CAPÍTULO 2. MARCO TEÓRICO Y ESTADO DEL ARTE

Tal y como se establece en el objetivo general OP1: Recopilar un amplio marco teórico y estado del arte de publicaciones y estudios sobre PC (ver apartado 1.2. Objetivos ), en este capítulo se realiza una revisión crítica de la literatura con respecto a: definiciones teóricas y operacionales del PC (objetivo OP1a); marco, currículos escolares e iniciativas para el desarrollo del PC a nivel internacional y nacional en etapas tempranas (objetivo OP1b); marco teóricos y estrategias para el desarrollo del PC, así como herramientas y entornos existentes (objetivo OP1c); y marco teórico y estrategias para la evaluación del PC, así como instrumentos existentes (objetivo OP1d).

2.1. Pensamiento Computacional

Existe un creciente movimiento internacional que se centra en las habilidades del siglo XXI, necesarias para que los estudiantes tengan éxito en una sociedad digital en constante cambio. Éstas incluyen una amplia gama de habilidades, como, por ejemplo: aprendizaje e innovación, información, y medios de comunicación y tecnología [20], de las cuales, las habilidades de aprendizaje e innovación suelen clasificarse en cuatro bloques conocidos como las cuatro “C”: pensamiento crítico, creatividad, colaboración, y comunicación [21]. En las últimas décadas, se ha producido un creciente reconocimiento de estas habilidades como elementos esenciales de los planes de estudio [11].

Por otro lado, el pensamiento computacional (PC) es una habilidad cognitiva fundamental para la resolución de problemas mediante estrategias computacionales como la abstracción o la algoritmia, pero que cuya aplicación práctica no se limita a las actividades que puedan llevarse a cabo en el ámbito de la informática, sino que puede aplicarse ampliamente en la vida cotidiana. El PC es esencial para adaptarse a la sociedad tecnológica actual y futura [4] y puede ser considerado como una habilidad básica más o la quinta “C” del siglo XXI, por lo que hay consenso general en que el PC debe ser incluido como una competencia básica en el currículo escolar [1], [22]-[26].

A pesar de que el aprendizaje de habilidades de PC se está incluyendo en los planes de estudio de países de todo el mundo, la definición genérica del concepto aún no está clara. Sin embargo, en las últimas décadas se han propuesto multitud de definiciones, lo que ha dado lugar a un amplio debate [5].

En algunos casos se han resaltado los riesgos de no contar con una definición consensuada [27], [28]. La relación entre programar, la informática y el PC es evidente, incluso en ocasiones se ha considerado que aprender a programar, o incluso la informática, podrían ser sinónimos del PC. Para resolver problemas, los ordenadores tienen que recibir instrucciones y la habilidad que se requiere para trasmitir esas instrucciones a los ordenadores es la programación. Uno de los beneficios del PC es que habilita para poder programar, pero el PC abarca muchas otras habilidades [29]. Por otro lado, el proceso que subyace a la programación es el PC y, además, tanto la programación como el PC son necesarios en el estudio de la informática [30]. El solapamiento entre la informática y el PC se produce en el proceso de resolución de problemas y en la intención de entender cómo funcionan los sistemas complejos en el mundo real [3].

Sin embargo, el PC no abarca solamente el proceso mental necesario para programar o para aprender a hacerlo, sino que lo trasciende, como se muestra en la Figura 4, e incluye habilidades que todo el mundo debería adquirir y no sólo los informáticos o los programadores [31]. Tampoco el PC se adquiere exclusivamente al aprender a programar, ni se trata de aprender a “pensar” como un ordenador, sino que es una destreza exclusivamente humana que incluye habilidades para, por ejemplo, manejar información con eficiencia, o la capacidad de abstracción para la resolución de problemas [1], [32], [33]. Mills et al. [34] amplían el esquema de la Figura 4, creando el superconjunto “computación” que definen como cualquier actividad o área de estudio que aprovecha los métodos, modelos o sistemas computacionales, como por ejemplo la gestión de la información, la ingeniería informática, la inteligencia artificial, la ciencia de los datos, los medios de entretenimiento, etc. Implica, en definitiva, cualquier habilidad o práctica de las ciencias de la computación y/o el PC.

También pueden encontrarse similitudes con otros tipos de pensamiento. En el caso del pensamiento matemático hay cierto solapamiento con el PC en los procesos de resolución de problemas, modelado, interpretación y análisis de datos, y estadística, como se puede ver en la Figura 5 [35]. En cuanto al Pensamiento de Diseño (Design Thinking), que requiere pensar como un diseñador, tiene en común con el PC el objetivo de solucionar problemas, pero enfoca el proceso de diferente forma como puede verse en la Figura 6. Kelly et al. conciben los dos tipos de pensamiento como un proceso dual no excluyente [36].

Como se ha visto, aunque el PC tiene su origen en la informática y es la disciplina en la que podemos encontrar mayores similitudes, se diferencia de ella en que habilita a las personas a transferir las habilidades a dominios diferentes [2]. Así, el PC se puede aplicar para la resolución de problemas en muchas disciplinas como, por ejemplo, para calcular la trayectoria de una tormenta o para predecir la evolución geográfica de un virus; y también para para resolver problemas cotidianos como, por ejemplo, para optimizar el flujo en la cocina de un restaurante y aportar un servicio adecuado, para reducir el tiempo de espera en un centro de atención telefónica, o para planificar una buena estrategia en un juego de mesa, entre otras. Esta habilidad del PC, en que se transfiere la capacidad de resolver problemas a situaciones cotidianas, y que más adelante llamaremos generalización, es relevante también en el caso de la motivación para los profesores, ya que una de sus inquietudes frecuentes es sobre la necesidad de aprender a programar y su aplicación real [37], así como su aplicación instrumental en el contexto escolar [38].

Un posible proceso de pensamiento para resolver problemas que implica PC sería por ejemplo el siguiente: cuando se presenta un problema, se reformula para representarlo de forma abstracta con modelos de datos o con algoritmos; después se analizan críticamente y se prueban varias soluciones antes de seleccionar y aplicar la más adecuada, eficiente o exacta, y además se cuestiona si se podría mejorar o entender el problema de otra forma [30].

Mientras que la programación se considera una habilidad técnica y la informática una disciplina académica, el PC es un proceso de resolución de problemas fundamental para la informática, pero que puede aplicarse de forma más amplia a otras disciplinas y ámbitos, y en la vida cotidiana. Adquirir habilidades de PC puede ser motivador para los estudiantes en el estudio de la informática y otras profesiones relacionadas con la tecnología [39], además de tener aplicaciones importantes en otras áreas de ciencia, tecnología, ingeniería y matemáticas (conocidas como áreas STEM) [40], [41]. Las habilidades de PC también están ligadas a la creatividad y la innovación [42]. Son tanto habilidades que deben aprenderse, como una forma de aprender, crear, descubrir y dar sentido al mundo, que es crítica para adaptarse a la sociedad altamente informatizada actual.

El PC se definió formalmente por primera vez por Jeannette M. Wing como un «proceso humano de resolución de problemas que utiliza la descomposición y requiere pensar en múltiples niveles de abstracción» [43] y, a partir de entonces, se han sugerido multitud de nuevas definiciones en un esfuerzo por concretar el concepto, que aún es difuso debido a su carácter reciente.

Se considera que las definiciones de PC pueden clasificarse en tres tipos [44]:

- Definiciones genéricas que se centran en las habilidades implicadas en la resolución de problemas (por ejemplo, la definición de Aho [45]).

- Definiciones operativas que proporcionan diferentes descomposiciones en factores o habilidades de PC (por ejemplo, la descomposición que proponen Shute et al. [1]).

- Definiciones o marcos de referencia educativos para el desarrollo del PC en el aula (por ejemplo, el marco tridimensional (3D) [46]).

A continuación, se explorarán estas definiciones y se seleccionarán o propondrán definiciones concretas como marco o contexto para el desarrollo de la tesis.

2.1.1. Definiciones genéricas

El término “Pensamiento Computacional” fue mencionado en 1980 por Seymour Papert en su libro Mindstorms [47], pero no fue hasta 2006 cuando Jeannette M. Wing lo definió formalmente de la siguiente forma:

«El PC implica la resolución de problemas, el diseño de sistemas y la comprensión del comportamiento humano, recurriendo a los conceptos fundamentales de la informática. El PC incluye una serie de herramientas mentales que reflejan la amplitud del campo de la informática [...]. Representa una actitud y un conjunto de habilidades de aplicación universal que todo el mundo, no sólo los informáticos, estaría dispuesto a aprender y utilizar» [43].

A partir de ese momento se han propuesto multitud de definiciones. Por ejemplo, Lu y Fletcher, en 2009, resaltaron la importancia de desarrollar el PC de forma que ayude a procesar la información y las tareas eficientemente y de forma sistemática. Además, apuntan a la existencia de una dicotomía entre el PC y la informática como asignatura académica, defendiendo la siguiente tesis: «La programación es a la informática lo que la construcción de pruebas es a las matemáticas y lo que el análisis literario es al inglés». Y añaden que: «Antes de que los estudiantes se inscriban en los cursos de programación, se requiere una preparación sustancial en el pensamiento computacional» [48]. Estos autores proponen la creación de un lenguaje de pensamiento computacional (LPC), diferente a un lenguaje de programación, que incluya vocabulario y símbolos que puedan utilizarse para anotar y describir la computación y la abstracción, sugerir información y ejecución, y proporcionar una notación en torno a la cual pueda describirse la comprensión semántica de los procesos computacionales.

Una de las definiciones más citadas en la literatura es la de Cuny, Snyder y Wing, acuñada en 2010: «El pensamiento computacional es el proceso de pensamiento que implica la formulación de problemas y sus soluciones, de manera que éstas se representen de forma que puedan ser llevadas a cabo eficazmente por un agente procesador de información» [49].

Aho, en 2011, define nuevamente el PC como «el proceso de pensamiento que implica la formulación de problemas para que sus soluciones puedan representarse como pasos computacionales y algoritmos», y considera como una parte importante de este proceso el encontrar modelos de computación adecuados con los que formular el problema y derivar sus soluciones [45].

Barr et al. en 2011 definen el PC en un contexto educativo, como un enfoque para la resolución de problemas de tal forma que podría ser implementada con un ordenador. Consideran que los estudiantes no son sólo usuarios de herramientas sino constructores de herramientas, que utilizan un conjunto de conceptos como la abstracción, la recursividad y la iteración, para procesar y analizar datos y crear artefactos reales y virtuales. También consideran que el PC es una metodología de resolución de problemas que puede automatizarse, transferirse y aplicarse en todas las materias. El PC se puede aplicar en cualquier tipo de razonamiento y dominio como, por ejemplo, en física cuántica, biología avanzada, sistemas informáticos humanos, y desarrollo de herramientas computacionales útiles. Además, estos investigadores añaden también conceptos como áreas de valor, motivaciones, disposición personal, actitudes y sentimientos aplicables a PC como la confianza en uno mismo, la persistencia ante los problemas difíciles, la colaboración con los compañeros o el autoconocimiento. [41].

Por su parte, la British Royal Society definió en 2012 el PC como «el proceso de reconocer los aspectos de la computación en el mundo que nos rodea, y aplicar las herramientas y técnicas de la Informática para comprender y razonar sobre los sistemas y procesos tanto naturales como artificiales.» y animó a la enseñanza del PC en los colegios de Reino Unido [50].

En 2015, Berland and Wilensky definieron el PC como «la capacidad de pensar con el ordenador como herramienta» [2] en un contexto de aprendizaje a través de la robótica. Por su parte, en un entorno orientado a la programación en Educación Primaria, Israel et al., en 2015 utilizan el término PC para referirse a las habilidades de estudiantes que «usan los ordenadores para modelar sus ideas y desarrollar programas que potencien esos mismos programas», incluyendo así la programación informática como una parte del PC [29]. Estas definiciones, como muchas otras propuestas en la literatura, están enfocadas a investigaciones concretas o a contextos determinados, por lo que son difícilmente generalizables.

Tedre y Denning, en 2016 consideran que el PC es «una frase popular que se refiere a un conjunto de ideas computacionales y hábitos mentales que las personas de las disciplinas informáticas adquieren a través de su trabajo en el diseño de programas, software, simulaciones y cálculos realizados por máquinas» [51]. Por su parte, Shute et al. en 2017, después de un extenso meta-estudio, definen el PC como «la base conceptual necesaria para resolver problemas de forma eficaz y eficiente (es decir, algorítmicamente, con o sin la ayuda de ordenadores) con soluciones que son reutilizables en diferentes contextos» [1]. Finalmente, según Grover (2018), puede definirse como las habilidades de pensamiento que preceden a la codificación y la programación, y que se aplican para comprender un problema y formular una solución como un informático [26].

En 2019, Moreno-León et al. realizaron un análisis de las principales definiciones de PC, extrayendo los elementos más influyentes en ellas que resultaron ser “problema”, “ordenador”, “solución” y “proceso”. Desde este prisma, proponen una nueva definición para PC: «la capacidad de formular y representar problemas para resolverlos haciendo uso de herramientas, conceptos y prácticas de la disciplina informática, como la abstracción, la descomposición o el uso de simulaciones». En su opinión, esta nueva definición basada en el análisis de datos aclara la relación entre el PC y la programación, siendo la primera una capacidad cognitiva del sujeto, y la segunda sólo uno de los medios para desarrollarla. Sin embargo, los investigadores se extrañaron de que las palabras “cognición” y “habilidad cognitiva” no apareciesen como términos clave, quizá debido a que las definiciones son acuñadas por informáticos en lugar de por psicólogos [52].

Con el objetivo de proporcionar una definición más breve y concisa, y basándonos en el estudio anterior, en esta tesis se propone la siguiente definición: El pensamiento computacional es una habilidad cognitiva que permite resolver problemas utilizando estrategias computacionales.

2.1.2. Definiciones operativas

De la misma forma en la que han ido surgiendo definiciones genéricas de PC, también encontramos diferentes definiciones operativas de PC. Estas definiciones incluyen descomposiciones del PC en distintos factores, componentes o habilidades. En este apartado, exploraremos las que consideramos más relevantes en la literatura.

Inicialmente, Wing (2006) [43] incluye cinco procesos cognitivos con el objetivo de resolver problemas de forma eficiente y creativa:

1. Abstracción - Modelar los aspectos centrales de los problemas o sistemas complejos.

2. Reformulación de problemas - Reformular un problema para convertirlo en uno solucionable y conocido.

3. Recursión - Construir un sistema de forma incremental a partir de la información precedente.

4. Descomposición de problemas - Descomponer el problema en unidades manejables.

5. Pruebas sistemáticas - Realizar acciones intencionadas para obtener soluciones.

De entre estos componentes o procesos de PC, Wing destaca la abstracción como el más importante [3].

En 2010, el National Research Council [31], divide el PC en cinco elementos esenciales y universales en diferentes dominios:

1. Pruebas de hipótesis – seleccionar los parámetros adecuados para las pruebas de entre todas las posibilidades.

2. Gestión de datos – recopilar datos de varias fuentes, procesar patrones y representar los datos de forma significativa.

3. Paralelismo – procesar la información simultáneamente desde varias fuentes o dimensiones.

4. Abstracción – modelar el funcionamiento de problemas o sistemas complejos.

5. Depuración – encontrar y corregir errores después de haber construido el modelo.

Barr y Stephenson (2011) [41] dividen el PC en 6 componentes, coincidiendo con la descomposición propuesta por Wing [43] en los dos primeros:

1. Abstracción.

2. Reformulación de problemas.

3. Organización y análisis de datos - organizar los datos recopilados y analizarlos.

4. Automatización - Lograr que un proceso o sistema opere de forma automática.

5. Eficiencia - Crear soluciones óptimas.

6. Generalización - Aplicar estrategias de PC para la resolución de problemas nuevos.

Además, se considera muy relevante que estos autores también incluyan otras características que consideran importantes al enfrentarse al PC como por ejemplo las capacidades previas, disposiciones y predisposiciones de los estudiantes, así como la “cultura de la clase”. Las capacidades que ellos consideran importantes son: diseñar soluciones para un problema; implementar dichas soluciones; probar y depurar; modelar, ejecutar simulaciones y analizar sistemas; reflexionar en las prácticas y comunicar; usar el vocabulario específico; reconocer abstracciones y moverse entre los distintos niveles de abstracción; innovar, explorar y ser creativo a través de diferentes disciplinas; resolver problemas en grupo; y utilizar diversas estrategias de aprendizaje. Por otra parte, en cuanto a las disposiciones y predisposiciones, se intentan valorar áreas como los valores, la motivación, los sentimientos, los estereotipos y las actitudes de los estudiantes frente al PC. Estas disposiciones y predisposiciones incluyen: confianza frente a la complejidad; persistencia cuando se trabaja con problemas difíciles; habilidad para manejar la ambigüedad; habilidad para manejar problemas con finales abiertos; poder dejar de lado las diferencias para trabajar con otras personas en pos de un fin o solución común; y ser consciente las propias fortalezas y debilidades a la hora de trabajar en grupo [41].

También en 2011, la Sociedad Internacional para la Tecnología en la Educación (ISTE) y la Asociación de Profesores de Ciencias de la Computación (CSTA) colaboraron con líderes de la educación superior, la industria, y profesores de las etapas de Educación Infantil, primaria y secundaria (K-12) para desarrollar una definición de PC. La ISTE y la CSTA recabaron la opinión de casi 700 profesores, investigadores y profesionales de la informática para llegar a una definición operacional conjunta, y definen el PC como el proceso de resolución de problemas que incluye las siguientes características:

1. Formular problemas de manera que nos permita utilizar un ordenador y otras herramientas para ayudar a resolverlos.

2. Organizar y analizar lógicamente los datos.

3. Representar los datos a través de abstracciones como modelos y simulaciones.

4. Automatizar las soluciones a través del pensamiento algorítmico, como una serie de pasos ordenados.

5. Identificar, analizar y poner en práctica posibles soluciones con el objetivo de lograr la combinación más eficiente y eficaz de pasos y recursos.

