Archivo de la etiqueta: computational thinking

Pensamiento computacional en los primeros ciclos educativos, un pensamiento computacional desenchufado (I)

 

Miguel Zapata-Ros, Universidad de Murcia
ISSN 2386-8562
DOI : 10.13140/RG.2.2.12945.48481
 

Este artículo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0

Debe ser citado como

Zapata-Ros, M. (2018)Pensamiento computacional en los primeros ciclos educativos, un pensamiento computacional desenchufado (I1). Blog RED de Hypotheses. El aprendizaje en la Sociedad del Conocimiento.  https://red.hypotheses.org/1508

Introducción.-

La idea de pensamiento computacional desenchufado (Computational thinking unplugged) 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,…)  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.

Hay una serie de datos, ideas y circunstancias que avalan un trabajo como éste, y hacen posible ahora que se implementen actividades, iniciativas y experiencias de pensamiento computacional desenchufado. Es lo que intentamos exponer en la serie de posts que comienzan con éste.

Como anécdota, pero que es importante señalar a la hora de tener en cuenta cómo se ha forjado este trabajo y en qué contexto lo ha hecho, hay que decir que se ha originado  en las últimas actividades realizadas por el autor, a socaire de un ciclo organizado por ANEP-Uruguay y las Fundaciones Telefónica de Uruguay y de Argentina (ver los vídeos, éste y éste) de conferencias, talleres y eventos rurales en colegios y pueblos del interior de Uruguay, con niños y maestros de Primaria y de Secundaria. Pero sobre todo en el microclima que se creó en Arequipa, en el CITIE 2018, con la concurrencia derelevantísimos puntales en lo que ha sido el desarrollo del pensamiento computacional, con su experiencia y testimonio, como son entre otros Artemis Papert y Margaret Minsky, junto con otras individualidades que trabajan el tema.

 

En las fotos podemos ver en animado coloquio y trabajo a Artemis Papert, Margaret Minsky, Pascual Pérez Paredes, Raidell Avello y un servidor. En el ambiente de charlas, discusiones, exposiciones de ideas hubo una comunidad de enfoques que, además de poder modificar los esquemas de los participantes, abrió espacios de desarrollo en el trabajo de cada uno, así lo veo, y al menos en mi caso así fue. Y también explícitamente en el caso de Artemis para colaborar con sus ideas y con sus creaciones gráficas, a partir de Turtle Art y Tortugarte, en la elaboración de materiales para los ciclos iniciales de la educación. Obviamente sólo hubo un amplio consenso, eso sí, en las ideas centrales del proyecto que después debería ser ratificado en la práctica por equipos e instituciones, y sobre todo por las experiencias que se realicen.

 

 

Ése era el pues el ambiente que reinaba por las dependencias y los espacios del Hotel Conquistador de Arequipa. Ahí nacieron una serie de compromisos y una serie de ideas que voy a desarrollar estos días en esta colección de posts sobre el Pensamiento Computacional en las primeras etapas. 


Voy pues a comenzar una serie de entradas sobre este tipo de materiales. Para disipar equívocos desde el principio le voy a llamar, a este conjunto de posts, “Pensamiento computacional desenchufado” (eso es algo más que desconectado). En inglés ya existe la expresión Computer Science Unplugged. La ha utilizado Tim Bell de la University of Canterbury de Nueva Zelanda, con algunas diferencias prácticas y conceptuales que ya veremos. En definitiva queremos poner de relieve que lo importante es que los niños no jueguen con trastos, no solo digitales, sino ni tan siquiera enchufados… y que a pesar de ello adquieran pensamiento computacional. O quizás por ello.

En este trabajo pues vamos a abordar la necesidad y la conveniencia de trabajar aspectos del aprendizaje previo, convergente con el pensamiento computacional y necesario para él, desde las primeras etapas del desarrollo cognitivo de los individuos. Lo vamos a justificar desde el punto de vista de la teoría del aprendizaje y del de una pedagogía necesaria a ese fin. Vamos a hacerlo desde el punto de vista experiencial.

Vamos, para ello a proponer un tipo de actividades , a este nivel sólo de forma enunciativa y descriptiva, pero en lo posible lo más indicativa posible de cómo debería ser una propuesta más elaborada, y sobre todo la necesidad de guías para maestros y maestras de estos ciclos que doten de valor pedagógico en el sentido de los objetivos, tratados en el apartado anterior, propuestos para el pensamiento computacional. Orientar el diseño y la práctica en este sentido.

Hemos sostenido en trabajos anteriores (desde Noviembre de 2014) esa necesidad sobre la base de una perspectiva y de una opción, desde el punto de vista de que se trata de una nueva alfabetización, y que como tal el pensamiento computacional debe constituir una competencia o una serie de competencias claves en igualdad a como lo son las otras, las competencia claves de la alfabetización tradicional, la de la época industrial: La lectura, la escritura, el cálculo elemental y la geometría.

 

El principio de activación

Las destrezas del pensamiento computacional no podemos esperar que aparezcan de forma espontánea en el mismo momento en que se necesitan, en los estudios de grado o de secundaria superior.

Las habilidades que son necesarias para la programación de algoritmos complejos, las destrezas del pensamiento computacional en todo su vigor, es decir las que son necesarias para la programación de ordenadores, para resolver problemas, o para organizar el proceso y la circulación de datos, así como para que los ordenadores realices tareas las tareas para las que están construidos, estas habilidades, no podemos esperar a que aparezcan, o a se manifiesten de forma espontánea. Y que lo hagan en el mismo momento de necesitarlas en los estudios de grado de Computación o de Ingeniería Informática, en la etapa de madurez del alumno que corresponde a esa edad, ni tan siquiera en la etapa de desarrollo del pensamiento abstracto, en la secundaria postobligatoria, o incluso en secundaria obligatoria. 

En esto estas habilidades no son distintas de otras habilidades complejas que tienen que ver con el desarrollo de los individuos, que se adquieren de forma progresiva y que sólo son utilizables en forma operativa en su última fase.

Esta naturaleza del aprendizaje, el enlace de las situaciones de aprendizaje con los objetivos finales a través de etapas, niveles y condiciones de aprendizaje, es la que justifica el diseño instruccional y de ello no se libra la adquisición de las habilidades computacionales ni, siendo distinto, el pensamiento computacional: Los aprendizajes complejos se dividen, se fraccionan en aprendizajes más simples, más cercanos a las capacidades de los individuos y más lejanos del momento que adquieren su mayor eficiencia o su mayor operatividad práctica, o incluso que nunca lo alcancen porque no exista, como sucede en el caso que no lo alcancen ese punto en su dominio propio, por sí mismas, sino como habilidades auxiliares a otras. Así pasa con los conocimientos y las habilidades básicas y con las competencias clave.

En este punto es donde obtienen su justificación en las teorías del aprendizaje, en el principio de activación, y en la forma en como transitar desde que se adquieren las habilidades hasta que son útiles en su destino final. Este tránsito y la forma de organizarlo es lo que constituye la base del diseño instruccional. Por tanto son dos núcleos clave que está en la justificación en la teoría del aprendizaje y en la base de una pedagogía del pensamiento computacional: El principio de activación y el diseño instruccional.

En esta parte nos vamos a dedicar exclusivamente al principio de activación. Dejaremos para otra ocasión o para después, aquí en esta serie de posts, en el apartado de las guías de actividades, el diseño instruccional. La otra cuestión, la consideración del pensamiento computacional como competencia clave de la nueva alfabetización tampoco la abordaremos en este punto, es una elaboración o una consecuencia elaborada del principio de activación.

Así pues vamos a justificar con este principio la necesidad y la conveniencia de trabajar aspectos del aprendizaje previos, convergente con el pensamiento computacional y necesarios para él, desde las primeras etapas del desarrollo cognitivo de los individuos. Es lo que va a justificar después qué actividades y como se organizan juegos en la infancia para que habilidades de secuenciación o de encaje, entre objetos computacionales o entre variables y tipos de datos, por ejemplo, se activen y fluyan en la fase de resolver problemas con algoritmos y programas en las etapas de enseñanza profesional o universitaria. Esto obviamente sería una ejemplificación extrema. En un caso más normal, la adquisición se produciría de una forma más progresiva a través de las distintas etapas educativas, los niveles e incluso dentro de estos y de los módulos y unidades instruccionales que los componen.

En su trabajo, Merrill (2002) desarrolla lo que llama unos principios fundamentales del aprendizaje (first priciples) lo hace decantando los principios subyacentes en los que hay consensos, en los que hay un acuerdo esencial, en todas las teorías y que previamente ha identificado. Ese trabajo está expuesto y desarrollado en su trabajo First principles of instruction (Merrill, 2002). en Educational technology research and development, incluido como capítulo en el tercer volumen de los libros de Reigueluth  Instructional-design theories and models: Building a common knowledge base (Merrill, 2009). Y de forma resumida en First principles of instruction: A synthesis (Merrill, 2007). También son glosados como base del nuevo paradigma instruccional de Reigeluth, cuya versión oficial pueden encontrar en RED número 50, en el artículo Teoría instruccional y tecnología para el nuevo paradigma de la educación (Reigeluth, 2016). 

En este último trabajo, Reigeluth (2016) distingue entre principios universales y escenarios particulares. Cuando aplicamos con mayor precisión un principio o un método instruccional, por lo general descubrimos que hace falta que éste sea diferente para diferentes situaciones y perfiles de aprendizaje, o una mayor precisión para obtener objetivos contextualizados y personalizados. Reigeluth (1999) se refirió a los factores contextuales que influyen en los efectos de los métodos como “escenarios”.

Los principios fundamentales de instrucción (first priciples) los propone y los define Merrill (2002) en First principles of instruction. Este documento se refiere a los métodos variables como programas y prácticas. Un principio fundamental (Merrill, 2002), o un método básico según Reigueluth (1999a), es un aserto que siempre es verdadero bajo las condiciones apropiadas independientemente del programa o de la práctica en que se aplique, que de  esta forma dan lugar a un método variable. Teniendo en cuenta como el mismo Merrill (2002) las define:

Una práctica es una actividad instruccional específica. Un programa es un enfoque que consiste en un conjunto de prácticas prescritas. Las prácticas siempre implementan o no implementan los principios subyacentes ya sea que estos principios se especifiquen o no. Un enfoque de instrucción dado solo puede enfatizar la implementación de uno o más de estos principios de instrucción. Los mismos principios pueden ser implementados por una amplia variedad de programas y prácticas.

De esta forma Merrill propuso un conjunto de cinco principios instruccionales prescriptivos (o “principios fundamentales”) que mejoran la calidad de la enseñanza en todas las situaciones (Merrill, 2007 , 2009 ). Esos principios tienen que ver con la centralidad de la tarea, la activación, la demostración, la aplicación y la integración.

Para ello Merrill (2002) propone un esquema en fases como el más eficiente para el aprendizaje, de manera que centran el problema y crean un entorno que implica al alumno  para la resolución de cualquier problema En cuatro fases distintas, cuando habitualmente solo se hace en una: la de demostración, reduciendo todo el problema a que el alumno pueda demostrar su conocimiento o su habilidad en la resolución del problema en una última fase. 

Son las FASES DE INSTRUCCIÓN

Las fases son (a) activación de experiencia previa, (b) demostración de habilidades, (c) aplicación de habilidades, y (d) integración de estas habilidades en actividades del mundo real.

Así la figura anterior proporciona un marco conceptual para establecer y relacionar los principios fundamentales de la instrucción. De ellos uno tiene que ver con la implicación y la naturaleza real del problema, así percibida por el alumno, y los cuatro restantes para cada una de las fases. Así estos cinco principios enunciados en su forma más concisa (Merrill 2002) son

  1. El aprendizaje se promueve cuando los estudiantes se comprometen a resolver problemas del mundo real. Es decir el aprendizaje se promueve cuando es un aprendizaje centrado en la tarea.
  2. El aprendizaje se favorece cuando existen conocimientos que se activan como base para el nuevo conocimiento.
  3. El aprendizaje se promueve cuando se centra en que el alumno debe demostrar su nuevo conocimiento. Y el alumno es consciente de ello.
  4. El aprendizaje se promueve igualmente cuando se centra en que el aprendiz aplique el nuevo conocimiento. Y por último
  5. El aprendizaje se favorece cuando el nuevo conocimiento se tienede a que se integre en el mundo del alumno.

Pero, de todos estos principios, el que justifica sobremanera la inclusión del pensamiento computacional, como pensamiento computacional desenchufado en las primeras etapas, es el principio de activación. En él nos vamos a centrar, y no sólo en su aplicación para el diseño instruccional en la fase de activación, en la que el conocimiento existente se activa, sino en las fases en las que se crean los conocimientos y habilidades que son activados, y en cómo hacerlo para que la activación sea más eficiente.

En su trabajo Teoría instruccional y tecnología para el nuevo paradigma de la educación, Reigeluth (2016 pág. 4) caracteriza el principio de activación de manera que

  • El diseño educativo de actividades, organización, recursos, etc. debe ser tendente a activar en los alumnos estructuras cognitivas relevantes, haciéndoles recordar, describir o demostrar conocimientos o experiencias previas que sean relevantes para él.
  • La activación puede ser social. La instrucción debe lograr que los estudiantes compartan sus experiencias anteriores entre ellos.
  • La instrucción debe hacer que los estudiantes recuerden o adquieran una estructura para organizar los nuevos conocimientos.

Los trabajos de Merrill (2002) y Reigeluth (2016) hacen énfasis en la fase de evocación, pero no en la fase de crear estructuras cognitivas, experiencias y en general conocimientos y habilidades que puedan ser evocados. Ni tampoco en crear una pedagogía o un diseño educativo que incluya, o tendente a favorecer, elementos cognitivos de enlace que promuevan la evocación. Tampoco a fomentar la investigación sobre estos temas, o a investigar qué tipos de enlaces fortalecen más las estructuras cognitivas de enlace y de evocación.

A partir de lo que dicen, sobre las características del diseño instruccional que implica el principio de activación, los ítems anteriores, podemos concluir que la instrucción, en la fase de crear elementos para ser evocadora, debe:

  • Crear estructuras cognitivas que incluyan conocimientos, habilidades, elementos de reconocimiento que permitan distinguir al alumno y otorgar relevancia en su momento de forma fluida a esas habilidades para conseguir su efectividad en ese momento a partir de elementos contextuales, metáforas, etc
  • Otorgar a esas habilidades elementos de reconocimiento que permitan la evocación.
  • Asociar esas habilidades a tareas que tengan similitud con las que se en su momento sean necesarias para resolver los problemas a los que ayuda la evocación. En nuestro caso, a los problemas computacionales, o habilidades propias a los elementos que constituyen el pensamiento computacional.
  • Diseñar instruccionalmente las actividades que sean relevantes para evocar los elementos de pensamiento computacional (Pérez-Paredes y Zapata-Ros, 2018)
  • Propiciar experiencias de aprendizaje compartido en las primeras etapas y hacer que esos grupos y experiencias sociales sean estables a lo largo del tiempo. Las experiencias compartidas crean elementos de activación a través de grupos o de pares alumnos. El propiciar grupos y claves de comunicación, de lenguaje, y que esos grupos sean estables a lo largo del tiempo aumenta la potencia de evocación.
  • Crear estructuras cognitivas en los alumnos capaces de recomponerse y aumentar en el futuro. Dotar a los conocimientos y habilidades de referencias y de metadatos que permitan ser recuperados mediante evocación.

Debe pues potenciarse una pedagogía que atribuya valores a estas ideas y principios para aplicar en las primeras etapas de educación.

Los First principles of instruction (Merrill, 2002) se publicaron en el III Volumen de la obra dirigida por Charles Reigeluth Instructional-Design Theories and Models, (Instructional-Design Theories and Models, Volume III: Building a Common Knowledge Base).

El principio de activación es pues clave para tenerlo en cuenta cuando se diseña la educación infantil y del primer ciclo de primaria teniendo en el horizonte los aprendizajes futuros, también el Pensamiento Computacional.

Merrill ha sido quien más lo ha trabajado, pero no sólo.

Como señalamos en otro trabajo (Zapata-Ros, 2018), Bawden (2008) habla de habilidades de recuperación, y remite a lo expuestas en otro trabajo anterior (Bawden, 2001). En las habilidades que señala se constatan ideas como la de construir un “bagaje de información fiable” de diversas fuentes, la importancia de las habilidades de recuperación, utilizando una forma de “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. Y así una serie de habilidades donde como novedad se introducen las affordances de conocimiento en entornos sociales y de comunicación en redes, y la idea de relevancia. Sólo que en este caso son habilidades sobre el proceso de la información, y su posterior recuperación. Obviamente no son habilidades para desarrollar en esta etapa. Sin embargo sí sería interesante indagar sobre la  recuperación de habilidades que se desarrollan mediante juegos de infancia como son habilidades cinestésicas.

 

Pensamiento computacional en la infancia.-

Desde junio de 2014 hemos argumentado, aportando muy diversas razones, acerca de por qué debían incluirse en el curriculum de Educación Infantil y de primaria actividades de Pensamiento Computacional. He aquí un resumen.

En el apartado anterior hemos hablado del principio de activación. Basándonos en él hemos sostenido desde hace tiempo la necesidad de favorecer aprendizajes a través de juegos y de otras actividades que estén cognitiva o cinestésicamente conectadas con las habilidades de computación. También hemos sostenido que esto es fácilmente asimilable por el público no especializado (Zapata-Ros, 2014): Al igual que sucede con los deportistas y con los músicos, a los niños para que programen bien, o simplemente para que no se vean excluidos de esta nueva alfabetización, que es el pensamiento computacional en la Sociedad del Conocimiento, debería fomentarse en ellos desde las primeras etapas competencias que puedan ser activadas en otras etapas de desarrollo, y en otras fases  de la instrucción, correspondientes a las etapas del pensamiento abstracto y a las de rendimiento profesional. Y citábamos el desarrollo de determinadas habilidades, como son las  de seriación, encaje, modularización, organización espacial, etc., que, en estudios posteriores de grado, de bachillerato o de formación profesional, pudiesen ser activadas para elaborar procedimientos y funciones en la creación de códigos, o para desarrollar algoritmos propios de esta etapa.

Así lo decíamos el 18 de junio de 2014 en Tumblr

La idea que algunos tenemos es la de que no hay que esperar a la universidad ni tan siquiera a la educación secundaria para iniciar el aprendizaje de habilidades de programación, y que al igual a como sucede en otras habilidades instrumentales (cálculo o lectura) y claves o con competencias que empiezan a desarrollarse en las primeras etapas de la vida (música, danza), las habilidades necesarias para la codificación han de ser detectadas y desarrolladas desde las primeras etapas. Es la precodificación (precoding) o el desarrollo del pensamiento computacional.

El 5 de Noviembre de 2014:

“(…) es fundamental que, al igual que sucede con la música, con la danza o con la práctica de deportes, 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 que promuevan, que fomenten, a través de la observación y de la manipulación, aprendizajes adecuados para favorecer este pensamiento. No tenemos en muchos casos evidencias de que esos entornos y esas manipulaciones desarrollen las destrezas, habría que fomentar investigaciones para tenerlas, pero sí sospechamos fuertemente que ocurre. 

Tradicionalmente se ha hablado de aprendizajes  o de destrezas concretas: Seriación, discriminación de objetos por propiedades, en las primeras etapas, y en las del pensamiento abstracto o para la resolución de problemas se ha hablado de la modularización, el análisis descendente, el análisis ascendente, la recursividad,…

Para lo primero hay multitud de recursos, juegos y actividades que los educadores infantiles conocen bien.” (Zapata-Ros, Noviembre 2014)

En el artículo de RED (Zapata-Ros, 2015) Pensamiento computacional: Una nueva alfabetización digital

Hay por tanto 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. Obviamente no hace falta decir que nuestra propuesta es la segunda, que además incluye a la primera.

En el blog RED de Hypotheses (Zapata-Ros, 2018b):

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, (…)

En el capítulo “Pensamiento computacional. Una tercera competencia clave”, del libro El pensamiento computacional, análisis de una competencia clave (Pérez-Paredes & Zapata-Ros, 2018) se dice:

Tradicionalmente, en el diseño curricular de las primeras etapas de desarrollo se ha hablado de aprendizajes  o de destrezas concretas que en un futuro predispondría a los aprendices para aprender mejor en un futuro habilidades matemáticas, geométricas, de lenguaje, como son la seriación, el encaje, la discriminación de objetos por propiedades, en las primeras etapas, y también en las de desarrollo del pensamiento abstracto o para la resolución de problemas. Así se ha hablado de la modularización, del análisis descendente, de análisis ascendente, de recursividad, e incluso de sinéctica y de cinestesia… En la perspectiva Montessori (1928, 1935 y 1937) por ejemplo esto es básico. Para ello se han desarrollado ya multitud de recursos, juegos y actividades que los educadores infantiles conocen bien.

En ese mismo capítulo hablamos de los programas y trabajos que se desarrollan en UK, EE UU como programas específicos dentro del currículum oficial que implementan pensamiento Computacional en Educación Infantil (Key stage 1 in UK) y que veremos en la parte de materiales de este mismo post, o en el post de esta serie dedicado a materiales.

 

Iniciativas ya existentes

Nos referimos a iniciativas ya existentes de pensamiento computacional, con actividades no estrictamente de programación, como competencias claves, ya incluidas en el curriculum oficial de Educación Infantil o de etapas equivalentes, Key stage 1 in UK,  etc. y al primer ciclo de primaria. Con ligeras variantes, son las edades y ciclos escolares que hay hasta los 8 años.

En el libro El pensamiento computacional, análisis de una competencia clave (Pérez-Paredes & Zapata-Ros, 2018), en la parte final, a partir de la página 89, hacíamos en una tabla un resumen de las situaciones del Pensamiento Computacional en los distintos sistemas educativos de los países en los que hemos encontrado que éste está recogido en los curricula, en el sentido que se apunta en el libro, y que sostenemos en este trabajo: como competencias transversales o competencias clave que sirven para favorecer el aprendizaje de la informática y de la programación, pero también para la resolución de problemas en otras materias aportando sus formas de pensamiento y métodos específicos, y también para problemas de la vida cotidiana.

