En los últimos años, el gran avance de la tecnología ha permitido el acceso por parte de la sociedad a cantidades inmensas de información. Este hecho, ha resaltado aún más la importancia de incorporar en las aulas procesos de enseñanza que den lugar a un aprendizaje significativo de las matemáticas, permitiendo que los individuos sean capaces de llevar a cabo una interpretación correcta y crítica de los datos que les rodean. Para ello, resulta especialmente relevante que se disponga de un buen manejo de las herramientas que aportan tanto la estadística como la probabilidad. Pese a ello, estas dos ramas son en muchas ocasiones las más descuidadas en los diferentes niveles educativos. A todo lo anterior hay que sumar el rechazo y la actitud negativa existente hacia las matemáticas que presenta el alumnado, lo cual se acentúa cuando estos se ven inmersos en procesos de enseñanza-aprendizaje tradicionales. Por este motivo, es necesaria la aplicación de nuevas metodologías que impliquen al alumnado y favorezcan un aprendizaje significativo. En concreto, el Aprendizaje Basado en Proyectos (ABP) se postula como una metodología adecuada para trabajar contenidos probabilísticos y estadísticos de una forma eficaz. En este trabajo presentamos una experiencia basada en la metodología ABP, llevada a cabo con alumnado del último curso del Grado en Educación Primaria. En este proyecto, los objetivos principales fueron propiciar un aprendizaje significativo de los contenidos de probabilidad y estadística, fomentar una buena actitud hacia las matemáticas y destacar su utilidad de una forma contextualizada y entretenida.

En el actual panorama educativo, las matemáticas son a menudo despreciadas por los estudiantes, lo que plantea un desafío significativo para la didáctica de la matemática. El objetivo principal es abordar la falta de motivación de los estudiantes hacia esta disciplina. Para lograrlo, se proponen diversas técnicas, como la implementación de proyectos STEAM, el uso de tecnologías de la información y la comunicación (TIC) y el fomento del trabajo en equipo, con el fin de mantener a los estudiantes motivados y facilitar su aprendizaje. En particular, se observa una marcada falta de motivación y comprensión en los estudiantes de 2º de bachillerato, que están fuertemente enfocados en la preparación académica para acceder a la universidad. Este trabajo se centra en la creación y estudio de una propuesta educativa que busca, a través de la materia de TIC II, abordar conceptos matemáticos en combinación con temas cercanos a los estudiantes, como la Inteligencia Artificial y el procesado de imágenes. Esta propuesta tiene como objetivo no solo mejorar la comprensión de las matemáticas, sino también resaltar su utilidad y relevancia en la vida cotidiana de los estudiantes, incentivando así su interés y compromiso con la disciplina; siendo capaz de mejorar la afectividad inicial de los estudiantes de cara a las matemáticas.

En los últimos tiempos ha cobrado en la docencia y la investigación un auge muy notable el lenguaje de programación Python. Esto es debido a su diseño y su curva de aprendizaje, lo que a la vez ha conducido al desarrollo de gran número de librerías bien concebidas; por supuesto que Python ofrece la posibilidad de hacer programación orientada a objetos. Pero en el estudio del lenguaje salta a la vista la inspiración de sus diseñadores en otro clásico de la programación, a saber, Haskell. En efecto, su consola nos lo recuerda y también lo hace la ambición de alcanzar el estándar de lenguaje funcional; esto último es una pretensión necesariamente inconclusa. Por otra parte, Haskell tampoco ha podido alcanzar la programación orientada a objetos, sin embargo, tiene una vieja y acendrada capacidad de permitir definir clases y tipos de datos. En esta ponencia mostraremos el ejemplo del diseño y uso de fracciones: con Python y su programación orientada a objetos; y con Haskell y su capacidad de definir tipos de datos, introducirlos en clases y definir las propias clases. Quedarán así contrapuestos ambos lenguajes en un aspecto fundamental de la programación y aparecerán patentes las diferencias y similitudes en la creación y uso de “objetos/tipos” de datos.

En esta ponencia se presentan distintas alternativas existentes actualmente para sustituir a paquetes de software propietario, como MATLAB, Mathematica o Maple, tan extendidos y usados durante décadas por la comunidad científico-técnica, tanto a nivel académico como industrial, haciendo especial hincapié en Python. De hecho veremos que el ecosistema que engloba al lenguaje Python supone una herramienta de software libre excelente, tan completa y versátil que es a la vez capaz de sustituir a los paquetes de software de pago, aportando tanto facilidades y herramientas adaptadas especialmente para anteriores usuarios de MATLAB/Octave como de Mathematica, respectivamente. Cabe destacar de hecho tanto los entornos de desarrollo integrados (IDEs en inglés) como Spyder, especialmente concebido a la imagen y semejanza de los ya disponibles para MATLAB u Octave, así como los denominados notebooks de Jupyter (que también permitirían el uso de otros muchos lenguajes de programación, pero que provienen de los primeros desarrollados especialmente para trabajar con Python de manera interactiva) y que son a su vez del estilo de los ya existentes previamente para Mathematica o Maple, por ejemplo. Así pues, a lo largo de la ponencia exploraremos las posibilidades y herramientas que tiene el ecosistema Python para poder sustituir y migrar prácticamente la casi totalidad de material ya desarrollado previamente con MATLAB o Mathematica, e indicaremos expresamente las particularidades y consejos específicos que deberíamos tener en cuenta para llevar a cabo dicha migración con la máxima garantía y los menos problemas posibles.