![](3D"1370_BarreraAriza_archivos/image002.jpg")
DOI: https://doi.org/10.56712/latam.v6i5.4783
Evaluación de un modelo didáctico basado en
robótica educativa para fortalecer pensamiento computacional en
secundaria rural de Santa Marta, Colombia
Evaluation of=
a
didactic model based on educational robotics to strengthen computational
thinking in rural secondary schools in Santa Marta, Colombia
Heber Manuel
Barrera Ariza
heber.barrera@gmail.com
https://orcid.org/0009-0000-5980-292X
Universidad
Metropolitana de Educación, Ciencia y Tecnología, UMECIT - Panamá
Santa Marta =
211;
Colombia
Artículo recibido: 13 de julio de
2025. Aceptado para publicación: 12 de noviembre 2025.
Conflictos de Interés: Ninguno que declarar.
Resumen
El pensamiento computacional es una habilidad clave del siglo XXI q=
ue
permite a los estudiantes resolver problemas, analizar información y
crear soluciones tecnológicas de manera lógica y
sistemática. Este estudio evaluó la efectividad del modelo
didáctico DEAC, mediado por robót=
ica
educativa, para fortalecer el pensamiento computacional en estudiantes de
instituciones rurales de Santa Marta, Colombia. La investigación se
desarrolló bajo un enfoque cualitativo y paradigma sociocríti=
co,
mediante el método de investigación-acción-técn=
ica.
La población total incluyó 423 estudiantes de octavo grado y =
59
docentes, de los cuales participaron 57 estudiantes y 11 docentes mediante
selección intencional. Se emplearon entrevistas semiestructuradas,
grupos focales, círculos de aprendizaje, cuestionario de
caracterización sociotecnológica y
pruebas pretest y postest basadas en retos Bebras para evaluar los efectos de la intervenci&oacu=
te;n.
La fundamentación teórica se basó en constructivismo y=
socioconstructivismo, integrando metodologías
activas como aprendizaje basado en proyectos y gamificación, apoyada=
s en
materiales de bajo costo y recursos reciclables. La secuencia didáct=
ica
permitió a los estudiantes avanzar desde la exploración
conceptual hasta la creación de soluciones tecnológicas
aplicables a su entorno rural mediante proyectos de robótica educati=
va,
con acompañamiento cercano de docentes y docentes-investigadores. Los
resultados evidencian mejoras en reconocimiento de patrones,
descomposición y generalización, así como avances en
evaluación y pensamiento algorítmico, aunque este últi=
mo
requirió mayor mediación pedagógica. El modelo DEAC, apoyado en robótica educativa, muestra
potencial para reducir brechas educativas rurales, promover aprendizaje act=
ivo,
colaboración y creatividad, y resalta la importancia de fortalecer la
formación docente y ampliar la intervención para consolidar
habilidades algorítmicas.
Palabras clave: robótica
educativa, pensamiento computacional, modelo didáctico, educaci&oacu=
te;n
rural
Abstract
Computational thinking is a key 21st-century skill that enables stud=
ents
to solve problems, analyze information, and create technological solutions =
in a
logical and systematic way. This study evaluated the effectiveness of the <=
span
class=3DSpellE>DEAC didactic model, mediated by educational robotics=
, in
strengthening computational thinking among students in rural schools in San=
ta
Marta, Colombia. The research was conducted under a qualitative approach an=
d sociocritical paradigm, using the technical action-re=
search
method. The total population included 423 eighth-grade students and 59
teachers, of whom 57 students and 11 teachers participated through purposive
sampling. Data collection instruments included semi-structured interviews,
focus groups, learning circles, a socio-technological characterization
questionnaire, and pretest and posttest assessments based on Bebras challenges to evaluate the effects of the
intervention. The theoretical framework was grounded in constructivism and
socio-constructivism, integrating active methodologies such as project-based
learning and gamification, supported by low-cost materials and recyclable
resources. The didactic sequence allowed students to progress from conceptu=
al
exploration to the creation of technological solutions applicable to their
rural environment through educational robotics projects, with close guidance
from teachers and teacher-researchers. Results show improvements in pattern
recognition, decomposition, and generalization, as well as advances in
evaluation and algorithmic thinking, although the latter required greater
pedagogical mediation. The DEAC model, supporte=
d by
educational robotics, demonstrates potential to reduce educational gaps in
rural contexts, promote active learning, collaboration, and creativity, and
highlights the importance of strengthening teacher training and expanding t=
he
intervention to consolidate algorithmic skills.
Keywords: educational
robotics, computational thinking, didactic model, rural education
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
<= o:p>
Todo el contenido de LATAM Revista Latinoamerica=
na
de Ciencias Sociales y Humanidades, publicado en este sitio está
disponibles bajo Licencia Creative Commons.=
![](3D"1370_BarreraAriza_archivos/image004.jpg")
<=
o:p>
C=
ómo
citar: Barrera Ariza, H. M. (=
2025).
Evaluación de un modelo didáctico basado en robótica
educativa para fortalecer pensamiento computacional en secundaria rural de
Santa Marta, Colombia. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades 6 (5), 2843 – 2859.
https://doi.org/10.56712/latam.v6i5.4783
INTRODUCCIÓN
El desarrollo del pensamiento computacional (P=
C)
se ha consolidado en la última década como una de las
competencias esenciales para la educación del siglo XXI. Segú=
n Wing (2010), esta habilidad implica descomponer probl=
emas
complejos, identificar patrones, abstraer información relevante y
diseñar soluciones algorítmicas, procesos que subyacen al
razonamiento lógico y a la resolución de problemas en
múltiples campos del conocimiento. En la actualidad, organismos inte=
rnacionales
como la Organización de las Naciones Unidas (UNESCO, 2023) y la
Organización para la Cooperación y el Desarrollo Econó=
mico
(OCDE, 2003) han destacado que incorporar el pensamiento computacional en la
educación básica es indispensable para preparar a los estudia=
ntes
frente a los desafíos de la sociedad digital y del trabajo emergente=
en
la Cuarta Revolución Industrial.
Sin embargo, en contextos rurales como los del
Caribe colombiano, las brechas de acceso, infraestructura y conectividad
limitan la implementación de estrategias innovadoras que promuevan
dichas competencias. Datos recientes del Departamento Administrativo Nacion=
al
de Estadística (DANE, 2022)=
revelan
que menos del 30 % de los hogares rurales en Colombia cuentan con
conexión a Internet, lo que obstaculiza la integración efecti=
va
de tecnologías en los procesos educativos. En consecuencia, los
estudiantes rurales enfrentan desventajas estructurales que afectan su
rendimiento en áreas clave como matemáticas, ciencias y lectu=
ra
crítica, tal como evidencian los resultados de las Pruebas Saber 11
(Fundación Empresarios por la Educación, 2024).