De ella entresacamos las experiencias e incidencias que tienen que ver con el pensamiento computacional desenchufado en las primeras etapas. En la época en que se hizo el trabajo sólo pudimos detectar, a partir de lo publicado en papers que difunden experiencias, con investigaciones aparejadas que aseguraban un mínimo de rigor y consistencia en su desarrollo y conclusiones, dos casos propiamente dichos que cumplieran estos requisitos: incorporar el pensamiento computacional como competencia clave que fuese en estas etapas iniciales y que estuviese recogido como parte del curriculum oficial de sus países, o sistemas educativos. Se trata de CS Unplugged en Nueva Zelanda, y del programa PlayMaker de Singapur. También incluimos, aunque propiamente no se puede considerar que cumple estos requisitos,  el caso de una propuesta de currículum, ya introducido en su país, Macedonia, que hacen  Jovanov et al (2016, April)  titulado “Trabajar con computadoras y conceptos básicos de programación” o simplemente “Computación”, para abreviar. Ofrecen una visión general del estado de la educación informática en Macedonia antes del currículo propuesto y luego ofrecen una visión general de la nueva materia introductoria para alumnos de ocho años. La incluimos aquí porque, aunque es híbrido de programación y de juegos, es otra iniciativa que prescinde de la computación y de los ordenadores para desarrollar el pensamiento computacional, aunque sólo sea en parte.

En cada uno de los tres casos describimos primero qué se hace o qué hay, luego describo la situación en el contexto del curriculum y del sistema educativo oficial, las características del caso en relación con la características definitorias que hemos propuesto (programación sólo / desarrollo de competencias específicas como área transversal), y por último decimos las referencias de los documentos de donde hemos obtenido la información.

NUEVA ZELANDA

¿Qué hay?

CS Unplugged es una colección de actividades de aprendizaje gratuitas que enseñan Ciencias de la Computación a través de interesantes juegos y acertijos, que usan tarjetas, cuerdas, lápices de colores y muchos juegos como los de Ikea o Montesori-Amazon, del tipo de los que explicamos en el artículo de referencia de este trabajo (Zapata-Ros, 2015) y en el libro  El pensamiento computacional, análisis de una competencia clave (Pérez-Paredes & Zapata-Ros, 2018). Fue desarrollado para que los jóvenes estudiantes puedan interactuar con la informática, experimentar los tipos de preguntas y desafíos que experimentan los científicos informáticos, pero sin tener que aprender primero la programación.

Las actividades para las primeras etapas podemos verlas en web [i]

Bell, Alexander, Freeman y Grimley (2009) son ​​los investigadores responsables del proyecto CS Unplugged y en el documento Computer science unplugged: School students doing real computing without computers dan una visión general inicial del proyecto y también exploran por qué se ha popularizado y describen las diferentes formas en que se ha adaptado, que son

  •         Vídeos de diferentes actividades
  •          Hacer pulseras codificadas en binario
  •          Competiciones
  •          Adaptar las actividades de CS Unplugged a diferentes temas del currículo.
  •          Actividades al aire libre
  •          Actividad en línea

También analizan y justifican los principios de aprendizaje al diseñar las actividades y discuten sus planes futuros.

Situación en el curriculum

El programa CS Unplegged es un programa completo de actividades desarrollado por CS Education Research Group [ii] en la Universidad de Canterbury, Nueva Zelanda. Está explicado por Bell et al (2009) y por James Lockwood y Aidan Mooney.

Básicamente está orientado a Educación Secundaria e informa al  Certificado Nacional de Secundaria que incluye Ciencias de la Computación entendidas en el sentido de PC.

Pero esto implica actividades incluidas en el curriculum para etapas anteriores a partir de los cinco años.

Referencias

Computer science unplugged: School students doing real computing without computers. Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). [iii]

A case study of the introduction of computer science in NZ schools. Bell, T., Andreae, P., & Robins, A. (2014)[iv]

A pilot computer science and programming course for primary school students. Duncan, C., & Bell, T. (2015, November).[v]

Adoption of new computer science high school standards by New Zealand teachers. Thompson, D., & Bell, T. (2013, November). [vi]

Estos trabajos e investigaciones están reseñados  además en Computational Thinking in Education: Where does it fit? A systematic literary review. James Lockwood, Aidan Mooney.[vii]

SINGAPUR

¿Qué hay?

Para abordar la creciente necesidad de nuevos programas de tecnología educativa (en este caso de Pensamiento Computacional a través fundamentalmente de robótica) en las aulas de la primera infancia, se lanzó el programa PlayMaker de Singapur. Es un programa en línea destinado a los maestros, para introducir a los niños más pequeños a la tecnología (Chambers, 2015; Digital News Asia, 2015). Según Steve Leonard, vicepresidente de la Autoridad de Desarrollo de Infocomm de Singapur (IDA), “a medida que Singapur se convierta en una nación inteligente, nuestros hijos necesitarán sentirse cómodos creando con tecnología” (IDA Singapur, 2015).

Aprovechando el creciente movimiento STEM, el objetivo del programa PlayMaker no es solo promover el conocimiento técnico sino también brindar a los niños herramientas para divertirse, practicar la resolución de problemas y generar confianza y creatividad (Chambers, 2015; Digital News Asia, 2015).

Como parte del programa PlayMaker, 160 centros preescolares en Singapur fueron dotados de una variedad de juguetes tecnológicos que involucran a los niños con la robótica, la programación, la construcción y la ingeniería, incluyendo: BeeBot, Circuit Stickers y la robótica KIBO (Chambers 2015). Además del lanzamiento de nuevas herramientas, los educadores de la primera infancia también recibieron capacitación en un simposio de 1 día sobre cómo usar y enseñar con cada una de estas herramientas (Chambers 2015).

Estas escuelas piloto también reciben apoyo técnico continuo y asistencia con la integración curricular como parte de este enfoque integral (IDA Singapur, 2015).

El estudio de referencia (Sullivan & Bers, 2017) se centra en evaluar los resultados de aprendizaje y compromiso de una de las herramientas de Playmaker implementadas: el kit de robótica KIBO. KIBO es un kit de construcción de robótica diseñado específicamente para niños de 4 a 7 años de edad para aprender habilidades básicas de ingeniería y programación (Sullivan y Bers 2015). Las características del kit KIBO y cómo se utilizó se describen en detalle en la sección ”Métodos’ del estudio’. Además de evaluar los conceptos técnicos que los niños dominan con KIBO, este estudio también examina el potencial de la robótica KIBO para promover conductas personales y sociales positivas en niños pequeños. Finalmente, describe la experiencia desde la perspectiva de los docentes.

Situación en el curriculum

El objetivo del programa piloto PlayMaker de Singapur es proporcionar ejemplos de éxitos y de áreas donde mejorar  el trabajo futuro en implementación de PC en primeras etapas. Estos ejemplos  se ofrecen como  resultados válidos de este año en el que se ha llevado a cabo la experiencia piloto del programa Playmaker de Singapur que puede ser útil no solo para el trabajo futuro en este país, sino también en otros países que están desarrollando nuevos programas para la educación de la primera infancia.

Referencias

Sullivan, A., & Bers, M. U. (2017). Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers. International Journal of Technology and Design Education, 1-22.[viii]

Como hemos dicho, estas situaciones se producen tanto en Educación Infantil como en Primaria, además hay un caso que es interesante y que se da también en primaria, pero en el que se mezclan elementos de pensamiento computacional como programación y como juegos, nos referimos al caso de Macedonia

 

MACEDONIA

¿Qué hay?

Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April) presentan en EDUCON, 2016 IEEE, una descripción general de una aportación al currículo macedónico, introducida en 2015, titulada “Trabajar con computadoras y conceptos básicos de programación” o simplemente “Computación”, para abreviar. Ofrecen una visión general del estado de la educación informática en Macedonia antes de esta propuesta, hacen un análisis  y luego ofrecen una visión general de la nueva materia introductoria para alumnos de ocho años. En su comunicación dan una visión general del contenido que incluye siete unidades que se impartirán en dos clases por semana.

Lo presentan en el congreso  (Jovanov, M., Stankov, E., Mihova, M., Ristov, S. and Gusev, M., 2016, April) Global Engineering Education Conference (EDUCON), 2016 IEEE con el título Computing as a new compulsory subject in the Macedonian primary schools curriculum.

En ella comunicaron que llevaron a cabo una investigación sobre esta integración curricular. En este trabajo, considerado documento de referencia, y en la propia investigación se centran en el cambio introducido en el currículo macedonio. Presentan el plan de estudios propuesto y aceptado, con énfasis en los temas sobre pensamiento computacional y programación. También discuten el software disponible y las herramientas adecuadas para la implementación de los temas mencionados en la propuesta, y presentan un juego recientemente desarrollado. Al final explican la formación necesaria de los profesores,y el formato de la capacitación preliminar de todos los maestros de escuela primaria en el país.

La investigación incluye las primeras impresiones de los capacitadores que realizaron la capacitación, y la elaboración de las opiniones de los maestros.

En su trabajo Jovanov et al. (2016) comunican que en la iniciativa organizan los contenidos  en siete unidades que se impartirán en dos clases por semana:

  • Primeros pasos para usar la computadora
  • Gráficos por computadora
  • Procesamiento de texto
  • Vida en línea
  • Concepto de algoritmos y programas
  • Pensamiento computacional a través de un juego
  • Creación de programas simples

Obviamente destacamos en el sentido propuesto de pensamiento computacional desenchufado las unidades quinta y sexta. En ésta a los estudiantes se les enseña la noción de programación y aprenden a través de un juego, el DigitMile,  que fue especialmente diseñado para ser utilizado en este plan de estudios junto con él.

Situación en el curriculum

En el documento de referencia tenemos constancia y la descripción de la situación y los presupuestos sobre pensamiento computacional que llevaron a los responsables políticos en Macedonia a incluir la programación como parte de una nueva asignatura obligatoria para los alumnos a la edad de 8 años

Referencias

Reseñado en Computational Thinking in Education: Where does it fit? . A systematic literary review . James Lockwood, Aidan Mooney.

Documento base: Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April). Computing as a new compulsory subject in the Macedonian primary schools curriculum.



Referencias del post en formato APA.-

Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). Computer science unplugged: School students doing real computing without computers. The New Zealand Journal of Applied Computing and Information Technology13(1), 20-29. http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

Bell, T., Andreae, P., & Robins, A. (2014). A case study of the introduction of computer science in NZ schools. ACM Transactions on Computing Education (TOCE)14(2), 10. https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?seq. uence=1  y  https://dl.acm.org/citation.cfm?id=2602485

Chambers, J. (2015). Inside Singapore’s plans for robots in pre-schools. GovInsider. Retrieved from: https://govinsider.asia/smart-gov/exclusive-singapore-puts-robots-in-pre-schools/

Digital News Asia, (2015) https://www.digitalnewsasia.com/digital-economy/ida-launches-pilot-to-roll-out-tech-toys-for-preschoolers

Duncan, C., & Bell, T. (2015, November). A pilot computer science and programming course for primary school students. In Proceedings of the Workshop in Primary and Secondary Computing Education (pp. 39-48). ACM. https://dl.acm.org/citation.cfm?id=2818328

IDA Singapore. (2015). IDA supports preschool centres with technology-enabled toys to build creativity and confidence in learning. Retrieved from: https://www.ida.gov.sg/About-Us/Newsroom/Media-Releases/ 2015/IDA-supports-preschool-centres-with-technology-enabled-toys-to-build-creativity-andconfidence-in-learning.

Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April). Computing as a new compulsory subject in the Macedonian primary schools curriculum. In Global Engineering Education Conference (EDUCON), 2016 IEEE (pp. 680-685). IEEE. http://ieeexplore.ieee.org/abstract/document/7474623/

Lockwood, J., & Mooney, A. (2017). Computational Thinking in Education: Where does it Fit? A systematic literary review. arXiv preprint arXiv:1703.07659.Pérez-Paredes, P., & Zapata-Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. Scotts Valley, CA, USA: Createspace Independent Publishing Platform. 

 

[i] https://www.csunplugged.org/en/topics/

[ii] http://cosc.canterbury.ac.nz/research/RG/CSE/

[iii] http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

[iv] https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?sequence=1  y  https://dl.acm.org/citation.cfm?id=2602485

[v] https://dl.acm.org/citation.cfm?id=2818328

[vi] https://itp.nz/files/wipsce-teachers-2013.pdf y https://dl.acm.org/citation.cfm?id=2532759

[vii] https://arxiv.org/ftp/arxiv/papers/1703/1703.07659.pdf

[viii] https://link.springer.com/article/10.1007/s10798-017-9397-0

 

Referencias.-

Bawden, D. (2001). Information and digital literacies: a review of concepts. Journal of Documentation57(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

Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). Computer science unplugged: School students doing real computing without computers. The New Zealand Journal of Applied Computing and Information Technology13(1), 20-29. http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

Bell, T., Andreae, P., & Robins, A. (2014). A case study of the introduction of computer science in NZ schools. ACM Transactions on Computing Education (TOCE)14(2), 10. https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?seq. uence=1  y  https://dl.acm.org/citation.cfm?id=2602485

Bell, T., y Vahrenhold, J. (2018). CS desenchufado: ¿cómo se usa y cómo funciona? En aventuras entre límites inferiores y altitudes superiores (pp. 497-521). Springer, Cham.

Chambers, J. (2015). Inside Singapore’s plans for robots in pre-schools. GovInsider. Retrieved from: https://govinsider.asia/smart-gov/exclusive-singapore-puts-robots-in-pre-schools/

Digital News Asia, (2015) https://www.digitalnewsasia.com/digital-economy/ida-launches-pilot-to-roll-out-tech-toys-for-preschoolers

Duncan, C., & Bell, T. (2015, November). A pilot computer science and programming course for primary school students. In Proceedings of the Workshop in Primary and Secondary Computing Education (pp. 39-48). ACM. https://dl.acm.org/citation.cfm?id=2818328

IDA Singapore. (2015). IDA supports preschool centres with technology-enabled toys to build creativity and confidence in learning. Retrieved from: https://www.ida.gov.sg/About-Us/Newsroom/Media-Releases/ 2015/IDA-supports-preschool-centres-with-technology-enabled-toys-to-build-creativity-andconfidence-in-learning.

Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April). Computing as a new compulsory subject in the Macedonian primary schools curriculum. In Global Engineering Education Conference (EDUCON), 2016 IEEE (pp. 680-685). IEEE. http://ieeexplore.ieee.org/abstract/document/7474623/

Lockwood, J., & Mooney, A. (2017). Computational Thinking in Education: Where does it Fit? A systematic literary review. arXiv preprint arXiv:1703.07659.Pérez-Paredes, P., & Zapata-Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. Scotts Valley, CA, USA: Createspace Independent Publishing Platform. 

Merrill, M. D. (2002). First principles of instruction. Educational technology research and development, 50(3), 43-59. https://link.springer.com/article/10.1007/BF02505024 y https://mdavidmerrill.com/Papers/firstprinciplesbymerrill.pdf

Merrill, M. D. (2007). First principles of instruction: A synthesis. In R. A. Reiser & J. V. Dempsey (Eds.), Trends and issues in instructional design and technology (2nd ed., pp. 62-71). Upper Saddle River, NJ: Merrill/Prentice-Hall.

Merrill, M. D. (2009). First principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 41-56). New York: Routledge.

MONTESSORI, M. (1928). Antropología Pedagógica. Barcelona: Araluce

MONTESSORI, M. (1937). Método de la Pedagogía Científica. Barcelona: Araluce

MONTESSORI, M. (1935). Manual práctico del método. Barcelona: Araluce

Pérez-Paredes, P., & Zapata-Ros, M. (2018). El pensamiento computacional, análisis de una competencia clave. Scotts Valley, CA, USA: Createspace Independent Publishing Platform.

Reigeluth, C. M. (1999). What is instructional-design theory and how is it changing? In C. M. Reigeluth (Ed.), Instructional-design theories and models: A new paradigm of instructional theory (Vol. II, pp. 5-29). Mahwah, NJ: Lawrence Erlbaum Associates.

Reigeluth, C. M. (2016).  Teoría instruccional y tecnología para el nuevo paradigma de la educación. RED. Revista de Educación a Distancia. Número 50. 30 de septiembre de 2016. Consultado el (dd/mm/aaa) en http://www.um.es/ead/red/50

Sullivan, A., & Bers, M. U. (2015). Robotics in the early childhood classroom: Learning outcomes from an 8-week robotics curriculum in pre-kindergarten through second grade. International Journal of Technology and Design Education. doi:10.1007/s10798-015-9304-5.

Sullivan, A., & Bers, M. U. (2017). Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers. International Journal of Technology and Design Education, 1-22.https://link.springer.com/article/10.1007/s10798-017-9397-0

Thompson, D., & Bell, T. (2013, November). Adoption of new computer science high school standards by New Zealand teachers. In Proceedings of the 8th Workshop in Primary and Secondary Computing Education (pp. 87-90). ACM. https://itp.nz/files/wipsce-teachers-2013.pdf y https://dl.acm.org/citation.cfm?id=2532759

Zapata-Ros, M. (2014). Coding y pre-coding. Blog Microposts, Tumblr http://miguelzapataros.tumblr.com/post/89143450350/coding-y-pre-coding

Zapata-Ros, M. (Noviembre 2014). ¿Por qué “pensamiento computacional”? (I)  Blog Pensamiento computacional y alfabetización digital / Computational thinking and computer literacy. http://computational-think.blogspot.com/2014/11/por-que-pensamiento-computacional-i.html

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de educación a distancia, (46), 1-47. DOI : http://dx.doi.org/10.6018/red/46/4 

Zapata-Ros, M. (2018a). El pensamiento computacional en la transición entre culturas epistemológicas. Blog RED El aprendizaje en la Sociedad del Conocimiento. Consultado el (dd/mm/aaa) en https://red.hypotheses.org/1235

Zapata-Ros, M. (2018b). Pensamiento computacional. Una tercera competencia clave. (I) Blog RED El aprendizaje en la Sociedad del Conocimiento. Consultado el (dd/mm/aaa) en https://red.hypotheses.org/1059


[1] 

Este trabajo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0  Debe ser citado como:

Zapata-Ros, M. (2018) Pensamiento computacional desenchufado / Computational thinking unplugged. Blog RED de Hypotheses. El aprendizaje en la Sociedad del Conocimientohttps://red.hypotheses.org/1508

DOI : 10.13140/RG.2.2.12945.48481

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Prólogo de César Coll a “El pensamiento computacional. Análisis de una competencia clave”

 

César Coll i Salvador, Universidad de Barcelona

ISSN 2386-8562

Este artículo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0

Debe ser citado como

Coll i Salvador, C. (2018) Prólogo de César Coll a “El pensamiento computacional. Análisis de una competencia clave”. RED, el aprendizaje en la Sociedad del Conocimiento.  Hypotheses. https://red.hypotheses.org/1329

¿Qué es el pensamiento computacional?; ¿qué características diferenciales presenta respecto a otras modalidades de pensamiento como el pensamiento lógico, matemático, hipotético-deductivo, inductivo, creativo, narrativo, etc.?; ¿a qué se debe el interés creciente acordado al pensamiento computacional en las publicaciones académicas y en los discursos psicológico y educativo contemporáneos?; ¿cómo se refleja este interés en las reformas educativas acometidas en la última década y en los currículos de la educación infantil, primaria y secundaria de los países de nuestro entorno?; ¿mediante qué metodologías didácticas y qué tipos de actividades se puede facilitar y promover el desarrollo del pensamiento computacional en las aulas y en los centros educativos?…

He aquí algunas de las muchas cuestiones de gran relevancia y actualidad que los autores de este libro (Zapata-Ros y Pérez-Paredes, 2018; Zapata-Ros, 2015) plantean y responden sobre la base de una amplia revisión de la literatura y de su propia experiencia como docentes. Nada más lejos de mi intención que intentar resumir aquí el abordaje y las respuestas de los autores. Querría aprovechar, sin embargo, su amable invitación a escribir este prólogo para formular brevemente 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 conforman, a mi juicio, la columna vertebral del libro y están, al mismo tiempo, en el centro de las discusiones y debates actuales sobre el pensamiento computacional.

Lo primero que llama la atención cuando nos aproximamos al pensamiento computacional es, junto con la diversidad y heterogeneidad de sus definiciones y caracterizaciones, el hecho de que en él se incluyen la mayoría, por no decir la totalidad, de los otros tipos o modalidades de pensamiento identificados y descritos hasta el momento. Así, en la relación que hacen los autores de los componentes del pensamiento computacional (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. Podríamos pues decir, en una primera aproximación, que el pensamiento computacional se caracteriza por incorporar o incluir todas las modalidades y tipos de pensamiento que podemos desplegar las personas.

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, es decir, en una sucesión más o menos articulada de tipos y modos de pensamiento carente de unidad como un todo. Lo que confiere unidad al pensamiento computacional y autoriza a identificarlo como un tipo de pensamiento diferente a los otros, aunque capaz de incorporar a todos ellos, es justamente su orientación a la acción sobre la realidad, a la resolución de problemas reales o, en palabras de los autores, su carácter “ingenieril”. Lo que caracteriza el pensamiento computacional es su orientación a la construcción de “sistemas que interactúan con el mundo real” (p. 60), es decir, que actúan en y sobre la realidad y la transforman, al tiempo que son susceptibles de ser transformados por ella.

El reconocimiento de la naturaleza “ingenieril” del pensamiento computacional permite entender, además, otros tres rasgos del mismo que son igualmente cruciales, a mi juicio, para entender su especificidad. En primer lugar, es un pensamiento que desemboca necesariamente en la elaboración de un producto (el “sistema” al que se refieren los autores) que permite obtener un resultado (consecuencia de la interacción del sistema con la realidad). La actividad de codificación, presentada a menudo como expresión máxima del pensamiento computacional es, a este respecto, un ejemplo altamente ilustrativo: la actividad está orientada a la creación de un programa (sistema) que, al ser ejecutado por un ordenador, produce un resultado (por ejemplo, una serie de acciones de un robot). En segundo lugar, como su propio nombre indica, el pensamiento computacional tiene siempre un componente de cómputo, de cálculo, que puede ser, sin embargo, de naturaleza muy diversa abarcando desde cálculos matemáticos en sentido estricto hasta la previsión de las consecuencias de una u otra acción o no-acción. Y en tercer lugar, tanto el producto (sistema) como el resultado al que conduce el pensamiento computacional están presididos por la voluntad de difundir y compartir uno y otro con otras personas.

