ISSN: 2710-088X -
ISSN-L: 2710-088X
Volumen
5 No. 13 / Mayo
- agosto 2023
Páginas
9 – 26
Pensamiento
computacional (PC) en la educación: aprendizajes y desempeño académico
Computational Thinking
(CT) in Education: Learning
and Academic Performance
Sigifredo
Rojas Lopera
JususRojasL1204@gmail.com
https://orcid.org/0000-0002-3521-6296
Universidad
Metropolitana de Educación Ciencia y Tecnología, ciudad de Panamá, Panamá
Marcela
Aravena Domich
Domich2@yahoo.com
https://orcid.org/0000-0002-6951-0960
Universidad
Metropolitana de Educación Ciencia y Tecnología, Ciudad de Panamá, Panamá
Recibido
octubre 2023 / Arbitrado febrero 2023 /
Aceptado marzo 2023 / Publicado mayo 2023
Resumen
Esta
investigación analiza la relación entre el pensamiento computacional y el desempeño
académico de los
estudiantes. Aborda la
definición, componentes, enfoques pedagógicos efectivos, el impacto en
el aprendizaje de matemáticas, ciencias y otras áreas del currículo, así como
los factores influyentes en su enseñanza y aprendizaje. Metodológicamente el
estudio es bibliográfico, se realizó una búsqueda exhaustiva en bases de datos
especializadas en educación
seleccionando las investigaciones más relevantes, influyentes y
recientes. El análisis crítico
y sistemático de la
bibliografía trajo como
resultado la identificación de
los principales hallazgos y
conclusiones en este campo de estudio. Se concluye que el pensamiento
computacional es una habilidad esencial para el siglo XXI, permite a los
estudiantes comprender y utilizar la tecnología en su vida diaria y en el
desempeño de sus futuros trabajos. Se recomienda que la enseñanza se
integre en otras
áreas del currículo
utilizando enfoques pedagógicos
basados en proyectos y resolución de problemas, así como en lenguajes de
programación.
Palabras
clave:
Educación; Pensamiento computacional (PC); aprendizajes; desempeño académico
Abstract
This research
analyzes the relationship between computational thinking and student academic performance. It addresses the
definition, components, effective pedagogical approaches, the impact on learning
of mathematics, science and other areas of the
curriculum, as well as the factors influencing
their teaching and learning. Methodologically, the study is
bibliographic, an
exhaustive search was carried out in databases specialized in education, selecting the most relevant,
influential and recent research. The critical
and systematic analysis of the bibliography
resulted in the identification of the main findings
and conclusions in this field of study.
It is concluded
that computational thinking is an
essential skill for the 21st century,
enabling students to understand and use technology in their daily lives and future jobs. It is
recommended that teaching be integrated into other areas
of the curriculum
using pedagogical approaches based on projects and problem-solving, as well as programming languages.
Keywords: Education;
Computational Thinking (CT);
Learning; Academic
performance
INTRODUCCIÓN
En
la actualidad, la sociedad se encuentra inmersa en una era digital en la que la
tecnología es un elemento fundamental en la vida cotidiana y en el ámbito
laboral. Por esta razón, es
cada vez más
importante que los estudiantes desarrollen habilidades que les permitan
comprender y utilizar de manera efectiva la tecnología en su vida diaria y en
el desempeño de sus futuros trabajos. En este contexto, el Pensamiento
computacional (PC) se presenta como una habilidad esencial para el siglo XXI.Además, el desarrollo de habilidades cognitivas y
metacognitivas es fundamental en la educación para preparar a los estudiantes
para enfrentar los retos del siglo de este siglo (UNESCO, 2017). La
incorporación del Pensamiento computacional (PC) en el ámbito educativo, se
convierte en una estrategia necesaria para que los estudiantes comprendan y
utilicen eficazmente la tecnología en su vida diaria y en su futuro desempeño
laboral (Grover & Pea, 2018). Es por ello, que se requiere una educación
que prepare a los estudiantes para el mundo digital y para el uso de
tecnologías emergentes (UNESCO, 2019).Bajo estas
necesidades, los docentes deben estar formados y dispuestos
a enseñar habilidades
digitales, incluyendo el Pensamiento computacional (PC), para
mejorar el aprendizaje de los estudiantes y su desempeño académico (UNESCO,
2017). Además, los estudiantes del siglo XXI ya son nativos digitales y
requieren de un aprendizaje adaptado a sus necesidades y a su entorno (Prensky,
2001).Asimismo, el aprendizaje del Pensamiento
