nick pinder
Dos chicas trabajan en un proyecto con una laptop

Los datos influyen en todas las decisiones de la vida, ahora más que nunca.

Este no es necesariamente un fenómeno nuevo, pero la ubicuidad de las soluciones basadas en datos sí lo es. Identificar y recopilar fuentes de datos, reconocer patrones dentro de ellos, extrapolar una generalización y comunicar todo esto a una computadora o humano es complejo. También es la actividad central del pensamiento computacional (CT).

cuando salgo para crear un plan de lección que integró CT en una lección de español, se me ocurrió la pregunta computacional, "¿Cómo podemos identificar y categorizar poemas?" La forma en que creé esta pregunta computacional fue centrándome en los datos. “¿Cuál era la actividad principal?” es en lo que centré mis pensamientos.

En este artículo, voy a compartir mi experiencia con la creación de una lección donde los estudiantes encontraron datos en poemas (reconocimiento de patrones), generalizaron sus hallazgos (abstracción) y cómo llegaron allí.

Consejo 1: Piense en lo que se puede analizar?

Cada tema tiene fuentes de datos. ELA tiene literatura y poemas; la ciencia tiene encuestas y experimentos; estudios sociales tiene leyes y políticas; educación física tiene estadísticas de deportes y juegos. Los datos están en todas partes. 

Cuando se trata de español, pensé en cómo analizábamos la poesía en la escuela. Usamos el verbo "analizar" para datos y para la poesía, entonces, ¿la poesía no puede contar como datos? Seguramente las características de la poesía se consideran datos.  

Cualquier cosa puede ser una fuente de datos.. Se necesita cierta armonización con su problema computacional. Es el comienzo rector del proceso de TC. Establece el objetivo final, algo por lo que no solo luchar sino también tener en cuenta a lo largo del camino.

La relación entre los datos y una pregunta computacional es como la pregunta del huevo o la gallina. A veces tienes una pregunta increíble pero necesitas encontrar datos:

  • ¿Cómo podemos categorizar e identificar poemas?
  • ¿Cuál es el mejor lugar para poner castillos de ostras en una cuenca?

Otras veces, tiene un conjunto de datos interesante sobre el que necesita construir una pregunta:

  • Hemos leído Macbeth, ¿ahora qué hacemos?
  • Sabemos cuánta comida desperdicia nuestra escuela, ¿y ahora qué?

Una pregunta necesita datos para avanzar, y los datos necesitan una pregunta para ser interpretados. 

Consejo 2: Determine las actividades apropiadas para la edad y ajústelas a partir de ahí.

Sin ningún estudiante real a quien enseñar mi lección, tuve que hacer muchas suposiciones. Asumí que los estudiantes ya podían identificar palabras que riman, contar sílabas y entender los poemas, en inglés y español. Estas habilidades están en línea con la capacidad de la escuela secundaria de nivel superior, pero con un salón de clases real, Sería capaz de identificar las habilidades de mis alumnos usando evaluaciones y observación..

En un esfuerzo por evitar abrumar a mis hipotéticos estudiantes, elegí un poema llamado  diezmado que tiene pautas estrictas. Usar un poema estructurado como una décima asegura que mis alumnos no tengan problemas con los comodines. Los datos no son demasiado complicados para un estudiante de español con mayor capacidad. 

Consejo 3: Brinde oportunidades para la práctica.

El análisis de datos es una habilidad y, como cualquier habilidad, se necesita algo de práctica para hacerlo bien. Aquí es donde y por qué entró en juego la lluvia de ideas en mi lección

Hice que los estudiantes hicieran una lluvia de ideas sobre los elementos de un poema. Sus ideas se convirtieron en un cuadro ancla, y los estudiantes practicarían analizando un poema de muestra mientras hacían referencia a este cuadro. El gráfico ancla les recuerda a los estudiantes que busquen palabras, sílabas, líneas, etc. que rimen. 

Este sistema de lluvia de ideas y gráficos ancla está reforzando two elementos de CT, descomposición y reconocimiento de patrones

Consejo 4: Ayude a los estudiantes a filtrar los datos.

Ser capaz de reconocer patrones es fantástico, pero algunos patrones son más relevantes que otros. Lo que determina esta relevancia es la cuestión computacional.

Por ejemplo, los estudiantes pueden notar lo siguiente en sus poemas. 

  • En el poema A, hay 10 sílabas por línea y el apellido del autor comienza con E. 
  • En el Poema B, hay 10 sílabas por línea y el apellido del autor comienza con O. 
  • En el Poema C, hay 10 sílabas por línea y el apellido del autor comienza con A. 

Algunos patrones son más relevantes que otros en el contexto de categorizar e identificar poemas. Si bien todos los apellidos de los autores comienzan con una vocal, esta característica no es relevante para identificar el estilo poético.

Tener 10 sílabas por línea parece bastante interesante. ¿Quizás la estructura del poema está relacionada con el número de sílabas por verso?

Este proceso es un ejercicio para encontrar los elementos CT de reconocimiento y abstracción de patrones. Encontrar un patrón y luego contextualizarlo con la pregunta computacional.

Aquí es donde entra en juego una buena facilitación. Pedir a los grupos de estudiantes que compartan sus pensamientos le brinda al maestro la oportunidad de apoyarlos. Después de analizar los poemas, como clase tendríamos una discusión, haciéndonos eco de la primera sesión de lluvia de ideas, ayudando a filtrar las ideas relevantes. 

Las ideas relevantes que encuentren los estudiantes serán la base para diseñar un algoritmo para resolver sus problemas computacionales. 

En este artículo, describí los elementos gemelos de CT: reconocimiento de patrones y abstracción. El reconocimiento de patrones busca patrones dentro de una fuente de datos. La abstracción toma patrones de datos identificados y determina cuáles son relevantes para el problema computacional.

Estos dos elementos de CT son las actividades centrales de CT. Desarrollar estas habilidades en los estudiantes es una de las razones por las cuales CT debe integrarse en las aulas.

ISTE U - Pensamiento computacional edtech PD

Nick Pinder es gerente de proyectos de pensamiento computacional y proyectos de educación superior en ISTE. Nick está interesado en la promoción del pensamiento computacional y su intersección con la instrucción de idiomas específicamente y las humanidades en general.