ESTRATEGIAS DIDÁCTICAS INNOVADORAS:
MEJORA DE LA ENSEÑANZA DE FUNCIONES
LINEALES MEDIANTE PSEINT
INNOVATIVE TEACHING STRATEGIES: ENHANCING
LINEAR FUNCTIONS INSTRUCTION THROUGH PSEINT
Carlos Augusto Escorcia Reyes
Institución Universitaria de Barranquilla - Colombia
Jonathan Castro Mercado
Institución Universitaria de Barranquilla - Colombia
Nicolás Parra-Bolaños
Asociación Educar para el Desarrollo Humano - Colombia
pág. 5603
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15274
Estrategias didácticas innovadoras: Mejora de la enseñanza de funciones
lineales mediante Pseint
Carlos Augusto Escorcia Reyes1
cescorciar@unibarranquilla.edu.co
https://orcid.org/0000-0001-5219-0051
Institución Universitaria de Barranquilla
Colombia
Jonathan Castro Mercado
jcastrom@unibarranquilla.edu.co
https://orcid.org/0000-0003-1656-492X
Institución Universitaria de Barranquilla
Colombia
Nicolás Parra-Bolaños
nicolasparra@asociacioneducar.com
https://orcid.org/0000-0002-0935-9496
Asociación Educar para el Desarrollo Humano
Argentina
RESUMEN
El presente trabajo de investigación se realizó con el objetivo de plantear y desarrollar problemas que
relacionen el pensamiento computacional y matemáticos en la enseñanza - aprendizaje de la función
lineal para el fortalecimiento del planteamiento y resolución de problemas en los estudiantes del ciclo
técnico de la Institución Universitaria de Barranquilla (IUB). La metodología fue transversal, con un
diseño descriptivo – explicativo - proyectivo y un enfoque cualitativo; En donde se logró analizar el
desempeño que poseen los estudiantes con relación a ciertos criterios de evaluación sobre la enseñanza
y aprendizaje de la función lineal. Se aplicó una explicación, desarrollo de ejercicios y problemas sobre
la temática y posteriormente una prueba evaluativa con rubrica, sobre problemas de función lineal con
la utilización de la herramienta Pseint. La validez de la prueba fue predictiva puesto que se logró obtener
los desempeños de cada estudiante por la prueba y el desempeño por fuera y dentro del módulo y su
confiabilidad fue medida por el coeficiente de alfa de Cronbach, dando un valor de 0,961,
considerablemente muy alta. La muestra fue de 30 estudiantes del ciclo técnico; Los datos fueron
analizados con el programa SPSS y Excel utilizando análisis descriptivo.
Palabras clave: aprendizaje basado en problemas, pensamiento computacional, funciones lineales,
herramienta PSEINT, educación matemática
1
Autor principal.Carlos Escorcia Reyes
Correspondencia: cescorciar@unibarranquilla.edu.co
pág. 5604
Innovative Teaching Strategies: Enhancing Linear Functions Instruction
Through Pseint
ABSTRACT
The present research work was carried out with the objective of posing and developing problems that
relate computational and mathematical thinking in the teaching - learning of the linear function to
strengthen the approach and resolution of problems in students of the technical cycle of the University
Institution. of Barranquilla (IUB). The methodology was transversal, with a descriptive - explanatory -
projective design and a qualitative approach; Where it was possible to analyze the performance of the
students in relation to certain evaluation criteria on the teaching and learning of the linear function. An
explanation, development of exercises and problems on the topic was applied and subsequently an
evaluative test with a rubric, on linear function problems with the use of the Pseint tool. The validity of
the test was predictive since it was possible to obtain the performances of each student. by the test and
performance outside and inside the module and its reliability was measured by Cronbach's alpha
coefficient, giving a value of 0.961, considerably very high. The sample was 30 students from the
technical cycle; The data were analyzed with SPSS and Excel using descriptive analysis.
