Innovación y Gerencia. Revista científica arbitrada
Vol. III. Nº. 2, Octubre 2010, pp. 11 - 32
UJGH · ISSN 1856-8807
Estrategias instruccionales para optimizar
el aprendizaje significativo en el área
algorítmica
María Fossi*
Morella Urribarrí**
Resumen
El propósito del artículo es presentar el diseño de un modelo de estrate-
gias instruccionales para promover el aprendizaje significativo en el área
algorítmica en las universidades del municipio Maracaibo, a fin de elevar
el nivel de desempeño académico de los estudiantes. La metodología se
tipifica como aplicada, correlacional, descriptiva con un diseño transver-
sal, no experimental. La muestra estuvo conformada por un total de 440
estudiantes distribuidos como se menciona a continuación: 322 (URBE)
y 118 (UJGH). Los resultados obtenidos indican la utilización incorrecta
de las estrategias instruccionales, así como su inadecuada combinación.
El diseño del modelo instruccional fue constituido por cuatro fases: aná
-
lisis - diagnóstico, instructiva y de sensibilidad, orientación y tutoría,
evaluación.
Palabras clave: Estrategias instruccionales, aprendizaje significativo,
área algorítmica.
11
* Doctora en Ciencias de Educación (URBE, 2010). Magíster en Gerencia Empresarial (URBE, 2000).
Ingeniero en Computación (URBE, 1995). Coordinadora de Cátedra del Área de Programación y
Docente de la Universidad Rafael Belloso Chacín. Correo electrónico: marufossi@gmail.com
** Doctora en Ciencias de la Educación (URBE, 2006). Magíster en Gerencia Educativa (URBE, 2001).
Ingeniero Químico (LUZ, 1988). Asistente a la Comisión Técnica Central de Currículo, Vicerrecto
-
rado Académico de la Universidad Rafael Belloso Chacín. Correo electrónico: moreeste@hot
-
mail.com
Recibido: 31-01-10. Aceptado: 17-06-10
Instructional Strategies to Optimize Significant
Learning about Algorithms
Abstract
The purpose of this article is to present the design for an instructional
strategies model to promoteing significant learning in the area of algo
-
rithms at universities in the Maracaibo municipality, in order to raise
students’ academic performance. Methodology is of the applied, correla
-
tional, descriptive type with a transversal, non-experimental design. The
sample consisted of a total of 440 students distributed as follows: 322
(URBE) and 118 (UJGH). Results indicate the incorrect use of instruc
-
tional strategies as well as their inappropriate combination. Design for
the instructional model consisted of four phases: analysis and diagnosis,
instruction and sensibility, orientation and tutoring and assessment.
Key words: Instructional strategies, significant learning, area of algo-
rithms.
Introducción
En la actualidad, los docentes del área algorítmica que labo-
ran en instituciones universitarias se enfrentan a una serie pro-
blemas, presentes en su mayoría en los alumnos de nuevo ingre-
so: desconocimiento de la materia, carencia de habilidades para
elaborar algoritmos, indisciplina, apatía por sus estudios, entre
otros. Aunado a esto, se puede apreciar el desinterés por parte de
algunos profesores hacia el desarrollo y utilización de estrategias
instruccionales adecuadas para el logro del aprendizaje y ayudar
a que el mismo sea significativo para sus alumnos.
Sobre la base de las consideraciones anteriores, puede afir
-
marse que el proceso de enseñanza y aprendizaje en el área algorít
-
mica debe adecuarse al mundo contemporáneo. Además, se re
-
quiere experimentar un cambio pleno con respecto a la aplicación
de las innovaciones tecnológicas y científicas en la práctica peda
-
gógica. Por ello, el estudiante debe ser considerado elemento acti
-
vo, involucrado conscientemente en el proceso para adquirir un
nuevo conocimiento algorítmico, el cual se vincule con otras áreas
y más aun con la realidad, sin disminuir su nivel de abstracción.
Con referencia a lo anterior, en este siglo las computadoras
cumplen un papel importante en el desarrollo humano, social,
económico, cultural y educativo de un país, al ser utilizadas como
12
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
herramientas auxiliares de apoyo a las diferentes actividades rea
-
lizadas por el hombre, así como medio eficaz para buscar y encon
-
trar información veraz y precisa, catalogándolas como nuevo me
-
dio de comunicación. En este sentido, se hace evidente su impor
-
tancia, al convertirse en una necesidad para el ser humano; debi
-
do al progreso sostenido de los sistemas computacionales que
permiten a la sociedad tener acceso a una cantidad creciente de
información de toda naturaleza.
Lo anteriormente expuesto se logra como consecuencia del
desarrollo del software, es decir, los sistemas que permiten el fun
-
cionamiento de las computadoras. Es así como el hecho de conte
-
ner un buen sistema, permite mejorar la organización de la infor
-
mación y por ende la productividad, reduciendo el tiempo y el cos
-
to de operación, entre otras; por tanto un adecuado software per
-
mitirá optimizar el desempeño de los equipos computarizados.
Para diseñar el software que permita hacer funcionar un
computador, Joyanes (2003) indica las siguientes fases: análisis
del problema, diseño del algoritmo, codificación, compilación,
ejecución, verificación, depuración y finalmente mantenimiento.
Las dos primeras fases conducen a un esquema detallado escrito
en forma de algoritmo. Como afirman Brassard y Bratley (1998),
el estudio del concepto, diseño, construcción de algoritmos es
una necesidad ineludible en numerosos aspectos de la vida, esen-
cialmente en el mundo científico y de la ingeniería.
Al hablar del algoritmo como disciplina de estudio, se observa
su complejidad, por ser una concatenación de ideas y conocimien
-
tos diversos englobados en una sola materia. Para dominar la asig
-
natura, se debe tener noción sobre varias áreas, como lo son: Lógi
-
ca, Matemática, Álgebra, Términos Administrativos, entre otras,
así como el conocimiento en relación con las herramientas algorít
-
micas básicas y el o los lenguajes de programación a utilizar; lo
cual implica dedicación y empeño debido a que se refiere a la fase
inicial en cualquier sistema de información computarizado.
