El pensamiento computacional, una cuarta competencia clave planteada por la nueva alfabetización (I)

 

Introducción

Miguel Zapata-Ros, agosto 2020

Trabajo acogido a una licencia CC 4.0

DOI: 10.13140 / RG.2.2.15575.91049

Como hace César Coll (2019) en su prólogo al libro que, sobre Pensamiento Computacional, escribimos Pérez Paredes de Cambridge University y quien suscribe (Pérz-Paredes y Zapata-Ros, 2018) podríamos plantearnos a qué se debe el interés progresivo que se concede al pensamiento computacional en las publicaciones académicas, en los discursos sobre el aprendizaje y en la preocupación educativa contemporáneos; también nos podríamos cuestionar el por qué se manifiesta este interés en las reformas educativas acometidas en los última años y los intentos con irregular éxito de introducirlo en los currículos de la educación infantil, primaria y secundaria de los países de nuestro entorno; mediante qué metodologías didácticas se hace y qué tipos de actividades se proponen para conseguir los objetivos que se plantean, igualmente nos podríamos plantear qué organización educativa, incluso ahora en tiempos de pandemia, puede facilitar y promover un  desarrollo efectivo del pensamiento computacional en las aulas y en los centros educativos.

Todo ello está profusamente tratado en multitud de libros, artículos de revistas especializadas, posts académicos y foros de opinión. Un capítulo como éste no es lugar para algo que necesitaría un programa amplio intenso y profundo de formación a más de una colección de artículos y libros.

En el espacio concedido apenas caben unas pocas reflexiones sobre el sentido de lo que está pasando y algunas reflexiones sobre lo que está por venir.

Sin embargo, ello no obsta por otro lado para que nos planteemos, al menos sucintamente, qué es el pensamiento computacional; qué características diferenciales presenta respecto a otras modalidades de pensamiento como el pensamiento lógico, matemático, hipotético-deductivo, inductivo, creativo, etc.; Y también para que nos planteemos qué no es el pensamiento computacional, cosa frecuentemente olvidada.

Al comienzo de este trabajo no podemos tampoco eludir formular escuetamente dos consideraciones relativas, respectivamente, a la naturaleza y características del pensamiento computacional y a su traslación a las aulas en forma de contenidos curriculares y de propuestas metodológicas.

Estos dos puntos están subyacentes en el resto del capítulo particularmente el primer de ellos está en el trasfondo de lo que viene a continuación sobre la definición de Pensamiento Computacional. La que le otorga sentido.

La primera cuestión por tanto que caracteriza al pensamiento computacional tal como lo definimos en los primeros documentos que escribimos al respecto, en el artículo. Pensamiento computacional: Una nueva alfabetización digital (Zapata-Ros, 2015) y en el libro citado, es, junto con la diversidad y heterogeneidad de los componentes que lo caracterizan, el hecho de que en él se incluyen lo que aparentemente constituye la mayoría, aunque no la totalidad, de los otros tipos o modalidades de pensamiento conocidos. Que son los que de una u otra forma se ponen en acción cuando los informáticos programan o diseñan los algoritmos, diagramas de flujo, análisis de los problemas, etc. Así los identificamos y los describimos cuando en esos primeros trabajos repasamos con ánimo de exhaustividad el quehacer de los programadores.

En esa relación de quince componentes están implícitas casi todas las formas de pensamiento conocidas en el trabajo intelectual. Así, en la relación que se describe en el último trabajo publicado (Pérez-Paredes y Zapata-Ros, 21018 p. 63), encontramos el análisis ascendente, el análisis descendente, la heurística, el pensamiento divergente, la creatividad, la recursividad, la iteración, el ensayo y error, la metacognición, etc.

¿Qué es lo que confiere unidad e identidad a este conjunto de habilidades para que no sea sólo una yuxtaposición? Como dice Coll (2019): La simple convergencia de modalidades y tipos de pensamiento, sin embargo, difícilmente puede dar al conjunto un carácter integrador. Sin un componente vertebrador la convergencia derivaría en realidad en simple amalgama.