Keywords: problem-based learning, computational thinking, linear functions, PSEINT tool,
mathematics education
Artículo recibido 08 octubre 2024
Aceptado para publicación: 30 noviembre 2024
pág. 5605
INTRODUCCIÓN
Este trabajo investigativo plantea y desarrolla problemas del contexto que se relacionan con el
pensamiento computacional y matemáticos en la enseñanza - aprendizaje de la función lineal en los
estudiantes de la Institución Universitaria de Barranquilla (IUB) en el ciclo técnico, mediante la
metodología basada en la resolución de problemas. En las matemáticas existen varios estilos de
aprendizaje que el estudiante debe aprender y dos de ellos es el activo y pragmático, en donde el
estudiante debe ser abierto y participativo al responder a preguntas y realizar modelos matemáticos
sobre el tema en particular. Pensando en estas formas y habilidades que todo discente posee al resolver
un problema matemático y en las dificultades al aplicar formulas o métodos algebraicos, se desarrolló
esta investigación para fortalecer las estrategias y metodologías didácticas – Computacionales para la
enseñanza- aprendizaje en el planteamiento y desarrollo de problemas con funciones lineales.
Por lo anterior, se observa la necesidad de llevar a cabo un estudio investigativo sobre el efecto de
metodologías activas de aprendizaje, que conlleven al docente – estudiante al descubrimiento e
investigación de estrategias computacionales de solución de problemas matemáticos, como también ser
proactivo dentro del quehacer pedagógico, convirtiéndose ambos en protagonistas y líderes en el
proceso de enseñanza y aprendizaje de las matemáticas. Potencializando así el trabajo autónomo y en
equipo en cada una de las fases del proceso de desarrollo del conocimiento. La pregunta problema a la
cual se le dio respuesta fue: ¿Cuál es el efecto del aprendizaje basado en problemas mediante la
herramienta PSEINT en la enseñanza y aprendizaje de la función lineal en un grupo de estudiantes del
ciclo técnico de la Institución Universitaria de Barranquilla – IUB?. La hipótesis planteada del presente
trabajo de investigación parte del supuesto de la existencia de una metodología activa – computacional
que fortalecerá el planteamiento y resolución de problemas matemáticos, en comparación a la
metodología de aprendizaje tradicional.
Los aportes realizados en este informe serán de gran ayuda para los docentes matemáticos, financieros
y didactas de las matemáticas, quienes se interesarán por aplicar nuevas estrategias metodológicas y para
participar en la formulación y desarrollo de nuevos proyectos de investigación para el fortalecimiento
en las habilidades y capacidades de resolución de problemas matemáticos.
pág. 5606
Marco teórico
Según Bruner (2010). Se centra en el estudio de los procesos educativos, desarrollo humano,
crecimientos cognitivos, percepción, acción, pensamiento y lenguaje. Tiene un enfoque interdisciplinar
al conjugar la reflexión filosófica con la verificación experimental. Propone el diseño del currículo en
espiral para facilitar la comprensión de contenidos de aprendizaje. Propone la formulación de estructuras
globales de conocimiento como las más adecuadas en orden a la consecución de resultados óptimos en
el aprendizaje. No propone una enseñanza programada, sino programas de cómo enseñar.
La investigación propuesta se basa en la solución de problemas por Pólya (1981) el cual expresa que un
gran descubrimiento resuelve un gran problema, pero en la solución de todo problema, hay un cierto
descubrimiento. El problema que se plantea puede ser modesto; pero, si pone a prueba la curiosidad que
induce a poner en juego las facultades inventivas, si se resuelve por propios medios, se puede
experimentar el encanto del descubrimiento y el goce del triunfo. (p.7).
Con la implementación de este método en la solución de problemas, no solo se busca que el estudiante
aplique herramientas o proceso algebraicos, sino también que pueda hacer usos de las habilidades y
conocimientos que posee sobre herramientas tecnológicas y como esta se articulan en los procesos de
enseñanza de la función lineal en problemas del contexto, que de una u otra manera serán útiles en su
formación académica y profesional.
“El método heurístico de George Pólya para resolución de problemas ha sido un importante referente
para diversos estudios (...)” (Gualdrón, Pinzón y Ávila, 2020, p. 107). Además, como menciona Sánchez
y Fernández (2003): Aprender matemáticas requiere que los procesos de enseñanza estén mediados por
métodos y técnicas que promuevan en los estudiantes el deseo de analizar, descubrir y relacionar
patrones, que les permitan aplicarlos en los diferentes procesos, y con ello generar nuevo
conocimiento que modifique los constructos ya preestablecidos (Gualdrón, Pinzón y Ávila,
2020).