En efecto, en las carreras de Ingeniería en Informática y
Computación, es base fundamental el área algorítmica, sin em
-
bargo, al considerar las estadísticas del periodo abril-julio del
2009 de las universidades Dr. Rafael Belloso Chacín y Dr. José
Gregorio Hernández, se observa un promedio del 47.43% de
alumnos reprobados, así como un 13.12% de desertores lo que
suma un total de 60.55% de estudiantes que no lograron los obje
-
13
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
tivos pautados en la materia; solo el 39.45% logró aprobar y por
tanto, cubrir en gran parte de las metas planteadas.
A lo anterior se puede sumar: desinterés de los alumnos por
la materia, apatía por la elaboración y utilización de técnicas algo
-
rítmicas, falta de conciencia estudiantil, entre otros. Cabe agre
-
gar que la algoritmia es una materia esencial para la ingeniería en
informática y computación, por tanto, debe estudiarse desde los
primeros semestres; su impacto es muy importante en la mayoría
de las asignaturas y en el campo profesional del egresado; es evi
-
dente entonces, buscar mejores estrategias para su enseñanza.
Esta reflexión conlleva a estudiar cuál será el problema exis
-
tente, bien sea por fallas en el proceso de aprendizaje o de ense
-
ñanza, o en el sistema integral. Por tanto, se hace necesario reali
-
zar un análisis completo de las estrategias instruccionales para el
aprendizaje, llevadas a cabo en el área algorítmica en las institu-
ciones universitarias del municipio Maracaibo, para posterior-
mente presentar el diseño de un modelo de este tipo de estrate-
gias, orientado a promover el aprendizaje significativo en el área
antes mencionada, con el fin de elevar el nivel de desempeño de
los estudiantes.
1. Fundamentación teórica
1.1. Importancia de los algoritmos
En las áreas: matemática, ciencias de la computación y dis
-
ciplinas afines, un algoritmo se refiere a una lista bien detallada,
ordenada y finita de operaciones que permiten hallar la solución
de un problema. Este concepto es compartido por Joyanes (1990,
p.1), al definirlo como “un conjunto de instrucciones que condu
-
cen a la solución de un problema”. Para Brassard y Bratley
(1998), la ejecución de un algoritmo no debe implicar ninguna de
-
cisión subjetiva; en este sentido, Joyanes (1990) indica que la
efectividad de todo algoritmo, viene dado por tres características
básicas: Ser preciso e indicar el orden de realización de cada paso;
ser definido: si se sigue un algoritmo dos veces, se debe obtener el
mismo resultado cada vez; ser finito: si se sigue un algoritmo se
debe terminar en algún momento.
Estas características conllevan a mencionar los tres elemen
-
tos fundamentales de todo algoritmo (ver figura 1), los cuales son:
la entrada, el proceso y la salida. La Entrada, se refiere a los datos
que se necesitan para comenzar a trabajar; El Proceso, se refiere a
14
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
la forma como los datos de entrada se van a concatenar (cálculos
matemáticos, comparaciones lógicas y/o relacionales, decisio
-
nes) para solventar el problema planteado y La Salida, se refiere al
resultado que se debe obtener.
Hablar de algoritmos como ciencia de estudio y materia es
fundamental para los estudiantes de computación e informática;
es observar la complejidad de la misma, al ser considerada una
concatenación de ideas y conocimientos diversos, todos ellos en-
globados en una sola materia; por tanto, implica mucho esmero.
Cabe destacar, para las personas dedicadas a la programación, la
algoritmia es primordial para su desarrollo y surgimiento en el
área laboral, se podría decir que es la base de su carrera.
1.2. Proceso de enseñanza
La docencia representa un aspecto esencial en el proceso
educativo mediante el cual las sociedades elaboran su perfeccio
-
namiento humano, cultural, laboral, empresarial y político. Di
-
cha profesión involucra mucho más que el dominio de una mate
-
ria o un área específica de conocimiento o la capacidad de trans
-
mitirlo; al considerar que implica una adecuada capacitación
para ayudar al estudiante a desarrollarse como individuo, ense
-
ñándolo a pensar, actuar, razonar y sentir.
Ante la situación planteada, Florez (2001) define la enseñan
-
za como una actividad educativa específica, intencional y planeada
con el fin de facilitar a los individuos a que se apropien y asuman
con creatividad ciertas porciones del saber. Sin embargo, Díaz-Ba
-
rriga y Hernández (2002, p.6) indican que enseñar: “no es solo pro
-
porcionar información, sino ayudar a aprender”, esto implica que
el docente debe conocer previamente a sus alumnos, cuáles son
15
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
ENTRADA
PROCESO SALIDA
Figura 1
Elementos básicos de un algoritmo
Fuente: Fossi (2010).
sus capacidades, cómo realizan el aprendizaje, entre otras carac
-
terísticas.
Ambas definiciones expresan claramente la intervención de
dos actores dentro del proceso de enseñanza, el docente y los
alumnos; siendo el primero el encargado de llevar a cabo la tarea
de enseñar. En este sentido, Díaz-Barrigas y Hernández (2002,
p.6) indican que: “la función central del docente consiste en orien
-
tar y guiar la actividad mental constructiva de sus alumnos, a
quienes proporcionará una ayuda pedagógica ajustada a su com
-
petencia”.
Sin embargo, según Sevillano (2005) se debe tener en consi
-
deración que la función principal de la enseñanza es facilitar el
aprendizaje a los estudiantes, razón por la cual, es importante es
-
tablecer los dos elementos fundamentales del proceso: quien
aprende y el objeto del aprendizaje; el segundo debe despertar la
atención del primero con el fin de poder elaborar la información
pertinente para el proceso de enseñanza-aprendizaje.
1.3. Estrategias instruccionales
Las estrategias instruccionales son un conjunto de activida-
des, técnicas y medios planificados de acuerdo con las necesida-
des de los estudiantes a quienes se van a dirigir, así como los obje-
tivos perseguidos, la naturaleza de las áreas y cursos; todo esto
con la finalidad de hacer más efectivo el proceso de aprendizaje.
