Álgebra y Pensamiento Computacional: Traducción del Lenguaje Natural al Simbólico en Bachillerato
Resumen
Este artículo presenta un análisis teórico descriptivo sobre la integración del pensamiento computacional (PC) en la enseñanza del álgebra en primero de bachillerato, enfatizando el proceso de traducción del lenguaje natural al simbólico en la resolución{n de sistemas de ecuaciones. Se desarrolla una propuesta didáctica denominada “Compila tu ecuación”, orientada a que los estudiantes comprendan el modelado algebraico como un procedimiento estructurado comparable al diseño y depuración de algoritmos. A partir de un enfoque interdisciplinar que incorpora principios de la ingeniería en sistemas y el uso pedagógico de las Tecnologías de la Información y la Comunicación (TIC), se examinan los métodos gráficos, sustitución, igualación, eliminación y el método de Cramer por medio de matrices. Asimismo, se describen errores frecuentes cometidos por los estudiantes, llamados “bugs algebraicos”, con estrategias para su identificación y corrección. El artículo concluye que el PC fortalece la comprensión conceptual del álgebra y mejora la precisión en la traducción simbólica, promoviendo un aprendizaje más significativo y riguroso en el bachillerato.
Descargas
Citas
Arcavi, A. (1994). Symbol sense: Informal sense-making in formal mathematics. For the Learning of Mathematics, 14(3), 24–35.
Blum, W., & Leiß, D. (2007). How do students and teachers deal with modelling problems? Mathematical Modelling, 222–231.
Bruner, J. (1966). Toward a theory of instruction. Harvard University Press.
Drijvers, P. (2019). Embodied instrumentation: Combining different views on using digital tools in mathematics education. Mathematics Education Research Journal, 31(4), 455–472. https://doi.org/10.1007/s13394-019-00272-x
Duval, R. (2006). A cognitive analysis of problems of comprehension in learning of mathematics. Educational Studies in Mathematics, 61(1–2), 103–131.
Grover, S., & Pea, R. (2013). Computational thinking in K–12: A review of the state of the field. Educational Researcher, 42(1), 38–43. https://doi.org/10.3102/0013189X12463051
Kieran, C. (2007). Learning and teaching algebra. In F. K. Lester (Ed.), Second handbook of research on mathematics teaching and learning (pp. 707–762). Information Age Publishing.
Mason, J., Graham, A., & Johnston-Wilder, S. (2010). Developing thinking in algebra. Paul Chapman Publishing.
Noss, R., & Hoyles, C. (2017). Computational thinking and mathematics education. Springer.
Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.
Polya, G. (1957). How to solve it. Princeton University Press.
Selby, C., & Woollard, J. (2013). Computational thinking: The developing definition. University of Southampton.
Tall, D., & Vinner, S. (1981). Concept image and concept definition in mathematics. Educational Studies in Mathematics, 12(2), 151–169.
Valverde, J., Fernández, M., & Garrido, M. (2015). El pensamiento computacional y las nuevas alfabetizaciones digitales. Revista de Educación a Distancia, 46, 1–18.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.1118215
Zbiek, R. M., Heid, M. K., Blume, G. W., & Dick, T. P. (2007). Research on technology in mathematics education. Second handbook of research on mathematics teaching and learning, 1169–1207.
Schoenfeld, A. H. (2016). Learning to think mathematically. Journal of Education, 196(2), 1–38.
Moreno-Armella, L., Hegedus, S., & Kaput, J. (2008). From static to dynamic mathematics. Educational Studies in Mathematics, 68(2), 99–111.
Ministerio de Educación del Ecuador. (2016). Currículo de Matemática para Bachillerato General Unificado. MinEduc.
OECD. (2021). Computational thinking in education: Policies and practices. OECD Publishing.
Derechos de autor 2026 Magaly Elizabeth Jaramillo Ramírez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
