Pensamiento computacional aplicado a problemas del mundo real
Creado por Ricardo R.
Cómo fue en el aula
Todavía nadie ha contado cómo le fue con este recurso.
Descripción del Curso
Competencias
- Descomponer problemas en subpartes ejecutables y diseñar algoritmos para cada subparte.
- Expresar soluciones en pseudocódigo o diagramas de flujo de forma clara y correcta.
- Explicar las condiciones de uso, casos límite y pruebas básicas para validar el algoritmo.
- Aplicar pensamiento computacional para resolver problemas del mundo real de manera estructurada y razonada.
- Comunicar ideas algorítmicas de forma que sean comprensibles para distintos públicos.
- Trabajar de forma colaborativa para analizar problemas, dividir tareas y presentar resultados.
Requerimientos
- Asistencia regular a las sesiones y entrega oportuna de actividades prácticas.
- Materiales básicos: cuaderno o bloc de notas, lápiz y acceso a herramientas de diagramación o software simple para pseudocódigo/diagramas de flujo.
- Capacidad para realizar descomposición de problemas y justificar las decisiones de diseño.
- Participación en actividades de grupo y presentaciones de soluciones algorítmicas.
- Uso responsable de recursos digitales y entrega de tareas en la plataforma establecida por el curso.
Unidades del Curso
Unidad 1: Pensamiento computacional aplicado a la identificación de problemas del mundo real
<p>En esta unidad se introduce la capacidad de identificar problemas reales aptos para resolver con pensamiento computacional y se justifica por qué este enfoque es adecuado para cada uno. Se propondrán al menos tres problemas reales y se analizarán las razones para aplicar un enfoque computacional (descomposición, reconocimiento de patrones, abstracción y algoritmos simples) para entender y explorar posibles soluciones.</p> <ol> <li>Problema 1: Optimización de rutas de transporte escolar para reducir tiempos de viaje y consumo de combustible. Justificación: el problema implica toma de decisiones basadas en datos (distancias, horarios, tráfico) y se puede modelar con reglas simples y estrategias de búsqueda de rutas.</li> <li>Problema 2: Clasificación de residuos en la cafetería para promover reciclaje y reducción de residuos. Justificación: requiere identificar categorías y reglas simples para clasificar materiales usando criterios visibles y repetibles.</li> <li>Problema 3: Planificación de uso de laboratorios y aulas para evitar colisiones y mejorar el aprovechamiento del espacio. Justificación: se puede abordar con reglas de asignación y intervalos de tiempo, facilitando una solución escalable.</li> </ol>
Objetivos de Aprendizaje
- Proponer tres situaciones reales en las que el pensamiento computacional puede aportar una solución estructurada y eficiente.
- Justificar, para cada problema propuesto, qué parte del problema se aborda con descomposición, patrones y algoritmos simples.
- Desarrollar una explicación escrita que conecte cada problema con un enfoque computacional apropiado y con criterios de éxito claros.
Contenidos Temáticos
- Tema 1: Introducción al pensamiento computacional y criterios de selección de problemas. Descripción corta: definición de pensamiento computacional y cómo evaluar si un problema es apto para este enfoque.
- Tema 2: Análisis de problemas reales y construcción de justificación. Descripción corta: cómo analizar datos disponibles y justificar la utilidad del enfoque computacional para cada caso.
- Tema 3: Casos prácticos de identificación de problemas. Descripción corta: revisión de ejemplos y discusión guiada para validar la idoneidad de los problemas propuestos.
Actividades
- Actividad 1: "Explorando problemas reales" Explora tres situaciones cercanas (transporte escolar, residuos y uso de laboratorios). Se presenta el problema, se discute su relevancia y se justifica el uso del pensamiento computacional. Puntos clave: identificar datos relevantes, justificar el enfoque y redactar una breve justificación. Aprendizajes: criterios de idoneidad y conexión entre problema real y pensamiento computacional.
- Actividad 2: "Mapa de descomposición" Para cada problema propuesto, descompón en subproblemas manejables y anota posibles reglas simples para cada subparte. Puntos clave: descomposición, límites de complejidad, señales de entrada/salida. Aprendizajes: capacidad de descomponer problemas complejos en partes tratables.
- Actividad 3: "Justificación escrita" Redacta una breve justificación para cada problema, explicando por qué el pensamiento computacional es adecuado y qué se espera lograr. Aprendizajes: claridad en la comunicación de criterios de idoneidad y criterios de éxito.
Evaluación
La evaluación de la Unidad 1 se alinea con el objetivo general y sus niveles de logro se describen a continuación:
- Identificación y selección de al menos tres problemas reales aptos para pensamiento computacional (40%).
- Justificación escrita de por qué el enfoque computacional es adecuado para cada problema (40%).