Según Díaz-Barriga y Hernández (2002), las mismas son medios o
recursos para prestar la ayuda pedagógica.
Por otra parte, Castillo y Cabrerizo (2006, p.22), definen las
estrategias instruccionales como: “comportamientos planificados
que seleccionan y organizan mecanismos cognitivos, afectivos y
motóricos, con el fin de enfrentarse a situaciones-problemas”.
Para estos autores, las estrategias se refieren a la manera como se
van a presentar los conocimientos al estudiante, con el fin de per
-
mitirles reflexionar y asumir estos conocimientos, poniéndolos en
práctica en situaciones futuras.
En referencia a lo anterior, Smith y Ragan (1999) definen las
estrategias instruccionales como la organización secuencial, por
parte del docente, del contenido a aprender, la selección de los
medios instruccionales idóneos para presentar ese contenido y la
disposición de los estudiantes para ese propósito. Basado en lo
antes expuesto, se puede definir una estrategia como un acerca
-
miento ordenado de tareas, trabajos y/o actividades, las cuales
16
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
ayudan a solucionar un problema, el logro de alguna tarea especí
-
fica o obtención de un aprendizaje mediante la enseñanza.
Seleccionar las estrategias a utilizar, no es una tarea fácil, en
este sentido, Díaz-Barriga y Hernández (2002, p.141), señalan
cinco aspectos básicos a considerar en el momento de escoger y/o
formular la estrategia a seguir: consideración de las característi
-
cas básicas de los aprendices, tipo del dominio del conocimiento
en general y del contenido curricular que se abordará, intencio
-
nalidad o meta que se desea lograr y las actividades cognitivas y
pedagógicas que el alumno debe realizar, vigilancia constante del
proceso de enseñanza, así como del progreso y aprendizaje de los
estudiantes y determinación del contexto intersubjetivo.
Con ayuda de estos factores, se puede lograr un proceso de
desarrollo pedagógico más efectivo, orientado al logro de un apren
-
dizaje constructivista más óptimo. La aplicación de estas estrate-
gias, como señala Díaz-Barriga y Hernández (2002), viene dada se-
gún el momento, por ello se clasifican en: preinstruccionales,
coinstruccionales y postinstruccionales y según el proceso cogniti-
vo se catalogan como: estrategias para activar conocimientos pre-
vios, orientar y guiar la atención y el aprendizaje, mejorar la codifi-
cación de la información, organizar el contenido nuevo, promover
el enlace entre los conocimientos previos y la nueva información.
1.4. Aprendizaje significativo
El objetivo básico de la enseñanza es el aprendizaje por parte
de los estudiantes, cuyo proceso se desarrolla con procedimien
-
tos que permitan obtener un máximo aprovechamiento en los es
-
tudios. La idea de los procesos de aprendizaje es acelerar el mis
-
mo facilitando la asimilación del estudio a fin de obtener mejores
resultados.
Para Poggioli (2005, p.20), el aprendizaje “es un proceso acti
-
vo por parte del alumno para ensamblar, extender, restaurar e in
-
terpretar y, por lo tanto, construir conocimiento desde los recur
-
sos de su experiencia y la información recibida”. Por otra parte,
Ausubel, citado por Díaz-Barrigas y Hernández (2002, p.35), indi
-
ca que el aprendizaje “implica una restructuración activa de las
percepciones, ideas, conceptos y esquemas que el aprendiz posee
en su estructura cognitiva”. Ambos autores entienden el aprendi
-
zaje como un proceso activo donde el estudiante estará en cons
-
tante restructuración de sus procesos cognitivos, adaptando y/o
concatenado estos conocimientos a los previos obtenidos.
17
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
En este orden de ideas, se puede citar a Rodríguez (2004),
quien indica: el aprendizaje significativo es una teoría psicológica
debido al manejo de los procesos propios que los individuos po
-
nen en juego para aprender; esta postulación señala la importan
-
cia del aprendizaje por descubrimiento; sin embargo, también es
-
tablece que no todo el aprendizaje se realiza de esa manera; el au
-
tor indica que el principio de la teoría del aprendizaje significativo
se encuentra en la utilidad de conocer y explicar los elementos y
propiedades del aprendizaje, los cuales se pueden relacionar con
formas efectivas y eficaces, a fin de estimular cambios cognitivos
estables, aptos para dotar de significado individual y social.
Según se ha citado, este aprendizaje debe ocuparse del ca
-
rácter complejo-significativo que tiene el aprendizaje verbal y
simbólico. Asimismo, debe prestar atención a todos los elementos
y agentes que le afectan, los cuales pueden ser manejados para
tal fin. A partir de lo anterior se pueden determinar los requisitos
básicos a considerar para establecer un aprendizaje significativo
exitoso: a) las experiencias previas (conceptos, contenidos, cono-
cimientos); b) la presencia de un profesor mediador de los apren-
dizajes; c) los alumnos en proceso de autorrealización; d) la inte-
racción para elaborar un juicio valorativo (juicio crítico).
Por tanto, para que el aprendizaje sea significativo, se deben
reunir tres condiciones básicas: en primer lugar, la información
nueva se debe manejar de manera no arbitraria y relacionada con
la información previa conocida por el alumno; en segundo lugar, se
requiere prestar mucha atención a la motivación que tenga el
alumno para aprender; y por último, es necesario tomar en cuenta
la naturaleza de los materiales o contenidos que se desea enseñar
y/o aprender.
2. Metodología
En cuanto al tipo de investigación, según su propósito es
aplicada, debido a que se desarrolló desde marzo 2008 a diciem
-
bre 2009; durante su desarrollo se ejecutaron una serie de activi
-
dades, con el fin de buscar estrategias instruccionales que permi
-
tan optimizar el proceso de aprendizaje en el área algorítmica en
las carreras de Ingeniería en Computación e Ingeniería en Infor
-
mática de las universidades del municipio Maracaibo.
