Cómo citar este texto: “Pensamiento computacional y sus 4 pilares”. Rodrigo Terra. Publicado el: 17/08/2023. Enlace de la publicación: https://www.es.makerzine.com.br/educacion-general/pensamiento-computacional-y-sus-4-pilares .

¿Qué es el Pensamiento Computacional?

El pensamiento computacional es una forma de pensar con el objetivo de resolver problemas complejos. Entendemos por problemas complejos aquellos problemas que no tienen una solución inmediata, por lo que es necesario dividirlos en problemas más pequeños y, a partir de ahí, identificar posibles soluciones.

Importante! El Pensamiento Computacional no depende del uso de computadoras ni de lenguaje computacional, y tampoco se limita a navegar por Internet o enviar correos electrónicos.

Según el Almanaque para la popularización de la Ciencia de la Computación: “El pensamiento computacional busca comprender cómo el funcionamiento de la computadora puede ser útil como una herramienta que ayuda a aumentar el poder cognitivo de los seres humanos.” [1]

Seymour Papert presentó el término “Pensamiento Computacional” por primera vez en 1980. Este término se refiere al conjunto de habilidades desarrolladas en Ciencia de la Computación, que pueden aplicarse para resolver problemas en diversas áreas del conocimiento. Por lo tanto, trabajar en el pensamiento computacional en sí mismo promueve la interdisciplinariedad, e incluso la transdisciplinariedad. Desde 1972, Papert ya hablaba sobre las ventajas del uso de la computadora en la educación, incluso desarrollando un lenguaje de programación en el que el usuario interactuaba con una tortuga y la hacía moverse.

Fue solo en 2006, en el trabajo de Jeannette Wing [2], que el término Pensamiento Computacional comenzó a ganar repercusión y se difundió más ampliamente. Según Wing [2], “El pensamiento computacional es una habilidad fundamental para todos, no solo para los científicos de la computación.“. Wing defiende la propuesta de incorporar el pensamiento computacional en la educación básica, trabajando en conjunto con la lectura, la escritura y la aritmética. Otra definición presentada por Wing [2] para el pensamiento computacional es: “son los procesos de pensamiento involucrados en la formulación de un problema y en la expresión de su solución o soluciones efectivas, de manera que una máquina o una persona pueda realizarlas“.

Nuevamente, según el Almanaque [1], tenemos una observación muy interesante para nuestro contexto educativo que dice: “Cuando se aplica en el aula, permite que el estudiante sea el protagonista de su propio aprendizaje, estructurando sus propios pasos para resolver sus problemas o los problemas del mundo…“

4 pilares del Pensamiento Computacional

El pensamiento computacional se divide en cuatro pilares, los cuales son los siguientes:

Descomposición

Proceso que divide los problemas en partes más pequeñas para facilitar la resolución, el desarrollo y la gestión. Es necesario analizar los problemas para identificar las partes que se pueden separar, además de considerar formas de volver al problema inicial.
En nuestras experiencias como docentes, siempre utilizamos este pilar para preparar nuestras clases, identificando contenidos, estableciendo objetivos, verificando el conocimiento previo del alumno, ideando propuestas de actividades, seleccionando recursos didácticos, elaborando evaluaciones, entre otras cosas…

Reconocimiento de patrones

El reconocimiento de patrones se refiere a las características que comparten algunos problemas. La práctica de identificar patrones es una habilidad humana que nos acompaña desde nuestra infancia, y además, está en constante evolución, lo que significa que nuestro repertorio siempre está en crecimiento. Cuanto más patrones podamos reconocer, más fácil y rápido será nuestro enfoque general para resolver problemas. Nuevamente, cuanta más práctica (ampliación de nuestro repertorio), más directamente llegará la solución. Algunos ejemplos de este pilar son:

Prever el próximo número en una secuencia dada,
Identificar y clasificar aves o plantas utilizando patrones de similitud,
Estimar la hora a partir de la posición del sol,
Predecir el clima para mañana según las condiciones climáticas de hoy,
Identificar la dirección del viento observando el movimiento de las ramas de los árboles,
Seleccionar una fruta según los colores de su piel,
Diagnosticar enfermedades basándose en síntomas, apariencias y comportamientos,
Identificar una canción por el patrón de notas al comienzo (juego de las siete notas),
y más…

Abstracción

Filtrado y clasificación de datos, creando mecanismos que permitan separar solo los elementos esenciales en un problema específico, ignorando detalles irrelevantes. Permite crear una representación (idea) de lo que se está intentando resolver. Lo esencial es elegir el detalle que se va a ignorar, de modo que el problema sea más fácil de comprender sin perder ninguna información importante. Este pilar es de gran importancia para el pensamiento computacional, ya que se utiliza en varios momentos, por ejemplo:

En la escritura del algoritmo y sus iteraciones,
En la selección de datos importantes,
En la formulación de preguntas,
En la naturaleza de un individuo en comparación con un robot,
En la comprensión y organización de módulos en un sistema,
y más…

Un buen ejemplo para comprender el pilar de Abstracción es pensar en la recolección selectiva.

