Eje temático 5

5. EJE TEMÁTICO: LAS TIC Y ROBÓTICA EDUCATIVA

EN LA ENSEÑANZA Y APRENDIZAJE DE LA

MATEMÁTICA

5.1. Conferencias

5.1.1 Robótica educativa y pensamiento computacional (Conferencia plenaria de

clausura)
Dra. Ana Lourdes Acuña Zúñiga
Fundación Omar Dengo, Costa Rica

Resumen

La presencia de nuevas tecnologías en el aula presume el diseño y práctica de ambientes

de aprendizaje interdisciplinarios donde los estudiantes adquieren habilidades para
estructurar investigaciones y resolver problemas concretos, así como capacidades para
adquirir nuevos conceptos y para dar respuesta eficiente a los entornos cambiantes del
mundo actual. La Robótica Educativa como recurso de aprendizaje y la promoción de
habilidades de Pensamiento Computacional constituyen una oportunidad para abrir
espacios estratégicos de aprendizaje, donde los jóvenes de hoy se formen para las
necesidades y retos del mañana; para que tomen el liderazgo y el control de su propio
proceso y lo hagan de forma exitosa y responsable con su contexto, su persona y su país.

Introducción

En este artículo compartiré la experiencia personal que la vida y el trabajo me han permitido
experimentar en tres décadas trascendentales para la educación y su transformación
paulatina y crucial, marcada por el ingreso de la tecnología en los salones de clase.

Las computadoras, las tecnologías digitales más y menos portátiles, la robótica y la Internet
son ahora los recursos de apoyo por excelencia para concretar la oferta curricular pero
también se consideran palancas para pensar, crear, fortalecer y desarrollar habilidades,

739
capacidades, actitudes y patrones de pensamiento distintos a los que teníamos las personas
y especialmente los jóvenes en los años 80.

Hoy a las puertas del 2020 de la era digital y 4° revolución industrial, ser educador y tener
acceso a las tecnologías digitales presume el diseño intencional y práctica constante de
ambientes de aprendizaje interdisciplinarios, donde los estudiantes integran tecnología y
adquieren habilidades para estructurar investigaciones, resolver problemas, dar respuestas
eficientes en entornos cambiantes, trabajar en colaboración, y crear productos con
propósito y ambientalmente responsables con el entorno.

Conocí a Seymour Papert y a Mitchel Resnick del MIT personalmente en 1992, y sus libros
un poco antes, los cuales marcaron y transformaron mis visiones del aprendizaje, la
educación y la tecnología y siguen siendo mis referentes. Recuerdo particularmente los
desafíos que nos proponían en las capacitaciones y encuentros que recibimos en Robótica
Educativa “Cibernetica”, indicando la necesidad de crear herramientas y ambientes que
permitieran a los estudiantes participar en la construcción, la invención y la
experimentación “los docentes deben diseñar cosas que les permita a los estudiantes diseñar
cosas”.

Papert presenta en su libro la Maquina de los niños, la necesidad de crear una materia “la
Cibernetica” capaz de abrir nuevos dominios intelectuales que utiliza estrategias de
razonamiento de alto nivel para los estudiantes “la Cibernética pone una combinación de
apropiabilidad y riqueza de conexiones científicas… y mantiene una relación estrecha con
otra moderna área del conocimiento normalmente conocida como “teoría de sistemas” que
a su vez, está íntimamente relacionada con maneras de pensar muy importantes… del
mismo tipo de pensamiento que llevó de la programación a la comprensión de un atasco de
tráfico y que puede aplicarse con la misma facilidad a situaciones con otros tipos de objetos
… “ (Seymour, 1995) p. 216.

