Partamos recordando las habilidades que STEM busca desarrollar en los estudiantes. Estas son: Investigación, Pensamiento Crítico, Solución de Problemas, Creatividad, Comunicación y Colaboración. Como un subgrupo de habilidades se encuentra el Pensamiento Computacional, una práctica intelectual muy importante en el desarrollo de los estudiantes y que hace parte de las habilidades para una sociedad eminentemente tecnológica. Y otra habilidad es pensamiento matemático como una nueva manera de ver y entender el mundo actual.
Desde hace ya varios años los educadores de todo el mundo han tenido la inquietud de incluir el pensamiento computacional dentro de sus clases ya sea de ciencias, de tecnología e inclusive de matemáticas. Esta nueva situación genera varias preguntas en la comunidad de educadores como por ejemplo: ¿Qué relación, o en qué medida se diferencian las varias formas de pensamiento computacional del pensamiento matemático?
Veamos el siguiente caso: un estudiante desea graficar datos de un experimento y encuentra una correlación o un patrón entre éstos. Las matemáticas aparecen cuando el estudiante expresa el patrón mediante una ecuación con la cual puede predecir posibles nuevos resultados para el universo de datos. Ahora bien, con las nuevas tecnologías los estudiantes hacen uso del computador para dar un paso más allá de lo que a primera vista se puede indagar y así lograr hacer análisis con resultados basados en la evidencia. Este nivel de profundización no era esperado de un estudiante de colegio sino más bien de un universitario o de un profesional. Es ahí donde aparece el pensamiento computacional, cuando se usan métodos de simulación, minería de datos, redes, recolección automática de datos, razonamiento algorítmico y programación entre otros.
Con esto vemos que estamos dando un paso muy grande hacia el desarrollo intelectual de los estudiantes de primaria y secundaria aportando habilidades de análisis.
No debemos considerar el pensamiento computacional únicamente referido al uso de tecnología basada en mecanismos, sistemas electrónicos y que incluyen una programación básica en ellos. Esto puede ser parte pero no es el todo de lo que llamamos pensamiento computacional. Por ejemplo la gran habilidad de los niños para adaptarse rápidamente al uso de dispositivos móviles y encontrar maneras rápidas de configurar, cambiar o manipular estos equipos es muy útil y hace el camino más fácil pero no es pensamiento computacional.
Al aplicar la educación STEM se espera que los estudiantes desarrollen también actitudes nuevas y activas hacia el estudio y se despierte la pasión sobre el conocimiento que están adquiriendo. Por eso demandamos de ellos que incluyan o involucren en su proceso de aprendizaje el hecho de llegar a conclusiones basadas en la evidencia y para ello deben adquirir herramientas que les ayuden a esto. Hoy por hoy en empresas de gran envergadura y o de prestigio y renombre nos encontramos con profesionales en cargos de responsabilidad importante que no saben cómo hacer un escrutinio suficiente a los datos del sistema para tomar decisiones transcendentales o constructivas en su puesto de trabajo. Es por esto que desde la primaria debemos acostumbrar a los niños a crecer con pensamiento crítico y por ende ver con cierto "filtro" que los resultados que a primera vista pueden ser al final pueden ser engañosos.
El pensamiento matemático y el pensamiento computacional deberán ser habilidades cotidianas para vida de un profesional del siglo XXI. No harán parte únicamente de especialistas en programación o sistemas.
Veamos ahora la figura 1. Cómo se traslapan el pensamiento computacional con el pensamiento matemático.
El pensamiento matemático y el pensamiento computacional se desarrollan mediante actividades propias de cada área del conocimiento. En matemáticas tenemos conocimientos y experiencias de conteo, aritmética, álgebra, geometría, cálculo, teoría de conjuntos y topología y por su lado en las actividades de ciencias e ingeniería que incluyen prácticas de desarrollo de pensamiento computacional incluyen la simulación, la minería de datos, el desarrollo de redes, la recolección de datos automática, el desarrollo de juegos, razonamiento algorítimico, los laboratorios de robótica (que andan tan de moda hoy) y las actividades de programación .
Todas estas actividades debe estar funcionando de una manera integrada con el resto de las asignaturas para que le den sentido a lo que aprenden los estudiantes y mucho mejor si son actividades para buscar solución a problemas de la vida diaria.
Vemos claramente que al hacer integrada la educación se traslapan las actividades de cada uno y esto a su vez desarrolla nuevas habilidades en los niños tales como la solución de problemas, el modelamiento, el análisis e interpretación de datos así como asuntos de estadística y probabilidad.
