Saltar navegación

Activa JavaScript para disfrutar de los vídeos de la Mediateca.

Encuentro eTwinning virtual "Brillando en la Oscuridad" - Contenido educativo

Ajuste de pantalla

El ajuste de pantalla se aprecia al ver el vídeo en pantalla completa. Elige la presentación que más te guste:

Subido el 16 de febrero de 2021 por Maria Antonia V.

97 visualizaciones

Encuentro eTwinning virtual entre las escuelas del proyecto "Brillando en la oscuridad" con las científicas matemáticas Ana Granados y Ana Portilla de St. Louis University.

Más información Transcripción

Descargar la transcripción

¿Qué os parece la pantalla? Y lo que sí os queremos decir es que os sintáis con libertad de hablar cuando queráis, ¿vale? 00:00:00
Si tenéis algún comentario que hacer, pues nos preguntáis. 00:00:05
Voy a compartir mi pantalla, ¿vale, Ana? 00:00:09
Sí. 00:00:11
A ver qué espera. 00:00:17
Qué bonito. 00:00:25
Pues cuando queráis, empiezo. 00:00:31
¿Empiezo? 00:00:37
Sí. 00:00:38
Bueno, pues vamos a empezar dando las gracias a vuestros profesores por permitirnos compartir este rato con vosotros 00:00:39
y poder debatir juntos y a vosotros por venir. 00:00:46
Y lo que queremos hacer hoy es hablar con todos y con todas de ciencia. 00:00:49
¿Y por qué de ciencia? Pues vamos a empezar citando a un grande. 00:00:54
Porque como decía Carl Sagan, hemos construido y organizado una civilización global 00:00:58
en la que la mayoría de los elementos cruciales dependen profundamente de la ciencia y de la tecnología. 00:01:03
También hemos arreglado las cosas para que casi nadie entienda ciencia y tecnología. 00:01:09
Y esto es una receta para el desastre. 00:01:14
Podríamos ir tirando por un tiempo, pero tarde o temprano esta mezcla explosiva de ignorancia y poder nos va a estallar en la cara. 00:01:17
Nosotras pensamos que es necesario tener conocimientos de ciencia porque si no somos más vulnerables a manipulaciones, menos críticos y por tanto menos libres. 00:01:24
y pensamos además que igual que somos capaces de disfrutar de videojuegos sin ser ninja 00:01:34
o de disfrutar subiendo vídeos a TikTok sin ser Moni Smurf 00:01:41
o de leer un libro sin ser lingüistas, todos podemos entender y disfrutar de la ciencia. 00:01:46
Todos los que somos de ciencias y los que somos de humanidades también. 00:01:52
Vosotros participáis en un montón de eventos con el instituto 00:01:57
porque vuestros profesores organizan un montón de cosas. 00:02:00
Pero, además de poder disfrutar de la ciencia, pensamos que casi todos podemos hacer ciencia. ¿Qué hace falta para hacer ciencia? Aquí en la pizarra o en la transparencia veis a un montón de científicos, bueno, voy admitiendo, vemos un montón de científicos normales y corrientes. 00:02:04
A veces cuando pensamos en científicos pensamos en Einstein o pensamos en Marie Curie, en Hawking y sin embargo en ciencia trabaja mucha gente y desde campos muy distintos. Los que veis aquí, algunos hacen ciencia desde la investigación, otros hacen ciencias desde empresas de efectos especiales, por supuesto hacen ciencia desde institutos y desde escuelas. 00:02:27
Para ser científico o científica, para ser persona de ciencia, es necesario que te guste, tener curiosidad, hacerte preguntas y tener una mente crítica. 00:02:50
Y nosotras, Ana y yo, hemos venido hoy aquí para hablar del Día de la Mujer y la Niña en la Ciencia. 00:03:01
No se trata de conseguir que las niñas estudien ciencia a toda costa. 00:03:08
Se trata de abrirles puertas, de convencerlas de que es una opción factible, de que no la descarten, y mucho menos por motivos de sesgo de género, porque además estos sesgos son inconscientes. 00:03:12
Los estereotipos de género se aprenden desde la infancia, se consolidan en la adolescencia y pesan mucho a la hora de elegir una carrera profesional, porque al final uno elige entre aquello que cree que puede elegir. 00:03:25
Vamos a hacer un pequeño juego, a ver si se ponen. Mirad, aquí en la pantalla veis una orla de la Universidad Complutense de Madrid como figura aquí y en esta orla si os fijáis es una, y veis, no sé si se ven en vuestras pantallas, espero que sí, veis que en casi todas las filas hay muchos más chicos que chicas. 00:03:37
Es una orla de la Universidad Complutense que está en Madrid y es del año 2017 00:04:00
Y la pregunta que yo quiero haceros es que penséis en un momento qué carrera podría ser 00:04:07
Yo os lo voy a revelar ahora en cinco segundos 00:04:13
Pero pensad si podría ser una carrera de Humanidades, una carrera de Ciencias o Tecnológica 00:04:16
Lo voy a revelar 00:04:23
Aquí está 00:04:25
Es un grado de Ingeniería Informática 00:04:27
y os voy a poner otra 00:04:29
esta es una foto 00:04:32
es la promoción del 2018 00:04:35
también de la Universidad Complutense 00:04:36
y aquí además de ser mucho más colorida 00:04:39
la foto con este color amarillito 00:04:41
si nos fijamos también 00:04:43
en las filas estas así curvas 00:04:45
vemos muchas más chicas que chicos 00:04:46
y ahí os damos 00:04:49
cuatro posibles opciones 00:04:51
para elegir 00:04:53
a qué carrera pensáis 00:04:54
que podría corresponder esta orla 00:04:56
Lo voy a revelar. Pues, efectivamente, a medicina. Bueno, voy admitiendo a gente según va entrando, ¿vale? Según va llegando. Bienvenidos a los que vayáis viniendo. 00:04:58
Ana, no te preocupes que estamos atentos también a Belillo 00:05:16
Bueno, estos dos ejemplos, esta foto y la anterior 00:05:20
es verdad que son ejemplos concretos 00:05:24
y vosotros podríais pensar, claro, justamente han ido a escoger estas fotos 00:05:26
pero la realidad no es esta, justamente en estas dos orlas 00:05:29
hay más chicos en la de informática, hay más chicas en la de medicina 00:05:33
pero en fin, y nosotros lo que vamos a hacer es 00:05:36
vamos a aportar datos, porque la ciencia 00:05:38
no es opinable y no está basada en ejemplos aislados 00:05:41
son estudios, la ciencia son estudios 00:05:45
basados en datos que además 00:05:47
son reproducibles por otros, entonces vamos a 00:05:49
mirar algunos números que nos digan 00:05:51
si estas fotos están elegidas un poco a posta 00:05:53
o son la generalidad 00:05:56
bueno, pues esta es una de las preguntas que 00:05:57
os hacíamos en las hojitas 00:06:01
que trabajasteis con vuestros profesores 00:06:03
de la que luego nos encantaría oír 00:06:05
vuestra opinión 00:06:07
¿por qué hay menos mujeres en informática 00:06:08
y menos hombres en medicina? 00:06:11
y lo que veis aquí en esta transparencia es 00:06:13
A la izquierda, la carrera de informática, la proporción de hombres y de mujeres que había en el curso 2018-2019, según datos del Ministerio de Educación y Ciencia. La proporción es 87% hombres, 13% mujeres. 00:06:15
Y a la derecha, el dibujo que veis es claramente de estudiantes de medicina, también en proporción, y aquí lo que vemos es que es mucho mayor la de mujeres, casi tres veces, y justamente es esto, 70% eran mujeres, 30% eran hombres. 00:06:31
Al final, cuando abramos el turno de preguntas, estaremos encantados de escuchar vuestras opiniones al respecto sobre esto. 00:06:51
segunda pregunta de vuestra hojita 00:06:57
aquí os dábamos un juego de intentar casar 00:07:03
las carreras que aparecen en la parte de arriba 00:07:06
con las gráficas horizontales 00:07:09
con estas barras de gráficas que aparecen en la pizarra 00:07:12
si recordáis, la parte azul 00:07:15
es la proporción de mujeres que había en cada carrera 00:07:19
y la parte naranja era la proporción de hombres 00:07:21
