Raidell Avello Universidad de Cienfuegos, CUBA Coordinador de edición de RED

Jari Lavonen Director del Programa Nacional de Reforma Educativa para Maestros. Universidad de Helsinki, FINLANDIA

Miguel Zapata-Ros Universidad de Murcia, ESPAÑA Editor de RED Instituto interuniversitario de Economía Internacional

ISSN 2386-8562 Este artículo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0 Debe ser citado como Avello, R. et al (2019) Algunas referencias y comentarios sobre la codificación y la robótica educativa y su relación con el pensamiento computacional y creativo. Blog RED de Hypotheses. El aprendizaje en la Sociedad del Conocimiento.  https://red.hypotheses.org/1991

 

La velocidad del cambio en nuestra sociedad se ha acelerado desde el nacimiento de Internet y se acelerará rápidamente mediante la implementación de las innovaciones de inteligencia artificial (IA), por ejemplo, en salud y atención social, en el transporte y en la educación, así como en el análisis de aprendizaje. Nuevas herramientas tecnológicas, servicios basados ​​en tecnología y soporte se están introduciendo en nuestra vida diaria más rápido que nunca. Entre estos avances tecnológicos, especialmente AI, la tecnología robótica ha aumentado drásticamente en los últimos años. Los titulares de noticias de las principales fuentes de noticias, incluidos el New York Times, CNN, Wall Street Journal y BBC, frecuentemente presentan varias innovaciones robóticas, lo cual es un fuerte indicio de este fenómeno (Yiannoutsou, 2017).

Se ha debatido en todo el mundo sobre la necesidad de competencias en sociedades que cambian rápidamente (Zapata, 2015) y estas competencias se han denominado habilidades / competencias del siglo XXI o competencias genéricas/transversales. Estas competencias del siglo XXI describen la amplia gama de competencias necesarias para participar plenamente en las sociedades modernas y apoyar la empleabilidad de los ciudadanos. Sin embargo, hay varias definiciones y connotaciones relacionadas con estas competencias. Por ejemplo, la UNESCO (Cinco pilares) enfatiza en la definición del aprendizaje y la educación para el desarrollo sostenible.

En la descripción de UNESCO Universal Learning, analizan qué el aprendizaje es importante para todos los niños y jóvenes para el siglo XXI y para una vida digna. La OCDE (DeSeCo) analiza las habilidades, que satisfacen demandas complejas, mediante la movilización de recursos psicosociales en diferentes contextos. La UE (aprendizaje permanente, 8 competencias clave) analiza las competencias (conocimientos, habilidades y actitudes) necesarias para la realización personal, la ciudadanía activa, la inclusión social y el empleo (Voogt y Roblin, 2012). Por ejemplo, según DeSeCo (OCDE, 2005), las personas en el siglo XXI deben poder utilizar una amplia gama de herramientas, incluidas las socioculturales (lingüísticas) y digitales (tecnológicas), para interactuar eficazmente con el medio ambiente, comprometerse e interactuar en un grupo heterogéneo, realizar un trabajo orientado a la investigación y la resolución de problemas, asumir la responsabilidad de administrar sus propias vidas y actuar de forma autónoma. En este entorno, tanto el pensamiento crítico, incluido el computacional como el creativo son necesarios para aprender estas competencias.

Particular importancia tiene en este contexto lo que se ha denominado pensamiento computacional desenchufado (Unplugged computational thinking), que Zapata-Ros (2019) hace referencia al conjunto de actividades y su diseño educativo, que se elaboran para fomentar en los niños, en las primeras etapas de desarrollo cognitivo (educación infantil, primer tramo de la educación primaria, juegos en casa con los padres y los amigos, etc.), habilidades que luego pueden ser evocadas para favorecer y potenciar un buen aprendizaje del pensamiento computacional en otras etapas o en la formación técnica, profesional o en la universitaria incluso. Actividades que se suelen hacer con fichas, cartulinas, juegos de salón o de patio, juguetes mecánicos, etc. Y que se ha incorporado en los currículos oficiales de algunos países como Singapur y Hong Kong.

