85
Experiencias universitarias de aula en
la introducción a la programación
University Classroom Experiences in Introduction to
Programming
Recibido: 26 de octubre de 2020 / Aprobado: 30 de noviembre de 2020
Alexander Castro-Romero
a
UNIVERSIDAD PEDAGÓGICA Y
TECNOLÓGICA DE COLOMBIA
alexander.castro01@uptc.edu.co
Juan Sebastián González-
Sanabria
b
UNIVERSIDAD PEDAGÓGICA Y
TECNOLÓGICA DE COLOMBIA
juansebastian.gonzalez@uptc.edu.co
a. M. Sc. Universidad Pedagógica y Tecnológica de Colombia. Profesor a tiempo completo en la Universidad Pedagógica y Tecnológica de Colombia (Tunja-Boyacá,
Colombia). alexander.castro01@uptc.edu.co. ORCID: https://orcid.org/0000-0001-9469-5445
b. M. Sc. Universidad Pedagógica y Tecnológica de Colombia. Profesor a tiempo completo en la Universidad Pedagógica y Tecnológica de Colombia (Tunja-Boyacá,
Colombia).juansebastian.gonzalez@uptc.edu.co. ORCID: https://orcid.org/0000-0002-1024-6077
ISSN (en línea): 1814-4152 / Sitio web: http://cuaderno.pucmm.edu.do
CÓMO CITAR: Castro-Romero, A. y González-Sanabria, J. (2021). Experiencias universitarias de aula en la introducción a la programación. Cuaderno de Pedagogía
Universitaria, Vol. 18, n.º 35, enero-junio, pp. 85-94
Resumen
La programación y la algoritmia es transversal a una gran
cantidad de asignaturas de las carreras de ingeniería,
en particular, en aquellas carreras de computación,
informática y sistemas. Son diversas las razones por las
cuales sus técnicas y su aprendizaje no son adquiridos
satisfactoriamente por los estudiantes. Algunas dependen
de los conocimientos previos, motivación o creatividad del
estudiante, y otras son atribuidas a la práctica docente o al
nivel de abstracción que obliga la disciplina. La combinación
de estas causas potencia las dicultades y producen un
gran desgranamiento de los estudiantes en los cursos de
los primeros años. La complejidad maniesta de enseñar
programación es constantemente abordada a través de
diferentes estrategias. En este trabajo se analiza esa práctica
y se observan las técnicas utilizadas. Metodológicamente,
se optó por la observación participante con pruebas de control. La población estaba constituida por
diversos grupos que fueron sometidos a distintos contextos controlados con el n de determinar
su comportamiento y nivel de evolución. Quedaron en evidencia buenas prácticas y algunas muy
débiles, tanto a nivel del docente como de los estudiantes. La conclusión permitió corroborar
algunos supuestos previos al estudio, poniendo en evidencia que el mayor logro se obtuvo cuando
el docente ocupó el rol de mentor por encima de quien solo tiene el propósito de transmitir un
saber descontextualizado y despersonalizado. El mayor benecio se observó cuando el docente
se constituyó en asesor del proceso individual de cada alumno. Esto generó retroalimentación
continua de los participantes. Además, se pudo determinar la importancia de la motivación, en
particular, en el proceso de aprendizaje, por lo que se compartieron mecanismos complementarios
al aula para desarrollar esa motivación como «Hackathons» o maratones de programación.
Palabras clave: programación; algoritmos; actividades curriculares; educación informática.
Abstract
Programming and algorithms are transversal to many subjects in engineering careers, particularly in
those in computing, informatics and systems. There are various reasons why its techniques are not
satisfactorily acquired by students. Some depend on the prior knowledge, motivation or creativity
of the student, and others are attributed to teaching practice or the level of abstraction required by
the discipline. The combination of these causes increases the difculties and produces a great loss
of students in the courses of the rst years. The manifest complexity of teaching programming is
constantly addressed through different techniques. In this work this practice is analyzed, and these
techniques are observed. Methodologically, participant observation with control tests was chosen.
CUADERNO DE PEDAGOGÍA UNIVERSITARIA / vol.18 número 35 / PP 85-94
86
1. Introducción
Existen diversos modelos pedagógicos, con
enfoques y herramientas distintas. No obstante,
no hay un modelo que garantice la formación
integral en todas las disciplinas. La construcción
del conocimiento, en particular, en áreas de
la ciencia o de disciplinas que requieran gran
nivel de abstracción, no resuelven la formación
aferrándose a un único modelo, especialmente
en el área de la programación donde, incluso,
investigadores han detectado mayor dicultad
para adaptar prácticas de enseñanza.
La existencia de estrategias tradicionales
para la enseñanza de la programación solo es
usada por el 17% de los desarrolladores, pues,
por ejemplo, según StackOverow (2018), el
90% preere el autoaprendizaje formal y el
48% lo complementa con cursos en línea. Es
por ello por lo que la complejidad maniesta
de enseñar programación es constantemente
abordada a través de diferentes técnicas como:
clases teórico-prácticas, clases magistrales
usando herramientas de programación por
bloques, plataformas interactivas como Code
Academy, cursos virtuales basados en videos
y lecturas como Udacity, servicios de mentores,
participación en proyectos de software libre,
clases interactivas usando hardware o, incluso,
campamentos intensivos como IronHack, clases
invertidas, entre otras.
