciones cuantitativas así como generar nuevas ideas de investigación. Enseñe a los Estudiantes a Buscar Información Cuantitativa Los estudiantes necesitan aprender cómo encontrar y evaluar información cuantitativa relevante para la psicología, por ejemplo, cuando consideran la validez intercultural o ecológica de los resultados de la investigación o aprenden sobre la epidemiología de los trastornos mentales. Incluso los hechos cuantitativos básicos sobre la población mundial y la alfabetización podrían ayudar a colocar la psicología en contexto. Podría ser útil colaborar con un bibliotecario local de la Universidad y desarrollar un proceso de capacitación para los estudiantes acerca de cómo encontrar fuentes relevantes de información cuantitativa. De igual manera, los instructores pueden proveer a los estudiantes una descripción de los estándares empleados en psicología para evaluar la pertinencia de una fuente de información (por ejemplo, la revisión por pares). Un profesor podría entonces esperar que los estudiantes utilicen estas habilidades para contextualizar cualquier presentación oral o escrita que tengan asignada. Involucre a los Estudiantes en el Análisis de Datos Un método para hacer que los estudiantes aprendan y piensen acerca de la estadística es darles una razón para utilizarla. Esto es común en los cursos de estadística y métodos de investigación en psicología, donde los estudiantes escriben propuestas de investigación y completan proyectos empíricos rediseñados o novedosos. También es posible involucrar a los estudiantes de Psicología General en el análisis de datos a través de cursos de laboratorio o proyectos sobre conjuntos de datos. En mi curso introductorio, por ejemplo, los estudiantes completan dos módulos de investigación basada en la red. En uno, toman medidas de personalidad y de felicidad, y luego hacen una pregunta empírica que pueda ser resuelta a partir del conjunto de datos del curso con los que han contribuido. Los estudiantes luego realizan un análisis estadístico simple para resolver estas preguntas y enviar reportes de investigación cortos. Un beneficio de proyectos como estos es que dan al instructor un contexto significativo en el cual utilizar el apéndice estadístico de un texto introductorio donde luego proveerá acompañamiento en el uso y la interpretación de los hallazgos cuantitativos. Solicite a los estudiantes que escriban acerca de los datos Comúnmente, cuando se solicita a los estudiantes encontrar información cuantitativa o que analicen datos, también se les solicita que escriban acerca de lo que han descubierto. Traducir la información numérica en palabras puede ser un medio efectivo de fortalecer las habilidades estadísticas computacionales e interpretativas de los estudiantes (Beins, 1993).  Beins sugiere solicitar a los estudiantes que escriban en términos libres de argot acerca de la información cuantitativa encontrada en anuarios, artículos de revistas psicológicas, y otras fuentes. Puesto que el trabajo escrito en psicología, incluso en un nivel introductorio, contiene con frecuencia información cuantitativa, se debe enseñar a los estudiantes cuándo y cómo presentar y utilizar argumentos cuantitativos. Escribir sobre la información cuantitativa debería estimular a los estudiantes a pensar tanto acerca del significado de los conceptos técnicos (por ejemplo, intervalos de confianza, significación estadística) como acerca de los principios que aplican para la comunicación efectiva de información técnica y la construcción de argumentos.  Miller (2004) y Tufte (2001) proveen dos excelentes fuentes para los instructores que desean aprender estas cuestiones. En mi propia institución, estamos en medio del Proyecto de Fondo del Departamento de Educación para la Mejoramiento de la Educación Postsecundaria (FDEME) (QUIRK, 2005) en el que grupos de profesores leen tareas escritas de cursos de diferentes partes del currículo para estudiar de qué manera los estudiantes incorporan o descuidan información cuantitativa relevante en los argumentos escritos. Por ejemplo, hemos encontrado que los estudiantes son ambiguos sin necesidad, utilizando palabras como "muchos" o "con frecuencia" para representar un hallazgo cuantitativo sin proveer una sustentación específica (¿cuántos?). Una meta de nuestro proyecto es utilizar lo que aprendemos para ayudar a los profesores a desarrollar el trabajo en sus cursos, las tareas escritas y orales, y la instrucción que enseñará a los estudiantes a utilizar y presentar información cuantitativa de manera más efectiva. Relacione el RC con temas de la psicología Los instructores pueden relacionar la ciencia psicológica en juicios y percepciones de todos los días con el razonamiento cuantitativo. Por ejemplo, una presentación puede contrastar las tendencias cognitivas a generalizar a partir de casos individuales, así como la tendencia a notar correlaciones ilusorias por preocupaciones en el razonamiento formal estadístico, como confiar en datos incompletos (ver Lawson, Schwiers, Doellman, Grady, & Kelnhofer, 2003, para una elaboración).  De esta manera, la discusión de un fenómeno psicológico podría ayudar a los estudiantes a apreciar el valor del razonamiento sistemático cuantitativo. Modele el Razonamiento Cuantitativo y construya un Caso para el RC Como profesores necesitamos modelar el razonamiento cuantitativo para los estudiantes. Por ejemplo, cuando presentamos, asignamos o encontramos estudios de caso o anécdotas necesitamos invitar a nuestros estudiantes para que se pregunten qué tan representativa es una instancia particular de cierta categoría. Necesitamos llevar la atención de los estudiantes a las preguntas que nosotros haríamos cuando discutimos sobre cantidades (por ejemplo, preguntas sobre valores extremos o atípicos, subgrupos, y variabilidad cuando pensamos en los promedios). Necesitamos demostrar cómo utilizamos la información cuantitativa para iluminar los fenómenos, construir argumentos responsables, y expresar precaución acerca de lo que creemos saber. La significación social más amplia del razonamiento cuantitativo puede ser obvia para la mayoría de psicólogos; probablemente no lo es tanto para los estudiantes. Encuentro útil recordar a los estudiantes que el razonamiento cuantitativo no sólo es fundamental para la psicología como disciplina sino que también es pertinente para una amplia variedad de discursos profesionales y públicos que los estudiantes encontrarán, e incluso en los que deberán apoyarse en sus vidas (por ejemplo, Poundstone, 2003). Cuando enseño cursos de Psicología General, por ejemplo, invito a los estudiantes, ya sea que vayan a terminar el grado en psicología o no, para que tomen un curso de estadística durante sus carreras de pregrado, y les digo por qué pienso que tal curso valdrá la pena.

