SUPLEMENTO DE INNOVACIN, TECNOLOGA E INVESTIGACIN DEL SEMANARIO PUNTOEDU

Ao 1 N 13

Del 12 al 25 de octubre del 2009

Cuestin de

evaluacin
Desde el 2005, el grupo de Investigacin de Modelos Matemticos y Estadsticos para Evaluacin (MMEPE) del Departamento de Ciencias de la Catlica aplica, desarrolla e implementa metodologas de evaluacin que permiten analizar la realidad de una manera ms eficiente, en beneficio no solo de las ciencias aplicadas sino tambin de las ciencias humanas y sociales.

ILUSTRACIN: LUIS AMEZ

II | neo | LIMA, del 12 al 25 de octubre del 2009

Por

Kurth Mendoza

Qu es lo primero que te preguntan al solicitar una tarjeta de crdito o un prstamo en alguna entidad bancaria? Un ejecutivo de ventas te hace un completo cuestionario: nombre, edad, centro de trabajo, sueldo, tipo de vivienda (propia o alquilada), empresa en la que laboras, cargo que ocupas y un largo etctera. En una era donde todo est informatizado, nadie dudar que estos datos se procesan a travs de un software de evaluacin crediticia, que finalmente determina si ests apto o no para recibir el producto bancario. Lo que casi todos desconocen es que detrs de ese software existe una ciencia, un modelo estadstico basado en una de serie de ecuaciones y operaciones matemticas que determinan la probabilidad de una respuesta especfica. Obviamente, estas ecuaciones no se ponen en prctica por arte de magia. Quienes se encargan de implementarlas son los estadsticos, que analizan racionalmente los datos de la realidad.

delos cuantitativos que pueden ser usados para esos propsitos. Como equipo de matemticas, en general, y de estadstica, en particular, nuestra razn de ser radica en desarrollar nuevas metodologas de evaluacin, nuevas tcnicas, nuevas herramientas, sostiene el doctor Jorge Luis Bazn, coordinador de MMEPE. La labor de MMEPE no se ha quedado en la elaboracin terica de modelos de evaluacin, sino que ha ido ms a all a travs de la implementacin. Es decir, han llegado a convertir sus metodologas en programas informticos, con la finalidad de que las evaluaciones se hagan de manera automtica. Nuestro trabajo abarca tres vertientes: una primera dedicada estrictamente al desarrollo matemtico-estadstico, cuyo propsito es publicar en revistas especializadas; una segunda enfocada a la aplicacin, que consiste en llevar las metodologas propuestas hacia el conocimiento de los posibles usuarios, ya

El MMEPE, del Departamento de Ciencias, est conformado por profesores de la seccin Matemticas y de los departamentos de Psicologa, Economa e Ingeniera de nuestra Universidad.
EVALUACIONES PARA TODOS. La Universidad Catlica no es ajena a esta ciencia pura y aplicada, por lo que desde el 2005 existe el grupo de Investigacin de Modelos Matemticos y Estadsticos para Evaluacin (MMEPE) del Departamento de Ciencias, conformado por profesores de la seccin Matemticas y de los departamentos de Psicologa, Economa e Ingeniera. Ellos se encargan de desarrollar e implementar modelos de evaluacin aplicados a diferentes campos. El concepto de evaluacin que manejamos en MMEPE es muy amplio porque este trmino no solo est presente en el mbito educativo o psicolgico, sino tambin en las evaluaciones de impacto, en las de carcter econmico, y en muchas ms. Es decir, nosotros nos ocupamos de aquellos mosea de ciencias o letras; y una tercera, que intenta crear procesos computacionales para que los modelos propuestos puedan ser usados en el mbito local e internacional, agrega Bazn. A diferencia de la matemtica pura, la estadstica tiene una ventaja: se nutre de problemas inmediatos y concretos, y por lo tanto, interacta con otras disciplinas. La estadstica es el anlisis racional de datos, que pueden provenir de cualquier parte. Lo que hace el estadstico es trabajar con sistemas que describen cmo se compartan esos datos. De otro lado, cada especialidad, ya sea Psicologa, Sociologa o Ingeniera, tiene sus particularidades: sus datos tienen comportamientos y caractersticas distintos, afirma el Ing. Arturo Calde-