A la sucinta caracterización del pensamiento computacional que precede hay que añadir aún, a mi juicio, un rasgo más para poder valorar su alcance y el interés creciente del que es objeto en los ámbitos académico, profesional y educativo. Me refiero a su estrecha vinculación con la cultura digital propia de la Sociedad de la Información en la que estamos inmersos. No es exagerado, en este sentido, afirmar, como hacen los autores, que el pensamiento computacional es el exponente de una cultura epistemológica “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”(p. viii). Como tampoco lo es su vinculación a una nueva forma de alfabetización, la alfabetización digital, y a la necesidad que se plantea a las personas en el escenario actual de adquirir y desarrollar una serie de competencias básicas para poder crecer y desarrollarse adecuadamente en el marco de la cultura digital.

 

La vinculación del pensamiento computacional con la cultura digital y la adquisición de las competencias básicas de la alfabetización digital tiene, a mi entender, dos implicaciones importantes desde el punto de vista educativo, lo que nos lleva al segundo bloque de consideraciones anunciadas al principio de estas páginas. La primera es que el pensamiento computacional está vinculado a lo digital y, en consecuencia, al conocimiento, dominio y uso de las herramientas y dispositivos digitales. Y la segunda, que en ningún caso puede identificarse el pensamiento computacional con el conocimiento, dominio y uso de estas herramientas y dispositivos. Se puede y se debe promover el pensamiento computacional mediante situaciones y actividades que no comportan el conocimiento y dominio de herramientas y dispositivos digitales ni exigen su uso. Ninguna de las características del pensamiento computacional anteriormente mencionadas implica el conocimiento, dominio y uso de estas herramientas como exigencia sine qua non. Ahora bien, por una parte, no cabe duda de que las situaciones y actividades que se apoyan en estas herramientas y dispositivos, por sus propias características y por las affordances que ofrecen a los usuarios, proporcionan un marco potencialmente idóneo para el ejercicio y el desarrollo el pensamiento computacional; y por otra, no hay que olvidar la vinculación del pensamiento computacional con la cultura digital y, en consecuencia, con el uso de las herramientas y dispositivos digitales que es uno de los pilares en los que se asienta esta cultura.

Las consideraciones anteriores son particularmente relevantes en lo que concierne a la toma de decisiones sobre la selección y organización de los contenidos curriculares. De un lado, es indispensable formar a las nuevas generaciones en el conocimiento, dominio y uso de las herramientas y dispositivos digitales que median ya en la actualidad buena parte de las prácticas sociales y culturales en prácticamente todos los ámbitos de la actividad de las personas, lo que aboga a favor de la incorporación de contenidos específicos de aprendizaje sobre estas cuestiones en los currículos escolares. De otro lado, sin embargo, hay que facilitar el desarrollo del pensamiento computacional de manera transversal en todas las áreas curriculares y con todo tipo de contenidos, incluidos por supuesto los contenidos relacionados con el conocimiento, dominio y uso de las herramientas y dispositivos digitales. De ahí que la estrategia de circunscribir y limitar la adquisición y el desarrollo de las competencias que subyacen al pensamiento competencial a una materia o asignatura, sea cual sea su denominación –informática, robótica, codificación…– resulte claramente restrictiva e insuficiente. Parece mucho más acorde con la naturaleza y características del pensamiento computacional, en cambio, trabajar esas competencias de forma transversal en las diferentes materias o asignaturas curriculares; sin menoscabo, por supuesto, de introducir también contenidos específicos orientados a promover el conocimiento, dominio y uso de las herramientas y dispositivos digitales, bien sea también de forma transversal, bien sea como materias, asignaturas o módulos cuando las características del alumnado, de las herramientas y dispositivos u otros factores contextuales así lo aconsejen.

Un último comentario, para terminar, relativo a las estrategias metodológicas más adecuadas para facilitar y promover la adquisición y desarrollo de las competencias asociadas al pensamiento computacional en las aulas. El carácter ingenieril y los otros rasgos distintivos de este tipo de pensamiento a los que hemos aludido más arriba llevan indefectiblemente a señalar las llamadas metodologías de indagación (aprendizaje basado en proyectos, en casos y en problemas) como las más apropiadas para alcanzar este objetivo. Es altamente significativo a este respecto el paralelismo que se puede establecer entre, por una parte, las fases de creación de un código tal como las describen los autores (p. 83), y por otra, las fases mediante las cuales se describen habitualmente los procesos de aprendizaje basados en proyectos, casos o problemas en la literatura especializada. No debe pues sorprendernos que el interés creciente acordado al pensamiento computacional y a las metodologías de indagación en el pensamiento educativo y en los movimientos y propuestas de innovación y mejora de la educación discurran en paralelo. 

Referencias.-

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de educación a distancia, (46), 1-47. DOI : http://dx.doi.org/10.6018/red/46/4

Zapata-Ros, M. y Pérez-Paredes, P.  (2018). El pensamiento computacional, análisis de una competencia clave. Createspace Independent Publishing Platform.

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

El pensamiento computacional en la transición entre culturas epistemológicas

Miguel Zapata-Ros, Universidad de Alcalá

ISSN 2386-8562

Este artículo está bajo una licencia de Creative Commons Attribution-NonCommercial 4.0

 

 

 

Alfabetización digital y culturas epistemológicas

En este artículo veremos que el pensamiento computacional tiene varias formas de abordamiento. Una de ellas lo vincula a una nueva alfabetización digital:

Se entiende por alfabetización digital la capacidad de entender y utilizar eficientemente la información de una gran variedad de fuentes digitales.

Esta idea constituye la actualización per se de lo que se ha entendido hasta ahora por alfabetización.

En este caso 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 y cuadernos impresos para la lectura, escritura y cálculo, papiros, pergaminos, tablillas,…).

Se considera como un conjunto de habilidades esenciales para la vida.

En este contexto conceptual vamos a desarrollar las siguientes ideas:

Cultura digital.- Conjunto de concepciones y valores sobre cómo funcionan las cosas en la sociedad del conocimiento y pautas para vivir en ella. Es una nueva cultura epistemológica.

Alfabetización digital.- Un conjunto de habilidades esenciales para la vida, en la mayoría de los casos, en la cultura digital. Un talante especial para afrontar problemas científicos y tecnológicos.

Pensamiento computacional.- Competencia clave en la alfabetización digital. Como leer o escribir lo son para las culturas literales (o textuales).

Esa va a ser pues la tesis de nuestro trabajo. Y lo que vamos a desarrollar en él.

Por tanto, si el pensamiento computacional se va a definir como una nueva alfabetización digital, será importante que primero nos acerquemos a este concepto.

La idea más extendida sobre lo que es la alfabetización digital (Digital Literacy) es que consiste en una trasposición (UK Government, 2015 p.7) de lo que es tradicionalmente una alfabetización a la cultura digital, lo que hay de común en todas ellas:

So literacy in its fundamental sense is the sharing of meaning through language.

A lo largo de la historia de la Humanidad se han ido sucediendo distintas alfabetizaciones y todas han tenido una significación común y un mismo sentido: Han supuesto una adaptación, de la forma en que los humanos se comunican y representan la realidad, a los nuevos medios de comunicación, representación y proceso de la información que han dispuesto.

A grandes rasgos hay tres culturas epistemológicas, según el concepto acuñado por Stehr (2003 a través de Zapata-Ros, 2013), y tres grandes cambios que dan lugar a ellas.

Entre el año 3000 y 1500 aC se produce un cambio progresivo en distintas partes del mundo. Aparecen soportes que son capaces de llevar de forma móvil y personal la información y la representación del conocimiento, son las tabletas de arcilla o, de forma predominante para las culturas de la época, el papiro, los rollos de papiro, que son la base administrativa y cultural de los imperios egipcios. Su producción y comercio alcanza su auge en Biblos (Fenicia), nombre de ciudad que ha dado lugar a la palabra griega Byblos (βίβλος) y de allí la palabra griega también Biblion (βιβλιον) “libro”, que dará origen a los términos Biblia y Biblioteca. De hecho el nombre Biblia con el que se conoce al libro sagrado cristiano es atribuido a esta ciudad ya que la primera biblia se realizó en papiro proveniente de la misma

Este medio, que está en la base de una sociedad y de una cultura vastísima, continúa su expansión siendo el soporte para la difusión, la alfabetización y la inculturación de lospueblos y las gentes en la cultura griega y en la cultura romana, a través tanto del Imperio de Alejandro Magno como del Imperio Romano.

Aunque material y técnicamente es distinto, al pairo le sucede el pergamino y a los rollos los códices medievales. Pero es la misma forma de soporte y de medio de difusión: uno a uno, individual y móvil, como base material de información textual, gráfica o icónica. Siempre en entidades únicas e irrepetibles. es la que soporta la cultura en la Edad Media, en los monasterios y cenobios y la traslada hasta los albores del renacimiento y la Edad Moderna, cuando se produce el sigueinete cambio que da lugar a la siguiente cultura epistemológica.

La segunda revolución la produce la imprenta, y llega hasta nuestros días: la base es el libro impreso y constituye un gran paso, una democratización y una producción industrial de la cultura soportada por este medio. La característica esencial es que el soporte del conocimiento es repetible e ilimitado prácticamente, las tiradas de libros son tan extensas como lectores pueda haber, porque compran libros o porque los leen en bibliotecas u otras instituciones. Igual sucede con el material impreso educativo. Las primeras universidades a distancia lo son por correspondencia con paquetes postales y envios de libros. Y eso ha sido así hasta ahora en que las crisis disruptivas de la sociedad del conocimiento han tambaleado a instituciones tan sólidas como la UK Open University (Bates, 2018)

En ambos casos todas las manifestaciones sociales o individuales, el cómo la gente se expresa, cómo se produce el intercambio de bienes y servicios, como queda registrada la propiedad, las ciencias, la medicina, como la gente acccede al poder y a la riqueza, la promoción interclase queda fuertemente determinada por la forma en que circula el conocimiento y son registrados los datos.

La tercera revolución con la consiguiente aparición de la cultura epistemológica y con la alfabetización va vinculada al desarrollo y la generalización de los medios y de las redes digitales, apareció con la informática personal, la Internet, y continuará con la IA y el blockchain posiblemente, entre otros medios.

La principal característica de la ‘sociedad del conocimiento’ (Stehr, 2003 a través de Zapata-Ros, 2013) 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 (Zapata-Ros, 2013).

Como en los casos anteriores no solo cambia cómo se representa, cómo circula el conocimiento, y cómo lo usan los individuos para relacionarse y para otras funciones básicas, sino que afecta a la naturaleza más profunda de las actividades humanas: Las económicas, las sociales, las científicas,… No hace falta extenderse. Pero en este caso el individuo no solo recibe, incorpora o gestiona el conocimiento, sino que lo crea. Y la realidad se escribe en códigos informáticos, no solo en códigos textuales o literarios. Para acceder a cualquier trabajo es imprescindible una serie de competencias nuevas. Son las competencias computacionales, o digitales. Pero no sólo de usuario, no basta con usar los medios, también hay que conformarlos, a algún nivel, aunque sólo sea para filtrar la información o para interrogar a las bases de datos, o para crear metainformación eficiente, hace halta un conocimiento de codificación, de programación. Esta es la nueva competencia clave en la nueva alfabetización, como antes lo eran la lectura, la escritura o el cálculo.

En todos los casos, en todas las culturas epistemológicas, y la digital es la última, hay una serie de rasgos que son conformados de forma diferente: Qué determina las competencias básicas que han de adquirir los individuos, qué sectores sociales, las adquieren y para qué, cuáles son esas competencias claves y básicas, y cuál es la tecnología de soporte y de comunicación del conocimiento. En la tabla siguiente ofrecemos el resultado del análisis de esos rasgos:

Cultura espistemológica Competencias básicas para Competencias claves y básicas Destinatarios Tecnología
Biblos, Mesopotamia, Egipto, Grecia, Roma,.. Edad Media

3000 aC

·  Ser un buen orador

·  Persuadir

·  Registrar datos, fechas y acontecimientos

·  Leer

·  Escribir

·  Hablar

·  Cálculo

·  Geometría

Una élite de funcionarios, políticos y sacerdotes Papiros, códices, tablillas
Imprenta

1450

·  Acceder a cualquier sector de la producción, los servicios y a las profesiones.

·  Acceder a cualquier conocimiento

Lectura

Escritura

Matemáticas

Aprender a aprender (metacognición[1])

Toda la sociedad como usufructuaria de algún tipo de conocimiento Libro impreso

La fotografía. el cine, la TV, el vídeo, la radiofonía,… no digital (aunque para algunos (cita) constituye una subcultura epistemológica que justifica una alfabetización propia: La audiovisual e icónica

Sociedad digital, sociedad del conocimiento

1981-…

·  Acceder a cualquier sector de la producción, los servicios y a las profesiones.

·  Para acceder a cualquier conocimiento. Son digitales y gobernados por programas o con interfaces de lenguaje estructurado.

·  Para la propia vida.

Lectoescritura

Matemáticas

Pensamiento computacional

Todos los individuos, como usuarios y como creadores Informática personal, Internet, tecnología ubicua y social, IA,  blockchain y  otros medios que se desconocen.

Tabla 1

 

Así, según esta idea, la Alfabetización Digital consiste en la adaptación y la capacitación de los individuos 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 no estrictamente tecnológico, como una 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 (1997). Sin embargo este autor no nos 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), lo cual la hace incompleta y sobre todo poco útil. Dio una explicación muy general e imprecisa, cuando la define 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 lo que se entiende de forma  tradicional por alfabetización. Sólo que en este caso 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, lo importante en ambos casos y que recogemos, es que 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”. Limitación que intentamos superar en nuestro trabajo (Zapata-Ros, 2015)

A lo largo de los años noventa, otros autores utilizaron y explicaron el concepto. Así:

Bawden (2001) la define como la capacidad de leer y comprender  elementos de información en los formatos de hipertexto o multimedia

Lanham (1995) la considera como una especie de “alfabetización multimedia”. Se basaba, de forma débil, en 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, obviamente una alfabetización entraña muchas más operaciones y ámbitos de desarrollo que las técnicas interpretativas. Obviamente se trataba además de un planteamiento restrictivo al centrarse en el multimedia, frente al concepto más amplio de la alfabetización digital, demasiado focalizado en una tecnología concreta de una época concreta.

Esto coincide con lo que en el la tabla 1 hemos considerado como una subcultura epistemológica dentro de la cultura de la imprenta: La de los medios audiovisuales analógicos. Que según estos autores demandaba una nueva alfabetización: la de la lectura gráfica, visual e icónica. Esta conceptualización carece, desde nuestra perspectiva actual de entidad suficiente para ser considerada como una cultura epistemológica y además, en esencia , tiene los mismos rasgos de la cultura de la imprenta: Un solo creador para muchos usuarios, incapacidad de interacción, y por tanto unidireccional en el flujo de comunicación y de circulación del conocimiento.

Distintas concepciones de este tipo son revisadas ​​por Eshet (2002) revisa estas concepciones ye 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.

Pero un gran mérito de la definición de Gilster, en su libro de 1997, es que rechaza de plano 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”. Dice claramente, 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 encontrar las cosas, sobre todo se debe adquirir la capacidad de utilizar esas cosas en la vida del individuo”(pp. 1-2).

Un fuerte impulso de esta idea sobre lo establecido por Gilster (1997) lo imprime David Bawden (2008, Capítulo 1), que 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. Este es un gran rasgo de la nueva alfabetización, donde se incluye la metacognición, como se hace en las versiones últimas de la cultura anterior, y como lo hace zapata-Ros (2018) al incluirla en sus elementos definitorios del pensamiento computacional. Bawden insiste en lo necesario para ello de una evaluación cuidadosa de la información, en el análisis inteligente y en la síntesis. Todo ello como vemos tiene que ver con la metacognición. 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. Es importante señalar que los auténticos avances sobre estas ideas siempre son las mismas, provienen de listas de competencias, donde resaltan los aspectos metacognitivos.

Sobre estas competencias Bawden (2008) remite a las expuestas en otro trabajo anterior (Bawden, 2001). En las habilidades que señalan se constatan ideas como la de construir un “bagaje de información fiable” de diversas fuentes, la importancia de las habilidades de recuperación (como por otro lado señala Merrill (2009) con el principio de activación), utilizando una forma de “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. Y así una serie de habilidades donde como novedad se introducen las affordances de conocimiento en entornos sociales y de comunicación en redes, y la idea de relevancia.

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 —que no es propiamente una alfabetización, porque no tiene aspectos propiamente de inculturación—, y los que la ven centrada en aspectos cognitivos y socio-emocionales del trabajo en entornos digitales”.

Otro criterio, en este mismo sentido, que se ha tenido en cuenta, en la creación progresiva al concepto de Alfabetización Digital, fue el de clasificar (Lankshear y Knobel, 2006) los contenidos y las habilidades según se tratase de un enfoque conceptual o de un enfoque “operacional”.

Es importante esta última tendencia, la de definiciones basadas en operaciones,  porque implica una estandarización. Y esto confiere un carácter “funcional” a  la Alfabetización Digital. Estamos pues en presencia de un enfoque de índole cultura digital, centrando en el estudio en la naturaleza de las  tareas, presentaciones, demostraciones de habilidades, etc. que se realizan, que progresan en la construcción de estándares  para definir qué es o no es Alfabetización Digital.

Por último hay una variante extremadamente estandarizada 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”.

Hasta aquí un resumen de las ideas más importantes o significativas de la Alfabetización digital coincidentes con el patrón propuesto de adaptación a una nueva cultura epistemológica.

Partimos de la idea del pensamiento computacional como conjunto de elementos o de formas específicas de pensamiento que sirven para resolver problemas en diversos ámbitos como son la ciencia, el trabajo personal o profesional y en la vida cotidiana.

Lo que se propone en este trabajo, y el de los trabajos precedentes, con la construcción de esa idea del pensamiento computacional, está fuertemente relacionado con la Alfabetización Digital en que aquéle 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, realizar. O bien, porque 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. Como dijimos 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. Señalamos en relación con esta última acepción algunos ejemplos que veremos después, o hemos visto, en este trabajo, como son el de la  determinación de los génesis de los contagios, en el caso que cuestiona teorías generales como la teoría miasmática del origen de las enfermedades, o la secuencia de llenado de los asientos en el embarque de aeronaves.

El pensamiento computacional en el contexto de las alfabetizaciones digitales

Tras lo visto sobre Alfabetización Digital y conceptos asociados podemos analizar la idea de pensamiento computacional, y las propuestas que se han presentado, en relación con ella, de forma ciertamente crítica.

Una primera aproximación a ese concepto ques e hizo fue el de 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”.

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. 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.

Sin embargo, aunque todo el mundo la cita, no es  una buena definición. Más propiamente se puede decir que no es una definición es simplemente una cercamiento, eso sí afortunado, al problema. Tampoco aborda la cuestión de una forma mínimamente estructurada o sistemática, ni con la complejidad que requiere, como veremos. Y por supuesto no incardina el concepto en el momento de desarrollo social y cultural actual, con las implicaciones que tiene. Eso podría haberlo dicho con relación a los programadores de Fortran en los años sesenta y setenta del siglo pasado, sin embargo eso mismo carecía de relevancia y de impacto social en esa época. Era algo extremadamente limitado a una minoría de individuos, como eran los programadores de mainframes.

Igualmente, en la actualidad, hay otros procedimientos diferenciados por el desarrollo de ciencias colaterales como son las del aprendizaje, para abordar tareas complejas que  se pueden considerar como propias de este pensamiento, estre las que están 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 veremos en lo que sigue.

La definición de pensamiento computacional que se considera la más apropiada, en el sentido que planteamos como necesidad de una alfabetización cultural, y la que a falta de otra utilizaremos como canónica, es la que dió Jeannette Wing (Wing, March 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 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”.

Aquí vemos aspectos netamente culturales, como son el diseño, general no específicamente informático, de los sistemas, y sobre todo la comprensión de la conducta humana.

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 más interesante y lo que nos dio el método para trabajar en el artículo precedente de este trabajo (Zapata-Ros, 2015), es que describe una serie de rasgos que nos van a ser muy útiles para continuar con el trabajo de construir un corpus curricular para el 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 (1986).
  • 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 (March 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, en la perspectiva de ver las implicaciones que tienen estas ideas para una redefinición de un dominio teórico específico como competencia clave en la nueva alfabetización. Y por otro encontrar un currículum adecuado, actividades, recursos, estrategias de enseñanza y formas de evaluación adecuados y concordantes con esa idea de competencia clave para las distintas etapas educativas y para la capacitación de maestros y profesores.

 

El pensamiento computacional como competencia clave en alfabetización digital es un hecho

Alguien pensará que lo desarrollado hasta aquí forma parte de un análisis de tendencias, muy argumentado y muy justificado, pero que no deja de ser un ensayo con una amplia carga de especulación.

Sin embargo no es así. En otros trabajos hemos descrito, lo más exhaustivamente que hemos podido, el estado del arte sobre iniciativas oficiales de integración en el curriculum oficial de educación infantil y primaria del pensamiento computacional en el sentido indicado: Como desarrollo de habilidades, no estrictamente ni siempre de programación, que son claves y pueden ser evocadas [cita] en un contexto de aprendizaje, ese sí, de competencias digitales en otros niveles, incluidos los profesionalizantes.

A continuación ofrecemos algunas referencias que son ejemplos significativos en ese sentido.

Las hemos obtenido en diversas fuentes, básicamente en el informe Computing our future Computer programming and coding Priorities, school curricula and initiatives across Europe, versiones de 2014 (Balanskat & Engelhardt, October, 2014) y de 2015 (Balanskat & Engelhardt, October, 2015), en el trabajo también de la Unión Europea (Bocconi et al, 2016) Developing Computational Thinking in Compulsory Education. Implications for policy and practice y la investigación, en preprint de ArXiv, de Lockwood & Mooney (2017) Computational Thinking in Education: Where does it Fit? A systematic literary review . En estos documentos hemos podido constatar la existencia de iniciativas en el marco de la educación formal, promovidas por instituciones o por profesores, individualmente o en grupos, asociaciones, etc., pero siempre con reconocimiento y con repercusión en la acreditación y en la certificación de estudios formales. En conjunto las hemos recogido en su mayoría y las hemos sistematizado en un trabajo anterior (Zapata-Ros, March 2018).

