El pensamiento computacional, como  
soporte del pensamiento matemático,  
en la Institución Educativa Santo  
Domingo Savio de Chinchiná (Caldas–  
Colombia)*  
Computational thinking as a support for mathematical  
thinking at the Santo Domingo Savio Educational  
Institution in Chinchiná (Caldas, Colombia)  
Recibido: 5 de mayo de 2023  
Aceptado: 29 de julio de 2023  
DOI: 10.22517/25393812.25518  
pp. 28-74  
Como citar este artículo APA7:  
Argoti, J. (2023). El pensamiento computacional, como soporte del pensamiento  
matemático, en la Institución Educativa Santo Domingo Savio de Chinchiná (Caldas–  
Colombia). Revista Miradas 18(2), 28-74  
Julio Alexander Argoti Álvarez**  
alexander.argoti@gmail.com  
* Articulo derivado de tesis de estudios doctorales de Julio Alexander Argoti Alvarez entre los años 2020 y 2021.  
** Doctorante de la Universidad Cuauhtémoc, sede Aguascalientes, México. El autor es docente del área de  
Matemáticas, adscrito a la secretaria de Educación del Departamento de Caldas – Colombia, la formación del  
autor es: Licenciado en Matemáticas, Ingeniero de Sistemas, Especialista en Desarrollo Humano, Magister en  
Ingeniería Ambiental y Doctor en Ciencias de la Educación. ORCID: 0009-0001-5597-4334.  
Julio Alexander Argoti Álvarez  
29  
Resumen  
Abstract  
La presente investigación evaluó la mejo-  
ra del pensamiento matemático, desde una  
intervención de habilidades computacio-  
nales en estudiantes adolescentes de grado  
octavo de la Institución Educativa Santo  
Domingo Savio de Chinchiná (Caldas-Co-  
lombia), de estrato socioeconómico 1, 2 y 3,  
con edades comprendidas entre los 12 y 17  
años. El trabajo se elaboró en los años 2020  
y 2021, se fundamentó conceptualmente en  
pensamiento computacional propuesto por  
(Wing, 2014), para el proceso se consideró  
como la variable de estudio independiente  
y se referenció la teoría de (Piaget, 1952)  
sobre el pensamiento matemático, la cual  
en el estudio es la variable dependiente. La  
investigación desarrollada es de tipo cua-  
siexperimental, con un muestreo de tipo  
no probabilístico intencionado, se trabajó  
con grupos experimentales, un grupo por  
cada año, a quienes se les aplicó durante  
cuatro meses el programa de intervención;  
previo y posterior al programa de inter-  
vención se aplicó pruebas pretest y postest,  
mediante los test internacionales deno-  
minados test de “inteligencia matemática  
de Binet-Simón y Wechsler”, para efectos  
de comparación de evidencias. Finalmen-  
te, mediante pruebas de hipótesis, usando  
las distribuciones normal y t de Student,  
se concluye que el pensamiento computa-  
cional (variable independiente), afecta de  
manera estadísticamente significativa en la  
mejora del pensamiento matemático (va-  
riable dependiente).  
This research analyzes the impact of tea-  
ching computational skills on the math  
thinking abilities of eighth-grade students  
at the Santo Domingo Savio Educational  
Institution of Chinchiná (Caldas-Colom-  
bia), which belong to socioeconomic level  
1, 2, and 3 and are aged between 12 and  
17 years old. The research was developed  
in 2020 and 2021 and was based on the  
computational thinking proposed by Wing  
(2014). This notion was considered the in-  
dependent study variable for the process,  
and Piaget’s theory of mathematical thin-  
king (1952) was the dependent variable.  
The research was quasi-experimental and  
involved an intentional non-probabilistic  
sampling. The investigation used experi-  
mental groups, with one group each year  
who underwent a four-month intervention  
program. Before and aſter the interven-  
tion program, pretest and post-test tests  
were conducted using the international  
Binet-Simon and Wechsler mathematical  
intelligence test to compare the results. Fi-  
nally, using hypothesis testing, by means of  
the normal and Student’s t-distributions, it  
is concluded that computational thinking  
(independent variable) has a statistically  
significant effect on improving mathemati-  
cal thinking (dependent variable).  
Keywords:  
Mathematical  
thinking,  
thinking,  
Palabras clave: Pensamiento matemático,  
pensamiento  
pensamiento  
computacional,  
matemático,  
test  
de  
computational  
mathematical  
habilidades  
reasoning  
test,  
mathematical  
skills,  
matemáticas, lenguaje de programación  
scratch, scratch, desarrollodelpensamiento  
matemático, coeficiente intelectual (CI)  
scratch programming language, scratch,  
mathematical  
mathematical IQ  
thinking  
development,  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
30  
Introducción  
La Institución Educativa Santo Domingo Savio de Chinchiná (Caldas-Colombia),  
proyecta de manera permanente, desafíos hacia el mejoramiento en los resultados de pruebas  
externas al colegio, se resalta que uno de los principales componentes que se evalúa es el pens-  
amientomatemático, expresadosenlosresultadosquelainstituciónevidenciaconpuntajespor  
debajo de la media según (ICFES, 2019; OCDE, 2020), además la institución tiene interés de  
alternativasenprocesosdeaprendizajeenmirasamejorarlosíndicesdemortalidadacadémica  
en el desempeño de matemáticas; por estas razones la implementación de actividades ped-  
agógicas que permitan mejorar los resultados institucionales en pensamiento matemático, se  
han convertido en un reto institucional.  
Una de las actividades en el aprendizaje, como lo propone (Piaget, 1991) en sus estruc-  
turas cognoscitivas, es el desarrollo del pensamiento en operaciones lógico – matemáticas,  
etapa de desarrollo que oscila en edades escolares comprendidas entre los 12 y 17 años de  
edad, curiosamente es uno de los momentos donde la motivación de algunas personas por  
el aprendizaje de las matemáticas es bajo, debido a múltiples factores; como por ejemplo:  
malas experiencias en el desarrollo del pensamiento matemático en años anteriores, prácticas  
de ejercitación matemática descontextualizada de la cotidianidad, inadecuados procesos de  
acompañamiento de profesores, resultados de rendimiento escolar con bajos desempeños,  
debilidad en la formación matemática de los maestros, entre otros. Investigadores como (Ca-  
ballero y Espíndola, 2016) en su estudio El rechazo al aprendizaje de las matemáticas a causa  
de la violencia en el bachillerato o (Salazar et al., 2017) en su indagación Latinoamericana  
sobre la Psicología social de la matemática, evidencian lo que acá se afirma; estas ideas causan  
inquietud sobre la validación de alternativas pedagógicas que apoyen el mejoramiento de los  
procesos de desarrollo del pensamiento matemático.  
Desde la observación se evidencia en los adolescentes, especial interés y motivación  
por la manipulación y usabilidad de herramientas tecnológicas, esto motiva a indagar posibi-  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
31  
lidades desde los gustos de los estudiantes y se revisa una alternativa concreta de pensamiento  
computacional, con el Lenguaje de programación Scratch, apoyado en los fundamentos de  
(Wing, 2006), desde el pensamiento computacional se resaltan inicialmente diversos aspec-  
tos, entre ellos la usabilidad de herramientas tecnológicas, aplicaciones de internet, soſtware  
con propósito de resolver problemas, la modelación de fenómenos naturales, el tratamiento  
de datos; estas ideas orientan la posibilidad de indagar concretamente la propuesta pedagógi-  
ca de mediación tecnológica y medir el impacto en los estudiantes.  
Las experiencias del uso del pensamiento computacional en la solución de problemas  
llevan a las personas a estructurar el desarrollo del pensamiento desde los fundamentos más  
simples como las que plantea (Piaget, 1958) en su teoría, sobre los procesos mentales de seri-  
ación, orden, clasificación, agrupación, modelamiento, patrones, entre otros, y sin lugar a du-  
das estos tienen estrecha relación con el desarrollo del pensamiento matemático, estas ideas  
llevaron al presente estudio a cuestionar la influencia del pensamiento computacional en el  
desarrollo del pensamiento matemático y es por estas razones que se plantea el interrogante:  
¿El desarrollo de habilidades en el pensamiento computacional, SI mejorará considerable-  
mente el desarrollo del pensamiento matemático?  
Se realizó una investigación de tipo cuasiexperimental, con un muestreo de tipo no  
probabilístico intencionado, a partir de grupos de cien estudiantes por cada año de estudio,  
para los años 2020 y 2021 respectivamente, los participantes son estudiantes de grado octa-  
vo de la IE Santo Domingo Savio del Municipio de Chinchiná (Caldas – Colombia), estas  
personas tienen edades comprendidas entre los 12 y 17 años, que comúnmente se denomi-  
nan “adolescentes”; de la muestra de estudio, el 30 % se convirtió en grupos de estudiantes  
experimentales, con este grupo experimental se trabajó en horario extra clases, en sesiones  
semanales de cuatro horas, en un período de cuatro meses durante cada año de estudio. El  
grupo experimental se denominó Club de programación con Scratch, este club es considerado  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
32  
el programa de intervención, el cual contempla dieciséis semanas de exploración con sus re-  
spectivas guías o talleres de orientación de programación con lenguaje Scratch; por otra par-  
te, el 70 % restante de la muestra no participó del programa de intervención, pero si aplicaron  
los test de habilidades matemáticas, estos grupos se denominaron grupos de control, de esta  
manera además de tener pretest y postest se tuvieron los grupos experimentales y grupos de  
control, con el objetivo de los procesos de comparación.  
