Cátedra AMIDI
Por Juliana Raffaghelli
Mucho se ha hablado sobre la importancia de la educación para conseguir la justicia social generando raíces para la convivencia democrática. Sin embargo, no todas las educaciones tienen el mismo objetivo.
Y esto fue lo que planteamos en un post previo: que la justicia de datos, una expresión reciente de la necesidad de justicia social en una sociedad datificada, no puede ser alcanzada por una sola educación en ciencia de datos y coding.
La primera pieza crucial del rompecabezas son las y los educadores conscientes y críticos en relación con la tecno-estructura, capaces de apoyar formas contextualizadas de lectura, comprensión e interpretación de los datos como medios de identidad y empoderamiento a través de una práctica educativa situada, auténtica, eventualmente ligada a los colectivos mismos del activismo.
Sin embargo, la discusión está evolucionando rápidamente, con varias contribuciones en ese sentido y también con mucha fragmentación.
Algunas propuestas educativas: Freiré, feminismo, justicia algorítmica y movimientos activistas
Para comenzar, los brasileños Alan Freihof-Tygel y Rosana Kirsch (2016), quienes recuperan los cuatro elementos de la pedagogía de Freire aplicándolos a la exploración comunitaria de los datos, ponen bases sólidas para repensar la alfabetización en datos. Llaman a trabajar en:
1. Fase de investigación. Por ejemplo a través de discusiones comunitarias e informaciones basadas en datos iniciales.
2. Fase de tematización. Se consideran los temas centrales de interés para un colectivo, sin pensar en los datos que lo apoyan o no (puede tratarse incluso de datos que no existen).
3. Fase de problematización. De develar por qué faltan datos, por qué los datos no son accesibles o por qué sobrerrepresentan a algunos y esconden a otros.
4. Fase de sistematización. Un nuevo estadio en que se obtienen los datos o se comunican con quien los produce para un cuestionamiento, o se deciden acciones de resistencia o de ofuscación (p.113-117).
Annette Markham (2019), trabajó también desde el dispositivo freireano y desde un método autoetnográfico alrededor de las vidas digitales de las personas. La Markham enfatizó la relevancia del diálogo para deconstruir experiencias negativas, de invasión de espacios personales, de omisión, o de cualquier forma de violencia simbólica en el uso de las tecnologías de la vida cotidiana. A partir de mil 200 narrativas en formatos multimediales recogidas por la investigadora, propuso lo siguiente:
- Trabajar sobre la simple comprensión de una teoría crítica sobre la tecnología, analizando quiénes y cómo se benefician de ciertas acciones.
- Profundizar la relevancia de los macrodatos, sin dar por descontado que las Big Tech trazarán y usarán nuestros datos ante nuestra total pasividad. La opción alternativa puede surgir cada día, en especial a partir del activismo.
- Valorizar los esquemas de trabajo no cuantitativos. Son estos los enfoques que permiten pensar el dato ante litteram, es decir, en el momento en que se constituye y se afirma sobre valores y prácticas que luego tenderán a ser invisibilizadas, por ejemplo, el trabajo de etiquetamiento en la IA.
En esta dirección se mueven proyectos de educación popular que naturalmente parten de la acción universitaria de investigación y de colaboración comunitaria en proyectos de aprendizaje-servicio. Por ejemplo, en Data Murals —liderado por Rahul Bhargava, dentro del contexto de su tarea junto a Caterine D’Ignazio en Terapia de datos— se propuso a comunidades en Brasil reconocer sus propias problemáticas a partir de datos encontrados o generados, en particular con la participación de las y los jóvenes de escuelas, asociaciones y estudiantado universitario. Se trabajó luego en una forma especial de «reporte» de dichos datos representándolos en murales bien visibles dentro de la comunidad. Charlé sobre estas y otras experiencias con Rahul en 2020, quien nos mostró de manera práctica su enfoque para trabajar desde la educación popular la materialidad y los ensamblajes que constituyen las representaciones de datos. Rahul ha teorizado de manera pionera sobre una alfabetización crítica en datos a partir de estas y otras experiencias en organizaciones de la sociedad civil (Bhargava et al., 2015). Este enfoque, de hecho, se asocia muy bien con una pedagogía crítica y de servicio apuntada al empoderamiento de grupos vulnerables.