También con datos del Ministerio del 2016-2018. Y os voy a dar la solución, luego veremos qué era lo que vosotros habéis pensado, estaremos encantadas de oíros. 00:07:24
Las soluciones están 00:07:37
Las carreras más científicas y tecnológicas 00:07:40
Como pueden ser informática, matemáticas, físicas 00:07:47
Están en una proporción mucho menor de mujeres que de hombres 00:07:50
Y no solo eso 00:07:55
Sino que fijaos 00:07:57
Fijaos cuál ha sido la evolución 00:07:58
En el año 2009 00:08:01
en matemáticas había casi casi paridad 00:08:04
y de repente ahora ha bajado 00:08:07
al 35% 00:08:10
en informática también, no es que hubiera muchísimas 00:08:13
en el 92 era un 25% pero es que ahora 00:08:16
se ha reducido casi a la mitad 00:08:19
es verdad que en ciencias tecnológicas y de los alimentos 00:08:21
con medicina hay más paridad pero cuanto más técnica es la carrera 00:08:24
de alguna manera más disminuye la proporción 00:08:28
de chicas 00:08:31
de hecho cuando la informática era una profesión considerada como una extensión del secretariado 00:08:33
estaba copada por mujeres pero en cuanto empezó a ganar prestigio social la cosa cambió y por qué 00:08:40
es esto pues no sé quizás es que uno puede pensar en concreto en el caso de las matemáticas que como 00:08:47
habéis visto han disminuido tanto en los últimos años pues una puede pensar que a las niñas no 00:08:53
les gustan las matemáticas. 00:08:59
De hecho, fijaos, cuando yo estudiaba, 00:09:02
que era como en el 90 o así, en 92-93, 00:09:05
había casi paridad en matemáticas. 00:09:09
Tantos chicos como chicas. 00:09:12
Entonces se pensaba que la única salida profesional 00:09:14
era la docencia. 00:09:16
Pero fijaos aquí, si veis esta gráfica, 00:09:18
no sé si se ve mi ratón cuando yo señalo. 00:09:21
¿Se ve cuando yo señalo con mi ratón? 00:09:23
Ah, perfecto. 00:09:24
En algunos años, incluso el número de mujeres, 00:09:25
que es la gráfica verde, era mucho mayor que el de hombres. Sin embargo, aquí en el 2008 la tijera se invierte. 00:09:28
A partir del 2006 o así el número de hombres empieza a subir, el número de mujeres empieza a bajar mucho. 00:09:36
¿Y qué es lo que ocurre? Bueno, en el 2008 ocurre la crisis económica, pero ocurre algo mucho más curioso 00:09:42
y es que las empresas empiezan a rifarse a los matemáticos o a las matemáticas y a partir de ese momento 00:09:48
las chicas se arrugan, piensan que no dan la talla. Hoy en día las matemáticas, la nota de corte para 00:09:54
entrar en la universidad es de las elitistas, de las más altas, y el número de chicas sigue 00:10:01
disminuyendo. Hay un estudio de la revista Science que concluye que en nuestra sociedad existe una 00:10:06
creencia arraigada de que las mujeres son peores en las labores intelectuales más difíciles, las 00:10:14
que requieren mayor genialidad. Pues yo creo que no es verdad, yo creo que a las chicas no les gustan 00:10:19
las matemáticas y vamos a ver por qué. Vamos a intentar, esta es mi opinión, vamos a ver datos 00:10:26
que muestren si esto es cierto o no en un momentito. El hecho de que las chicas empiecen a perder su 00:10:31
autoestima ocurre con tan solo seis años. Esto es un estudio de la revista Science, que es una 00:10:39
revista prestigiosa, que podéis ver aquí en el link que aparece arriba si lo queréis leer en su 00:10:46
totalidad. Os voy a 00:10:52
mostrar otro estudio que a mí me 00:10:55
parece interesantísimo. Es un estudio 00:10:57
que se hizo recopilando datos 00:10:59
de varios institutos españoles, en 00:11:01
Cataluña. Las barras 00:11:03
azules y las barras verdes, que 00:11:05
veis en el gráfico, aquí verticales, 00:11:07
denotan chicos y chicas. 00:11:10
En azul están los chicos 00:11:11
y en verde están las chicas. 00:11:13
¿Vale? Y tenemos agrupado 00:11:16
en dos, bueno, tenemos 00:11:17
agrupadas en dos tipos 00:11:19
de carreras. Las carreras que 00:11:21
las carreras de ciencias y las carreras de humanidades, perdón, asignaturas de ciencias 00:11:23
y asignaturas de humanidades. Entonces, ¿cómo está organizado? Pues fijaos, cada dos parejas 00:11:29
de barras corresponden a una asignatura en concreto. Y si veis aquí abajo, leéis NR, 00:11:36
que es la nota real de la gente que, la nota real de los estudiantes que hacían esta encuesta 00:11:44
en esta asignatura que está aquí oculta y la nota, la habilidad percibida, cómo se veían los estudiantes 00:11:51
ante esta asignatura antes del examen. La siguiente, el siguiente pareja de datos, el siguiente 00:11:58
pareja de barras, digamos, corresponderían a otra asignatura. Otra vez, la nota real y la habilidad 00:12:05
percibida. Si os dais cuenta, en las asignaturas, en las cuatro asignaturas que habría escondidas 00:12:13
por esta barra azul, ocurre el mismo patrón. La habilidad percibida de las chicas, que es la barra 00:12:22
verde, siempre está por debajo de la habilidad percibida de los chicos. En esta asignatura, en 00:12:30
esta otra, la de las chicas, como ellas se ven a sí mismas ante esta asignatura y como los chicos se 00:12:36
ven a sí mismos ante la asignatura. Ocurre en las cuatro asignaturas que están escondidas bajo la 00:12:41
barra azul. En todas ellas, la nota real, una vez que hicieron el examen, una vez que hicieron los 00:12:48
exámenes, las chicas, que son la barra verde, lo hicieron no sólo mucho mejor de lo que se pensaban, 00:12:54
sino además mejor que los chicos. Fijaos que los chicos también se veían por debajo de sus 00:13:01
capacidades, pero siempre más seguros que las chicas. Las asignaturas que esconden la barra 00:13:05
naranja, si os fijáis en cómo se veían los chicos y las chicas a sí mismos ante estas asignaturas, 00:13:13
que son donde están las HP, las chicas, las barras verdes, se ven, se consideran más seguras que los 00:13:19
chicos en la barra azul, en las cuatro asignaturas que estamos detallando aquí. La verdad es que 00:13:26
también lo hicieron luego mejor en los exámenes, pero se invierte esta proporción en las asignaturas 00:13:31
bajo la barra azul, las chicas siempre se sentían peores que los chicos y en la barra naranja las 00:13:36
chicas mejores que los chicos. ¿Qué asignaturas pensabais que eran? Vamos a darnos un, si alguien 00:13:41
quiere hablar lo puede decir, por favor que se sienta libre de decirlo y si no yo os lo soluciono 00:13:49
en un minutito. ¿Os lo soluciono? 00:13:54
Bueno, pues vamos a ver. 00:14:01
Aquí están. 00:14:05
Las asignaturas de la izquierda 00:14:06
eran las asignaturas 00:14:08
de ciencias y tecnología 00:14:11
donde las chicas siempre se perciben 00:14:12
por debajo de los chicos y las 00:14:15
de las derechas, las de las humanidades. 00:14:16
Fijaos que en general las chicas 00:14:19
sacaban mejor nota y este es un estudio con 00:14:20
datos en un montón de institutos. 00:14:22
a nosotros nos parece interesante 00:14:26
animar a que las chicas que quieran hacerlo 00:14:29
no descarten el mundo STEM 00:14:32
porque este mundo no deja de crecer. 00:14:34
Es el que más profesionales demanda actualmente 00:14:38
y el que más puestos de trabajo va a crear a corto, a medio y a largo plazo. 00:14:40
Y justamente es el ámbito en el que menos presencia tienen las mujeres. 00:14:45
Y además esa presencia, como hemos visto en las gráficas anteriores por las carreras 00:14:48
y que por lo tanto va a repercutir en el mercado después, 00:14:52
cada vez va disminuyendo más. 00:14:56
