FACTORES ASOCIADOS A LA REPROBACIÓN
DE LA ASIGNATURA DE LÓGICA Y
ALGORITMOS I DE LA UNIVERSIDAD
DE LA AMAZONIA
FACTORS ASSOCIATED WITH FAILING THE SUBJECT
OF LOGIC AND ALGORITHMS I AT THE UNIVERSITY
OF THE AMAZON
John Arley Garcia Quintero
Universidad Metropolitana de Educación Ciencia y Tecnología, Panamá
Marleny Velasco Sánchez
Universidad Metropolitana de Educación Ciencia y Tecnología, Panamá
Néstor Julián Pérez Rincón
Universidad Metropolitana de Educación Ciencia y Tecnología, Panamá
María Emilia Aponte
Universidad Metropolitana de Educación Ciencia y Tecnología, Panamá
pág. 3426
DOI: https://doi.org/10.37811/cl_rcm.v8i2.10766
Factores Asociados a la Reprobación de la Asignatura de Lógica y
Algoritmos I de la Universidad de la Amazonia
John Arley Garcia Quintero1
johngarcia.est@umecit.edu.pa
https://orcid.org/0000-0002-5530-1746
Universidad Metropolitana de Educación
Ciencia y Tecnología
Ciudad de Panamá - Panamá
Universidad de la Amazonia.
Florencia – Caquetá, Colombia
Marleny Velasco Sánchez
marlenyvelasco.est@umecit.edu.pa
https://orcid.org/0000-0002-9316-536X
Universidad Metropolitana de Educación
Ciencia y Tecnología
Ciudad de Panamá - Panamá
Néstor Julián Pérez Rincón
nestorperez.est@umecit.edu.pa
https://orcid.org/0000-0003-4607-3670
Universidad Metropolitana de Educación
Ciencia y Tecnología
Ciudad de Panamá – Panamá
María Emilia Aponte
mariaaponte.est@umecit.edu.pa
https://orcid.org/0009-0001-4937-0892
Universidad Metropolitana de Educación
Ciencia y Tecnología
Ciudad de Panamá - Panamá
RESUMEN
En esta investigación se destaca la importancia de la programación de computadoras en la educación
superior, dada la alta demanda de la industria del software. Sin embargo, desarrollar esta habilidad es
un desafío debido a la necesidad de competencias en lógica, matemáticas y resolución de problemas.
La Universidad de la Amazonia enfrenta altos niveles de reprobación en la asignatura de Lógica y
Algoritmos I, lo que lleva a un aumento en las tasas de retención estudiantil y puede influir en la
eficiencia de la calidad educativa. El estudio fue abordado desde enfoque cualitativo, ya que se centró
en comprender las causas de la reprobación de los estudiantes en la asignatura previamente mencionada
del programa de ingeniería de sistemas de la institución. Asimismo, el alcance es exploratorio, a partir
de una revisión documental y descriptivo por medio de la entrevista la cual permitió conocer las
opiniones de los encuestados. De acuerdo con la investigación, se concluye que existen aspectos
diferentes a los académicos que se asocian a la reprobación de la asignatura como los problemas
emocionales y familiares, los conocimientos previos y la motivación.
Palabras clave: programación de computadores, ingeniería de sistemas, resolución de problemas,
reprobación, retención estudiantil
1
Autor principal.
Correspondencia: johngarcia.est@umecit.edu.pa
pág. 3427
Factors associated with failing the subject of Logic and Algorithms I at the
University of the Amazon
ABSTRACT
This research highlights the importance of computer programming in higher education, given the high
demand of the software industry. However, developing this skill is challenging due to the need for
competencies in logic, mathematics, and problem solving. The University of the Amazon faces high
levels of failure in the subject of Logic and Algorithms I, which leads to an increase in student retention
rates and can influence the efficiency of educational quality. The study was approached from a
qualitative approach, since it focused on understanding the causes of student failure in the previously
mentioned subject of the institution's systems engineering program. Likewise, the scope is exploratory,
based on a documentary and descriptive review through the interview which allowed us to know the
opinions of the respondents. According to the research, it is concluded that there are aspects other than
academic ones that are associated with failing the subject, such as emotional and family problems, prior
knowledge and motivation.
Keywords: computer programming, systems engineering, problem solving, reprobation, student
retention
Artículo recibido 25 febrero 2024
Aceptado para publicación: 27 marzo 2024
pág. 3428
INTRODUCCIÓN
La programación de computadores es una de las habilidades que en los últimos años se ha pretendido
potenciar en diferentes niveles académicos en especial en la Educación Superior (Soto, 2018). Esto
debido a la alta demanda de ingenieros, técnicos y profesionales que está exigiendo en la actualidad la
industria del software (Medina y Torres, 2011). Sin embargo, esta habilidad no es fácil de desarrollar,
ya que exige habilidades que deben ser adquiridas en etapas escolares iniciales como las lógico
matemáticas y la resolución de problemas, para luego aprender acerca de estructuras de control y sintaxis
en idiomas como el inglés (Muñoz et al., 2015; Jiménez-Toledo, 2019 y Velasco Ramírez, 2020).
La adquisición de habilidades en programación de computadoras es fundamental para los ingenieros de
sistemas, pero su desarrollo se ve desafiado por la necesidad de competencias que no logran ser
alcanzados en su ciclo universitario. En este sentido, la universidad de la Amazonia no está exenta a las
problemáticas anteriormente mencionadas con relación a la dificultad que presentan los estudiantes
para aprender a programar. Particularmente, la institución por medio del programa de Ingeniería de
Sistemas presenta altos niveles de reprobación en especial en asignaturas afines a la programación de
computadores. En este programa académico, la asignatura de Lógica y algoritmos I presenta un índice
de repitencias alto, lo que ha encendido las alertas de la administración
presenta altos niveles de reprobación en las asignaturas asociadas a la programación en especial en el
programa de ingeniería de sistemas cuenta en su plan de estudios con la asignatura caracterizada por su
dificultad y altos índices de perdida en este espacio académico. Teniendo en cuenta lo anterior, los datos
de la universidad revelan un preocupante promedio de reprobación del 67% en Lógica y Algoritmos I
(Universidad de la Amazonia, 2024). Este alto índice de reprobación trae consecuencias como
incremento de las tasas de retención estudiantil; es decir, un estudiante toma más tiempo de lo
contemplado en el plan de estudios (Naranjo, 2020). Dicha retención también afecta el retrasando de
su graduación o incluso los lleva a tomar la decisión de abandonar el programa de ingeniería de sistemas
(Cano-Guevara y García-Quintero, 2016). Esta situación requiere atención y análisis desde la
investigación, ya que, influye en la eficiencia de la calidad educativa de la universidad y directamente
el programa de ingeniería de sistemas (Suárez-Montes y Díaz-Subieta, 2015).