computacional (PC) puede aplicarse en diferentes disciplinas del conocimiento,
lo que aumenta la importancia de su incorporación en la educación (Wing, 2006). Por ejemplo, se ha demostrado que su enseñanza
mejora el aprendizaje de matemáticas y ciencias, así como el desarrollo de
habilidades de resolución
de problemas (Voogt, Fisser, Good, Mishra, & Yadav,
2015).En definitiva, la incorporación del Pensamiento computacional (PC) en la
educación es fundamental en la sociedad actual, en la que la tecnología es un
elemento esencial en la vida cotidiana y en el ámbito laboral. Es importante
contar con docentes formados y dispuestos a enseñar habilidades digitales a
estudiantes nativos digitales, para prepararlos adecuadamente para el mundo
digital. La enseñanza del PC puede aplicarse en diferentes disciplinas del conocimiento,
lo que lo convierte en una herramienta importante para mejorar el aprendizaje y
el desempeño académico de los estudiantes.A
partir de este contexto y justificación, el objetivo principal de este
artículo investigativo es
analizar la relación
entre el Pensamiento computacional
(PC) y el
desempeño académico de los estudiantes. Para alcanzar este
objetivo, se plantean las siguientes preguntas de investigación: ¿Cuál es la
definición y los componentes del Pensamiento computacional (PC)?, ¿Cuáles son
los enfoques pedagógicos más efectivos para la enseñanza del Pensamiento
computacional (PC)?, ¿Cuál es el impacto del Pensamiento computacional (PC)
en el desempeño
académico de los estudiantes?,
¿Qué factores influyen en la enseñanza y el aprendizaje del Pensamiento
computacional (PC)?
MÉTODO
Para
realizar esta investigación, a partir de las referencias más relevantes, influyentes
y recientes en el
campo del Pensamiento
computacional (PC) en la educación, se realizó una búsqueda en bases de datos
especializadas en educación como ERIC, Scopus y Web of Science. Algunas palabras
clave utilizadas para la búsqueda fueron “computational
thinking”, “education”, “learning”, “teaching”, “programming”, “curriculum”,
“STEM”, entre otras. También, se tuvo en cuenta la calidad y la relevancia de
las publicaciones, así como la diversidad de las perspectivas y enfoques en el
campo del PC en la educación. Se dio prioridad a las que abordaran las
categorías principales del
artículo, a saber:
fundamentos teóricos del
pensamiento computacional,
enfoques pedagógicos para
la enseñanza del pensamiento
computacional, impacto del pensamiento
computacional en el desempeño académico y factores que influyen en la enseñanza
y el aprendizaje del pensamiento computacional. Luego, se
llevó a cabo
un análisis crítico
y sistemático de la
bibliografía seleccionada, con
el objetivo de
identificar los principales
hallazgos y conclusiones en este campo de estudio.En
suma, se trabajó una investigación con enfoque cualitativo de corte
comprensivo, con el uso de la técnica de recolección de información de análisis
documental en relación a las categorías de análisis: Pensamiento computacional
(PC), componentes del Pensamiento
computacional (PC), Pensamiento
computacional (PC) y desempeño académico, Pensamiento computacional (PC)
y aprendizaje. Todo ello, a partir de los textos de los autores más relevantes
en el área.
RESULTADOS
Fundamentos
teóricos del Pensamiento computacional (PC)
En esta sección
se abordarán los
fundamentos teóricos del
PC, una habilidad esencial para el siglo XXI. En primer lugar, se
definirán sus componentes y se explicará su importancia en la actualidad.
Luego, se examinarán los orígenes y la evolución del concepto para entender
cómo se ha ido consolidando como una competencia fundamental.
Finalmente, se analizará
su relación con otras habilidades y competencias, destacando su
complementariedad y relevancia en el mundo digital.
Definición
y componentes del Pensamiento computacional (PC)
En
cuanto a su definición y componentes; el PC se refiere a un conjunto de
habilidades mentales que permiten resolver problemas de manera efectiva y
eficiente, utilizando estrategias y herramientas propias de la ciencia de la
computación (Barr & Stephenson, 2011). Esta habilidad se enfoca en la
capacidad de
descomponer problemas complejos
en tareas más simples
y manejables, identificar
patrones y regularidades, diseñar algoritmos y procesos de solución, y
representar y manipular información en forma digital (Wing,
2006).
Según Wing (2006),
el PC consta
de cuatro componentes principales: la descomposición,
el reconocimiento de patrones, la
abstracción y la
capacidad de algoritmos.
