Acceso usuarios
Beatriz Ortega Ruipérez, Mikel Asensio
La programación está incluyéndose en los currículos educativos de todo el mundo para desarrollar el pensamiento computacional. Sin embargo, no hay un consenso sobre qué procesos implica este pensamiento, ni sobre cómo intervenir y evaluar su desarrollo. Por tanto, el objetivo es proponer una estrategia de enseñanza para la programación y robótica, que realmente desarrolle este pensamiento y se pueda aplicar para resolver problemas, desde una perspectiva maker que facilite la transferencia de conocimientos a contextos reales. Para ello, se ha impartido un curso de robótica insistiendo en los procesos cognitivos de este pensamiento que se emplean habitualmente en la resolución de problemas (abstracción, tratamiento de datos, creación de un algoritmo), y animando a utilizar una estrategia computacional, utilizando los procesos de este pensamiento no empleados en la resolución de problemas (descomposición del problema, automatización, paralelismo, simulación). Para medirlo se han creado unas pruebas digitales basadas en el enfoque de sistemas-complejos-múltiples, utilizado en PISA 2012. Los resultados indican que el pensamiento computacional se aplica más fácilmente a la ejecución del algoritmo que a la representación del problema. Este hallazgo nos permite establecer un proceso de aprendizaje de la programación que facilite el desarrollo del pensamiento computacional, para resolver cualquier problema aplicando una estrategia computacional: centrándose primero en aplicar dicha estrategia a la creación del algoritmo y después a la representación del problema.
Programming is being included in educational curricula around the world to develop computational thinking. However, there is no consensus on what processes this thought implies, nor on how to intervene and evaluate its development. Therefore, the objective is to propose a teaching strategy for programming and robotics, which really develops this thinking and can be applied to solve problems, from a maker perspective that facilitates the transfer of knowledge to real contexts. To this end, a robotics course has been taught, insisting on the cognitive processes of this thinking that are commonly used in problem solving (abstraction, data processing, creation of an algorithm), and encouraging the use of a computational strategy, using the processes of this thought not employed in problem solving (decomposition of the problem, automation, parallelism, simulation). To measure it, digital tests have been created based on the multiple complex-systems approach, used in PISA 2012. The results indicate that computational thinking is applied more easily to the execution of the algorithm than to the representation of the problem. This finding allows us to establish a programming learning process that facilitates the development of computational thinking, to solve any problem by applying a computational strategy: focusing first on applying this strategy to the creation of the algorithm and then to the representation of the problem
