Pensamiento Computacional I: una introducción

En nuestros días, la capacidad de pensar de manera lógica y sistemática se ha vuelto tan importante como cualquier otra disciplina que se enseña en nuestros colegios, institutos y universidades. El pensamiento computacional, un conjunto de habilidades cognitivas fundamentales para la resolución de problemas, ha emergido como un pilar esencial en la enseñanza de las Ciencias de la Computación y más allá. Este artículo explora la naturaleza del pensamiento computacional, su importancia en la educación moderna y su evolución a lo largo del tiempo.

¿Qué es el Pensamiento Computacional?

El pensamiento computacional se refiere a los procesos mentales involucrados en la formulación de problemas y sus soluciones de una manera que pueda ser efectivamente llevada a cabo por un agente de procesamiento de información, sea humano o máquina (Wing, 2006). Este enfoque no se limita a la programación de computadoras, sino que abarca un conjunto de habilidades cognitivas aplicables a una amplia gama de disciplinas.

Los componentes clave del pensamiento computacional incluyen:

1. Descomposición
2. Reconocimiento de patrones
3. Abstracción
4. Diseño de algoritmos

Veamos cada uno de estos componentes en detalle, con ejemplos prácticos que ilustran su aplicación en diversos contextos.

1. Descomposición

La descomposición es la habilidad de dividir problemas complejos en partes más pequeñas y manejables. Esta técnica permite abordar desafíos aparentemente abrumadores al fragmentarlos en componentes más sencillos.

Echa un vistazo a este ejemplo. Imagina que estás organizando una fiesta de cumpleaños. En lugar de ver esto como una tarea monolítica, puedes descomponerla en subtareas:

• Crear la lista de invitados
• Planificar el menú
• Decorar el espacio
• Organizar actividades o juegos
• Preparar la música

Al descomponer la tarea principal, se hace más fácil abordar cada aspecto de manera individual y eficiente.

2. Reconocimiento de patrones

El reconocimiento de patrones implica identificar similitudes o tendencias dentro y entre problemas. Esta habilidad nos permite aplicar soluciones conocidas a nuevos problemas que comparten características similares.

Veamos el siguiente ejemplo. En el aprendizaje de idiomas, reconocer patrones gramaticales es crucial. Por ejemplo, en inglés, muchos verbos regulares forman su pasado añadiendo «-ed»:

• Play → Played
• Walk → Walked
• Talk → Talked

Una vez que se reconoce este patrón, se puede aplicar a nuevos verbos regulares, facilitando el aprendizaje y uso del idioma.

3. Abstracción

La abstracción es el proceso de simplificar problemas complejos filtrando detalles innecesarios. Implica identificar los elementos esenciales de un problema y ignorar la información irrelevante.

Veamos este ejemplo. Consideremos el mapa del metro de Londres que puedes vera abajo.

Como se puede ver, el mapa es una abstracción de la realidad física de la red de transporte porque:

• Se omiten detalles como la distancia exacta entre estaciones o la profundidad de los túneles.
• Se enfoca en la información esencial: nombres de las estaciones, líneas y conexiones.
• Utiliza símbolos y colores para representar información compleja de manera simple y fácil de entender.

Esta abstracción permite a los usuarios navegar eficientemente por el sistema de metro sin sobrecargarse con detalles innecesarios.

4. Diseño de algoritmos

El diseño de algoritmos implica crear una serie de pasos ordenados para resolver un problema o lograr un objetivo específico. Es la base de la programación, pero se extiende más allá de la informática.

Veamos el siguiente ejemplo. Considera el proceso de hacer un sándwich. Un algoritmo simple podría ser:

1. Tomar dos rebanadas de pan
2. Aplicar mantequilla en una cara de cada rebanada
3. Colocar una loncha de queso en una rebanada
4. Añadir dos lonchas de jamón sobre el queso
5. Colocar la otra rebanada de pan encima, con la cara con mantequilla hacia abajo
6. Cortar el sándwich diagonalmente

Este algoritmo proporciona un conjunto claro y ordenado de instrucciones que cualquiera puede seguir para lograr el resultado deseado.

Estos componentes del pensamiento computacional trabajan en conjunto, proporcionando un marco robusto para abordar desafíos complejos de manera sistemática y eficiente. Por ejemplo, al desarrollar una aplicación móvil, un programador utilizaría:

• Descomposición para dividir el proyecto en módulos (interfaz de usuario, lógica de negocio, base de datos).
• Reconocimiento de patrones para identificar estructuras de datos y algoritmos comunes que puedan reutilizarse.
• Abstracción para diseñar interfaces de usuario intuitivas y modelos de datos eficientes.
• Diseño de algoritmos para implementar las funcionalidades específicas de la aplicación.

Historia y Evolución del Pensamiento Computacional

El concepto de pensamiento computacional tiene sus raíces en los primeros días de la informática, pero su articulación formal y su relevancia en la educación general son relativamente recientes.

• Años 1950-1960. Pioneros como Alan Perlis argumentaron que el pensamiento algorítmico debería ser parte de la educación liberal (Guzdial, 2008).
• 1980. Seymour Papert introduce el concepto de «construccionismo» en su libro «Mindstorms», enfatizando el aprendizaje a través de la creación y manipulación de objetos, incluyendo programas de computadora (Papert, 1980).
• 2006. Jeannette Wing publica su influyente artículo «Computational Thinking», popularizando el término y argumentando su importancia para todos, no solo para los científicos de la computación (Wing, 2006).
• 2010-presente. Integración creciente del pensamiento computacional en currículos escolares a nivel mundial, con iniciativas como «Computer Science for All» en Estados Unidos y similares en otros países (Smith, 2016).

La evolución del pensamiento computacional refleja un cambio en la comprensión de las habilidades necesarias para el éxito en el siglo XXI. Ha pasado de ser considerado un dominio exclusivo de los programadores a ser reconocido como un conjunto de habilidades fundamentales para todos los estudiantes.

Conclusión

El pensamiento computacional representa un cambio paradigmático en la educación, ofreciendo un conjunto de herramientas cognitivas que son cada vez más esenciales en nuestro mundo tecnológicamente avanzado. Comprender y aplicar los principios del pensamiento computacional no solo prepara a los estudiantes para carreras en tecnología, sino que también les proporciona habilidades de resolución de problemas aplicables en prácticamente todos los campos.

Los ejemplos proporcionados ilustran cómo estos conceptos se aplican en situaciones cotidianas, demostrando que el pensamiento computacional no está confinado al ámbito de la informática. Desde la organización de eventos hasta el aprendizaje de idiomas, estas habilidades tienen una amplia aplicabilidad.

A medida que avanzamos, la integración del pensamiento computacional en los currículos educativos se vuelve no solo beneficiosa sino necesaria. Equipa a los estudiantes con las habilidades para navegar y contribuir a un mundo cada vez más complejo y orientado a la tecnología.

En los próximos artículos, exploraremos cómo integrar efectivamente el pensamiento computacional en el currículo, los beneficios específicos para los estudiantes, y los desafíos y oportunidades que presenta esta integración en el panorama educativo actual.

Referencias

Guzdial, M. (2008). Education: Paving the way for computational thinking. Communications of the ACM, 51(8), 25-27. https://doi.org/10.1145/1378704.1378713

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.

Smith, M. (2016). Computer Science For All. The White House. https://obamawhitehouse.archives.gov/blog/2016/01/30/computer-science-all

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35. https://doi.org/10.1145/1118178.1118215