Introducción.-

En los últimos tiempos estamos acostumbrados a que se nos plantee el pensamiento computacional como la respuesta a una demanda exclusivamente social o económica vinculada al empleo y al rendimiento de los estudios superiores y profesionales. En este capítulo vamos a trascender de esas ideas e incluso del planteamiento que consiste en considerar el pensamiento computacional como una cuestión netamente de contenidos, o incluso de destrezas, a incluir en el currículum.  Vamos a ir más allá de considerarlo como una segunda alfabetización, la alfabetización digital. Lo planteamos como todo lo anterior pero también como un sistema de destrezas que proveen al individuo de  unas bases epistemológicas para descubrir y atribuir forma y sentido al propio pensamiento, de la misma forma que la escritura lo hizo originalmente. En este sentido, a diferencia de lo que hemos hecho en ocasiones anteriores (Zapata-Ros, 2015) hablaremos de la alfabetización en las culturas epistemológicas siguiendo las ideas de Evers (2000a y 2000b). Describiremos las componentes del pensamiento computacional con el esquema de 15 componentes que presentamos en los trabajos anteriores y nos centraremos en las dos que consideramos especialmente significativas por su impacto en las nuevas culturas del conocimiento y en la forma de determinar las habilidades cognitivas más relevantes para la nueva educación: La metacognición y la recursividad.

Desde hace unos años en los países desarrollados, las instituciones y agencias competentes, los expertos y los autores de informes de tendencia han detectado, al principio no sin sorpresa, un hecho: la sociedad y los sistemas de producción, de servicios y de consumo demandan profesionales cualificados en las industrias de la información. Particularmente en el mundo desarrollado se da la paradoja de países y regiones con un alto índice de paro en las que actualmente se quedan sin cubrir puestos de trabajo de ingenieros de software, desarrolladores de aplicaciones, documentalistas digitales, por falta de egresados de las escuelas técnicas. Más allá de la falta de personal capacitado, el problema se ha producido antes: en la falta de demanda de estos estudios por parte de potenciales alumnos. Ante esta situación los sistemas educativos de los países más sensibles han abordado el problema desde la perspectiva de una reorganización del curriculum, en la mayor parte de los casos donde se ha producido esa reacción.

Así se ha respondido con medidas de planes muy ambiciosos tanto en la línea de dotaciones, afortunadamente en este caso, a diferencia de lo que ha sucedido en ocasiones anteriores, este rubro se considera menos importante que otros, como en la de capacitación del profesorado y sobre todo en los cambios de organización y planes de estudios.

En este sentido podemos señalar como los más significativos y de más impacto dos ambiciosos proyectos. Uno es el  puesto en marcha por la administración Obama (Brown , 2016) (Dickey,  2016), que ha pedido más de 4 mil millones de dólares en la financiación de los estados, y 100 millones específicamente para los distritos, con el fin de asegurarse de que todos los estudiantes K-12 tiene acceso al plan de estudios de ciencias de la computación. El programa se llama “Computer Science for All Initiative”. Los recursos son solo para formar a los nuevos maestros, y a los que están en servicio, para enseñar ciencias de la computación, y para construir hasta la puesta en marcha el plan de estudios.

Otro ejemplo es el de la Unión Europea (Gareis, 2014) (Europeam Comission, 2015 y 2016). Como en el caso anterior se constata la demanda de trabajadores capacidados en competencias digitales, particularmente en la elaboración de código: Todos los horizontes europeos establecen un déficit para 2020 de entre 800.000 y un millón de vacantes (Gareis, 2014):

La tecnología digital está transformando casi todos los aspectos de nuestra vida pública, privada o de trabajo. La consecuencia natural de la innovación tecnológica es la búsqueda de nuevos tipos de habilidades para cada uno de los casos: el trabajador, el aprendiz, o el ciudadano. Sin embargo, el desarrollo de competencias no se produce tan rápido como el desarrollo tecnológico, por lo que nos encontramos ante una situación paradójica: aunque millones de europeos están actualmente sin trabajo, las empresas tienen dificultades para encontrar expertos en tecnología digital especializada. Como resultado, podría haber hasta 825.000 vacantes sin cubrir de las TIC (Tecnología de Información y Comunicación) profesionales para el año 2020.

Sin embargo, no se aborda ni se detecta fácilmente en los documentos, la que estimamos como cuestión de fondo (Zapata-Ros, 2015):  la necesidad en ese contexto de la creación en los individuos de unas nuevas destrezas básicas, el pensamiento computacional como respuesta a unas necesidades educativas estructurales planteadas por un nuevo tipo de sistemas epistemológicos, que es en lo que en definitiva se están transformando nuestros nuestras culturas, nuestras formas de organizar los sistemas de conocimiento. Esto es lo que en el fondo está cambiando, como después veremos.

No obstante las sociedades más conscientes (Grover & Pea, 2013) han visto que se trata de una nueva alfabetización, una nueva alfabetización digital, y que por tanto hay que comenzar desde las primeras etapas del desarrollo individual, al igual como sucede con otras habilidades clave: la lectura, la escritura y las habilidades matemáticas, e incluso estudiando las concomitancias y coincidencias de esta nueva alfabetización con estas competencias claves tradicionales.

En anteriores trabajos (Zapata-Ros, 2014a y 2015) habíamos planteado el pensamiento computacional como una nueva alfabetización digital. Sin embargo este concepto además de estar utilizado para describir otro proceso, no es del todo adecuado. Efectivamente  se trata de una nueva alfabetización en la Sociedad del Conocimiento, pero con características esencialmente distintas porque en este caso está vinculado a la naturaleza del propio conocimiento y al papel que ocupa en los procesos no solo de producción y servicios, sino en las funciones individuales y sociales de representación y comunicación del conocimiento, tiene sentido hablar de ella vinculada a las  culturas epistemológicas (Zapata-Ros, 2013b).