Y la reducción de la brecha salarial pasa necesariamente porque más mujeres estudian ciencia, por supuesto por no hablar de la brecha tecnológica, pero es que además aún todavía hay más motivos que a nosotros nos parecen importantes o que indican que es muy importante que la mujer participe en la ciencia. 00:14:57
Como decía Elizabeth Blackburn, premio Nobel de Medicina 00:15:17
Tener pocas mujeres en ciencia no le hace a la ciencia ningún bien 00:15:23
Las mujeres pueden hacer ciencia tan bien como los hombres 00:15:29
Así que tener pocas mujeres equivale a perder una gran cantidad de talento científico 00:15:33
De hecho, equivale a perder la mitad 00:15:39
Pero yo diría aún más 00:15:41
El hecho de que la ciencia no esté hecha por gente diversa 00:15:43
tanto sexo como etnia, como orientación sexual, ideología, creencias. 00:15:47
Eso hace que corramos el peligro de que la ciencia sea una ciencia con sesgo, 00:15:54
como se detectó no hace mucho con los tratamientos de infartos en mujeres, por ejemplo. 00:16:00
A nadie se le había ocurrido pensar que los síntomas eran diferentes a los de los hombres 00:16:04
y que morían más que ellos. 00:16:08
O como uno de vosotros o de vosotras comentaba, 00:16:11
a la hora de plantearse tratamientos anticonceptivos, 00:16:14
Quizás si el papel de la mujer hubiera sido mayor, la pregunta planteada habría sido otra. 00:16:16
El proyecto Genoma Humano, que terminó en el 2003, se centró en las poblaciones de los países de altos ingresos. 00:16:22
Menos del 2% de los genomas humanos analizados del mundo son de África. 00:16:30
Y todo eso a pesar de que África, donde se originó el ser humano, contiene más diversidad genética que cualquier otro continente. 00:16:35
Este hecho, claro, ha ido en detrimento de la comprensión global de la salud y las enfermedades del mundo. O sea que es importantísimo que las minorías todas estén representadas en la ciencia. 00:16:42
Bueno, voy a acabar mi parte haciendo una alusión a lo importante que es cómo se dé visibilidad a las mujeres en los medios. 00:16:56
Era una de las preguntas que os hacíamos y de la que estaremos encantados de oír vuestras respuestas y vuestros comentarios, nos han parecido interesantísimos después, si los queréis compartir con nosotros y con el resto de vuestros compañeros, pero que se entreviste a la mujer como profesional de ciencia es muy importante, pero también es importante qué tipo de preguntas se le haga o cómo se hable de esas entrevistas. 00:17:07
aquí tenemos otro pequeño juego 00:17:33
que yo os animo a que si alguno 00:17:35
quiere contestar lo haga y si no yo os cuento la respuesta 00:17:37
dice 00:17:39
nadie podría suponer que tras los enormes 00:17:41
ojos y el frágil físico 00:17:43
de una persona de ciencia 00:17:45
se escondía uno de los 00:17:47
cerebros más prodigiosos del mundo 00:17:49
las opciones que os damos 00:17:51
es quién era esa persona 00:17:53
de ciencia, era Marie Curie 00:17:55
era Ada Byron 00:17:57
era Newton 00:17:58
o era Belén Esteban 00:18:00
Y yo sé que aquí habrá más de uno que esté tentado, pero bueno, yo creo que aquí es una de las respuestas seguro que no es. ¿Alguien se anima a decirnos quién podría estar siendo oculto por este cuadradito? Pues lo voy a decir yo. 00:18:02
¿Perdón? 00:18:19
Dime, Toñi. 00:18:22
No, no, pensé que iba a responder alguien. 00:18:24
Ah, perdón. Pues Newton. Claro, por supuesto, esto no es verdad. Aquí tenemos otra broma parecida, ¿no? Dice, Pierre Currie, casado, padre de dos hijas, encontró tiempo para el amor y la familia durante su breve carrera científica. 00:18:26
Esto no leemos así cuando entrevistan a hombres, sin embargo, cuando entrevistan a mujeres científicas podemos leer entrevistas en las que se hable de su familia, se describa su físico o se hable de otros aspectos como que la humanicen, como si no pudiera ser profesional siendo simplemente científica. 00:18:47
Y con esto quiero dar paso a Ana. Voy a dejar de compartir mi pantalla y va a empezar Ana, ¿te parece? 00:19:07
Muy bien, venga. 00:19:21
Pues voy yo allá, a ver, no sé si, ah no, voy a compartir yo la pantalla ahora. ¿Se ve? 00:19:23
Sí, sí, sí. 00:19:41
Bueno, pues Ana había terminado con Newton y yo empiezo casi con lo mismo. Esta frase que veis aquí, esta cita, en realidad es de un filósofo francés del siglo XII, de Bernardo de Chartres, lo que pasa es que la popularizó Newton en el siglo XVII. 00:19:44
Con esta frase lo que Newton quería reconocer es que si él había logrado impulsar las matemáticas y la física de la manera en que lo hizo, había sido porque se había apoyado en trabajos de otros científicos anteriores a él que habían contribuido a que él tuviera una base sólida sobre la que trabajar. 00:19:59
Lo que ocurre es que, como también decía alguien en las respuestas que nos habéis enviado, se tiende a pensar que todos esos científicos, grandes científicos del pasado, eran hombres. Y bueno, pues no todos ellos eran hombres. Si la ciencia, la tecnología ha alcanzado el nivel que tenemos hoy día, no ha sido solamente gracias a esos grandes hombres, gracias a esos grandes gigantes, sino también gracias a muchas gigantas. 00:20:19
siempre que damos una charla 00:20:43
para chavales de instituto nos planteamos 00:20:47
si es buena idea hablar de esas 00:20:49
mujeres excepcionales 00:20:50
si, a ver 00:20:53
buena idea es en el sentido de 00:20:55
justicia social, es necesario 00:20:56
visibilizar el papel de esas mujeres 00:20:59
que han contribuido decisivamente 00:21:01
al bienestar que tenemos hoy en día 00:21:02
pero siempre nos planteamos si 00:21:04
eso no podría desanimar quizá algunas 00:21:06
de las chicas que piensan que no pueden 00:21:08
que no están a la altura de esas 00:21:10
mujeres extraordinarias. Lo que pasa es que hay estudios que indican que sí, que tiene 00:21:12
una relevancia importante, que puede captar talento científico femenino. Y ahora nos 00:21:18
gustaría daros un par de ejemplos de mujeres científicas cuyo ejemplo ha servido para 00:21:25
impulsar la carrera de otras científicas que han venido después de ellas. Aquí tenéis 00:21:32
a Vera Rubin, que no sé si os suena, si os han hablado alguna vez de ella. Bueno, Vera hizo uno 00:21:38
de los descubrimientos más importantes de la física del siglo XX. Ella fue la primera persona 00:21:44
en encontrar evidencia de la existencia de materia oscura. Es un descubrimiento merecedor de un 00:21:49
premio Nobel, sin duda alguna. Digo que lo mereció, no que lo consiguiera, porque Vera desgraciadamente 00:21:56
murió en 2016 sin su merecidísimo premio Nobel. Y he elegido esta foto conscientemente 00:22:01
en la que Vera aparece con sus cuatro hijos porque, nos guste o no, muchas científicas 00:22:09
de su época dijeron lo que les había impresionado conocer a mujeres como ella, como Vera Rubin 00:22:13
o como Cecilia Payne, que tenían una familia. Porque hasta entonces los modelos de mujeres 00:22:20
científicas que se les habían proporcionado eran todas mujeres que habían renunciado 00:22:25
la vida familiar. Y Vera no lo hizo en ningún momento. De hecho, bueno, pues hay una anécdota 00:22:29
que a mí me parece muy bonita, que aparece Vera siendo ya un poquito mayor. Pues Vera 00:22:36
invitó a cenar en casa a amigos y a colegas del trabajo y según iban apareciendo los 00:22:41
invitados, se los iba presentando a sus hijos. Cuando llegó el turno del profesor McCarthy, 00:22:46
Vera se lo presentó especialmente a su hija Rudy, que estaba muy interesada en conocer 00:22:52
a todos los invitados y le dijo, pues mira, este es el profesor McCarthy, 00:22:57