Conectado a su trabajo, Caterine D’Ignazio ha ido en la dirección de apoyar su enfoque de exploración y deconstrucción de la ciencia de datos a partir del feminismo. Desde su Data + Feminism Lab, ella lidera un enfoque en el que se proponen siete pasos para trabajar la justicia de datos.
Este enfoque se apoya en una infografía que ha sido traducida a varios idiomas (entre los cuales está el castellano) y que puede ser adoptada para trabajar en clase o en proyectos de interacción comunitaria e incluso en organizaciones (dependiendo de la permeabilidad de las jerarquías, dado el enfoque de deconstrucción del poder).
El Data + Feminism Lab tiene su sede en el Departamento de Estudios Urbanos y Planificación del MIT y es miembro de redes muy importantes en el trabajo que conecta investigación, educación superior y obligatoria y activismo. Algunas de ellas son Datos contra el Feminicidio, Design Justice Network, Labor Tech Research Network y la red Tierra Común —con un foco en la decolonización de los datos—.
No puede dejar de mencionarse el trabajo de conexión entre investigación y educación llevado a cabo por el Data Justice Lab, dependiente de la universidad de Cardiff, que ha promovido toda una serie de eventos y materiales de gran valor teórico-práctico para educadores y educadoras de todos los niveles, así como para investigadores. Ejemplo de ello son la conferencia Civic Participation in the Datafied Society o la guía de apoyo a la alfabetización en datos, de Ina Sander y colegas, con una selección de catorce (14) herramientas divididas en seis categorías según cómo promueven la participación: actividades laboratoriales, aprendizaje activo, contenido basado en investigación, datos para la participación, guías prácticas rápidas y guías profundizadas.
Enfocando mayormente el trabajo sobre la justicia algorítmica (es decir, el dato elaborado detrás del aprendizaje de máquina y de la IA) encontramos la Algorithmic Justice League, fundada por la afroamericana Joy Buolamwini, pionera en el trabajo de descubrimiento de las injusticias generadas por el sesgo en el reconocimiento facial. Esta organización combina el arte y la investigación para iluminar las problemáticas sociales y los daños que la IA puede provocar. También basado en el trabajo artístico, en este caso un cómic, es digno de mención el proyecto We need to Talk, AI.
Es importante considerar que la educación «tradicional» (contenido + alguna actividad + eventual prueba de aprendizaje de contenido) puede no funcionar para una sensibilización profunda.
¿Qué podría funcionar? La búsqueda de justicia a través de movimientos activistas, ya que abre caminos diversificados para profundizar una visión de complejidad sobre los datos, buscando desarrollar la habilidad técnica para la apropiación o incluso el bloqueo de mecanismos y sus estructuras de poder. La habilidad técnica en esos movimientos, como bien lo hacen notar D’Ignazio y Klein en su enfoque de feminismo de datos , se subordina al objetivo social, cultural y político último, como lo demuestra el enfoque de trabajo de la Iniciativa Latinoamericana en Datos Abiertos (ILDA). Sin embargo, esa búsqueda se basa en gran medida en capacidades poco comunes y una importante conciencia y voluntad colectiva auto-organizada. Como lo indica Miren Gutiérrez, el activismo genera redes potentes, de apoyo, concientización y práctica continua del hackeo para resolver los problemas y fomentar las acciones necesarias para el movimiento. En estas redes reverberan formas de conocimiento y de aprendizaje informal que permiten a los tecnólogos cooperar en proyectos cuyos fines últimos poseen un impacto social y cultural relevante y contextualizado, transformando así su propio rol y estatus.
Es en estos espacios que la práctica educativa puede entramarse y contribuir. Pero no lo hace de cualquier manera: deberá reformular las alfabetizaciones necesarias para desencadenar activismos en lugar de entrenar las habilidades para reproducir la datificación.
Vamos con un último caso. Durante los años 2019 a 2021 fui construyendo un mapa de prácticas pedagógicas en alfabetización crítica de datos y, al ver la necesidad de producir un enfoque integrador de las varias áreas de trabajo para tratar todas las problemáticas de la datificación, colaboré con el proyecto Data Praxis como investigadora. En el mismo, se desarrolló un recurso educativo abierto, basado en una serie de pilotos en universidades angloparlantes e hispanoparlantes del Norte y del Sur Global. El recurso se compone de varias tipologías de materiales abiertos desarrollados en inglés y en español, a saber:
- Siete módulos que cubren temas de definición de los datos, datificación personal, soberanía de datos, activismo académico en datos y, específicamente, un módulo sobre justicia de datos de Caroline Kuhn y un módulo sobre analíticas de aprendizaje, herramienta data-driven ampliamente difundida en la educación superior.
