GD1-Neurotecnologia Educativa (1)

Vista previa del material en texto

1 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
DIPLOMADO VIRTUAL EN 
NEUROTECNOLOGÍA EDUCATIVA 
Guía didáctica 1: Inteligencia artificial y pensamiento 
computacional 
 
 
2 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
Se espera que con los temas abordados en la guía didáctica del módulo: 
Inteligencia artificial y pensamiento computacional, el estudiante logre la siguiente 
competencia específica: 
 Comprender el aporte de la inteligencia artificial y pensamiento 
computacional en las estrategias de intervención educativa. 
 
 
 
Los contenidos temáticos de la guía didáctica del módulo 1, son: 
 
Ilustración 1: contenidos temáticos. 
Fuente: autor 
 
 
 
Neurotecnología Educativa
¿Qué es la inteligencia artificial?
Pensamiento computacional
 
3 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
Para la comprensión del constructo neurotecnología educativa, es importante 
definir inicialmente que es la neurotecnología y de manera posterior como se vincula 
en el ámbito educativo. 
La neurotecnología es definida por Müller & Rotter (2017) como «el conjunto 
de métodos e instrumentos que permiten una conexión directa de dispositivos 
técnicos con el sistema nervioso» (p.1). 
Desde hace varios años investigadores de muchas áreas de conocimiento han 
tenido interés por comprender como funciona el cerebro, como aprende una 
persona. 
Desde el sector educativo hay gran reto y es definir ¿cuáles serían las 
estrategias psicopedagógicas y neuropsicológicas más adecuadas para facilitar el 
aprendizaje? Es en este punto donde se vincula la neurotecnología con la 
educación. 
La neurotecnología educativa es considerada una ciencia del aprendizaje, que 
utiliza todo el conocimiento actual sobre el funcionamiento del cerebro y el 
procesamiento neuronal vinculado con la tecnología disponible para facilitar o 
permitir el aprendizaje (Pradas, 2017). 
A través de la neurotecnología educativa es posible comprender el 
funcionamiento del cerebro y todos los procesos asociados a la cognición, apoyar 
el desarrollo de habilidades, reforzar procesos cuando se presentan dificultades de 
aprendizaje, entre otros. 
La integración de la tecnología en el proceso de aprendizaje implica un cambio 
metodológico, poniendo de relieve la intencionalidad pedagógica del modelo, que 
implique, además, otro tipo de intencionalidad, la intencionalidad tecnológica. Para 
que se posible la integración es indispensable conocer las bases funcionales del 
cerebro. 
Tema 1: Neurotecnología Educativa 
 
4 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
En la siguiente ilustración a través de las ideas de Luria (1984) se presentan 
los tres bloques funcionales que permiten la cognición y a través de los cuales es 
posible integrar la tecnología o dispositivos técnicos al sistema nervioso. 
 
 
Ilustración 2: neurotecnología educativa. 
Fuente: Pradas, (2017) 
 
Partiendo de este conocimiento, ha sido posible definir la aplicación de la 
neurotecnología con tres objetivos claros que son: 
 
Ilustración 3: neurotecnología educativa. 
Fuente: Pradas, (2017) 
 
El primer bloque es el de la activación de la corteza
cerebral y la atención.
El segundo bloque del input o de la entrada de la
información por los sentidos, elaboración y
almacenamiento de la información en el cerebro.
El tercer bloque de programación y control de la
actividad.
La prevención
El desarrollo integral del alumno
La atención a las necesidades específicas de cada alumno
 
5 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
Otro aspecto importante a tener claro sobre la neurotecnología educativa es la 
identificación de las habilidades de pensamiento. Las cuales son definidas como 
«aquellas habilidades relacionadas con las funciones superiores de pensamiento: 
lenguaje, memoria, pensamiento y aprendizaje» (Pradas, 2017, p.62). 
Los grupos de habilidades varían según los distintos autores. Según Monereo 
(2001) citado por Pradas (2017) es posible distinguir diez grupos de habilidades.
 