 

Las culturas epistemológicas en la sociedad del conocimiento

La principal característica de la ‘sociedad del conocimiento’ (Stehr, 2003 a través de Zapata-Ros, 2012 y 2013b) es la transformación radical y progresiva de la estructura económica de la ‘sociedad industrial’, en un sistema productivo basado en factores materiales hacia un sistema en el que los factores simbólicos basados en el conocimiento son dominantes. Factores cognitivos, de creatividad, de conocimiento y de información contribuyen cada vez más a la producción y a la distribución de la riqueza en las sociedades y al bienestar de los individuos.

Otra característica clave es la progresiva adquisición de un carácter científico de áreas de actividad de la sociedad. De esta forma Stehr (2003) señala las siguientes tendencias:

• Sustitución de otras formas de conocimiento por la ciencia;
• Tendencia de constitución de la ciencia como fuerza productiva directa;
• Constitución de un área política específica: Educación y ciencia.
• Constitución de un nuevo sector productivo (producción del conocimiento)
• Transformación de las estructuras de poder (fortalecimiento de las tecnocracias)
• Transformación de la base legitimadora del poder hacia grupos que detentan el conocimiento o conocimientos específicos (poder de expertos)
• Tendencia a que el conocimiento se constituya como factor básico de la igualdad/desigualdad social y de solidaridad social.
• Transformación de las fuentes dominantes de conflictos sociales: Aparición de un nuevo proletariado, el del saber.

Igualmente a como sucede con otros autores, para Stehr el conocimiento no es solo la clave de todas las actividades sino que ocupa un papel central en el desenvolvimiento vital de los individuos, cambia la forma de vivir interviniendo en todos los aspectos.

Evers (2000a) en su análisis, establece como  características que se reconocen en una[1] sociedad del conocimiento:

• En general se acepta que los componentes de este tipo de sociedad tienen, por término medio, un nivel de educación general superior al de otras sociedades y que hay una proporción cada vez mayor de la fuerza de trabajo empleada como trabajadores con conocimientos cualificados. Es obvio que siempre es posible poner en cuestión los estándares educativos que se utilizan o la naturaleza de la instrucción, si es transferible, válida o si se trata de una información muchas veces banal o de carácter paracientífico, o si los mecanismos de evaluación y de validación son adecuados u obedecen a otros factores.
• Las industrias integradas en este tipo de sociedad elaboran productos con componentes de inteligencia artificial integrados. .
• Sus organizaciones, tanto en el ámbito de la iniciativa privada, como gubernamental o de la sociedad civil, incorporan elementos de gestión y toma de decisiones que las transforma en organizaciones inteligentes.
• El volumen de conocimiento organizado, soportado y procesado digitalmente, es cada vez mayor.  Se hace en forma de grandes volúmenes de informaciones procesados y accesibles con sofisticados y potentes algoritmos que permiten un uso cada vez más adaptado a las singularidades de personas e instituciones en forma de conocimientos especiales.
• Existe una gran diversidad de nodos especializados en conocimientos técnicos junto con una producción multimodal e interdisciplinar de conocimientos.
• Existe una cultura epistemológica. Es decir, existe un conocimiento compartido, que es diferente de otros, sobre la producción y utilización de conocimientos.

De esta forma Evers (2000a) hace una importante distinción entre el trabajo basado en conocimientos y trabajo cognoscitivo propiamente dicho. Al tiempo que hace una distinción entre la fase tradicional de la sociedad industrial y la sociedad del conocimiento. Aquel descansa en el trabajo que se realiza mediante  conocimientos de individuos especializados como son los profesionales y los técnicos: médicos, abogados, ingenieros o científicos, de las ciencias sociales o de las ciencias experimentales. Sin embargo el trabajo cognoscitivo, el que caracteriza una sociedad del conocimiento, va más allá. El nuevo tipo de conocimiento contiene una gran cantidad de elementos, que son clave, para la evaluación, autorregulación, reflexión y feedback que lo hacen flexible y adaptable, y sobre todo operativo sobre sí mismo y sobre los procesos en que opera.

Esto en cuanto respecta a la Sociedad del Conocimiento. Veamos qué sucede con las culturas epistemológicas. Con la noción de “Cultura epistemológica” y el sentido diferenciador que tiene en ella la producción de conocimientos nuevos.

Para que una sociedad adquiera un estatus al uso (consiga un nivel esporádico y temporal de bienestar social) basta comprar y consumir conocimientos, pero esto es efímero y ruinoso (ver lo que está sucediendo y cuál ha sido el origen de las crisis actuales que se están viviendo en países como el nuestro) y no es algo específico de una sociedad del conocimiento consolidada. Para que la sociedad del conocimiento se consolide no basta comprar y consumir bienes del conocimiento, es imprescindible producirlos.

Para cualquiera sociedad y para cualquier estado nacional, como comunidad política y de decisión, será crucial, en este contexto, si se logra un nivel crítico de producción de conocimientos o no. La innovación de métodos, la  producción y la aplicación de los nuevos conocimientos, así como el uso eficiente,  la circulación y la gestión de la información son decisivos para el éxito o el fracaso de la comunidad y para su integración en un contexto global.