No podemos mostrar TODOS los objetos que pueden ser de plástico, pero podemos presentar un único material que abarca todos estos objetos. Por lo tanto, en el contenedor rojo, solo arrojamos objetos hechos de plástico. Esta abstracción facilita el uso eficiente de estos recursos de separación de residuos, ya que si tuviéramos que escribir todos los objetos de plástico, estaríamos utilizando una gran cantidad de recursos, lo que haría que la recolección selectiva fuera inviable.

Algoritmo

Es una secuencia finita de pasos o etapas, cada uno de los cuales puede ser ejecutado en un tiempo finito por un agente computacional, ya sea natural (humano) o sintético (computadora). Es un plan, una estrategia o un conjunto de instrucciones ordenadas para resolver un problema o llevar a cabo una tarea. Su formulación pasa por el proceso de descomposición, reconocimiento de patrones y abstracción.

Según Wing[2], es el pilar que agrega los otros pilares.

Los algoritmos pueden estar escritos en forma de diagrama, pseudocódigo (lenguaje humano) o en lenguaje de programación (código).

A continuación, presentaré un ejemplo de un algoritmo que permite a un robot verificar si una bombilla está fundida y, en caso afirmativo, reemplazarla.

¿Por qué estudiar Pensamiento Computacional?

Según el Foro Económico Mundial, las 10 habilidades esenciales para los profesionales del futuro son:

Resolución de problemas complejos
Pensamiento crítico
Creatividad
Gestión de personas
Coordinación
Inteligencia emocional
Habilidad para el juicio y la toma de decisiones
Orientación al servicio
Negociación
Flexibilidad cognitiva

De estas 10 habilidades, 4 de ellas son habilidades desarrolladas al trabajar con el pensamiento computacional, que son:

Resolución de problemas complejos

El pensamiento computacional orienta, según sus pilares, a dividir un problema complejo en pequeños pasos, lo que facilita el análisis del problema y facilita el desarrollo de propuestas para llegar a la solución final.

Pensamiento crítico

Según Francis Bacon (1561-1626): “El pensamiento crítico implica el deseo de buscar, la paciencia para dudar, el compromiso para meditar, la lentitud para afirmar, la disposición para considerar, el cuidado para ordenar y el rechazo hacia cualquier tipo de impostura“. En otras palabras, estamos fomentando en nuestros estudiantes el desarrollo no solo de una actitud proactiva de cuestionamiento, sino también una actitud proactiva para resolver problemas en curso.

Creatividad

Según Flieger, la creatividad ocurre cuando “manipulamos símbolos u objetos externos para producir un evento inusual para nosotros o para nuestro entorno“. En otras palabras, la creatividad está relacionada con comprender tu contexto, mover recursos para resignificarlos.

Flexibilidad cognitiva

Según se menciona en el trabajo “Cognición, Aprendizaje y Rendimiento” [3], la flexibilidad cognitiva tiene algunas definiciones: “De acuerdo con Cañas, Quesada, Antoli y Fajardo (2003), la flexibilidad cognitiva es la capacidad de adaptación de estrategias del proceso cognitivo a nuevas e inesperadas condiciones ambientales. Más recientemente, Kloo, Perner, Kerschhuber, Aichhorn y Schmidhuber (2010) definen la flexibilidad cognitiva como una función ejecutiva que remite a funciones corticales superiores responsables del control consciente del pensamiento, la acción y la emoción. Se trata, por lo tanto, de una función esencial en la planificación, el control de inferencias, la regulación de la atención y la inhibición de acciones inadecuadas.” Además de estas habilidades, es importante destacar que al trabajar estas habilidades del pensamiento computacional, estamos fomentando la inclusión digital, así como el aumento de la productividad.

Ejemplo de aplicación

Imagina que una de las bombillas de tu casa se ha fundido y queremos programar un robot para que realice esta tarea cada vez que ocurra.

