Plan de Estudio STEM para Duodécimo Grado

🎓 Tesis y Lanzamiento: Especialización, Publicación y Liderazgo

Un plan anual de 8 misiones para duodécimo grado, enfocado en la defensa de una tesis de investigación, el lanzamiento de startups y la maestría ética.

Objetivo Principal del Plan

Fomentar la independencia intelectual y la especialización en los estudiantes de duodécimo grado, guiándolos a través de un proyecto de tesis de un año de duración, desde la concepción hasta la defensa pública o el lanzamiento de un producto.

Disciplinas STEM y Habilidades

Ciencia: Neurociencia computacional, procesamiento de señales (EEG/fMRI), estadística (avanzada).
Tecnología: Programación (Python: MNE-Python, SciPy, Pandas), hardware de BCI (OpenBCI – conceptual).
Ingeniería: Ingeniería de software (análisis de datos en tiempo real), diseño de experimentos.
Matemáticas: Transformada de Fourier, álgebra lineal (análisis de componentes principales – PCA).

Pensamiento Crítico: ¿Qué es la «privacidad mental»? Analizar los riesgos éticos de las BCI.
Colaboración: «Peer review» (revisión por pares) del diseño experimental de otro equipo.

Actividades Prácticas («Hands-on»)

Análisis de Datos EEG (Python): Usar Python (MNE-Python) para cargar, filtrar y analizar un conjunto de datos público de EEG. Identificar patrones P300 o ritmos alfa/beta.
Diseño Experimental de BCI: Diseñar un protocolo experimental completo para una BCI no invasiva (ej. controlar un dron con el pensamiento), incluyendo grupo de control y análisis estadístico.
Debate: «Neuro-Mejora» (Enhancement): Debatir la ética de usar BCI no para curar, sino para «mejorar» la cognición (memoria, concentración) en personas sanas.

Adaptación Híbrida/Remota (Análisis EEG): Google Colab es ideal para que los estudiantes ejecuten los notebooks de MNE-Python y colaboren en el análisis de datos.

Google Colab (MNE-Python, SciPy), OpenNeuro (bases de datos), simuladores de BCI (web).

Evaluación Formativa

Notebook de Colab con análisis de EEG funcional.
Propuesta de diseño experimental (rúbrica).
Ensayo argumentativo sobre la «neuro-mejora».

Integración de Valores Éticos

Privacidad Mental: ¿Quién es dueño de tus pensamientos si una BCI puede leerlos?
Agencia y Autenticidad: Si una BCI te «mejora», ¿sigues siendo «tú»?
Equidad: La brecha entre los «neuro-mejorados» y los no mejorados.

Disciplinas STEM y Habilidades

Ciencia: Economía ambiental, ciencia política, ciencia de datos (modelado de sistemas complejos).
Tecnología: Modelado basado en agentes (NetLogo), GIS (QGIS, Google Earth Engine).
Ingeniería: Ingeniería de sistemas (diseño de un mercado de carbono), ingeniería financiera (bonos de carbono).
Matemáticas: Teoría de juegos (dilema del prisionero global), optimización.

Pensamiento Sistémico: Analizar la «Tragedia de los Comunes» a escala global y por qué las negociaciones (COP) fallan.
Alfabetización de Datos: Analizar el precio real del carbono y su impacto en las emisiones.

Actividades Prácticas («Hands-on»)

Simulación de «Cap and Trade» (NetLogo): Usar NetLogo para modelar un mercado de carbono. ¿Qué precio inicial y qué «cap» (límite) logran la reducción de emisiones sin quebrar la industria?
Auditoría de Bonos de Carbono (GIS): Usar Google Earth Engine para analizar un proyecto de reforestación (que vende bonos de carbono). ¿Es real? ¿Es permanente? (Verificación).
Simulación de Negociación (COP): Asignar roles (EE.UU., China, UE, India, Brasil, Tuvalu) y negociar un tratado climático. Usar un simulador (ej. C-ROADS) para ver el impacto de sus promesas.

Adaptación Híbrida/Remota (Simulación COP): Se puede hacer por videoconferencia, con «salas de descanso» para negociaciones privadas y un documento compartido para el tratado.

NetLogo (web), Google Earth Engine, simuladores C-ROADS / En-ROADS (web).