El número creciente, y eficiente, de institutos de investigación y universidades globalizadas y tecnologizadas, de firmas consultoras y de expertos locales que divulgan, aplican y -sobre todo – crean conocimientos, son factores decisivos e indicadores primordiales. Sin embargo esto no es todo y no es en sí, sólo, lo principal.

Evers y Solvay (2005) han reseñado estudios sociológicos recientes (Zapata-Ros, 2013b) que atestiguan que no se puede explicar la elaboración de conocimientos sólo como un proceso racional, ni que se puede estimular mediante sólo medidas insertas en decisiones de pura lógica o voluntaristas. Es necesario que existan determinadas condiciones de interacción social entre la experiencia social  del mundo circundante y la cultura (conjunto de valores asumidos por la comunidad).

Esta es pues la base de su concepción sobre las culturas epistemológicas. Según este autor es difícil que esta conjunción de valores e interacciones se produzcan, que surja una cultura epistemológica productiva (cultura de producción de conocimientos).

El autor rechaza las explicaciones culturalmente deterministas así como las que se basan en aspectos puramente culturales. Las primeras, que tratan de mostrar por qué algunos valores culturales impiden el desarrollo de la ciencia y la investigación, son insuficientes e insatisfactorias para explicar todos los casos y la complejidad de casi todos.  Las teorías que tratan de explicar los éxitos o fracasos únicamente en base a aspectos culturales arguyen aspectos banales. El autor tiene un enfoque más proactivo y construccionista. Las razones del éxito de una sociedad epistemológica, o al menos que sea posible lograr mejores resultados, tiene más que ver con la investigación de factores complejos implícitos en los procedimientos y en las interacciones que se producen. Que son las que definen y caracterizan a las sociedades tecnológicas.

Un principio inevitable para la construcción de estas culturas, que contribuye de forma necesaria a ellas, aunque no sea el único, es la nueva alfabetización que constituye el pensamiento computacional.

La vigencia de un corpus curricular sobre “pensamiento computacional”

Lejos de este planteamiento del pensamiento computacional como una nueva alfabetización de las culturas epistemológicas, la respuesta a la demanda social y económica de profesionales de la computación e incluso aceptando que se ha de empezar con la formación desde las primeras etapas,  más frecuente y la más simple  a fuer de ser una respuesta  mecánica, ha consistido en favorecer el aprendizaje de la programación y de sus lenguajes de forma progresiva. Esto consistiría en proponer a los niños tareas de programar desde las primeras etapas. De manera que la progresión estuviese en la dificultad de las tareas y en su carácter motivador, desde las más sencillas y más lúdicas a las más complejas y aburridas. Se vincula aprendizaje con la respuesta a un estímulo, no con las características de aprendizaje y cognitivas del niño, en la tradición más clásica del conductismo.

Sin embargo hay una alternativa que además establece una línea de continuidad con las teorías clásicas del aprendizaje, establecida por Papert (1980) en sus trabajos de Media Lab. Nos referimos al construccionismo. Esta alternativa está sostenida por algunos autores, inspira a profesores y grupos innovadores en la puesta en marcha de actividades y en algunos pocos casos a corporaciones que,  frecuentemente de forma aislada, nos planteamos la cuestión de otro modo: Las competencias que se muestran como más eficaces en la codificación son la parte más visible de una forma de pensar que es útil no sólo en ese ámbito de actividades cognitivas, las que se utilizan en el desarrollo y en la creación de programas y de sistemas informáticos. En definitiva sostienen que hay una forma específica de pensar, de organizar ideas y representaciones, que es propicia y que favorece las competencias computacionales. Se trata de una forma de pensar que propicia el análisis y la relación de ideas  para la organización y la representación lógica de procedimientos. Esas habilidades se ven favorecidas con ciertas actividades y con ciertos entornos de aprendizaje desde las primeras etapas. Se trata del desarrollo de un pensamiento específico, de un pensamiento computacional.

Hemos dicho que un precedente remoto de estas ideas está en el construccionismo, en las ideas de autores como Seymourt Paper.  Paulo Blikstein (2013) de la Universidad de Stanford, dice que si un historiador tuviera que trazar una línea que uniese la obra de Jean Piaget sobre la psicología del desarrollo a las tendencias actuales en la tecnología educativa, la línea simplemente se llamaría “Papert”.  Seymour Papert ha estado en el centro de tres revoluciones: el desarrollo del pensamiento en la infancia, la inteligencia artificial y las tecnologías informáticas para la educación. Quizá el que no haya tenido el impacto debido se deba a que se anticipó.

La visión de Papert se podría sintetizar diciendo que “los niños deben programar la computadora en lugar de ser programados por ella” (children should be programming the computer rather than being programmed by it) (Papert, 1980  a través de Blikstein, 2013).

Ahora, en la fase actual del desarrollo de la tecnología y de las teorías del aprendizaje se podría decir “son los niños los que tienen que educar a los ordenadores no los ordenadores los que tienen que educar a los niños”

Este trabajo y en general las actividades y reflexiones que pueda propiciar, están justificados por el papel que, en el nuevo contexto, tiene el desarrollo de habilidades que, desde las primeras etapas, faciliten un aprendizaje orientado hacia la programación. Es decir se trata de una nueva alfabetización, de una alfabetización que permita a las personas en su vida real afrontar retos propios de la nueva sociedad y que vaya más allá, que permita a los individuos organizar su entorno, sus estrategias de desenvolvimiento, de resolución de problemas cotidianos, además de  organizar su mundo de relaciones, en un contexto de comunicación más racional y eficiente. Todo ello con el resultado de poder  organizar estrategias para conseguir objetivos personales. En definitiva se trata de conseguir una mayor calidad de vida y un mayor nivel de felicidad.