Pues bien lo que confiere unidad e identidad al pensamiento computacional, a este conjunto de habilidades, y permite identificarlo como un tipo de pensamiento diferente a los otros,  a los que integra, al pensamiento divergente, al pensamiento abstracto, al pensamiento lógico, al pensamiento eleborativo , etc es justamente la capacidad que tiene para integrarlos en procesos, en sistemas y en diseños completos orientados a la acción sobre la realidad, a la resolución de problemas reales. Como dijimos en el libro citado (Pérez-Paredes y Zapata-Ros, 21018), lo que caracteriza el pensamiento computacional es su orientación a la construcción de “sistemas que interactúan con el mundo real” (p. 60).

A este rasgo, que caracteriza el pensamiento computacional, queremos añadir otro que es clave para lo que vamos a ver. Se trata de un rasgo que permite comprender y valorar su alcance y el interés creciente que tiene en los ámbitos académico, profesional y educativo: Se trata de su estrecha vinculación con la nueva cultura epistemológica, donde el conocimiento es trasmitido, procesado, adquirido con códigos y métodos nuevos. El papel que adquiere es el de una nueva alfabetización, a través de la cual los individuos aprenden habilidades para la representación y comunicación del conocimiento en los nuevos códigos, así como el análisis crítico y la intervención en ellos, en programas, en algoritmos y en sus ejecuciones.

De esta forma, el pensamiento computacional está en la base de una cultura “vinculada al desarrollo y la generalización de los medios y de las redes digitales que apareció con la informática personal, la internet, y continuará con la IA y el blockchain posiblemente, entre otros medios” (Pérez-Paredes y Zapata-Ros, 2018 p. viii).

Esto tiene una repercusión decisiva en lo que concierne a la selección y organización de los contenidos curriculares. No sólo es indispensable, como hasta ahora se hace, formar a las nuevas generaciones en el conocimiento, dominio y uso de affordances de herramientas y dispositivos digitales que median ya en las prácticas sociales y culturales en prácticamente todos los ámbitos de la actividad de las personas y de control de los procesos (robótica), o incluso en la enseñanza de la programación como disciplina o habilidad específica. Sino que además y sobre todo, lo que lo que hace indispensable la incorporación de contenidos específicos de aprendizaje trasversal en Pensamiento Computacional en los currículos escolares es la nueva visión de resolución de problemas que estos medios proporcionan. Y sólo se puede hacer conociendo las claves de funcionamiento interno de estos entornos. La lógica de los entornos computacionales tiene mucho que ver con el pensamiento lógico, simbólico, etc. Tradicionales, pero sin el lastre que implican los procesos y medios analógicos. En el libro tenemos multitud de ejemplos sobre aprendizajes concretos: representación de fracciones y decimales, definición de potencias numéricas a los niños, de factoriales con recursividad, etc.

La conclusión, como veremos, es que esta inclusión en el curriculum hay que hacerla facilitando el desarrollo del pensamiento computacional de manera transversal en todas las áreas curriculares, con todos los contenidos y como competencia clave desde los primeros ciclos.

Otra cuestión que conviene aclarar desde el principio es la del problema de definir el Pensamiento Computacional.

En el primer artículo y en el libro en vez de proponernos elaborar una definición acabada y depurada, y por tanto simple, del pensamiento computacional y partir de ella en todo el desarrollo, el procedimiento fue el inverso: Lo hicimos constructivamente, nos planteamos en la necesidad de un dominio teórico específico del pensamiento computacional en las teorías del aprendizaje y en la necesidad de un currículum. Y construimos una definición extensiva, basada en los elementos que satisfacían esas necesidades. Pensamos que por eso , por no adaptarse a las exigencias de la mercadotecnia educativa y de la omunicación académica, nuestra definición no tuvo éxito. Era muy pesada y difícil de digerir frente a la simpleza de definiciones como la de Wing.

