¿Qué es el pensamiento computacional y por qué es la habilidad más importante de la era de la IA?
- hace 7 minutos
- 6 Min. de lectura
Por Eduardo Portas Ruiz // Profesor investigador del Centro de Investigación para la Comunicación Aplicada (CICA) de la Universidad Anáhuac México
Aquellos que nos dedicamos a la docencia desde hace algunos años nos hemos enfrentado a una disyuntiva en el salón de clases desde que aparecieron las IAs comerciales a finales de 2022 (desde 2021 ya había pruebas beta de algunos sistemas pero este no es momento para platicar de ese tema).
La pregunta que todo docente se hace desde ese momento es la siguiente: ¿debo re-enfocar mis enseñanzas para que mis alumnos sean competentes en todo aquello que implica la técnica alrededor del uso de las IAs o más bien debo enseñarles las técnicas que subyacen en el funcionamiento de estos sistemas?
Aunque la mayoría haya seleccionado lo último la respuesta no es tan obvia.
El componente técnico es esencial para cualquier disciplina que un estudiante asuma a lo largo de su vida académica. En este sentido para muchas disciplinas no hay vuelta de hoja: o conoces las herramientas de tu disciplina o simplemente nadie te tomará en serio en tu sector específico de desempeño.
Ahí están los editores de video: si bien millones de personas utilizan sus teléfonos de manera competente para editar videos que suben con éxito y gran alcance a sus redes sociales, buena parte de este grupo jamás ha abierto un editor de video profesional como Adobe Premier, Apple Final Cut, Davinci Resolve, Avid Media Composer, o ni tan siquiera la versión de escritorio de Capcut, parte del ecosistema ByteDance al cual pertenece TikTok.
Sin temor a equivocarme, puedo afirmar que la enorme mayoría de los influencers que conocemos quedarían paralizados en la pantalla de apertura de cualquiera de esos videos profesionales, los cuales son programas muy complejos que requieren años de entrenamiento para ser usados de forma competente. Y no solo eso, estos programas se actualizan cuando menos una vez al año, lo que obliga a los profesionales a tomar cursos de actualización de manera rutinaria.
En pocas palabras, son un estándar de la industria y absolutamente nadie que vaya una entrevista de trabajo del sector audiovisual saldrá con éxito de la misma si responde que solo edita video en su teléfono celular para de ahí subir el material a sus redes.
La IA ha reducido notablemente el componente técnico para muchas de las operaciones que requerían años de experiencia como el análisis estadístico avanzado hecho en SPSS, o bien la programación en donde se requiere Python, HTML, o JavaScript. Pero, tarde o temprano, las personas que hacen (hacemos) vibe coding nos toparemos con una barrera tecnológica que fuerza la correcta utilización de elementos básicos de comprensión de estos complejos entramados tecnológicos.
De vuela a la pregunta inicial: ¿debo enseñar más técnica o más habilidades transversales en mi aula?
La respuesta no agradará a nadie. Hay que enseñar las dos. Si antes había materias que podían olvidar el aspecto tecnológico en su currícula (clases sobre teoría de la literatura, por ejemplo) eso ha quedado en el pasado. Aún estas materias enfocadas en el mundo de las ideas se ven robustecidas por la integración de la IA en su enseñanza.
Los procesos mentales que implican esta nueva forma de pensar se resumen un nuevo término: “enseñanza computacional”.
Esta tendencia está ganando terreno en aulas del hemisferio norte. Al contrario de lo que se pueda pensar, no es una claudicación frente a la máquina y la IA. No, es el cajón de herramientas básicas para usar y no ser usado por las nuevas tecnologías.
Su definición es sencilla: es un proceso mental de resolución de problemas que permite abordar desafíos complejos de manera estructurada. Esta metodología busca que los estudiantes desarrollen habilidades lógicas que son aplicables tanto en la informática como en la vida cotidiana y otras disciplinas académicas.
Eso es todo. Es una definición simple que no requiere mayor explicación. Lo interesante es conocer los componentes, los cuales se vinculan con procesos mentales que se hallan antes de el alumno tan siquiera abra su computadora o toque su celular.
Cuatro pilares fundamentales del Pensamiento Computacional
Descomposición: Consiste en romper un problema grande o complejo en partes más pequeñas y manejables.
Reconocimiento de patrones: Identificar similitudes o tendencias dentro de los problemas. Esto ayuda a predecir resultados y reutilizar soluciones previas.