astrónomo, compañero de mamá, y entonces su hija abrió muchísimo los ojos 00:23:01
y dice, espera, espera un momento, ¿me estás diciendo que los hombres 00:23:06
también pueden ser astrónomos? Y es que claro que los referentes importan, 00:23:09
importan muchísimo. Hablando de otros referentes, bueno, por cierto, 00:23:14
no sé si sabéis a lo que se dedicó su hija, pues también fue astrónoma. 00:23:20
Aquí tenemos a May Jamison, May Jamison fue la primera astronauta de color 00:23:24
y cuando a ella se le preguntaban por sus referentes, citaba fundamentalmente a dos 00:23:29
Bueno, por cierto, antes de hablar de sus referentes, May fue médica y también ingeniera química 00:23:34
Como médica trabajó en África muchos años, en Liberia, en Sierra Leona 00:23:39
y cuando dejó de prestar servicio en la NASA, fundó una empresa de telecomunicaciones 00:23:43
que creó un sistema de satélites con el que, bueno, su principal objetivo era mejorar el tratamiento, 00:23:49
el servicio de atención médica a los países en vías de desarrollo. 00:23:56
Vuelvo a los referentes de May. 00:24:01
Pues May tenía, ella hablaba de dos referentes fundamentalmente. 00:24:02
Bueno, fue este, Sally Wright, la primera mujer norteamericana en ser astronauta. 00:24:07
Y su segundo referente, perdón, fue la Teniente Yukura de Star Trek. 00:24:13
Star Trek era una serie muy famosa de ciencia ficción en los años 70. Es decir, que nuestros referentes no tienen por qué ser personas de carne y hueso. Nuestros referentes pueden ser literarios, pueden ser de una serie de televisión, por eso es muy importante el cine que consumen nuestros chicos y chicas, los libros que leen, los juegos con los que juegan. 00:24:18
Por cierto, la teniente Igojura protagonizó el primer beso interracial en la televisión y fue todo un escándalo. 00:24:41
Esta señora es Catalín Caricó. 00:24:48
Catalín Caricó, no sé si os suena alguno, pero está muy relacionado con algo que está en plena actualidad. 00:24:52
Catalín Caricó nació en Hungría en 1955, pero en Hungría la investigación estaba un poco chunga 00:25:00
Y cuando tuvo a los 30 años, pues aceptó una beca para realizar el doctorado, una beca postdoctoral en Estados Unidos, en Filadelfia concretamente. Lo que ocurre es que en ese momento Hungría prohibía sacar dinero del país. 00:25:07
Ella y su marido vendieron el coche familiar, consiguieron 900 euros y esos 900 euros los metieron dentro del osito de peluche de su hija. Y de esa manera sacaron ese capital de Hungría con el que empezar una nueva vida en otro país. 00:25:24
Bueno, pues durante algún tiempo, durante varios años, pues ella intentó utilizar sin éxito moléculas de ARN para curar enfermedades. ARN mensajero, no sé si os suena. En realidad, en ese momento no estaba pensando en inmunizar, estaba pensando solamente en curar. 00:25:38
La idea era introducir en los enfermos una molécula de ARN con instrucciones que enseñasen a las células a producir proteínas para curarles. Pero eran los años 90. En los años 90 lo que triunfaba era la terapia genética a base de ADN. El ARN tenía muy mala prensa. 00:25:55
Y ella la verdad es que no conseguía ningún resultado con el que justificar todo el dinero que se invertía en su investigación. Entonces, sus reiterados fracasos hicieron que se quedara sin financiación para el proyecto. En esta época también le diagnosticaron un cáncer. Estuvo a punto de abandonar, según ella misma confiesa, de buscarse la vida en otra profesión, en otro país. 00:26:14
Ella pensaba, ella dice que consideraba que no era suficientemente buena, que no era suficientemente inteligente, que tenía que dedicarse a otra cosa y ante la necesidad de tener un trabajo para poder renovar el visado en Estados Unidos, pues aceptó un puesto con un salario inferior y con menor cualificación. 00:26:36
La cosa cambió, a ver, cambió pues un poco, unos años después, cuando Catalín coincidió casualmente en una fotocopiadora de la universidad con este señor que acababa de llegar al país. 00:26:57
Este señor estaba intentando conseguir una vacuna para curar el SIDA, también sin éxito, pero cuando en la fotocopiadora, en esa conversación casual, se enteró de en qué estaba trabajando Catalín, pues pensó que lo del ARN mensajero igual podía tener éxito para afrontar de otra manera lo que él estaba intentando conseguir. 00:27:15
Así que empezaron a trabajar juntos y al principio fracasaron, fracasaron una y otra vez hasta que en 2005 pues se les encendió la bombilla y pensaron que podría ocurrir porque lo que pasaba es que bueno, inyectaban esos principios basados en ARN mensajero y el cuerpo los rechazaba una y otra vez, producía una inflamación exacerbada y los pacientes se empeoraban en lugar de mejorar. 00:27:34
Lo que estaba pasando es que el cuerpo identificaba ese ARN extraño como si fuera un virus y estaba sobre reaccionando. Se les encendió la bombilla de cambiar una de las bases nitrogenadas de la ARN, el uracilo, por un pseudo uracilo y a partir de ahí todo empezó a funcionar. 00:27:56
Empezó a funcionar, tuvieron unos resultados increíbles en animales, empezaron a desarrollar patentes y en ese momento es cuando una empresa dedicada a la investigación del tratamiento de enfermedades infecciosas mediante ARN mensajero, 2010 estamos hablando, compró los derechos sobre varias patentes de las que tenían estos dos señores. 00:28:12
Entonces, esa empresa se llamaba Moderna, que no sé si os suena. Moderna, por cierto, es un acrónimo de RNA, que es ARN en inglés, y Mod, modificado, porque a eso se dedicaban ellos, a modificar el ARN. 00:28:33
Casi a la vez, otra empresa, una pequeña empresa alemana 00:28:48
fundada por dos inmigrantes de origen turco, BioNTech 00:28:53
adquirió otras patentes de estos mismos investigadores 00:28:58
que también estaban orientadas al uso de ARN modificado 00:29:02
para desarrollar vacunas en esta ocasión contra el cáncer 00:29:05
Estas dos empresas se disputaron a Catalín 00:29:08
que en principio no sabía dónde trabajar y luego le llovían las ofertas 00:29:11
Pues al final acabó ganando BioNTech y lleva trabajando con ellos desde 2013. Actualmente es vicepresidenta de esta empresa. Bien, pues estas dos empresas, como supongo que os sonarán, son conocidas hoy mundialmente por su contribución al desarrollo de vacunas contra COVID-19. 00:29:15
utilizando precisamente la tecnología de ARN mensajero que Caricó se empeñó en desarrollar a pesar de todas las dificultades. 00:29:32
Estas dos personas, que os recuerdo que estuvieron a punto de tirar la toalla y de abandonar, son hoy en día los más firmes candidatos al premio Nobel de Medicina y Fisiología. 00:29:41
Y ella comentaba que esa mujer que pensaba que no era suficientemente inteligente y que estuvo a punto de abandonar, pues acabó pensando que esto de la ARN era una cosa increíble y que significaba que todo el trabajo que había estado realizando durante los últimos 30 años de su vida merecieron la pena. 00:29:51
que lo del ARN tenía sentido, como ella siempre sospechó, como ella siempre pensó. 00:30:15
Y aquí os pongo una foto de Catalín con su marido y con su hija, 00:30:23
porque curiosamente su hija, Susana, es medallista olímpica de Estados Unidos. 00:30:26
Ha ganado dos veces la medalla de oro en unas olimpiadas en Remo, en Pekín en 2008 00:30:33
y en Londres, esta foto es de Londres de 2012. 00:30:39
Catalina se confiesa a una mujer feliz 00:30:42
a pesar de todas las dificultades que ha habido en su vida 00:30:45
siempre ha dicho que es una mujer feliz 00:30:47
