Universidad Nacional de Educación a Distancia (UNED)
Dicho lo anterior, este artículo se propone dos objetivos. Por un lado, pretende exponer y justificar la afirmación de que el “pensamiento computacional” es un constructo psicopedagógico que ha llegado a un momento o punto de madurez. Por otro lado, visibilizar el importante papel que en ese camino ha jugado la Revista de Educación a Distancia (RED), en particular a través de los tres números monográficos que ha dedicado al tema hasta el momento (VV. AA., 2015, 2020, 2021).
Desde nuestro punto de vista, hay cinco razones fundamentales que en conjunto sustentan y apoyan el título de este artículo, a saber: i) que ya se ha avanzado suficientemente en las definiciones teóricas acerca de qué es el pensamiento computacional; ii) que dichas definiciones teóricas han podido ser operacionalizadas dando lugar al subsiguiente diseño de instrumentos que permiten medir el pensamiento computacional de manera fiable y válida (y a lo largo de las distintas edades); iii) que ya se han llevado a cabo implantaciones educativas masivas, a nivel nacional e internacional, con el objetivo de desarrollar el pensamiento computacional de los estudiantes y cuyo impacto ha podido ser medido e interpretado; iv) que el término “pensamiento computacional” ha sido explícita y oficialmente reconocido en la legislación educativa española recientemente promulgada; y v) que el constructo que nos ocupa tiene una naturaleza intrínsecamente dinámica y, con ello, lejos de conformarse con llegar a un estadio maduro, posee un gran potencial para seguir creciendo en el futuro.
Avances en la definición teórica del pensamiento computacional.
Han pasado ya más de 15 años desde que Jeanette Wing publicara su artículo seminal acuñando la primera definición reconocida de pensamiento computacional: “el pensamiento computacional implica la resolución de problemas, el diseño de sistemas, y la comprensión de la conducta humana, haciendo uso de los conceptos fundamentales de la informática” (Wing, 2006). Es una definición sin duda sugerente, que sirvió para estimular el surgimiento de todo un nuevo nicho de investigación; pero pronto se mostró imprecisa e insuficiente para articular el pensamiento computacional como un constructo psicopedagógico sólido. Si bien desde entonces se han sucedido largas discusiones, en ocasiones agrias, acerca de una mejor enunciación sobre qué es el pensamiento computacional, hoy ya podemos afirmar que se ha llegado a un mínimo consenso acerca de una definición (cuasi) definitiva que podría dictarse así: “el pensamiento computacional es la capacidad (humana) de resolver problemas y expresar ideas haciendo uso de conceptos, prácticas y perspectivas propias de las Ciencias de la Computación” (ver, por ejemplo, Moreno-León et al., 2019). En este punto es muy pertinente añadir que, si bien las tareas de programación informática son el principal modo de manifestar y evidenciar el pensamiento computacional del sujeto, este pensamiento también puede ser transferido hacia y desarrollado a través de tareas que no involucran directamente la programación de dispositivos digitales (véase a este respecto, por ejemplo, el concepto “pensamiento computacional desenchufado” expuesto por Zapata-Ros, 2019).
Podría decirse que la definición propuesta más arriba es de tipo sintético, intentando depurar la esencia, lo más propiamente característico del pensamiento computacional como constructo. En oposición a este tipo de definiciones aparece otro grupo de ellas, de tipo analítico, que pretenden descomponer el pensamiento computacional en una serie de componentes o habilidades que pueden ser enumeradas. De este grupo analítico es muy destacable la aportación que hace Zapata-Ros (2015), en un artículo dentro del primer monográfico sobre el tema de la revista RED, quien enumera hasta 14 componentes del pensamiento computacional (p.ej.: heurística, patrones, recursividad, iteración, etc…).
En cualquier caso, los desarrollos teóricos del pensamiento computacional parecen ya suficientemente maduros, siendo prueba de ello el que es un constructo que ha empezado a integrarse y a dialogar con otros marcos teóricos bien conocidos y definidos como la teoría Cattel-Horn-Carroll (CHC) de la inteligencia (Román-González et al., 2017) o la teoría de las inteligencias múltiples de Gardner (Román-González et al., 2022).
Operacionalización del pensamiento computacional y desarrollo de instrumentos para su medición o evaluación.