Lo anterior nos aporta el hecho que como docentes debemos facilitarles el camino, los métodos y las
herramientas necesarias para que los estudiantes por si solo puedan aprender a establecer las diferentes
variables que intervienen en una función lineal (variables dependientes e independientes) con el fin de
inferir sobre su propio aprendizaje y el del grupo en general.
pág. 5607
Por otra parte, se hace necesario conocer y relacionar el planteamiento y desarrollo de problemas con
los estilos de aprendizaje propuestos por Alonso, Gallego y Honey (1995) los cuales se clasifican en 4
tipos que son:
• Teórico: Estilo de especulación, donde prepondera más la observación dentro del campo de la teoría
y poco en ámbito de la práctica.
• Pragmático: Estilo de orden, donde pregona más la práctica y aplicación de ideas y poco la teoría.
• Activo: Estilo ágil, donde impera la dinamicidad y la participación de los estudiantes que son
personas de grupo y de mentes abiertas.
• Reflexivo: Estilo de razonamiento, donde predomina la observación y el análisis de los resultados
de las experiencias realizadas. Alonso et al., (1995).
Al saber los estilos de aprendizaje de los estudiantes se hace más fácil el aprendizaje en la solución de
problemas matemáticos en especial; el de función lineal, puesto el estudiante identificará y planteará
rápidamente las variables y los factores numéricos que se asocian a ellos, estableciendo patrones
mediante la herramienta PSEINT.
METODOLOGÍA
En este estudio se utilizó un tipo de investigación transversal, con enfoque Descriptivo – Explicativo y
Proyectivo sobre los componentes que intervienen en el sujeto (estudiante) y la modelación de la
función lineal en la solución de problemas matemáticos mediante la herramienta Pseint, como a su vez
los criterios de evaluación dados en la rúbrica de la actividad realizada con el grupo seleccionado. Según
Hernández et al. (2010), en los estudios descriptivos se seleccionan una serie de cuestiones y se mide o se
recolecta información sobre cada una de ellas, para así mostrar las características de lo que se investiga.
Se habla de un método descriptivo ya que se analizaron los criterios de evaluación que se midieron en
la prueba, en donde se codifico la información asignando valores numéricos a cada criterio: Insuficiente
= 1 ; Regular = 2 ; Bueno = 3 ; Excelente = 4 cuya tabulación y análisis se realizó en el Software
Estadístico SPSS. Con relación al enfoque explicativo y proyectivo el estudiante planteo y desarrollo el
modelo de función lineal explicando el porqué de cada variable determinada en cada problema,
buscando así la solución del mismo y prediciendo los valores próximos al cambio de valor de la variable.
pág. 5608
El diseño de investigación utilizado fue el descriptivo - Proyectivo, porque se analizó las respuestas a los
criterios dados a conocer en la rúbrica expuesta en la prueba y se dio a conocer el planteamiento y
desarrollo de los problemas relacionados a la función lineal, considerándose así un estudio
transeccional, ya que se dio en el tiempo exacto, donde la observación fue el principal factor para la
recolección y análisis de la información, estableciéndose que variable causa efecto sobre la otra.
La técnica utilizada para la recolección de la información fue la observación directa y una prueba escrita
mediante la utilización de la herramienta Pseint, la cual fue realizada en espacios propios de la jornada
académica, facilitando el diagnóstico sobre las inquietudes y sugerencia de los estudiantes, así como
también las respuestas a la misma.
La población determinada fue la Institución Universitaria de Barranquilla, tomándose como muestra,
un grupo de 30 estudiantes pertenecientes a un módulo académico del periodo 2023 – 3; Cuyas edades
oscilan entre los 16 – 26 años, a quienes se le aplicaron la prueba evaluativa sobre la función Lineal. A
esta 1muestra seleccionada se le realizaron las siguientes actividades:
• Se analizaron las teorías sobre el aprendizaje basado en problemas.
• Se realizó una explicación del tema “Función Lineal” y el desarrollo de algunos problemas.
• Se aplicó la prueba evaluativa sobre función lineal, de manera activa y modelativa sobre el
planteamiento y desarrollo de problemas que permitan el fortalecimiento para la solución de
problemas de este tipo.
• Se recolecto y analizó la información suministrada por los estudiantes por medio del instrumento
aplicado, a través de la rúbrica.
• Se realizó el análisis Cualitativo - Cuantitativo sobre los resultados encontrados y las conclusiones
obtenidas.