También es de resaltar que existen las
instituciones universitarias que en su oferta
académica tienen programas que incluyen dentro
de sus contenidos asignaturas de programación
(IEEE-ACM, 2016), sin embargo, estas tienen
la particularidad de que, por su pluralidad en la
enseñanza, no pueden enfocarse en el desarrollo
de un modelo o una metodología puntual para la
enseñanza de la programación. Por lo anterior,
y en miras de mejorar la educación ofrecida a
los estudiantes, se hace necesario contar con
prácticas alternativas que permitan enseñar
programación, para coadyuvar a que las
instituciones sean ecaces en un ambiente cada
vez más complejo y demandante.
Analizando el panorama académico, las
estrategias para enseñar programación tienen
diferentes enfoques. Algunas se concentran el
proceso de enseñanza. Por ejemplo, se plantea
el uso de una herramienta para modelar y validar
los algoritmos antes del iniciar a programar
(Moroni y Señas, 2005), lo que “disminuye la
ansiedad por el uso de la computadora, facilita la
nivelación entre alumnos y fomenta la realización
del chequeo del algoritmo, como etapa previa a la
codicación del mismo”. El estudio destaca que
esta estrategia es buena, pero toma bastante
tiempo y el grupo de muestra es limitado. Por
su parte, Liu, Tong, y Yang (2018) plantean
una alternativa similar, pero usando mapas
conceptuales.
Otros estudios se centran en los temas que
se deberían estudiar en las asignaturas de
programación y además mencionan algunas
ideas interesantes que apoyan lo anteriormente
dicho: “algunas de las razones son que no existe
un único método para la resolución de algoritmos,
así como tampoco un enfoque didáctico para
materias introductorias que se haya impuesto
por sobre otros o demostrado una indiscutible
efectividad” (Ferreira Szpiniak y Rojo, 2016). Los
autores presentan diez unidades que aplican
en un curso de introducción a la algoritmia y
programación dejando claro que antes de este
primer curso, los estudiantes se nivelan en un
curso de ingreso donde se trabaja en resolución
de problemas, lógica y matemática. Por último,
exponen una metodología donde año tras año
se revisa la estrategia planteada, se analizan
aciertos y errores, se utilizan estadísticas de
deserción, calicaciones y encuestas con los
estudiantes y se plantean mejoras. (Ferreira
Szpiniak y Rojo, 2016),
En cambio, Vera et al. (2016) se centran en
el proceso de revisión y en cómo motivar a
los estudiantes. Los autores destacan dos
The population consisted of various groups that were subjected to different controlled contexts to
determine their behavior and level of evolution. Good and bad practices were evident both at the
level of the teacher and the students. The conclusion allowed to corroborate some assumptions
prior to the study, showing that the greatest achievement was obtained when the teacher occupied
the role of mentor over the one who only had the purpose of transmitting decontextualized and
depersonalized knowledge. The greatest benet was observed when the teacher became an advisor
to the individual process of each student. This generated continuous feedback from the participants
each on their role. In addition, it was possible to determine the importance of motivation, particularly
in the learning process, so complementary mechanisms were shared with the classroom to develop
this motivation, such as «Hackathons» or programming marathons.
Keywords: programing; algorithms; curricular activities; computer education.
87
ideas importantes: “la capacidad de elaborar
estrategias para la resolución de los problemas
(algoritmos) es una capacidad que se va forjando
lentamente a medida que se incorporan nuevas
herramientas que brindan los lenguajes de
programación” y “se pone en evidencia la falta de
dedicación de tiempo por parte de los alumnos
al no realizar ejercitación por su cuenta”, y se
propone una estrategia que emplea la técnica
de gamicación de la cual ya son conocidas sus
ventajas. Como punto débil se menciona que
el docente requiere de bastante tiempo para
plantear los ejercicios.
En otro tipo de estudios se focaliza la atención
en identicar los problemas que tienen los
estudiantes a la hora de aprender a programar.
Para ello, se encuesta a los estudiantes acerca
de los procesos y temas más complejos. Como
resultado, se encontró que las actividades
que implican mayor dicultad corresponden
al desarrollo de la prueba de escritorio, la
identicación de errores y la corrección de estos
(Casas y Vanoli, 2007). Este estudio mostró
también que los temas que presentan mayor
dicultad son la recursividad y el manejo de
memoria dinámica.
Por último, se destaca la tendencia de algunos
estudios al mostrar la experiencia de usar
programas que combinan el desarrollo del
pensamiento computacional con la programación
visual (Lye y Koh, 2014), con herramientas como,
por ejemplo, Logo, Scratch, Alice, entre otros, e
inclusive crean sus propios softwares (Pérez-
Tavera, 2015; Zuleta Medina y Chaves Torres,
2011). Sin embargo, esta tendencia plantea
muchos problemas al aplicarse en un entorno
universitario, entre ellos: muchos programas
están diseñados para niños de edades tempranas
y los estudiantes universitarios pierden el interés
rápidamente; demandan mucho tiempo; sirven
para explicar solo conceptos básicos; se hace
difícil la transición a modelar en una notación
formal, escribir código y probarlo; el estudiante
se distrae fácilmente y, aunque desarrollan la
lógica, limitan la creación de soluciones reales,
son de un nivel muy alto y crean un modelo
mental inexacto en el estudiante acerca de
cómo funcionan los programas y este modelo se
vuelve difícil de cambiar (Gallego-Durán et al.,
2018).