y como os ha comentado antes Ana 00:30:50
pues es verdad que las chicas se sienten atraídas 00:30:54
más hacia las carreras 00:30:57
con cierta aplicación social 00:30:59
medicina, farmacia, biología, psicología 00:31:02
yo creo que en parte puede deberse 00:31:05
a un desconocimiento de cómo es la ciencia en el siglo XXI. 00:31:08
La ciencia del siglo XXI es absolutamente multidisciplinar 00:31:12
y para mejorar la vida de las personas hacen falta equipos concientíficos 00:31:15
de todas las ramas, incluso para mejorar la vida desde el punto de vista médico. 00:31:19
Os presento aquí a este señor. Este señor es David Donojo. 00:31:24
Ganó, a ver, que no lo veo bien, ahora, vale, ganó la medalla Gauss en 2018. 00:31:28
esta es una medalla que premia a científicos 00:31:37
cuya contribución matemática ha conseguido 00:31:40
un impacto fuera de las matemáticas 00:31:42
que ha trascendido el ámbito académico 00:31:43
para desarrollar nuevas tecnologías en la empresa 00:31:45
en la vida cotidiana 00:31:48
¿qué hizo este señor de impacto? 00:31:49
matemático puro, purísimo, donde los haya 00:31:52
dejadme que os ponga un poco 00:31:54
de contexto 00:31:56
bueno, todos sabemos la importancia 00:31:56
diagnóstica que tienen las resonancias 00:32:00
magnéticas, ¿verdad? 00:32:02
pero hay resonancias magnéticas 00:32:04
que es muy difícil aplicar a personas mayores o a bebés pues porque requieren mucho tiempo, los bebés 00:32:06
tienen que estarse quietos durante mucho rato y eso no es viable. Algunas de ellas también utilizan 00:32:11
isótopos radiactivos muy inestables. Por todas estas razones tanto la industria como la profesión 00:32:16
médica tiene un gran interés en lograr reducir el tiempo en que tarda en realizarse una resonancia 00:32:21
magnética. Este señor tuvo un padre que falleció a causa de un cáncer de próstata según él 00:32:27
consideraba mal diagnosticado por problemas al poderle hacer correctamente una resonancia 00:32:33
magnética. Y entonces es cuando se le ocurrió que esos espacios abstractísimos en los que él 00:32:38
llevaba trabajando mucho tiempo, de verdad una teoría matemática que resulta abstracta hasta 00:32:43
para los matemáticos, pues se le ocurrió que podía tener una aplicación precisamente para 00:32:50
este problema. Y es en 2006 cuando publica, junto con otra gente dedicada a la industria, tres 00:32:55
artículos de matemáticas absolutamente puras sobre cómo se miden distancias en un espacio 00:33:01
abstracto. Bueno, él consideró que se podían utilizar estas ideas de la siguiente manera. La 00:33:06
pregunta que se hizo fue la siguiente, ¿me puedo ahorrar el 90% de los píxeles y con esos 10% 00:33:13
restante generar la imagen correcta? Si esto fuera posible, en una sola pasada se podría hacer la 00:33:21
resonancia magnética y eso permitiría ahorrar mucho tiempo. Bueno, pues en esos artículos, aquí no sé si 00:33:26
veis las imágenes, me voy a centrar en la parte de arriba. La parte de arriba es un escáner de un 00:33:33
cerebro y la parte de abajo pues es un angiograma de una pierna. En la parte de arriba utiliza, pues 00:33:38
hay tres técnicas matemáticas, DCT, wavelets y diferencias finitas y en las columnas veis los 00:33:44
resultados que él conseguía utilizando sólo un 5% de los píxeles para reconstruir la imagen 00:33:50
original un 10% 00:33:56
y un 20% y a la derecha del todo tenéis 00:33:58
la imagen original con el escáner 00:34:00
pata negra el que se hacía con 200 pasadas 00:34:02
para un lado y para otro 00:34:04
bueno, no parece haber gran diferencia 00:34:05
en calidad, a simple vista 00:34:08
si había una gran diferencia en tiempo 00:34:10
él logró reducir el tiempo 00:34:12
de una hora 00:34:14
a 10 minutos en algunos tipos de escáner 00:34:16
y en los escáneres para bebés 00:34:19
de 6 minutos a 25 segundos 00:34:20
estamos hablando de un resultado 00:34:22
matemático abstracto 00:34:24
que tardó exactamente 10 años en tener una máquina funcionando en un hospital, 00:34:26
una máquina de Siemens funcionando en un hospital para hacer resonancias. 00:34:30
En la actualidad, los grandes fabricantes de máquinas para resonancias magnéticas, 00:34:34
General Electric, Siemens y Philips, utilizan tecnología basada en el desarrollo de este matemático. 00:34:39
Premio Princesa de Asturias e Investigación Científica y Técnica de 2020. 00:34:49
Está muy relacionado con lo que acabamos de hablar. 00:34:52
A estos cuatro matemáticos se les apre primera vez que se da un premio a matemáticos en el Princesa de Asturias en esta categoría investigación científica. Está muy relacionado con lo que acabamos de ver. Se les dio el premio por su contribución decisiva al procesamiento de datos y señales. 00:34:55
Estas personas desarrollaron algoritmos que permitían comprimir imágenes muchísimo, pero muchísimo, sin apenas pérdida de resolución, eliminando además interferencias y ruido de fondo. 00:35:10
Como os podéis imaginar, esto tiene grandes aplicaciones a la industria y a la ingeniería, pero también al diagnóstico médico. 00:35:22
Es posible reconstruir imágenes precisas a partir de una reducidísima cantidad de datos. 00:35:28
Más ejemplos de matemáticas puras aplicadas a curar. 00:35:39
Departamento de Oncología Matemática de la Universidad de Castilla-La Mancha. 00:35:44
Este es un departamento de matemáticas, pero empezaron a trabajar en colaboración con investigadores clínicos 00:35:48
y se dieron cuenta de que era un campo potentísimo y ahora mismo en España son pioneros en esta técnica. 00:35:57
El propósito que tienen es desarrollar modelos matemáticos con dos objetivos. 00:36:03
Primero, optimizar los tratamientos que se aplican a pacientes con cáncer. 00:36:07
Y segundo, orientar a los investigadores clínicos, a biólogos y a médicos, sobre la forma más eficiente de proseguir con sus investigaciones. Si hay varias vías posibles para abordar un problema, ellos desarrollan modelos que les orientan cuál puede ser más productiva. 00:36:10
por ejemplo en este caso también trabajan cuando hay una metástasis pues desarrollan utilizan 00:36:25
modelos matemáticos para estudiar cómo es la respuesta de los tumores secundarios a la 00:36:33
radioterapia y después diseñan tratamientos optimizados con el menor daño posible a tejidos 00:36:37
y encuentran marcadores que permiten pues hacer una estimación de la supervivencia estas personas 00:36:43
han contribuido decisivamente a la curación de personas con nombres y apellidos la medicina del 00:36:48
siglo XXI, especialmente en terapia contra 00:36:54
el cáncer, es una medicina absolutamente personalizada. 00:36:56
No sé si os habéis oído hablar de las 00:36:59
terapias CAR-T, de una terapia que recientemente 00:37:00
acaba de aprobar la Agencia 00:37:03
Española del Medicamento y Producto Sanitario 00:37:04
desarrollada por el Clínic para tratar 00:37:06
casos de linfomas, perdón, 00:37:08
leucemias resistentes a 00:37:10
otros tratamientos ya existentes, perdón, 00:37:12
resistentes a tratamientos ya existentes, 00:37:14
pues está basada en una terapia, 00:37:17
bueno, un tipo de terapias que se llaman 00:37:18
CAR-T y son absolutamente personalizadas. 00:37:20
En este sentido, las matemáticas tienen mucho que 00:37:22
hacer, porque sabemos mucho sobre cómo evoluciona la frontera de un tumor, asimilándolo con problemas 00:37:24
de frontera libre, de ecuaciones en derivadas parciales. También se puede utilizar, por ejemplo, 00:37:31
pues mediciones sobre la dimensión fractal de la frontera de un tumor para estimar cómo de maligno, 00:37:37