RESULTADOS Y DISCUSIÓN
Para dar respuesta al objetivo de la investigación y lograr el resultado de aprendizaje “Aplicar el
concepto de función lineal y sus propiedades en situaciones problemas de diversas áreas” se utilizó la
prueba evaluativa para la solución de problemas de función lineal, basados en los argumentos de Polya,
utilizando los siguientes pasos:
pág. 5609
Paso 1: El asesor tiene la necesidad de crear un simulador para ofrecerle los diferentes tipos de crédito
que la entidad financiera XY ofrece a sus clientes.
(Entra a PSEINT digitar el algoritmo y posteriormente ejecutar su funcionamiento). Véase el anexo de
programación al final de la guía
Figura 1. Paso 1
Paso 2: Posteriormente el asesor atiende a cierta cantidad de personas, lo cual las divide según
necesidad u opción de crédito
• Opc1: Consumo
• Opc2: Estudiantil
• Opc3: Hipotecario
• Opc4: Compra Cartera
Después de realizar la programación dar clic en EJECUTAR, los datos que se colocan a continuación
son arbitrarios (son producto de la imaginación y los datos son hipotéticos). Con ayuda del simulador
registrar los datos numéricos en las siguientes tablas:
Figura 2. Paso 2
Nota: Ante una eventual negación de crédito, rellene según el caso con cero las tres últimas variables
pág. 5610
OPCION 1: CONSUMO
Nombre del cliente
Tiempo Laboral (meses)
No. Cuotas por mes
Interés
(I)
Cuota mensual
(C)
9
7
8
3
OPCION 2: ESTUDIANTIL
Nombre del cliente
Ingresos
No. Cuotas por mes
Deuda
(M)
Interés
(I)
Cuota mensual
(C)
$299902
$1202007
$3838383
$404040
OPCION 3: HIPOTECARIO
Nombre del cliente
Ingresos
No. Cuotas por mes
Deuda (M)
Interés
(I)
Cuota mensual
(C)
$720200
$723000
$825000
$1023000
OPCION 4: COMPRA DE CARTERA
Nombre del
cliente
EDAD
No. Cuotas por
mes
Deuda
(M)
Interés
(I)
Cuota mensual
(C)
42
37
38
34
pág. 5611
Paso 3: Comprobación de resultados
Nota: El asesor para ganar comisión debe hacer un reporte positivo, que todos los del grupo según el
tipo de solicitud, califiquen como aptos para el crédito.
En este último paso, el estudiante analiza las respuestas obtenidas del problema y responde a las
preguntas expuestas en la actividad, tal como se muestra a continuación:
• ¿En qué clase(s) de crédito(s) se puede ganar comisión?
• ¿Qué afecto a los demás / al grupo (s) de personas según el tipo de crédito?
Supongamos que el Capital y la rata porcentual es constante, en el cálculo del interés.
• ¿Qué variable es fundamental en el interés a largo plazo?
• ¿Según el caso anterior, cual es la variable dependiente e independiente?
• El asesor a un cliente le otorgó un préstamo por (capital) $500000, a una rata porcentual 0,014%.
Entonces I(t)= 7000t, exprese este caso, en términos de X y Y.
• Expresión matemática (Función lineal en termino X y Y)
• Realice la gráfica en GeoGebra o Excel, en el caso que sea t de 0 a 8 en meses. ¿Qué tipo de grafico
obtuvo?
• ¿Qué tipo de relación hay entre las variables? ¿Cuál es el dominio y el rango?
• ¿Cuál es la pendiente?
Paso 4: Envío de evidencias: Los estudiantes de manera grupal (4) socializan a manera de foro en la
plataforma de Moodle los resultados y enunciados resueltos. También un video corto sobre el diseño y
ejecución del algoritmo en PSEINT.
Criterios de evaluación en el planteamiento y desarrollo de problemas de función lineal mediante
la Herramienta Pseint.