Ilustración 4: habilidades de pensamiento. 
Fuente: Monereo (2001) citado por Pradas (2017, p. 62) 
 
1. Observar involucra varias actividades como atención, fijación, identificación, 
es centrarse en los detalles para buscar y encontrar aspectos importantes 
requeridos para cualquier otro tipo de proceso como análisis, clasificación o 
evaluación. 
2. Analizar es diferenciar todos los componentes de un todo, separarlo en sus 
partes, compararlas, identificar sus propiedades etc. 
3. Ordenar es clasificar la información, elementos o conjunto de datos según 
un estándar, atributo o cualidad. 
4. Clasificar es jerarquizar a partir de la ordenación. 
5. Representar es crear un modelo sobre datos, hechos o situaciones. 
Observar Analizar Ordenar Clasificar
Representar Memorizar Recuperar Interpretar
Transferir Evaluar
 
6 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
6. Memorizar es almacenar la información, retenerla para luego recuperarla. 
7. Recuperar es traer al momento los datos, hechos o situaciones que fueron 
memorizados. 
8. Interpretar es tomar una posición sobre los datos, hechos o elementos 
percibidos a partir de aprendizajes previos, creencias y métodos de 
razonamiento. Es en conclusión dar significado a las percepciones. 
9. Transferir es explicar y aplicar lo aprendido a otras situaciones o contextos. 
10. Evaluar es la habilidad más compleja e involucra todas las anteriores y de 
esta forma emitir juicios de valoración. 
A partir del conocimiento del funcionamiento del cerebro y las tecnologías 
disponibles resulta necesario, que las instituciones educativas integren estos dos 
aspectos en los procesos formativos, integrando una taxonomía de desarrollo 
cognitivo que permita la generación de propuestas educativas innovadoras y de esta 
manera vincular positivamente a los alumnos en esta nueva metodología de 
enseñanza. 
También es importante que la comunidad educativa tenga conocimiento sobre 
como aprovechar el potencial didáctico de los medios tecnológicos y como pueden 
facilitar la labor del docente y el aprendizaje por parte del alumno, de esta forma se 
daría una verdadera transformación en los procesos de enseñanza-aprendizaje, los 
cuales serán beneficiosos para el trabajo educativo. 
 
 
 
 
 
 
 
 
 
7 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
Tema 1: Nombre del tema 
«La definición de inteligencia artificial puede ser estricta o amplia. En sentido estricto, la 
inteligencia artificial se ocupa de ampliar la capacidad de las máquinas para realizar funciones que 
se considerarían inteligentes si las realizaran personas […] para construir dichas máquinas, 
generalmente es necesario reflexionar no solamente sobre la naturaleza de las máquinas sino 
también sobre la naturaleza de las funciones inteligentes que deben ser realizadas» 
Seymour Papert. 
La inteligencia artificial o Artificial Intelligence en inglés, identificada por sus 
siglas AI es un concepto revolucionario en todas las áreas y sectores de la actividad 
humana. 
Su origen como disciplina data de mitad del siglo XX gracias a los aportes 
de diversas corrientes intelectuales como la Teoría de la Computación, la 
Cibernética, la Teoría de la Información y Procesamiento Simbólico desarrolladas 
a partir de la Lógica y Matemática Discreta (Escolano et al., 2003, p. 4). 
En los últimos cincuenta años se han construido diversas definiciones 
entorno al constructo «Inteligencia Artificial», entre ellos se presentan a 
continuación, los siguientes: 
 
Ilustración 5: definiciones de Inteligencia Artificial. 
Fuente: Escolano et al., (2003, p. 4) y Moreno, (2019, p. 262) 
 
De manera adicional, Tech Targert (2017) en su sitio web señala que la 
inteligencia artificial es la simulación de procesos de inteligencia humana por parte«Un campo de estudio que se enfoca en la explicación y emulación de la conducta
inteligencia en función de procesos computacionales» (Schalkoff, 1990 citado en
Moreno, 2019, p. 262)
«Ciencia que incorpora conocimientos a los procesos o actividades para que estos
tengan éxito» (Escolano et al., 2003, p. 4).
«La automatización de actividades que vinculamos con procesos de pensamiento
humano, actividades tales como toma de decisiones, resolución de problemas,
aprendizaje ...» (Bellman, 1978 citado en Moreno, 2019, p. 262)
Tema 2: ¿Qué es la Inteligencia Artificial IA? 
 