6. Generalizar y transferir este proceso de resolución de problemas a una amplia variedad de problemas.

Además, consideran también, al igual que Barr y Stephenson [41], que estas habilidades se apoyan y potencian en una serie de disposiciones o actitudes que son dimensiones esenciales del PC. Estas disposiciones o actitudes incluyen: la confianza en el manejo de la complejidad; la persistencia en el trabajo con problemas difíciles; la tolerancia a la ambigüedad; la capacidad de tratar con problemas abiertos y la capacidad de comunicar y trabajar con otros para lograr un objetivo o solución común [53].

Grover y Pea, en 2013, teniendo en cuenta diferentes investigaciones en contextos educativos, categorizan el PC en los siguientes componentes: abstracción y generalización de patrones; procesado sistemático de la información; sistemas simbólicos y representaciones; nociones de algoritmia en los flujos de control; descomposición estructurada de problemas; iteración, recursión y pensamiento paralelo; lógica condicional; eficiencia y límites de ejecución; y depuración y detección sistemática de errores [5].

En 2014, Bers et al. categorizan el PC en abstracción, generalización y actividades de prueba y error. De esta forma, resaltan la depuración, es decir, la identificación y corrección de errores cuando la solución aportada no funciona tal y como se había esperado, como uno de los aspectos más importantes del PC [54].

Atmatzidou y Demetriadis (2016) realizan un estudio sobre PC en el contexto de la robótica educacional y desde el análisis de diferentes descomposiciones de otros autores en el mismo contexto, desglosan el PC en cinco facetas:

1. Abstracción – Proceso de obtener algo simple desde algo complejo, obviando los detalles, encontrando patrones, e identificando ideas de los detalles tangibles.

2. Generalización – Transferencia de un proceso de resolución de problemas a una variedad grande de problemas

3. Algoritmia – Identificación de instrucciones específicas y explícitas que, paso a paso, llevan a cabo un proceso.

4. Modularidad - Desarrollo de procesos autónomos que encapsulan una serie de comandos de uso frecuente, que ejecutan una función específica y pueden usarse en problemas diferentes.

5. Descomposición - Proceso de descomponer problemas en otros más pequeños que pueden resolverse con mayor facilidad.

Además, estos autores especifican cuales son las habilidades que deben poseer los estudiantes para poder ser capaces de realizar cada una de las facetas anteriores. Por ejemplo, para para la abstracción, deben poder separar la información importante de la redundante; analizar y especificar comportamientos comunes en estructuras de programación en diferentes fragmentos de código; e identificar abstracciones entre diferentes entornos de programación [55].

También en 2016, Anderson, divide el PC en cinco componentes: descomposición de problemas, reconocimiento de patrones, abstracción, diseño de algoritmos, y evaluación de las soluciones [56].

Shute et al. (2017) categorizan las habilidades de PC en las cuatro facetas que surgen con más frecuencia en la literatura: abstracción, descomposición, algoritmos y depuración y, además, identifican la iteración y la generalización como dos componentes más [1]. En el mismo año, Rose et al. [57] proponen la siguiente descomposición:

1. Abstracción y generalización: eliminar los detalles de un problema y formular una solución genérica.

2. Algoritmia y procedimientos: secuencias de pasos y reglas para resolver un problema.

3. Recogida, análisis y representación de datos: uso y análisis de datos para ayudar a resolver un problema.

4. Descomposición: división de un problema en partes.

5. Paralelismo: más de una evento ocurre al mismo tiempo.

6. Depuración, pruebas y análisis: identificar, eliminar y corregir errores.

7. Estructuras de control: uso de sentencias condicionales y bucles.

Zapata-Ros & Pérez-Paredes (2018) incluyen en las habilidades de PC multitud de componentes como por ejemplo análisis ascendente, análisis descendente, creatividad, heurística, pensamiento divergente, resolución de problemas, pensamiento abstracto, recursividad, iteración, método ensayo-error, método colaborativo, patrones, sinéctica, metacognición, cinestesia y metacognición. Bajo este último enfoque, el PC se superpone, en cierta medida, a las ya consideradas habilidades del siglo XXI, en lugar de constituir por sí mismo la quinta “C” de dichas habilidades, como propone Grover (2018) [26].

En la Tabla 1 se puede ver un resumen de las principales descomposiciones encontradas en la literatura. Como puede apreciarse, se distinguen seis bloques claros. El primero de ellos, engloba la abstracción, el reconocimiento de patrones y el simbolismo o representación; todas las descomposiciones en la literatura incluyen la abstracción como uno de los elementos del PC y muchas de ellas lo identifican como el más importante. En el segundo bloque, destaca la organización y el análisis de la información o los datos, ya que gran parte de las descomposiciones incluyen este elemento. En un tercer bloque se da importancia a la descomposición del problema en otros más pequeños y a la reformulación de los problemas, siempre para encontrar más fácilmente una solución; nuevamente, prácticamente todas las descomposiciones incluyen esta faceta del PC. En cuarto lugar, la mayor parte de las descomposiciones incluyen la generalización, como una forma de poder aplicar las soluciones encontradas a problemas en otros ámbitos, en esta tesis se considera este elemento como uno de los pilares del PC, ya que el desarrollo de éste implica que puedan aplicarse las habilidades adquiridas en otras disciplinas y en los problemas de la vida diaria. En el bloque cinco, se sugieren distintos elementos o estrategias que claramente están vinculadas a la programación y que sugieren la estructura de la solución a un problema en pasos ordenados mediante la algoritmia. Finalmente, el sexto bloque alude a la necesidad de probar la solución propuesta y depurar los errores.

En esta tesis, se propone la siguiente descomposición del PC en seis factores y sus definiciones, extrayendo el elemento más significativo de cada uno de los bloques, que en la mayor parte de los casos engloba al resto de elementos del bloque (Tabla 1):

1. Abstracción – Proceso de obtener algo simple desde algo complejo, obviando los detalles, encontrando patrones e identificando ideas.

2. Análisis de datos – Buscar, seleccionar, organizar y analizar lógicamente los datos.

3. Descomposición de problemas – Descomponer problemas en otros más pequeños que pueden resolverse con mayor facilidad.

4. Algoritmia – Identificar instrucciones específicas y explícitas que, paso a paso, llevan a cabo un proceso.

5. Depuración de errores – Identificar y corregir los errores en la solución aportada.

6. Generalización – Transferir un proceso de resolución de problemas a una variedad grande de problemas.

Además, proponemos también la identificación de disposiciones y predisposiciones para el aprendizaje del PC, tal y como se plantea en la literatura [41], [53]. Esta identificación tendrá especial relevancia en el marco de la tesis, ya que se analizarán estos aspectos motivacionales y de persistencia ante los retos en el Capítulo 7. Análisis de competencias: motivación intrínseca, persistencia y recompensas mediante analíticas de aprendizaje con BAC.

2.1.3. Marcos de referencia educativos

En los últimos tiempos, ha habido también multitud de intentos por describir marcos de referencia educativos para el desarrollo del PC en el aula. En este apartado, trataremos de destacar los más relevantes de los últimos años.

En 2011, Barr y Stephenson [41], además de la definición operativa descrita en el apartado previo de esta tesis, cuya importancia radica en la inclusión de disposiciones y predisposiciones de los estudiantes frente al desarrollo del PC, proponen un modelo didáctico para el desarrollo del PC en el aula. Este modelo destaca porque platea incluir conceptos de PC en Educación Infantil y primaria, además de en informática, en otras asignaturas y disciplinas: matemáticas, ciencias naturales, ciencias sociales y lengua. Incluye una tabla de posibles actividades para incorporar el desarrollo del PC en estas disciplinas ligadas a cada uno de los componentes del PC, por ejemplo, plantea incorporar gráficos o estadísticas de batallas en ciencias sociales para desarrollar el componente de “recolección de datos”; reconocer patrones en frases del lenguaje para “análisis de datos”; o usar símiles y metáforas en lengua para desarrollar la “abstracción”. También animan a los gobiernos para que realicen esfuerzos por incluir el desarrollo del PC en los currículos escolares y aboga por una mayor formación a los profesores. Sin embargo, este modelo es incompleto, ya que no define claramente cada componente; hay cierta confusión entre los conceptos y las habilidades; y solamente ofrece un ejemplo de actividad para cada componente de PC por asignatura [1].

En 2016, Atmatzidou y Demetriadis [55], proponen un modelo simple y descriptivo que se basa en el desarrollo del PC en el aula mediante actividades de robótica educativa. Su modelo se apoya en la definición operativa que ellos mismos proponen y que se describió en el apartado 2.1.2. Estos autores especifican cuales son las habilidades que deben poseer los estudiantes para poder ser capaces de alcanzar un desarrollo adecuado en cada faceta propuesta de PC (Tabla 2). También proponen preguntas asociadas a cada habilidad de PC para la autorreflexión del estudiante sobre su programa creado (en el entorno del estudio de actividades de robótica. Por ejemplo, para reflexionar sobre la abstracción, el estudiante puede preguntarse: ¿cuáles son los detalles irrelevantes y no necesarios en la solución aportada? Este modelo es únicamente descriptivo y se circunscribe a las actividades de robótica realizadas demasiado específicas, por lo que es difícilmente generalizable.

Weintrop et al. [58], en 2016, elaboraron un marco que está formado por cuatro categorías de PC: prácticas con datos; modelado y simulación; resolución de problemas de computación; y pensamiento sobre sistemas. Los autores, al igual que Atmatzidou y Demetriadis [55], proponen ejemplos concretos para desarrollar cada una de estas categorías mediante actividades en el aula dirigidos a cursos de STEM en la educación superior. Es un modelo muy prometedor, que podría adaptarse a educación secundaria pero más difícilmente a Educación Primaria con lo que se descarta su utilización en esta tesis.

Uno de los marcos de PC más citados en la literatura y más utilizados empíricamente es el marco tridimensional (3D). Este marco surgió a partir de los estudios de Brennan y Resnick (2012) [46] sobre las actividades diseñadas por jóvenes programadores de todo el mundo utilizando Scratch, que es el lenguaje de programación basado en bloques visuales más popular utilizado en Educación Primaria como herramienta de aprendizaje y como instrumento para el diseño de actividades de PC [4], [59]. El marco 3D se basa en el pensamiento de visualización y el pensamiento de proceso, hace hincapié en el atributo social y colaborativo del PC y tiene una fuerte operatividad en las prácticas educativas [60]. Este marco clasifica el PC según tres dimensiones (Tabla 3): 1) conceptos computacionales (conceptos que utilizan los programadores); 2) prácticas computacionales (prácticas de resolución de problemas que se necesitan/producen en el proceso de programación); y 3) perspectivas computacionales (perspectivas que se forman los diseñadores sobre sí mismos y el mundo que les rodea). Este marco es adecuado para considerar el PC en entornos que utilizan la programación informática y en Educación Primaria [61], por lo que parece adecuado como punto de partida en esta tesis.

Una vez exploradas las definiciones del PC y con un marco de referencia educativo adecuado, en el siguiente apartado se explorará la necesidad de desarrollar el PC en edades tempranas y las iniciativas tanto internacionales como nacionales que se están llevando a cabo en este sentido.

2.2. PC en etapas tempranas

Hoy en día, el PC es esencial para los alumnos que estudian materias relacionadas con la informática, pero también es crucial para los alumnos de otras disciplinas o áreas. En un mundo altamente tecnificado y en constante cambio, es necesario que los alumnos sean capaces de pensar de forma crítica y resolver problemas complejos para asegurarse de que tienen las herramientas necesarias para enfrentarse de forma productiva al mundo en el que se espera que vivan [62]. En la etapa de aprendizaje temprano, «además de la lectura, la escritura y la aritmética, el pensamiento computacional debe añadirse a la capacidad de análisis de cada niño» [43]. A partir de la revisión de la literatura, se extrae la conclusión de que el desarrollo del PC en etapas tempranas es un tema importante en el currículo educativo de muchos países. Algunos de ellos consideran el PC como un programa nacional o han preparado libros de texto y nuevos contenidos de enseñanza [4]. De esta forma, la inclusión del PC en la educación reglada ha hecho grandes progresos en la última década, comenzando incluso en Educación Infantil en algunos países. Se está formando a los niños en PC, para después aplicar habilidades relacionadas con este desarrollo, como pensamiento autónomo y resolución de problemas, a diferentes disciplinas o a la vida cotidiana. Sin embargo, todavía hay dudas sobre cómo enseñar el PC, cuándo empezar o qué enseñar [4], particularmente, hay poca investigación sobre cómo debe enseñarse el PC en las etapas de infantil y en el primer ciclo de Educación Primaria [63], y como indican Hsu et al. [4], la formación debe adaptarse en su contenido y diseñarse con diferentes estrategias de enseñanza adecuadas a cada edad a la que vaya dirigida.

En multitud de países se han tomado iniciativas para incorporar la enseñanza de la programación y el desarrollo del PC a nivel formal en sus currículos escolares, como por ejemplo EEUU, Suiza, Estonia, Finlandia, Singapur, Israel o el Reino Unido [64], y en algunos casos, se comienza con este desarrollo desde Educación Infantil, como por ejemplo en Australia o Japón [65].

En 2006, el Parlamento Europeo ya establecía la competencia digital como una de las ocho competencias clave que cualquier joven debe haber desarrollado al finalizar la enseñanza obligatoria para poder incorporarse a la vida adulta de manera satisfactoria y ser capaz de desarrollar un aprendizaje permanente a lo largo de la vida. En 2012, la Comisión Europea presentó Replantear la Educación en donde se destaca la importancia de formar en las competencias necesarias en la sociedad actual del siglo XXI y entornos futuros, la necesidad de que la tecnología se aproveche plenamente y se integre de forma eficaz en los centros formativos, mejorar también el acceso a la educación a través de recursos educativos abiertos y las oportunidades sin precedentes que los nuevos medios ofrecen para la colaboración profesional, la resolución de problemas y la mejora de la calidad y equidad de la educación. La competencia digital es un prerrequisito para que los estudiantes de todas las edades puedan beneficiarse por completo de las nuevas posibilidades que ofrece la tecnología para un aprendizaje más eficaz, motivador e inclusivo.

Más adelante, en 2018, la Comisión Europea estableció como objetivo clave el incluir el aprendizaje de la programación en los colegios europeos en su Plan de Acción de la Educación Digital. En la actualización de 2021-2027 de este plan, se refuerza la idea y se incluye la programación en las competencias necesarias para adaptarse a la sociedad digital. Este plan incluye como objetivos y en el ámbito prioritario, entre otros: Mejorar las competencias y capacidades digitales para la transformación digital, que requiere: capacidades y competencias digitales básicas desde una edad temprana y educación informática y buen conocimiento y comprensión de las tecnologías intensivas en datos tales como la inteligencia artificial [66]. Además, la Comisión Europa también publica el Marco europeo de competencias digitales DIGCOMP [67], para el desarrollo de la competencia digital de los ciudadanos en Europa. El marco proporciona la descripción detallada de todas las habilidades necesarias para ser competente en entornos digitales y las describe en términos de conocimientos, habilidades y actitudes y aporta los niveles dentro de cada competencia.

A nivel de iniciativas no oficiales, la organización Code.org [68], es uno de los referentes mundiales en cuanto a la enseñanza de la programación. Esta organización sin ánimo de lucro, apoyada por donantes como Amazon, Facebook, Google o Microsoft, se dedica a ampliar el acceso a las ciencias de la computación en las escuelas y aumentar la participación de las mujeres jóvenes y estudiantes de otros grupos no suficientemente representados. Plantean que la oportunidad de aprender programación debe ser tan accesible como el aprendizaje de otras materias ampliamente trabajadas en los currículos actuales, como matemáticas o química. Además, organizan una campaña anual: La Hora del Código [69], un movimiento global en el que participan más de 180 países y 200.000 educadores.

En España, La Sociedad Científica Informática (SCIE), con el apoyo del Consejo de Decanos de Escuelas de Informática (CODDII) creó en septiembre de 2017 un grupo de trabajo formado por expertos en informática y en educación informática con el objetivo de elaborar un informe con recomendaciones específicas sobre la inclusión del aprendizaje de la informática en las etapas de Educación Primaria y Educación Secundaria [70]. El informe fue emitido en julio de 2018 y recomienda, de acuerdo con las leyes educativas españolas, establecer una materia denominada "Informática". Esta materia se implantaría preferentemente como una asignatura obligatoria ofertada desde la etapa de Educación Primaria. Los contenidos de la asignatura comprenden seis áreas: programación, ordenadores y sistemas operativos, redes e Internet, datos, contenidos digitales, y seguridad. Incluye cuestiones tanto de alfabetización digital como de informática como disciplina, con contenidos de alfabetización digital basados en el marco DIGCOMP [67].

En el año 2018 la competencia digital se estableció como una de las ocho competencias clave que cualquier joven debe haber desarrollado al finalizar la enseñanza obligatoria para poder incorporarse a la vida adulta de manera satisfactoria y ser capaz de desarrollar un aprendizaje permanente a lo largo de la vida. La enseñanza de la programación a nivel nacional a partir de educación secundaria forma parte de la asignatura optativa de Bachillerato: Tecnologías de la Información y la Comunicación I, y se concreta de forma diferente en cada Comunidad Autónoma, así, por ejemplo, en Madrid en 1º, 2º y 3º de la ESO; en Cataluña se incluye en segundo ciclo de la ESO; en Castilla y León mediante una asignatura optativa de 3º y 4º de la ESO [64].

