Apertura
Evaluación del pensamiento algorítmico: análisis psicométrico de diferentes formas de evaluación en un estudio piloto
Resumen
El pensamiento algorítmico constituye una habilidad clave en la educación superior; sin embargo, su evaluación ha sido limitada al centrarse en resultados finales más que en procesos cognitivos. Este estudio tuvo como objetivo analizar el comportamiento psicométrico de un instrumento para evaluar el pensamiento algorítmico, mediante diferentes formas de evaluación del desempeño en estudiantes universitarios mexicanos, con diferentes niveles de habilidad. Se diseñó y aplicó una prueba de rendimiento máximo compuesta por cuatro formas de evaluación a 141 estudiantes universitarios de dos instituciones públicas, utilizando indicadores de la teoría clásica de los tests y análisis cualitativo de percepciones. Los resultados mostraron que el funcionamiento de las diversas formas dependió del nivel de habilidad y evidenció discrepancias entre la dificultad percibida y el desempeño observado. Como limitación, se reconoce el carácter de pilotaje y el tamaño reducido de los grupos. El estudio aporta evidencia sobre la necesidad de enfoques diferenciados de evaluación. Se concluye que la evaluación del pensamiento algorítmico debe ajustarse al nivel formativo
Palabras clave
Texto completo:
PDFReferencias
Ackerman, P. L. & Kanfer, R. (2009). Test length and cognitive fatigue: An empirical examination of effects on performance and test-taking motivation. Journal of Experimental Psychology: Applied, 15(2), 163–181. https://doi.org/10.1037/a0015719
Adorni, G. & Piatti, A. (2025). Designing the virtual CAT: A digital tool for algorithmic thinking assessment in compulsory education. International Journal of Child-Computer Interaction, 45, 10076. https://doi.org/1.1016/j.ijcci.2025.100760
Allen, M. J. & Yen, W. M. (2002). Introduction to measurement theory. Waveland Press.
Almanasreh, E., Moles, R. & Chen, T. F. (2019). Evaluation of methods used for estimating content validity. Research in Social and Administrative Pharmacy, 15(2), 214–221. https://doi.org/10.1016/j.sapharm.2018.03.066
Barr, V. & Stephenson, C. (2011). Bringing computational thinking to K-12: What is Involved and what is the role of the computer science education community? ACM Inroads, 2(1), 48–54. https://doi.org/1.1145/1929887.1929905
Bengtsson, M. (2016). How to plan and perform a qualitative study using content analysis. NursingPlus Open, 2, 8–14. https://doi.org/10.1016/j.npls.2016.01.001
Brennan, K. & Resnick, M. (2012). New frameworks for studying and assessing the development of computational thinking [Conferencia]. Annual Meeting of the American Educational Research Association, Vancouver, BC, Canada. https://scratched.gse.harvard.edu/ct/files/AERA2012.pdf
Crocker, L. & Algina, J. (1986). Introduction to classical and modern test theory. Holt, Rinehart and Winston.
Crocker, L. & Algina, J. (2008). Introduction to classical and modern test theory. Belmont, CA: Wadsworth.
Cook, D. A. & Beckman, T. J. (2006). Current concepts in validity and reliability for psychometric instruments: Theory and application. The American Journal of Medicine, 119(2), 166.e7–166.e16.
Denny, P., Luxton-Reilly, A. & Simon, B. (2008). Evaluating a new exam question: Parsons problems [Conferencia]. ICER’o8 International Workshop on Computing Education Research, Sidney, Australia. https://doi.org/10.1145/1404520.1404532
Ebel, R. L. & Frisbie, D. A. (1991). Essentials of educational measurement (5th ed.). Prentice Hall.