El propósito de este estudio es abordar de manera sistemática las causas y efectos de los altos niveles de
pág. 3429
reprobación en esta asignatura. Para la investigación se utilizó la metodología cualitativa que implica la
recopilación y análisis de datos a través de entrevistas a estudiantes que cursaron la asignatura y se
caracterizaron por haberla perdido por lo menos una vez.
Teniendo en cuenta la importancia de la programación en la formación de ingenieros de sistemas, se
percibe una escasa presencia en la literatura académica en cuanto a estudios específicos sobre las
dificultades en Lógica y Algoritmos I en la Universidad de la Amazonia. Este estudio busca enriquecer
las discusiones académicas e investigativas al proporcionar datos concretos y análisis que enriquecerán
la comprensión actual de los desafíos en la enseñanza de esta asignatura.
En el marco de esta investigación, el informe se estructurará en dos secciones. La primera proporcionará
una visión general, incluyendo el contexto, los objetivos y la metodología. La segunda presentará los
resultados del estudio, incluyendo la recopilación y análisis de datos, así como las conclusiones y las
recomendaciones resultantes. El objetivo es describir los factores asociados a la reprobación de la
asignatura de Lógica y Algoritmos del programa de Ingeniería de Sistemas de la Universidad de la
Amazonia, proporcionando información valiosa para tomar decisiones y una posible mejora en el
proceso educativo.
METODOLOGÍA
La investigación es de enfoque cualitativo, ya que se centró en comprender las causas de la reprobación
de los estudiantes en la asignatura Lógica y Algoritmos I del programa de ingeniería de sistemas de la
Universidad de la Amazonia. En relación con el tipo de investigación, es exploratoria y descriptiva. Es
exploratoria, ya que se utilizó la técnica de revisión documental, donde se examinaron documentos de
la oficina de planeación de la Universidad de la Amazonia. El cual permitió identificar los índices de
los estudiantes que aprobaron y reprobaron la asignatura Lógica y Algoritmos I, entre los periodos del
2013-I al 2023-II. Además, se consultaron otros documentos en bases de datos, donde se obtuvo
información importante acerca del tema. La investigación es descriptiva porque se empleó la técnica de
la entrevista que permitió conocer las opiniones y experiencias que tienen los estudiantes al cursar la
asignatura.
El diseño de la investigación es contemporáneo y transaccional. En primer lugar, la recopilación de la
información se realizó en el presente y el segundo lugar la obtención de dichos datos solo fue en un
pág. 3430
momento. Ambos enfoques dieron información fundamental de la población de estudio y de la
relevancia del tema actualmente.
La investigación se realizó en tres fases: En la primera se hizo una revisión documental en bases de
datos como Django, Scielo, Google académico y documentos de la universidad donde se trató dar
respuesta a la siguiente pregunta de investigación: ¿Cuáles son las principales causas de los altos niveles
de reprobación de estudiantes en la asignatura de Lógica y Algoritmos I de la Universidad de la
Amazonia? En la segunda fase se aplicó la entrevista a 30 estudiantes, la muestra fue no probabilística
por conveniencia. Estos estudiantes fueron seleccionados bajo el criterio de estar matriculados en el
periodo 2023-II y en el grupo 3, caracterizado porque todos sus integrantes han cursado esta asignatura
por lo menos una vez.
El instrumento consta de 4 categorías que exploran como los factores académicos, económicos,
emocionales y sociales influyen en el estudio de la asignatura de Lógica y Algoritmos I. Además, se
indaga sobre la importancia de los conocimientos previos en matemáticas y lógica para abordar con
éxito la asignatura. Por otro lado, una de las categorías aborda las motivaciones de los estudiantes al
prepararse como futuros ingenieros. Asimismo, se examina cómo el estilo de enseñanza del docente
repercute en el aprendizaje de los contenidos de esta asignatura. La validez del instrumento se realizó a
través de 3 expertos formados en ciencias de la educación e ingeniería, donde se obtuvo un resultado
satisfactorio. Lo que permitió que el instrumento se pudiera utilizar de manera confiable.
En la tercera fase, se analizó la información mediante la confrontación de la información obtenida tanto
en la revisión documental y las entrevistas. En primer lugar, se realizó la transcripción de las entrevistas.
Luego, se elaboró una grilla para segmentar los fragmentos textuales de las entrevistas por ejes
temáticos. Posteriormente, se asigna una codificación a las respuestas a las preguntas. Finalmente, se
llevó a cabo una confrontación de los hallazgos encontrados en la entrevista y se relacionaron con los
datos obtenidos por la revisión documental (Seid, 2016). Con base a la información obtenida se logró
desarrollar inferencias y teorías sobre las causas de reprobación en la asignatura Lógica y Algoritmos I.
RESULTADOS Y DISCUSIÓN
El programa de Ingeniería de Sistemas de la Universidad de la Amazonia tiene un recorrido de más de
25 años, en los cuales ha generado un número significativo de profesionales de las ciencias de la
pág. 3431
computación los cuales en su mayoría se desempeñan de manera profesional como programadores de
computadores. Sin embargo, este recorrido no ha sido nada fácil dadas las características que trae
consigo fortalecer un programa académico y las dificultades propias de los estudiantes al aprender a
programar, como la complejidad para comprender las estructuras y sintaxis de los lenguajes de
programación, las habilidades no desarrolladas anteriormente como las matemáticas, la resolución de
problemas y en algunos casos, la falta de motivación (Insuasti, 2016).