8 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
de máquinas, especialmente sistemas informáticos, dichos procesos son tres: 
 
El aprendizaje es entendido como la adquisición de información y reglas para 
el uso de la información y el razonamiento es la utilización de dichas reglas para la 
construcción de conclusiones aproximadas o definitivas. 
Hoy en día la presencia de la Inteligencia Artificial en diversas áreas y 
contextos ha permitido la automatización de procesos operativos en diversos 
sectores de la economía, los cuales van desde plantes de producción pasando por 
análisis de bloques gigantescos de datos hasta el reconocimiento de patrones 
lingüísticos (Moreno, 2019). 
Escolano y colaboradores en su libro Inteligencia Artificial, Modelos, 
Técnicas y Áreas de Aplicación (2003), señalan que las áreas en las que la IA se 
presenta en mayor y menor medida son: 
1. Tratamiento de lenguajes naturales. En este campo son incluidas 
traducciones entre idiomas, interfaces hombre-máquina que permiten 
interrogar una base de datos o dar órdenes a un sistema operativo con el fin 
de facilitar la comunicación. 
2. Robótica. Su alcance llega a la navegación de robots móviles, control de 
brazos de robots, ensamblaje de piezas, etc. 
3. Problemas de percepción: Apoyo para el reconocimiento de objetos y del 
habla, detección de defectos en piezas por medio de la visión y apoyo en 
diagnósticos médicos. 
4. Aprendizaje. A través de la modelización de conductas para su posterior 
implantación. 
En este sentido y en el contexto educativo de enseñanza y aprendizaje, la 
Inteligencia Artificial modifica las maneras tradicionales de enseñanza, pues, el 
docente posee mayores herramientas que le facilitan su labor y de paso para el 
Aprendizaje Razonamiento Autocorrección
 
9 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
alumno permite un aprendizaje más fácil y rápido, donde los sentidos del cuerpo 
humano y la experiencia de los alumnos juegan un papel protagónico. 
Un ejemplo de la aplicación específica de la IA en la educación la da Tech 
Targert, (2017), al indicar que la IA puede facilitar algunas actividades del docente 
como la automatización de las calificaciones y de esta forma conceder a los 
educadores más tiempo, para realizar actividades de valor como el apoyo adicional 
que algunos requieren para mantener su ritmo de aprendizaje. 
 Para algunos docentes y muchos estudiantes este sería un logro grande, 
sin embargo, aun cuando a través de la IA se realicen simulaciones de actitudes, 
acciones y pensamientos del hombre, es de recordar que es solo eso «una 
simulación» y, que el contacto, la calidez y empatía es lo que caracteriza a la 
especie humana. Ahora bien, no se trata de deslegitimizar ni desconocer la alta 
importancia de la IA y sus múltiples aportes a la ciencia, medicina, educación, 
arquitectura y muchos otros campos científicos; es destacar su valor sin ponerlo 
por encima del hombre. 
 
Desafíos de la Inteligencia Artificial 
 
Ilustración 6: desafíos de Inteligencia Artificial en educación. 
Fuente: UNESCO, (2019) 
 
Desafíos de la 
inteligencia 
Artificial
Uso inclusivo y 
equitativo en la 
educación
Mejoramiento 
educativo y del 
aprendizaje
Definir una 
ética universal 
en la Era IA
Desarrollo de 
habilidades 
para la vida y 
el trabajo
 
10 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
De acuerdo a UNESCO, (2019) existen varios desafíos para la Inteligencia 
Artificial en educación los cuales involucran garantizar el uso inclusivo y equitativo 
de la IA en educación, es decir, que todas las personas e instituciones educativas 
puedan ser beneficiadas de esta. Una vez la IA sea accesible debe ser aprovechada 
para mejorar procesos y facilitar actividades que promuevan todo tipo de habilidades 
no solo para el trabajo, sino también para la vida. Por último, el gran desafío es 
utilizar la IA de manera transparente y que los datos que procese sean auditables. 
 