Para efectos de evaluación de los resultados se utilizaron las pruebas conocidas como  
Test de inteligencia numérica de Binet-Simón y Wechsler, estos test se aplicaron de manera  
previa al proceso de intervención y posterior al proceso de intervención, los pretest y los post-  
est son las herramientas que permitieron validar el impacto del programa de intervención;  
finalmente, mediante pruebas de hipótesis de diferencias pareadas para los diferentes grupos,  
se obtuvo que si es significativo y positivo el apoyo que brinda el desarrollo del pensamiento  
computacional (causa) al desarrollo de pensamiento matemático (efecto).  
Fundamentos teóricos  
-
Pensamiento matemático  
El concepto de pensamiento matemático puede interpretarse de distintas maneras,  
dependiendo del foco de atención y de los protagonistas implicados; algunos autores como  
por ejemplo (Cantoral, 2005) y (García, 1982), fundamenta la estructura del pensamiento  
matemático a partir de las habilidades de clasificación y seriación, (Chapman, 2011) se con-  
centra en el pensamiento matemático desde la intuición (Van, 1957) fundamenta la relación  
de la matemática desde el pensamiento espacial, (Mason et al., 1982) definen pensamiento  
matemático desde la complejidad, (Vygotsky, 1934) argumenta el desarrollo del pensamien-  
to matemático a partir de las relaciones sociales entre los individuos; la investigación tomo  
a Jean Piaget como centro conceptual, puesto que él asume el desarrollo del pensamiento  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
33  
matemático como habilidades que se aprenden de manera progresiva, experimental y con  
regulación del medio ambiente.  
Desde la teoría de (Piaget, 1985), se comprende que el desarrollo de pensamiento  
matemático es de tipo progresivo; para desarrollar algún avance en el pensamiento se debe  
permitir al individuo descubrir y asimilar los conceptos por sí mismo, esta exploración y  
construcción de estructuras mentales son un proceso que empieza en la persona incluso  
meses antes de nacer y se desarrolla durante toda la vida del ser humano; en esta búsque-  
da ilimitada de respuestas a los interrogantes que le plantea el mundo al individuo, se hace  
necesario establecer la comprensión de este de manera social, para lograr un diálogo o una  
comunicación por medio de un sistema de símbolos que sea común y comprensible para la  
humanidad, el desarrollo del pensamiento matemático en unión al trabajo y aporte social de  
los seres humanos ha logrado establecer conceptualizaciones comunes para el desarrollo de  
los pueblos, es por ello de vital importancia la construcción de conceptos y su uso, como es  
el caso de los números, las unidades de medida, unidades de tiempo, la abstracción de lo que  
en la naturaleza está sujeto a ser variable y los principios naturales de incertidumbre; de esta  
manera se estructura un desarrollo de un sistema de conceptos común para el desarrollo de  
la humanidad.  
(Castañón, 2017) afirma que el desarrollo del pensamiento matemático, debe consol-  
idar distintas nociones o conceptos que permiten un diálogo común entre las comunidades  
y personas, como son: los procesos de autorregulación, el concepto de número, las opera-  
ciones de comparación, la asignación de roles, el ejercicio de clasificación de los diferentes  
elementos, las operaciones de secuencias, el comportamiento de los patrones y la distinción  
de símbolos; cada uno de estos componentes desarrollan en la persona funciones cognitivas  
que van a derivar en la adquisición concreta del pensamiento numérico.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
34  
La resolución de problemas a partir de los ejercicios de abstracción mental que llevan  
al individuo a hacer representaciones y abstracciones que se podrían denominar “mente-  
factos”, como lo plantea (Gamboa y Ballesteros, 2009), estos mentefactos son similares a los  
“artefactos” pero que existen en la mente como imaginarios a partir de las figuras y conceptos,  
sobre lo que percibe el ser humano; (Nieves y Torres, 2013, p.115) y (Wagner et al., 2014)  
postulan que “Un modelo puede percibirse desde un sistema figurativo mental, el cual puede  
convertirse en un gráfico o una expresión algebraica que intenta ser la representación de la  
realidad en forma esquemática, para hacerla más comprensible”(p.75), la operación compleja  
y mental de elaboración de modelos es una de las características más avanzadas en el desar-  
rollo del pensamiento espacial o pensamiento geométrico.  
(Villa, 2010) expresa los modelos, las ecuaciones, expresiones algebraicas, funciones,  
tasas de variación, entre muchos otros conceptos que permiten caracterizar las variables y las  
cuales facilitan el desarrollo del estilo propio de razonamiento y pensamiento que se deno-  
mina pensamiento variacional; (Cantoral y Farfán, 2005; Vasco, 2010), proponen la estruc-  
turación del pensamiento variable como el desarrollo mental más importante en la etapa de  
desarrollo de las operaciones formales, debido a que implica los ejercicios de abstracción  
mental de la manera más concreta posible. Vasco (2010) afirma que:  
El objeto del pensamiento variacional es la captación y modelación de la covariación  
entre cantidades de magnitud, principalmente –pero no exclusivamente– las varia-  
ciones en el tiempo. Una manera equivalente de formular su propósito rector es pues  
tratar de modelar los patrones que se repiten en la covariación entre cantidades de  
magnitud en subprocesos de la realidad. (p. 118)  
Aquí Vasco expresa y resalta la importancia de la métrica, de las representaciones es-  
paciales y su matrimonio con las variables, debido a que los pensamientos sueltos por sí solos  
no son más que datos, pero al complementarse brindan información en contexto y de esta  
manera se posibilita al individuo la toma de decisiones.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
35  
Los autores (Mason et al., 2009), caracterizan la etapa de operaciones formales como  
el momento de desarrollo del denominado pensamiento algebraico, el cual es percibido como  
habilidad para pasar del análisis mental abstracto del contexto a la estructura y escritura de  
las ideas, además (Radford, 2006) concibe al Álgebra como la capacidad de hacer uso de  
representaciones semióticas para visualizar los diferentes razonamientos por medio de sim-  
bolismos alfanuméricos, recursos verbales, gestos o ritmos; desde estas ideas de pensamiento  
algebraico como desarrollo de los niveles de raciocinio del ser humano.  
De acuerdo con (Cantoral et al., 2005), el pensamiento variacional, relacionado con  
el concepto de número, sumado a los detalles de la fundamentación de las reglas naturales de  
las matemáticas, se convierte en una herramienta que permite cuantificar y generar conceptos  
de magnitudes, en los niveles de desarrollo del pensamiento de la persona, la cual desde su  
percepción da respuesta a las dinámicas de los fenómenos naturales y la relación de la com-  
prensión del mundo que rodea al individuo y con ello mismo se presenta el desarrollo del  
Pensamiento Métrico.  
(Fischbein, 1975), valora las abstracciones a partir del ejercicio mental sobre la dinámi-  
ca de la información desde la manipulación de datos, la naturaleza del origen y dinámica de  
estos en los diferentes entornos o contextos y desde conceptos de tipo probabilístico y es-  
tadístico, debido a que la vida y el entorno del hombre exige el desarrollo del pensamiento  
a partir de situaciones problemáticas de incertidumbre y del intento que debe hacer el ser  
humano por interpretar o comprender los fenómenos del mundo circundante, los cuales de  
una u otra manera responden a principios probabilísticos o de incertidumbre y lleva consigo  
el desarrollo del pensamiento de tipo probabilístico o estadístico.  
Villarini (2014), establece que “pensamiento matemático es la capacidad de las per-  
sonas de realizar representaciones e interpretaciones de forma abstracta en su mente con el  
objeto de establecer comprensión del mundo circundante” (p. 205), esta actividad necesita  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
36  
de unas operaciones que (Piaget, 1952) denomina procesos de desacomodamiento, ajuste y  
ordenamiento, en las estructuras mentales del ser humano, para que el individuo sea capaz  
de resolver problemas.  
Por otra, parte (Canals, 2001) basado en la teoría de Piaget, coloca especial interés  
en el Pensamiento Matemático como la estructura que permite razonar ante la resolución  
de un problema, y que para su análisis, interpretación y solución necesita de operaciones  
de medición, estimación, relaciones de comparación, modelación, ejercicios de prueba y  
error, entre otros, que se derivan generalmente de cualquier contexto cotidiano, que al  
mismo tiempo involucren estrategias divergentes, creativas, lógicas y que permitan darle  
solución a un problema desconocido, pero de especial interés del ser humano; el conjunto  
de experiencias significativas que vive el individuo y que le permite lograr actividades de  
interpretación y comprensión del mundo que percibe por medio de un sistema de comu -  
nicación que es universal y que le da rigor al lenguaje matemático, como Parra (2016) lo  
afirma mencionando que estas experiencias son de tipo progresivo, y hacen que las per-  
sonas construyan diferentes heurísticas hacia la innovación y creatividad, en la toma de  
decisiones de su vida cotidiana.  
