15: Razonamiento cuantitativo y alfabetización informacional en economía

Capítulo 15. Razonamiento cuantitativo y alfabetización informacional en economía

Diego Méndez-Carbajo

Universidad Wesleyana de Illinois

Introducción

El Marco de Alfabetización Informacional para la Educación Superior (Framework for IL) de la Asociación de Bibliotecas Universitarias y de Investigación (ACRL) (2015) define la alfabetización informacional (IL) como un “espectro de habilidades, prácticas y hábitos de la mente”. Articulando IL como un marco, a diferencia de un conjunto de estándares o resultados de aprendizaje, ACRL articula seis marcos diferentes. Cada marco identifica un concepto de umbral central para IL e incluye prácticas de conocimiento recomendadas basadas en el alumno (“demostraciones de comprensión”) y disposiciones aspiracionales (por ejemplo, actitudes y valores). Como ACRL enfatiza “opciones flexibles para la implementación” del Marco para IL, describe efectivamente un proceso de aprendizaje abierto al tiempo que proporciona abundantes puntos de control de referencia.

Mis 17 años enseñando economía de pregrado me han llevado a interpretar y articular Framework for IL de ACRL a lo largo de líneas pedagógicas que se superponen estrechamente a varias de las categorías de alfabetización creadas por Jeremy J. Shapiro y Shelley K. Hughes (1996) así como el proceso simplificado de IL esbozado por Tom W. Goad (2002). Además, el papel central que juegan los datos estadísticos en la disciplina de la economía hace que el concepto de alfabetización cuantitativa, o aritmética, sea muy relevante para nuestros alumnos. La Red Nacional de Matemáticas (NNN) (2015) define la alfabetización cuantitativa como la “comodidad, competencia y 'hábito de la mente' al trabajar con datos numéricos”, y la habilidad de IL es un medio crítico para lograr este tipo de aritmética en economía.

Tres marcos en el Marco para IL son centrales para la educación de las carreras de economía: Searching Is Strategic enfatiza la investigación como un proceso; La información tiene valor subraya el contexto social e histórico de la información; y La investigación como indagación destaca la gestión y síntesis de información. ACRL (2009) hace referencia al trabajo de Shapiro y Hughes (1996) para comunicar la “sustancia y amplitud de la alfabetización informacional” a profesores y administradores, y me parece útil tomar prestado su lenguaje para relacionar el Marco para IL con la instrucción de licenciatura en economía. Shapiro y Hughes enumeran una serie de características deseables en un plan de estudios de IL, a saber: alfabetización de herramientas, alfabetización de recursos, alfabetización socioestructural, alfabetización investigadora, alfabetización editorial, alfabetización tecnológica emergente y alfabetización crítica.

Dado que la Sección de Instrucción ACRL Alfabetización Informativa en el Comité de Disciplinas (ACRL IS) (2012) informa que “no está al tanto de los estándares de alfabetización informacional en esta materia”, propongo adoptar las dimensiones de alfabetización planteadas por Shapiro y Hughes (1996). Deseables como todos ellos están en un plan de estudios de artes liberales “ilustrado”, tres son particularmente relevantes en el contexto del currículo de ciencias sociales en general y del de la economía en particular. Describiendo la alfabetización de recursos como “la capacidad de comprender la forma, formato, ubicación y métodos de acceso de los recursos de información”, estos autores hablan del uso tanto de texto/información cualitativa como de datos/información cuantitativa que los estudiantes e investigadores deben emplear en su trabajo. Estrechamente relacionada con esta dimensión de la alfabetización está la de la alfabetización socioestructural, descrita como “saber eso y cómo se sitúa y produce socialmente la información”. La diferencia entre información de pago (es decir, propietaria) y de acceso público, por ejemplo, se vuelve crítica al intentar operacionalizar un proyecto de investigación en economía. Por último, la alfabetización investigadora, descrita como “la capacidad de comprender y utilizar las herramientas basadas en la Tecnología de la Información (TI) relevantes para el trabajo del investigador y académico de hoy”, hace referencia específicamente a “software de computadora para análisis cuantitativo”. A nivel educativo de pregrado este análisis cuantitativo se realiza frecuentemente mediante el uso de hojas de cálculo.

Estas dimensiones particulares de la alfabetización sustentan la “estrategia de alfabetización informacional” esbozada por Goad (2002, p. 36) a través de una serie de tareas secuenciales. Estos son: (i) formular una pregunta, (ii) señalar lo que realmente quieres saber, (iii) organizar la información, (iv) planear una búsqueda de información relevante, y (v) evaluar la idoneidad de los materiales. A medida que el trabajo de Goad (2002) articula completamente la conexión entre IL y el desempeño laboral, argumentaré que el proceso de búsqueda y análisis de información de varios pasos que describe se superpone de cerca a varios de los objetivos de aprendizaje deseables del plan de estudios de economía. Encapsulado en la frase acuñada por John J. Siegfried et al. (1991) “pensar como economista”, estos objetivos incluyen “adquirir y usar conocimiento que traspasa fronteras disciplinarias” e incluyen, entre otros, los conceptos umbral de “saber algo sobre la medición de variables económicas (métodos de recolección de datos, confiabilidad, etc.)” y “poder organizar, trabajar y manipular datos con fines de comparación” (Siegfried et al., 1991, p. 216). Además, “el uso de métodos analíticos para utilizar la información” es identificado por Dale Cyphert y Stanley P. Lyle (Capítulo 3, esta colección) como una de las brechas de habilidades de mayor preocupación para los empleadores. Para una discusión en profundidad sobre las competencias esperadas de la especialidad académica de economía dirijo al lector a la obra seminal de W. Lee Hansen (1986). Su influencia en la conformación del esfuerzo contemporáneo por “educar a los economistas” se expresa explícitamente en las obras recopiladas editadas por David Colander y KimMarie McGoldrick (2009). En suma, el desafío instruccional radica en diseñar asignaciones de cursos que ayuden a los estudiantes a desarrollar las competencias intelectuales mencionadas, relacionando la aritmética con la alfabetización informacional.