Los elementos constitutivos del pensamiento computacional y que lo definen, de esta forma eran (Zapata-Ros, 2015) (Pérez-Paredes y Zapata-Ros, 2018):

Pensamiento computacional. Una tercera competencia clave (IV): Un ...

Fig. 1

Elementos que están ampliamente desarrollados en los trabajos citados.

En definitiva, esto supone una definición de Pensamiento Computacional por acumulación de elementos, cohexionados por una función o por unos objetivos, que es resolver problemas. En esto consiste la aportación central y clave de nuestro trabajo, iniciada en 2014, el un post sobre este tema (Zapata-Ros, 2014), donde empezábamos la relación de elementos con el pensamiento ascendente, diciendo previamente:

Conviene decir que estas componentes no están perfectamente delimitadas ni conceptual ni metodológicamente. No son excluyentes, y según en qué contexto se empleen pueden tener significados distintos. De hecho ni tan siquiera se puede decir que constituyan elementos de una taxonomía o que correspondan a un mismo nivel operativo o conceptual. Es perfectamente posible que en métodos o procedimientos que se cataloguen por ejemplo como resolución de problemas haya elementos de análisis ascendente, o descendente, y es difícil que un análisis descendente no tenga elementos de recursividad.

En junio de 2019, un año después de su publicación, llegó a mí este artículo: The 5th ‘C’ of 21st Century Skills? Try Computational Thinking (Not Coding), de la profesora Shuchi Grover (2018), de Stanford, en el que por primera vez vi, en alguien distinto y lejano, sin contacto previo de ningún tipo, como no podría ser de otra forma, que se consideraba el pensamiento computacional como una acumulación de habilidades y elementos de conocimiento necesarios para programar y para caminar por la vida profesional y personal en la sociedad digital. Por fin un poco de luz. Hasta ahora mismo pensaba, ya casi a punto de abandonar al menos en lo fundamental, que ésta era una idea estéril y sin futuro.

Antes de entrar en el trabajo de Grover sería bueno que hiciésemos un sucinto recorrido por las definiciones previas. Son definiciones clásicas, que se repiten hasta la saciedad en artículos y conferencias, pero que son a nuestro juicio simples o incompletas, porque en el mejor de los casos a luden a unos pocos de los elementos que seún nuestro análisis y según vi después en el de Grove e incluso en el de Wing puedes encontrarse que lo componen.  

Así, la informática Tasneem Raja(2014) en el post We Can Code It! , de la revista-blog Mother Jones decía

“El enfoque computacional se basa en ver el mundo como una serie de puzzles, a los que se puede romper en trozos más pequeños y resolver poco a poco a través de la lógica y el razonamiento deductivo”.

Pero ésta es una forma intuitiva en la que una autora, que proviene del mundo computacional, aborda una serie de métodos ampliamente conocidos en el mundo de la psicología del aprendizaje, además del de la computación. Implícitamente está hablando de análisis descendente y de elaboración: Puzzles —problemas— que se pueden dividir en puzzles —problemas— más pequeños, para ir resolviéndolos. También, en el mismo párrafo, vemos una alusión implícita a la recursividad. Falta la cláusula de parada y la vuelta atrás, pero evidentemente después de armar los puzzles pequeños cada uno hay que ensamblarlo en el puzzle general. Y también, todo hay que decirlo, habrá que incluir el nivel en el que hay que parar y dar marcha atrás.

La definición es simple y muy útil para el lenguaje periodístico, pero limitada e inexacta. Se limita a señalar un solo aspecto de lo que, en otros ámbitos que veremos, hemos incluido como aspectos particulares del pensamiento computacional, como es el análisis descendente. Y evidentemente reducir el pensamiento computacional al análisis descendente es muy pobre, aunque sea sugestivo y tenga impacto en blogs y en conferencias de divulgación.

