Omet navegació

Pensament computacional

Sabers

  1. Reconeixement de patrons: regularitats o similitud en dades i en processos.
    #EST.PI
  2. Avançar en la utilització de grafs com a eina de modelització en la resolució de problemes.
    [AMP]
    #ALG.MM
  3. Resolució de problemes contextualitzats que posen en joc habilitats de pensament computacional.
    [ESS]
    #NUM.EF
    #NUM.RE
    #EST.DI
  4. Creació, testatge, depuració i millora d'algorismes per resoldre problemes que puguin ser executats per una persona o per un ordinador, en particular per simular experiments aleatoris per al càlcul aproximat de probabilitats.
    #EST.PI
  5. Idea de recursivitat aplicada a la matemàtica.
    [AMP]
  6. Presència i ús de funcions matemàtiques en calculadores, programes de geometria dinàmica, fulls de càlcul, llenguatges de programació...
    #ALG.RF
  7. Autoconfiança, persistència, adaptabilitat, flexibilitat, creativitat, col·laboració i gestió constructiva de l’error.
    #SOE

Descripció i orientacions

Reflexions generals

El bloc dels sabers del pensament computacional es construeix de manera integrada dins de l’àmbit matemàtic i estableix connexions naturals amb altres sentits, especialment en el que ens trobem, l’algebraic, i amb el procés de resolució de problemes. Aquesta integració facilita la introducció i desenvolupament d’idees computacionals dins del treball matemàtic, com la descomposició, el reconeixement de patrons, l’abstracció i els algorismes (competència 4).

Els sabers s’han seqüenciat per oferir opcions diverses: des del pensament «desendollat» fins a la creació de programes en llenguatges tant visuals com textuals, i l’ús de dispositius mòbils o robòtica. Això permet adaptar l’ensenyament a les necessitats de cada curs i recurs disponible, per tal de mantenir sempre un enfocament pràctic i contextualitzat.

Observacions sobre alguns sabers d’aquest bloc

Una de les competències clau en el pensament computacional i vinculada a la resolució de problemes és el reconeixement de patrons, el saber #4.ALG.PC.A. Aquesta habilitat és fonamental per ajudar els alumnes a descompondre problemes complexos, generar hipòtesis, establir models matemàtics o detectar regularitats o similituds per millorar l’eficiència en la resolució de problemes. A més, aquest saber ha de permetre simplificar i generalitzar situacions, de manera que proporcioni una manera més eficaç d’organitzar la informació, i de predir futurs comportaments o resultats. El reconeixement de patrons involucra:

  • Poder crear regles generals per aplicar a situacions anàlogues.
  • Sistematitzar problemes aparentment complexos, identificant-hi regularitats.
  • Fer prediccions d’un comportament futur d’un conjunt de dades estadístiques.

L’ús de grafs, la base del saber #4.ALG.PC.B, és una estratègia molt potent per a la resolució de problemes, ja que permet representar relacions complexes entre objectes o situacions de manera visual i estructurada. Com que, per desenvolupar-lo, es requereix un coneixement extra i no explícit al currículum, s’ha considerat un saber d’ampliació. Ara bé, les seves aplicacions al món real, facilitades per l’ús de principis bàsics i la representació visual, poden ajudar molt al desenvolupament del saber #4.ALG.PC.G, i aporten confiança i estímuls, contextualitzant i aproximant les matemàtiques a l’alumnat.

Amb el saber #4.ALG.PC.C, ens referim a aplicar estratègies pròpies de la informàtica, com la descomposició, el reconeixement de patrons, l’abstracció i la creació d’algoritmes, per abordar, entendre i resoldre situacions complexes de manera lògica i estructurada.

El vincle entre programació i la simulació d’experiments aleatoris que remarca el saber #4.ALG.PC.D permet a l’alumnat treballar conceptes de probabilitat intuïtivament i aprofundir en el món de la programació i el pensament algorísmic, que són habilitats fonamentals per al desenvolupament del pensament computacional. Aquest saber no es vol focalitzar només en continguts estocàstics, sinó en problemes que requereixin gran quantitat de càlculs per poder arribar a una solució satisfactòria.

La idea de recursivitat que marca el saber #4.ALG.PC.E implica la definició d’una funció o procés que es refereix a si mateix per resoldre problemes de manera iterativa o repetitiva. És una eina que permet resoldre elegantment i eficaç certs tipus de problemes computacionals. També es pot vincular al concepte d’inducció matemàtica, fonamental per a la demostració de propietats matemàtiques. Com en el cas del saber #4.ALG.PC.B, i pel mateix motiu, s’ha considerat un saber d’ampliació.