Lo que Papert en los 90 exponía en su propuesta Construccionista para el aprendizaje

apoyado en los ordenadores y dispositivos digitales de la época es lo que ha resurgido a
principios del nuevo siglo como “Computational Thinking” o “Pensamiento
Computacional” en sus siglas PC. Jeannette Wing, en una columna publicada en
Communications of the ACM, en marzo del 2006, dice: “El pensamiento computacional

740
 Eje temático 5
implica resolver problemas, diseñar sistemas y comprender el comportamiento humano,
basándose en los conceptos fundamentales de las ciencias de la computación. El
pensamiento computacional incluye una gama de herramientas mentales que reflejan la
amplitud del campo de la informática”. Para Wing, el pensamiento computacional
“representa actitudes y habilidades universalmente aplicables para todos, por lo que no solo
los informáticos podrían estar interesados en aprender y usar” (Wing J. M., 2006)

Ambos planteamientos son similares en la búsqueda de saberes que nos permitan

comprender la influencia que tiene la tecnología en los procesos de aprendizaje en las
personas. Sin embargo, la principal diferencia que he identificado de estos enfoques es
que, en los 90 se apostaba a que el aprendizaje con computadoras daba opciones de
representación del mundo que facilitaban su comprensión desde edades tempranas y
posibilitaba opciones de construcción, simulación y creación tecnológica que influía
significativamente en sus formas de pensar, representar, hacer y resolver.

Los planteamientos del 2006 en PC amplían estas premisas y agregan un factor nuevo que
no se anticipó, el cual es hacer consciente en el aprendiz, ese poder de pensamiento que se
adquiere y se fortalece con el uso intensivo a largo plazo de la tecnología y el
reconocimiento propio del poder y los límites que como personas tenemos ante las
máquinas. Por ejemplo: al programar un robot o una computadora se es capaz de reconocer
el poder y los límites de los procesos informáticos en comparación con los que puede
ejecutar un humano. En los sistemas de diseño con métodos y modelos es posible anticipar
situaciones y resolver problemas que los individuos no podrían detectar a simple vista.

Robótica Educativa

En la década de los 90, inspirados en las premisas de pensamiento de Seymour Papert

(1928-2016) del MIT y la visión educativa de vanguardia de los directivos de la Fundación
Omar Dengo en Costa Rica, dimos inicio al proyecto de Robótica y Aprendizaje por Diseño
dentro del marco de ejecución del Programa Nacional de Informática Educativa MEP -
FOD.

Iniciamos en escuelas y colegios públicos, en horarios extraescolares, gestionando

ambientes de aprendizaje basados en proyectos que permitían la creación de simulaciones
y prototipos de solución, programados directamente por los estudiantes usando la robótica.

741
En el marco de esa experiencia concebimos la robótica educativa como un contexto de
aprendizaje que promueve un conjunto de desempeños y habilidades directamente
vinculados a la creatividad, el diseño, la construcción, la programación y divulgación de
creaciones propias primero mentales y luego físicas, construidas con diferentes materiales
y recursos tecnológicos; que pueden ser programados y controlados desde un computador
o dispositivo móvil.

Estas creaciones robóticas, poseen cuerpo, control y razonamiento y regularmente surgen

a partir de referentes reales o imaginarios llamados simulaciones o prototipos. En una
simulación es posible encontrar un proceso industrial automatizado o la recreación de un
sitio, en el que se muestra la apariencia de las máquinas, las formas de movimiento o de
interactuar con el ambiente, los productos que surgen y la recreación del transporte y su
comercialización. Otros diseños pueden corresponder a prototipos como, por ejemplo, un
producto que resuelve un problema particular del hogar o la comunidad o que realiza un
conjunto de tareas en un tiempo o espacio determinado. Igualmente, las producciones de
los estudiantes podrían integrar ambas: prototipos y simulaciones (Acuña, 2012).

El trabajo constante y continuo durante estas dos décadas, nos ha permitido confirmar que
las visiones de Papert sobre las construcciones mentales que hacen los estudiantes, son
posibles de concretar en elaboraciones o representaciones reales en el aula, es decir en
contextos de aprendizaje que integren conocimiento y habilidades de pensamiento
complejos, que requieren la aplicación de conceptos provenientes de múltiples disciplinas
y que son fundamentales en el quehacer científico y tecnológico avanzado que la sociedad
está requiriendo hoy en día.

