El profesor del Programa de los Años Intermedios (PAI) Anthony Copeland nos explica qué es el pensamiento computacional y cómo ayuda a las personas a utilizar grandes conjuntos de datos para procesar problemas. También nos cuenta por qué es una habilidad fundamental que los alumnos deben aprender y revela cómo el Fairgreen International School está integrando habilidades de pensamiento computacional en el currículo de Ciencias para cumplir un objetivo: hacer de Dubái una ciudad más sustentable.
El pensamiento computacional ha venido ganando popularidad desde principios de la década de 2000, a medida que el mundo se ha ido haciendo cada vez más dependiente de las computadoras. Y si alguien duda de lo que digo, puede preguntárselo a una computadora y obtendrá los mismos resultados que aparecen en el siguiente gráfico.
Figura 1: Resultados de Google sobre la evolución del pensamiento computacional entre 1800 y 2019.
Ahora, detengámonos un momento a pensar en lo que ha pasado: alguien ha diseñado un sistema que, por medio de un algoritmo, es capaz de buscar una palabra o frase en todo el corpus de textos digitales de Google. Esta aplicación del poder computacional nos ha permitido indagar de un modo que tomaría una cantidad de tiempo desmesurada si no hubiéramos logrado combinar la computación pura con las máquinas electrónicas.
El pensamiento computacional es la capacidad de formular y procesar problemas con la ayuda del poder programable de las computadoras y los grandes conjuntos de datos que hoy en día tenemos a nuestra disposición. En el mundo actual, que depende en gran medida de las computadoras, es una herramienta fundamental que los alumnos deben aprender. Habrá quien tenga la tentación de decir que esta habilidad de pensamiento solo concierne a los profesores de tecnología, pero lo cierto es que hay muchísimas maneras de integrar el pensamiento computacional en disciplinas diferentes.
Steven Wolfram, pionero en el campo del pensamiento computacional y creador de Wolfram Alpha, una herramienta en línea de gestión de información que se vale de la inteligencia artificial, publicó en 2016 un artículo (‘‘How to Teach Computational Thinking’’) en el que señalaba que prácticamente no queda ninguna disciplina académica que no tenga un nuevo campo relacionado con la computación.
El pensamiento computacional en el Fairgreen International School
Para aprovechar la coyuntura, el Fairgreen International School está incorporando habilidades de pensamiento computacional en su nuevo currículo de Ciencias del Programa de los Años Intermedios (PAI). Hemos empezado por integrar actividades en las que se usa la programación escrita o basada en bloques de código para enseñar contenidos de ciencias. Por ejemplo, en una de las unidades del PAI sobre el espacio, los alumnos deben evaluar los árboles de decisiones que puede utilizar un astromóvil para resolver problemas en Marte. Posteriormente, los utilizan para programar robots EV3 de Lego para explorar entornos desconocidos.
Además de centrarnos en la enseñanza explícita de las habilidades de pensamiento computacional, hemos invertido en conjuntos de microcontroladores y sensores, principalmente en placas Arduino Uno. Esta combinación permitirá a los alumnos utilizar la electrónica y la programación para crear máquinas que les permitan recopilar y procesar datos del mundo real. Ahora pueden empezar a diseñar sus propias máquinas para emplearlas en indagaciones científicas reales de nivel avanzado.
“Si bien no se necesitan medios tecnológicos para poner en práctica el pensamiento computacional, puede resultar útil incorporarlos en nuestras áreas disciplinarias”.
La innovación es uno de nuestros pilares más importantes, y al desmitificar el software y el hardware de los que se compone la tecnología moderna, ayudamos a nuestros alumnos a utilizarlos como medio para la creación. Si bien no se necesitan medios tecnológicos para poner en práctica el pensamiento computacional, puede resultar útil incorporarlos en nuestras áreas disciplinarias.
Nuestra enseñanza culmina en el quinto año del PAI, en el que la primera unidad de indagación es la informática. En esta unidad, los alumnos utilizan el lenguaje de programación Python para transformar los grandes conjuntos de datos que han recopilado en línea o a través de sensores digitales. El enunciado de la indagación de esta unidad es el siguiente: “Los sistemas computacionales permiten identificar funciones y patrones complejos que puedan servir para la innovación científica y técnica”.
Las preguntas fácticas que los alumnos suelen explorar en esta unidad tienen su origen en los patrones y funciones de la naturaleza. Como punto de partida, se plantean preguntas como “¿Aumentan de tamaño los elementos de la tabla periódica si se incrementa su número atómico?” o “¿Qué relación hay entre la altura de una rampa y el tiempo que tarda un objeto en caer rodando por ella?”. Después, se invita a los alumnos a considerar preguntas conceptuales como las siguientes: “¿Cómo nos permiten la aplicación Hojas de cálculo de Google o el lenguaje Python transformar los datos que tenemos para responder a estas preguntas?” y “¿Qué ventajas ofrece ver un video de un objeto rodando por una rampa frente a la acción de cronometrar su desplazamiento con un reloj?”. Estas preguntas nos permiten debatir si la computación ha supuesto una mejora en las ciencias naturales. Esta conversación tiene más dimensiones de lo que puede parecer en un principio, dadas las dudas planteadas por los alumnos, algunas de ellas muy válidas. Arguyeron, por ejemplo, que aunque la computación y la automatización pueden ahorrarnos mucho tiempo, si las computadoras realizan los cálculos por nosotros, se pierden muchas habilidades y conocimientos.