La característica de la resolución de problemas, como construir un robot o elaborar un código, es un proceso que consta de diferentes pasos (por ejemplo, formulación del problema – evaluación de las ideas – elección de la solución – prueba y evaluación). En este proceso se necesita un pensamiento crítico, creativo y computacional. En general, el pensamiento crítico es el análisis de hechos para formar un juicio. Sin embargo, existen diversos tipos y situaciones para el pensamiento crítico y existen varias definiciones diferentes, que generalmente incluyen el análisis racional, escéptico, imparcial o la evaluación de la evidencia objetiva. Y la creatividad es la comprensión como un proceso relacionado con el contexto para generar o reconocer ideas, alternativas o posibilidades para resolver problemas individualmente o en colaboración con otros, y puede ser considerado como original, valioso y útil por un grupo de referencia.

En este sentido, se necesita un pensamiento creativo al generar y jugar con ideas inusuales y radicales relacionadas con el problema o el diseño. El pensamiento creativo puede ser estimulado tanto por un proceso no estructurado como la lluvia de ideas, como por un proceso estructurado como el pensamiento lateral (Fisher, 2005). Por otro lado, el pensamiento computacional es necesario para resolver problemas en el contexto del diseño de un código o robot. Es necesario para diseñar algoritmos que hagan que las computadoras realicen trabajos y para explicar e interpretar el mundo como un complejo de procesos de información. Las características del pensamiento computacional son la descomposición, el reconocimiento de patrones o la representación de datos, la generalización o la abstracción y los algoritmos (Grover y Pea, 2013).

El pensamiento computacional ha ganado gran atención en el campo de la educación en los últimos años, especialmente después del lanzamiento de la Hora del Código en diciembre de 2013 en los EE. UU. E Inglaterra implementó su educación en computación en 2014 (García-Valcárcel, y Caballero-González, 2019). En un artículo seminal sobre pensamiento computacional de Jeannette Wing en 2006, predijo que el pensamiento computacional sería una habilidad fundamental utilizada por todos en el mundo a mediados del siglo XXI (Wing 2006). En términos generales, pensamiento computacional consiste en la resolución de problemas utilizando conceptos básicos, procedimientos y desarrollo de programas y algoritmos en informática, y puede ayudar a desarrollar como: creatividad, resolución de problemas, pensamiento abstracto, recursividad, iteración, métodos colaborativos, patrones, entre otros.

No obstante existe un planteamiento más holístico acerca de lo que es el pensamiento computacional. Este se refiere al conjunto de habilidades y otros elementos de desarrollo cognitivo y procedimental que podemos encontrar en las habilidades que sirven a los programadores para hacer su tarea, pero que también son útiles a la gente en su vida profesional y en su vida personal como una forma de organizar la resolución de sus problemas, y de representar la realidad que hay en torno a ellos. Este complejo de habilidades hemos dicho que constituye una nueva alfabetización (Zapata-Ros, 2015) —o la parte más sustancial de ella— y una inculturación para manejarse en una nueva cultura, la cultura digital en la sociedad del conocimiento. De esta forma Zapata-Ros (2015) ha determinado 15 de estos elementos, entre los que hay tan diversos como pensamiento ascendente, pensamiento descendente, lenguaje de patrones o sinéctica. Sin descartar los clásicos de “aproximaciones sucesivas o ensayo error, resolución de problemas y pensamiento abstracto”. Esta definición por acumulación de habilidades también ha sido formulada por la profesora  Shuchi Grover (2018, March 13), de Stanford, quien igualmente señala la dificultad de definir el PC, y entonces adopta la posición de definirlo desglosando las habilidades como sus partes componentes. De forma que la mayor parte de ellas implican o son habilidades, pero siempre son fáciles de operativizar (son todas partes centrales de la informática, los educadores e investigadores han encontrado que es más fácil operacionalizarlo para los propósitos de la enseñanza, el currículo y el diseño de evaluaciones) y sobre todo son posibles de incluir en un diseño educativo.