En este orden de ideas, Claros-Moreno et al. (2019) identificaron en su pesquisa, las variables que
generan problemas en el aprendizaje en los estudiantes que cursan la Lógica y Algoritmos I (asignatura
donde se presentan los fundamentos para aprender a programar); logrando evidenciar que los
porcentajes de pérdida de esta asignatura son significativamente altos, ya que entre los periodos
académicos del 2015-II al 2017-I, el porcentaje de estudiantes que perdieron la asignatura fue del 67%.
Por otro lado, la investigación evidenció que la procrastinación de las tareas de programación y el miedo
a fracaso académico, son los factores que influyen en los altos porcentajes de perdida.
Los datos presentados por el investigador son confirmados por la Universidad de la Amazonia (2024),
ya que la oficina de planeación presentó un reporte acerca del número de estudiantes que aprueban y
reprueban la asignatura de Lógica y Algoritmos I entre los periodos del 2013-I al 2023-II. En la tabla 1
se presentan los resultados expuestos por la institución.
Tabla 1. Aprobación y no aprobación de la asignatura Lógica y Algoritmos I.
Periodo
N°
de Estudiantes
Aprobaron
No Aprobaron
% No
Aprobados
2013 - I
91
16
75
82,41%
2013 - II
85
17
68
80%
2014- I
135
27
108
80%
2014- II
95
25
70
73,68%
2015 - I
113
35
78
69,02%
2015 - II
141
33
108
76,59%
2016 - I
150
71
79
52,66%
2016 - II
118
53
65
55,08%
2017-I
151
49
102
67,55%
2017-II
121
34
87
71,90%
pág. 3432
2018-I
127
53
74
58,27%
2018-II
93
35
58
62,37%
2019-I
103
75
28
27,18%
2019-II
92
29
63
68,48%
2020-I
105
50
55
52,38%
2020-II
95
39
56
58,95%
2021-I
109
48
61
55,96%
2021 - II
103
31
72
69,90%
2022- I
107
51
56
52,33%
2022- II
100
35
65
65%
2023 - I
98
53
45
45,91%
2023 - II
106
53
53
50%
Fuente: Universidad de la Amazonia
Los resultados expresados en la tabla 1 reflejan que el porcentaje de pérdida de los estudiantes de la
asignatura Lógica y Algoritmos I a lo largo de los últimos 10 años han estado en la mayor parte del
tiempo por encima del 50%, destacando semestres como 2013-I, 2013-II, 2014-I, 2014-II, 2015-II y
2017-II, los cuales se ubican por estar por arriba del 70% y si bien, se han reducido como es el caso del
2019-I donde el porcentaje de perdida bajó al 27,18%, los porcentajes no siguen siendo muy altos, lo
cual deja en evidencia una problemática persistente entre los estudiantes del programa de Ingeniería de
Sistemas de la Universidad de la Amazonia.
En este orden de ideas, la perdida de asignaturas en los programas académicos de las instituciones de
educación superior genera un escenario preocupante, el cual es la retención estudiantil, la cual es
definida por Himmel (2002) como el tiempo que tarda un estudiante desde el inicio de su carrera
universitaria hasta alcanzar su título, teniendo en cuenta factores como la repitencia, suspensión
temporal de estudio o por matricular una carga académica inferior a la planteada por los planes de
estudio a lo largo de los semestres.
En este sentido, La Universidad de la Amazonia (2024), presenta la tasa de retención estudiantil a nivel
nacional y en el programa de Ingeniería de Sistemas, la cual se pueden visualizar en la tabla 2.
pág. 3433
Tabla 2. Tasa de retención anual en Colombia y en el programa de ingeniería de sistemas Uniamazonia.
Periodo
Tasa de retención nacional
(Colombia)
Tasa de retención Programa
Ingeniería de Sistemas
2017-I
90.44%
90.3%
2017-II
88.36%
88.92%
2018-I
90.82%
89.14%
2018-II
88.23%
89.08%
2019-I
92.29%
90.56%
2019-II
88.29%
85.98%
2020-I
92.51%
94.76%
2020-II
87.3%
84.14%
2021-I
91.2%
94.89%
2021-II
88.92%
90.91%
2022-I
92.35%
90%
2022-II
88.21%
91.94%
Fuente: Universidad de la Amazonia
Los resultados expuestos en la tabla 2 sobre la tasa de retención estudiantil del programa de Ingeniería
de Sistemas y la nacional, evidencian que son muy cercanos y en semestres como el 2017-II, 2018-II,
2020-I, 2021-I, 2021-II y 2022-II, estos porcentajes superan los valores a nivel Colombia, lo cual
genera preocupación y deja entre ver que la perdida de asignaturas como la de Lógica y Algoritmos I
hace que estos porcentajes negativos se mantengan y en algunas ocasiones puedan llegar a ser
superiores.
De acuerdo con información anteriormente expuesta, es crucial abordar la perdida de la asignatura de
Lógica y Algoritmos I y la retención en los estudiantes del programa de Ingeniería de Sistemas de la
Universidad de la Amazonia. En este sentido, es importante identificar y analizar los factores asociados
a la problemática presentada en este documento y generar alternativas de solución desde lo académico,
lo administrativo, pero también con el apoyo de la unidad de bienestar universitario.
En la Tabla 3 se presenta los aspectos relevantes generados a partir de la entrevista a los estudiantes del
curso de Lógica y Algoritmos I determinando cuatros aspectos principales relacionados con las
dificultades para aprender a programar computadores. Las categorías relevantes en este estudio de caso
fueron: aspectos no académicos, conocimientos previos, motivaciones hacia el estudio y estilos de
enseñanza.
pág. 3434
Tabla 3 Categorías asociadas a la perdida de la asignattura de lógica y algoritmos I.
Categoría
Deductiva
Proposiciones Agrupadas
Categorías Inductivas
Cod.
No académicas
Problemas familiares y emocionales
difíciles de enfrentar los cuales impiden
tener constancia en el aprendizaje.
Emocional y económica, vivo muy lejos de
la universidad y a veces no puede asistir.