cómo puede llegar a ser o cómo de maligno es en la fase actual. Es decir, que hay muchas matemáticas 00:37:43
también para curar. Me gusta este otro ejemplo porque pues la especialidad de física médica 00:37:49
son profesionales de la salud, trabajan en hospitales pero son graduados en física. Las 00:37:56
máquinas de radioterapia para tratamientos oncológicos son muy complicadas, hay que realizar 00:38:02
un ajuste súper preciso de los rayos X de alta energía que se utilizan, de los electrones. ¿Para 00:38:06
qué? Pues para que se ajusten de una manera muy precisa a la forma del tumor y destruyan exactamente 00:38:12
las células cancerosas pero no el tejido sano que hay alrededor. Pues los radiofísicos hospitalarios 00:38:17
se encargan de la protección radiológica tanto de los pacientes como de los profesionales que 00:38:23
imparten los tratamientos y además son los responsables del cálculo de los tratamientos 00:38:28
que el oncólogo propone. El oncólogo propone pero es el físico el que específicamente ajusta 00:38:32
los parámetros que necesita cada paciente individualmente. Me gustaría acabar con una 00:38:39
propuesta. Ahora que he hablado de que la ciencia es multidisciplinar, que necesita científicos de 00:38:49
todos los campos, de todos los terrenos, voy un poco más allá. Para tratar problemas complejos 00:38:55
como este, ahora que estamos inmersos en un proceso de vacunación a nivel mundial, surgen 00:39:02
muchos dilemas éticos, no solamente científicos, y la solución a estos problemas tan complicados 00:39:08
tiene que venir de la mano de expertos en todas las ramas, y ya no solo científicas, también de 00:39:14
expertos en ética, en filosofía. Mañana la Universidad Complutense ha programado este evento 00:39:19
que a mí me parece fantástico, en el que tenemos por ejemplo a Laura Nuño, que es una filósofa 00:39:25
experta en movimientos antivacunas, a Margarita del Val, que si no habéis estado en una cueva 00:39:30
Durante este último año la habréis visto 200 veces en toda clase de telediarios, informativos, radio, etcétera. Es un viróloga, un viróloga espectacular, una mujer maravillosa. Y a Luis Montolío, que es un biólogo molecular y además miembro del Comité de Ética del CSIC, del Consejo Superior de Investigaciones Científicas. 00:39:34
Está moderado por los decanos de Biología y Filosofía y a mí me parece una oportunidad extraordinaria de aprender que la genética sin ética no va a ninguna parte. Pues esto es todo lo que quería contar. Voy a dejar de compartir la pantalla y ahora damos paso a los chicos. 00:39:53
Anas, muchas gracias 00:40:12
bueno, no os he presentado antes 00:40:27
son dos matemáticas 00:40:30
en este proyecto brillando la escuridad 00:40:33
faltaban unas matemáticas y hemos encontrado a las mejores 00:40:36
son profesoras de la Universidad de San Luis 00:40:40
de aquí de Madrid 00:40:45
y a mí me encanta, siempre me encanta 00:40:46
y bueno, vamos con las preguntas 00:40:48
hemos tenido una afluencia importante 00:40:52
de 26 alumnos 00:40:54
y vamos con las preguntas, si os parece bien 00:40:55
Perfecto 00:40:58
Pues mira, en el proyecto Brillante en la Oscuridad 00:40:59
hemos repartido las preguntas 00:41:01
entre los institutos 00:41:03
y yo gracias a Carla 00:41:05
que ha recopilado ahí la información 00:41:07
si quieres hablar Carla 00:41:10
quieres hablarlo tú o Laura 00:41:11
o quieres que lo transmita yo 00:41:13
Podéis hablarlo si queréis 00:41:15
incluso sin cámara, no da igual 00:41:17
Carla, ¿quieres hablarlo tú? 00:41:18
o dejamos a Laura 00:41:21
que lo haga o lo hago yo. 00:41:23
Como quiera, lo que pasa es que 00:41:26
como tienes a Trioto, por favor. 00:41:27
Vale, bueno, 00:41:29
me cogen a mí porque, bueno, 00:41:31
pero tengo su papel, 00:41:33
me lo han dado, lo han hecho a mano. 00:41:35
Yo es que no me acuerdo de la hoja, profe, si no te lo contaría, 00:41:37
pero es que no me acuerdo de lo que he puesto. 00:41:39
Gracias, Carla. Carla es fantástica, Laura también 00:41:41
y todas las alumnas de este instituto 00:41:43
y del otro, o sea, 00:41:45
cada año, no es 00:41:47
no es mentira que cada año son mejores 00:41:49
bueno, la primera de las preguntas 00:41:51
que era 00:41:53
yo tengo aquí la hoja de 00:41:54
Carla y 00:41:57
ha acertado todas, todas las que ha dicho 00:41:59
Ana, Ana Granados ha dicho 00:42:01
todas menos las dos 00:42:03
primeras, la primera era biomedicina 00:42:05
que habíamos aportado y la 00:42:07
otra era ciencia y tecnología de los alimentos 00:42:09
como número dos, esos han saltado 00:42:11
pero luego ha acertado todas 00:42:14
o sea, sabíamos todas 00:42:15
matemáticas, físicas, telecomunicaciones 00:42:17
e informática 00:42:20
y yo creo que nos hemos despistado porque la segunda 00:42:20
pregunta ponía ahí 00:42:23
la biomedicina y tal 00:42:25
entonces por eso hemos fallado ahí 00:42:27
bueno, porque yo 00:42:29
también ahí me había equivocado 00:42:31
¿sabes? pero bueno, yo creo que 00:42:33
iban muy acertadas 00:42:35
¿y por qué lo pensaron? 00:42:36
¿por qué pensaban? 00:42:39
¿qué les llevó? 00:42:41
pues bueno, si quieren hablar ellas 00:42:43
yo también 00:42:45
yo también lo había pensado por la pregunta 2 00:42:47
¿y por qué? a ver, cuéntame 00:42:49
bueno, pues yo lo he pensado 00:42:50
la pregunta 2 me ha dicho 00:42:55
biomedicina la primera 00:42:56
y informática la segunda 00:42:58
y luego las otras pues 00:43:00
viendo 00:43:02
a veces por desgracia lo que ocurre 00:43:03
pues digo, matemáticas y física 00:43:06
como la dan en los institutos 00:43:09
pues tiene que estar por el medio 00:43:10
porque al final no saben lo que hacer y acaban en matemáticas 00:43:12
física, química o biología 00:43:15
porque se conoce en el nombre 00:43:16
y luego pues por desgracia 00:43:17
las ingenierías 00:43:20
pues 00:43:23
pues no, o sea 00:43:24
nosotros estamos en Palomera 00:43:26
estamos en el campus 00:43:28
en el campus sur, que es un campus técnico 00:43:29
de hecho nuestro instituto es el instituto 00:43:32
politécnico de Vallecas 00:43:34
y en estas ingenierías 00:43:35
pues hay muchos más alumnos 00:43:38
y por desgracia, aeronáuticos 00:43:39
telecomunicaciones 00:43:42
y lo podemos ver en el campus, hay más chicos 00:43:44
que chicas, entonces yo 00:43:46
entiendo que puede ser por eso, por lo que han 00:43:48
visto, por lo que ven en la calle 00:43:50
y por lo que han percibido 00:43:52
y luego la pregunta 2 00:43:53
pues bueno, lo que ha 00:43:55
comentado Carla y sus compañeros 00:43:58
es muy diverso, la 00:43:59
pregunta 2 hablaba sobre por qué 00:44:01
ocurre 00:44:03
estas orientaciones 00:44:04
y esta distribución 00:44:07
y Carla 00:44:10
ha comentado así que es por 00:44:11
la orientación que reciben en el instituto 00:44:13
a veces, otras veces 00:44:15
porque depende de los gustos de la persona 00:44:17
y algunas 00:44:19
personas dicen que no les gustan 00:44:21
determinadas asignaturas como las matemáticas 00:44:23
aunque sí se ven 00:44:26
capaces de conseguirlo 00:44:27
entonces 00:44:29
esa es la distribución y lo que han comentado 00:44:29
en el Instituto 00:44:34
Paloma de las Vallecas 00:44:35
A ver, en el 00:44:36
en el IES Cervantes 00:44:41
a ver que lo veo, en la tercera 00:44:43
pregunta que era sobre 00:44:45
cuando entrevistan a una persona 00:44:47
si preguntan de forma distinta si es un hombre 00:44:49
o una mujer 00:44:51
básicamente en resumen 00:44:52
de prácticamente todos los que 00:44:55
