Pensamiento computacional. Alfabetización digital sin computadoras
Barra lateral del artículo
Agencias de apoyo
Universidad de LIma IDIC
Dimensions
Contenido principal del artículo
Resumen
El pensamiento computacional es un conjunto de conocimientos en las áreas STEM introducido en los programas educativos para preparar a los estudiantes en la comprensión y el uso de los medios y las herramientas digitales. Sin embargo, no se ha tomado en cuenta que los medios digitales influyen no solo en el desarrollo del conocimiento, sino también en la economía, la cultura, la comunicación y las relaciones sociales. El objetivo de este artículo es revisar y corregir algunas limitaciones del paradigma del pensamiento computacional. Queremos demostrar, con la ayuda de la literatura científica y del trabajo de campo, que el pensamiento computacional debería incluir las humanidades, y rescatar las prácticas educativas analógicas y las tradiciones culturales locales. Para esto se estudiarán tres aspectos: a) la crítica a los fundamentos neopositivistas del tecnocentrismo; b) la naturaleza del medio digital, con la puesta en relieve del software y de la creatividad digital, y c) las metodologías y prácticas educativas, entre las que se proponen la máquina de Touring y las shape grammars. Se concluye con todo esto que, para fortalecer el pensamiento computacional, las maquinarias informáticas no son imprescindibles y hasta podrían ser contraproducentes para el aprendizaje y la creatividad.
Palabras clave:
Computación, creatividad, educación, identidad cultural, software, tecnocentrismo
Descargas
Los datos de descargas todavía no están disponibles.
Detalles del artículo
Cómo citar
Osio, Umberto Roncoroni, y Jaime Bailón Maxi. 2020. «Pensamiento Computacional. Alfabetización Digital Sin Computadoras». Revista ICONO 14. Revista científica De Comunicación Y Tecnologías Emergentes 18 (2):379-405. https://doi.org/10.7195/ri14.v18i2.1570.
Sección
INNOVACIÓN TEÓRICA
Esta obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.
Citas
Aho, A. V. (2012). Computation and computational thinking. Computer Journal, 55(7), 832-835.
Apaza Luque, J. (2017). La yupana, material educativo para la educación matemática. Madrid: Universidad Autónoma de Madrid.
Buckingham, D. (2006). Media education in the age of digital technology. 10th Anniversary MED Congress “La sapienza di comunicare”. Recuperado de https://www.academia.edu/2748203/
Cobo Romaní, C., y Moravec, J. W. (2011). Aprendizaje invisible. Hacia una nueva ecología de la educación. Barcelona: Edicions de la Universitat de Barcelona.
Damasio, A. (2005). Descartes’ Error. Nueva York: Penguin Books.
Deleuze, G. (2006). Postscriptum sobre las sociedades del control. Polis. Revista Latinoamericana, 13. Recuperado de https://journals.openedition.org/polis/5509
Denning, P. J. (2017). Remaining trouble spots with computational thinking. Communications of the ACM, 60(6), 33-39. doi: 10.1145/2998438
Dussel, I., y Quevedo, A. (2010). Educación y nuevas tecnologías: los desafíos pedagógicos ante el mundo digital. En VI Foro Latinoamericano de Educación. Buenos Aires: Santillana.
Flake, G. W. (2000). The computational beauty of nature. Cambridge (Ma): The MIT Press.
Flusser, V. (1984). Towards a philosophy of photography. Göttingen: European Photography.
Fishwick, P. (Ed). (2008). Aesthetic computing. Cambridge (Ma): The MIT Press.
Fonseca, C. (2005). Educación, tecnologías digitales y poblaciones vulnerables: una aproximación a la realidad de América Latina y el Caribe. Consulta Regional del Programa Pan Américas IDRC. Recuperado de https://idl-bnc-idrc.dspacedirect.org/handle/10625/55410
Galanter, P. (2012). What is generative art? Complexity theory as a context for art. GA2003 - 6th Generative Art Conference proceedings. Recuperado de https://www.generativeart.com/GA2012/phil.pdf
Gil, A. (s. f.). Tipón, Perú. [Fotografía]. Recuperado de http://www.fotoaleph.com/imagen-galeria.php/referencia/84110156/exposicion
Guzdial, M., Kay, A., Norris, C., y Soloway, E. (2019). Computational thinking should just be good thinking. Communications of the ACM, 62(11), 28-30. doi: 10.1145/3363181
Han, B. C. (2014). En el enjambre. Buenos Aires: Herder.