La
descomposición se refiere
a la habilidad de dividir un problema en partes más pequeñas y manejables. El
reconocimiento de patrones implica identificar similitudes y regularidades en
los datos o información. La abstracción se refiere a la capacidad de enfocarse
en los aspectos relevantes
de un problema
y omitir los
detalles irrelevantes. La capacidad de algoritmos implica la
habilidad de diseñar y seguir un conjunto de pasos lógicos para resolver un
problema.
Orígenes
y evolución del concepto
Con
respecto a los orígenes y evolución del concepto, el término Pensamiento
computacional (PC) fue acuñado por primera vez por Seymour Papert en la década
de 1980 para describir la habilidad de pensar como un programador de
computadoras (Papert, 1993). Sin embargo, fue Jeanette Wing
quien popularizó el término en 2006 con su artículo “Computational
thinking” publicado en la revista Communications
of the ACM. Desde entonces,
el PC ha sido reconocido como una habilidad clave para el siglo XXI y ha sido
incluido en los planes de estudio de muchas instituciones educativas en todo el
mundo (Bocconi et al., 2019).
Relación
con otras habilidades y competencias
En
cuanto a su relación con otras habilidades y competencias, el Pensamiento
computacional (PC) está estrechamente relacionado con otras
habilidades y competencias,
como la resolución
de problemas, la creatividad, la toma de decisiones, la colaboración y
la comunicación (Grover & Pea, 2013). Además, se ha demostrado que la
enseñanza del PC puede mejorar el rendimiento académico en áreas
como matemáticas, ciencias
y lectura, así
como en habilidades de resolución
de problemas (Huffaker et al., 2021). Por lo tanto,
se considera que el PC es una habilidad transversal que es esencial para el
éxito en la era digital actual.
Enfoques
pedagógicos para la enseñanza del Pensamiento computacional (PC)
En esta sección
se abordarán los
diferentes enfoques pedagógicos
que se pueden utilizar para enseñar el PC en el aula. Estos enfoques están
orientados a fomentar el desarrollo de habilidades y competencias relacionadas
con la programación, la
resolución de problemas
y la creatividad.
Se presentarán
tres enfoques principales: basados en proyectos y resolución de problemas,
basados en lenguajes de programación y enfoques integrados en otras áreas del
currículo. Cada uno de ellos tiene sus propias características y beneficios, y
se adaptan a diferentes necesidades y objetivos de enseñanza.
Enfoques
basados en proyectos y resolución de problemas
En primer lugar,
los enfoques basados
en proyectos y resolución
de problemas son
una de las
metodologías más utilizadas para
la enseñanza del Pensamiento computacional (PC). Según Yin et al. (2020), estos
enfoques se enfocan en involucrar a los
estudiantes en la
resolución de problemas
del mundo real
utilizando habilidades y
herramientas de la
informática. Esta metodología
fomenta el pensamiento crítico, la creatividad y la colaboración entre los
estudiantes. En este sentido, se pueden identificar diferentes categorías
dentro de los enfoques basados en proyectos y resolución de problemas, tales
como proyectos de programación, robótica e interdisciplinarios.
Proyectos
de programación
En
cuanto a los proyectos de programación, son una de las formas más comunes de
enseñanza del Pensamiento computacional (PC). Estos proyectos se enfocan en la
resolución de problemas utilizando lenguajes de
programación como Python
o Scratch (Romero-Molina &
Ramírez-Montoya, 2020). Los estudiantes deben aplicar
los conceptos de la programación
y el PC
para diseñar soluciones creativas
e innovadoras.
Proyectos
de robótica
Por otro lado,
los proyectos de
robótica son otra
de las metodologías más
utilizadas para la enseñanza del Pensamiento computacional (PC). En estos proyectos,
los estudiantes construyen y
programan robots para
resolver problemas del
mundo real (Aguilar et al., 2021). Esta metodología fomenta la
creatividad y el pensamiento crítico, ya que los estudiantes deben diseñar
soluciones a problemas complejos utilizando diferentes herramientas de
programación y electrónica.
Proyectos
interdisciplinarios
En
cuanto a los proyectos interdisciplinarios, son otra de las formas en que se
utilizan los enfoques basados en proyectos y resolución de
problemas para la
enseñanza del Pensamiento
computacional (PC). Estos proyectos se enfocan en la resolución de problemas que
requieren habilidades y
conocimientos de diferentes áreas
del currículo (Caballero et al., 2021). Por ejemplo, los estudiantes pueden
utilizar herramientas de programación para analizar datos
de ciencias sociales
o diseñar soluciones
tecnológicas para problemas de medio ambiente.En
conclusión, los enfoques basados en proyectos y resolución de problemas son una
de las metodologías más utilizadas para la enseñanza del PC. Dentro de estos
enfoques, se pueden identificar diferentes categorías, como los proyectos de
programación, los proyectos
de robótica y
los proyectos interdisciplinarios. Estos enfoques fomentan
el pensamiento crítico,
la creatividad y la
colaboración entre los estudiantes.
