La red mundial de Escuela de Datos es un equipo conformado por más de 14 organizaciones o capítulos regionales que trabajan en conjunto para organizar cientos de actividades de enseñanza sobre datos: desde talleres, hasta cursos en línea; campamentos de verano o conferencias internacionales.

El éxito de este enfoque en red no es algo casual: como equipo hemos dedicado mucho esfuerzo a repensar nuestras actividades, nuestros enfoques y nuestros formatos.

Cuando comenzamos, en 2013, nuestro enfoque era muy masivo y privilegiaba los cursos masivos en línea (MOOCs), y con el paso de los años no hemos abandonado eso, pero hemos trabajado mucho más en persona para alcanzar a los periodistas y organizaciones sociales a las que buscamos apoyar.

La matriz de alfabetización de datos

En equipo, elaboramos una matriz que resume muchos de los retos y problemas que hemos enfrentado como Escuela de Datos y de los que platicamos con los miembros de la red. En diferentes sesiones de encuentro entre la red como los summercamps anuales tenemos discusiones y ejercicios que nos permiten ir adecuando nuestro trabajo.

En base a nuestros propios comentarios y aportes, generamos una matriz que resume y clarifica algunos de los temas recurrentes en nuestras evaluaciones y seguimientos. Algunas de estos hallazgos surgen de la experiencia constante y de observaciones post-actividades que, poco a poco, van revelando patrones que nos permiten entender qué funciona mejor.

Queremos que más personas aprendan a usar datos y por eso creemos que estas consideraciones son útiles como parámetro para que proyectemos espacios de interacción que tengan mejores resultados.

En esta matriz la duración del evento es una variable crucial, por diferentes razones:

• Si programas un evento de mayor duración, menos personas pueden ser parte, pero esos que sí pueden demuestran un mayor nivel de compromiso a las metas del programa.
•  Los eventos de mayor duración te permiten desarrollar a profundidad diversos contenidos y explorar algunas cuestiones cruciales que en espacios cortos no es recomendable: hablar sobre los matices de un tema, cuestionarlo y desarrollar criterio a través de este proceso que se combine con el conocimiento práctico y teórico.
• Al trabajar en construcción de capacidades, el tiempo y la repetición son claves para lograr una apropiación de los contenidos, técnicas y herramientas.

Esta matriz nos sirve también para que, cada año, con una nueva generación de líderes que entrenan a otros a través de nuestro programa de Fellowships, ellos puedan tomar discernir mejor qué actividades desarrollar y responder a la demanda de los socios y aliados, así como proyectar una agenda propia.

La matriz se divide en cuatro propósitos específicos del trabajo de Escuela de Datos y se manifiesta en cuatro temporalidades diferentes.

Creación de contenido: En Escuela de Datos estamos constantemente produciendo tutoriales y blogs con experiencias y reflexiones. No sólo a través de nuestros sitios web sino también activando conversaciones a través de  de nuestras redes sociales y en cursos masivos, webinars y charlas que coproducimos con aliados en diferentes ámbitos.

Construir capacidades de entrenadores: la lógica de nuestra red parte del principio de que una persona que aprendió con nosotros, si continúa aplicando el conocimiento y  aprendiendo más puede eventualmente convertirse en un entrenador. Así fue mi historia con Escuela de Datos. La fellowship trabaja también bajo este enfoque y nuestros fellows de años pasados se convierten en capacitadores experimentados luego de este proceso. Por eso, cuando nos juntamos también dedicamos un tiempo para aprender de los demás y capacitarnos. Muchos programas con los que colaboramos siguen esta lógica expansiva: Training-Of-Trainers que, al entrenar a quienes entrenan, eleva a una potencia n los alcances de nuestros espacios de aprendizaje.

Construir capacidades de beneficiaros: el entrenamiento más clásico supone que un grupo de interesados aprende de un miembro de la red de Escuela de Datos. Hacemos muchas actividades de este tipo, que suelen ser introductorias o que se van adecuando al público específico y los temas diferentes: los datos no quieren decir números y presupuestos, también pueden ser otros temas que trabajamos como género, cambio climático, desarrollo sostenible, rendición de cuentas y acción humanitaria.

Proyectos data-driven: Entendemos la lógica de un proyecto de impacto social y a eso le añadimos un proceso de enfoque basado en la evidencia y lo que nos dicen los datos y su análisis. Es así como hemos acompañado diferentes proyectos alrededor del mundo, ya sean de periodismo de datos e investigación, de recolección de datos en acción humanitaria: salud, emergencias y riesgo; de publicación y apertura de datos desde el gobierno o la sociedad civil y la generación de plataformas digitales en diferentes niveles. No se trata solo de saber qué hacer con los datos, sino saber cómo trabajar en un proyecto en el que estos sean determinantes.

¿Por qué una matriz?

Este cuadro sencillo nos permitió pensar críticamente sobre el valor añadido que cada actividad puede tener. ¿Cuál sería el impacto efectivo de una organización que sólo hace entrenamiento de plazos muy cortos en comparación con otra que se enfoca en proyectos a largo plazo? Al entrevistar a algunos de nuestros socios y miembros de la red pudimos analizar nuestros procesos, y a eso le añadimos reportes de talleres, programas y los resultados de algunas encuestas de evaluación en nuestros talleres (sí, esos formularios o papeles que llenas al finalizar un taller tienen sentido de existir).

Algunas de las conclusiones que surgieron de ese proceso:

• Las actividades de muy corto plazo son más valiosas para concientizar y promocionar el uso de datos. Además, que sean cortas permite que muchas más personas se adhieran y podamos construir una comunidad de datos activa en los diferentes ecosistemas locales en los que nos movemos.
• La construcción de capacidades requiere un tiempo mediano o largo de aprendizaje. En una actividad de un día o una mañana se aprenden panoramas generales, pero no tiene la repetición ni las etapas graduales que influyen en la apropiación del conocimiento y la generación de habilidades.
• La creación de contenido complementa las actividades en persona y se puede generar a partir de, por lo que no consiste sólo en esperar que la gente llegue a tus contenidos por sí mismos o por magia.
• Los proyectos data-driven en colaboración con socios y beneficiarios son los que demuestran claramente un impacto, aunque no necesariamente este impacto o el proyecto en sí se sostiene en el tiempo.

Con algunas de estas conclusiones construimos una versión de valor añadido que incluye estos criterios que consideramos son útiles para cualquiera que busca formar en habilidades de datos.

Estas dos matrices pueden servirte como un recurso a la hora de programar actividades o de sopesar qué opción de aprendizaje te conviene más, entre las diferentes opciones que existen.

Como siempre, estamos dispuestos a escucharte y saber cómo aplicas estos contenidos y si te parecen útiles. Creemos que estos son una guía que puede nutrir el componente metodológico de muchos procesos de formación en tecnología cívica y uso de datos. 

La matriz y este contenido son, a la vez, una traducción y adaptación de los propuestos por School of Data. Puedes encontrar esa primera versión en esta publicación en inglés.