Hizo copia en los parciales
Problemas familiares
Problemas
emocionales
Problemas económicos
Problemas de
convivencia
PF
PE
PC
PF
Conocimientos
Previos
Por mi parte, no recibí ningún tipo de
formación en el colegio sobre lógica y
programación.
Las matemáticas que aprendí en mi fase
escolar fueron muy básicas y hasta ahora,
todo lo que se lo he aprendido por mi
cuenta, de manera autodidacta en internet
o con academias.
El inglés es muy importante porque al
momento de programar los programas está
en inglés y a mí se me dificulta.
Conocimientos previos
en Lógica y
Matemáticas.
Estructura de los
lenguajes de
programación
Conocimientos del
idioma inglés
CP
LP
CI
Motivación
hacia el estudio
Me siento muy bien, me gusta mucho la
programación y me parece muy interesante
y divertido la resolución de problemas
mediate código.
Tengo un nivel alto de querer seguir con los
estudios, todo es cuestión de compromiso
y capacidad
A pesar de que he perdido algunas materias
mi motivación de continuar es poder algún
día tener mi título de ingeniera para
conseguir un empleo y ayudar a mis
padres.
Motivación hacia el
aprendizaje de
programación
Motivación para
graduarse como
ingeniero de sistemas
MP
MI
Estilos de
enseñanza
Los profesores explican muy bien y tienen
la paciencia de hacerlo incluso con los
estudiantes que repiten esta asignatura.
Habilidades blandas
(paciencia)
PA
pág. 3435
A pesar de haber perdido la materia el
profesor tiene paciencia y explica la
materia como si fuéramos primíparos.
Los docentes que he tenido la oportunidad
de aprender, me ha gustado su
metodología, la paciencia que utiliza y su
actitud hacia la enseñanza.
Fuente: Elaboración propia.
A continuación, se describe los aspectos identificados en la tabla 3, por medio de la entrevista y
relacionados a las dificultades en el aprendizaje de la programación de computadores en los estudiantes
que cursaron la asignatura de Lógica y Algoritmos I en el segundo periodo del año 2023 en el programa
de Ingeniería de Sistemas de la Universidad de la Amazonia.
No académica
Entre los problemas no académicos mencionados por los entrevistados se destacan las dificultades
emocionales, familiares, económicos y de convivencia. Cabe anotar la interacción que anotan los
entrevistados entre las problemáticas, pues consideran que los problemas económicos y familiares
impiden la concentración en el estudio, asimismo la inasistencia constante a clase causa desazón
emocional y esto conlleva en algunos casos a cometer fraude o copia en los exámenes.
En relación con lo anterior, investigaciones como la de Dueñas y Lourdes (2017 citado por Castillo-
Sánchez, et al., 2020) exponen situaciones similares a las presentadas por los encuestados; los autore
señalan que algunos factores socioeconómicos como el estrato social, la situación laboral del estudiante
o de sus familiares, la dependencia económica, y las circunstancias del entorno familiar y del país
pueden influir de manera importante en la reprobación de los estudiantes. Es decir, los estudiantes que
pertenecen a un entorno familiar y social cuyas dificultades y situaciones de cambio permanente, se ven
afectados en varios aspectos que se relacionan entre sí y deben ser comprendidos como una cadena de
eventos que de no ser manejados adecuadamente resultarán en el fracaso escolar.
De acuerdo con Castillo-Sánchez, et al. (2020) desde el punto de vista de los estudiantes, los factores
que influyen en la reprobación son: la falta de tiempo para estudiar, priorizar otras asignaturas, bajo
esfuerzo, la falta de atención y organización, poca asistencia y consulta a los profesores, problemas
pág. 3436
económicos, laborales y familiares, falta de ayuda por parte del profesorado, insuficientes horas para
las lecciones teóricas y la metodología con que se imparten las lecciones. Por su parte, el personal
docente menciona la falta de bases teóricas previas, poco esfuerzo o motivación, ausencia en las clases
de consulta, poca dedicación o estudio del curso como consecuencia de su participación en otras tareas
curriculares o extracurriculares e insuficiente capacitación de algunos docentes en metodologías para la
enseñanza.
Así pues, podemos subrayar la existencia de factores personales que incluyen los hábitos de estudio del
estudiante, la capacidad de atención y las estrategias que emplean para aprender (Mamani, 2015;
Pascua-Cantarero, 2016 y Cortés, 2017).Por otro lado, se han observado factores socioafectivos que
afectan a los estudiantes como la falta de motivación, la ansiedad, el autoconcepto académico, la
autoestima y por ende las relaciones interpersonales que dificultan el trabajo en equipo (Cortés, 2017
citado por Castillo-Sánchez, et al., 2020).
Conocimientos previos
De acuerdo con las respuestas de los estudiantes encuestados, estas sugieren que los conocimientos
previos sobre matemáticas y lógica influyen en el aprendizaje de la programación de computadores.
Ausubel (1968) afirma que el aprendizaje se produce cuando los nuevos conocimientos se relacionan
con los conocimientos previos del estudiante. En el caso de la programación, los conocimientos previos
sobre matemáticas y lógica pueden ayudar a los estudiantes a comprender los conceptos y las estructuras
de los algoritmos en programación.
Sin embargo, es importante tener en cuenta que estos conocimientos no son suficientes por sí solos. Es
necesario que los estudiantes tengan una base sólida en matemáticas y lógica para poder comprender
los conceptos y algoritmos de programación, tal como lo expresa uno de los estudiantes el cual al
afirmar “Por mi parte, no recibí ningún tipo de formación en el colegio sobre lógica y programación”.
De acuerdo con Piaget (1978), los estudiantes aprenden nuevos conocimientos asimilando estos
conocimientos a sus estructuras mentales existentes. Algunas razones de la perdida de asignaturas
relacionadas con la programación, de acuerdo con Insuasti (2016), están relacionadas con la carencia
de competencias básicas en matemáticas que tienen los estudiantes que inician el primer semestre de
las carreras universitarias como la ingeniería de sistemas.
pág. 3437
Por otro lado, Fuentes-Rosado y Moo-Medina (2017) identificaron que los estudiantes de semestres
iniciales en carreras de ingeniería tienen dificultades para comprender el lenguaje de programación, el
cual exige que el estudiante tenga un buen desempeño en áreas de lógica matemática. Este patrón de
desagrado por parte de los estudiantes por las matemáticas y la carencia de habilidades contribuye a
limitar la capacidad para aplicar conocimientos de la programación en situaciones del mundo real y el
estancamiento de procesos innovadores en las nuevas tecnologías.
