Vivimos en un mundo gobernado por los datos, aun cuando la mayor parte de las veces no somos conscientes de cómo los generamos. ¿Se ha detenido a pensar cómo sus acciones diarias, sus rutinas de vida o sus preferencias influyen en el mundo de los datos? Las probabilidades apuntan a que usted vive su vida con al menos un móvil cerca la mayor parte del tiempo. Con esto, desde su supermercado favorito hasta sus paradas “técnicas” en el baño están siendo registradas; también sus búsquedas en internet (incluido el modo incógnito), su tiempo de navegación en sitios web, las apps que más usa y en qué consume más la batería de su móvil. En fin, somos una mina de datos casi inagotable. Estos datos se utilizan para cosas tan simples como mostrarnos el control de PS5 en el color que nos gusta cuando entramos a una tienda en línea, o tan delicadas y complejas como exhibirnos más pauta publicitaria del candidato presidencial para el que somos un nicho objetivo.
Ahora bien, no todos los datos se conectan de forma tan sencilla como relacionar la cantidad de pasos que doy cada mañana con mi reloj inteligente en la muñeca. Algunos datos se vinculan con las personas por medio de sus círculos sociales, sus zonas geográficas, su edad, su género, etc.; incluso otros podrían, aparentemente, no tener forma de relacionarse con personas específicas, pero existe alguna acción o algún elemento en común que nos hace parte de un grupo particular de datos.
A este proceso de relacionar diferentes datos con algún tema particular, persona, empresa u organización se le llama contextualizar los datos, y es el “santo grial” de la gestión de la información en el mundo.
Los profesionales modernos, trabajen o no directamente con datos, deben tener la capacidad de interpretar estas sutiles relaciones entre acciones o características para apoyar a las industrias en la toma correcta de decisiones.
Con este breve contexto surge una pregunta: ¿estamos realmente preparados para interpretar este tsunami de información? ¿Tenemos las herramientas académicas y educativas necesarias para no ser manipulados por datos mal contextualizados? Y, más aún, ¿contamos con las herramientas académicas y éticas para realizar una gestión de la información responsable?
“La alfabetización en datos va más allá de la capacidad técnica; implica desarrollar habilidades de pensamiento crítico para evaluar la calidad y relevancia de la información” (Bauder, 2021, p. 45).
Tal como lo menciona Bauder, es insuficiente acumular conocimiento estrictamente técnico, lo que usualmente conocemos como “habilidades duras” (hard skills). Me detengo un momento en este pensamiento: son indispensables, pero insuficientes. Para desgranarlo un poco más, no imagino a un profesional de datos que no tenga conocimientos de herramientas de gestión de datos, que no sepa programar con fluidez en alguno de los lenguajes preferidos por la industria y que no posea una visión matemática y estadística amplia de su labor. Esto, más un conocimiento del giro de negocio en el cual se trabaja, constituye la base de un buen desempeño. Sin embargo, también es necesario contar con una herramienta fundamental que en los últimos años ha venido en decrecimiento: el pensamiento crítico.
El perfil del profesional moderno, en un mundo dominado por los datos, es el de un pensador crítico, capaz de analizar sutilezas en las relaciones, identificar patrones poco obvios y formular análisis y recomendaciones de forma ética y efectiva, además de asesorar responsablemente para evitar posibles manipulaciones. Pero ¿cuáles son exactamente esos pilares formativos que debemos desarrollar?
“Las matemáticas proporcionan el marco conceptual necesario para desarrollar habilidades de pensamiento crítico aplicables en múltiples disciplinas” (Wang & Abdullah, 2024, p. 8).
Una sólida base matemática a nivel curricular no solo solventa el fundamento de conocimiento mencionado arriba: uno de sus principales beneficios es el desarrollo del pensamiento crítico. Si bien no es el único vehículo para ello, es uno de los mejores, y debería complementarse con una sólida aptitud de lectoescritura.
Estudios recientes (por ejemplo, https://www.ejournal.spdfharmony.com/index.php/jtse/article/view/8
) muestran una estrecha correlación entre metodologías de aprendizaje tipo STEM —con alto componente matemático— y el desarrollo de un pensamiento crítico adecuado.
La razón de que el aprendizaje STEM sea tan efectivo para promover un pensamiento crítico va más allá del componente matemático (fundamental, sin duda). STEM, como enfoque educativo, también impulsa la resolución de problemas reales en el ambiente de aprendizaje, lo que reduce la distancia entre el ámbito educativo y el mundo real, y promueve un paradigma orientado a la realidad.
“Los enfoques pedagógicos STEM han demostrado incrementar significativamente las habilidades de pensamiento crítico de los estudiantes, con mejoras del 23 % en la resolución de problemas complejos y del 31 % en el análisis de evidencia científica” (Syukri et al., 2013).
Este paradigma orientado a la realidad no solo desarrolla competencias técnicas, sino que forma profesionales capaces de identificar sesgos, evaluar evidencia y tomar decisiones informadas en contextos de incertidumbre: habilidades esenciales en la era del big data.
“La alfabetización en inteligencia artificial no puede separarse de una sólida comprensión de los principios estadísticos y matemáticos que sustentan los algoritmos” (Rodríguez-Martínez, Kim & Patel, 2024, p. 15).
A lo largo de este artículo hemos analizado la relación entre una base académica sólida en matemáticas y el desarrollo de un adecuado nivel de pensamiento crítico, y cómo ambas habilidades son indispensables en el mundo de los datos para la interpretación, el análisis y la toma de decisiones de los profesionales modernos. En una realidad donde los datos correctamente contextualizados son el mejor alimento de los modelos de lenguaje ampliados —comúnmente referidos como IA—, se hace evidente la necesidad de actuar con responsabilidad en la elección, el análisis y la interpretación de los datos, pues no podemos darnos el lujo de depender de una “caja negra” cuya procedencia, tendencias o intenciones desconocemos.
En resumen, la responsabilidad que tenemos como profesionales en un mundo regido por los datos es ser pensadores críticos, capaces de interpretar y recomendar con criterio en ámbitos tan complejos como los sistemas de análisis médico, la detección de fraudes bancarios, los sistemas educativos y muchos otros campos.
Estamos en un punto de inflexión histórico: el pensamiento crítico está emergiendo como la nueva competencia básica del siglo XXI, con un valor profesional que podría equipararse al de los títulos universitarios tradicionales. Por lo tanto, es una habilidad que merece ser cultivada de forma intencional, pues, sin lugar a dudas, será un elemento diferenciador a nivel profesional.
La pregunta por responder no es si necesitamos estas habilidades, sino: ¿tenemos el coraje intelectual y las herramientas para cuestionar cada dato, cada algoritmo y cada conclusión que se nos presenta como verdad absoluta?
Referencias:
Bauder, J. (2021). Data literacy in academic libraries: Teaching critical thinking with numbers. American Library Association.
Wang, Q., & Abdullah, A. H. (2024). Enhancing students’ critical thinking through mathematics in higher education: A systemic review. SAGE Open, 14(3).
Syukri, M., Halim, L., & Meerah, T. S. M. (2013). Pendidikan STEM dalam entrepreneurial science thinking «ESciT»: Satu perkongsian pengalaman dari UKM untuk membangunan modal insan. Prosiding Seminar Pendidikan Serantau, 2, 105-112.
Rodriguez-Martinez, A., Kim, S., & Patel, N. (2024). Navigating the landscape of AI literacy education: Insights from a decade of research (2014–2024). Humanities and Social Sciences Communications, 16, Article 4583. https://doi.org/10.1038/s41599-025-04583-8