Bien sabemos que un constructo no es sólido ni empíricamente productivo hasta que se convierte en una variable susceptible de medición y evaluación, siendo para ello necesario concretar las definiciones conceptuales anteriores en otras operativas. Justamente este campo específico, la medición y evaluación del pensamiento computacional, es al que más esfuerzos hemos dedicado desde nuestro equipo de investigación.
A mi parecer, hay un doble hecho, o una doble perspectiva si se quiere, que pone de manifiesto la calidad y potencia actuales del campo denominado “computational thinking assessment”. Desde un punto de vista transversal, contamos con una gran variedad de tipologías de instrumentos y herramientas para la medición y evaluación del constructo (p.ej., test, escalas, rúbricas de observación, herramientas automáticas de análisis de proyectos de programación, etc…), habiéndose ya establecido taxonomías sólidas que contemplan y ordenan todo el abanico, y habiéndose estudiado la validez convergente entre algunos de dichos instrumentos (Román-González et al., 2019). Desde un punto de vista longitudinal, ya disponemos de un arsenal de test y pruebas, fiables y válidos, que permiten estimar el nivel de desarrollo del pensamiento computacional del sujeto a lo largo de todas las etapas educativas. Más concretamente, en el entorno de nuestro grupo y colaboradores cercanos se ha podido diseñar la siguiente terna: el “Beginners Computational Thinking Test” (5-10 años; ver Figura 1) (Zapata-Cáceres et al., 2020), el “Computational Thinking Test” (10-16 años; ver Figura 2) (Román-González et al., 2017), y el “Algorithmic Thinking Test for Adults” (>16 años) (Lafuente-Martínez et al., 2022). Estos avances en la medición del pensamiento computacional tienen además fuertes implicaciones como, por ejemplo: la consolidación de la “red nomológica” del constructo, esto es, cuál es su posición relativa dentro del mapa de constructos psicopedagógicos conocidos (Román-González et al., 2017, 2018); la aparición de los primeros estudios empíricos de replicación (Finke et al., 2022); y la posibilidad de diseñar estudios longitudinales de gran potencia.
Para cerrar este punto, quiero destacar otro de nuestros artículos, publicado en el primer monográfico de RED (Moreno-León et al., 2015), que da cuenta de la herramienta Dr. Scratch: una herramienta web automática que permite estimar el nivel de pensamiento computacional en el sujeto a partir del grado de complejidad exhibido en sus proyectos de programación en Scratch. Es un artículo altamente citado acerca de una herramienta utilizada extensamente en aulas de Primaria y Secundaria de todo el mundo.
Figura 1. Ítem de ejemplo del “Beginners Computational Thinking Test” (Zápata-Cáceres et al., 2020)
Figura 2. Ítem de ejemplo del “Computational Thinking Test” (Román-González et al., 2017)
- Implantaciones educativas a gran escala para el desarrollo del pensamiento computacional.
Otro claro indicador de que el pensamiento computacional ha llegado a un punto de madurez es que es una aptitud que se está tratando de potenciar y desarrollar en prácticamente todos los sistemas educativos de nuestro entorno. Ello no debe sorprendernos pues, dada la realidad progresivamente más y más digital en la cual nos desenvolvemos, la lectoescritura con lenguajes informáticos de programación (habilidad instrumental que es soportada cognitivamente por el pensamiento computacional) está adquiriendo el estatuto de una nueva alfabetización básica que los estados deben y quieren promover desde edades tempranas. En este punto, podemos destacar el reciente informe de la Comisión Europea que lleva por título “Reviewing Computational Thinking in Compulsory Education” (Bocconi et al., 2022), y que dibuja un panorama actual de implantación generalizada del pensamiento computacional en las etapas educativas obligatorias de los países de la Unión Europea.
A nivel nacional, es muy destacable el liderazgo que el Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), dependiente del Ministerio de Educación y Formación Profesional, está llevando a cabo desde el curso 2018/2019 a través de la denominada “Escuela de Pensamiento Computacional e Inteligencia Artificial” (EPCIA). En las sucesivas ediciones de la EPCIA centenares de docentes procedentes de todas las etapas educativas, desde Infantil a Bachillerato y FP, se han venido formando en estrategias didácticas para integrar el pensamiento computacional en sus aulas. Dichos procesos de formación han cristalizado en posteriores implantaciones reales de numerosas y variadas propuestas didácticas involucrando el pensamiento computacional, que se han puesto en marcha a gran escala por todo el territorio nacional en estos últimos años. Todo ello se ha completado y complementado con investigaciones evaluativas de gran tamaño que han podido medir e interpretar efectos educativos muy positivos derivados de estas pioneras intervenciones. Nuestro grupo de investigación ha participado en la elaboración de dos de estos informes de investigación a gran escala (INTEF 2019, 2021; ver Figura 3).