Así mismo, los estudiantes al momento de resolver un ejercicio de programación presentan una lógica
inconclusa, lo que se explica como la dificultad de dividir y subdividir un problema en problemas más
pequeños que les resulten fácil de resolver, así como la poca familiaridad con los lenguajes de
programación por no conocerlos en etapas escolarizadas (Fuentes-Rosado y Moo-Medina, 2017)
Otro de los aspectos claves relacionados con los conocimientos previos es el inglés, el cuál fue expuesto
por los encuestados afirmando que “El inglés es muy importante porque al momento de programar los
programas están en inglés y a mí se me dificulta”. En relación con la investigación de Cheng (2010) un
de los problemas que presentan los estudiantes en Hong Kong para aprender a programar, es el dominio
del inglés, ya que este es el idioma nativo de los lenguajes de programación.
Asimismo, los encuestados argumenta que “Las matemáticas que aprendí en mi fase escolar fueron muy
básicas y hasta ahora, todo lo que se lo he aprendido por mi cuenta, de manera autodidacta en internet
o con academias”, lo que confirma investigaciones como la de Byrne y Lyones (2001) los cuales
argumentan que una de las dificultades más fuertes a la hora de aprender programación es que no
lograron comprender los conceptos de cálculo, trigonometría y geometría, los cuales fueron enseñados
en el colegio. Esta situación genera que los estudiantes no logren relacionar un texto con un problema y
expresarlo en formulas por la frágil formación en el área de matemáticas. De esta manera, la
fundamentación en matemáticas debe ser fuerte al igual que la capacidad para resolver problemas como
lo destacan las investigaciones de Gomes y Mendes (2014) y Bosse y Gerosa (2017).
Motivación hacia el estudio
La motivación hacia el aprendizaje es caracterizada de acuerdo Guzmán (2022) como aquella que es
impulsada por el placer, interés o sentimiento que experimenta un estudiante por aprender. Por lo tanto,
aquellos estudiantes que cursan la asignatura Lógica y Algoritmos I y están inmersos en dicho nivel de
pág. 3438
motivación, disfrutan el hecho de aprender programación, como lo expresa un encuestado: “me parece
muy interesante y divertido la resolución de problemas mediante código”. También se caracterizan
usualmente por tener comportamientos académicos positivos como dedicar más tiempo para estudiar
fuera de clases y participar en actividades extracurriculares que ayuden a enriquecer su conocimiento.
Los estudiantes que sienten gusto y deseo interno de aprender, tienen motivación intrínseca, es decir
llevan a cabo las tareas académicas por el mero interés y placer de aprender (Coloma y Gonzáles, 2018).
A diferencia de aquellos estudiantes que buscan realizar las actividades a cambio de una recompensa
externa, ya sea material o reconocimiento social. A esta motivación se le llama extrínseca. Sin embargo,
las dos motivaciones son claves para el éxito académico en los estudiantes de ingeniería de sistemas, ya
que de acuerdo con las metas académicas que guían al estudiante así mismo será el esfuerzo, tiempo y
energía para alcanzarlas.
En este contexto, según Marchessi (2004), para lograr la motivación de los estudiantes por su proceso
académico, es fundamental conocer sus gustos e intereses. Del mismo modo, Acevedo et al., (2015),
llevaron a cabo una investigación para determinar la motivación del aprendizaje en estudiantes de
primero y quinto semestre del programa de ingeniería de sistemas en la Universidad de Cartagena. Los
resultados obtenidos reflejan que el 58,7% de los encuestados presentan desmotivación en su proceso
de aprendizaje. La razón principal es que los estudiantes consideran que los contenidos enseñados por
los docentes no estaban relacionados con sus intereses. Este desinterés por los contenidos curriculares,
según Castillo Sánchez et al., (2020), es una las causas comunes de reprobación de los estudiantes
universitarios.
Lo anterior tiene relación con el 50% de los estudiantes reprobados en la asignatura Lógica y Algoritmos
I en periodo 2023- II. Es cierto que hubo estudiantes en las encuestas que manifestaron su interés por
aprender, como se mencionó anteriormente. Sin embargo, hubo encuestados quienes expresaron que los
contenidos poco o nada reflejaban su interés y utilidad en el futuro. Por lo tanto, conocer el interés y
metas que tienen los estudiantes de la universidad de La Amazonia es fundamental para establecer
estrategias pedagógicas que mejoren la motivación y contribuya a disminuir los índices de reprobación.
Un estudiante motivado, según Mestre y Palmero (2004), persistirá y se esforzará para alcanzar sus
objetivos académicos.
pág. 3439
Otro tipo de motivación analizado mediante las entrevistas por parte de los estudiantes es el deseo de
graduarse como ingeniero de sistemas. Esto también se conoce como motivación al logro. De acuerdo
con McClelland (citado por en Edgardo, 2015), lo define como el estudiante que desea conseguir sus
metas a pesar de su contexto social, económico y cultural. En palabras de un estudiante entrevistado “A
pesar de que he perdido algunas materias mi motivación de continuar es poder algún día tener mi título
de ingeniera para conseguir un empleo y ayudar a mis padres”. Esto significa, que aquellos estudiantes
de la asignatura de Lógica y Algoritmos I, inmersos en este nivel de motivación son conscientes que
para lograr dicha meta deberán afrontar adversidades en el camino, como reflexionar sobre las
situaciones que los han llevado a la perdida de la mencionada asignatura.
