Rango Finito

fotoscódigoobservatorioshermanocerdo temas plots

cursos

31

La plataforma de cursos masivos en línea de MIT y Harvard liberó algunos de sus datos (para 2012 y 2013) esta semana y en twitter vi a Gabriel Florit haciendo un gráfico para comparar la (dis)paridad de género (la razón entre mujeres y hombres) dependiendo del país. Inspirado por ese gráfico generé una gráfica similar que compara la misma (dis)paridad de género dependiendo del curso:

gender.parity.course

Si se toman todos los estudiantes registrados en la base de datos, hay 142.795 mujeres y 411.520 hombres (29.000 más no responden). Es decir que la disparidad de género total está alrededor de 0.35. Sin embargo, cuando se diferencia por cursos surgen preferencias muy fuertes dependientes del género y consistentes con los prejuicios tradicionales sobre lo que se supone que son temas de hombres y de mujeres. No sobra resaltar que en estos cursos no hay ningún tipo de filtro de ingreso así que quien está registrado lo hace por voluntad propia y sin ninguna restricción. Esto hace todavía más diciente (y preocupante) la brecha que se observa.

La siguiente pregunta obligada es cómo le va a los estudiantes dependiendo del género en cada uno de los cursos:

gender.grades.course

Así, aunque hay preferencias marcadas por temas de acuerdo a género, en el desempeño dentro de los cursos estas diferencias se desvanecen. Una vez dentro de los cursos, hombres y mujeres obtienen resultados muy similares, como es de esperarse.

4

Sería chévere armar un sistema de recomendación de cursos para una universidad grandecita con programas flexibles. Cuando estaba en el pregrado tomé como cinco cursos electivos de más por puro desparche (el programa era bastante monolítico) pero siempre penaba al principio del semestre intentando elegir entre la bandeja de decenas de cursos posibles (la estrategia popular era inscribir unos cuatro o cinco de más y descartar la mayoría durante las primeras dos semanas). En universidades donde los requisitos de los programas son pequeños y hay mucha libertad de elección de caminos, como las gringas, ese proceso debe ser todo un martirio por más asesores de pregrado que ofrezcan. Ocasionalmente he intentado ayudar a algunos estudiantes a decidir qué cursos les convienen más, pero siempre es desde la más completa oscuridad. De pronto se podría hacer mejor. La clave, creo, sería que el sistema evadiera de alguna forma inteligente la homogeneidad de elecciones e impulsara la amplitud disciplinaria. No tengo ni idea cómo se podría lograr algo así.

Datos

Ayer terminé mis deberes para el curso de análisis de datos de Coursera. Me dejó insatisfecho. Sirvió, eso sí, como una introducción rápida a R. El contenido fue mal elegido, la improvisación reinó y el nivel de la exposición no era el mejor. Creo que el profesor no logró adecuar su estilo de enseñanza al formato. Pese a advertir varias veces sobre el riesgo de desconocer la matemática subyacente (en un diagrama llamó a esa aproximación “la zona peligrosa”), el curso se limitó a ofrecer recetas escuetas de algunas de las técnicas elementales disponibles sin mayor justificación matemática. Además, como los dos proyectos del curso debían ser evaluados por otros estudiantes, el énfasis del formulario de evaluación fue la forma de los reportes en lugar de la sustancia (lo que reforzaba la idea de que no se esperaba más que aplicar funciones mecánicamente). No lo más recomendable para un curso tan técnico. Tal vez el sistema de evaluación del curso de machine learning, basado en verificación automática del código que requerían los ejercicios, habría sido más adecuado al contenido (pretendido) de este curso. Me quedan dudas serias sobre la capacidad de esos cursos masivos en línea para ofrecer más que sobrevuelos superficiales cuando el material supera cierto nivel no muy alto de complejidad.

Este libro de Cosma Shalizi (pdf) parece una introducción mucho más apropiada al tema, o al menos más cercana al tipo de curso que me hubiera gustado tomar.

Enseñanza

Creo que antes que matemática, lo que me gustaría que mis estudiantes ganaran con el curso es sentido de la responsabilidad y entusiasmo por el reto de aprender. La matemática es sólo un contexto cualquiera, pero su faceta lúdica resulta particularmente apropiada para enfrentar a los estudiantes a obstáculos y luego ofrecerles las herramientas para sobrepasarlos por sus propios medios. No estoy seguro de haberlo logrado. La enseñanza me hace feliz e infeliz.

El lunes, durante la clase, me sentí fuera de lugar. Escribía en el tablero y de pronto sentí con claridad que no sabía qué estaba haciendo ahí. Pensé en los estudiantes a mis espaldas. Estaban aburridos y cansados. Y yo también a veces estoy aburrido y cansado. Me esfuerzo por ofrecer una experiencia enriquecedora, le dedico mucho más trabajo del que probablemente esperan del mí, pero al mismo tiempo no creo en mi papel y siento que engaño a mis estudiantes (de la misma manera que sentía que me engañaba a mí mismo cuando intentaba sin mayor éxito hacer matemática). Nada de eso tiene mayor valor. La labor del educador mercenario propicia el cinismo. Mis circunstancias contribuyen a reforzar la sensación de que nadie da un peso por la educación de los estudiantes. Al fin y al cabo, la dejan (en especial en los cursos de primeros años) mayoritariamente en manos de personas subempleadas (desechables) como yo, con contratos temporales cuidadosamente diseñados para negar cualquier vínculo perdurable entre el instructor y la institución. Los vínculos perdurables están reservados para los llamados investigadores, quienes cada semestre dedican buena parte de su tiempo a engrosar su lista de publicaciones e idear maneras para no dictar clase y dejar la docencia (que generalmente aborrecen y desprecian) en manos de los estudiantes de postgrado y la legión de mercenarios mendigantes.

Cuesta creer en un sistema educativo que funciona así. Los cierres de curso siempre son amargos para mí. Si continúo a la cacería de cursos es sólo porque en el fondo disfruto inmensamente las horas de interacción con los muchachos, me revitalizan y me divierten, y, claro, porque la plata no nos sobra. Espero volver a enseñar el próximo verano.

Laia

Largo día. Laia nació a las 4:33 de la tarde. Pesó 2995 gramos y midió 51 centímetros. Es pequeñita. Tres horas antes estábamos en la plazoleta de comidas de un centro comercial comiendo sopa de tomate y jugo de naranja con zanahoria. Mónica había tenido contracciones pero no eran suficientemente regulares así que no estábamos seguros de que fuera el momento. Pensábamos que era falsa alarma y que Laia nacería, como su hermano mayor, el día que cumpliera cuarenta semanas, o sea el miércoles. Finalmente el dolor de las contracciones convenció a Mónica de ir al hospital. El parto fue rápido pero también salvaje. Ahora son las 11:40 de la noche y tanto Mónica como Laia duermen a suspiros. Ya la niña recibió su primer baño. Es suave y tranquila. Cuando está despierta mira a su mamá con los ojos entrecerrados y el ceño fruncido. Mañana inicio mi curso en la universidad. Es un curso de cálculo integral de un mes y medio (dos horas diarias) para estudiantes de matemáticas y física. Terminé de preparar la primera serie de lecciones (para mañana: el teorema de valor medio y sus consecuencias revisitados formalmente) y la primera tarea esta misma mañana. Serán seis semanas muy intensas. Estoy cansado y feliz. Más feliz que cansado.