Beatriz Ortega Ruipérez, Mikel Asensio
El pensamiento computacional se está evaluando, en la mayoría de los enfoques, a través de elementos de programación. Desde aquí se promueve un enfoque de evaluación desde la resolución de problemas complejos, ya este pensamiento es utilizado como una estrategia de resolución de problemas. En este artículo se valida el constructo teórico de un instrumento de evaluación para medir pensamiento computacional mediante la resolución de problemas complejos, con una batería de pruebas compuesta por 15 ítems. En primer lugar, se describen los principios utilizados para el diseño, principios basados en el enfoque de evaluación de sistemas complejos múltiples y el marco de PISA utilizado en 2012. Posteriormente, se analiza el modelo teórico propuesto de 2 factores: representación del problema y resolución del problema, y varios modelos adicionales con ajustes a partir del modelo teórico. Se determina que el modelo que mejor ajusta es el de 2 factores, coincidiendo con la propuesta teórica. Por último, se realizan análisis, por un lado, de la adecuación de los ítems a cada factor, confirmando así la adecuación de las pruebas, y por otro lado, la correlación entre factores obteniendo un 0,969. Se concluye que el instrumento tiene un grado de validez muy elevado, por lo que resulta adecuado para medir el pensamiento computacional a través de la resolución de problemas.
Computational thinking is being assessed, in most approaches, through elements of programming. From here, an evaluation approach is promoted from the resolution of complex problems, as this thinking is used as a problem-solving strategy. This article validates the theoretical construct of an assessment instrument to measure computational thinking through complex problem solving, with a test battery composed of 15 items. First, the principles used for the design are described, principles based on the multiple complex systems assessment approach and the PISA framework used in 2012. Subsequently, the proposed 2-factor theoretical model is discussed: problem representation and problem resolution, and several additional models with adjustments from the theoretical model. It is determined that the best fitting model is the 2-factor model, coinciding with the theoretical proposal. Finally, analyses are made, on the one hand of the suitability of the items to each factor, thus confirming the suitability of the items, and on the other hand, the correlation between factors, obtaining a 0.969. It is concluded that the instrument has a very high degree of validity, so that it is suitable for measuring computational thinking through problem solving.