Decomposición: En una casa se utilizan muchas bombillas diferentes, de colores blanco y amarillo, con diferentes potencias y en varias habitaciones, por lo que es importante definir el área de actuación de nuestro robot. Solo para ilustrar la idea, vamos a poner a nuestro robot para que actúe solo en una parte de la casa, a la que llamaré oficina. En este lugar, el mejor color de bombilla es el blanco, para mantener a las personas despiertas. Además, una bombilla LED con una potencia de 9 o 12 W es suficiente para iluminar bien todo el ambiente. Luego, se debe desarrollar el algoritmo para cambiar el dispositivo.

Reconocimiento de patrones: Utilizaremos este pilar para que nuestro robot pueda identificar el momento adecuado para cambiar una bombilla. Si imaginamos que durante el horario comercial se utilizará la oficina, podemos definir que el robot realice una verificación diaria al comienzo del día… solo para facilitar, supongamos que la bombilla solo se funde al comienzo del día.

Abstracción: Además, el robot deberá seleccionar la bombilla correcta entre muchas otras en una caja, por lo que debe clasificar los datos de las bombillas para que se pueda utilizar la correcta.

Algoritmo: Para finalizar, necesitamos desarrollar una serie de pasos para cumplir con todas nuestras necesidades.

Nuestro algoritmo quedaría así:

INICIO

A las 9:00 de la mañana, verificar en el interruptor si la bombilla se enciende.
- Si es así, finalizar.
- Si no, iniciar el procedimiento de cambio de bombilla:
  - Ir a la caja de almacenamiento de bombillas.
  - Encontrar una bombilla que sea blanca y de 12 W.
  - Retirar la bombilla de la caja y llevarla a la oficina.
  - Quitar la bombilla fundida.
  - Colocar la bombilla fundida en la basura reciclable.
  - Colocar la bombilla nueva en el portalámparas.
  - Probar si la bombilla funciona correctamente.
    - Si es así, finalizar.
    - Si no, reiniciar el procedimiento de cambio de bombilla.

FIN

¿Dónde más utilizas el pensamiento computacional en tu día a día? Estoy seguro de que al empezar a pensar en ello, descubrirás que esta forma de pensar ya está muy presente en tu rutina.

¡Déjalo en los comentarios!

Referencias Bibliográficas

[1] Cícero Gonçalves dos Santos, Ícaro Dantas Silva, Maria Augusta Silveira Netto Nunes, José Humberto dos Santos Júnior. “O que é o pensamento computacional?”. Almanaque para a popularização da ciência da computação. Série 7, Pensamento computacional. v. 1. Para acessar o texto, clique aqui.

[2] Cleverson Sebastião dos Anjos. “PENSAMENTO COMPUTACIONAL – Um conjunto de atitudes e habilidades que todos, não só cientistas da computação, ficaram ansiosos para aprender e usar”. Tradução do texto “Computational Thinking” de Jeannette Wing. Para acessar o texto, clique aqui.

[3] Leandro S. Almeida, Alexandra M. Araújo, Amanda R. Franco, Diana L. Soares. “Cognição, Aprendizagem e Rendimento – I Seminário Internacional”. Universidade do Minho. Instituto de Educação – Centro de Investigação em Educação. Para acessar o texto, clique aqui.

Aprofundando:

Rodrigo R. Terra. “BNCC – Competências gerais + Sugestões”. MakerZine. Para acessar o texto, clique aqui.

Gilson Pedroso dos Santos, Ronilson dos Santos Bezerra. “Desenvolvimento do Pensamento Computacional através do Uso de Tutoriais Interativos”. CBIE 2018 e JAIE 2018. Para acessar o texto,

Rodrigo Terra

He trabajado como profesor de Física y Cultura Maker durante más de 20 años. Soy investigador en Ciencias Educativas con énfasis en Tecnología Educativa y Docencia, desarrollando trabajos de consultoría pedagógica para diversas empresas del sector educativo. Desde hace algunos años, he estado enfocando mis estudios en el mundo de los datos y la programación. Actualmente, trabajo como líder académico en materias técnicas como Data Analytics, Gestión de Productos Digitales y Mercado Financiero. Soy un eterno curioso, apasionado por el café y por una buena conversación. Creo que solo a través de una formación transdisciplinaria podemos crear oportunidades para pensar en diferentes aspectos o puntos de vista sobre un mismo tema y, con ello, desarrollar personas más conscientes y preparadas para la vida.