Innovar y transformar desde las disciplinas: experiencias claves en la educación superior en América Latina y el Caribe 2021-2022

3 número de satélites. Con esta referencia se hace conexión a un trabajo con datos reales, algo que podrá enriquecer significativamente el proceso de aprendizaje. En esta primera tarea, se le pide a los alumnos que anticipen un proyecto con etapas orientadas a un objetivo; es decir, una cierta planificación del proceso de trabajo, que incorpora una reflexión sobre el conocimiento de la tarea, de las estrategias que se utilizarán y de las personas con las cuales se formará equipo. No es sorprendente ver que los alumnos en su primer acercamiento desean mecánicamente identificar fórmulas que describan la situación, lo cual probablemente no es el camino más efectivo. Esta actitud depende en gran medida de que no hay una costumbre de monitorear y evaluar la fase de planificación en actividades de modelización [14]. Dicha evaluación puede efectuarse en función del contexto o de la naturaleza de la propia matemática con la que se está trabajando. El objetivo de la segunda tarea es que los alumnos profundicen en detalle en el contexto de la aplicación, al generar una propia representación de una red de calles de una ciudad de referencia. Para la visualización del concepto de trayectorias de vehículos particulares y de conexiones de esquinas, la tarea comienza con datos virtuales de un listado de esquinas y una secuencia de trayectorias. Desde la base de datos GPS mencionada en la primera tarea, es posible extraer información cuantitativa que corresponde a trayectorias y esquinas. ¿Para que sirve esta instancia? Justamente, sirve para orientar el diseño del algoritmo, que es la siguiente tarea. La tercera tarea es un desvío intencionado, ya que, por un lado conceptualmente no tiene nada que ver con ecuaciones diferenciales y, por otro, representa la complementariedad que se requiere para poder efectivamente trabajar con este tipo de ecuaciones en contextos aplicados. Es decir, el desafío principal de la aplicabilidad de un modelo es el formato no solamente del modelo, sino también de los datos. Típicamente, los datos pueden estar contaminados con errores o ser inadecuados para su representación en la metodología cuantitativa más adecuada. Se requiere una adecuación mutua de los modelos y los datos. El objetivo consiste en diseñar algoritmos que podrán sacar información cuantitativa de la base de datos. Vale mencionar, que el acceso a datos relacionados con posibles modelos es necesario para la validación del mismo. La modelización por ecuaciones diferenciales es la cuarta tarea. En esta situación particular, se ejemplifica como emerge naturalmente un escenario multivariable: distintas esquinas o calles corresponden a distintas variables, es decir, el número de variables depende del número de calles o esquinas seleccionadas por el estudiantado ¿Cuáles serían las justificaciones para cada diseño? Con este tipo de consultas, se pide justificar un concepto en contexto más allá de resolver un problema preplanteado. Esto se contrasta con la forma histórica-clásica de enseñanza, donde en primer lugar se aborda una serie de metodologías para luego resolver ecuaciones univariables de primer orden. Como quinta tarea, se solicita aplicar métodos para resolver las ecuaciones de los modelos. Con esta última tarea, entramos a una etapa, donde emerge mágicamente todo el potencial que corresponde a la asignatura. El método didáctico ha sido llegar al punto donde se puede efectivamente comenzar. El logro consiste en establecer una perspectiva propia de la modelización, al transitar por varias tareas conducentes a ello. 933