El enfoque pedagógico que propongo se basa en la taxonomía educativa propuesta originalmente por Benjamin Bloom (1956) y emplea la enseñanza del método del caso en un curso intermedio de teoría macroeconómica. El trabajo de Lorin W. Anderson y Lauren A. Sosniak (1994) proporciona una útil retrospectiva de 40 años sobre el impacto de la taxonomía de Bloom en una amplia gama de cuestiones y prácticas pedagógicas. En esa línea, plantearé que el uso de estudios de casos cuantitativos como recurso pedagógico en macroeconomía intermedia ayuda a los estudiantes a analizar y evaluar constructos teóricos en economía. Específicamente, la recolección, manipulación y análisis de datos recopilados por diferentes agencias estadísticas ilustran para los estudiantes la conexión entre las dimensiones teórica y empírica de esta ciencia social particular. Creo que el proceso de construcción de tal conexión se basa en gran medida en el desarrollo paralelo de un conjunto básico de habilidades de IL.

Desde la perspectiva del instructor del curso, el objetivo general de la estrategia pedagógica propuesta es trasladar a los estudiantes desde los procesos cognitivos de orden inferior de Bloom (1956) de conocimiento, comprensión y aplicación del pensamiento formal abstracto macroeconómico intermedio a los procesos cognitivos de orden superior de análisis, síntesis y evaluación de este modo de pensar. En la disciplina de la economía, como en casi todas las ciencias sociales, el análisis y la evaluación de constructos teóricos se basan en la manipulación estadística de los datos. En economía, estos datos son generalmente cuantitativos (más que cualitativos) y, dependiendo del tema de estudio, pueden haber sido generados por el investigador (e.g., encuestas) o recopilados de organismos públicos como agencias estadísticas. En el subcampo de la macroeconomía todos los datos son generados y recabados por organismos públicos.

Con el fin de cerrar la brecha cognitiva entre la discusión de conceptos teóricos y la manipulación y evaluación de estos conceptos, propongo tomar prestado del método del caso enseñando pedagogía. Según lo descrito por Melvin Copeland (1954), se creó originalmente en un entorno de aprendizaje empresarial y gerencial mientras que, hoy en día, Geoff Easton (1983) y James A. Erskin, Michiel R. Leenders y Louise A. Mauffette-Leenders (1998) muestran que el método del caso se extendió a muchas otras disciplinas. En esencia, los casos son historias del mundo real ricas en contexto que los estudiantes, generalmente trabajando en grupos, analizan para responder a una pregunta o resolver un problema. Estos casos proporcionan a los estudiantes información cuantitativa pero a diferencia de los conjuntos de problemas o ejemplos, no tienen una respuesta única “correcta”. El método de enseñanza de la pedagogía del caso tiene tres componentes principales: el caso mismo, la preparación de los estudiantes para el caso y la discusión que tiene lugar en el aula. Es el carácter colaborativo, tanto fuera como dentro del aula, de este ejercicio basado en la evidencia lo que mejora la comprensión de los conceptos teóricos y su aplicación a situaciones del mundo real. Katt Blackwell-Starnes (Capítulo 7, esta colección), proporciona una discusión sobre el diseño de tareas del curso en relación con IL. El estudio de Blackwell-Starnes sobre habilidades de IL aplicadas a la investigación de pregrado la lleva a respaldar el diseño de tareas. En la actividad del curso que describo en los siguientes apartados, los alumnos aplican una serie de conceptos económicos para esbozar el perfil macroeconómico real de un país.

Aunque muchos docentes argumentarán que “no hay espacio en el plan de estudios” para la inclusión de metas explícitas de IL en un curso estándar en teoría macroeconómica intermedia, imagino —como se discutió anteriormente— la estrategia pedagógica propuesta para estar estrechamente alineada con varios marcos en el Marco para IL. Más adelante en sus carreras académicas y profesionales, cuando los estudiantes desarrollan proyectos de investigación independientes que muestran sus habilidades de “pensar como economista”, es probable que sean recolectores más inteligentes y usuarios de información.

El trabajo de Pam McKinney (2013) que resume las lecciones aprendidas de un esfuerzo plurianual de desarrollo curricular multidisciplinario da crédito a la utilidad del aprendizaje “basado en la investigación” para el desarrollo de habilidades de IL. Para una discusión completa de cómo enseñar IL para el aprendizaje basado en la indagación dirijo al lector a Mark Hepworth y Geoff Walton (2009). Al presentar a los estudiantes una serie de preguntas para responder y argumentar, el método de estudio de caso cuantitativo que propongo expone a los estudiantes a lo que McKinney describe como “indagación colaborativa”. El tipo de datos longitudinales que analiza ofrece evidencia de cómo el aprendizaje basado en la indagación aumenta la apreciación de las competencias de IL por parte de los estudiantes. Desafortunadamente, actualmente me falta su capacidad para rastrear las habilidades de los estudiantes a medida que avanzan por nuestro plan de estudios.

En lo que sigue, esbozaré el reto que motiva mi enfoque pedagógico particular, evaluaré su impacto en el desempeño de los exámenes y relacionaré su implementación con el desarrollo de la aritmética, alfabetización de recursos, alfabetización socioestructural y alfabetización investigadora entre estudiantes de Macroeconomía Intermedia. Esta investigación fue aprobada por la Junta de Revisión Institucional de la Universidad Wesleyan de Illinois el 3 de diciembre de 2012.

