Cómo activar el pensamiento

computacional en educación

Entiende qué es el pensamiento computacional su

relación con la programación y la robótica educativa
conoce las claves metodológicas para su enseñanza
descubre actividades y otros recursos
www.joseluisserrano.net
Cómo citar:
Serrano, J.L. (2021). Cómo activar el pensamiento computacional en
educación. Blog EduHacking. https://doi.org/10.5281/zenodo.4520915

Reservados todos los derechos. Queda rigurosamente prohibida, sin la

autorización escrita del titular del copyright, bajo las sanciones establecidas en
las leyes, la reproducción parcial o total de esta obra por cualquier medio o
procedimient, así como la distribución de ejemplares mediante alquiler o
préstamo público. Sí se permite la impresión para uso personal.

©Copyright de los textos: José Luis Serrano Sánchez

Todas las imágenes proceden de Pixabay y tienen permisos de autor para su uso
Diseño y maquetación: José Luis Serrano Sánchez

ISBN. 978-84-09-28009-4
ALGORITMOS, EMOCIONES Y HÁBITOS

Los organismos son algoritmos. Así lo entiende Yuval Noah Harari,

profesor de historia de la Universidad Hebrea de Jerusalén. El exitoso
escritor llega a identificar al algoritmo como el concepto más importante en
nuestro mundo actual. Entender qué es un algoritmo ofrece la posibilidad
de comprender nuestra vida y nuestro futuro. Desde el ámbito de la
informática, Peter Denning insistió en 2017 que un algoritmo no es una
secuencia de pasos, sino una serie de pasos que controlan alguna máquina
abstracta o modelo computacional sin requerir juicio humano.
Harari, afirma que las emociones son realmente algoritmos bioquímicos
vitales para calcular probabilidades en el diseño de un método eficaz en la
resolución de problemas asociados a la supervivencia y a la reproducción
humana. Por encima de todo, nuestro cerebro sigue programado para estos
 dos fines. La selección natural ha provocado el refinamiento de estos
algoritmos (sensaciones y emociones) mediante exigentes controles de
calidad. La capacidad de disponer de algoritmos rápidos que evalúen
probabilidades ha sido determinante en nuestra evolución.
No solo las emociones pueden ser entendidas como algoritmos. Muchas
de las acciones automatizadas que ejecutamos a diario para resolver
problemas son también en gran medida algoritmos. Otro ejemplo de uso de
algoritmos alejado del mundo de la informática lo encontramos en la
formación y el uso de un hábito. El experto en la materia, James Clear,
entiende que un hábito es una conducta repetida que ha sido automatizada
para solucionar problemas en situaciones parecidas. Emociones,
movimientos físicos, creación de hábitos o programación de máquinas son
ejemplos de que los algoritmos y el pensamiento computacional están
presentes.
Con esta guía podrás entender qué es el pensamiento computacional, su
relación con la programación y la robótica educativa, las claves
metodológicas para su enseñanza y ejemplos de actividades que podrás
reutilizar y adaptar en tu contexto. Todo enfocado especialmente a la
Educación Primaria.
Mi objetivo no es que como docente o futuro docente aprendas lenguajes
de programación o que sepas construir y utilizar un robot. La idea es que tus
estudiantes (o futuros estudiantes) lleguen a entender cómo funcionan las
máquinas para “aprender a construir algoritmos que conecten personas y
emociones” (Sánchez et al., 2020).
Los avances tecnológicos están permitiendo que los humanos podamos
saber cada vez más sobre el funcionamiento de nuestro cerebro y el resto
del cuerpo. La creación de ordenadores es sin duda, el inicio de una
auténtica revolución que, con el desarrollo de la inteligencia artificial volverá
a exigir cambios sociales, culturales y educativos. Y es que como indicaron
Pea & Kurland en 1984 la competencia para aplicar adecuadamente las
habilidades como la planificación y la heurística de resolución de problemas
en actividades mentales con y sin ordenadores, es un objetivo fundamental
de la educación.
La tecnología educativa es la principal disciplina desde la que se trabaja el
pensamiento computacional en este documento. Es la brújula que marca el
qué, el cómo y para qué. Permite vacunarnos ante el brillo del robot, ante la
moda de un tema y, además, lo mantiene como un tema relevante pero
prescindible. En definitiva, prioriza situar el foco de estudio en la formación
del profesorado y en las metodologías a seguir para su correcta integración
curricular. Y es que la tecnología educativa,
He sintetizado mucha información para que esta guía sea realmente un
recurso que ayude a saber por dónde empezar con el pensamiento
computacional y la robótica educativa. Espero que te sea de utilidad.

José Luis Serrano

Profesor e Investigador de Tecnología Educativa
Facultad de Educación. Universidad de Murcia
Autor del blog EduHacking
www.joseluisserrano.net
 QUÉ CONTIENE ESTA GUÍA

8 El Pensamiento Computacional

Enseñanza y aprendizaje dell

pensamiento computacionall 14
32
Actividades desenchufadas,
programación y robótica educativa

Recursos 45
64 Referencias bibliográficas
 El Pensamiento Computacional
CAPITULO 1: Pensamiento computacional en Educación
Primaria Algo más que resolver problemas….

Podríamos entender el pensamiento computacional (PC) como el

conjunto de procesos mentales que ayudan a buscar soluciones
automatizadas (con o sin tecnología) a determinados problemas. Sin
embargo, no existe un consenso claro sobre el concepto. Además, surgen
dudas sobre su verdadera relación con la programación o la robótica
educativa. Veamos en este primer apartado algo más sobre estas
cuestiones.

EVOLUCIÓN O INVOLUCIÓN DEL CONCEPTO

En la revisión sistemática realizada por Kaleli ̇Oğlu et al. (2016), los autores
valoran negativamente el valor científico de los estudios realizados sobre el
concepto y su discusión. En este estudio se concluye que solamente unas
pocas organizaciones e investigadores han intentado definir o redefinir el

8
 concepto para tratar de proporcionar un marco de referencia sólido para
profesores y estudiantes. Curiosamente, esto ha provocado un aumento de
publicaciones (la mayoría estudios no empíricos) que critican o alertan sobre
el problema existente sobre el concepto, lo cual limita el desarrollo de
instrumentos para desarrollar el PC como una competencia fundamental
(Roig-Vila & Moreno-Isac, 2020). El debate sigue abierto.
Denning (2017), un distinguido y prestigioso científico norteamericano de
las ciencias de la computación, realiza una profunda -y crítica- revisión del
concepto. Según el autor, el origen del concepto del PC podría remontarse
a 1945 cuando George Polya publicó el libro How to Solve. En este manual
se reflejan una serie de estrategias y métodos para la búsqueda de solución
de problemas matemáticos. Los pasos esenciales para resolver un problema
recogidos en esta publicación son: a) entenderlo; b) hacer un plan; c) llevarlo
a cabo; d) revisar.
Existe cierto consenso en que realmente fue Seymour Papert el precursor
del concepto de PC al publicar hace cuarenta años su libro Mindstorms:
children, computers, and powerful ideas. Papert (1980) partió de la premisa
de que los ordenadores pueden proporcionar los ingredientes necesarios
para que se adquieran los conocimientos desde una perspectiva
experiencial y basada en la acción. De esta manera, su interés estaba en ver
cómo los ordenadores podrían contribuir a los procesos mentales para
influir sobre el modo en que las personas piensan aun cuando se encuentran
muy alejadas del contacto físico con un ordenador.
Papert consideró que los menores tenían que ser capaces de manejar
(programar) estas tecnologías para desarrollar “sus ideas a fin de lograr un
dominio más claro del mundo, la visión de las inagotables posibilidades que
surgen de la aplicación de sus conocimientos, y una más realista sensación
de confianza en ellos mismos como seres intelectuales” (Paper, 1980, p.7).
Una de sus ideas centrales es que el menor debe tener un sentido de
dominio del ordenador. Para ello, es necesario que diseñar ordenadores se
convierta en un proceso natural para aprender a comunicarnos con ellos.

9
Esta comunicación, según Papert, puede modificar el modo en que se
producen otros aprendizajes.
A pesar de las valiosas ideas de Papert y sus numerosas experiencias en
escuelas, su implementación no fue generalizada. La complejidad de los
lenguajes de programación del momento, la ausencia de recursos en
general y la falta de una adecuada formación de los docentes en tecnología
educativa, son los factores causantes de este bajo impacto. Sin embargo,
como he indicado anteriormente, en el año 2006 y con la definición
proporcionada por Wing, se inició el resurgir del PC en la escuela. Veamos
algunos acontecimientos clave durante estos años.
Barr et al. (2011) relata que en 2009 la National Science Foundation (NSF),
una agencia gubernamental de los Estados Unidos responsable de financiar
el 20% de la ciencia producida por este país, financió un proyecto dirigido
conjuntamente por la International Society for Technology in Educación
(ISTE) y la Computer Science Teachers Association (CSTA). El principal
objetivo fue hacer más accesible -entre los educadores (especialmente en
Educación Primaria)- el concepto de PC. Para ello, se proporcionó una
definición más operativa utilizando un vocabulario más compartido y
relevante -para los docentes- con ejemplos concretos y más ajustados a las
prácticas educativas de los centros. Cabe resaltar que, este exitoso
movimiento ha contado con el apoyo y la financiación del Gobierno de los
Estados Unidos (con la NSF) y con el de empresas como Microsoft y Google.
Diversas son las definiciones promovidas desde estos movimientos. Las
definiciones realizadas por Wing (2006, 2011), CSTA & ISTE (2011), Google
for education, ISTE (2016) son claro resultado de esta intención de acercar
el PC a las escuelas. Vienen a definir el PC como un proceso o enfoque desde
el que un agente que procesa información busca soluciones a problemas
determinados, siendo una habilidad necesaria para cualquier persona, no
solo para expertos en ciencias de la computación. Se resalta también la
importancia de la integración de las ideas humanas con las tecnologías
digitales.