De igual manera, es correlacional porque se mide la relación
existente entre las variables estrategias instruccionales y apren
-
18
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
dizaje significativo. Para finalizar con el levantamiento de la infor
-
mación a realizar, se buscó precisar cuáles son las estrategias
instruccionales que permitirán aumentar el nivel académico de
los estudiantes de las carreras antes mencionadas, con la finali
-
dad de establecer las más adecuadas para lograr un mejor y más
apropiado aprendizaje significativo; en consecuencia la investiga
-
ción es descriptiva.
En cuanto al diseño de la investigación, es transversal debi
-
do a que se realizó la medición de las variables en el momento de
hacer el estudio y no experimental, ya que no se manipularon las
variables estudiadas, las mismas se manejaron tal y como se en
-
contraron en el momento de realizar el estudio.
La población objeto de estudio estuvo conformada por los es
-
tudiantes del cuarto semestre en adelante de las universidades
Rafael Belloso Chacín (URBE) y José Gregorio Hernández (UJGH)
de las carreras de Ingeniería en Computación e Ingeniería en In-
formática, dando un total de 2246 estudiantes; para el tamaño de
la muestra se empleó la fórmula de Sierra Bravo, utilizado un
margen de error del 4%. Por tanto, la muestra total estuvo repre-
sentada por 440 alumnos, luego se procedió a estratificarla para
cada universidad, quedando distribuida de la siguiente manera:
URBE (322 estudiantes) y UJGH (118 alumnos).
3. Análisis de los resultados
Con el fin de establecer cuáles son las estrategias instruccio
-
nales más utilizadas por parte del docente, se implementaron una
serie de preguntas en el instrumento aplicado (cuestionario), anali
-
zadas a continuación: en primer lugar, las estrategias instrucciona
-
les se organizaron tanto por el momento en el que se aplican, así
como por el proceso cognitivo llevado a cabo. La puntuación mínima
es: 1 y la máxima: 5, el valor medio obtenido en los diferentes ítems,
se encuentra entre 3,31 y 3,92 lo que representa una puntuación
media entre el máximo y mínimo, con una desviación estándar simi
-
lar para cada tipo de estrategia (entre 1,1384 a 1,3226).
Siguiendo el orden de ideas, en Tabla 1 se observa la fre
-
cuencia correspondiente a las respuestas relacionadas con las
estrategias que se deben aplicar según el momento, a pesar de te
-
ner valores elevados en las opciones “casi siempre” y “siempre” en
las estrategias preinstruccionales y coinstruccionales, las pos
-
tinstrucionales presentan una variación en su comportamiento;
sin embargo, se analizarán cada una por separado.
19
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
Tabla 1
Porcentajes de estrategias según el momento
Escala Pre %Pre Co %Co Post %Post Media % %Acum
NR
2 0,38 4 0,83 3 0,76 3 0,66 0,66
N + CN
68 15,53 71 16,14 117 26,52 85 19,39 20,05
AV
86 19,47 73 16,52 106 24,02 88 20,00 40,05
CS - S
284 64,62 293 66,52 214 48,71 264 59,95 100,00
Fuente: Fossi (2010).
De las estrategias preinstrucionales se manejaron en primer
lugar el establecimiento de objetivos, lo cual presentó una aplica
-
bilidad equivalente al 63,64%; luego el establecimiento de los
puntos a tratar con un 73,64% y finalmente la elaboración de un
resumen (lo visto previamente) con el 56,59%. Aun cuando los
porcentajes obtenidos estas estrategias son bastante elevados, es
necesario prestar atención al porcentaje de docentes que no las
cumplen a cabalidad, debido a que las mismas tienen el propósito
de preparar y alertar al estudiante en relación con qué y cómo va a
aprender (Díaz-Barrigas y Hernández, 2002). Resulta oportuno
indicar que la aplicación de estas estrategias permiten al estu-
diante activar su proceso cognitivo, a fin de un mejor entendi-
miento del material a ser estudiado.
En el caso de las estrategias coinstruccionales, se pudo ob-
servar como las menos utilizadas por los docentes son los mapas
conceptuales con un 52,27%, sin embargo, el 71,36% emplean
ilustraciones y el 75,91% realizan ejercicios mediante el uso del
computador como herramienta. Esto demuestra la prioridad
dada a la solución de ejercicios por medio del computador, pero:
¿hasta qué punto es esto conveniente?; como es bien sabido, los
algoritmos representan la parte analítica de todo programa, si no
se tiene un buen dominio de los términos teóricos y la forma como
estos se deben aplicar, la práctica o elaboración de problemas por
computador no servirá para establecer a cabalidad los procesos.
En esta etapa de la educación del estudiante, se debe hacer hin
-
capié al cómo se debe hacer y las diferentes forma de hacerlos.
Para las estrategias postinstruccionales, se tienen el resumen
del contenido estudiado con 49,55%, discusión crítica de los aspec
-
tos tratados con 49,09% discusión participativa con 47,50% de apli
-
cabilidad. En los resultados se observa cómo menos del 50% de los
profesores están cumpliendo con estas estrategias, a pesar de lo in
-
dicado por Díaz-Barriga y Hernández (2002) quienes afirman: estas
contribuyen a que el estudiante pueda formarse una visión sintéti
-
20
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
ca, integradora e incluso crítica del material presentado, hecho
que le permitirá a futuro relacionarlo con nuevos conocimientos
adquiridos. Por tal motivo, es importante prestar un poco más de
atención a este momento del proceso de enseñanza.
Basado en lo anterior, los docentes en el área de algoritmo en
su mayoría utilizan los tres tipos de estrategias, sin embargo se
tiene una deficiencia en las postinstruccionales, al ser aplicadas
en un 48,71% (ver tabla 2), encontrándose por debajo de la media
de aplicación la cual es de 59,95%, en contra posición de las pre
-
instruccionales, utilizadas en un 64,62% y las coinstruccionales
en un 66,52%, valores que se encuentran por arriba de la media.
