Modelar empieza por formular una pregunta

Un modelo computacional puede representar un fenómeno mediante reglas que permiten explorar cómo interactúan sus componentes. En el modelo de tráfico de NetLogo, por ejemplo, los vehículos siguen reglas de aceleración y desaceleración que pueden estudiarse en la simulación.

En el aula pueden abordarse tareas diferentes: explorar una simulación ya preparada, modificar sus parámetros o trabajar con programación y datos. Los recursos de esta guía ofrecen distintas formas de aproximarse a ellas, desde la interacción con un modelo hasta lecciones sobre herramientas de programación.

El objetivo de aprendizaje ayuda a elegir el recurso. Para observar interacciones entre vehículos, puede explorarse el modelo de tráfico de NetLogo; para aprender herramientas de programación, Software Carpentry ofrece lecciones sobre la terminal de Unix, Git y Python o R. La elección depende de la tarea que se quiera trabajar.

Tres recursos con propósitos distintos

PhET ofrece simulaciones interactivas de ciencias y matemáticas. Su recurso «Graficador para cálculo» se presenta con los términos «Derivative» e «Integral» en el título, y forma parte de su oferta de simulaciones matemáticas. Puede considerarse junto con el objetivo concreto de la actividad.

En el modelo «Traffic Basic Adaptive Individuals» de la biblioteca de NetLogo, cada vehículo sigue reglas para acelerar o desacelerar y puede adaptar individualmente su aceleración. El alumnado puede cambiar parámetros como la cantidad de coches y observar indicadores como la velocidad de un vehículo seleccionado y la velocidad media. Así se comparan comportamientos individuales y medidas del conjunto dentro de este modelo.

Software Carpentry enseña herramientas de programación y trabajo computacional. Sus tres temas centrales son la terminal de Unix, el control de versiones con Git y un lenguaje de programación, Python o R. La página de lecciones incluye materiales en español para algunos temas, como la terminal, Git y R para análisis científicos reproducibles.

Recurso Enfoque descrito Actividad indicada
PhET: Graficador para cálculo Simulación de cálculo Consultar el recurso de PhET
NetLogo: modelo de tráfico Modelo de tráfico con vehículos adaptativos Cambiar el número de coches y observar indicadores
Software Carpentry Terminal de Unix, Git y Python o R Trabajar con las lecciones

Elegir según nivel, equipo y propósito

La actividad puede variar según el recurso y la tarea. En el modelo de tráfico de NetLogo se pueden ajustar parámetros y observar indicadores; las lecciones de Software Carpentry abordan la terminal de Unix, Git y Python o R. Explorar un modelo y seguir lecciones de programación son actividades distintas.

Antes de preparar una sesión, comprueba el alcance concreto del recurso y del dispositivo que se usará. El modelo de tráfico de NetLogo puede ejecutarse en NetLogo Web o en la aplicación de escritorio. PhET presenta una simulación web de cálculo, mientras que las lecciones de Carpentries son materiales didácticos para trabajar paso a paso. La modalidad de acceso importa: conectividad, navegador, permisos de instalación y familiaridad con archivos pueden determinar qué opción es viable en el aula.

También conviene separar el objetivo científico del técnico. Si se evalúa la interpretación de una relación matemática, evita que instalar software se convierta en el obstáculo central. Si la meta es aprender programación, en cambio, no ocultes el código detrás de controles ya preparados. Para grupos heterogéneos, una secuencia gradual puede empezar con observación guiada y avanzar hacia cambios de parámetros, explicaciones y, cuando corresponda, modificaciones del modelo.

Actividad propuesta: explorar el flujo de tráfico

Una actividad breve puede partir del modelo «Traffic Basic Adaptive Individuals» de NetLogo. La pregunta de trabajo sería: ¿cómo cambia el comportamiento del conjunto cuando varía la cantidad de vehículos o la regla de aceleración individual? El modelo representa el movimiento de coches en una autopista mediante reglas simplificadas; los vehículos circulan en un circuito continuo.

