Programa

Descarga la versión en PDF.

Logotipo del seminario

Jueves 28 de enero

16:00-16:15 Inauguración.

16:15-17:15 Conferencia Invitada (Moderador: Rafael Morales).

What is the big picture for teaching Computational Thinking?
(¿Cuál es el panorama global de la enseñanza del Pensamiento Computacional?)
Dr. Tim Bell, profesor en el Departamento de Ciencias de la Computación e Ingeniería de Software de la Universidad de Canterbury, Nueva Zelanda.

17:15-17:30 Receso.

17:30-19:30 Sesión 1: Enseñanza del Pensamiento Computacional (Moderador: Julieta Noguez).

Hacia la Enseñanza del Pensamiento Computacional como materia básica de la Preparatoria en México.
Alejandro A. Torres-García, Pedro Tecuanhuehue-Vera & Gisela Yanett López Juárez.

Diseño de intervención del pensamiento computacional para el fortalecimiento de rendimiento académico en los recién ingresantes a educación superior
Ronald Paucar Curasma & Arturo Rojas López.

Alfabetismos digitales y pensamiento computacional
Rafael Morales Gamboa & Alberto Pacheco-González.

Análisis y propuestas respecto al impacto económico en México como efecto del desarrollo tecnológico basado en la Ingeniería de Software y áreas afines
Eduardo Vázquez Santacruz & Flor Radilla López.

19:30-20:00 Discusión.


Viernes 29 de enero

9:00-10:00 Conferencia invitada (Moderador: L. Enrique Sucar).

Pensamiento Computacional: una definición holística por componentes y un nuevo elemento: el pensamiento bayesiano
Dr. Miguel Zapata Ros, Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia.

10:00-10:15 Receso

10:15-11:45 Sesión 2: Experiencias en la enseñanza de pensamiento computacional (Moderador: Eduardo Morales).

Análisis de la competencia de resolución de problemas algorítmicos en estudiantes de educación superior
María Luisa Velasco Ramírez & Guillermo Leonel Sánchez Hernández.

Aprende ciencias de la computación jugando: experiencias y resultados de un proyecto de servicio social en Baja California
Eloísa García-Canseco, Francisco Juárez García, Adrián Enciso Almanza, Alejandro González Sarabia, José Angel González Fraga & Verónica Luna Hernández.

Análisis de un caso de estudio: la transferencia del pensamiento computacional
Alberto Pacheco-González & Rafael Morales Gamboa.

11:45-12:15 Receso.

12:15-13:45 Sesión 3: Técnicas para desarrollar el pensamiento computacional (Moderador: Alberto Pacheco).

Aplicación de la experiencia didáctica en la enseñanza de la programación de computadoras
Guillermo de Jesús Hoyos Rivera.

Método de enseñanza y aprendizaje del pensamiento computacional basado en el desarrollo de simulaciones por computadora para probar hipótesis
Jorge L. Zapotecatl.

¿Cómo resolver problemas de Optimización Combinatoria ayuda a desarrollar el Pensamiento Computacional?
David Martínez-Galicia, Judith Agueda Roldán Ahumada & Marcela Quiroz-Castellanos.

13:45-14:15 Discusión y Clausura.


Ponencias invitadas

What is the big picture for teaching Computational Thinking?
(¿Cuál es el panorama global de la enseñanza del Pensamiento Computacional?)
Tim Bell

Resumen. El Pensamiento Computacional está apareciendo en los planes de estudio de todo el mundo. Pero, ¿de qué se trata realmente y por qué despierta tanto interés? ¿Cómo se relaciona con el aprendizaje de la programación? ¿Es necesario que las computadoras estén involucradas? Se abordarán estas preguntas, así como una perspectiva basada en CS Unplugged. Revisaremos las investigaciones recientes sobre estos temas y reflexionaremos sobre cuál es el objetivo general de la educación en informática en las escuelas.

Abstract. Computational Thinking is appearing in school curricula around the world. But what is it really about, and why is there so much interest in it? How does it relate to learning programming, or do computers need to be involved at all? These questions will be addressed, including a perspective based on CS Unplugged. We will review recent research around these issues, and reflect on what the overall goal is of CS education in schools.


Pensamiento Computacional: una definición holística por componentes y un nuevo elemento: el pensamiento bayesiano
Miguel Zapata Ros

