Search

Ante la urgente necesidad de incorporar el pensamiento computacional en el currículo educativo, parece imprescindible identificar posibles debilidades, amenazas, fortalezas y oportunidades en el sistema y en sus agentes implicados. Esta información nos permitirá determinar qué hacer exactamente, cómo, con quién y cuándo. Por lo tanto, y con el fin de que una propuesta curricular sea adecuada a la realidad que vivimos, consideramos necesario realizar un diagnóstico del sistema educativo en base a los siguientes ejes: 1. Diagnóstico de la situación de los centros y su disponibilidad de recursos y herramientas para incorporar el pensamiento computacional en sus aulas. 2. Diagnóstico de la formación del profesorado en el contexto del pensamiento computacional y auto-percepción sobre esta materia (qué sensaciones, emociones o intereses percibe en relación a esta competencia). La introducción de las Ciencias de la Computación en el sistema educativo requiere de una preparación y capacitación adecuada de los docentes, o, en su defecto, de una predisposición positiva para la adquisición y la enseñanza de dichas competencias. 3. Diagnóstico de la percepción del alumnado en cuanto a esta materia (qué sensaciones, emociones o intereses percibe en relación a esta competencia). En este apartado tendrá especial relevancia el análisis de género pues será importante identificar posibles diferencias de percepciones e intereses entre géneros. Tras realizar una revisión sistemática de la literatura, enfocada enidentificar instrumentos fiables y válidos que permitan realizar los diagnósticos anteriores, en estos documentos se presenta una propuesta de instrumentos dirigidos alos centros, el profesorado y los estudiantes. Dichos instrumentos son traducciones al español de selecciones de ítems procedentes de diversos instrumentos existentes en la literatura y que han sido analizados minuciosamente hasta obtener esta propuesta.&nbsp

En este trabajo se presenta un estudio de las emociones que se producen en estudiantes pre-universitarios al realizar actividades de Pensamiento Computacional. Se comparan dos estrategias en las que se intercalan las metodologías guiadas y por descubrimiento. Se concluye que se producen principalmente emociones positivas y ambiguas, mientras que las negativas tienen una intensidad relativamente baja. También se observa, en relación con las modalidades, que en secundaria las chicas parecen mostrar una menor intensidad en las emociones positivas y ambiguas y un ligero aumento en las negativas. En cuanto a las dos estrategias utilizadas no se observan diferencias significativas en ningún momento sobre la media. This paper presents a study of the emotions that are produced in pre-university students when performing Computational Thinking activities. Two strategies are compared in which the guided and discovery methodologies are interspersed. It is concluded that positive and ambiguous emotions are mainly produced, while negative ones have relatively low intensity. It is also observed in relation to the modalities, that in secondary, girls seem to show less intensity in positive and ambiguous emotions and a slight increase in negative ones. Regarding the two strategies used, no significant differences were observed at any time above the mean. Este trabajo ha sido financiado por “Piens@ Computacion@LLmente (A17120413). Programa educativo para el fomento del pensamiento computacional a través de la realización de actividades que permitan su desarrollo y su inclusión en el currículo”. Cabildo Insular de Tenerife. Fundación General de la Universidad de La Laguna.

En este trabajo se describe la metodología seguida con el proyecto ‘Piensa@ Computacion@ULLmente’ para desarrollar habilidades de pensamiento computacional en estudiantes de 4º de primaria y 2º de la Educación Secundaria Obligatoria en tiempos de COVID-19, adaptando intervenciones en el aula y ejercicios a una modalidad sin presencialidad. La propuesta desarrollada se basa en dos vertientes. Por un lado, píldoras educativas en formato vídeo que permiten una realización asíncrona del proyecto, y por otro, intervenciones síncronas con los estudiantes en el aula mediante el uso de software de videoconferencia. Finalmente, se presenta como resultado una comparativa del interés generado en los participantes de este proyecto en anteriores ediciones con presencialidad y con la nueva metodología que se describe.

Este trabajo presenta una herramienta Web libre y gratuita que facilita a cualquier centro educativo la enseñanza de conceptos básicos sobre robótica y programación y que, al mismo tiempo, permite desarrollar habilidades relacionadas con el pensamiento computacional: descomposición, abstracción, reconocimiento de patrones y pensamiento algorítmico. Esta herramienta permite diseñar y personalizar un robot móvil a través del uso de distintos tipos de sensores. Tras su creación, el robot se podrá poner a prueba en un entorno de simulación mediante distintos retos. El comportamiento del robot se puede definir a través de un lenguaje de programación visual basado en bloques que permite mover el robot a partir de la información del entorno recogida por los sensores. This work presents a free software tool that facilitates the teaching of basic robotics and programming concepts at any educational institution. At the same time, it allows the development of computational thinking skills to be carried out: decomposition, abstraction, pattern recognition and algorithmic thinking. This tool allows the design and configuration of a robot through the specification of different types of sensors. After designing the robot, its behaviour can be simulated by means of different challenges proposed to the user. This behaviour is defined through a block-based visual programming language. Blocks allow actions that the robot has to perform based on the information gathered by the different sensors to be defined in order to pass a challenge

Choosing the correct algorithm to solve a problem still remains an issue 40 years after the Algorithm Selection Problem was first posed. Here we propose a hyper-heuristic which can apply one of two meta-heuristics at the current stage of the search. A scoring function is used to select the most appropriate algorithm based on an estimate of the improvement that might be made by applying each algorithm. We use a differential evolution algorithm and a genetic algorithm as the two meta-heuristics and assess performance on a suite of 18 functions provided by the Generalization-based Contest in Global Optimization (genopt). The experimental evaluation shows that the hybridisation is able to provide an improvement with respect to the results obtained by both the differential evolution scheme and the genetic algorithm when they are executed independently. In addition, the high performance of our hybrid approach allowed two out of the three prizes available at genopt to be obtained.

The Quadratic Knapsack Problem (QKP) is a well-known optimization problem aimed to maximize a quadratic objective function subject to linear capacity constraints. It has several applications in different fields such as telecommunications, graph theory, logistics, hydrology and data allocation, among others. In this paper, we propose the application of a novel population-based metaheuristic referred to as Multi-leader Migrating Birds Optimization (MMBO), which exploits the concepts of cooperation and communication along the search leading to a collective learning, to solve a wide range of well-known QKP instances.

We present novel algorithmic schemes for dealing with large scale continuous problems. They are based on the recently proposed population-based meta-heuristics Migrating Birds Optimisation (mbo) and Multi-leader Migrating Birds Optimisation (mmbo), that have shown to be effective for solving combinatorial problems. The main objective of the current paper is twofold. First, we introduce a novel neighbour generating operator based on Differential Evolution (de) that allows to produce new individuals in the continuous decision space starting from those belonging to the current population. Second, we evaluate the performance of mbo and mmbo by incorporating our novel operator to them. Hence, mbo and mmbo are enabled for solving continuous problems. A set of well-known large scale functions is used for comparison purposes.