Tipos de Inteligencia Artificial 
Arend Hintze citado en la página web de la Asociación para el Progresos de 
la Dirección [APD] (2020), señala que existen cuatro tipos de IA según una visión 
generalizada sobre sus avances, las cuales se describen a continuación: 
 
Ilustración 7: tipos de Inteligencia Artificial. 
Fuente: Arend Hintze citado por la Asociación para el Progreso de la Dirección [APD], 
(2020) 
 
1. Máquinas reactivas: los tipos más básicos de sistemas de IA son 
puramente reactivos. No tienen la capacidad de formar recuerdos. Tampoco 
pueden utilizar experiencias pasadas en las que basar las decisiones 
actuales. Ejemplo: Deep Blue máquina de IBM (1990) capaz de vencer al 
ajedrez al gran maestro internacional Garry Kasparov. 
1. Máquinas reactivas.
2. Memoria limitada.
3. Teoría de la Mente.
4. Autoconciencia.
 
11 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
2. Memoria limitada: son máquinas que pueden mirar hacia el pasado. Los 
vehículos autónomos ya hacen algo parecido. Por ejemplo, observan la 
velocidad y dirección de otros autos. Para que funcionen así hay que 
identificar objetos específicos y monitorearlos a lo largo del tiempo. 
3. Teoría de la mente: llegamos a un punto en el que nos acercamos más 
a los tipos de inteligencia artificial que deseamos en un futuro. Las máquinas 
de la siguiente clase son más avanzadas. No solo forman representaciones 
sobre el mundo, también sobre otros agentes o entidades. 
4. Autoconciencia: el paso final del desarrollo de la IA es construir sistemas 
que puedan formar representaciones sobre sí mismos. En última instancia, 
los investigadores de la IA tendrán que comprender no solo la conciencia, 
sino también construir máquinas que la tengan. 
 
Técnicas de la Inteligencia Artificial aplicadas en educación. 
Una clasificación global de las técnicas de la Inteligencia Artificial según la 
APD (2021) se presenta en la siguiente ilustración: 
 
Ilustración 8: Técnicas de la inteligencia artificial aplicadas en educación . 
Fuente: Asociación para el Progreso de la Dirección [APD], (2021) 
Machine learning 
o aprendizaje 
automático
Fuzzy logic o 
lógica difusa
Vida Artificial
Redes 
neuronales 
artificiales
Ingeniería del 
conocimiento
Técnicas de 
Representación 
de Conocimiento
Razonamiento 
basado en casos
Sistemas 
reactivos
Data Mining o 
minería de datos
Sistemas 
expertos
Redes 
Bayesianas
Redes 
semánticas
Sistemas 
basados en 
reglas
Lingüística 
computacional
Procesamiento 
del lenguaje 
natural
 
12 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
A continuación, se realiza una breve descripción dada por la APD (2021) 
en su página web: 
 
 Machine learning o aprendizaje automático: este proceso de aprendizaje 
indaga entre los datos para encontrar patrones, luego los clasifica en busca 
de ajustar o personalizar el programa a las actividades o necesidades Del 
usuario. 
 Fuzzy logic o lógica difusa: también llamada lógica borrosa, obtiene su lógica 
o hace una conclusión a partir de información de entrada vaga, ambigua, 
imprecisa, con ruido o incompleta. Se rige en modelos matemáticos por lo 
que estos sistemas no son lineales, se basa en lo relativo de lo observado. 
 Vida artificial: pretende a través de modelos de simulación, hacer que los 
sistemas artificiales simulen o aparenten tener viday todo lo que esto 
conlleva. 
 Data Mining o minería de datos: es un proceso algorítmico u operaciones 
sistemáticas que permite hacer cálculos que detecten información de 
grandes cantidades de datos de forma automática, encontrando patrones y 
tendencias que aclaren el comportamiento de los datos mismos. 
 Redes Bayesianas: representación ilustrada o gráfico de razonamiento, o 
conjunto de variables, probabilidades y relaciones de dependencia. 
 Ingeniería del conocimiento: busca por medio de la tecnología que las 
máquinas puedan aprender, razonar, autocorregirse y evolucionar, así como 
lo hace un ser humano. 
 Redes neuronales artificiales: es una red o conexión artificial basada en la 
red neuronal humana, con el fin de permitir o replicar el proceso de 
aprendizaje humano, en un proceso de aprendizaje artificial autónomo. 
 Sistemas reactivos: diseño de sistemas informáticos modernos, flexibles, 
escalables e independientes que satisfagan las exigencias actuales. 
 Sistemas basados en reglas: en este sistema se comparan resultados 
arrojados por la aplicación de reglas (evidencia inicial), modificándolos con 
nuevas reglas. 
 