Ejemplos de proyectos de informática de quinto año del PAI
Empezamos la unidad aprendiendo a responder preguntas mediante la consulta de conjuntos de datos de tamaño medio. Uno de los conjuntos que elegimos para esta unidad estaba relacionado con los elementos de la tabla periódica. Para empezar, utilizamos una herramienta fácil de usar como Hojas de cálculo de Google para procesar los datos en un formato sencillo y accesible para los alumnos. En el quinto año del PAI, los alumnos ya saben procesar tablas de datos de dos columnas, pero la perspectiva cambia mucho al plantear cómo se pueden abordar los problemas con decenas de columnas de datos.
Figura 2: Conjunto de datos representado en Hojas de cálculo de Google (puede acceder a él gratuitamente aquí).
Los alumnos exploraron los tipos de transformaciones de datos que podrían ayudar a responder diferentes preguntas de práctica, como “¿Aumentan de tamaño los elementos de la tabla periódica si se incrementa su número atómico?”. A continuación, tuvieron que descomponer la pregunta en datos elementales para obtener una respuesta y crear una abstracción del conjunto de datos de modo que el archivo fuera más manejable con miras a la transformación y la identificación de patrones. La descomposición, la abstracción y la identificación de patrones son ideas elementales del pensamiento computacional, por lo que este lenguaje se utiliza de manera reiterada y deliberada durante toda la unidad.
Después de explorar estos ejemplos, pedimos a los alumnos que propusieran sus propias preguntas de investigación y transformaran el conjunto de datos para obtener información. También les pedimos que registraran el proceso con capturas de pantalla que luego pudieran utilizar en una presentación breve ante el resto de la clase. Puede ver un ejemplo de esas presentaciones aquí.
“Estamos ansiosos de ver cómo podremos establecer vínculos entre nuestras unidades de electrónica y las de ciencia de datos”.
Una vez que los alumnos estuvieron bien familiarizados con este enfoque, empezamos a explorar cómo podría utilizarse el lenguaje de programación Python para importar los datos de Hojas de cálculo de Google a nuestro programa, y así poder transformarlos en gráficos utilizando bibliotecas como Pandas, MatPlotLib y Seaborn. Este tema no es nada fácil y los alumnos necesitaron mucha ayuda. Por suerte, podemos encontrar una gran cantidad de recursos magníficos en sitios web como Kaggle y, lo que es mejor, Google ha lanzado una aplicación llamada Colaboratory (o Colab) que facilita enormemente el procesamiento de datos de Python. En este artículo (disponible en inglés) puede obtener más información sobre cómo usar Colab con Hojas de cálculo de Google y Google Classroom. Le animo a añadir sus propios proyectos a los ejemplos que ya están disponibles.
Próximos pasos
En el momento de escribir este artículo, mis alumnos están empezando a explorar sus propios conjuntos de datos de gran tamaño con una combinación de sondas y una fantástica aplicación móvil llamada PhyPhox, con la que pueden usar los sensores de sus teléfonos para la obtención de datos. Otra aplicación parecida que puede utilizar es Google Science Journal, que ha sido adquirida recientemente por Arduino. Estamos ansiosos de ver cuán acertadamente podremos establecer vínculos en algún momento entre nuestras unidades de electrónica y las de ciencia de datos.
Un ejemplo de esto es el “Project Sunflower”, que estamos desarrollando con el programa Million Solar Stars. En él, los alumnos tienen que diseñar y construir un panel de seguimiento solar que también servirá para recopilar una gran cantidad de datos solares locales.
Nuestros próximos pasos serán recopilar estos conjuntos de datos y, en Google Colab, seguir explorando la utilidad de Python para identificar patrones y funciones en conjuntos de datos complejos y de gran tamaño. Dado que nuestro colegio se encuentra en la “ciudad sustentable” de Dubái, la sustentabilidad es un pilar fundamental de la filosofía del colegio y su comunidad local. Nuestros alumnos están deseando utilizar estas nuevas habilidades y técnicas para contribuir al objetivo de hacer de Dubái una ciudad más sustentable.
Anthony Copeland se incorporó recientemente al Fairgreen International School de Dubái como responsable del departamento de ciencias. Anteriormente trabajó en el Renaissance College de Hong Kong como instructor de tecnologías del aprendizaje. Ha colaborado con el Harvard Project Zero y la ISTE en la exploración de métodos para la integración eficaz de estructuras y tecnologías como la iniciativa Maker Education, el aprendizaje basado en proyectos y la inteligencia artificial. Es el creador y director de Maker Learners, un espacio en el que los educadores pueden publicar sus proyectos de aprendizaje centrados en la creación, y que le sirve para cultivar su interés en la programación y la electrónica. Si desea compartir un proyecto u obtener más información, no dude en ponerse en contacto con él.