Didáctica computacional: modelado computacional y desarrollo del pensamiento computacional con MateFun

Manuela Cabezas; Sylvia da Rosa

Autores/as

Manuela Cabezas Universidad de la Empresa, Uruguay https://orcid.org/0000-0002-3326-0613
Sylvia da Rosa Universidad de la República, Uruguay https://orcid.org/0000-0001-8991-2177

Palabras clave:

didáctica, modelado, programación, matemática

Resumen

En este paper presentamos un análisis de una selección de secuencias didácticas que fueron elaboradas e implementadas en clase por profesores de matemática de enseñanza media, principalmente bachillerato (EMS), que participaron en un proyecto de investigación liderado por nuestro grupo. Partimos del modelo didáctico que presentamos en SAEI 2025 y de una definición de pensamiento computacional que pone el foco en el modelado computacional. Este modelo es especialemte apto para los niveles superiores de la enseñanza media, donde el paradigma computacional introduce la computación como ciencia e impone una revisión de contenidos y problemas nuevos en el curriculum. El proyecto buscó aportar recursos conceptuales y prácticos para el abordaje del pensamiento computacional en aulas de matemáticas. Los resultados del análisis confirmaron la complejidad que representa introducir cambios que implican una reconceptualización epistemológica de los contenidos. En este artículo presentamos ejemplos seleccionados que ilustran esa situación y discutimos el significado de las dificultades encontradas. Finalmente se delinean algunas actividades a futuro.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

ANEP. (2022). Marco Curricular Nacional. (Reporte de la Transformación Educativa Administración Nacional de Educación Pública).

Bocconi, S., Chioccariello, A., Kampylis, P., Dagien˙e, V., Wastiau, P., Engelhardt, K., Earp, J., Horvath, M., Jasut˙e, C., E.and Malagoli, Masiulionyt˙eDagien˙e, V. & Stupurien˙e, G. (2022). Reviewing Computational Thinking in Compulsory Education. In Publications Office of the European Union, Inamorato Dos Santos, A., Cachia, R., Giannoutsou, N. and Punie, Y. editor(s),Luxembourg, ISBN 978-92-76-47208-7 (doi:10.2760/126955, JRC128347). https://https://doi.org/10.35305/revistairice.vi49.2035

Cabezas, M. (2021). Pensamiento Computacional, Educación STEM y la Educación Informática: Cuestiones Pendientes. "Revista sudamericana de educación, universidad y sociedad (RSEUS).", 9(1), 45-59. https://plataformas.ude.edu.uy/revistas/rifedu/index.php/RSEUS.

Cabezas, M. (2023). Didactic Modeling for Specific Didactics: Computational Science. "Revista sudamericana de educación, universidad y sociedad (RSEUS).", 11(No. Esp). http://34.95.139.155/index.php/RSEUS/en/article/view/210.

Cabezas, M. & da Rosa, S. (2022). Modelado Didático para Ideas Fundamentales en Computación. Proceedings of The 51 SADIO Conference, Simposio Argentino de Educación en Informática (SAEI 2022). https://revistas.unlp.edu.ar/JAIIO/article/view/18293.

Cabezas, M. & da Rosa, S. (2025). Modelado didáctico con el lenguaje de programación MateFun. Proceedings of The 54 SADIO Conference, Simposio Argentino de Educación en Informática (SAEI 2025). ISSN 2451-7496. https://revistas.unlp.edu.ar/JAIIO/article/view/19970.

da Rosa, S. (2018). Piaget and Computational Thinking. CSERC ’18: Proceedings of the 7th Computer Science Education Research Conference, 44-50. https://doi.org/10.1145/3289406.3289412.

da Rosa, S. & Gómez, F. (2022). The construction of knowledge about programs. Proceedings of Psychology of Programming Interest Group (PPIG). = https://ppig.org/papers/2022-ppig-33rd-gomez/.

Denning, P. & Tedre, M. (2016). The Long Quest for Computational Thinking. Proceedings of the 16th Koli Calling Conference on Computing Education Research, 120-129.

Gambrell, J. (2024). Multiple Choice Computational Thinking Assessment for Introductory Physics [Tesis doctoral, Drexel University]. https://researchdiscovery.drexel.edu/esploro/outputs/doctoral/Multiple-Choice-ComputationalThinking-Assessment-for/991021902014004721

García, J. M. 2. (2020). La expansión del Pensamiento Computacional en Uruguay. Revista Educación a Distancia, 20 (63). http://dx.doi.org/10.6018/red.410441

Harel, D. & Feldman, Y. (2004). Algorithmics - The Spirit of Computing. AddisonWesley Publishers Limited 1987, 1992, Pearson Education Limited 2004.

Hirschkorn, M. & Geelan, D. (2008). Bridging the research-practice gap: research translation and/or research transformation. Alberta Journal of Educational Research, 54(1).

INEEd. (2024). INEEd (2024). Uruguay en el ICILS 2023. https://www.ineed.edu.uy/images/publicaciones/informes-de-uso-de-%20tics-en-la-educacion/Uruguay-en-el-ICILS-2023.pdf

Marton, F. (2015). Necessary conditions of learning. Routledge.

Parsons, S. (2021). The importance of collaboration for knowledge co-construction in ‘close-to- practice’research. British Educational Research Journal, 47(6), 1490-1499.

Serder, M. & Malmström, M. (2020). Vad talar vi om när vi talar om praktiknära forskning? Pedagogisk forskning i Sverige, 25(1), 106-109.

Sundtjønn, T., Aalbergsjø, S. G., Møller, T. E. & Schrøder, V. (2024). Review on pedagogical practices for computational thinking in teacher education: Characterizing an emerging field. Nordic Journal of Comparative and International Education (NJCIE), 8 (4).

Topor, M., Pickering, J. S., Mendes, A. B., Bishop, D. V., Büttner, F., Elsherif, M. M., Evans, T. R., Henderson, E. L., Kalandadze, T., Nitschke, F. T. y col. (2023). An integrative framework for planning and conducting Non-Intervention, Reproducible, and Open Systematic Reviews (NIROSR). Meta-Psychology, 7.