Enfoques
basados en lenguajes de programación
En
segundo lugar,
los enfoques basados
en lenguajes de programación son una de
las estrategias más
utilizadas para la
enseñanza del Pensamiento computacional (PC). En esta categoría, se pueden identificar
tres subcategorías que se describen
a continuación.
Lenguajes de programación
como herramientas para la enseñanza del PC
Según
Barr, Harrison y Conery (2011), el uso de lenguajes de programación como
herramientas para la
enseñanza del Pensamiento computacional
(PC) tiene la
ventaja de ser
una forma muy práctica y concreta de abordar el aprendizaje de esta
habilidad. La programación permite a los estudiantes desarrollar habilidades de
pensamiento lógico y algorítmico, así como de solución de problemas, de una
manera muy concreta y visual.
Lenguajes
de programación específicos para la enseñanza del PC
Por
otro lado, existen lenguajes de programación específicos para la
enseñanza del Pensamiento
computacional (PC), como Scratch
y Logo, que han sido diseñados pensando en las necesidades de
los estudiantes en
este ámbito. De acuerdo con
Resnick et al. (2009), Scratch es una herramienta muy útil para la
enseñanza del PC, ya que permite a los estudiantes desarrollar habilidades de
programación y de pensamiento creativo de una manera muy intuitiva y visual.
Lenguajes
de programación como medio para el desarrollo del PC
Finalmente,
la enseñanza de lenguajes de programación como medio para el desarrollo del PC
ha sido objeto de numerosos estudios. De acuerdo con Kafai
y Burke (2015), la enseñanza de lenguajes de
programación puede tener un impacto positivo en el Pensamiento computacional
(PC) de los estudiantes, ya que les permite desarrollar habilidades de
pensamiento algorítmico, de solución de problemas y de diseño de algoritmos. En conclusión, los
enfoques basados en
lenguajes de programación son una
estrategia muy útil para la enseñanza del Pensamiento computacional
(PC). A través
de la utilización
de lenguajes de programación, los
estudiantes pueden desarrollar habilidades
de pensamiento lógico,
algorítmico y de solución
de problemas, de una manera muy concreta y visual. Además, la enseñanza de
lenguajes de programación específicos para la enseñanza del PC y la enseñanza
de lenguajes de programación como medio para el desarrollo del PC son dos
subcategorías que han
sido ampliamente estudiadas
y que presentan
resultados muy prometedores en
términos de aprendizaje
y desempeño académico.
Enfoques
integrados en otras áreas del currícul
Por
último, el
Pensamiento computacional (PC)
se puede enseñar y
aprender de manera
integrada en otras
áreas del currículo, lo que permite una enseñanza
transversal y una mayor aplicación práctica. Los enfoques integrados en otras
áreas del currículo se dividen en tres categorías principales: enseñanza a través
de las ciencias, enseñanza a través de las artes y enseñanza a través de la
literatura.
Enseñanza
del Pensamiento computacional (PC) a través de las ciencias
En
cuanto a la enseñanza a través de las ciencias, se enfoca en la utilización de
herramientas y técnicas computacionales para apoyar y mejorar el aprendizaje de
las ciencias. Según Winger et al. (2018), el uso de
la programación para la simulación de sistemas, la visualización de datos, la robótica
educativa y la inteligencia artificial son temas clave en esta
categoría.
Enseñanza
del Pensamiento computacional (PC) a través de las artes
Por
otro lado, la enseñanza del PC a través de las artes se centra en
el uso de
la programación y
la tecnología para
la creación de arte y la expresión creativa. Según Kafai
y Burke (2014), la programación de música y sonido,
la animación, el diseño gráfico y la realidad virtual son algunos de los temas
clave en esta categoría.
Enseñanza
del Pensamiento computacional (PC) a través de la literatura
En
cuanto a la enseñanza del PC a través de la literatura, se enfoca en la
utilización de historias y narrativas para enseñar conceptos relacionados con
la programación y
la resolución de
problemas. Según Brennan y Resnick (2012), la creación de juegos basados
en la literatura, la programación de historias interactivas y la enseñanza de
la lógica y la estructura de la programación a través de la creación de
historias son temas clave en esta categoría.