Ponticia Universidad Catlica del Per |

neo | III

n diversos pases se vienen aplicando exmenes para medir el rendimiento de los alumnos de los primeros grados de la educacin primaria. En esa lnea, algunos organismos internacionales han centrado su atencin en las pruebas orales de comprensin de lectura como EGRA (Early Grade Reading Assessment), pues consideran que un nio que comprende lo que lee tendr xito en el futuro. Estas evaluaciones plantean que un nio de segundo grado de primaria debera ser capaz de leer 60 palabras por minuto; uno de tercero, 90 palabras por minuto; uno de cuarto, 110 palabras por minuto, y as sucesivamente hasta incrementar su capacidad de fluidez y comprensin. Actualmente, los resultados de estas evaluaciones se enfocan, entre otros aspectos, en la cantidad de palabras que comprendi bien o mal, como aparece en un reciente reporte del Banco Mundial, escrito por un miembro de MMEPE. Sin embargo, estas pruebas tienen un factor importante: el lmite de tiempo. Por tal razn, actualmente el MMEPE viene investigando cmo mejorar este tipo de mtodos, como parte de un proyecto de investigacin de la seccin Matemticas. Luego de un periodo de trabajo, MMEPE ha propuesto un modelo matemtico y estadstico alternativo que permita explicar el comportamiento del nio frente a estas pruebas con lmite de tiempo y conocer mejor las caractersticas de la prueba. Para ello, se realizarn las siguientes acciones:

EVALUANDO LA LECTURA

Operativizar o convertir ese modelo en ecuaciones matemticas. Este proceso se realiza a nivel matemtico, teniendo como base la teora del investigador.

Aplicar el modelo en la evaluacin de resultados de la prueba. Las ecuaciones propuestas adquieren formas estadsticas para entender la realidad de las pruebas.

Elaborar un software que posibilite un anlisis ms eficiente de los resultados de la prueba. De esta forma, el modelo estadstico se convierte en un producto concreto de evaluacin.

DR. JORGE LUIS BAZN Coordinador del grupo de Modelos Matemticos y Estadsticos para Evaluacin (MMEPE)

ING. ARTURO CALDERN Profesor del Departamento de Ciencias y miembro de MMEPE

DISEo E ILUSTRACIN : LUIS AMEZ M.

Nuestro reto es ayudar a las disciplinas de humanidades y ciencias sociales a formular propuestas metodolgicas innovadoras.

Un buen modelo estadstico podr determinar las causas de un suceso, y al mismo tiempo, hacer un pronstico de lo que pasar en el futuro.

rn, miembro de MMEPE. Para explicar mejor este panorama, l nos describe un ejemplo muy interesante. En ingeniera, el azar debe estar relativamente controlado, por eso generamos modelos que asimilen ese factor con el objetivo de tener poca variabilidad en los productos. Si queremos producir memorias USB, todas tienen que ser igualitas. Entonces, el control de calidad describe modelos matemticos que identifican la variabilidad para tratar de reducirla. En cambio, en una ciencia humana como la psicologa, se trata de hacer todo lo contrario. Aqu no nos interesa que las personas sean igualitas, ya que eso va en contra de la naturaleza del hombre. Entonces, para investigar el comportamiento humano, primero necesitamos sistemas

Qu son las ecuaciones matemticas?