10
 La perspectiva liderada de la definición aportada por Wing (su trabajo es
hasta el momento el más citado) generó gran debate y comenzaron a surgir
otros estudios (casi ninguno de carácter empírico) proporcionando
múltiples definiciones. Esto se ha debido, en gran medida, a las diversas
críticas realizadas por parte de expertos en el área de las ciencias de la
computación, como las realizadas por Denning (2017) o Voogt et al. (2015).
Las dos principales críticas que realizan son: a) no es sostenible con
evidencias la idea de que el PC sea necesario y útil para todas las disciplinas
o lo que es lo mismo, para cualquier persona y cualquier profesión; b) es un
error pensar que el PC es solamente un método para resolver problemas.
Voogt et al. (2015), analizan las ideas sugeridas por Papert y Wing
encontrando importantes diferencias. Muy a menudo, se suele generar
confusión entre la perspectiva de Papert y la Wing pensando que es la
misma. Por un lado, Papert analizaba que la programación y las habilidades
de pensamiento se pueden desarrollar desde múltiples disciplinas. De otro
lado, la corriente promovida por las definiciones de Wing, centra el foco de
atención en conceptos generales de las ciencias de la computación
envueltos en el término de PC. Dicho de otro modo, el primero se centra en
la programación y la segunda en el PC como algo más amplio y que no
requiere programación siempre. En cualquier caso, las dos corrientes
carecen de resultados consistentes en al menos en una cosa: la
transferencia.
La transferencia de los aprendizajes es uno de los procesos cognitivos más
interesantes estudiados principalmente desde la psicología cognitiva.
Transferir aprendizajes de un contexto a otro es complicado e infrecuente.
Y es que “nuestro cerebro tiene una marcada tendencia a aprender de lo
concreto y asociar los aprendizajes a los contextos específicos en que se
aprendieron” (Ruiz, 2020 p.97). Esta capacidad depende de cuán parecidos
sean los contextos de aprendizaje y de su aplicación. Para que se produzca
o se facilite, además de “aprender pensando”, es necesario que se trabaje
una habilidad o concepto en varios contextos diferentes y de manera
espaciada (Ruiz, 2020). El objetivo podría ser aplicar los principios que

11
subyacen a la solución de un problema para resolver otros en contexto
distintos.
Respecto a los trabajos realizados por Papert, Voogt et al. (2015)
consideran que no hay evidencias suficientes de que las habilidades
aprendidas con la programación se puedan aplicar en otros contextos. Ruiz
(2020) rescata el trabajo de Perkins & Salomon (1992) para ir más allá e
indicar que aprender a programar en un lenguaje determinado contribuye a
saber programar en otros lenguajes de programación. Sin embargo,
aprender a programar no mejora necesariamente nuestra capacidad de
resolver problemas en cualquier contexto.
Otra parte fundamental cuestionada de estas definiciones operativas es -
casi- igualar el PC a la resolución de problemas. Sin embargo, lo que sí está
más claro es que la relación entre la resolución de problemas y el PC es
intensa y lo primero es un elemento diferenciador de lo segundo. No es
casualidad que el término “resolución de problemas” sea el que más se
repite en las definiciones sobre PC según la revisión sistemática realizada
por Kaleli ̇Oğlu et al., (2016). En este y otros trabajos como el de Kale et al.
(2018), se analiza esta relación, creando marcos de referencia en los que
destaca la resolución de problemas mediante tareas computacionales.
El debate sigue abierto, pero desde una perspectiva histórica y desde una
visión educativa, podemos entender que el pensamiento computacional es:

Los procesos de pensamiento involucrados en la

formulación de problemas para que sus soluciones
puedan representarse como pasos computacionales
y algoritmos (Aho, 2121)

12
13
Enseñanza y aprendizaje del pensamiento
computacional
Aprender pensando…

Uno de los interrogantes por resolver en la investigación sobre PC se

refiere a la falta de estudios sobre las estrategias y metodologías más
adecuadas para la enseñanza y el aprendizaje del PC.
Muy probablemente esta circunstancia se deba a que la mayoría de
los investigadores proceden de otras áreas de conocimiento diferente
a las Ciencias de la Educación. Por lo tanto, en las principales
publicaciones sobre PC en Educación encontramos bastantes más
autores del campo de las Ciencias de la Computación que de la
Tecnología Educativa, por ejemplo. La escasa investigación desde la

14
 pedagogía es una de las dificultades que encontramos para una
adecuada integración (Sánchez-Vera, 2019).
En las pedagogías desarrolladas ampliamente durante el siglo XX
(muchas basadas en ideas de mucho antes) encontramos una gran
variedad de respuestas. En este apartado, el objetivo no es profundizar
en cada una de las opciones o variantes. Sí lo es mostrar aquellas
metodologías y estrategias que por su naturaleza van a tener mayor
éxito durante la integración del PC en Educación Primaria y que en
varios estudios ya se están aplicando a veces casi de manera intuitiva.
Como veremos en próximas páginas, todas ellas tienen el mismo
denominador común: promueven que el estudiante “aprenda
pensando”.

CONSTRUCCIONISMO Y CONSTRUCTIVISMO
El principal marco de referencia utilizado en las experiencias de
desarrollo del PC es el construccionismo. Así lo identifican claramente
las revisiones sistemáticas realizadas por Kaleli ̇Oğlu et al. (2016) y
Kirwan et al. (2018). Desde la robótica educativa también encontramos
múltiples programas o propuestas que incorporan muchos elementos
del construccionismo, como, por ejemplo, el TankibleK Robotics
program de Bers et al. (2014).
Esta teoría del aprendizaje fue desarrollada por Papert (1980). Se
basa en la importancia de la acción y en el aprendizaje activo. Para
Papert, el conocimiento debe ser construido por el aprendiz mediante
la acción. La construcción de un producto significativo hace que el
aprendizaje sea más eficaz cuando es parte de una actividad en la que
el aprendiz experimenta esta construcción mediante la
experimentación creativa y la elaboración de objetos sociales. Como se
puede deducir, el aprendiz está en el centro del proceso de enseñanza
y aprendizaje. Tradicionalmente la enseñanza del PC ha estado muy
relacionado con el construccionismo gracias -en gran medida- a las
aportaciones de Papert (1980).

15
 Papert, discípulo de Piaget, parte del constructivismo, uno de los
desarrollos más importantes de las últimas décadas desde la teoría de
la educación. Autores tan relevantes como Bruner, Piaget y Vygotsky
consideran que los aprendices construyen significados gracias a las
interacciones activas con su medio ambiente y con las personas que los
rodean.
Desde este enfoque, se entiende que los estudiantes adquieren
conocimiento gracias a estas experiencias significativas que suceden
mediante la exploración y el descubrimiento. Sin embargo, desde el
sentido más estricto del constructivismo teórico, la idea central es que
para que se produzca aprendizaje es necesario que exista una
“conexión entre los conocimientos previos y la nueva información,
promovida por el empeño de darle significado” (Ruiz, 2020, p.56).

EL APRENDIZAJE ACTIVO Y EXPERIENCIAL

Ver o escuchar algo -aunque sea repetidas veces- no garantiza que
vayamos a convertirlo en conocimiento y que lo vayamos a recordar.
Sin embargo, pensar y reflexionar sobre ello mejorará nuestra
capacidad de recordarlo (Ruiz, 2020). Desde la psicología cognitiva,
sabemos que esto supone, por ejemplo, buscar relaciones y activar
conocimientos previos relevantes que conecten con el objeto de
aprendizaje. Cuantas mayores sean esas relaciones, más sólida será la
asimilación de información y creación de conocimientos. Éstas son las
bases del denominado aprendizaje activo, muy presente en todas las
metodologías y estrategias utilizadas en el desarrollo del PC.
No es solo aprender haciendo o haciendo cosas. Una lectura -por
ejemplo- puede ser un método de aprendizaje activo siempre y cuando
el estudiante busque relaciones y lo contraste con sus conocimientos
previos. Y al contrario puede suceder con actividades en las que el
estudiante está “haciendo cosas”, como una práctica con un robot en
la sigue unas instrucciones cerradas y esta tarea no le provoca
realmente “pensar” en los términos vistos en líneas anteriores. La clave
está en si el estudiante reflexiona sobre su aprendizaje.