RC para los profesores de psicología

Si bien los profesores de psicología tienden a estar bien entrenados en estadística, podríamos estar menos familiarizados con las conversaciones amplias que ocurren sobre el razonamiento cuantitativo como meta fundamental del entrenamiento del pregrado y la forma en que las universidades intentan llegar a esta meta. Debido a que tenemos un rol importante a desempeñar, deberíamos considerar estar más involucrados en dichas discusiones. Las siguientes son algunas sugerencias para hacerlo. Lea la literatura Existe de una literatura creciente tanto popular como educativa sobre el conocimiento cuantitativo y el razonamiento. Recomiendo varios libros recientes como el de Lynn Steen (2001, 2004) y Joel Best (2004), así como las series clásicas sobre gráficos de Edward Tufte (por ejemplo, 2001). Únase a las redes Vincúlese con profesores de diversas disciplinas que se interesen en el razonamiento cuantitativo. Buenos lugares para comenzar son la Red Nacional sobre Competencias Numéricas, que tiene su página web en www.math.dartmouth.edu/~nnn, el portal web de la Asociación Matemática de América para las competencias cuantitativas en www.maa.org/ql/index.html y el sitio web de Dominio Estadístico, www.statlit.org.  Lynn Steen también tiene una lista web de programas de educación superior que atienden el dominio y razonamiento cuantitativos en www.stolaf.edu/people/steen/papers/qlprogs.pdf