En cuanto a las estrategias que permiten la acción del proce
-
so cognitivo (ver tabla 2), se trabajó en primer lugar las de activa
-
ción de conocimientos previos (ACP), utilizadas en un promedio
de 57,55%, lo cual implica que un 42,45% de los docentes no es-
tán preparando al estudiante para la adquisición de los conoci-
mientos. Para ampliar un poco más este punto, estas estrategias
se pueden trabajar mediante las actividades focales introducto-
rias, que permiten al alumno atraer su atención, activar sus co-
nocimientos previos y crear una apropiada situación de motiva-
ción hacia lo que se va aprender, las mismas son utilizadas en un
56,82%. Por otra parte, se tienen las discusiones guiadas, utiliza-
das en un 58,71%; permiten tanto al profesor y al estudiante
crear un ambiente de discusión sobre el tema tratado, además de
la activación de conocimientos previos.
Por último, se tienen las actividades generadoras de informa
-
ción previa, utilizadas en un 57,12%. Ahora bien, el manejo de los
conocimientos adquiridos por parte del estudiante, contribuyen a
un mejor entendimiento de la información nueva y evita el olvido o
sub-utilización de lo ya aprendido, fortaleciendo el aprendizaje. Re
-
sulta oportuno indicar que estas estrategias se pueden considerar
como preinstruccionales, y al comparar con los resultados de la
misma, se puede observar que coinciden con la frecuencia de uso.
21
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
Escala ACP %ACP OGAA %OGAA MCIN %MCIN OIN %OIN ECPIN %ECPIN
NR
1 0,15 3 0,72 1 0,27 5 1,21 2 0,34
N + CN
92 20,82 47 10,64 72 16,36 57 13,03 70 15,91
AV
95 21,48 77 17,42 95 21,63 79 17,88 85 19,32
CS - S
253 57,55 313 71,21 272 61,74 299 67,88 284 64,43
Fuente: Fossi (2010).
Tabla 2
Porcentajes de estrategias según el proceso cognitivo
Otras de las estrategias utilizadas en el proceso cognitivo,
con un 71,21%, son las referidas a la orientación y guía de la aten
-
ción y el aprendizaje (OGAA); en las mismas se toman en cuenta
las señalizaciones en el discurso (74,92%) y en el texto (67,50%).
Ambas estrategias presentan un porcentaje de utilización bas
-
tante elevado, sólo el 28,79% de los docentes no las aplican, por
tanto, se debe buscar incentivarlos de forma tal, que las comien
-
cen a utilizar con la finalidad de poder orientar a sus estudiantes
en cuanto a cómo extraer las ideas principales o relevantes de la
información presentada.
Por otra parte, se pudo observar como la estrategia en cuan
-
to al mejoramiento de la codificación (MCIN) presenta un 61,74%,
siendo las más aplicadas las preguntas insertadas con un
63,26%; la misma ayuda al estudiante al proceso de análisis del
punto tratado, debido a que permite cuestionar los conocimientos
adquiridos. La estrategia que le sigue con un 62,73% es la utiliza-
ción de graficas y por último el empleo de ilustraciones con un
60,76%; ambas estrategias permiten la activación del conoci-
miento por parte de la visualización del mismo.
Otras de las estrategias que permiten dar mayor contexto es-
quemático a la información, la cual permite un mayor aprendiza-
je, es la referida a la organización de la información nueva (OIN);
la misma es utilizada en 67,88%. De éstas se pudo observar como
la menos empleada la representa la elaboración de resúmenes de
los temas tratados por parte del profesor, con un 55%. En cuanto
a la presentación de esquemas previos y relación de los conteni
-
dos, presentaron un porcentaje de uso bastante elevado: 70,45%
y 78,18%, respectivamente.
Para finalizar con las estrategias instruccionales utilizadas
por los docentes, se tienen las de enlace entre el conocimiento
previo y la información nueva (ECPIN), las cuales son empleadas
en un promedio del 64,43%; permiten crear y potenciar enlaces
adecuados entre los conocimientos previos y los nuevos, asegu
-
rando con ello un mejor proceso de aprendizaje de los estudian
-
tes. Las estrategias utilizadas son: elaboración de analogías de los
temas tratados con un 63,86% y comparaciones entre la realidad
y los puntos tratados con un 65%.
Para concluir este punto, es importante indicar que todas las
estrategias instruccionales son buenas, siempre y cuando se uti
-
licen en el momento indicado del proceso de enseñanza; por otra
parte, se debe tomar en cuenta que no todos los grupos de estu
-
22
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
diantes son iguales, razón por la cual deben ser diseñadas tenien
-
do en cuenta al grupo al que se dirigirá; en consecuencia, la ela
-
boración de un diagnóstico previo, es de gran relevancia para el
posterior diseño.
Por otra parte, para determinar el desempeño académico de
los estudiantes de Ingeniería en Computación e Ingeniería en In
-
formática en el área algorítmica, se solicitó a las dos universida
-
des sus estadísticas con respecto al número de aprobados, repro
-
bados y desertores; estos datos son presentados en dos tablas,
una para Algoritmo I y la otra para Algoritmo II.
De un total de 752 estudiantes inscritos (ver Tabla 3) en el pe
-
riodo comprendido entre enero-julio de 2009, repartidos en ambas
instituciones y ambas escuelas, se pudo observar un promedio de
251 estudiantes por escuela con una desviación estándar de
60.21, lo que implica una dispersión en los datos un poco elevada,
sin embargo, se debe tomar en cuenta que la UJGH solo presenta
la escuela de computación con un total de 318 estudiantes, a dife-
rencia de la URBE que presenta ambas escuelas con un total de
202 alumnos para computación y 232 estudiantes para informáti-
ca, esto explica el por qué la desviación estándar es elevada.
En la Tabla 4, se presenta el total de inscritos, el número de
aprobados, reprobados y desertores tanto de la URBE como de la
UJGH, para el periodo de enero a julio del 2009 en Algoritmo I, es
importante resaltar que las universidades trabajan con periodos
diferentes, es decir, la URBE trabaja por trimestre y la UJGH por
semestre, por tanto, con la finalidad de trabajar de forma homo
-
génea con ambas instituciones, mientras que la URBE se obser
-
van dos periodos, de la UJGH solo uno.
23
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
Tabla 3
Total de inscritos. Algoritmo I
Universidad Escuela Total Est.
URBE Comp 202
UJGH Comp 318
URBE Infor 232
Total 752
Media 251
DESV. EST 60,21
Fuente: URBE y UJGH / Elaborado por: Fossi (2010).
