Data analysis

Durante más de dos décadas, una idea se ha repetido en titulares, discursos y presentaciones oficiales en Colombia: llevar computadores a las escuelas públicas transformará las oportunidades de toda una generación. La promesa es hermosa y fácil de creer. Sin embargo, cuando uno se detiene a revisar con datos en la mano, que tan cierto es esto, la respuesta no es tan evidente como parece.

En OpenSAI decidimos tomarnos esa pregunta en serio. Durante varias semanas, revisamos registros oficiales abiertos, construimos bases de datos departamento por departamento, aplicamos métodos estadísticos conservadores y sometimos nuestros propios resultados a una auditoría iterativa. Lo que encontramos no es ni triunfalista ni catastrófico. Es, sobre todo, revelador.

La promesa de la dotación digital escolar

Para comprender el punto de partida, es necesario recordar un detalle clave. En Colombia, el programa Computadores para Educar y el Ministerio TIC han entregado durante años, miles de equipos —computadores de escritorio, portátiles y tabletas— a instituciones educativas oficiales de primaria y secundaria. La lógica parece impecable: si los niños se familiarizan temprano con la tecnología, eventualmente tendrán más probabilidades de estudiar carreras relacionadas con ciencia y tecnología, y más adelante de crear sus propias empresas digitales.

La idea es tan convincente que rara vez se pone en duda. Y, precisamente por eso, merece ser examinada.

Lo que tratamos de medir (y cómo lo explicamos en simple)

En lugar de opinar, construimos un modelo estadístico comparando tres cosas muy concretas:

• M1 — "Los equipos": cuántos computadores y tabletas llegaron a las escuelas oficiales en cada departamento, cada año, entre 2015 y 2024.
• M2 — "La matrícula STEAM": cuántos estudiantes nuevos entraron por primera vez a carreras de ciencia, tecnología, ingeniería, arte con componente tecnológico o matemáticas, también por departamento y año.
• M3 — "Las empresas tecnológicas": cuántas empresas nuevas relacionadas con tecnología (desarrollo de software, servicios digitales, manufactura avanzada, entre otras) se registraron en cada departamento, cada año.

La pregunta que quisimos responder era sencilla de formular, aunque compleja de estimar: ¿existe una relación real entre los computadores que llegaron a las escuelas y los estudiantes de STEAM o las empresas tecnológicas que aparecieron varios años después?

Un detalle técnico que no es menor

Antes de contar qué encontramos, hay que aclarar un matiz importante: los efectos de una política como esta no se ven al día siguiente. Un niño que recibe un computador en quinto de primaria no va a matricularse en una carrera universitaria esa misma semana. Por eso, analizamos rezagos: miramos si los computadores entregados en un año estaban asociados con matrícula STEAM tres años después, y con creación de empresas tecnológicas cinco, seis, siete u ocho años después.

Cabe destacar que también tomamos en cuenta otros factores que pueden influir: el PIB departamental, los accesos a internet fijo y las diferencias estructurales entre departamentos. No queríamos atribuir a los computadores algo que en realidad era simplemente consecuencia de que Bogotá o Antioquia son grandes y ricas.

Lo que encontramos (y lo que no)

Aquí está el resumen honesto de los resultados:

1. Sí aparece una señal educativa, pero pequeña y específica. Tres años después de que llegaron los computadores a una escuela, hay una asociación positiva y estadísticamente detectable con la matrícula nueva en carreras STEAM de ese departamento. No es un efecto enorme ni uniforme en todos los rezagos, pero existe.
2. No encontramos una señal robusta en la creación de empresas tecnológicas. Por más que buscamos con distintos rezagos (5, 6, 7 y 8 años), no aparece un efecto positivo estable. Incluso, en el rezago de 6 años, la señal más cercana a ser significativa apunta levemente en dirección negativa. En otras palabras: recibir más computadores en la escuela no parece traducirse, por sí solo, en más emprendimientos digitales.
3. La creación de empresas tecnológicas está concentrada en ecosistemas urbanos consolidados. Bogotá, Antioquia y Valle del Cauca acumulan la mayoría del emprendimiento tecnológico del país. Esa concentración responde más a densidad institucional, capital humano, infraestructura y financiamiento que a una política escolar aislada.