Los espacios de aprendizaje tanto en el Programa de Informática Educativa MEP –FOD

como en el proyecto de Robótica y Aprendizaje por Diseño promovidos por la FOD y el
Ministerio de Educación Pública de Costa Rica, continúan disponiendo contextos de
aprendizaje que fomentan el desarrollo de habilidades como la creatividad, el diseño, la
construcción, la programación, la colaboración, la resolución de problemas, el análisis
crítico, entre otras. También buscan promover aprendizajes muy prácticos, donde los
grupos de estudiantes generen ideas que representen soluciones a problemas de la sociedad.

Así, gran parte de las acciones que los estudiantes realizan en los clubes de robótica y
laboratorios de Informática Educativa, se fundamentan en procesos vinculados al diseño
tecnológico y a la realización de proyectos contextualizados en aspectos sociales y
742
 Eje temático 5
culturales de sus comunidades. Estos son los recursos que han dado sentido para investigar
sus entornos y las problemáticas que les rodean y les ha permitido conocer los avances y el
desarrollo tecnológico e informático moderno, necesarios para un país como Costa Rica
que apuesta en su modelo educativo como llave hacia la equidad de oportunidades para
toda su población.

Pensamiento Computacional:

Tal y como mencioné al inicio, en la última década ha resurgido un movimiento, de

científicos, analistas cognoscitivos, institutos y universidades poniendo en circulación el
término “Computational thinking” o Pensamiento Computacional PC popularizado por la
profesora de Computer Science Department Carnegie Mellon University, Jeannette Wing
quien expone que PC es el “proceso de pensamiento involucrado en la formulación de
problemas y sus soluciones, en el cual las soluciones están representadas de una forma
que puede llevarse a cabo de manera efectiva por un agente de procesamiento de
información. Y que el “pensamiento computacional” es una forma de pensar que no es sólo
para programadores. (Wing J. M., 2006) (Wing J. M., 2008)

La universidad de Carnegie Mellon University en Pittsburgh tiene un Centro para el

Pensamiento Computacional cuya actividad principal es realizar exploraciones PROBEs
(Exploración orientada a problemas) o PROBlem. Los PROBEs son experimentos que
desarrollan y aplican nuevos conceptos de computación a problemas para mostrar el valor
del pensamiento computacional para mejorar nuestro mundo. También se exploran nuevos
conceptos educativos para enseñar PC. Y cuando se reúne la colaboración entre un
científico informático y un experto en el campo lo denominan SONDA. PROBEs busca
soluciones de amplia aplicación para problemas de dominio en lugar de soluciones
especializadas o tecnologías comercializables. (University, 2010 -2011)

En síntesis, 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. También "Incluye una amplia gama de herramientas
mentales y conceptos de ciencias de la computación que ayudan a las personas a resolver
problemas, sistemas de diseño, entender el comportamiento humano, y cómo se dedican
las computadoras a ayudar en la automatización de una amplia gama de procesos
intelectuales (National Research Council, 2011).

743
Algunas premisas fundamentales que los expositores del Pensamiento Computacional
expresan y promueven constantemente son:

 El pensamiento computacional tiene que ser una parte fundamental de la forma en

que las personas piensan y entienden el mundo.

 El pensamiento computacional significa crear y hacer uso de diferentes niveles de

abstracción, para comprender y resolver problemas de manera más efectiva.

 El pensamiento computacional significa pensar algorítmicamente y con la

capacidad de aplicar conceptos matemáticos, como la inducción, para desarrollar
soluciones más eficientes, justas y seguras.