Además, de uno de los informes anteriores, se ha derivado un artículo publicado en el último monográfico de la revista RED sobre pensamiento computacional. El artículo, titulado “Programar para aprender Matemáticas en 5º de Educación Primaria: implementación del proyecto ScratchMaths en España” (Moreno-León et al., 2021) da cuenta de parte de los resultados de la EPCIA en el curso 2018/2019, con un tamaño muestral de más de 3.700 estudiantes procedentes de todo el territorio nacional.
Figura 3. Portada del informe “Escuela de Pensamiento Computacional e Inteligencia Artificial 20/21: Enfoques y propuestas para su aplicación en el aula. Resultados de la investigación” (INTEF, 2021)
Reconocimiento del pensamiento computacional en la legislación educativa.
En consecuencia lógica del punto anterior, el término “pensamiento computacional” ha comenzado a ser reconocido y recogido explícitamente en la legislación educativa de nuestro país, a raíz de la promulgación de la LOMLOE y de sus reales decretos derivados que establecen la ordenación y las enseñanzas mínimas en las distintas etapas educativas. Así, en el decreto sobre enseñanzas mínimas en Educación Infantil (Real Decreto 95/2022) el término “pensamiento computacional” aparece en 4 ocasiones; en el de Educación Primaria (Real Decreto 157/2022) el término “pensamiento computacional” aparece 24 veces; en el decreto relativo a Educación Secundaria Obligatoria (Real Decreto 217/2022) lo hace en 28 ocasiones; y en el de Bachillerato (Real Decreto 243/2022) llega a nombrarse hasta 32 veces. Aunque sea un indicador algo burdo, dichas frecuencias de aparición del término “pensamiento computacional” en nuestra legislación más reciente son un claro reflejo de la creciente relevancia y penetración del tema en nuestro sistema educativo. En la Figura 4 se resumen las áreas o materias que esta nueva legislación prevé para la integración del pensamiento computacional.
Figura 4. Pensamiento Computacional en la LOMLOE (Fuente: https://programamos.es/pensamiento-computacional-en-todas-las-etapas-no-universitarias-analisis-de-la-lomloe/)
Además, toda esta nueva legislación sobre pensamiento computacional va a ser acompañada de un fuerte impulso presupuestario anunciado hace pocos días desde el Ministerio de Educación y Formación Profesional. Según palabras vertidas desde el propio ministerio: “Los alumnos y alumnas de infantil, primaria y secundaria aprenderán programación informática gracias al Plan Código Escuela 4.0. Esta medida supone una inversión de 356 millones de € en los próximos dos años. España se coloca a la cabeza de Europa en competencia digital”. Celebramos la medida, al tiempo que recordamos la importancia crítica de ofrecer al profesorado la formación inicial y continua correspondiente para que el plan tenga los efectos deseados.
Dinamismo del constructo y líneas futuras para su desarrollo.
Si asumimos que el “pensamiento computacional” es un tipo particular de pensamiento que se apoya en conceptos, prácticas y perspectivas propias de las Ciencias de la Computación, entonces el pensamiento computacional necesariamente tendrá que ir evolucionando en paralelo a dichas ciencias. Ello hace que nuestro constructo sea intrínsecamente dinámico y en constante evolución. En este sentido, es muy interesante analizar cómo el pensamiento computacional ha ido mutando y ampliando su campo de acción al compás de los recientes desarrollos en la rama de las Ciencias de la Computación conocida como Inteligencia Artificial (y más concretamente en la sub-rama llamada Aprendizaje Automático o “Machine Learning”).