¿Significa esto que la política fue inútil?

NO...y es importante decirlo con claridad.

Que un estudio observacional no encuentre un efecto grande no significa que la política no sirva para nada. Significa algo más sutil, y al mismo tiempo más útil: LOS COMPUTADORES POR SÍ SOLOS NO ALCANZAN. La tecnología en las aulas puede ser un ingrediente necesario, pero no suficiente. Sin profesores formados, sin conectividad estable, sin contenidos pedagógicos adecuados y sin un entorno productivo que reciba después a los egresados, los equipos terminan siendo objetos con los que se trabaja dos horas a la semana y nada más.

La evidencia sugiere que si Colombia quiere que la dotación digital escolar se traduzca en trayectorias STEAM amplias y en empresas tecnológicas nuevas, debe pensar en políticas integrales y territoriales, no en entregas aisladas de hardware.

¿Por qué esto importa para el usuario común?

Porque cada vez que un gobierno anuncia una inversión multimillonaria en tecnología educativa, el ciudadano tiene derecho a preguntar qué pasó con la anterior. Porque las políticas públicas no deberían evaluarse por las fotos de entrega, sino por los resultados medibles años después. Y porque, si la evidencia muestra que la fórmula "más computadores = más futuro STEAM" es demasiado simple, entonces la conversación pública debe madurar hacia algo más exigente.

Abierto por definición

En OpenSAI creemos que los estudios no deberían ser cajas negras. Por eso, todo este trabajo —los datos crudos, los paneles derivados, los scripts de Python, las figuras, el manuscrito completo, las auditorías iterativas y hasta los hashes SHA-256 que permiten verificar la integridad de cada archivo— está publicado de forma abierta en el repositorio oficial del estudio: https://github.com/Open-Source-Academic-Initiative/opensai-colombia-steam-study.

Cualquier persona con curiosidad, con tiempo y con ganas de discutir puede replicar el análisis, cuestionar nuestros supuestos o extenderlo en nuevas direcciones. Esa es la única manera seria de hacer ciencia útil:

...que cualquiera pueda verificar, corregir y construir sobre lo construido...de nada sirve tener un paper publicado en una revista científica que rara vez circula o se lee endogámicamente.

Conclusión

Después de diez años de registros administrativos, tres módulos de datos, cinco controles estadísticos, cuatro iteraciones de auditoría y un manuscrito publicado en acceso abierto, la historia que nos cuentan los datos no es espectacular. Pero es honesta. Y eso, en un país acostumbrado a comerciales disfrazados de noticias de opinión, donde se celebran las cintas de innauguración antes que los resultados, ya es un aporte.

Y tú que nos lees, ¿crees que las políticas públicas de tecnología educativa en Colombia se han evaluado lo suficiente? ¿Qué otros factores piensas que marcan la diferencia entre un computador que cambia una vida y otro que termina arrumado en un rincón?

...Comparte este artículo con alguien a quien le interese comprender la realidad de la educación digital en Colombia con datos en la mano. 

La ciencia de datos o “Data Science” como se le denomina en ingles, es una de las áreas que mayor interés ha despertado en últimos años, siendo descrita por muchos expertos como una de las áreas de mayor relevancia laboral durante la próxima década.

Pero en sí ¿que es la ciencia de datos?; La ciencia de datos es un área de estudio interdiciplinaria que usa métodos científicos, procesos matemáticos y algoritmos computacionales, con el objetivo de obtener información, conocimiento y representación de comportamientos significativos basados en datos de diferentes fuentes y tipos. Esta ciencia se encuentra muy relacionada con otras áreas igualmente destacadas recientemente, como el Big Data o el Machine Learning. Vinculando a su vez conceptos más tradicionales como lo son las bases de datos (relacionales y no relacionales) y un uso extensivo de métodos y técnicas estadística.

