logo

Aplicación de la teoría de grafos en el pensamiento computacional

10.24050/reia.v23i46.1955
Publicado 2026-09-17
Artículos

Resumen

La teoría de grafos permite representar relaciones y modelar problemas complejos, por lo cual se ha convertido en un recurso pedagógico útil para fortalecer el pensamiento computacional en contextos educativos. Este estudio analiza el uso didáctico de distintos tipos de grafos (simples, dirigidos, ponderados, multigrafos y conexos) para desarrollar habilidades como la abstracción, la descomposición, el reconocimiento de patrones y el pensamiento algorítmico. La investigación se realizó con un enfoque mixto y diseño cuasiexperimental. Participaron 200 estudiantes de grados 6.º a 10.º de tres instituciones educativas del departamento de Antioquia, Colombia. Se implementó una secuencia de actividades basadas en la resolución de problemas mediante grafos y el pensamiento computacional se evaluó con un instrumento adaptado del modelo Bebras. Los resultados evidenciaron mejoras en el desempeño de los estudiantes a medida que aumentaba la complejidad de las actividades. El análisis estadístico mostró una correlación positiva entre grafos ponderados y pensamiento algorítmico (r= 0,82, p < 0,01) y diferencias significativas frente a actividades con grafos simples (t =12,49; p < 0,001). Esto sugiere que su uso progresivo favorece el desarrollo del pensamiento computacional.

Palabras clave

Categorías

Autores/as

Referencias

Ali, Z.; Rahman, M. M. (2020). Graph-based learning: a comprehensive survey. IEEE Access, 8, pp. 218142–218164. https://doi.org/10.1109/ACCESS.2020.3040653

Bocconi, S.; Chioccariello, A.; Dettori, G.; Ferrari, A.; Engelhardt, K. (2016). Developing computational thinking in compulsory education: Implications for policy and practice. Luxemburgo: European Commission, Joint Research Centre, 68 p. https://doi.org/10.2791/792158

Chen, G.; Shen, J.; Barth-Cohen, L.; Jiang, S. (2022). Connecting computational thinking in everyday reasoning and programming for elementary school students. Journal of Research on Technology in Education, 54(2).

https://doi.org/10.1080/15391523.2020.1834474

Chen, P.; Yang, D.; Metwally, A. H. S.; Lavonen, J.; Wang, X. (2023). Fostering computational thinking through unplugged activities: a systematic literature review and meta-analysis. International Journal of STEM Education, 10(1), 47. https://doi.org/10.1186/s40594-023-00434-7

Diestel, R. (2017). Graph theory, 5th ed. Springer, 429 p. https://doi.org/10.1007/978-3-662-53622-3

Flores, A. (2011). Desarrollo del pensamiento computacional en la formación en matemática discreta. Lámpsakos, (5), pp. 28-33. https://doi.org/10.21501/21454086.815

Gadvay-Yambay, M. F.; Guerrero-Alcívar, Y. (2025). El uso de representaciones gráficas como estrategia didáctica para mejorar el aprendizaje de las funciones trigonométricas. MQRInvestigar, 9(2), e570. https://doi.org/10.56048/MQR20225.9.2.2025.e570

García Peñalvo, F. J.; Mendes, A. J.; Casado Lumbreras, C. (2021). Computational thinking in pre university education: a systematic mapping study. Computer Applications in Engineering Education, 29(5), pp. 1305-1320. https://doi.org/10.1002/cae.22390

Gülbahar, Y.; Yıldız, D. (2023). The effect of integrating graph theory into STEM activities on students' problem-solving skills. Journal of STEM Education Research, 6(1), pp. 89-105. https://doi.org/10.1007/s41979-022-00062-9

Kim, M.; Lim, C.; Kim, M. (2024). Enhancing elementary school students’ computational thinking and programming learning with graphic organizers. Computers & Education, 209, 104962. https://doi.org/10.1016/j.compedu.2023.104962

Korkmaz, Ö.; Çakır, R.; Özden, M. Y. (2017).

A validity and reliability study of the computational thinking scales (CTS). Computers in Human Behavior, 72, pp. 558-569. https://doi.org/10.1016/j.chb.2017.01.005

Lee, S. W.; Tu, H. Y.; Chen, G. L.; Lin, H. M.; Chang, C. C. (2023). Exploring the multifaceted roles of mathematics learning in predicting students’ computational thinking competency. International Journal of STEM Education, 10, 64. https://doi.org/10.1186/s40594-023-00455-2

Ogegbo, A. A.; Ramnarain, U. (2022). A systematic review of computational thinking in science classrooms. Studies in Science Education, 58(2), pp. 203-230. https://doi.org/10.1080/03057267.2021.1963580

Rich, K. M.; Yadav, A. (2020). Applying levels of abstraction to mathematics word problems. TechTrends, 64(3), pp. 302-314. https://doi.org/10.1007/s11528-020-00479-3.

Robledo Castro, C.; Rodríguez Rodríguez, L. H.; Castillo Ossa, L. F. (2024). La enseñanza del pensamiento computacional y sus efectos sobre las funciones ejecutivas de los niños. Revista EIA, 21(42), pp. 1-21. https://doi.org/10.24050/reia.v21i42.1740

Robles Carmona, E. J.; Vergara Oliveros, J. J.; Giraldo Cardozo, J. C.; Madera Doval, D. P. (2024). Enfoque STEM+ y gamificación para desarrollar el pensamiento computacional en educación básica. Acta ScientiÆ InformaticÆ, 8(8), pp. 23-28. https://doi.org/10.21897/26192659.3642

Sandoval-Pérez, J.; Guerrero-González, M.; Ramírez-Montoya, M. S. (2022). Developing computational thinking through graph-based problems in primary education. Education and Information Technologies, 27, pp. 7595-7614. https://doi.org/10.1007/s10639-021-10830-8

Vásquez Acevedo, H. M.; Licona Suarez, L. J.; Felizzola Medina, L. D. (2023). Pensamiento Computacional: una competencia del siglo XXI. Revisión sistemática en Scopus. Revista Latinoamericana Ogmios, 4(9), pp. 1-16. https://doi.org/10.53595/rlo.v4.i9.090

Voogt, J.; Fisser, P.; Good, J.; Mishra, P.; Yadav, A. (2015). Computational thinking in compulsory education: towards an agenda for research and practice. Education and Information Technologies, 20(4), pp. 715-728. https://doi.org/10.1007/s10639-015-9412-6

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), pp. 33-35. https://doi.org/10.1145/1118178.1118215

Wu, Y.; Wang, J.; Wang, L. (2023). The application of graph theory teaching method in ideological and political education of discrete mathematics. Applied Mathematics and Nonlinear Sciences, 8(2), pp. 2149-2158. https://doi.org/10.2478/amns.2023.1.00320

Yadav, A.; Ocak, C.; Oliver, A. (2022). Computational thinking and metacognition. TechTrends, 66(3), pp. 405-411. https://doi.org/10.1007/s11528-022-00695-z

Yao, B.; Yin, J.; Zhou, H.; Wu, W. (2016). Path optimization algorithms based on graph theory. International Journal of Grid and Distributed Computing, 9(6), pp. 137-148.

https://doi.org/10.14257/ijgdc.2016.9.6.14

Zheng, L.; Shi, Z.; Gao, L.; Fan, Y. (2025). A novel group cognitive graph approach for improving collaborative problem solving. International Journal of Educational Technology in Higher Education, 22, 18. https://doi.org/10.1186/s41239-025-00520-6

Estadísticas

Resumen
0
Accesos al PDF
0

Dimensions

PlumX

Descargas

Los datos de descarga aún no están disponibles.