EL PROBLEMA

En la secuencia de cursos para una menor o una especialización en economía, los estudiantes de mi institución inician con un curso de Introducción a la Economía (ECON 100). Frecuentemente, el contenido de este curso se divide en dos cursos separados, Introducción a la Microeconomía e Introducción a la Macroeconomía, que expone a los estudiantes a un amplio espectro de conceptos microeconómicos y macroeconómicos. Ya sea en un solo curso o en una secuencia de dos cursos, el propósito de esta introducción es ampliamente reconocido como el inicio de los estudiantes en lo que comúnmente se conoce como “pensamiento económico”: una comparación analítica de costos y beneficios de diferentes opciones en cuanto a la asignación de recursos escasos . Este curso está mayormente desprovisto de matemáticas y solo hace uso superficial del pensamiento abstracto a través del álgebra. El análisis gráfico se limita a los diagramas de oferta y demanda y al trazado de datos de series de tiempo para ilustrar tendencias o valores relativos.

Después de completar el curso introductorio, se requiere que un estudiante de mi institución interesado en la economía como campo principal de estudio complete dos cursos que abarcan teoría económica de nivel intermedio: Microeconomía Intermedia (ECON 201) y Macroeconomía Intermedia (ECON 202). Según lo esbozado por David Colander y KimMarie McGoldrick (2009), en estas unidades del plan de estudios disciplinario estándar el foco gira hacia las teorías e identidades que sustentan los conceptos básicos discutidos en el curso introductorio (p. 29-30). Dos ejemplos servirían para ilustrar este punto. La discusión introductoria sobre el crecimiento económico se enriquece ahora a través de la articulación del modelo de crecimiento de Solow donde Robert Solow (1956) proporciona un modelo teórico de crecimiento económico que se ha convertido en el marco básico para la investigación desde entonces. Además, la interacción entre variables nominales y reales se presenta ahora a través del hecho estilizado de la Curva Phillips donde William A. Phillips (1958) sostiene que existe una relación secular negativa entre la tasa de inflación (una variable nominal) y la tasa de desempleo (una variable real). Su obra fue replicada posteriormente por Milton Friedman (1968) y Edmund Phelps (1970) y desató un feroz debate intelectual en la disciplina. (Para un resumen de ambos conceptos económicos, consulte el Diccionario Palgrave de Economía en línea.) Para desarrollar estos conceptos teóricos, un curso de Macroeconomía Intermedia hace uso frecuente del álgebra, con el propósito de manipular conceptos en forma simbólica, e incluso puede emplear cálculo para derivar las diferentes ecuaciones que componen el modelo de crecimiento de Solow. El análisis gráfico también es más complejo, empleando diagramas con múltiples líneas y curvas que se cruzan en diferentes puntos, además de trazar datos de series de tiempo para ilustrar ciclos. Para una discusión sobre la pedagogía de visualización estadística de datos dirijo al lector a mi artículo sobre visualización de datos y la base de datos FRED (Méndez-Carbajo, 2015).

Mi experiencia ha sido que los estudiantes tienden a luchar cuando se enfrentan a las tareas secuenciales de aprender las teorías y conceptos económicos, aplicar estas teorías y conceptos a problemas específicos, y usar la evidencia para discutir las limitaciones de las teorías y la aplicabilidad de los conceptos. El trabajo de Ann D. Velenchik (1995) discute estos temas en detalle. Las tareas de aprendizaje antes mencionadas son más exigentes para nuestros alumnos que las que se enfrentaron en ECON 100, no sólo porque emplean análisis matemáticos más formales sino también porque su aplicación es más fluida y menos clara. Por ejemplo, la discusión de los cambios históricos de la Curva Phillips requiere hacer referencia a un contexto histórico generalmente externo al contenido del curso y potencialmente polémico en sí mismo. Además, los estudiantes se enfrentan a la necesidad de desarrollar un nuevo vocabulario, el de la información cuantitativa. Continuando con el ejemplo de la Curva Phillips, los estudiantes aprenden cómo la inflación estadounidense se triplicó en la década de 1970 y se espera que comparen esa cifra con una duplicación de la tasa de desempleo durante el mismo periodo. En otras palabras, los estudiantes necesitan aprender a evaluar temas de magnitud y proporción.

Por último, existe, el reto de “pensar en términos macroeconómicos” —en contraposición a “pensar en términos microeconómicos”. En un curso introductorio nosotros como instructores realizamos esfuerzos considerables para que el material del curso sea relevante y atractivo mediante el uso de ejemplos e ilustraciones cercanas a la realidad “micro” de los estudiantes, por ejemplo, discutiendo el costo de oportunidad en términos de horas de sueño versus horas de estudio. Debido a que los estudiantes están familiarizados con este tipo de información tienden a encontrar “pensar en términos microeconómicos” bastante fácil y, hasta cierto punto, intuitivo. Al mismo tiempo, yo diría que existe un gran déficit de información cuando se trata de la realidad “macro” en la que viven los estudiantes. En mi experiencia, las encuestas estudiantiles de inicio de semestre sobre la inflación actual o las tasas de crecimiento del PIB revelan grandes brechas en la familiaridad de los estudiantes con la información macroeconómica. Yo sostendría que este grado de ignorancia de la información dificulta más la tarea de “pensar en términos macroeconómicos”. En la introducción detallada de su libro, Colander y McGoldrick (2009) discuten la tradicional falta de “contexto” en la enseñanza de la teoría macroeconómica intermedia. Describiendo este déficit de información como generalizado, argumentan a favor de prácticas pedagógicas mejoradas que “potencien el uso del contexto y la aplicación” (Colander & McGoldrick, 2009, p. 33)

