Uso del efecto de auto-explicación como apoyo en el aprendizaje de la programación, aplicando la teoría de carga cognitiva

Abstract

RESUMEN A lo largo de la historia hasta la actualidad, el aprendizaje de la programación en las carreras afines a las ciencias de la computación ha representado un reto para los estudiantes, hasta el punto de convertirse en un problema académico – social, generando altos índices de reprobación y abandono en las carreras afines a esta materia. En la búsqueda de alternativas que ayuden a los estudiantes en el proceso de aprendizaje de la programación, se desarrolla la presente investigación, la cual tiene como objetivo diseñar, desarrollar, probar y medir la efectividad de material instruccional tomando como base la teoría de carga cognitiva, utilizando específicamente ejercicios diseñados atendiendo al efecto de auto-explicación de dicha teoría, así como la identificación de temas estratégicos de programación. La teoría de carga cognitiva es una teoría que alinea sus procesos con la arquitectura cognitiva humana y utiliza la información de la cognición humana para el desarrollo de material instruccional que facilite la transferencia de conocimientos a la memoria de largo, la cual es ilimitada, donde la información es organizada en esquemas los cuales pueden durar toda la vida y llegar a no consumir recursos cognitivos mediante la práctica y automatización (John Sweller et al., 2019). La auto-explicación es una actividad cognitiva constructiva que los alumnos pueden realizar, a voluntad o en respuesta a una indicación, para comprender nueva información o aprender habilidades. Al auto explicarse, los estudiantes generan inferencias sobre relaciones conceptuales que mejoran la comprensión, reforzando los conocimientos previos existentes y monitoreando el grado de comprensión de estos (John Sweller et al., 2019). Atendiendo los fundamentos teóricos se diseñó y desarrolló el material instruccional, aplicándolo en un primer estudio mediante un cuasiexperimento a los alumnos de primer año de la carrera de Ingeniería en Sistemas Computacionales de la Universidad Autónoma de Aguascalientes, la medición de la efectividad se realizó mediante exámenes estandarizados y calibrados por el departamento de sistemas electrónicos utilizando un diseño PRE - POST, con base en los resultados se realiza la réplica del primer estudio refinando el diseño y aplicación del material instruccional, combinando el efecto de auto-explicación con el efecto de ejemplo resuelto mediante la adición de videos de ejemplos resueltos a los ejercicios diseñados en formato del efecto de auto-explicación, de igual forma la medición de la efectividad se realizó mediante exámenes estandarizados y calibrados por el departamento de sistemas electrónicos. Los resultados obtenidos reflejan un impacto positivo de la utilización de material instruccional diseñado utilizando la teoría de carga cognitiva como base. Además, puede confirmarse que la combinación de efectos de la teoría de carga cognitiva como el ejemplo resuelto y problema por completar, con el efecto de auto-explicación producen resultados más efectivos.

ABSTRACT Historically, the learning of programming in careers related to computer science has represented a difficulty for students, becoming an academic-social problem, generating high rates of failure and abandonment in careers related to this subject. Looking for alternatives that help students in the learning process of programming, this research is developed, which aims to design, develop, test, and measure the effectiveness of instructional material based on the cognitive load theory, using specifically designed exercises considering the self-explanation effect, as well as the identification of strategic programming themes. The cognitive load theory is a theory that aligns its processes with the human cognitive architecture and uses the information of human cognition for the development of instructional material that facilitates the transfer of knowledge to long memory, which is unlimited, where the information is organized in schemes which can last a lifetime and not consume cognitive resources through practice and automation (John Sweller et al., 2019). Self-explanation is a constructive cognitive activity that students can perform, at will or in response to a prompt, to understand new information or learn skills. By self-explaining, students generate inferences about conceptual relationships that improve understanding, reinforcing existing previous knowledge and monitoring the degree of understanding of these (John Sweller et al., 2019). Following the theoretical foundations, the instructional material was designed and developed, applying it in a first study through a quasi-experiment to the first-year students of the Computer Systems Engineering career of the Autonomous University of Aguascalientes, the effectiveness measurement was carried out through exams standardized and calibrated by the electronic systems department using a pre-post design, based on the results, the replica of the first study is carried out, refining the design and application of the instructional material, combining the self-explanation effect with the resolved example effect, adding videos of solved examples to the exercises designed in the format of the self-explanation effect, in the same way the effectiveness measurement was carried out through standardized and calibrated tests by the electronic systems department. The results obtained reflect a positive impact of the use of instructional material designed using the cognitive load theory as a basis. Furthermore, it can be confirmed that the combination of cognitive load theory effects such as the solved example and problem to be completed, with the self-explanation effect produce more effective results.