Inglés y lengua indígena en las escuelas primarias de Argentina

Para realizar el presente trabajo, tomamos la base de datos del Ministerio de Educación sobre la población en el año 2025.

A lo largo del mismo, vamos a analizar principalmente la enseñanza en el nivel primario de la lengua indígena y el idioma inglés, teniendo en cuenta también los sectores y el ámbito, es decir, si la enseñanza se da en escuales estatales o privadas, y en zonas rurales o urbanas.

library(tidyverse)

base_educacion <- read_csv2("~/Documents/Facultad/Investigación Empírica/Trabajo Final/2025 Poblacion - agregada(in).csv"
                            )

Ahora vamos a filtrar los datos que correspondan al nivel primario.

names(base_educacion) |> 
  grep("Primaria", x = _, value = TRUE)

##  [1] "PoblaciónIndigenaPrimaria"                    
##  [2] "IdiomasPrimariaInglés"                        
##  [3] "IdiomasPrimariaFrancés"                       
##  [4] "IdiomasPrimariaPortugués"                     
##  [5] "IdiomasPrimariaItaliano"                      
##  [6] "IdiomasPrimariaAlemán"                        
##  [7] "IdiomasPrimariaHebreo"                        
##  [8] "IdiomasPrimariaLenguaindígena"                
##  [9] "IdiomasPrimariaLSA"                           
## [10] "IdiomasPrimariaChino"                         
## [11] "IdiomasPrimariaOtro"                          
## [12] "IdiomasPrimariaMásdeunIdioma"                 
## [13] "BoliviaPrimaria"                              
## [14] "BrasilPrimaria"                               
## [15] "ChilePrimaria"                                
## [16] "ColombiaPrimaria"                             
## [17] "EcuadorPrimaria"                              
## [18] "ParaguayPrimaria"                             
## [19] "PerúPrimaria"                                 
## [20] "UruguayPrimaria"                              
## [21] "VenezuelaPrimaria"                            
## [22] "OtrospaísesdeAméricaPrimaria"                 
## [23] "EuropaPrimaria"                               
## [24] "AsiaPrimaria"                                 
## [25] "ÁfricaPrimaria"                               
## [26] "OceaníaPrimaria"                              
## [27] "TenenciadecomputadoraPrimaria"                
## [28] "AlumnosconPromociónasistidaacompañadaPrimaria"
## [29] "AlumnosenjornadacompletaPrimaria"             
## [30] "AlumnosenjornadaextendidaPrimaria"            
## [31] "TurnoMañanaPrimaria"                          
## [32] "TurnoIntermedioPrimaria"                      
## [33] "TurnoTardePrimaria"                           
## [34] "TurnoDoblePrimaria"                           
## [35] "DiscapacidadConapoyoestatalPrimaria"          
## [36] "DiscapacidadConapoyoprivadoPrimaria"          
## [37] "DiscapacidadSinapoyoPrimaria"

base_primaria <- base_educacion |> 
  select(provincia, departamento,sector, ambito, Localizacion, IdiomasPrimariaInglés, IdiomasPrimariaLenguaindígena) |> 
  rename(ingles = IdiomasPrimariaInglés, 
         lengua_indigena = IdiomasPrimariaLenguaindígena
         )

Una vez que tenemos los datos de primaria, vamos a analizar aquellos lugares donde se estudia inglés y la lengua indígena.

base_primaria <- base_primaria |>
  mutate(
    tiene_ingles = !is.na(ingles),
    tiene_lengua_indigena = !is.na(lengua_indigena)
  )

glimpse(base_primaria)

## Rows: 1,217
## Columns: 9
## $ provincia             <chr> "Buenos Aires", "Buenos Aires", "Buenos Aires", …
## $ departamento          <chr> "25 DE MAYO", "25 DE MAYO", "25 DE MAYO", "9 DE …
## $ sector                <chr> "Estatal", "Estatal", "Privado", "Estatal", "Est…
## $ ambito                <chr> "Rural", "Urbano", "Urbano", "Rural", "Urbano", …
## $ Localizacion          <dbl> 49, 43, 9, 49, 36, 8, 27, 18, 21, 13, 18, 11, 25…
## $ ingles                <dbl> 325, 1260, 676, 397, 1811, 557, 97, 499, 128, 37…
## $ lengua_indigena       <dbl> NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, …
## $ tiene_ingles          <lgl> TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, TRUE, …
## $ tiene_lengua_indigena <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE,…

base_primaria |> 
  count(tiene_ingles)

## # A tibble: 2 × 2
##   tiene_ingles     n
##   <lgl>        <int>
## 1 FALSE          105
## 2 TRUE          1112

base_primaria |> 
  count(tiene_lengua_indigena)