En conclusión, los
enfoques integrados en
otras áreas del currículo son una manera efectiva de
enseñar el Pensamiento computacional (PC) de manera transversal y aplicada (Winger et al., 2018). La enseñanza a través de las
ciencias, las artes y la literatura ofrece una variedad de opciones para que los
estudiantes exploren
diferentes aspectos del
Pensamiento computacional (PC) y
se involucren en proyectos creativos y significativos (Kafai
& Burke, 2014; Brennan & Resnick, 2012).
Impacto del
Pensamiento computacional (PC) en
el desempeño académico
El
PC ha sido objeto de estudio en diferentes investigaciones debido a su
relevancia en el desarrollo de habilidades cognitivas y su impacto en el
desempeño académico de los estudiantes. En este apartado, se presentan los
efectos del Pensamiento computacional (PC) en tres áreas específicas del
currículo: el aprendizaje de matemáticas y ciencias, el desarrollo de
habilidades de resolución de problemas y el desempeño en otras áreas del
currículo.
Efectos del
Pensamiento computacional (PC) en
el aprendizaje de matemáticas y
ciencias
En
primer lugar, el uso del PC ha mostrado un impacto positivo en el aprendizaje
de matemáticas y ciencias, ya que ayuda a los estudiantes a
comprender y aplicar
conceptos matemáticos y
científicos de manera más efectiva (Barr, Harrison, & Conery, 2011). Según Grover y Pea (2013), el PC facilita la
identificación de patrones, la formulación de hipótesis y la solución de
problemas complejos en las
áreas de matemáticas
y ciencias. Además, el uso de herramientas y lenguajes de
programación ayuda a los
estudiantes a visualizar
y simular procesos
matemáticos y científicos (Brennan & Resnick, 2012).
Efectos
del Pensamiento computacional (PC) en el desarrollo de habilidades de
resolución de problemas
Por otro lado,
el PC se
ha asociado con
el desarrollo de habilidades de resolución de problemas, lo
cual es esencial para el éxito académico y laboral. Según Wing
(2006), el PC implica la
descomposición de problemas
en partes más
pequeñas, la identificación de
patrones y la abstracción de soluciones. Estas habilidades son transferibles a
diferentes áreas del currículo y a situaciones cotidianas (Voogt,
Fisser, Good, Mishra, & Yadav,
2015). Los estudiantes que desarrollan habilidades de PC pueden enfrentar
problemas de manera más efectiva y creativa (Moreno-León, Robles-Gómez, &
Román-González, 2016).
Efectos del
Pensamiento computacional (PC) en
el desempeño en otras áreas del
currículo
Finalmente,
el PC también puede tener un impacto positivo en el desempeño en otras áreas
del currículo, como la escritura y la comprensión lectora. Según Bers et al. (2014, p. 402), el uso de herramientas y
lenguajes de programación
puede mejorar la capacidad
de los estudiantes
para organizar y
estructurar información de manera
clara y coherente. Además, el Pensamiento computacional (PC) puede fomentar el
desarrollo de la creatividad y la imaginación, lo cual puede mejorar el
desempeño en áreas como las artes y la música (Blikstein,
2013).
En
conclusión, el Pensamiento computacional (PC) tiene un impacto positivo en el
desempeño académico de los estudiantes, especialmente en
el aprendizaje de
matemáticas y ciencias, el
desarrollo de habilidades
de resolución de
problemas y el desempeño
en otras áreas
del currículo. Estos efectos son el
resultado del uso de herramientas y lenguajes de programación que fomentan el
pensamiento crítico, la creatividad y la resolución de problemas. Es importante
seguir investigando para comprender mejor cómo enseñar y aprender PC de manera
efectiva, y cómo mejorar la formación y competencias de los docentes en esta
área.
Factores
que influyen en la enseñanza y el aprendizaje del Pensamiento computacional
(PC)
El
Pensamiento computacional (PC) es una habilidad que se puede enseñar y aprender
en cualquier nivel educativo, y para lograr una educación efectiva en PC, es
importante considerar los factores que influyen en la enseñanza y el
aprendizaje. En esta
sección, se analizarán
tres factores: las
características del estudiante, la formación y competencias del docente,
y los recursos y materiales didácticos.