- Ocho herramientas que pueden ser adoptadas para el trabajo en laboratorios o clases interactivas.
- Video-recursos y orientaciones para el desarrollo del profesorado, contenidos en especial en los workshops en los que trabajé para la Universitat Oberta de Catalunya.
Estos ejemplos nos muestran que la alfabetización crítica en datos parte de construirse necesariamente con y a través de la alfabetización técnica (conocer como mínimo conceptualmente las operaciones de estadística bayesiana, la visualización de datos, las formas del aprendizaje de máquina, los enfoques de construcción de las bases de datos que luego alimentarán el entrenamiento algorítmico, etcétera), pero en cualquier caso se debe ir mucho más allá, discutiendo los intereses que configuran estas prácticas y discursos, y deconstruyendo el entusiasmo tecnológico.
Alfabetización en datos: asumir la complejidad, más allá de la crítica
Este recorrido nos lleva a comprender la importancia de una crítica social hacia la datificación para, así, apoyar nuevos caminos de alfabetización digital. Sin embargo, la alfabetización debe ser más que crítica: compleja. No podrá quedarse en una fase de deconstrucción, sino que tendrá que avanzar sobre estrategias de acción. De otra manera, muchos de los proyectos de alfabetización en datos podrían simplemente actuar a nivel performativo mostrando los efectos nocivos de la manipulación o discusión de datos, sin reflejos reales o cambios en los comportamientos de las personas.
En el 2019, Pangrazio y Selwyn, trabajando desde una etnografía sobre el uso y perspectivas de los datos en escuelas, describieron muy claramente esta situación: después de que ofrecieran a un grupo de adolescentes la posibilidad de ver el «detrás de escena» de la recolección de datos, detectaron indiferencia e incluso alguna forma de impotencia en los adolescentes participantes. Es decir, las redes sociales utilizadas por ellos y ellas son una parte de su vida cotidiana y un modo de conectarse con sus pares y construir sus identidades: ¿cómo prescindir de estas, aún ante la amenaza de la vigilancia de sus gestos en su vida digital y datificada?.
En mi trabajo con casi 300 educadores y educadoras (Raffaghelli, 2022), subrayé una cuestión fundamental: los recursos materiales y simbólicos dispuestos en un espacio educativo, así como las eventuales habilidades técnicas y críticas, no son suficientes para realizar la autogestión y la búsqueda de nuevas capacidades hacia un enfoque activista y contra-hegemónico como resultado educativo.
También subrayé este hecho desde pensar un esquema de complejidad para comprender los datos. Lo hice en mi reflexión para construir culturas de datos justas en la universidad.
Dejo aquí el esquema, que explora dos elementos en tensión:
- Los enfoques de datos proactivo (orientado a activarse y usar los datos para el cambio, como en el caso del feminismo de datos) y reactivo (orientado a resistir y demostrar la injusticia, como en el caso de Tierra Común).
- La posibilidad de acceso a los datos, es decir, si se trata de datos públicos (abiertos) o privados (de acceso restringido).
Al identificar las prácticas en cada cuadrante, podemos establecer espacios para pensar las alfabetizaciones necesarias.
Por lo tanto, estamos en los albores de una práctica educativa que pueda apoyar los antagonismos necesarios para superar la datificación y el empoderamiento a través de los datos, pero que no basta por sí sola. ¿Por qué? Porque la sociedad de las plataformas impone estructuras de uso de las que es difícil salirse. La plataformización, ya estudiada por la van Dijck y sobre la que se está llamando a trabajar en el contexto educativo —por ejemplo, el reciente número y «Symposio» de la Harvard Education Review con la presencia de importantes figuras en el tema, como Ben Williamson y Luci Pangrazio— requiere atención.
No es fácil pensar en alternativas si una actividad social es constituyente para mí y mi estudiantado (como el uso de una red social para comunicar con pares) o resuelve problemas inminentes como el médium digital adoptado emergencialmente durante la pandemia cuando muchas universidades no estaban preparadas (como la plataforma Zoom), o es incluso impuesta por la institución (uso de Google Suite o Microsoft Teams consolidado para la gestión de las comunicaciones y trabajo colaborativo en un gran número de universidades). Así, la datificación avanza a partir de un modelo de negocio eficaz y «ganador» para el neocapitalismo, a partir de soluciones rápidas para deseos o problemas cotidianos, desde el costo invisible para el usuario o las administraciones.