 El pensamiento computacional significa comprender las consecuencias de la

escala, no solo por razones de eficiencia sino también por razones económicas y
sociales. (University, 2010 -2011)

De forma complementaria la Sociedad Internacional para las Tecnologías en Educación

(ISTE por sus siglas en inglés) y la Asociación de Maestros de Ciencia de la Computación
(CSTA por su sigla en inglés), proponen al Pensamiento Computacional como un “Proceso
de solución de problemas que incluye, entre otros: analizar problemas, organizar y
representar datos de manera lógica, automatizar soluciones mediante pensamiento
algorítmico, usar abstracciones y modelos, comunicar procesos y resultados, reconocer
patrones, y, generalizar y transferir.” (ISTE, 2011). Es importante indicar que no reemplaza
el énfasis en creatividad, razonamiento o pensamiento crítico pero si refuerza esas
habilidades al tiempo que exalta formas de organizar el problema de manera que el
computador pueda ayudar.” (ISTE, 2011).

Particularmente en el campo educativo CSTA e ISTE desarrollaron un modelo que

identifica los conceptos y capacidades centrales del Pensamiento Computacional y
proporciona ejemplos de cómo podrían estar integrados en actividades en múltiples
disciplinas, que se resume en el siguiente cuadro:

744
 Eje temático 5
Tabla 2: Modelo Pensamiento Computacional a través del Currículo ( CSTA)
(ISTE C. &., 2009)

Concepto o Ciencias Matemáticas Ciencia Estudios Artes del

Capacidad computación Sociales lenguaje
de PC
Recopilación Encuentra Encuentra una Recoge Estudia Realiza
de datos una fuente fuente de datos datos de estadístic análisis
de datos para un área un as alguna lingüístico
para un área problema, por experimento de de frases.
problema ejemplo, batalla o
lanzamiento de datos de
monedas o població
de dados n

Análisis de Escribe un cuenta analiza Identifica identifica

los datos programa ocurrencias datos de tendencia patrones
para realizar de lanzamientos un s en para
cálculos de monedas y de experimento datos de diferentes
estadísticos dados estadístic tipos de
básicos en y analiza los as oraciones
un conjunto resultados
de datos
Representa usa usa histogramas, resume resume y representa
ción de estructuras gráficos pastel, datos represent patrones
datos de datos gráficos de de un a de
como barras, para experimento tendencia diferentes
arreglos, representar s tipos de
listas datos; utiliza oraciones
enlazadas, conjuntos, listas,
pilas, gráficos,
colas, etc. para
gráficos, almacenar datos
tablas de
dispersión,
etc.
Descomposi- define aplica orden de realiza una escribe un
ción del objetos y operaciones en clasificació esquema
problema métodos; una n de
define expresión especies
procedimien
-tos
principales
y funciones
Abstracció usa usa variables en construye resume uso de símil
n procedimien álgebra; identific un modelo los y
tos para a de una hechos; metáfora; es
encapsular hechos entidad deduce cribe una
un conjunto esenciales en un física conclusio historia con
de nes
745
 comandos problema; de los bifurcacione
repetidos estudia hechos s
a menudo funciones en
que álgebra,
realizan una comparadas
función; a funciones en
usa programación;
condicional usa la iteración
es, bucles, para
recursividad resolver
, etc problemas
Algoritmos estudia realiza la realiza un escribe
y algoritmos división larga, procedimien instruccione
procedimie clásicos; factorización; re to s
ntos implementa aliza experimenta
un acarreos en l
algoritmo suma o resta
para un
área
problema
Paralelism Utiliza resuelve Correr
o hilos, sistemas simultánea
segmentació lineales; realiza mente
n, multiplicación experimento
divide datos de matrices s con
o diferente
tareas de parámetros
forma
que sean
procesados
en
paralelo
Simulación Animación grafica una Simula el juega logra la
de función en movimiento Age of recreación
algoritmos, un plano del Empires, de una
barrido de cartesiano sistema Oregon historia
parámetros y modifica solar Trail
valores
de las variables
Adaptado de: CSTA & ISTE (2009). Computational thinking across the curriculum.
Recuperado de
https://c.ymcdn.com/sites/www.csteachers.org/resource/resmgr/CTExamplesTable.pdf

Complementan estos planteamientos un conjunto de habilidades y actitudes que se han

venido identificando por estos grupos de estudio y que cito a continuación.