La tabla 1, nos muestra la distribución de los niveles de aceptación en los cuatro criterios de evaluación
referentes al planteamiento y desarrollo de problemas de función lineal mediante la modelación en
Pseint, obteniéndose que los estudiantes en gran parte respondieron “bueno” y “excelente” a los criterios
planteados, lo que se muestra una comprensión y desarrollo de los problemas de función lineal a partir
de la modelación en la herramienta Pseint.
pág. 5612
Tabla 1. Distribución de los niveles de aceptación
CRITERIOS
DESEMPEÑO ACADÉMICO
Insuficiente
Regular
Bueno
Excelente
Cognitivo
3
5
8
14
Procedimental
0
4
14
12
Programación PSEINT
2
4
10
14
Responsabilidad
1
3
6
20
Nota: Elaboración propia de los autores
Las tablas 2, 3, 4 y 5 nos muestra la distribución de frecuencia de aceptación por cada criterio, siendo
insuficiente = 1; Regular = 2; Bueno = 3 y Excelente = 4 y el porcentaje por cada desempeño académico
en cada uno de ellos. Identificándose que en la tabla 2, el criterio cognitivo el mayor porcentaje es del
desempeño excelente con un 46,7% con relación a la muestra y le sigue el desempeño bueno con un
26,7%; ambos sobrepasan un 70% de manera positivo. Por otra parte, en la tabla 3, el criterio de
procedimental tiene un desempeño bueno del 46,7% y el excelente un 40%, mantienen respuestas
acertadas a los criterios planteados en la actividad académica. En la tabla 4, el criterio de programación
en Pseint el desempeño excelente es del 46,7% y el bueno con un 33,3% son los relevantes durante la
medición de los criterios y por último en la tabla 5 se observa que el criterio de responsabilidad tiene
como desempeño “Excelente” con un 66,7% de aprobación.
Tabla 2. Cognitivo
Cognitivo
Frecuencia
Porcentaje
Porcentaje válido
Porcentaje acumulado
Válido
1,00
3
10,0
10,0
10,0
2,00
5
16,7
16,7
26,7
3,00
8
26,7
26,7
53,3
4,00
14
46,7
46,7
100,0
Total
30
100,0
100,0
Nota: Elaboración propia de los autores en SPSS
pág. 5613
Tabla 3. Procedimental
Procedimental
Frecuencia
Porcentaje
Porcentaje válido
Porcentaje
acumulado
Válido
2,00
4
13,3
13,3
13,3
3,00
14
46,7
46,7
60,0
4,00
12
40,0
40,0
100,0
Total
30
100,0
100,0
Nota: Elaboración propia de los autores en SPSS
Tabla 4. Programación PSEINT
Programación Pseint
Frecuencia
Porcentaje
Porcentaje válido
Porcentaje
acumulado
Válido
1,00
2
6,7
6,7
6,7
2,00
4
13,3
13,3
20,0
3,00
10
33,3
33,3
53,3
4,00
14
46,7
46,7
100,0
Total
30
100,0
100,0
Nota: Elaboración propia de los autores en SPSS
Tabla 5. Resposabilidad
Responsabilidad
Frecuencia
Porcentaje
Porcentaje válido
Porcentaje acumulado
Válido
1,00
1
3,3
3,3
3,3
2,00
3
10,0
10,0
13,3
3,00
6
20,0
20,0
33,3
4,00
20
66,7
66,7
100,0
Total
30
100,0
100,0
Nota: Elaboración propia de los autores en SPSS
pág. 5614
Promedio de aprobación de los criterios de evaluación en el planteamiento y desarrollo de
problemas de función lineal por el grupo de estudiantes Técnicos de la IUB.
La tabla 6, nos muestra el promedio de los criterios de evaluación por niveles de desempeño académico
en los estudiantes del ciclo técnico de la Institución Universitaria de Barranquilla (IUB), mostrándose
que el promedio en los criterios procedimental y responsabilidad son los más altos, llegando a ser
buenos y algunos excelentes en el planteamiento y desarrollo de problemas con función lineal mediante
la modelación en la herramienta Pseint.
Tabla 6. Promedio de los criterios de evaluación por niveles de desempeño académico
Estadísticos descriptivos
N
Mínimo
Máximo
Media
Desv. Desviación
Cognitivo
30
1,00
4,00
3,1000
1,02889
Procedimental
30
2,00
4,00
3,2667
,69149
Programación Pseint
30
1,00
4,00
3,2000
,92476
Responsabilidad
30
1,00
4,00
3,5000
,82001
N válido (por lista)
30
Nota: Elaboración propia de los autores en Spss
Prueba de Hipótesis
El interés se centra en comprobar la hipótesis acerca del planteamiento y desarrollo de problemas que
relacionen el pensamiento computacional y matemáticos en la enseñanza aprendizaje de la función
lineal para el fortalecimiento del planteamiento y resolución de problemas en los estudiantes del ciclo
técnico de la Institución Universitaria de Barranquilla (IUB) dada por:
• Hipótesis nula (H0): No existe relación en el planteamiento – desarrollo de problemas que
involucren el pensamiento computacional con el aprendizaje y enseñanza de la función lineal.
