Marco de Trabajo para la Integración de la Autorregulación del Aprendizaje en el Desarrollo del Pensamiento Computacional
Resumen
El desarrollo del pensamiento computacional (PC) en estudiantes de primeros semestres de ingeniería sigue siendo limitado, en parte porque la autorregulación del aprendizaje (ARA) no se incorpora de manera intracurricular en la formación inicial en ciencias de la computación. A esto se suma la irrupción de la inteligencia artificial generativa, que permite producir artefactos técnicos sin que el estudiante transite por procesos de comprensión conceptual y seguimiento metacognitivo. En este artículo se reportan los aportes de una investigación doctoral que interpretó, desde una práctica educativa situada, las propiedades de una experiencia educativa en ciencias de la computación, que articula PC y ARA. El estudio se inscribió en el paradigma sociocrítico y adoptó la Investigación-Acción Educativa (IAE) con un diseño mixto CUALI-cuanti. Se desarrolló entre 2024 y 2025 en tres macrociclos semestrales subdivididos en seis microciclos, con tres docentes coinvestigadores y nueve grupos de estudiantes en una universidad pública colombiana. La triangulación se sostuvo en una red de catorce instrumentos cualitativos, sociotécnicos y cuantitativos. El aporte central es el marco SUA, modelo sociohistórico organizado en dieciséis dominios distribuidos en siete estratos epistemológicos y articulado en cuatro capas (servir, hacer, organizacional y motivación). El estudio documenta cuarenta transformaciones de la práctica educativa agrupadas en nueve categorías analíticas, que reconfiguran los operadores de mesogénesis, topogénesis, cronogénesis y contrato didáctico de la Teoría de la Acción Didáctica Conjunta. SUA se ofrece como una traza interpretativa apropiable mediante adaptación reflexiva, no como una prescripción transferible.
Descargas
Citas
Aguilera, A., Cheng, S., Osman, K. y Vargas, M. (2025). Computational thinking development in undergraduate engineering education. Computers and Education, 218, 105019.
Anderson, G. L. y Herr, K. (2007). The action research dissertation. Sage.
Astolfi, J. P. (1994). Aprender en la escuela. Dolmen.
Beyazhancer, M. (2026). Self-regulated learning and computational thinking in undergraduate students. Computers in Human Behavior Reports, 17, 100432.
Bhaskar, R. (1998). The possibility of naturalism (3rd ed.). Routledge.
Brennan, K. y Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. American Educational Research Association.
Bruna, C., Sandoval, C. y Mahecha, V. (2023). Conocimiento docente sobre autorregulación del aprendizaje en formación de ingenieros. Educación XX1, 26(2), 89–112.
Carr, W. y Kemmis, S. (1986). Becoming critical. Education, knowledge and action research. Falmer Press.
CC2020 Task Force. (2020). Computing curricula 2020. Paradigms for global computing education. ACM.
Cheng, S. y Osman, K. (2025). Difficulties in computational thinking development among first-year engineering students. Education and Information Technologies, 30, 1245–1268.
Chevallard, Y. (1991). La transposición didáctica. Del saber sabio al saber enseñado. Aique.
Coronado-Sánchez, P. (2026). Marco de trabajo SUA para la integración de la autorregulación del aprendizaje en el desarrollo del pensamiento computacional [Tesis doctoral]. Universidad Distrital Francisco José de Caldas.
Coronado-Sánchez, P. (2026a). Aula virtual del marco de trabajo SUA. https://suaframework.net/classroom
Coronado-Sánchez, P. (2026d). Metaverso del marco de trabajo SUA. https://suaframework.net/metaverse
Creswell, J. W. y Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). Sage.
David, L., Biwer, F., Crutzen, R. y De Bruin, A. (2024). The challenge of change. Understanding the role of habits in university students’ self-regulated learning. Higher Education, 1–19.
Develay, M. (1992). De l’apprentissage à l’enseignement. ESF.
Freire, P. (2011). Pedagogía del oprimido (2.ª ed.). Siglo XXI Editores.