Características
del estudiante
En
primer lugar, las características de los estudiantes pueden influir significativamente en
su capacidad para
aprender PC. Según Warschauer y Matuchniak (2010),
algunos de los factores que influyen en el aprendizaje del PC son el género, la
edad, la experiencia previa en informática y la capacidad cognitiva.En relación al género, algunos estudios han
encontrado que los hombres tienen
una mayor predisposición al
PC que las mujeres, aunque esta brecha se está
reduciendo con el tiempo (Barr, Harrison, & Conery,
2011). En cuanto a la edad, algunos autores argumentan que los niños tienen una
mayor capacidad para aprender PC que los adultos (Resnick & Rosenbaum,
2013), mientras que otros sostienen que el PC puede ser enseñado y aprendido en cualquier
edad (Voogt, Fisser, Good,
Mishra, & Yadav,
2015).Otro factor que influye en el aprendizaje del PC, es la experiencia
previa en informática. Algunos autores han encontrado que los estudiantes que
han tenido experiencias previas en programación tienen un mayor rendimiento en
tareas de PC que los que no las han tenido (Grover & Pea, 2013).
Finalmente, la capacidad cognitiva de los estudiantes también puede ser un
factor relevante. Algunos autores sugieren que el PC está relacionado con la
inteligencia fluida, que es la capacidad para razonar y resolver problemas de
manera novedosa y adaptativa (Blondel, Matton, & Pourtois, 2019).
Formación
y competencias del docente
En
segundo lugar,
los docentes desempeñan
un papel fundamental en la
enseñanza del PC, y su formación y competencias pueden afectar el aprendizaje
de los estudiantes. En general, se reconoce que los docentes necesitan una
formación específica en PC para poder enseñarlo de manera efectiva (Grover
& Pea, 2013).Además de la formación, es importante
que los docentes tengan competencias
en PC para
poder transmitir este
conocimiento a sus
estudiantes. De acuerdo con Kafai y Burke (2015),
los docentes deben tener conocimientos en algoritmos, estructuras de
datos y programación, así como habilidades para la resolución de problemas y la
creatividad.
Recursos
y materiales didácticos
En
tercer lugar, la selección de recursos y materiales didácticos es un aspecto
clave para la enseñanza del PC. Los materiales utilizados deben permitir a los
estudiantes desarrollar las habilidades y competencias asociadas al
Pensamiento computacional (PC), así como facilitar la comprensión de
conceptos complejos y la transferencia a situaciones reales (Barr et al., 2011;
Voogt et al., 2015). En este sentido, se pueden
distinguir diferentes categorías de recursos y materiales didácticos, tales
como las herramientas digitales y software educativo; los materiales
manipulativos y recursos analógicos y los recursos educativos abiertos.
Herramientas
digitales y software educativo
En
cuanto a las herramientas digitales y el software educativo, son recursos
fundamentales para la enseñanza del PC. Entre las herramientas digitales más
utilizadas se encuentran los entornos de programación visual, como Scratch y
App Inventor, que permiten a los estudiantes programar de forma visual y
sencilla (Resnick et
al., 2009; Kafai et
al., 2012). Asimismo, existen diferentes alternativas de software educativo
que permiten a los docentes poder
desarrollar en los
estudiantes diferentes habilidades
a ejercitar y contar con la claridad de las competencias que se quieren
formar desde el Pensamiento computacional (PC), como la resolución de
problemas, la lógica y la creatividad (Alharbi et
al., 2020). Algunos ejemplos de software educativo son Code.org, CodeCombat y Khan Academy.
Materiales
manipulativos y recursos analógicos
Además,
los materiales manipulativos y los recursos analógicos pueden ser
de gran ayuda
para la enseñanza
del Pensamiento computacional (PC), especialmente en edades
tempranas (Voogt et al., 2015). Entre los materiales
manipulativos se encuentran los bloques de
programación, que permiten
a los estudiantes construir programas de forma
física y tangible (Bers et al., 2014, p. 402).Por su
parte, los recursos analógicos, como las tarjetas y los juegos de mesa, pueden
ser útiles para el desarrollo de habilidades de pensamiento lógico y
estratégico (Barr et al., 2011). Algunos ejemplos de juegos de mesa que pueden
ser utilizados para la enseñanza del Pensamiento computacional (PC) son Code Master, Hacker y Robot Turtles.
Recursos
educativos abiertos (REA)
Por otro lado,
los recursos educativos
abiertos (REA) son materiales didácticos que pueden ser
utilizados de forma gratuita y
abierta por docentes
y estudiantes de
todo el mundo
(Atenas & Havemann, 2013).