13 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 Razonamiento basado en casos: sistema “Experto” es decir, que intenta 
imitar el comportamiento de un ser humano. Es un sencillo razonamiento 
analógico realizado por personas o computadoras. 
 Técnicas de Representación de Conocimiento: son técnicas utilizadas en la 
inteligencia artificial, para representar el conocimiento de forma inferencial; 
es decir, con capacidad para deducir algo a partir de información o un 
conocimiento o dado. 
 Redes semánticas: son gráficos como esquemas mapas mentales o 
conceptuales, árboles de pensamiento, entre otros, que permiten estructurar 
la información o conocimiento lingüístico, permitiendo entender la relación 
semántica entre dos elementos semánticos, por medio de líneas o flechas 
entre los datos. Es su objetivo facilitar la comprensión y asimilación de datos 
por las computadoras y humanos. 
 Lingüística computacional: está encargada de entender cómo representar y 
procesar el lenguaje natural individual usando ordenadores, y comprensión 
formal de los procesos lingüísticos. 
 Procesamiento del lenguaje natural: está asociado con la capacidad de 
traducir textos automáticamente de lenguas extranjeras al idioma requerido 
de forma natural. Esta rama de la IA, trata con el nivel de comprensión 
humano y la producción de los lenguajes naturales. Entendiendo la 
morfosintaxis de las palabras y las frases enteras, así como de la pragmática 
del lenguaje. 
La aplicación de la Inteligencia Artificial en educación varía según los 
objetivos perseguidos. De acuerdo con Callisaya (2008), la IA puede tener las 
siguientes aplicaciones en el sector educativo: 
 
Ilustración 9: aplicaciones de la Inteligencia Artificial en la educación. 
Fuente: Callisaya, (2008) 
Sistemas 
tutores 
inteligentes
Aprendizaje 
basado en 
juegos
Sistemas 
de 
Evaluación 
Automática
Aprendizaje 
colaborativo 
por 
computador
 
14 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
1. Sistemas Tutores Inteligentes (STI): el propósito del STI es presentar un 
comportamiento similar al de un tutor humano, que se adapte a las 
necesidades del estudiante, identificando la forma en que el mismo resuelve 
un problema para poder brindarle ayuda cuando cometa errores. 
2. Sistemas de Evaluación Automática: el sistema cuenta con un receptor 
que se conecta a la computadora y recibe las respuestas de los controles 
remotos de los alumnos. A través del control del profesor se podrá acceder 
a las siguientes funciones: ayuda, interruptor de aplicación, reporte de 
recolección de las respuestas, reproducción multimedia, pregunta siguiente, 
salir, muestra de respuestas, estadísticas, pregunta anterior, reducir fuente, 
aceptar, agrandar fuente y pausa. 
3. Aprendizaje Basado en Juegos: estos sistemas pueden categorizarse en 
animaciones simples, simulaciones, entrenamiento asistido, aprendizaje 
basado en Web, tutores inteligentes (del inglés Intelligent Tutoring Systems 
o ITS) y agentes pedagógicos. En dominios donde es necesario poner en 
práctica lo aprendido, la aproximación natural son los simuladores. Estos 
sistemas se apoyan en el constructivismo y las teorías psicológicas que 
afirman que el aprendizaje es la construcción de estructuras cognitivas 
4. Aprendizaje Colaborativo Soportado por Computador: están pensados 
para facilitar el proceso del aprendizaje dando a los estudiantes la 
oportunidad y las herramientas para interactuar y trabajar en grupo. En 
sistemas basados en inteligencia artificial, la colaboración se realiza con la 
ayuda de un agente software encargado de mediar y facilitar la interacción 
para alcanzar los objetivos planteados. 
Posteriormente, Jara y Ochoa (2020) en el artículo «Usos y Efectos de la 
Inteligencia Artificial en educación», explican que el principal ámbito a ser fortalecido 
por las nuevas aplicaciones de la IA es la personalización de la experiencia 
educativa en los procesos de enseñanza y aprendizaje. Estos autores reconocen el 
aporte de la IA en el apoyo a la colaboración y al diagnóstico de trastornos del 
aprendizaje. 
 