## # A tibble: 2 × 2
##   tiene_lengua_indigena     n
##   <lgl>                 <int>
## 1 FALSE                  1063
## 2 TRUE                    154

Para este trabajo, en principio vamos a enfocarnos en el estudio de la enseñanza de la lengua índigena. Así, vamos a analizar por provincia y sus departamentos, cuánto se estudia esta lengua por sector urbano/rural.

base_provincia_ambito <- base_primaria |>
  group_by(provincia, ambito) |>
  summarise(
    total_lengua_indigena = sum(lengua_indigena, na.rm = TRUE),
    departamentos_con_oferta = sum(tiene_lengua_indigena),
    total_departamentos = n(),
    porcentaje_departamentos = departamentos_con_oferta / total_departamentos * 100,
    .groups = "drop"
  )

ggplot(base_provincia_ambito, aes(x = reorder(provincia, porcentaje_departamentos), 
                                    y = porcentaje_departamentos, 
                                    fill = ambito)) +
  geom_col(position = "dodge") +
  coord_flip() +
  labs(title = "Enseñanza de lengua indígena en primaria por provincia y ámbito",
       subtitle = "% de departamentos con oferta de lengua indígena",
       x = "Provincia", y = "Porcentaje de departamentos", fill = "Ámbito") +
  theme_minimal()

Ahora vamos a hacer lo mismo pero analizando si se enseña más la lengua en el sector privado o estatal.

base_provincia_sector <- base_primaria |>
  group_by(provincia, sector) |>
  summarise(
    total_lengua_indigena = sum(lengua_indigena, na.rm = TRUE),
    departamentos_con_oferta = sum(tiene_lengua_indigena),
    total_departamentos = n(),
    porcentaje_departamentos = departamentos_con_oferta / total_departamentos * 100,
    .groups = "drop"
  )


ggplot(base_provincia_sector, aes(x = reorder(provincia, porcentaje_departamentos), 
                                    y = porcentaje_departamentos, 
                                    fill = sector)) +
  geom_col(position = "dodge") +
  coord_flip() +
  labs(title = "Enseñanza de lengua indígena en primaria por provincia y sector",
       subtitle = "% de departamentos con oferta de lengua indígena",
       x = "Provincia", y = "Porcentaje de departamentos", fill = "Sector") +
  theme_minimal()

Es importante destacar que como hay una diferencia en la cantidad de observaciones entre la Base de Provincia por ámbito y la Base de Provincia por sector. Esto se debe a que hay una de las provincias que sólo es rural o urbano y no ambas.

base_primaria |>
  distinct(provincia, ambito) |>
  count(provincia) |>
  filter(n < 2)

## # A tibble: 1 × 2
##   provincia                  n
##   <chr>                  <int>
## 1 Ciudad de Buenos Aires     1

Viendo los datos analizados, podemos sostener que la enseñanza de la lengua índigena está más presente en las zonas rurales (siendo inexistente en algunas zonas urbanas) y que, principalmente está más concentrada en el sector estatal, de hecho, en la mayoría de las provincias el sector privado no la ofrece).

Lo que vamos a continuar analizando es si la oferta del idioma inglés y la lengua indígena coexisten en algunos departamentos de las distintas provincias y en qué sector predomina cada una.

Para eso, primero vamos a agrupar por provincias y departamentos si existe la oferta de estos idiomas.

base_departamento_sector <- base_primaria |>
  group_by(provincia, departamento, sector) |>
  summarise(
    tiene_ingles = any(tiene_ingles),
    tiene_lengua_indigena = any(tiene_lengua_indigena),
    .groups = "drop"
  )

Ahora, vamos a combinar ambas variables, si se dictan ambas lenguas, sólo una o ninguna.

base_departamento_sector <- base_departamento_sector |>
  mutate(categoria = case_when(
    tiene_ingles & tiene_lengua_indigena ~ "Ambos",
    tiene_ingles & !tiene_lengua_indigena ~ "Solo inglés",
    !tiene_ingles & tiene_lengua_indigena ~ "Solo lengua indígena",
    TRUE ~ "Ninguno"
  ))

Teniendo en cuenta estos datos, vamos a hacer un gráfico donde se observa más claro.

base_departamento_sector |>
  count(sector, categoria) |>
  ggplot(aes(x = categoria, y = n, fill = sector)) +
  geom_col(position = "dodge") +
  labs(title = "Combinación de oferta de inglés y lengua indígena por departamento",
       subtitle = "Cantidad de departamentos según sector de gestión",
       x = "Categoría", y = "Cantidad de departamentos", fill = "Sector") +
  theme_minimal()

Trabajo Final Investigación Empírica

Emilia Rodriguez Estevez

2026-09-03

Inglés y lengua indígena en las escuelas primarias de Argentina

Conclusión