En todo el planteamiento subyace, como idea-fuerza,  que, al igual a como sucede con la música, con la danza o con la práctica de deportes, es clave  que se fomente una práctica formativa del pensamiento computacional desde las primeras etapas de desarrollo. Y para ello, al igual que se pone en contacto a los niños con un entorno musical o de práctica de danza o deportiva,… se haga con un entorno de objetos y de acciones que promuevan a través de la observación y de la manipulación, aprendizajes adecuados para favorecer este pensamiento.

Aunque pensamos por la experiencia y la práctica que ocurre, no tenemos en muchos casos evidencias de que esos entornos y esas manipulaciones desarrollen las destrezas computacionales o habilidades asociadas a lo que hemos llamado pensamiento computacional.  Habría pues que fomentar investigaciones para tenerlas.

Hay multitud de áreas del aprendizaje que conviene explorar e investigar en esta nueva frontera. Y en la planificación de los curricula tendrá que plantearse esta dicotomía: Enseñar a programar con dificultad  progresiva (si se quiere incluso de forma lúdica o con juegos) o favorecer este nuevo tipo de pensamiento.

Pero para abordar el pensamiento computacional y su naturaleza tropezamos con varios problemas de entrada: delimitar el contenido y encontrar los términos y conceptos adecuados para definirlo. Y el primer problema es la diversidad de términos, pero no de conceptos. Utilizaremos indistintamente pues como sinónimos las expresiones codificación y precodificación (habilidades previas) o programación y reprogramación. La primera extraída de la literatura anglosajona, coding  o code.

La definición aceptada por la UE, tal como se dice en el informe Computing our future Computer programmingand coding – Priorities, school curricula and initiatives across Europe, es:

La codificación (coding) es cada vez más una competencia clave que tendrá que ser adquirida por todos los jóvenes estudiantes y cada vez más por los trabajadores en una amplia gama de actividades industriales y profesiones. La codificación es parte del razonamiento lógico y representa una de las habilidades clave que forma parte de lo que ahora se llaman “habilidades del siglo 21″.

Como vemos es un dominio conceptual muy próximo a lo que hemos visto y veremos que es el pensamiento computacional, al menos se expresa con ese sentido que le hemos atribuido.

Por otro lado de igual forma que se habla de prelectura, pre-escritura o precálculo para nombrar competencias que allanan el camino a las destrezas clave y a las competencias instrumentales que anuncian, cabe hablar de precodificación para designar las competencias que son previas y necesarias en las fases anteriores del desarrollo para la codificación. Nos referimos por ejemplo a construcciones mentales que permiten alojar características de objetos de igual forma a como lo hacen las variables con los valores: Son en este caso el color, la forma, el tamaño,… O también operaciones con estos rasgos como son la seriación. Evidentemente hay muchas más habilidades y más complejas en su análisis y en el diseño de actividades y entornos para que este aprendizaje se produzca. Este ámbito de la instrucción es lo que podría denominarse precodificación, pues codificación describe con más precisión y más ajuste conceptual, la transferencia de acciones e informaciones para que puedan ser interpretados por los ordenadores y otros dispositivos de proceso, transporte y almacenamiento de la  información.

Y lo diferenciamos de pensamiento computacional, por el propósito que éste supone que es no solo prepararse para la programación y para la codificación sino para dotarse de claves de comprensión y de representación de los objetos de conocimiento en general. Pensamos pues como más adecuada en la expresión “pensamiento computacional” (computational thinking), que después desarrollaremos

Por otro lado también habríamos podido elegir igualmente el término alfabetización digital, reconociendo que impropiamente, en español, tiene resonancias próximas al término “alfabetización informática”, al menos en su uso. Y éste  hace hincapié en la informática de usuario al considerare esta alfabetización como el conocimiento y la destreza para manejarse en entornos de usuario. Así es frecuente entre la gente poco ilustrada confundir al buen informático con el que maneja bien, es hábil, con los programas de usuario, las APPs, o al que se maneja con fluidez y rapidez en los ambientes de menús, ventanas y opciones, o simplemente al que tiene habilidad en los pulgares para manejar un smartphone, o con el índice para moverse por un tablet.

No obstante podemos aceptar la definición de alfabetización digital (computer literacy) como el conocimiento y la capacidad de utilizar las computadoras y la tecnología relacionada con ellas de manera eficiente, con una serie de habilidades que cubren los niveles de uso elemental de la programación y la resolución de problemas avanzada. (Washington, US Congress of Technology Assessment, OTA CIT-235 April 1984, page 234). Pero como hemos dicho ese mismo documento  acepta que la alfabetización digital también se puede utilizar para describir el nivel de acomodo que un individuo tiene con el uso de programas de ordenador y otras aplicaciones que están asociados con las computadoras . La alfabetización digital por último se puede referir a la comprensión de cómo funcionan los ordenadores y a la facilidad de operar con ellos.

En lo que sigue hablaremos más de “pensamiento computacional” (computational thinking) y de  iniciativas necesarias como son desarrollar un curriculum y propuestas de formación para maestros y profesores.

¿Cuál es el problema del pensamiento computacional?

Al principio del artículo decíamos que la respuesta más frecuente y  más simple,  a fuer de ser una respuesta  mecánica, ha consistido en favorecer el aprendizaje de la programación y de sus lenguajes de forma progresiva. Este es el tipo de planteamiento que está detrás de inducir a los niños a hacer muchas líneas de programa y a hacerlas muy rápidamente, sin pensar previamente mucho en el problema a resolver, sin diagramas, sin diseño,… Es la idea que hay detrás de los concursos de programación, de enseñar a programar a través de juegos, etc.