Existen
diferentes REA que
pueden ser utilizados para la
enseñanza del Pensamiento computacional (PC), como tutoriales, guías, vídeos y
ejercicios prácticos (Sengupta et al., 2013). Además, algunos proyectos, como
el proyecto CS Unplugged, ofrecen una amplia variedad
de materiales didácticos abiertos para
la enseñanza del
PC sin necesidad
de utilizar dispositivos electrónicos (Bell et al.,
2009).En resumen, la selección de recursos y materiales didácticos es un
aspecto fundamental para
la enseñanza del
PC. Es necesario elegir aquellos materiales desde
los cuales se puedan desarrollar las diferentes habilidades y que permitan
preparar en los estudiantes
las competencias asociadas
al Pensamiento computacional (PC), y que sean adecuados para
el nivel educativo y las características de los estudiantes.
CONCLUSIONES
Después de
analizar y sintetizar
la bibliografía más influyente, relevante
y reciente en
el campo de la
enseñanza y el aprendizaje del PC, se puede concluir que:El Pensamiento
computacional (PC) es una habilidad
que permite a los estudiantes resolver problemas de manera efectiva y creativa,
utilizando herramientas y conceptos de la ciencia de la computación.La enseñanza
del Pensamiento computacional
(PC) puede tener
un impacto positivo
en el desempeño
académico de los
estudiantes, especialmente en las áreas de matemáticas y ciencias.La
implementación de enfoques
pedagógicos basados en proyectos
y resolución de
problemas es una
estrategia efectiva para enseñar Pensamiento computacional
(PC).La integración del Pensamiento computacional (PC) en otras áreas del
currículo, como la literatura o la historia, puede ser una forma efectiva de
desarrollar habilidades interdisciplinarias.La formación
y competencias del
docente son un
factor importante en la enseñanza
del Pensamiento computacional (PC).A pesar de los avances en la investigación
sobre el PC, aún existen limitaciones y áreas de investigación futura que deben
ser abordadas. Algunas de estas limitaciones son:Aunque
se han realizado avances en la investigación sobre el Pensamiento computacional
(PC), aún falta consenso sobre su definición y los componentes que lo conforman.Es fundamental investigar la mejor manera de
integrar el Pensamiento computacional (PC) en otras áreas del currículo.Resulta importante investigar la mejor forma de
evaluar el Pensamiento computacional (PC).Se requiere investigar cómo la
formación y las competencias del
docente pueden influir
en la enseñanza
del Pensamiento computacional
(PC).A partir del análisis y la síntesis de la bibliografía, se pueden
derivar algunas implicaciones
para la práctica
educativa y la
política educativa. Algunas de estas implicaciones son:Para
que los docentes
estén preparados para
enseñar habilidades de Pensamiento computacional (PC), se requiere el
desarrollo de programas de formación docente en esta área.Proporcionar
recursos y materiales didácticos adecuados para la enseñanza del Pensamiento
computacional (PC) es fundamental.
La integración del
Pensamiento computacional (PC)
en el diseño curricular de las diferentes áreas del
conocimiento resulta esencial.Es importante
el desarrollo de
evaluaciones efectivas para
medir el Pensamiento computacional (PC) de los estudiantes.Se precisa
investigar cómo el
Pensamiento computacional
(PC) puede contribuir
al desarrollo de
habilidades sociales y emocionales en los estudiantes.
REFERENCIAS
Aguilar, L.,
Carballo, V., &
Valencia, R. (2021).
Robotics as a learning tool for computational thinking development: A systematic review. Journal of Educational Technology & Society, 24(3),
141-155
Alharbi, M., Al-Shaer, H., & Khasawneh, S. (2020).
Using educational computer games to develop computational
thinking skills among students: A systematic literature review. Education and Information Technologies, 25(6), 5211-5235
Atenas,
J., & Havemann, L. (2013). Quality
assurance for open educational resources: What are the issues? In L. Mcgreal, W. Kinuthia, & S.
Marshall (Eds.), Open educational resources:
Innovation, research and practice (pp. 87-99). Commonwealth of
Learning and Athabasca University
Barr, D.,
Harrison, J., & Conery, L. (2011). Computational thinking: A digital age skill for everyone. Learning & Leading with Technology, 38(6), 20-23
Barr, V.,
& Stephenson, C. (2011). Bringing computational thinking to K-12: What is
Involved and what is the role of
the computer science education community? ACM Inroads, 2(1),
48-54. https://doi.org/10.1145/1929887.1929905
Bell, T.,
Witten, I., & Fellows, M. (2009).