16
 Según Ruiz (2020), los métodos de aprendizaje activo han sido
ampliamente documentados desde la investigación educativa,
mostrando también excelentes resultados cuando las reflexiones se
realizan en grupo. Parece que los efectos positivos sobre el aprendizaje
también surgen cuando se ofrece a los estudiantes “la oportunidad de
compartir, contrastar y discutir sus ideas con sus compañeros y con el
docente, en un ambiente distendido” (p.55).
La reflexión sobre el hacer es precisamente el elemento que define
el aprendizaje experiencial. Kolb (1984) enfatizó el papel relevante de
la experiencia tras analizar los modelos de aprendizaje de Dewey, Lewin
y Piaget. El autor define el aprendizaje como el “proceso mediante el
cual el conocimiento se crea a través de la transformación de la
experiencia” (Kolb, 1984, p. 38). En los aprendizajes experienciales, el
aprendiz debe reflexionar sobre su experiencia usando habilidades
analíticas y tomando decisiones para la resolución de problemas
basadas en experiencias previas. Según el autor, las características del
aprendizaje experiencial son:
- El aprendizaje se concibe mejor como un proceso, no en términos
de resultados.
- El aprendizaje es un proceso continuo basado en la experiencia.
- El proceso de aprendizaje requiere la resolución de conflictos
entre modos dialécticamente opuestos de adaptación al mundo.
- El aprendizaje es un proceso holístico de adaptación al mundo.
- El aprendizaje implica transacciones entre la persona y el
entorno.
- El aprendizaje es el proceso de creación de conocimiento.
Diversas son las metodologías y estrategias didácticas que parten de
los principios del aprendizaje activo y experiencial. Con sus matices,
todas ellas ponen en el centro del proceso de aprendizaje al estudiante.
El docente guía y supervisa en todo momento, pero es el aprendiz quien
aprende pensando y haciendo. Es decir, reflexionando sobre su propio
proceso y experiencias basadas en situaciones de la vida real.

17
 Estos principios son los que más éxito parecen tener para la
enseñanza y el aprendizaje del PC. Para Mitchel Resnick un aspecto
crucial es dar a los aprendices la oportunidad para diseñar, crear y
experimentar en áreas que les interesen. Coincidiendo con Park & Park
(2018) y Voogt et al. (2015) en que es necesario identificar enfoques
pedagógicos para fomentar el PC basados en situaciones de la vida real.
Misma dirección toman los resultados obtenidos en la revisión
realizada por Bocconi et al. (2016a) puesto que entre los enfoques
pedagógicos más utilizados destacan: diseñar, crear, experimentar en
áreas que les interesan; aprovechar situaciones de la vida real y tomar
conciencia del contexto.
En los últimos años han proliferado numerosas metodologías activas.
En muchas ocasiones las diferencias entre ellas se encuentran en
pequeños matices. Puesto que sus principios están detrás de las
experiencias de desarrollo del PC, a continuación, escribiré de manera
sucinta sobre las siguientes: aprendizaje basado en problemas,
aprendizaje basado en juegos, modelado, simulación, trabajo
colaborativo, aprendizaje basado en proyectos, realización de
preguntas y aprendizaje servicio.

APRENDIZAJE BASADO EN PROBLEMAS

La resolución de problemas es considerada una de las soft skills que
deben ser desarrolladas en contextos educativos. De manera
documentada, sabemos que al menos en la década de los 60 se
utilizaba en las escuelas de Canadá y Estados Unidos. Tras su éxito, se
expandió rápidamente a otras instituciones y por todas las áreas de
conocimiento. Se considera una competencia esencial y deriva en una
de las metodologías activas más relacionadas con el PC, tal y como
veremos en próximas páginas. Tanto es así, que, forma parte de todas
las definiciones de este proceso. De esta manera, se convierte en una
de las metodologías a tener muy en cuenta antes de integrar el PC en
cualquier etapa educativa.

18
 Partiendo de las ideas de Salinas et al. (2008), en Serrano (2020)
indiqué que el diseño del problema es la clave del aprendizaje basado
en problemas puesto que,
este aprendizaje comienza con el planteamiento de un problema
diseñado por el docente. Es estructurado de manera incompleta.
No se resuelve fácilmente y no siempre aparece la solución
correcta. Puede no estar relacionado con la vida real. Su diseño
debe garantizar el interés de los estudiantes, estar relacionado
con objetivos del curso y conducir al estudiante a la búsqueda de
información, la toma de decisiones y la realización de juicios
basados en hechos (p.1).
El problema debe reunir las siguientes características (Serrano, 2020):
- Abierto y controvertido. Tiene que estar vinculado a un
aprendizaje previo.
- Justificación de decisiones. Se debe proporcionar información
lógica y basada en hechos.
- Motivar la búsqueda de información y generar discusión en el
grupo.
- Debe incorporar conceptos clave vinculados con los objetivos de
aprendizaje.
- Promover la cooperación en grupos reducidos.
- Responsabilidad del estudiante para identificar sus necesidades
de conocimiento.
Para Park & Park (2018) es fundamental incluir problemas globales
para que los estudiantes puedan experimentar todos los componentes
posibles para promover soluciones creativas. También es interesante
plantear desafíos que supongan desarrollar soluciones para múltiples
problemas y no limitarse exclusivamente a la búsqueda de una solución
a un solo problema. Altamente efectivo para el aprendizaje es fomentar
entre los estudiantes la reflexión sobre las consecuencias de cambiar
algunas variables del problema a resolver (Ruiz, 2020).

19
 Esta metodología está muy enfocada a aprender sobre algo y no
tanto a aprender a hacer algo. Se fomentan habilidades cognitivas
como el pensamiento crítico, la creatividad o la cooperación. Destaca
por promover el desarrollo de habilidades para identificar, analizar y
solucionar problemas. Y por supuesto, fomenta el aprendizaje de
conceptos y contenidos propios de la materia de estudios (Salinas et al.,
2008 y Serrano, 2020). Durante todo el proceso se debe generar un
clima de confianza que permita el trabajo colaborativo entre pequeños
grupos y que se desarrollen adecuadamente las habilidades de dar y
recibir críticas de mejora.
Como decía anteriormente, la relación entre la resolución de
problemas y el PC es intensa. En realidad, es parte esencial de cualquier
definición que podamos encontrar. En Kale et al. (2018) se compara
ambos conceptos. Para establecer estas relaciones, los autores
analizaron los tipos de conocimiento que se promueven con la
aplicación práctica de ambos términos: conceptuales, estratégicos,
procedimental y metacognitivos. Además, dieron un paso más y
revisaron los métodos de enseñanza que pueden desarrollar los tipos
de conocimiento que facilitan más los procesos de resolución de
problemas teniendo en cuenta los importantes trabajos de Mayer y
Wittrock (1996, 2006). Veamos a continuación los principios
fundamentales de cada uno y su vinculación con la resolución de
problemas y el PC según Kale et al. (2018):
Métodos de reducción de carga: el objetivo es evitar que la memoria de
trabajo se sobrecargue para facilitar el procesamiento de la
información durante la resolución de problemas. La automaticidad es
un elemento clave. La finalidad es enseñar habilidades cognitivas poco
exigentes para que en tareas posteriores toda la capacidad se centre
en la ejecución de las habilidades de resolución de problemas (de orden
superior). Por ejemplo, remezclar, modificar los códigos existentes en
el algoritmo y observar los cambios realizados a medida que se ejecuta
el problema.

20
Métodos de activación del esquema: centrados en que los estudiantes
den sentido al nuevo conocimiento encontrando relaciones con
conocimientos previos. A través de una simulación o juego, los
estudiantes pueden identificar los elementos principales
(descomponer), sus interacciones y condiciones en las que ocurren
(patrón).
Métodos generativos. Los estudiantes generan conexiones entre lo que
saben y lo que aprenden. Se promueve la enseñanza para la
comprensión. La clave es que aquí los estudiantes son quienes generan
las conexiones. Tienen que explicar la nueva información y como está
relacionada con lo que ya saben. Por ejemplo, incitando a los
estudiantes a explicar el proceso de codificación para la resolución de
problemas lo cual les permite realizar su propio análisis. Se apoyan los
procesos de descomposición si se indica el problema y se proporcionan
preguntas a los estudiantes que provoquen la explicación de cómo
descomponerlo en componentes más pequeños.
Métodos estructurados. Permiten a los estudiantes manipular objetos
concretos para una mejor comprensión de los conceptos y reglas más
abstractas. Se basa en la relación y el patrón identificado.
Descubrimiento guiado. Se trata de combinar una orientación suficiente
con un nivel de libertad apropiado para que los estudiantes puedan
explorar el problema y puedan identificar relaciones y patrones,
descubriendo las reglas y principios subyacentes del problema. Estos
métodos son más eficientes que los métodos por descubrimiento puro.
Esto les puede ayudar a identificar patrones.
Modelado. Se enfatiza la demostración o explicación de los pasos
involucrados en la resolución de problemas, puede apoyar conceptos,
estrategias y conocimientos procesados. Un programa completo en el
que se explica el código puede ser un buen ejemplo.
Enseñar a pensar. Metacognición. El objetivo es reflexionar sobre el
propio proceso de aprendizaje. Algunas estrategias: instrucción entre
iguales, entre iguales pensando en voz alta (dos roles: un oyente y otro

21
solucionador de problemas). Uno verbaliza y el otro genera códigos y
detecta errores. Esto puede provocar que se estudie como otros
resolvieron los problemas y se analicen las decisiones. Otras excelentes
maneras de pensar sobre lo que aprendemos son: imaginar
aplicaciones; tratar de resolver problemas basándonos en nuevos
conocimientos; buscar patrones; y tratando de dar significado a lo
aprendido (Ruiz, 2020).

