Perfil del Ponente EDUAI 2026
Congreso Internacional de Educación, Inteligencia Artificial e Innovación
- 27 y 28 de febrero de 2026
- Modalidad virtual
- Participación sin costo
- 27 y 28 de febrero de 2026
- Modalidad virtual
- Participación sin costo
Participación para EDUAI - 2026
Tema:
Reconocimiento de patrones en aula urbano- rural: intervención STEAM, seguimiento 2024–2025 y uso de IA para retroalimentación formativa
Palabras Claves:
Pensamiento Computacional
Educación Rural
STEAM
Reconocimiento de Patrones
Abstracción
Co-diseño Docente
Evaluación Formativa
Prueba Internacional Bebras
Resumen:
En contextos urbano - rurales, fortalecer el pensamiento computacional (PC) requiere estrategias didácticas viables, colaborativas y evaluables, esta ponencia presenta una experiencia desarrollada con estudiantes y docentes de una institución educativa del Municipio de Caloto – Cauca (Colombia), caracterizada por conectividad limitada, disponibilidad intermitente de dispositivos, afectaciones de conflicto armado y diversidad de ritmos de aprendizaje. En este escenario, el área de Tecnología e Informática prioriza propuestas viables, contextualizadas y transferibles, aun cuando el acceso a recursos digitales sea limitado. La experiencia se desarrolló con estudiantes de grado sexto durante los años 2024 y 2025, con acompañamiento de docentes del área (y docentes aliados) en un proceso de trabajo colaborativo orientado en el enfoque STEAM. Se trabajó con grupos regulares de aula, privilegiando actividades de bajo costo y estrategias que no dependieran exclusivamente de computador o internet, ya que se no contaban con estos dispositivos en el aula. La experiencia tiene como objetivo fortalecer el reconocimiento de patrones como habilidad del pensamiento computacional en estudiantes de 6° mediante una propuesta didáctica con enfoque STEAM, apoyada en el trabajo colaborativo docente, realizando seguimiento comparativo de resultados 2024–2025; además, identificar oportunidades de IA para retroalimentación y evaluación formativa sin aumentar la carga docente. A partir del análisis de desempeño en el reto de la prueba internacional de pensamiento computacional Bebras, y de evidencias de aula (talleres, cuadernos, participación y argumentación), se identificaron dificultades recurrentes en habilidades del pensamiento computacional, especialmente reconocimiento de patrones y, en menor medida, abstracción. Se observó tendencia a resolver por ensayo–error, poca lectura de estructuras, dificultad para generalizar reglas y para reconocer regularidades en secuencias, tablas, diagramas y situaciones problema. Asimismo, apareció debilidad para explicar la regla encontrada, validar soluciones con criterios y transferir estrategias a contextos nuevos, lo cual impactaba el desempeño en pruebas y la confianza para resolver retos de lógica. La intervención se organizó en cuatro fases: (1) diagnóstico inicial mediante revisión de ítems tipo Bebras, identificación de errores típicos y aplicación de una rúbrica por habilidad; (2) co-diseño con docentes (planeación conjunta, criterios de logro, banco de actividades y ajustes por ciclos); (3) implementación de secuencias STEAM con tareas “unplugged” y retos contextualizados (clasificación, series, patrones en representaciones, lectura de datos del entorno, modelación, y explicación de reglas), incorporando herramientas digitales solo cuando fue posible; y (4) seguimiento formativo con micro-retos, retroalimentación breve y registro de progresos de los estudiante y sus habilidades. Las pruebas internacionales de pensamiento computacional Brebras 2024–2025 evidenciaron avances en la identificación de regularidades, selección de reglas y justificación de respuestas en tareas de patrones; se observó mayor autonomía para explicar procedimientos y transferir estrategias a problemas nuevos. En los retos tipo Bebras se registró una tendencia de mejora en ítems asociados a patrones y comprensión de estructuras, lo que sugiere un efecto positivo de la secuenciación didáctica y del co-diseño docente. Como proyección, se plantea el apoyo de IA para fortalecer la evaluación formativa mediante: generación de variantes de actividades por nivel, sugerencias de retroalimentación a partir de rúbricas y analítica descriptiva de errores frecuentes, cuidando privacidad y equidad digital.
Perfil
Prof. Ana María Chimunja González
Ana María Chimunja González es docente de Tecnología e Informática en una institución educativa rural del Cauca (Colombia) y doctoranda en Educación en la Universidad Santiago de Cali. Su trabajo se centra en el diseño de situaciones didácticas con enfoque STEAM para fortalecer el pensamiento computacional en educación básica secundaria, con énfasis en reconocimiento de patrones y abstracción. Le interesa la innovación educativa, la evaluación formativa y el trabajo colaborativo con docentes para mejorar los aprendizajes y el desempeño estudiantil en retos tipo Bebras.
EDUAI 2026
Educación, Inteligencia Artificial e Innovación
- 27 y 28 de febrero de 2026
- Modalidad virtual
- Sin costo
- 27 y 28 de febrero de 2026
- Modalidad virtual
- Sin costo