En este último punto, aunque se han encontrado
muchas experiencias de docentes que aplican
metodologías y herramientas obteniendo
buenos resultados en términos de disminución
de la deserción, nivel de motivación, aumento
del aprendizaje (Erol y Kurt, 2017), surgen varias
preguntas: ¿por qué estas experiencias no han
tenido continuidad?, ¿por qué los resultados
siempre son positivos si hay otros factores de
deserción adicionales a la metodología usada
por el docente? ¿el interés de los docentes por
demostrar que su metodología sirve será un
problema a la hora de evaluarla objetivamente?
Teniendo en cuenta los tipos de estudios
tratados y sus enfoques, este trabajo integra
recomendaciones generales y no busca
centrarse en un aspecto en particular, esto para
que cada docente pueda adaptar las prácticas
que considere oportunas. Por ello, sintetiza
las experiencias de un grupo de docentes
universitarios recopiladas durante cinco años
de enseñanza del nivel introductorio de progra-
mación en una universidad pública en el que
participaron más de 450 estudiantes. Este trabajo
plantea unas recomendaciones para enseñar
el curso introductorio a la programación en un
ambiente universitario, tomando como punto
de partida las clases presenciales tradicionales
e integra otros enfoques y recomendaciones
basados en la experiencia de los autores.
En el trabajo se expone el resultado de un
aprendizaje mecánico que se llevaba a cabo
inicialmente, antes de incluir innovaciones
en el proceso de enseñanza-aprendizaje.
Seguidamente se explican las estrategias
que los docentes consideraron exitosas para
los problemas más comunes. Finalmente, se
presentan las conclusiones a las que hemos
abordado con el estudio llevado a cabo.
2. Metodología
Para este estudio se toma como referencia
el programa de Ingeniería de Sistemas y
Computación de la Universidad Pedagógica
y Tecnológica de Colombia, una universidad
pública ubicada en la cuidad de Tunja (a
dos horas de la capital del país) que cuenta
con aproximadamente 25.000 estudiantes.
El programa de Ingeniería de Sistemas y
Computación incluye dentro del plan de estudios
cuatro niveles de programación, este trabajo se
centrará en las experiencias con el primer nivel
“Algoritmos y programación”. Entonces, con el
ánimo de mejorar el proceso de enseñanza-
aprendizaje en este programa, desde el año
2015 hasta el año 2019, se han realizado
ajustes graduales en el proceso que han llevado
CUADERNO DE PEDAGOGÍA UNIVERSITARIA / vol.18 número 35 / PP 85-94
88
a la construcción de un conjunto de principios,
herramientas y recomendaciones para la
enseñanza de la programación.
Este proceso se realizó cada semestre con una
población promedio de 45 estudiantes para un
total aproximado de 450 estudiantes divididos en
cada semestre en 3 grupos de 15 estudiantes.
Estos estudiantes provienen de diferentes
regiones, contextos socioeconómicos y llegan
a la universidad con diferentes niveles de
conocimientos. La asignatura de Programación
es el primer acercamiento al programa y cuenta
con seis horas semanales que se imparten
durante dieciséis semanas con un enfoque
teórico practico. Cada grupo de estudiantes es
dirigido por un docente diferente.
El estudio contó con dos etapas principales,
en la primera, a través de una metodología
descriptiva, se buscó identicar las dicultades
más signicativas del proceso de enseñanza-
aprendizaje de la asignatura de Algoritmos y
Programación, tanto a nivel de los docentes como
a nivel de los estudiantes. Esto se logró a través
entrevistas y un grupo de discusión conformado
por los docentes del área. De cada etapa se
buscaba obtener un conjunto de incidencias u
oportunidades de mejora en la enseñanza del
curso introductorio de Programación.
Entonces, se caracterizó el proceso seguido
tradicionalmente por el programa para la
enseñanza de las asignaturas de programación,
el cual consistía, groso modo, en que el
docente explica un tema, crea el código de lo
explicado y los estudiantes lo transcriben. Al
nal, el docente evalúa con ejercicios similares
a los propuestos en clase, convirtiéndose así
en un aprendizaje mecánico. Como resultado
de esta etapa, se hallaron algunos incidentes
expuestos en el tercer acápite. Se destaca que
algunos de los problemas encontrados son de
índole organizacional, pero que vale la pena
destacarlos, pues afectaban directamente el
proceso educativo de los estudiantes. También
se resalta que uno de los problemas más graves
detectado fue que no había consenso en los
temas básicos de la asignatura, por ello se
construyeron unos contenidos mínimos que se
pueden vericar en la tabla 1.