APRENDIZAJE BASADO EN JUEGOS

El aprendizaje basado en juegos (ABJ) es uno de los dos (junto con el
construccionismo) marcos de referencia más utilizados en proyectos de
desarrollo del PC (Kaleli ̇Oğlu et al., 2016). Según la definición
proporcionada por Tang et al. (2009) recogida en Hainey et al. (2016),
el ABJ es un enfoque del aprendizaje derivado de los juegos de
ordenador con valor educativo o aplicaciones de software diseñadas
para el aprendizaje y la enseñanza. En Qian & Clark (2016) se define el
ABJ como un entorno en el que el contenido y las mecánicas del juego
mejoran los conocimientos y las habilidades para adquirirlos. En este
entorno, las actividades del juego implican resolución de problemas y
desafíos que proporcionan a los jugadores/estudiantes la sensación de
poder lograr cosas.
En las corrientes pedagógicas actuales, el ABJ cuenta con una
excelente reputación en cualquier etapa del sistema educativa. Sus
adeptos no dejan de aumentar y las experiencias y estudios realizados
son numerosos (Qian & Clark, 2016). Es percibido por los docentes
como una excelente manera de mejorar el proceso educativo
haciéndolo más atractivo y es especialmente utilizado en la educación
física, matemáticas, ciencias, idiomas y ciencias sociales. Sin embargo,
y a pesar de su excelente reconocimiento y utilización, todavía existe
una importante falta de evidencia empírica que lo respalde como un
enfoque efectivo. Así concluye la revisión sistemática realizada por
Hainey et al. (2016) que analiza estudios publicados de alta calidad
desde el año 2000 hasta el año 2013. Según este estudio, el ABJ se

22
utilizó principalmente para promover la adquisición y comprensión de
contenidos. Sin embargo, en el estudio de Wouters & van Oostendorp
(2013) los investigadores concluyen que el ABJ es más efectivo para
desarrollar habilidades de aprendizaje que para la adquisición de
conocimientos. Retomando el trabajo de Hainey et al. (2016), el ABJ
también es útil para desarrollar aspectos afectivos, motivacionales y
cambios de comportamiento.
Para Wouters & van Oostendorp (2013) el ABJ promueve entornos
de aprendizajes complejos en los que el apoyo educativo del docente
es fundamental para aprovechar la capacidad del aprendiz de centrarse
en actividades o detalles relevantes para el aprendizaje, como por
ejemplo, la reflexión. En otra revisión sistemática realizada por Chang
& Hwang (2019) se analizaron los efectos positivos de la combinación
del Mobile Learning y el ABJ.
En el estudio de Qian & Clark (2016) los autores seleccionaron 29
estudios para analizar el impacto del ABJ en las habilidades del siglo XXI.
El estudio revela que la efectividad del ABJ depende del diseño de los
juegos. En concreto, aquellos que combinan diversas teorías del
aprendizaje con los elementos de diseño han demostrado tener más
probabilidades de conducir a un aprendizaje efectivo. Esta
investigación concluye indicando que hay razones para ser optimistas
sobre el potencial de utilizar el ABJ para promover el desarrollo de
habilidades del siglo XXI.
Probablemente la conexión más directa con el PC y el ABJ la
encontramos con la resolución de problemas que permanentemente
aparecerá en cualquier juego y que puede ayudar a docentes y
estudiantes a explorar nuevos caminos para entender y explicar la
resolución de problemas (Zaibon & Yunus (2019).

MODELADO Y SIMULACIÓN
El uso del modelado (modeling en inglés) y la simulación ha permitido
significativos avances en el progreso científico gracias a su influencia
positiva en el ciclo deductivo e inductivo del método científico. Así lo

23
consideran Yasar et al. (2017), puesto que el avance tecnológico ha
permitido el desarrollo del software necesario para que los estudiantes
puedan configurar y ejecutar un modelo sin conocimiento de
ecuaciones, leyes científicas y programación. Los autores evidencian
que existe un cuerpo de investigación suficiente para poder considerar
que la simulación por el ordenador es un ejemplo de investigación
guiada (inductiva) para aprender a través de la investigación activa por
parte de los estudiantes.
El modelado proporciona un marco general simplista desde el cual
los formadores pueden introducir deductivamente un tema sin detalles
para luego avanzar gradualmente con más contenido una vez que los
estudiantes ganen interés y necesiten ayuda para superar las
dificultades del aprendizaje constructivo. Este enfoque deductivo
elimina el aspecto amenazador y poco atractivo asociados a los
aprendizajes en áreas STEM (Yasar et al., 2017). En Bocconi et al. (2016)
se recopilan varios estudios que indican la relación positiva entre la
enseñanza STEM, el modelado y la simulación y el uso de juegos con los
patrones de PC. Esto podría ayudar a mejorar la transferencia de los
aprendizajes debido a la creación de juegos de ordenador y la posterior
creación de simulaciones STEM.
En los métodos de modelado se enfatiza la demostración o
explicación de los pasos involucrados en la resolución de problemas.
Para Ruiz (2020) lo crucial es emplear numerosos ejemplos y “hacer
explícita la vinculación entre lo concreto (los ejemplos) y lo abstracto
(el concepto, el procedimiento, etc.)” (p.260). El autor concluye que
para aprovechar al máximo la efectividad del llamado “ejemplo
trabajado” o ejercicios resueltos (indicar al estudiante la secuencia de
pasos a seguir para resolver una tarea o problema en vez de dejarlo que
lo averigüe por él mismo) es recomendable utilizarlo solo cuando los
estudiantes tienen poca experiencia. Después se debe guiar el proceso
progresivamente hacia los métodos basados en problemas y solicitar a
los aprendices que expliquen cómo los han resuelto y los motivos que
los llevaron a seguir unos determinados pasos y no otros. Esta práctica

24
de auto explicación tiene su origen en el aprendizaje basado en
problemas y permite la práctica de la evocación (Ruiz, 2020).
Estas estrategias son útiles también en áreas diferentes a las
matemáticas y las ciencias, como, por ejemplo, la programación en
informática (Atkinson et al., 2000). Un programa completo en el que se
explica el código puede ser un buen ejemplo (Kale et al., 2018). Puede
ayudar a relacionar un problema encontrado con el ejemplo
(conceptual), abstrayendo un método (estratégico) y aplicarlo para
resolver un nuevo problema (procedimiento).
De otro lado, según Corradini et al. (2017) la simulación es uno de los
enfoques operativos ampliamente utilizado por los científicos de la
computación. Para los autores, consiste en representar datos y
procesos -del mundo real- a través de modelos y la realización de
experimentos en modelos. De hecho, en la revisión realizada por
Bocconi et al. (2016) los autores declaran que las simulaciones con el
ordenador son utilizadas para el desarrollo del PC puesto que son útiles
para explorar fenómenos, participando activamente en experimentos y
reflexiones mientras cambian los valores de los parámetros de la
simulación.
La simulación ha estado tradicionalmente muy vinculada a la
enseñanza de la física, siendo junto con los vídeos unas herramientas
que han sido muy utilizadas en etapas educativas como la Secundaria.
La simulación puede llegar a convertir al ordenador en un auténtico
laboratorio virtual vinculado a la idea de aprender investigando y
fomentar el aprendizaje por descubrimiento, por ejemplo. Si la
planificación por parte del docente es adecuada, permite: desarrollar
el aprendizaje autónomo, mayor motivación, atención a la diversidad y
adaptación a diferentes ritmos de aprendizaje (Serrano & Prendes,
2012).
La simulación proporciona un medio dinámico para probar las
predicciones del modelo, dividirlo en partes, ejecutar varios escenarios
hipotéticos, hacer reajustes si son necesarios y, en definitiva, armar las

25
piezas del rompecabezas de manera inductiva para idear un modelo
revisado. El estudiante es capaz de realizar experimentos científicos de
manera amigable, lúdica, predictiva e interactiva para probar
escenarios hipotéticos (Yasar et al., 2017).

APRENDIZAJE COLABORATIVO
Leer, hablar, escuchar, escribir, calcular o resolver problemas son
habilidades técnicas muy valiosas, pero si una persona no es capaz de
aplicar estas habilidades en interacción con las personas servirán de
poca utilidad (Johnson & Johnson, 1997). La interacción es
precisamente el elemento más significativo que debe producirse en el
trabajo colaborativo cuando se trabaja en grupo. Sin embargo, hay que
tener en cuenta que “todo trabajo colaborativo es trabajo en grupo,
mientras que no todo trabajo en grupo es trabajo colaborativo”
(Prendes, 2003, p.106). La colaboración requiere de una enseñanza en
la que se entienda que “colaborar es una forma de aprender y a la vez
aprender a colaborar es un objetivo del proceso de enseñanza”
(Martínez & Prendes, 2006, p.192).
En Prendes (2003, p.105) encontramos las principales características
del trabajo colaborativo tras la adaptación del trabajo realizado por
Martínez (1999):
- Es necesaria una alta interacción entre los estudiantes.
- Responsabilidad individual en el logro.
- Interdependencia positiva entre todos los miembros del grupo.
- Los estudiantes desarrollan técnicas interpersonales y de trabajo
grupal.
- Según las metas, el estudiante recibe un conjunto de materiales
o una parte del conjunto.
- El docente no es la fuente de información.
- El docente define los objetivos, la tarea, el proceso y la
evaluación.
- Tareas diseñadas para la colaboración y no para la competición.

26
 El papel de la colaboración en la enseñanza y el aprendizaje es
fundamental. En realidad, lo es en cualquier aspecto de nuestra vida.
Hemos de recordar que uno de los elementos que como especie nos
diferencia es precisamente nuestra capacidad de colaborar. Sin ir más
lejos, Internet es uno de los mayores ejemplos de colaboración de la
humanidad. En un contexto académico, la colaboración surge en
múltiples direcciones: docente-docente, estudiante-estudiante,
familias-estudiantes, docente-familia o docente-estudiante. Como bien
declaró Papert (1980, p.137),
una característica muy importante del trabajo con computadoras
es que el maestro y el estudiante pueden trabajar en real
colaboración intelectual; juntos pueden tratar de hacer que la
computadora haga esto o aquello y comprender lo que
efectivamente hace (p. 137).