Frente a este panorama, T=
racey
& Francesca (2019) afirma que la robótica educativa surge como u=
na
alternativa pedagógica con alto potencial para favorecer el aprendiz=
aje
activo, la experimentación y la resolución de problemas. Desd=
e el
construccionismo propuesto por Papert (1993), los entornos de robóti=
ca
permiten que los estudiantes aprendan haciendo, construyendo y reflexionando
sobre su propio proceso de pensamiento. Este enfoque se complementa con la
teoría del aprendizaje =
experiencial
de Kolb (1984), que concibe el conocimiento como resultado de un ciclo de
acción, reflexión y conceptualización. Así, la
robótica educativa no solo fortalece el pensamiento lógico, s=
ino
que promueve la colaboración, la creatividad y la motivación
intrínseca de los estudiantes. (Gómez Pa=
welek,
s.f., p. 2)
El presente estudio se enmarca en esta
perspectiva, al proponer y validar un modelo didáctico denominado
El objetivo central del estudio fue evaluar la
efectividad del modelo didáctico DEAC en=
el
fortalecimiento del pensamiento computacional de estudiantes de institucion=
es
rurales del distrito de Santa Marta. A partir de una intervención de
cuatro meses, se implementaron actividades desconectadas, talleres de
robótica y proyectos colaborativos que involucraron tanto a docentes
como a estudiantes en procesos de co-diseño y
reflexión.
En conjunto, el modelo DE=
AC
representa una propuesta didáctica innovadora, replicable y
contextualizada, que busca reducir la brecha digital educativa mediante
estrategias pedagógicas sostenibles y adaptadas a la realidad rural
colombiana.
METODOLOGÍA
La investigación se desarrolló b=
ajo
un enfoque cualitativo y paradigma sociocrítico, que concibe a los
participantes como actores activos en la transformación de sus
realidades (Denzin & Lincoln, 2018). Se buscó comprender c&oacut=
e;mo
se configura el pensamiento computacional en estudiantes de contextos rural=
es a
través de experiencias de robótica educativa mediadas por el
modelo didáctico DEAC, identificando
prácticas, significados y resignificaciones tec=
nopedagógicas
emergentes. Para ello, se empleó el método de
investigación-acción técnica, en el cual el investigad=
or
actúa como experto externo, diseñando y guiando la
intervención para mejorar la práctica educativa (Romero, 2016=
).
Este enfoque permitió implementar el modelo de manera progresiva,
registrando cambios cognitivos y actitudinales, así como posibles
resistencias, mientras se ajustaban las estrategias mediante ciclos iterati=
vos
de planificación, acción, observación y reflexió=
;n.
La recolección de datos combinó
técnicas cualitativas y cuasiexperimentales. Se aplicaron encuestas y
cuestionarios para conocer características generales, ideas previas y
percepciones de los estudiantes antes y después de la
implementación del modelo. Entre estos instrumentos se incluyó=
; la
prueba pretest y postest, compuesta por ocho re=
tos
basados en la lógica de las actividades Bebras<=
/span>,
diseñada para identificar habilidades de pensamiento computacional c=
omo
descomposición, abstracción, reconocimiento de patrones,
algoritmos y evaluación. Asimismo, se utilizó un cuestionario=
de
caracterización sociotecnológica =
de 22
ítems, que permitió comprender aspectos del entorno familiar,
acceso a dispositivos, motivaciones académicas y experiencias previas
con tecnología. Paralelamente, se realizaron grupos de enfoque y
círculos de aprendizaje con docentes para generar reflexión
colectiva, identificar fortalezas, dificultades y aprendizajes compartidos,=
y
construir colaborativamente la propuesta didáctica. Los diarios de c=
ampo
del investigador documentaron de manera sistemática observaciones,
interacciones significativas y ajustes emergentes durante la
implementación, aportando información clave para el
análisis cualitativo.
El estudio se llevó a cabo en cinco
instituciones educativas oficiales del distrito de Santa Marta: I.E.D. Julio José Ceballos Ospino, I.E.D. Nueva Colombia, I.E.D. De
Palominito, Institución Etnoeducativa
Distrital Intercultural La Revuelta e I.E.D.
Técnica Guachaca, todas ubicadas en el corredor rural del corregimie=
nto
de Guachaca, en el departamento del Magdalena (Colombia). Estas institucion=
es
comparten características asociadas a dispersión
geográfica, limitada infraestructura tecnológica y conectivid=
ad
intermitente, configurando un escenario representativo de la educació=
;n
rural pública de la región. La población estuvo compue=
sta
por 423 estudiantes de octavo grado y 59 docentes de básica secundar=
ia
en las áreas de Tecnología e Informática,
Matemáticas y Ciencias Naturales. Mediante selección intencio=
nal
por criterios pedagógicos y de acceso (Hernández-Sampieri, 20=
14),
participaron 57 estudiantes y 11 docentes, quienes fueron incluidos por su
asistencia, disponibilidad y experiencia, aportando información
relevante sobre condiciones institucionales y discursos pedagógicos =
que
median la integración tecnológica.
La investigación se desarrolló en
fases. Inicialmente se aplicaron los instrumentos diagnósticos para
identificar el punto de partida conceptual y contextual de los estudiantes.
Posteriormente, se diseñó el modelo didáctico con la
participación de los docentes a través de los círculos=
de
aprendizaje. Luego se implementó el modelo DEAC=
en cinco sesiones progresivas de robótica educativa con micro:bit, en las que el
investigador actuó como mediador pedagógico y observador
crítico. Cada sesión finalizó con procesos de
reflexión guiada y ajustes metodológicos, coherentes con la
naturaleza iterativa de la investigación-acción. Paralelament=
e,
se realizaron entrevistas semiestructuradas a docentes y se sistematizaron =
los
registros etnográficos del proceso.
La información fue procesada mediante
análisis categorial-temático, siguiendo a Braun y Clarke (200=
6).
Se realizó codificación abierta, seguida de codificació=
;n
axial, agrupando los códigos en categorías vinculadas a las
dimensiones del pensamiento computacional y a factores contextuales emergen=
tes.
La triangulación de datos obtenidos de estudiantes, docentes y
observaciones permitió generar interpretaciones densas, garantizando
profundidad y validez interpretativa.