Es importante señalar lo que entendemos por iniciativas de Pensamiento Computacional: Son aquellas que lo integran en el sentido que señala Wing o en el que ponemos de relieve en trabajos  precedentes a éste (Zapata-Ros, 2015), es decir para promover un conjunto de competencias que, si bien son útiles y son utilizadoas por los programadores en la elaboración de los códigos, sobre todo son útiles a los individuos en general, en otros contextos que no son los informáticos, para resolver problemas en su vida personal o profesional, o que en general constituyen o forman parte de métodos eficaces para trabajar en otras ciencias, técnicas o servicios, o para resolver problemas en sus respectivos ámbitos de conocimientos y con los objetivos que tienen atribuidos. Por esa razón no tendremos en cuenta los casos en que se incluye en los currículos la programación pura y simple (la que sirve para hacer exclusivamente programas informáticos). Por eso hemos excluido los casos de España o de muchos países de la UE que sí están contenplados en los informes Computing our future Computer programming and coding Priorities, school curricula and initiatives across Europe. Aunque el debate sobre este particular está abierto.

Veamos primero casos de Educación Infantil, preescolar o Key stage 1

En esta etapa se pueden citar unas situaciones que son ya clásicas, dentro de lo reciente que es este tema (datan de 2013) y que por ello son las que siempre se citan: El curriculum nacional de Inglaterra o los restantes curricula de UK, que describimos y referenciamos muy escuetamente en este caso: Las orientaciones legales están en  “Curriculum Nacional. Currículo Nacional en Inglaterra: programas informáticos de estudio”, publicado el 11 de septiembre de 2013[2] y los correspondientes de Escocia, Gales e Irlanda del Norte, que con pocas diferencias vienen a ser una adaptación a los correspondientes curricula.

En ellos hay un desarrollo de competencias específicas como área transversal. Lo importante es que hay un tratamiento como competencias específicas y competencias claves, reconocidas como tales, y que están incluidas en el curriculum.

Singular interés merecen los casos de Nueva Zelanda, desarrollado por Computer Science Unplugged, y de Singapur, programa PlayMaker.

En Nueva Zelanda encontramos el programa “Computer science unplugged” reseñado, estudiado y analizado por Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009), Bell, T., Andreae, P., & Robins, A. (2014), Duncan, C., & Bell, T. (2015, November), y por Thompson, D., & Bell, T. (2013, November), reseñados en Computational Thinking in Education: Where does it fit?A systematic literary review, por James Lockwood, Aidan Mooney (2017).

El programa CS Unplegged es un programa completo de actividades desarrollado por CS Education Research Group en la Universidad de Canterbury, Nueva Zelanda. Básicamente está orientado a Educación Secundaria e informa al  Certificado Nacional de Secundaria que incluye Ciencias de la Computación entendidas en el sentido del Pensamiento Computacional. Pero esto implica actividades incluidas en el curriculum para etapas anteriores a partir de los cinco años.

CS Unplugged  consiste  en una colección de actividades de aprendizaje gratuitas que enseñan Ciencias de la Computación a través de interesantes juegos y acertijos, que usan tarjetas, cuerdas, lápices de colores y muchos juegos como los de Ikea o Montesori-Amazon, del tipo de los que explicamos en el artículo de referencia de este trabajo (Zapata-Ros, 2015). Fue desarrollado para que los jóvenes estudiantes puedan interactuar con la informática, experimentar los tipos de preguntas y desafíos que experimentan los científicos informáticos, pero lo que es clave: sin tener que aprender primero la programación.

Las actividades para las primeras etapas podemos verlas en https://www.csunplugged.org/en/topics/

Bell et al. (2009) son ​​los investigadores responsables del proyecto CS Unplugged y en este documento, dan una visión general inicial del proyecto y también exploran por qué se ha popularizado y describen las diferentes formas en que se ha adaptado, que son:

  • Videos de diferentes actividades
  • Hacer pulseras codificadas en binario
  • Competiciones
  • Adaptar las actividades de CS Unplugged a diferentes temas del currículo.
  • Actividades al aire libre
  • Actividad en línea

También analizan y justifican los principios de aprendizaje al diseñar las actividades y discuten sus planes futuros.

Por último en este resumen, o mejor en estas notas, citaremos el caso de en Singapur, y del programa piloto PlayMaker. Está descrito ampliamente por Sullivan y Bers (2017 p1-22) en  el artículo “Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers” de International Journal of Technology and Design Education,

El objetivo de PlayMaker, considerado como programa piloto de Singapur, es proporcionar ejemplos de éxitos y de áreas donde mejorar  el trabajo futuro en implementación del Pensamiento Computacional en las primeras etapas educativas. Estos ejemplos recopilados  se ofrecen como  resultados válidos de este año, 2016, en el que se ha llevado a cabo la experiencia piloto del programa. Ejemplos que pueden ser útiles no solo para el trabajo futuro en este país, sino también en otros países que están desarrollando nuevos programas para la educación de la primera infancia.

El programa PlayMaker se lanzó para abordar la creciente necesidad de nuevas propuestas de tecnología educativa (en este caso de Pensamiento Computacional, según el planteamiento que hemos presentado, a través fundamentalmente de robótica) en las aulas de primera infancia. Básicamente es un programa en línea destinado a los maestros, para que estos favorezcan la introducción a los niños más pequeños a la tecnología (Chambers 2015; Digital News Asia 2015). Según Steve Leonard, vicepresidente de la Autoridad de Desarrollo de Infocomm de Singapur (IDA), “a medida que Singapur se convierta en una nación inteligente, nuestros hijos necesitarán sentirse cómodos creando con tecnología” (IDA Singapur 2015).

Aprovechando el creciente movimiento STEM, el objetivo del programa Playmaker no es sólo promover el conocimiento técnico sino también brindar a los niños herramientas para divertirse, practicar la resolución de problemas y generar confianza y creatividad (Chambers 2015; Digital News Asia 2015).

Como parte del programa PlayMaker, 160 centros preescolares en Singapur fueron dotados de una gran variedad de juguetes tecnológicos manipulativos que implican a los niños en la robótica, la programación, la construcción y la ingeniería. Estos juguetes tecnológicos incluyen BeeBot, Circuit Stickers y el kit de robótica KIBO (Chambers, 2015). Además, coincidiendo con el lanzamiento de las nuevas herramientas, los educadores de Educación Infantil también recibieron una capacitación corta pero intensa, en un simposio de un día, sobre cómo usar y enseñar con cada una de estas herramientas (Chambers, 2015).

Las escuelas piloto seleccionadas  también recibieron apoyo técnico continuo y asistencia en, y para, la integración curricular como parte de este enfoque integral (IDA Singapur 2015).

El estudio de referencia (Sullivan & Bers, 2017) se centró en evaluar los resultados de aprendizaje y compromiso de una de las herramientas de Playmaker implementadas: el kit de robótica KIBO.

KIBO es un kit de construcción de robótica, diseñado específicamente para niños de 4 a 7 años de edad, con el fin de que estos aprendan habilidades básicas de ingeniería y programación (Sullivan y Bers 2015). Las características del kit KIBO, y cómo se utilizó en la experiencia, se describen en detalle en la sección ”Métodos’ del estudio’ del trabajo señalado. Además de evaluar los conceptos técnicos que los niños dominan con KIBO, este estudio también examina el potencial de la robótica KIBO para promover conductas personales y sociales positivas en niños pequeños. Finalmente el informe, describe la experiencia desde la perspectiva de los docentes.

Pasamos ahora a educación primaria.

Las experiencias reseñadas en Reino Unido, Nueva Zelanda y Singapur tienen su correlato y continuación en este nivel, por lo cual no es preciso describir de nuevo en este apartado estos programas.

En adición, podemos, con el carácter señalado al principio, reseñar otros casos en Reino Unido,  [decir cuales]

A lo señalado en el Reino Unido podríamos añadir lo reseñado por Sentance y McNicol  (2013, February) sobre la formación de los profesores en los cursos de capacitación de Python School, Digital Schoolhouse y Computing at School Master Teachers.

Los autores dicen que en Inglaterra y otras partes del Reino Unido, se ha asistido a una cantidad, y con un alcance, sin precedentes a cambios en la forma en que los planes de estudio cambian de un enfoque a otro en cómo se aprende con el uso de aplicaciones de software y a través de la introducción de la informática en las escuelas primarias y secundarias. En este documento describen algunos de los desafíos que enfrentamos, el progreso realizado en la integración de las Ciencias de la Computación y el apoyo brindado a los docentes en su desarrollo profesional. Pretenden como en otros casos apoyar a los docentes de una manera holística y proponen un modelo transformacional de desarrollo profesional para CC, tanto para maestros en servicio como formando la base de nuevos programas de capacitación docente.

Acompañan una investigación que describen:

Se distribuyó una encuesta a los maestros que deseaban asistir a cursos / capacitación de desarrollo profesional en CC. Concluyen que las áreas donde los docentes buscan apoyo son “orientación sobre las formas de enseñar informática” y la necesidad de recursos y herramientas.

También encontraron que los talleres de un día y el trabajo con un maestro experimentado eran el tipo de desarrollo más útil.

La administración de tiempos, y su consideración, fue el tema al que se dio más importancia con respecto a los maestros y a la voluntad de la escuela para participar en estos cambios.

Presentan algunos ejemplos de estos cursos de capacitación que incluyen Python School, Digital Schoolhouse y Computing at School Master Teachers.

Por último analizan dos temas a trabajar en el futuro: la acreditación y la investigación en la  acción.

En EE UU, en el contexto del Common Core, bajo la administración Obama, se puso en marcha una Iniciativa del Distrito Escolar Unificado Paradise Valley (PVUSD) para enseñar la codificación a los estudiantes de K-8, y el pensamiento computacional, mediante un modelo a través de las actividades de CC SS y de su programación. Tres maestros de Educación como dotación para el plan (En 1 ° / 2 °, 3 ° / 4 °, 5 ° / 6 ° años) y el Director de Tecnología de la Información del distrito lo articulan.

Hay que recordar que tras el acceso a la presidencia de Trump, o más bien tras la paralización de hecho, de lo que sólo fue expuesto como directrices por la administración Obama y por el CSTA, el panorama queda reducido a iniciativas aisladas como es la Iniciativa del Distrito Escolar Unificado Paradise Valley (PVUSD), en el contexto del Common Core de otras materias de Lengua o de Matemáticas, o en otro sentido por organizaciones privadas como es el caso de CODE.ORG.

Esta iniciativa está explicada y documentada ampliamente por Mensing y otros (2013, October)

Se pretende desarrollar competencias instrumentales de pensamiento Computacional y STEM, en el contexto del Common Core: Se basa en la evidencia de que el pensamiento computacional y su modelo pueden llevar a una práctica de uso de codificación donde se pueden incorporar muchos de los cambios necesarios para el aprendizaje de los estándares de English Language Arts (ELA) y Matemáticas (Mensing, K. et al, 2013, October).

No sólo en EE UU la organización CODE.ORG tiene como misión aprovechar las posibilidades y oportunidades que ofrece el curriculum oficial para integrar el pensamiento computacional en una orientación compatible a como lo hemos definido en el preámbulo de este punto. Los aspectos más importantes de esta orientación están en el documento “CODE.ORG curriculum for elementary school (Introducing code studio for grades K-5)”[3]. En este documento están los contenidos y criterios para organizar la programación (code) en Primaria (Elementary School) por Code.org. En EE UU la educación primaria (Elementary School o K-5) está regulada por las autoridades locales. Esta organización es pues una iniciativa privada, sin ánimo de lucro, que tiene establecido un curriculum compatible con el que tiene la administración nacional para Secundaria (K-12) y que también contiene directrices para primaria.

Lo que en general de forma oficial la administración de EE UU tiene establecido para la regulación de las Ciencias de la Computación, y por añadidura para el pensamiento Computacioneal en educación anterior a la universidad se cono ce como los Estándares de CSTA[4]. Y están recogidos en el documento y “Computer Science K–12 Learning Standards Adoption Statement” (Dorn, December, 2016). Como veremos, estos estándares determinan o influyen en gran medida lo que otras administraciones, como la francesa o la inglesa, tienen establecido sobre los mismos temas.

PACT es un acrónimo de Programming ^ Algorithms = Computational Thinking, un programa avalado por el Ministerio de Educación de Irlanda. Está ampliamente documentado en el trabajo PACT: An initiative to introduce computational thinking to second-level education in Ireland (Mooney et al, 2014), y como el rsto de iniciativas por James Lockwood y Aidan Mooney en  Computational Thinking in Education: Where does it fit? A systematic literary review.

Numerosas iniciativas transversales. Ninguna en el curriculum estatal.

La situación es que en la República de Irlanda, como en muchos otros países, la Ciencia de la Computación o la Informática todavía no es un tema que los estudiantes pueden realizar un examen estatal, es decir no hay estándares. Aunque se han tomado medidas para incluirlo, lo que se puede decir hasta ahora es que todo lo que está disponible para los estudiantes en el currículum es un curso corto de programación.

Como ejemplo y formando parte del debate propuesto, los investigadores del Departamento de Ciencias de la Computación de la Universidad de Maynooth, Irlanda, diseñaron el programa PACT. El objetivo era preparar a los estudiantes y profesores de secundaria irlandeses a la informática a través de programación y algoritmos, con la intención de mejorar la habilidad vital de CT en los estudiantes participantes. Este plan tiene repercusión sobre la primaria: El programa incluye material en cinco unidades diferentes para enseñar a los estudiantes del Año de Transición de Primaria a Secundaria. Estos fueron Programación 1, Programación 2, Algoritmos, Gráficos y Recursión.

Francia ha tomado recientemente, en 2016, decisiones políticas para integrar elementos de Educación Profesional y Técnica (CTE) en el plan de estudios nacional obligatorio en Primaria y en Secundaria. Asociaciones e institucionaes están elaborando propuestas de currículum. Ésta es una de ellas, quizá la más interesante en la línea que proponemos. Es una propuesta de curriculum para Primaria. Está documentada por los autores Chiprianov y Gallon (2016, July) en Introducing Computational Thinking to K-5 in a French Context. In Proceedings of the 2016 ACM.

En esta propuesta Chiprianov y Gallon (2016) presentan un resumen de un proyecto para integrar PC en la educación primaria francesa. Ofrecen una visión general del estado actual del PC en Educación en Francia y hablan sobre el desarrollo cognitivo y afectivo del niño.

En primer lugar discuten el marco teórico del currículum.

El nuevo plan de estudios francés incluyó la programación y está en línea con el estándar de la Computer Science Teachers Association (CSTA) (Dorn, R. I., December, 2016)), pero no incluye explícitamente las Ciencias de la Computación. A continuación, ofrecen una descripción general de las herramientas y actividades que planean usar para enseñar Pensamiento Computacional, que incluye juegos (en el sentido de code.org) y robots. Además, dan una visión general de cómo llevarlo a la práctica mediante el desarrollo de 10 lecciones. Además dan algunas estrategias de enseñanza que por lo general coinciden con las siguientes:

  • Discusiones y demostraciones de toda la clase, seguidas por
  • Aprendizaje colaborativo o individual, y finalmente
  • Reflexionar sobre las soluciones y discusión de estas estrategias

Por último, ofrecen una visión general de algunas de las conclusiones que obtuvieron, que incluían su creencia en que los maestros son importantes tanto para que se cree una actitud positiva como para adaptar los materiales a sus aulas. También encontraron que los niños adquirieron y aprendieron habilidades, como la ubicación del espacio, a partir de las tareas ejercitadas. Es la parte empírica del trabajo.

Otra experiencia interesante es la que se desarrolla en Macedonia y exponen Jovanov,  Stankov, Mihova, Ristov y Gusev (2016, April) en Computing as a new compulsory subject in the Macedonian primary schools curriculum.

En este documento tenemos constancia de que la situación y los presupuestos del pensamiento computacional en el sentido que se señala en este trabajo, o compatible con él, llevaron a los responsables políticos en Macedonia a incluir la programación como parte de una nueva asignatura obligatoria para los alumnos a la edad de 8 años.

Jovanov y otros (2016, April) en su documento y en la correspondiente investigación se centran en el cambio citado en el currículo macedonio: la introducción del curso “Trabajo con computadoras y conceptos básicos de programación”, que en breve se denominaría “Informática”, hablamos de 2015. Presentan el plan de estudios propuesto y aceptado, con énfasis en los temas sobre pensamiento computacional y programación. También discuten el software disponible y las herramientas adecuadas para la implementación de los temas mencionados en la propuesta, y presentan un juego recientemente desarrollado por un equipo vinculado a ellos (DigitMile). Al final explican la formación necesaria de los profesores,y el formato de la capacitación preliminar de todos los maestros de escuela primaria en el país. La investigación incluye las primeras impresiones de los capacitadores que realizaron la capacitación, y la elaboración de las opiniones de los maestros.

En el trabajo (Jovanov et al, 2016) ofrecen una descripción general del contenido que incluye siete unidades que se impartirán en dos clases por semana:

  • Primeros pasos para usar la computadora
  • Gráficos por computadora
  • Procesamiento de texto
  • Vida en línea
  • Concepto de algoritmos y programas
  • Pensamiento computacional a través de un juego
  • Creación de programas simples

De ellos, los últimos tres se centran explícitamente en pensamiento computacional en los términos que exponemos. Es decir, a los estudiantes se les enseña la noción de programación y aprenden a través de un juego que fue especialmente diseñado, el DigitMile, que está diseñado para ser utilizado en este plan de estudios junto con él. Finalmente, los estudiantes usan ScratchJr para desarrollar programas simples.

En esta línea y aunque no es reciente sí creemos conveniente reseñar una experiencia antigua, para que quede constancia de que esta visión está consolidada y hay experiencias desde una época anterior al periodo que se supone de eclosión del pensamiento computacional. Nos referimos al estudio que hicieron en Califormia EE UU Miller,  Kelly y Kelly (1988) titulado Effects of Logo computer programming experience on problem solving and spatial relations ability. Se trata pues de una experiencia muy antigua que no podríamos en propiedad referenciar a lo que tratamos con relación al estado actual del pensamiento computacional, pero que James Lockwood y Aidan Mooney (2017) la incluyen en su estudio, y nosotros también por ser en esencia una experiencia coincidente con el modelo que proponemos.

Miller et al. (1988) presentan un estudio sobre las habilidades de resolución de problemas y para establecer relaciones espaciales de los estudiantes de quinto y sexto grado tras un año académico de experiencia usando Logo. Se utilizaron dos programas, The Factory y Teasers de Tobbs para evaluar la capacidad de resolución de problemas y relaciones espaciales mediante subtests del CTMM (Prueba de Madurez Mental de California: Nivel 1) y PMA (Grados de habilidades mentales primarias 2-4). Se describen los dos programas, así como los datos de los participantes. Los resultados mostraron que hubo una diferencia significativa entre el grupo de tratamiento y los grupos control tanto en las medidas de resolución de problemas como en una de las tres pruebas espaciales. Sin embargo, no se realizaron pruebas previas, pretest, por lo que no se pudo probar que un grupo aprendió menos o más que el otro, en sentido estricto.

 

[1] Explicita hasta muy recientemente

[2] https://www.gov.uk/government/publications/national-curriculum-in-england-computing-programmes-of-study/national-curriculum-in-england-computing-programmes-of-study#key-stage-1

[3] https://code.org/educate/curriculum/elementary-school

[4] http://www.k12.wa.us/ComputerScience/pubdocs/ComputerScienceStandards.pdf

ANDERSON, J.A. (1993) Rules of the Mind (Hillsdale, NJ, Erlbaum).

Arraki, K., Blair, K., Bürgert, T., Greenling, J., Haebe, J., Lee, G., Peel, A., Szczepanski, V., Pontelli, E. and Hug, S. (2014, October). DISSECT: An experiment in infusing computational thinking in K-12 science curricula. In Frontiers in Education Conference (FIE), 2014 IEEE (pp. 1-9). IEEE.

Astrachan, O., Cuny, J., Stephenson, C., and Wilson, C. (2011): The CS10K Project: Mobilizing the Community to Transform High School Computing. Proc. of the 42nd ACM Technical Symposium on Computer Science Education, Dallas, TX, USA, 42:85-86, ACM Press.

Astrachan, O., Briggs, A., Cuny, J., Diaz, L., and Stephenson, C. (2012): Update on the CS Principles Project. Proc. of the 43rd ACM Technical Symposium on Computer Science Education, Raleigh, NC, USA, 43:477-478, ACM Press.

 

Baker, M., Hansen, T., Joiner, R., & Traum, D. (1999). The role of grounding in collaborative learning tasks. In P. Dillenbourg (Ed.), Collaborative Learning: Cognitive and Computational Approaches. (pp. 31-63; 223-225). Elsevier Science.http://www.uio.no/studier/emner/matnat/ifi/TOOL5100/v08/leseliste/F9/baker99role.pdf

Balanskat, A.  & Engelhardt , K. (October, 2014). Computing our future Computer programming and coding – Priorities, school curricula and initiatives across Europe.  European Schoolnet (EUN Partnership AISBL) http://www.eun.org/c/document_library/get_file?uuid=521cb928-6ec4-4a86-b522-9d8fd5cf60ce&groupId=43887

 

Balanskat, A.  & Engelhardt , K. (October, 2015). Computing our future Computer programming and coding – Priorities, school curricula and initiatives across Europe.  European Schoolnet (EUN Partnership AISBL)

 

Bargury, I. Z., Muller, O., Haberman, B., Zohar, D., Cohen, A., Levy, D., & Hotoveli, R. (2012, October). Implementing a new computer science curriculum for middle school in Israel. In Frontiers in Education Conference (FIE), 2012 (pp. 1-6). IEEE. http://ieeexplore.ieee.org/abstract/document/6462365/   y   https://www.researchgate.net/profile/Dalit_Levy/publication/261196400_Implementing_a_new_Computer_Science_Curriculum_for_middle_school_in_Israel/links/5605989108ae8e08c08c9079/Implementing-a-new-Computer-Science-Curriculum-for-middle-school-in-Israel.pdf en abierto.

 

Bates, A. (May 2, 2018) Online learning and disruptive change at the UK Open University. https://www.tonybates.ca/2018/05/02/online-learning-and-disruptive-change-at-the-uk-open-university/

 

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

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

 

Bono, E. D. (1970). Lateral Thinking. A Textbook of Creativity. Londres: Ward Lock Educational.

 

Bono, E. DE (1986):El pensamiento lateral: manual de creatividad. Editorial Paidós.

