Estudio de caso instrumental sobre el pensamiento algorítmico en estudiantes de grado 11 : análisis y recomendaciones para su fomento en el Centro Integral José María Córdoba.
Abstract
El estudio aborda el bajo desarrollo de habilidades de pensamiento algorítmico en estudiantes de grado 11, un desafío crítico en la educación tecnológica actual. El objetivo principal es identificar las causas subyacentes de este bajo rendimiento y proponer estrategias para mejorar dichas habilidades en el entorno académico.
Metodología
Se emplea una metodología mixta, combinando análisis cuantitativos y cualitativos para evaluar el rendimiento de los estudiantes en competencias como el razonamiento lógico y la comprensión algorítmica. Esta aproximación permite no solo medir el desempeño estudiantil, sino también explorar las razones detrás de los resultados obtenidos.
Resultados Principales
Categorías de Rendimiento: Los estudiantes fueron clasificados en cuatro niveles de pensamiento algorítmico basados en una evaluación de 24 preguntas. La mayoría se ubicó en los niveles 1 y 2, indicando una comprensión limitada y habilidades deficientes en la resolución de problemas algorítmicos.
Análisis de Retroalimentación: Se utilizó RStudio para generar retroalimentación individualizada. Esta herramienta ayudó a identificar las fortalezas y áreas de mejora para cada estudiante, facilitando un aprendizaje más enfocado y eficiente.
Conclusiones
El estudio concluye que es esencial fortalecer la base conceptual y las habilidades de pensamiento algorítmico de los estudiantes. Se recomienda:
Diseño de Recursos Educativos: Desarrollar actividades y materiales didácticos específicos que promuevan el pensamiento algorítmico.
Capacitación Docente: Formar a los educadores en metodologías de enseñanza que integren el desarrollo de estas habilidades.
Evaluación Continua: Implementar evaluaciones periódicas para monitorear y apoyar el progreso de los estudiantes.
Recomendaciones
Las recomendaciones prácticas incluyen la adaptación del currículo para fomentar el pensamiento algorítmico y la utilización de herramientas tecnológicas, como RStudio, para proporcionar retroalimentación precisa y contextualizada. Estas medidas buscan no solo mejorar el rendimiento académico, sino también preparar a los estudiantes con habilidades esenciales para el siglo XXI.
Abstract
The study addresses the underdevelopment of algorithmic thinking skills in 11th-grade students, a critical challenge in current technological education. The main objective is to identify the underlying causes of this low performance and propose strategies to enhance these skills in the academic environment.
Methodology
A mixed-method approach was employed, combining quantitative and qualitative analyses to assess students' performance in competencies such as logical reasoning and algorithmic understanding. This approach not only measures student performance but also explores the reasons behind the results obtained.
Key Findings
Performance Categories: Students were classified into four levels of algorithmic thinking based on an assessment of 24 questions. The majority fell into levels 1 and 2, indicating limited understanding and deficient problem-solving skills in algorithms.
Feedback Analysis: RStudio was used to generate individualized feedback. This tool helped identify strengths and areas for improvement for each student, facilitating more focused and efficient learning.
Conclusions
The study concludes that strengthening students' conceptual foundations and algorithmic thinking skills is essential. It recommends:
Educational Resource Design: Developing specific activities and instructional materials that promote algorithmic thinking.
Teacher Training: Training educators in teaching methodologies that integrate the development of these skills.
Continuous Assessment: Implementing periodic assessments to monitor and support student progress.
Recommendations
Practical recommendations include adapting the curriculum to foster algorithmic thinking and utilizing technological tools like RStudio to provide accurate and contextualized feedback. These measures aim not only to improve academic performance but also to prepare students with essential skills for the 21st century.
Collections
Except where otherwise noted, this item's license is described as https://creativecommons.org/licenses/by-nc-nd/4.0/