Por lo anterior y con el objetivo de adentrarnos en el estudio de este interesante tema, a continuación describiremos como instalar dos de los principales entornos de desarrollo para ciencias de datos, sobre nuestro Ubuntu Linux 18,04 LTS Bionic Beaver.

Para empezar describiremos el proceso de instalación de R Studio un IDE especializado para el lenguaje de programación R, lenguaje especialmente diseñado para el desarrollo de estadística computacional y graficación.

1 - Instalación de R Studio

Antes de instalar R Studio necesitaremos instalar en nuestro sistema el paquete r-base que provee el lenguaje de programación R sobre el cual trabajara nuestro IDE.

Abrimos una terminal o consola “ctr + alt + t” e introducimos los siguientes comandos:

$ sudo apt update sudo

$ apt -y install r-base

R Studio esta disponible para dos de las principales distros de Linux; Fedora y Ubuntu. Para este tutorial instalaremos la versión de R Studio para Ubuntu 16,04+/Debian 9+, la cual podemos descargar del siguiente enlace: https://www.rstudio.com/products/rstudio/download/#download

 Una vez realizada la descarga volvemos a nuestra terminal o consola e introducimos los siguientes comandos:

$ cd Descargas

$ ls

rstudio-xenial-1.1.456-amd64.deb

La carpeta descargas puede variar de acuerdo a la configuración o la instalación de su sistema así que podría tener Descargas o Downloads*

Una vez identificado el paquete procedemos a su instalación:

$ sudo gdebi rstudio-xenial-1.1.456-amd64.deb

Y a continuación podremos ejecutar R Studio desde la consola con el siguiente comando:

$ rstudio

O bien desde el menú de aplicaciones:


2 – Instalación de Anaconda

Anaconda es una distribución de Python y R especializada en ciencia de datos “Data Science” y “Machine Learning” orientada al procesamiento de datos a gran escala. Cuenta con su propio administrador de paquete e integra más de 250 librerías y utilidades especializada para el trabajo en ciencia de datos.

Para comenzar, lo primero que tenemos que hacer es dirigirnos a la pagina de Anaconda y descargar el script de instalación. Podemos hacer esto dando clic en el siguiente enlace: https://www.anaconda.com/download/#linux (esta descarga puede tomar algunos minutos según la velocidad de su conexión)

Una vez realizada la descarga volvemos a nuestra terminal o consola e introducimos los siguientes comandos:

$ cd Descargas

$ ls

Anaconda3-5.3.0-Linux-x86_64.sh

Identificado el paquete, volvemos a la terminal e iniciamos el proceso de instalación por medio del siguiente comando:

$ sh Anaconda3-5.3.0-Linux-x86_64.sh

Al ejecutarlo se despegará el siguiente mensaje:

Oprimimos la tecla Enter para ver todos los términos de la licencia y finalmente escribimos “yes” para aceptar y continuar con el proceso de instalación.

Posteriormente nos solicita confirmar la ubicación de los archivos de instalación, para el presente caso usaremos los predeterminados por lo que simplemente oprimiremos la tecla Enter

A continuación nos pregunta si deseamos que el instalador inicialice Anaconda3 en nuestro bashrc a lo que en este caso diremos que si, “yes”.

Una vez finalizada la instalación de Anaconda, el instalador nos preguntará si deseamos instalar el editor Visual Studio Code, con lo que conforme a sus preferencias ustedes podrán aceptar o seguir adelante y utilizar su editor preferido.

Finalmente procedemos con la activación de la instalación de anaconda ejecutando el siguiente comando:

$ source ~/.bashrc

y la confirmamos con:

$ conda info

Ok, ya esta instalado nuestro Anaconda, pero aun falta el paso final, la cereza del pastel. Y es desplegar nuestro entorno grafico de configuración y trabajo desde el navegador.

Para hacer esto simplemente ejecutamos el siguiente comando desde nuestra terminal y tendremos todo el poder de Anaconda a nuestra disposición.

$ anaconda-navigator