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

Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). Computer science unplugged: School students doing real computing without computers. The New Zealand Journal of Applied Computing and Information Technology13(1), 20-29. http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

 

Bell, T., Andreae, P., & Robins, A. (2014). A case study of the introduction of computer science in NZ schools. ACM Transactions on Computing Education (TOCE)14(2), 10. https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?sequence=1  y  https://dl.acm.org/citation.cfm?id=2602485

 

Bergin, J. (2008) Pedagogical Patterns Project [en línea]. Disponible en: http://www.pedagogicalpatterns.org/

 

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.

 

Bono, E. D. (1970). Lateral Thinking. A Textbook of Creativity. Londres: Ward Lock Educational.

 

Bono, E. DE (1986):El pensamiento lateral: manual de creatividad. Editorial Paidós.

 

Bloom, B.S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

 

Bocconi, S. et al (2016). Developing Computational Thinking in Compulsory Education. Implications for policy and practice.   http://publications.jrc.ec.europa.eu/repository/bitstream/JRC104188/jrc104188_computhinkreport.pdf

 

Burgett, T., Folk, R., Fulton, J., Peel, A., Pontelli, E. and Szczepanski, V. (2015, October). DISSECT: Analysis of pedagogical techniques to integrate computational thinking into K-12 curricula. In Frontiers in Education Conference (FIE), 2015. 32614 2015. IEEE (pp. 1-9). IEEE.

 

Carvalho, T., Andrade, D., Silveira, J., Auler, V., Cavalheiro, S., Aguiar, M., Foss, L., Pernas, A. and Reiser, R., 2013, October. Discussing the challenges related to deployment of computational thinking in brazilian basic education. In Theoretical Computer Science (WEIT), 2013 2nd Workshop-School on (pp. 111-115). IEEE. https://www.researchgate.net/profile/Marilton_Aguiar/publication/268240422_Discussing_the_Challenges_Related_to_Deployment_of_Computational_Thinking_in_Brazilian_Basic_Education/links/54abd8080cf2bce6aa1dbf62.pdf y http://ieeexplore.ieee.org/abstract/document/6778575/

 

Caspersen, M. E., & Nowack, P. (2013, January). Computational thinking and practice: A generic approach to computing in Danish high schools. In Proceedings of the Fifteenth Australasian Computing Education Conference-Volume 136 (pp. 137-143). Australian Computer Society, Inc. https://dl.acm.org/citation.cfm?id=2667214 y en abierto http://cs.au.dk/~mic/publications/conference/41–ace2013.pdf

 

Chambers, J. (2015). Inside Singapore’s plans for robots in pre-schools. GovInsider. Retrieved from: https://govinsider.asia/smart-gov/exclusive-singapore-puts-robots-in-pre-schools/

 

Chiprianov, V., & Gallon, L. (2016, July). Introducing Computational Thinking to K-5 in a French Context. In Proceedings of the 2016 ACM Conference on Innovation and Technology in Computer Science Education (pp. 112-117). ACM. https://dl.acm.org/citation.cfm?id=2899439

 

Clark, D. (2014) Learning Styles & Preferences. http://www.nwlink.com/~donclark/hrd/styles.html

 

Coffield, F., Moseley, D., Hall, E., Ecclestone, K. (2004). Learning Styles and Pedagogy in Post-16 Learning: A systematic and critical review. www.LSRC.ac.uk: Learning and Skills Research Centre. Retrieved from: http://www.lsda.org.uk/files/PDF/1543.pdf

 

Constantinidou, F., Baker, S. (2002). Stimulus modality and verbal learning performance in normal aging. Brain and Language, 82(3), 296-311.

 

Corballis, M. C. (2007). Pensamiento recursivo. Mente y cerebro, 27, 78-87. http://amscimag.sigmaxi.org/4Lane/ForeignPDF/2007-05CorballisSpanish.pdf

 

Corballis, M. C. (2014). The recursive mind: The origins of human language, thought, and civilization. Princeton University Press. http://press.princeton.edu/titles/9424.html

 

Csikszentmihalyi, M. (1996). Creativity: Flow and the psychology of discovery and invention.

 

Csikszentmihalyi, M. (2009). Creativity: Flow and the Psychology of Discovery and invengtion. Harper Collins.

 

Csikszentmihalyi, M. (1998). Creatividad: el fluir y la psicología del descubrimiento y la invención. Ed. Paidós.

 

Cutts, Q., Esper, S., and Simon, B. (2011): Computing as the 4th “R”. Proc. of the International Computing Education Research Workshop, Providence, RI, USA, 7:133-138, ACM Press.

DeLano, D.E. y  Rising, L. (1997).  Introducing Technology into the Workplace. Proceedings  PLoP’97 Conference. Consultado en http://hillside.net/plop/plop97/Proceedings/delano.pdf

Dillenbourg, P. (1999). What do you mean by collaborative learning?.Collaborative-learning: Cognitive and Computational Approaches., 1-19. https://halshs.archives-ouvertes.fr/file/index/docid/190240/filename/Dillenbourg-Pierre-1999.pdf

 

Dorn, R. I. (December, 2016) Computer Science K–12 Learning Standards Adoption Statement. http://www.k12.wa.us/ComputerScience/pubdocs/ComputerScienceStandards.pdf

 

Duncan, C., & Bell, T. (2015, November). A pilot computer science and programming course for primary school students. In Proceedings of the Workshop in Primary and Secondary Computing Education (pp. 39-48). ACM. https://dl.acm.org/citation.cfm?id=2818328

 

Eggleston, J. (1982). Sociología del currículum. Ed. Troquel. Buenos Aires.

 

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

 

 

Esteban, M. y Zapata, M. (2008, Enero). Estrategias de aprendizaje y eLearning. Un apunte para la fundamentación del diseño educativo en los entornos virtuales de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al estudio de las es trategias y estilos de aprendizaje. RED. Revista de Educación a Distancia, número 19. Consultado (día/mes/año) en http://www.um.es/ead/red/19

 

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

Fitch, T., Hauser, M. & Chomsky, N.  2005.  The evolution of the language faculty:      Clarifications and implications.   Cognition. 97.179-210

Fricke, A. y Voelter, M. (2000). SEMINARS: A Pedagogical Pattern Language about teaching seminars, [en línea]. Proceding EuroPLoP 2000. Disponible en: http://www.voelter.de/publications/seminars.html [2008, 2 diciembre].

 

Gal-Ezer, J. and Harel, D. (1998): What (Else) Should CS Educators Know?, Communications of the ACM, 41(9):77-84.

 

Gal-Ezer, J. and Harel, D. (1999): Curriculum and Course Syllabi for a High-School Program in Computer Science, Computer Science Education, 9(2):114-147

 

Gilster, P. (1997). Digital literacy. New York: Wiley.

 

Gordon, W. J. (1961). Synectics: The development of creative capacity.

Grover, S., Cooper, S., & Pea, R. (2014, June). Assessing computational learning in K-12. In Proceedings of the 2014 conference on Innovation & technology in computer science education (pp. 57-62). ACM. https://s3.amazonaws.com/academia.edu.documents/41163349/Assessing_computational_learning_in_K-1220160114-23479-hj8516.pdf

 

Grover, S., Pea, R., & Cooper, S. (2016, February). Factors influencing computer science learning in middle school. In Proceedings of the 47th ACM technical symposium on computing science education (pp. 552-557). ACM.  http://life-slc.org/docs/LSLC_rp_A211_Grover-Pea-Cooper-SIGSCE2016.pdf

 

Grover, S., Pea, R., & Cooper, S. (2015). Designing for deeper learning in a blended computer science course for middle school students. Computer Science Education25(2), 199-237. http://www.tandfonline.com/doi/abs/10.1080/08993408.2015.1033142 y https://pdfs.semanticscholar.org/4f37/83f96f0c4aa579d5eea160ff56c15f5e7c85.pdf

 

Hauser, M., Chomsky, N.,  & Fitch, T.  2002.  The faculty of language: what is it, who has it, and how did it evolve. Science 198. 1569-79

 

Hackenberg, A. J. (2007). Units coordination and the construction of improper fractions: A revision of the splitting hypothesis. Journal of Mathematical Behavior, 26(1), 27–47.

 

Hadjerrouit, S. (2009): Teaching and Learning School Informatics: A Concept-Based Pedagogical Approach, Informatics in Education, 8(2):227-250.

 

Hansen, T., Dirckinck-Holmfeld, L., Lewis, R., & Rugelj, J. (1999). Using telematics to support collaborative knowledge construction. Collaborative learning: Cognitive and computational approaches, 169-196.http://www.researchgate.net/publication/228559912_Using_telematics_to_support_collaborative_knowledge_construction/file/60b7d523962ffc2db3.pdf

 

Hayman-Abello SE, Warriner EM (2002). (2002). Child clinical/pediatric neuropsychology: some recent advances. Annual review of psychology,53(1), 309-339.

 

Himanen, P. (2002). La ética del hacker y el espíritu de la era de la información.http://eprints.rclis.org/12851/

 

IDA Singapore. (2015). IDA supports preschool centres with technology-enabled toys to build creativity and confidence in learning. Retrieved from: https://www.ida.gov.sg/About-Us/Newsroom/Media-Releases/ 2015/IDA-supports-preschool-centres-with-technology-enabled-toys-to-build-creativity-andconfidence-in-learning.

 

Jenkins, J.T., Jerkins, J.A. and Stenger, C.L. (2012), March. A plan for immediate immersion of computational thinking into the high school math classroom through a partnership with the alabama math, science, and technology initiative. In Proceedings of the 50th Annual Southeast Regional Conference (pp. 148-152). ACM.

Jonassen, D., Davidson, M., Collins, M., Campbell, J., & Haag, B. B. (1995). Constructivism and computer‐mediated communication in distance education.American journal of distance education9(2), 7-26. http://www.tandfonline.com/doi/abs/10.1080/08923649509526885

 

Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April). Computing as a new compulsory subject in the Macedonian primary schools curriculum. In Global Engineering Education Conference (EDUCON), 2016 IEEE (pp. 680-685). IEEE. http://ieeexplore.ieee.org/abstract/document/7474623/

 

Keefe, J.W. (1979) Learning style: An overview. NASSP’s Student learning styles: Diagnosing and proscribing programs (pp. 1-17). Reston, VA. National Association of Secondary School Principles..

 

Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s map of Broad Street cholera, 1854. Social science & medicine69(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.

 

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.

Leeder, D., Boyle, T., Morales, R., Wharrad, H., & Garrud, P. (2004). To boldly GLO-towards the next generation of Learning Objects. In World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education (Vol. 2004, No. 1, pp. 28-33).

 

Liu, J., Hasson, E. P., Barnett, Z. D., & Zhang, P. (2011, October). A survey on computer science K-12 outreach: teacher training programs. In Frontiers in Education Conference (FIE), 2011 (pp. T4F-1). IEEE. http://ieeexplore.ieee.org/abstract/document/6143111/

 

Lockwood, J., & Mooney, A. (2017). Computational Thinking in Education: Where does it Fit? A systematic literary review. arXiv preprint arXiv:1703.07659.

 

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.

Lockwood, J., & Mooney, A. (2017). Computational Thinking in Education: Where does it Fit? A systematic literary review. arXiv preprint arXiv:1703.07659.

 

 

Mack, N. K. (2001). Building on informal knowledge through instruction in a complex content domain: Partitioning, units, and understanding multiplication of fractions. Journal for Research in Mathematics Education, 32(3), 267–296.

 

Mandelbrot, B. (1982). The fractal geometry of nature. W. H. Freeman.

 

Mandelbrot, B. (1977). Fractals, form, chance and dimension. W. H. Freeman.

 

Marzano, R.J. (1998). A theory-based meta-analysis of research on instruction. Mid-continent Regional Educational Laboratory, Aurora, CO.

 

Merrill, D. (2000). Instructional Strategies and Learning Styles: Which takes Precedence? Trends and Issues in Instructional Technology, R. Reiser and J. Dempsey (Eds.). Prentice Hall.

Merrill, M. D. (2009). First principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 41-56). New York: Routledge.

 

Mensing, K., Mak, J., Bird, M., & Billings, J. (2013, October). Computational, model thinking and computer coding for US Common Core Standards with 6 to 12 year old students. In Emerging eLearning Technologies and Applications (ICETA), 2013 IEEE 11th International Conference on (pp. 17-22). IEEE.

Miller, R. B., Kelly, G. N., & Kelly, J. T. (1988). Effects of Logo computer programming experience on problem solving and spatial relations ability. Contemporary Educational Psychology13(4), 348-357. http://www.sciencedirect.com/science/article/pii/0361476X88900343

 

MONTESSORI, M. (1928). Antropología Pedagógica. Barcelona: Araluce.

 

MONTESSORI, M. (1937). Método de la Pedagogía Científica. Barcelona: Araluce.

 

MONTESSORI, M. (1935). Manual práctico del método. Barcelona: Araluce.

 

Mooney, A., Duffin, J., Naughton, T., Monahan, R., Power, J. and Maguire, P. (2014). PACT: An initiative to introduce computational thinking to second-level education in Ireland.

Nesiba, N., Pontelli, E. and Staley, T., (2015, October). DISSECT: Exploring the relationship between computational thinking and English literature in K-12 curricula. In Frontiers in Education Conference (FIE), 2015. 32614 2015. IEEE (pp. 1- 8). IEEE.

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

 

Piaget, J. (1947). La psychologie de l’intelligence [The psychology of intelligence]. http://dx.doi.org/10.4324/9780203278895

 

Piaget, J. (1972). Psicología de la inteligencia. Editorial Psique. Buenos Aires.

 

Piaget, J. (1977). The role of action in the development of thinking. In Knowledge and development (pp. 17-42). Springer US.

Pólya, George (1945). How to Solve It. Princeton University Press.

 

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

Pólya, George (1945). How to Solve It. Princeton University Press.

 

Popper, Karl (1934).«The Logic of Scientific Discovery». Consultado el 08-09-2007. http://books.google.es/books?hl=es&lr=&id=LWSBAgAAQBAJ&oi=fnd&pg=PP1&dq=popper+scientific+methods

 

Popper, Karl (1934). La lógica de la investigación científica. Traducido por Víctor Sánchez de Zavala (1ª edición). Madrid: Editorial Tecnos (publicado el 1962). ISBN 84-309-0711-4..

 

Popper, Karl (1934). The Logic of Scientific Discovery. New York: Routledge (publicado el 2009).

 

Olive, J., & Vomvoridi, E. (2006). Making sense of instruction on fractions when a student lacks necessary fractional schemes: The case of Tim. Journal of Mathematical Behavior 25(1), 18–45.

 

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

Reigeluth, C. M. (2012). Instructional theory and technology for the new paradigm of education. RED, Revista de Educación a distancia32, 1-18. http://www.um.es/ead/red/32/reigeluth.pdf.

 

Reigeluth, C. M., & Carr-Chellman, A. A. (2009a). Situational principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 57-68). New York: Routledge.

Ribeiro, L., Nunes, D.J., Da Cruz, M.K. and Matos, E.D.S., 2013, October. Computational Thinking: Possibilities and Challenges. In Theoretical Computer Science (WEIT), 2013 2nd Workshop-School on (pp. 22-25). IEEE.  http://ieeexplore.ieee.org/abstract/document/6778560/ y http://www.computacional.com.br/arquivos/Gerais/RIBEIRO%20-%20Computational%20Thinking%20-%20Possibilities%20and%20Challenges.pdf

Rosas, M. J. M. (2012). Recensión de “The recursive mind. The origins of human language, thought, and civilization”, de Michael C. Corballis. Teorema: Revista internacional de filosofía, 31(1), 151-154. http://dialnet.unirioja.es/descarga/articulo/4349918.pdf

Royal Society (2012): Shut down or restart? The way forward for computing in UK schools. The Royal Society, UK

 

Salomon, G. (1993). Distributed cognitions. Psychological and educational considerations (pp. 111-138) Cambridge, USA: Cambridge University Press.

 

Sentance, S., Dorling, M., & McNicol, A. (2013, February). Computer science in secondary schools in the UK: Ways to empower teachers. In International Conference on Informatics in Schools: Situation, Evolution, and Perspectives (pp. 15-30). Springer, Berlin, Heidelberg. https://pdfs.semanticscholar.org/44b0/074bd6fc438a459638f029667ff1ff79d9dd.pdf en abierto y https://link.springer.com/chapter/10.1007/978-3-642-36617-8_2

 

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital AgeConsultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

 

Silva, R. (2014). START CODING THIS YEAR IT’S EASIER THAN YOU THINK. http://yearofcode.org/

 

Steffe, L. P., & Olive, J. (2010). Children’s fractional knowledge. Springer: New York.

 

Steffe, L. P. (2004). On the construction of learning trajectories of children: The case of commensurate fractions. Mathematical Thinking and Learning, 6(2), 129–162

 

Steffen, J. H. (2008). Optimal boarding method for airline passengers. Journal of Air Transport Management14(3), 146-150. http://www.sciencedirect.com/science/article/pii/S0969699708000239

 

Steer, C. and Hubwieser, P. (2010): Comparing the Efficiency of Different Approaches to Teach Informatics at Secondary Schools, Informatics in Education, 9(2):239-247

 

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

 

 

Stewart, K.L., Felicetti, L.A. (1992). Learning styles of marketing majors. Educational Research Quarterly, 15(2), 15-23.

 

Sullivan, A., & Bers, M. U. (2015). Robotics in the early childhood classroom: Learning outcomes from an 8-week robotics curriculum in pre-kindergarten through second grade. International Journal of Technology and Design Education. doi:10.1007/s10798-015-9304-5.

 

Sullivan, A., & Bers, M. U. (2017). Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers. International Journal of Technology and Design Education, 1-22.https://link.springer.com/article/10.1007/s10798-017-9397-0

 

Sysło, M. M., & Kwiatkowska, A. B. (2015, September). Introducing a new computer science curriculum for all school levels in Poland. In International Conference on Informatics in Schools: Situation, Evolution, and Perspectives (pp. 141-154). Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-319-25396-1_13

 

Thompson, D., & Bell, T. (2013, November). Adoption of new computer science high school standards by New Zealand teachers. In Proceedings of the 8th Workshop in Primary and Secondary Computing Education (pp. 87-90). ACM. https://itp.nz/files/wipsce-teachers-2013.pdf y https://dl.acm.org/citation.cfm?id=2532759

 

Thompson-Schill, S., Kraemer, D., Rosenberg, L. (2009). Visual Learners Convert Words To Pictures In The Brain And Vice Versa, Says Psychology Study. University of Pennsylvania. News article retrieved from http://www.upenn.edu/pennnews/news/visual-learners-convert-words-pictures-brain-and-vice-versa-says-penn-psychology-study

 

UK Government  (2015). Green Paper: Digital Literacy. 21st Century Competencies for Our Age: The Digital Age. The Fundamental Building Blocks of Digital Literacy From Enhancement to Transformation. Retrieved from http://dge.mec.pt/estudos-sobre-tecnologiaseducativas

 

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 (dd/mm/aa) en http://www.um.es/ead/red/46

 

Van Diepen, N., Perrenet, J., and Zwaneveld, B. (2011): Which Way with Informatics in High Schools in the Netherlands? The Dutch Dilemma, Informatics in Education, 10(1):123-148.

 

Washington, US Congress of Technology Assessment, OTA CIT-235 (April 1984). Computerized Manufacturing Automation: Employment, Education and the Workplace, page 234. http://ota-cdn.fas.org/reports/8408.pdf

Werner, L., Denner, J., Campe, S., & Kawamoto, D. C. (2012, February). The fairy performance assessment: measuring computational thinking in middle school. In Proceedings of the 43rd ACM technical symposium on Computer Science Education(pp. 215-220). ACM. https://www.cs.auckland.ac.nz/courses/compsci747s2c/lectures/wernerFairyComputationalThinkingAssessment.pdf   y   https://dl.acm.org/citation.cfm?id=2157200

Wilkins, J. L. M., & Norton, A. (2011). The splitting loope. Journal for Research in Mathematics Education, 42(4), 386–416

Wilkins, J. L., Norton, A., & Boyce, S. J. (2013). Validating a Written Instrument for Assessing Students’ Fractions Schemes and Operations. Mathematics Educator, 22(2), 31-54.

Wing, J.M. (March 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

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education, 22(1), 5-16. http://www.jstor.org/stable/1050800

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education22(1), 5-16. http://www.tandfonline.com/doi/abs/10.1080/0305498960220101#.VI3EvyuG-_l

Zapata-Ros, M. (2012). La Sociedad Postindustrial del Conocimiento. Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. Amazon. Consultado en http://www.amazon.es/Sociedad-Postindustrial-del-Conocimiento-multidisciplinar/dp/1492180580.

Zapata-Ros, M. (2013). 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 Capítulo9, 260.

Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de educación a distancia, (46), 1-47. DOI : http://dx.doi.org/10.6018/red/46/4

Zapata-Ros, M. (March 2018). La universidad inteligente (y VI): Discusión y conclusiones. RED. El aprendizaje en la Sociedad del Conocimiento. https://red.hypotheses.org/1222

Zur-Bargury, I. (2012, July). A new curriculum for junior-high in computer science. In Proceedings of the 17th ACM annual conference on Innovation and technology in computer science education (pp. 204-208). ACM. https://dl.acm.org/citation.cfm?id=2325347

Zur-Bargury, I., Pârv, B., & Lanzberg, D. (2013, July). A nationwide exam as a tool for improving a new curriculum. In Proceedings of the 18th ACM conference on Innovation and technology in computer science education (pp. 267-272). ACM. https://dl.acm.org/citation.cfm?id=2462479.

 

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159).
Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria.
Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York.
Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Pensamiento computacional. Una tercera competencia clave (VII). Iniciativas institucionales en educación formal relacionadas con el pensamiento computacional: A Educación Infantil

Miguel Zapata-Ros, Universidad de Alcalá

Ésta es la séptima entrada de una serie que, en conjunto, constituirán un capítulo de un libro que será  publicado por la editorial de la Universidad Católica de Santa María de Arequipa (Perú) con el título “El pensamiento computacional: La nueva alfabetización de las culturas digitales”.

En las anteriores entradas se han planteado distintas cuestiones: que el pensamiento computacional  debe constituir una tercera competencia clave dentro del curriculum escolar, qué son las alfabetizaciones y las culturas digitales , una definición de Pensamiento Computacional, cuáles son las habilidades y procedimientos que lo constituyen y en qué fases de la elaboración de un código intervienen y unas conclusiones de carácter general. En ésta última parte reseñamos las que se consideran experiencias y prácticas más notables de integración del Pensamiento Computacional, con el sentido expuesto, dentro del curriculum oficial o con repercusión en él.