l Las

ecuaciones matemticas son la formalizacin algebraica de enunciados que tienen un correlato terico, que a su vez es la verbalizacin de una concepcin que tiene un investigador

que permitan recolectar todas esas diferencias que hay para luego organizarlas y estudiarlas. Luego, viene una siguiente etapa que consiste en preguntarse por qu las personas son tan diferentes. Por lo tanto, ah

requerimos un modelo distinto que permita entender y proyectar el comportamiento humano. Estos casos nos ayudan a entender que la estadstica se relaciona con muchas especialidades, ya sea de ciencias o de letras, explica Caldern. Hasta hace unos aos, los organismos de cooperacin internacional medan el impacto de sus proyectos de lucha contra la pobreza con tcnicas muy sencillas. Si se trataba de carencias alimentarias, invertan dinero en dietas ms nutritivas, y la primera intervencin siempre tena un impacto visible ante los ojos: los nios estaban ms atentos, lo que conlleva que la asistencia a clases aumentara. As, el impacto de dicho programa se registraba con un simple reporte y unas cuantas fotos. Sin embargo, con el pasar del tiem-

IV | neo | LIMA, del 12 al 25 de octubre del 2009 po, esa situacin fue cambiando, segn el Ing. Caldern. Cuando un proyecto de desarrollo empieza a avanzar, cuando pasas de la etapa primaria a una donde el impacto es menos visible, se requiere de herramientas ms finas para medirlo. Ah es cuando la informacin de la realidad se empieza a desagregar en indicadores que sean registrables. Por ejemplo, en el tema de educacin, ya no basta con que el nio sepa operaciones elementales, sino que las aplique a cuestiones de la vida real. Por eso, las preguntas que se hacen hoy las financieras y los organismos de cooperacin son ms complejas. Adems de la foto, quieren saber en qu grado o nivel se ha dado la mejora de la calidad de vida de las personas. Y llegar a ese resultado pasa por desarrollar estudios ms complejos y modelos estadsticos de evaluacin ms precisos y especializados, como los que elabora MMEPE, sostiene el especialista. Los modelos estadsticos explican un proceso y al mismo tiempo hacen un pronstico de lo que puede suceder en el futuro. Pero, cmo se elaboran? Un modelo matemtico, y, por lo tanto, un modelo estadstico, es una expresin formada en ecuaciones que provienen de un modelo terico previo, que puede ser sociolgico, psicolgico o de otra ndole. Esto quiere decir que, primero, se verbaliza y, luego, se convierte en una operacin matemtica (ecuacin). Se llega a estas ecuaciones con la finalidad de lograr buenas mediciones, que permitan identificar cuan exitoso es el modelo propuesto. Un modelo exitoso podr determinar qu causas determinan un suceso y, luego, identificar cules son ms importantes que otras, para, finalmente, hacer un pronstico ms preciso de lo que pasar ms adelante, detalla Caldern. Estudiar los datos de la realidad no es un asunto sencillo. Los resultados de una prueba que analiza el comportamiento humano pueden ser palabras, letras, pero esto no significa que la interpretacin se pueda encontrar con un procesador de textos. En una computadora puedes ingresar palabras, pero si quieres hacer un pronstico, tienes que convertir esas palabras, esas ideas, en ecuaciones, para as obtener una conclusin, asevera Caldern. El caso de los modelos estadsticos nos ayuda a entender que las matemticas estn ms presentes en la vida de lo que imaginamos. A veces las personas no son conscientes de que las matemticas estn detrs de un conjunto de decisiones personales. Un joven que va a postular a la UniverRoDoLfo hERRERA

GRUPO MMEPE. El equipo est conformado por un equipo multidisciplinario de investigadores. En la imagen aparecen, de izquierda a derecha, Jorge Luis Bazn, Luis Valdivieso, Cristian Bayes y Arturo Caldern de la seccin Matemticas (Departamento de Ciencias). Tambin lo conforman Alex Dvila (Departamento de Psicologa), scar Millones (Departamento de Economa), Genghis Ros (Departamento de Ingeniera) y diversos investigadores de la Universidad de Sao Paulo, la Universidad de Campinhas (Brasil) y la Universidad de Santiago de Chile.