Elo, S. & Kyngäs, H. (2008). The qualitative content analysis process. Journal of Advanced Nursing, 62(1), 107–115. https://doi.org/10.1111/j.1365-2648.2007.04569.x
Erlingsson, C. & Brysiewicz, P. (2017). A hands-on guide to doing content analysis. African Journal of Emergency Medicine, 7(3), 93–99. https://doi.org/10.1016/j.afjem.2017.08.001
González Villarreal, R. J. (2014). Efectos del aprendizaje basado en juegos en el pensamiento algorítmico de aprendices de programación [Tesis de maestría, Universidad Autónoma de Aguascalientes]. Repositorio Institucional de la UAA. http://bdigital.dgse.uaa.mx:8080/xmlui/bitstream/handle/11317/1090/389736.pdf?sequence=1&isAllowed=y
Gómez Rodríguez, H., González Fernández, M. O. y Aceves Aldrete, C. E. (2025). Impacto del pensamiento computacional desde una mirada interdisciplinaria en la educación superior. RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, (57), 39–54. https://dialnet.unirioja.es/servlet/articulo?codigo=10386299
Guitert, M. y Romeu, T. (2022). Competencias “Digitales” del siglo XXI. Universitat Oberta de Catalunya. https://www.studocu.com/pe/document/universidad-tecnologica-del-peru/educacion/competencias-digitales/67679719
Haladyna, T. M. & Downing, S. M. (1989). A taxonomy of multiple-choice item-writing rules. Applied measurement in education, 2(1), 37-50. https://doi.org/10.1207/s15324818ame0201_3
Haladyna, T. M. (2016). Developing and validating multiple-choice test items (3rd ed.). Routledge. https://doi.org/1.4324/9781315819798
Méndez Hernández, S. O. y Bermúdez, J. F. (2023). El pensamiento computacional como competencia para el siglo XXI. Ciencia Latina Revista Científica Multidisciplinar, 7(4), Article 4. https://doi.org/1.37811/cl_rcm.v7i4.7044
Lafuente Martínez, M., Lévêque, O., Benítez, I., Hardebolle, C. & Zufferey, J. D. (2022). Assessing computational thinking: Development and validation of the algorithmic thinking test for adults. Journal of Educational Computing Research, 60(6), 1436-1463.
https://doi.org/1.1177/07356331211057819
Lister, R., Adams, E. S., Fitzgerald, S., Fone, W., Hamer, J., Lindholm, M., McCartney, R., Moström, J. E., Sanders, K., Seppälä, O., Simon, B. & Thomas, L. (2004). A multi-national study of reading and tracing skills in novice programmers. In Proceedings of the 6th Australasian Conference on Computing Education (pp. 119–150). https://doi.org/10.1145/1041624.1041673
Merino Soto, C. (2009). Intervalos de confianza asimétricos para el índice la validez de contenido: Un programa Visual Basic para la V de Aiken. Anales de Psicología. https://www.um.es/analesps/v25/v25_1/19-25_1.pdf
Montero Sánchez, N. (2025). Pensamiento Algorítmico en la Enseñanza de Matemáticas del Nivel Secundario: Retos, Estrategias y Oportunidades. Sciencevolution, 4(3), 47–60. https://doi.org/10.61325/ser.v4i3.206
Muñiz Fernández, J. (2010). Las teorías de los tests: teoría clásica y teoría de respuesta a los ítems. Papeles del Psicólogo: Revista del Colegio Oficial de Psicólogos, 31(1), 57-66. https://dialnet.unirioja.es/servlet/articulo?codigo=3150824
Navas-López, E. A. (2022). Una Caracterización del Desarrollo del Pensamiento Algorítmico de los Estudiantes de las carreras de Licenciatura en Matemática y Licenciatura en Estadística de la sede central de la Universidad de El Salvador en el período 2018-202. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, (33), e15–e15. https://doi.org/1.24215/18509959.33.e15
Navas López, E. A. (2024). Relaciones entre la matemática, el pensamiento algorítmico y el pensamiento computacional. IE Revista de Investigación Educativa de la REDIECH, 15, e1929–e1929. https://doi.org/1.33010/ie_rie_rediech.v15i.1929
Papert, S. (1980). Computers and Computer Cultures. En Mindstorms Children, Computers, and Powerful Ideas (Segunda). Basic Books. https://rafaelleviblog.wordpress.com/wp-content/uploads/2016/11/mindstorms-chap1.pdf
Parsons, D. & Haden, P. (2006). Parsons programming puzzles: A fun and effective learning tool for first programming courses [Conferencia]. ACE’ 06 8th Australasian Conference on Computing Education, Darlinghurst, Australia. https://dl.acm.org/doi/10.5555/1151869.1151890
Pinzón Pérez, D. F. y González Palacio, E. V. (2022). Incidencia de las habilidades de pensamiento algorítmico en las habilidades de resolución de problemas: Una propuesta didáctica en el contexto de la educación básica secundaria. Estudios Pedagógicos (Valdivia), 48(2), 415–433. https://doi.org/1.4067/S0718-07052022000200415
Pinzón Pérez, D. F., Román González, M. y González Palacio, E. V. (2023). El pensamiento algorítmico como estrategia didáctica para el desarrollo de habilidades de resolución de problemas en el contexto de la educación básica secundaria. Revista de Educación a Distancia (RED), 23(73). https://doi.org/1.6018/red.542111
Posso Domínguez, M. E. y Murcia Londoño, E. (2022). Las “actividades desconectadas” y el desarrollo del pensamiento algorítmico. Universidad Católica de Pereira. http://hdl.handle.net/10785/9635
Robins, A., Rountree, J. & Rountree, N. (2003). Learning and teaching programming: A review and discussion. Computer Science Education, 13(2), 137–172. https://doi.org/10.1076/csed.13.2.137.14200
Rodríguez-Abitia, G., Ramírez-Montoya, M. S., López-Caudana, E. O. y Romero-Rodríguez, J. M. (2021). Factores para el desarrollo del pensamiento computacional en estudiantes de pregrado. Campus Virtuales, 10(2), 153–164. http://uajournals.com/ojs/index.php/campusvirtuales/article/view/893
Rojas-López, A. y García-Peñalvo, F. J. (2020). Evaluación del pensamiento computacional para el aprendizaje de programación de computadoras en educación superior. Revista de Educación a Distancia (RED), 20(63). https://doi.org/1.6018/red.409991
Sweller, J. (2011). Cognitive load theory. Psychology of Learning and Motivation, 55, 37–76. https://doi.org/10.1016/B978-0-12-387691-1.00002-8
Vasconcelos-Santillan, J. (2008). Development of a Web-Based Surveying Instrument to Identify Problem-Solving Abilities Related to Effective Instruction in Computer Programming [Tesis Doctoral, Johns Hopkins University]. ProQuest LLC. https://www.proquest.com/openview/fe9b6f2d64e9202adcce8ce72ee53310/1?pq-origsite=gscholar&cbl=18750
Velasco-Ramírez, M. L. y Otero-Escobar, A. (2023). El impacto del uso de Scratch para favorecer el pensamiento algorítmico en estudiantes de educación superior. Revista Innova Educación, 5(4), 105–12. https://doi.org/1.35622/j.rie.2023.05v.006
Velasco Ramírez, M. L. y Sánchez Hernández, G. L. (2021). Análisis de la competencia de resolución de problemas algorítmicos en estudiantes de educación superior. En Pensamiento Computacional en México (Primera, pp. 53–71). Academia Mexicana de Computación, A. C. https://amexcomp.mx/media/publicaciones/pensamiento-comp-en-mexico-2021.pdf
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.111821
Wing, J. M. (2008). Computational thinking and thinking about computing. ResearchGate. https://doi.org/1.1098/rsta.2008.0118
Wise, S. L. (2017). Rapid-guessing behavior: Its identification, interpretation, and implications. Educational Measurement: Issues and Practice, 36(4), 52–61. https://doi.org/10.1111/emip.12165
DOI: http://dx.doi.org/10.32870/ap.v18n2.2858
Métricas de artículo
Metrics powered by PLOS ALM
Enlaces refback
- No hay ningún enlace refback.
Apertura vol. 18, núm. 2, octubre 2026 - marzo 2027, es una revista científica especializada en innovación educativa en ambientes virtuales que se publica de manera semestral por la Universidad de Guadalajara, a través de la Coordinación de Recursos Informativos del Sistema de Universidad Virtual. Oficinas en Av. La Paz 2453, colonia Arcos Sur, CP 44140, Guadalajara, Jalisco, México. Tel.: 3268-8888, ext. 18775, www.udgvirtual.udg.mx/apertura, apertura@udgvirtual.udg.mx. Editor responsable: Dr. Rafael Morales Gamboa. Número de la Reserva de Derechos al Uso Exclusivo del Título de la versión electrónica: 04-2009-080712102200-203, e-ISSN: 2007-1094; número de la Reserva de Derechos al Uso Exclusivo del Título de la versión impresa: 04-2009-121512273300-102, ISSN: 1665-6180, otorgados por el Instituto Nacional del Derecho de Autor. Número de Licitud de Título: 13449 y número de Licitud de contenido: 11022 de la versión impresa, ambos otorgados por la Comisión Calificadora de Publicaciones y Revistas Ilustradas de la Secretaría de Gobernación. Responsable de la última actualización de este número: Sergio Alberto Mendoza Hernández. Fecha de última actualización: 30 de septiembre de 2026.