(Paltán y Quili, 2011) se refieren a la ejercitación, al movimiento repetitivo o en -  
trenamiento que suelen ejecutar algunas personas en búsqueda de mejorar sus procesos  
físico-mecánicos o su capacidad de almacenamiento de conceptos en su memoria; para  
Jean Piaget, “los ejercicios abstractos llevan a hacer un análisis del contexto que se plantea  
en el problema” (p. 88), desde la comprensión del problema, los datos que se presentan y la  
práctica de prueba - error de los datos con operaciones de relación entre los datos de la situ-  
ación; la resolución de problemas exige por demás abstracciones a partir de la información  
que se tiene en la memoria para efectos de los procesos mentales que son reflexivos y con  
origen en conceptualizaciones matemáticas; estas interrelaciones de ideas en la mente de  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
37  
las personas y tal como lo afirma Arismendi y Díaz (2008) llevan a la sociedad y al hombre  
a establecer códigos comunes de comunicación para lograr resolver problemas desde el  
ámbito social de la humanidad.  
-
Pensamiento computacional  
La investigadora Jeannette M. Wing, quien además es reconocida en el mundo como  
la fundadora del pensamiento computacional, en su libro computational thinking (Wing,  
2014), además de (Moreno et al., 2019), afirman que el pensamiento computacional es la  
posibilidad que tienen las personas de proponer soluciones a problemas por medio del uso de  
plataformas o herramientas, conceptos y ejercicios de la disciplina computacional, basados  
en elementos como la abstracción, la descomposición, el uso de algoritmos y el ejercicio de  
las simulaciones, a partir de este concepto se propone el concepto de pensamiento computa-  
cional como la competencia o el desarrollo de habilidades, que le permiten al ser humano,  
resolver problemas a partir de formas de pensamiento desde el enfoque sistémico de la Teoría  
General de Sistemas de (Bertalanffy, 1976) y con apoyo de lenguajes computacionales, permi-  
tiendo de esta manera una relación entre la abstracción mental de los problemas y el uso de  
los códigos computacionales, que hacen tangibles las posibles soluciones a las problemáticas  
de la vida del hombre.  
En los trabajos de (Wing, 2014) y (Moreno et al., 2019), se proponen las siguientes  
habilidades que se proponen desarrollar en el desempeño del pensamiento computacional:  
-
Pensamiento crítico: Para (Bruni & Nisdeo, 2017; Denning, 2017), esta habilidad  
desarrolla la capacidad de organizar datos e información de manera lógica, sistémica,  
poder analizarlos y predecir sus posibles comportamientos en el problema de estudio  
Descomposición: Esta habilidad debe permitir dividir los problemas en partes más  
pequeñas, y desde cada parte o componente dividida, facilitar la solución de cada una  
de estas para ir escalando a la solución final  
-
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
38  
-
-
Reconocimiento de patrones: (González y Muñoz, 2017) formulan al reconocimiento  
de patrones como las tendencias del comportamiento de diferentes situaciones, que  
presentan características comunes y similares, las cuales permiten caracterizar pa-  
trones o condiciones idénticas a otras  
Abstracción y generalización: Para (Valverde, Fernández y Garrido, 2015), esta habi-  
lidad destaca la comprensión de los problemas a partir de la segmentación de estos y  
a partir de esta comprensión en relación con los datos e información poder construir  
esquemas o modelos que permitan visualizar el problema e inclusive desarrollar sim-  
ulación de este de manera holística  
-
-
-
Perseverancia y tolerancia a los errores: (Hitschfeld, Pérez & Simmonds, 2015), in-  
dican que la experimentación implica el ejercicio de prueba y error, lo cual lleva a  
desarrollar niveles de perseverancia y tolerancia a fracasos producidos por los errores  
en las pruebas de sus desarrollos, esta habilidad desarrolla capacidades de resiliencia  
Pensamiento algorítmico: (Chen et al., 2017), indican que es la habilidad de realizar  
procesos desde reglas, principios y estructuras que le permiten realizar paso a paso  
de manera ordenada instrucciones, evaluando las diferentes opciones y resolver los  
problemas con éxito  
Creatividad: La solución de los problemas desde todas las aristas o posibilidades exis-  
tentes en sus imaginarios, lo cual lleva a desarrollar seres humanos innovadores, cre-  
ativos y motivados; (Álvarez, 2017; Vázquez & Ferrer, 2015), muestran las bondades  
desde las diferentes interacciones del juego y el trabajo colaborativo con Scratch en  
apoyo al desarrollo de la creatividad  
-
Colaborar: El desarrollo de los problemas lleva a generar sinergias de apoyo de mane-  
ra colaborativa o cooperativa, pues el desarrollo de las soluciones implica diferentes  
puntos de vista, es por ello por lo que el trabajo en equipo permite intercambiar y  
compartir ideas para encontrar mejores soluciones.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
39  
Tanto los informes de (Unesco, 2015; Zapotecatl, 2014; Wing, 2011) afirman que el  
pensamiento computacional es una destreza que debe adquirirse en todas las personas, de  
igual manera que se requieren las habilidades como leer, escribir y la matemática misma; una  
importante preocupación del mundo tal como lo plantean (Bers et al., 2014) es la motivación  
desde las etapas escolares a partir de las experiencias de pensamiento computacional, hacia  
la proyección visionaria de proyectos de vidas enrutados a futuras personas que proyecten  
sus vidas al desarrollo tecnológico, los autores en mención informan los beneficios que se  
alcanzan desarrollando metodologías activas y con medios didácticos tangibles mediante el  
uso de lenguajes de programación bajo un enfoque pedagógico.  
-
Resolución de problemas, pensamiento crítico y algoritmos  
Los autores (Aceituno & Cáceres, 2018; Centurión, 2018; Diaz & Diaz, 2018; Estra-  
da et al., 2019; Jáuregui, 2018; Juárez & Aguilar, 2018; Pólya, 1989; Ordoñez et al., 2018;  
Reyes et al., 2018; Useche, 2018), coinciden en los aspectos de la mediación del desarrollo  
de aprendizajes a partir de secuencias didácticas o algoritmos, que vinculen emocionalmente  
a los estudiantes participantes en la solución de las situaciones problémicas, resaltando la  
importancia de las alternativas de solución que ofrecen las personas en cada circunstancia  
planteada, que se defienden desde las capacidades argumentativas de los estudiantes.  
-
Trabajo colaborativo, cooperativo y comunicación  
Por otra parte (Castaño, 2018; Morales & Rubio, 2019; Ramírez, 2019; Rome-  
ro, 2019; Sánchez, 2019), coinciden en la importancia del trabajo colaborativo y co-  
operativo como uno de los fundamentos para el desarrollo de pensamiento computa-  
cional, para validar sus argumentos hacen uso de las aplicaciones como GeoGebra  
y Scratch, además valoran poblaciones con características especiales en las relaciones de tipo  
social y las experiencias indican un significativo mejoramiento en los niveles de relación entre  
los estudiantes, lo cual se logra desde la competencia comunicativa y argumentativa a partir  
del trabajo en equipo.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
40  
-
El juego, la motivación y las plataformas de programación  
Los investigadores (Álvarez et al., 2019; Bermúdez, 2018; Brito et al., 2019; Coronell  
& Lima, 2020; Erazo, 2018; Martínez & Gualdrón, 2018; Muñoz & Gómez, 2019), establecen  
momentos de estructuración del pensamiento mediante las operaciones de abstracción que se  
dan a partir del juego, tal y como Piaget los denomina en su teoría: observación, clasificación,  
seriación, patrones y ordenamiento; para este efecto los investigadores indagan sobre el apoyo  
al desarrollo del pensamiento computacional a partir del juego y mediado por artefactos bien  
sean físicos como por ejemplo: Tangram, cubo de soma, sudokus, rompecabezas, cubo de  
Rubik, ábacos, triángulos pitagóricos, juego de la oca, ajedrez y algunos juegos digitales;  
los investigadores referenciados valoran el entrenamiento a partir de la experimentación de  
prueba y error con objetos concretos.  
-
La creatividad  
Los trabajos de (Bordignon & Iglesias, 2020; Bustamante & Balarezo, 2019; Galvis et  
al., 2019; García & García, 2020; Moreno, 2019; Ramos et al., 2019; Roncoroni et al., 2020;  
Segura et al., 2019; STEAM, 2019; Valverde et al., 2019), indican que las personas necesitan  
ser retadas o desafiadas a partir de sus capacidades; cuando se les presenta problemas retado-  
res desafiantes y significativos en sus contextos, las personas desde una adecuada orientación  
por medio de guías de aprendizaje y acompañamiento por parte de maestros y un adecuado  
trabajo colaborativo, logran mejorar de manera significativa niveles de creatividad los cuales  
son progresivos y que se apoyan en el pensamiento matemático.  
Importancia del pensamiento matemático como apoyo al pensamiento computacional  
(Denning, 2017), resalta las habilidades de personas altamente creativas e innovado-  
ras como lo indica en la Figura 1, lo cual es una necesidad del mundo, por otra parte (Bruni  
& Nisdeo, 2017; Martínez, 2018; Wing, 2014; Wólfram, 2018), expresan la urgente necesidad  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
41  
de educar personas con habilidades en el pensamiento matemático, que, desde la edad esco-  
lar, desarrollen habilidades en:  
-
-
-
-
-
Conocimiento de principios y reglas algebraicas  
Diestros en los temas de análisis  
Funciones: Lineales, no lineales, exponenciales, logarítmicas  
Principios de incertidumbre, aleatoriedad, probabilidad y estadística  
Geometría.  