La primera definición de Wing (2006), a la que siempre se recurre, es muy general, no hace pensar mucho a la gente y es fácilmente aceptable, pero no nos da pautas concretas para discernir lo que es pensamiento computacional, ahí realmente cabria todo. Wing dice que el “pensamiento computacional” es una forma de pensar que no es sólo para programadores:

El pensamiento computacional consiste en la resolución de problemas, el diseño de los sistemas, y la comprensión de la conducta humana haciendo uso de los conceptos fundamentales de la informática.

En ese mismo artículo continúa diciendo “que esas son habilidades útiles para todo el mundo, no sólo los científicos de la computación”.

Pero volvamos al trabajo de Suchi Grover (2018):

En el apartado dedicado a decir qué es el PC, la autora dice que está constituido por[1] 

(…) los procesos de pensamiento involucrados en entender un problema y expresar sus soluciones de tal manera que una computadora pueda potencialmente llevar a cabo la solución. La TC se basa fundamentalmente en el uso de conceptos y estrategias analíticas y algorítmicas más estrechamente relacionadas con la informática para formular, analizar y resolver problemas.

Al igual que las habilidades de pensamiento general, la TC es un poco como el [concepto de] liderazgo: es difícil de definir, pero lo reconoces cuando lo ves. Si bien muchas personas lo asocian con conceptos como la programación y la automatización, que 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.

Eso significa desglosar las habilidades de TC en sus partes componentes, que incluyen conceptos como lógica, algoritmos, patrones, abstracción, generalización, evaluación y automatización. También significa enfoques como “descomponer” problemas en subproblemas para facilitar la resolución, creando artefactos computacionales (generalmente a través de codificación); reutilizando soluciones, probando y depurando; refinamiento iterativo.

Y sí, también implica colaboración y creatividad! Y además, no es necesario que involucre una computadora.

Veamos pues. De entrada señala la dificultad de definir el PC, entonces adopta la posición de definir lo que es PC como, o a través, de un conjunto de cosas (Eso significa desglosar las habilidades de pensamiento computacional en sus partes componentes), 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.

Son 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).

Para concluir diciendo que “también implica colaboración (métodos colaborativos) y creatividad! 

Hasta aquí, si no he contado mal, coincidimos en DIEZ DE LOS QUINCE ELEMENTOS.

Pero hay más coincidencias, o al menos cierto paralelismo en cuanto a la relevancia del fenómeno en el contexto de la dinámica de las alfabetizaciones y de lo que es la alfabetización digital. En el artículo de Groves señala la relevancia del Pensamiento Computacional en cuanto a que constituye una competencia más a añadir a las ya aceptadas como competencias para la sociedad digital. En cualquier caso, lo que tienen de común ambos desarrollos, el articulo de Graves y los trabajos de quien suscribe, es que el pensamiento computacional supone un punto de inflexión.

En el caso de Shuchi Groves, desde el titulo (The 5th ‘C’ of 21st Century Skills? Try Computational Thinking (Not Coding)?[2], se señala que el pensamiento computacional añade una quinta C a las ya cuatro “ces” de las competencias digitales señaladas y aceptadas por todos. En el título está implícita esta afirmación, porque sólo es una pregunta retórica, en realidad es una afirmación. Y además afirma otra cosa, que la habilidad no consiste en programar, las habilidades son las del pensamiento computacional, una forma de pensamiento que permite programar. En esta segunda parte de la frase se sintetizan todas las argumentaciones de los trabajos referenciados anteriormente.

En lo siguiente detalla las otras C y argumenta la inclusión de la quinta:

“Desde el comienzo de este siglo, las habilidades de ” 4C del siglo XXI ” (pensamiento crítico, creatividad, colaboración y comunicación) han visto un creciente reconocimiento como ingredientes esenciales de los planes de estudio escolares. Este cambio ha llevado a una adopción de pedagogías y marcos tales como el aprendizaje basado en proyectos, el aprendizaje por indagación y el aprendizaje más profundo en todos los niveles de K-12 que enfatizan el pensamiento de orden superior sobre el aprendizaje de rutina . Sostengo que necesitamos que el pensamiento computacional (TC) sea otra habilidad central, o la “5ta C” de las habilidades del siglo XXI, que se enseña a todos los estudiantes.