Pensemos en un caso típico de educación STEM integrada y supongamos que tenemos a estudiantes desarrollando un proyecto que involucra a ciencias, lenguaje, ciencias sociales, artes y que durante su desarrollo hacen investigaciones y conducen experimentos que arrojan volúmenes de datos de un tamaño apreciable. Un sistema de educación STEM totalmente integrado aporta ciencias, uso de tecnología seleccionada, procesos de ingeniería, modelos matemáticos pero también involucra todo el panorama de asignaturas que son parte del currículo con el objetivo de darle sentido a lo que aprende y conectar estos conocimientos con situaciones de la vida real.
Estos estudiantes deben conocer cómo usar la tecnología para la toma de datos, cómo tabularlos, luego generar una base de datos, a continuación deben "indagar, husmear, rebuscar" en estas bases de datos de tal manera que encuentren patrones de datos y luego tengan que encontrar una expresión matemática que les ayude a generar un programa de computador para poder compensar los datos que no se pudo tomar o de situaciones inesperadas.
La programación hará que un proceso rutinario y tedioso en estas investigaciones les de la oprotunidad a los estudiantes de hacer un verdadero análisis de datos.
Recuredo cómo durante mis estudios de pregrado nos tomaba más del 90% del tiempo el proceso de toma de datos y su tabulación y al final, que es donde se marca la diferencia y se debe hacer un análisis detallado de la situación en estudio, se nos acababa el tiempo y entregábamos un informe con resulados estándar o dentro del promedio de la carrera. Nunca hicimos la diferencia con resultados extraordinarios.
Hoy con la ayuda de la tecnología el tiempo necesario para una toma de datos y su tabulación es extremádamente corto y por eso un ciudadano del siglo XXI debe aportar sustancialmente invirtiendo el tiempo extra obtenido el pensamiento computacional y el pensamiento matemático.
Los nuevos estándares de ciencias NGSS se apoyan en el conocimiento obtenido por los estudiantes de K-8 en el uso de los siguientes aprendizajes y experiencias para aportarle a las nuevas experiencias de 9-12:
Pensamiento algebraico y análisis.
Funciones lineales y no lineales (y especialmente no lineales).
Funciones exponenciales y logarítimcas.
Uso de herramientas de análisis estadístico para representar y modelar datos.
Con esto se espera lograr que los estudiantes puedan:
Crear, revisar modelos computacionales o simular fenómenos, diseñar dispositivos, procesos o sistemas.
Utilizar representaciones matemáticas, computacionales y/o algorítimcas o diseñar soluciones para describir o apoyar explicaciones.
Aplicar técnicas de algebra y funciones para representar y resolver problemas de ciencia e ingeniería.
Aplicar proporciones, porcentajes y conversión de unidades.
Para el desarrollo del pensamiento computacional y el pensamiento matemático es muy útil desarrollar prácticas con los estudiantes. Hablamos referencia a algunas de éstas:
Simulación
Las simulaciones no son simple animaciones, que hoy por hoy se pueden lograr con programas de fácil acceso en internet. Estos deben ser modelos dinámicos que permitan a los estudiantes modificar condiciones y observar nuevos comportamientos y resultados. Los mejores ejemplos a aquellas que sean usadas después de las experiencias en fenómenos físicos. En estos casos son mucho más efectivas, estas simulaciones, cuando los estudiantes pueden simular casos de "y que pasa si".
Data Mining o Minería de Datos
La minería de datos hace referencia a la manipulación de vastos grupos de datos. Es una de las mejores prácticas con los estudiantes. Claro, una toma de datos de un experimento de colegio nos da unas tabulaciones modestas o más bien pequeñas pero con la cantidad tan impresionante que se puede extraer de las redes en internet es posible descargar volúmenes de datos bastante importantes.
Si involucramos a los niños en temas de ciencia, del espacio o ingeniería podemos lograr que elllos investiguen y descubran sitios de internet con información de acceso gratuito para aficionados o clubes de ciencia.
Prácticas de ciencia en donde los estudiantes estén persiguiendo comprobar una situación actual como por ejemplo el incremento de las lluvias en alguna región específica o el aumento de la temperatura en cierto sector del planeta y a través de una de estas bases de datos lograr luego del ordenamiento, manipulación y escrutinio detallado reconocer tendencias y poderlas graficar y buscar al final recursos gráficos para su representación. Estas prácticas serían maravillosas en estudio de los colegios.
Con lo expuesto anteriormente podemos ver más claramente que la educación STEM a través de la mayor integración posible entre las asignaturas STEM y el resto de asignaturas del currículo logra desarrollar habilidades fundamentales para los nuevos ciudadanos del presente siglo. Destacamos que la integración entre el pensamiento computacional y el pensamiento matemático es clave en el estudio de ciencias e ingeniería pero no solo en éstas sino en cualquier actividad futura o carrera que escojan los estudiantes para su vida profesional y/o cívica.
Sneider C., Stephenson Ch., Schafer B., Flick L., (2014), Exploring the Science Framework and NGSS: Computational thinking in the science classroom, Science Scope