Sin embargo, la enseñanza de la programación no se incluye en Educación Primaria en la legislación a nivel nacional, sino que solamente se hace referencia a las TIC desde el prisma de la competencia digital o creación de contenidos. Sin embargo, en los Reales Decretos de algunas comunidades autónomas, de forma heterogénea, se incluyen contenidos de programación. La Comunidad de Madrid es la única que incluye la asignatura nueva: Tecnología y recursos digitales para la mejora del aprendizaje para toda la etapa de Educación Primaria. El resto de las Comunidades solamente incluyen la programación de manera transversal. Por ejemplo, Cataluña establece en el R.D. 119/2015, de 23 de junio, que deben incluirse contenidos de programación y pensamiento computacional en las áreas de matemáticas y conocimiento del medio. En la Comunidad Foral de Navarra, la enseñanza de la programación está integrada en las materias de Matemáticas de 4º y 5º de primaria, aunque también establece en su normativa que los centros educativos podrán comenzar itinerarios desde cualquier curso de primaria [71]. En Andalucía, en 2019 se incluyó media hora de robótica a la semana en 5º y 6º de primaria para trabajar el pensamiento matemático. En el resto de los territorios, se ha incluido la enseñanza de la programación en las aulas de primaria de manera aislada y mediante actuaciones asociadas a proyectos promovidos por instituciones públicas y, en su mayor parte, privadas. Por ejemplo, el proyecto de innovación TIC-STEAM [72], en Castilla y León, en el que se trabajan las competencias STEAM (Ciencias, Tecnología, Ingeniería, Artes y Matemáticas), mediante la aplicación de técnicas de programación y robótica, utilizando como medio transmisor las tecnologías de la información y la comunicación, facilitando al profesorado los medios formativos de apoyo que sean necesarios para su posterior aplicación en el aula.

La Ley Orgánica de Educación (LOMLOE) 3/2020 por la que se modifica la Ley de Orgánica 2/2006 entró en vigor el 19 de enero de 2021. Actualmente, están publicados, para debate público, los proyectos de Real Decreto para la reforma del currículo en el marco de la LOMLOE. En estos proyectos, se da importancia al aprendizaje de la programación y el desarrollo del PC desde la etapa de Educación Infantil, lo que indica la tendencia a incorporar estos elementos en la educación formal que redundará positivamente en los alumnos y, en un futuro, en la sociedad en su conjunto.

Desde el proyecto de reforma del currículo, se destaca, como el elemento más perturbador que motiva esta reforma, la incertidumbre ante el futuro que provoca el cambio a gran velocidad de los procesos económicos, sociales, tecnológicos, políticos y culturales. En este contexto, los alumnos deben incorporarse a la sociedad como ciudadanos activos en contextos temporales, espaciales y digitales llenos de incertidumbre. Por ello, se apuesta por una nueva propuesta curricular competencial de aprendizaje por disciplinas, y definiendo aprendizajes esenciales y otros específicos en los que se debe hacer hincapié en el uso de tecnologías de la información y las comunicaciones, y el fomento del espíritu crítico y científico, entre otras cuestiones que el currículo debe integrar desde un enfoque inclusivo.

En concreto, en Educación Infantil se incide en la competencia digital, iniciando en esta etapa, el proceso de alfabetización digital que conlleva, entre otros, el acceso a la información, la comunicación y la creación de contenidos a través de medios digitales, así como el uso saludable y responsable de herramientas digitales. Además, se promueve el uso e integración de estas herramientas en las actividades, experiencias y materiales del aula, ya que esto puede contribuir a aumentar la motivación, la comprensión y el progreso en la adquisición de aprendizajes de niños y niñas. Esta competencia digital del proyecto engloba habilidades de PC.

Además, hay diversas competencias específicas que incluyen explícitamente el PC como habilidad a desarrollar, como, por ejemplo, en el segundo ciclo de Educación Primaria las competencias: 2.4. Utilizar diferentes estrategias para la toma de decisiones con progresiva autonomía, afrontando el proceso de creación de soluciones originales en respuesta a los retos que se le planteen; 2.5. Programar secuencias de acciones o instrucciones para la resolución de tareas analógicas y digitales, desarrollando habilidades básicas de pensamiento computacional; y 2.6. Participar en proyectos colaborativos compartiendo y valorando opiniones propias y ajenas, expresando conclusiones personales a partir de ellas. Como puede verse, se incluye ya explícitamente el PC como habilidad a desarrollar.

Se plantea en el proyecto desarrollar estas habilidades de pensamiento computacional de manera progresiva, a través de procesos de observación y manipulación de objetos, es decir, mediante PC desenchufado (ver apartado 2.4.3), para iniciarse en la interpretación del entorno y responder de forma creativa a las situaciones y retos que se plantean. El alumno deberá encontrar soluciones o alternativas originales y creativas a diferentes cuestiones, retos o situaciones, mediante la aplicación de procesos inicialmente sencillos y manipulativos, que progresivamente ganarán en complejidad y requerirán mayor capacidad de abstracción. Dichos procesos son propios tanto de las destrezas de pensamiento computacional y de diseño como del método científico, y se aplicarán descomponiendo una tarea en otras más simples, formulando y comprobando hipótesis, explorando e investigando, relacionando conocimientos y planteando ideas o soluciones originales.

En Educación Primaria, además de la competencia matemática y en STEM, también se añade la competencia digital, que incluye explícitamente la resolución de problemas y el pensamiento computacional y crítico. Por ejemplo, esta competencia incluye la CD5. Se inicia en el desarrollo de soluciones digitales sencillas y sostenibles (reutilización de materiales tecnológicos, programación informática por bloques, robótica educativa…) para resolver problemas concretos o retos propuestos de manera creativa, solicitando ayuda en caso necesario.

En las áreas de conocimiento del medio, natural, social y cultural, se incluye, en el bloque B: Tecnología y digitalización, el desarrollo de las estrategias propias del pensamiento de diseño y pensamiento computacional para resolver problemas cooperativamente, que den solución a una necesidad concreta. Asimismo, en las competencias específicas, se incluye resolver problemas a través de proyectos interdisciplinares, utilizando el pensamiento de diseño y el pensamiento computacional, para generar cooperativamente un producto creativo e innovador que responda a necesidades concretas. De esta forma, se incluyen las habilidades de PC como saberes básicos y como competencias específicas evaluables en los tres ciclos de Educación Primaria.

También en el área de matemáticas se incide en el pensamiento computacional como competencia esencial para la sociedad actual y la resolución de problemas de la vida diaria, habilidad de PC que hemos llamado “generalización” en esta tesis. Así, el PC se engloba en uno de los 6 saberes básicos que estructuran el sentido matemático y que es el sentido algebraico y pensamiento computacional, que proporciona el lenguaje en el que se comunican las matemáticas. Reconocer patrones y relaciones entre 118 variables, expresar regularidades o modelizar situaciones con expresiones simbólicas son sus características fundamentales. También se considera una competencia específica el utilizar el pensamiento computacional organizando datos, descomponiendo en partes, reconociendo patrones, generalizando e interpretando, modificando y creando algoritmos de forma guiada para modelizar y automatizar situaciones de la vida cotidiana.

En cuanto a las iniciativas no formales, en 2018, en colaboración con las diferentes Comunidades Autónomas y como iniciativa del Ministerio de Educación y Formación Profesional a través del Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado, se creó la Escuela de Pensamiento Computacional [73] y el sitio web Programamos [74], donde pueden encontrarse multitud de recursos gratuitos para el aprendizaje de la programación y el desarrollo del PC. Más de 10.000 docentes en España han tenido acceso a los recursos de este proyecto y además ha tenido una gran acogida internacional.

Con respecto a los docentes, se publica el Marco de Referencia de Competencia Digital Docente (BOE 191 de 2020) [75] como respuesta al Marco europeo de competencias digitales DIGCOMP [67] y al hecho de que la tecnología afecta todos los aspectos de nuestra vida cotidiana y ha cambiado la forma de comunicarnos. Pretende ser un marco común de referencia para estandarizar la competencia digital. Alcanzar un adecuado grado de desarrollo de la competencia digital de los docentes y de los centros educativos es imprescindible para garantizar la adquisición y desarrollo de las competencias clave por parte de los estudiantes y, en último término, de todos los ciudadanos. Uno de sus objetivos es influir para que se produzca un cambio metodológico tanto en el uso de los medios tecnológicos como en los métodos educativos en general. Hasta ese momento, la formación TIC estaba centrada en los aspectos más instrumentales de la tecnología y no tanto en el uso real de los nuevos medios y recursos digitales en el aula o su función en el desarrolla profesional docente, la actualización continua y la generación de comunidades virtuales de aprendizaje y colaboración profesional en el uso de recursos educativos. El marco divide las competencias en cinco áreas: Información y alfabetización Informacional, Comunicación y colaboración, Creación de contenidos digitales (se da importancia a la programación informática, tanto en la dimensión de comprender qué hay detrás de un programa como en entender los principios y la lógica existente en la programación), Seguridad y Resolución de problemas. Cada competencia se divide en tres niveles (básico, intermedio, avanzado) y está definida por diferentes descriptores. Considera que la competencia digital es una de las capacidades clave del aprendizaje y, por ello, una de las cuestiones a las que se debe prestar especial atención, según las Recomendaciones del Consejo Europeo, siendo un elemento indispensable de la alfabetización elemental del siglo XXI.

Como se ha visto, existen esfuerzos a todos los niveles para introducir la enseñanza de la programación y el desarrollo del PC en las aulas, a edades cada vez más tempranas. Sin embargo, sigue habiendo algunas dudas sobre cuál es la mejor manera de enseñar PC, cuándo comenzar dicha instrucción o qué enseñar [76] y la investigación es especialmente escasa sobre cómo desarrollar las prácticas computacionales en los primeros grados [63]. Desde la literatura, se recomienda introducir el PC mediante distintas actividades para niños entre 3 y 6 años [53], como, por ejemplo:

– 3-4 años en adelante: Se recomiendan la programación tangible mediante actividades en las que se produzcan y ejecuten instrucciones, que en su mayor parte estén vinculadas al propio cuerpo. También se recomienda trabajar con objetos manipulables.

– 4-5 años: De igual forma que en el punto anterior, se recomienda la programación tangible manipulativa, incorporando elementos de programación a través de interfaces naturales y táctiles, por ejemplo, comandos que se puedan arrastrar y soltar, representaciones visuales e instrucciones gráficas.

– 5-6 años: Además de la programación tangible y táctil, se plantea la introducción de instrucciones simples mediante comandos con algunas palabras sencillas.

Se recomienda también mantener un enfoque global, bien fundamentado con un enfoque constructivista y con metodologías de aprendizaje activo, colaborativo, basado en juegos o basado en proyectos. También es posible desarrollar el PC mediante actividades que no requieran dispositivos electrónicos, conocidas como actividades desenchufadas o unplugged [77], [78]. En los siguientes apartados exploraremos estos enfoques y metodologías, y los relacionaremos con el marco de referencia tridimensional del PC [46].

2.3. Teorías y estrategias para el desarrollo del PC

Como se ha expuesto, el desarrollo del PC es esencial para adaptarse a la sociedad de hoy en día y es necesario la introducción de esta habilidad desde etapas tempranas. Sin embargo, no hay evidencias claras de cuáles son las estrategias de aprendizaje más adecuadas para este desarrollo. Parece clave, por tanto, el estudio de metodologías de aprendizaje para esta competencia y el desarrollo de nuevas estrategias para el desarrollo integral de los estudiantes. Durante esta última década, la enseñanza constructivista, que se basa en la teoría el constructivismo, ha destacado como un enfoque clave para el aprendizaje de asignaturas de ciencias, así como para el desarrollo del PC [79].

La teoría del constructivismo postula que el aprendizaje es esencialmente activo y los nuevos conocimientos se incorporan a las experiencias previas y a los esquemas mentales preexistentes, diferentes en cada persona, por lo que el aprendizaje es subjetivo y se va modificando según la experiencia individual [13]-[15]. En el socio-constructivismo [12], por su parte, se da importancia al individuo y sus relaciones con la sociedad ya que se postula que el conocimiento se construye entre las personas a medida que éstas interactúan. Además, se considera que el lenguaje es la herramienta psicológica que más influye en el desarrollo cognitivo. Según esta teoría, las personas cuentan con ciertas habilidades y conocimientos que dominan gracias a la interacción social, pero en un determinado momento pueden llegar a una zona de desarrollo próximo (distancia entre lo que los individuos ya saben hacer y lo que aún no logran realizar de forma independiente) en la cual aparecen problemas que deben resolver para seguir desarrollando habilidades cognitivas. Es en este momento cuando otros individuos, como puede ser el profesor, orientan el aprendizaje nuevo que, una vez queda establecido, da lugar a la aparición de una nueva zona de desarrollo próximo.

Cuando el constructivismo y el socio-constructivismo se aplican a un contexto educativo, se da especial importancia a las percepciones, emociones y pensamientos del estudiante. Un aprendizaje constructivista debe ser 1) activo: la responsabilidad del resultado del aprendizaje es del alumno y éste se compromete con el proceso de aprendizaje; 2) constructivo: ya que los alumnos aportan ideas nuevas a su conocimiento previo para dar sentido o significado a una discrepancia; 3) colaborativo: se trabaja en grupos de aprendizaje y construcción del conocimiento, se aprovechan las habilidades del resto y el apoyo social; 4) intencional: se intenta conseguir un objetivo cognitivo; 5) conversacional: es un aprendizaje social y dialógico; 6) contextualizado: las actividades de aprendizaje se contextualizan en tareas significativas del mundo real o simulado, por ejemplo mediante un entorno de aprendizaje basado en problemas; 7) reflexivo: los estudiantes reflexionan sobre lo aprendido y los procesos y decisiones implicadas. El profesor, por su parte, es el promotor de actividades y guía al alumno para que éste explore y resuelva los problemas. Así, el estudiante construye su propio aprendizaje, aprende a pensar y razonar, y reflexiona sobre propio proceso de aprendizaje [80].

De esta forma, el aprendizaje constructivista se basa en la construcción del conocimiento cuando se conectan nuevas experiencias con las ideas preexistentes [79]. De manera sencilla, el enfoque constructivista evoca la idea de aprender haciendo mientras los estudiantes trabajan en un proyecto concreto, experimentando y descubriendo por ellos mismos. Es un aprendizaje en el que el alumno construye su propio conocimiento mientras interactúa con el entorno [81]. El aprendizaje resulta más eficiente desde este enfoque que desde estrategias más tradicionales [82]. Además, esta estrategia impacta directamente en el rendimiento académico, la motivación, el desarrollo personal, la autoevaluación y las habilidades comunicativas del estudiante; y mejora la disposición del estudiante frente al aprendizaje de la informática y por lo tanto, del PC [83]. Además, las TIC proporcionan herramientas para el desarrollo de actividades de colaboración y cooperación en la enseñanza, facilitando la interacción de los estudiantes desde una perspectiva constructivista vinculada, de manera inexorable, a la teoría socio-constructivista de Vygotsky [12].

En respuesta a las innovaciones tecnológicas y pedagógicas que se han ido produciendo, han surgido también marcos operativos de aprendizaje como el marco de aprendizaje constructivista de Papert [47] en el que se destaca la interacción social de los estudiantes, la cognición y el pensamiento de alto nivel y, por lo tanto, el desarrollo del PC. Otro marco operativo destacado y ampliamente utilizado para el diseño de entornos de aprendizaje constructivistas es la teoría de la actividad de Jonassen [14], en donde se analizan las necesidades, tareas y resultados esperados cuando se diseñan estos entornos.

El constructivismo también puede ser una base para formar metodologías de enseñanza como las metodologías activas, que inciden en la autoconstrucción del conocimiento por parte de los estudiantes y en la responsabilidad de los estudiantes por su propio aprendizaje. Las metodologías activas están recibiendo un creciente interés como enseñanza instruccional centrada en el alumno mediante actividades dirigidas por un profesor, en las que el estudiante afronta problemas y se esfuerza para encontrar las soluciones, como por ejemplo actividades de resolución de problemas, tareas de escritura, discusión en grupo, o actividades de reflexión [84]. Los componentes comunes a estas metodologías activas se pueden resumir de la siguiente forma [85]:

- El escenario: Establece el contexto para el problema, caso o proyecto.

- Trabajo en grupo: Los estudiantes tienen una responsabilidad con el trabajo eficiente del grupo, además de con el desarrollo de su aprendizaje individual.

- Solución de problemas: Los problemas planteados en un entorno de metodologías activas suelen ser complejos y necesitarán en general razonamiento e indagación.

- Descubrimiento de nuevos conocimientos: Los estudiantes deben determinar qué saben y qué necesitan saber para poder continuar.

- Conexión con el mundo real: Se puede extrapolar lo aprendido al mundo real.

Basadas en el constructivismo, durante la última década se han ensayado diferentes estrategias de aprendizaje como metodologías activas de enseñanza para ayudar a los estudiantes a aprender a programar y así mejorar desarrollar el PC [61]. Las investigaciones más recientes destacan, tanto por su efecto positivo en el aprendizaje como por ser las más empleadas para el desarrollo del PC, las siguientes estrategias: el aprendizaje basado en problemas, el aprendizaje colaborativo, el aprendizaje basado en proyectos y el aprendizaje basado en juegos [4]. Se muestra en la Tabla 4 la definición de cada una de estas estrategias.