Es un planteamiento competitivo que deja a fuera a muchos niños y que posiblemente haga poco deseable para muchos ser programador, o al menos les dé una imagen de frikis. O la de unos tipos raros con un perfil difícil de tener. En definitiva puede llegar a ser un planteamiento excluyente.

Pero volvamos al principio, antes de empezar a escribir código de forma compulsiva, lo importante es saber cómo se representan la realidad, el mundo de objetivos y expectativas, lo que piensan en definitiva los que tienen éxito en hacer programas potentes. Lo importante no es el software que escriben sino lo que piensan. Y sobre todo la forma en que piensan.

Conocer este mundo de ideas y de representaciones, como operan constituye el principio básico del “pensamiento computacional”, y cualquier otro conocimiento como memorizar a la perfección las reglas de toda la sintaxis y las primitivas de cualquier lenguaje de programación no les sirve de nada a los alumnos si no pueden pensar en buenas maneras de aplicarlas.

Desgraciadamente la forma más frecuente de enseñar a programar y la que se está empezando a utilizar en nuestro país, como por ejemplo se ha hecho en la Comunidad de Madrid[2] (Valverde et al, 2015), está en la clave señalada: Conducir a los alumnos, en este caso, de secundaria por el camino más áspero, el de la programación per se. Si no se proporcionan otro tipo de ayudas o de claves se excluyen a los que no tienen el don de  para programar directamente, dejando solo a los que tienen facilidad para  los procedimientos puramente de programación, creando con ello el estereotipo de que la programación es solo cosa de los programadores.

Hay un efecto derivado. Si se aprende a programar asociado a un lenguaje es posible que no se produzca la transferencia y en futuras ocasiones no se pueda repetir el proceso. Esto hace que la inserción profesional no se produzca con toda eficacia que podría ser si se hiciera vinculado a operaciones cognitivas superiores. Las asociaciones profesionales se quejan de que las empresas contraten a informáticos de forma efímera. Sin reparar que es posible que suceda porque han aprendido de forma vinculada a lenguajes y programas efímeros, y que cuando cambie el programa o la versión no tendrán flexibilidad mental para adaptarse a nuevos entornos, no solo de programación, sino de problemas. Esto no sucede, y las empresas lo saben, si contratan a titulados más familiarizados con elementos de pensamiento heurísticos o de otro tipo entre los glosados en este trabajo, como son matemáticos o físicos que sí, tienen esa competencia de resolver problemas en entornos cambiantes.

Sin embargo sí existen referencias (Raja, 2014) de investigaciones que ponen de manifiesto que cuando se empieza por enseñar el pensamiento computacional en vez de por la elaboración de códigos, desvinculando la iniciación en el aprendizaje a ser diestros con el ordenador, tal como se entiende habitualmente, se evita el principio de discriminación que hace que algún tipo de niños y de niñas se inhiban. Supone pues un principio de democratización del aprendizaje. Esto supone además que los que en un futuro pueden ser bibliotecarios, médicos o artistas pueden ser también buenos programadores. Y por ende podría ampliar la base de conocimiento que se vuelca al mundo de la computación, lo que constituye el motor y el combustible de la Sociedad del Conocimiento.

Veamos que algunas habilidades propias del pensamiento computacional no tienen por qué estar vinculadas a los ordenadores. Hay en un ejemplo claramente significativo de ello en una época en que no había ordenadores. Fue un proceso de análisis de datos hecho por un lego, un médico especializado en epidemias, para resolver un problema crucial, mediados el siglo XIX. Hoy probablemente esto no podría haber sucedido así. Los programadores no tienen conocimientos de epidemiología, y los epidemiólogos no tienen por lo general pensamiento computacional (Koch and Denike, 2009, a través de Raja, 2014).

En 1854 , un médico de Londres llamado John Snow ayudó a sofocar un brote de cólera que había matado a 616 vecinos. Lo hizo dejando de lado la teoría predominante de la época, la teoría miasmática de la enfermedad, que aseguraba que las enfermedades se producían por emanaciones surgidas del terreno. Indagó las costumbres y los rasgos de la forma de vivir de los enfermos. En un mapa levanto columnas con la ubicación de los muertos, la frecuencia (¿no nos recuerda un infograma?):

Fig. 1.- Mapa obtenido de  “On the Mode of Communication of Cholera,” 1854. En Rev. Henry Whitehead mapped almost 700 cholera deaths, sewer lines, and both the incorrect location of the old plague burial site (oval) and its correct size and location a block from the Broad Street pump in this 1855 map (Koch and Denike, 2009) y en JOHN SNOW’S MAP 1 (Broad Street Pump Outbreak, 1854). (Snow, 1855).

Observó que las columnas crecían alrededor de una bomba de agua en Broad Street en el Soho (ver el mapa) que además estaba cerca de un pozo negro con fugas. La hipótesis que formuló es que la causa de la enfermedad estaba en el agua. Implícitamente estaba aplicando principios que ahora son clásicos de pensamiento computacional entraron: Cruzar dos conjuntos de datos para obtener un conocimiento nuevo (cruzar la ubicación de las muertes con las ubicaciones de las bombas de agua), contrastar el resultado por iteraciones sucesivas y el reconocimiento de patrones. Cuando se clausuró la bomba el brote cesó.

Definición de pensamiento computacional.