Se trata de habilidades que incluyen facultades para operativizar la lógica (pensamiento lógico), los algoritmos (algoritmia), patrones, abstracción (pensamiento abstracto), generalización (pensamiento ascendente), evaluación y automatización. También significa enfoques como “descomponer” problemas en subproblemas para facilitar la resolución (pensamiento descendente), creando artefactos computacionales (generalmente a través de codificación); reutilizando soluciones, probando y depurando (ensayo y error); refinamiento iterativo (iteración). Por último, señala que el PC “también implica colaboración (métodos colaborativos) y creatividad. De manera que esta definición también por acumulación coincide en diez de los quince elementos de la definición anterior.

Hay otra coincidencia básica y es que en el artículo de Groves (2018, March 13) se señala la relevancia del Pensamiento Computacional en cuanto a que constituye una más a las ya aceptadas como competencias para la sociedad digital. En cualquier caso, lo que tienen de común ambos desarrollos es que el pensamiento computacional supone un punto de inflexión cultural, una nueva alfabetización.

En Europa, encontramos varios proyectos sobre pensamiento computacional; uno es Erasmus + KA2 “TACCLE3 – Codificación. Los contenidos presentados a través del sitio web del proyecto (http://taccle3.eu/), son un ejemplo de prácticas educativas exitosas y experiencias en el proceso de incorporación y promoción de estas habilidades (García-Peñalvo et al., 2016). Los investigadores Karen Brennan (Universidad de Harvard) y Mitch Resnick (MIT) han realizado una contribución significativa al marco conceptual sobre el pensamiento computacional al formular un modelo alternativo sobre este estilo de pensamiento. El modelo fue propuesto dentro del proyecto de investigación que resultó en la creación de Scratch, una plataforma de programación visual “por bloques” que permite a niños y jóvenes crear sus propias historias interactivas con animaciones y simulaciones en un ambiente lúdico. El modelo de pensamiento computacional formulado por Brennan y Resnick (2012) se basa en tres dimensiones: conceptos computacionales, prácticas y perspectivas.

Las habilidades para innovar o emplear el pensamiento creativo, crítico y computacional, no se pueden cultivar a través de la práctica educativa, centrándose en gran medida en la memorización del conocimiento sin proporcionar oportunidades para que los estudiantes los transfieran a la práctica y usen el conocimiento en diversas situaciones de resolución de problemas. Son necesarios enfoques educativos innovadores en todo el mundo que puedan fomentar el aprendizaje de las competencias del siglo XXI. Estos enfoques pedagógicos se deben diseñar de acuerdo con los resultados de la investigación en ciencias del aprendizaje. Krajcik y Shin (2015) enfatizaron las siguientes características de estos enfoques y describieron PBL como un enfoque de ejemplo:

• PBL comienza con una pregunta de manejo, es decir, un problema a resolver y se enfoca en los objetivos de aprendizaje del plan de estudios que los estudiantes deben dominar.
• Los estudiantes participan activamente en el aprendizaje y exploran la cuestión de la conducción participando colaborativamente en prácticas científicas y de ingeniería, como el diseño, la codificación, la indagación y la comunicación, que son fundamentales para el desempeño experto en ciencias e ingeniería.
• Los estudiantes crean un conjunto de productos tangibles, como un código de programa o un robot, que abordan la pregunta de manejo. Estos artefactos compartidos son una especie de herramientas cognitivas y representaciones externas de acceso público.