15 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
Ante esta necesidad de personalizar 
la educación, se crearon los sistemas de 
enseñanza adaptativos, o en palabras de 
Callisaya (2008) en páginas anteriores 
como Sistemas de Tutores Inteligentes 
(STI). 
Los sistemas de enseñanza 
adaptativos son definidos como 
plataformas y sistemas de tutoría 
inteligente que ofrecen trayectorias 
personalizadas de aprendizaje basadas en los perfiles, respuestas e interacciones 
de los estudiantes. Ejemplo de este sistema es la plataforma adaptativa de 
enseñanza del inglés en China, denominada Liulishou con capacidad para atender 
en línea a 600.000 estudiantes y Daptio de Sudáfrica, la cual utiliza la plataforma 
para ayudar a los estudiantes y docentes a entender los niveles de logro alcanzados 
y proveer contenidos pertinentes (UNESCO, 2019 citado por Jara y Ochoa, 2020, 
p. 7). 
El pensamiento computacional es la capacidad que tiene el ser humano para 
automatizar el pensamiento, en otras palabras, es la capacidad para organizar las 
ideas de forma rápida y racional permitiendo la resolución de problemas. 
Otra definición dada para el pensamiento computacional indica que es el 
proceso de reconocer aspectos de computación en el mundo que nos rodea, y de 
aplicar herramientas y técnicas de ciencias de la computación para comprender y 
razonar acerca de sistemas y procesos naturales y artificiales (RoyalSociety, 2012 
citado en Gurises Unidos (2017) 
Para una mayor comprensión de este término, Bravo-Lillo (2015) explica que 
el pensamiento computacional es a los computadores como el pensamiento 
matemático es a las calculadoras (…) no se necesita saber como funciona 
internamente una calculadora para usarla, pero sí necesita saber aritmética básica 
Tema 3: Pensamiento computacional 
Fuente: (Puente, 2016) 
 
 
16 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
o ¿cómo expresar una pregunta propia en el “lenguaje de la calculadora” (Bravo-
Lillo, 2015, p. 49) 
Por otra parte, Wing (2006) explica que el pensamiento computacional es un 
conjunto de habilidades y destrezas «herramientas mentales» propias de los 
profesionales de la computación, las cuales todos los seres humanos deberían 
poseer y utilizar para: resolver problemas, diseñar sistemas y comprender el 
comportamiento humano. Concluye indicando que el pensamiento computacional 
debería formar parte de la educación de todo ser humano (Citado en Adell et al., 
2019, p. 173). 
En la misma línea de Wing (2006), Bravo-Lillo (2015) señala que el 
pensamiento computacional implica el diseño de modelos mentales que buscan dar 
respuestao comprender ¿cómo resolver problemas a través de los computadores? 
 
Resolución de problemas 
La resolución de problemas se define como la capacidad de participar en un 
proceso cognitivo para entender y resolver problemas donde no hay un método de 
solución inmediatamente obvio. Esto incluye la voluntad para participar en dichas 
situaciones con el fin de lograr el potencial como ciudadano constructivo y reflexivo. 
(OCDE, 2014) 
Habilidades Cognitivas Habilidades actitudinales 
Formular problemas de manera que 
permitan usar computadores y otras 
herramientas para solucionarlos 
Habilidades socio-emocionales 
Organizar datos de manera lógica y 
analizarlos 
Lenguaje y comunicación. 
Representar datos mediante 
abstracciones, como modelos y 
simulaciones 
Descomposición y deconstrucción de un 
problema. 
Automatizar soluciones mediante 
pensamiento algorítmico (una serie de 
pasos ordenados 
 
 
17 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
Identificar, analizar e implementar posibles 
soluciones con el objetivo de encontrar la 
combinación, más eficiente y efectiva, de 
pasos y recursos 
 
Generalizar y transferir ese proceso de 
solución de problemas 
 
 
Tabla 1: habilidades que desarrolla el Pensamiento Computacional 
Fuente: Gurises Unidos, (2017) 
 
 El pensamiento computacional y la resolución de problemas se encuentran 
asociados a la capacidad creativa, en este sentido Pradas (2017), refiere que la 
creatividad como «la capacidad del individuo para producir ideas o productos 
nuevos u originales. Y para ello, intervienen diferentes áreas del cerebro». Y es 
precisamente en el hemisferio derecho donde se desarrolla toda esa creatividad que 
trae consigo esos productos o concepciones nuevas, alternas, no convencionales. 
 