Tabla 4
Porcentajes de aprobados, reprobados y desertores. Algoritmo I
Univ. Esc. Período Total
Est.
%Apr %Rep %Des %Rep+
Des
URBE Comp Ene-Jul 2009
202 39,11 49,01 11,88 60,89
UJGH Comp Par - I 2009
318 44,34 43,71 11,95 55,66
URBE Infor Ene-Jul 2009
232 44,40 43,97 11,64 55,60
Media 251 42,95 45,21 11,84 57,05
Fuente: URBE y UJGH / Elaborado por: Fossi (2010).
El porcentaje de reprobados y desertores en ambas institu
-
ciones supera el 50%, lo que implica un porcentaje de repitientes
bastante elevado, solo el 42,95% del los estudiantes aprobaron la
materia. Esto se refleja cuando se hace el análisis en la cátedra de
Algoritmo II donde se observa un total 389 alumnos inscritos en
contra posición a los 752 inscritos en Algoritmo I (ver Tabla 5).
En Algoritmo II se observa una media de estudiantes de 130
con una desviación estándar de 20,53, esto implica una diferen
-
cia significativa en cuanto a Algoritmo I, debido que el número de
alumnos por carrera en este caso es más parecido; sin embargo.
la UJGH sigue presentando el mayor número de estudiantes con
147, seguido por los estudiantes de Ingeniería en Informática de
la URBE con 135 y por último los de Ingeniería en Computación
también de la URBE con 107.
En la Tabla 6, se puede observar como de un promedio de
130 estudiantes que cursan la asignatura de Algoritmo II, el
56,30% de ellos aprueba la materia y un 42,68% reprueban y/o
son desertores, el cual es un porcentaje bastante elevado. Basado
en todo lo anterior, así como el hecho de que ambas materias es
-
24
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
Tabla 5
Total de inscritos. Algoritmo II
Universidad Escuela Total Est.
URBE Comp 107
UJGH Comp 147
URBE Infor 135
Total
389
Media
130
Desv. Est
20,53
Fuente: URBE y UJGH / Elaborado por: Fossi (2010).
tán en los primeros lapsos de estudio de ambas carreras, se pue
-
de observar un rendimiento académico bastante bajo el cual de
alguna manera afecta el desempeño exitoso de los estudiantes en
las asignaturas posteriores relacionadas con el diseño y elabora
-
ción de sistemas, esto se debe a la sencilla razón de que la algorit
-
mia es la base para las mismas.
Tabla 6
Porcentajes de aprobados, reprobados y desertores. Algoritmo II
Univ. Esc. Período Total
Est.
%Apr %Rep %Des %Rep+
Des
URBE Comp Ene-Jul 2009
107 64,49 16,82 18,69 35,51
UJGH Comp Par - I 2009
147 60,54 27,21 12,24 39,46
URBE Infor Ene-Jul 2009
135 45,19 18,52 36,30 54,81
Media 130 56,30 21,34 22,37 43,70
Fuente: URBE y UJGH / Elaborado por: Fossi (2010).
En cuanto al desempeño académico de los profesores de la
asignatura, el análisis se realizó desde una aproximación cons-
tructivista, tanto para las fases del aprendizaje como para el con-
tenido curricular, así como el tipo de estrategias utilizadas para el
proceso cognitivo y la afectividad de determinados materiales de
aprendizaje. La puntuación mínima fue de1ylamáxima de 5, el
valor medio obtenido en los diferentes ítems, se encuentra entre
3,81 y 4,04 lo que representa una puntuación media de 3,92 con
una pequeña inclinación hacia el máximo y una desviación están
-
dar similar para cada dimensión (entre 1,0580 a 1,2340).
Ahora bien, en el Gráfico 1, se observan los porcentajes de
respuestas dadas en las fases del aprendizaje en la aproximación
constructivista, a pesar de tener valores elevados en las opciones
casi siempre y siempre en las fases Inicial, Intermedia y Terminal,
presentan una variación en su comportamiento, sin embargo se
analizarán cada una por separado. La fase inicial del aprendizaje
es de gran importancia, debido a que el docente debe buscar las
herramientas básicas para que el alumno pueda percibir la infor
-
mación paso a paso con la finalidad de interpretarla y relacionarla
con los conocimientos previos adquiridos; la misma se cumple en
un 73,94%, siendo la fase con mayor efectividad.
La fase terminal por su parte se cumple en un 68,56%, en
esta etapa el alumno comienza a realizar tareas y solucionar pro
-
blemas utilizando los conocimientos adquiridos de manera indi
-
vidual. Por último, la fase intermedia, en la cual el estudiante co
-
25
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
mienza a encontrar relaciones y similitudes entre las partes aisla-
das, configura esquemas y mapas cognitivos acerca del material y
el dominio de aprendizaje en forma progresiva presenta un
67,20% de efectividad.
Las tres fases presentan porcentajes de aplicación por arriba
del 50%, sin embargo, se debe resaltar que el buen desarrollo del
aprendizaje significativo depende de las motivaciones, intereses y
predisposiciones del alumno; por otra parte, es importante indi
-
car que el aprendizaje debe ser crítico con el proceso cognitivo
para así manifestar la disposición de analizar los diferentes con
-
tenidos que se presentan y enfrentarlos desde diferentes puntos
de vista. Todo esto se podría lograr si el docente estableciera cla
-
ramente las estrategias que se deben aplicar en cada una de las
fases del aprendizaje.
Otro de los indicadores considerados es la manera cómo de
-
sarrolla el contenido programático a dictar. En el Gráfico 2, se
puede observar como la presentación del contenido curricular de
forma declarativa presenta la mayor aplicación con un 72,88%; es
necesario recordar que este conocimiento se refiere al “saber
qué”, es decir, la construcción del conocimiento mediante con
-
ceptos, principios y explicaciones.