• Hipótesis alterna (H1): Existe relación en el planteamiento – desarrollo de problemas que
involucren el pensamiento computacional con el aprendizaje y enseñanza de la función lineal.
Se utilizó el Software estadístico SPSS para realizar la prueba de hipótesis, para la cual se empleó la
prueba de hipótesis no paramétricas debido a que se comprobó de que los resultados de la prueba
evaluativa no provienen de una distribución normal. Muestra de ello se observa en la tabla 7 de
normalidad.
pág. 5615
Tabla 7. Pruebas de normalidad
Pruebas de normalidad
Kolmogorov-Smirnova
Shapiro-Wilk
Estadístico
gl
Sig.
Estadístico
gl
Sig.
Cognitivo
,276
30
,000
,798
30
,000
Procedimental
,256
30
,000
,787
30
,000
Programación en
Pseint
,273
30
,000
,793
30
,000
Responsabilidad
,396
30
,000
,663
30
,000
Corrección de significación de Lilliefors
Criterio para determinar la normalidad
• Si sigma (Sig) es mayor que alfa (α), entonces se acepta que:
Ho= Los datos provienen de una distribución normal.
• Si sigma (Sig) es menor que alfa (α), entonces se acepta que:
H1= Los datos no provienen de una distribución normal.
Con base a esta prueba de hipótesis para la prueba de normalidad de los datos, se puede apreciar que la
sigma (Sig) de cada criterio de evaluación (Cognitivo, procedimental, programación por Pseint y
responsabilidad) es según Shapiro - Wilk todos de 0,00. quiere decir que ninguno de los datos proviene
de una distribución normal. Por tratarse de una sola muestra, se realizó la prueba de hipótesis no
paramétrica (Chi – Cuadrado) la cual arrojo la siguiente información:
Tabla 8. Resumen de contrastes de hipótesis
Hipótesis nula
Prueba
Sig.
Decisión
Las categorías de Cognitivo
se dan con las mismas
probabilidades.
Prueba de chi-cuadrado
para una muestra
,027
Rechace la hipótesis
nula.
pág. 5616
Las categorías de
Procedimental se dan con
las mismas probabilidades.
Prueba de chi-cuadrado
para una muestra
,061
Conserve la hipótesis
nula.
Las categorías de
Programación en Pseint se
dan con las mismas
probabilidades.
Prueba de chi-cuadrado
para una muestra
,007
Rechace la hipótesis
nula.
Las categorías de
Responsabilidad se dan con
las mismas probabilidades.
Prueba de chi-cuadrado
para una muestra
,000
Rechace la hipótesis
nula.
Nota: Se muestran significaciones asintóticas. El nivel de significación es de ,050
Si sigma (Sig) es menor o igual que alfa (α) se acepta la hipótesis alternativa y sigma es mayor que alfa se
acepta la hipótesis nula, por lo que se observa en la tabla 8 y se verifica que la hipótesis alterna es la
aceptada para los criterios cognitivo, programación en Pseint y responsabilidad, llegando a comprobar
que el planteamiento y desarrollo de problemas que relacionen el pensamiento computacional, si tienen
relación con la enseñanza - aprendizaje de la función lineal para el fortalecimiento del planteamiento y
resolución de problemas en los estudiantes del ciclo técnico de la Institución Universitaria de
Barranquilla (IUB). Por otra parte, solo el criterio procedimental cumple con la condición de cumplirse
la hipótesis nula, lo que significa que los estudiantes son autónomos y actúan de manera libre al plantear
un problema y de la forma en que lo consideren.
CONCLUSIONES
El presente estudio investigó la efectividad del aprendizaje basado en problemas mediado por la
herramienta PSEINT para mejorar la enseñanza y el aprendizaje de funciones lineales entre estudiantes
del ciclo técnico de una universidad ubicada en Barranquilla. Los principales resultados demostraron
que los estudiantes exhibieron predominantemente niveles «buenos» y «excelentes» de comprensión y
desarrollo de problemas de funciones lineales a través de la modelación en el herramienta PSEINT. Este
hallazgo apoya la hipótesis alternativa, que proponía que una metodología activo-computacional
reforzaría el planteamiento y la resolución de problemas matemáticos en comparación con los enfoques
pág. 5617
tradicionales.