Destacamos en este punto el aprendizaje colaborativo, ya que suele ser una estrategia transversal al resto y resulta fundamental para desarrollar las perspectivas computacionales del PC según el marco 3D de PC de Brennan y Resnick [46]. Dillenbourg [86] establece cuatro condiciones para establecer un contexto colaborativo activo en el que es probable que se activen los mecanismos de aprendizaje: establecer las condiciones iniciales, especificar el tipo de colaboración con un escenario basado en roles, estructurar y guiar las interacciones productivas mediante reglas de interacción, y supervisar y regular las interacciones. El aprendizaje colaborativo fomenta las habilidades de pensamiento crítico de forma mucho más eficaz que los entornos individuales [85]. Esto da lugar a mayores niveles de rendimiento académico y mayor productividad, así como a una mayor salud psicológica, competencia social y autoestima que el aprendizaje individual [87]. Además, los equipos cooperativos alcanzan niveles de pensamiento más altos y retienen la información durante más tiempo que los alumnos que trabajan individualmente [88], [89].

En esta tesis se va a plantear el aprendizaje del PC mediante la estrategia de aprendizaje basado en problemas como enfoque principal; la estrategia basada en juegos como vehículo de andamiaje para guiar y facilitar el proceso de resolución a través de la mecánica del juego; y la estrategia colaborativa como instrumento transversal para mejorar el proceso de aprendizaje. Es importante no confundir la estrategia de aprendizaje basado en juegos (Game Based learning o GBL) con la gamificación. Esta última aplica los sistemas de puntuación-recompensa-objetivo propios de los juegos a la metodología del aula, mientras que la metodología GBL consiste en la utilización directa de juegos como vehículos y herramientas de apoyo al aprendizaje, la asimilación o la evaluación de conocimientos.

Mediante la metodología GBL se trabaja la alfabetización digital y el desarrollo del PC. Algunas de sus ventajas son la motivación del alumno, ya que resulta divertido y dinamizador; el desarrollo del pensamiento crítico, la autosuficiencia y la resolución de problemas, ya que durante el juego el estudiante debe reflexionar y tomar decisiones adecuadas, depurar errores y reponerse frente a las derrotas; el aprendizaje activo, experimentando mediante la prueba y error, estableciendo conexiones entre los conocimientos previos y los nuevos, y tomando decisiones para mejorar; el alumno regula su propio aprendizaje, como propugna el constructivismo, ya que se ofrece una retroalimentación instantánea, el estudiante es consciente de su nivel de conocimientos y habilidades, y puede guiar su propio aprendizaje; el docente puede ser consciente en tiempo real de las fortalezas y debilidades de sus alumnos, pudiendo intervenir en consecuencia en fases iniciales, guiando y adaptando el aprendizaje; se potencia la creatividad y la imaginación, ya que existe una componente de improvisación y capacidad de imaginar soluciones a los retos, con lo que el estudiante puede ampliar su mente y percepción del mundo; y puede beneficiarse del aprendizaje colaborativo si el juego permite jugadores simultáneos que cooperen para un fin común.

Con el objetivo de relacionar las estrategias de aprendizaje con el marco de referencia educativo para el desarrollo del PC (apartado 2.1.3), se ha realizado un análisis de la literatura. Se ha detectado que la mayoría de las investigaciones y actuaciones para el desarrollo del PC en el aula, se centran en la dimensión conceptos computacionales del marco 3D de PC de Brennan y Resnick [46], [61], [93] y, solamente en algunas investigaciones muy recientes, sobre el aprendizaje y la evaluación de las dimensiones prácticas computacionales y perspectivas computacionales [93]-[97]. Esto nos lleva a la necesidad de más investigación y de prestar especial atención a estas dos últimas dimensiones, especialmente más allá del entorno de Scratch [98] en el cual se ubican la mayor parte de los casos de estudio en las investigaciones, ya que el PC es un conjunto interdisciplinario de habilidades y es necesario que existan métodos operativos de aprendizaje y evaluación del PC a través de diversas estrategias de aprendizaje [61], [96]. Las prácticas y perspectivas computacionales son incluso más pertinentes en las etapas de Educación Infantil y Educación Primaria, ya que como se ha visto, es importante desarrollar el PC (por ejemplo, aprendiendo a programar) desde etapas tempranas, para dotar a los estudiantes de habilidades de resolución de problemas que puedan transferir posteriormente a dominios no relacionados con la programación [41], y estas dos últimas dimensiones del marco 3D son las que nos permiten trabajar esta componente del PC que, en nuestra descomposición propuesta (apartado 2.1.2), hemos llamado generalización. A este respecto, en el capítulo 3 de esta tesis se han establecido hipótesis sobre la posible relación del aprendizaje que se obtiene de las estrategias de aprendizaje más relevantes con las dimensiones del marco 3D.

2.4. Entornos de aprendizaje

Como se ha visto, la programación se utiliza con frecuencia para desarrollar el PC, ya que, como se ha visto, se desarrollan muchas de las componentes que se identifican con el PC. Programar requiere analizar el problema y descomponerlo en otros más sencillos y resolverlo mediante pasos ordenados, para ello se requiere análisis, abstracción, descomposición, algoritmia, y habilidad para la depuración de errores. Uno de los objetivos docentes a nivel internacional es enseñar programación de forma efectiva y atractiva a estudiantes de Educación Infantil y primaria, utilizando metodologías activas basadas en el constructivismo y empleando estrategias de aprendizaje adecuadas. Existen numerosas experiencias en esta dirección en las cuales se utilizan diferentes contextos y entornos de aprendizaje. Uno de los principales problemas que surgen en etapas tempranas es que las habilidades de lectura y escritura de estos estudiantes pueden no estar aun suficientemente establecidas como para poder apoyar el aprendizaje con textos escritos y, sin embargo, el desarrollo de esta competencia debe comenzar muy pronto, de forma similar al aprendizaje de una lengua no materna [99], [100].

El software educativo y las aplicaciones multimedia pueden ayudar a mejorar el aprendizaje de la programación y el desarrollo del PC en estas etapas [101], al igual que otros entornos e instrumentos como los robots programables, juegos, videojuegos, realidad virtual, realidad aumentada, o comics. Silva et al. (2021) [102], proponen una taxonomía de entornos para el desarrollo del PC en etapas tempranas diferenciando entre basados en bloques; robots; combinación de bloques con robots; y prototipos. Como subcategorías diferencian entre tangible (se puede manipular físicamente) o web (no-tangible). Además, también indican que las palabras que más aparecen en la literatura sobre entornos para el desarrollo del PC son: computacional, pensamiento, programar, robótica, enseñanza, y codificar. En nuestro caso (Tabla 5), se ha diferenciado entre entornos que utilizan: robótica (la programación del robot puede realizarse de forma tangible o mediante una aplicación); aplicaciones que normalmente se basan en juegos (debe usarse ordenador o tablet); aplicación en la que es necesaria una parte tangible; y tangible, aunque este último caso no se recoge completamente en la tabla porque se considera otra categoría completa (PC desenchufado). Esta tabla se encuentra ordenada por el rango de edad recomendado, de etapas más tempranas a niños más mayores.

2.4.1. Robótica

El uso de robots educativos en los colegios está cobrando una gran importancia como un modo de acercar la tecnología y la programación a los niños de manera práctica, ya que el resultado de sus creaciones o programas se traslada al mundo real de forma inmediata y tangible, incluso usando simuladores [103]. Mediante la robótica, se facilita el trabajo en equipo, se desarrolla la comprensión conceptual, se mejora el pensamiento crítico y se promueve el aprendizaje de orden superior en los ámbitos de las matemáticas y las ciencias [83]. Del mismo modo, la robótica proporciona a los alumnos experiencias táctiles para resolver problemas a través del PC [104], [105]. Los alumnos tienen que identificar el problema u objetivo general del robot, descomponerlo, por ejemplo, calculando el número de pasos o subobjetivos para lograr el objetivo. Para ello, los alumnos desarrollan algoritmos para que el robot pueda seguir las instrucciones y actuar en consecuencia. Cuando el robot no actúa como se espera, entra en juego la depuración que requiere procesos iterativos de pruebas y modificaciones sistemáticas.

Mediante el uso de robots dotados de sensores que actúan como nuestros sentidos de la vista, el oído o el tacto; y actuadores que permiten al robot realizar diversas acciones por ejemplo de movimiento o sonido; se pueden realizar experiencias de aprendizaje siguiendo las bases de la programación de tipo sensor-razonamiento-actuador o SenseReason-Act (SRA). La programación SRA y, sobre todo, si se utiliza un entorno de programación visual que complemente al robot, permite un desarrollo significativo del PC, sobre todo en relación a la resolución de tareas o problemas complejos [54], [83], [106]-[108]. Numerosos investigadores han destacado la ventaja de utilizar la robótica como medio para un desarrollo significativo del PC desde un enfoque constructivista, por ejemplo, Atmatzidou et al. (2016) destacan la facilidad para superar dificultades iniciales gracias a la robótica y, en consecuencia, el desarrollo de las habilidades de PC de los estudiantes [55]. Bers et al. (2014) subrayan la gran implicación y motivación de los alumnos, el aprendizaje de conceptos de programación de habilidades de resolución de problemas complejos que se logra en alumnos de Educación Infantil con un enfoque constructivista de aprendizaje y el uso de la robótica en las aulas, aunque resaltan la necesidad de adecuar las estrategias de aprendizaje y los dispositivos que se utilizan en estas etapas tan tempranas para poder apreciar un desarrollo del PC [54].

En este sentido, hay una gran oferta de dispositivos para el desarrollo del PC a través de la robótica educativa. En la Tabla 5 se muestran algunos de ellos orientados a las etapas educativas de infantil, primaria y secundaria. En el caso de infantil y primaria, los robots suelen funcionar de forma independiente, pudiendo programarlos físicamente, sin usar una aplicación en un ordenador o tablet para ello. Por ejemplo, Cubetto, diseñado por Primo Toys y basado en la metodología Montessori [109], se puede utilizar ya en la etapa de Educación Infantil, e incluye fichas tangibles que se insertan en diferentes ranuras de un tablero y que se utilizan para programar una secuencia de acciones para el robot, representado por un cubo de madera, que ejecuta la secuencia programada (véase la parte izquierda de la Figura 7). Este tipo de robots para niños pequeños también pueden incluir botones en el propio robot para programar la secuencia de movimientos como por ejemplo en el caso de Bee-bot y Blue-bot (véase la parte central y derecha de la Figura 7).

Cabe destacar también el kit de robótica KIBO, para niños de 4 a 7 años, desarrollado el Grupo de Investigación DevTech de la Universidad de Tufts, que propone involucrar a los niños pequeños tanto en la construcción con piezas como en la programación, además de desarrollar el PC. Melin et al. [110] presentan un caso de uso exitoso de esta herramienta con niños de 3 años.

Cuando las habilidades de lecto-escritura estén ya asentadas, el siguiente paso a los entornos visuales de programación por bloques, es el uso del pseudocódigo [111], que utiliza las estructuras de un lenguaje de programación real, pero está diseñado para que se pueda leer por una persona en un lenguaje natural (mejor si es la lengua materna del estudiante), en lugar de por un ordenador. Más adelante, pueden utilizarse entornos de simulación visual del código programado [112]. De esta forma, se va alcanzando gradualmente la competencia en programación al mismo tiempo que se van desarrollando las habilidades asociadas de PC.

2.4.2. Aplicaciones y juegos

En cuanto a las aplicaciones, normalmente juegos de tipo puzle, en los que es necesaria la utilización de un dispositivo digital como un ordenador o una tablet, también se trabaja el PC ya que, al igual que con la robótica, el juego implica varios objetivos, a menudo puzles, que los jugadores deben resolver. Para tener éxito, los jugadores emplean varias habilidades o componentes del PC: descomposición, para elaborar estrategias de resolución de problemas; depuración de errores ya que, si un plan falla, deben poder ser capaces de depurarlo y al probar sistemáticamente varios planes, los jugadores encuentran la estrategia más eficaz para superar los retos del juego; y la generalización cuando los jugadores adoptan las estrategias utilizadas anteriormente para resolver nuevos problemas. Muchas de estas aplicaciones o juegos sirven además para aprender a programar con lo que se potencia el aprendizaje del PC añadiendo los beneficios de aprender programación con las habilidades que se desarrollan mientras se juega.

Los entornos de software educativo basados en bloques visuales de programación son muy populares actualmente para el desarrollo del PC en etapas tempranas (véase la Tabla 5). Los estudiantes emplean tablets u ordenadores y utilizan elementos visuales (bloques) que se arrastran y sueltan para construir programas de código ejecutable, sin necesidad de escribir o leer en un lenguaje de programación concreto o incluso solamente con gráficos auto explicativos sin ningún texto. Uno de los entornos basados en bloques más utilizados para el desarrollo y la evaluación sistemática del PC a partir de los 8 años, es Scratch [98], que incluye una componente creativa, ya que permite a los estudiantes crear sus propios proyectos en forma de aplicaciones o juegos autónomos que pueden jugarse por otras personas posteriormente. Brennan y Resnick [46] afirman en su investigación que la realización creativa de proyectos con Scratch puede suponer un aprendizaje significativo a largo plazo, además, la evaluación del PC a través del marco 3D se fundamenta inicialmente en el análisis de las habilidades de los estudiantes a lo largo del tiempo mientras utilizaban Scratch. Se analizaron tanto la evolución cuantitativa de los proyectos que creaban los estudiantes como sus prácticas, motivaciones y actitudes mediante observación directa y entrevistas cualitativas. Los resultados revelaron una progresión muy positiva de desarrollo de habilidades de PC en todas las dimensiones del marco 3D. Scratch ha sido utilizado como elemento para evaluar el desarrollo del PC por numerosos investigadores [1]. Por ejemplo, Seiter y Foreman en 2013 [113] confirman el desarrollo del PC en alumnos de Educación Primaria mediante el análisis de los comandos, conceptos, variables y patrones en proyectos realizados con Scratch. Grover et al. en 2015 [114] diseñaron una serie de instrumentos de evaluación del PC que incluyen el análisis de fragmentos de código de proyectos realizados con Scratch.

La herramienta AgentSheets (véase la Tabla 5) combina, al igual que Scratch, el modo creativo en el que el estudiante puede crear sus propios mundos, con la programación visual por bloques. Esta herramienta desarrolla las habilidades en informática y su curva de aprendizaje es suave, con lo que estudiantes inexpertos pueden fácilmente iniciarse en la programación de la misma forma que estudiantes más avanzados pueden crear juegos complejos. Basawapatna et al. [115] constataron que los estudiantes podían reconocer mejor patrones de PC después de interactuar con el juego.

Para niños más pequeños existen entornos basados en bloques visuales para su uso desde los 4 años (véase la Tabla 5), como por ejemplo Kodable. Pero es, de nuevo, Scratch, con su versión para niños de 5 a 7 años, ScratchJr (véase la Figura 8), el más utilizado para el desarrollo del PC en el primer ciclo de Educación Primaria [57]. Mantiene los elementos de programación creativa de Scratch que permiten a los niños crear fácilmente historias y juegos cortos, pero mediante una interfaz completamente simbólica en la que no hay texto escrito. Se pueden añadir diferentes personajes a una escena en la que hay una cuadrícula para facilitar en cálculo de distancias. Para dotar a los personajes de comportamientos se pueden combinar sencillos bloques visuales de instrucciones que están ideados para su uso en tablets. En ScratchJr las instrucciones se ordenan de izquierda a derecha en lugar del enfoque de arriba a abajo utilizado en Scratch. Rose et al. (2017) resaltan ScratchJr como un entorno adecuado (frente a otros como LightbotJr) para el desarrollo del PC gracias a su diseño sencillo, pero con un techo alto de aprendizaje, de forma que estudiantes más avanzados puedan también seguir aprendiendo y creando proyectos más difíciles [57]. En la Tabla 6 se incluyen los conceptos de PC que se utilizan en ScratchJr según la descomposición propuesta por estos autores (ver apartado 2.1.2).

Otras aplicaciones se basan en juegos serios o puzles que, para completar, es necesario realizar alguna tarea de programación, codificación o estrategia computacional. Los juegos serios o educativos utilizan la metodología GBL y son un enfoque prometedor para introducir la programación y el PC [116]. La mayoría de estos juegos utilizan la programación por bloques al igual que Scratch [117]-[119], aunque también hay casos en los que debe introducirse directamente código en texto o pseudocódigo para poder progresar en el juego, como CodeCombat [120], dirigidos al último ciclo de Educación Primaria.

Además de aplicaciones y juegos autónomos, hay multitud de iniciativas de gran cobertura a nivel internacional y nacional. En la Tabla 7 se muestran algunas de ellas. La mayor parte se orientan a toda la etapa de infantil y primaria, y el objetivo es que las ciencias de la computación y la programación sean parte habitual de la educación del mismo modo que lo son la biología, las matemáticas o la lengua. Además de iniciativas dirigidas a colectivos vulnerables sin acceso a oportunidades para el aprendizaje de la programación como CodeNow o ScriptEd, cabe resaltar que algunas de estas iniciativas se enfocan en las niñas, con el objetivo de que haya una representación y aumento de la participación de las mujeres en los campos STEM a través de la exposición temprana a la informática y la tecnología, debido a la brecha de género en este sentido. Por ejemplo, las iniciativas Black Grils CODE, Girls in Tech y Girls Who Code trabajan en este sentido.