Si, en sus inicios, el pensamiento computacional encontraba como correlato fundamental la habilidad instrumental de la programación informática (entiéndase la programación informática tradicional, que es una programación imperativa en la cual se declaran explícitamente todas las reglas que debe ejecutar el ordenador); en la actualidad, el pensamiento computacional ha ampliado su alcance hacia la construcción de modelos de “machine learning” (estos modelos no se programan en sentido clásico, sino que se construyen y se entrenan progresivamente a partir de la recolección y etiquetado de conjuntos de datos). En síntesis, si el pensamiento computacional era en sus inicios un tipo de pensamiento básicamente deductivo y determinista (“de arriba abajo”, en consonancia con la programación imperativa tradicional); en la actualidad ha incorporado otra faceta inductiva y probabilística (“de abajo arriba”, en consonancia con la construcción y perfeccionamiento de modelos predictivos o explicativos de “machine learning”).
En este contexto, nuestro grupo de investigación ha desarrollado la herramienta “LearningML”, destinada a que estudiantes de Primaria y Secundaria aprendan algunos conceptos y prácticas fundamentales de “machine learning”. Cómo no, este trabajo ha cristalizado en un artículo publicado en la revista RED, concretamente en su segundo monográfico sobre pensamiento computacional (Rodríguez-García et al., 2020).
CONCLUSIONES
En primer lugar, este artículo ha expuesto de manera justificada algunas razones que nos permiten afirmar que el constructo “pensamiento computacional” ha llegado a un estadio de madurez. Podríamos decir que, en el momento actual, el pensamiento computacional es un tipo de cognición de alto nivel de abstracción que sirve tanto para a) resolver problemas como para b) crear-expresar ideas, y que a tal efecto puede apoyarse tanto en c) la programación informática tradicional como en d) la construcción de modelos de “machine learning”. Es decir, podríamos decir que el pensamiento computacional ha ido creciendo y evolucionando hasta un estado maduro presente en el cual ha sabido asimilar, respectivamente, los principios del a) pensamiento convergente, b) divergente, c) deductivo-determinista, y d) inductivo-probabilístico; e interpretarlos y acomodarlos al actual contexto digital.
En segundo lugar, este artículo ha puesto en valor el papel esencial que la Revista de Educación a Distancia (RED) ha tenido para la difusión y el crecimiento del pensamiento computacional en nuestro país. El pensamiento computacional le debe mucho a RED. También, y siempre viendo las dos caras de la moneda, RED le debe mucho al pensamiento computacional, un tema de investigación que sin duda ha impulsado a la revista hasta los lugares destacados en el SJR y en el JCR-JCI que ocupa en la actualidad (Q2 en ambos casos).
Referencias bibliográficas:
Bocconi, S., Chioccariello, A., Kampylis, P., Dagienė, V., Wastiau, P., Engelhardt, K., Earp, J., Horvath, M. A., Jasutė, E., Malagoli, C., Masiulionytė-Dagienė, V., & Stupurienė, G. (2022). Reviewing Computational Thinking in Compulsory Education [Technical Report]. Recuperado de: https://publications.jrc.ec.europa.eu/repository/handle/JRC128347
Finke, S., Kemény, F., Sommer, M., Krnjic, V., Arendasy, M., Slany, W., & Landerl, K. (2022). Unravelling the numerical and spatial underpinnings of computational thinking: a pre-registered replication study. Computer Science Education. https://doi.org/10.1080/08993408.2022.2079864
INTEF (2019). La Escuela de pensamiento computacional y su impacto en el aprendizaje [Informe Técnico]. Disponible en: https://code.intef.es/epcia/informes-epcia/
INTEF (2021). Escuela de Pensamiento Computacional e Inteligencia Artificial 20/21: Enfoques y propuestas para su aplicación en el aula. Resultados de la investigación [Informe Técnico]. Disponible en: https://code.intef.es/epcia/informes-epcia/
Lafuente-Martínez, M., Lévêque, O., Benítez, I., Hardebolle, C., & Zufferey, J. D. (2022). Assessing Computational Thinking: Development and Validation of the Algorithmic Thinking Test for Adults. Journal of Educational Computing Research. https://doi.org/10.1177%2F07356331211057819
Moreno-León, J., Robles G., & Román-González, M. (2015). Dr. Scratch: Automatic Analysis of Scratch Projects to Assess and Foster Computational Thinking. Revista de Educación a Distancia (RED), 46(10), 1-23. http://dx.doi.org/10.6018/red/46/10