 

 

Iniciativas institucionales en educación formal de Educación Infantil relacionadas con pensamiento computacional

En diversas fuentes, básicamente en el informe Computing our future Computer programming and coding Priorities, school curricula and initiatives across Europe, versiones de 2014 (Balanskat & Engelhardt, October, 2014) y de 2015 (Balanskat & Engelhardt, October, 2015), el trabajo también de la Unión Europea (Bocconi et al, 2016) Developing Computational Thinking in Compulsory Education. Implications for policy and practice y la investigación, en preprint de ArXiv, de Lockwood & Mooney (2017) Computational Thinking in Education: Where does it Fit? A systematic literary review, hemos podido constatar la existencia de iniciativas en el marco de la educación formal, promovidas por instituciones o por profesores, individualmente o en grupos, asociaciones, etc., pero siempre con reconocimiento y con repercusión en la acreditación y en la certificación de estudios formales.

Es importante enfatizar qué entendemos por iniciativas relacionadas con el Pensamiento Computacional. Nos referimos a  aquellas que lo integran en el sentido que señala Wing, o en el que ponemos de relieve en este trabajo o en su precedente (Zapata-Ros, 2015). Es decir, las que promueven un conjunto de competencias que, si bien son útiles y son utilizadas por los programadores en la elaboración de los códigos, sobre todo son útiles a los individuos en general, en otros contextos que no son los informáticos, para resolver problemas en su vida personal o profesional. O que en general constituyen o forman parte de métodos eficaces para trabajar en otras ciencias, técnicas o servicios, o para resolver problemas en sus respectivos ámbitos de conocimientos y con los objetivos que tienen atribuidos.

No tendremos en cuenta pues los casos de la inclusión de la programación pura y simple, la que sirve para hacer programas informáticos, en los currículos o en los sistemas formales de enseñanza. Por eso hemos excluido los casos de España o de muchos países de la UE que sí están contenplados en los informes Computing our future Computer programming and coding Priorities, school curricula and initiatives across Europe.Aunque el debate sobre este particular está abierto, como lo hemos reseñado en el apartado “El primer dilema del Pensamiento Computacional”.

Si volvemos a considerar los casos de integración del Pensamiento Compuacional en el sentido descrito, en la relación que sigue, podemos observar que hay situaciones muy consolidadas y muy potentes como pueda ser la del Reino Unido, y otras que o bien son institucionales y no han redundado en una práctica más o menos generalizada pero han sido recogidas por normativas reflejadas en el boletín oficial. O simplemente que hemos visto que hay constancia de ellas.

Veamos el cuadro de Educación Infantil:

Educación Infanti (Key stage 1 in UK)
País Referencia Situación en el contexto del curriculum y del sistema educativo oficial Características en relación con la clasificación que hemos determinado (programación sólo / desarrollo de competencias específicas como área transversal) Cuáles de los elementos definidos se pueden detectar
UK- Inglaterra Curriculum Nacional

Orientación legal

Currículo nacional en Inglaterra: programas informáticos de estudio

Publicado el 11 de septiembre de 2013

https://www.gov.uk/government/publications/national-curriculum-in-england-computing-programmes-of-study/national-curriculum-in-england-computing-programmes-of-study#key-stage-1

 

Desarrollo de competencias específicas como área transversal Competencias específicas y competencias claves, reconocidas como tales, incluidas en el curriculum
UK- Escocia Curriculum escocés

https://education.gov.scot/scottish-education-system/policy-for-scottish-education/policy-drivers/cfe-(building-from-the-statement-appendix-incl-btc1-5)/curriculum-areas/Technologies

Adoptan prácticamente uno similar al C.N. pero menos desarrollado Competencias específicas y competencias claves, reconocidas como tales, incluidas en el curriculum
UK-Gales e Irlanda del Norte Incorporan el curriculum nacional como curriculum galés o de Eire.

http://learning.gov.wales/resources/browse-all/digital-competence-framework/?lang=en

Adoptan el C.N.

Orientación legal

Currículo nacional en Inglaterra: programas informáticos de estudio

Publicado el 11 de septiembre de 2013

https://www.gov.uk/government/publications/national-curriculum-in-england-computing-programmes-of-study/national-curriculum-in-england-computing-programmes-of-study#key-stage-1

Competencias específicas y competencias claves, reconocidas como tales, incluidas en el curriculum
Nueva Zelanda Computer science unplugged: School students doing real computing without computers.

Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

A case study of the introduction of computer science in NZ schools.

Bell, T., Andreae, P., & Robins, A. (2014)

https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?sequence=1  y  https://dl.acm.org/citation.cfm?id=2602485

A pilot computer science and programming course for primary school students

Duncan, C., & Bell, T. (2015, November).. https://dl.acm.org/citation.cfm?id=2818328

Adoption of new computer science high school standards by New Zealand teachers.

Thompson, D., & Bell, T. (2013, November). https://itp.nz/files/wipsce-teachers-2013.pdf y https://dl.acm.org/citation.cfm?id=2532759

 

Reseñados en Computational Thinking in Education: Where does it fit?

A systematic literary review

James Lockwood, Aidan Mooney.

https://arxiv.org/ftp/arxiv/papers/1703/1703.07659.pdf

El programa CS Unplegged es un programa completo de actividades desarrollado por CS ducation Research Group  (http://cosc.canterbury.ac.nz/research/RG/CSE/) en la Universidad de Canterbury, Nueva Zelanda (http://www.canterbury.ac.nz/ ), Está explicado por Bell et al (2009) y por James Lockwood y Aidan Mooney.

Básicamente está orientado a Educación Secundaria e informa al  Certificado Nacional de Secundaria que incluye Ciencias de la Computación entendidas en el sentido de PC.

Pero esto implica actividades incluidas en el curriculum para etapas anteriores a partir de los cinco años.

CS Unplugged (http://csunplugged.org/) es una colección de actividades de aprendizaje gratuitas que enseñan Ciencias de la Computación a través de interesantes juegos y acertijos, que usan tarjetas, cuerdas, lápices de colores y muchos juegos como los de Ikea o Montesori-Amazon, del tipo de los que explicamos en el artículo de referencia de este trabajo (Zapata-Ros, 2015). Fue desarrollado para que los jóvenes estudiantes puedan interactuar con la informática, experimentar los tipos de preguntas y desafíos que experimentan los científicos informáticos, pero sin tener que aprender primero la programación.

Las actividades para las primeras etapas podemos verlas en https://www.csunplugged.org/en/topics/

Bell et al. (2009) son ​​los investigadores responsables del proyecto CS Unplugged y en este documento, dan una visión general inicial del proyecto y también exploran por qué se ha popularizado y describen las diferentes formas en que se ha adaptado, que son

Videos de diferentes actividades

Hacer pulseras codificadas en binario

Competiciones

Adaptar las actividades de CS Unplugged a diferentes temas del currículo.

Actividades al aire libre

Actividad en línea

También analizan y justifican los principios de aprendizaje al diseñar las actividades y discuten sus planes futuros

Singapur Sullivan, A., & Bers, M. U. (2017). Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers. International Journal of Technology and Design Education, 1-22.

https://link.springer.com/article/10.1007/s10798-017-9397-0

Programa piloto PlayMaker de Singapur.

Su objetivo es proporcionar ejemplos de éxitos y de áreas donde mejorar  el trabajo futuro en implementación de PC en primeras etapas. Estos ejemplos  se ofrecen como  resultados válidos de este año en el que se ha llevado a cabo la experiencia piloto del programa Playmaker de Singapur que puede ser útil no solo para el trabajo futuro en este país, sino también en otros países que están desarrollando nuevos programas para la educación de la primera infancia.

Para abordar la creciente necesidad de nuevos programas de tecnología educativa (en este caso de PC a través fundamentalmente de robótica) en las aulas de la primera infancia, se lanzó el programa PlayMaker de Singapur. Es un programa en línea destinado a los maestros, para introducir a los niños más pequeños a la tecnología (Chambers 2015; Digital News Asia 2015). Según Steve Leonard, vicepresidente de la Autoridad de Desarrollo de Infocomm de Singapur (IDA), “a medida que Singapur se convierta en una nación inteligente, nuestros hijos necesitarán sentirse cómodos creando con tecnología” (IDA Singapur 2015).

Aprovechando el creciente movimiento STEAM, el objetivo del programa Playmaker no es solo promover el conocimiento técnico sino también brindar a los niños herramientas para divertirse, practicar la resolución de problemas y generar confianza y creatividad (Chambers 2015; Digital News Asia 2015).

Como parte del programa PlayMaker, 160 centros preescolares en Singapur fueron dotados de una variedad de juguetes tecnológicos que involucran a los niños con la robótica, la programación, la construcción y la ingeniería, incluyendo: BeeBot, Circuit Stickers y la robótica KIBO (Chambers 2015). Además del lanzamiento de nuevas herramientas, los educadores de la primera infancia también recibieron capacitación en un simposio de 1 día sobre cómo usar y enseñar con cada una de estas herramientas (Chambers 2015).

Estas escuelas piloto también reciben apoyo técnico continuo y asistencia con la integración curricular como parte de este enfoque integral (IDA Singapur 2015).

El estudio de referencia (Sullivan & Bers, 2017) se centra en evaluar los resultados de aprendizaje y compromiso de una de las herramientas de Playmaker implementadas: el kit de robótica KIBO. KIBO es un kit de construcción de robótica diseñado específicamente para niños de 4 a 7 años de edad para aprender habilidades básicas de ingeniería y programación (Sullivan y Bers 2015). Las características del kit KIBO y cómo se utilizó se describen en detalle en la sección ”Métodos’ del estudio’. Además de evaluar los conceptos técnicos que los niños dominan con KIBO, este estudio también examina el potencial de la robótica KIBO para promover conductas personales y sociales positivas en niños pequeños. Finalmente, describe la experiencia desde la perspectiva de los docentes.

Referencias.-

Ausubel, D. P. (1963). The psychology of meaningful verbal learning; an introduction to school learning. New York: Grune & Stratton.

ANDERSON, J.A. (1993) Rules of the Mind (Hillsdale, NJ, Erlbaum).

Arraki, K., Blair, K., Bürgert, T., Greenling, J., Haebe, J., Lee, G., Peel, A., Szczepanski, V., Pontelli, E. and Hug, S. (2014, October). DISSECT: An experiment in infusing computational thinking in K-12 science curricula. In Frontiers in Education Conference (FIE), 2014 IEEE (pp. 1-9). IEEE.

Baker, M., Hansen, T., Joiner, R., & Traum, D. (1999). The role of grounding in collaborative learning tasks. In P. Dillenbourg (Ed.), Collaborative Learning: Cognitive and Computational Approaches. (pp. 31-63; 223-225). Elsevier Science.http://www.uio.no/studier/emner/matnat/ifi/TOOL5100/v08/leseliste/F9/baker99role.pdf

Balanskat, A.  & Engelhardt , K. (October, 2014). Computing our future Computer programming and coding – Priorities, school curricula and initiatives across Europe.  European Schoolnet (EUN Partnership AISBL) http://www.eun.org/c/document_library/get_file?uuid=521cb928-6ec4-4a86-b522-9d8fd5cf60ce&groupId=43887

Balanskat, A.  & Engelhardt , K. (October, 2015). Computing our future Computer programming and coding – Priorities, school curricula and initiatives across Europe.  European Schoolnet (EUN Partnership AISBL)

Bargury, I. Z., Muller, O., Haberman, B., Zohar, D., Cohen, A., Levy, D., & Hotoveli, R. (2012, October). Implementing a new computer science curriculum for middle school in Israel. In Frontiers in Education Conference (FIE), 2012 (pp. 1-6). IEEE. http://ieeexplore.ieee.org/abstract/document/6462365/   y   https://www.researchgate.net/profile/Dalit_Levy/publication/261196400_Implementing_a_new_Computer_Science_Curriculum_for_middle_school_in_Israel/links/5605989108ae8e08c08c9079/Implementing-a-new-Computer-Science-Curriculum-for-middle-school-in-Israel.pdf en abierto.

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

Bell, T., Alexander, J., Freeman, I., & Grimley, M. (2009). Computer science unplugged: School students doing real computing without computers. The New Zealand Journal of Applied Computing and Information Technology13(1), 20-29. http://www.computingunplugged.org/sites/default/files/papers/Unplugged-JACIT2009submit.pdf

Bell, T., Andreae, P., & Robins, A. (2014). A case study of the introduction of computer science in NZ schools. ACM Transactions on Computing Education (TOCE)14(2), 10. https://ir.canterbury.ac.nz/bitstream/handle/10092/10570/12652431_NZ-case-study-TOCE-v5.pdf?sequence=1  y  https://dl.acm.org/citation.cfm?id=2602485

Bergin, J. (2008) Pedagogical Patterns Project [en línea]. Disponible en: http://www.pedagogicalpatterns.org/

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.

Bono, E. D. (1970). Lateral Thinking. A Textbook of Creativity. Londres: Ward Lock Educational.

Bono, E. DE (1986):El pensamiento lateral: manual de creatividad. Editorial Paidós.

Bloom, B.S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

Bocconi, S. et al (2016). Developing Computational Thinking in Compulsory Education. Implications for policy and practice.   http://publications.jrc.ec.europa.eu/repository/bitstream/JRC104188/jrc104188_computhinkreport.pdf

Burgett, T., Folk, R., Fulton, J., Peel, A., Pontelli, E. and Szczepanski, V. (2015, October). DISSECT: Analysis of pedagogical techniques to integrate computational thinking into K-12 curricula. In Frontiers in Education Conference (FIE), 2015. 32614 2015. IEEE (pp. 1-9). IEEE.

Carvalho, T., Andrade, D., Silveira, J., Auler, V., Cavalheiro, S., Aguiar, M., Foss, L., Pernas, A. and Reiser, R., 2013, October. Discussing the challenges related to deployment of computational thinking in brazilian basic education. In Theoretical Computer Science (WEIT), 2013 2nd Workshop-School on (pp. 111-115). IEEE. https://www.researchgate.net/profile/Marilton_Aguiar/publication/268240422_Discussing_the_Challenges_Related_to_Deployment_of_Computational_Thinking_in_Brazilian_Basic_Education/links/54abd8080cf2bce6aa1dbf62.pdf y http://ieeexplore.ieee.org/abstract/document/6778575/

Caspersen, M. E., & Nowack, P. (2013, January). Computational thinking and practice: A generic approach to computing in Danish high schools. In Proceedings of the Fifteenth Australasian Computing Education Conference-Volume 136 (pp. 137-143). Australian Computer Society, Inc. https://dl.acm.org/citation.cfm?id=2667214 y en abierto http://cs.au.dk/~mic/publications/conference/41–ace2013.pdf

Chambers, J. (2015). Inside Singapore’s plans for robots in pre-schools. GovInsider. Retrieved from: https://govinsider.asia/smart-gov/exclusive-singapore-puts-robots-in-pre-schools/

Chiprianov, V., & Gallon, L. (2016, July). Introducing Computational Thinking to K-5 in a French Context. In Proceedings of the 2016 ACM Conference on Innovation and Technology in Computer Science Education (pp. 112-117). ACM. https://dl.acm.org/citation.cfm?id=2899439

Clark, D. (2014) Learning Styles & Preferences. http://www.nwlink.com/~donclark/hrd/styles.html

Coffield, F., Moseley, D., Hall, E., Ecclestone, K. (2004). Learning Styles and Pedagogy in Post-16 Learning: A systematic and critical review. www.LSRC.ac.uk: Learning and Skills Research Centre. Retrieved from: http://www.lsda.org.uk/files/PDF/1543.pdf

Constantinidou, F., Baker, S. (2002). Stimulus modality and verbal learning performance in normal aging. Brain and Language, 82(3), 296-311.

Corballis, M. C. (2007). Pensamiento recursivo. Mente y cerebro, 27, 78-87. http://amscimag.sigmaxi.org/4Lane/ForeignPDF/2007-05CorballisSpanish.pdf

Corballis, M. C. (2014). The recursive mind: The origins of human language, thought, and civilization. Princeton University Press. http://press.princeton.edu/titles/9424.html

DeLano, D.E. y  Rising, L. (1997).  Introducing Technology into the Workplace. Proceedings  PLoP’97 Conference. Consultado en http://hillside.net/plop/plop97/Proceedings/delano.pdf

Dillenbourg, P. (1999). What do you mean by collaborative learning?.Collaborative-learning: Cognitive and Computational Approaches., 1-19. https://halshs.archives-ouvertes.fr/file/index/docid/190240/filename/Dillenbourg-Pierre-1999.pdf

Dorn, R. I. (December, 2016) Computer Science K–12 Learning Standards Adoption Statement. http://www.k12.wa.us/ComputerScience/pubdocs/ComputerScienceStandards.pdf

Duncan, C., & Bell, T. (2015, November). A pilot computer science and programming course for primary school students. In Proceedings of the Workshop in Primary and Secondary Computing Education (pp. 39-48). ACM. https://dl.acm.org/citation.cfm?id=2818328

Eggleston, J. (1982). Sociología del currículum. Ed. Troquel. Buenos Aires.

Esteban, M. y Zapata, M. (2008, Enero). Estrategias de aprendizaje y eLearning. Un apunte para la fundamentación del diseño educativo en los entornos virtuales de aprendizaje. Consideraciones para la reflexión y el debate. Introducción al estudio de las estrategias y estilos de aprendizaje. RED. Revista de Educación a Distancia, número 19. Consultado (día/mes/año) en http://www.um.es/ead/red/19

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

Fitch, T., Hauser, M. & Chomsky, N.  2005.  The evolution of the language faculty:      Clarifications and implications.   Cognition. 97.179-210

Fricke, A. y Voelter, M. (2000). SEMINARS: A Pedagogical Pattern Language about teaching seminars, [en línea]. Proceding EuroPLoP 2000. Disponible en: http://www.voelter.de/publications/seminars.html [2008, 2 diciembre].

Gilster, P. (1997). Digital literacy. New York: Wiley.

Gordon, W. J. (1961). Synectics: The development of creative capacity.

Grover, S., Cooper, S., & Pea, R. (2014, June). Assessing computational learning in K-12. In Proceedings of the 2014 conference on Innovation & technology in computer science education (pp. 57-62). ACM. https://s3.amazonaws.com/academia.edu.documents/41163349/Assessing_computational_learning_in_K-1220160114-23479-hj8516.pdf

Grover, S., Pea, R., & Cooper, S. (2016, February). Factors influencing computer science learning in middle school. In Proceedings of the 47th ACM technical symposium on computing science education (pp. 552-557). ACM.  http://life-slc.org/docs/LSLC_rp_A211_Grover-Pea-Cooper-SIGSCE2016.pdf

 

Grover, S., Pea, R., & Cooper, S. (2015). Designing for deeper learning in a blended computer science course for middle school students. Computer Science Education25(2), 199-237. http://www.tandfonline.com/doi/abs/10.1080/08993408.2015.1033142 y https://pdfs.semanticscholar.org/4f37/83f96f0c4aa579d5eea160ff56c15f5e7c85.pdf

Hauser, M., Chomsky, N.,  & Fitch, T.  2002.  The faculty of language: what is it, who has it, and how did it evolve. Science 198. 1569-79

Hackenberg, A. J. (2007). Units coordination and the construction of improper fractions: A revision of the splitting hypothesis. Journal of Mathematical Behavior, 26(1), 27–47.

Hansen, T., Dirckinck-Holmfeld, L., Lewis, R., & Rugelj, J. (1999). Using telematics to support collaborative knowledge construction. Collaborative learning: Cognitive and computational approaches, 169-196.http://www.researchgate.net/publication/228559912_Using_telematics_to_support_collaborative_knowledge_construction/file/60b7d523962ffc2db3.pdf

Hayman-Abello SE, Warriner EM (2002). (2002). Child clinical/pediatric neuropsychology: some recent advances. Annual review of psychology,53(1), 309-339.

Himanen, P. (2002). La ética del hacker y el espíritu de la era de la información.http://eprints.rclis.org/12851/

IDA Singapore. (2015). IDA supports preschool centres with technology-enabled toys to build creativity and confidence in learning. Retrieved from: https://www.ida.gov.sg/About-Us/Newsroom/Media-Releases/ 2015/IDA-supports-preschool-centres-with-technology-enabled-toys-to-build-creativity-andconfidence-in-learning.

Jenkins, J.T., Jerkins, J.A. and Stenger, C.L. (2012), March. A plan for immediate immersion of computational thinking into the high school math classroom through a partnership with the alabama math, science, and technology initiative. In Proceedings of the 50th Annual Southeast Regional Conference (pp. 148-152). ACM.

Jonassen, D., Davidson, M., Collins, M., Campbell, J., & Haag, B. B. (1995). Constructivism and computer‐mediated communication in distance education.American journal of distance education9(2), 7-26. http://www.tandfonline.com/doi/abs/10.1080/08923649509526885

Jovanov, M., Stankov, E., Mihova, M., Ristov, S., & Gusev, M. (2016, April). Computing as a new compulsory subject in the Macedonian primary schools curriculum. In Global Engineering Education Conference (EDUCON), 2016 IEEE (pp. 680-685). IEEE. http://ieeexplore.ieee.org/abstract/document/7474623/

Keefe, J.W. (1979) Learning style: An overview. NASSP’s Student learning styles: Diagnosing and proscribing programs (pp. 1-17). Reston, VA. National Association of Secondary School Principles..

Koch, T., & Denike, K. (2009). Crediting his critics’ concerns: Remaking John Snow’s map of Broad Street cholera, 1854. Social science & medicine69(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.

Leeder, D., Boyle, T., Morales, R., Wharrad, H., & Garrud, P. (2004). To boldly GLO-towards the next generation of Learning Objects. In World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education (Vol. 2004, No. 1, pp. 28-33).

Liu, J., Hasson, E. P., Barnett, Z. D., & Zhang, P. (2011, October). A survey on computer science K-12 outreach: teacher training programs. In Frontiers in Education Conference (FIE), 2011 (pp. T4F-1). IEEE. http://ieeexplore.ieee.org/abstract/document/6143111/

Lockwood, J., & Mooney, A. (2017). Computational Thinking in Education: Where does it Fit? A systematic literary review. arXiv preprint arXiv:1703.07659.

 

Mack, N. K. (2001). Building on informal knowledge through instruction in a complex content domain: Partitioning, units, and understanding multiplication of fractions. Journal for Research in Mathematics Education, 32(3), 267–296.