Abstracción: Centrarse únicamente en la información importante, ignorando los detalles irrelevantes que puedan distraer de la solución.
Algoritmos: Diseñar una serie de pasos ordenados (instrucciones) para resolver el problema o realizar una tarea.
Vayamos un poco más a detalle de cada uno de estos componentes.
Descomposición
La descomposición es el proceso analítico de fragmentar un problema complejo, sistema o proceso en partes más pequeñas y fáciles de solucionar. En el ámbito educativo, esta técnica es vital porque evita que el estudiante se bloquee ante retos que parecen inalcanzables a simple vista. Al fragmentar la unidad, cada subproblema puede ser examinado, evaluado y resuelto de forma independiente. Esta metodología no solo aplica a las ciencias exactas, sino también a la redacción de un ensayo o la organización de un evento, permitiendo una gestión del tiempo más eficiente y un entendimiento profundo de la estructura interna de cualquier desafío.
Reconocimiento de patrones
Una vez que el problema ha sido descompuesto, el siguiente paso es identificar similitudes o características comunes entre las partes resultantes o con problemas resueltos en el pasado. El reconocimiento de patrones permite a los estudiantes transferir conocimientos de un contexto a otro, facilitando la creación de soluciones reutilizables. Al notar que ciertos problemas comparten la misma estructura lógica, se pueden automatizar las respuestas, lo que reduce la carga cognitiva. Esta habilidad es fundamental para desarrollar el pensamiento inductivo y es la base sobre la cual se construyen las predicciones científicas y las estrategias de resolución eficaces.
Abstracción
La abstracción consiste en destilar la información para quedarse únicamente con lo que es verdaderamente relevante para la resolución del problema, ignorando los detalles accesorios que podrían generar confusión. Es, esencialmente, la creación de un modelo simplificado de la realidad. En el aula, esta capacidad permite a los alumnos elevar su pensamiento desde lo concreto hacia lo general, permitiéndoles entender el "qué" antes que el "cómo" específico. Al filtrar el ruido innecesario, el estudiante puede identificar las variables críticas de un fenómeno, lo que resulta indispensable para el diseño de soluciones elegantes, claras y aplicables a múltiples situaciones similares. Este es el paso más difícil de lograr en las aulas, pues está vinculado a técnicas y enseñanzas que vienen de décadas atrás, en muchos casos, como el nivel de lecto-escritura del alumnado.
Algoritmos
El diseño de algoritmos es la culminación del proceso, donde se establece una secuencia lógica de pasos ordenados y finitos para alcanzar un objetivo o solucionar un problema. Un algoritmo actúa como una hoja de ruta precisa que, de seguirse correctamente, garantiza el mismo resultado cada vez. En la educación, fomentar el pensamiento algorítmico ayuda a los estudiantes a estructurar sus ideas de manera coherente y comunicable. No se trata solo de escribir código, sino de aprender a articular instrucciones claras, evaluar la eficiencia de un camino elegido y entender la importancia del orden lógico en la toma de decisiones. Ojo, con algoritmo no nos referimos a introducir prompts a una IA. Un algoritmo se puede explicar en procesos mundanos, por ejemplo, hacer un sandwich. Aunque existan variaciones pequeñas, hacer una emparedado ( o torta, para los mexicanos) se resume en: 1. Poner pan, 2. Untar algún aderezo como mayonesa o mostaza, 3. Poner jamón o cualquier otra proteína, 4. Cerrar con pan.
Y eso es todo. Es muy probable que buena parte de los docentes de cualquier nivel ya hayan llevado acabo estas acciones en sus clases, sin importar el nivel de enseñanza. La ventaja de comprender este “pensamiento computacional” es que será mucho más sencillo comprender que las nuevas tecnologías de IA operan exactamente de esta forma. Son máquinas inferenciales que solo pueden producir a partir de la información que se le da. En ese sentido son “tontas”.
Lo que no es una tontería es mostrar el camino para utilizarlas de la mejor y más útil forma posible, el cual, como se puede ver, antecede al uso de cualquier pantalla y retoma nuestra esencia humana en varias dimensiones de pensamiento y corporalidad, algo que la máquina nunca podrá hacer.
Y tú, ¿ya conocías está técnica o la has aplicado a tu salón de clases?
En X: @EduPortas
Un listado en orden cronológico inverso de textos escritos por Eduardo Portas en Anáhuac Landscape desde 2025 se puede ver aquí:
La discusión continúa. Explora más textos sobre medios y cultura digital juvenil: