El pensamiento computacional y su impacto sobre las habilidades metacognitivas de los niños de primaria
Impact of Computational Thinking on the Metacognitive Skills of Primary School Students
Barra lateral del artículo
PDF
FLIP
Términos de la licencia (VER)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Declaración del copyright
Los autores ceden en exclusiva a la Universidad EIA, con facultad de cesión a terceros, todos los derechos de explotación que deriven de los trabajos que sean aceptados para su publicación en la Revista EIA, así como en cualquier producto derivados de la misma y, en particular, los de reproducción, distribución, comunicación pública (incluida la puesta a disposición interactiva) y transformación (incluidas la adaptación, la modificación y, en su caso, la traducción), para todas las modalidades de explotación (a título enunciativo y no limitativo: en formato papel, electrónico, on-line, soporte informático o audiovisual, así como en cualquier otro formato, incluso con finalidad promocional o publicitaria y/o para la realización de productos derivados), para un ámbito territorial mundial y para toda la duración legal de los derechos prevista en el vigente texto difundido de la Ley de Propiedad Intelectual. Esta cesión la realizarán los autores sin derecho a ningún tipo de remuneración o indemnización.
La autorización conferida a la Revista EIA estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo en el Sistema Open Journal Systems de la Revista EIA, así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
Todos los contenidos de la Revista EIA, están publicados bajo la Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Licencia
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Contenido principal del artículo
Resumen
Resumen: Las habilidades de pensamiento computacional, en especial la abstracción, pensamiento algorítmico, depuración, descomposición, guardan íntima asociación con los procesos metacognitivos. Dada la superposición entre ambos procesos, podría sugerir que la enseñanza del pensamiento computacional tiene el potencial desarrollar las estrategias metacognitivas de los estudiantes e influir en la resolución de problemas de los estudiantes y los resultados del aprendizaje (Yadav et al., 2022). El estudio actual tuvo el propósito de explorar el efecto de la enseñanza del pensamiento computacional sobre algunas habilidades metacognitivas como la memoria de trabajo. Consistió en un estudio cuasi experimental con diseño de pretest-postest con grupo control. Participaron 73 niños (grupo experimental N= 43; grupo control N= 30) de quinto grado de primaria. Como medida de resultado se utilizó el test de metamemoria de la batería BANFE-2 (Flores-Lázaro et al., 2014). La intervención consistió en el entrenamiento en pensamiento computacional COGNI-MACHINE, diseñado por la primera autora, el cual se desarrolló a modo de talleres dos veces por semana durante doce semanas. Los resultados del ANOVA-MR (Análisis de Varianza de Medidas Repetida)indicó que el grupo experimental, comparado con el grupo control, mostró una diferencia significativa para los indicadores de metamemoria total y errores positivos con tamaño del efecto mediano y pequeño respectivamente, luego del entrenamiento. Estos hallazgos sugieren que el aprendizaje del pensamiento computacional tiene un efecto favorable en el desarrollo de la metamemoria de los estudiantes.
Descargas
Detalles del artículo
Referencias (VER)
Allsop, Y. (2019). Assessing computational thinking process using a multiple evaluation approach. International Journal of Child-Computer Interaction, 19, 30–55. https://doi.org/10.1016/j.ijcci.2018.10.004
Ángel Valenzuela, M. (2019). ¿Qué hay de nuevo en la metacognición? Revisión del concepto, sus componentes y términos afines. Educação e Pesquisa, 45(0). https://doi.org/10.1590/s1678-4634201945187571
Arfé, B., Vardanega, T. & Rononia, L. (2020). The effects of coding on children’s planning and inhibition skills. Computers and Education, 148, 2-16. https://doi. org/10.1016/j.compedu.2020.103807
Arguelles, D., N. Nagles (2007). Estrategias para promover procesos de aprendizaje autónomo. Colombia: Alfaomega.
Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive– developmental inquiry. American Psychologist, 34(10), 906–911. https://doi. org/10.1037/0003-066X.34.10.906
Flores-Lázaro, J.C., Otrosky-Shejet, F., y Lozano-Gutierrez, A. Batería neuropsicológica de funciones ejecutivas y lóbulos frontales. Manual moderno; 2014.
Flores, J. & Ostrosky, F. (2012). Desarrollo neuropsicológico de los lóbulos frontales y funciones ejecutivas. Manual Moderno.
Flores, J. & Ostrosky, F. (2012). Desarrollo neuropsicológico de los lóbulos frontales y funciones ejecutivas. Manual Moderno.
Gerosa, E., Koleszar, V., Gómez, L., Tejera, G. & Carboni A. Cognitive abilities and computational thinking at age 5: Evidence for associations to sequencing and symbolic number comparison. Computers and Education Open. 2021; 2. Doi:100043. 10.1016/j.caeo.2021.100043.
Heyes, C., Bang, D., Shea, N., Frith, C. D., & Fleming, S. M. (2020). Knowing Ourselves Together: The Cultural Origins of Metacognition. Trends in cognitive sciences, 24(5), 349–362. https://doi.org/10.1016/j.tics.2020.02.007
Hickmott, D., Prieto-Rodriguez, E. & Holmes, K.A (2018). Scoping Review of Studies on Computational Thinking in K–12 Mathematics Classrooms. Digit Exp Math Educ, 4: 48–69. https://doi.org/10.1007/s40751-017-0038-8
Jiménez, V., Puente, A., Alvarado, J. M., & Arrebillaga, L. (2009). Measuring metacognitive strategies using the reading awareness scale ESCOLA. Electronic Journal of Research in Educational Psychology, 7(2), 779–804.