El estudio respetó principios ét=
icos
de consentimiento informado, confidencialidad y participación
voluntaria. Se garantizó el anonimato mediante códigos
alfanuméricos y se informó a las instituciones educativas sob=
re
los objetivos y alcances del estudio. La investigación se inscribe e=
n un
paradigma de ética dialógica, donde los participantes fueron
considerados co-constructores del conocimiento,=
y no
meros sujetos de estudio.
DESARROLLO
Perspectivas
pedagógicas que sustentan el modelo DEAC=
El modelo didáctico DEAC
se fundamenta en la integración de enfoques pedagógicos que
conciben el aprendizaje como activo, situado y mediado por artefactos
significativos. El construccionismo de Papert (1993) plantea que los
estudiantes aprenden más profundamente al crear representaciones
tangibles de su pensamiento, situando la tecnología como medio para
pensar, no solo como herramienta (Ackermann, 2001). En contextos rurales, e=
sta
perspectiva permite que los estudiantes construyan tecnología desde =
su
realidad territorial, resignificando la robótica educativa como
creación y no consumo.
La gamificación se integra como estrate=
gia
afectiva que dinamiza el compromiso mediante desafío, progresi&oacut=
e;n
y recompensa simbólica (Ramírez-Ruiz et al., 2024), otorgando
sentido a los retos de programación como misiones comunitarias. La
Teoría del Aprendizaje Significativo (Ausubel, 1983) y Segarra-Merch=
án
et al. (2023) sostienen que el aprendizaje se consolida cuando los concepto=
s se
vinculan con saberes previos, potenciando la comprensión del pensami=
ento
computacional en situaciones concretas, como la regulación del agua o
alertas para animales. La Teoría del Aprendizaje Experiencial de Kolb
(1984) se refleja en las fases Descubre, Experimenta, Adapta y Construye,
promoviendo la creación tecnológica con intención
pedagógica. Además, el Aprendizaje Basado en Proyectos (Galea=
na
de la O, s.f.) y el Aprendizaje Colaborativo (Johnson & Johnson, 1999)
refuerzan la pertinencia social y comunitaria de la robótica educati=
va.
Robótica educativa como mediación
para el pensamiento computacional
La robótica educativa actúa como
mediación pedagógica que integra programación,
diseño y materialización de ideas, articulando dimensiones
conceptuales, procedimentales y socioemocionales del aprendizaje (Bocconi et al., 2016; Bers,
2020). En contextos rurales, su enfoque es situado y socialmente orientado,
donde la construcción de prototipos resuelve problemas concretos,
siguiendo la lógica construccionista de Papert (1993). El
microcontrolador micro:bit<=
/span>,
de bajo costo y fácil programación, y el uso de materiales
reciclables, democratizan el acceso a la robótica, promoviendo
autonomía cognitiva y justicia educativa.
La interacción con sensores, actuadores=
y
bloques de programación permite pasar de conceptos abstractos a
estructuras operativas, desarrollando análisis, planificación=
y
evaluación propias del pensamiento computacional (Brennan & Resn=
ick,
2012). Además, el trabajo colaborativo potencia la agencia
tecnológica crítica y comunitaria, transformando la
robótica educativa en un instrumento de empoderamiento pedagó=
gico
y territorial.
Conceptualizaci=
ón
del Estudio
El pensamiento
computacional como competencia para la equidad digital
El pensamiento computacional, comúnmente
asociado a la lógica algorítmica y la resolución de
problemas estructurados (Wing, 2006), se concib=
e en
esta investigación de manera ampliada como una forma de agencia
cognitiva y tecnológica que permite a los estudiantes leer
críticamente su entorno y transformarlo mediante soluciones
tecnológicas contextualizadas. Brennan & Resnick (2012) y Motoa (2019) destacan que no se trata solo de program=
ar,
sino de desarrollar formas de pensamiento y prácticas que empoderen a
los estudiantes para comprender la lógica de los sistemas digitales.=
En contextos rurales, esto implica reinterpret=
ar
la competencia desde la realidad territorial, productiva, cultural y
comunitaria, evitando replicar estándares urbanos de
alfabetización digital. Esta perspectiva coincide con enfoques
críticos de la educación digital, como los de la UNESCO (2023=
),
que señalan que el acceso a dispositivos no garantiza competencias
profundas; la capacidad de producir tecnología, no solo consumirla,
constituye la verdadera brecha digital.
En el modelo DEAC,=
el
pensamiento computacional se integró como herramienta para comprende=
r y
transformar situaciones concretas del territorio, trasladando la noci&oacut=
e;n
clásica de “resolver problemas” hacia la resolució=
;n
de problemas significativos y con impacto comunitario. De este modo, la
competencia adquiere una dimensión ética y política: l=
a equidad
digital no se limita a la conectividad, sino a que los estudiantes rurales =
se
reconozcan como agentes capaces de diseñar, adaptar y crear solucion=
es
tecnológicas desde su propio contexto.
La robót=
ica
educativa en contextos rurales: de la carencia a la agencia tecnológ=
ica
Tradicionalmente, los contextos rurales han si=
do
vistos desde una perspectiva de déficit, centrada en la falta de
infraestructura y dispositivos (UNESCO, 2023). Esta investigación
propone una mirada distinta: la robótica educativa se concibe no como
compensación, sino como oportunidad de agencia tecnológica, d=
onde
la brecha digital se redefine como ausencia de oportunidades para crear
tecnología con sentido propio.
El uso de micro:bit
no fue solo la introducción de hardware, sino una estrategia para
politizar la tecnología desde la lógica territorial, permitie=
ndo
que los estudiantes nombren, intervengan y transformen su entorno mediante
decisiones tecnológicas conscientes. El modelo =
DEAC
resignifica la tecnología como herramienta para la vida rural, evita=
ndo
que se perciba como símbolo de modernidad descontextualizada (Papert,
1993).
Los estudiantes, acostumbrados a la
educación memorística, asumieron un rol activo y colaborativo,
construyendo conocimiento en diálogo con la cultura local y los sabe=
res
empíricos. La robótica se convirtió en una experiencia=
de
soberanía cognitiva, donde crearon soluciones útiles para su
entorno, como sistemas de alerta para animales o iluminación
automática en viviendas sin conexión estable.
De este modo, la robótica educativa med=
iada
por el modelo DEAC funciona como práctic=
a de
justicia educativa y tecnológica, transformando a los estudiantes
rurales de usuarios pasivos a protagonistas capaces de diseñar, adap=
tar
y construir tecnología desde su propio territorio.