Habilidades (ISTE):

746
 Eje temático 5
 Formular problemas de manera que permitan usar computadores y otras
herramientas para solucionarlos.

 Organizar datos de manera lógica y analizarlos

 Representar datos mediante abstracciones, como modelos y simulaciones

 Automatizar soluciones mediante pensamiento algorítmico (una serie de pasos

ordenados)

 Identificar, analizar e implementar posibles soluciones con el objeto de encontrar

la combinación de pasos y recursos más eficiente y efectiva

 Generalizar y transferir ese proceso de solución de problemas a una gran diversidad

de estos

Actitudes (ISTE):

 Confianza en el manejo de la complejidad

 Persistencia al trabajar con problemas difíciles

 Tolerancia a la ambigüedad

 Habilidad para lidiar con problemas no estructurados (open-ended)

 Habilidad para comunicarse y trabajar con otros para alcanzar una meta o solución
común. (ISTE, 2012)

Conjunción de Robótica Educativa y Pensamiento Computacional

Durante estos tres últimos años he tenido ocasión de participar en varios equipos de diseño
pedagógico creando propuestas educativas que integran la Robótica Educativa y el
Pensamiento Computacional. Las propuestas se diseñaron para grupos poblacionales de
estudiantes menores de 6 años y adolescentes entre los 13 y 15 años. Pensar para esos
extremos ha sido un desafío profesional y un oasis de conocimiento que conjugo a
continuación, intentando atender los fundamentos teóricos y la experiencia de diseño e
implementación que experimente en este periodo.

Tal y como lo expresaba al inicio de este artículo el Construccionismo de Seymout Papert

sustentó desde sus inicios la inspiraciones, teorías y tecnologías que se gestaron en el MIT
y posteriormente se concretaron como recursos de aprendizaje y metodologías para hacer

747
Robótica Educativa o Informática Educativa en las aulas o para pensar la “Cibernética”
como una materia curricular. De la misma raízi surge el Pensamiento Computación,
agregando atención a los conceptos, las capacidades, habilidades y prácticas
computacionales que ahora son posibles de identificar y vincular con patrones de
pensamiento y destrezas que se desarrollan a partir del uso de tecnología. Destacan en este
planteamiento la abstracción como formulación de problemas; automatización como
expresión de las soluciones y análisis como la ejecución y evaluación de la solución.

En los siguientes textos presentaré un ejercicio comparativo de esos conceptos, capacidades

y prácticas que he confirmado y observado de nuestra experiencia en los docentes y en los
estudiantes que han participado en nuestras propuestas. Queda pendiente el desafío de
ejecutar una investigación formal en campo que confirme las relaciones que me atrevo a
citar aquí.

Abstracción

La abstracción se vincula directamente con el planteamiento de problemas y el ejercicio de

aislamiento de los elementos esenciales que son posibles de distinguir en el problema y en
su planteamiento. Se trata entonces de la capacidad para aislar los elementos de su contexto
o del resto de los elementos que lo acompañan. Por ejemplo: ante el reto de diseñar un
robot que sea capaz de ubicarse en el espacio y definir una ruta para encontrar la salida en
un laberinto, quien plantea el problema y también quien lo va a diseñar responderían a la
pregunta ¿Qué tiene que hacer el robot? Ese ejercicio de pensamiento no solo activa
conocimientos y procedimientos tecnológicos, sino que recurre con frecuencia a movilizar
competencias de las áreas lógico matemática, estadística, comunicación integral, personal
social, y computacional. Se trata entonces de activar el pensamiento computacional para
comprender y resolver el problema de manera más efectiva.