Hay también iniciativas en las que la herramienta que se utiliza como vehículo para la enseñanza es una adaptación de videojuego, como por ejemplo como es el caso de Second Life o Minecraft Education, que funciona como una herramienta colaborativa, de aprendizaje y evaluación de la programación, pero también cuenta con multitud de actividades y contenidos educativos orientados a otras áreas como lengua o historia.

Los entornos que utilizan la estrategia basada en juegos GBL potencian el PC y en general las habilidades del siglo XXI, por lo que existe una tendencia a incorporar esta estrategia cada vez más en las aulas, aunque según Qian y Clark [11] en 2016, solamente un 20% de las experiencias en la literatura se orientan a la etapa de Educación Infantil y primaria. Estos autores indican que los juegos educativos suelen basarse en el constructivismo y la teoría del flujo [121] en su mayor parte, y los efectos en el aprendizaje suelen ser muy significativos en un 85% de los casos, así como en el desarrollo de las habilidades del siglo XXI, entre ellas el PC.

Para potenciar el nivel de inmersión en el juego, la estrategia GBL puede incluir realidad extendida (RX), tecnología que está renovando la forma en que las personas experimentan los entornos físicos y virtuales, desde la observación hasta la inmersión. La RX engloba tanto la realidad aumentada (RA) como la virtual (RV) [122]. Por ejemplo, la compañía universiv.com plantea recorridos virtuales educativos e inmersivos por escenarios históricos o por el interior del cuerpo humano a través de la RV.

Este tipo de tecnologías permiten desarrollar nuevos tipos de juegos, como los pervasivos, que son aquellos en los que se rompen los límites tradicionales del juego, en términos de dimensiones espaciales, temporales y sociales [123]. Por ejemplo, el Grupo AffectiveLab de la Universidad de Zaragoza, en el espacio interactivo e inmersivo JUGUEMOS [124], presentó el juego multijugador El viaje fantástico, para trabajar la atención, la planificación y las habilidades sociales, utilizando la RX. En este juego se incide especialmente en la dimensión espacial de los juegos pervasivos, combinando elementos virtuales y físicos, y a través de la interacción multimodal [125]. En el mismo espacio, y a través de la utilización de mesas interactivas que trazan tanto objetos como los dedos de los niños, también se presentó el juego tangible y colaborativo, StarLoop, para el aprendizaje de conceptos de programación como bucles y procedimientos [126].

La investigación con respecto al desarrollo del PC mediante la RV se encuentra aún en un estado inicial dado su carácter reciente. Sukirman et al. realizan una revisión profunda de la literatura actual incluyendo el año 2021 y plantean un marco conceptual (VRGACT) para la inclusión de la VR para el desarrollo del PC [127]. Basándose en su revisión, relacionan los elementos de juego y la VR con el PC y el impacto en el aprendizaje como se puede ver en la Tabla 8.

De igual forma, se han desarrollado herramientas de RA para que el aprendizaje de la programación sea más atractiva y fácil, además de desarrollar el PC. Por ejemplo, con Osmo coding (Tabla 5) se desarrollan habilidades lógicas y de resolución de problemas [128]. Aplicaciones que incluyen RA pueden mostrar en el dispositivo del estudiante objetos y elementos en tres dimensiones de forma que se pueden mover y explorar, por ejemplo, con la aplicación Star Walk de Vito Techology para la visualización de las estrellas o con las diversas aplicaciones que ofrece la compañía onirix.com para aplicar en diversas asignaturas como, por ejemplo, ciencias naturales.

2.4.3. Pensamiento computacional desenchufado

Existen otras aproximaciones estratégicas para el aprendizaje de la programación y el desarrollo del PC que no se apoyan en ningún dispositivo digital. Así, el PC Desenchufado o unplugged (PCD) se refiere, en términos generales, al aprendizaje de conceptos de PC e informática a través de juegos de rol, manipulación de objetos del mundo real (por ejemplo, fichas, tarjetas, bloques de madera) y acciones físicas del cuerpo, entre otros. Tim Bell et al. [78] afirma, que aprender de esta manera no consiste simplemente en simular los procesos del ordenador, sino que se trata de proporcionar a los estudiantes la oportunidad de explorar las ideas fundamentales de las ciencias de la computación sin necesitar los conocimientos técnicos necesarios para programar. Está demostrado que este tipo de aprendizaje sin dispositivos digitales potencia el desarrollo del PC en Educación Primaria [129]. Zapata-Ros [77] argumenta, en 2014, que las actividades de PCD deberían incluirse en el currículo desde Educación Infantil, ya que es fundamental que se fomente una práctica formativa del PC desde las primeras etapas de desarrollo, de la misma forma que se habla de prelectura, preescritura o precálculo, es necesario trabajar fases previas a la codificación desde edades tempranas.

Los robots tangibles como bee-bot, blue-bot, Kibo o Cubetto incluidos en la Tabla 5, pueden utilizarse como materiales para actividades de PCD. También existen juegos de mesa diseñados específicamente para desarrollar las habilidades de PC de los jugadores. Por ejemplo, con Robot Turtles, niños de entre los 3 y los 8 años pueden aprender conceptos de programación atravesando laberintos en un tablero, utilizando para ello los conceptos computacionales de secuencia y condicionales para resolver los problemas que se van encontrando. Estos juegos de mesa no incluyen ningún agente electrónico, sino que incluyen manipuladores de programación para expresar los códigos, normalmente en forma de tarjetas. En Code Monkey Island, jugadores de 8 años en adelante deben mover las figuras por el tablero aplicando conceptos computacionales, como condicionales, bucles, operadores booleanos, y operadores lógicos. En general, los juegos de mesa que no requieren el uso de ningún dispositivo informático son formas económicas de desarrollar el PC que pueden alcanzar espacios de aprendizaje informal como los hogares o los programas extraescolares. Los juegos de mesa suelen implicar varios jugadores, lo que potencia la colaboración. Una de las limitaciones de los juegos de mesa es que suelen ser menos completos y sólo se centran en un conjunto limitado de conceptos computacionales [128].

Otra posibilidad es la enseñanza de la programación a etapas tempranas a través de cuentos, como Hello Ruby, en el que cada lenguaje de programación está representado por un personaje. Algunos investigadores proponen crear comics [130] para aprender programación ya que consideran que el lenguaje visual de los cómics puede utilizarse para apoyar la enseñanza y el aprendizaje de conceptos computacionales.

Existen numerosas iniciativas que proporcionan ideas y materiales para llevar a la práctica actividades que trabajen el PCD, por ejemplo, CS Unplugged (véase la Tabla 7) que fue desarrollado a finales de los años 90 por profesores de ciencias de la computación y maestros de escuela, en la Universidad de Canterbury en Nueva Zelanda, y promueve el aprendizaje de conceptos de informática sin ordenadores, utilizando estrategias constructivistas de aprendizaje. Consideraron que los conceptos computacionales podían enseñarse sin usar un ordenador y que éste era muchas veces una distracción para el aprendizaje. El curso se diseñó por primera vez para alumnos de Educación Primaria y ha sido utilizado con éxito por estudiantes de todas las edades, incluso en contextos de educación superior y de personas mayores, y en entornos educativos formales e informales [131]. Además, la enseñanza se puede complementar con materiales multimedia.

La iniciativa Barefoot computing (véase la Tabla 7), proporciona también multitud de actividades para trabajar el PCD, por ejemplo, la actividad Crazy characters [132] dirigida a niños de entre 5 y 7 años, se utiliza habitualmente en colegios del Reino Unido y consiste en que un alumno o grupo de alumnos crean un “algoritmo”, a través de instrucciones breves, para el diseño de un personaje inventado. Este algoritmo se lee en alto y otro alumno o grupo dibuja ese personaje según las instrucciones que recibe. Normalmente, el personaje no resulta como se esperaba y hay que mejorar el “algoritmo” (véase la Figura 9). Barefoot computing ofrece muchas otras ideas y materiales en su web y en cada una de ellas especifica qué aspectos del PC se trabajan en ella, por ejemplo, en la actividad de la Figura 9, se trabaja la perseverancia, las alternativas, la descomposición, la colaboración, la creatividad y la algoritmia.

Finalmente, algunos autores como Adreas Dengel [133] proponen un PC re-enchufado (replugged) que permita realizar actividades propias de PCD, pero beneficiándose de la capacidad de inmersión que nos ofrecen la RV y la RA. De esta forma, se podrían mejorar, o incluso facilitar o permitir actividades de PCD que podrían ser imposibles, peligrosas o costosas de llevar a cabo en la realidad. Cuando se proporcionan medios educativos inmersivos que inducen una sensación de presencia en el entorno virtual, se puede ofrecer la ilusión de una experiencia de aprendizaje no mediada. De cualquier forma, esta propuesta aún debe investigarse más a fondo.

2.5. Herramientas de evaluación

La evaluación, tanto cuantitativa como cualitativa, del progreso de los estudiantes es indispensable para la introducción del PC en el currículo [31]. Aunque, de nuevo, hay una falta de consenso sobre qué estrategias son las más adecuadas para evaluar el PC en edades tempranas, ni existe acuerdo en qué debe evaluarse. Esto dificulta poder medir de la eficacia de las intervenciones para el aprendizaje del PC de forma fiable y válida [1], [5]. Tang et al. [134] identifican cuatro formas posibles de evaluar el PC: test tradicional, portafolio (proyecto), cuestionario y entrevista.

La mayoría de los estudios e investigaciones emplean cuestionarios y entrevistas para evaluar el PC, por ejemplo, Atmatzidou y Demetriadis en 2016 [55] o Denner en 2014 [135]. Cetin [136] en 2016 utilizó cuestionarios para medir la comprensión conceptual de los profesores en formación sobre los constructos de programación, así como sus actitudes hacia la informática. Jun et al. [137] en 2014 utilizaron cuestionarios y entrevistas para medir la alfabetización computacional en estudiantes de Educación Primaria.

Los instrumentos para la evaluación del PC de tipo portafolio o proyecto, dependen de actividades o entornos concretos de aprendizaje, es decir, se basan en el análisis de un proyecto o actividad realizada por los alumnos en un entorno concreto de aprendizaje. El marco 3D de Brennan y Resnick [46] surge al aplicar este tipo de evaluación, ya que se basa en el análisis de proyectos creados con Scratch, aunque también incluyen evaluación cualitativa por medio de observación directa y entrevistas para evaluar las prácticas y perspectivas de los alumnos mientras interactúan con el entorno. Hay muchas otras iniciativas de evaluación de tipo portafolio (gran parte utilizan proyectos de Scratch), por ejemplo, las siguientes:

- CTP-Quiz [115] que consta de ocho preguntas relacionadas con actividades previas realizadas por los estudiantes con varios juegos concretos (por ejemplo, Frogger). La respuesta a estas preguntas permite a los investigadores reconocer patrones de PC en los estudiantes.

- La evaluación Fairy en Alice [138] es también de tipo portafolio. Alice es un entorno en tres dimensiones en el que los alumnos controlan a los personajes mediante programación basada en bloques visuales. Se analizan después los proyectos de los estudiantes en cuanto a la algoritmia y el uso eficaz de la abstracción y el modelado.

- Garneli y Chorianopoulos [139] basan su evaluación del PC en la creación de proyectos concretos en Scratch, diferenciando entre crear un videojuego o una simulación. Su evaluación se basa sobre todo en el análisis del código construido, aunque también realizan un análisis cualitativo mediante observaciones y entrevistas a los estudiantes.

- Otra iniciativa basada en Scratch es la evaluación PECT, propuesta por Seiter y Foreman [113], en 2013. PECT está diseñado para estudiantes de primaria y evalúa el PC a través del análisis del código en los proyectos de Scratch, separando los resultados en 3 componentes: evidencias, como operadores y condicionales; patrones, como movimiento e interactividad; y conceptos, como descomposición, abstracción y algoritmia. Los niveles de competencia de los estudiantes (básico, en desarrollo y competente) por componente, se establecen mediante rúbricas.

- Dr. Scratch [94], es una herramienta estática de análisis del código en proyectos de Scratch. Mediante el análisis de estos proyectos se pueden establecer categorías y niveles diferentes de habilidades de PC. Esto puede ser de interés, por ejemplo, para crear itinerarios de aprendizaje de dificultad creciente, o para preparar actividades y retos centrados en el desarrollo de dimensiones específicas según el marco 3D de PC.

Además de instrumentos de evaluación de tipo portafolio, es importante que haya instrumentos de tipo test tradicional, independientes de entornos de programación concretos para utilizarlos de forma autónoma y así poder evaluar a los estudiantes sin depender de la utilización de un entorno en particular, así como para evaluar el efecto en el aprendizaje de futuros nuevos instrumentos. No obstante, existen pocos instrumentos en este sentido y no suelen incluir datos relativas a fiabilidad y validez de la evaluación realizada. En este particular, el Test for Measuring Basic Programming Abilities de Mühling et al. [140] y el Commutative Assessment de Weintrop y Wilensky [58] son ambos instrumentos validados bajo un enfoque psicométrico pero dirigidos a estudiantes de educación secundaria y universidad. Korkmaz, Çakir, y Özden [141] en 2017 desarrollaron una escala compuesta por 29 preguntas que evalúa cinco áreas de PC según una descomposición del PC propia de estos autores (creatividad, cooperación, pensamiento algorítmico, pensamiento crítico y resolución de problemas). El test mostró una buena fiabilidad y un buen índice de ajuste de los datos y evidencias de que los ítems medían constructos específicos.

El Computational Thinking Test (CTt) de Román-González et al. [44], destaca como instrumento para la evaluación del PC, ya que se aportan evidencias de fiabilidad y validez de criterio, bajo un enfoque psicométrico [142], [143]. Es consistente con las pruebas de Mühling [140] y de Weintrop [58] y está alineado con los estándares internacionales para pruebas psicológicas y educativas [144]. El CTt incluye 28 preguntas y se tarda 45 minutos de media en completar. Además, muestra correlaciones significativas con otras pruebas estandarizadas sobre habilidades mentales y de resolución de problemas. Aunque el CTt está dirigido a alumnos de entre 10 y 16 años, puede ser una base firme para desarrollar nuevos instrumentos de evaluación en etapas más tempranas.

Al comienzo de este trabajo de investigación, en el año 2019, no existían instrumentos de tipo test tradicional, independientes de entornos concretos, para evaluar el PC a lo largo de todos los cursos de Educación Primaria. Por ejemplo, el test de Chen et al. está dirigido a estudiantes de último ciclo de Educación Primaria [145], pero había una carencia clara de instrumentos orientados a niños más pequeños. Sin embargo, es manifiesta la necesidad de una evaluación fiable y válida del PC en todos los contextos educativos para que los investigadores puedan determinar si sus intervenciones son eficaces o no, por lo que nuestros esfuerzos en esta investigación han ido orientados hacia esta dirección mediante el desarrollo del Beginners Computational Thinking Test (BCTt), publicado en 2020 [8], cuyo diseño y validación se describe en el Capítulo 4, así como el competence Computational Thinking test (cCTt) como adaptación para los niños más mayores, para los que el CTt fue una base consolidada y firme. Posteriormente a la publicación del BCTt ha habido otros intentos a destacar de instrumentos de tipo test tradicional para evaluar el PC en etapas tempranas, como por ejemplo el TechCheck CT unplugged [146]; o el Computational Thinking Assessment of Chinese Elementary School Students [147], también validado en cuanto a la fiabilidad y validez de constructo.

Una limitación de la evaluación por medio de test tradicional es que no abarca todas las dimensiones del PC del marco 3D. Según Grover y Pea [148], es necesario contar con sistemas de evaluación, para evaluar un aprendizaje más profundo combinando diferentes medidas de datos [142], por lo que es necesario combinar otros tipos de evaluación con el test tradicional.

La evaluación del PC también puede ser dinámica y así reflejar las capacidades y la progresión de los alumnos a lo largo del tiempo. Una forma de evaluar este aspecto es mediante analíticas de aprendizaje en juegos o Game Learning Analytics (GLA). La disciplina GLA es una extensión de analíticas de aprendizaje [149] pero adaptadas a entornos educativos basados en juegos. Con la técnica de GLA se recogen los datos de juego sin que el estudiante perciba que le están evaluando. Estos datos se analizan en tiempo real o después de jugar para proporcionar retroalimentación, y también después de que se hayan recogido suficientes datos durante varios partidas para que el análisis pueda arrojar conocimientos adicionales como la progresión de los estudiantes a lo largo de las partidas. Además, los datos de las interacciones del juego contienen información valiosa sobre cómo los jugadores interactuaron con el juego, el progreso, las habilidades, la persistencia, los problemas encontrados o la comprensión de los conceptos [16], [17]. Existen casos de éxito de GLA para la evaluación en juegos educativos [16], [119], [150], por ejemplo, CMX que es un MMORPG educativo dirigido a la educación secundaria para la enseñanza de la programación [151], [152]. Del mismo modo, existen varios marcos y estándares para el correcto análisis de los datos recogidos por los juegos [16], [17], [119], [152]-[154]. Para alcanzar nuestro objetivo de analizar el PC en todas sus dimensiones, planteamos también el uso de GLA en nuestro sistema de evaluación.

En esta tesis se trabaja para abarcar todas las dimensiones del marco 3D mediante diferentes enfoques de evaluación, creando así un sistema de evaluación. Así, se plantea una hipótesis de impacto de los diferentes enfoques de evaluación según el marco 3D (véase el Capítulo 3).

En este punto, el grado de cumplimiento de los objetivos generales de la tesis es el que se muestra en la Tabla 9. En el siguiente capítulo, se extraerán conclusiones a partir de esta investigación teórica y, a partir de ellas, se establecerán las hipótesis generales de la tesis.