Figura 1  
Pensamiento Matemático y Pensamiento Computacional  
Nota: Elaboración propia  
(Denning, 2017), resalta que las personas que desarrollan los conocimientos y habili-  
dades en el pensamiento matemático demuestran capacidad para:  
-
-
-
Crear y revisar modelos computacionales  
Simular fenómenos  
Diseñar dispositivos  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
42  
-
-
Aplicar todo su conocimiento de pensamiento matemático en sus desarrollos  
Demuestran capacidad de innovación y creatividad  
Es importante establecer el tipo de relación entre pensamiento matemático y pens-  
amiento computacional, en esta dirección Martínez (2018), en su tesis de “Relación entre  
pensamiento computacional y pensamiento matemático” (p. 66) ,establece que, entre los dos  
tipos de pensamiento existe una simbiosis de apoyo mutuo y tanto el pensamiento computa-  
cional usa al pensamiento matemático, como el pensamiento matemático utiliza al pensamien-  
to computacional para la solución de problemas complejos, como se indica en la figura 1.  
Metodología  
Relación entre pensamiento computacional y pensamiento matemático  
El objetivo fue evaluar el nivel de pensamiento matemático a través de una intervención  
en habilidades computacionales en jóvenes de la Institución Educativa Santo Domingo Savio  
de Chinchiná (Caldas-Colombia) y comparar las habilidades del pensamiento matemático  
mediante pruebas pareadas, para identificar si existe alguna mejoría en dicho pensamiento,  
de esta manera dar respuesta a la pregunta de investigación ¿El desarrollo del pensamiento  
computacional, si mejora el pensamiento matemático?  
Causa y efecto  
A partir de las posibles relaciones de causalidad y desde la hipótesis proyectada, se  
plantean las variables:  
-
-
Variables dependientes (efecto): Pensamiento matemático  
Variable independiente (causa): Pensamiento computacional  
La Figura 2, Relación de causalidad y efecto de las variables de estudio  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
43  
Figura 2  
Relación de variables de estudio  
Nota: Elaboración propia  
¿El pensamiento computacional si mejora al pensamiento matemático?  
Se propone la hipótesis de “El desarrollo de habilidades en el pensamiento computa-  
cional si mejorará considerablemente el pensamiento matemático en jóvenes de la I.E. de  
Santo Domingo de Chinchiná (Caldas-Colombia)”.  
Población y muestra de estudio  
La población de estudio de la presente investigación son los estudiantes de la Insti-  
tución Educativa Santo Domingo Savio de Chinchiná, quienes en el año 2020 se registraron 2  
100 estudiantes y para el año 2021, estuvieron matriculados 2 156 estudiantes; estas personas  
pertenecen a familias que habitan el Municipio de Chinchiná (Caldas – Colombia).  
Para el desarrollo de esta investigación se tomó una muestra de cien estudiantes de  
grado octavo, los cuales se separaron en dos grupos, uno denominado experimental de tre-  
inta estudiantes y otro denominado de control con setenta estudiantes, el ejercicio de exper-  
imentación se realizó en dos períodos de tiempo, uno en el año 2020 y otro en el año 2021.  
Para la selección de los grupos tanto experimental como de control, se aplicará la  
técnica de muestreo no probabilístico intencionado como lo propone (Cuesta, 2009), debido  
a la principal razón de las condiciones impuestas por la coyuntura de emergencia sanitaria  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
44  
del COVID-19, la cual, desde el mes de marzo de 2020, lleva al sistema educativo colombiano  
a trabajar de manera distancia “virtual” con mediación de tecnologías digitales.  
Instrumentos  
Instrumentos para la variable independiente (Pensamiento computacional)  
El programa de intervención consiste en el desarrollo de dieciséis experiencias secuen-  
ciales, semanales y consecutivas, orientadas por guías de aprendizaje a manera de desafíos, las  
cuales se fundamentan en la plataforma española: https://programamos.es, quienes en apoyo  
con el Laboratorio de Scratch del Instituto Tecnológico de Massachusetts (MIT) generan apli-  
caciones libres para aprendizaje de Scratch (https://scratch.mit.edu).  
Instrumentos para la variable dependiente (Pensamiento Matemático)  
Test de evaluación internacional de coeficiente intelectual (CI) en el pensamiento  
matemático, basados en (Thurstone, 1967) y actualizados al año 2016 “Test de Inteligencia  
numérica de Binet-Simón y Wechsler”; estos test o pruebas de habilidades matemáticas, evalúan  
los cinco tipos de pensamiento matemático: numérico, métrico, espacial, variacional y proba-  
bilístico.  
Valides de los instrumentos  
Los test de Binet-Simón y Wechsler fueron validados por (Bain & Allin, 2005; Becker,  
2003; Kaplan et al., 2005; Meneses et al., 2016; Wechsler et al., 2013), quienes realizaron 1 024  
pruebas en diferentes centros hospitalarios y educativos de Europa, Asia y América entre los  
años 2000 y 2016, aplicando los test en más de 30 000 personas y validando las pruebas con de  
Pearson, en los resultados obtuvieron en promedio una certeza del 90 %.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
45  
Los intervalos y frecuencias de resultados esperados de la escala internacional de inteli-  
gencia (CI) de Binet-Simón y Wechsler, es la que permite valorar el coeficiente intelectual (CI)  
de las personas a nivel internacional (Bain & Allin, 2005), como se muestran en la Figura 3.  
Figura 3  
Escala de Inteligencia Binet-Simón y Wechsler  
Nota: Adaptado de (Kaplan et al., 2005; Wechsler et al., 2013)  
Análisis empleado  
El análisis empleado en la investigación es de tipo estadístico paramétrico, se fun-  
damenta en los autores (Campbell & Stanley, 1973), este tipo de metodología es conocido  
como análisis de pruebas pareadas, y para este caso se correlaciono mediante el estadístico  
paramétricos denominado T de Student y Distribución Normal, mediante Prueba de Hipóte-  
sis de diferencia pareada para grupo de control, ( - : muestras independientes.  
Resultados de la investigación  
Presentación de datos sociodemográficos de los participantes  
La figura 4 indica la distribución de los estudiantes en los estratos 1, 2 y 3  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
46  
Figura 4  
Estrato socio-económico 2020-2021  
Nota: Elaboración propia  
La participación de las mujeres y hombres se observa en Figura 5.  
Figura 5  
Género de los estudiantes 2020-2021  
Nota: Elaboración propia  
Las edades de los estudiantes que participaron en el estudio se visualizan en la figura 6.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
47  
Figura 6  
Edad de los estudiantes 2020-2021  
Nota: Elaboración propia  
Comprobación de hipótesis  
Prueba de Hipótesis de Diferencia Pareada para  
Muestras dependientes  
:
Tabla 1  
Resumen de los datos obtenidos de t de student para cada año en grupos experimentales  
Número de estudiantes (n=30)  
Grados de libertad (gl)  
2020  
29  
2021  
29  
Nivel de significancia  
0,01  
0,01  
t de student calculado  
t de student teórico  
6,19  
2,4  
9,86  
2,4  
Nota: Elaboración propia  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
48  
Prueba t de student para muestras pareadas del grupo experimental del año 2020  
-
-
Ho: La media en la diferencia entre Pre-test y Post-test es igual a 0;  
Ha: Hipótesis alternativa:  
.
Figura 7  
Prueba t de student para muestras pareadas del grupo experimental del año 2020  
Nota: Tomado de la gestión con Soſtware Estadístico R, (R, 2022)  
En la Figura 7, la prueba de t de student de los datos del año 2020, indica que:  
p-value= 0.000009462 < 0.01 =  
Por tanto, se rechaza Ho y se acepta Ha con un nivel de significancia del 99 %, =0.01.  
Prueba t de student para muestras pareadas del grupo experimental del año 2021  
-
-
Ho: La media en la diferencia entre Pre-test y Post-test es igual a 0;  
Ha: Hipótesis alternativa:  
.
Figura 8  
Prueba t de student para muestras pareadas del grupo experimental del año 2021  
Nota: Tomado de la gestión con Soſtware Estadístico R, (R, 2022)  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
La figura 8, indica que la prueba de t de student de los datos del año 2021, indica que:  
p-value= 0.00000000009069 < 0.01 =  
49  
Por tanto, se rechaza Ho y se acepta Ha con un nivel de significancia del 99%, =0.01.  
Figura 9  
Distribución t de Student con 29 grados de libertad y  
= 0,01 - Grupos Experimentales  
Nota: Elaboración propia  
A partir de los registros de la figura 9, se puede afirmar que se debe: Rechazar  
,
debido a que  
, por cuanto para año 2020:  
, y para año  
2021 también:  
Se rechaza la Hipótesis nula (Ho) y se acepta la Hipótesis alterna (Ha), es decir, que  
la diferencia en las medias de los test es estadísticamente significativa y, por tanto, se puede  
concluir que el programa de intervención aplicado a los grupos de estudios de los dos años  
en mención afectó de manera positiva a la variable de estudio (independiente): pensamiento  
matemático.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
50  
Prueba de hipótesis grupo experimental 2020 y 2021  
-
-
Ho: La media en la diferencia entre Pre-test y Post-test es igual a 0;  
Ha: Hipótesis alternativa:  
.
Tabla 2  
Registros estadísticos para prueba de hipótesis  
Grupos  
Experimental  
Diferencias  
De control  
Diferencias  
Pruebas  
Media  
Pre-test  
58,70  
Post-test  
muestrales  
Pre-test  
81,20  
Post-test  
muestrales  
85,30  
26,60  
80,00  
-1,20  
6,38  
Desviación  
17,68  
27,71  
14,78  
12,10  
17,10  
E s t a d í s t i c o  
para prueba de  
hipótesis  
Nota: Elaboración propia  
Desde la figura 10, se puede decir que la prueba de t de student de los datos de grupos  
experimentales de los años 2020 y 2021, indica que:  
p-value = 0,000000000000002328 < 0,01 =  
Por tanto, se rechaza Ho y se acepta Ha con un nivel de significancia del 99%.  