Un nivel de abstracción menos explorado es el asociado al acto mismo de programar o

comprender el funcionamiento de las máquinas o equipos digitales. Distinguir, por
ejemplo: la memoria y capacidad de procesamiento o identificar las capas de operación que
intervienen en un computador mientras corre un programa. Saber sobre el poder de la
programación y los niveles de control que se pueden asumir desde los lenguajes de bajo
nivel y su diferencia con un IDE o en la capacidad de interacción y procesamiento que se
puede lograr con un robot cuando se toma el control de los datos y se conoce su capacidad

748
 Eje temático 5
de decisión o comportamiento. Estos actos de abstracción computacional también resultan
fundamentales de aprender y cultivar en los jóvenes de hoy.

Paralelamente a estos actos consientes de abstracción se une la capacidad de identificar los

elementos esenciales de un conjunto, se trata de la capacidad para dividir y separar las
partes del todo o el todo en sus partes llamado desde el PC, descomposición.

Descomposición

Se trata entonces de definir los objetos, lo métodos y procedimientos principales que serán
necesarios para orientar las posibles soluciones. Una acción fundamental es la elección de
los elementos y sus contribuciones en el sistema de representación que se defina. Por
ejemplo, a edades tempranas la capacidad de reconocer y clasificar objetos o figuras
geométricas, o en los sistemas robóticos eligiendo las piezas y operadores que van a
necesitar en sus construcciones y las estructuras de programación que permitirán el control.
A nivel procedimental, el funcionamiento y la utilidad de las ruedas, los ejes, los actuadores
y los sensores, también se activan nociones básicas sobre peso, fuerza, estabilidad. En
ese ejercicio de orden y desorden es donde se ubican las rutas de solución y se observan
los niveles de abstracción alcanzados.

Automatización

La automatización es la capacidad de expresión de las soluciones. Por ejemplo, según

Wing (2012) “cuando una persona está creando un modelo matemático que abstrae de un
fenómeno del mundo físico, y luego lo puede expresar de forma que una computadora -
humano o máquina-puede llevar a cabo, se llama automatización. Ese llevar a cabo
implica, analizar la abstracción, hacer manipulaciones de esas abstracciones y, automatizar
la abstracción, que en seguida dice más sobre el fenómeno del mundo físico que estaba
modelando” (Wing J. , 2012). Automatización implica entonces, escribir programas de
código que un computador interpreta o compila para ejecutar una función que amplía el
nivel de comprensión que se tiene. Esos programas de código requieren la escritura de
algoritmos y la concreción de procedimientos que resulta como una habilidad esencial.

749
 Algoritmos y procedimientos

Siempre bajo la premisa de resolución de problemas, la habilidad de crear algoritmos y

procedimientos implica desarrollar conjuntos de instrucciones o reglas que si se siguen con
precisión ya sea por una persona o un ordenador que conducen a representaciones digitales
o simulaciones. Por ejemplo, en robótica educativa el control de los sistemas robóticos
programados, requiere establecer los conceptos de secuencia, selección e iteración y
paralelismo, así como la formulación de condiciones e interacciones con el ambiente que
se programan aprovechando la capacidad sensorial de los dispositivos. Por ejemplo:
identificar cómo funciona un sensor, permitirá entender cómo operan en la realidad.

De igual manera las simulaciones, especialmente en robótica, son formas de representar lo

que las personas piensan y entienden el mundo y se convierten en desafíos de programación
y construcción con grados de dificultad importantes al intentar construir y programar
diversos modelos o prototipos funcionales y representativos de las realidades circundantes.
Por ejemplo, para la creación de un robot en domótica, que simula limpiar el piso, se
necesitará saber cuáles mecanismos estarán activados y en qué momento, para que de esta
forma el prototipo se conduzca con precisión y de acuerdo a lo planificado.

En síntesis, la capacidad de pensamiento computacional al crear algoritmos y

procedimientos para desarrollar soluciones más eficientes, justas y seguras se considera la
puerta de entrada a la ciencia de la computación y una capacidad por desarrollar que se
apoya fundamentalmente con recursos tecnológicos digitales, pero no necesariamente
vinculada con personas del campo de la computación. No quisiera omitir, que esta
capacidad se le acompaña del ejercicio evaluativo e intencionado para garantizar que esa
solución algorítmica es buena y apta para el propósito esperado.