Es cierto que el estudiante desde el momento que inicia su carrera profesional de ingeniería de sistemas
tiene la expectativa y la meta de graduarse. Sin embargo, este nivel de motivación tiende aumentar o
disminuir en el transcurso de la carrera. Por ejemplo, en las encuestas los estudiantes que obtenían
buenas calificaciones y se les facilitaba el aprender, mostraban mayor interés y compromiso para
alcanzar sus logros. En contraste, aquellos estudiantes que tenían dificultades para comprender los
contenidos de la asignatura Lógica y Algoritmos I, experimentaban una disminución en su motivación.
De acuerdo con lo anterior, Amado et al., (2014), identificó las causas de reprobación en la carrera de
ingeniería del Instituto Tecnológico de Mexicali, las cuales son: los estudiantes no resuelven ejercicios
adicionales para entender el tema, es decir, solo realizan las tareas que propone el docente en la clase.
Además, no prestan atención a las explicaciones hechas por el docente, no toman notas ni asisten a
asesorías extracurriculares. Estas situaciones evidencian la falta de compromiso para mejorar las
falencias académicas en una carrera difícil, que requiere de un esfuerzo extra para lograr los aprendizajes
requeridos y aprobar las asignaturas.
Por otro lado, la falta de hábitos de estudio también se considera un factor de desmotivación. Según el
estudio realizado por Acevedo et al (2015), donde se les pregunta a los estudiantes de ingeniería de
primer semestre por sus hábitos de estudio, a lo cual respondieron que 51,4% no tienen un lugar fijo
para estudiar, lo que resulta preocupante, dado que este es una característica indispensable de todo
estudiante. Además, el 64,5% no duerme 8 horas diarias, lo que afecta el estado de ánimo, la atención y
pág. 3440
la capacidad de pensar, el 84,4% de los estudiantes respondieron que no sabían realizar una revisión
bibliográfica en bases de datos.
Los resultados anteriores revelan que los universitarios necesitan corregir sus hábitos de estudio,
especialmente en la organización y planificación del tiempo para realizar sus actividades académicas y
evitar la procrastinación, un problema recurrente en los estudiantes que postergan responsabilidades
sustituyéndolas por otras menos relevantes. Dado la importancia de los hábitos de estudio es necesario
que la Universidad de la Amazonia, ofrezca a los estudiantes cursos y técnicas de estudio, ya que la
disciplina es un factor clave para el éxito académico.
Estilos de enseñanza
La enseñanza es un proceso complejo que busca promover el aprendizaje en los estudiantes. Diversos
autores, como Kolb (1984), Honey y Mumford (1992) y Grasha (1996), han descrito diferentes estilos
de enseñanza y aprendizaje, donde coinciden que para un aprendizaje efectivo reside en la capacidad
del docente de adaptar su estilo a las necesidades e intereses de sus estudiantes.
De acuerdo con el 80% de los encuestados, dentro de la categoría de estilos de enseñanza, los estudiantes
de manera general no reconocieron un estilo de enseñanza en particular, sin embargo, reconocen que
una de las habilidades blandas que destacan de los docentes en la enseñanza de la asignatura de Lógica
y Algoritmos I es la paciencia. La identifican como una habilidad fundamental en el proceso de
enseñanza, especialmente en áreas como la programación, donde se enfrentan a dificultades y errores
constantes. Autores como Buriticá (2017) y Naranjo (2019), la definen como la capacidad del profesor
de mantener la calma, guiando a los estudiantes en su proceso de aprendizaje de forma paciente y
comprensiva.
Asimismo, la enseñanza efectiva es un arte que requiere una variedad de habilidades blandas, entre las
que se destaca la paciencia. Esta habilidad es esencial en el proceso de aprendizaje y se debe inculcar
en la educación a través del ejemplo, la práctica y la reflexión en el aula (Buriticá, 2017). En este orden
de ideas, la paciencia emerge como un elemento fundamental en el proceso de aprendizaje de los
estudiantes, especialmente para aquellos que han repetido la asignatura, como lo expresan algunos de
los encuestados: “los profesores explican muy bien y tienen la paciencia de hacerlo incluso con los
pág. 3441
estudiantes que repiten esta asignatura”, “a pesar de haber perdido la materia el profesor tiene
paciencia y explica como si fuéramos primíparos”.
Diversas investigaciones, como las realizadas por Smith y Jones (2010), han demostrado que la
paciencia del profesor tiene un impacto positivo en el rendimiento académico de los estudiantes.
Además, reduce la ansiedad en el aula y crea un ambiente de aprendizaje positivo y efectivo. Los
resultados de la encuesta realizada a estudiantes de la asignatura de Lógica y Algoritmos I confirman la
importancia de la paciencia como habilidad blanda en la enseñanza, ya que los estudiantes valoran
especialmente la capacidad del docente de explicar con claridad, ser tolerante ante las dificultades y
brindar apoyo individualizado.
En definitiva, la paciencia es una herramienta indispensable para el docente, no solo para lograr un mejor
rendimiento académico, sino también para crear un ambiente de aprendizaje positivo y memorable para
sus estudiantes.
CONCLUSIONES
La programación de computadores es una de las profesiones que hoy en día ha tenido mayor impulso y
oferta gracias al impacto y penetración de las TIC en todos los aspectos sociales. Sin embargo, el
aprendizaje de la programación es tan complejo como aprender matemáticas o un segundo idioma; es
una habilidad que requiere de conocimientos previos y de una constaste práctica. En este sentido, la
Universidad de la Amazonia por medio del programa de Ingeniería de Sistemas no es la excepción a la
norma con relación a esta problemática y se evidencia con la asignatura de Lógica y Algoritmos I, curso
de introducción a la programación el cual presenta altos porcentajes de perdida contribuyendo a la
retención estudiantil en el programa.
Dentro de las problemáticas que afrontan los encuestados se destacan los aspectos académicos, sin
embargo, la intención de este estudio se centra en los aspectos no académicos, en específico se resaltan
problemas de tipo emocional, familiar y económicos que influyen de manera directa con su rendimiento
estudiantil, ya que estas situaciones les generan preocupación y poca concentración a los estudiantes,
además les impide asistir de manera continua a las clases, lo cual puede desembocar en deserción en el
mediano plazo. Todos estos elementos suscitan el hecho de incurrir en fraude ya que los estudiantes
evitan reprobar la asignatura debido a su baja tolerancia a la frustración.
pág. 3442
Otro aspecto para tener en cuenta en esta investigación son los conocimientos previos, ya que los
estudiantes que ingresan al primer semestre de la carrera de ingeniería de sistemas tienen muy poco o
nulos conocimientos en la resolución de problemas, lógica, matemáticas e inglés. Esta situación causa
que los estudiantes tengan bajo rendimiento académico e incluso puedan llegar a reprobar la asignatura.