La Actividad

El curso ECON 202 donde implementé esta innovación pedagógica se organiza en torno a cuatro unidades de contenido: (1) Introducción (4 periodos de clase), (2) Desempeño Económico a Largo Plazo (6 periodos de clase), (3) Ciclos económicos y Política Macroeconómica (8 periodos de clase), y (4) Política Macroeconómica (6 periodos de clase). Hay cuestionarios quincenales en línea y dos exámenes parciales en clase, semana 6 y semana 12, así como un examen final integral, semana 16. Como actividad voluntaria para crédito extra, durante la última semana de clases los alumnos pueden entregar una presentación grupal sobre las condiciones macroeconómicas del país al que se les asigna al inicio del semestre.

Durante el periodo de primera clase del semestre los alumnos se reúnen con el bibliotecario académico que sirve de enlace con el Departamento de Economía para una sesión de instrucción de investigación en el laboratorio de computación de la biblioteca. Allí, los estudiantes son introducidos a la base de datos que utilizarán para recopilar los datos para los estudios de casos cuantitativos y son asignados a uno de los cuatro grupos de trabajo diferentes. El bibliotecario académico se enfoca en el área de recursos IL, discutiendo con los estudiantes los medios de acceso, las formas y los formatos de información cuantitativa relevantes para este curso. En este punto, el Marco para el marco “La búsqueda es estratégica” de IL se destaca de manera más destacada. Esta sesión de instrucción de investigación también sirve para presentar al bibliotecario académico a los estudiantes con el fin de alentarlos a buscar su asistencia con las necesidades de bases de datos a lo largo del semestre. Véase también la discusión de Alison S. Gregory y Betty L. McCall (Capítulo 18, esta colección) sobre un enfoque colaborativo de la facultad de enseñanza/bibliotecario para enseñar habilidades de IL en el contexto de un curso culminante de sociología.

La biblioteca se suscribe a la base de datos en línea de Estadísticas Financieras Internacionales (IFS) mantenida por el Fondo Monetario Internacional (FMI), y he encontrado este recurso muy conveniente para los fines de mi curso. Para mantener manejables el análisis de datos y el tamaño de los grupos de trabajo cada semestre identifico cuatro o cinco países diferentes para que los estudiantes estudien. Selecciono a propósito países en diversas etapas de desarrollo económico para resaltar las diferencias socioestructurales en el desempeño económico. Durante la sesión de instrucción de investigación en la biblioteca, todos los estudiantes trabajan en la recopilación de datos sobre los componentes del PIB para Estados Unidos, familiarizándose también con la plataforma de enseñanza en línea Moodle, localizando las preguntas de discusión para los estudios de casos cuantitativos e importando sus datos a Microsoft Excel para fines de análisis. Este primer estudio de caso cuantitativo, y todo lo que sigue, se estructura en torno a un folleto de una página que distribuyo en clase. El Cuadro 1 del Apéndice A contiene una lista de los temas de estudio, las variables que los estudiantes extraen de la base de datos, las manipulaciones que los estudiantes deben realizar en la serie, y las preguntas de discusión que necesitan responder con base en la representación gráfica de sus datos. Voy a discutir estas tareas en secuencia.

Actualmente, he incorporado un componente de estudio de caso cuantitativo para cada uno de los siguientes siete temas en un curso estándar de macroeconomía intermedia: (1) componentes del PIB, (2) Usos del ahorro, (3) Productividad, (4) Crecimiento, (5) Inflación, (6) Tasas de interés y (7) la Curva Phillips. Cada uno de estos conceptos y temas se presentan primero desde una perspectiva teórica convencional y se comparan inmediatamente con su registro histórico en Estados Unidos. Luego dirijo a los estudiantes a que recopilen, después de clase, los datos relevantes de la base de datos IFS y que trazen esos datos en hojas de cálculo de Microsoft Excel. La Figura 15.1 presenta una muestra de esas parcelas.

Figura 15.1. Gráfica de datos de muestra

Dependiendo del tema, se pide a los estudiantes que computen proporciones entre variables (tema 1), tasas de crecimiento (temas 2, 3 y 5), sumas o restas (temas 2, 4 y 6), o que generen una gráfica de dispersión (tema 7). El uso de hojas de cálculo para la manipulación y trazado de datos es una práctica común en la disciplina y este elemento de la actividad contribuye al desarrollo de habilidades de alfabetización investigadora. En este punto, se destaca de manera más destacada el marco Marco para la investigación como indagación de IL. Además, suele ser en esta etapa cuando los estudiantes comienzan a estar al tanto de asuntos relacionados con la IL social-estructural. Por ejemplo, los cambios en la metodología de recolección de datos, o incluso un cambio en la definición del objeto de estudio (por ejemplo, Alemania antes y después de 1990), dan como resultado discontinuidades en la serie, o incluso brechas. De manera similar, los períodos de tiempo en los que las variables son de magnitud muy grande (por ejemplo, la hiperinflación de Brasil en la década de 1990) empequeñecen el resto de los datos, haciendo que su interpretación visual sea mucho más difícil. Aunque estos temas relacionados con datos a veces son frustrantes para algunos estudiantes, son excelentes oportunidades educativas para desarrollar un contexto histórico para el estudio de la macroeconomía.