26
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
-
10,00
20,00
30,00
40,00
50,00
60,00
70,00
80,00
%FRECUENCIA. FASES DEL APRENDIZAJE
NR
0,30 0,61 0,08
N-CN
8,26 11,36 9,24
AV
17,50 20,83 22,12
CS-S
73,94 67,20 68,56
%INI %INT %TER
Gráfico 1
Fases del aprendizaje
Fuente: Fossi (2010).
Por otra parte, el procedimental, hace referencia al saber
cómo hacer y saber hacer; este tipo de contenido representa el de-
sarrollo de competencias; presenta un 67,80% de aplicación;
aunque es un valor por arriba del 50%; el desarrollo de las compe-
tencias debería aproximarse lo más posible al 100%, al suponer la
puesta en marcha de los conocimientos adquiridos. Finalizando
con el contenido curricular, se tiene el actitudinal valoral, refie
-
rido a la enseñanza de actitudes que permiten al estudiante to
-
mar decisiones de cómo y cuándo se deben hacer las cosas; pre
-
senta una aplicación del 66,14% por parte de los docentes. Sin
embargo, es necesario tomar en cuenta que el aprendizaje de las
actitudes es un proceso lento y gradual.
Las estrategias analizadas para el proceso cognitivo (ver Grá
-
fico 3) fueron las referentes a: recirculación de la información con
un 77,27%, elaboración con 72,05% y organización con 74,77% de
aplicabilidad. Obsérvese como las tres clasificaciones menciona
-
das se encuentran por arriba del 70%, siendo las más aplicadas las
referentes a la recirculación de la información, sin embargo, es im
-
portante resaltar que este tipo de estrategias si no son reforzadas
con actividades que permitan el análisis y la creación de cocimien
-
to, tienden a convertirse en un proceso superficial lográndose un
aprendizaje al pie de la letra con poca importancia.
27
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
Gráfico 2
Contenido curricular
Fuente: Fossi (2010).
Para finalizar con el rendimiento de los docentes, se presen-
ta el porcentaje de utilización de las estrategias referentes a la
afectividad para determinados materiales de aprendizaje, siendo
las seleccionadas (ver gráfico 4): repetición con un 70,76%, orga-
nización categorial con 67,36%, elaboración verbal y visual con
67,80%, representación gráfica de redes conceptuales con
57,20%, los resumes de textos con 54,89%, la elaboración con
-
ceptual con 73,79% y las anotaciones y formulaciones de pregun
-
tas con una aplicabilidad del 74,39%.
Se debe recordar que las estrategias son funciones huma
-
nas orientadas a un fin intencional, consciente y de conducta
controlada; la utilización de una estrategia u otra, depende del
contenido curricular que se quiere enseñar y su uso por lo gene
-
ral no es individualizado, por el contrario, se pueden utilizar más
de una a la vez. Ahora bien, de los resultados obtenidos se tiene
que las estrategias que menos empleadas son las referidas a los
resúmenes de textos y a la representación gráfica de redes con
-
ceptuales, lo cual implica poca utilización de textos, de mapas
conceptuales y la esquematización de los puntos intermedios
tratados durante la clase.
28
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
Gráfico 3
Proceso cognitivo
Fuente: Fossi (2010).
Lo anterior lleva a pensar que los docentes se han dedicado
más al establecimiento de la práctica dejando a un lado los conte-
nidos teóricos de la información impartida. Si bien es cierto que el
área de algoritmo es más práctica que teórica, también es indis-
cutible que la aplicación exitosa de cualquier proceso depende de
qué tan seguro se sienta el individuo en ello; esto se logra cono-
ciendo cómo y por qué se debe aplicar el proceso, lo cual se logra
conociendo la parte teórica de los contenidos aprendidos.
Por todo lo anterior, se puede concluir este punto establecien
-
do que el desempeño académico de los estudiantes del área algorít
-
mica, tanto en la URBE como para la UJGH es bastante bajo, hasta
el punto de poder observarse como Algoritmo I afecta el desempeño
de Algoritmo II. Esto es consecuencias del empleo incorrecto de las
estrategias, así como la mala combinación de ellas. En este punto
es importante recordar que las estrategias instruccionales buscan
no solamente la organización secuencial del contenido presentado,
sino también los medios a utilizar, la forma como los estudiantes
deben estar agrupados y la manera como se deben obtener los re
-
cursos para la aplicación del contenido.
Por tanto, es evidente que una inadecuada selección de es
-
trategias afecta el aprendizaje de los estudiantes y evita el fortale
-
cimiento de sus capacidades de: análisis crítico, anticipación y vi
-
sión prospectiva, que tanta falta hace en la elaboración de proce
-
sos algorítmicos. Lo anterior se reflejó cuando se analizaron las
29
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
%FRECUENCIA. AFECTIVIDAD PARA DETERM INADOS MATERIALES DE APREND IZAJE
Gráfico 4
Afectividad para determinados materiales de aprendizaje.
Fuente: Fossi (2010).
estrategias instruccionales que se aplican según el momento,
donde en las preinstruccionales solo el 56,59% de los docentes
presentan al alumno un resumen de lo visto anteriormente; el
mismo permite que el aprendiz pueda establecer de una forma
más efectiva la relación entre el material visto y lo nuevo por ver.
4. Modelo de estrategias instruccionales para
promover el aprendizaje significativo
Basado en lo anterior, se elaboró un modelo de estrategias
instruccionales orientadas a mejorar el rendimiento académico
de los estudiantes de Ingeniería en Computación e Ingeniería en
Informática de las Universidades: Rafael Belloso Chacín (URBE) y
José Gregorio Hernández (UJGH). Dicho modelo se estableció en
cuatro fases: una preinstruccional, dos coinstruccionales y una
postinstruccional.
Primera Fase: Análisis Diagnóstico. Esta es una fase pre-
instruccional; con ella se busca establecer las condiciones acadé-
micas con las cuales se encuentran los estudiantes antes de co-
menzar con el contenido programático. Por otra parte, sirve para
preparar al alumno en cuanto a lo que se va a aprender con la fina-
lidad de poder activar conocimientos y experiencias previas; todo
esto con la finalidad de ubicarlos en el contexto de la materia.