En una segunda etapa los docentes del área
de programación siguieron un modelo iterativo,
donde cada semestre se realizaban las siguientes
actividades: se introducían actualizaciones
y cambios graduales, acompañados de
diversas estrategias que buscaban mejorar el
aprendizaje de los estudiantes (evidenciado
en aspectos cualitativos o difíciles de medir
como la calidad de los proyectos realizados,
los comentarios nales del curso, el progreso
general del grupo durante el curso, la respuesta
a las evaluaciones, entre otros) y al nalizar
cada semestre, se evaluaba la efectividad de
cada actualización o estrategia aplicada (a
través de una retrospectiva de las notas de
campo recolectadas, una autoevaluación critica
de los docentes y un análisis de los resultados
alcanzados por los estudiantes) y de ser
positivo el resultado obtenido, se consolidaba
su inclusión formal para el siguiente semestre,
además de que se discutían nuevas estrategias.
Este proceso estuvo acompañado de reuniones
semanales para hacer seguimiento a los cambios
planteados. Para ello, se tomó como referencia el
marco de trabajo Scrum que permite gestionar el
trabajo colaborativo entre equipos, por medio de
mecánicas como lista de tareas y reuniones de
retrospectiva para analizar el trabajo realizado.
La adaptación de Scrum consistió en que al inicio
del semestre se establecía una lista de tareas
que consistían en estrategias o actualizaciones
a las clases, en cada inicio de Sprint (periodo de
trabajo de dos semanas) un profesor proponía
qué estrategias iba a aplicar durante ese tiempo
y los compañeros le daban sugerencias de
mejora, al nalizar las dos semanas, se discutía
el resultado de la aplicación de la estrategia, por
ejemplo con la estrategia: “Estudiar herencia
con un ejercicio donde el estudiante deba
construir botones personalizados con diferentes
formas y comportamiento”, el docente manifestó
que el hecho de crear familias de componentes
grácos brindó mejores resultados para el tema
de herencia que los ejemplos típicos de animales
(algo similar a lo que se hace en una revisión del
Sprint), entonces todos los docentes compartían
sus experiencias, aciertos y problemas
encontrados y se llegaba a la conclusión de dejar
algunas estrategias exitosas para repetirlas el
próximo semestre y este proceso se repetía
durante todo el semestre (como en la reunión de
retrospectiva de Scrum).
Finalmente, se hace necesario aclarar que
este estudio no mostrará en sus resultados
estadísticas de deserción, calicaciones o
encuestas a estudiantes, pues la enseñanza
es un proceso que depende de variables que
no siempre son cuanticables. Por lo anterior,
los resultados obtenidos están basados en
la experiencia de los docentes en los cursos
y la sensación de mejora percibida en los
estudiantes. En el apartado cuatro se presentan
las estrategias que los docentes consideraron
exitosas para los problemas más comunes.
89
3. Resultados
Por medio de observación directa, encuestas
y foros de discusión, entre otros, se evidencia
la necesidad de mejorar el nivel académico
del área de programación y se destacan los
siguientes problemas:
• Bajos conocimientos en ciencias de la
computación y desconocimiento del perl
profesional: muchos de los nuevos estudian-
tes poseen falencias en habilidades como
lógica, uso de herramientas computacionales
(hardware y software) y, en general, en un
proceso de aprendizaje ordenado y exigente.
Además, algunos estudiantes no tienen claro
de qué se trata el programa, ya que ingresaron
inuenciados por factores externos o con una
idea equivocada del perl profesional.
• Segmentación de los grupos: se identicó que
los estudiantes se dividían en tres grupos: los
que presentaban problemas con algún tema,
los que conocen previamente el tema o que lo
asimilan fácilmente y los estudiantes que iban
al ritmo de los contenidos. Los dos primeros
grupos perdieron interés rápidamente
y/o disminuyeron su rendimiento en las
asignaturas, llegando a que algunos, incluso,
cancelaran su inscripción en las mismas.
• Heterogeneidad de contenidos: debido a
la contratación por horas-clase de algunos
docentes, se fomentaban situaciones como
cambios en los contenidos de las asignaturas
y en el lenguaje de programación, al intentar
adaptar los contenidos a sus conocimientos
y no ellos adaptarse a los contenidos
programáticos mínimos denidos para el
programa (algunos inclusive no conocían el
lenguaje que iban a enseñar). Lo anterior,
promovió en los estudiantes las malas
prácticas de programación, el uso de
herramientas inadecuadas y el aprendizaje
de temas que son avanzados para el nivel
de los estudiantes y luego creaban confusión
(por ejemplo, bases de datos).
• Impactos negativos a futuro: siendo la
programación el núcleo del programa,
docentes de asignaturas de semestres
posteriores manifestaron que los estudiantes
llegaban sin algunas de las habilidades
básicas de programación, no solo a nivel de
conocimientos, sino también en habilidades
“blandas” (por ejemplo, trabajo en equipo y
bajo presión).
• Dicultades para la adaptación: a pesar de
que los estudiantes tenían conocimientos
básicos de programación y habían trabajado
con un lenguaje durante dos años (Java),
presentaron dicultades para programar en
otros lenguajes.
• Poca visibilidad de resultados: al nalizar
los cursos, los estudiantes no evidenciaron
un portafolio de proyectos propios. En su
lugar disponían de una colección de códigos
creados por el docente, copiado de internet o
fragmentos de código por temáticas, pero no
tenían la oportunidad de hacer proyectos a
mayor escala y que fueran incrementales en
la integración de los conceptos vistos.