Evaluación Formativa

Informe de laboratorio de NetLogo (análisis de políticas).
Informe de auditoría GIS del bono de carbono.
Participación (rúbrica) y resultados de la simulación COP.

Integración de Valores Éticos

Justicia Climática: ¿Quién debe pagar por el carbono histórico emitido por las naciones ricas?
«Colonialismo del Carbono»: ¿Es ético que países ricos paguen a países pobres por «no desarrollarse» (conservar bosques) a cambio de bonos?

Disciplinas STEM y Habilidades

Ciencia: Ciencia de datos (series temporales, «machine learning» para predicción).
Tecnología: Programación (Python: Pandas, NumPy, QuantLib, Zipline), auditoría de «smart contracts».
Ingeniería: Ingeniería de software (sistemas de «backtesting»), ingeniería financiera (diseño de derivados).
Matemáticas: Estadística (avanzada), cálculo estocástico (conceptual), criptografía.

Pensamiento Crítico: El «problema del sobreajuste» (overfitting) en el «backtesting». ¿Cómo regular algo descentralizado (DeFi)?
Planificación: Desarrollar una tesis de inversión rigurosa y probarla estadísticamente.

Actividades Prácticas («Hands-on»)

«Backtesting» de Estrategia Quant (Python): Desarrollar y «backtestear» una estrategia (ej. arbitraje estadístico, pares) en Python/Colab. Presentar los resultados (Sharpe ratio, drawdown).
Auditoría de «Smart Contract» (Lectura): Analizar un «smart contract» simple en Solidity buscando vulnerabilidades (ej. reentrada, desbordamiento de enteros).
Panel de Regulación: «DAO vs. SEC»: Simular una audiencia. Un grupo es una DAO (ej. Uniswap) y el otro la SEC. Debatir: ¿Son los «tokens» de gobernanza un «valor» (security)?

Adaptación Híbrida/Remota (Backtesting): El «backtesting» en Colab es ideal para remoto. Los estudiantes comparten sus notebooks y hacen «peer review» del código de los demás.

Google Colab (Python, Zipline, Pandas), Etherscan, Solidity (lectura).

Evaluación Formativa

Notebook de «backtesting» (con análisis estadístico).
Informe de auditoría del «smart contract».
Argumentos y participación en el panel de regulación.

Integración de Valores Éticos

Inmutabilidad del Código: ¿Es ético que «el código es ley» (code is law) en DeFi, incluso si permite un «hackeo» legal pero injusto?
Riesgo Sistémico: La responsabilidad de los «Quants» en las crisis financieras.

Disciplinas STEM y Habilidades

Ciencia: Astrofísica, relatividad general (conceptual), ciencia de datos (procesamiento de señales).
Tecnología: Programación (Python: GWpy, Astropy), análisis de datos de interferómetros (LIGO/VIRGO).
Ingeniería: Ingeniería de detectores (interferometría láser – conceptual).
Matemáticas: Transformada de Fourier, estadística (relación señal-ruido).

Pensamiento Crítico: ¿Qué nos dicen las ondas gravitacionales que la luz no puede?
Creatividad: Explicar el «ajuste fino» (fine-tuning) del universo.

Actividades Prácticas («Hands-on»)

Análisis de Datos de LIGO (Python): Usar un notebook de Colab (GWpy) para filtrar y analizar datos reales de LIGO. Identificar el «chirp» (sonido) de una fusión de agujeros negros.
Modelado de Lente Gravitacional: Usar un simulador simple (o Python/Astropy) para modelar cómo un objeto masivo (agujero negro) curva la luz de una galaxia de fondo (Cruz de Einstein).
Debate: El «Ajuste Fino» del Universo: Debatir las implicaciones del «ajuste fino» (fine-tuning) de las constantes físicas. ¿Es evidencia de un multiverso, un diseño, o suerte (principio antrópico)?

Adaptación Híbrida/Remota (LIGO): El análisis de datos de LIGO en Colab es perfecto para remoto, permitiendo a los estudiantes «escuchar» el universo.

Google Colab (Python, GWpy, Astropy), datos de LIGO, simuladores de relatividad.

Evaluación Formativa

Notebook de Colab (con gráfica del «chirp» y audio).
Simulación de lente gravitacional.
Ensayo argumentativo sobre el «ajuste fino».