Moreno-León, J., Robles, G., Román-González, M., & Rodríguez-García, J. D. (2019). Not the same: a text network analysis on computational thinking definitions to study its relationship with computer programming. Revista Interuniversitaria de Investigación en Tecnología Educativa (RIITE), 7, 26-35. https://doi.org/10.6018/riite.397151
Moreno-León, J., Román-González, M., García-Perales, R., & Robles, G. (2021). Programar para aprender Matemáticas en 5º de Educación Primaria: implementación del proyecto ScratchMaths en España. Revista de Educación a Distancia (RED), 68. https://doi.org/10.6018/red.485441
Real Decreto 95/2022, de 1 de febrero, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Infantil. Boletín Oficial del Estado. Recuperado de: https://www.boe.es/buscar/act.php?id=BOE-A-2022-1654
Real Decreto 157/2022, de 1 de marzo, por el que se establecen la ordenación y las enseñanzas mínimas de la Educación Primaria. Boletín Oficial del Estado. Recuperado de: https://www.boe.es/buscar/act.php?id=BOE-A-2022-3296
Real Decreto 217/2022, de 29 de marzo, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria. Boletín Oficial del Estado. Recuperado de: https://www.boe.es/buscar/act.php?id=BOE-A-2022-4975
Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato. Boletín Oficial del Estado. Recuperado de: https://www.boe.es/buscar/act.php?id=BOE-A-2022-5521
Rodríguez-García, J. D., Moreno-León, J., Román-González, M., & Robles, G. (2020). LearningML: a tool to foster computational thinking skills through practical artificial intelligence projects. Revista de Educación a Distancia (RED), 63. https://doi.org/10.6018/red.410121
Román-González, M., Pérez-González, J. C., & Jiménez-Fernández, C. (2017). Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test. Computers in Human Behavior, 72, 678-691. https://doi.org/10.1016/j.chb.2016.08.047
Román-González, M., Pérez-González, J. C., Moreno-León, J., & Robles, G. (2018). Extending the nomological network of computational thinking with non-cognitive factors. Computers in Human Behavior, 80, 441-459. https://doi.org/10.1016/j.chb.2017.09.030
Román-González, M., Moreno-León, J., & Robles, G. (2019). Combining Assessment Tools for a Comprehensive Evaluation of Computational Thinking Interventions. En S. C. Kong & H. Abelson (eds), Computational Thinking Education (pp. 79-98). Singapore: Springer. https://doi.org/10.1007/978-981-13-6528-7_6
Román-González, M., Moreno-León, J., & Robles, G. (2022). Toward a Theory (and Practice) of Multiple Computational Thinkings. En S. C. Kong & H. Abelson (eds.), Computational Thinking Education in K–12: Artificial Intelligence Literacy and Physical Computing (pp. 71-102). Cambridge, MA: MIT-Press. https://doi.org/10.7551/mitpress/13375.003.0007
VV. AA. (2015). Pensamiento Computacional. Revista de Educación a Distancia (RED), 46. Disponible en: https://revistas.um.es/red/issue/view/14141
VV. AA. (2020). Pensamiento Computacional (II). Revista de Educación a Distancia (RED), 63. Disponible en: https://revistas.um.es/red/issue/view/18551
VV. AA. (2021). La educación en Matemáticas, Pensamiento Computacional y STEM apoyada por la tecnología digital. Su diseño instruccional. El principio de activación. Revista de Educación a Distancia (RED), 68. Disponible en: https://revistas.um.es/red/issue/view/19901
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35. https://doi.org/10.1145/1118178.1118215
Zapata-Cáceres, M., Martín-Barroso, E., & Román-González, M. (2020). Computational Thinking Test for Beginners: Design and Content Validation. In Proceedings of the 2020 IEEE Global Engineering Education Conference (EDUCON), 1905-1914. https://doi.org/10.1109/EDUCON45650.2020.9125368
Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. Revista de Educación a Distancia (RED), 46. https://revistas.um.es/red/article/view/240321
Zapata-Ros, M. (2019). Pensamiento computacional desenchufado. Education in the Knowledge Society (EKS), 20, 1-29. https://doi.org/10.14201/eks2019_20_a18
Cómo citar esta entrada:
Román-González, M. (2022). Pensamiento computacional: un constructo que llega a la madurez. Aula Magna 2.0. [Blog]. https://cuedespyd.hypotheses.org/11109
Tomado de Aula Magna 2.0 con permiso de sus editores
No hay comentarios:
Publicar un comentario