Perfil del alumno de Computación para el diseño de un sistema Tutor

Abstract

desde hace varias décadas ha existido un interés en conocer los factores que se involucran en el aprendizaje de programación y los retos que existen en el proceso de desarrollo de habilidades algorítmicas con el fin de minimizar las estadísticas de reprobación en esta área. por lo tanto, es necesario contemplar estrategias didácticas con las que el estudiante aprenda de forma autónoma. se requiere que los estudiantes de nuevo ingreso a nivel superior desarrollen habilidades algorítmicas como parte de sus competencias genéricas primordiales. El presente trabajo muestra las características del estudiante, a partir de tres aspectos: el conocimiento previo, el estilo de aprendizaje, y nivel de razonamiento, para desarrollar habilidades algorítmicas en estudiantes de nuevo ingreso a la facultad de Computación. La metodología utilizada es cuantitativa, se aplicaron tres test: estilos de aprendizaje, razonamiento científico y pensamiento computacional. La muestra son estudiantes de nuevo ingreso a licenciatura en computación de méxico y Colombia. El proceso estadístico es a partir de estadística no inferencial, los resultados indican que en ambas regiones los estudiantes presentan tendencias similares en el estilo de aprendizaje, nivel de razonamiento y pensamiento computacional. principalmente los datos obtenidos del test de pensamiento computacional aplicados a estudiantes se comparan para determinar las tendencias de sus habilidades algorítmicas, los resultados abonan en la caracterización para el modelo de estudiante y al diseño de actividades para el prototipo del sTI (sistema Tutor Inteligente)since several decades there has been an interest in knowing the factors that involve programming learning and the challenges that exist in the process of developing algorithmic skills in order to minimize the low learning outcomes in this area. Therefore, it is necessary to consider didactic strategies to help students to learn autonomously. As part of their primary generic competencies, undergraduate students are required to develop algorithmic skills. This paper reports the results of reviewing some student’ characteristics (prior knowledge, learning style, and level of reasoning), needed to develop algorithmic skills in recent students at the Computing faculty. The methodology used is quantitative, three tests were applied: learning styles, scientific reasoning and computational thinking. The sample comprehends new entrance undergraduates in Computer science from mexico and Colombia. The statistical process is based on non-inferential statistics, the results indicate that in both regions students have similar trends in learning style, reasoning level and computational thinking. These results will inform the characterization for the student model and the design of activities for the ITs prototype (Intelligent Tutoring system)