Figura 10  
Prueba t de student para  
muestras pareadas del grupo  
Nota: Tomado de la gestión con Soſtware Estadístico R, (R, 2022)  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
51  
Figura 11  
Distribución normal estándar con  
=0.01 de significancia - Grupos experimentales  
Nota: Elaboración propia  
A partir de la Figura 11, se puede decir que se debe: Rechazar  
, por cuanto:  
, debido a que  
Al rechazar Ho se acepta la Hipótesis alternativa Ha, la cual establece que las difer-  
encias de las medias son mayores que cero, esto es, hay una mejora significativa en el test  
aplicado a los participantes después del programa de intervención y por lo tanto nuevamente  
hemos validado la hipótesis de que “El desarrollo de habilidades en el pensamiento computa-  
cional mejorará considerablemente el pensamiento matemático en jóvenes de la I.E. de Santo  
Domingo de Chinchiná (Caldas-Colombia)”.  
Prueba de hipótesis grupo de control 2020 y 2021  
-
-
Ho: La media en la diferencia entre Pre-test y Post-test es igual a 0;  
Ha: Hipótesis alternativa:  
.
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
52  
Figura 12  
Prueba de Hipótesis para la muestra de control años 2020 y 2021  
Nota: Tomado de la gestión con Soſtware Estadístico R, (R, 2022)  
Desde la figura 12, se puede decir que la prueba de hipótesis para los datos del grupo  
de control de los años 2020 y 2021, indica que:  
p-value= 0.5119 > 0.05 =  
.
Por tanto, No se rechaza Ho y se acepta Ho, con un nivel de significancia del 95%.  
Figura 13  
Distribución normal estándar con  
=0.05 de significancia - Grupos de control  
Nota: Elaboración propia  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
53  
La figura 13, indica que debido a que  
de la hipótesis nula, por cuanto: 2,58 <  
que para los grupos de control se Acepta  
esta dentro del área de aceptación  
< + 2,58. Por ello se concluye  
Así pues, se puede afirmar que a los estudiantes de la Institución Educativa Santo Domingo  
Savio del Municipio de Chinchiná (Departamento de Caldas – Colombia) en los años 2020 y  
2021, a los cuales no se le sometió a programa de intervención, no sufrieron ningún cambio  
significativo en sus resultados de los test de pensamiento matemático.  
Comparaciones de resultados  
Figura 14  
Pensamiento matemático, grupo experimental 2020 y 2021  
Nota: Elaboración propia  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
54  
Figura 15  
Pensamiento matemático, grupo de control 2020 y 2021  
Nota: Elaboración propia  
La figura 14 muestra los resultados totalizados del grupo experimental para los años  
2020 y 2021, frente a la tendencia de la Prueba Internacional de Binet-Simón y Wechsler. La  
figura 15 muestra los resultados totalizados del grupo de control los años 2020 y 2021, frente  
a la tendencia de la Prueba Internacional de Binet-Simón y Wechsler.  
Figura 16  
Resultados de Pre-test y Post-test por edades 2020 – 2021, mayores y menores de 13 años  
Nota: Elaboración propia  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
55  
La figura 16, indica los resultados de las pruebas totalizadas para años 2020 y 2021, en  
pre-test y post-test diferenciados por edades para mayores de 13 años y menores de 13 años.  
Figura 17  
Resultados de Pensamiento Matemático 2020 – 2021 por Género  
Nota: Elaboración propia  
La Figura 17, indica los resultados totalizados por género.  
Figura 18  
Resultado de Pensamiento Matemático por estratos socioeconómicos  
Nota: Elaboración propia  
La Figura 18, indica los resultados totalizados por estrato socio-demográfico.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
56  
Discusión  
Albert Einstein (1983) decía a sus estudiantes la frase: “si busca resultados difer-  
entes no haga siempre lo mismo” (p. 92), idea que pone de reflexión sobre la búsqueda y  
exploración de otras formas o alternativas de pedagogías para el desarrollo de aprendizajes;  
en el caso de la presente investigación se resalta que el 30 % de los estudiantes, que fueron  
sometidos a experimentación, fueron beneficiados por la mediación de herramientas tec-  
nológicas enfocadas en el desarrollo del pensamiento computacional desde la mediación del  
lenguaje de programación Scratch; los resultados demuestran que estadísticamente este 30 %  
logra mejorar el desarrollo del pensamiento matemático, mientras que el 70 % de estudiantes  
que no participaron del programa de intervención, presentan una tendencia de no mejoría  
significativa; probar esta alternativa de intervención mediada por tecnología posibilito dem-  
ostrar que se mejoran los resultados de las habilidades matemáticas en la muestra de estudio  
y se esperaría además, que exista mejora en los indicadores de desempeño escolar.  
La estrategia del “club de programación de computadores”, extra clase y sin valoración  
en ningún espacio académico, sumado a la coyuntura de la pandemia por COVID-19, llevo  
a establecer un canal de comunicación directo entre maestro y estudiantes del grupo experi-  
mental, este canal de comunicación se logró mediado por las herramientas tecnológicas que  
posibilitó mucho más acercamiento del maestro hacia los estudiantes, hasta establecer comu-  
nicaciones personalizadas que se desarrollaban con el pretexto de realizar los retos semana-  
les, logrando una conexión entre compartir ideas, sentimientos y expresiones inclusive de  
tipo personal, debido a que el “encierro” en sus hogares, sumado a todo el problema que trae  
consigo la coyuntura de pandemia por COVID-19, perdida o partida de sus seres queridos,  
y todas las dificultades que vivían diariamente los estudiantes en sus casas, llevan de una u  
otra manera a que la conexión con el profesor generara una especie de catarsis, en el cual los  
participantes sentían acompañamiento más allá de un profesor tradicional, al de un maestro  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
57  
orientador que facilitaba los procesos de escucha y que además permitió al investigador ex-  
presar mensajes de ánimo y aliento en la difícil coyuntura vivida.  
Las investigaciones sobre programas de intervención basados en pensamiento com-  
putacional, como por ejemplo el trabajo de (Martínez, 2018) Relación entre pensamiento  
computacional y pensamiento matemático o A text network analysis on computational think-  
ing definitions to study its relationship with computer programming de (Moreno et al., 2019),  
por citar algunas, posibilita y abre inmensas oportunidades de exploración hacia el desarrollo  
de las habilidades como son las diferentes maneras de resolver problemas y el análisis e inter-  
pretación de la realidad a partir de datos concretos, las cuales son herramientas que requieren  
las personas en las habilidades computacionales y matemáticas para la interpretación de da-  
tos, discernimiento de opciones en medio de grandes volúmenes de información, minería de  
datos, algoritmos en la solución de problemas , entre otros; el desarrollo de habilidades como  
son: el pensamiento crítico, la descomposición, el reconocimiento de patrones, abstracción  
y generalización, perseverancia y tolerancia a errores, pensamiento algorítmico, creatividad,  
trabajo colaborativo y cooperativo; elementos que son fundamentales en las ciudadanías del  
futuro como lo afirma (Zapotecatl, 2014).  
Lastimosamente, proponer un programa de intervención mediado por herramien-  
tas computacionales con acceso a internet, supuso que los estudiantes debieran tener en sus  
hogares un computador con acceso a internet, requisito que excluyo del proceso a algunos  
estudiantes que no contaban con estos recursos; en un primer momento, al inicio de la in-  
vestigación antes de la pandemia, se planteó el trabajo en el aula de informática del colegio  
o inclusive en el uso de las aulas de informática de la biblioteca pública de la Alcaldía de  
Chinchiná, como alternativa de trabajo (lo cual generalmente es limitado a causa de la de-  
manda por uso de toda la comunidad); pero sin lugar a dudas el tema de acceso a la conec-  
tividad, es un aspecto fundamental que se debe evaluar y repensar en los procesos de calidad  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
58  
educativa desde las políticas públicas educativas, además la coyuntura vivida por emergencia  
sanitaria de pandemia por COVID-19, dejo como reto al sistema educativo la necesidad de  
conectar y apoyar los procesos de enseñanza – aprendizaje, mediados por tecnologías digi-  
tales conectadas a internet con diferentes dispositivos, a expensas de excluir de los procesos  
educativos a las personas que no tienen acceso a conectividad.  
A partir de los resultados obtenidos en el presente estudio, desde grupos experimen-  
tales y de control por variable de género, estadísticamente los hombres obtienen mejores re-  
sultados que las mujeres, evidencias que se observan coincidentes tanto en las pruebas pretest  
como postest y que por demás se podrían relacionar con la tendencia que plantean (Bers et  
al., 2014) quienes indican en sus estudios un mayor porcentaje de hombres frente al porcen-  
taje mujeres por la inclinación a estudios de profesiones basadas en ciencias exactas o mismas  
ingenierías, indicando que el paradigma del gusto por estas profesiones nace en la habilidad  
o motivación por el pensamiento matemático; obviamente este argumento puede ser un par-  
adigma que se ha convertido por demás en un prejuicio, se ha convertido en un reto para la  
sociedad, sobre todo hoy que se promulga la igualdad de género por dignidad humana, pero  
no solo debe ser una promulga social, sino que de fondo trae consigo cambios en las didácti-  
cas y formas de hacer vivenciar los procesos de desarrollo del pensamiento matemático desde  
donde se promueva la igualdad de género.  
Vale la pena discutir sobre los resultados por edades, por cuanto el grupo de estudio  
oscila entre los 12 años y los 17 años, la edad normal de los estudiantes del grado octavo que  
se estudió debería ser entre 12 y 13 años; en los test realizados se obtuvieron mejores pun-  
tajes en los estudiantes de edades entre 12 y 13 (ver figura 16); (Vygotsky, 1934) afirma que el  
desarrollo del pensamiento de las personas se genera desde la experiencia en relación con el  
ambiente, pero aclarando que el conocimiento es acumulativo y que por demás en personas  
mayores se esperaría mejores habilidades frente a personas de menor edad; por otra parte  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
59  
(Piaget, 1985) afirma que el desarrollo del pensamiento es progresivo en la relación de espa-  
cio-tiempo, lo cual permitiría comprender que se esperaría mejores resultados de las perso-  
nas mayores de 13 años; (Villarini, 2014) resalta que la habilidad del pensamiento matemáti-  
co tiene relación con la ejercitación misma, la cual depende en gran medida por la condición  
motivacional y ejercitación de los procesos normales de desarrollo personal; es posible que  
estudiantes mayores de 13 años pudieran presentar algunas dificultades en sus racionamien-  
tos, como resultado de las diferentes motivaciones e historias de vida de estos.  
Conclusiones  
Todo ejercicio de indagación en las dinámicas de búsqueda de alternativas que bene-  
ficien los desarrollos de los procesos de enseñanza-aprendizaje, es válido, como se indica en  
este ejercicio académico que se realizó entre los años 2020 y 2022, la experiencia de búsqueda  
de espacios que apoyen el desarrollo del pensamiento matemático de estudiantes de grado oc-  
tavo de la IE Santo Domingo Savio de Chinchiná (Caldas), llevo a desarrollar la experiencia  
de un club de programación con lenguaje Scratch en el tiempo libre y desescolarizado, esta  
experiencia permitió además de todas las bondades que ofrece el desarrollo de pensamiento  
computacional, trabajar gestión de las habilidades socioemocionales con el grupo de estudi-  
antes participantes, resaltar que la experiencia se desarrolló en época de pandemia sanitaria  
por COVID-19 y postpandemia y los resultados del ejercicio permite afirmar que por una  
parte es clave la gestión de las habilidades socioemocionales y sobre todo el cariño y pasión  
que se implique en el desarrollo de cualquier actividad con estudiantes; finalmente comentar  
que los resultados de la investigación son de alto impacto y válidos para seguir como modelo  
de aplicación en las diferentes instituciones educativas.  
El interés de la Institución Educativa Santo Domingo Savio de Chinchiná (Caldas-Co-  
lombia), en mejorar los resultados obtenidos en las pruebas externas de la calidad educativa  
“Pruebas Saber del ICFES”, y teniendo en cuenta que uno de los principales componentes  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
60  
que se evalúa es el pensamiento matemático, motiva a generar una alternativa adicional al de-  
sarrollo normal clases de matemáticas de grado octavo, de tal manera que esta alternativa da  
respuesta a procesos de mejora en los resultados de las pruebas externas aquí mencionadas;  
estas razones orientan este proceso investigativo sobre la correlación entre el pensamiento  
computacional y el pensamiento matemático; para lograr este objetivo se desarrolló un pro-  
grama de intervención basado en programación de computadores, mediante la herramienta  
de programación Scratch y se evaluó el nivel de pensamiento matemático antes y después  
del proceso de intervención en habilidades computacionales en jóvenes de la Institución Ed-  
ucativa Santo Domingo Savio de Chinchiná (Caldas-Colombia), con el desarrollo de esta  
investigación se pudo concluir, de acuerdo a la evidencia estadística, que si hubo una mejora  
significativa en las habilidades matemáticas después de dicha intervención.  
Antes de la coyuntura de emergencia sanitaria por COVID-19, el grupo de estudio,  
mostraba especial interés en la manipulación de herramientas tecnológicas y plataformas  
digitales, por este motivo se proyectó un trabajo de indagación a partir de la mediación de  
herramientas tecnológicas, como un espacio alternativo, extra clase y sin afectación en sus  
calificaciones que modifiquen su evaluación escolar, para probar alternativas en mejora de  
procesos de desarrollo de aprendizaje en el grupo de estudio, desde la participación libre y  
voluntaria, con autorización de los representantes legales de los estudiantes, para desarrollar  
el programa de intervención, denominado: “club de programación de computadores”; una  
vez finalizado el proceso de investigación se puede afirmar que el presente trabajo se con-  
vierte en una evidencia, desde la usabilidad de tecnologías orientadas al desarrollo del pens-  
amiento computacional y puntualmente la potencialidad de las conectividades de tipo digital  
en mejora y apoyo de los procesos de enseñanza-aprendizaje.  
Cuantificar los resultados de pensamiento matemático del grupo de estudio, permitió  
indagar sobre los test de inteligencia o de coeficiente intelectual, desde la valoración del pens-  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
61  
amiento numérico, pensamiento espacial, pensamiento métrico, pensamiento probabilístico  
y pensamiento variacional, para esto se tomaron como referentes los test internacionales de  
Binet-Simón y Wechsler, a partir de estos test se formuló tanto el pre-test como el post-test  
y los resultados obtenidos permitieron contrastar los niveles de pensamiento matemático  
del grupo de estudiantes de la Institución Educativa Santo Domingo Savio de Chinchiná  
(Caldas-Colombia), con los resultados internacionales estandarizados de Binet-Simón y  
Wechsler, mostrando que después de la aplicación del programa de intervención, los resulta-  
dos del grupo experimental se acercaban más a las medias en la escala de las pruebas interna-  
cionales de Binet-Simón y Wechsler, como se indica en la Figura 19, en la región sombreada  
de color verde, la cual representa el 95,4 % del total de las medias internacionales.  
Figura 19  
Resultados de la intervención, comparado con el intervalo del 95,4% de medias internacionales,  
de dos desviaciones estándar  
Nota: Elaboración propia  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
62  
El presente trabajo se proyectó como una investigación de corte cuantitativo, se tra-  
bajó con dos grupos de estudiantes bien diferenciados unos que vivenciaron el programa de  
intervención, grupo experimental y que representan el 30 % de la muestra de estudio y otro  
que no vivencio la fase experimental, pero que sí se sometió a evaluación de desarrollo de  
pensamiento computacional el cual lo denominamos grupo de control y que es el 70 % de  
la muestra de estudio, el diseño metodológico propone comparaciones y validaciones de la  
Hipótesis planteada en el estudio y de esta manera se pudo evaluar y confrontar las variables  
de estudio, y tal como lo indican los resultados presentados afirmar que, la mediación de  
tecnologías desde el desarrollo de habilidades de pensamiento computacional, por medio de  
los espacios extra clases, apoyan mejorando estadística y significativamente el desarrollo del  
pensamiento matemático.  
A partir de la teoría de Denning (2017), que afirma que existe una relación estre-  
cha entre el desarrollo del pensamiento computacional, fundamentado en el pensamiento  
matemático, debido a que el pensamiento computacional necesita de habilidades del pens-  
amiento matemático, para que este se pueda desarrollar de manera eficiente, también se  
puede citar a Martínez (2018), que en su tesis de Relación entre pensamiento computacional y  
pensamiento matemático, establece que entre los dos tipos de pensamiento existe una simbi-  
osis de apoyo mutuo y tanto el pensamiento computacional usa al pensamiento matemático,  
como el pensamiento matemático utiliza al pensamiento computacional para la solución de  
problemas complejos como se visualiza en la Figura 37; en la presente investigación, se ev-  
idencia que los resultados obtenidos en el grupo de estudiantes de tipo experimental en los  
diferentes tipos de pensamiento matemático, mejoran de manera considerable.  
Por estas razones podemos afirmar que, la experiencia de desarrollo de pensamien-  
to computacional permiten mejorar las formas y heurísticas para resolver problemas, mod-  
elación, análisis e interpretación de realidad, gestión de datos y relación de variables, de-  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
63  
talles que permiten evidenciar que para los estudiantes de grado octavo de la Institución  
Educativa Santo Domingo Savio de Chinchiná (Caldas-Colombia) en los años 2020 y 2021,  
el pensamiento computacional aporta mejora significativa en el desarrollo del pensamiento  
matemático, idea en el otro sentido propuesta por Denning (2017) y que apoya la afirmación  
de Martínez (2018), como se indica en la Figura 20.  
Figura 20  
Relación entre Pensamiento Matemático y Pensamiento Computacional, según Denning (2017)  
Nota: Elaboración propia  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
64  
Referencias bibliográficas  
Adell, J., Llopis, M., Esteve, F., & Valdeolivas, M. (2019), El debate sobre el pensamiento com-  
putacional en educación. Revista Iberoamericana de Educación a Distancia 22(1)171-  
186.  
Alsina, A. (2020). Conexiones matemáticas a través de actividades STEAM en Educación  
Infantil. UNION Revista Iberoamericana de Educación Matemática 16(58)168-190.  
Alvarez, J., Taxa, F., Flores, R. & Olaya, S. (2019). Proyectos educativos de gamificación por  
videojuegos: desarrollo del pensamiento numérico y razonamiento escolar en contex-  
tos vulnerables. EDMETIC 9(1) 80-103.  