Mandelbrot, B. (1982). The fractal geometry of nature. W. H. Freeman.

Mandelbrot, B. (1977). Fractals, form, chance and dimension. W. H. Freeman.

Marzano, R.J. (1998). A theory-based meta-analysis of research on instruction. Mid-continent Regional Educational Laboratory, Aurora, CO.

Merrill, D. (2000). Instructional Strategies and Learning Styles: Which takes Precedence? Trends and Issues in Instructional Technology, R. Reiser and J. Dempsey (Eds.). Prentice Hall.

Merrill, M. D. (2009). First principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 41-56). New York: Routledge.

Mensing, K., Mak, J., Bird, M., & Billings, J. (2013, October). Computational, model thinking and computer coding for US Common Core Standards with 6 to 12 year old students. In Emerging eLearning Technologies and Applications (ICETA), 2013 IEEE 11th International Conference on (pp. 17-22). IEEE.

Miller, R. B., Kelly, G. N., & Kelly, J. T. (1988). Effects of Logo computer programming experience on problem solving and spatial relations ability. Contemporary Educational Psychology13(4), 348-357. http://www.sciencedirect.com/science/article/pii/0361476X88900343

MONTESSORI, M. (1928). Antropología Pedagógica. Barcelona: Araluce

MONTESSORI, M. (1937). Método de la Pedagogía Científica. Barcelona: Araluce

MONTESSORI, M. (1935). Manual práctico del método. Barcelona: Araluce

Mooney, A., Duffin, J., Naughton, T., Monahan, R., Power, J. and Maguire, P. (2014). PACT: An initiative to introduce computational thinking to second-level education in Ireland.

Nesiba, N., Pontelli, E. and Staley, T., (2015, October). DISSECT: Exploring the relationship between computational thinking and English literature in K-12 curricula. In Frontiers in Education Conference (FIE), 2015. 32614 2015. IEEE (pp. 1- 8). IEEE.

Olive, J., & Vomvoridi, E. (2006). Making sense of instruction on fractions when a student lacks necessary fractional schemes: The case of Tim. Journal of Mathematical Behavior 25(1), 18–45.

Reigeluth, C. M. (2012). Instructional theory and technology for the new paradigm of education. RED, Revista de Educación a distancia32, 1-18. http://www.um.es/ead/red/32/reigeluth.pdf.

Reigeluth, C. M., & Carr-Chellman, A. A. (2009a). Situational principles of instruction. In C. M. Reigeluth & A. A. Carr-Chellman (Eds.), Instructional-design theories and models: Building a common knowledge base (Vol. III, pp. 57-68). New York: Routledge.

Ribeiro, L., Nunes, D.J., Da Cruz, M.K. and Matos, E.D.S., 2013, October. Computational Thinking: Possibilities and Challenges. In Theoretical Computer Science (WEIT), 2013 2nd Workshop-School on (pp. 22-25). IEEE.  http://ieeexplore.ieee.org/abstract/document/6778560/ y http://www.computacional.com.br/arquivos/Gerais/RIBEIRO%20-%20Computational%20Thinking%20-%20Possibilities%20and%20Challenges.pdf

Rosas, M. J. M. (2012). Recensión de “The recursive mind. The origins of human language, thought, and civilization”, de Michael C. Corballis. Teorema: Revista internacional de filosofía, 31(1), 151-154. http://dialnet.unirioja.es/descarga/articulo/4349918.pdf

Salomon, G. (1993). Distributed cognitions. Psychological and educational considerations (pp. 111-138) Cambridge, USA: Cambridge University Press.

Sentance, S., Dorling, M., & McNicol, A. (2013, February). Computer science in secondary schools in the UK: Ways to empower teachers. In International Conference on Informatics in Schools: Situation, Evolution, and Perspectives (pp. 15-30). Springer, Berlin, Heidelberg. https://pdfs.semanticscholar.org/44b0/074bd6fc438a459638f029667ff1ff79d9dd.pdf en abierto y https://link.springer.com/chapter/10.1007/978-3-642-36617-8_2

Silva, R. (2014). START CODING THIS YEAR IT’S EASIER THAN YOU THINK. http://yearofcode.org/

Steffe, L. P., & Olive, J. (2010). Children’s fractional knowledge. Springer: New York.

Steffe, L. P. (2004). On the construction of learning trajectories of children: The case of commensurate fractions. Mathematical Thinking and Learning, 6(2), 129–162

Steffen, J. H. (2008). Optimal boarding method for airline passengers. Journal of Air Transport Management14(3), 146-150. http://www.sciencedirect.com/science/article/pii/S0969699708000239

Stewart, K.L., Felicetti, L.A. (1992). Learning styles of marketing majors. Educational Research Quarterly, 15(2), 15-23.

Sullivan, A., & Bers, M. U. (2015). Robotics in the early childhood classroom: Learning outcomes from an 8-week robotics curriculum in pre-kindergarten through second grade. International Journal of Technology and Design Education. doi:10.1007/s10798-015-9304-5.

Sullivan, A., & Bers, M. U. (2017). Dancing robots: integrating art, music, and robotics in Singapore’s early childhood centers. International Journal of Technology and Design Education, 1-22.https://link.springer.com/article/10.1007/s10798-017-9397-0

Sysło, M. M., & Kwiatkowska, A. B. (2015, September). Introducing a new computer science curriculum for all school levels in Poland. In International Conference on Informatics in Schools: Situation, Evolution, and Perspectives (pp. 141-154). Springer, Cham. https://link.springer.com/chapter/10.1007/978-3-319-25396-1_13

Thompson, D., & Bell, T. (2013, November). Adoption of new computer science high school standards by New Zealand teachers. In Proceedings of the 8th Workshop in Primary and Secondary Computing Education (pp. 87-90). ACM. https://itp.nz/files/wipsce-teachers-2013.pdf y https://dl.acm.org/citation.cfm?id=2532759

Thompson-Schill, S., Kraemer, D., Rosenberg, L. (2009). Visual Learners Convert Words To Pictures In The Brain And Vice Versa, Says Psychology Study. University of Pennsylvania. News article retrieved from http://www.upenn.edu/pennnews/news/visual-learners-convert-words-pictures-brain-and-vice-versa-says-penn-psychology-study

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 (dd/mm/aa) en http://www.um.es/ead/red/46

Washington, US Congress of Technology Assessment, OTA CIT-235 (April 1984). Computerized Manufacturing Automation: Employment, Education and the Workplace, page 234. http://ota-cdn.fas.org/reports/8408.pdf

Werner, L., Denner, J., Campe, S., & Kawamoto, D. C. (2012, February). The fairy performance assessment: measuring computational thinking in middle school. In Proceedings of the 43rd ACM technical symposium on Computer Science Education(pp. 215-220). ACM. https://www.cs.auckland.ac.nz/courses/compsci747s2c/lectures/wernerFairyComputationalThinkingAssessment.pdf   y   https://dl.acm.org/citation.cfm?id=2157200

Wilkins, J. L. M., & Norton, A. (2011). The splitting loope. Journal for Research in Mathematics Education, 42(4), 386–416

Wilkins, J. L., Norton, A., & Boyce, S. J. (2013). Validating a Written Instrument for Assessing Students’ Fractions Schemes and Operations. Mathematics Educator, 22(2), 31-54.

Wing, J.M. (March 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

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education, 22(1), 5-16. http://www.jstor.org/stable/1050800

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education22(1), 5-16. http://www.tandfonline.com/doi/abs/10.1080/0305498960220101#.VI3EvyuG-_l

Zapata-Ros, M. (1996a). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria. http://platea.pntic.mec.es/~mzapata/tutor_ma/fractal/fracuned.htm# Pero… ¿qué son los fractales?

Zapata-Ros, M. et al (1996b). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria.  Materiales para la Enseñanza Secundaria: área de Matemáticas y área de Educación FísicaDocumentos CEP . Núm. 47. CEP Murcia II. http://hdl.handle.net/11162/645.

Zapata-Ros, M. (2009): Objetos de aprendizaje generativos, competencias individuales, agrupamientos de competencias y adaptatividad . RED. Revista de Educación a Distancia, número monográfico X. Consultado (DD/MM/AA) en http://www.um.es/ead/red/M10. Pág. 5.

Zapata-Ros, M. (2012). La Sociedad Postindustrial del Conocimiento. Un enfoque multidisciplinar desde la perspectiva de los nuevos métodos para organizar el aprendizaje. Amazon. Consultado en http://www.amazon.es/Sociedad-Postindustrial-del-Conocimiento-multidisciplinar/dp/1492180580.

Zapata-Ros, M. (2013a).  ¿Por qué nos gustan las cosas hermosas? La belleza está escrita en lenguaje matemático mucho antes de que se descubra. Blog Redes Abiertas. http://redesabiertas.blogspot.com.es/2013/03/por-que-nos-gustan-las-cosas-hermosas.html

Zapata-Ros, M. (2013b). El “problema de 2 sigma” y el aprendizaje ayudado por la tecnología en la Educación Universitaria. http://red.hypotheses.org/287 Zapata-Ros, M. (2014). La fundamentación teórica y científica del conectivismo. RED-Hypotheses. http://red.hypotheses.org/688

Zapata-Ros, M. (2014a). Enseñanza Universitaria en línea: MOOC, aprendizaje divergente y creatividad (II).RED-Hypotheses. http://red.hypotheses.org/416

Zapata-Ros, M. (2014b). Enseñanza Universitaria en línea: MOOC, aprendizaje divergente y creatividad (II).RED-Hypotheses. http://red.hypotheses.org/427

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

Zur-Bargury, I. (2012, July). A new curriculum for junior-high in computer science. In Proceedings of the 17th ACM annual conference on Innovation and technology in computer science education (pp. 204-208). ACM. https://dl.acm.org/citation.cfm?id=2325347

Zur-Bargury, I., Pârv, B., & Lanzberg, D. (2013, July). A nationwide exam as a tool for improving a new curriculum. In Proceedings of the 18th ACM conference on Innovation and technology in computer science education (pp. 267-272). ACM. https://dl.acm.org/citation.cfm?id=2462479.

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159).
Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria.
Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York.
Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus

Pensamiento computacional y alfabetización digital (y II)

Esta es la segunda de dos entradas donde estamos proponiendo lo que consideramos pueden ser componentes del pensamiento computacional.  Con ello pretendemos realizar una redefinición de un dominio teórico específico dentro de las teorías del aprendizaje. Y desde luego hacer una descripción somera, en un primer acercamiento, de un currículum adecuado a esos dominios conceptuales para las distintas etapas educativas y para la capacitación de maestros y profesores.

Lo tratamos de hacer con las limitaciones de un post. Después será tratado y ampliado en documentos con más extensión y documentación. En un primer repaso y en la búsqueda correspondiente hemos intentamos conectar lo dicho en entradas anteriores con las conceptualizaciones y modalidades del pensamiento según las teorías del aprendizaje. Así pues hemos encontrado  ya como componentes del pensamiento computacional: El pensamiento  ascendente, el pensamiento descendente, la heurística, el pensamiento divergente, la creatividad, la resolución de problemas y el pensamiento abstracto.

Abordamos ahora la recursividad.

Recursividad

A veces un problema por su tamaño, o porque depende de un número natural (o de un cardinal) no puede ser resuelto por sí mismo pero puede ser remitido a otro problema de las mismas características o naturaleza pero más pequeño o dependiendo de un cardinal menor, que sí puede ser resuelto, o nos puede dar la pista de una regla de remitir problemas a problemas menores (regla de recurrencia). Y en ambos casos nos permite resolver el problema. A estos métodos, que son así considerados unos métodos de resolución de problemas, se les llama recursividad o recurrencia.

Con el término recursividad también se quiere en otras ocasiones abordar una forma de conceptualizar, de definir, objetos de conocimiento o ideas: De esta forma se dice que están definidos por recurrencia.

En esta forma de abordar el conocimiento se ha visto por un lado una forma más útil, o más económica cognitivamente, de abordar la resolución mediante procesos automatizados, o una forma más eficaz y elegante de abordar conceptos y definiciones que permiten integrarlas más eficientemente desde el punto de la lógica en un sistema teórico.

Presenta un dificultad que hace necesaria una predisposición mental que no siempre es frecuente ni fácil de alcanzar según qué individuos.

En matemáticas es muy frecuente:

El concepto de potencia de exponente natural se puede definir como un producto de factores iguales:

an =a.a.a…a

O bien mediante una formulación recursiva: una potencia se define en función de la potencia anterior

an =a.an-1

excepto si el exponente vale 0, que entonces es a0=1, a esto se le llama cláusula de parada.

Con la función factorial sucede igual, se puede definir como un producto de factores consecutivos decrecientes:

n!=n.(n-1).(n-2)…3.2.1

O con una fórmula recursiva:

n!=n.(n-1)!   y   1!=1

La experiencia me dice que los alumnos cuando se les presenta adecuadamente la primera formulación la suelen comprender y aprender con relativa facilidad. No así la segunda. Necesita un tipo especial de forma de pensar. Necesita utilizar el pensamiento recursivo.

Sin embargo la segunda forma tenia indudables ventajas no solo para programar sino incluso de economía de pensamiento y de ejecución. Mis alumnos de secundaria comprendían perfectamente esto cuando les ponía el siguiente ejemplo:

Una azafata quiere comprobar que todos los pasajeros tienen que llevar ajustado y bien sujeto el cinturón de seguridad. En principio podría hacerlo de dos formas: recorriendo el pasillo y verificando que todos lo llevasen correctamente o bien asegurando solo dos cosas:

Que cada pasajero comprobase que  lo lleva igual que el anterior y que el primero lo llevase bien.

La recursividad es algo que va más allá de las matemáticas o de la computación, es propiamente una forma de pensar: Pensar sobre el pensamiento, también tiene un ámbito de conocimiento o de modelado en la psicología: la metacognición. De hecho en un conocido trabajo “El pensamiento recursivo” Michael C. Corballis (2007) dice que “La facultad de pensar sobre el pensar constituye el atributo crítico que nos distingue de todas las demás especies”.

Los fractales, como caos y sistemas dinámicos, son también estructuras recursivas. Los podemos encontrar incluso en la fundamentación del conectivismo (Siemens, September 2014, a través deZapata-Ros, 2014).

Pero también constituye la base de la geometría (Zapata-Ros, 1996a, 1996b) y del arte fractal (Zapata-Ros, 2013)

La expresión fractal viene del latín fractus, que significa fracturado, roto, irregular. La expresión, así como el concepto, se atribuyen al matemático Benoit B. Mandelbrot, del Centro de Investigación Thomas J. Watson, que la empresa IBM tiene en Yorktown Heights, Nueva York, y aparecen como tal a finales de la década de los setenta y principios de los ochenta (Mandelbrot, 1977 y 1982). Aunque anteriormente Kocht, Cantor y Peano entre otros, definieron objetos catalogables dentro de esta categoría, pero no reconocidos como tales.

El concepto de fractal se puede abordar desde distintos puntos de vista, sin embargo se acepta comúnmente que un fractal es un objeto geométrico compuesto de elementos también geométricos de tamaño y orientación variable, pero de aspecto similar. Con la particularidad de que si un objeto fractal lo aumentamos, los elementos que aparecen vuelven a tener el mismo aspecto independientemente de cual sea la escala que utilizamos, y formando parte, como en un mosaico de los elementos mayores. Es decir estos elementos tienen una estructura geométrica recursiva. Si observamos dos fotografías de un objeto fractal con escalas diferentes (una en metros y otra en milímetros, por ejemplo) sin nada que sirva de referencia para ver cuál es el tamaño, resultaría difícil decir cuál es de las ampliaciones es mayor o si son distintas. El que cada elemento de orden mayor esté compuesto, a su vez, por elementos de orden menor, como sucede con las ramas de un árbol es lo que da estructura recursiva a los fractales.

Para representar gráficamente un fractal basta por tanto encontrar la relación o la ley de recursividad entre las formas que se repiten. Es decir encontrar el objeto elemental y la ley de formación y establecer el algoritmo gráfico. Es por esto que lenguajes como LOGO se avienen tan bien para representar fractales.

Volviendo a los fundamentos del lenguaje y de la función de pensar, Rosas (2012) en la glosa que hace le artículo de Corballis (2011) The Recursive Mind. The Origins of Human Language, Thought, and Civilization, nos habla, en el contexto del resurgimiento del Programa Minimalista de Chomsky, más allá de una búsqueda formal centrada en el código y en las reglas que subyacen en éste, de una búsqueda desde un plano superior, más abstracto, que observa la capacidad lingüística, insertándola en un sistema funcional que la explica mediante determinados principios no específicos de esta facultad, como son la arquitectura estructural y a las restricciones de su desarrollo (como es la eficiencia computacional) o los relativos al análisis de datos. Que en un palno multidisciplinar hace consideraciones a criterios que no son propios de ese dominio.

Rosas (2012) entiende que “eso ha dado lugar a la aparición de una nueva capacidad en la que pocas veces se había reparado (sic) y mucho menos ocupado el foco principal de estudio: la recursividad.

En un artículo muy citado en este sentido, Hauser, Chomsky y Fitch (2002 y 2005) proponen la recursividad como la única capacidad estrictamente merecedora de la denominación “lenguaje”, de ahí el nombre que le otorgan: “Facultad del lenguaje en sentido estricto”. Ésta sería exclusiva de la especie humana y estaría presente sólo en el lenguaje.

 

En el primer capítulo, de The Recursive Mind: The Origins of Human Language, Thought, and Civilization, respondiendo a la pregunta ¿qué es la recursividad?, Michael C. Corballis (2014) sostiene que en 1637, el filósofo francés René Descartes cuando escribió la frase inmortal “Je pense, donc je suis” o “Cogito, ergo sum”, en esencia al hacer esta declaración, Descartes lo que hizo no sólo fue pensar, que estaba pensando en el pensamiento, y que le llevó a la conclusión de que existía, sino que estaba constatando la existencia del pensamiento como recursividad. Esta consideración le da paso a Corballis para pensar en un papel más general de la recursividad en nuestros procesos mentales, y a sostener que es la característica principal que distingue a la mente humana de la de otros animales. Es la base de nuestra capacidad no sólo para reflexionar sobre nuestra propia mente, sino también para simular la mente de otros. Mediante ella se nos permite viajar mentalmente en el tiempo, a realizar una inserción de la conciencia del pasado o del futuro en la conciencia presente. La recursividad es pues el ingrediente principal para distinguir el lenguaje humano de todas las otras formas de comunicación animal.

Iteración.-

Siempre que hablamos de iteración pensamos en procedimientos repetitivos como los que utilizamos cuando aprendimos o cuando enseñábamos BASIC, Pascal, LOGO, o C++, y más recientemente Java o Phyton. Lo asociamos a bucles, a instrucciones FOR TO, while, do-while, repeat,… y a diagramas de flujo. En definitiva, era difícil hablar de iteración sin pensar en la construcción de algoritmos repetitivos. Sin embargo pocas veces pensamos que hay aprendizajes básicos, en las primeras etapas de desarrollo, donde se pone en marcha un sistema de pensamiento de este tipo. Pensemos por ejemplo en la adquisición que hacen los niños de las ideas sobre fracciones, números racionales, o incluso en los números reales, en la representación decimal, en la notación decimal de números reales, y en su representación ¿qué son sino más que procedimientos iterativos? También podríamos pensar en sistemas de medición, de magnitudes de peso, masa, volumen, superficie,… ¿qué son estos procesos sino sistemas de representación conceptual iterativas?

La escalera de Bramante es un claro ejemplo de iteración en el diseño arquitectónico.

Son particularmente importantes las aportaciones en este sentido de Mack (2001); Olive & Vomvoridi  (2006).  E igualmente las de Steffe & Olive (2010) para el desdoblamiento de operaciones, que juega un papel crítico en la construcción de esquemas  de fracciones por los estudiantes, tales como el esquema de fracción iterativo. Otras investigaciones en este sentido fueron las de Hackenberg, (2007) y  Steffe (2004).

Jesse L.M. Wilkins, Anderson Norton y Steven J. Boyce (2011) prueban empíricamente la validez de unos esquemas iterativos llamados partitive unit fraction scheme (PUFS), y de forma más generalpartitive fraction scheme (PFS),  para el aprendizaje de fracciones. Aunque este estudio ha sido criticado por Norton & Wilkins (2010), debido a la existencia de caracterizaciones del esquema divergentes.

La iteración es una componente pues importante del pensamiento computacional, con una extensa proyección en otras representaciones cognitivas y en procedimientos que son la base de importantes actividades y tareas, como por ejemplo lo que hemos mencionado en relación con la medida y la representación de magnitudes y valores.

Pero no sólo es relevante a ese nivel, la iteración es la base de procedimientos complejos y está en la resolución de problemas con más alcance o más impacto que lo que supone su definición en una primera aproximación.

Hay un problema conocido por el problema del viajante (TSP por las siglas de Traveling Salesman Problem). Sucintamente consiste en,  dada una lista de poblaciones, ¿cuál es la ruta más corta posible que pasa por cada localidad exactamente una vez y termina en el lugar de salida?. Hay muy variados métodos de resolución y todos son iterativos. El primero es el procedimiento a mazazos, también llamado “búsqueda de fuerza bruta” (Brute-force search). Como el nombre sugiere se trata de obtener como itinerarios posibles todas las permutaciones de las ciudades, con la distancia recorrida en cada caso, y obtener el mínimo de ellas. Es un método exacto y factible, con muy poca programación, en un ordenador. Es un ejemplo de método iterativo. Tiene problemas de tiempo porque es una función de un factorial, pero hay algoritmos para abreviar el tiempo.

Este es un método heurístico. Se podría pues, como vimos, incluir en varias categorías en cuanto a tipo de pensamiento. Casi nunca son puros.

Hay otros métodos heurísticos también recursivos como es el del vecino más cercano (NN, nearest neighbor)  (también llamado algoritmo voraz), que como el propio nombre indica en cada caso elige la ciudad más cercana sin visitar como su próximo movimiento.

Luego hay métodos algorítmicos con hamiltonianos y todo eso.

Pero lo importante para nuestro propósito de ver la importancia del a iteración en metódos basados en grafos es al menos traer la referencia de los métodos op:

El intercambio par a par simple,  o técnica 2-opt, que supone en cada iteración la eliminación de dos aristas que se cortan  y su reemplazo por con dos aristas diferentes, que no se crucen, y que reconecten los fragmentos creados por la eliminación de las aristas por este método, obteniendo así un camino más corto.