Computer science
unplugged: School students doing real computing without computers. ACM Inroads, 1(1),
131-137
Bers, M. U., Seddighin, S., Sullivan, A., Bers,
N. U., & Lee, J. M. (2014). Ready for robotics: Bringing
together the T and E of STEM in early childhood teacher education. Journal of Technology and Teacher Education, 22(3), 393-416
Blikstein, P. (2013). Gears of our
childhood: Constructionist toolkits, robotics, and physical computing, past and future. Proceedings of the 12th International Conference on Interaction
Design and Children,
277-280
Blondel,
L., Matton, N., & Pourtois,
G. (2019). Fluid intelligence and the development of computational thinking in primary education. Computers & Education, 139,
82-91.
Bocconi, S., Chioccariello, A., & Dettori,
G. (2019). A critical review
of computational thinking assessment: what we know
and what we need to know.
Education and Information
Technologies, 24(5), 2395-2421
Brennan,
K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. Proceedings of the 2012 Annual Meeting of the American Educational
Research Association, 1-25
Caballero, D.,
Gutiérrez, F. J., &
Rodríguez-Hoyos, C. (2021). A teaching approach to develop computational thinking in interdisciplinary
projects. Sustainability,
13(11), 6290
Grover,
S., & Pea, R. (2013). Computational thinking in K–12: A review of the state
of the field.
Educational Researcher,
42(1), 38-43. https://doi.org/10.3102/0013189X12463051
Grover,
S., & Pea, R. (2018). Computational Thinking in K–12: A Review of the State
of the Field. Educational Researcher, 47(8),
1–15
Huffaker, D., Lim, S., &
Sengupta, P. (2021). Measuring the
impact of a computational thinking curriculum on standardized
test performance. Journal of Educational Computing
Research, 59(3), 392-414
Kafai, Y. B., & Burke, Q. (2014). Connected code: Why children
need to learn
programming. MIT Press
Kafai, Y. B., & Burke, Q. (2015). Computer programming goes back to school. Phi Delta Kappan, 96(6), 15-20
Kafai, Y. B., Peppler, K. A., & Chapman,
R. N. (2012).
The computer clubhouse: Constructionism and creativity in youth communities. Teachers College Press
Moreno-León,
J., Robles-Gómez, A., & Román-González, M. (2016). Effectiveness
of computational thinking instruction: A meta-analysis of intervention
studies. Educational Research Review, 18, 33-50
Papert,
S. (1993). The children’s
machine: Rethinking school
in the age of the computer.
Basic Books
Prensky,
M. (2001). Digital Natives, Digital Immigrants. On the Horizon,
9(5), 1–6. https://doi.org/10.1108/10748120110424816
Resnick,
M., & Rosenbaum, E. (2013). Designing for tinkerability. Design, Make, Play: Growing the Next Generation of STEM Innovators, 163-181
Resnick, M., Maloney, J.,
Monroy-Hernández, A., Rusk, N., Eastmond, E.,
Brennan, K., Millner, A., Rosenbaum, E., Silver, J.,
Silverman, B., & Kafai, Y. (2009). Scratch: Programming for all. Communications of the ACM, 52(11), 60-67. https://doi.org/10.1145/1592761.1592779
Romero-Molina, E. M., &
Ramírez-Montoya, M. S.
(2020). Scratch y Python: un estudio comparativo en la enseñanza del Pensamiento computacional. Revista de
Enseñanza de la
Informática, 1(1), 41-49
Sengupta,
S., Kinnebrew, J. S., Basu,
S., Biswas, G., & Clark, D.
(2013). Integrating computational thinking with K-12 science education using agent-based computational models--A theoretical framework. Education and
Information Technologies, 18(2), 351-380
UNESCO. (2017).
Hacia las políticas
de competencias en la
educación. https://unesdoc.unesco.org/ark:/48223/pf0000247444
UNESCO.
(2019). Competencias para la educación en el siglo XXI. https://unesdoc.unesco.org/ark:/48223/pf0000367045
Voogt, J., Fisser, P., Good,
J., Mishra, P.,
& Yadav, A.
(2015). Computational thinking
in compulsory education: Towards an agenda for research and practice. Education and Information Technologies, 20(4), 715-728
Warschauer, M., & Matuchniak, T. (2010). New technology
and digital worlds: Analyzing
evidence of equity in access, use, and outcomes. Review of Research in Education, 34(1), 179-225. https://doi.org/10.3102/0091732X09349791
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35. https://doi.org/10.1145/1118178.1118215
Winger, R. C., Wardak, D., Mohammed, S., & Qaryouti,
M. M. (2018). Integrating computational thinking into K-12
STEM education: a review
of the literature.
Education and Information
Technologies, 23(5), 1971-1993
Yin, C., Guo, L., & Liang, Y. (2020).
A review of computational thinking education research: Research areas and methods. Education Sciences, 10(8), 213