Estrategias neuropedagógicas y su impacto en el desarrollo del pensamiento computacional en estudiantes de secundaria
DOI:
https://doi.org/10.69639/arandu.v12i4.1860Palabras clave:
educación, pensamiento computacional, herramientas neuropedagógicasResumen
El estudio analizó la relación entre el uso de herramientas neuropedagógicas por docentes y el desarrollo del pensamiento computacional en estudiantes de noveno grado del área de Tecnología e Informática en instituciones públicas de Chía, Cundinamarca. El objetivo fue determinar si el uso de estas herramientas influye en el nivel de pensamiento computacional de los estudiantes. Se desarrolló una investigación confirmatoria con diseño de campo transeccional, cuya población estuvo conformada por 912 estudiantes y ocho docentes de cuatro instituciones urbanas y cuatro rurales. La muestra incluyó 271 estudiantes y ocho docentes. Se aplicó un test validado de pensamiento computacional con confiabilidad de 0.702 y una escala de uso de herramientas neuropedagógicas con validez de 0.95 y alfa de Cronbach de 0.955. El análisis de datos incluyó estadísticos descriptivos, pruebas U de Mann-Whitney y Kruskal-Wallis y, correlación de Spearman. Los resultados mostraron que, al excluir los efectos de las variables extrañas, una a una, en la mayoría de los casos hay evidencia de correlación significativa pero negativa, indicando de acuerdo al instrumento aplicado que posiblemente la manera como se están aplicando las herramientas neuropedagógicas, no está fortaleciendo el desarrollo del pensamiento computacional en los estudiantes.
Descargas
Citas
Alcaldía de Chía. (2020). Plan Estratégico de Tecnologías de la Información 2020-2023. Recuperado de https://www.chia-cundinamarca.gov.co
Bers, M., Flannery, L., Kazakoff, E., & Sullivan, A. (2014). Computational thinking and young children: ScratchJr in the classroom. Computers & Education, 78, 1-15.
Brennan, K., & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking. Annual Meeting of the American Educational Research Association.
Bueno, D. (2018). Neuroeducación: Cómo aplica la neurociencia en el aula. Barcelona: Ediciones Paidós.
Caballero, C. (2021). Resistencia docente ante metodologías innovadoras en educación secundaria. Revista de Pedagogía, 42(1), 89-110.
Carminati, F., & Waipan, P. (2017). The role of multisensory learning in computational education. Computational Education Journal, 25(3), 55-72.
De Gregori, R. (1999). Metodología neuropedagógica y resistencia docente al cambio. Educación y Sociedad, 15(3), 35-47.
Departamento Nacional de Planeación DNP. (2018). Estado de la educación tecnológica en Colombia. Ministerio de Ciencia, Tecnología e Innovación.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la investigación (6ª ed.). McGraw-Hill.
Hurtado, J. (2012). Metodología de la investigación, guía para la comprensión holística de la ciencia. Bogotá-Caracas: Quirón.
Kong, S. C., & Lai, M. (2022). The impact of computational thinking education on student learning outcomes: A meta-analysis. Journal of Educational Computing Research, 60(4), 1254-1278.
Martínez, J., Pérez, R., & Gómez, S. (2018). Neuroeducación en la enseñanza del pensamiento computacional: Aplicaciones y desafíos. Neurociencia Educativa, 12(3), 115-140.
MEN. (2019). Políticas de educación y TIC en Colombia. Ministerio de Educación Nacional de Colombia.
Marañón, D., & González, P. (2021). Efectos de la extraedad en el aprendizaje de pensamiento computacional. Revista Latinoamericana de Educación, 30(2), 65-78.
Román, J., Rodríguez, C., & Pérez, A. (2015). Evaluación del pensamiento computacional en educación secundaria. Revista de Tecnología Educativa, 19(2), 87-102.
Selwyn, N. (2016). Education and technology: Key issues and debates. Bloomsbury Publishing.
Shute, V. J., Sun, C., & Asbell-Clarke, J. (2017). Demystifying computational thinking. Educational Research Review, 22, 142-158.
Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1), 3-10.
Spelke, E. (2005). Sex differences in intrinsic aptitude for mathematics and science? A critical review. American Psychologist, 60(9), 950-958.
Tokuhama-Espinosa, T. (2018). Neuromyths: Debunking false ideas about the brain. Academic Press.
UNESCO. (2021). Desarrollo del pensamiento computacional en la educación básica. Informe técnico global sobre educación y tecnología.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Francisco Javier Téllez Sánchez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación está bajo una 