RESULTADOS
Diagnóst=
ico
inicial del pensamiento computacional y condiciones del contexto rural
El punto de partida de la investigación
evidenció que los estudiantes presentaban dificultades significativas
para descomponer problemas, reconocer patrones y traducir situaciones
cotidianas en secuencias lógicas, lo que confirmó una brecha =
en
el desarrollo del pensamiento computacional. El pretest reveló que, =
ante
desafíos que requerían identificar pasos, analizar condicione=
s o
evaluar soluciones alternativas, la mayoría de los estudiantes
respondía desde el ensayo y error no sistemático, sin una
estrategia consciente de resolución. Este comportamiento se
acompañaba de expresiones como “yo
lo hago al tanteo” o R=
20;voy
probando hasta que salga”, lo cual mostró una lógica
operativa, pero no reflexiva ni estructurada.
En paralelo, el contexto =
sociotecnológico
reveló condiciones asociadas a la ruralidad que incidían
directamente en los procesos cognitivos. Muchos estudiantes reportaron que =
no
cuentan con dispositivos propios, dependen de datos móviles comparti=
dos
o solo acceden a tecnología a través del celular de un adulto.
Esta situación consolidó una percepción de la
tecnología como consumo limitado, más que como medio de
creación o producción. La caracterización socioeducati=
va
permitió identificar también elementos del entorno familiar y
comunitario que actúan como mediadores: mientras algunas familias
valoran la tecnología solo por su utilidad instrumental (como
comunicarse por WhatsApp o entretenerse), otros estudiantes manifestaron fr=
ases
como “si eso sirve para mejor=
ar lo
del cultivo, ahí sí vale la pena”, lo cual
anticipó una posible resignificación de lo tecnológico
desde la lógica productiva rural.
Respecto a las percepciones docentes, se
encontró una comprensión fragmentada del pensamiento computac=
ional,
muchas veces reducido a habilidades de programación o manejo de
software. Sin embargo, emergió una disposición favorable hacia
metodologías activas, aunque acompañada de incertidumbre fren=
te a
la disponibilidad de recursos: R=
20;sería
bueno, pero aquí no tenemos con qué trabajar
robótica”, expresaron algunos docentes. Este contraste ent=
re
interés pedagógico y limitación estructural
constituyó un hallazgo clave para orientar el diseño del mode=
lo
didáctico.
En términos motivacionales, se
identificó en los estudiantes una mezcla de desconfianza e
ilusión contenida. Algunos manifestaron que actividades con
robótica eran propias de “colegios grandes” o
“escuelas de ciudad”, expresando inicialmente distancia
simbólica respecto a la tecnología avanzada. Sin embargo,
también se observó curiosidad latente y deseo de experimentar,
evidenciado en comentarios como =
220;si
eso lo podemos hacer nosotros, sería bueno intentarlo”. Es=
ta
tensión entre desapropiación digital simbólica y deseo=
de
pertenencia tecnológica fue una de las claves para definir que el mo=
delo
debía iniciar con experiencias de descubrimiento accesible, antes de
introducir conceptos técnicos.
Este diagnóstico inicial permitió
concluir que las dificultades no eran únicamente técnicas, si=
no
epistémicas, simbólicas y contextuales: el problema no radica=
ba
en “no saber programar”, sino en no haber desarrollado aú=
;n
una lógica de pensamiento estructurado y sentido de posibilidad
tecnológica. Sobre esta base, se diseñó el modelo DEAC como respuesta pedagógica situada.
Diseño
colaborativo del modelo DEAC
El desarrollo del pensamiento computacional en
contextos rurales requiere una propuesta didáctica co-construida
con los docentes del territorio, considerando sus saberes situados, y no la
simple transferencia de metodologías urbanas. Por ello, el dise&ntil=
de;o
del modelo DEAC se desarrolló mediante g=
rupo
focal y círculos de aprendizaje docente, enmarcados en la lóg=
ica
de investigación-acción técnica, donde se identificaron
condiciones reales de implementación: limitaciones de conectividad,
ausencia de laboratorios y necesidad de vincular la tecnología con la
vida cotidiana.
En los círculos de aprendizaje se
definieron los principios pedagógicos del modelo, integrando referen=
tes
como el Construccionismo de Papert, el Aprendizaje Experiencial de Kolb y el
Aprendizaje Significativo de Ausubel, así como elementos de
Gamificación, Aprendizaje Basado en Proyectos y Aprendizaje
Colaborativo, adaptados a la identidad comunitaria de las escuelas rurales.=
La
evaluación se centró en el proceso y la argumentación,
promoviendo un ambiente flexible, seguro para equivocarse y motivador.
El mi=
cro:bit
se estableció como herramienta central, complementado con materiales
reciclables y locales, para que los estudiantes se sintieran propietarios d=
e la
tecnología. Asimismo, se definió un plan de formación
progresivo entre pares, mediante encuentros y tutorías horizontales,
asegurando la sostenibilidad y transferencia del modelo.
Así, el modelo DEA=
C
(Descubre – Experimenta – Adapta – Construye) surge como =
una
ruta flexible y replicable, orientada al desarrollo del pensamiento
computacional desde una epistemología situada, colaborativa y
contextualizada. Ver figura 1.
El modelo didáctico se estructuró=
; en
cuatro dimensiones que orientan el desarrollo del pensamiento computacional=
en
estudiantes de entornos rurales. La primera, Descubre, propone actividades
desconectadas que introducen los principios del pensamiento computacional
mediante juegos de lógica, retos tipo Bebras y
simulaciones con materiales reciclados. Estas experiencias fomentan la
exploración inicial de conceptos y algoritmos predefinidos, promovie=
ndo
la comprensión de secuencias, condicionales y bucles. Durante este
proceso, el docente ejerce un rol de facilitador, estimulando la
participación grupal y guiando la reflexión para favorecer un
aprendizaje significativo.
Dimensiones de la Propuesta DEAC
Fuente: elaboración propia.
La segunda dimensión, Experimenta, brin=
da a
los estudiantes la oportunidad de interactuar con tecnologías
accesibles, como la placa micro:bi=
t
y sensores básicos, explorando programas y prototipos sencillos. Las
actividades se realizan en equipos, alternando roles para potenciar la
cooperación y el desarrollo de habilidades cognitivas complejas.
Mediante la manipulación, observación y análisis de los
resultados, se consolidan conceptos de abstracción, automatizaci&oac=
ute;n
y evaluación, fundamentales para el pensamiento computacional, mient=
ras
estrategias de gamificación mantienen la motivación y permiten
registrar sistemáticamente los hallazgos.