han opinado 00:44:57
es que no se pregunta lo mismo 00:44:58
que normalmente a la mujer 00:45:01
se le pregunta 00:45:04
pues o por sus logros 00:45:05
o porque se ha tenido 00:45:08
dificultades para llegar a donde ha llegado 00:45:09
y también por su familia 00:45:11
o si su familia 00:45:14
también se dedica a la ciencia, pues le preguntan también por él, como en el caso de Margarita 00:45:15
Salas. Ponía que se buscaran ejemplos y han buscado distintos ejemplos, como por ejemplo 00:45:21
Elena Salinas, que está aquí esta tarde, pues ha puesto Karen Ingenbeck, que dice que 00:45:30
no le gusta que le llamen matemática, que le gusta que ella es un matemático, que ha 00:45:39
Resultado, ser mujer. 00:45:44
Perdona, Toño, un ejemplo top. 00:45:46
Nos ha puesto a la única mujer que ha ganado un premio Abel. 00:45:48
Un premio uno de los más prestigiosos en matemáticas. 00:45:51
Muy buen ejemplo. 00:45:54
Bueno, pues, y como ella, pues, a ver, han puesto, 00:45:56
a veces han comparado entrevista a un hombre y a una mujer 00:46:00
y han visto las diferencias que más o menos os he contado. 00:46:05
Como, por ejemplo, Margarita Salas y Óscar Corcho, 00:46:09
María no ha puesto eso. A ver, más ejemplos. María Amo, que también está aquí hoy, dice eso, de que porque siempre preguntan por los impedimentos o los obstáculos, no preguntan por su línea de investigación directamente como ocurre, por ejemplo, con un hombre. 00:46:12
Y bueno, básicamente sería así. Han puesto más ejemplos, de Margarita han puesto varios y básicamente eso. Yo creo que sería así. 00:46:34
luego 00:46:49
después la otra pregunta 00:46:52
que era la pregunta 00:46:54
cuatro 00:46:55
que voy a mirar porque es que son 00:46:56
la pregunta cuatro que decía 00:46:59
que si las mujeres 00:47:01
podían llegar a ser científicas 00:47:03
al mismo nivel que los hombres, todos dicen que sí 00:47:05
en todas 00:47:08
las ramas dicen que sí 00:47:10
no discriminan una con otra 00:47:11
piensan todos que tienen 00:47:13
que tener, que hay que 00:47:15
medir a las personas por su talento 00:47:17
no por su condición de sexo. Y respecto a la generación de sus padres, la mayoría, 00:47:19
si no decir casi todos, han dicho que piensan igual que ellos, que igual la época de sus 00:47:28
abuelos ya era disminuida. Y bueno, eso básicamente es lo que han llegado a la conclusión. 00:47:32
Después la pregunta 5, en la cual dice que en trabajos de carreras científicas y tecnológicas 00:47:41
que es que cobran igual hombres y mujeres, aquí ha habido como dos tendencias. 00:47:49
Una de ellas dice que no, que no cobran igual los hombres y mujeres. 00:47:54
Y otra dice que respecto, por ejemplo, a la gente que se dedica a la ciencia en España, 00:47:59
piensan que no hay diferencia en el salario. 00:48:05
Es decir, que si una persona es investigadora en la universidad o en un centro de investigación del CSIC, por ejemplo, 00:48:08
pues no cobran exactamente igual hombres y mujeres. 00:48:15
Que después igual llegar a puestos más altos sí que llega menos 00:48:19
y entonces igual ahí es la desigualdad. 00:48:24
Otra persona, Candela, me parece que también está por aquí, 00:48:29
me parece que decía que también tenía que ver un poco 00:48:34
si era en cuestión de empresa, la política de empresa. 00:48:39
Y respecto a la pregunta 6, si crees que hay diferencias basadas en género, en el rol que juegan los personajes masculinos o femeninos en las series de televisión, pues consideran que sí, que muchas veces los hombres son puestos como jefes y las mujeres suelen ser inferiores aunque están cambiando en determinadas series. 00:48:43
Y ponen algunos ejemplos, como por ejemplo la de Big Bang Theory, que al principio de la serie, bueno, Sheldon y todos sus amigos eran ilustres científicos y estaba la vecina, que era camarera o actriz que no llegaba a conseguirlo, y encima era la versión cómica, pero que luego ya después se han ido cambiando. 00:49:09
Luego también han puesto un ejemplo de Dester, Jimena, que también mostraba a los niños como un genio, mientras que su hermana era un incordio. 00:49:35
Han hablado de eso, pero han hablado que también cada vez va cambiando eso y que las series, por ejemplo Candela en The Wood Doctor, dice que la jefa es una mujer. 00:49:49
y básicamente 00:50:02
eso es lo que han dicho 00:50:04
en estas cuatro 00:50:07
preguntas 00:50:09
Los ejemplos son espectaculares, nos han 00:50:09
encantado, los pasó ayer 00:50:13
Doñi y nos parecen espectaculares 00:50:14
muchísimas gracias a todos por lo que habéis 00:50:16
trabajado y por las reflexiones 00:50:19
porque son de altísima calidad 00:50:20
A nosotros nos falta 00:50:22
la pregunta siete 00:50:25
nosotros hemos trabajado la pregunta 00:50:26
la última pregunta que hemos trabajado 00:50:29
la 7 00:50:31
¿por qué crees que insistimos tanto 00:50:32
en fomentar vocaciones científicas 00:50:35
en niñas y mujeres? 00:50:37
bueno, hay dos alumnos 00:50:40
tal vez es mejor que 00:50:41
hablen alguno de ellos 00:50:43
Maider, a lo mejor, o Jorge, cualquiera 00:50:45
de los dos, o sea, ¿atrevéis 00:50:47
a comentar la pregunta 7? 00:50:49
¿y la comentáis vosotros? 00:50:51
a mí me da igual 00:50:54
venga, anímate con la pregunta 7 00:50:56
Leo mis respuestas. 00:50:59
Venga, vale. 00:51:02
La primera es, ¿por qué crees que insistimos tanto en fomentar vocaciones científicas en niñas y mujeres? 00:51:03
Pues yo he puesto que porque llevamos estudiando desde que somos pequeños y pequeñas 00:51:09
descubrimientos de hombres científicos y exclusivamente de hombres. 00:51:14
Por eso es momento de visibilizar los descubrimientos de la mujer en la ciencia. 00:51:18
De esta manera, dejar claro que cualquier mujer es capaz de ejercer esta profesión 00:51:22
de la misma manera que el hombre. 00:51:26
Muy bien. 00:51:28
¿Quiere leerla, Jorge? 00:51:29
Vale, pues venga 00:51:33
Jorge, estás por ahí, ¿no? 00:51:34
Sí, sí, yo estoy aquí 00:51:38
Venga, Jorge, ánimo 00:51:39
Espera a ver que busque la 00:51:41
La pregunta era 00:51:43
¿Crees que es por una cuestión de igualdad de género 00:51:45
o de beneficio social? 00:51:48
Y si es la situación 00:51:50
La tengo aquí 00:51:51
Pues he puesto 00:51:52
Es una cuestión de igualdad de género 00:51:55
la igualdad entre hombres y mujeres y para darnos cuenta de la importancia del papel de la mujer en la ciencia. 00:51:58
Y luego, pues la tercera pregunta de ¿es justo para los chicos? Pues he puesto por supuesto que es justo para los chicos. 00:52:05
Este movimiento sirve para darle a la mujer el reconocimiento que merece, un reconocimiento que el hombre lleva teniendo desde siempre. 00:52:16
se busca la igualdad 00:52:22
lo que significa que es justa para los chicos 00:52:25
y las chicas 00:52:27
Pues nada, muchas gracias 00:52:28
Buenísima 00:52:33
Pues esas son las preguntas 00:52:34
La verdad es que 00:52:41
habéis sido impresionantes 00:52:42
respondiendo 00:52:44
las cuestiones 00:52:45
Sí, a mí me han dejado impresionada 00:52:47
Pensábamos que en realidad 00:52:49
deberíais dar casi casi vosotros la charla 00:52:52
y contarnos a nosotros 00:52:54
nos acomplejaba ayer un poco que nos mandó Toñi 00:52:56
porque los demás no tuvimos ocasión 00:52:58
pero Toñi nos mandó su parte y nos quedamos un poco 00:53:00
cielos 00:53:02
vamos, súper interesante 00:53:03
todo lo que habéis contado 00:53:06
y fenomenal que lo podamos grabar 00:53:07
y para las personas que 00:53:10
no están 00:53:12
tienen la oportunidad de verlo 00:53:13