Primero, el grupo identifica las reglas representadas: cada vehículo responde a los coches que tiene delante y puede adaptar su aceleración. Después, establece un punto de partida y modifica una variable cada vez, por ejemplo el número de coches o el límite de velocidad. Mantener constantes los demás controles ayuda a interpretar el contraste, aunque no elimina las limitaciones del modelo.

A continuación, cada equipo registra qué observa y distingue entre el comportamiento de un vehículo concreto y las medidas agregadas que ofrece la simulación, como la velocidad media. Para que la actividad no se reduzca a mirar una animación, los estudiantes deben proponer una explicación y señalar qué supuesto podría cambiarla. El cierre puede comparar interpretaciones y separar observación, explicación y predicción.

Una ficha de trabajo sencilla puede pedir cuatro elementos:

  1. La pregunta y la variable que se modifica.
  2. Los controles que se mantienen constantes.
  3. El patrón observado y la medida utilizada.
  4. Una limitación del modelo y una nueva pregunta que se podría investigar.
Actividad propuesta: explorar el flujo de tráfico Una actividad breve puede partir del modelo «Traffic Basic Adaptive Individuals» de NetLogo. La pregunta de trabajo sería: **¿cómo...
Ilustración editorial de BytePreview

Acceso, licencias y accesibilidad sin atajos

La biblioteca de NetLogo identifica una licencia Creative Commons Attribution-NonCommercial-ShareAlike 3.0 para el modelo de tráfico y señala que existen licencias comerciales. Si se reutiliza, adapta o distribuye ese material, hay que respetar sus condiciones; no debe suponerse que todo recurso con acceso gratuito permite cualquier uso. Comprueba por separado la licencia del software, del modelo, de las imágenes y de cualquier material de terceros que quieras incorporar.

La investigación sobre accesibilidad de PhET ha descrito iniciativas como descripciones auditivas y sonificación, pero esa presentación de 2016 no garantiza que todas las simulaciones actuales ofrezcan esas funciones ni que cada actividad sea accesible para cualquier estudiante. La accesibilidad debe verificarse en la simulación concreta y en la combinación de navegador, dispositivo y tecnologías de apoyo disponible. Cuando sea necesario, ofrece alternativas de participación y consulta los recursos de accesibilidad de PhET antes de planificar la sesión.

En las lecciones de Carpentries, la disponibilidad de una traducción tampoco implica que todos los módulos estén en español: la página distingue materiales en inglés y lecciones seleccionadas en español. El artículo de 2018 sobre el trabajo de traducción registra avances en ese momento; para preparar una clase, es más útil comprobar la lección publicada actualmente y su contenido que extrapolar el estado de una traducción antigua.

Una selección transparente y fácil de revisar

Para elegir con criterio, anota qué debe aprender el grupo, qué conocimientos previos requiere la actividad y qué recursos técnicos son necesarios. Después, revisa si el material permite observar la variable que interesa y si ofrece una forma comprensible de interpretar lo que muestra. La herramienta debe servir a la pregunta, no convertirse en el objetivo por defecto.

También registra la versión o página utilizada, el idioma, las condiciones de acceso y la licencia pertinente. Si una actividad depende de un navegador o de una conexión, conviene prever una alternativa; si requiere instalar software o ejecutar código, es mejor comprobarlo antes de la clase. Documentar estos detalles ayuda a distinguir una propuesta reutilizable de una experiencia que dependió de condiciones particulares.

La decisión final puede resumirse así: PhET para explorar una simulación matemática o científica ya preparada; NetLogo para investigar reglas e interacciones de un modelo basado en agentes; y Software Carpentry para adquirir herramientas de programación y reproducibilidad. No son opciones intercambiables, pero pueden complementarse en una secuencia que vaya de explorar a modelar y después a organizar un análisis computacional.