Después de trazar los datos, los estudiantes utilizan las gráficas que han generado para responder a una serie de preguntas de discusión que destacan cómo la evidencia cuantitativa valida, y a veces desafía, el enfoque de las relaciones teóricas del curso. El Cuadro 2 del Apéndice A contiene la lista de preguntas de discusión por tema. Estas preguntas se publican en un foro de discusión en línea alojado en la plataforma de enseñanza Moodle. Solo los estudiantes inscritos en el curso tienen acceso a estas preguntas y el foro se configura en un formato de “Q&A”, lo que impide que los estudiantes individuales vean las respuestas de sus compañeros al conjunto común de preguntas hasta que hayan publicado su propio trabajo. Los estudiantes tienen no menos de 48 horas para completar la recolección de datos, el trazado y el análisis antes de que se bloquee el envío de sus respuestas. Es decir, su trabajo deberá ser completado y subido a Moodle en el momento en que convoque la clase al día siguiente. Las preguntas de discusión asociadas a cada estudio de caso cuantitativo cubren una variedad de temas. Algunas preguntas piden a los estudiantes que describan aspectos visuales de los datos (por ejemplo, “¿qué componente del PIB es el más grande?”) y tienen como objetivo ser impulsores para la discusión de las estructuras económicas cuando se comparan los datos de diferentes países. Algunas preguntas (por ejemplo, “¿Es el país un prestamista neto o un prestatario neto?”) requieren la aplicación de conceptos teóricos discutidos en clase a la realidad cambiante de las diferentes economías. Por último, algunas otras preguntas (por ejemplo, “¿La tasa de crecimiento de la productividad laboral y la tasa de desempleo se mueven en la misma dirección? ¿Por qué no?”) tienen como objetivo poner en primer plano las relaciones teóricas objeto del curso.

Durante el periodo de clase en que se discuten los estudios de casos cuantitativos, el trabajo de los estudiantes, tanto sus gráficas de datos como su respuesta a las preguntas de discusión, se proyectan en pantallas de video. En los últimos tres semestres he hecho uso de una configuración de aula intensiva en tecnología con múltiples proyectores de video y una pizarra digital. Esos no son componentes esenciales de esta actividad pero facilitan la visualización de tendencias, ciclos y grados de asociación entre variables. Además, creo que el hecho de que los estudiantes vean su trabajo proyectado para que todos los demás lo vean sirve para producir cierto grado de presión de grupo que mejora marginalmente la calidad promedio de su trabajo. Es durante el periodo de clase cuando se discuten los estudios de caso que la alfabetización cuantitativa, o aritmética, se vuelve central en el curso. A medida que los estudiantes trabajan a través de sus preguntas individuales de discusión ganan confianza en la lectura e interpretación de los datos asociados a la tarea. Además, dado que la misma pregunta de discusión se aborda en diferentes países, los estudiantes son capaces de observar diferentes órdenes de magnitud, proporción y signos de magnitudes macroeconómicas en estudio, desarrollando efectivamente un verdadero contexto para su estudio teórico de la economía. En este punto, el marco de Framework for IL Information Has Value se destaca de manera más destacada.

Evaluación

Para los efectos de este capítulo me centraré en los retos asociados a la discusión de una función estándar de producción, la derivación del concepto de productividad laboral, su conexión con la demanda de mano de obra y, finalmente, con el concepto de tasa de desempleo. Este es el caso de estudio cuantitativo número 3 resumido en el Cuadro 1 del Apéndice A.

A lo largo de los años, la mayoría de mis exámenes en clase han incluido preguntas sobre estos conceptos. El fraseo de las preguntas ha evolucionado pero el foco permanece en el mismo tema: la teoría económica nos enseña que a medida que aumenta la productividad, siendo iguales otras cosas, la tasa de desempleo disminuye. En mi experiencia, los estudiantes tienden a luchar con la noción de que a medida que los trabajadores se vuelven más productivos aumenta la demanda de su mano de obra. Su pensamiento “micro”, discutido anteriormente en este capítulo, los lleva a concluir que los empleadores exigen menos trabajadores una vez que estos trabajadores se vuelven más productivos.

En los semestres de otoño de 2008 y 2009, previo a la inclusión de estudios de casos cuantitativos en el curso, pedí a los estudiantes que identificaran en un diagrama el impacto de un incremento en la productividad total de los factores en la producción y en la productividad marginal del trabajo. Si bien, en términos generales, los estudiantes mostraron su conocimiento de los conceptos en juego a través de una réplica competente de las gráficas discutidas en clase, tuvieron dificultades cuando se les enfrentó a la tarea de evaluar la afirmación de un reportero contradiciendo la teoría macroeconómica intermedia. De hecho, como se pidió a los estudiantes que analizaran la información, en lugar de replicar material cubierto en conferencias, las puntuaciones promedio en estas preguntas específicas bajaron de 75% a 34% y sus desviaciones estándar aumentaron de 0.15 a 0.25 con tamaños de población (N) de 8 en ambos semestres. Debido al pequeño tamaño de las poblaciones en estudio, no intentaré sacar conclusiones sobre la robustez estadística de estas cifras. Sin embargo, se podría argumentar que a medida que los estudiantes fueron empujados hacia arriba en la pirámide de habilidades representando la taxonomía de Bloom (1956) de los objetivos de aprendizaje, vacilaron en la tarea más exigente.