• Miedo al cambio por parte de los docentes:
algunos docentes llevaban dictando materias
del área por varios años, usando los mismos
recursos y estrategias y se mostraban
renuentes a cambiarlos. Incluso algunos
llevaban cometiendo errores mucho tiempo
que eran repetidos por sus estudiantes y
ellos de buena fe creían estar en lo correcto.
• Otros aspectos no directamente académicos:
por ejemplo, los horarios de clase (es difícil
para ellos concentrarse un viernes en la tarde,
ya que la mayoría viven fuera de la cuidad y
deben viajar a sus hogares); la asignación
académica, pues en los semestres que se ve
las materias de programación, los estudiantes
no ven ninguna materia de la carrera sino
materias del núcleo común de ingeniería,
como física y cálculo que demandan mucho
tiempo; problemas en el aspecto económico,
social y hasta psicológico. Por último, se
resalta que algunos estudiantes simplemente
no tienen interés en estudiar, no solo
programación, sino en términos generales
y debido a las políticas laxas a nivel escolar
e incluso universitario, siguen asistiendo a
la universidad, pero sin un interés real en
aprender.
Es pertinente aclarar que, pese a las debilidades
identicadas, los estudiantes del programa se
han caracterizado y son reconocidos a nivel
empresarial por tener un destacado nivel de
programación, sin embargo, parte de este
fenómeno se daba más por la capacidad de auto
capacitación que por el aprendizaje adquirido en
la Universidad.
4. Debilidades encontradas y
recomendaciones
En este nivel se asume que el estudiante no
tiene ningún conocimiento de programación,
CUADERNO DE PEDAGOGÍA UNIVERSITARIA / vol.18 número 35 / PP 85-94
90
por lo tanto, los contenidos mínimos para esta
asignatura de “Algoritmos y programación” son
los registrados en la Tabla 1, resaltando que
algunos de los temas son transversales, es decir,
se trabajan durante todo el semestre, como es
el caso de algoritmos, abstracción mediante
objetos y codicación.
Teniendo en cuenta las debilidades generales
encontradas, se indagó a mayor profundidad
con los estudiantes y docentes para detectar
problemas especícos del aprendizaje de
programación en este primer nivel, algunas de
las más relevantes fueron:
• Al ser la primera y única asignatura del
programa que los estudiantes cursan, en los
contenidos se incluían temas de introducción
a ciencias de la computación e institucionales
que disminuyen el tiempo de clase, necesario
para el desarrollo de los temas propios de la
asignatura.
Estrategias implementadas: se removieron
los temas que podrían considerarse
complementarios y se motivó a tratar otros
temas de forma supercial y con estrategias
más lúdicas. Por ejemplo, para el tema de
Introducción a las ciencias de la computación,
se planteó que cada área del programa fuera
asignada a un grupo de estudiantes y estos
hicieran una entrevista a un experto; para el
tema de conversión de números decimales
a binarios, se hizo uso un juego en línea;
para el tema de los sistemas numéricos,
se plantearon ejercicios como investigar
los colores de la imagen de la universidad
en formato hexadecimal. En este punto fue
importante la inclusión de la metodología
de clase invertida, donde el estudiante
consultaba aspectos teóricos antes de la
clase y se aprovechaba el tiempo en el salón
para hacer preguntas y realizar ejercicios
prácticos.
• El estudiante realizaba una búsqueda en
Internet o libros de los ejercicios planteados
y se limitaban a copiar el código encontrado,
que en la mayoría de las ocasiones es de
baja calidad.
Estrategias implementadas: se dejaron
de utilizar los ejercicios comunes para la
introducción a la programación (por ejemplo,
factorial de un número, serie Fibonacci,
etc.), y se propusieron ejercicios reales y
con componentes aleatorios, esto usando
estrategias por parte del docente. En una de
ellas, este elegía una noticia del día al azar,
planteando un ejercicio del tema de la noticia,
por ejemplo, en una noticia de la restricción
de vehículos usando el último dígito de la
placa, se explicó el tema de condicionales,
proponiendo un ejercicio donde se debía
construir un método que recibía como
parámetro la placa del vehículo y el día de la
semana y se debía validar si el vehículo podía
transitar o no ese día. Este enfoque basado
en mini proyectos dio mejor resultado el de
lista de ejercicios clásicos pues el estudiante
estaba motivado por el problema y se
identicaba con el contexto lo cual hacía que
se comprometiera con la solución, también
disminuyo los niveles de plagio pues estos
proyectos no están resueltos en otra parte.
• Los docentes usaban diferentes mecanismos
para gestionar la interacción del usuario
con los programas, lo que llevaba a la
producción de código con malas prácticas
de programación, en especial, violación
de principios básicos de la programación
TEMA ENFOQUE
Algoritmos Lenguaje natural, diagramas
de ujo (se recomienda
usar BPMN – Modelado y
notación de procesos de
negocio - como notación) y
pseudocódigo
Conguración de entorno y
proceso de compilación y
ejecución
Procesos y herramientas,
lenguaje de programación,
editores y consola de
comandos
Codicación Sintaxis del lenguaje,
buenas prácticas y consejos
generales
Tipos de datos Relacionándolo con sistemas
numéricos (por ejemplo,
binario)
Operadores Lógicos, aritméticos y
unitarios
Abstracción mediante objetos Clases, atributos (variables
y constantes) y métodos
(entradas y salidas), nociones
de diagrama de clases UML
(Lenguaje Unicado de
Modelado) usando solo la
relación de asociación
Condicionales If y switch
Ciclos For, while y recursividad
básica
Introducción a vectores Operaciones básicas
(agregar, borrar, leer, buscar,
reportes simples)
Creación de aplicaciones con
interacción de usuario
Usando línea de comando y
aplicando el patrón de MVP
(Modelo Vista Presentador)
Tabla No. 1: Contenidos mínimos para la asignatura de
algoritmos y programación
91
orientada a objetos. Esto hacía que el
estudiante no se concentrara en la lógica de
programación, sino en las particularidades
del lenguaje, como son la construcción de
interfaces de usuario y realizar la unión de
estas dos capas (lógica y vista). Muchos lo
lograban, pero adquiriendo malas prácticas.
Estrategias implementadas: se denió
que, para este nivel, la interacción con el
usuario estaba limitada el uso de entrada y
salida de datos por la consola del sistema,
esto permite que el estudiante se concentre
en la lógica del problema y se le inculque
los principios de única responsabilidad y
separación de asuntos, a través de una
implementación básica del patrón MVP. Este
tema se trata en la segunda mitad del curso.
Al inicio, los datos se pasan como parámetro
a los métodos directamente desde el método
principal.
• Código “espagueti”. Al estudiar el código de
los estudiantes, se encontró que, a pesar
de funcionar, este no cumplía con prácticas
mínimas de calidad, esto nos llevó a buscar
la raíz del problema. La conclusión fue que
algunos docentes eran los que transmitían
o dejaban pasar malas prácticas de
programación pensando que estas después
se corregirían. Algunas de estas prácticas
era que tenían problemas con la asignación
de nombres, poco respeto por las guías
de estilo del lenguaje, uso de variables y
métodos estáticos donde no se deberían
aplicar (solo para evitar explicar cómo se
crea la clase), uso de números mágicos,
métodos muy largos, uso del método main
para colocar la lógica de una función en vez
de encapsularla en un método, entre otros
denominados “olores de código” (Fowler,
2012).
Estrategias implementadas: la solución
vino de la mano de enseñar buenas y mejores
prácticas desde el inicio y codicar en inglés.
Este proceso se torna complejo, pero vale la
pena ya que el estudiante se acostumbra y el
código que realiza tiene calidad.
• Dependencia de las herramientas. Se
identica que los estudiantes adquieren malas
prácticas al usar IDE (Entornos integrados de
desarrollo), debido a que estas herramientas
generan mucho código automáticamente que
es usado sin comprenderse debidamente.
Adicionalmente, muchas de las funciones
evitan que el estudiante entienda procesos
básicos que pueden ser realizados
manualmente (por ejemplo, el proceso de
compilación y ejecución), además, evitan el
desarrollo de habilidades como el uso de la
consola de comandos que puede llegar a ser
de utilidad más adelante.
Estrategias implementadas: teniendo en
cuenta que el estudiante debe aprender a
programar y no a usar una herramienta en
especíco, se propone usar durante la primera
mitad del curso solo un editor de texto básico
y realizar el proceso de compilación por
consola, durante la segunda parte del curso,
se sugiere usar un editor de texto avanzado
(con funciones básicas como resaltado de
sintaxis y autocompletado simple).
• Errores comunes, repetidos continuamente.
Estrategias implementadas: es deber del
docente anticiparse a los errores comunes
y hacer entender que no está mal que el
estudiante tenga un error en su código,
lo que sí está mal es tener el mismo error
varias veces. En este punto, se recomienda
hacer énfasis en la división de tareas que el
estudiante vaya trabajando en un método a
la vez, compile y vea el resultado, para así
volver la programación un proceso iterativo
e incremental. Para ello es bueno hacer
una lista de los errores comunes (Altadmri
y Brown, 2015) y publicarla junto con su
solución o tener una lista de chequeo con
recomendaciones antes de ejecutar el
código, por ejemplo, los objetos se comparan
usando equals y los datos primitivos con ==,
el operador = solo se usa para asignación.
• Ansiedad por usar el computador para
codicar. El estudiante preere codicar a
modelar y por su afán, comete errores lógicos
y gasta mucho tiempo.
Estrategias implementadas: este es un
punto delicado pues no hay que llegar a
prohibir al estudiante codicar, en cambio
es necesario guiarlo a través del proceso
de desarrollo de la solución. Para ello, se
pueden plantear ejercicios de solo modelado
que sean un reto para él, por ejemplo,
intentar modelar algún software real. Por otra
parte, mostrar plantear un ejercicio con cierta
complejidad y animar al estudiante a llegar
a la solución solo codicando, luego otro
ejercicio donde se deba realizar el diseño
de la solución y que el mismo concluya las
ventajas del segundo enfoque.
CUADERNO DE PEDAGOGÍA UNIVERSITARIA / vol.18 número 35 / PP 85-94
92
• Dicultad en abstraer problemas y proponer
soluciones debido a los pocos conocimientos.
Estrategias implementadas: el docente
generalmente quiere ampliar un ejercicio,
pero se ve en la necesidad de explicar
nuevos temas ante las dudas de los alumnos.
Por ejemplo, se está haciendo un software
para gestionar las calicaciones de un
estudiante, pero aún no se ha visto el tema
de vectores y el estudiante quiere hacer que
el programa funcione con varias notas. Para
ello se puede proponer guardar las notas
en una variable de tipo String separadas
por comas (aclarando que más adelante se
estudiará la manera correcta de hacerlo), de
esta manera, los ejercicios se vuelven más
dinámicos y el estudiante va repasando sin
necesidad de confundirlo con temas nuevos.
Otro ejemplo de esto es la generación de
reportes. El docente debe ser creativo para
aprovechar los conocimientos básicos de los
estudiantes y obtener mejores resultados.
En vez de hacer un método que muestre
el resultado de una encuesta en números
(10%), usar los caracteres ASCII (American
Standard Code for Information Interchange)
para visualizar el mismo resultado de manera
diferente (<|__________> %). También se
debe motivar al estudiante a inventar sus
propios reportes usando únicamente los
temas vistos, es decir, sin recurrir a librerías
externas, esto con el n de desarrollar la
lógica.
5. Referentes externos
Adicional a las incidencias encontradas, el
grupo de docentes investigó tendencias en la
enseñanza que fueron aplicadas exitosamente.
En primera medida se destaca, la aplicación
de la metodología de clase invertida fue muy
productiva (Arellano et al., 2015). En ella el
estudiante consulta la teoría en horario extra
clase e inicia cada sesión con un conocimiento
básico del tema a tratar (se resalta que es
mejor solicitar a los estudiantes las consultas
escritas a mano, esto para mejorar los niveles
de aprendizaje), luego el docente refuerza estos
conceptos y el estudiante los aplica en ejercicios
prácticos con acompañamiento del docente y,
por último, se proponen retos para mejorar los
productos creados, lo que motiva al estudiante a
seguir trabajando.
Adicionalmente, la aplicación de aprendizaje
basado en proyectos permitió a los estudiantes
mejorar sus habilidades blandas y estar
motivados al nalizar cada periodo académico.
Esto lo evidencian Halverson y Sheridan (2014)
quienes proponen un movimiento de “creadores”,
donde se haga, se comparta, se aprenda, se
usen herramientas, se juegue, se participe y, por
último, que el estudiante cambie su manera de ver
el mundo. En este movimiento el estudiante crea
proyectos funcionales, los comparte y trabaja
de manera colaborativa. Para ello, también ha
dado buenos resultados motivar al estudiante
a que aprenda por sí mismo un nuevo lenguaje
o tecnología, por esto se proponen actividades
que otorgan bonicaciones en calicación nal
como: leer un libro de tecnología y llevar un diario;
realizar un curso en línea de un lenguaje nuevo;
contestar preguntas en foros de programación y
hacer una contribución de código a un proyecto
de software abierto.
También es interesante ver cómo algunas de las
recomendaciones dadas ya han sido recopiladas
en listas como las propuestas por Brown y Wilson
(2018), en las que se dan los siguientes consejos
para enseñar a programar. Entre los que se
repiten están: programa en vivo, enseña solo
un lenguaje, asigna tareas reales. Sin embargo,
otros como dejar que los estudiantes hagan
predicciones y el de usar ejercicios estructurados
también se deben tener en cuenta. Por otra
parte, algo que ha dado buenos resultados es
crear eventos que motiven a los estudiantes a
programar como “Hackatones”, exposición de
trabajos o maratones de programación (Fracchia
et al., 2014).
6. Conclusiones
Se puede concluir que el trabajo en equipo
entre los docentes del área es fundamental
para estar en constante mejoramiento. Las
revisiones de contenidos y conceptos deben
ser permanentes. Se recomienda conformar
un equipo de trabajo donde se expongan
temas, dudas y las experiencias de clase. Algo
que permitió organizar mejor el trabajo de los
docentes fue utilizar el marco de trabajo Scrum
para dar seguimiento a las estrategias, ya que
este permite ordenar el trabajo en equipo y
ofrece un seguimiento de los avances logrados.
Una recomendación que podemos dar a los
docentes de introducción a la programación es
que no intenten abarcar muchos temas para que
no caigan en un aprendizaje supercial saturado
de contenido, sino que reten a los estudiantes
con proyectos que los hagan integrar sus
saberes adquiridos, y que estos proyectos sean
contextualizados a partir de las situaciones
cotidianas o de la región donde viven. En
denitiva, se trata de no complejizar la clase
93
con muchas herramientas, sino centrarse en
enseñar desde un comienzo buenas prácticas
de programación.
Es necesario, también, reforzar el orden de
enseñanza priorizando el modelado y diseño
de los algoritmos antes del iniciar a programar
(Moroni y Señas, 2005) y cuando los tiempos
de clase sean limitados, reforzar con mapas
conceptuales (Liu et al., 2018). Sin embargo, se
hace necesario precisar que no se debe abusar
del uso de herramienta computacionales para
explicar estos primeros temas, pues pueden
limitar la creación de soluciones reales (Gallego-
Durán et al., 2018).
Adicionalmente, es importante destacar los
buenos resultados que se obtuvieron de aplicar
técnicas como las propuestas por Arellano et
al. (2015) de clase invertida, propiciando una
participación más activa del estudiante. Así
como el uso de herramientas complementarias
que coadyuvan al refuerzo del aprendizaje en el
aula y evitan la monotonía (Erol y Kurt ,2017).
Finalmente, se destaca que el rol de profesor
debe orientarse al de mentor. En vez de tratar
de impartir un saber a un grupo, el docente debe
asesorar el proceso individual de cada estudiante.
Para ello, es necesario estar en constante
actualización y en interacción permanente con
los estudiantes para ofrecer realimentación de
los trabajos o pruebas realizadas y guiándolos a
través de estrategias colaborativas para nivelar
al grupo, de modo tal que se logre motivar a los
que vayan quedándose atrasados con respecto
al grupo.
Referencias bibliográficas
Altadmri, A. y Brown, N. C. (2015). 37 million
compilations: Investigating novice
programming mistakes in large-scale
student data. En 46th ACM Technical
Symposium on Computer Science Education
de ACM, Kansas City, USA. https://doi.
org/10.1145/2676723.2677258
Arellano, N. M., Aguirre, J. F. y Rosas, M. V.
(2015). Clase invertida: una experiencia
en la enseñanza de la programación. En X
Congreso sobre Tecnología en Educación
& Educación en Tecnología, Universidad
Nacional de San Luis, Argentina.
http://sedici.unlp.edu.ar/bitstream/
handle/10915/49121/Documento_completo.
pdf?sequence=1&isAllowed=y
Brown, N. y Wilson, G. (2018). Ten quick tips for
teaching programming. PLoS computational
biology, 14 (4), e1006023. https://doi.
org/10.1371/journal.pcbi.1006023
Casas, S. y Vanoli, V. (2007). Programación
y Algoritmos: Análisis y Evaluación de
Cursos Introductorios. En IX Workshop
de Investigadores en Ciencias de la
Computación de la Red de Universidades
con Carreras de Informática, Argentina.
Erol, O. y Kurt, A. A. (2017). The eects of
teaching programming with scratch on pre-
service information technology teachers’
motivation and achievement. Computers
in Human Behavior, 77, 11-18. https://doi.
org/10.1016/j.chb.2017.08.017
Ferreira Szpiniak, A. y Rojo, G. A. (2016).
Enseñanza de la programación. Revista
Iberoamericana de Tecnología en Educación
y Educación en Tecnología, 1(1), 8.
Fowler, M., Beck, K., Roberts, D. y Gamma, E.
(2012). Refactoring: Improving the Design
of Existing Code. Reino Unido: Addison-
Wesley.
Fracchia, C. C., Kogan, P., Alonso, A. C., Godoy,
I., y López, L. M. (2014). Realización de
torneos de programación como estrategia
para la enseñanza y el aprendizaje de
programación. En XX Congreso Argentino
de Ciencias de la Computación, Argentina.
Gallego-Durán, F. J., Satorre-Cuerda, R.,
Compañ-Rosique, P. y Villagrá-Arnedo,
C. (2018). Explicando el bajo nivel de
programación de los estudiantes. ReVisión,
11 (1), 33-42.
Halverson, E. R. y Sheridan, K. M. (2014). The
Maker Movement in Education. Harvard
educational review, 84 (4), 495-504.
IEEE - ACM (2016). Computer Engineering
Curricula, 2016. https://www.acm.org/
binaries/content/assets/education/ce2016-
nalreport.pdf
CUADERNO DE PEDAGOGÍA UNIVERSITARIA / vol.18 número 35 / PP 85-94
94
Liu, Y., Tong, Y., y Yang, Y. (2018). The
Application of Mind Mapping into College
Computer Programming Teaching. Procedia
Computer Science, 129, 66-70. https://doi.
org/10.1016/j.procs.2018.03.047
Lye, S. y Koh, J. H. (2014). Review on teaching
and learning of computational thinking
through programming: What is next for
K-12?. Computers in Human Behavior, 41,
51-61.
Moroni, N. y Señas, P. (2005). Estrategias para la
enseñanza de la programación. En Primeras
Jornadas de Educación en Informática y TICS
de la Red de Universidades con Carreras
en Informática, Argentina. http://sedici.unlp.
edu.ar/bitstream/handle/10915/18901/52.
pdf?sequence=1
Pérez-Tavera, I. H. (2015). Scratch en la
educación. Vida Cientíca Boletín Cientíco
de la Escuela Preparatoria, 13, 35-36.
StackOverow (2018). Developer Survey
Results. https://insights.stackoverow.com/
survey/2018/#education
Vera, P. M., Moreno, E. J., Rodríguez, R. A.,
Vázquez, M. C. y Valles, F. E. (2016).
Aplicación de Técnicas de Gamicación para
la Enseñanza de Programación a Alumnos
de Primer Año de Ingeniería. En XI Congreso
de Educación en Tecnología y Tecnología en
Educación de la Red de Universidades con
Carreras en Informática, Argentina. http://
sedici.unlp.edu.ar/handle/10915/54653
Zuleta Medina, A. y Chaves Torres, A. (2011).
Uso de herramientas informáticas como
estrategia para la enseñanza de la
programación de computadores. Revista
Unimar, 57, 23-32.
