Ideas de aprendizaje activo
La abstracción y la descomposición son los pilares del pensamiento computacional en el currículo de III Medio. Este tema invita a los estudiantes a enfrentar problemas complejos, como la gestión del transporte en Santiago o la distribución de recursos en zonas rurales, extrayendo solo la información esencial y dividiendo el desafío en partes manejables. Al dominar estas habilidades, los jóvenes no solo aprenden a programar, sino que desarrollan una capacidad analítica aplicable a cualquier disciplina científica o social.
Actividad 01
Los estudiantes deben diseñar un mapa del transporte local eliminando detalles geográficos reales para enfocarse solo en las conexiones. Luego, comparan sus diseños para discutir qué información es vital y cuál es ruido.
¿Cómo simplificamos un problema complejo?
Actividad 02
Cada grupo recibe un problema complejo, como organizar un festival de música en la Patagonia, y debe usar una pizarra para dividirlo en al menos cinco subproblemas independientes. Presentan su esquema de descomposición al resto de la clase.
¿Qué detalles son irrelevantes al modelar una situación?
Actividad 03
Individualmente, los alumnos listan todos los datos necesarios para crear una app de delivery. En parejas, deben tachar el 50% de los datos argumentando por qué son irrelevantes para el funcionamiento básico del algoritmo.
¿De qué manera dividir un problema facilita su solución?
Algunas notas para enseñar esta unidad
Cuidado con estas ideas erróneas
Creer que la abstracción significa eliminar información importante.
La abstracción busca simplificar para entender el núcleo del problema; el uso de discusiones entre pares ayuda a identificar que lo 'importante' depende del objetivo del modelo.
Pensar que la descomposición es simplemente hacer una lista de tareas.
La descomposición implica identificar componentes lógicos que puedan resolverse de forma independiente; el modelado físico en grupos permite ver cómo estas partes interactúan entre sí.
Metodologías usadas en este resumen
Diseño de Algoritmos
Crear secuencias lógicas de pasos para resolver problemas específicos utilizando pseudocódigo y diagramas de flujo.
8 methodologies
Reconocimiento de Patrones
Identificar similitudes y tendencias en los datos para optimizar la resolución de problemas y el diseño de soluciones.
8 methodologies