Éste es un caso especial del método general heuristica k-opt o heurística Lin-Kernighan. Donde en un recorrido dado se eliminan k aristas que se cortan en al menos un punto por un conjunto que no se corta en ningún punto.

Un ejemplo interesante lo podemos ver este caso 

Este problema y los algoritmos que se han desarrollado apartir de él han permitido un enfoque interesante  para otro problema, el del embarque en aviones, a Jason Steffen (2008), y al desarrollo de un algoritmo muy práctico y de indudable interés económico para la secuencia de embarque de pasajeros en los aeropuertos.

El cambio que supone en la práctica modificar la forma en que la gente embarca en los aviones, el ahorro de tiempo multiplicado por el número de embarques que se producen en todo el mundo, a lo que se unen los tiempos de espera en vuelos combinados, suponen una solución de gran envergadura directa, a la economía de tiempo, y de dinero,de sueldos, de energía,… Y esto sólo si lo planteamos directamente. Pero es que además hay un ahorro indirecto y un bienestar añadido: El que supone que la gente llegue a tiempo a su trabajo, a su negocio, a sus vacaciones o a estar con su familia. Ventajas que son muy de tener en cuenta…, todo por una cuestión de iteracción. Y como consecuencia de una forma de pensar que primero se planteó exclusivamente como pensamiento computacional.

Métodos por aproximaciones sucesivas. Ensayo – error.

El método de resolución de problemas  por aproximaciones sucesivas, o por ensayo-error, constituye igualmente un procedimiento que utilizamos, confrontando  las ideas que nos formamos con la realidad tal como la percibimos, en acciones percepciones y en la formación de modelos cognitivos, de ideas. Sucede así en el ser humano a lo largo de toda la vida, desde las primeras etapas de desarrollo, en la que los niños comienzan a conocer la realidad, el mundo que les rodea. Utilizan los sentidos, la experimentación y la representación de las ideas obtenidas de las experiencias, para aceptar o rechazar el conocimiento que la realidad les ofrece y para inducirlo. Ese mecanismo forma parte del desarrollo humano, pero también lo encontramos en los fundamentos de la ciencia. Así lo encontramos en multitud de ámbitos y dominios del saber y de la técnica. Constituye la base de las ideas de Popper (1934) que fundamentan el método científico. Lo encontramos igualmente como uno de los procedimientos que más frecuente utilizan los programadores, de forma espontánea y subyacente, en casi todas las fases de su trabajo. También constituye la esencia de la ayuda pedagógica que los maestros y tutores hacen a sus alumnos para guiarles en estos procesos de ensayo error y que no se pierdan o se distraigan por caminos inapropiados.

A Karl R. Popper se le considera el padre del método científico tal como se conoce en la actualidad, pero sobre todo es uno de los pensadores  contemporáneos más influyentes, cuyas teorías epistemológicas y sociopolíticas han ido más allá del estricto ámbito del método científico. Hasta él el método que utilizaba la ciencia era eminentemente deductivo. A partir de él todo cambia: La ciencia sigue siendo inductiva, pero su gran aportación ha sido que esta inducción ha avanzado a través del método hipotético-deductivo.

Así según Popper (1934), el método científico no usa un razonamiento inductivo, sino un razonamiento hipotético-deductivo (que simplificadamente se conoce como método de ensayo error o por aproximaciones sucesivas). Como en el caso del razonamiento inductivo, se pasa desde los datos que contrastan una hipótesis a una conclusión sobre ésta, es decir va de lo particular a lo general, en dirección inductiva. Sin embargo el método no es el de la inducción como razonamiento o inferencia. Sostiene que materialmente no es posible inducir o verificar todas las hipótesis o teorías (no es posible explorar todas las situaciones posibles para ver si la teoría se mantiene), ni siquiera hacerlo con las más probables. Además, los científicos en general buscan teorías altamente informativas. Otra cosa son los informáticos, que aplican con frecuencia la navaja de Occan.

La cuestión clave en la ciencia es qué criterio guía la búsqueda o el avance a través de las hipótesis que se eligen sucesivamente. En esta cuestión tiene bastante que decir  la creatividad y el pensamiento divergente, según vimos en otra ocasión.

En el aprendizaje, el mecanismo en esencia es el mismo. Pero en este caso es el papel que juega el tutor lo esencial, como veremos, sin despreciar los elementos naturales de motivación que el método que utilicemos en cada caso posee para el alumno. De esta forma el tutor ha de guiar de forma adecuada y sin ser invasivo el procedimiento para que el alumno tampoco desista, y este proceder es distinto en cada caso.

Pero volviendo a Popper y al método hipotético deductivo. Lo que se hace realmente en el proceso, en cada paso, es proponer una hipótesis como solución tentativa del problema particular, confrontar la predicción deducida, mediante la hipótesis, con la experiencia, y evaluar si la hipótesis se rechaza o no por los hechos (contraste de hipótesis). La cuestión es que con este método no verificamos las teorías, sólo las aceptamos cuando resisten el intento de rechazarlas. Por tanto, el  contraste radica en la crítica o, si estamos en ciencias sociales, en el intento serio de falsación, es decir, la eliminación de la parte del error dentro de una teoría, para rechazarla, si es falsa, y sustituirla por otra. Como hemos dicho el objetivo del método es la búsqueda de teorías verdaderas.

Según Popper (1934) este método, el actualmente aceptado como  método científico, utiliza sólo y de forma sistemática reglas metodológicas (no lógicas), para tomar decisiones. Reglas o principios metodológicos que tiene como base casi exclusivamente dos principios: La creatividad y la crítica. Hay que ser creativo y crítico. Hay que proponer hipótesis audaces y someterlas a tests experimentales  rigurosos. La lógica juega un papel fundamental como elemento que rige las decisiones y la elaboración de hipótesis que, mediante su contraste, confrontarán los hechos con las teorías convirtiéndolas en evidencias.

David Wood y  Heather Wood (2006) en su ya clásico libro Vygotsky, Tutoring and Learning señalan como justificación de la acción tutorial en el aprendizaje la investigación que con frecuencia citamos como referencia y que hemos rescatado de Bloom (1984) para el aprendizaje personalizado con tecnología, nos referimos al problema de dos sigmas. Como ya vimos (Zapata-Ros, 2013  y Bloom, 1984) se trata de un análisis comparativo de la eficacia, relativa, entre la enseñanza en clase convencional y la tutoría uno a uno (humana). Anderson (1993) y sus colegas sugiere que algunos de los beneficios señalados por Bloom podrían obtenerse por medio de sistemas informáticos diseñados para individualizar el aprendizaje. Bloom concluyó que la instrucción mentorizada (uno a uno) conduce a una mejora, en la campana de Gauss del aprendizaje, en dos desviaciones típicas sobre la enseñanza de clases convencional (es decir, alrededor del 98% de los alumnos que se enseñan de forma individual puntúan por encima de la media para el grupo convencional). Anderson sostenía que los sistemas basados en tecnología, con tutoría personal o asistida,  podrían ser diseñadas para conseguir en parte ese beneficio.

Contingencia e inmediatez.-

En este planteamiento juegan un papel clave las aproximaciones sucesivas a los objetivos educativos, es decir la acción tutorial. Veamos: Una de las características centrales de lo que supone la tutoría uno a uno (y lo que en la época de Anderson eran los sistemas de tutoría inteligente), es que pueden proporcionar instrucción en el contexto de la actividad en tiempo real al alumno. En términos de Anderson, son útiles al principio: proporcionan instrucción en el contexto de la resolución del problema. En situaciones de grupo, también funciona la tutoría como ayuda en el acercamiento a la resolución de problemas por ensayo error: El alumno puede ensayar públicamente, en ambiente de clase, métodos de resolución y puede ser asesorado por el profesor y por los propios alumnos. El profesor puede ofrecer orientaciones sucesivas sobre la forma de resolver los problemas, y hacerlo sobre la marcha.

En cualquier caso es importante la idea de contingencia: la sensación de que el problema puede ser resuelto o no en función del camino elegido.

De esta forma, en la tutoría, el cuándo y el dónde la ayuda pueden ser ofrecidas por el tutor es la clave. Ha de hacerse en los momentos pertinentes, es decir, de manera contingente. Además es importante hacerlo así porque  el estudiante puede ser sensible a la pérdida de tiempo y perder la motivación cuando ésta, la pérdida, sea excesiva o también porque la actividad sea confusa y sin fruto. Para evitar este efecto, el de la confusión, la  respuesta debe ser inmediata a los errores de los alumnos (otro principio del ensayo error: que no se pierda la inmediatez).

El tutor debe detectar, en el lugar y en el momento que se produzca, la dificultad de aquel aprendiz que comprenda insuficientemente el tema que es objeto de aprendizaje. De esta forma el tutor puede tener que intervenir con frecuencia para reparar el error y mostrar al alumno qué hacer. Así el objetivo es apoyar en la resolución en aproximaciones sucesivas hasta un desempeño competente. Por último el tutor no debe interferir con la actividad de estudiante exitoso. Y en la medida que el alumno aprenda, la acción del tutor se desvanece. Estas capacidades del tutor que Anderson prescribía para el tutor inteligente, o para el sistema experto, se obtenía a partir de la modelización de los tutores humanos. Por esa misma razón ese conjunto de prescripciones siguen siendo válidas en el caso real, y constituyen una aplicación en este caso de los principios popperianos de las aproximaciones sucesivas.

Métodos colaborativos.- ¿Hacer cosas juntos o entender cosas juntos?

En este recorrido toca llegar al final, aunque quizá haya más componentes del pensamiento computacional de los que hemos visto, y esperamos futuras críticas y propuestas. Vamos a concluir con el trabajo colaborativo.

Expresiones como trabajo colaborativo o aprendizaje colaborativo son lugares comunes en la práctica de la enseñanza y en las teorías del aprendizaje. Tienen su origen remoto en los métodos socráticos, en el aprendizaje vicario y más recientemente en las teorías de Vygostky, en las del aprendizaje situado de Merrill y en el socioconstructivismo. Y han adquirido plena vigencia en los entornos conectados de aprendizaje. Si bien las aportaciones más fecundas en el mundo del aprendizaje con la ayuda de la tecnología se deben a David Jonassen, Mark Davidson, Mauri Collins, John Campbell, y  Brenda Bannan Haag (1995).

En el mundo computacional: La complejidad de desarrollos y arquitecturas hace inconcebible el trabajo aislado. Tienen que producirse fuertes flujos de trabajo y de comunicación que hagan posibles proyectos comunes en equipos amplios. De hecho se ha desarrollado una ética, casi una mística, conocida y popularizada por Pekka Himanen (2002) como la ética del hacker, basada en la emoción por compartir más que en el valor económico del trabajo propio de la ética de Weber, la ética protestante del trabajo.

En una buena parte esta disposición a compartir y al trabajo colaborativo constituye un elemento para la formación en valores del pensamiento computacional. Pero también implica un desafío, no todo el mundo de forma inicial acepta compartir, implica un compromiso e implica una técnica.

La definición más amplia pero igualmente imprecisa e insatisfactori, de “trabajo colaborativo” es la que da Dillenbourg (1999): Trabajo colaborativo es el que se produce en una situación en la que dos o más personas aprenden o intentan aprender algo juntos.

Es obvio que al menos hay tres imprecisiones en los elementos de esta definición, que se pueden interpretar de diferentes maneras:

“Dos o más” es ¿un par?, ¿un pequeño grupo (3-5 individuos)?, ¿una clase (20-30 sujetos)?, una comunidad (unos pocos cientos o miles de personas), ¿un MOOC?, ¿una sociedad (varios miles o millones de personas) … ¿cualquier nivel intermedio?. Esto da lugar a situaciones de aprendizaje completamente distintas, cada una de las cuales lleva aparejado un análisis que de forma no simple es muy diverso. Los entornos de los que estamos hablando y que permiten un trabajo fecundo son aquellos que permitan de forma eficiente a cada individuo procesar la información que genera el resto.

“Aprender algo” puede ser interpretado como “seguir un curso con provecho”, es decir cumpliendo los objetivos de aprendizaje previstos, o también se puede referir de forma laxa a aprender (en el sentido de comprender solo y memorizar de forma comprensiva) el “material del curso de estudio”, o bien “realizar actividades de aprendizaje tales como la resolución de problemas”, y en su caso óptimo que de ellas se desprenda conocimiento o elaboración, igualmente puede ser “aprender de la práctica del trabajo” que se realiza entre varios y en el que interviene la interacción.

Y en esto último es cuando interviene el último elemento de la definición: “juntos”. Que en cualquier caso implica y se debe interpretar como como una referencia a diferentes formas de interacción que, por la forma física de realizarse, origina distintos entornos y proceso cognitivos: Cara a cara, grupo o videogrupo (hangout), mediada por entornos de red, sociales (web social), sincrónicas o no, frecuentes en el tiempo o no, si se trata de un esfuerzo verdaderamente conjuntado y coordinado, si el trabajo se divide de una manera sistemática en un entorno colaborativo, híbrido y organizado con affordances a ese fin.

Combinados de múltiples formas y en relación con fines de distinta naturaleza, pero todos ellos conducentes a aumentar el material cognitivo de los participantes, y el común, constituyen ambientes que se encuentran bajo la etiqueta de “aprendizaje colaborativo”. Podemos reconocer así a parejas o tríos de aprendizaje, que se desenvuelven a través de trabajos intensivos y cortos para resolver un problema de forma conjunta y síncrona, durante una o dos horas, a grupos de estudiantes que utilizan el correo electrónico o Facebook durante un curso, o durante un año, a las comunidades de profesionales que se desarrollan vinculadas a una cultura específica a través de generaciones de participantes.

La actividad que se produce es singular y la capacitación o las competencias para obtener el máximo rendimiento son necesarias para el mundo computacional, con rasgos específicos (por ejemplo con pasarelas de datos y de resultados), pero igualmente para el resto de actividades que conducen a algún tipo de aprendizaje o de desarrollo. El análisis tiene al menos tres dimensiones como hemos visto, cada una constituye no de forma excluyente ni por separado del resto, un dominio de estudio y de investigación: la dimensión de la situación de colaboración (tamaño del grupo,  período de tiempo, affordances,…), el tipo y características del “aprendizaje” y las formas de “colaboración”.

Referencias útiles en un primer acercamiento son:

Sobre la noción de escala en relación con las modalidades y los objetivos del trabajo colaborativo, “… los paradigmas de investigación basadas en distinciones entre lo  social y lo cognitivo”, se encuentra el trabajo de Perret-Clermont, Perret y Bell (1991). Sobre las teorías de la cognición distribuida (Salomon, 1993) en que el grupo es visto como un sistema cognitivo. El proceso de construcción de un grupo de micro-cultura es estudiado por Baker, Traum, Hansen y Joiner (1999), y por Hansen, Lewis, Rugelj y Dirckinck-Holmeld (1999).

En resumen la cuestión no es tanto aprender técnicas para trabajar juntos como encontrar una cultura común, unas referencias y  unas experiencias que hagan que esa forma de trabajar fluya.

Con este apartado dedicado a métodos colaborativos conclui-mos la serie de ocho posts y once elementos o componentes del pensamiento computa-cional.

Como dijimos al principio queda por desarrollar pormenoriza-damente los contenidos en un corpus útil a las disintas modalidades y niveles de formación, así como para la formación de maestros y profesores que los impartan.

Queda igualmente por unificar las referencias teóricas

Otras informaciones las he aportado a propósito del pensamiento compu-tacional con relación al año del código (year of code) en el post de Tumblr Pensamiento computacional y precodingY también en el post Coding y pre-coding. Otros enlaces y conceptos relacionados los podemos ver en la web oficial del Year of code.

Referencias.-

ANDERSON, J.A. (1993) Rules of the Mind (Hillsdale, NJ, Erlbaum).

Baker, M., Hansen, T., Joiner, R., & Traum, D. (1999). The role of grounding in collaborative learning tasks. In P. Dillenbourg (Ed.), Collaborative Learning: Cognitive and Computational Approaches. (pp. 31-63; 223-225). Elsevier Science. http://www.uio.no/studier/emner/matnat/ifi/TOOL5100/v08/leseliste/F9/baker99role.pdf

Bloom, B.S. (1984). The 2 Sigma Problem: The Search for Methods of Group Instruction as ffective as One-to-One Tutoring, Educational Researcher, 13:6 (4-16). http://www.comp.dit.ie/dgordon/Courses/ILT/ILT0004/TheTwoSigmaProblem.pdf

Corballis, M. C. (2007). Pensamiento recursivo. Mente y cerebro, 27, 78-87. http://amscimag.sigmaxi.org/4Lane/ForeignPDF/2007-05CorballisSpanish.pdf

Corballis, M. C. (2014). The recursive mind: The origins of human language, thought, and civilization. Princeton University Press. http://press.princeton.edu/titles/9424.html

Dillenbourg, P. (1999). What do you mean by collaborative learning?.Collaborative-learning: Cognitive and Computational Approaches., 1-19. https://halshs.archives-ouvertes.fr/file/index/docid/190240/filename/Dillenbourg-Pierre-1999.pdf

Fitch, T., Hauser, M. & Chomsky, N.  2005.  The evolution of the language faculty:      Clarifications and implications.   Cognition. 97.179-210

Hauser, M., Chomsky, N.,  & Fitch, T.  2002.  The faculty of language: what is it, who has it, and how did it evolve. Science 198. 1569-79

Hackenberg, A. J. (2007). Units coordination and the construction of improper fractions: A revision of the splitting hypothesis. Journal of Mathematical Behavior, 26(1), 27–47.

Hansen, T., Dirckinck-Holmfeld, L., Lewis, R., & Rugelj, J. (1999). Using telematics to support collaborative knowledge construction. Collaborative learning: Cognitive and computational approaches, 169-196. http://www.researchgate.net/publication/228559912_Using_telematics_to_support_collaborative_knowledge_construction/file/60b7d523962ffc2db3.pdf

Himanen, P. (2002). La ética del hacker y el espíritu de la era de la información.http://eprints.rclis.org/12851/

Jonassen, D., Davidson, M., Collins, M., Campbell, J., & Haag, B. B. (1995). Constructivism and computer‐mediated communication in distance education.American journal of distance education9(2), 7-26. http://www.tandfonline.com/doi/abs/10.1080/08923649509526885

Mack, N. K. (2001). Building on informal knowledge through instruction in a complex content domain: Partitioning, units, and understanding multiplication of fractions. Journal for Research in Mathematics Education, 32(3), 267–296.

Mandelbrot, B. (1982). The fractal geometry of nature. W. H. Freeman.

Mandelbrot, B. (1977). Fractals, form, chance and dimension. W. H. Freeman.

Popper, Karl (1934).«The Logic of Scientific Discovery». Consultado el 08-09-2007. http://books.google.es/books?hl=es&lr=&id=LWSBAgAAQBAJ&oi=fnd&pg=PP1&dq=popper+scientific+methods

Popper, Karl (1934). La lógica de la investigación científica. Traducido por Víctor Sánchez de Zavala (1ª edición). Madrid: Editorial Tecnos (publicado el 1962). ISBN 84-309-0711-4..

Popper, Karl (1934). The Logic of Scientific Discovery. New York: Routledge (publicado el 2009).

Olive, J., & Vomvoridi, E. (2006). Making sense of instruction on fractions when a student lacks necessary fractional schemes: The case of Tim. Journal of Mathematical Behavior 25(1), 18–45.

Rosas, M. J. M. (2012). Recensión de “The recursive mind. The origins of human language, thought, and civilization”, de Michael C. Corballis. Teorema: Revista internacional de filosofía, 31(1), 151-154. http://dialnet.unirioja.es/descarga/articulo/4349918.pdf

Salomon, G. (1993). Distributed cognitions. Psychological and educational considerations (pp. 111-138) Cambridge, USA: Cambridge University Press.

Siemens, G. (December 12, 2004). Connectivism: A Learning Theory for the Digital AgeConsultado el 18/8/2011 en http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.87.3793&rep=rep1&type=pdf el 30/08/2012

Steffe, L. P., & Olive, J. (2010). Children’s fractional knowledge. Springer: New York.

Steffe, L. P. (2004). On the construction of learning trajectories of children: The case of commensurate fractions. Mathematical Thinking and Learning, 6(2), 129–162

Steffen, J. H. (2008). Optimal boarding method for airline passengers. Journal of Air Transport Management14(3), 146-150. http://www.sciencedirect.com/science/article/pii/S0969699708000239

Wilkins, J. L. M., & Norton, A. (2011). The splitting loope. Journal for Research in Mathematics Education, 42(4), 386–416

Wilkins, J. L., Norton, A., & Boyce, S. J. (2013). Validating a Written Instrument for Assessing Students’ Fractions Schemes and Operations. Mathematics Educator, 22(2), 31-54.

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education, 22(1), 5-16. http://www.jstor.org/stable/1050800

Wood, D., & Wood, H. (1996). Vygotsky, tutoring and learning. Oxford review of Education22(1), 5-16. http://www.tandfonline.com/doi/abs/10.1080/0305498960220101#.VI3EvyuG-_l

Zapata-Ros, M. (1996a). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria. http://platea.pntic.mec.es/~mzapata/tutor_ma/fractal/fracuned.htm# Pero…¿qué son los fractales?

Zapata-Ros, M. et al (1996b). Integración de la GEOMETRÍA FRACTAL en las Matemáticas, y en la Informática, de Secundaria.  Materiales para la Enseñanza Secundaria: área de Matemáticas y área de Educación FísicaDocumentos CEP . Núm. 47. CEP Murcia II. http://hdl.handle.net/11162/645.

Zapata-Ros, M. (2013).  ¿Por qué nos gustan las cosas hermosas? La belleza está escrita en lenguaje matemático mucho antes de que se descubra. Blog Redes Abiertas. http://redesabiertas.blogspot.com.es/2013/03/por-que-nos-gustan-las-cosas-hermosas.html

Zapata-Ros, M. (2013). El “problema de 2 sigma” y el aprendizaje ayudado por la tecnología en la Educación Universitaria. http://red.hypotheses.org/287 Zapata-Ros, M. (2014). La fundamentación teórica y científica del conectivismo. RED-Hypotheses. http://red.hypotheses.org/688

Miguel Zapata Ros

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159).
Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria.
Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York.
Doctor en Ingeniería Informática.

More Posts - Website

Follow Me:
TwitterFacebookLinkedInGoogle Plus