En tal sentido, muchos investigadores han estado investigando la codificación y el uso de robots para apoyar la educación y el aprendizaje de los estudiantes. Los estudios han demostrado que los robots pueden ayudar a los estudiantes a desarrollar habilidades para resolver problemas y aprender programación de computadoras, matemáticas y ciencias. El enfoque educativo basado principalmente en el desarrollo de la lógica y la creatividad en las nuevas generaciones desde la primera etapa de la educación es muy prometedor (García-Valcárcel y Caballero-González, 2019). Para estos fines, el uso de sistemas robóticos se está volviendo fundamental si se aplica desde la etapa más temprana de la educación. En las escuelas primarias, secundarias y k12, la programación de robots es divertida y, por lo tanto, representa una excelente herramienta para introducir las TIC y ayudar al desarrollo de habilidades lógicas y lingüísticas, y la creatividad de los niños.

El panorama de la robótica educativa y la codificación es vasto, pero fragmentado dentro y fuera de los entornos y situaciones escolares. En las últimas dos décadas, los robots han comenzado su incursión en el sistema educativo formal. Aunque diversos investigadores han enfatizado el potencial de aprendizaje de la robótica, el lento ritmo de su introducción está parcialmente justificado por el costo de los kits y las diferentes prioridades de las escuelas para acceder a la tecnología. Recientemente, el costo de los kits y componentes electrónicos ha disminuido (es decir, LEGO Mindstorms – http://www.mindstorms.lego.com/, Arduino – https://www.arduino.cc, Raspberry Pi – https: //www.raspberrypi.org, entre otros), mientras que sus capacidades y la disponibilidad de hardware y software de soporte ha aumentado (Yiannoutsou, 2017). Con estos beneficios, los kits de robótica educativa se han vuelto más atractivos para las escuelas.
En este contexto, varios proveedores de tecnología, docentes, académicos, empresas que se centran en entregar material educativo, etc., invierten en la creación de diferentes actividades de aprendizaje en torno a kits robóticos, para mostrar sus características y hacerlas atractivas dentro y fuera de las escuelas. Por lo tanto, ha surgido un número creciente de actividades de aprendizaje. Estas actividades comparten elementos comunes, pero también son muy diversas, ya que abordan diferentes aspectos de la robótica como tecnología de enseñanza y aprendizaje, y su éxito radica en qué tan bien han identificado estos aspectos y qué tan bien los abordan.

Esto se debe en parte al hecho de que la robótica es una tecnología con características especiales en comparación con otras tecnologías de aprendizaje: son inherentemente multidisciplinarias, lo que en términos de diseño de una actividad de aprendizaje puede significar colaboración e inmersión en diferentes materias; se usan ampliamente en entornos de aprendizaje formal y no formal; su dimensión tangible causa perturbaciones, especialmente en entornos educativos formales, que están estrechamente relacionadas con la introducción de innovaciones en organizaciones y escuelas (es decir, desde considerar las orquestaciones en el aula hasta establecer o no conexiones con el plan de estudios, etc.); son relevantes para las nuevas prácticas de aprendizaje que florecen ahora en Internet, como el movimiento de creadores, las comunidades “Hágalo usted mismo” y “Hágalo con otros”, etc.

Este reciente desarrollo de herramientas educativas de vanguardia, tanto de software como de hardware, ha brindado oportunidades para que los niños participen en diversas actividades tecnológicas mejoradas, tales como “exploración científica avanzada, crear textiles interactivos, construir simulaciones y juegos, programar videojuegos, diseñar un sistema de robótica virtual , crear sofisticados mundos y juegos en 3D a través de la programación, construir nuevos tipos de criaturas cibernéticas, explorar la ciencia ambiental y los sistemas de información geográfica” (Blikstien 2013, p. 5) y construir invenciones robóticas. Aunque tales desarrollos han contribuido a la popularidad del movimiento de los fabricantes y la fabricación digital, todavía hay una división en la población de usuarios potenciales entre los que tienen y los que no tienen. Es crucial llevar la educación del fabricante a todas las aulas para que todos tengan la oportunidad de aprender de las actividades del fabricante. Por esta razón, es importante identificar los resultados de aprendizaje de los estudiantes a través de actividades de creación de robótica (Wang, Lim, Lavonen y Clark-Wilson, 2019).