Segunda Fase: Instructiva y de Sensibilización. Esta es
una fase coinstruccional; en ella se manejan dos aspectos impor
-
tantes en el desarrollo académico de todo estudiante: la forma
cómo se trata el contenido programático y la relevancia que tiene
para su perfeccionamiento profesional.
En la parte instruccional, se busca que el docente desarrolle
una planificación de cada clase basándose en el análisis diagnós
-
tico realizado, así como en el contenido programático; se debe es
-
tablecer las tres etapas claves de toda clase (inicial, intermedia y
terminal). Por otra parte, en esta fase se requiere determinar la
manera cómo se impartirá el contenido, es decir, si es de forma
declarativa, procedimental o actitudinal.
En cuanto a la parte de sensibilización, a medida que se im
-
parten los conocimientos se debe buscar resaltar la importancia
que los mismos tienen para el desarrollo profesional de cada indi
-
viduo, así como los valores y la ética que debe regir en todo profe
-
sional universitario. La idea es hacer florecer en el estudiante un
sentimiento de responsabilidad, respeto y pertenencia hacia todo
30
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________
lo aprendido, con la finalidad de formar un profesional de calidad
y orgulloso de su desempeño laboral.
Tercera Fase: Orientación y Tutoría. Esta es una fase
coinstruccional, en ella se busca dar al estudiante una orienta
-
ción individualizada con la finalidad de poder aclarar dudas, bien
sea en contenido teórico y/o práctico; cabe resaltar que la misma
se debe dar con previa preparación por parte del alumno.
Cuarta Fase: Evaluación. Esta es una fase postinstruccio
-
nal, en ella se busca medir los conocimientos adquiridos por el es
-
tudiante, bien sea de forma escrita, práctica y/o formativa. En
esta fase se debe tener muy presente el mantener la coherencia
metodológica entre lo ensañado y la forma cómo se va a evaluar;
se podrá realizar de la forma tradicional donde el docente evalúa y
el alumno es evaluado, así como la autoevaluación y la coevalua
-
ción, o evaluación entre pares, la cual suele constituir una intere-
sante posibilidad de aprendizaje para el alumno, a partir del cam-
bio de roles; todo con la finalidad de crear un sentimiento de par-
ticipación en su proceso de aprendizaje.
Consideraciones finales
Es relevante el papel que desempeña el docente en la promo-
ción del aprendizaje significativo de sus estudiantes; como me-
diador en el proceso de enseñanza debe estar muy pendiente del
encuentro del conocimiento por parte de sus alumnos, guiando y
orientando el desarrollo constructivo de los mismos. La forma
-
ción académica de los docentes debe abarcar los planos concep
-
tuales y reflexivos así como los prácticos. Esto es con la finalidad
de generar un conocimiento didáctico integrador que permita a
sus estudiantes relacionar los contenidos de forma más fácil con
su entorno.
Por otra parte, los profesores que manejen en forma conjun
-
ta la teoría con la práctica, enfocándolas a las individualidades de
sus estudiantes y las características de las actividades realiza
-
das, se convertirán en entes de enseñanza más efectivos y aplica
-
rán mejor las estrategias. Finalmente, las estrategias instruccio
-
nales deben utilizarse de manera intencional y flexible por parte
del profesor, para ello deberá elaborar un plan estratégico adap
-
tado a cada grupo de trabajo, permitiendo de esa forma un apren
-
dizaje significativo en sus estudiantes.
31
______________________________________ Innovación y Gerencia. Vol. III. 2, 2010
El modelo de estrategias instruccionales elaborado para op
-
timizar el aprendizaje significativo del área algorítmica, constitu
-
ye para los docentes una ayuda necesaria para el mejor desempe
-
ño académico del mismo, es por esta razón que se recomienda:
utilizar dicho modelo como base en el desarrollo de sus activida
-
des académicas y estableciendo las responsabilidades básicas
para el progreso de las mismo, la realización por parte del docente
de cursos de elaboración de estrategias con la finalidad de optimi
-
zar las ya existentes y/o utilizada, considerar que cada grupo de
estudiantes presentan características propias, por tanto se deben
elaborar las estrategias en función de ellos y recordarle al estu
-
diante la importancia que tiene la obtención de un buen aprendi
-
zaje significativo.
Referencias bibliográficas
BRASSARD, G. y BRATLEY, P. (1998). Fundamentos de Algoritmia. Edito-
rial: Prentice Hall.
CASTILLO, S. y CABRERIZO, J. (2006). Formación del Profesorado en Edu-
cación Superior. Volumen I y II. Editorial McGrawHill.
DÍAZ-BARRIGA, F. y HERNÁNDEZ, G. (2002). Estrategias Docentes para
un Aprendizaje Significativo. Una Interpretación Constructivita (2ª
ed.). México: Editorial McGrawHill.
FLOREZ, R. (2001). Evaluación Pedagógica y Cognición. Colombia: Edito-
rial McGrawHill.
HERNÁNDEZ, R.; FERNÁNDEZ, C. y BAPTISTA, P. (2006). Metodología de la
Investigación (4ª ed.). México: Editorial McGrawHill.
JOYANES, L. (1990). Problemas de Metodología de la Programación. Ma
-
drid: Editorial McGrawHill.
JOYANES, L. (2003). Fundamentos de Programación. Algoritmos, Estruc
-
turas de Datos y Objetos (3ª ed.). Editorial McGrawHill.
POGGIOLI, L. (2005). Estrategias de Aprendizaje. Caracas: Fundación Po
-
lar.
RODRÍGUEZ, M. (2004). La Teoría del Aprendizaje Significativo. Concept
Maps: Theory, Methodology, Technology. Proc. of the First Int. Confe
-
rence on Concept Mapping. A. J. CAÑAS, J. D. Novak, F. M. González,
Eds. Pamplona, Spain
SEVILLANO, M. (2005). Didáctica en el siglo XXI. España: Editorial McGra
-
wHill.
SMITH, P. y RAGAN, T. (1999). Instructional design (2ª ed.). New Jersey: Me
-
rrill. Editorial Prentice Hall.
32
Estrategias instruccionales para optimizar el aprendizaje significativo en el área algorítmica
María Fossi y Morella Urribarrí _______________________________________________