En los semestres de otoño de 2011 y 2012, tras la inclusión de estudios de casos cuantitativos en el curso, solicité a los estudiantes que identificaran en los mismos conjuntos de diagramas el impacto de las disminuciones en el gasto de capital o en la productividad total de los factores sobre la producción, la productividad marginal del trabajo y la tasa de desempleo. El fraseo de las preguntas fue más específico que en pruebas anteriores pero también exigía que los estudiantes relacionaran los cambios en la producción y en la productividad laboral con los cambios en la tasa de desempleo. Los puntajes promedio en estas preguntas fueron de 57% en 2011 y 62% en 2012, con desviaciones estándar asociadas de 0.41 y 0.29. Los tamaños poblacionales (N) fueron 14 y 17, respectivamente. Observe que aunque las desviaciones estándar de las puntuaciones de las pruebas de estudio de caso poscuantitativo han aumentado en relación con las puntuaciones de las pruebas de estudio de caso precuantitativo, los valores de 2009 y 2012 son muy similares.

Las reflexiones de los estudiantes sobre el uso de estudios de casos cuantitativos han sido abrumadoramente positivas. Citando de las evaluaciones anónimas estándar de los cursos de la universidad, los estudiantes afirman que: “Siento que usar datos reales para ayudar a apoyar las teorías económicas fue extremadamente útil”, “También me gustaron las preguntas de discusión porque ayudaron a aplicar y reforzar ideas”, “Aprender a analizar gráficos y datos y cómo interpretar adecuadamente que los datos eran habilidades valiosas para aprender”, y “tengo ganas de poner el esfuerzo de leer notas y trabajar en los foros del FMI [es decir, las preguntas de discusión sobre los estudios de casos cuantitativos basados en datos del IFS-FMI] valió la pena y me llevó a aprender/entender más sobre la macroeconomía”. En forma de sugerencias, algunos estudiantes manifiestan su deseo de “más actividades en clase o tareas en el camino” o notan cómo el curso estaba “más orientado a la conferencia en lugar de a la discusión”. Creo que en este momento sería muy difícil introducir más de estas actividades sin impactar sustancialmente el objetivo principal del curso (es decir, el dominio de la teoría macroeconómica intermedia). Dicho esto, los beneficios de abordar los conceptos de umbral de Framework for IL a través de esta estrategia pedagógica particular son observables a través de la apreciación del estudiante de las tareas intelectuales de “comprender” en lugar de memorizar, “interpretar” en lugar de imitar y “analizar” en lugar de replicar.

Discusión

El objetivo de introducir elementos de la enseñanza del método de casos en un curso intermedio de teoría macroeconómica ha sido hacer que el pensamiento de los estudiantes sea más sofisticado y rico en contexto. El diseño de actividades donde los estudiantes recolectan, manipulan y analizan datos también contribuyen a desarrollar habilidades críticas de IL. Sustituyendo a muchos de los ejercicios dirigidos a la replicación de memoria del contenido de las conferencias, las actividades organizadas en torno a estudios de casos cuantitativos requieren de los estudiantes un compromiso más extendido y sofisticado con el material. Así, voy a argumentar, los estudiantes aplican de manera más efectiva teorías y conceptos a problemas específicos y son más capaces de usar evidencia cuantitativa para discutir las limitaciones de las teorías económicas. Además, la naturaleza del método del caso y su uso de datos reales permiten al instructor presentar a los estudiantes el hecho de que los conceptos y teorías macroeconómicas son frecuentemente dinámicos y, por lo tanto, mutables. Por último, creo que la continua exposición a datos macroeconómicos, sus fuentes, e incluso órdenes de magnitud, construye un marco de referencia para los estudiantes que les ayude a comenzar a desarrollar la deseable calidad de “pensar en términos macroeconómicos”.

Si bien no figura como objetivo explícito de aprendizaje del curso considero los estudios de casos cuantitativos descritos como una estrategia pedagógica sólida en la educación de mis alumnos en materia de IL en la disciplina: al impartir instrucción sobre la forma, formato, ubicación y acceso a los datos cuantitativos como parte central de las asignaciones del curso mis alumnos desarrollan la alfabetización de recursos; al discutir el proceso de creación y organización de información estadística y conocimiento en todos los países y a lo largo del tiempo mis alumnos desarrollan alfabetización socioestructural; y al comprender y usar hojas de cálculo para realizar análisis cuantitativo de la información estadística que han recogido mis alumnos desarrollan alfabetización investigadora. Estas habilidades de alfabetización no se presentan como fines por sí mismas, sin embargo, se convierten —en mi opinión— en medios críticos para desarrollar la alfabetización cuantitativa, o aritmética, entre los estudiantes. Finalmente, a medida que los estudiantes localizan y utilizan de manera efectiva la información cuantitativa que necesitan para evaluar conceptos macroeconómicos intermedios, están en efecto desarrollando la conexión entre teorías y evidencia empírica que sustenta la ciencia social de la economía.

En futuras iteraciones del curso consideraré resaltar temas explícitos de alfabetización socioestructural, crear preguntas de discusión específicas a la situación social y producción de los datos de cada tarea. Estas preguntas pueden pedir a los estudiantes que identifiquen la agencia que recopila los datos, la frecuencia más alta con la que están disponibles los datos y las posibles razones de los cambios en la metodología de recolección. Al hacerlo espero llamar la atención de los estudiantes sobre el hecho de que los grupos sociales crean y organizan la información a medida que sigo enseñando a los alumnos a manipular e interpretar esa información. También espero desarrollar, en colaboración con el enlace bibliotecario académico con el Departamento y como parte del esfuerzo de evaluación plurianual de nuestras metas de aprendizaje estudiantil, una rúbrica para los resultados de IL en nuestro programa. Dado que ya disfrutamos de una larga historia de colaboración en la entrega de sesiones de instrucción sobre localización, evaluación y uso de texto/información cualitativa como parte del curso culminante (es decir, de nivel superior), creo que nuestro enlace con la biblioteca académica es un socio clave en este esfuerzo. Como primer paso sugeriré tomar prestado del trabajo guiado por ACRL en otras ciencias sociales, como la ciencia política, para desarrollar una guía de competencias de investigación para nuestra disciplina.