Integración de Valores Éticos

Filosofía de la Cosmología: Discutir los límites del método científico. ¿Es el «multiverso» una teoría científica (falsable) o metafísica?
Asignación de Fondos: El costo de la «gran ciencia» (LIGO, JWST).

Disciplinas STEM y Habilidades

Ciencia: Genética avanzada (Prime/Base Editing), bioinformática (diseño de ARNg).
Tecnología: Software de diseño genómico (Benchling, CRISPResso), bases de datos (NCBI).
Ingeniería: Bioingeniería, diseño de sistemas de «delivery» (ej. AAV, LNP – conceptual).
Matemáticas: Estadística (análisis de «off-targets»), bioinformática (alineamiento de secuencias).

Pensamiento Crítico: ¿Por qué «Prime Editing» es potencialmente más seguro que CRISPR-Cas9?
Colaboración: Simular un comité de ética hospitalaria.

Actividades Prácticas («Hands-on»)

Diseño de «Prime Editor» (Benchling): Usar Benchling (web) para diseñar un «pegRNA» (Prime Editing guide RNA) para corregir una mutación específica (ej. anemia falciforme).
Análisis de «Off-Targets» (Bioinformática): Usar una herramienta (ej. NCBI BLAST) para simular dónde más podría cortar el «pegRNA» en el genoma (riesgos «off-target»).
Comité de Ética (Simulación): Simular un comité ético hospitalario decidiendo sobre un caso real (anonimizado) de terapia génica. ¿Aprobar o rechazar?

Adaptación Híbrida/Remota (Benchling): El diseño de «pegRNA» en Benchling es una actividad avanzada ideal para la investigación remota.

Benchling (web), NCBI BLAST, CRISPResso, papers de David Liu.

Evaluación Formativa

Diseño de «pegRNA» (con análisis «off-target»).
Informe de auditoría «off-target» (BLAST).
Veredicto y justificación del comité de ética.

Integración de Valores Éticos

Terapia vs. Mejora (Enhancement): La línea borrosa entre curar una enfermedad genética y «mejorar» un rasgo (ej. inteligencia, altura).
Terapia Germinal: La ética de hacer cambios genéticos hereditarios.

Disciplinas STEM y Habilidades

Ciencia: Ciencia de datos (auditoría de IA), ciencia cognitiva (modelado de razonamiento).
Tecnología: Programación (Python, APIs de LLM, Hugging Face), ingeniería de «prompts» (avanzada).
Ingeniería: Ingeniería de software (RAG, «fine-tuning»), seguridad de IA (AI Safety).
Matemáticas: Lógica (formalización de estatutos), teoría de juegos (modelos de IA).

Alfabetización Digital: «Jailbreaking», «prompt injection», «red teaming».
Pensamiento Crítico: ¿Cómo «gobiernas» un modelo de IA? ¿Cómo alineas sus objetivos con los humanos?

Actividades Prácticas («Hands-on»)

«Fine-Tuning» de un LLM (Colab): Usar Google Colab y Hugging Face (ej. LoRA) para hacer «fine-tuning» de un modelo (ej. Llama 3, Mistral) en un conjunto de datos específico (ej. poesía, código).
«Red Teaming» / Jailbreak de un LLM: En grupos, intentar «romper» un modelo de IA (ej. Gemini, Claude) para que genere contenido dañino. Documentar los «prompts» exitosos.
Redacción de «Estatutos de IA»: Redactar los estatutos de gobernanza para un laboratorio de AGI (como OpenAI). ¿Con o sin fines de lucro? ¿Abierto o cerrado?

Adaptación Híbrida/Remota (Red Teaming): Se puede hacer de forma asincrónica. Los estudiantes colaboran en un documento compartido para encontrar y registrar los «jailbreaks» más efectivos.

Google Colab (Hugging Face), API de Gemini/Anthropic, Kialo (web).

Evaluación Formativa

Modelo «fine-tuned» (con análisis de resultados).
Informe de «Red Teaming» (con «prompts» y defensas).
Documento de «Estatutos de Gobernanza de IA».