En la dimensión Adapta, los estudiantes
modifican proyectos existentes, ajustando tanto el código en MakeCode como la estructura de los prototipos para
responder a nuevas necesidades del entorno. Se emplean plantillas de
programación y se fomenta la depuración continua, subrayando =
la
importancia de iterar y aprender de los errores. Esta etapa sigue la metodo=
logía
de Aprendizaje Basado en Proyectos, donde cada equipo desarrolla microproyectos contextualizados, con acompañam=
iento
docente y coevaluación entre pares para reforzar la
retroalimentación y la colaboración.
Finalmente, la dimensión Construye
representa la consolidación del aprendizaje, en la que los estudiant=
es
crean prototipos originales que integran los conocimientos adquiridos. Los
proyectos se elaboran con kits de robótica de bajo costo y materiales
reciclados, promoviendo la creatividad y la resolución de problemas,=
con
aplicaciones contextualizadas al entorno rural, como sistemas de riego,
estaciones meteorológicas o alarmas para animales. Los resultados se
documentan mediante informes y presentaciones, y se socializan ante la
comunidad educativa, incorporando elementos de gamificación que
refuerzan la motivación y el compromiso con el aprendizaje.
A
continuación, se presenta la síntesis operativa del modelo,
conectando cada fase con su intencionalidad pedagógica, su fundamento
teórico y su traducción al contexto rural:
Tabla 1
Estructura del
modelo DEAC y su intencionalidad pedagóg=
ica
situada
|
Fase DEAC=
|
Propósito pedagógico situado |
Fundamento teórico asociado |
Ejemplo contextual sugerido por docentes rur=
ales |
|
Descubre |
Generar
curiosidad y vínculo afectivo con la tecnología antes de
introducir conceptos técnicos. |
Papert
(construccionismo), Ausubel (significatividad). |
Identificar
problemas reales del entorno: seguridad de cultivos, riego, cuidado de
animales. |
|
Experimenta |
Manipular
el micro: bit sin temor al error, mediante micro retos gamificados. |
Kolb
(experiencia), Gamificación. |
Probar
luces o sonidos como alertas comunitarias sin necesidad de internet. |
|
Adapta |
Modificar
prototipos básicos respondiendo a variaciones del contexto. |
Evaluación
formativa y pensamiento algorítmico adaptativo. |
Ajustar
sensores para que funcionen solo en horarios relevantes para la comunidad=
. |
|
Construye |
Integrar
lo aprendido en un proyecto con sentido comunitario y narrarlo como
solución. |
ABP
y Aprendizaje Colaborativo. |
Prototipo
final: sistema de aviso para huertas o señal luminosa para reunion=
es
comunitarias. |
Fuente: elaboración propia.
Además de definir la secuencia
didáctica, los docentes indicaron que para asegurar la viabilidad de=
l modelo
en escuelas rurales era necesario adaptar los recursos y estrategias de for=
ma
contextualizada, reconociendo tanto las limitaciones como las fortalezas del
territorio. En ese sentido, se elaboró una matriz de recursos y
adaptaciones pedagógicas que recoge los acuerdos alcanzados durante =
los
círculos de aprendizaje, la cual se presenta a continuación c=
omo
parte sustantiva del diseño situado del modelo:
Tabla 2
Recursos y adaptaciones pedagógicas
sugeridas por los docentes rurales durante el diseño
|
Elemento del modelo |
Recursos acordados |
Intencionalidad pedagógica |
|
Prototipado
físico |
Cartón,
botellas, madera reutilizada, materiales escolares básicos. |
Democratizar
la creación y resignificar la robótica como posible en ento=
rnos
rurales. |
|
Tecnología
base |
Micro:bit con software offline y código=
pre-cargado. |
Sostener
la experiencia incluso sin conectividad. |
|
Evaluación |
Rúbricas
formativas construidas colectivamente. |
Valorar
proceso, colaboración y pensamiento computacional más que
producto. |
|
Formación
docente |
Círculos
de aprendizaje entre pares. |
Garantizar
sostenibilidad y apropiación del modelo más allá de =
la
intervención. |
Fuente: elaboración propia.
Este proceso participativo permitió que=
el
modelo DEAC no se percibiera como una herramien=
ta
externa o impuesta, sino como una propuesta legítima surgida desde el
saber pedagógico rural, fortaleciendo así la apropiació=
;n
docente y la sostenibilidad de la innovación educativa.
Implementaci&oa=
cute;n
del modelo DEAC: transformación progresi=
va del
aula rural
La implementación del modelo DEAC se llevó a cabo en cinco sesiones progres=
ivas,
desarrolladas en espacios escolares rurales que fueron adaptados como
laboratorios pedagógicos temporales, no desde una infraestructura te=
cnológica
especializada, sino desde lo disponible en el entorno inmediato: mesas
organizadas en estaciones colaborativas, materiales reciclados para la
construcción de maquetas y =
micro:bit
preconfigurados sin necesidad de conexión a internet. Este escenario
constituyó un aula expandida, donde el aprendizaje se configur&oacut=
e;
como experiencia colectiva, abierta al ensayo y al diálogo permanente
entre estudiantes y docentes.
Durante las primeras sesiones, en la fase
Descubre, se observaron reacciones de curiosidad y cautela simultáne=
a.
Los estudiantes se acercaron a los dispositivos con una mezcla de
fascinación y distancia, verbalizando expresiones como “¿esto sí lo podem=
os
usar aquí?”. A medida que se inició la
exploración lúdica mediante micro-retos<=
/span>
desconectados sencillos, la percepción de la robótica
cambió de objeto ajeno a herramienta posible, lo que evidenció
una primera ruptura simbólica: los estudiantes comenzaron a nombrar
conceptos básicos de robótica y pensamiento computacional como
“ciclos o repeticiones” o “codificar”, activando una
lógica de pertenencia tecnológica.
En la fase Experimenta, se promovió la
manipulación libre del dispositivo y del entorno físico de
trabajo, permitiendo que los estudiantes probaran combinaciones sin
instrucciones rígidas. Este enfoque derivó en interacciones
espontáneas de colaboración, donde el error fue interpretado =
como
una oportunidad de discusión y no como fracaso. Frases como “espera, si cambiamos esto, de p=
ronto
funciona mejor” dieron cuenta de la emergencia de pensamiento
evaluativo, incluso en estudiantes que al inicio se mostraban pasivos o
expectantes.