Bibliografía

  [1]V. J. Shute, C. Sun, and J. Asbell-Clarke, "Demystifying computational thinking," Educational Research Review, vol. 22, pp. 142-158, 2017. Available: https://www.sciencedirect.com/science/article/pii/S1747938X17300350, doi: 10.1016/j.edurev.2017.09.003.

  [2]M. Berland and U. Wilensky, "Comparing virtual and physical robotics environments for supporting complex systems and computational thinking," Journal of Science Education and Technology, vol. 24, no. 5, pp. 628-647, 2015.

  [3]J. M. Wing, "Computational thinking and thinking about computing," Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, vol. 366, no. 1881, pp. 3717-3725, 2008. Available: http://rsta.royalsocietypublishing.org/content/366/1881/3717.abstract, doi: 10.1098/rsta.2008.0118.

  [4]T. Hsu, S. Chang, and Y. Hung, "How to learn and how to teach computational thinking: Suggestions based on a review of the literature," Computers & Education, vol. 126, pp. 296-310, 2018. Available: http://www.sciencedirect.com/science/article/pii/S0360131518301799, doi: //doi.org/10.1016/j.compedu.2018.07.004.

  [5]S. Grover and R. Pea, "Computational Thinking in K—12: A Review of the State of the Field," Educational Researcher, vol. 42, no. 1, pp. 38-43, 2013. Available: https://www.jstor.org/stable/23360476, doi: 10.3102/0013189X12463051.

  [6]M. Zapata-Cáceres and N. Fanchamps, "Using the beginners computational thinking test to measure development on computational concepts among preschoolers," in Proceedings of the 5th APSCE International Computational Thinking and STEM in Education Conference 2021, Singapore, National Institute of Education, 2021, pp. 32-37.

  [7]Zapata-Cáceres María, E. Martín-Barroso and M. Román-González, "BCTt: Beginners computational thinking test," in Raspberry Pi Foundation Research Seminars, Apr 2021, pp. 46-56. ISSN 2514-586X (16). Available: https://www.raspberrypi.org/app/uploads/2021/05/Understanding-computing-education-Volume-1-%E2%80%93-Raspberry-Pi-Foundation-Research-Seminars.pdf.

  [8]M. Zapata-Cáceres, E. Martín-Barroso, and M. Román-González, “Computational thinking test for beginners: Design and content validation,” in IEEE Global Engineering Education Conference (EDUCON’20), Porto, Portugal, pp. 1905–1914, 2020, doi: 10.1109/EDUCON45650.2020.9125368.

  [9]J. Kirriemuir and A. Mcfarlane, Literature Review in Games and Learning. Bristol: Futurelab, 2004. Available: https://telearn.archives-ouvertes.fr/hal-00190453.

 [10]M. Prensky, "Digital game-based learning," Computers in Entertainment (CIE), vol. 1, no. 1, pp. 21, 2003.

 [11]M. Qian and K. R. Clark, "Game-based Learning and 21st century skills: A review of recent research," Computers in Human Behavior, vol. 63, pp. 50-58, 2016. Available: https://www.sciencedirect.com/science/article/pii/S0747563216303491, doi: 10.1016/j.chb.2016.05.023.

 [12]L. S. Vygotsky, Mind in Society: The Development of Higher Psychological Processes. Cambridge, MA, USA: Harvard University Press, 1978.

 [13]J. Piaget, Psychology and Epistemology: Towards a Theory of Knowledge. CA, USA: Allen Lane, 1972.

 [14]D. H. Jonassen and L. Rohrer-Murphy, “Activity theory as a framework for designing constructivist learning environments,” Educational Technology Research & Development, vol. 47, no. 1, pp. 61–79, 1999. Available: https://www.jstor.org/stable/30220230, doi: 10.1007/BF02299477.

 [15]D. H. Jonassen, Learning to Solve Problems with Technology: A Constructivist Perspective. Upper Saddle River, N.J.: Merrill Prentice Hall, 2003.

 [16]C. Alonso-Fernandez et al, "Systematizing game learning analytics for serious games," in 2017 IEEE global engineering education conference (EDUCON), Apr 2017, pp. 1111-1118.

 [17]M. Freire et al, "Game Learning Analytics: Learning Analytics for Serious Games," Springer Nature Switzerland AG, pp. 1-29, Dec 1, 2016.

 [18]M. Zapata-Caceres, E. Martin, and M. Roman-Gonzalez, "Collaborative GameBased Environment and Assessment Tool for Learning Computational Thinking in Primary School: A Case Study," in IEEE Transactions on Learning Technologies, vol. 14, no. 5, pp. 576-589, 1 Oct. 2021, doi: 10.1109/TLT.2021.3111108.

 [19]M. Zapata-Cáceres and E. Martín-Barroso, "Applying Game Learning Analytics to a Voluntary Video Game: Intrinsic Motivation, Persistence, and Rewards in Learning to Program at an Early Age," in IEEE Access, vol. 9, pp. 123588-123602, 2021, doi: 10.1109/ACCESS.2021.3110475.

 [20]M. Binkley et al, "Defining twenty-first century skills," in Assessment and Teaching of 21st Century Skill. Dordrecht: Springer Netherlands, 2012, pp. 17-66.

 [21]B. Trilling and C. Fadel, 21st Century Skills: Learning for life in our times. San Francisco: John Wiley & Sons, 2009.

 [22]H. Kim et al, "Enhancing teachers' ICT capacity for the 21st century learning environment: Three cases of teacher education in Korea," Australasian Journal of Educational Technology, vol. 28, no. 6, 2012.

 [23]K. Tang, T. Chou, and C. Tsai, "A Content Analysis of Computational Thinking Research: An International Publication Trends and Research Typology," The Asia-Pacific Education Researcher, pp. 1-11, 2019. Available: https://search.proquest.com/docview/2195733480, doi: 10.1007/s40299-019-00442-8.

 [24]S. Grover et al, "A Framework for Using Hypothesis-Driven Approaches to Support Data-Driven Learning Analytics in Measuring Computational Thinking in Block-Based Programming Environments," ACM Transactions on Computing Education (TOCE), vol. 17, no. 3, pp. 1-25, 2017. Available: http://dl.acm.org/citation.cfm?id=3105910, doi: 10.1145/3105910.

 [25]S. Grover and A. Korhonen, "Unlocking the Potential of Learning Analytics in Computing Education," ACM Transactions on Computing Education (TOCE), vol. 17, no. 3, pp. 1-4, 2017. Available: http://dl.acm.org/citation.cfm?id=3122773, doi: 10.1145/3122773.

 [26]S. Grover. “The 5th ‘C’ of 21st Century skills? Try computational thinking (not coding)”, edsurge.com. http://bit.ly/346qK78 (accessed Feb. 1, 2018). Available: http://scholar.aci.info/view/1544f0f08b300170003/161ce93d34000012ef80942.

 [27]J. A. Velazquez-Iturbide, "Towards an analysis of computational thinking," in Sep 2018, pp. 1-6.

 [28]J.A. Velázquez-Iturbide, “Towards an analysis of computational thinking,” in Int. Symp. on Computers in Education (SIIE’18), pp. 1-6, Sep. 2018.

 [29]M. Israel et al, "Supporting all learners in school-wide computational thinking: A cross-case qualitative analysis," Computers & Education, vol. 82, pp. 263-279, 2015. Available: https://www.sciencedirect.com/science/article/pii/S0360131514002759, doi: 10.1016/j.compedu.2014.11.022.

 [30]C. Angevine et al, "Computational Thinking for a Computational World," 2017. Available: www.digitalpromise.org.

 [31]National Research Council, Report of a Workshop on the Pedagogical Aspects of Computational Thinking. National Academies Press, 2011.

 [32]Q. Burke, W. I. O'Byrne and Y. B. Kafai, "Computational participation: Understanding coding as an extension of literacy instruction," Journal of Adolescent & Adult Literacy, vol. 59, no. 4, pp. 371-375, 2016.

 [33]J. F. Sanford and J. T. Naidu, "Computational thinking concepts for grade school," Contemporary Issues in Education Research (CIER), vol. 9, no. 1, pp. 23-32, 2016.

 [34]K. Mills et al, Computational Thinking for an Inclusive World: A Resource for Educators to Learn and Lead. Digital Promise, 2021. Available: https://doi.org/10.51388/20.500.12265/140.

 [35]C. Sneider et al, "Computational thinking in high school science classrooms," The Science Teacher, vol. 81, no. 5, pp. 53, 2014.

 [36]N. Kelly and J. S. Gero, "Design thinking and computational thinking: a dual process model for addressing design problems," Design Science, vol. 7, 2021.

 [37]T. C. Pargman et al, "Teaching Computational Thinking in K-9: Tensions at the Intersection of Technology and Pedagogical Knowledge," in 14th International Conference of the Learning Sciences (ICLS) 2020, vol. 4, pp. 2409-2410, International Society of the Learning Sciences, 2020.

 [38]D. Kohen-Vacs and M. Milrad, "Computational thinking education for in-service elementary swedish teachers: Their perceptions and implications for competence development," in International Conference on Computational Thinking Education, 13-15 June 2019, Hong Kong, 2019.

 [39]V. Allan et al, "Computational thinking in high school courses," in Proceedings of the 41st ACM Technical Symposium on Computer Science Education, 2010.

 [40]P. Sengupta et al, "Integrating computational thinking with K-12 science education using agent-based computation: A theoretical framework," Education and Information Technologies, 2013, vol. 18, no 2, p. 351-380. Available: https://search.proquest.com/docview/1323979287, doi: 10.1007/s10639-012-9240-x.

 [41]V. Barr and C. Stephenson, "Bringing computational thinking to K-12: What is Involved and what is the role of the computer science education community?" ACM Inroads, vol. 2, no. 1, pp. 48-54, 2011.

 [42]P. Mishra, A. Yadav, and Deep-Play Research Group, "Rethinking technology & creativity in the 21st century," TechTrends, vol. 57, no. 3, pp. 10-14, 2013.

 [43]J. M. Wing, "Computational Thinking Test," CACM Viewpoint, pp. 33-35, 2006. Available: http://www.cs.cmu.edu/~wing/.

 [44]M. Román-González, J. Pérez-González and C. Jiménez-Fernández, "Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test," Computers in Human Behavior, vol. 72, pp. 678-691, 2017. Available: https://www.sciencedirect.com/science/article/pii/S0747563216306185, doi: 10.1016/j.chb.2016.08.047.

 [45]A. V. Aho, "Computation and computational thinking," The Computer Journal, vol. 55, no. 7, pp. 832-835, 2012.

 [46]K. Brennan, M. Resnick, and MIT Media Lab, "New frameworks for studying and assessing the development of computational thinking," American Educational Research Association Meeting, Vancouver, BC, Canada., 2012.

 [47]S. Papert, Mindstorms: Children, Computers, and Powerful Ideas. Basic Books, Inc., 1980.

 [48]J. J. Lu and G. H. Fletcher, "Thinking about computational thinking," in Proceedings of the 40th ACM Technical Symposium on Computer Science Education, 2009.

 [49]J. Wing, "Research notebook: Computational thinking—What and why," The Link Magazine, vol. 6, pp. 20-23, 2011.

 [50]S. Furber, "Shut down or restart? The way forward for computing in UK schools," The Royal Society, 2012. Available: https://royalsociety.org/-/media/education/computing-in-schools/2012-01-12-computing-in-schools.pdf.

 [51]M. Tedre and P. J. Denning, "The long quest for computational thinking," in Proceedings of the 16th Koli Calling International Conference on Computing Education Research, pp. 120-129, 2016.

 [52]J. Moreno et al, " No es lo mismo: un análisis de red de texto sobre definiciones de pensamiento computacional para estudiar su relación con la programación informática," Revista Interuniversitaria De Investigación En Tecnología Educativa, 2019, doi: 10.6018/riite.397151.

 [53]ISTE and CSTA, "Operational definition of computational thinking for K-12 education," 2011. Available: https://cdn.iste.org/www-root/Computational_Thinking_Operational_Definition_ISTE.pdf.

 [54]M. U. Bers et al, "Computational thinking and tinkering: Exploration of an early childhood robotics curriculum," Computers & Education, vol. 72, pp. 145-157, 2014. Available: https://search.datacite.org/works/10.1016/j.compedu.2013.10.020, doi: 10.1016/j.compedu.2013.10.020.

 [55]S. Atmatzidou and S. Demetriadis, "Advancing students’ computational thinking skills through educational robotics: A study on age and gender relevant differences," Robotics and Autonomous Systems, vol. 75, pp. 661-670, 2016. Available: https://www.sciencedirect.com/science/article/pii/S0921889015002420, doi: 10.1016/j.robot.2015.10.008.

 [56]N. D. Anderson, "A call for computational thinking in undergraduate psychology," Psychology Learning & Teaching, vol. 15, no. 3, pp. 226-234, 2016.

 [57]S. Rose, J. Habgood and T. Jay, " An exploration of the role of visual programming tools in the development of young children’s computational thinking," Electronic journal of e-learning, 2017, vol. 15, no 4, p. 297-309, Aug 1, 2017.

 [58]D. Weintrop and U. Wilensky, "Using commutative assessments to compare conceptual understanding in blocks-based and text-based programs," in ICER, pp. 101-110, Aug 9, 2015.

 [59]D. Statter and M. Armoni, "Teaching abstract thinking in introduction to computer science for 7th graders," in Proceedings of the 11th Workshop in Primary and Secondary Computing Education, pp. 80-83, 2016.

 [60]B. Zhong et al, " An Exploration of Three-Dimensional Integrated Assessment for Computational Thinking," Journal of Educational Computing Research, vol. 53, no. 4, pp. 562-590, 2016. Available: https://journals.sagepub.com/doi/full/10.1177/0735633115608444, doi: 10.1177/0735633115608444.

 [61]S. Y. Lye and J. H. L. Koh, "Review on teaching and learning of computational thinking through programming: What is next for K-12?" Computers in Human Behavior, vol. 41, pp. 51-61, 2014. Available: https://www.sciencedirect.com/science/article/pii/S0747563214004634, doi: 10.1016/j.chb.2014.09.012.

 [62]E. Hunsaker, Computational Thinking. The K–12 Educational Technology Handbook, A. Ottenbreit-Leftwich and R. Kimmons, Eds. EdTech Books, 2020, pp. 80–95. [Online]. Available: https://bit.ly/2UP0gZi.

 [63]P. J. Rich et al, "Coding in K-8: International Trends in Teaching Elementary/Primary Computing," TechTrends, pp. 1-19, 2018.

 [64]C. S. González-González, "State of the art in the teaching of computational thinking and programming in childhood education," Education in the Knowledge Society, vol. 20, pp. 1-15, 2019.

 [65]S. Bocconi, A. Chioccariello, G. Dettori, A. Ferrari, and K. Engelhardt, “Developing computational thinking in compulsory education,” Eur. Commission, JRC Sci. Policy Rep., pp. 68, 2016.

 [66]Unión Europea, “Plan de Acción de Educación Digital (2021-2027)”, Unión Europa, European Comission, European Education Area, 2021.[Online]. Available: https://ec.europa.eu/jrc/en/digcomp/digital-competence-framework. [Accessed: Dic. 12, 2021].

 [67]Unión Europea, “DigComp. The Digital Competence Framework 2.0”, EU SCIENCE HUB, 2021. [Online]. Available: https://ec.europa.eu/jrc/en/digcomp/digital-competence-framework. [Accessed: Dic. 12, 2021].

 [68]Code.org, “Learn computer science. Change the world”, Code.org. [Online]. Available: https://code.org/. [Accessed: Jan. 20, 2022].

 [69]La hora del código, “Celebramos las Ciencias de la Computación en todas partes”, hourofcode.com. [Online]. Available: https://hourofcode.com/es. [Accessed: Jan. 20, 2022].

 [70]J. Á Velázquez-Iturbide, "Report of the Spanish computing scientific society on computing education in pre-university stages," in Proceedings of the Sixth International Conference on Technological Ecosystems for Enhancing Multiculturality, 2018.

 [71]Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), "Programación, robótica y Pensamiento Computacional en el aula. Situación en España y propuesta normativa", Ministerio de Educación y Formación Profesional, Gobierno de España, Oct, 2018. [Online]. Available: https://code.intef.es/wp-content/uploads/2018/10/Ponencia-sobre-Pensamiento-Computacional.-Informe-Final.pdf.

 [72]Junta de Castilla y León, “Proyecto de innovación 'TIC STEAM' - Curso 2016-2017”, educacyl Portal de Educación, 2017. [Online]. Available: https://www.educa.jcyl.es/profesorado/es/formacion-profesorado/proyectos-relacionados-formacion-permanente-profesorado/competencia-digital/convocatorias/proyecto-innovacion-tic-steam-curso-2016-2017.

 [73]Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), “Escuela de Pensamiento Computacional e Inteligencia Artificial”, Ministerio de Educación y Formación Profesional, Gobierno de España, 2021. [Online]. Available: https://intef.es/tecnologia-educativa/pensamiento-computacional/.

 [74]Programamos, “Es necesario que todo el mundo desarrolle su Pensamiento Computacional, desde niños a mayores”, programamos.com. [Online]. Available: https://programamos.es/. [Accessed: Jan. 20, 2022].

 [75]Boletín Oficial del Estado, “Marco de referencia de la competencia digital docente”, Ministerio de la Presidencia, Relaciones con las Cortes y Memoria Democrática, Gobierno de España. [Online]. Available: https://www.boe.es/diario_boe/txt.php?id=BOE-A-2020-7775#top.