Algunas investigaciones proporcionan evidencia que muestra los cambios positivos que ocurren en los estudiantes inmersos en cursos de capacitación en habilidades de programación y pensamiento computacional utilizando robots programables (Chen, Shen, Barth-Cohen, Jiang, Huang y Eltoukhy, 2017; Durak y Saritepeci, 2018). En el contexto español, por ejemplo, los programas están cada vez más dirigidos a los niños en las primeras etapas de la educación en contenido matemático, como el álgebra, con el uso de dispositivos robóticos adaptados a los niños para el desarrollo exitoso de habilidades de pensamiento computacional (Alsina y Acosta, 2018). En Cuba, Matias et al. (2018) describen una experiencia en el curso de Robótica Educativa “Aprender a jugar” que se enseña a los estudiantes de una escuela k12 con el software mBlock y el kit mBot. Específicamente, se describe la programación, los diferentes componentes del robot, tales como: LED, zumbadores, motores y sensores ultrasónicos con los que los estudiantes deben interactuar.

Dado que la informática forma parte de la fabricación con robótica, proporciona el entorno adecuado en el que los estudiantes obtienen habilidades de pensamiento computacional. Por ejemplo, los estudiantes demuestran su abstracción y pensamiento algorítmico a través del algoritmo que crean, ya que un algoritmo es una abstracción de un proceso, desglosado en pasos ordenados. Dichos pasos se crean con entradas de sensor, llevan a cabo la serie de pasos ordenados y producen salidas para lograr el objetivo. Los estudiantes que pueden crear algoritmos efectivos para sus problemas desarrollan la habilidad de formular los pasos para utilizar de manera efectiva la herramienta robótica (Bruni y Nisdeo, 2017).

Esto requiere las habilidades para identificar, analizar e implementar la solución con los pasos más efectivos y eficientes. Los programadores experimentados pueden crear soluciones efectivas pero simples. Esas habilidades deben estar respaldadas por las disposiciones correctas, incluida la persistencia, la tolerancia, la capacidad de comunicarse y trabajar de manera efectiva con los demás, y la capacidad de lidiar con problemas abiertos. Dichas disposiciones se pueden obtener de su participación en la realización de actividades de robótica y el proceso de aprendizaje. A través de actividades de fabricación con robótica, los estudiantes obtienen la confianza necesaria para lidiar con la complejidad. Muy a menudo, los estudiantes encuentran problemas complejos mientras hacen robótica, lo que ayuda a los estudiantes a desarrollar la confianza para persistir.

Una forma de reducir la barrera para maestros y educadores es conectar tales actividades de aprendizaje con los estándares de aprendizaje existentes. Sin embargo, simplemente llevar las actividades de robótica a las aulas no genera automáticamente resultados de aprendizaje deseables. Con el uso de kits de robótica generalmente no hay una forma correcta de resolver un desafío. No tener una respuesta correcta sino múltiples formas de abordar un problema es una experiencia con la que muchos maestros no están familiarizados. Es por ello que se necesita, más investigación científica al respecto, en términos de intervenciones exitosas que muestren evidencia y buenas prácticas que sirvan de formación y guía a los maestros.

Referencias

Alsina, A., & Acosta, Y. (2018). Iniciación al álgebra en Educación Infantil a través del pensamiento computacional: Una experiencia sobre patrones con robots educativos programables. Revista Iberoamericana de Educación Matemática, 52, 218-235. https://bit.ly/2PC1hLt

Bell, P., Hoadley, C.M., & Linn, M.C. (2004). Design-based research. In M.C. Linn, E.A. Davis, & P. Bell (Eds.), Internet environments for science education (pp. 73-88). Mahwah, New Jersey, Lawrence Erlbaum Associates.