Con el avance hacia la fase Adapta, el aula
evidenció un cambio notable en la relación con el conocimient=
o:
los estudiantes comenzaron a modificar códigos base y ajustar
estructuras lógicas para responder a situaciones del territorio, como
simular una alarma para cultivos, sistemas de aviso para resguardo de anima=
les
o señalizaciones luminosas para la escuela en horas sin luz. Este
proceso fue acompañado por los docentes, quienes actuaron como
mediadores más que como transmisores, generando micro-instancias
de reflexión en voz alta: &#=
8220;¿qué
pasaría si esta señal solo se activa de noche?,
¿qué condición lógica tendríamos que
cambiar?”. Este tipo de interacción demostró que el
pensamiento computacional no se limitó a seguir instrucciones, sino =
que
transitó hacia la adopción de decisiones conscientes en
términos de secuencia, condición y consecuencia.
Finalmente, en la fase Construye, los estudian=
tes
integraron lo aprendido en prototipos funcionales con identidad comunitaria,
que fueron presentados y narrados en clave de solución territorial.
Más que elaborar un producto final perfecto, el énfasis se pu=
so
en la capacidad de argumentar por qué una solución
tecnológica podía ser útil para su entorno, lo que
reforzó la dimensión crítica y significativa del proce=
so.
La presentación de los prototipos se acompañó de micro-relatos de sentido, donde estudiantes afirman c=
osas
como: “esto serviría p=
ara
avisar si alguien entra al cultivo en la noche”, o “así no se pierden los an=
imales
cuando cae la tarde”. Estas verbalizaciones evidenciaron no solo
apropiación técnica, sino agencia tecnológica situada.=
Figura 2
![](3D"1370_BarreraAriza_archivos/image012.gif")
Estudiantes construyendo prototipos de robots con micro:bit
Fuente: fotografías del autor tomadas en las instituciones educativ=
as
participantes, 2025.
De manera transversal a las sesiones, se
observó una transformación en el rol docente, que pasó=
de
una función directiva a una postura de acompañamiento horizon=
tal,
facilitada por los círculos de aprendizaje previos. Los docentes
comenzaron a formular preguntas de mediación y a celebrar
públicamente los intentos, incluso cuando el resultado no era exitos=
o,
consolidando un ambiente que el propio estudiantado describió como “un espacio donde uno puede inte=
ntar
sin miedo”.
En síntesis, la implementación d=
el
modelo DEAC no sólo promovió el
desarrollo del pensamiento computacional, sino que reconfiguró las
dinámicas de aula, generando un espacio de aprendizaje dialóg=
ico,
colaborativo y territorializado, donde la robótica dejó de ser
una tecnología lejana para convertirse en una posibilidad real de
creación local.
Evaluación final y comparación
interpretativa del pensamiento computacional tras la implementación =
del
modelo DEAC
La evaluación posterior a la
implementación del modelo DEAC se
realizó mediante una combinación de rúbricas formativa=
s, postest interpretativo y encuestas de percepció=
;n
aplicadas a estudiantes y docentes. Esta estrategia permitió valorar=
no
solo el desempeño cognitivo asociado al pensamiento computacional, s=
ino
también la experiencia vivida, la motivación, el sentido de
apropiación tecnológica y la proyección de continuidad
pedagógica, dimensiones relevantes en un contexto rural donde la
tecnología suele ser percibida como ajena o distante.
En términos de desarrollo cognitivo, el
análisis comparativo entre pretest y postest
evidenció un trá=
nsito
desde respuestas orientadas al ensayo y error intuitivo hacia formulaciones
más estructuradas, donde los estudiantes comenzaron a identificar pa=
sos,
condiciones y consecuencias. La comparación interpretativa por
categorías mostró una evolución cualitativa del
pensamiento computacional, como se sintetiza en la Tabla 3.
Tabla 3
Evolución
interpretativa del pensamiento computacional antes y después del mod=
elo DEAC
|
Categoría de PC |
Antes del modelo (Diagnóstico)=
|
Después del modelo
(Implementación/Postest) |
|
Descomposici&=
oacute;n |
Dificultad
para separar tareas; se enfrentan los retos como problemas únicos.=
|
Identificación
de pasos: “primero detecta, luego envía la señal̶=
1;. |
|
Reconocimient=
o de
patrones |
No
se establecen conexiones entre actividades similares. |
Asociación
de códigos: “esto es parecido a cuando hicimos la alarmaR=
21;. |
|
Abstracci&oac=
ute;n |
Se
centran en lo visible sin interpretar la lógica detrás de la
acción. |
Capacidad
de anticipar resultados antes de ejecutar. |
|
Algoritmia
básica |
Predomina
el “probar para ver si funciona”. |
Uso
de condicionales verbales y planificación previa. |
|
Evaluaci&oacu=
te;n/depuración |
Validación
binaria (sirve/no sirve). |
Análisis
de fallas: “no está mal, hay que ajustar la
condición”. |
Fuente: elaboración propia.
Percepció=
;n y
experiencia final de estudiantes y docentes
Además del avance cognitivo, la encuesta
final aplicada a los estudiantes permitió identificar un cambio significativo en la forma=
en
que se relacionan con la tecnología. Mientras que al inicio muchos
expresaban que la robótica “era para otros colegios” o q=
ue
“aquí no se puede hacer eso porque no hay lo necesario”,=
al
cierre de la intervención surgieron percepciones asociadas a posibil=
idad
y pertenencia, destacando que actividades como estas “sí se pu=
eden
hacer en la escuela rural si se trabaja en equipo y con lo que se tieneR=
21;.
Los estudiantes también manifestaron se= ntirse más seguros al enfrentar tareas tecnológicas, señalando que el trabajo por fases, el acompañamiento docente y el uso de rúbricas les ayudó a “entender el proceso y no solo bus= car el resultado”. Esta dimensión afectiva es relevante, pues indi= ca que el pensamiento computacional no se desarrolló únicamente = como habilidad cognitiva, sino como confianza para proponer y crear soluciones.<= o:p>
En el caso de los docentes, el grupo focal
reflejó una reconfiguración de su mirada sobre la robó=
tica
educativa, pasando de verla como una estrategia condicionada por la
disponibilidad de infraestructura tecnológica a comprenderla como una
posibilidad pedagógica adaptada al territorio. Varios docentes
señalaron que el modelo DEAC les
permitió visualizar rutas de implementación realistas, y
destacaron el valor de los círculos de aprendizaje entre pares como
espacio para consolidar autonomía y sostenibilidad del proceso.
En conjunto, las percepciones finales de
estudiantes y docentes confirman que la implementación del modelo no
solo impactó la dimensión técnica del pensamiento
computacional, sino que generó cambios en la autoestima
tecnológica, en la cultura escolar y en la proyección de
continuidad pedagógica, elementos fundamentales para la discusi&oacu=
te;n
que sigue.