 [76]E. Hunsaker, Integrating computational thinking. K-12 technology integration. Pressbooks. Available: https://k12techintegration.pressbooks.com/chapter/integrating-computational-thinking, 2018.

 [77]M. Zapata-Ros, "Computational thinking unplugged," Education in the Knowledge Society, vol. 20, pp. 1-29, 2019.

 [78]T. Bell et al, "Computer science unplugged: School students doing real computing without computers," The New Zealand Journal of Applied Computing and Information Technology, vol. 13, no. 1, pp. 20-29, 2009.

 [79]S. Adak, "Effectiveness of Constructivist Approach on Academic Achievement in Science at Secondary Level." Educational Research and Reviews, vol. 12, no. 22, pp. 1074-1079, 2017.

 [80]V. Richardson, "Constructivist pedagogy," Teachers College Record, vol. 105, no. 9, pp. 1623-1640, 2003.

 [81]C. T. Fosnot and R. S. Perry, "Constructivism: A psychological theory of learning," Constructivism: Theory, Perspectives, and Practice, vol. 2, no. 1, pp. 8-33, 1996.

 [82]S. Papert and I. Harel, "Situating constructionism," Constructionism, vol. 36, no. 2, pp. 1-11, 1991.

 [83]C. W. Istikomah and C. Budiyanto, "The contribution of educational robotics and constructivist approach to computational thinking in the 21st century," in Proceedings of the the 1st International Conference on Computer Science and Engineering Technology Universitas Muria Kudus, 2018.

 [84]S. Hartikainen et al, "The concept of active learning and the measurement of learning outcomes: A review of research in engineering higher education," Education Sciences, vol. 9, no. 4, pp. 276, 2019.

 [85]R. T. Johnson and D. W. Johnson, "Active learning: Cooperation in the classroom," The Annual Report of Educational Psychology in Japan, vol. 47, pp. 29-30, 2008.

 [86]P. Dillenbourg, Ed., Collaborative Learning: Cognitive and Computational Approaches. Oxford, U.K.: Pergamon, 1999.

 [87]M. Laal and S. M. Ghodsi, "Benefits of collaborative learning," Procedia - Social and Behavioral Sciences, vol. 31, pp. 486-490, 2012. Available: http://www.sciencedirect.com/science/article/pii/S1877042811030205, doi: //doi.org/10.1016/j.sbspro.2011.12.091.

 [88]D. W. Johnson and R. T. Johnson, "Effects of cooperative and individualistic learning experiences on interethnic interaction," Journal of Educational Psychology, vol. 73, (3), pp. 444-449, 1981. Available: https://search.proquest.com/docview/614371667. DOI: 10.1037/00220663.73.3.444.

 [89]M. Laal and M. Laal, "Collaborative learning: what is it?" Procedia - Social and Behavioral Sciences, vol. 31, pp. 491-495, 2012. Available: http://www.sciencedirect.com/science/article/pii/S1877042811030217. DOI: //doi.org/10.1016/j.sbspro.2011.12.092.

 [90]D. Boud and G. E. Feletti, Eds., The Challenge of Problem-Based Learning. London, U.K.: Routledge, 1997, doi: 10.4324/9781315042039.

 [91]J. Roschelle and S. D. Teasley, "The construction of shared knowledge in collaborative problem solving," in Computer Supported Collaborative Learning, 1995.

 [92]P. C. Blumenfeld et al, "Motivating Project-Based Learning: Sustaining the Doing, Supporting the Learning," Educational Psychologist, vol. 26, no. 3-4, pp. 369-398, 1991. Available: http://www.tandfonline.com/doi/abs/10.1080/00461520.1991.9653139, doi: 10.1080/00461520.1991.9653139.

 [93]L. Zhang and J. Nouri, "A systematic review of learning computational thinking through Scratch in K-9," Comput. Educ., vol. 141, pp. 103-607, 2019.

 [94]J. Moreno-León, G. Robles, and M. Román-González, "Towards data-driven learning paths to develop computational thinking with scratch," IEEE Transactions on Emerging Topics in Computing, vol. 8, no. 1, pp. 193-205, 2017.

 [95]J. Nouri et al, "Development of computational thinking, digital competence and 21st century skills when learning programming in K-9," Education Inquiry, vol. 11, no. 1, pp. 1-17, 2020.

 [96]J. Fagerlund et al, "Computational thinking in programming with scratch in primary schools: A systematic review," Computer Applications in Engineering Education, vol. 29, no. 1, pp. 12-28, 2021.

 [97]G. Falloon, "An analysis of young students' thinking when completing basic coding tasks using Scratch Jnr. On the iPad," J. Comput. Assisted Learn., vol. 32, no. 6, pp. 576-593, 2016.

 [98]Massachusetts Institute of Technology: MIT, “Scratch”, scratch.mit.edu, [Online]. Available: https://scratch.mit.edu/.

 [99]P. Mozelius and L. Öberg, "Play‐based learning for programming education in primary school: The östersund model," in European Conference on E-Learning-ECEL 2017, Porto, Portugal, 26-27 October 2017, 2017.

[100]A. G. Soosai Raj et al, "Does native language play a role in learning a programming language?" in Proceedings of the 49th ACM Technical Symposium on Computer Science Education, 2018.

[101]M. Jancheski, "Improving teaching and learning computer programming in schools through educational software," Olympiads in Informatics, vol. 11, pp. 55-75, 2017.

[102]E. F. Silva, B. J. Dembogurski and G. S. Semaan, "A Systematic Review of Computational Thinking in Early Ages," arXiv Preprint arXiv:2106.10275, 2021.

[103]J. M. Cañas Plaza et al, "Entorno docente universitario para la programación de los robots," Revista Iberoamericana De Automática E Informática Industrial, vol. 15, no. 4, pp. 404-415, 2018.

[104]A. Hamidi, M. Milrad and S. Tavajoh, "Combining maker technologies to promote computational thinking and heart-ware skills through project-based activities: Design considerations and empirical outputs," in Cte-Stem 2021, 2021.

[105]R. Zerega et al, "A co-design approach for developing computational thinking skills in connection to STEM related curriculum in swedish schools," in Cte-Stem 2021, 2021.

[106]M. Riedmiller and T. Gabel, "On experiences in a complex and competitive gaming domain: Reinforcement learning meets robocup," in 2007 IEEE Symposium on Computational Intelligence and Games, 2007.

[107]N. L. Fanchamps et al, "The influence of SRA programming on algorithmic thinking and self-efficacy using Lego robotics in two types of instruction," International Journal of Technology and Design Education, vol. 31, no. 2, pp. 203-222, 2021.

[108]N. L. Fanchamps et al, "The Impact of SRA-Programming on Computational Thinking in a Visual Oriented Programming Environment," Education and Information Technologies, vol. 26, no. 5, pp. 6479-6498, 2021.

[109]M. Montessori, J. M. Hunt and J. Valsiner, The Montessori Method. Routledge, 2017.

[110]M. Elkin, A. Sullivan, and M. U. Bers, "Programming with the KIBO robotics kit in preschool classrooms," Computers in the Schools, vol. 33, no. 3, pp. 169-186, 2016.

[111]L. L. Román, "Metodología para la enseñanza aprendizaje de la lógica de la programación orientada a objetos," in 5ta. Conferencia Iberoamericana en Sistemas, Cibernética e Informática CISCI, International Institute of Informatics and Systemics, EE. UU, 2007.

[112]J. Urquiza-Fuentes and J. Á Velázquez-Iturbide, "A survey of successful evaluations of program visualization and algorithm animation systems," ACM Transactions on Computing Education (TOCE), vol. 9, no. 2, pp. 1-21, 2009.

[113]L. Seiter and B. Foreman, "Modeling the learning progressions of computational thinking of primary grade students," in Proceedings of the Ninth Annual International ACM Conference on International Computing Education Research, 2013, Available: http://doi.acm.org/10.1145/2493394.2493403, doi: 10.1145/2493394.2493403.

[114]S. Grover, R. Pea and S. Cooper, "Designing for deeper learning in a blended computer science course for middle school students," Computer Science Education, vol. 25, no. 2, pp. 199-237, 2015.

[115]A. Basawapatna et al, "Recognizing computational thinking patterns," in Proceedings of the 42nd ACM technical symposium on Computer science education, pp. 245-250 Mar 9, 2011.

[116]S. Papadakis and M. Kalogiannakis, "Evaluating a course for teaching advanced programming concepts with scratch to preservice kindergarten teachers: A case study in greece," in Early Childhood EducationAnonymous 2018.

[117]A. Eguiluz et al, "Exploring the progression of early programmers in a set of computational thinking challenges via clickstream analysis," Tetc, pp. 1, 2017. Available: https://ieeexplore.ieee.org/document/8093668, doi: 10.1109/TETC.2017.2768550.

[118]G. Petri and C. Gresse von Wangenheim, "How games for computing education are evaluated? A systematic literature review," Computers & Education, vol. 107, pp. 68-90, 2017. Available: http://dx.doi.org/10.1016/j.compedu.2017.01.004, doi: 10.1016/j.compedu.2017.01.004.

[119]A. Vahldick, A. J. Mendes and M. J. Marcelino, "Dynamic Difficulty Adjustment through a Learning Analytics Model in a Casual Serious Game for Computer Programming Learning," EAI Endorsed Transactions on Serious Games, vol. 4, no. 13, 2017.

[120]C. Kroustalli and S. Xinogalos, "Studying the effects of teaching programming to lower secondary school students with a serious game: a case study with Python and CodeCombat," Education and Information Technologies, pp. 1-27, 2021.

[121]M. Csikszentmihalyi, Finding Flow: The Psychology of Engagement with Everyday Life. United States: 1997.

[122]S. H. Chuah, "Why and who will adopt extended reality technology? Literature review, synthesis, and future research agenda," Literature Review, Synthesis, and Future Research Agenda, Dec. 13, 2018.

[123]M. Montola, "Exploring the edge of the magic circle: Defining pervasive games," in Proceedings of DAC, 2005.

[124]C. Bonillo, J. Marco, and E. Cerezo, "Developing pervasive games in interactive spaces: the JUGUEMOS toolkit," Multimedia Tools Appl, vol. 78, no. 22, pp. 32261-32305, 2019.

[125]N. M. Medina et al, "Hacia una propuesta de evaluación heurística de experiencias de juego pervasivas," Revista De La Asociación Interacción Persona Ordenador (AIPO), vol. 2, no. 2, pp. 42-53, 2021.

[126]J. Marco, C. Bonillo, and E. Cerezo, "A tangible interactive space odyssey to support children learning of computer programming," in Proceedings of the 2017 ACM International Conference on Interactive Surfaces and Spaces, 2017.

[127]S. SUKIRMAN et al, "A Strategy of Learning Computational Thinking through Game Based in Virtual Reality: Systematic Review and Conceptual Framework," Informatics in Education, 2021.

[128]Y. Ching, Y. Hsu and S. Baldwin, "Developing computational thinking with educational technologies for young learners," TechTrends, vol. 62, no. 6, pp. 563-573, 2018.

[129]C. P. Brackmann et al, "Development of computational thinking skills through unplugged activities in primary school," in Proceedings of the 12th Workshop on Primary and Secondary Computing Education, 2017.

[130]S. Suh, M. Lee and G. Xia, "Coding strip: A pedagogical tool for teaching and learning programming concepts through comics," in 2020 IEEE Symposium on Visual Languages and Human-Centric Computing (VL/HCC), 2020.

[131]G. Aranda and J. P. Ferguson, "Unplugged Programming: The future of teaching computational thinking?" Pedagogika, vol. 68, no. 3, 2018.

[132]J. Waite et al, "Unplugged computing and semantic waves: Analysing crazy characters," in Proceedings of the 1st UK & Ireland Computing Education Research Conference, 2019.

[133]A. Dengel, "Computer science replugged: What is the use of virtual reality in computer science education?" in Proceedings of the 14th Workshop in Primary and Secondary Computing Education, 2019.

[134]X. Tang et al, "Assessing computational thinking: A systematic review of empirical studies," Computers & Education, vol. 148, pp. 103-798, 2020. Available: http://www.sciencedirect.com/science/article/pii/S0360131519303483, doi: https://doi.org/10.1016/j.compedu.2019.103798.

[135]J. Denner, L. Werner and E. Ortiz, "Computer games created by middle school girls: Can they be used to measure understanding of computer science concepts?" Computers & Education, vol. 58, no. 1, pp. 240-249, 2012. Available: https://www.sciencedirect.com/science/article/pii/S0360131511001849, doi: 10.1016/j.compedu.2011.08.006.

[136]I. Cetin and E. Dubinsky, "Reflective abstraction in computational thinking," Journal of Mathematical Behavior, vol. 47, pp. 70-80, 2017. Available: https://www.sciencedirect.com/science/article/pii/S0732312316301511, doi: 10.1016/j.jmathb.2017.06.004.

[137]S. Jun et al, "Assessing the computational literacy of elementary students on a national level in Korea," Educational Assessment, Evaluation and Accountability, vol. 26, no. 4, pp. 319-332, 2014.

[138]L. Werner et al, "The fairy performance assessment," in Proceedings of the 43rd ACM technical symposium on Computer Science Education, pp. 215-220, 2012.

[139]V. Garneli and K. Chorianopoulos, "Programming video games and simulations in science education: exploring computational thinking through code analysis," Interactive Learning Environments, vol. 26, no. 3, pp. 386-401, 2018. Available: http://www.tandfonline.com/doi/abs/10.1080/10494820.2017.1337036, doi: 10.1080/10494820.2017.1337036.

[140]A. Mühling, A. Ruf and P. Hubwieser, "Design and first results of a psychometric test for measuring basic programming abilities," in Proceedings of the workshop in primary and secondary computing education, pp. 2-10, Nov 9, 2015.

[141]Ö Korkmaz, R. Çakir and M. Y. Özden, "A validity and reliability study of the computational thinking scales (CTS)," Computers in Human Behavior, vol. 72, pp. 558-569, 2017. Available: https://www.sciencedirect.com/science/article/pii/S0747563217300055, doi: 10.1016/j.chb.2017.01.005.

[142]M. Román-González et al, "Extending the nomological network of computational thinking with non-cognitive factors," Computers in Human Behavior, vol. 80, pp. 441-459, 2018. Available: http://www.sciencedirect.com/science/article/pii/S0747563217305563, doi: https://doi.org/10.1016/j.chb.2017.09.030.

[143]M. Román-González et al, "Can computational talent be detected? Predictive validity of the Computational Thinking Test," International Journal of ChildComputer Interaction, vol. 18, pp. 47-58, 2018. Available: http://www.sciencedirect.com/science/article/pii/S221286891730034X, doi: https://doi.org/10.1016/j.ijcci.2018.06.004.

[144]AERA, APA and NCME, Standards for Educational and Psychological Testing. 2014. Available: http://www.fachportal-paedagogik.de/fis_bildung/suche/fis_set.html?FId=1050398.

[145]G. Chen et al, "Assessing elementary students’ computational thinking in everyday reasoning and robotics programming," Computers & Education, vol. 109, pp. 162-175, 2017. Available: http://www.sciencedirect.com/science/article/pii/S0360131517300490, doi: https://doi.org/10.1016/j.compedu.2017.03.001.

[146]E. Relkin, L. de Ruiter and M. U. Bers, "TechCheck: Development and Validation of an Unplugged Assessment of Computational Thinking in Early Childhood Education," Journal of Science Education and Technology, vol. 29, no. 4, pp. 482-498, 2020. Available: https://search.proquest.com/docview/2413230852, doi: 10.1007/s10956-020-09831-x.

[147]Y. Li, S. Xu, and J. Liu, "Development and Validation of Computational Thinking Assessment of Chinese Elementary School Students," Journal of Pacific Rim Psychology, vol. 15, pp. 18344909211010240, 2021. Available: https://doi.org/10.1177/18344909211010240, doi: https://doi.org/10.1177/18344909211010240.

[148]S. Grover, R. Pea and S. Cooper, "«Systems of assessments» for deeper learning of computational thinking in K-12," in Proceedings of the 2015 Annual Meeting of the American Educational Research Association, 2015.

[149]G. Siemens and P. Long, "Penetrating the Fog: Analytics in Learning and Education," EDUCAUSE Review, vol. 46, no. 5, pp. 30, 2011.

[150]A. Mathrani, S. Christian and A. Ponder-Sutton, "PlayIT: Game based learning approach for teaching programming concepts," Journal of Educational Technology & Society, vol. 19, no. 2, pp. 5-17, 2016.

[151]C. Malliarakis, M. Satratzemi and S. Xinogalos, "CMX: The effects of an educational MMORPG on learning and teaching computer programming," IEEE Transactions on Learning Technologies, vol. 10, no. 2, pp. 219-235, 2016.

[152]C. Malliarakis, M. Satratzemi and S. Xinogalos, "Integrating learning analytics in an educational MMORPG for computer programming," in 2014 IEEE 14th International Conference on Advanced Learning Technologies, 2014.

[153]W. Greller and H. Drachsler, "Translating learning into numbers: A generic framework for learning analytics," Journal of Educational Technology & Society, vol. 15, no. 3, pp. 42-57, 2012.

[154]M. A. Chatti et al, "Learning Analytics: Challenges and Future Research Directions," eleed, vol. 10, no 1. Nov 6, 2014.

[155]M. Román González, "Computational thinking test: Design guidelines and content validation," in Proceedings of EDULEARN15 conference, Barcelona, pp. 2436-2444, 201.