Por lo tanto, muchos de ellos han tenido que recurrir a seminarios extracurriculares o recursos didácticos
de internet con el propósito de fortalecer sus deficiencias y así afrontar con más destreza los temas y
actividades curriculares propuestas por la Universidad de la Amazonia.
La motivación es un factor clave para el éxito académico, ya que determina la energía y compromiso
del estudiante por aprender y lograr las metas propuestas. Por lo tanto, esta investigación identificó que
la motivación en los estudiantes que cursan el primer semestre de ingeniería de sistemas es un elemento
clave en el proceso del aprendizaje, principalmente en la asignatura de Lógica y Algoritmos I, donde se
encontró que los estudiantes que tienen un nivel alto en motivación hacia el aprendizaje de la
programación disfrutan de las clases y los temas, a pesar de haber perdido la asignatura.
Sin embargo, también se encontraron estudiantes con motivación baja en las entrevistas; la razón es que
les resultaba muy difícil comprender los temas de la clase. Por consiguiente, una medida para mitigar
esta dificultad es implementar estrategias activas que incrementen la motivación de los estudiantes, estas
pueden ser talleres o cursos donde se les enseñe la importancia de su carrera y hábitos de estudio, así
como privilegiar el trabajo colaborativo junto a un currículo flexible que centre los contenidos en el
saber hacer y ofrezca alternativas de aprobación significativas, como el desarrollo de proyectos
integrales en escenarios de la vida diaria.
Los estudiantes no identifican un estilo de enseñanza claro por parte de sus docentes y lo confunden con
la habilidad blanda de la paciencia, la cual se considera como una cualidad fundamental de los docentes
especializados en la programación. De tal modo, los estudiantes de Lógica y Algoritmos I, la reconocen
y valoran profundamente, a pesar de haber enfrentado dificultades y están convencidos de que los
docentes enseñan con esmero y dedicación.
La comprensión, desde una perspectiva humanista en la educación, adquiere múltiples significados. Por
un lado, se manifiesta en la individualización del aprendizaje, es decir, que cada estudiante tiene su
propio ritmo de asimilación de conceptos, algunos captan las estructuras lógicas con rapidez, mientras
pág. 3443
que otros requieren más tiempo para entenderlas. Por otro lado, la comprensión está íntimamente ligada
a la capacidad de aprender de los errores y fracasos, en este sentido la reprobación de la asignatura no
se considera un fracaso absoluto, sino una oportunidad de aprendizaje. Algunos docentes ven los errores
como parte inherente del proceso de crecimiento y en consecuencia la paciencia se manifiesta al guiar a
los estudiantes a través de sus dificultades, los docentes no se limitan a transmitir conocimientos, sino
que también fomentan la reflexión sobre los fallos y la búsqueda de soluciones.
Finalmente, algunas de las dificultades que presentan los estudiantes de Lógica y Algoritmos I del
programa de Ingeniería de Sistemas de la Universidad de la Amazonia, relacionados con el aprendizaje
de la programación, sobrepasan el aspecto académico como se evidenció en esta investigación.
Adicionalmente, se pudo concluir que la motivación, los problemas emocionales y familiares, los
conocimientos previos en lógica y matemáticas, son factores claves, que deben considerarse a la hora
de implementar estrategias pedagógicas para disminuir las problemáticas que propician la perdida de la
asignatura y la alta tasa de retención estudiantil en el programa.
REFERENCIAS BIBLIOGRAFICAS
Amado Moreno, M. G., García Velázquez, Á., Brito Páez, R. A., Sánchez Luján, B. I., y Sagaste Bernal,
C. A. (2014). Causas de reprobación en ingeniería desde la perspectiva del académico y
administradores. UNICIENCIA, 34(1), 219-245. DOI: 10.15359/ru.34-1.13
Ausubel, D. P. (1968). The psychology of meaningful verbal learning. New York: Grune & Stratton.
Bosse, Y., & Gerosa, M. A. (2017). Why is programming so difficult to learn? Patterns of Difficulties
Related to Programming Learning Mid-Stage. ACM SIGSOFT Software Engineering Notes,
41(6), 1-6. https://doi.org/10.1145/3011286.3011301 .
Buriticá, O. I. T. (2017). Programación imperativa con lenguaje C. Ecoe Ediciones.
Byrne, P., & Lyons, G. (2001, June). The effect of student attributes on success in programming.
In Proceedings of the 6th annual conference on Innovation and technology in computer
science education (pp. 49-52).
Cano-Guevara, J. A., & García-Quintero, J. A. (2016). Flipped Classroom en la enseñanza de lógica y
algoritmos en la universidad de la amazonia; una sistematización de experiencias. Revista
Científica, 26, 53-61.
pág. 3444
Castillo-Sánchez, M., Gamboa-Araya, R., y Hidalgo-Mora, R. (2020). Factores que influyen en la
deserción y reprobación de estudiantes de un curso universitario de matemáticas.
UNICIENCIA, 34(1), 219-245. DOI: 10.15359/ru.34-1.13
Cevedo, D., Torres, J. D., y Tirado, D. F. (2015). Análisis de los hábitos de estudio y motivación para el
aprendizaje a distancia en alumnos de ingeniería de sistemas de la Universidad de Cartagena
(Colombia). Formación Universitaria, 8(5), 59-66
Cheng, W. F. J. (2010). Improving lower-performing Hong Kong students in learning computer
programming: A grounded theory study. The International Journal of Learning, 17(5), 423-
438.