Harris, K., Kimson A., y Schwede A. (2018). Labor 2030: The collision of demographics, automation, and inequality. Recuperado de http://www.bain.com/publications/articles/labor-2030-the-collision-of-demographics-automation-and-inequality.aspx
Henriksen, D. (2017). Creating STEAM with design thinking: Beyond STEM and arts integration. The STEAM Journal, 1(3). doi: 10.5642/steam.20170301.11
Johnson, L., Adams Becker, S., Estrada, V., y Freeman, A. (2015). NMC horizon report: 2015 higher education edition. Austin (TX): The New Media Consortium.
Kahneman, D. (2012). Pensar rápido, pensar despacio. Barcelona: Debate.
Kay, A. (1984). Computer Software. Scientific American, 251(3), 52-59.
Kurz, R. (2003). La ignorancia de la sociedad del conocimiento. Recuperado de http://www.antroposmoderno.com/antro-articulo.php?id_articulo=247
Lanier, J. (2014). ¿Quién toma el control? Barcelona: Debate.
Lorenzo, E. (2019). Yupana. [Fotografía]. Recuperado de http://elieducacion.blogspot.com/2019/03/yupana-y-quipu.html
Manovich, L. (2013). El software toma el mando. Barcelona: Fondo Editorial de la Universitat Oberta de Catalunya.
Mazzone, M., y Elgammal, A. (2019). Art, creativity, and the potential of artificial intelligence. Arts, 8(26). doi:10.3390/arts8010026
Ministero dell’ Istruzione, dell’Universitá e della Ricerca. (2010). La riforma della scuola secondaria superiore. Recuperado de http://archivio.pubblica.istruzione.it/riforma_superiori/nuovesuperiori/index.html
Morozov, E. (2014). La locura del solucionismo tecnológico. Buenos Aires: Katz.
Papert, S. (1980): Mindstorms: Children, computers, and powerful ideas. Nueva York: Basic Books.
Prusinkiewicz, P., Cieslak, M., Ferraro, P., Hanan, J. (2018). Modeling plant development with L-systems. R. Morris (ed.), Mathematical modelling in plant biology (139-169). Recuperado de https://link.springer.com/chapter/10.1007/978-3-319-99070-5_8
Prusinkiewicz, P., et Al. (2018). Modeling plant development with L-systems. [Gráfico por computadora]. Recuperado de https://bit.ly/2WZPtdg
Rahimi, A. (2019). Machine learning is alchemy. Recuperado de https://yahnd.com/theater/r/youtube/x7psGHgatGM/
Reimann, D., y Maday, C. (2017). Enseñanza y aprendizaje del modelado computacional en procesos creativos y contextos estéticos. Education in the knowledge society, 18(3), 87-97.
Rifkin, J. (2013). La era del acceso. La revolución de la nueva economía. Barcelona: Paidós.
Roncoroni, U. (2017-2019). Digital Poiesis. [Página web]. Recuperado de http://www.digitalpoiesis.org
Sansoni, G. (1930). Aeropittura. [Pintura.] Recuperado de https://www.italianways.com/tatos-dynamic-aerial-paintings/
Schmidt-Crawford, D. (2018). Coding for teacher education: A recurring theme that requires our attention. Journal of Digital Learning in Teacher Education, 34(4). Recuperado de https://www.tandfonline.com/doi/full/10.1080/21532974.2018.1499992
Shapiro, J., y S. K. Hughes. (1996). Information literacy as a liberal art. Enlightenment proposal for a new curriculum. Educom Review, 31(2). Recuperado de https://www.educause.edu/ir/library/html/erm/31231.html
Shen, G. (2014). Shape grammar exercises. [Gráfico por computadora]. Recuperado de https://pt.slideshare.net/GiapSheng/shape-grammar-exercises.
Stallmann, R. (2002). Free software, free society. Boston: GNU Press.
Stiny, G, y J. Gips. (1971). Shape grammars and the generative specification of painting and sculpture. IFIP Congress, (71), 1460-1465. Recuperado de http://www.cs.bc.edu/~gips/ShapeGrammarsIFIPS71.pdf
Varma, R. (2006). Making computer science minority friendly. Communications of the ACM, 49(2) 129-134.
Wing, J. (2006). Computational thinking. Viewpoint. Communication of ACM, 49(3), 33-35. Recuperado de http://www.cs.cmu.edu/afs/cs/usr/wing/www/publications/Wing06.pdf
Wolf, M. (2018). Reader, come home. The reading brain in a digital world. Nueva York: Harper & Collins.
Zador, A. M. (2019). A critique of pure learning and what artificial neural networks can learn from animal brains. Nat Commun, 10(3770). Doi: 10.1038/s41467-019-11786-6
Apaza Luque, J. (2017). La yupana, material educativo para la educación matemática. Madrid: Universidad Autónoma de Madrid.
Buckingham, D. (2006). Media education in the age of digital technology. 10th Anniversary MED Congress “La sapienza di comunicare”. Recuperado de https://www.academia.edu/2748203/
Cobo Romaní, C., y Moravec, J. W. (2011). Aprendizaje invisible. Hacia una nueva ecología de la educación. Barcelona: Edicions de la Universitat de Barcelona.
Damasio, A. (2005). Descartes’ Error. Nueva York: Penguin Books.
Deleuze, G. (2006). Postscriptum sobre las sociedades del control. Polis. Revista Latinoamericana, 13. Recuperado de https://journals.openedition.org/polis/5509
Denning, P. J. (2017). Remaining trouble spots with computational thinking. Communications of the ACM, 60(6), 33-39. doi: 10.1145/2998438
Dussel, I., y Quevedo, A. (2010). Educación y nuevas tecnologías: los desafíos pedagógicos ante el mundo digital. En VI Foro Latinoamericano de Educación. Buenos Aires: Santillana.
Flake, G. W. (2000). The computational beauty of nature. Cambridge (Ma): The MIT Press.
Flusser, V. (1984). Towards a philosophy of photography. Göttingen: European Photography.
Fishwick, P. (Ed). (2008). Aesthetic computing. Cambridge (Ma): The MIT Press.
Fonseca, C. (2005). Educación, tecnologías digitales y poblaciones vulnerables: una aproximación a la realidad de América Latina y el Caribe. Consulta Regional del Programa Pan Américas IDRC. Recuperado de https://idl-bnc-idrc.dspacedirect.org/handle/10625/55410
Galanter, P. (2012). What is generative art? Complexity theory as a context for art. GA2003 - 6th Generative Art Conference proceedings. Recuperado de https://www.generativeart.com/GA2012/phil.pdf
Gil, A. (s. f.). Tipón, Perú. [Fotografía]. Recuperado de http://www.fotoaleph.com/imagen-galeria.php/referencia/84110156/exposicion
Guzdial, M., Kay, A., Norris, C., y Soloway, E. (2019). Computational thinking should just be good thinking. Communications of the ACM, 62(11), 28-30. doi: 10.1145/3363181
Han, B. C. (2014). En el enjambre. Buenos Aires: Herder.
Harris, K., Kimson A., y Schwede A. (2018). Labor 2030: The collision of demographics, automation, and inequality. Recuperado de http://www.bain.com/publications/articles/labor-2030-the-collision-of-demographics-automation-and-inequality.aspx
Henriksen, D. (2017). Creating STEAM with design thinking: Beyond STEM and arts integration. The STEAM Journal, 1(3). doi: 10.5642/steam.20170301.11
Johnson, L., Adams Becker, S., Estrada, V., y Freeman, A. (2015). NMC horizon report: 2015 higher education edition. Austin (TX): The New Media Consortium.
Kahneman, D. (2012). Pensar rápido, pensar despacio. Barcelona: Debate.
Kay, A. (1984). Computer Software. Scientific American, 251(3), 52-59.
Kurz, R. (2003). La ignorancia de la sociedad del conocimiento. Recuperado de http://www.antroposmoderno.com/antro-articulo.php?id_articulo=247
Lanier, J. (2014). ¿Quién toma el control? Barcelona: Debate.
Lorenzo, E. (2019). Yupana. [Fotografía]. Recuperado de http://elieducacion.blogspot.com/2019/03/yupana-y-quipu.html
Manovich, L. (2013). El software toma el mando. Barcelona: Fondo Editorial de la Universitat Oberta de Catalunya.
Mazzone, M., y Elgammal, A. (2019). Art, creativity, and the potential of artificial intelligence. Arts, 8(26). doi:10.3390/arts8010026
Ministero dell’ Istruzione, dell’Universitá e della Ricerca. (2010). La riforma della scuola secondaria superiore. Recuperado de http://archivio.pubblica.istruzione.it/riforma_superiori/nuovesuperiori/index.html
Morozov, E. (2014). La locura del solucionismo tecnológico. Buenos Aires: Katz.
Papert, S. (1980): Mindstorms: Children, computers, and powerful ideas. Nueva York: Basic Books.
Prusinkiewicz, P., Cieslak, M., Ferraro, P., Hanan, J. (2018). Modeling plant development with L-systems. R. Morris (ed.), Mathematical modelling in plant biology (139-169). Recuperado de https://link.springer.com/chapter/10.1007/978-3-319-99070-5_8
Prusinkiewicz, P., et Al. (2018). Modeling plant development with L-systems. [Gráfico por computadora]. Recuperado de https://bit.ly/2WZPtdg
Rahimi, A. (2019). Machine learning is alchemy. Recuperado de https://yahnd.com/theater/r/youtube/x7psGHgatGM/
Reimann, D., y Maday, C. (2017). Enseñanza y aprendizaje del modelado computacional en procesos creativos y contextos estéticos. Education in the knowledge society, 18(3), 87-97.
Rifkin, J. (2013). La era del acceso. La revolución de la nueva economía. Barcelona: Paidós.
Roncoroni, U. (2017-2019). Digital Poiesis. [Página web]. Recuperado de http://www.digitalpoiesis.org
Sansoni, G. (1930). Aeropittura. [Pintura.] Recuperado de https://www.italianways.com/tatos-dynamic-aerial-paintings/
Schmidt-Crawford, D. (2018). Coding for teacher education: A recurring theme that requires our attention. Journal of Digital Learning in Teacher Education, 34(4). Recuperado de https://www.tandfonline.com/doi/full/10.1080/21532974.2018.1499992
Shapiro, J., y S. K. Hughes. (1996). Information literacy as a liberal art. Enlightenment proposal for a new curriculum. Educom Review, 31(2). Recuperado de https://www.educause.edu/ir/library/html/erm/31231.html
Shen, G. (2014). Shape grammar exercises. [Gráfico por computadora]. Recuperado de https://pt.slideshare.net/GiapSheng/shape-grammar-exercises.
Stallmann, R. (2002). Free software, free society. Boston: GNU Press.
Stiny, G, y J. Gips. (1971). Shape grammars and the generative specification of painting and sculpture. IFIP Congress, (71), 1460-1465. Recuperado de http://www.cs.bc.edu/~gips/ShapeGrammarsIFIPS71.pdf
Varma, R. (2006). Making computer science minority friendly. Communications of the ACM, 49(2) 129-134.
Wing, J. (2006). Computational thinking. Viewpoint. Communication of ACM, 49(3), 33-35. Recuperado de http://www.cs.cmu.edu/afs/cs/usr/wing/www/publications/Wing06.pdf
Wolf, M. (2018). Reader, come home. The reading brain in a digital world. Nueva York: Harper & Collins.
Zador, A. M. (2019). A critique of pure learning and what artificial neural networks can learn from animal brains. Nat Commun, 10(3770). Doi: 10.1038/s41467-019-11786-6