[156]D. Căprioară, "Emotions and the Learning of School Mathematics," Bulletin of the Transilvania University of Braşov, Series VII: Social Sciences and Law, vol. 10, no. 1, pp. 9-18, 2017. Available: http://www.ceeol.com/search/article-detail?id=566146.

[157]C. Chen and P. Herbst, "The interplay among gestures, discourse, and diagrams in students’ geometrical reasoning," Educational Studies in Mathematics, vol. 83, no. 2, pp. 285-307, 2013. Available: 10.1007/s10649-012-9454-2, doi: https://doi.org/10.1007/s10649-012-9454-2.

[158]H. Y. Durak and M. Saritepeci, "Analysis of the relation between computational thinking skills and various variables with the structural equation model," Computers & Education, vol. 116, pp. 191-202, 2018. Available: http://www.sciencedirect.com/science/article/pii/S0360131517302087, doi: //doi.org/10.1016/j.compedu.2017.09.004.

[159]T. Watanabe, "Visual Reasoning Tools in Action: Double Number Lines, Area Models, and Other Diagrams Power Up Students' Ability to Solve and Make Sense of Various Problems," Mathematics Teaching in the Middle School, vol. 21, no. 3, pp. 152, 2015.

[160]C. E. Lance, M. M. Butts and L. C. Michels, "The sources of four commonly reported cutoff criteria: What did they really say?" Organ. Res. Methods, vol. 9, no. 2, pp. 202-220, 2006.

[161]M. Román-González, J. Moreno-León and G. Robles, "Combining assessment tools for a comprehensive evaluation of computational thinking interventions," in Computational Thinking Education, S. Kong and H. Abelson, Eds. 2019, Available: https://doi.org/10.1007/978-981-13-6528-7_6, doi: 10.1007/978-981-13-6528-7_6.

[162]A. A. De Souza et al, "Data mining framework to analyze the evolution of computational thinking skills in game building workshops," IEEE Access, vol. 7, pp. 82848-82866, 2019.

[163]R. F. DeVellis, "Classical test theory," Med. Care, pp. S50-S59, 2006.

[164]R. K. Hambleton and R. W. Jones, "Comparison of classical test theory and item response theory and their applications to test development," Educational Measurement: Issues and Practice, vol. 12, no. 3, pp. 38-47, 1993.

[165]L. El-Hamamsy, M. Zapata-Caceres, E. Martín, F. Mondada, J. Dehler Zufferey, and B. Bruno, "The competent Computational Thinking test (cCTt): Development and validation of an unplugged Computational Thinking test for upper primary school," Journal of Educational Computing Research, 2022. In press.

[166]S. Kong, "A framework of curriculum design for computational thinking development in K-12 education," Journal of Computers in Education, vol. 3, no. 4, pp. 377-394, 2016.

[167]F. Buitrago Flórez et al, "Changing a Generation's Way of Thinking: Teaching Computational Thinking Through Programming," Review of Educational Research, vol. 87, no. 4, pp. 834, 2017. Available: https://search.proquest.com/docview/1917804191, doi: 10.3102/0034654317710096.

[168]J. Alvarez et al, "Blue Bot Project Experiment," 8th International Toy Research Association World Conference Jul 11, 2018.

[169]C. Sáez Fernández, G. Viera López and D. Pérez Marín, "Propuesta metodológica de la enseñanza de la programación en Educación Infantil con Cubetto," IE Comunicaciones: Revista Iberoamericana De Informática Educativa, no. 28, pp. 1-8, 2018. Available: https://dialnet.unirioja.es/servlet/oaiart?codigo=6750332.

[170]W. Wu et al, "Investigating the learning‐theory foundations of game‐based learning: a meta‐analysis," Journal of Computer Assisted Learning, vol. 28, no. 3, pp. 265-279, 2012. Available: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1365-2729.2011.00437.x, doi: 10.1111/j.1365-2729.2011.00437.x.

[171]E. Boyle, T. M. Connolly, and T. Hainey, "The role of psychology in understanding the impact of computer games," Entertainment Computing, vol. 2, no. 2, pp. 69-74, 2011. Available: https://www.sciencedirect.com/science/article/pii/S1875952110000200, doi: 10.1016/j.entcom.2010.12.002.

[172]M. Li and C. Tsai, "Game-Based Learning in Science Education: A Review of Relevant Research," Journal of Science Education and Technology, vol. 22, no. 6, pp. 877-898, 2013. Available: https://doi.org/10.1007/s10956-013-9436-x, doi: 10.1007/s10956-013-9436-x.

[173]W. Wu et al, "Re-exploring game-assisted learning research: The perspective of learning theoretical bases," Computers & Education, vol. 59, no. 4, pp. 1153-1161, 2012. Available: https://www.sciencedirect.com/science/article/pii/S0360131512001248, doi: 10.1016/j.compedu.2012.05.003.

[174]M. Csikszentmihalyi, "Flow and the psychology of discovery and invention," HarperPerennial, New York, vol. 39, 1997.

[175]T. Hainey et al, "A systematic literature review of games-based learning empirical evidence in primary education," Computers & Education, vol. 102, pp. 202-223, 2016.

[176]J. R. Savery and T. M. Duffy, "Problem based learning: An instructional model and its constructivist framework," Educational Technology, vol. 35, no. 5, pp. 31-38, 1995.

[177]J. R. Savery, "Overview of Problem-based Learning: Definitions and distinctions," Essential readings in problem-based learning: Exploring and extending the legacy of Howard S. Barrows, vol. 9, no 2, pp. 5-15, 2015. Available: https://library.biblioboard.com/viewer/620aa903-49eb-49d1-8fc2-b02dbeda193c.

[178]B. Haßler, L. Major, and S. Hennessy, "Tablet use in schools: A critical review of the evidence for learning outcomes," Journal of Computer Assisted Learning, vol. 32, no. 2, pp. 139-156, 2016.

[179]Y. Rogers et al, " Equal opportunities: Do shareable interfaces promote more group participation than single user displays?" Human–Computer Interaction, vol. 24, no. 1-2, pp. 79-116, 2009.

[180]D. Roldan-Alvarez et al, "DEDOS: An Authoring Toolkit to Create Educational Multimedia Activities for Multiple Devices," IEEE Transactions on Learning Technologies, vol. 11, no. 4, pp. 493-505, 2018. Available: https://ieeexplore.ieee.org/document/8244297, doi: 10.1109/TLT.2017.2788867.

[181]C. Lin, L. Wong and Y. Shao, "Comparison of 1: 1 and 1: m CSCL environment for collaborative concept mapping," Journal of Computer Assisted Learning, vol. 28, no. 2, pp. 99-113, 2012.

[182]M. Zapata-Cáceres, E. Martín-Barroso and M. Román-González, "Computational Thinking Test for Beginners: Design and Content Validation," 2020 IEEE Global Engineering Education Conference (EDUCON). in Press, 2020.

[183]R. S. Pressman, Software Engineering: A Practitioner's Approach. Palgrave macmillan, 2005.

[184]C. Larman, Agile and Iterative Development: A Manager's Guide. Addison-Wesley Professional, 2004.

[185]L. García-de-la-Fuente, "Tratamiento de ficheros generados por Blue Ant Code," Trabajo De Fin De Grado En Ingeniería Informática, Universidad Rey Juan Carlos, 2020.

[186]G. Matilla-Jiménez, "Desarrollo una aplicación web para facilitar la visualización y análisis se datos de Blue Ant Code," Trabajo De Fin De Grado En Ingeniería Informática, Universidad Rey Juan Carlos, 2020.

[187]J. Moreno and G. Robles, "Automatic detection of bad programming habits in scratch: A preliminary study," in 2014 IEEE Frontiers in Education Conference (FIE) Proceedings, pp. 1-4, Oct. 2014.

[188]N. Diana et al, "An instructor dashboard for real-time analytics in interactive programming assignments," in Proceedings of the Seventh International Learning Analytics & Knowledge Conference, pp. 272-279, 2017.

[189]L. Gal et al, "Suggesting a log-based creativity measurement for online programming learning environment," in Proceedings of the Fourth (2017) ACM Conference on Learning@ Scale, pp. 273-277, 2017.

[190]D. Olivares and C. Hundhausen, "Supporting learning analytics in computing education," in Proceedings of the Seventh International Learning Analytics & Knowledge Conference, pp. 584-585, 2017.

[191]M. Zapata-Ros and P. Pérez-Paredes, El Pensamiento Computacional. Análisis De Una Competencia Clave. New York: Create Space Independent Publishing, 2018.

[192]H. Søndergaard and R. A. Mulder, "Collaborative learning through formative peer review: Pedagogy, programs and potential," Computer Science Education, vol. 22, no. 4, pp. 343-367, 2012.

[193]M. R. Snodgrass, M. Israel and G. C. Reese, "Instructional supports for students with disabilities in K-5 computing: Findings from a cross-case analysis," Computers & Education, vol. 100, pp. 1-17, 2016.

[194]N. Ayuso et al, "Gender Gap in STEM: A Cross-Sectional Study of Primary School Students’ Self-Perception and Test Anxiety in Mathematics," IEEE Transactions on Education, vol. 64, no. 1, pp. 40-49, 2020.

[195]L. Sun et al, "Primary school students' perceptions of scaffolding in digital gamebased learning in mathematics," Learning, Culture and Social Interaction, vol. 28, pp. 100457, 2021.

[196]M. Cengiz et al, "Development of an interactive game-based learning environment to teach data mining," The International Journal of Engineering Education, vol. 33, no. 5, pp. 1598-1617, 2017.

[197]H. Lu, "Rethinking game-based learning from a gender perspective: a case study of a male English language learner in China," Gender, Technology and Development, vol. 16, no. 1, pp. 49-70, 2012.

[198]E. A. Boyle et al, "An update to the systematic literature review of empirical evidence of the impacts and outcomes of computer games and serious games," Computers & Education, vol. 94, pp. 178-192, 2016. Available: http://www.sciencedirect.com/science/article/pii/S0360131515300750, doi: //doi.org/10.1016/j.compedu.2015.11.003.

[199]R. J. Mislevy, L. S. Steinberg and R. G. Almond, "Focus Article: On the Structure of Educational Assessments," Measurement (Mahwah, N.J.), vol. 1, no. 1, pp. 3-62, 2003. Available: http://www.tandfonline.com/doi/abs/10.1207/S15366359MEA0101_02, doi: 10.1207/S15366359MEA0101_02.

[200]V. J. Shute and G. R. Moore, "Consistency and validity in game-based stealth assessment," Technology Enhanced Innovative Assessment: Development, Modeling, and Scoring from an Interdisciplinary Perspective, vol. 296, 2017.

[201]C. Alonso Fernández et al, "Improving serious games analyzing learning analytics data: lessons learned," in International Conference on Games and Learning Alliance. Springer, Cham Dec 5, 2018.

[202]G. Wallner and S. Kriglstein, "Comparative visualization of player behavior for serious game analytics," in Serious Games Analytics, Cham: Springer International Publishing, pp. 159-179, 2015.

[203]E. Zimmerman, "Narrative, interactivity, play, and games: Four naughty concepts in need of discipline," First Person: New Media as Story, Performance, and Game, vol. 154, 2004.

[204]E. Carratala Sánchez, "Análisis de la teoría de las metas de logro y de la autodeterminación en los planes de especialización deportiva de la Generalitat Valenciana." 2004.

[205]C. J. Ferguson and C. K. Olson, "Friends, fun, frustration and fantasy: Child motivations for video game play," Motivation and Emotion, vol. 37, no. 1, pp. 154-164, 2013.

[206]P. R. Pintrich and A. Zusho, "The development of academic self-regulation: The role of cognitive and motivational factors," in Development of Achievement Motivation, 2002.

[207]A. E. Gottfried, "Academic intrinsic motivation in young elementary school children." J. Educ. Psychol., vol. 82, no. 3, pp. 525, 1990.

[208]R. M. Ryan and E. L. Deci, "Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being." Am. Psychol., vol. 55, no. 1, pp. 68, 2000.

[209]E. L. Deci and R. M. Ryan, "Intrinsic motivation," The Corsini Encyclopedia of Psychology, pp. 1-2, 2010.

[210]J. R. Calvo-Ferrer, "Juegos, videojuegos y juegos serios: Análisis de los factores que favorecen la diversión del jugador," Miguel Hernández Communication Journal, no. 9, pp. 191-226, 2018.

[211]I. Granic, A. Lobel and R. C. Engels, "The benefits of playing video games." American Psychologist Journal, vol. 69, no. 1, pp. 66, 2014.

[212]M. Ventura, V. Shute and W. Zhao, "The relationship between video game use and a performance-based measure of persistence," Computers & Education, vol. 60, no. 1, pp. 52-58, 2013.

[213]R. M. Ryan, C. S. Rigby and A. Przybylski, "The motivational pull of video games: A self-determination theory approach," Motivation and Emotion, vol. 30, no. 4, pp. 344-360, 2006.

[214]M. Salminen and N. Ravaja, "Increased oscillatory theta activation evoked by violent digital game events," Neuroscience Letters - Journals, vol. 435, no. 1, pp. 69-72, 2008.

[215]R. Israel-Fishelson and A. Hershkovitz, "Shooting for the stars: Micro-persistence of students in game-based learning environments," in Early Warning Systems and Targeted Interventions for Student Success in Online Courses, 2020.

[216]C. Hart, "Factors associated with student persistence in an online program of study: A review of the literature." Journal of Interactive Online Learning, vol. 11, no. 1, 2012.

[217]R. Israel‐Fishelson and A. Hershkovitz, "Micro‐persistence and difficulty in a game‐based learning environment for computational thinking acquisition," Journal of Computer Assisted Learning, 2021.

[218]Y. Fang et al, "Online Learning Persistence and Academic Achievement." International Educational Data Mining Society, 2017.

[219]C. Alonso-Fernández et al, "Applications of data science to game learning analytics data: A systematic literature review," Computers & Education, vol. 141, pp. 103612, 2019. Available: https://search.datacite.org/works/10.1016/j.compedu.2019.103612, doi: 10.1016/j.compedu.2019.103612.

[220]P. R. Pintrich and A. Zusho, "Student motivation and self-regulated learning in the college classroom," in Higher Education: Handbook of Theory and ResearchAnonymous 2002.

[221]K. Weber and B. R. Patterson, "Student interest, empowerment and motivation," Communication Research Reports, vol. 17, no. 1, pp. 22-29, 2000.

[222]Á Serrano-Laguna et al, "Applying standards to systematize learning analytics in serious games," Computer Standards & Interfaces, vol. 50, pp. 116-123, 2017.

[223]Y. Tran, "Computational thinking equity in elementary classrooms: What third-grade students know and can do," Journal of Educational Computing Research, vol. 57, no. 1, pp. 3-31, 2019.

[224]R. Israel-Fishelson and A. Hershkovitz, "Persistence and achievement in acquiring computational thinking concepts: A large-scale log-based analysis," in E-Learn: World Conference on E-Learning in Corporate, Government, Healthcare, and Higher Education, 2019.

[225]S. Grover et al, "Assessing problem-solving process at scale," in Proceedings of the Third (2016) ACM Conference on Learning@ Scale, pp. 245-248, Apr 25, 2016.

[226]M. Zapata-Cáceres and E. Martín-Barroso, "Blue Ant Code," 2020. Available: https://play.google.com/store/apps/details?id=com.artbabygame.blueAnt https://apps.apple.com/es/app/blue-ant-code/id1495021110.

[227]S. Kong, M. M. Chiu and M. Lai, "A study of primary school students' interest, collaboration attitude, and programming empowerment in computational thinking education," Computers & Education, vol. 127, pp. 178-189, 2018. Available: http://dx.doi.org/10.1016/j.compedu.2018.08.026, doi: 10.1016/j.compedu.2018.08.026.

[228]M. Guenaga et al, "How do students develop computational thinking? Assessing early programmers in a maze-based online game," Computer Science Education, vol. 31, no 2, pp. 259-289, 2021. Available: https://doi.org/10.1080/08993408.2021.1903248, doi: 10.1080/08993408.2021.1903248.

[229]T. P. Alloway, "How does working memory work in the classroom?" Educational Research and Reviews, vol. 1, no. 4, pp. 134-139, 2006.

[230]C. S. Dweck and D. C. Molden, "Their impact on competence motivation and acquisition," Handbook of Competence and Motivation: Theory and Application, vol. 2, pp. 135-154, 2017.

[231]L. S. Blackwell, K. H. Trzesniewski and C. S. Dweck, "Implicit theories of intelligence predict achievement across an adolescent transition: A longitudinal study and an intervention," Child Dev., vol. 78, no. 1, pp. 246-263, 2007.

[232]P. Sweetser and P. Wyeth, "GameFlow: a model for evaluating player enjoyment in games," Computers in Entertainment (CIE), vol. 3, no. 3, pp. 3, 2005.

[233]M. Lafuente Martínez et al, "Assessing Computational Thinking: Development and Validation of the Algorithmic Thinking Test for Adults," 2021.

[234]L. Narcisi et al, "Beginners Computational Thinking Test: Adaptation pour un public de moins de 5 ans." Service D'Ingénierie Pédagogique Et Du Numérique Éducatif, FPSE, UMONS, s.f., 2021.

[235]M. Lázaro-Álvarez, "Sudokus adaptativos para Educación Infantil o Primaria," Trabajo De Fin De Grado En Ingeniería Informática, Universidad Rey Juan Carlos, 2021.

[236]J. Plaza-Carro, "Blue-encode: Juego colaborativo de cifrado y descifrado de mensajes en Educación Primaria," Trabajo De Fin De Grado En Ingeniería Informática, Universidad Rey Juan Carlos, 2021.