Ilustración 10: pensamiento divergente. 
Fuente: OCDE, (2014) 
 
En la siguiente imagen podremos observar los lugares donde se lleva a cabo 
el proceso creativo, es decir, en los córtex prefrontales, luego en el cuadro se 
explicitará la manera en que cada córtex interviene. 
http://pensamientodivergent.blogspot.com/
 
18 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
Proceso de Creación 
El córtex Prefrontal Lóbulos temporales 
Este se activa cuando es necesario 
resolver problemas con muchas relaciones 
que tienen que activarse simultáneamente. 
Cuando existe un incremento de la 
complejidad en la solución de problemas se 
activa principalmente el córtex prefrontal 
anterior izquierdo. 
La originalidad, que forma parte del 
proceso creativo y es la cantidad de 
respuestas inusuales que damos, se 
correlaciona con el giro temporal superior 
izquierdo, en el área 30 de Brodman. 
 
Ilustración 11: proceso creativo. 
Fuente: Madoz, (2015) y Pradas, (2017, p. 87) 
 
Programación y creatividad 
La programación, implica en sí misma, la necesidad de realizar una serie de 
pasos secuenciales y ordenados cronológicamente, para comprender un 
problema existente. De allí que el pensamiento computacional debe detectar, 
definir o formular un problema, para luego implementar (crear) el proceso que 
pueda darle solución al problema. En este sentido, retomamos lo dicho del 
«pensamiento computacional es el proceso que permite formular problemas 
de forma que sus soluciones pueden ser representadas como secuencias de 
instrucciones y algoritmos» (Pradas, 2017) 
Una forma sencilla de representar un algoritmo (secuencia) es mediante 
diagramas de flujo, que nos ayudan a visualizar de forma gráfica un proceso. 
 
19 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
Ilustración 12: secuencia o algoritmo 
Fuente: Pradas, (2017, p. 87) 
 
El desarrollo del pensamiento computacional les permitirá a los estudiantes 
dar soluciones a los problemas de manera creativa. La robótica como medio 
para aprender y generar la capacidad de imaginar crear, ayudarán a la 
formación de los profesionales del siglo que viene, en un mercado cada vez 
más duro y competitivo. Los alumnos en el inicio de la programación suelen 
debatir sobre las ideas de dispositivos que podría interesarles construir. 
Ponen el énfasis en la importancia de imaginar dispositivos que resuelvan 
problemas concretos. Los proyectos imaginados y diseñados son luego 
trabajados por el equipo. (Pradas, 2017, p. 91) 
 
 
 
 
 
 
 
20 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
Ahora que has revisado algunos conceptos básicos de la neurotecnologia, te 
invito a crear un mapa mental que de cuenta de los temas aprendidos y su 
relevancia en al ámbito educativo. 
¡Inténtalo! 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
21 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
 
Adell, J., Lopis, M., Esteve, F., & Valdeolivas, M. (2019). El debate sobre el 
pensamiento computacional en educación. Revista Iboeroamericana de 
Educación a Distancia (RIED)., 22(1), 171-186. 
doi:http://dx.doi.org/10.5944/ried.22.1.22303 
Asociación para el Progreso de la Dirección [APD]. (11 de Noviembre de 2020). Los 
cuatro tipos de inteligencia artificial que debes conocer. apd.es. 
https://www.apd.es/tipos-de-inteligencia-artificial/ 
Asociación para el Progreso de la Dirección [APD]. (07 de Enero de 2021). Técnicas 
de la inteligencia artificial: ¿Cuáles son y para qué se utilizan?. apd.es. 
https://www.apd.es/tecnicas-de-la-inteligencia-artificial-cuales-son-y-para-
que-se-utilizan/ 
Beltrán, J. A. (1993). Procesos, estrategias y técnicas de aprendizaje. Madrid, 
España: Síntesis. 
Bravo-Lillo, C. (2015). Pensamiento Computacional: una idea a la que le llegó el 
momento. Bits de Ciencia (2), 48-51. 
https://issuu.com/eduticpe/docs/bitsdeciencia12 
Callisaya, M. (05 de 03 de 2008). Técnicas de la Inteligencia Artificial. Revista de 
Información, Tecnología y Sociedad. (1), 40-42. 
http://www.revistasbolivianas.org.bo/pdf/rits/n1/n1a10.pdf 
Escolano, F., Cazorla, M., Alfonso, M., Colomina, O., & Lozano, M. (2003). 
Inteligencia Artificial. Modelos, Técnicas y Áreas de Aplicación. International 
Thonson Ediciones Spain. Paraninfo, S.A. 
Galeano, S. (15 de Febrero de 2019). 4 impactos reales de la Inteligencia Artificial 
en el marketing digital. https://marketing4ecommerce.net/4-impactos-reales-
de-la-inteligencia-artificial-en-el-marketing-digital/ 
Gurises Unidos. (2017). Pensamiento Computacional. Un aporte para la educacion 
de hoy. Fundación Telefónica –Movistar. 
Jara, I. Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. 
Banco Interamericano de Desarrollo [BID]. Documentos para Discusión No. 
 
