El efecto de la teoría de carga cognitiva en el aprendizaje de la programación básica

  • Carlos Argelio Arévalo-Mercado Universidad Autónoma de Aguascalientes
  • Blanca Guadalupe Estrada-Rentería Universidad Autónoma de Aguascalientes
  • Estela Lizbeth Muñoz-Andrade Universidad Autónoma de Aguascalientes

Resumen

El aprendizaje de la programación es un tópico difícil para los estudiantes universitarios que inician estudios en carreras afines a las ciencias de la computación. Este aprendizaje exige desarrollar habilidades de resolución de problemas mediante estructuras básicas para diseñar algoritmos y programas. De manera simultánea, el alumno debe aprender la sintaxis de un lenguaje de programación, un entorno de desarrollo integrado (IDE) y desarrollar modelos mentales correctos. La combinación de estos requerimientos frecuentemente conlleva una sobrecarga cognitiva en el estudiante. La teoría de carga cognitiva (TCG) propone mecanismos de aprendizaje para ayudar a disminuir esta sobrecarga. Uno de ellos es el “efecto del problema por completar”. El presente estudio tuvo como objetivo medir uno de los efectos predichos por la TGC. Con base en esta, se diseñó material didáctico que se utilizó en un cuasi experimento controlado (aplicado durante el segundo semestre de 2017) con dos grupos de estudiantes de primer semestre de Ingeniería en Sistemas Computacionales de la Universidad Autónoma de Aguascalientes (UAA). El grupo experimental (n = 42) utilizó el material didáctico diseñado con la TCC, y el grupo de control (n = 47) utilizó material didáctico tradicional. La prueba de diferencia de medias mostró una diferencia estadísticamente significativa (p = 0.002) entre el rendimiento final de ambos grupos. El estudio concluye que los ejercicios por completar tuvieron un efecto positivo en el aprendizaje de los alumnos del grupo experimental, permitiendo una mejor adquisición de esquemas de programación en la forma de planes de programación. Posteriores réplicas aleatorizadas permitirán corroborar o descartar el efecto encontrado.     


URI: http://hdl.handle.net/11298/963
DOI: https://doi.org/10.5377/entorno.v0i67.7500


Palabras clave: Lenguajes de programación (computadores electrónicos), Ingeniería de computación, Administración de bases de datos, Compresión de datos (computadores).

Descargas

Download data is not yet available.

Referencias

Arévalo, C., Andrade, E. L. M., & Reynoso, J. M. G. (2018). El efecto de la autoeficacia y el trabajo colaborativo en estudiantes novatos de programación. Investigación y Ciencia: de la Universidad Autónoma de Aguascalientes, (74), 73-80.

Bandura, A. (1982). Self-Efficacy mechanism in human agency. American Psychologist, 37(2), 122-147.

Chang, K. E., Chiao, B. C., & Hsiao, R. S. (1996). A programming learning system for beginners. A completion strategy approach. Intelligent Tutoring Systems. 623-631. https://doi.org/10.1007/3-540-61327-7_162

Chi, M.T. H., Bassok, M., Lewis, M.W., Reimann, P., & Glaser, R. (1989). Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science. 13(2), 145-182. https://doi.org/10.1016/0364-0213(89)90002-5

Cooper, G., & Sweller, J. (1987). The effects of schema acquisition and rule automation on mathematical problem-solving transfer. Educational Psychology Review. 79, 347-362.

Cowan, N. (2010). The magical mystery four: how is working memory capacity limited, and why?. Current Directions in Psychological Science, 19(1), 51-57. doi.org/10.1177/0963721409359277

Garner, S. (2002). The learning of plans in programming: a program completion approach. International Conference on Computers in Education, 2, 1053-1057. doi.org/10.1109/CIE.2002.1186149

Guzdial, M. S. (2002). Teaching the Nintendo generation how to program. Communications of the ACM, 45(4), 17-21.

Hashim, N., & Salam, S. (2009). Integration of visualization techniques and completion strategy to improve learning in computer programming. International Conference of Soft Computing and Pattern Recognition. 665-669. doi.org/10.1109/SoCPaR.2009.131

Jenkins, T. (2002). On the difficulty of learning to program. Loughborough University: LTSN Centre of information and computer sciences.

Kelleher, C. P., & Pausch, R. (2005). Lowering the barriers to programming: a survey of programming environments and languages for novice programmers. ACM Computing surveys (CSUR), 37(2), 83-137.

Kinnunen, P., & Malmi, L. (2006). Why students drop out CS1 course?. Proceedings of the Second International Workshop on Computing Education Research, 97-108. doi.org/10.1145/1151588.1151604

Malik, S. I., & Coldwell-Neilson, J. (2017). A model for teaching an introductory programming course using ADRI. Education and Information Technologies, 22(3), 1089-1120. doi.org/10.1007/s10639-016-9474-0

Mow, I. T. C. (2008). Issues and difficulties in teaching novice computer programming. Innovative Techniques in Instruction Technology, E-learning, E-assessment, and Education, 199-204.

Pintrich, P. R., & Zusho, A. (2007). Student motivation and self-regulated learning in the college classroom. The Scholarship of Teaching and Learning in Higher Education: An Evidence-Based Perspective, 731-810. https://doi.org/10.1007/1-4020-5742-3_16

Rist, R. S. (1989). Schema Creation in Programming. Cognitive Science. 13, 389-414.Rist, R.S. (2004). Learning to program: schema creation, application and evaluation. Computer Science Education and Research, 175-197.

Stripeikait, I. (2017). Skipping the Baby Steps: The importance of teaching practical rogramming before programming theory. Serious Games, 319-330. doi.org/10.1007/978-3-319-70111-0_30

Sweller, J. (1988). Cognitive Load During Problem Solving: Effects on Learning. Cognitive Science, 12, 257-285.

Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive Load Theory. New York, United Stated: Springer.
Tahy, Z. S., & Czirkos, Z. (2016). Why can’t I learn programming?. The learning and teaching environment of programming. Informatics in Schools: Improvement of Informatics Knowledge and Perception, 199-204. https://doi.org/10.1007/978-3-319-46747-4_17

Van Merrienboer, J., & Krammer, H. (1990). The completion strategy in programming instruction: Theoretical and empirical support. Research on Instruction, 45-61.

Xinogalos, S. (2010). An interactive learning environment for teaching the imperative and object-oriented programming techniques in various learning contexts. Knowledge Management, Information Systems, E-Learning, and Sustainability Research, 512-520. doi.org/10.1007/978-3-642-16318-0_66
Publicado
2019-06-01
Cómo citar
Arévalo-Mercado, C., Estrada-Rentería, B., & Muñoz-Andrade, E. (2019). El efecto de la teoría de carga cognitiva en el aprendizaje de la programación básica. Entorno, (67), 169-176. Recuperado de https://biblioteca.utec.edu.sv/entorno/index.php/entorno/article/view/585/956
Formatos de citas
Sección
Artículos