Blikstien, P. (2013). Digital fabrication and ‘making in education”: The democratization of invention. In J. W. H. C. Buching (Ed.), FabLabs: Of makers and inventors. Bielefeld, Germany: Transcript Publishers.

Brennan, K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. In Proceedings of the 2012 Annual Meeting of the American Educational Research Association (AERA) (pp. 1-25). Vancouver, Canada.

Bruni, F., & Nisdeo, M. (2017). Educational robots and children’s imagery: A preliminary investigation in the first year of primary school. Research on Education and Media, 9(1), 37-44. https://doi.org/10.1515/rem-2017-0007

Chen, G., Shen, J., Barth-Cohen, L., Jiang, S., Huang, X., & Eltoukhy, M.M. (2017). Assessing elementary students’ computational thinking in everyday reasoning and robotics programming. Computers and Education, 109, 162-175. https://doi.org/10.1016/j.compedu.2017.03.001

Durak, H.Y., & Saritepeci, M. (2018). Analysis of the relation between computational thinking skills and various variables with the structural equation model. Computers & Education, 116, 191-202. https://doi.org/10.1016/j.compedu.2017.09.004

Fisher, R. (2005). Teaching children to think. Cheltenham: Nelson Thomes Ltd.

García-Peñalvo, F.J., Rees, A.M., Hughes, J., Jormanainen, I., Toivonen, T., & Vermeersch, J. (2016). A survey of resources for introducing coding into schools. Proceedings of the Fourth International Conference on Technological Ecosystems for Enhancing Multiculturality (TEEM’16) (pp.19-26). Salamanca, Spain, November 2-4, 2016. New York: ACM. https://doi.org/10.1145/3012430.3012491

García-Valcárcel, A., y Caballero-González, Y.A. (2019). Robotics to develop computational thinking in early Childhood Education. Comunicar, n. 59, v. XXVII, 63-72. DOI: https://doi.org/10.3916/C59-2019-06

Grover, S. & Pea, R. (2013). Computational Thinking in K–12 A Review of the State of the Field. Educational Researcher. 42. doi:10.3102/0013189×12463051

Grover, S. (2018, March 13). The 5th ‘C’ of 21st century skills? Try computational thinking (not coding. Retrieved from EdSurge News: https://edtechbooks.org/-Pz

Juuti, K., & Lavonen, J. (2006). Design-Based Research in Science Education. Nordina 3(1), 54-68.

Krajcik, J., & Shin, N. (2015). Project-based learning. In K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (2^nd ed., pp. 275–297). New York, NY: Cambridge University Press.

OECD (2005). Definition and selection of competencies (DeSeCo): Executive summary. Paris: OECD Publishing. Retrieved from http://www.oecd.org/pisa/35070367.pdf

Voogt, J. & Roblin, N.P. (2012). A comparative analysis of international frameworks for 21st century competences: Implications for national curriculum policies. Journal of Curriculum Studies, 44(3), 299-321. doi:10.1080/00220272.2012.668938

Wang, TH., Lim, K.Y.T., Lavonen, J., & Clark-Wilson, a. (2019). International Journal of Science and Mathematics Education, 17(Suppl 1):1. Doi: https://doi.org/10.1007/s10763-019-09999-8

Yiannoutsou, N., Nikitopoulou, S., Kynigos, C., Gueorguiev, I., & Fernandez, J. A. (2017). Activity plan template: a mediating tool for supporting learning design with robotics. In Robotics in Education (pp. 3-13). Springer, Cham.

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, 46. Retrieved from http://www.um.es/ead/red/46/zapata.pdf

Zapata-Ros, M. (2019). Pensamiento computacional desenchufado. Education in the knowledge society (EKS), (20). https://repositorio.grial.eu/handle/grial/1690

 

 

---

---