Resumen. El 20 de marzo The Lancet publica el artículo Estimates of the severity of coronavirus disease 2019: a model-based análisis, de Robert Verity et al. La idea que plantea es simple y constituye el esquema más definido y puro de un caso de aplicación del Teorema de Bayes, con ayuda de analítica de datos: Se centra en Hubei (China), donde surge por primera vez la pandemia y desde allí se propaga, se sabe los contagiados por COVID19 que fallecieron, cómo se distribuyen por edad y el tiempo que transcurre desde la detección de la enfermedad hasta el fallecimiento. En el resto de países no existían patrones todavía respecto de esta cuestión, cómo afectaría la pandemia en los casos más graves, de fallecimiento, en función de estas variables. En estas condiciones es fácil por el Teorema de Bayes (aplicado con analítica de datos a un número muy grande de casos), a partir de los datos obtenidos en Hubei establecer la probabilidad de que alguien, que haya contraído la enfermedad, la curse en modalidad grave (con dificultades severas respiratorias) y su posible fallecimiento, así como el número de días que estará hospitalizado y en la UCI. Con estos datos es fácil hacer previsiones para evitar el colapso del sistema. También se dieron modelos para otras variables definidas a partir de situaciones de los enfermos en relación con la frecuencia de los viajes o los lugares de procedencia. Esto constituye un ejemplo de cómo, con un resultado matemático simple, se pueden construir modelos complejos para obtener probabilísticamente el comportamiento de grupos, comunidades de individuos o de agregados de datos sujetos a una probabilidad o a un riesgo cuya distribución a priori se desconoce.
La mayoría de los autores coinciden en la dificultad de definir el pensamiento computacional. Así, se llega a decir incluso que es como la creatividad o el liderazgo, son difíciles de definir, pero todo el mundo los reconoce cuando los tiene delante. Nosotros dimos una primera definición en 2015, lo hicimos de una forma holística, por componentes: Son las habilidades y los racimos de recursos procedimentales y cognitivos que se ponen en marcha en algún momento cuando los programadores hacen su trabajo, cuando programan o diseñan los algoritmos, diagramas de flujo, análisis de los problemas, etc. Así los identificamos y los describimos cuando, en esos primeros trabajos, repasamos el quehacer de estos profesionales, identificando hasta quince.
Pues bien, en esta comunicación daremos otra vuelta de rosca. Lo que se propone ahora es la idea de un pensamiento computacional fuertemente relacionado con la Alfabetización Digital, en el sentido de que está constituido por competencias clave que sirven para aprender y comprender ideas, procesos y fenómenos no sólo en el ámbito de la programación de ordenadores o incluso del mundo de la computación, de Internet o de la nueva sociedad del conocimiento, sino que es sobre todo útil para emprender operaciones cognitivas y  elaboración complejas que de otra forma sería más complejo, o imposible, realizar. O bien, porque sin estos elementos de conocimiento, sería más difícil resolver ciertos problemas de cualquier ámbito no solo de la vida científica o tecnológica sino de la vida común. Se considera como un conjunto de habilidades esenciales para la vida en la mayoría de los casos y como un talante especial para afrontar problemas científicos y tecnológicos.
Abundan evidencias sobre la influencia de un nuevo pensamiento computacional en otros campos: Está transformando las estadísticas, donde con el aprendizaje automático la automatización de los métodos bayesianos y el uso de modelos gráficos probabilísticos es posible identificar patrones y anomalías en voluminosos conjuntos de datos tan diversos como son los corpus lingüísticos, los mapas astronómicos, añadir funcionalidades a la práctica de la resonancia magnética, o a los hábitos de compra con tarjeta, online o smartphone. Esto por señalar solo algunos casos como son los que se asocian con el análisis de grandes datos y la teoría bayesiana.
En esta ponencia presentaremos nuestra próxima definición de pensamiento computacional por elementos. En ella vamos a proponer un nuevo elemento: el  pensamiento bayesiano.


Ponentes invitados

Dr. Tim Bell
Dr. Tim Bell. Universidad de Canterbury, Nueva Zelanda.

El Dr. Tim Bell es profesor en el Departamento de Ciencias de la Computación e Ingeniería de Software de la Universidad de Canterbury, Nueva Zelanda. Su proyecto “Computer Science Unplugged” se está utilizando ampliamente a nivel internacional y ha sido traducido a más de 25 idiomas. Ha recibido muchos premios por su trabajo en la educación informática, incluido el premio ACM SIGCSE de Contribución Destacada a la Educación en Ciencias de la Computación 2018. Desde 2008 ha participado activamente en el diseño y despliegue del enfoque para la enseñanza de tecnologías digitales en las escuelas de Nueva Zelanda. Además, toca instrumentos que tienen teclas en blanco y negro.

Dr. Miguel Zapata Ros
Dr. Miguel Zapata Ros. Universidad de Murcia, España.

Profesor Honorario en el Centro de Formación y Desarrollo Profesional de la Universidad de Murcia. Investigador en el Instituto Interuniversitario de Economía Internacional. Profesor Externo en la Universidad de Alcalá de Henares, miembro del programas de doctorado en Ingeniería de la Información y del Conocimiento, distinguido con Mención hacia la Excelencia por el Ministerio de Educación (Referencia: MEE2011-0159). Editor de RED, Revista de Educación a Distancia y de Docencia Universitaria. Miembro de INTCODE, agencia consultiva de ONU sobre educación a distancia, y representante en la sede de New York. Doctor en Ingeniería Informática.