DISCUSIÓN
Los resultados evidencian que el desarrollo del
pensamiento computacional en contextos rurales requiere una pedagogía
situada, donde programar adquiere sentido al vincularse con la realidad del
estudiante (Papert, 1980; Resnick, 2018). La implementación del mode=
lo DEAC mostró que la robótica educativa se
vuelve significativa cuando las estructuras lógicas del códig=
o se
aplican a situaciones concretas, como la protección de cultivos o el
cuidado de animales, coherente con Brennan y Resnick (2012), quienes plante=
an
que programar es una práctica expresiva más que técnic=
a.
El enfoque experiencial de Kolb (1984) se refl=
eja
en las fases Descubre, Experimenta, Adapta y Construye, que permitieron a l=
os
estudiantes pasar de la curiosidad inicial a la acción reflexiva, ve=
rbalizando
decisiones condicionales y evaluativas, reforzando el pensamiento computaci=
onal
a través de la argumentación (Ramírez-Ramírez et
al., 2025). Asimismo, la teoría del aprendizaje significativo de Aus=
ubel
(2002) se observa en la conexión de los nuevos aprendizajes con
conocimientos previos de la vida rural, resignificando la tecnología
como herramienta de transformación, superando la lógica de
exclusión simbólica documentada por Moreno (2023).
La motivación emergente coincide con
Deterding et al. (2011), donde micro-retos
progresivos y la ausencia de penalización del error promovieron la
metacognición. La dimensión colaborativa confirma a Johnson y
Johnson (2019), evidenciada en la distribución espontánea de
roles y la consolidación del pensamiento computacional como
práctica social. La evaluación formativa mediante
rúbricas, diseñada colectivamente, prioriza el proceso y la
capacidad de ajuste sobre la funcionalidad final, alineándose con
En síntesis, el modelo DEAC
no solo fortaleció el pensamiento computacional, sino que
transformó la relación de estudiantes y docentes con la
tecnología, promoviendo apropiación local y producción=
de
soluciones tecnológicas contextualizadas. Este estudio demuestra que=
la
robótica educativa puede generar experiencias significativas y
críticas incluso en contextos rurales con recursos limitados, siempre
que el diseño pedagógico integre colaboración,
evaluación formativa y vinculación con la realidad sociocultu=
ral.
CONCLUSIÓN
El proceso investigativo permitió
evidenciar que el desarrollo del pensamiento computacional en contextos rur=
ales
no depende exclusivamente de la disponibilidad tecnológica, sino de =
la
intencionalidad pedagógica con la que se diseña la experienci=
a de
aprendizaje. El diagnóstico inicial visibilizó una brecha
significativa: los estudiantes mostraron dificultades para analizar problem=
as,
estructurar soluciones y argumentar sus decisiones, mientras que los docent=
es
manifiestan incertidumbre frente al uso de la robótica educativa. No
obstante, este reconocimiento compartido del punto de partida generó=
una
conciencia crítica que funcionó como motor de
transformación colectiva.
El diseño colaborativo del modelo DEAC, construido junto a los docentes mediante
círculos de aprendizaje, demostró que es posible producir
innovación educativa desde el territorio, articulando robótic=
a,
pensamiento computacional y cultura rural. Al combinar actividades
desconectadas con programación en micro:bit
y al permitir que los estudiantes formularán, aprobarán y
ajustarán soluciones vinculadas a su vida cotidiana, la
tecnología dejó de percibirse como un elemento externo y se
convirtió en una herramienta significativa para pensar y actuar sobr=
e la
realidad local.
La implementación del modelo evidenci&o=
acute;
una transformación en las dinámicas de aula: los estudiantes
asumieron un rol activo, colaborativo y reflexivo, mientras los docentes
pasaron de ser transmisores a mediadores del descubrimiento. Esta
transición se tradujo en una mejora sustantiva de las habilidades
asociadas al pensamiento computacional —descomposición,
abstracción, secuenciación y evaluación—,
acompañada de un aumento en la motivación, la autoconfianza y=
la
disposición a aprender en colectivo.
La valoración final confirmó que=
el pensamiento
computacional emerge no sólo como competencia técnica, sino c=
omo
forma de pensamiento crítico y situado, fortaleciendo habilidades
cognitivas y socioemocionales clave para la participación activa en =
la
vida escolar y comunitaria. Los docentes y directivos reconocieron la
pertinencia del modelo y su potencial de réplica en otras institucio=
nes
rurales, destacando que su fortaleza radica en ser un diseño flexibl=
e,
contextualizado y construido desde la colaboración local.
En síntesis, la investigación
demuestra que la robótica educativa, cuando se articula con una
propuesta didáctica situada y participativa, puede convertirse en un
medio para reducir brechas educativas, potenciar el pensamiento computacion=
al y
promover el desarrollo educativo de los territorios rurales. El modelo DEAC se presenta, así como una alternativa via=
ble y
escalable para sistemas educativos que buscan equidad, innovación y
sentido pedagógico en contextos históricamente marginados de =
la
cultura digital.
Este trabajo abre una línea de
acción relevante para las políticas educativas rurales, al
demostrar que es posible construir modelos pedagógicos de
robótica educativa contextualizados y sostenibles desde el saber doc=
ente
local. Futuras investigaciones podrán profundizar en la escalabilidad
del modelo DEAC en otras comunidades, así=
; como
en su impacto a mediano plazo en los procesos de autonomía, pensamie=
nto
crítico y participación tecnológica de los estudiantes
rurales.
REFERENCIAS
Ackermann, E. (n.d=
.). Piaget’s
Constructivism, Papert’s Constructionism:
What’s the difference? MIT Media Lab.
https://learning.media.mit.edu/content/publications/EA.Piaget%20_%20Papert.=
pdf
Bers, M. U. (2020). Coding as a playground:
Programming and computational thinking in the early childhood classroom.
Routledge.
Bocconi, S., Chioccariell=
o,
A., Dettori, G., Ferrari, A., y Engelhardt,
K. (2016). Developing computational thinking in compulsory education implicatio=
ns
for policy and practice.Sevilla:
Joint Research Centre. doi: http://doi. org/10.2791/792158
Braun, V., & Clarke, V. (2006). Using
thematic analysis in psychology. Qualitative Research in Psychology, 3(2),
77–101.