APRENDIZAJE BASADO EN PROYECTOS (ABP) Y

APRENDIZAJE-SERVICIO (APS)
Ni el ABP ni el ApS son métodos que sean ampliamente utilizados en
el desarrollo del PC en Educación Primaria si nos basamos en las
evidencias existentes. Esta circunstancia resulta sorprendente
teniendo en cuenta el potencial de ambos métodos, sus beneficios, sus
largas tradiciones como métodos de enseñanza eficientes y sus
extraordinarias conexiones con la resolución de problemas de
situaciones de la vida real. Probablemente, la ausencia de estos
métodos deja en evidencia las carencias existentes en la aplicación de
principios pedagógicos adecuados que se siguen teniendo actualmente
en el desarrollo del PC en Primaria. Tal y como presenté al inicio de este
capítulo, éste es precisamente uno de los interrogantes sobre el tema
para resolver.
El ABP cuenta con más de 100 años de historia, al menos de manera
documentada y con el uso de esos términos. Influye positivamente en
los procesos de motivación y autorregulación del aprendizaje. Está muy
orientado a resolver temas o problemas de la vida real, con lo que es

27
muy probable que se responda a los intereses y necesidades del
alumnado. La creación de un producto o artefacto final favorece que el
estudiante pueda crear nuevo conocimiento significativo partiendo del
que ya tenía. La producción de este artefacto final surge de las
necesidades de resolver uno o varios problemas. Comparte los
principios de las metodologías activas provocando que el aprendiz
tenga una elevada capacidad de elección y necesite evaluar gran parte
de su aprendizaje. El papel del docente es determinante, aunque
traspase la responsabilidad a los estudiantes para resolver los
problemas. Debe guiar y supervisar todo el proceso sin promover la
búsqueda de respuestas correctas y sí planteando problemas abiertos.
(Serrano, 2020).
Por su parte, el ApS integra el servicio comunitario con el aprendizaje
de conocimientos y valores. Su objetivo principal es hacer que el
alumnado participe activamente en la mejora de un entorno concreto.
Por lo tanto, se tratan problemas o necesidades la vida real. Sus
posibilidades en la mejora de la adquisición de conocimientos y
aprendizaje de otras habilidades son realmente grandes. Permite que
el estudiante aprenda haciendo y pensando a la vez que tiene la
posibilidad de mejorar un entorno concreto, aportando soluciones o
recursos novedosos de alto impacto. La capacidad de transferir
aprendizajes y conocimientos es realmente alta y posible.
En el ApS la ayuda es mutua entre el estudiante y su comunidad. Esta
combinación es un mecanismo muy poderoso para el progreso
personal, social e incluso económico. Para ello, es importante que
exista una clara vinculación con el currículo, que la comunidad participe
y exista una reflexión continua, tal y como declaran Celio et al. (2011).
Además, en este meta-análisis, se evidencia que tras participar en
programas de ApS los estudiantes obtienen ganancias en cinco áreas
de resultados: actitudes hacia uno mismo, actitudes hacia la escuela y
al aprendizaje, compromiso cívico, habilidades sociales (como liderazgo
y empatía) y rendimiento académico.

28
 Las experiencias y estudios que analizan el ApS surgen en todas las
etapas educativas y en múltiples disciplinas como la medicina, la
educación física, la informática, etc. Existen más de 10 revisiones
sistemáticas publicadas en revistas de impacto que reflejan el interés
que la investigación ha manifestado sobre esta metodología. Entre
estas investigaciones, predominan las centradas en la enseñanza
universitaria, como por ejemplo la realizada por Bukas et al. (2020) en
la que se indica que la presencia de las tecnologías tiene un papel
importante. En Educación Primaria encontramos menos publicaciones
aunque existen varias realmente interesantes como las de Billig (2000)
y Calvo et al. (2019).

MÉTODOS Y PRÁCTICAS TRADICIONALES DE LOS

CIENTÍFICOS COMPUTACIONALES
Como hemos visto en distintos puntos de este capítulo, las
adecuadas metodologías y estrategias didácticas para la
implementación del PC son fundamentales para que se desarrolle de
manera exitosa y eficiente en cualquier etapa educativa. Es necesario
que los docentes (la mayoría no expertos en informática) se basen en
cualquiera (o la combinación) de las vistas anteriormente. Sin
embargo, no se deben perder de vista los métodos y prácticas más
utilizadas por los científicos de la computación. En este sentido,
Corradini et al. (2017) los recopilan de la siguiente manera
A) Métodos. Son los enfoques operativos.
- Automatización: automatizar las soluciones; utilizar un ordenador o
una máquina para hacer tareas repetitivas.
- Recopilación, análisis y representación de datos: recopilar información
/datos, darles sentido encontrando patrones, representarlos
adecuadamente; almacenar, recuperar y actualizar valores.
- Paralelización: realizar tareas simultáneamente para alcanzar un
objetivo común, utilizar el pensamiento paralelo.

29
- Simulación: representar datos y procesos (del mundo real) a través de
modelos, realizar experimentos en modelos.
- Evaluación: implementar y analizar soluciones para juzgarlas, en
particular en lo que respecta a la eficacia, la eficiencia en términos de
tiempo y recursos.
- Programación: uso de conceptos comunes en la programación (por
ejemplo, bucles, eventos, condicionales, operadores matemáticos y
lógicos).
B) Prácticas. Utilizadas para la implementación de soluciones.
- Experimentar, iterar, retocar: desarrollo de un proyecto con
iteraciones repetidas de un ciclo de diseño-construcción-prueba; jugar
significa intentar cosas usando un proceso de prueba y error,
aprendiendo mediante la exploración y la experimentación.
- Probar y depurar: verificar que las soluciones funcionen; encontrar y
resolver problemas (errores) en una solución/programa.
- Reutilización y remezcla: crear soluciones en el código existente,
proyectos e ideas.
La realización de actividades desenchufadas (unplugged) y la
programación en entornos visuales con o sin robots son estrategias
realmente interesantes que parecen influir en la enseñanza y el
aprendizaje del PC. En los siguientes tres apartados las abordaré con
detenimiento

30
31
Actividades desenchufadas, programación
y robótica educativa
Aprender y enseñar pensamiento computacional con o sin
tecnología

ACTIVIDADES DESENCHUFADAS
Existe un creciente interés por la realización de actividades
desenchufadas o desconectadas (unplugged) para desarrollar las
habilidades del pensamiento computacional, tanto desde el ámbito de
la práctica educativa como de la investigación. Esto significa, entre
otras cosas, que ni el robot ni la programación informática son
requisitos para el desarrollo del pensamiento computacional (Deail &
Oner, 2020). El enfoque es realmente prometedor, pero todavía carece
de la investigación suficiente para que sea realmente con efectivo

32
 Las actividades desenchufadas pueden ser juegos de lógica, cartas,
movimientos físicos, etc. Weigend et al. (2019) observan las siguientes
ventajas:
- Los estudiantes pueden ver mejor las relaciones entre diferentes
materias y disciplinas ya que se promueve el conocimiento
interdisciplinar.
- Al realizar actividades que incluyen movimientos físicos, se
aprovechan los enormes beneficios que tiene el ejercicio en el
aprendizaje.
- La cooperación, el trabajo en equipo y las habilidades de
comunicación son habilidades que se pueden formar, puesto que los
estudiantes colaboran para encontrar soluciones y posteriormente
pueden presentar sus productos ante una determinada audiencia.
Autores como Caeli & Yadav (2019) recomiendan combinar
actividades desenchufadas con actividades con tecnología para
proporcionar a los estudiantes y a los docentes la oportunidad de
comprender los conceptos computacionales.
En conclusión, estas actividades son muy útiles para iniciarse en el PC
cuando no se tienen conocimientos y las creencias no son positivas,
como, por ejemplo, la asociación errónea entre programación y PC. La
mejora de las relaciones entre las disciplinas, la comunicación, el
trabajo en equipo y la promoción del movimiento físico son los
principales beneficios de la realización de estas actividades. En el caso
de no disponer del tiempo suficiente, es preferible que los estudiantes
no se inicien en la programación de robots, pero sí puedan realizar este
tipo de actividades. Al menos, ya habrán comprendido qué es
realmente el PC.