Análisis

Analizar implica mejorar la calidad del pensamiento sobre un tema, contenido o problema
con el fin de apoderarse de las estructuras inherentes a ese acto de pensar y someterlas a
estándares intelectuales. Se activa con procesos de identificación de las situaciones por
resolver, requiere de la captura o recopilación, organizanización, y representación de datos
de manera lógica, con el fin de reconocer comportamientos y tendencias que permitirán
eventualmente hacer generalizaciones y transferencias. Por ejemplo, en Robótica
Educativa los elementos físicos de entrada y recopilación de los datos son los sensores,

750
 Eje temático 5
pero para activar estos elementos es requisito programarlos con el fin de que capturen la
información y se activen funciones ya sea para que se guarde en memoria o se use en efectos
inmediatos. A partir de la programación de los sensores los niños y niñas pueden tomar
datos, almacenarlos e interpretarlos para luego extraer conclusiones sobre el
comportamiento de ciertos mecanismos o para identificar relaciones entre las variables
involucradas. Por ejemplo, ellos a partir del análisis puede predecir la velocidad con que
se mueve un objeto, si colocan un sensor de rotación que mide la cantidad de vueltas dadas
en un tiempo determinado y compararlo con la distancia recorrida y la velocidad de
desplazamiento. De igual manera podrían activar formas de representación de esos datos
por medio de gráficos, cuadros u otros recursos.

En síntesis, la capacidad analítica desde el PC y también en la robótica se ve reflejada al

hacer mediciones, estimaciones, clasificaciones, relaciones espaciales, seguimiento de
secuencias, registro de datos, creaciones de gráficos y su correspondiente análisis, que le
permitirá al individuo generalizar ideas y compartir lo aprendido en otros contextos en los
que se puede aprovechar. Por ejemplo: estructurar procesos y ordenarlos, podría reflejarse
en la manera en que se hacen las tareas cotidianas para conseguir que sean más eficientes
y efectivas.

Conclusión

La Robótica Educativa y el Pensamiento Computacional constituyen una oportunidad para

abrir espacios estratégicos de aprendizaje, en los cuales los niños, niñas y jóvenes desde
sus contextos educativos y cotidianos encuentran espacios para fortalecer sus estrategias
de pensamiento y capacidades en la resolución de problemas, integrando las tecnologías
digitales, sus capacidades y prácticas como pensadores computacionales.

La presencia de nuevas tecnologías en el aula presume el diseño y práctica de ambientes

de aprendizaje interdisciplinarios donde los estudiantes adquieren habilidades para
estructurar investigaciones y resolver problemas concretos, así como capacidades para
adquirir nuevos conceptos y para dar respuesta eficiente a los entornos cambiantes del
mundo actual.

Quienes participan en propuestas educativas que se rigen por las premisas constructivistas
muestran un alto nivel de motivación para crear y aprender, así como, mayor disposición
para trabajar con otros y colaborar. También reconocen el poder y los límites de las
751
máquinas y la amplia gama de posibilidades que se abren para resolver los problemas que
no nos atreveríamos a asumir antes de la era de la informática.

Creo que el conocimiento se valora por su beneficio en la vida de las personas, por ser
compartible con los demás si se acerca al estilo personal de cada uno. Se necesita tiempo
para que las ideas se desarrollen e incorporen en el conjunto de saberes y para que se
posibilite el uso con fluidez de una nueva tecnología o para llegar a pensar en la posibilidad
de hacer algo que nunca antes se había hecho, por lo tanto, el iniciar estas experiencias en
edades tempranas es fundamental.

Los jóvenes de los 90, son los ingenieros que hoy están cambiando el mundo con nuevas
ideas, nuevos desarrollos informáticos y grandes proyectos tecnológicos. También son los
líderes y seguidores de movimientos – tipo maker- que buscan crear sus propios productos:
reparan, reciclan tecnología y mejoran desarrollos tanto a nivel de software como de
hardware, inventan sus propios trabajos y comparten lo que diseñan o hacen, para que otros
lo usen y los mejoren.