Comprométase con una iniciativa de RC para el Campus

Los psicólogos tienen el potencial para jugar un rol importante en el desarrollo del currículo y de los colegas, así como en la evaluación de esfuerzos para impulsar el razonamiento cuantitativo, y tal participación podría, a su vez, promover actitudes hacia la psicología como disciplina científica. Existen profesores de psicología que han trabajado como consultores para otros colegas en su institución acerca del razonamiento cuantitativo, ayudado a esbozar definiciones curriculares y estándares para el RC, desarrollado métodos para evaluar el razonamiento cuantitativo de los estudiantes, y dirigido talleres en el Campus acerca de la integración en el currículo del RC.  Los profesores también han configurado sus cursos de estadística y métodos en psicología para que cumplan con los estándares de RC en las instituciones que tienen requerimientos en esta materia.

Conclusión

Existe un movimiento actual en la educación superior que busca incrementar tanto la apreciación  como la calidad en el entrenamiento para el razonamiento cuantitativo. La psicología y los psicólogos tienen roles importantes a jugar en esta iniciativa, tanto como profesores como participantes, en comunidades educativas locales y nacionales.

Referencias y lecturas recomendadas

  • Abelson, R. P. (1995). Statistics as principled argument. Hillsdale, NJ: Erlbaum.
  • American Psychological Association. (2005). Number of psychology degrees conferred by level of degree: 1970-2000. Encontrado el: Junio 2, 2005 en http://research.apa.org/general01.html.
  • Beins, B. C. (1993). Writing assignments in statistics classes encourage students to learn interpretation. Teaching of Psychology, 20, 161-164.
  • Best, J. (2004). More damned lies and statistics. Berkeley: University of California Press.
  • Human Capital Initiative (1998). Decision making and statistical reasoning. APS Observer, 11(2), 23-25.
  • Lawson, T. J., Schwiers, M., Doellman, M., Grady, G., & Kelnhofer, R. (2003). Enhancing students' ability to use statistical reasoning with everyday problems. Teaching of Psychology, 30, 107-110.
  • Lutsky, N. (2002). Come, putative ends of psychology's digital future. In S. F. Davis & W. Buskist (Eds.), The teaching of psychology: Essays in honor of Wilbert J. McKeachie and Charles L. Brewer (pp. 335-345). Mahwah, NJ: Erlbaum.
  • Mathematical Association of America. (1998). Quantitative Reasoning for College Graduates. www.maa.org/past/ql/gl_preface.html
  • Messer, W. S., Griggs, R. A., & Jackson, S. L. (1999). A national survey of undergraduate psychology degree options and major requirements. Teaching of Psychology, 26, 164-171.
  • Miller, J. E. (2004). The Chicago guide to writing about numbers. Chicago: University of Chicago Press.
  • Poundstone, W. (2003). How would you move Mount Fuji? Microsoft's cult of the puzzle. Boston: Little, Brown and Company.
  • QUIRK (2005). Carleton College quantitative inquiry, reasoning, and knowledge project. www.go.carleton.edu/quirk
  • Steen, L. A. (Ed.), (2001). Mathematics and democracy: The case for quantitative literacy. Princeton, NJ: National Council on Education and the Disciplines.
  • Steen, L. A. (2004). Achieving quantitative literacy. Washington, DC: The Mathematical Association of America.
  • Stigler, S. M. (1999). Statistics on the table: The history of statistical concepts and methods. Cambridge, MA: Harvard University Press.
  • Task Force on Undergraduate Psychology Major Competencies. (2002). Undergraduate psychology major learning goals and outcomes. Retrieved June 2, 2005 from www.apa.org/ed/resources.html
  • Tufte, E. R. (2001). The visual display of quantitative information. Chesire, CT: Graphics Press.
Neil Lutsky es profesor de psicología en la Universidad Carleton en Northfield, Minnesota.  Lutsky dirige la iniciativa Carleton para la indagación, razonamiento y conocimiento cuantitativos.  Para información adicional puede contactarlo en el correo: nlutsky@carleton.edu
Observer Vol.19, No.3 March, 2006

Leave a comment below and continue the conversation.

Comments

Leave a comment.

Comments go live after a short delay. Thank you for contributing.

(required)

(required)