La justicia de datos entra en conflicto con nuestras necesidades inminentes. por eso importa entenderla también desde la infraestructura tecnológica. Es aquí que cabe dejar de evocar a la o el educador «paladín» de la justicia de datos. Cabe mirar más allá del aula y, así, considerar siempre el límite al que nos enfrentamos y plantear el debate a un nivel de redes, grupos, instituciones y agendas políticas: construir culturas de datos (justas).
En este sentido está avanzando el trabajo de aFFaC (Associacions Federades de Famílies d’Alumnes de Catalunya) y XNET en colaboración con la Universidad de Barcelona para la escuela a través del proyecto EDDIT: «Corporacions tecnològiques, plataformes educatives digitalis i garantía dels drets de la infancia amb enfocament de gènere» . Cabe destacar cuán titánico es este esfuerzo, como lo ponía de manifiesto la líder de la aFFac, Lidón Gasull, en una entrevista: no hay una escucha cabal por parte de la administración gubernamental educativa, por lo tanto, su tarea se mueve a partir de fondos locales e internacionales. Ello implica que todo procede por vía «piloto», sin llegar a poder convertirse en una propuesta consolidada.
Educadoras, educadores, no podemos solos
Como quien lee habrá comprendido, mucho queda aún por hacer: pero no solas o solos, como educadores, sino pensando en una acción educativa que oriente a la interacción entre tecnología y acción cívica y política para una digitalización justa.
Luego de pasar revista a la conceptualización de una justicia de datos en el marco de la justicia social, consideramos muy sumariamente una serie de proyectos de investigación y transferencia educativa que pueden inspirar la práctica. Los materiales y actividades podrían formar parte de un currículo de alfabetización digital, que puede ser parte de una formación básica de grado, o bien de un itinerario de formación en metodología de la investigación social.
Y estos escenarios avanzan de manera diversificada, por lo que una visión verdaderamente holística e interdisciplinaria es difícil de conseguir. Cabe destacar que mientras la integración de cursos de ética de algoritmos y ética de la inteligencia artificial han avanzado rápidamente en el ámbito de la matemática y la informática, así como de los estudios de sociología o comunicación, en el ámbito de la educación la datificación es aún difícil de «digerir». Justamente, en el campo donde se preparan las y los docentes que trabajarán luego con personas en su educación inicial, obligatoria y continua (Rivera-Vargas et al., 2022), el tema parece oscuro, lejano de la practicidad de situaciones que el o la educadora deben resolver respecto del uso educativo de las tecnologías.
Las infraestructuras superan su capacidad profesional y requieren, justamente, el poder ver con claridad los límites de acción: las y los docentes podrán formar capacidades y podrán trabajar en procesos transformadores con la comunidad y con organismos privados y públicos. Sin embargo, el cambio de la tecno-estructura depende de muchas otras fuerzas, especialmente ligadas a movimientos sociales, políticos y de activismo, sobre las cuales la educación converge o coadyuva, pero ciertamente no lidera.
Es en este sentido que invito a ir más allá de la soledad del aula: veo esta soledad como refugio de la desesperanza educativa o tal vez de la arrogancia. Es necesario sustituir esa soledad por comunidad integrada e interdisciplinaria, que pueda trabajar desde la esperanza, la paciencia y, no menos importante, el compromiso desde el aula hacia las comunidades y territorios con los que trabaja la escuela o la universidad.
Para seguir aprendiendo
- Data Literacy Map | Mapa de proyectos sobre alfabetización en datos.
- Complex Data Literacy (Raffagelli) | Grupo en Zotero donde la autora recoge recursos bibliográficos que orientan el estudio académico de la alfabetización en datos.
***
Juliana Raffaghelli. Profesora Investigadora de la Universidad de Padua, Italia. Recientemente investigadora principal Ramón y Cajal (Ministerio de Investigación e Innovación de España, en la Universitat Oberta de Catalunya, 2018-22), donde exploró las vías para desarrollar una visión compleja de la datificación en la sociedad y en la educación.
***
Este texto se publicó originalmente en:
