Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 243
PENSAMIENTO COMPUTACIONAL Y DESARROLLO INFANTIL: RESULTADOS DE LA
IMPLEMENTACIÓN DEL MODELO DIDÁCTICO (MDPC) EN EDUCACIÓN INICIAL EN
ITAGÜÍ-COLOMBIA
COMPUTATIONAL THINKING AND CHILD DEVELOPMENT: RESULTS OF THE
IMPLEMENTATION OF THE DIDACTIC MODEL (MDPC) IN EARLY CHILDHOOD
EDUCATION IN ITAGÜÍ, COLOMBIA
Autores: ¹Magda Yamile Londoño Cardona y
2
Glenn Elmer Hernández Camelo.
¹ORCID ID:
https://orcid.org/0009-0002-4248-005X
2
ORCID ID:
https://orcid.org/0000-0002-9071-5215
¹E-mail de contacto: magdalodono.est@umecit.edu.pa
2
E-mail de contacto:
glenhernandez.doc@umecit.edu.pa
Afiliación:
1*
Universidad UMECIT, (Panamá).
Articulo recibido: 29 de Septiembre del 2025
Articulo revisado: 1 de Octubre del 2025
Articulo aprobado: 20 de Octubre del 2025
¹Estudiante de la Universidad UMECIT, (Panamá).
2
Ingeniero Electrónico graduado de la Universidad del Valle, (Colombia). Magíster en Ingeniería graduado de la Universidad Pontificia
Bolivariana (Colombia). Doctor en Educación, área TIC graduado de la Universidad de Granada, (España).
Resumen
Este artículo presenta los resultados derivados
de la investigación doctoral que tuvo como
propósito general proponer un Modelo
Didáctico (MDPC) para la estimulación del
desarrollo y aprendizaje mediante la
integración de habilidades de pensamiento
computacional en estudiantes de Transición
desde sus propias experiencias en Itagüí-
Colombia. El estudio se enmarcó en un enfoque
cualitativo con un diseño de Análisis
Fenomenológico Interpretativo (AFI),
orientado a explorar en profundidad las
vivencias educativas de los niños participantes
y se desarrolló en tres instituciones oficiales de
Itagüí, en el nivel de Transición. Los resultados
evidencian que las habilidades de
descomposición, reconocimiento de patrones y
pensamiento algorítmico pueden integrarse a
las actividades rectoras (juego, exploración,
arte y literatura) en coherencia con los cuatro
momentos de la didáctica (Indagar, Proyectar,
Vivir la experiencia y Valorar el proceso). El
MDPC resultante se consolida como una
propuesta innovadora, contextual y replicable
que contribuye al fortalecimiento del desarrollo
integral infantil y a la transformación de la
práctica docente en educación inicial.
Palabras clave: Pensamiento computacional
desenchufado, Educación inicial, Didáctica,
Desarrollo infantil, Modelo didáctico.
Abstract
This article presents the results of doctoral
research, the general purpose of which was to
propose a Didactic Model (DDM) for
stimulating development and learning by
integrating computational thinking skills in
Transition students based on their own
experiences in Itagüí, Colombia. The study was
framed within a qualitative approach with an
Interpretive Phenomenological Analysis (IPA)
design, aimed at exploring in depth the
educational experiences of the participating
children. It was conducted in three public
institutions in Itagüí, at the Transition level.
The results show that the skills of
decomposition, pattern recognition, and
algorithmic thinking can be integrated into
guiding activities (play, exploration, art, and
literature) in line with the four moments of
didactics (Inquiry, Projection, Experiencing,
and Valuing the Process). The resulting DDM
is consolidated as an innovative, contextual,
and replicable proposal that contributes to
strengthening comprehensive child
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 236
development and transforming teaching
practices in early childhood education.
Keywords: Computational thinking
unplugged, Early childhood education,
Didactics, Child development, Didactic
model.
Sumário
Este artigo apresenta os resultados de uma
pesquisa de doutorado cujo objetivo geral foi
propor um Modelo Didático (MDD) para
estimular o desenvolvimento e a aprendizagem
por meio da integração de habilidades de
pensamento computacional em alunos em
Transição, com base em suas próprias
experiências em Itagüí, Colômbia. O estudo,
enquadrado em uma abordagem qualitativa com
um delineamento de Análise Fenomenológica
Interpretativa (AFI), teve como objetivo
explorar em profundidade as experiências
educacionais das crianças participantes. Foi
realizado em três instituições públicas de Itagüí,
no nível de Transição. Os resultados mostram
que as habilidades de decomposição,
reconhecimento de padrões e pensamento
algorítmico podem ser integradas em atividades
orientadoras (brincadeira, exploração, arte e
literatura) em consonância com os quatro
momentos da didática (Indagação, Projeção,
Experienciação e Valorização do Processo). O
MDD resultante se consolida como uma
proposta inovadora, contextual e replicável que
contribui para o fortalecimento do
desenvolvimento integral da criança e para a
transformação das práticas de ensino na
educação infantil.
Palavras-chave: Pensamento computacional
desplugado, Educação infantil, Didática,
Desenvolvimento infantil, Modelo didático.
Introducción
La educación contemporánea enfrenta el
desafío de preparar a los niños y niñas para
desenvolverse en un entorno social y
tecnológico en constante cambio, donde las
competencias cognitivas, comunicativas y
creativas resultan esenciales para la vida. Las
demandas del siglo XXI exigen ir más allá de la
memorización de contenidos, promoviendo
formas de pensamiento estructuradas,
reflexivas, colaborativas y orientadas a la
resolución de problemas (Wing, 2006; Bers,
2018). En este contexto, el pensamiento
computacional (PC) se ha consolidado como
una competencia fundamental, definida como
un proceso cognitivo organizado que articula
estrategias de decisión, razonamiento lógico y
acciones reiterativas, orientadas a estimular la
creatividad humana al enfrentar y solucionar
desafíos mediante el uso de herramientas y
sistemas digitales o computacionales (Grover y
Pea, 2013; Román et al., 2017; MEN, 2022). Su
incorporación en los primeros niveles
educativos no implica enseñar programación
formal, sino fomentar la lógica, la creatividad,
la descomposición de problemas, el
reconocimiento de patrones y el pensamiento
algorítmico, habilidades transferibles a
múltiples contextos del aprendizaje (Bers,
2018). Sin embargo, en la educación inicial
colombiana aún persisten vacíos conceptuales y
metodológicos para integrar el pensamiento
computacional dentro de los procesos
pedagógicos de la infancia, especialmente en
contextos públicos con limitaciones
tecnológicas (MEN, 2017a).
En el grado de Transición, correspondiente a
niños y niñas de cinco años que se preparan para
ingresar al nivel de básica primaria, el enfoque
educativo nacional se orienta al desarrollo
integral mediante experiencias basadas en
juego, arte, literatura y exploración del entorno,
denominadas actividades rectoras. No obstante,
la revisión de los currículos en varias
instituciones oficiales del municipio de Itagüí
evidencia que dichas experiencias, en muchos
casos, se reducen a rutinas de instrucción
mecánica, dejando escasas oportunidades para
que los niños piensen, diseñen, organicen o
anticipen acciones, elementos esenciales del
pensamiento computacional (Yadav et al.,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 237
2017; Basogain y Olmedo, 2020). Esta
problemática motivó el desarrollo de la presente
investigación doctoral, centrada en la creación,
implementación y evaluación de un Modelo
Didáctico (MDPC) que integra las habilidades
de pensamiento computacional en las
experiencias cotidianas de los niños,
fortaleciendo su desarrollo y aprendizaje a
través de la mediación docente.
El modelo se fundamenta en los aportes de
Piaget (1952), quien concibe el desarrollo
cognitivo como una construcción progresiva
mediada por la interacción con el entorno;
Vygotsky (1978), quien destaca la función
social del aprendizaje y el papel del adulto
como mediador en la zona de desarrollo
próximo; y Dewey (1938), quien entiende la
educación como experiencia reflexiva que parte
de la acción. Estas perspectivas confluyen en la
idea que concibe el aprendizaje en la infancia
como un proceso activo, situado y
culturalmente mediado. A nivel nacional, el
Ministerio de Educación Nacional de Colombia
(MEN, 2017a) establece que el desarrollo
integral en la educación inicial debe promover
tres propósitos relacionados con la identidad, la
creación y la exploración, acompañados de
capacidades específicas como la conciencia
integral, la toma de decisiones, la comunicación
versátil y la investigación activa. Estos
propósitos se concretan mediante los cuatro
momentos de la práctica pedagógica: Indagar,
Proyectar, Vivir la experiencia y Valorar el
proceso, los cuales organizan la acción
didáctica y orientan la planeación educativa
(MEN, 2017a).
El MDPC articula precisamente estos
lineamientos con los principios del pensamiento
computacional, integrando las habilidades de
descomposición, reconocimiento de patrones y
pensamiento algorítmico dentro de las
actividades rectoras y los momentos didácticos,
a fin de estimular el desarrollo y aprendizaje
desde las experiencias de los niños. La literatura
reciente ha demostrado que el pensamiento
computacional puede enseñarse de manera
desenchufada, es decir, sin depender de equipos
tecnológicos. En esta línea, Bell, Freeman y
Grimley (2009) desarrollaron la iniciativa:
Ciencias de la computación desconectada
(Computer Science Unplugged), mostrando que
los principios computacionales pueden
enseñarse mediante juegos y actividades
manipulativas. Bers (2018) propuso el enfoque
coding as a playground, donde los niños
exploran conceptos de secuencia, repetición y
condicionalidad a través del juego y la
narrativa. Estas aproximaciones resultan
coherentes con la pedagogía de la educación
inicial, centrada en el aprendizaje por
descubrimiento, la experimentación y la
creatividad (Papert, 1980; Lye y Koh, 2014;
Moreno et al., 2024). En América Latina, se han
desarrollado experiencias significativas
orientadas a la enseñanza del pensamiento
computacional en diferentes niveles educativos
(Basogain y Olmedo, 2020; Bueno et al., 2024;
Villalustre, 2024). No obstante, persiste una
escasez de propuestas dirigidas al nivel de
Transición, donde las capacidades cognitivas y
socioemocionales comienzan a consolidarse y
pueden ser potenciadas mediante una didáctica
que promueva la curiosidad, la secuenciación de
acciones y la resolución creativa de problemas
(Fessakis y Prantsoudi, 2019).
El Modelo Didáctico (MDPC) se erige como
una respuesta a esta necesidad, al integrar el
pensamiento computacional desde un enfoque
lúdico, experiencial y reflexivo, acorde con la
edad y las características del estudiante. A
través de la mediación del docente, las
actividades rectoras se convierten en escenarios
donde el niño puede indagar, proyectar, vivir y
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 238
valorar su propio proceso de aprendizaje, al
tiempo que desarrolla habilidades cognitivas
superiores. El presente artículo se deriva de la
tesis doctoral que tuvo por propósito general,
proponer un Modelo Didáctico (MDPC) para la
estimulación del desarrollo y aprendizaje
mediante la integración de habilidades de
pensamiento computacional en estudiantes de
Transición desde sus propias experiencias en
Itagüí-Colombia. Específicamente, el estudio
buscó analizar, diseñar y evaluar los elementos
que posibilitan la integración del pensamiento
computacional en la didáctica. Estos propósitos
articulan la estructura del presente artículo,
enfocado particularmente en la fase evaluativa
del proceso, es decir, en la valoración de los
resultados obtenidos tras la implementación del
MDPC en tres instituciones educativas del
municipio de Itagüí. La investigación parte de
la siguiente premisa y proposición central: Las
habilidades de pensamiento computacional
integradas a la didáctica pueden estimular el
desarrollo y aprendizaje de los estudiantes del
grado de Transición desde sus propias
experiencias.
Esta premisa orienta la interpretación de los
resultados, los cuales demuestran que la
integración de las habilidades de pensamiento
computacional, en coherencia con los
momentos didácticos y las actividades rectoras,
estimula capacidades cognitivas y
socioemocionales fundamentales para el
desarrollo infantil, tales como la secuenciación,
la toma de decisiones, la comunicación
simbólica y la investigación activa. El estudio
aporta una contribución teórico-práctica a la
educación infantil latinoamericana, al ofrecer
un modelo viable, contextualizado y sustentado
empíricamente, que articula políticas
nacionales con marcos teóricos internacionales
sobre aprendizaje significativo (Ausubel,
1968), mediación social (Vygotsky, 1978) y
construcción activa del conocimiento (Piaget,
1952; Dewey, 1938). Este artículo busca
comunicar los resultados del MDPC en la
estimulación del desarrollo y aprendizaje de los
niños de Transición, evidenciando cómo el
pensamiento computacional desenchufado,
cuando se integra de manera didáctica, se
convierte en una estrategia transformadora del
desarrollo integral desde la primera infancia.
Materiales y Métodos
La investigación se sustenta en una perspectiva
cualitativa (Martínez et al., 2022) inscrita en el
paradigma interpretativo, con un enfoque
epistemológico vivencialista-experiencialista
(Leal, 2016), que reconoce la subjetividad y la
intersubjetividad como ejes en la construcción
del conocimiento. Este marco permite
comprender cómo los significados emergen de
la interacción entre los participantes y el
investigador, en coherencia con el Modelo de
Variación de la Investigación Educativa
(Padrón, 2001). Metodológicamente, se adopta
el método fenomenológico (Heidegger, 1927)
hermenéutico (Gadamer, 2017), orientado a
explorar e interpretar la esencia de las
experiencias vividas por los estudiantes en
torno al pensamiento computacional
desenchufado. Esta elección posibilita una
comprensión profunda de los procesos
educativos en su contexto real, a partir del
análisis reflexivo de las vivencias, los
significados atribuidos y las prácticas
pedagógicas observadas. En conjunto, este
enfoque cualitativo e interpretativo brinda el
sustento necesario para reconstruir el sentido
pedagógico del pensamiento computacional
desde las experiencias cotidianas de los
estudiantes de Transición, permitiendo que el
conocimiento emerja como un proceso
dialógico, contextual y transformador. En este
marco, el proceso metodológico se estructuró en
tres fases interdependientes, directamente
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 239
relacionadas con los propósitos específicos de
la investigación:
➢ Análisis de los elementos teóricos y
contextuales que fundamentan la
integración del pensamiento
computacional en la didáctica;
➢ Diseño del Modelo Didáctico (MDPC)
y de las experiencias pedagógicas
orientadas a la estimulación del
desarrollo y aprendizaje; y
➢ Evaluación del modelo, centrada en la
estimulación del desarrollo y
aprendizaje observado en los
estudiantes de Transición tras su
implementación.
Este artículo se enfoca específicamente en la
fase de evaluación, orientada por el propósito
específico de “evaluar el Modelo Didáctico
(MDPC) en relación con la estimulación del
desarrollo y aprendizaje mediante la integración
de habilidades de pensamiento computacional
en estudiantes de Transición desde sus propias
experiencias en Itagüí-Colombia”. La
investigación se llevó a cabo en tres
instituciones educativas oficiales del municipio
de Itagüí (Antioquia, Colombia): Institución
Educativa María Josefa Escobar, que
implementa el modelo pedagógico SER+i;
Institución Educativa Loma Linda, reconocida
por su enfoque de Comunidades de Aprendizaje
y la Institución Educativa Ciudad Itagüí, que
desarrolla un modelo tradicional de enseñanza.
Estos escenarios fueron seleccionados por su
representatividad de las innovaciones
educativas presentes en el municipio, lo que
permitió contrastar los resultados del MDPC en
distintos ambientes pedagógicos.
La población participante en la evaluación
estuvo conformada por nueve niños y niñas del
grado Transición (5 años de edad promedio). De
ellos, seis participaron directamente en la
implementación del MDPC (dos por institución,
seleccionados de los seis participantes de cada
institución en la implementación) y tres
pertenecieron al grupo de contraste, sin
exposición al modelo. La selección se realizó de
forma intencionada y teórica (Flick, 2018),
priorizando la diversidad de contextos y el
consentimiento informado de las familias. El rol
del docente-investigador fue clave como
mediador, observador y analista reflexivo,
garantizando la fidelidad de los registros y la
interpretación contextualizada de las
experiencias. El Modelo Didáctico para la
Estimulación del Desarrollo y Aprendizaje
mediante la Integración de Habilidades de
Pensamiento Computacional (MDPC) se
estructura como un engranaje (Figura 1)
articulado que conecta las categorías centrales
de la investigación.
Figura 1. Engranaje del MDPC (relación entre
habilidades de pensamiento computacional,
actividades rectoras, momentos didácticos y
capacidades de desarrollo y aprendizaje)
➢ Desarrollo y Aprendizaje, que agrupa los
propósitos de Identidades, Creaciones y
Exploraciones y las respectivas
capacidades establecidas por el MEN
(2017a);
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 240
➢ Didáctica, comprendida a partir de los
cuatro momentos pedagógicos: Indagar,
Proyectar, Vivir la experiencia y Valorar el
proceso (MEN, 2017a);
➢ Actividades Rectoras, entendidas como los
contextos experienciales del aprendizaje
infantil: juego, exploración del medio,
expresiones artísticas y literatura; y
➢ Habilidades de Pensamiento
Computacional, que incluyen
descomposición, reconocimiento de
patrones y pensamiento algorítmico (Wing,
2006; Bers, 2018).
La proposición estructural del MDPC establece
que las habilidades de pensamiento
computacional, integradas a las actividades
rectoras, se insertan de manera progresiva
dentro de los momentos didácticos,
favoreciendo el desarrollo de las capacidades
cognitivas, comunicativas y socioemocionales.
Esta integración se materializó en diez
experiencias pedagógicas diseñadas y aplicadas
a lo largo del proyecto, tales como
“Exploradores musicales”, “Aventuras
Numéricas” y “El Teatro de Nuestras
Historias”, entre otras.
Figura 2. Ciclo de los cuatro momentos
didácticos (Indagar, Proyectar, Vivir la
experiencia, Valorar el proceso)
La recolección de información se basó en dos
técnicas cualitativas principales, seleccionadas
por su pertinencia para el estudio de la primera
infancia y su capacidad de captar dimensiones
emocionales, expresivas y cognitivas del
aprendizaje:
➢ Observación participante. Permitió
registrar las interacciones,
comportamientos, emociones y respuestas
de los niños durante la implementación de
las experiencias. El investigador actuó
como observador-participante,
manteniendo una actitud empática y
reflexiva. Las observaciones se
consignaron sistemáticamente en un diario
de campo, que incluyó categorías
emergentes, descripciones densas y
reflexiones analíticas (Spradley, 2016).
➢ Grupo focal, con enfoque lúdico infantil.
Se realizaron sesiones adaptadas al
lenguaje y ritmo de los niños, utilizando
dinámicas de juego, dibujo, dramatización
y conversación guiada. Estas sesiones
buscaban identificar percepciones,
emociones y comprensiones de los niños
frente a las experiencias vividas (Krueger y
Casey, 2015). La Guía Temática del Grupo
Focal incluyó preguntas derivadas de las
capacidades de desarrollo y aprendizaje y
de las habilidades de pensamiento
computacional.
La evaluación cualitativa mediante pre-test y
post-test, fue diseñada específicamente para
evaluar los avances en las tres habilidades de
pensamiento computacional (descomposición,
patrones y algoritmos), mediante actividades
desenchufadas (unplugged) basadas en
literatura, arte, exploración y juego simbólico
(Bell et al., 2009; Moreno-Palma et al., 2024).
Estas pruebas fueron valoradas mediante
criterios cualitativos: por medio de una escala
basada en datagramas visuales (feliz, pensativo,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 241
triste, desinteresado), de acuerdo con el nivel
simbólico y emocional de los niños de
Transición, en coherencia con las orientaciones
del MEN (2017a) para la educación inicial. El
proceso metodológico se desarrolló en cuatro
momentos principales:
➢ Planeación: diseño del MDPC, elaboración
de las guías de actividades, validación con
expertos en educación y revisión ética.
➢ Implementación: aplicación de las diez
experiencias en los tres escenarios
educativos, documentando las
interacciones mediante observación
directa, registros fotográficos y Diario de
campo.
➢ Recolección y triangulación de
información: análisis conjunto de los datos
obtenidos con las técnicas (Observación
participante, grupo focal) mediante
triangulación metodológica y teórica
(Denzin, 2017).
➢ Análisis e interpretación: codificación
temática y categorial con el apoyo del
software ATLAS.ti, lo que permitió
generar redes de relación entre categorías y
subcategorías (Saldaña, 2021).
Cada una de las unidades de análisis se
relacionó con las categorías centrales del
modelo: Desarrollo y Aprendizaje, Didáctica,
Actividades Rectoras y Habilidades de
Pensamiento Computacional. Los datos se
interpretaron mediante procesos de
contrastación, convergencia y divergencia entre
técnicas. Para asegurar la validez y rigor
científico, se implementaron las siguientes
estrategias:
➢ Triangulación múltiple: de técnicas
(observación, grupo focal, pruebas) y
teorías (constructivismo, mediación
sociocultural, pensamiento
computacional).
➢ Revisión por expertos: expertos externos
revisaron los instrumentos y la pertinencia
pedagógica de las actividades.
➢ Saturación teórica: el análisis se consideró
concluido cuando no emergieron nuevas
categorías significativas en los datos (Flick,
2018).
➢ Reflexividad del investigador: registro de
percepciones, dilemas y decisiones
metodológicas en el diario de campo.
➢ Ética y consentimiento informado: se
garantizó el cumplimiento de los principios
de la investigación con menores,
asegurando la protección integral de los
niños participantes, la confidencialidad de
los datos y la participación voluntaria
mediante autorización de los padres o
acudientes.
El estudio fue avalado institucionalmente y
enmarcado en el principio de beneficencia
pedagógica, priorizando el bienestar y la
experiencia positiva de los participantes.
Resultados y Discusión
Presentación general de los hallazgos
De manera generalizada, el análisis de
resultados se desarrolló a partir de la
triangulación cualitativa entre fuentes:
➢ Los registros de observación participante
consignados en el diario de campo;
➢ Los discursos y producciones recogidos en
los grupos focales con los niños; y Además,
el modelo fue evaluado mediante pre-test y
post-test cualitativo, aplicados antes y
después de la implementación del MDPC.
El procesamiento de los datos en ATLAS.ti
permitió construir redes de relación entre
categorías y subcategorías, generando
interpretaciones sustentadas en la recurrencia y
densidad de las evidencias. Las categorías
analíticas —Desarrollo y Aprendizaje,
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 242
Didáctica, Actividades Rectoras y Habilidades
de Pensamiento Computacional— se
mantuvieron como ejes estructurantes del
modelo y del análisis.
Figura 3. Una red semántica en el análisis del
MDPC
De manera general, los resultados evidencian
que la aplicación del MDPC generó cambios
significativos en los niños participantes,
manifestados en la secuenciación de acciones,
la toma de decisiones, la expresión creativa y la
capacidad para reconocer patrones y elaborar
algoritmos narrativos. En contraste, el grupo sin
intervención mostró variaciones aisladas y no
sostenidas, confirmando la eficacia del modelo
para estimular el desarrollo y aprendizaje
mediante la integración de habilidades de
pensamiento computacional desenchufado.
Resultados por categoría principal:
Desarrollo y Aprendizaje
Esta categoría abarca los tres propósitos
definidos en las bases curriculares para la
educación inicial (MEN, 2017a): Identidades,
Creaciones y Exploraciones, junto con las
capacidades que les corresponden. A
continuación, se presentan los hallazgos más
representativos. Durante la fase pre-test, los
niños tendían a describir sus acciones o
emociones de manera aislada, sin establecer
secuencias lógicas o temporales. Después de la
implementación del MDPC, se observó un
avance sostenido hacia la autoorganización
narrativa y la autorregulación emocional. En el
grupo focal, un niño expresó: “Primero,
pensamos por dónde iba a ir el gato. Luego, lo
hicimos para ver si servía. Y después,
¡celebramos porque funcionó! ¡Sí!” (Grupo
Focal, I.E. María Josefa Escobar). Este tipo de
relatos evidencia la estructura secuencial del
pensamiento y la conciencia del orden de las
acciones. En el diario de campo se registró:
“Durante la actividad ‘El Gato Encuentra su
Comida’, los niños organizan las fichas según
las instrucciones, discuten cuál paso va primero
y corrigen sin intervención del adulto” (Diario
de Campo, 2025). El análisis de códigos en
ATLAS.ti asoció estas conductas con las
subcategorías toma de decisiones –
favoreciendo la autonomía –, razonamiento
numérico – mediante la secuenciación – y
comunicación versátil – estimulando la
colaboración – mostrando convergencia entre
datos de las fuentes. Los niños pasaron de
ejecutar acciones por imitación a planificar
colectivamente, mostrando sentido de
pertenencia y coordinación, en coherencia con
la capacidad de toma de decisiones descrita por
el MEN (2017a).
El MDPC promovió un avance visible en la
expresión creativa y simbólica de los niños. En
las experiencias basadas en arte y literatura, se
observaron producciones con mayor coherencia
narrativa y uso de códigos personales (dibujos,
signos, letras inventadas). En el diario de campo
se registró: “Los niños relatan historias usando
secuencias gráficas, incorporan flechas, colores
y números para recordar el orden de los
personajes” (Diario de Campo, 2025). En el
grupo focal, una niña dijo: “Yo dibujé el cuento
para no olvidarlo, primero el sol, después el
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 243
niño, y al final la casa donde duerme”. Estas
expresiones revelan la apropiación del
pensamiento algorítmico como estrategia de
representación, vinculando la capacidad
comunicación versátil con la habilidad de
pensamiento computacional. El análisis post-
test mostró un aumento significativo de
unidades codificadas relacionadas con las
habilidades de pensamiento computacional
respecto al pre-test, lo que confirma una
evolución cualitativa significativa. Los niños
manifestaron avances en la organización
espacial y numérica al realizar actividades que
implicaban desplazamientos, conteo y diseño de
recorridos. En la experiencia “Aventuras
Numéricas”, los participantes debían seguir
pistas y construir recorridos simbólicos. En el
diario de campo se anotó: “Usan referencias
espaciales: arriba, abajo, lejos, cerca; comparan
distancias y corrigen errores en el orden del
trayecto” (Diario de Campo, 2025). La
evidencia indica que los niños comprendieron
relaciones espaciales y causales mediante la
descomposición de la tarea en pasos concretos,
integrando así las habilidades de razonamiento
lógico y espacial (Piaget, 1952) con la
investigación activa propuesta por el MEN
(2017a).
Resultados por categoría principal:
Didáctica: los cuatro momentos pedagógicos
La implementación del MDPC mostró que los
momentos didácticos (Indagar, Proyectar, Vivir
la experiencia y Valorar el proceso) actuaron
como estructuras mediadoras que favorecieron
la intencionalidad pedagógica y la
autorregulación de los niños. En el momento
Indagar, se promovió la curiosidad mediante
preguntas abiertas: “¿Cómo podemos hacer que
el gato encuentre su comida?”; en Proyectar, los
niños anticiparon pasos y materiales; en Vivir la
experiencia, ejecutaron secuencias de acciones
ajustando errores; y en Valorar el proceso,
reflexionaron sobre lo aprendido, expresando
satisfacción y autovaloración. Los registros del
grupo focal muestran que los niños comenzaron
a reconocer su propio aprendizaje: “Yo aprendí
a seguir las rutas sin salirme” (Grupo Focal, I.E.
Ciudad Itagüí); “Aprendí que si me equivoco
puedo volver atrás” (Grupo Focal, I.E. Loma
Linda). Este tipo de verbalizaciones confirma
la internalización de la retroalimentación como
elemento formativo y la consolidación de un
pensamiento reflexivo, alineado con la teoría de
la experiencia educativa de Dewey (1938).
Resultados por categoría principal:
Actividades Rectoras
El juego, el arte, la exploración y la literatura
funcionaron como vehículos de integración del
pensamiento computacional en la educación
inicial. En el juego, los niños aplicaron
estrategias algorítmicas de manera natural (“si
hago esto, después pasa esto”). En las
expresiones artísticas, se evidenció la repetición
de patrones gráficos y el uso de secuencias de
color o forma como elementos ordenadores. En
la exploración del medio, los niños
desarrollaron modelos mentales espaciales al
representar rutas y caminos. En la literatura
infantil, se integraron narrativas secuenciadas
donde los niños asumieron el rol de personajes
y construyeron “Historias en movimiento”,
mediante el pensamiento algorítmico. Esta
relación transversal confirma que las
actividades rectoras constituyen un entorno
natural para la aplicación del pensamiento
computacional desenchufado, sin sustituir la
esencia lúdica ni la creatividad del aprendizaje
infantil (Papert, 1980; Bers, 2018; Moreno-
Palma et al., 2024).
Resultados por categoría principal:
Habilidades de Pensamiento Computacional
Las habilidades evaluadas, descomposición,
reconocimiento de patrones y pensamiento
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 244
algorítmico, mostraron progresos notables tras
la aplicación del MDPC. Descomposición: los
niños aprendieron a dividir tareas complejas en
pasos simples (p. ej., “buscar las piezas
primero”, “poner las flechas después”).
Reconocimiento de patrones: identificaron
regularidades en colores, sonidos y
movimientos, y comenzaron a crearlas por
iniciativa propia. Pensamiento algorítmico:
lograron planificar secuencias ordenadas para
resolver problemas o narrar historias. En el
post-test, seis de los nueve participantes
alcanzaron un nivel equivalente a “Logrado”
(L), es decir, “Feliz” en al menos dos de las tres
habilidades, mientras que los tres del grupo sin
intervención se mantuvieron entre “Emergente”
(E), es decir, “Triste” o “Desinteresado” y “En
desarrollo” (D), es decir, “Pensativo”.
Comparación pre–post y entre grupos
La comparación cualitativa pre–post permitió
evidenciar trayectorias de desarrollo y
aprendizaje diferenciadas. El grupo que trabajó
con el MDPC mostró progresos sostenidos y
transversales, mientras que el grupo sin
intervención presentó avances fragmentarios y
no convergentes.
Tabla 1. Evolución de las habilidades de
pensamiento computacional (grupo MDPC vs.
grupo sin intervención)
Habilidad
Grupo
Pre-test
Post-test
Descripción del
cambio cualitativo
Descomposición
MDPC
E/D
L
Los niños planifican
acciones paso a paso,
corrigen y justifican su
orden.
Descomposición
Sin
intervención
E
D
Aparecen secuencias
simples, sin coherencia
temporal sostenida.
Reconocimiento
de patrones
MDPC
E
D/L
Crean patrones visuales
y rítmicos propios,
comprenden su
repetición.
Reconocimiento
de patrones
Sin
intervención
E
E/D
Identifican patrones por
imitación, sin
verbalización del
criterio.
Pensamiento
algorítmico
MDPC
E
L
Narran procesos en
secuencia lógica, con
relaciones causa–
efecto.
Pensamiento
algorítmico
Sin
intervención
E
E/D
Relatos dispersos, sin
estructura clara.|
Fuente: elaboración propia
El análisis interinstitucional reveló
convergencias significativas en las tres
instituciones donde se aplicó el modelo,
confirmando que el MDPC es flexible y
adaptable a diversos enfoques pedagógicos,
manteniendo coherencia en los resultados. La
triangulación final permitió concluir que la
integración de las habilidades de pensamiento
computacional al currículo infantil fortalece
procesos cognitivos y socioemocionales de
manera simultánea. Los niños desarrollaron no
solo la capacidad de organizar y secuenciar
acciones, sino también de dialogar, decidir y
reflexionar sobre su propio aprendizaje. En
términos de desarrollo y aprendizaje, esto
representa un avance en la conciencia integral y
el sentido comunitario; y en términos
cognitivos, en el razonamiento lógico y la
creatividad. Estos resultados validan la premisa
central de la investigación.
Los resultados obtenidos confirman que el
Modelo Didáctico (MDPC) estimuló de manera
significativa y sostenida el desarrollo y
aprendizaje de los estudiantes del grado
Transición, favoreciendo capacidades
cognitivas y socioemocionales asociadas al
pensamiento computacional (PC). La evidencia
cualitativa muestra una evolución desde la
ejecución espontánea hacia la planificación
secuencial, la toma de decisiones y la
autorregulación; avances que se alinean con las
capacidades establecidas en las Bases
Curriculares para la Educación Inicial en
Colombia (MEN, 2017a): conciencia integral,
comunicación versátil, investigación activa y
sentido comunitario. El progreso observado en
los niños que participaron en la implementación
del MDPC demuestra que las habilidades de
pensamiento computacional pueden
desarrollarse sin recurrir a la tecnología digital,
cuando se integran de manera intencionada en
experiencias lúdicas, artísticas, literarias y
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 245
exploratorias. Esta constatación valida la
eficacia del enfoque desenchufado (unplugged)
en contextos escolares con recursos limitados, y
reafirma la importancia de una didáctica
intencionada como elemento estructural del
aprendizaje significativo (Vygotsky, 1978;
Dewey, 1938).
La coherencia entre categorías; Desarrollo y
Aprendizaje, Didáctica, Actividades Rectoras y
Habilidades de PC, evidencia que el modelo
funciona como un sistema didáctico integrado,
en el que cada componente se articula
funcionalmente para estimular procesos
mentales y afectivos. Esta integración
constituye la principal fortaleza del MDPC, al
conjugar la dimensión cognitiva del
pensamiento computacional con la dimensión
emocional y social del desarrollo infantil. Los
hallazgos empíricos del estudio corroboran las
posturas teóricas de Piaget (1952), Vygotsky
(1978) y Dewey (1938), quienes sostienen que
el conocimiento se construye a partir de la
experiencia, la interacción social y la acción
reflexiva. En el MDPC, el estudiante no recibe
información pasivamente; descubre, organiza y
transforma su entorno mediante la exploración
y el juego, generando aprendizajes que integran
pensamiento y emoción. La progresión
observada, de la imitación a la planificación
autónoma, refleja lo que Vygotsky (1978)
denomina internalización de las herramientas
culturales: los niños aprenden primero con
ayuda del adulto y luego lo hacen de manera
independiente. Asimismo, la secuenciación de
acciones y la toma de decisiones en grupo
confirman la importancia de la mediación
docente, no como transmisora de contenidos,
sino como facilitadora de la autorregulación y
la reflexión (Bruner, 1986; Rogoff, 1990).
Desde la perspectiva de Dewey (1938), el
MDPC consolida un modelo de aprendizaje
experiencial en el que los niños transforman la
experiencia en conocimiento al reflexionar
sobre ella. La práctica del “Valorar el proceso”
al final de cada experiencia refleja esa
pedagogía de la reflexión activa, indispensable
para el desarrollo del pensamiento crítico desde
la infancia. Finalmente, la articulación entre
acción y simbolización, evidente en los relatos,
dibujos y construcciones de los niños, confirma
los postulados de Piaget (1952) sobre el tránsito
del pensamiento sensorio-motor al
preoperacional, donde el niño comienza a
representar el mundo mediante signos y
secuencias simbólicas. Los resultados del
MDPC dialogan y amplían los hallazgos de
investigaciones internacionales y
latinoamericanas sobre la incorporación del
pensamiento computacional en educación
infantil. Bers (2018) y Bers y Sullivan (2019)
demostraron que el pensamiento computacional
puede cultivarse desde la primera infancia a
través del juego, la narrativa y la construcción
de proyectos. El MDPC reafirma esta idea, pero
la contextualiza en un entorno sin dispositivos
tecnológicos, fortaleciendo la dimensión
humana y emocional del aprendizaje. Bell,
Freeman y Grimley (2009), con Computer
Science Unplugged, evidenciaron la eficacia de
los métodos desenchufados para enseñar
principios computacionales. El MDPC extiende
este enfoque al combinarlo con las actividades
rectoras propias de la educación inicial
colombiana, logrando una adaptación cultural y
pedagógica pertinente.
Bueno et al. (2024) y Basogain y Olmedo
(2020) resaltaron la gamificación y el trabajo
colaborativo como vías para fomentar el
pensamiento computacional. En consonancia, el
MDPC demuestra que la colaboración y la
cooperación entre pares potencian la toma de
decisiones y la resolución de problemas en
edades tempranas. Villalustre (2024) y Leonard
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 246
et al. (2018) destacaron la formación docente
como un factor clave para integrar el
pensamiento computacional. Este estudio
confirma que la mediación reflexiva del docente
es determinante: su capacidad para traducir los
principios del PC a experiencias significativas
es lo que hace posible la estimulación del
desarrollo infantil. Por su parte, Moreno et al.
(2024) y Angraini et al. (2024), al analizar
estrategias desenchufadas y el uso de realidad
aumentada, concluyeron que los entornos
multisensoriales y narrativos fortalecen la
comprensión de algoritmos y patrones. El
MDPC se alinea con estos hallazgos al
demostrar que la narrativa y el arte pueden
funcionar como equivalentes simbólicos de los
algoritmos, facilitando la comprensión de
secuencias y relaciones causales. En conjunto,
estos contrastes evidencian que el MDPC aporta
una innovación contextualizada a la literatura
existente, al integrar el pensamiento
computacional a los procesos de desarrollo y
aprendizaje de la educación inicial
latinoamericana mediante una didáctica
humanizadora, no dependiente de la tecnología.
Los resultados del estudio ofrecen múltiples
aportaciones teóricas, metodológicas y
prácticas a la educación inicial y a la formación
docente.
El MDPC redefine el pensamiento
computacional como un proceso cognitivo
transversal, no limitado a la programación, sino
presente en las actividades naturales del niño:
jugar, crear, explorar y narrar. Esta visión
supera los enfoques tecnocéntricos y ubica el
pensamiento computacional dentro del
paradigma del desarrollo integral, donde lo
cognitivo, lo emocional y lo social se articulan
dinámicamente (Román-González et al., 2017).
El modelo ofrece una ruta didáctica replicable,
estructurada en cuatro momentos didácticos que
guían la experiencia educativa desde la
indagación hasta la reflexión. Su flexibilidad
permite aplicarlo en diversos contextos
institucionales, ajustando las actividades según
el enfoque pedagógico de cada institución. El
MDPC proporciona al docente estrategias
concretas para incorporar habilidades de
pensamiento computacional sin requerir
infraestructura tecnológica, favoreciendo la
equidad educativa. Los resultados sugieren que,
con acompañamiento y formación, los docentes
pueden promover en los niños de Transición la
autonomía, la creatividad, la planificación y la
cooperación, capacidades esenciales para la
educación del siglo XXI. Para la política
pública, la evidencia respalda la inclusión
explícita del pensamiento computacional en los
lineamientos curriculares de educación inicial.
Para la formación docente, urge incorporar
módulos sobre pensamiento computacional y
mediación didáctica en los programas de
licenciatura y posgrado. Para la innovación
escolar, el MDPC demuestra que la creatividad
pedagógica puede compensar la escasez de
recursos tecnológicos, reforzando la idea de que
la innovación es principalmente una actitud
docente reflexiva. Los resultados abren la
posibilidad de escalar el MDPC a otros
contextos territoriales, evaluando su impacto a
largo plazo y su adaptación a grados superiores.
Asimismo, se propone fortalecer la línea de
investigación en pensamiento computacional
desenchufado y educación inclusiva,
explorando su aplicabilidad con poblaciones
diversas y en entornos rurales. La discusión
evidencia que el MDPC cumple la premisa
central de la tesis. En términos científicos, el
modelo demuestra que la integración de las
habilidades de pensamiento computacional no
solo potencia la cognición, sino que también
transforma la dinámica pedagógica, al situar al
niño como protagonista de su propio
aprendizaje. En consecuencia, el MDPC se
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 247
consolida como una propuesta didáctica
innovadora, humanizadora y replicable, que
contribuye a la construcción de una educación
inicial más pertinente, equitativa y creativa para
América Latina.
Conclusiones
El análisis teórico y contextual permitió
identificar que la integración del pensamiento
computacional (PC) en la educación inicial
requiere comprenderlo no como un conjunto de
contenidos tecnológicos, sino como un marco
de pensamiento que potencia la resolución de
problemas, la creatividad y el razonamiento
lógico. El estudio evidenció que las habilidades
de descomposición, reconocimiento de patrones
y pensamiento algorítmico pueden ser
desarrolladas en los niños de Transición cuando
se incorporan de manera intencional en los
cuatro momentos de la práctica pedagógica:
Indagar, Proyectar, Vivir la experiencia y
Valorar el proceso (MEN, 2017a). Asimismo,
se comprobó que las actividades rectoras, juego,
exploración del medio, expresiones artísticas y
literatura, son los vehículos naturales para esta
integración, ya que promueven la
secuenciación, la simbolización y la toma de
decisiones, sin alterar la esencia lúdica y
emocional del aprendizaje infantil. Este
hallazgo reafirma la posibilidad de concebir la
didáctica como un espacio de pensamiento
computacional desenchufado, capaz de
estimular simultáneamente lo cognitivo, lo
social y lo afectivo.
El diseño del MDPC se basó en la articulación
de cuatro categorías fundamentales: Desarrollo
y Aprendizaje, Didáctica, Actividades Rectoras
y Habilidades de Pensamiento Computacional.
Esta arquitectura permitió construir un
engranaje funcional donde cada componente
mantiene una relación de dependencia dinámica
con los demás: las habilidades de PC se
expresan en las actividades rectoras, que a su
vez se desarrollan dentro de los momentos
didácticos, fortaleciendo las capacidades de
desarrollo y aprendizaje. El MDPC se distingue
por su carácter integrador, flexible y
contextualizado, pues puede adaptarse a
distintos modelos institucionales (SER+i,
Comunidades de Aprendizaje o Tradicional) sin
perder coherencia. Además, promueve la
reflexión pedagógica y la autonomía
profesional, transformando el aula en un
laboratorio de exploración, diálogo y creación.
La fase evaluativa, centrada en el análisis pre–
post y la triangulación de fuentes, permitió
constatar mejoras sostenidas en las habilidades
cognitivas, comunicativas y socioemocionales
de los niños que participaron en la
implementación del MDPC. En comparación
con el grupo sin intervención, los estudiantes
del grupo experimental mostraron mayor
capacidad de secuenciación, cooperación,
creatividad y autorregulación emocional,
alcanzando niveles “Logrado” en la mayoría de
las habilidades de pensamiento computacional.
Estos resultados confirman empíricamente la
premisa central de la tesis. Por tanto, el MDPC
no solo cumplió los propósitos planteados, sino
que demostró ser un instrumento didáctico
eficaz para transformar la práctica educativa en
el nivel de Transición.
El MDPC consolida una visión humanista del
pensamiento computacional. Al desprenderse
del uso obligatorio de dispositivos tecnológicos,
el modelo reinterpreta el pensamiento
computacional como un conjunto de procesos
mentales, analizar, abstraer, planificar, predecir
y crear, que fortalecen la capacidad de los niños
para comprender y transformar su entorno
(Bers, 2018; Wing, 2006). La mediación
docente es el eje estructural del modelo. La
figura del maestro como guía, observador y
diseñador de experiencias resulta indispensable.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 248
El docente no enseña algoritmos, sino que crea
condiciones para que el niño piense
algorítmicamente, favoreciendo la autonomía y
la metacognición (Vygotsky, 1978; Bruner,
1986). El modelo favorece el desarrollo
integral. El MDPC demostró que la integración
de las habilidades de PC fortalece dimensiones
cognitivas (razonamiento lógico y secuencial),
comunicativas (narración y expresión
simbólica), emocionales (autorregulación y
empatía) y sociales (colaboración y sentido
comunitario). La didáctica se convierte en
experiencia reflexiva. Cada momento del
proceso: Indagar, Proyectar, Vivir y Valorar,
actúa como un ciclo de aprendizaje
experiencial, donde los niños transforman la
acción en pensamiento. Este enfoque vivencial
coincide con la visión de Dewey (1938) y de las
pedagogías activas contemporáneas. La
investigación reafirma la validez de las
metodologías cualitativas formativas en
educación infantil. El AFI permitió comprender
el aprendizaje desde la voz y la experiencia del
niño, evitando la medición cuantitativa y
priorizando la interpretación profunda de los
significados, en coherencia con la ética y la
naturaleza de la infancia. El MDPC aporta
evidencia empírica al campo del pensamiento
computacional desenchufado. En contextos de
recursos limitados, las estrategias
implementadas demostraron que la educación
en pensamiento computacional puede ser
accesible, inclusiva y culturalmente sensible,
favoreciendo la equidad educativa.
Referencias Bibliográficas
Alvarez, I., & Huerta, O. (2024). Inteligencia
aumentada para la educación abierta:
reduciendo la brecha digital con métodos de
diseño inclusivo. Frontiers in Education,
9(2), 1–6.
https://doi.org/10.3389/feduc.2024.1337932
Angraini, D., Fitriani, E., & Susilowati, M.
(2024). Augmented reality for cultivating
computational thinking skills in mathematics
completed with literature review,
bibliometrics, and experiments for students.
Journal of Educational Technology
Research, 5(2), 45–59.
Asnawi, A., Sahudra, T., Ramadhani, D.,
Kenedi, A., Aosi, G., Wardhana, M., &
Khalil, N. (2023). Desarrollo de
instrumentos de pruebas diagnósticas
digitales para el aprendizaje diferenciado en
escuelas primarias. Jurnal Penelitian
Pendidikan IPA, 9(Edición especial), 460–
466.
Ausubel, D. (1968). Educational psychology: A
cognitive view. Holt, Rinehart and Winston.
Bacca, J., Baldiris, S., Fabregat, R., Graf, S., &
Kinshuk. (2014). Tendencias de la realidad
aumentada en la educación: una revisión
sistemática. Tecnología Educativa y
Sociedad, 17(4), 133–149.
Basogain, X., & Olmedo, A. (2020).
Integración de pensamiento computacional
en educación básica: dos experiencias
pedagógicas de aprendizaje colaborativo
online. Revista Electrónica de Tecnología
Educativa (EDUTEC), 73, 91–107.
Bell, T., Freeman, I., & Grimley, M. (2009).
Computer science unplugged: School
students doing real computing without
computers. The New Zealand Journal of
Applied Computing and Information
Technology, 13(1), 20–29.
Bers, U. (2018). Coding as a playground:
Programming and computational thinking in
the early childhood classroom. Routledge.
Bers, U. (2022). Beyond coding: How children
learn human values through programming.
MIT Press.
Bers, U., & Horn, M. (2010). Tangible
programming in early childhood: Revisiting
developmental assumptions through new
technologies. Journal of Educational
Multimedia and Hypermedia, 19(4), 469–
484.
Bers, U., & Portsmore, M. (2005). Teaching
partnerships: Early childhood and
engineering students teaching math and
science through robotics. Journal of Science
Education and Technology, 14(1), 59–73.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 249
Bers, U., & Sullivan, A. (2019). Designing
robotics experiences in early childhood
education: A pedagogical framework for
creative learning. International Journal of
Technology and Design Education, 29(1),
37–54.
Bers, U., Strawhacker, A., & Sullivan, A.
(2020). The role of robotics in early
childhood education: Exploring how to
foster computational thinking and
engineering thinking. Early Childhood
Research & Practice, 12(2), 112–128.
Bers, U., González, C., & Sherin, B. (2020).
Designing early childhood learning
environments to foster computational
thinking. British Journal of Educational
Technology, 51(3), 685–703.
Bruner, J. (1986). Actual minds, possible
worlds. Harvard University Press.
Bueno, C., García, L., & Rodríguez, A. (2024).
Enfoques gamificados de pensamiento
computacional en formación docente.
Revista de Innovación Educativa
Latinoamericana, 12(2), 56–74.
Bueno, C., Villalustre, L., & Campina, R.
(2023). Integración de la gamificación y el
pensamiento computacional en educación
inicial: un estudio de casos múltiples en
América Latina. Revista Latinoamericana de
Tecnología Educativa, 22(1), 31–52.
Campina, R., Lorca, A., & Heras, M. (2024).
Indagación, modelización y pensamiento
computacional: un análisis bibliométrico con
el uso de Bibliometrix a través de
Biblioshiny. Revista Iberoamericana de
Educación Superior, 15(45), 88–107.
Clements, D., & Sarama, J. (2009). Learning
and teaching early math: The learning
trajectories approach. Routledge.
Cruz, F., Wangenheim, C., & Hauck, J. (2019).
Approaches to assess computational thinking
competences based on code analysis in K–12
education: A systematic mapping study.
Informatics in Education, 18(1), 17–36.
Denning, P. (2009). The profession of IT: The
science in computer science.
Communications of the ACM, 52(5), 28–32.
Denzin, N. (2017). The research act: A
theoretical introduction to sociological
methods. Routledge.
Denzin, N., & Lincoln, Y. (Eds.). (2018). The
Sage handbook of qualitative research (5th
ed.). Sage.
Dewey, J. (1938). Experience and education.
Macmillan.
Esteve, F., Llopis, M., & Adell, J. (2019). The
development of computational thinking in
student teachers through an intervention with
educational robotics. Computers in Human
Behavior, 93, 633–639.
Faber, H., & Protopsaltis, A. (2020). Designing
unplugged activities to foster computational
thinking in early childhood education. Early
Childhood Research Quarterly, 53, 35–47.
Fessakis, G., & Prantsoudi, S. (2019).
Computer science teachers’ perceptions,
beliefs and attitudes on computational
thinking in Greece. Education and
Information Technologies, 24(2), 1603–
1619.
Flick, U. (2018). An introduction to qualitative
research (6th ed.). Sage.
Friese, S. (2019). Qualitative data analysis with
ATLAS.ti (3rd ed.). Sage.
Gadamer, G. (2017). Verdad y método:
Fundamentos de una hermenéutica filosófica
(2ª ed.). Sígueme.
García, F., & Mendes, A. (2018). Exploring the
computational thinking effects on computer
science professional competencies.
Computers in Human Behavior, 80, 394–
403.
González, J., García, J., & Muñoz, P. (2018).
¿Robots o programación? El concepto de
pensamiento computacional y los futuros
maestros. Revista de Tecnología Educativa
(EDUTEC), 64, 29–49.
Grover, S., & Pea, R. (2013). Computational
thinking in K–12: A review of the state of the
field. Educational Researcher, 42(1), 38–43.
Heidegger, M. (1927). Ser y tiempo (J. Rivera,
Trad.). Editorial Universitaria.
Krueger, R., & Casey, M. (2015). Focus
groups: A practical guide for applied
research (5th ed.). Sage.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 250
Leal, L. (2016). Sobre el enfoque
epistemológico vivencialista-
experiencialista. Revista Ciencias Sociales y
Educativas de la UNEFM, 6(3), 64–72.
https://www.researchgate.net/publication/31
7004450
Leonard, J., Mitchell, M., Barnes, J., Unertl, A.,
& Robinson, R. (2018). Preparing teachers to
engage rural students in computational
thinking through robotics, game design, and
culturally responsive teaching. Journal of
STEM Education Research, 1(1), 45–66.
Li, Y., Xu, X., & Liu, C. (2021). Development
and validation of computational thinking
assessment of Chinese elementary school
students. Computers & Education, 161,
104061.
López, M. (2020). Investigación cualitativa y
análisis fenomenológico aplicado a la
educación. Universidad del Valle.
Lye, S., & Koh, J. (2014). Review on teaching
and learning of computational thinking
through programming: What is next for K–
12? Computers in Human Behavior, 41, 51–
61.
Martínez, M. (2000). La investigación
cualitativa: Fundamentos y práctica.
McGraw-Hill.
MEN. (2017a). Bases curriculares para la
educación inicial. Ministerio de Educación
Nacional de Colombia.
MEN. (2017b). Lineamientos pedagógicos y
curriculares para la educación inicial.
Ministerio de Educación Nacional de
Colombia.
MEN. (2020). Política de Estado para el
desarrollo integral de la primera infancia:
De cero a siempre. Ministerio de Educación
Nacional de Colombia.
MEN. (2022). Orientaciones curriculares para
el área de tecnología e informática en la
educación básica y media.
https://tinyurl.com/ys3ds4bv
Moreno, J., Aguilar, P., & Ramírez, C. (2024).
Desarrollo del pensamiento computacional
desenchufado mediante resolución de
problemas: una revisión sistemática y meta-
análisis. Revista de Estudios Educativos
Latinoamericanos, 29(1), 87–112.
Mouza, C., Yang, H., Pan, Y., Ozden, S., &
Pollock, L. (2017). Resetting educational
technology coursework for pre-service
teachers: A computational thinking approach
to TPACK. Australasian Journal of
Educational Technology, 33(3), 61–75.
Padrón, J. (2001). La estructura de los procesos
de investigación. Revista Educación y
Ciencias Humanas, 9(17), 33–46.
https://acortar.link/jA5ma6
Papert, S. (1980). Mindstorms: Children,
computers, and powerful ideas. Basic Books.
Patton, M. (2015). Qualitative research &
evaluation methods (4th ed.). Sage.
Peel, A., Sadler, T., & Friedrichsen, P. (2022).
Algorithmic explanations: An unplugged
instructional approach to integrate science
and computational thinking. Research in
Science Education, 52(5), 1187–1210.
Piaget, J. (1952). The origins of intelligence in
children. International Universities Press.
Restrepo, B. (2017). Investigación formativa:
Conceptos, estrategias y experiencias.
Universidad Cooperativa de Colombia.
Restrepo, B., & Zúñiga, M. (2019). La
investigación formativa en contextos
escolares: Fundamentos y experiencias
latinoamericanas. Universidad Cooperativa
de Colombia.
Rogoff, B. (1990). Apprenticeship in thinking:
Cognitive development in social context.
Oxford University Press.
Román, M., Pérez, J., & Jiménez, C. (2017).
Which cognitive abilities underlie
computational thinking? Criterion validity of
the Computational Thinking Test.
Computers in Human Behavior, 72, 678–
691.
Saldaña, J. (2021). The coding manual for
qualitative researchers (4th ed.). Sage.
Spradley, J. (2016). Participant observation.
Waveland Press.
UNESCO. (2021). Reimaginar juntos nuestros
futuros: Un nuevo contrato social para la
educación. UNESCO.
Villalustre, L. (2024). Análisis del nivel de
pensamiento computacional de los futuros
maestros: una propuesta diagnóstica para el
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10
Octubre del 2025
Página 251
diseño de acciones formativas. Revista de
Tecnología y Educación, 12(3), 25–42.
Vygotsky, L. (1978). Mind in society: The
development of higher psychological
processes. Harvard University Press.
Wing, J. (2006). Computational thinking.
Communications of the ACM, 49(3), 33–35.
Yadav, A., Stephenson, C., & Hong, H. (2017).
Computational thinking for teacher
education. Communications of the ACM,
60(4), 55–62.
Zúñiga, M. (2020). Investigación formativa y
práctica pedagógica en contextos escolares:
una mirada reflexiva. Revista Colombiana de
Educación, 80, 119–140.
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Magda Yamile
Londoño Cardona y Glenn Elmer Hernández
Camelo.