Existe un creciente reconocimiento en los sistemas educativos de todo el mundo de que la capacidad de resolver problemas de manera computacional , es decir, pensar de manera lógica y algorítmica, y usar herramientas de computación para crear artefactos, incluidos modelos y visualizaciones de datos, se está convirtiendo rápidamente en una competencia indispensable para todos. campos.

Para quien suscribe, aceptando el principio general de la quinta C, el cambio es de mucho más impacto y relevancia, se trata de que estamos en presencia de una nueva alfabetización, que se distingue de las anteriores por el medio nuevo que soporta y transmite el conocimiento: el medio digital que se incorpora a los ya existentes: Los libros, la prensa, los documentos escritos y las imágenes en papel y en los medios audiovisuales. Antes el conocimiento se representaba y se trasmitía por la lectura, la escritura y las matemáticas, simbolizadas de forma simplificada por “las tres erres”. Ahora a las tradicionales tres erres: leeR, escribiR y aRitmética se una cuarta expresión, sin  erre, con la cuarta competencia clave para la alfabetización en la sociedad digital, y sin las cuales no se podrían adquirir el resto de conocimientos, representarlos o atribuirles sentido: Esta cuarta competencia clave es el pensamiento computacionalEn el libro y en su presentación en University of Cambridge lo decíamos así:

En la tradición pedagógica anglosajona se les denomina las tres erresThe three Rs: “Reading, wRiting and aRitmhetic and computational thinking”, que de esta forma se constituyen en una alfabetización de tres erres ampliada (three Rs+): The three Rs +: “Reading, wRiting, aRitmhetic and computational thinking”

Hay otro aspecto interesante. El pensamiento computacional no alcanza su verdadero carácter de innovación hasta que no está incluido en los programas oficiales, y esto supone previamente un diseño curricular (o sea: cómo es la nueva programación educativa que queda tras incluirlo) y sobre todo un diseño instruccional (cómo se hace). Es decir, cómo se enlazan los objetivos o resultados que se pretenden con lo que se hace para conseguirlos: La evaluación de aprendizajes y de proceso, los recursos, el propio diseño de objetivos, la metodología docente y sobre todo actividades. Estas últimas serían la pieza clave, la prueba del algodón, de forma que hasta que no lo hagamos no podemos decir que algo constituye una práctica educativa, como bien nos empeñamos a manifestar en el libro, en la parte dedicada a unplugged, en posts y en los artículos correspondientes (Zapata-Ros, January 2019)… En esos trabajos incluimos de forma significativa dos actividades: Una sobre álgebra en educación infantil y otra sobre puertas lógicas con pegatinas.

En este rápido análisis hay que destacar que si bien Grover no incluye actividades ni desenchufadas ni de cualquier otro tipo para el desarrollo de Pensamiento Computacional (en K12, K9, o en Elementary School, o en Key stage – educación Infantil) ni tampoco diseño instruccional, sí que se esfuerza en sugerir ejemplos de actividades y de aprendizajes en otras áreas donde pone en evidencia que el PC es útil, muy conveniente o en todo caso que es algo subyacente, y así lo manifiesta para las áreas de Lenguaje, Matemáticas, Ciencias y Ciencias Sociales. Por cierto, es curioso que señale el carácter desenchufado (Some are unplugged…) de algunas de estas actividades:

La codificación es un contexto excelente, divertido y útil para desarrollar habilidades de pensamiento computacional. Pero no es la única manera. Aquí hay algunas ideas para fomentar la TC en los sujetos. Algunos están desconectados, mientras que otros se beneficiarían con la codificación. ¡Los maestros pueden reconocer muchas de las actividades no programadas como cosas que ya hacen!