después, así que ha estado fenomenal 00:53:16
queríamos daros las gracias 00:53:18
a los profesores 00:53:22
por vuestra tremenda labor 00:53:23
y a los chicos también por haber acogido 00:53:25
también las preguntas y haberlas trabajado 00:53:27
muchas gracias y por supuesto por estar aquí hoy 00:53:29
y por escucharos los que no estéis 00:53:31
las gracias a vosotras 00:53:33
ha sido fantástica la charla 00:53:34
muchas gracias 00:53:38
ha sido fantástica 00:53:39
muchas gracias 00:53:41
muchas gracias 00:53:42
si alguien tiene 00:53:45
alguna pregunta 00:53:47
Nos han dicho que tenemos que mantenernos en una hora, pero yo no tengo nada que hacer. O sea, que cuando vosotros digáis... 00:53:48
Si alguien se tiene que ir, que abandone la... 00:53:55
Y si alguien tiene alguna pregunta, pues se puede perfectamente con el audio. No sé si... 00:53:59
Es cierto que hay mucho talento aquí en este proyecto, como vengo diciendo desde el inicio. 00:54:10
o sea, lo estaba anticipando 00:54:15
desde antes 00:54:19
y es verdad, estos institutos 00:54:20
en Cervantes, en Santa Teresa 00:54:23
en Palomeras 00:54:25
son alumnos geniales 00:54:26
y hay mucho talento junto aquí 00:54:29
en este proyecto y salen unas cosas 00:54:31
tenemos un libro 00:54:33
un libro que se llama 00:54:35
Diálogos de Científicas que tiene 300 páginas 00:54:37
y eso lo han hecho los alumnos 00:54:40
Así que yo creo que esto va muy bien. Bueno, si quiere alguno hablar. 00:54:43
¿Alguna pregunta también? Candela. 00:54:49
Candela quiere hablar. 00:54:51
Habla Candela. 00:54:55
Habéis estudiado matemáticas, pero que si actualmente os dedicáis a algo relacionado con ello o os habéis derivado a otros campos o más o menos a qué os dedicáis dentro de las matemáticas. 00:54:56
¿Qué tal esto, Ana? 00:55:08
Bueno, pues gracias Candela 00:55:08
Pues mira, las dos hemos hecho matemáticas 00:55:11
y las dos seguimos en la universidad 00:55:13
entonces tenemos una parte docente 00:55:14
damos clase a alumnos 00:55:16
que están haciendo distintas carreras 00:55:18
porque estamos en un sistema americano 00:55:20
que hacen varias carreras y les damos matemáticas 00:55:22
a todos y además hacemos 00:55:25
investigación matemática 00:55:26
seguimos haciendo investigación básica matemática 00:55:28
es decir, con aplicaciones 00:55:31
a largo plazo, digamos 00:55:33
¿Quieres contarte 00:55:34
un poquito más, Ana? 00:55:37
Sí, bueno, yo estuve durante 10 años trabajando en una empresa de informática. Cuando entré a trabajar en la empresa no tenía ni idea de informática, pero tengo que decir que a pesar de que fue hace mucho tiempo, en las empresas ya por entonces se valoraba mucho tener un matemático por la forma en que tenía mueblada la mente. 00:55:38
incluso aunque tuvieran que formarlo de cero 00:55:57
en lo que fueran a hacer en informática 00:55:59
preferían en muchas ocasiones 00:56:00
elegir un matemático para según qué tipo de trabajos 00:56:02
lo que pasa es que 00:56:05
bueno pues llegó un momento en que 00:56:07
no me gustó el tipo de trabajo que 00:56:08
pues digamos que cuando asciendes en la escala 00:56:10
te van obligando hacia labores más comerciales 00:56:12
que a mí no me gustaban, a mí la labor técnica y de programación 00:56:14
me encanta, lo sigo haciendo de hecho 00:56:17
pero 00:56:18
no me gustaba la labor comercial y entonces pues 00:56:20
volví a la universidad 00:56:23
hice el doctorado y bueno 00:56:24
pues, como dice Ana, a partir de ahí nuestras vidas son paralelas. 00:56:26
Gracias. 00:56:34
Yo tengo una pregunta. 00:56:35
Sí, sí, Elena. 00:56:39
Elena, parece. 00:56:40
Sí. 00:56:42
Elena, habla. 00:56:43
¿Me oís? 00:56:44
Sí. 00:56:46
Sí, sí. 00:56:46
Vale, ¿cuándo supisteis a lo que os queríais dedicar en vuestra vida? 00:56:47
Empieza ahora tú, Ana, si quieres. 00:56:54
Pues yo no lo tuve claro hasta por entonces, digamos, hasta acabar el bachillerato. 00:56:56
a mí me gustaban las ciencias, me gustaba la física, me gustaban las matemáticas 00:57:02
pero también me gustaba la filosofía, me gustaba la literatura, me gustaba un poco aprender 00:57:06
y sigo siendo un poco así, me disfruto mucho aprendiendo cosas 00:57:11
me decidí por matemáticas casi en el último momento 00:57:16
y bueno, pues bien, salió bien 00:57:20
es verdad que las matemáticas de la carrera no se parecían a las que yo había hecho en el instituto 00:57:23
pero me gustaron y bueno, pues creo que tuve un poco de suerte 00:57:27
No soy una persona de esas de vocación temprana y clara. Tengo claro que me gusta mucho la ciencia, disfruto aprendiendo ciencia, creo que la ciencia se puede entender como ocio perfectamente y yo me lo paso muy bien aprendiendo, pero no tuve una vocación clarísima, temprana, para nada. 00:57:30
en mi caso fue un poco distinto 00:57:48
porque 00:57:52
entonces el instituto se empezaba en tercero 00:57:52
de la ESO y cuando yo entré 00:57:56
coincidí con un grupo de amigas y amigos 00:57:58
a los que gustaban 00:58:00
las matemáticas mucho, entonces quedábamos 00:58:02
para estudiar y nos pasábamos fenomenal 00:58:04
quedábamos casi siempre, una vez a la semana 00:58:06
o así nos solíamos reunir para hacer problemas de matemáticas 00:58:08
y luego nos íbamos a tomar algo 00:58:10
o salir a lo que fuera 00:58:12
y siempre las viví desde ese momento 00:58:14
como un trabajo en equipo 00:58:16
como una cosa casi social 00:58:18
y entonces 00:58:20
con ese grupo de amigos fui 00:58:20
por todo el instituto y acabamos 00:58:23
todos en la carrera al final 00:58:26
entonces 00:58:27
fue quizá por eso, o sea, me gustaba 00:58:28
me gustaban también la física 00:58:31
y otras asignaturas, pero es que las matemáticas 00:58:33
me parecían como la combinación de 00:58:35
lo social 00:58:37
con la ciencia en sí 00:58:38
también tenía otros amigos con los que no hacía matemáticas 00:58:43
pero en concreto siempre podía estudiar matemáticas 00:58:46
con esos, entonces a partir 00:58:48
del tercero de la ESO me engancharon 00:58:50
y luego descubrir los números complejos 00:58:51
cuando descubrí que la raíz de menos uno 00:58:54
podía ser una cosa, me obsesioné 00:58:56
con que había que poder dividir por cero hasta que 00:58:57
me di cuenta de que no, muchos años después 00:58:59
pero eso fue 00:59:01
a mí me pasó así 00:59:04
Gracias 00:59:04
¿Alguien quiere preguntar 00:59:06
más? 00:59:14
¿Alguna pregunta? 00:59:16
No parece que ya haya más preguntas 00:59:23
Pues nada, yo creo que 00:59:27
aquí 00:59:30
dejamos la 00:59:31
actividad tan estupenda 00:59:33
que hemos tenido y vamos 00:59:35
por mi parte 00:59:38
daros muchísimas gracias que siempre 00:59:39
es un placer escucharos 00:59:42
Igualmente, es un placer siempre 00:59:43
colaborar con vosotros 00:59:46
Gracias 00:59:47
Y un aplauso 00:59:48
que no se va a oír 00:59:52
A vosotros 00:59:53
Bueno, muchas gracias 00:59:55
Venga, seguimos en contacto 00:59:59
Abel y Javi 01:00:02
Me alegro mucho de haberos 01:00:04
Venga, hasta el año que viene 01:00:05
Hasta el año que viene 01:00:08
Hasta luego 01:00:09
Idioma/s:
es
Autor/es:
María Antonia Villar Tajadura
Subido por:
Maria Antonia V.
Licencia:
Reconocimiento - No comercial - Compartir igual
Visualizaciones:
97
Fecha:
16 de febrero de 2021 - 20:23
Visibilidad:
Público
Centro:
IES CERVANTES
Duración:
1h′ 00′ 14″
Relación de aspecto:
1.78:1
Resolución:
1920x1080 píxeles
Tamaño:
305.42 MBytes

Del mismo autor…

Ver más del mismo autor

EducaMadrid, Plataforma Educativa de la Comunidad de Madrid

Plataforma Educativa EducaMadrid