La idea más extendida sobre lo que es la alfabetización digital (Digital Literacy) es que consiste en una trasposición.

A lo largo de la historia se han sucedido distintas alfabetizaciones y todas han tenido una significación común: han supuesto una adaptación a los nuevos medios de comunicación, representación y proceso de la información entre humanos. Así, según esta idea, la Alfabetización Digital es la adaptación y la capacitación para esas funciones de comunicación, representación y proceso a las coordenadas de la revolución tecnológica y de la sociedad de la información, consideradas en sentido estrictamente tecnológico, como revolución de medios de comunicación y de difusión de ideas.

Ésta es la idea del autor que pasó como el creador del concepto: Paul Gilster. De esta forma el concepto de alfabetización digital, tal como se utiliza ahora de forma  general, fue presentado en el libro del mismo nombre (Gilster, 1997). Gilster no proporcionó una listas de habilidades, competencias o actitudes en la  definición de lo que es una cultura digital (a diferencia de como nosotros tratamos de hacer). Más bien lo explicó, de manera muy general: como la capacidad de entender y utilizar la información de una gran variedad de fuentes digitales. Por tanto, se trata de la actualización per se de la idea tradicional de la alfabetización. Se trata de  la capacidad de leer, escribir y realizar cualquier transacción con la información, pero ahora utilizando las tecnologías y los formatos de datos actuales, al igual que la alfabetización clásica utilizaba la tecnología de la información y los formatos de cada época (libros, papiros, pergaminos, tablillas,…). Pero sobre todo, en ambos casos, se considera como un conjunto de habilidades esenciales para la vida. La crítica es que ésta es una expresión genérica del concepto, sin ir ilustrada o acompañada “listas de competencias”.

Gilster no fue el primero a utilizar la expresión ” alfabetización digital”; ya se había aplicado a lo largo de la década de 1990 por una serie de autores, que la utilizaron para significar esencialmente la capacidad de leer y comprender  elementos de información en los formatos de hipertexto o multimedia (Bawden, 2001).

Un planteamiento  típico en este sentido fue el de Lanham (1995), que consideraba la alfabetización digital como una especie de “alfabetización multimedia”. Su argumento era que desde una fuente digital se podrían generar muchas formas de texto, de informaciones, imágenes, sonidos, etc.  Esto justificaba la necesidad de una nueva forma de alfabetización, con el fin de interpretar, de  dar sentido a estas nuevas formas de presentación. La crítica es que con el tiempo este aspecto dejó de ser importante, y era muy restrictivo, frente al concepto más amplio de la alfabetización digital, y demasiado focalizado en la tecnología de una época. Frente a la conceptualización mucho más amplia de Gilster. Distintas concepciones de este tipo son revisadas ​​por Eshet (2002), que llega a la conclusión, de que la alfabetización digital debe considerarse  más como  la capacidad de utilizar las fuentes digitales de forma eficaz. Se trata pues  de un tipo especial de mentalidad o pensamiento. Esta conceptualización está bastante más próxima a lo que planteamos en este trabajo, solo que se refiere a la forma de procesar la información no a organizar la resolución de problemas. El pensamiento computacional es más una resolución de problemas.

De todas formas Gilster en su libro de 1997 ya rompe con la idea que dio lugar al mito de los “nativos digitales”.  Afirma explícitamente que “la alfabetización digital tiene que ver con  el dominio de las ideas, no con las pulsaciones en el teclado” -así distingue, en su concepción lo limitado de las “habilidades técnicas” desde la perspectiva de la alfabetización digital. Señala que “no sólo hay que adquirir la habilidad de hallar las cosas, sobre todo se debe adquirir la capacidad de utilizar esas cosas en la vida del individuo”(pp. 1-2).

Sobre estas ideas David Bawden (2008 Capítulo 1), a partir de lo dicho `por Pablo Gilster, afirma  que la alfabetización digital implica una forma de distinguir una variedad creciente de conceptos y de hechos, para delimitar los que son relevantes en orden a conseguir  el dominio de las ideas. E insiste en lo necesario para ello de una evaluación cuidadosa de la información, en el análisis inteligente y en la síntesis. Para ello  proporciona listas de habilidades específicas y de técnicas que se consideran necesarias para estos objetivos, y  que en conjunto constituyen  lo que califica como una cultura digital.

Sobre estas competencias Bawden (2008) remite a las expuestas en otro trabajo anterior (Bawden, 2001):

• Adquirir un “conjunto de conocimiento”, y con ellos construir un “bagaje de información fiable” de diversas fuentes
• Habilidades de recuperación, utilizando además un “pensamiento crítico” para hacer juicios informados sobre la información recuperada, y para asegurar la validez e integridad de las fuentes de Internet
• Leer y comprender de forma dinámica y cambiante material no secuencial
• Ser consciente del valor de las herramientas tradicionales en contextos y en relación   con los medios de comunicación en red
• Ser consciente del valor de las “redes populares” como fuentes de asesoramiento y ayuda
• Utilizar filtros y otras herramientas, lógicas y cognitivas, para gestionar la información disponible, valorando su relevancia
• Sentirse cómodo y familiarizado con la publicación y comunicación de la información en los nuevos medios, así como con el acceso a ella.

Llegados a este punto hay una segunda línea de delimitación conceptual, estudiada por Eshet-Alkalai (2004). A partir de su reflexión  advierte sobre la incompatibilidad entre los planteamientos de aquellos que conciben la alfabetización digital como “principalmente constituida por habilidades técnicas, y los que la ven centrada en aspectos cognitivos y socio-emocionales del trabajo en entornos digitales”.