33
34
 PROGRAMACIÓN
¿Sabemos si las tecnologías digitales y la programación mejora de
manera específica el aprendizaje? ¿Cuáles son los beneficios cognitivos
de aprender a programar? ¿Se transfieren los aprendizajes de
programar a otras habilidades en otras áreas? ¿Es posible desarrollar
las habilidades de programación utilizando enfoques desenchufados
para desarrollar habilidades del PC? Estos interrogantes planteados por
Caeli & Yadav (2019) y otros que abordo en este apartado, ponen de
manifiesto que tras décadas de uso de la programación en las escuelas,
seguimos teniendo muchas cuestiones importantes sin resolver desde
la investigación educativa.
Aunque parece que es posible desarrollar las habilidades del PC sin
incluir la programación y los robots. Sin embargo, todo apunta a que es
necesario que ambos elementos acaben apareciendo en fases más
avanzadas para realmente desarrollar dichas habilidades y dominar los
conceptos asociados al PC. Antes de mostrar qué nos dicen los estudios
sobre los beneficios los enfoques pedagógicos y los modelos más
utilizados, es necesario diferenciar varios términos que en no pocas
ocasiones se relacionan incorrectamente con el PC.
En el recorrido histórico realizado por Yadav et al. (2018) vemos
como ya en la década de los 70, autores como Knuth o Malmberg
afirmaban que los informáticos y los educadores consideraban que
preparar un programa es un proceso creativo y que la programación es
la parte menos interesante de un proceso de resolución de problemas
computacionales. Los científicos de hace 50 años indicaban que lo
importante es aprender a expresar algoritmos de manera que una
máquina pueda entenderlos y no solo aprender a programar.
Destacaban que los procesos de pensamiento son un aspecto muy
importante en el PC.
Papert (1980) explicaba de manera sencilla que “programar un
ordenador no significa ni más ni menos que comunicarse con él en un
lenguaje que tanto la máquina como el usuario humano puedan

35
comprender” (p.18). En su opinión, aprender a comunicarnos con las
máquinas podría ser un proceso natural. Papert indicó que él mismo
comenzó a ver como los menores “que habían aprendido a programar
ordenadores podían usar modelos computacionales muy concretos
para pensar sobre el pensamiento y aprender sobre el aprendizaje”
(p.37). Es evidente que los conceptos de programación y PC están
ligados desde hace muchos años, aunque en investigación y en la
práctica parece que muy a menudo no están claras ni las relaciones ni
las diferencias.
Programar ni es lo mismo que el PC ni se requiere siempre para
desarrollar las habilidades del PC. La programación, la informática y el
PC no son conceptos equivalentes, aunque sí están entrelazados. Según
Voogt et al. (2015, p.718),
la programación es solo un contexto para la práctica de la
informática y el PC. La informática es el campo y la práctica de
donde surgen las habilidades del PC. Sin embargo, no es la
única disciplina en la que estas habilidades se pueden
encontrar o aplicar. Sería un error tanto conceptual como
pedagógico centrarse en la programación con la instancia
principal del PC y esperar que la programación por sí sola
provoque un pensamiento más refinado. El enfoque debe
estar en los conceptos de nivel superior que se están
aprendiendo y los múltiples dominios en los que se pueden
aplicar.
“Un maestro en programación es aprender a ser sumamente diestro
en aislar y corregir los errores, aquellas partes que impiden que el
programa funcione”. Esta afirmación de Papert (1980, p.38) refleja casi
con total precisión la relación incuestionable de la programación y el PC
aunque las investigaciones hasta la fecha presenten -en general- las
carencias indicadas en el párrafo anterior.
Segredo et al. (2017) señalan que programar un ordenador
proporciona diversos beneficios, como por ejemplo que ayuda a las

36
personas a pensar en cómo resolver problemas. Sin embargo, las
evidencias disponibles hasta el momento más bien confirman que esto
no es así o al menos no es tan automático como parece. Ya en 1984,
Pea & Kurland criticaron el mito de la transferencia espontánea de las
habilidades cognitivas desarrolladas tras aprender a programar más allá
de la programación. Los autores argumentaron que las habilidades de
programación son altamente sensibles a: los contextos de aprendizaje,
cómo se enseña, el entorno de programación utilizado, etc. Y en
realidad, los autores estaban en lo cierto, tal y como presenté en el
apartado 1.2.1. Evolución o involución, varios son los factores que
deben tenerse en cuenta si deseamos provocar esa transferencia.
La resolución de problemas es un tema clave que conecta la
programación y el PC. En la figura 5 Zhang & Nouri (2019) reflejan con
claridad esta relación junto con la herramienta más utilizada para
aprender a programar en Primaria, Scratch, de la que más adelante
hablaré. En estudios como el de Kong et al. (2020) se propone una
pedagogía de “jugar, pensar, codificar” para el desarrollo del PC con la
programación en Primaria. En este modelo de trabajo los docentes
proporcionan primero una aplicación a los estudiantes, les permiten
jugar con ella para comprender cómo funciona y finalmente se les
sugiera que definan un problema que necesitan resolver. En este
punto, cabe mencionar que programar es más que codificar. La
codificación es una subtarea de programación que implica la compleja
tarea de comprender un problema.

Figura 1. Relaciones entre diferentes temas (Zhan & Nouri, 2019,

p.2)

37
 Un aspecto determinante es que los docentes involucren a los
estudiantes a aprender un programa determinado enfocándose en los
problemas relevantes que éstos podrían resolver. Desde este enfoque,
la programación es una herramienta para planificar, conducir y evaluar
problemas y soluciones. La programación puede influir en el
pensamiento de los estudiantes y en la manera que ven los problemas
-y las soluciones- desde la perspectiva de una herramienta concreta
(Caeli & Yadav, 2019).
Teniendo en cuenta los resultados de la revisión sistemática
conducida por Lye & Koh (2014), los estudiantes de Primaria utilizan
lenguajes de programación visuales sencillos para crear historias y
juegos digitales. El lenguaje de programación visual por bloques más
utilizado a nivel mundial es Scratch.

38
 ROBÓTICA EDUCATIVA
La robótica educativa (RE) consiste en “construir y programar
pequeños robots y conducirlos con la ayuda de programas de
ordenador que deben ser construidos por los propios estudiantes”. En
la primera revisión sistemática importante realizada sobre la RE, Benitti
(2012) se encontraron resultados muy interesantes:
- En dos trabajos se indica que es posible enseñar o desarrollar
habilidades en áreas no estrechamente relacionadas con el
campo de la robótica. Ambos trabajos presentan resultados de
aprendizaje positivos y pronostican una línea de investigación
muy prometedora.
- Los resultados más comunes muestran que el uso de la robótica
sirve para ayudar a la comprensión de los conceptos relacionados
con el área STEM, coincidiendo con los resultados obtenidos en
las revisiones sistemáticas realizadas por Jung & Won (2018),
Souza et al. (2018) y otros estudios (Atmatzidou & Demetriadis,
2016; Castro et al., 2018; Negrini & Giang, 2019; Román-Graván
et al., 2020; Yang et al., 2020).
- Ninguno de los estudios seleccionados cubre las edades entre 11
y 12 años.
- No existe ninguna investigación que utilice la robótica de bajo
coste en Educación. Ya en aquel momento, en el 90% de los casos
se utilizaban los kits de LEGO. Años más tarde, Souza et al. (2018)
y Xia & Zhong (2018) confirman que esta tendencia se sigue
manteniendo.
- Se sugieren más estudios para tratar de evaluar específicamente
el uso de la robótica como estrategia para desarrollar habilidades
de pensamiento, de resolución de problemas y trabajo en equipo.
El autor concluye que los resultados obtenidos hasta esa fecha
son inexactos y es necesario utilizar muestras mayores y
significativas.
- Aunque ya se ofrecía una imagen positiva, las evidencias para
apoyar la efectividad de la RE eran bastante limitadas. Una

39
 década después, las dudas se siguen manteniendo. En la revisión
sistemática realizada por Xia & Zhong (2018), los autores
concluyen que la RE tiene un gran potencial educativo en
Primaria pero hay situaciones en las que no mejora de manera
significativa el aprendizaje de los estudiantes. En este sentido,
Jung & Won (2018) concluyen que la tecnología empleada en la
robótica no debería ser el tema fundamental y sí las teorías
educativas, los planes de estudio, los métodos y filosofías de
enseñanza. Es decir, prestar más atención a cómo aprenden los
estudiantes que a los kits de robótica. Los investigadores indican
que sería relevante poder capturar los procesos de interacción
que tienen los estudiantes con los kits, con los docentes y con los
compañeros.
En otro de los trabajos más citados, Alimisis (2013) afirma que la RE
crea un entorno de aprendizaje para que los estudiantes pueden
interactuar con su ambiente y problemas reales. La considera como una
estrategia con potencial para desarrollar las siguientes habilidades: de
investigación, pensamiento creativo, toma de decisiones, resolución de
problemas, habilidades de comunicación y trabajo en equipo.
Para Bers et al. (2019), utilizar programas educativos que utilizan la
robótica para enseñar habilidades de programación y PC permite
apoyar comportamientos interpersonales positivos, tales como:
comunicación, colaboración, desarrollo comunitario, creatividad y
creación de contenido. Sin embargo, en su estudio afirman que los más
desarrollados son la comunicación, colaboración y creatividad. Para
que se produzcan estos beneficios es importante que los docentes
tengan la suficiente confianza para integrar la codificación y el PC en
sus actividades curriculares formales. Souza et al. (2018) indican que la
RE mejora la relación entre distintas disciplinas y el desarrollo de
habilidades como el trabajo en equipo, resolución de problemas y
creatividad.

40
 Según Alimisis (2013) los problemas o desafíos a los que se enfrenta
la RE vienen siendo básicamente los viejos problemas ya conocidos
desde la Tecnología Educativa:
- La RE no está introducida en el currículum escolar europeo. La
mayoría de los experimentos que involucran actividades de
robótica no están integrados en las actividades regulares del aula;
tienen lugar en programas extracurriculares, fines de semana o
en campamentos de verano. Muy probablemente estos son los
motivos: se consume mucho tiempo en la realización de las
actividades, el coste de los equipos y el esfuerzo de los docentes
por mantener el orden con las piezas de los robots. Por lo tanto,
coincide con Ioannou & Makridou (2018) en que es necesario
desarrollar un currículo de RE y PC.
- Existe una asociación excesiva entre RE y STEM. Esto provoca que
en muchas ocasiones no se proporcionen experiencias de
aprendizaje construccionistas y la promoción de habilidades de
pensamiento crítico, resolución de problemas, creatividad,
trabajo en equipo y de comunicación. Dichas habilidades
permitirían formar a ciudadanos para una sociedad tecnológica y
creativa.
- Se requiere que los usuarios puedan construir y deconstruir
objetos, programar robots desde cero y tener un acceso
estructural profundo de los artefactos. Es pertinente evitar el
consumo de productos tecnológicos listos para usar. La
construcción y la programación son partes importantes para
mejorar el pensamiento creativo y la participación de los
estudiantes.
La pedagogía sobre cómo enseñar con robótica está dando sus
primeros pasos (Atmatzidou & Demetriadis, 2016). Existen diversos
enfoques pedagógicos que derivan en modelos de implementación de
programas de RE en Primaria. Son interesantes puntos de partida,
aunque no han sido validados por ausencia de rigor en los estudios y
por no contar con las réplicas suficientes.

41
 Estos entornos deben ser colaborativos y basados en problemas
(Denis & Hubert, 2001). El constructivismo y el construccionismo son
las principales teóricas educativas que fundamentan cómo se puede
utilizar la RE de manera eficiente. La RE es una excelente estrategia para
desarrollar experiencias construccionistas basadas en la creación de
entornos de aprendizaje para que el estudiante interactúe con su
entorno y aborde problemas del mundo real (Alimisis, 2013).
Alimisis (2013) indica los siguientes posibles enfoques a seguir desde
la RE:
- Enfoque curricular basado en temas: las áreas del currículo están
integradas alrededor de un contenido y se estudia
principalmente a través de la investigación y la comunicación.
- Enfoque basado en proyectos: los estudiantes trabajan en grupos
para explorar problemas del mundo real.
- Enfoque orientado al logro de metas: competiciones o retos en
torneos realizados normalmente fue de la escuela.
Rusk et al. (2008) sugieren cuatro estrategias para involucrar a una
amplia gama de estudiantes en robótica:
- Proyectos centrados en temas, no solo en desafíos.
- Proyectos que combinan arte e ingeniería.
- Proyectos alentadores para contar historias.
- Organización de exposiciones en lugar de competiciones.
Para Denis & Hubert (2001) el trabajo colaborativo es fundamental y
estará más asociado a la creación, experimentación y exploración,
aunque la imitación también puede ser una acción complementaria:
- Creación. Construcción del robot y escribir un programa. Los
autores consideran que programar es una creación puesto que el
estudiante puede elegir los movimientos que ejecutará el robot.
- Experimentación. La creación de robots originales depende
principalmente de la flexibilidad de los materiales.

42
 - Exploración. El estudiante puede explorar algunos materiales
didácticos. Tiene la oportunidad de experimentar por ensayo y
error y construir sus propias hipótesis y teorías.
- Imitación. Pueden construir su robot o automatizarlo desde su
imaginación con la recuperación de productos de desecho o con
materiales como kits vendidos por empresas de robótica. Si se
usan esas guías, esto lleva a la aplicación de la imitación (mirar un
vídeo, observar un modelo o leer las instrucciones).
Esteve-Mon et al. (2019) recomiendan a los docentes que deseen
introducir la robótica seguir los siguientes tipos de actividades:
- Actividades desenchufadas.
- Actividades gamificadas de iniciación a la programación y testear
los robots (Makey Makey, Bee-Bot y Mbot).
- Actividades de iniciación a Scratch.
- Diseño y resolución de un reto con un robot a través de lenguajes
de programación por bloques visuales y el diseño de una
actividad didáctica para trabajar el PC en el aula de Primaria.
Muy probablemente la RE sea una de las estrategias que más pueda
influir para el desarrollo del PC, tanto por sus beneficios y posibilidades
como por las influencias de la industria tecnología en este campo. Sin
embargo, la investigación educativa que analiza las relaciones entre la
RE y PC está en su infancia con carencias importantes tanto en número
de investigaciones como, sobre todo, en el rigor metodológico de las
mismas. Es necesario que se realicen más estudios, que se puedan
replicar y que se diseñen instrumentos de evaluación más fiables.
La colaboración, la comunicación y la resolución de problemas
parecen hasta el momento las habilidades que más se pueden
desarrollar en Primaria con la RE. El desarrollo de contenidos STEM y el
uso de los kits de LEGO siguen estando muy presentes en los estudios.
Reducir la brecha de género en áreas de STEM desde la Educación
Primaria es otra de las líneas prometedoras e interesantes. Lo mismo

43
sucede con posibles futuros estudios en los que se utilicen robots de
bajo coste en contextos educativos con escasos recursos.
Finalizo este apartado recuperando las conclusiones obtenidas por la
revisión sistemática realizada por Anwar et al. (2019, p.30) ya que
sintetizan muy bien el estado actual de la RE en Educación Primaria.
Este estudio ha demostrado que la robótica educativa tiene
potencial como herramienta de aprendizaje y enseñanza, que
incluye apoyar la educación de los estudiantes que no muestran
interés inmediato en las disciplinas académicas relacionadas con
la ciencia o la tecnología. Nuestros hallazgos sugieren que la
robótica educativa permite un enfoque integrado y
multidisciplinario que incorpora temas técnicos y sociales. Este
enfoque anima a los estudiantes a construir conexiones y
asociaciones mentales con la amplitud de ingeniería, física y
conceptos mecánicos. Para motivar a los estudiantes y optimizar
el proceso de aprendizaje es imperativo que los investigadores
y los docentes de Primaria combinen las plataformas robóticas
con una amplia gama de metodologías cognitivas y afectivas.

44
 Recursos

Actividades, herramientas y otras ideas para pasar a la acción

Una vez resueltas las dudas de qué es realmente el Pensamiento

Computacional, cómo se puede enseñar y aprender de manera
eficiente en la escuela y su relación con la programación y la robótica
educativa, es el momento de pasar a la acción y practicar.
En este apartado he reunido los mejores recursos para iniciarse en el
tema. En un primer bloque encontrarás diversas propuestas didácticas
elaboradas por estudiantes de la Universidad de Murcia de los Grados
de Educación Infantil y Primaria. También encontrarás otros sitios webs

45
 con propuestas de actividades interesantes. No olvides adaptarlas a
tu contexto o simplemente, ve tomando ideas sueltas.
Después he dejado algunos vídeos interesantes que te pueden
ayudar a saber más sobre el tema y algún reportaje de evento realizado
en la Universidad de Murcia.
Finalmente, he recopilado diversas plataformas para programar,
iniciativas o asociaciones que producen recursos interesantes
frecuentemente.
Disfruta, reutiliza y, sobre todo, practica.

Actividades con Makey Makey y Scratch elaboradas por los

estudiantes del Grado de Educación Primaria de la Universidad de
Murcia

https://joseluisserrano.net/retos/actividades-con-makey-
makey-y-scratch/

46
Actividades con Robots elaboradas por los estudiantes del Grado de
Educación Primaria de la Universidad de Murcia

https://joseluisserrano.net/retos/actividades-con-robots/

47
Coleección de actividades
Esta guía incluye varias actividades sobre pensamiento
computacional y robótica

http://hdl.handle.net/10201/93721

48
Propuestas didácticas realizadas por estudiantes del Grado de
Infantil y Primaria de la Universidad de Murcia

https://padlet.com/mallemar/grd3exc94n5b7jxl

49
 Actividades para trabajar el pensamiento computacional
desenchufado en el aula de educación infantil

https://marsanchezvera.blogspot.com/2020/09/propuesta-de-
actividades-para-trabajar.html

50
Actividades para trabajar el pensamiento computacional
desenchufado en el aula de educación primaria

https://csunplugged.org/es/

51
Interesante propuesta de retos (y otros recursos) para trabajar la
robótica educativa

https://juegosrobotica.es

52
Retos y actividades para el desarrollo del pensamiento
computacional y la informática

https://www.bebras.org

53
Monográfico “Robótica por la igualdad” con diversas experiencias
prácticas y otros recursos para trabajar con robots

https://robotica-educativa.hisparob.es/lanzamos-el-
monografico-robotica-por-la-igualdad/

54
Vídeo resumen del Encuentro Intergeneracional de robótica en
educación primaria
Celebrado en la Universidad de Murcia

55
Panel de expertos en Pensamiento Computacional y su aplicación
didáctica

56
EDUBOT 2020. La robótica educativa en la universidad

57
Proyecto mentorización entre alumnos con el uso de robótica
educativa.

http://mentorizacionrobots.uji.es/robots-2/

58
Plataformas para aprender a programar

https://code.org/

https://www.scratchjr.org/

59
 https://scratch.mit.edu

https://www.robomap.es/

60
Asociaciones e iniciativas con múltiples recursos y formaciones

https://programamos.es/

https://www.hisparob.es/

61
https://intef.es/tecnologia-educativa/pensamiento-
computacional/

https://codeweek.eu/

62
https://roboticaporlaigualdad.blogspot.com/

63
 Referencias bibliográficas

Son las citadas en la guía, pero tengo muchas más…

Si quieres ampliar, avísame 😊

64
Alimisis, D. (2013). Educational robotics: Open questions and new challenges. Themes in
Science and Technology Education, 6(1), 63-71.
Anwar, S., Bascou, N. A., Menekse, M., & Kardgar, A. (2019). A Systematic Review of
Studies on Educational Robotics. Journal of Pre-College Engineering Education
Research (J-PEER), 9(2). https://doi.org/10.7771/2157-9288.1223
Atmatzidou, S., & Demetriadis, S. (2016). Advancing students’ computational thinking
skills through educational robotics: A study on age and gender relevant
differences. Robotics and Autonomous Systems, 75, 661-670.
https://doi.org/10.1016/j.robot.2015.10.008
Benitti, F. B. V. (2012). Exploring the educational potential of robotics in schools: A
systematic review. Computers & Education, 58(3), 978-988.
https://doi.org/10.1016/j.compedu.2011.10.006
Bers, Marina U., González-González, C., & Armas–Torres, M. B. (2019). Coding as a
playground: Promoting positive learning experiences in childhood classrooms.
Computers & Education, 138, 130-145.
https://doi.org/10.1016/j.compedu.2019.04.013
Bers, Marina Umaschi, Flannery, L., Kazakoff, E. R., & Sullivan, A. (2014). Computational
thinking and tinkering: Exploration of an early childhood robotics curriculum.
Computers & Education, 72, 145-157.
https://doi.org/10.1016/j.compedu.2013.10.020
Billig, S. (2000). Research on K-12 School-Based Service-Learning: The Evidence Builds. 8.
Bocconi, S., Chioccariello, A., Dettori, G., Ferrari, A., Engelhardt, K., Kampylis, P., & Punie,
Y. (2016). Developing Computational Thinking in Compulsory Education. 68.
Bukas Marcus, V., Azean Atan, N., Mohd Yusof, S., & Tahir, L. (2020). A Systematic Review
of e-Service Learning in Higher Education. International Journal of Interactive
Mobile Technologies (IJIM), 14(06), 4. https://doi.org/10.3991/ijim.v14i06.13395
Caeli, E. N., & Yadav, A. (2019). Unplugged Approaches to Computational Thinking: A
Historical Perspective. TechTrends. https://doi.org/10.1007/s11528-019-00410-5
Calvo, D., Sotelino, A., & Rodríguez, J. E. (2019). Aprendizaje-Servicio e inclusión en
educación primaria. Una revisión sistemática desde la Educación Física Service-
Learning and inclusion in primary education. A systematic review from Physical
Education. 7.
Celio, C. I., Durlak, J., & Dymnicki, A. (2011). A Meta-Analysis of the Impact of Service-
Learning on Students. Journal of Experiential Education, 34(2), 164-181.
https://doi.org/10.1177/105382591103400205
Chang, C. Y., & Hwang, G. J. (2019). Trends in digital game-based learning in the mobile
era: A systematic review of journal publications from 2007 to 2016. International
Journal of Mobile Learning and Organisation, 13(1), 68.
https://doi.org/10.1504/IJMLO.2019.10016603
Corradini, I., Lodi, M., & Nardelli, E. (2017). Conceptions and Misconceptions about
Computational Thinking among Italian Primary School Teachers. Proceedings of

65
 the 2017 ACM Conference on International Computing Education Research - ICER
’17, 136-144. https://doi.org/10.1145/3105726.3106194
Delal, H., & Oner, D. (2020). Developing Middle School Students’ Computational Thinking
Skills Using Unplugged Computing Activities. Informatics in Education, 19(1), 1-13.
https://doi.org/10.15388/infedu.2020.01
Denis, B., & Hubert, S. (2001). Collaborative learning in an educational robotics
environment. Computers in Human Behavior, 17(5), 465-480.
https://doi.org/10.1016/S0747-5632(01)00018-8
Esteve-Mon, F., Adell-Segura, J., Llopis, M. Á., Valdeolivas, G., & Pacheco, J. (2019). The
Development of Computational Thinking in Student Teachers through an
Intervention with Educational Robotics. Journal of Information Technology
Education: Innovations in Practice, 18, 139-152. https://doi.org/10.28945/4442
Hainey, T., Connolly, T. M., Boyle, E. A., Wilson, A., & Razak, A. (2016). A systematic
literature review of games-based learning empirical evidence in primary
education. Computers & Education, 102, 202-223.
https://doi.org/10.1016/j.compedu.2016.09.001
Ioannou, A., & Makridou, E. (2018). Exploring the potentials of educational robotics in the
development of computational thinking: A summary of current research and
practical proposal for future work. Education and Information Technologies,
23(6), 2531-2544. https://doi.org/10.1007/s10639-018-9729-z
Jung, S., & Won, E. (2018). Systematic Review of Research Trends in Robotics Education
for Young Children. Sustainability, 10(4), 905.
https://doi.org/10.3390/su10040905
Kale, U., Akcaoglu, M., Cullen, T., Goh, D., Devine, L., Calvert, N., & Grise, K. (2018).
Computational What? Relating Computational Thinking to Teaching. TechTrends,
62(6), 574-584. https://doi.org/10.1007/s11528-018-0290-9
Kaleli ̇Oğlu, F., Gülbahar, Y., & Kukul, V. (2016). A Framework for Computational Thinking
Based on a Systematic Research Review. 14.
Kirwan, C., Costello, E., & Donlon, E. (2018). Computational Thinking and Online Learning:
A Systematic Literature Review. 10.
Kong, S.-C., Lai, M., & Sun, D. (2020). Teacher development in computational thinking:
Design and learning outcomes of programming concepts, practices and pedagogy.
Computers & Education, 151, 103872.
https://doi.org/10.1016/j.compedu.2020.103872
Lye, S. Y., & Koh, J. H. L. (2014). Review on teaching and learning of computational
thinking through programming: What is next for K-12? Computers in Human
Behavior, 41, 51-61. https://doi.org/10.1016/j.chb.2014.09.012
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.
Park, Y.-S., & Park, M. (2018). Exploring Students Competencies to be Creative Problem
Solvers With Computational Thinking Practices. Journal of the Korean Earth
Science Society, 39(4), 388-400. https://doi.org/10.5467/JKESS.2018.39.4.388

66
Pea, R. D., & Kurland, D. M. (1984). On the cognitive effects of learning computer
programming. New Ideas in Psychology, 2(2), 137-168.
https://doi.org/10.1016/0732-118X(84)90018-7
Qian, M., & Clark, K. R. (2016). Game-based Learning and 21st century skills: A review of
recent research. Computers in Human Behavior, 63, 50-58.
https://doi.org/10.1016/j.chb.2016.05.023
Roig-Vila, R., & Moreno-Isac, V. (2020). El pensamiento computacional en Educación.
Análisis bibliométrico y temático.: Computational thinking in education.
Bibliometric and thematic analysis. Revista de Educación a Distancia (RED),
20(63). https://doi.org/10.6018/red.402621
Román-Graván, P., Hervás-Gómez, C., Martín-Padilla, A. H., & Fernández-Márquez, E.
(2020). Perceptions about the Use of Educational Robotics in the Initial Training
of Future Teachers: A Study on STEAM Sustainability among Female Teachers.
Sustainability, 12(10), 4154. https://doi.org/10.3390/su12104154
Sánchez-Vera, M. M. (2019). El pensamiento computacional en contextos educativos: Una
aproximación desde la Tecnología Educativa / Computational Thinking in
Educational Environments: An Approach from Educational Technology. 16.
Segredo, E., Miranda, G., & León, C. (2017). Hacia la educación del futuro: El pensamiento
computacional como mecanismo de aprendizaje generativo. Education in the
Knowledge Society (EKS), 18(2), 33. https://doi.org/10.14201/eks2017182335
Souza, I. M. L., Andrade, W. L., Sampaio, L. M. R., & Araujo, A. L. S. O. (2018). A Systematic
Review on the use of LEGO ® Robotics in Education. 2018 IEEE Frontiers in
Education Conference (FIE), 1-9. https://doi.org/10.1109/FIE.2018.8658751
Voogt, J., Fisser, P., Good, J., Mishra, P., & Yadav, A. (2015). Computational thinking in
compulsory education: Towards an agenda for research and practice. Education
and Information Technologies, 20(4), 715-728. https://doi.org/10.1007/s10639-
015-9412-6
Weigend, M., Vaníček, J., Pluhár, Z., & Pesek, I. (2019). Computational Thinking Education
through Creative Unplugged Activities. Olympiads in Informatics, 13, 171-192.
https://doi.org/10.15388/ioi.2019.11
Wouters, P., & van Oostendorp, H. (2013). A meta-analytic review of the role of
instructional support in game-based learning. Computers & Education, 60(1), 412-
425. https://doi.org/10.1016/j.compedu.2012.07.018
Xia, L., & Zhong, B. (2018). A systematic review on teaching and learning robotics content
knowledge in K-12. Computers & Education, 127, 267-282.
https://doi.org/10.1016/j.compedu.2018.09.007
Yadav, A., Krist, C., Good, J., & Caeli, E. N. (2018). Computational thinking in elementary
classrooms: Measuring teacher understanding of computational ideas for
teaching science. Computer Science Education, 28(4), 371-400.
https://doi.org/10.1080/08993408.2018.1560550

67
Yang, K., Liu, X., & Chen, G. (2020). The Influence of Robots on Students‟ Computational
Thinking: A Literature Review. International Journal of Information and Education
Technology, 10(8), 5.
Yasar, O., Maliekal, J., Veronesi, P., & Little, L. (2017). The essence of computational
thinking and tools to promote it. 2017 ASEE Annual Conference & Exposition
Proceedings, 28965. https://doi.org/10.18260/1-2--28965
Zaibon, S. B., & Yunus, E. (2019). Perceptions of Computational Thinking in Game Based
Learning for Improving Student Problem Solving Skills. International Journal of
Advanced Trends in Computer Science and Engineering, 8(1.3), 181-184.
https://doi.org/10.30534/ijatcse/2019/3681.32019
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

68
www.joseluisserrano.net