22 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
IDB-DP-00776. https://publications.iadb.org/es/usos-y-efectos-de-la-
inteligencia-artificial-en-
educacion#:~:text=Se%20destacan%20igualmente%20los%20aportes,de%
20la%20administraci%C3%B3n%20educativa%20con 
Jiménez, C. (26 de Septiembre de 2018). ¿Qué es la inteligencia espacial-visual? . 
https://www.magisterio.com.co/. 
https://www.magisterio.com.co/articulo/que-es-la-inteligencia-espacial-visual 
Madoz, R. B. (22 de Mayo de 2015). Funciones ejecutivas. 
https://entzumena.wordpress.com/tag/funciones-ejecutivas/ 
Martinez, P. (22 de Noviembre de 2019). Visión espacial. 
https://esotecno1.wordpress.com/2019/03/11/2-1-1-vision-espacial-3d-
planta-alzado-y-perfil/ 
Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de 
Investigación en Tecnologías de la Información: RITI, 7(14), 260-270. 
https://dialnet.unirioja.es/servlet/articulo?codigo=7242777 
Müller, O. y Rotter, S. (2017). Neurotecnología: desarrollos actuales y cuestiones 
éticas. Frontiers in Systems Neuroscience ,11, 93. 
https://doi.org/10.3389/fnsys.2017.00093 
OCDE. (2014). http://www.oecd.org/. : 
https://www.oecd.org/pisa/pisaproducts/pisainfocus/PISA-in-Focus-N38-
(esp).pdf 
Pradas, S.. (2017). Neurotecnología educativa, La tecnología al serviciodel alumno 
y del profesor. España. : 
https://sede.educacion.gob.es/publiventa/descarga.action?f_codigo_agc=18
179 
Tech Targert. (Abril de 2017). Inteligencia artificial, o AI. : 
https://searchdatacenter.techtarget.com/: 
https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o-
AI 
UNESCO. (2019). Artificial Intelligence in Education: Challenges and Opportunities 
for Sustainable Development. UNESCO Education Sector, 7. 
 
 
 
23 
DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 
 
 
 
 
 
 
 
 
 
 
 
 
 
Esta guía fue elaborada para ser utilizada con fines didácticos como 
material de consulta de los participantes en el Diplomado Virtual en 
NEUROTECNOLOGÍA EDUCATIVA del Politécnico de Colombia, y solo podrá 
ser reproducida con esos fines. Por lo tanto, se agradece a los usuarios 
referirla en los escritos donde se utilice la información que aquí se presenta. 
GUÍA DIDÁCTICA 1 
M2-DV86-GU01 
MÓDULO 1: CONCEPTOS BÁSICOS 
DIPLOMADO EN NEUROTECNOLOGÍA EDUCATIVA 
 
© DERECHOS RESERVADOS - POLITÉCNICO DE COLOMBIA, 2021 
Medellín, Colombia 
 
Proceso: Gestión Académica Virtual 
Realización del texto: Johanna Gallego Castrillón, docente 
Revisión del texto: Comité de Revisión 
Diseño: Luisa Fernanda Serna, comunicaciones 
 
Editado por el Politécnico de Colombia