Referencias

Asociación de Bibliotecas Universitarias e Investigadoras (ACRL). (2009). Alfabetización informacional para profesores y administradores. Recuperado a partir de www.ala.org/acrl/issues/infol... aculty/facultad

Sección de Instrucción de la Asociación de Bibliotecas Universitarias e Investigadoras (ACRL IS). (2012). Alfabetización informacional en economía. Recuperado a partir de wikis.ala.org/acrl/index.php/... y_in_economics

Anderson, L. W., & Sosniak L. A. (Eds.). (1994). Taxonomía de Bloom: Una retrospectiva de cuarenta años. Sociedad Nacional de Chicago para el Estudio de la Educación. Chicago, IL: Prensa de la Universidad de Chicago.

Blackwell-Starnes, K. (2016). Caminos preliminares hacia la alfabetización informacional: Introducción a la investigación en cursos básicos. En B. J. D'Angelo, S. Jamieson, B. Maid, & J. R. Walker (Eds.), Alfabetización informacional: Investigación y colaboración entre disciplinas. Fort Collins, CO: Centro de intercambio de información WAC y University Press of Colorado.

Bloom, B. (1956). Taxonomía de objetivos educativos: la clasificación de metas educativas. Reino Unido: Longman.

Colador, D., & McGoldrick, K. M. (Eds.). (2009). Educar a los economistas: La discusión de Teagle sobre la reevaluación de la licenciatura en economía. Northampton, MA: Edward Elgar.

Copeland, M. (1954). La génesis del método del caso en la instrucción empresarial. En M. McNair & A. Hersum (Eds.), El método del caso en la Harvard Business School (pp. 25-33). Nueva York, NY: McGraw-Hill.

Cyphert, D., & Lyle, S. P. (2016). Expectativas del empleador de alfabetización informacional: Identificar la brecha de habilidades. En B. J. D'Angelo, S. Jamieson, B. Maid, & J. R. Walker (Eds.), Alfabetización informacional: Investigación y colaboración entre disciplinas. Fort Collins, CO: Centro de intercambio de información WAC y University Press of Colorado.

Easton, G. (1983). Aprendiendo de estudios de casos. Londres: Prentice Hall.

Erskine, J., Leenders, M., & Mauffette-Leenders, L. (1998). Docencia con casos. Londres, Ontario: Ivey Publishing.

Friedman, M. (1968). El papel de la política monetaria. American Economic Review, 58 (1), 1-17.

Goad, T. (2002). Alfabetización informacional y desempeño laboral. Wesport, CT. Libros de Quórum.

Gregory, A. S., & McCall, B. L. (2016). Construyendo investigadores críticos y escritores de manera incremental: Asociaciones vitales entre profesores y bibliotecarios. En B. J. D'Angelo, S. Jamieson, B. Maid, & J. R. Walker (Eds.), Alfabetización informacional: Investigación y colaboración entre disciplinas. Fort Collins, CO: Centro de intercambio de información WAC y University Press of Colorado.

Hansen, L. (1986). ¿Qué conocimiento es más digno de conocer para las carreras de economía? American Economic Review, 76 (2), 149-152.

Hepworth, M., & Walton, G. (2009). Enseñanza de la alfabetización informacional para el aprendizaje basado en la investigación. Oxford: Chandos Publishing.

McKinney, P. (2013). Alfabetización informacional y aprendizaje basado en la investigación: Evaluación de un programa quinquenal de desarrollo curricular. Revista de Biblioteconomía y Ciencias de la Información. Publicado en línea antes de imprimir: http://lis.sagepub.com/content/early...613477677.full

Méndez-Carbajo, D. (2015). Visualización de datos y base de datos FRED. Revista de Educación Económica, 46 (4), 420-429.

Red Nacional de Acreditación (2015, 22 de abril). ¿Qué es la numeracia/QL/QR? Recuperado a partir de http://serc.carleton.edu/nnn/resources/index.html

Phelps, E. (1970). Dinámica salarial monetaria y equilibrio del mercado laboral. En E. Phelps (Ed.), Fundamentos microeconómicos del empleo y teoría de la inflación (pp. 124-166). Nueva York., NY: W.W. Norton.

Phillips, W. A. (1958). La relación entre el desempleo y la tasa de cambio de los salarios monetarios en el Reino Unido, 1861-1957. Economica, 25 (100), 283-299.

Shapiro, J. J., & Hughes, S. K. (1996). La alfabetización informacional como arte liberal: propuestas ilustrativas para un nuevo plan de estudios. Educom Review, 31 (2).

Siegfried, J. J., Bartlett, R. L., Hansen, W. L., Kelley, A.C., McCloskey, D. N., & Tietenberg, T. H. (1991). El estatus y perspectivas de la carrera de economía. Revista de Educación Económica, 22 (3), 197-224.

Solow, R. M. (1956). Una contribución a la teoría del crecimiento económico. Revista Trimestral de Economía, 70 (1), 65-94.

Velenchik, A. (1995). El método del caso como estrategia para la enseñanza del análisis de políticas a estudiantes universitarios. Revista de Educación Económica, 26 (1), pp. 29—38.