sabasque...
l Un

enlaweb

eldato
La Universidad Catlica ofrece:
l Diploma en Estadstica Aplicada

modelo matemtico se valida al publicarse en una revista especializada. Ah los revisores toman una serie de consideraciones para aceptar un trabajo de este tipo. Ya publicado, el investigador que lo ha elaborado tiene la pertenencia y, por lo tanto, deber ser citado si su modelo sirve de base para otros.
l Blog dedicado a comprender la relacion entre ciencia y profesin que se da en la estadstica.

l Desde que un modelo matemtico es elaborado hasta que se valida o publica pueden pasar entre uno y cuatro aos. l Un modelo matemtico y estadstico es considerado nuevo si lo es a nivel internacional.

Pgina web: www.pucp.edu.pe/ facultad/ingenieria/ Telfono: 626-2000 anexo 4151 Correo: cveliz@pucp.edu.pe
l Maestra

en Estadstica

blog.pucp.edu.pe/ estadistica

Pgina web: www.pucp.edu.pe/ posgrado Telfono: 626-2000 anexo 5109 Correo: mcbecerra@pucp.edu.pe

sidad debe saber que, detrs de su proceso de admisin, existe un modelo estadstico y matemtico que determinar si est apto o no para seguir estudios superiores en la institucin. De la misma forma, cuando sean emitidas sus boletas de pago, quiz le interese obtener un financiamiento de algn banco, y resulta que, cuando lo solicite, tambin habr de por medio un modelo matemtico y estadstico. En esa lnea, debemos asumir que todo el tiempo estamos sometiendo nuestras decisiones a evaluaciones, las cuales tienen detrs a las matemticas, explica Jorge Luis Bazn. NUEVAS POSIBILIDADES. Ya que MMEPE tiene la facultad para hacer trabajos in-

terdisciplinarios, uno de sus objetivos es vincularse con otras reas de la Universidad. Nuestra misin principal es producir documentos metodolgicos pero, como estamos en una Universidad tan diversa, tanto en letras como en ciencias, tenemos la oportunidad de conversar con otras disciplinas. As, recibimos ideas nuevas que nos hacen pensar en modelos nuevos. La idea es abarcar todo aspecto de evaluacin en el que haya un mutuo inters, tanto de los usuarios como de nosotros, por desarrollarlo. Afirmo esto en virtud de que nuestro grupo cuenta con profesores que dictan en otros departamentos acadmicos, y por lo tanto, conocen las demandas de investigacin, asevera Bazn. Sin embargo, el trabajo de

MMEPE no se limita al mbito interno, sino tambin intenta proyectarse hacia fuera: Ya que nuestra casa de estudios tiene disciplinas muy slidas en humanidades y en ciencias sociales, el reto es que MMEPE las ayude a formular propuestas metodolgicas innovadoras. As, la Universidad se convertir en un centro de referencia internacional en estos temas, agrega Bazn. El trabajo acadmico que hace MMEPE y las consultoras externas que llevan a cabo junto con INNOVAPUCP, el Centro de Consultora y Servicios Integrados de la Universidad, tienen el objetivo de impulsar el trabajo de los estadsticos en nuestro pas. Si t sales fuera de la Universidad, te dars cuenta de que la mayora de estadsticos estn reali-

zando aplicaciones y casi nada de contribucin metodolgica. O sea, usan modelos ya existentes para analizar datos, y no proponen los suyos. Nosotros tambin podramos hacer solo eso; sin embargo, nuestra preocupacin es generar conocimiento, a travs del desarrollo de modelos propios de evaluacin y su posterior implementacin en programas informticos que permitan analizar la realidad de una manera ms completa y eficiente, finaliza Bazn. n

+informacin:
Si quieres conocer ms sobre el grupo de Investigacin de Modelos Matemticos y Estadsticos para Evaluacin (MMEPE), puedes llamar al telfono 626-2000 anexo 4183, o escribir un correo electrnico a jlbazan@pucp.edu.pe