Kalelioğlu, F. (2015). A new way of teaching programming skills to K-12 students: Code.org. Computers in Human Behavior, (52), 200-210. https://doi. org/10.1016/j.chb.2015.05.047
Meredith R. M. (2015). Sensitive and critical periods during neurotypical and aberrant neurodevelopment: a framework for neurodevelopmental disorders. Neuroscience and biobehavioral reviews, 50, 180–188. https://doi. org/10.1016/j.neubiorev.2014.12.001
Montuori, C., Gambarota, F., Altoé, G., & Arfé, B. (2024). The cognitive effects of computational thinking: A systematic review and meta-analytic study. Computers & Education, 210, 1–23. https://doi.org/10.1016/j.compedu.2023.104961
Murphy, L., Lewandowski, G., McCauley, R. Simon, B., Thomas, L., & Zander, C. (2008). Debugging: The good, the bad, and the quirky—A qualitative analysis of novices’ strategies. SIGCSE Bulletin, 40(1), 163–167
Osses Bustingorry, Sonia, & Jaramillo Mora, Sandra. (2008). METACOGNICIÓN: UN CAMINO PARA APRENDER A APRENDER. Estudios pedagógicos (Valdivia), 34(1), 187-197. https://dx.doi.org/10.4067/S0718-07052008000100011
Pérez, C. A. & Urrea, L. M. (2022). Efectos de las actividades conectadas y desconectadas en el desarrollo del pensam no iento computacional y en la aplicación de conceptos computacionales durante la solución de problemas de programación siguiendo el modelo de progresión de tres estados. Recuperado de: http://hdl.handle.net/20.500.12209/18357
Robledo-Castro, C., Castillo-Ossa, L. F., & Hederich-Martínez, C. (2023). Effects of a computational thinking intervention program on executive functions in children aged 10 to 11. International Journal of Child-Computer Interaction, 35(100563), 100563. https://doi.org/10.1016/j.ijcci.2022.100563
Roebers, C. M., & Feurer, E. (2016). Linking executive functions and procedural metacognition. Child Development Perspectives, 10(1), 39–44. https://doi. org/10.1111/cdep.12159
Román-González, M. (2015). Computational Thinking Test: Design Guidelines and Content Validation. In Proceedings of the 7th Annual International Conference on Education and New Learning Technologies (EDULEARN 2015) (pp. 2436– 2444).
Scherer, R., Siddiq, F. & Sánchez-Viveros, B. The cognitive benefits of learning computer programming: A meta-analysis of transfer effects. Journal of Educational Psychology. 2019; 111 (5), 764-792. Doi:10.1037/edu0000314
Schwartz, B. L., & Díaz, F. (2014). Quantifying Human Metacognition for the Neurosciences. En The Cognitive Neuroscience of Metacognition (pp. 9–23). Springer Berlin Heidelberg.
Selby, C., & Woollard, J. (2013). Computational thinking: The developing definitions. Proceedings of the 45th ACM technical symposium on computer science education. Canterbury: ACM.
Shute, V.J., Sun, C. & Asbell-Clarke, J. (2017). Demystifying computational thinking. Educational Research Review, 22, 142-158. https://doi.org/10.1016/j. edurev.2017.09.003
Spieler, B., Kemény, F., Landerl, K., Binder, B. & Slany, W. (2020). The learning value of game design activities: association between computational thinking and cognitive skills. Proceedings of the 15th Workshop on Primary and Secondary Computing Education, (19), 1-4. https://doi.org/10.1145/3421590.3421607
Sun, S., Else-Quest, N. M., Hodges, L. C., French, A. M., & Dowling, R. (2021). The Effects of ALEKS on Mathematics Learning in K-12 and Higher Education: A Meta- Analysis. Investigations in Mathematics Learning, 13(3), 182–196. https://doi. org/10.1080/19477503.2021.1926194
Wang, L., Geng, F., Hao, X. et al. (2021). Measuring coding ability in young children: relations to computational thinking, creative thinking, and working memory. Curr Psychol https://doi.org/10.1007/s12144-021-02085-9
Wing, J. (2006). Computational thinking. Communications of the ACM, 49 (3), 33-35. https://www.cs.cmu.edu/afs/cs/Web/People/15110-s13/Wing06-ct.pdf
Yadav, A., Hong, H. & Stephenson, C. (2016). Computational Thinking for All: Pedagogical Approaches to Embedding 21st Century Problem Solving in K-12 Classrooms. TechTrends, 60, 565–568 https://doi.org/10.1007/s11528-016- 0087-7
Bell, T. & Lodi. M. (2019). Constructing Computational Thinking Without Using Computers. Constructivist Foundations, 14 (3), 342–351. https://hal.inria.fr/hal- 02378761/document
Olmo-Muñoz, J., Cózar-Gutiérrez, R. & González-Calero, J.A. (2020). Computational thinking through unplugged activities in early years of Primary Education. Computers & Education, 150. https://doi.org/10.1016/j.compedu.2020.103832
Kay, J., Barg, M., Fekete, A., Greening, T., Hollands, O., Kingston, J. & Crawford, K. A. (2000). Problem-Based Learning for Foundation Computer Science courses. Computer Science Education, 10 (2), 1—20. https://doi.org/10.1076/0899- 3408(200008)10:2;1-C;FT109
Zhang, L. & Nouri, J. (2019). A systematic review of learning computational thinking through Scratch in K-9. Computers & Education, 141, 103607. https://doi. org/10.1016/j.compedu.2019.103607