Estos movimientos están impulsando el regreso a la fabricación personalizada, al desarrollo

de productos únicos de consumo sostenible. Igualmente, están intentando incidir en la
creación de un nuevo consumidor, un poco más consiente del medio que le rodea y menos
promotor de los consumos masivos que se desechan cuando dejan de funcionar o pasan de
moda.

Mi deseo es que las poblaciones estudiantiles tengan más oportunidades de vivir estas
experiencias, porque el Pensamiento Computacional puede llegar a ser una habilidad que
todos podemos fortalecer. Los países y gobiernos requieren mayores esfuerzos para
invertir en educación y para disponer espacios a proyectos de esta naturaleza, que
amalgaman la ciencia, la tecnología, la creatividad, la invención y la innovación. Estas
acciones representan una oportunidad para abrir espacios estratégicos donde los jóvenes de
hoy se formen para las necesidades y retos del mañana; para que tomen el liderazgo y el
control, y que lo hagan de forma exitosa y responsable con su contexto y su país.

Referencias

Acuña, A. L. (noviembre de 2012). Diseño y Administración de Proyectos de Robótica

Educativa: Lecciones Aprendidas. (Redalyc, Ed.) Teoría de la Educación.

752
 Eje temático 5
Educación y Cultura en la Sociedad de la Información, 13(3), 6-27. Recuperado el
2 de mayo de 2018, de
http://www.fod.ac.cr/robotica/images/cursos/articulos/disenoyadministracion.pdf

ISTE. (2011). Computational thinking: teacher resources. Obtenido de

http://www.iste.org/docs/ct-documents/ct-teacher-resources_2ed-pdf.pdf?sfvrsn=2

ISTE. (2012). Eduteka. Obtenido de Definición Operativa de Pensamiento Computacional

para Educación Básica y Media (K-12). :
http://www.eduteka.org/pdfdir/PensamientoComputacional_Definicion.pdf

ISTE, C. &. (2009). Computational thinking across the curriculum. Obtenido de

https://c.ymcdn.com/sites/www.csteachers.org/resource/resmgr/CTExamplesTable.
pdf

National Research Council. (2011). Successful K-12 STEM Education. National Research
Council. 2011. Successful K-12 STEM Education: Identifying Effective Approaches
in Science, Technology, Engineering, and Mathematics. The National Academies
Press. https:/, Division of Behavioral and Social Sciences and Education; Board on
Science Education; Board on Testing and Assessment; Committee on Highly
Successful Schools or Programs for K-12 STEM Education. Washington, DC::
Sciences., National Academy of. doi:doi.org/10.17226/13158.

Seymour, P. (1995). La maquina de los niños. Replantearse la Educación en la de los

ordenadores. Bacelona España, Buenos Aires- México: Ediciones Paidós.

University, C. M. (2010 -2011). Probes . Obtenido de Research PROBEs:

http://www.cs.cmu.edu/~CompThink/probes.html

Wikipedia. (2 de julio de 2018). Computational thinking. Obtenido de Computational

thinking: https://en.wikipedia.org/wiki/Computational_thinking#cite_note-3

Wing, J. (26 de October de 2012). Computational Thinking. Microsoft Asia Faculty

Summit. Obtenido de https://www.microsoft.com/en-us/research/wp-
content/uploads/2012/08/Jeannette_Wing.pdf

753
Wing, J. M. (march de 2006). Computational Thinking. COMMUNICATIONS OF THE
ACM, 49(3), 33-35. Recuperado el 2 de mayo de 2018, de
https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf :
https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Wing, J. M. (31 de july de 2008). Computational thinking and thinking. (C. M. Science,
Ed.) Philosophical Transactions of the royal society A, 3721-3725.
doi:10.1098/rsta.2008.0118 en
https://www.cs.cmu.edu/~wing/publications/Wing08a.pdf

Volver al índice de autores

754