Otro criterio que se ha tenido en cuenta en la aproximación al concepto de Alfabetización Digital fue el de clasificar (Lankshear y Knobel, 2006) según se tratase de un enfoque conceptual o de un enfoque “operacional”, es decir a partir de operaciones estandarizadas.

Esta última tendencia, la de definiciones basadas en operaciones estandarizadas, confieren un carácter “funcional” a  la Alfabetización Digital, lo que le dota de una índole de cultura digital, centrando el estudio en la naturaleza de las  tareas, presentaciones, demostraciones de habilidades, etc. que se realizan, y avanzando en la construcción de estándares  para definir qué es o no Alfabetización Digital.

Por último hay una variante comercial de la Alfabetización Digital, que consiste en una certificación de competencias. Es la acreditación conocida como Internet and Computing Core Certificación (IC³) (www.certiport.com). Su página web  afirma que la “certificación IC³ ayuda a aprender y demostrar a Internet y la alfabetización digital a través de un estándar de evaluación del aprendizaje válido para la industria en todo el mundo”. Se basa en un sistema de formación y de certificación a través de un examen que abarca contenidos sobre Fundamentos de  Informática, en aplicaciones básicas y clave para la vida,  y en lo que llaman la “vida conectada”.

Lo que proponemos en este trabajo, con la construcción de idea del pensamiento computacional a partir de elementos o de formas específicas de pensamiento para resolver problemas, tiene que ver con la Alfabetización Digital en que éste, el pensamiento computacional, está constituido por competencias clave que sirven para aprender y comprender ideas, procesos y fenómenos no sólo en el ámbito de la programación de ordenadores o incluso del mundo de la computación, de Internet o de la nueva sociedad del conocimiento, sino que es sobre todo útil para emprender operaciones cognitivas y  elaboración complejas que de otra forma sería más complejo o imposible de realizar. Sin estos elementos de conocimiento, sería más difícil resolver ciertos problemas de cualquier ámbito, no solo de la vida científica o tecnológica, sino de la vida común. Se considera como un conjunto de habilidades esenciales para la vida en la mayoría de los casos y como un talante especial para afrontar problemas científicos y tecnológicos.

Tras lo visto sobre Alfabetización Digital y conceptos asociados podemos abordar directamente la idea de pensamiento computacional.

En ese sentido es muy interesante lo que dice, en un primer acercamiento al concepto, la informática Tasneem Raja (2014) en el post We Can Code It! , de la revista-blog Mother Jones:

“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”.

Esta 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.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 habrá que decir en qué nivel habrá que parar y dar marcha atrás.

Pero hay otros procedimientos para abordar tareas complejas que igualmente se pueden considerar como propias de este pensamiento, como son el análisis ascendente, y todo lo que constituye la heurística, el pensamiento divergente o lateral, la creatividad, la resolución de problemas, el pensamiento abstracto, la recursividad, la iteración, los métodos por aproximaciones sucesivas, el ensayo-error, los métodos colaborativos, el entender cosas juntos, etc. que desarrollamos en un artículo de la revista RED (Zapata-Ros, 2015).

La definición de pensamiento computacional que se considera más apropiada es la de Jeannette Wing (2006), vicepresidente corporativo de Microsoft Research y profesora de Computer Science Department Carnegie Mellon University , que fue quien popularizó el término en su artículo “Computational Thinking. It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use”, cuyo título es en sí mismo una definición.

Wing (March 2006) dice que el “pensamiento computacional” es una forma de pensar que no es sólo para programadores. Y lo define:

“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 para los científicos de la computación”.

Pero lo interesante es que en ese mismo artículo describe una serie de rasgos que nos van fueron muy útiles (Zapata-Ros, 2015) para establecer las bases un corpus curricular  del aprendizaje basado en el pensamiento computacional. Así por ejemplo se dice:

• En el pensamiento computacional se conceptualiza, no se programa.- Es preciso pensar como un científico de la computación. Se requiere un pensamiento en múltiples niveles de abstracción;
• En el pensamiento computacional  son fundamentales las habilidades no memorísticas o no mecánicas.– Memoria significa mecánico, aburrido, rutinario. Para programar los computadores hace falta una mente imaginativa e inteligente. Hace falta la emoción de la creatividad. Esto es muy parecido al pensamiento divergente, tal como lo concibieron Polya (1989) y Bono (1968).
• En el pensamiento computacional se complementa y se combina el pensamiento matemático con la ingeniería.- Ya que, al igual que todas las ciencias, la computación tiene sus fundamentos formales en las matemáticas. La ingeniería nos proporciona la filosofía base de  que construimos sistemas que interactúan con el mundo real.
• En el pensamiento computacional lo importante son las ideas, no los artefactos. Quedan descartados por tanto la fascinación y los espejismos por las novedades tecnológicas. Y mucho menos estos factores como elementos determinantes de la resolución de problemas o de la elección de caminos para resolverlos.

Wing (2006) continua con una serie de rasgos pero lo interesante ahora, con ser importante, no es esta perspectiva en sí sino, en el contexto de un análisis y de una elaboración interdisciplinar, ver las implicaciones que tienen estas ideas para una redefinición de un dominio teórico específico dentro de las teorías del aprendizaje. Eso por un lado, y por otro encontrar un currículum adecuado a esos dominios conceptuales para las distintas etapas educativas y para la capacitación de maestros y profesores.

Referencias.-

Bawden, D. (2001). Information and digital literacies: a review of concepts. Journal of Documentation, 57(2), 218–259.