Esperamos y deseamos que, sea como sea, esa convergencia continúe, y se plasme como en los demás casos en un nuevo diseño curricular, y en programas de capacitación del profesorado, que integre estos elementos desde no sólo el K-12 sino, como nos empeñamos en dejar claro, desde la primeras etapas de educación infantil y primaria.

Por lo demás en este post de 2018 se resume lo que más ampliamente exponen Grover y Pea en 20113 y en 2018 (Grover & Pea, · December 2017) (Grover & Pea, 2013).

Lo curioso del caso es que en un trabajo posterior de Wing se matiza mucho más en lo que es el Pensamiento Computacional. Señala la variedad de tipos de pensamiento abstracto que existe, la diferencia con el pensamiento matemático. Así pues, en ese trabajo podemos rastrear como elementos de PC ciertos rasgos de éste que tienen que ver con el lenguaje y el pensamiento de patrones o la secuenciación de acciones.

A veces vemos incluso estos elementos mezclados en formas de pensamiento computacional más complejo (Wing, July 2008):

deeper computational thinking—through the choice ofcleverer or more sophisticated abstractions—may enable scientists and engineersto model and analyse their systems on a scale orders of magnitude greater thanthey are able to handle today. Through the use of abstraction layers, e.g hierarchical decomposition, we look forward to when we can: model systems atmultiple time scales and at multiple resolutions of the three space dimensions;model the interactions of these many complex systems to identify conditions fortipping points and emergent behaviour; increase the number of parameters andsets of initial conditions in these models; play these models backwards andforwards in time; and validate these models against ground truth.[2]

Lo que parece que sucede es que cuando Wing amplía el diapasón de los niveles, disciplinas y áreas de producción, servicios e investigación, la idea de un pensamiento computacional simple desaparece. Así lo dice en el epígrafe de su trabajo titulado  Pensamiento computacional en todas partes:

“El pensamiento computacional está influyendo en la investigación en casi todas las disciplinas, tanto en las ciencias como en las humanidades” ( Bundy 2007 ). Abunda la evidencia de la influencia del pensamiento computacional en otros campos: el pensamiento computacional está transformando las estadísticas, donde con el aprendizaje automático la automatización de los métodos bayesianos y el uso de modelos gráficos probabilísticos hacen posible identificar patrones y anomalías en voluminosos conjuntos de datos tan diversos como mapas astronómicos, funcionales escaneos de resonancia magnética, compras con tarjeta de crédito y recibos de la tienda de comestibles (por ejemplo, Machine Learning Department 2008).

Hay que pensar pues en un constructo conceptual de pensamiento computacional que sea capaz de alojar componentes tan variadas y complejas. Una primera aproximación fue la propuesta de Suchi Grover y modestamente la definición acumulativa de 15 componentes de quien suscribe, unificada por su orientación hacia la resolución de problemas y la consecución de objetivos en contextos profesionales, institucionales, investigativos o profesionales.

 

 

Referencias

Bundy, A. 2007 Computational thinking is pervasive. J. Scient. Pract. Comput.1, 67–69. Google Scholar

Coll, C. (2019). Presentación y prólogo del libro” El pensamiento computacional. Análisis de una competencia clave”. Revista de Educación a Distancia19. https://revistas.um.es/red/article/view/395281

Grover, S., & Pea, R. (December 2017). Computational Thinking: A competency whose time has come. Computer science education: Perspectives on teaching and learning in school19. https://www.researchgate.net/profile/Shuchi_Grover/publication/322104135_Computational_Thinking_A_Competency_Whose_Time_Has_Come/links/5a457813a6fdcce1971a5ce5/Computational-Thinking-A-Competency-Whose-Time-Has-Come.pdf

Grover, S., & Pea, R. (2013). Computational thinking in K–12: A review of the state of the field. Educational researcher42(1), 38-43. https://journals.sagepub.com/doi/pdf/10.3102/0013189X12463051?casa_token=R5cisYlHapoAAAAA:iELmqy0nX5dfeBP2ZaTxfIrNEjD-Y8N9_kHKQ_5labiLw5As3cKpugJalkod4px4gjbbELG9t2XCWBQ

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

Pérez-Paredes, P. & Zapata-Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. Scotts Valley, CA, USA: Createspace Independent Publishing Platform. P.63. https://www.amazon.es/pensamiento-computacional-analisis-competenciaclave/dp/1718987730/ref=sr_1_1

Raja, T. (2014). We Can Code It! Why computer literacy is key to winning the 21st century. Mother Jones, June.