Hubbard, A. (2018). Pedagogical content knowledge in computing education. Computer Science Education, 28(2), 117–135.
Jose, R., Karlen, Y. y Sah, P. (2025). Self-regulation of learning in the era of generative artificial intelligence. Educational Psychology Review, 37(1), 22.
Karlen, Y., Hertel, S. y Hirt, C. N. (2023). Teachers’ professional competence for promoting self-regulated learning. Teaching and Teacher Education, 124, 104008.
Keet, C. M. (2023). The what and how of modeling information and knowledge. From mind maps to ontologies. Springer.
Kemmis, S., McTaggart, R. y Nixon, R. (2014). The action research planner. Doing critical participatory action research. Springer.
Lave, J. y Wenger, E. (1991). Situated learning. Legitimate peripheral participation. Cambridge University Press.
Magnusson, S., Krajcik, J. y Borko, H. (1999). Nature, sources and development of pedagogical content knowledge. En J. Gess-Newsome y N. G. Lederman (Eds.), Examining pedagogical content knowledge (pp. 95–132). Kluwer.
Mahecha, V., Bruna, C. y Sandoval, C. (2024). Autorregulación del aprendizaje en la educación superior colombiana. Revista Colombiana de Educación, 91, 145–168.
Mosquera, C. J. (2011). Cambio didáctico y formación del profesorado de ciencias. Universidad Distrital Francisco José de Caldas.
Park, S. y Oliver, J. S. (2008). Revisiting the conceptualisation of pedagogical content knowledge. Research in Science Education, 38(3), 261–284.
Peirce, C. S. (1986). La ciencia de la semiótica. Nueva Visión.
Peteranetz, M. S., Flanigan, A. E., Shell, D. F. y Soh, L. K. (2021). Self-regulated learning and computational thinking. Journal of Educational Computing Research, 59(3), 514–540.
Pintrich, P. R. (2000). The role of goal orientation in self-regulated learning. En M. Boekaerts, P. R. Pintrich y M. Zeidner (Eds.), Handbook of self-regulation (pp. 451–502). Academic Press.
Popkewitz, T. (1988). Paradigma e ideología en investigación educativa. Mondadori.
Sáez-Delgado, F., López-Angulo, Y., Mella-Norambuena, J. y Pérez-Villalobos, M. V. (2022). Strategies of self-regulated learning in university students. Education Sciences, 12(11), 786.
Sensevy, G. y Mercier, A. (Eds.). (2007). Agir ensemble. L’action didactique conjointe du professeur et des élèves. Presses Universitaires de Rennes.
Shulman, L. S. (1986). Those who understand. Knowledge growth in teaching. Educational Researcher, 15(2), 4–14.
Shulman, L. S. (1987). Knowledge and teaching. Foundations of the new reform. Harvard Educational Review, 57(1), 1–22.
Tall, D. y Vinner, S. (1981). Concept image and concept definition in mathematics. Educational Studies in Mathematics, 12(2), 151–169.
The Open Group. (2019). ArchiMate 3.1 specification. The Open Group.
Washizaki, H. (Ed.). (2025). Guide to the Software Engineering Body of Knowledge v4.0. IEEE Computer Society.
Weinstein, C. E. y Mayer, R. E. (1986). The teaching of learning strategies. En M. C. Wittrock (Ed.), Handbook of research on teaching (3rd ed., pp. 315–327). Macmillan.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35.
Yadav, A., Gretter, S., Hambrusch, S. y Sands, P. (2016). Expanding computer science education in schools. Computer Science Education, 26(4), 235–254.
Zimmerman, B. J. (2000). Attaining self-regulation. A social cognitive perspective. En M. Boekaerts, P. R. Pintrich y M. Zeidner (Eds.), Handbook of self-regulation (pp. 13–39). Academic Press.
Zimmerman, B. J. (2002). Becoming a self-regulated learner. An overview. Theory into Practice, 41(2), 64–70.
Derechos de autor 2026 Paulo César Coronado-Sánchez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