Además, el análisis estadístico validó la hipótesis alternativa para los criterios cognitivo, de
programación PSEINT y de responsabilidad, indicando una relación significativa entre el pensamiento
computacional y la enseñanza y aprendizaje de funciones lineales. Sin embargo, el criterio
procedimental cumplió la condición para aceptar la hipótesis nula, sugiriendo que los alumnos eran
autónomos a la hora de plantear y abordar los problemas a su manera.
Aunque el estudio ofrece valiosas perspectivas, es esencial reconocer sus limitaciones. El tamaño de la
muestra de 30 estudiantes del ciclo técnico de la universidad local puede no ser representativo de toda
la población estudiantil, lo que limita la generalizabilidad de las conclusiones. Además, el hecho de
centrarse en las funciones lineales como único tema matemático puede no abarcar las complejidades de
otros conceptos o temas matemáticos. Por otra parte, el uso de la herramienta PSEINT como
herramienta computacional plantea dudas sobre la eficacia potencial de otras herramientas de
programación o metodologías computacionales.
A pesar de estas limitaciones, el estudio contribuye al creciente cuerpo de conocimientos sobre la
integración del pensamiento computacional en la educación matemática, particularmente en el contexto
de naciones en desarrollo como Colombia. Al combinar el aprendizaje basado en problemas con una
herramienta computacional como PSEINT, la investigación ofrece un enfoque práctico para fomentar
las capacidades de resolución de problemas y razonamiento lógico de los estudiantes, que son
habilidades esenciales para el siglo XXI.
Los resultados positivos de este estudio pueden servir de base para el desarrollo de métodos de
enseñanza innovadores y diseños instructivos que den prioridad al cultivo de las habilidades de
pensamiento computacional y matemático en los entornos educativos. Al implicar activamente a los
estudiantes al modelar y resolver problemas utilizando herramientas informáticas, los educadores
pueden crear entornos de aprendizaje atractivos que fomenten el pensamiento crítico, la capacidad de
resolver problemas y una comprensión más profunda de los conceptos matemáticos.
REFERENCIAS BIBLIOGRÁFICAS
Agudelo-Valderrama, C. (2006). La creciente brecha entre la política educativa colombiana, las
afirmaciones oficiales y las realidades del aula: percepciones desde las concepciones de los
pág. 5618
profesores de matemáticas sobre el álgebra inicial y su propósito didáctico. International
Journal of Science and Mathematics Education, 4(3), 513-544. https://doi.org/10.1007/s10763-
005-9021-8
Agudelo-Valderrama, C. (2008). El poder de las concepciones de los profesores de matemáticas
colombianos sobre los factores sociales/institucionales de la enseñanza. Estudios Educativos
en Matemáticas, 68(1), 37-54. https://doi.org/10.1007/s10649-007-9107-z
Chen, S., Lai, Y., & Lin, Y. (2020). Research on head-mounted virtual reality and computational
thinking experiments to improve the learning effect of aiot maker course: case of earthquake
relief scenes. Frontiers in Psychology, 11. https://doi.org/10.3389/fpsyg.2020.01164
De la Puente Pacheco, M. A., de Oro Aguado, C. M., & Lugo Arias, E. (2022). Comprendiendo la
efectividad del método PBL en diferentes contextos regionales: el caso de Colombia. Entornos
Interactivos de Aprendizaje, 30(9), 1663-1676.
De la Puente Pacheco, M. A., Guerra Florez, D., de Oro Aguado, C. M., & Llinas Solano, H. (2021).
¿Funciona el aprendizaje basado en proyectos en diferentes contextos locales? Un estudio de
caso del Caribe colombiano. Revista de Educación, 73(6), 733-752.
De la Puente Pacheco, M. A., Guerra, D., de Oro Aguado, C. M., & Alexander McGarry, C. (2019).
Percepciones de los estudiantes de pregrado sobre la efectividad del Aprendizaje Basado en
Proyectos (ABP): Un reporte de caso en el Caribe colombiano. Cogent Education, 6(1),
1616364.