Arismendi, C., y Díaz, E. (2008). Promoción del Pensamiento Lógico Matemático y su inci-  
dencia en el Desarrollo integral de niños entre 3 y 6 años de edad. [Tesis de pregrado,  
Universidad de Carabobo]. Archivo digital. http://bdigital.ula.ve/storage/pdſtesis/  
pregrado/tde arquivos/4/TDE-2011-04-27T01:15:01Z-1397/Publico/arismendi-  
claridelmis diazemily.pdf.  
Bain, S. y Allin, J. (2005). Book review: Stanford–Binet intelligence scales, fiſth edition. Jour-  
nal of Psychoeducational Assessment, 23(1) 87–95.  
Babbie, E. (2014). Fundamentos de la investigación social. Tompson Editores.  
Becker, K. (2003). History of the Stanford–Binet intelligence scales: Content and psychometrics.  
Riverside Publishing.  
Bermúdez S. (2018). Propuesta de estrategias metodológicas para el desarrollo de pensamiento  
lógico matemático en la resolución de problemas tipo saber del componente geométrico  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
65  
– métrico en la competencia de razonamiento con los estudiantes del grado 5° de la Insti-  
tución Educativa Anchique Sede Pueblo Nuevo del Municipio de Natagaima – Tolima.  
[Tesis de maestría, Universidad de Tolima]. Archivo digital. https://repository.ut.edu.  
co/server/api/core/bitstreams/1f5ebea1-7270-4cdb-a3d2-7f9345094009/content.  
Bertalanffy, V. (1976). Teoría general de los sistemas. Fondo de Cultura Económica.  
Bers, M., Flannery, L. Kazakoff, E. y Sullivan, A. (2014). Computational thinking and tinker-  
ing: Exploration of an early childhood robotics curriculum. Computers & education,  
72(1) 145-157.  
Engelhardt, K., Punie, Y., Chioccariello, A., Ferrari, A., Dettori G., Kampylis, P., y Bocconi, S.  
(2016). Developing computational thinking in compulsory education. Implications for  
policy and practice. European commission.  
Bordignon, F. y Iglesias A. (2020). Introducción al pensamiento computacional. Editorial Uni-  
versitaria EDUCAR.  
Brito. M., López J. & Parra, H. (2019). Planeación didáctica en Educación, Investigación –  
Acción en las escuelas primarias de Ciudad de México. Revista Internacional de In-  
vestigación en Educación 11(23) 55-74.  
Bruni, F. & Nisdeo, M. (2017). Educational robots and children’s imagery: A preliminary  
investigation in the first year of primary school. Research on Education and Media  
9(1) 37-44.  
Bustamante, R. & Balarezo, S. (2019, del 23 al 25 de octubre). Experiencias de Serious Gam-  
ing para la enseñanza superior, los casos de uso de la plataforma adventures wildgoose  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
66  
[Congreso] XXII Congreso Internacional, tecnología e Innovación para la diversidad y  
calidad de los aprendizajes, Lima, Perú.  
Caballero, F. & Espíndola, J. (2016), El rechazo al aprendizaje de las matemáticas a causa de la  
violencia en el bachillerato tecnológico, Revista RA Ximhai 12 (3) 143-161.  
Cantoral, R., Farfán, R., Cordero, F., Alanís, J. (2005). Desarrollo del pensamiento matemáti-  
co. Trillas.  
Cantoral, R., Molina, J. & Sánchez, M. (2005). Socioepistemología de la Predicción. Acta  
Latinoamericana de Matemática Educativa 18(2) 463-468.  
Campbell, D. & Stanley, J. (1973). Diseños experimentales y cuasi experimentales en la investi-  
gación social. Amorrortu Editores.  
Castaño L. (2018). Proyecto de aula para el fortalecimiento en el desarrollo del pensamiento  
lógico-matemático [Tesis de maestría - Universidad de Medellín].  
Centurión, J. (2018), Aprendizaje basado en problemas para desarrollar el pensamiento críti-  
co en estudiantes de electrónica del IESTP “República Federal de Alemania”, [Tesis de  
maestría - Universidad Cesar Vallejo].  
Chapman O. (2011). Supporting the development of mathematical thinking. En B. Ubuz (Ed.).  
Proceedings of the 35th International Conference for the Psychology of Mathematics  
Education, 1, 69-75. Ankara.  
Chen, G., Shen, J., Barth, L., Jiang, S., Huang, X., y Eltoukhy, M. (2017). Assessing elemen-  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
67  
tary students’ computational thinking in everyday reasoning and robotics program-  
ming. Computers & Education 109(17) 162-175.  
Coronell, E. & Lima, G. (2020), El Pensamiento Computacional. Nuevos retos para la edu-  
cación del siglo XXI. Revista Virtualidad, Educación y Ciencia 11(20) 115-137.  
Cuesta, M. (2009). Introducción al muestreo. Editorial Universidad de Oviedo.  
Denning, P. (2017). Remaining trouble spots with computational thinking. Communications  
of the ACM 60(6), 33-39.  
Diaz, J. & Diaz, R. (2018), Los Métodos de Resolución de problemas y el Desarrollo del Pens-  
amiento Matemático. Revista Bolema Rioclaro 32(60) 47-65.  
Dorling, M., Selby, C. & Woollard, J. (2015). Evidence of Assessing Computational Thinking.  
IFIP TC3 Working a conference: a New Culture of Learning: Computing and Next Gen-  
erations. Vilnius, Lithuania 1(3)11-25.  
Erazo, N. (2018). Empleo de los bloques lógicos como estrategia para el desarrollo del pens-  
amiento lógico matemático en niños y niñas de 5 años de la I.E. Jardín Infantil N°  
123, Centenario – independencia, 2017. [Tesis de pregrado - Universidad Católica los  
Ángeles de Chimbote].  
Estrada, M., Pizarro, N. & Salcedo, E. (2019). Método Singapur para el desarrollo del pens-  
amiento matemático en la básica primaria [Tesis de pregrado - Universidad de la Cos-  
ta].  
Galvis, W., Abasolo, M. & Ciji, B. (2019), Experiencias educativas con realidad aumentada  
por estudiantes universitarios, Universidad Técnica de Ambato y Universidad nacio-  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
68  
nal de la Plata [Congreso] XXII Congreso Internacional, tecnología e Innovación para  
la diversidad y calidad de los aprendizajes. Lima, Perú.  
Gamboa, R. & Ballestero, E. (2009). La enseñanza y aprendizaje de la geometría en secundar-  
ia, la perspectiva de los estudiantes. Revista Electrónica Educare 14 (2) 125-142.  
García, R. & García, C. (2020). Metodología STEAM y su uso en Matemáticas para estudi-  
antes de bachillerato en tiempos de pandemia Covid-19. Revista de Ciencias de la  
Educación 6(3) 163-180.  
Gómez, A. (2014). Historia Social de la Educación Matemática en Iberoamérica: cincuenta  
años de reforma en el currículo colombiano de Matemática en los niveles básico y  
medio de educación. Revista Iberoamericana de Educación Matemática 38 155-176.  
Gonzales, W. (2007). Las Ciencias de diseño: Racionalidad limitada, predicción y prescripción.  
Netbiblio.  
González, Y. & Muñoz, A. (2017). Educational robotics for the formation of programming  
skills and computational thinking in childish. International Symposium on Computers  
in Education (SIIE) 1-5.  
Hernández, R., Fernández, C. & Baptista, P. (2010). Metodología de la investigación. Mc-  
Graw-Hill.  
ICFES. (2018). Resultados Nacionales, pruebas saber 3,5,9, años 2012 – 2017.  
Jáuregui, J. & Alba, B. (2018). Desarrollo del pensamiento computacional mediante Scratch uti-  
lizando una herramienta e-Learning. [Tesis de pregrado - Universidad de Pamplona].  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
69  
Juárez, M. & Aguilar, M. (2018). El método Singapur, propuesta para mejorar el aprendizaje  
de las matemáticas. Números, Revista Didáctica de las matemáticas 98(1) 75-86.  
Kamphaus, R., Winsor, A., Rowe, E., & Kim, S. (2005). A history of intelligence test inter-  
pretation. In D.P. Flanagan and P.L. Harrison (Eds.), Contemporary intellectual assessment:  
Theories, tests, and issues (2nd Ed.) (pp. 23–38).  
Kaplan, R. & Saccuzzo, D. (2005). Psychological testing: Principles, applications, and issues.  
Thomson Wadsworth.  
Lubin, P., Macià, A. & Rubio, P. (2005). Psicología matemática I y II. UNED.  
Martínez, J. (2019, del 19 mayo) Relación entre pensamiento computacional y pensamiento  
matemático [congreso]. Comunicación presentada de Comunicaciones de innovación,  
Bogotá, Colombia.  
Martínez, L. & Guadrón, E. (2018). Fortalecimiento del pensamiento variacional a través de  
una intervención mediada con TIC en estudiantes de grado noveno. Revista Investi-  
gación, Desarrollo e Innovación 9(1) 91-102.  
Mason, J., Burton, L. & Stacey, K. (1982). Thinking Mathematically. Addison Wesley.  
Mason, J., Stephens, M. & Watson, A. (2009). Appreciating Mathematical Structure for All.  
Mathematics Education Research Journal 21(2), 10-32.  
Meneses, J., Barrios. M., Bonillo, A., Cosculluela, A., Lozano, L., Turbany, J. & Valero, J.  