Wing, J.M. (2006) Computational thinking. it represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. Commun. ACM 49(3).  https://doi.org/10.1109/vlhcc.2011.6070404

Wing, J.M. (July 2008) Computational thinking and thinking about computing.  The Royal Society Publishing. https://doi.org/10.1098/rsta.2008.0118 https://royalsocietypublishing.org/doi/10.1098/rsta.2008.0118 https://royalsocietypublishing.org/doi/pdf/10.1098/rsta.2008.0118

Zapata-Ros, M. (2014). Por qué el pensamiento computacional (IV). Un dominio teórico específico en las teorías del aprendizaje y un currículum. Blog Pensamiento computacional y alfabetización digital / Computational thinking and computer literacy https://computational-think.blogspot.com/2014/11/por-que-el-pensamiento-computacional-iv.html.

Zapata-Ros, M. (Enero 2018). Pensamiento computacional. Una tercera competencia clave (IV): Un dominio teórico específico en las teorías del aprendizaje y un currículum. Blog RED de Hypotheses.  https://red.hypotheses.org/1079

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, 46(4). 15 de Septiembre de 2015. DOI: http://dx.doi.org/ 10.6018/red/46/4. Consultado el (dd/mm/aa) en http://www.um.es/ead/red/46

Zapata-Ros, M. (2019). Computational Thinking Unplugged. Education in the Knowledge Society20, 1-29. https://pdfs.semanticscholar.org/8ea2/7254a97161a9c75acbc26a1350cefdd5637c.pdf

Zapata-Ros, M. (January 2019) Pensamiento computacional desconectado.  http://dx.doi.org/10.13140/RG.2.2.12945.48481


[1] It is the thought processes involved in understanding a problem and expressing its solutions in such a way that a computer can potentially carry out the solution. CT is fundamentally about using analytic and algorithmic concepts and strategies most closely related to computer science to formulate, analyze and solve problems.

Like general thinking skills, CT is a bit like leadership—hard to define, but you know it when you see it. While many people associate it with concepts like programming and automation—which are all core parts of computer science—educators and researchers have found it easier to operationalize it for the purposes of teaching as well as curriculum and assessment design.

That means breaking down CT skills into its component parts, which include concepts like logic, algorithms, patterns, abstraction, generalization, evaluation, and automation. It also means approaches like “decomposing” problems into subproblems for ease in solving, creating computational artifacts (usually through coding); reusing solutions, testing and debugging; iterative refinement.

And yes, it also involves collaboration and creativity! And furthermore, it does not need to involve a computer.

 

[2] Mirando hacia el futuro, un pensamiento computacional más profundo, a través de la elección de la abstracción o las abstracciones más sofisticadas, puede permitir a los científicos e ingenieros modelar y analizar sus sistemas en una escala de magnitud mayor de la que pueden manejar hoy en día. Mediante el uso de capas de abstracción, por ejemplo la descomposición jerárquica, esperamos con ansias cuanto antes: modelar sistemas en escalas de tiempo múltiples y en múltiples resoluciones de 3D; modelar las interacciones de muchos de estos sistemas complejos, para identificar condiciones que fortalecen los puntos y el comportamiento emergente; aumentar el número de parámetros y conjuntos de condiciones iniciales en estos modelos; jugar estos modelos hacia atrás y hacia adelante en el tiempo; y validar estos modelos confrontando con datos reales.

 


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.