De la Puente, M., & Pérez, H. (2023). Evaluación del impacto de Brilliant.org en la mejora del
rendimiento académico en matemáticas de estudiantes de secundaria en Colombia: A Quasi-
Experimental Study. Revista de Investigación en Enseñanza de las Matemáticas, 15(2), 82-103.
Fang, A., Chen, G., Cai, Z., Cui, L. y Harn, L. (2017). Research on blending learning flipped class
model in colleges and universities based on computational thinking - «database principles» for
example. Eurasia Journal of Mathematics Science and Technology Education, 13(8).
https://doi.org/10.12973/eurasia.2017.01024a
Hsieh, M., Hui-chun, P., Hsieh, S., Hsu, C. y Chou, S. (2022). Enseñar el concepto de pensamiento
computacional: un programa basado en tallos con robots tangibles en cursos de aprendizaje
pág. 5619
basados en proyectos. Fronteras en Psicología, 12. https://doi.org/10.3389/fpsyg.2021.828568
Hwang, J. y Ham, Y. (2021). Relación entre competencia matemática y oportunidad de aprender con
diferentes tipos de tareas matemáticas. Revista de Educación Matemática, 12(2), 199-222.
https://doi.org/10.22342/jme.12.2.13625.199-222
Long, X., Zhang, J. y Li, Z. (2013). El diseño de una estructura docente basada en la formación
competencial del pensamiento computacional. https://doi.org/10.2991/icetis-13.2013.95
Obando-Zapata, G., Pontón-Ladino, T., Parada-Rico, S., & Villa-Ochoa, J. (2020). Investigación sobre
cognición y pensamiento numérico en colombia. Estudios de Psicología, 41(2), 319-347.
https://doi.org/10.1080/02109395.2020.1748841
Palinussa, A. (2013). Habilidades y carácter de pensamiento matemático crítico de los estudiantes:
experimentos para estudiantes de secundaria a través de una educación matemática realista
basada en la cultura. Revista de Educación Matemática, 4(1).
https://doi.org/10.22342/jme.4.1.566.75-94
Porras, V. D. C. A., Albores, I. A., de la Puente, M., Téllez, Á. S. D., Martínez, X. T., & Bajaña, R. S.
M. (2022). Digitilización en la educación superior latinoamericana bajo el covid-19. Revista de
Psicología Positiva y Bienestar, 6(1), 3289-3298.
Rico, H., Rico, F., de la Puente, M., De Oro, C., & Lugo, E. (2022). Eficacia del SBL en la enseñanza
de habilidades empresariales a jóvenes madres inmigrantes cabeza de hogar en Colombia: un
estudio experimental. Ciencias Sociales, 11(4), 148.
Rijke, W., Bollen, L., Eysink, T. y Tolboom, J. (2018). Pensamiento computacional en la escuela
primaria: un examen de la abstracción y la descomposición en diferentes grupos de edad.
Informática en la educación, 17(1), 77-92. https://doi.org/10.15388/infedu.2018.05
Rungrangtanapol, N. y Khlaisang, J. (2021). Desarrollo de un modelo de enseñanza en entorno virtual
de aprendizaje para potenciar las competencias computacionales en el siglo XXI. Revista
Internacional de Tecnologías Móviles Interactivas (Ijim), 15(13), 93.
https://doi.org/10.3991/ijim.v15i13.21791
Rusdin, R. (2020). La optimización de las habilidades de pensamiento matemático de los estudiantes a
través de matematika nalaria realistik en el entrenamiento de la olimpíada de matemáticas en
pág. 5620
madrasah ibtidaiyah. Al-Bidayah Jurnal Pendidikan Dasar Islam, 12(1), 97-110.
https://doi.org/10.14421/al-bidayah.v12i1.305
Ubaidullah, N., Mohamed, Z., Hamid, J. y Sulaiman, S. (2020). El uso de la técnica Delphi para validar
un modelo de enseñanza y aprendizaje para mejorar las habilidades de pensamiento
computacional de los estudiantes. Revista Universal de Investigación Educativa, 8(12B), 8201-
8213. https://doi.org/10.13189/ujer.2020.082624
Zhang, C., Chen, X. y Li, J. (2011). Investigación del modo de enseñanza de programación VB basado
en el núcleo del entrenamiento de la capacidad de pensamiento computacional. En 2011, Sexta
Conferencia Internacional sobre Educación y Ciencias de la Computación (ICCSE) (págs.
1260-1263).