Brennan, K., y Resnick, M. (2012). New
frameworks for studying and assessing the development of computational
thinking. Proceedings of the 2012 Annual Meeting of the American Educational
Research Association, 1-25. Recuperado de https:// web.media.mit.edu/~kbrennan/files/ Brennan_Resnick_=
AERA2012_CT.pdf
Cordenonzi, Walkiria
Helena, & Pino, José Claudio Del. (2021). Método de evalu=
ación
del pensamiento computacional y alfabetización en código. Praxis & Sa=
ber,
12(31), 202-220. Epub April 23, 2022.https://doi.org/10.19053/22160159.v12.n31.2021.11750
Denzin, N. K., & Lincoln, Y. S. (Eds.).
(2018). The Sage Handbook of Qualitative Research (5.ª ed.).
Departamento Administrativo Nacional de
Estadística (DANE). (2022, 28 de julio). Comunicado de prensa: Encue=
sta
de Tecnologías de la Información y las Comunicaciones en Hoga=
res
(ENTIC Hogares) 2021. https://www.dane.gov.co/f=
iles/investigaciones/boletines/entic/comunicado_entic_hogares_2021.pdf
Deterding, S., Dixon, D.,
Khaled, R., & Nacke, L. (2011, September). =
From
game design elements to gamefulness: defining&q=
uot;
gamification". In Proceedings of the 15th international academic MindTrek conference: Envisioning future media environ=
ments
(pp. 9-15).
Fundación Empresarios por la
Educación (FExE). (2024). Análisi=
s de
resultados Examen Saber 11° 2024.
https://fundacionexe.org.co/document/analisis-de-resultados-prueba-saber-11=
-2024/
Galeana de la O., L. (s.f.). Aprendizaje basad=
o en
proyectos. Universidad de Colima.
https://500historias.com/lecturas/El-aprendizaje-basado-en-proyectos.pdf
Gómez Pawelek, J.
(s.f.). El aprendizaje experiencial. Universidad de Buenos Aires, Facultad =
de
Psicología. Recuperado de
https://www.ecominga.uqam.ca/PDF/BIBLIOGRAPHIE/GUIDE_LECTURE_5/1/3.Gomez_Pa=
welek.pdf
Gómez Pawelek, J.
(s.f.). El aprendizaje experiencial. Universidad de Buenos Aires, Facultad =
de
Psicología. Recuperado de https://www.ecominga.uqam.ca/PDF/BIBLIOGRA=
PHIE/GUIDE_LECTURE_5/1/3.Gomez_Pawelek.pdf
Hernández Sampieri, Roberto,
Fernández Collado, Carlos , Baptista Luci=
o,
María del Pilar (2014). Metodología de la investigación
(6° ed.). México: McGraw Hill Interamericana Editores S.A. de
Johnson, D. & R. Johnson (1999). Aprender
juntos y solos. Buenos Aires: Aiqué
Kolb, D. A. (1984). Experiential learning:
Experience as the source of learning and development. Prentice Hall.
Moreno, L. C. (2023). La brecha digital en la
educación rural colombiana desde una revisión sistemát=
ica.
Dialéctica, 1(21). https://doi.org/10.56219/dia=
lctica.v1i21.2306
Motoa, S. P. (2019). Pensamiento computacion=
al.
Revista Educación y Pensamiento, 26(26), 107-111.
Organización para la Cooperación=
y
el Desarrollo Económicos [OCDE]. (2003). The de=
finition
and selection of
Papert, S. (1980). Tormentas mentales:
Niños, computadoras e ideas poderosas. Basic Books, Inc.
Papert, S. (1993). The
children's machine: Rethinking School in the age of the computer
. New
York, NY: Basic Books.
Ramírez Ramí=
rez ,
D. de J. ., Correa Álvarez, C. D., y Marín Ríos, L. A.=
.
(2025). Fortalecimiento del Pensamiento Computacional en Estudiantes de
Secundaria Mediante la Programación con Arduino UNO. Revista EIA, 22(44), 4418 pp. 1–28. https://doi.org/10.=
24050/reia.v22i44.1871
Ramírez Ruiz, J. J., Vargas Sanchez, A. D., & Boude
Figueredo, O. R. (2024). Impact of gamification on school engagement: A
systematic review. Frontiers in Education, 9, Article 1466926.
https://doi.org/10.3389/feduc.2024.1466926
Resnick, M. (2018). Lifelong Kindergarten:
Cultivating creativity through projects, passion, peers, and play. MIT Pres=
s.
Schaper, M. M., Smith, R. C., Tamashiro, M.=
A.,
Van Mechelen, M., Lunding<=
/span>,
M. S.
Segarra Merchán, S. R., Zamora Olivos, =
S.
M., González Encalada, S. A., & Vitonera
Pazos, M. M. (2023). El aprendizaje significativo en la educación
actual: Una reflexión desde la perspectiva crítica. Revista d=
e la
Universidad Pedagógica Experimental Libertador. Instituto
Pedagógico Luis Beltrán Prieto Figueroa de Barquisimeto, 27(1=
),
219–234. https://orcid.org/0009-0008-0090=
-3169
Siglo XXI Bienestar Emocional en la Era Digita=
l.
Publicaciones de la OCDE.
Tracey, B., & Francesca, G. (Eds.) (2019).
Investigación e Innovación Educativa Educando a los Niñ=
;os
del
UNESCO. (2023). Informe de seguimiento de la
educación en el mundo 2023: Tecnología en la educación.
¿Una herramienta en los términos de quién? Resumen del
informe.
https://www.unesco.org/gem-report/sites/default/files/medias/fichiers/2023/=
07/7952%20UNESCO%20GEM%202023%20Summary_ES_Web.pdf#:~:text=3DINFORME%20DE%2=
0SEGUIMIENTO%20DE%20LA,EN%20EL%20MUNDO%202023%2015
Wing, J. M. (2006). Computational thinking.
Communications of the ACM, 49(3), 33-35. doi:
https://doi. org/10.1145/1118178.1118215
Wing, J. M. (2010, 17 de noviembre). Computational
thinking: What and why? https://www.cs.cmu.edu/=
~CompThink/resources/TheLinkWing.=
pdf
=
; &n=
bsp; =
; &n=
bsp; =
; &n=
bsp; =
;
Todo el contenido de LATAM Revista Latinoamericana de Cien=
cias
Sociales y Humanidades, publicados en este sitio está disponible=
s
bajo Licencia Creative
Commons ![3D"https://revistacientifica.uamericana.edu.py/public/site/images/aduar=](3D"1370_BarreraAriza_archivos/image013.jpg")
.
L= ATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.<= o:p>
ISSN en línea: 2789-3855, noviembre, 2025,
Volumen VI, Número 5 p 2842. =