Integración de Valores Éticos

Poder y Control: ¿Quién debe controlar el desarrollo de AGI? ¿Empresas privadas, gobiernos, consorcios internacionales?
Transparencia: El debate entre «Código Abierto» (Open Source) y «Código Cerrado» (Closed Source) para modelos de IA potentes.

Disciplinas STEM y Habilidades

Ciencia: Ciencia planetaria, física (avanzada), ciencia de materiales.
Tecnología: Software de simulación (Kerbal Space Program), CAD (avanzado), Python (cálculos).
Ingeniería: Ingeniería civil/aeroespacial (megaproyectos), ingeniería de sistemas.
Matemáticas: Cálculo (avanzado), análisis de costo-beneficio a gran escala.

Creatividad: Diseñar una solución a un problema de escala planetaria.
Pensamiento Crítico (Sistémico): Analizar los riesgos en cascada de un megaproyecto (ej. ascensor espacial).

Actividades Prácticas («Hands-on»)

Análisis Físico: «Ascensor Espacial»: Usar Python/Colab para analizar la física de un ascensor espacial. Calcular la tensión del cable y por qué se necesita un material como los nanotubos de carbono.
Plan de Terraformación (Fase 1): En grupos, diseñar la «Fase 1» de la terraformación de Marte. Presentar un plan (ingeniería, costos, cronograma) para un objetivo (ej. «calentar el núcleo», «liberar CO2»).
Debate: Ética de la Terraformación: ¿Tenemos el derecho ético de «matar» un ecosistema marciano (si existe vida microbiana) para plantar uno terrestre? (Protección Planetaria).

Adaptación Híbrida/Remota (Análisis Físico): El notebook de Colab para el ascensor espacial es una actividad perfecta de física e ingeniería para remoto.

Google Colab (Python), Kerbal Space Program, papers de NASA (NIAC), Tinkercad.

Evaluación Formativa

Notebook de Colab (cálculos del ascensor).
Propuesta de plan de terraformación (rúbrica).
Ensayo argumentativo sobre la ética de la terraformación.

Integración de Valores Éticos

Protección Planetaria: La ética de contaminar otros mundos con vida terrestre.
«Plan B»: ¿Tener un «Plan B» (Marte) nos hace menos responsables de cuidar el «Plan A» (Tierra)?

Disciplinas STEM y Habilidades

Ciencia: Metodología de investigación (nivel publicación), comunicación científica.
Tecnología: Desarrollo de producto (MVP), control de versiones (Git), publicación (ArXiv).
Ingeniería: Ciclo de vida del producto, redacción técnica (patentes), gestión de proyectos (Agile).
Matemáticas: Análisis estadístico (defensa de resultados), proyecciones financieras.

Colaboración: «Peer review» (revisión por pares) y defensa oral.
Pensamiento Crítico (Sistémico): Culminar un año de trabajo en una tesis o producto coherente y defendible.

Actividades Prácticas («Hands-on»)

Track 1 (Investigación): «Defensa de Tesis»: Completar el «paper» (iniciado en Grado 11) en LaTeX/Overleaf. Preparar una presentación de 20 minutos y defenderla ante un panel.
Track 2 (Ingeniería): «Pitch de Capital Semilla»: Completar el MVP y el «pitch deck» (iniciado en Grado 11). «Pitchear» a un panel de «inversores» (profesionales locales) por capital semilla.
Simposio de Graduación STEM: Evento final donde todos los estudiantes presentan sus tesis (en formato póster) o «pitchean» sus startups (en formato «Demo Day»).

Adaptación Híbrida/Remota (Simposio Virtual): Usar Overleaf para la tesis y Figma/Canva para el «pitch deck». El simposio se realiza por videoconferencia, con «salas de descanso» para cada proyecto.

Overleaf (LaTeX), ArXiv, GitHub, Figma, Canva, Google Slides.

Evaluación Formativa

Calidad, originalidad y rigor de la tesis/paper (rúbrica).
Calidad del MVP, modelo de negocio y «pitch» (rúbrica).
Defensa oral (capacidad de responder preguntas).

Integración de Valores Éticos

Integridad Intelectual: Honestidad sobre los resultados (incluso negativos).
Propiedad Intelectual: Decidir la licencia del proyecto (Open Source vs. Patente). Visión a Largo Plazo: Reflexionar sobre el impacto ético de su trabajo en la próxima década.