Claros-Moreno, F. C., Sánchez-Lopera, S. A., & Millán-Rojas, E. E. (2019). Variables generadoras de
la repitencia y procrastrinación en estudiantes de Lógica y algoritmos I y II en la Universidad
de la Amazonia. Encuentros, 17(02), 108-117. https://doi.org/10.15665/encuent.v17i02.1994
Coloma, A., y González, W. (2018). El desarrollo de la motivación profesional por la informática en el
Instituto Tecnológico Bolivariano. Opuntia Brava, 10(3), 1-14.
https://doi.org/10.35195/opuntiabrava.v10n3a12
Cortés, G. (2017). Factores que intervienen en la reprobación de asignaturas de los estudiantes de primer
año de la Facultad de Ingeniería y Arquitectura de la Universidad Centroamericana José
Simeón Cañas. (Tesis de maestría). Universidad Rafael Landívar, Guatemala. Recuperado de
http://recursosbiblio.url.edu.gt/tesiseortiz/2017/05/83/Cortes-Guillermo.pdf
Edgardo, C. (2015). Motivación de logro escolar, autoficacia académica, estilo atribucional académico
y rendimiento escolar de estudiantes de bachillerato. [Tesis doctoral, Universidad Nacional
Autónoma de México].
Ferre, A. (2014). Estudio sobre la motivación y su relación en el rendimiento académico [Tesis de
Mestría, Universidad de Almería]
http://repositorio.ual.es/bitstream/handle/10835/3064/Trabajo.pdf?sequence=1
Fuentes-Rosado, J. I., & Moo-Medina, M. (2017). Dificultades de aprender a programar. Revista
Educación En Ingeniería, 12(24), 76-82. https://doi.org/10.26507/rei.v12n24.728
pág. 3445
Gomes, A., & Mendes, A. (2014). A teacher's view about introductory programming teaching and
learning: Difficulties, strategies and motivations. In 2014 IEEE Frontiers in Education
Conference (FIE) Proceedings.1-8. https://doi.org/10.1109/FIE.2014.7044086
Grasha, A. F. (1996). Teaching styles and student learning. ERIC Clearinghouse on Higher Education,
Washington, DC.
Guzmán, A. (2022). Niveles de motivación de los estudiantes respecto a su aprendizaje en el Centro
Educativo el Reparo del municipio del Planeta Rica Córdoba. [tesis de Maetria, Universitaria
Los Libertadores].
Himmel, E. (2002). Modelo de análisis de la deserción estudiantil en la educación superior. Calidad en
la Educación, (17), 91-108.
Honey, P., & Mumford, A. (1992). The learning styles questionnaire. Peter Honey Publications,
Maidenhead, UK.
Insuasti, J. (2016). Problemas de enseñanza y aprendizaje de los fundamentos de programación. Revista
Educación y Desarrollo Social. https://doi.org/10.18359/reds.1966.
J. A. Jiménez-Toledo, C. Collazos, y O. Revelo-Sánchez, “Consideraciones en los procesos de
enseñanza-aprendizaje para un primer curso de programación de computadores: una revisión
sistemática de la literatura”, TecnoLógicas, vol. 22, pp. 83-117, 2019.
https://doi.org/10.22430/22565337.1520
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development.
Englewood Cliffs, NJ: Prentice-Hall.
Mamani, R. (2015). Factores que influyen en el bajo rendimiento académico en matemática I en los
estudiantes de la carrera de ingeniería civil de la UAJMS2. Revista Ventana Científica, 6(14),
14-22. Recuperado de http:/ /www.revistasbolivianas.org.bo/pdf/rvc/v6n10/v6n10_a03.pdf
Marchessi, A. (2004). Qué será de nosotros los malos alumnos. Madrid: Alianza Editorial.
Medina, A. Z., & Torres, A. C. (2011). Uso de herramientas informáticas como estrategia para la
enseñanza de la programación de computadores. Revista Unimar, 29(1).
Mestre, J. y Palermo, F. (2004). Procesos psicológicos básicos. Una guía académica para los estudios
en psicopedagogía, psicología y pedagogía. Editorial McGRAW-HILL
pág. 3446
Naranjo, A. (2019). La importancia de las habilidades blandas para la docencia universitaria en el
contexto actual. Revista Pensamiento Académico, 2(1), 82-100.
Naranjo, A. N. (2020). Deserción y estrategias de retención: un análisis desde la universidad
particular. 593 Digital Publisher CEIT, 5(5), 79-87.
Pascua-Cantarero, P. (2016). Factors Related to Dropping Out in the Freshman and Sophomore Years
in the Career of Teaching Mathematics at Universidad Nacional de Costa Rica. Revista
Electrónica Educare, 20(1), 1-23. doi: https://doi.org/10.15359/ree.20-1.5
Piaget, J. (1978). The development of thought: Equilibration of cognitive structures. New York: Viking
Press.
Seid, G. (2016). Procedimientos para el análisis cualitativo de entrevistas. Una propuesta didáctica. V
Encuentro Latinoamericano de Metodología de las Ciencias Sociales, 16 al 18 de noviembre
de 2016, Mendoza, Argentina. Métodos, metodologías y nuevas epistemologías en las ciencias
sociales: desafíos para el conocimiento profundo de Nuestra América. En Memoria
Académica. Disponible en:
http://www.memoria.fahce.unlp.edu.ar/trab_eventos/ev.8585/ev.8585.pdf
Smith, J., & Jones, M. (2010). The relationship between teacher patience and student achievement.
Journal of Educational Research, 103(2), 143-152.
Soto, J. H. B. (2018). La Ingeniería de Sistemas en el sector educativo oficial en Colombia. RHS: Revista
Humanismo y Sociedad, 6(2), 82-88.
Suárez-Montes, N., & Díaz-Subieta, L. B. (2015). Estrés académico, deserción y estrategias de retención
de estudiantes en la educación superior. Revista de salud pública, 17, 300-313.
Universidad de la Amazonia (23 de febrero de 2024). Tabla de deserción y retención [Archivo en Excel].
Ingeniería de Sistemas, Florencia, Colombia.
Velasco Ramírez, M. L. (2020). Resolución de problemas algorítmicos y objetos de aprendizaje: una
revisión de la literatura. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo
Educativo, 10(20). https://doi.org/10.23913/ride.v10i20.630