- Participación y calidad de las actividades de descomposición y discusión (20%).
Duración
4 semanas
Unidad 2: Pensamiento computacional aplicado a patrones y regularidades en problemas del mundo real
<p>En esta unidad se trabaja el reconocimiento de patrones y regularidades en los datos y procesos de los problemas identificados. Se espera que los estudiantes documenten al menos dos ejemplos que orienten la solución, identificando similitudes y repetibilidad para guiar el diseño de soluciones computacionales simples.</p>
Objetivos de Aprendizaje
- Analizar conjuntos de datos o procesos del problema para identificar patrones recurrentes.
- Documentar al menos dos ejemplos que muestren patrones y sirvan como guías para el diseño de soluciones.
- Explicar cómo esos patrones influyen en la formulación de algoritmos simples.
Contenidos Temáticos
- Tema 1: Patrones y regularidades en datos del problema. Descripción corta: identificar tendencias, reglas simples y repeticiones en datos o procesos.
- Tema 2: Técnicas básicas de reconocimiento de patrones. Descripción corta: enfoques simples para detectar similitudes y regularidades (p. ej., conteos, promedios, frecuencias).
- Tema 3: Documentación de ejemplos que orienten soluciones. Descripción corta: registrar al menos dos ejemplos que sirvan como guía para el desarrollo de soluciones computacionales.
Actividades
- Actividad 1: "Exploración de datos" Analizar subconjuntos de datos del problema para identificar patrones. Puntos clave: extracción de tendencias, regularidades y supuestos. Aprendizajes: detectar patrones relevantes para la solución.
- Actividad 2: "Ejemplos-guía" Documentar al menos dos ejemplos que muestren patrones en diferentes escenarios y discutir cómo guían el diseño de soluciones. Aprendizajes: consolidar evidencia de patrones y su utilidad.
- Actividad 3: "Representación de patrones" Representar patrones mediante notas, tablas sencillas o diagramas simples para comunicar ideas rápidamente. Aprendizajes: comunicación clara de patrones y su impacto en soluciones.
Evaluación
- Capacidad para identificar patrones en los datos/procesos (30%).
- Calidad y relevancia de los dos ejemplos documentados (40%).
- Claridad de la explicación de cómo los patrones guían la solución (30%).
Duración
4 semanas
Unidad 3: Pensamiento computacional aplicado al diseño de algoritmos para problemas del mundo real
<p>En la tercera unidad, se pasarán de los análisis de problemas y patrones a la creación de algoritmos simples que resuelvan las subpartes identificadas. Los estudiantes expresarán sus soluciones en pseudocódigo o diagramas de flujo y explicarán las condiciones de uso y las pruebas básicas para validar el correcto funcionamiento de los algoritmos.</p>
Objetivos de Aprendizaje
- Descomponer problemas en subpartes ejecutables y diseñar algoritmos para cada subparte.
- Expresar las soluciones en pseudocódigo o diagramas de flujo de forma clara y correcta.
- Explicar las condiciones de uso, casos límite y pruebas básicas para validar el algoritmo.
Contenidos Temáticos
- Tema 1: Descomposición de problemas en subpartes. Descripción corta: dividir un problema en partes manejables para facilitar la solución computacional.
- Tema 2: Pseudocódigo y diagramas de flujo. Descripción corta: conceptos básicos para expresar soluciones de forma estructurada y fácil de seguir.
- Tema 3: Condiciones de uso y pruebas básicas. Descripción corta: definir condiciones de entrada, límites, casos extremos y criterios de verificación.
Actividades
- Actividad 1: "Descomposición guiada" Para un problema seleccionado de las unidades anteriores, descompón en subpartes y define la solución computacional para cada subparte. Aprendizajes: habilidad para dividir problemas y planificar soluciones escalables.
- Actividad 2: "Escribe pseudocódigo" Escribe pseudocódigo para una subparte identificada o crea un diagrama de flujo simple. Puntos clave: sintaxis básica, claridad y orden lógico. Aprendizajes: representación formal de soluciones.
- Actividad 3: "Pruebas y condiciones de uso" Describe las condiciones de uso, casos límite y pruebas mínimas para garantizar que el algoritmo funcione correctamente en distintos escenarios. Aprendizajes: verificación y robustez de la solución.
Evaluación
- Calidad de la descomposición en subpartes y diseño de algoritmos correspondientes (35%).
- Precisión y claridad del pseudocódigo o diagrama de flujo (35%).
- Capacidad para definir condiciones de uso y pruebas básicas (30%).
Duración
4 semanas
Crea tus propios cursos con EdutekaLab
Diseña cursos completos con unidades, objetivos y actividades usando IA.
Comenzar gratis