Apéndice A

Temas de Estudio, Variables, Manipulación y Preguntas de Discusión

Cuadro 1. Componentes del PIB

Cálculo de una relación: (por ejemplo, C/PIB)

Nueva columna = Columna con C/Columna con PIB

El formato del número es%

Preguntas de Discusión:

• ¿Cuál es el componente del PIB más grande? ¿Cuál es el más pequeño?
• ¿Hay una tendencia en su evolución a lo largo del tiempo? ¿Esta tendencia cambia de dirección?
• ¿Hay picos o valles notables que puedas identificar?
• ¿Las exportaciones netas (Nx=exportas-importaciones) suman o restan valor al PIB general?
• ¿Qué eventos podrían haber causado altibajos específicos en la serie?

Cuadro 2. Usos del ahorro

Cálculo de una suma o una diferencia: (por ejemplo, I + CA)

Nueva columna = Columna con I + Columna con CA

Preguntas de Discusión:

• ¿Hay tendencia en la serie? ¿Qué significa tal tendencia en términos de crecimiento económico?
• ¿Hay un ciclo notable en la serie? ¿Qué podría haber creado tal ciclo?
• ¿Yo y CA tenemos el mismo letrero? ¿Se mueven en la misma dirección?
• ¿Yo y S tienen el mismo signo? ¿Uno es más grande/más pequeño que el otro?
• ¿El país es un prestatario neto o un prestamista neto?

Cuadro 3. Productividad

Transformándose en Valores Reales

Nueva columna (RPIB) = Columna con PIB Nominal/(Columna con deflactor del PIB/100)

Computación de una tasa de crecimiento

Tasa de crecimiento (en%) = [(Valor nuevo — Valor antiguo)/Valor antiguo] * 100

Nueva columna (DProduc) =% tasa de crecimiento de Columna con RGDP/EMP

El formato del número es%

Preguntas de Discusión:

• ¿Cuál de las dos series es más volátil: la tasa de crecimiento de la productividad laboral o la tasa de desempleo?
• ¿Se puede identificar uno (o varios) ciclos en la serie? ¿Para qué fechas?
• ¿La tasa de crecimiento de la productividad laboral y la tasa de desempleo se mueven en la misma dirección? ¿Por qué no?
• ¿Se mueven “al mismo tiempo”? ¿Uno “lidera” al otro? ¿Por qué?
• ¿Qué se puede inferir de la actividad económica general a partir de la evolución de la tasa de desempleo?

Cuadro 4. Tasas de interés

Cálculo de una tasa de crecimiento: (por ejemplo, tasa de inflación)

Tasa de crecimiento (en%) = [(Valor nuevo — Valor antiguo)/Valor antiguo] * 100

El formato del número es%

Cálculo de una tasa de retorno real: (por ejemplo, tasa de interés real)

Tasa de interés real = Tasa bancaria nominal (reportada) — Tasa de inflación (DCPi)

Preguntas de Discusión:

• ¿Existe una tendencia en la evolución de las tasas de interés reales a lo largo del tiempo?
• ¿Hay ciclos en la evolución de las tasas de interés reales a lo largo del tiempo?
• ¿Cuál es la tasa de interés real más alta? ¿Cuál es el más bajo? ¿Por qué?
• ¿Qué significa que una tasa de interés real sea negativa?
• ¿Qué significa para el sistema financiero cuando la tasa de depósito real y la tasa real de préstamo son casi idénticas?

Cuadro 5. Crecimiento

Cálculo del PIB real per cápita: (es decir, PIB real/población)

Nueva columna (RGDPCap) = Columna con PIB real/Columna con Población

Cálculo de la tasa de crecimiento del PIB real per cápita

Nueva columna (DrGDPCap) =% tasa de crecimiento de Columna con RGDPcap

El formato del número es%

Preguntas de Discusión:

• ¿Cuál de las dos series es más volátil: la tasa de crecimiento de la productividad laboral o la tasa de crecimiento del PIB per cápita?
• ¿Se puede identificar alguna tendencia o ciclo en la serie? ¿Para qué fechas?
• ¿La tasa de crecimiento de la productividad laboral y la tasa de crecimiento del PIB per cápita se mueven en la misma dirección? ¿Por qué?
• ¿Se mueven “al mismo tiempo”? ¿Uno “lidera” al otro? ¿Por qué?
• Considere cómo se calcula la productividad laboral (es decir, RGDP/EMP). ¿Cómo se pueden explicar picos en su valor (es decir, grandes aumentos en su tasa de crecimiento)?

Cuadro 6. Inflación

Cálculo de una tasa de crecimiento: (por ejemplo, tasa de inflación)

Tasa de crecimiento (en%) = [(Valor nuevo — Valor antiguo)/Valor antiguo] * 100

Preguntas de Discusión:

• ¿Existe una tendencia en la evolución de estas variables a lo largo del tiempo?
• ¿Hay altibajos significativos?
• ¿Se mueven sincronizadas la tasa de crecimiento del dinero suministrado y la tasa de crecimiento de los precios?
• ¿Qué factores de política afectan el crecimiento de M2?
• ¿Qué factores “reales” afectan el crecimiento de M2?

Cuadro 7. Curva Phillips

Cálculo de una tasa de crecimiento: (por ejemplo, tasa de inflación)

Tasa de crecimiento (en%) = [(Valor nuevo — Valor antiguo)/Valor antiguo] * 100

Preguntas de Discusión:

• ¿Cuál es, en términos generales, la pendiente de la línea de espagueti que conecta todos los pares de datos?
• ¿Para qué años se mantiene cierto el concepto de la curva Phillips a corto plazo?
• ¿Durante qué años parece “cambiar” la curva de Phillips a corto plazo?
• ¿Qué podría explicar el hecho de que desde hace algunos años la curva Phillips a corto plazo se incline hacia arriba
• Con base en el examen visual de su parcela, ¿cuál es la tasa natural de desempleo?