(2016). Manual de Psicometría (2a. ed.). Universitat Oberta de Catalunya.  
Mendenhall, W., Beaver, R. & Beaver, B. (2010). Introducción a la probabilidad y estadística.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
70  
(10 . Ed). Universidad de Florida y Universidad de California,  
Montgomery, D. (2010). Diseño y Análisis de Experimentos, Segunda Edición. Editorial Lim-  
usa.  
Morales, G. & Rubio, N. (2019). La Argumentación matemática fomentada en estudiantes del  
nivel medio superior mediante el uso del soſtware de Geometría Dinámica. [congre-  
so] XXII Congreso Internacional, tecnología e Innovación para la diversidad y calidad  
de los aprendizajes, Libro de Comunicaciones, Lima, Perú.  
Moreno, L., Robles, G., González, M. & Rodríguez, J. (2019). Not the same: a text network  
analysis on computational thinking definitions to study its relationship with com-  
puter programming. RIITE. Revista Interuniversitaria de Investigación en Tecnología  
Educativa 7, 26- 35.  
Moreno, N. (2019). Educación STEAM: Apuestas hacia la formación, impacto y proyección de  
los seres críticos. Fondo editorial universitario Servando de la Universidad Politécnica  
territorial de Falcón Alonso Gamero, Compensar Unipanamericana Fundación Uni-  
versitaria.  
Nieves, M. & Torres, Z. (2013). Incidencia del desarrollo del pensamiento lógico matemático  
en la capacidad de resolver problemas matemáticos; en los niños y niñas del sexto año  
de educación básica en la escuela mixta Federico Malo de la ciudad de cuenca durante  
el año lectivo 2012-2013. [Tesis pregrado - Universidad Politécnica Salesiana].  
OCDE. (2019). Resultados pruebas PISA 2018-2019.  
OCDE. (2020). Ranking de medias de Pensamiento Matemático, relación de los mejores 12  
países del mundo contra algunos países latinoamericanos.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
71  
Ordoñez, E., Mero, E., Murillo, R., & Vásquez, P. (2018). Incidencia del desarrollo de las ha-  
bilidades del pensamiento lógico en la resolución de problemas en las ciencias exactas.  
Grupo Compás equipo editorial.  
Paltán, G. & Quilli, K. (2011). Estrategias metodológicas para desarrollar el racionamiento  
lógico-matemático en los niños y niñas del cuarto año de educación básica de la escuela  
Martín Welte del cantón Cuenca, en el año lectivo 2010-2011. [Tesis de pregrado, Uni-  
versidad de Cuenca].  
Papert, S. (2002 del 17 de julio). Subirse al Árbol no es la Forma Correcta de Llegar a la Luna  
[Foro] Segundo Foro Internacional de la Cultura Digital “Brecha Digital”. Estados Uni-  
dos.  
Parra, O. (2016). Actividades didácticas que potencian la enseñanza de las matemáticas en la  
orientación del aprendizaje de la resolución de los triángulos en grado decimo, [Tesis  
maestría - Universidad del Tolima].  
Pedral, N. (2006). Estadios según Piaget. Página de Psicología general, del desarrollo y del  
aprendizaje.  
Pérez, M. (2017). El pensamiento computacional para potenciar el desarrollo de habilidades  
relacionadas con la resolución creativa de problemas. Cuadernos de desarrollos apli-  
cados a las TIC, 6(1) 38-63.  
Piaget, J. (1952). The Child’s Conception of Number. Psychology press.  
Piaget, J. (1985). La representación del mundo en el niño. Editorial Morata.  
Piaget, J. & García, R. (1982). Psicogénesis e Historia de la Ciencia. México, España, Argenti-  
na, Colombia. Siglo XXI editores.  
Piaget J. (1991). Seis Estudios de Psicología, Estructuras Cognoscitivas, Primera edición en Col-  
ección Labor, Nueva serie, 2. Editorial Labor S.A.  
PISA. (2018). Informe PISA 2018, Informe de resultados para Colombia 2018.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
72  
Polya, G. (1945). How to Solve It. Garden City. Doubleday.  
Poyla, G. (1989). Cómo plantear y resolver problemas. Editorial Trillas.  
Radford, L. (2006). Algebraic Thinking and the Generalization of Patterns: A Semiotic Per-  
spective. En S. Alatorre et al. (eds.), Proceedings of the 28th Anual Meeting of the North  
American Chapter of the International Group for the Psychology of Mathematics Edu-  
cation, North America Chapter, pp. 2-21. Mérida: Universidad Pedagógica Nacional.  
Radford, L. (2012). On the Development of Early Algebraic Thinking. PNA. Revista de Inves-  
tigación en Didáctica de la Matemática, 6(4) 117-133  
Ramírez, Y. (2019). Estrategia didáctica basa en TIC para enseñar programación: Una alter-  
nativa para el desarrollo del Pensamiento Lógico. [Tesis maestría, Universidad Ped-  
agógica y Tecnológica de Colombia].  
Ramos, V., Hidalgo, B. & Fernández, E. (2019. Desarrollo de la creatividad en niños de sex-  
to de educación básica mediante el uso del pensamiento computacional, [congreso].  
XXII Congreso Internacional, tecnología e Innovación para la diversidad y calidad de  
los aprendizajes. Lima, Perú.  
Resnick, M., Maloney, J., Monroy, A., Rusk, N., Eastmond, E., & Brennan, K., (2009).  
Scratch: Programming for all. Communications of the ACM, 52(11), 60-67.  
Reyes, P., Aceituno, D. & Cáceres, P. (2018). Estilos de pensamiento matemático de estudi-  
antes con talento académico. Revista de Psicología 36(1) 49-73.  
Rincón, R. & Ávila, D. (2016). Una aproximación desde la lógica de la educación al pens-  
amiento computacional. Sophia, Colección de Filosofía de la Educación, (21) 161-176.  
Romero A. (2019). Implementación del aula digital Anaya y GeoGebra en Educación secund-  
aria a través de un proyecto cooperativo, [congreso] XXII Congreso Internacional, tec-  
nología e Innovación para la diversidad y calidad de los aprendizajes. Lima – Perú.  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023  
Julio Alexander Argoti Álvarez  
73  
Roncoroni, U., Lavín, E. & Bailón, J. (2020). Pensamiento computacional. Alfabetización dig-  
ital sin computadoras, Icono 14, 18 (2), 379-405.  
Salazar, J., Guaypatín, O. & Flores, G. (2017). Psicología Social de las Matemáticas. Revista  
redipe 6(4) 226-234.  
Sánchez, S. & Sánchez, C. (2018). Desarrollo del pensamiento crítico y computacional en la  
formación de ingenieros en TIC y Licenciados en Informática y Tecnología [congre-  
so] V congreso Internacional y XIII Encuentro Nacional de Tecnología e Informática.  
Segura, J., Llopos, M., Mon, F. & García, M. (2019). El debate sobre el pensamiento com-  
putacional en educación. Revista Iberoamericana de Educación a Distancia, 22(1) 171  
–186.  
Shute, J., Sun, C., & Asbell-Clarke, J. (2017). Demystifying computational thinking. Educa-  
tional Research Review, 22, 142-158.  
Spearman, C. (1904). General intelligence, Objectively Determined And Measured Ameri-  
can. Journal of Psychology 15 201–293.  
Stenhouse, L. (1975). An Introduction to Curriculum Research and Development, British  
Journal of Educational Studies, 4(9) 540-548.  
Thurstone, L. (1967). La medición de la inteligencia, la aptitud y el interés. Paidós.  
Useche, P. (2018). Fortalecimiento del Pensamiento Numérico y la resolución de Problemas de  
Postprimaria. [Tesis maestría – Universidad Externado de Colombia].  
Valdés, V. (2014). Epistemología Genética de Jean William Fritz Piaget, Revista de Educación  
[Tesis doctoral - Universidad Marista de Guadalajara].  
Valverde, J., Fernández, M. & Garrindo, M. (2019). El pensamiento computacional y las nue-  
vas ecologías del aprendizaje. Revista de Educación a Distancia 46(3) 2-18.  
Villa, O. (2010). Razonamiento covariacional en el estudio de funciones cuadráticas. Revista  
pedagógica 31(1) 9-25.  
DOI: https://doi.org/10.22517/25393812.25518  
El pensamiento computacional, como  
soporte del pensamiento matemático  
74  
Vygotsky, L. (1934). Pensamiento y lenguaje. Editorial pueblo y educación.  
Wagner, G., Vásquez, A., Hoyos, E., & Gutiérrez, H. (2014). El álgebra geométrica como  
mediadora en la enseñanza de la factorización y los productos notables, Programa de  
matemáticas. Revista de investigaciones Universidad del Quindío, 26(1)139-144.  
Wing, J. (2006). Computational Thinking. Communications of the ACM, 49(3) 33-35. Depar-  
tamento de Físico y Matemáticas, Universidad de Cambridge, EEUU  
Woyno, W. &amp; Oñolo, R. (2012). Test de habilidades mentales primarias. Zapata, M.  
(2015). Pensamiento computacional, una alfabetización digital. Revista de Educación  
a Distancia, 46(4) 2-47.  
Zapotecatl, J. (2014). Pensamiento Computacional. Academia Mexicana de Computación  
(AmexCom).  
Revista Miradas | ISSN-e 2539-3812  
Vol. 18 Núm. 2 (julio-diciembre) de 2023