Bawden, D. (2008). Origins and concepts of digital literacy. Digital literacies: Concepts, policies and practices, 17-32. http://sites.google.com/site/colinlankshear/DigitalLiteracies.pdf#page=19

Blikstein,  (2013). Seymour Papert’s Legacy: Thinking About Learning, and Learning About Thinking. https://tltl.stanford.edu/content/seymour-papert-s-legacy-thinking-about-learning-and-learning-about-thinking

Bono, E. D. (1968). New think: the use of lateral thinking in the generation of new ideas. Basic Books.

Brown , E. (2016). Obama outlines $4 billion ‘Computer Science for All’ education plan. Washington Post. https://www.washingtonpost.com/local/education/obama-outlines-4-billion-computer-science-for-all-education-plan/2016/01/29/3ad40da2-c6d9-11e5-9693-933a4d31bcc8_story.html

Dickey, M.R. (2016). President Obama Wants $4 Billion To Bring Computer Science Education To Every K-12 School. Tech Crunch. http://techcrunch.com/2016/01/30/president-obama-wants-4-billion-to-bring-computer-science-education-to-every-k-12-school/

Eshet, Y. (2002). Digital literacy: A new terminology framework and its application to the design of meaningful technology-based learning environments, In P. Barker and S. Rebelsky (Eds.), Proceedings of the World Conference on Educational Multimedia, Hypermedia and Telecomunications, 493–498 Chesapeake VA: AACE, Retrieved November 30, 2007, from http://infosoc.haifa.ac.il/DigitalLiteracyEshet.doc

Eshet-Alkalai, Y. (2004), Digital literacy: a conceptual framework for survival skills in the digital era, Journal of Educational Multimedia and Hypermedia, 139(1), 93–106. Available at: http://www.openu.ac.il/Personal_sites/download/Digital-literacy2004-JEMH.pdf

Europeam Comission (2016).The Computational Thinking Study.  https://ec.europa.eu/jrc/en/computational-thinking

Europeam Comission (2015). Grand Coalition for Digital Jobs. https://ec.europa.eu/digital-single-market/en/grand-coalition-digital-jobs

Evers, H-D, (2000a) Working Paper No 335 Culturas Epistemológicas: Hacia una Nueva Sociología del Conocimiento

Evers, Hans-Dieter and Solvay Gerke (2005). Knowledge is Power: Experts as Strategic Group.

Gareis, K. (2014) E-SKILLS FOR JOBS IN EUROPE:: MEASURING PROGRESS AND MOVING AHEAD FINAL REPORT FEBRUARY 2014  http://eskills-monitor2013.eu/fileadmin/monitor2013/documents/MONITOR_Final_Report.pdf

Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s map of Broad Street cholera, 1854. Social science & medicine, 69(8), 1246-1251.http://www.albany.edu/faculty/fboscoe/papers/koch2009.pdf

Lanham, R.A. (1995). Digital literacy, Scientifi c American, 273(3), 160–161.

Lankshear, C. and Knobel, M. (2006). Digital literacies: policy, pedagogy and research considerations for education. Digital Kompetanse: Nordic Journal of Digital Literacy, 1(1), 12–24.

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books, Inc. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf

Pólya, G. (1989). Como plantear y resolver problemas Ed. Trillas. (Primera edición 1965)

Raja, T. (2014). We can code it!. http://www.motherjones.com/media/2014/06/computer-science-programming-code-diversity-sexism-education.

Snow, J. (1855). On the Mode ofCommunication of Cholera. http://www.ph.ucla.edu/epi/snow/snowmap1_1854.html

Stehr, N. (2003). Wissenspolitik oder die gesellschaftliche Disziplinierung neuer Erkenntnisse. Pp. 318-330 in Herbert Kubincek, Dieter Klumpp and Alexander Roßnagel (eds.), Next Generation Information Society? Notweindigkeit einer Neuorientiierung. Mössingen-Talheim: Talheimer Verlag. http://www.researchgate.net/publication/266615013

Valverde-Berrocoso, J., Fernández-Sánchez, M.R., Garrido-Arroyo, M.C. (2015). El pensamiento computacional y las nuevas ecologías del aprendizaje. RED, Revista de Educación a Distancia. Número 46. Número monográfico sobre «Pensamiento Computacional». Septiembre de 2015. Consultado el 3/30/16  en http://www.um.es/ead/red/46

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. COMMUNICATIONS OF THE ACM /Vol. 49, No. 3. https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Zapata-Ros, M. (2012). La Sociedad Postindustrial del Conocimiento. Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. e-LIS. e-prints in Library and Information Science.. Consultado en http://hdl. handle. net/10760/17414.

Zapata-Ros, M. (2013b). La Sociedad Postindustrial del Conocimiento: Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. CreateSpace Independent Publishing Platform. Retrieved from Capítulo, 9, 260.

Zapata-Ros, M. (2014a). Pensamiento computacional y alfabetización digital (I). http://red.hypotheses.org/776

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

[1] Evers no habla de la Sociedad del Conocimiento en términos genéricos, sino de sociedades del conocimiento. Interpretando que hay una pluralidad de sociedades de este tipo que se desarrollan en distintos países o en áreas culturales o económicas, pero que todas ellas tienen unas características comunes.

[2] DECRETO 48/2015, de 14 de mayo, del Consejo de Gobierno, por el que se establece para la Comunidad de Madrid el currículo de la Educación Secundaria Obligatoria. Recuperado a partir de http://www.bocm.es/boletin/CM_Orden_BOCM/2015/05/20/BOCM-20150520-1.PDF

---

---