El saber #4.ALG.PC.F involucra diferents dispositius digitals segons les necessitats:

  • En el cas de les calculadores científiques es pensa tant en les funcions trigonomètriques, logarítmiques, exponencials, com en la funció factorial, nombres combinatoris, potència, arrel i conversió entre graus i radiants o el que disposi cada model. Tot per tal de trobar el valor directament i centrar-se en la interpretació del resultat, com en l’anàlisi de les propietats de les funcions.
  • En els programes de geometria dinàmica, com GeoGebra o DESMOS, s’amplia el rang de funcions disponibles amb les pròpies del programa. L’ús permet focalitzar una anàlisi profunda de les propietats del problema geomètric, analític o estocàstic que es vol explorar.
  • Els fulls de càlcul, com Excel, Google Sheets o LibreOffice Calc, permeten aplicar funcions matemàtiques per fer càlculs automàtics sobre grans quantitats de dades i combinar-les per generar-ne de noves.
  • Finalment, els llenguatges de programació ofereixen la possibilitat d’implementar funcions matemàtiques per resoldre problemes algorísmics i simular processos matemàtics.

El pensament computacional no només tracta de desenvolupar competències tècniques, sinó també de potenciar habilitats personals i interpersonals necessàries per resoldre problemes complexos. Aquí entra en joc el saber #4.ALG.PC.G. Quan l’alumnat s’enfronti a problemes nous i desconeguts, la confiança en les capacitats d’un mateix els permetrà explorar solucions sense por del fracàs inicial. El fet de desenvolupar algoritmes, solucionar errors de codi o trobar patrons pot requerir molts intents; per tant, la persistència i la creativitat ajuden a superar obstacles i avançar cap a solucions eficients. En aquest context, sovint és necessari exercir l’adaptabilitat i la flexibilitat per reajustar els mitjans computacionals emprats als canvis en els requisits o a l’aparició de dificultats inesperades. Més enllà del pensament computacional les actituds esmentades són útils també en la resolució de problemes, en general, i es vinculen amb el sentit socioemocional, #SOE.

Reconeixement de patrons: regularitats o similitud en dades i en processos.

Avançar en la utilització de grafs com a eina de modelització en la resolució de problemes.

Resolució de problemes contextualitzats que posen en joc habilitats de pensament computacional.

Creació, testatge, depuració i millora d'algorismes per resoldre problemes que puguin ser executats per una persona o per un ordinador, en particular per simular experiments aleatoris per al càlcul aproximat de probabilitats.

Idea de recursivitat aplicada a la matemàtica.

Presència i ús de funcions matemàtiques en calculadores, programes de geometria dinàmica, fulls de càlcul, llenguatges de programació...

Autoconfiança, persistència, adaptabilitat, flexibilitat, creativitat, col·laboració i gestió constructiva de l’error.

Recursos i activitats

Recursos i activitats per treballar sabers concrets

A continuació, es presenten algunes idees sobre recursos i activitats d’aprenentatge que poden contribuir a l’adquisició dels sabers d’aquest bloc.

A. Reconeixement de patrons: regularitats o similitud en dades i en processos. #EST.PI

La llei de Benford es pot aplicar a diferents contextos reals i permet la reflexió a partir de la distribució dels dígits que hi apareixen. El sorprenent patró que sorgeix i el vincle amb el pensament estocàstic fan que pugui esdevenir una bona situació d’aprenentatge pel saber #4.ALG.PC.A, tal com es planteja a la campanya d’estadística del CREAMAT. Les dades per estudiar poden ser qualssevol sempre que siguin reals. Es poden trobar a través d’un cercador escrivint «Open Datasets». Per exemple, la ciutat de Barcelona ofereix públicament les seves a «OpenDataBCN». Si s’analitza la taula de freqüències relatives del dígit inicial dels diferents nombres d’una mateixa variable quantitativa es pot concloure si la llista de nombres és un conjunt de Benford.

B. Avançar en la utilització de grafs com a eina de modelització en la resolució de problemes. [AMP] #ALG.MM

Pel saber #4.ALG.PC.B, hi ha el problema clàssic dels ponts de Königsberg, que és l’origen d’aquest concepte i, a la vegada, la llavor d’una branca important de les matemàtiques. És ideal com a context històric i per mostrar com un problema del qual no se’n sabia la solució durant molts anys, s’acaba resolent creativament i senzilla, amb un procediment seqüencial. Tot plegat lliga amb el saber #4.ALG.PC.C i el saber #4.ALG.PC.G. El llibre En busca del grafo perdido (Grima, 2003) ofereix una introducció accessible al món dels grafs, ja que n’explica els conceptes clarament i amb problemes contextualitzats enginyosos.

C. Resolució de problemes contextualitzats que posen en joc habilitats de pensament computacional. [ESS] #NUM.EF #NUM.RE #EST.DI

Bebras

Tal com s’ha esmentat durant tota l’etapa, les tasques Bebras tenen per objectiu desenvolupar les habilitats del pensament computacional de l’alumnat, a més de la creativitat i la resolució de problemes. Per aquesta raó, encaixen perfectament en aquest saber #4.ALG.PC.C. La col·lecció realitzada des d’Austràlia és la més completa per trobar tots els nivells. De les activitats traduïdes al català, HelloBebras, són ideals totes les del document Nivell 3: 3r ESO - 2n Batxillerat amb la seva guia docent. Es recomana fer la posada en comú de les estratègies de resolució i compartir la reflexió sobre les habilitats de pensament computacional que s’han posat en joc en el desenvolupament del repte (reconeixement de patrons, ús d’abstraccions, descomposició i anàlisi del problema, determinació de les eines més adequades per solucionar-lo, definició d’algorismes, etc.).

Veure també la proposta per #4.ALG.PC.B

D. Creació, testatge, depuració i millora d'algorismes per resoldre problemes que puguin ser executats per una persona o per un ordinador, en particular per simular experiments aleatoris per al càlcul aproximat de probabilitats. #EST.PI

El problema de Monty Hall

El problema de Monty Hall, com a exemple del saber #4.ALG.PC.D, és un problema contextualitzat i amb fortes connexions externes, en particular amb la història i la societat. Alhora es tracten temes reals i propers a l’alumnat pel fet de parlar de premis i guanys. Podem veure el problema i simular el joc a la web d’Estadísticas para todos amb diferents demostracions i amb una presentació per dur a classe. Una de les maneres de comprovar quina hauria de ser la resposta correcta és fer una simulació amb moltes partides i veure’n les freqüències relatives de dues possibles opcions: canviant de porta i sense canviar de porta. A la pàgina web d’ADEMGI, es pot obtenir una fitxa per a l’alumnat, en què es tracta el tema des d’aquest punt de vista. També hi trobarem la fitxa per al professorat.

Enunciat del «Problema de Monty Hall»:

Imagina que participes en un concurs de televisió. El presentador, Monty Hall, t’ofereix triar una de tres portes possibles. Darrere d’una de les portes, hi ha un cotxe (el premi desitjat) i, darrere de les altres dues portes, hi ha una cabra (premi no desitjat).

  1. Primer, tries una de les portes, però encara no l’obres.
  2. Aleshores, el presentador (que sap on és el cotxe) obre una de les dues portes que no has triat on hi ha una cabra.
  3. Ara, tens una oportunitat: Monty t’ofereix canviar la tria inicial per l’altra porta que queda tancada.

La pregunta és: Hauries de mantenir l’elecció inicial o canviar de porta per tenir més possibilitats de guanyar el cotxe?

Kaprekar, Montecarlos, Collartz, Projecte Euler

Recursos directes per treballar el saber #4.ALG.PC.D poden ser:

E. Idea de recursivitat aplicada a la matemàtica. [AMP]

Exemples

Alguns exemples en els quals es pot aplicar la idea de recursivitat que es parla al saber #4.ALG.PC.E és:

  • La successió de Fibonacci:
    • Fibonacci(0) = 0
    • Fibonacci(1) = 1
    • Fibonacci(n) = Fibonacci(n-1) + Fibonacci(n-2) per n>1
La successió de Fibonacci:
Font: elaboració pròpia. La successió de Fibonacci:
El factorial d’un nombre natural:
Font: elaboració pròpia. El factorial d’un nombre natural
L’arrel digital d’un nombre:
Font: elaboració pròpia. L’arrel digital d’un nombre:

Seymour Papert: on Logo HURDLES TAPE 3

En aquest vídeo Seymour Papert: on Logo HURDLES TAPE 3, es fa una descripció del concepte de recursió tant amb exemples codificats amb LOGO, com amb joc de rol que, tot i l’edat dels alumnes que hi participen, són magistrals. S’hi pot trobar també, com a exemples de recursió, la suma d’una llista i trobar l’element més gran d’una llista de nombres.

Fractals

Continuant amb aquest saber, el món de les fractals està estretament relacionat amb la recursivitat, tant en la forma en què es construeixen com en la representació algorítmica. Hi ha una bona seqüència de construcció a Programem Matemàtiques amb Snap!.

Per ampliar amb altres tipus de fractals, com la corba de Koch i altres adaptacions, es recomana el llibre Learning to Code - An Invitation to computer science through the art and patterns of nature (Snap! edition) (Thornburg, 2021, p. 115-130).

Lost in Recursion

Com a activitat desendollada, recomanem Lost in Recursion, una proposta força animada de Paul Salomon. Amb les tres regles de la imatge associada, es pregunta: «Què toca fer? Què passa, doncs?» i, tot seguit, s’acompanya amb uns exercicis que poden desbloquejar la situació:

Font: Raül Fernández
Adaptació d'en Raül Fernández

G. Autoconfiança, persistència, adaptabilitat, flexibilitat, creativitat, col·laboració i gestió constructiva de l’error. #SOE

Exploding Dots

Els Exploding Dots del professor James Tanton, els quals faciliten la comprensió de la divisió de polinomis a l’experiència 6, són una tècnica o mecanisme original que, amb un punt de persistència i confiança, poden crear un entorn en què l’alumnat es trobi més còmode que no pas amb els desenvolupaments propis de l’àlgebra de polinomis. Això es troba relacionat amb el saber #4.ALG.PC.G.

Veure també la proposta per #4.ALG.PC.B

Creado con eXeLearning (Ventana nueva)