Visualización de datos como estrategia para desarrollar pensamiento computacional en estudiantes de enseñanza media

Abstract

El pensamiento computacional es la capacidad de formular y representar problemas para resolverlos mediante el uso de herramientas, conceptos y prácticas de la disciplina informática. Si bien los estudiantes hacen uso cotidiano de la tecnología en Chile, las habilidades cognitivas más complejas relacionadas con las TIC son las menos logradas[1], por esto es necesario generar recursos que ayuden a desarrollar estas habilidades. Entre las prácticas que comprenden el uso del pensamiento computacional se encuentra la visualización de datos. Los alumnos al recibir educación de esta materia pueden ser capaces de comprender los datos que se les presentan y ser capaces de ellos mismos transmitir información de manera efectiva haciendo uso de visualizaciones. Dado lo anterior, se propone enseñar visualización de datos a estudiantes de enseñanza media mientras se fomentan habilidades del pensamiento computacional realizando actividades en que los alumnos exploren y analicen los datos, identificando patrones, correlaciones y causalidades.

Computational thinking is the ability to formulate and represent problems to solve them through the use of tools, concepts and practices of the computer science discipline. Although students make daily use of technology in Chile, the most complex cognitive skills related to ICT are the least achieved[1], which is why it is necessary to generate resources that help develop these skills. Among the practices that comprise the use of computational thinking is data visualization. Students receiving education in this subject may be able to understand the data that is presented to them and be able to themselves effectively convey information using visualizations. Given the above, it is proposed to teach data visualization to high school students while promoting computational thinking skills by carrying out activities in which students explore and analyze data, identifying patterns, correlations and causalities.