Análisis de la relación entre los objetivos cognitivos y la

evaluación sumativa en los cursos de bajo rendimiento de la

carrera de Ingeniería en Computación.

MBA. Lorena Valerio Solís

Msc. Gaudy Esquivel Vega

Introducción

La carrera de Ingeniería en Computación del ITCR, en la sede San Carlos

presenta los niveles más bajos de aprobación en los cursos ubicados en los

primeros dos años de la carrera, entre los que se encuentran el curso de

Estructura de Datos y el de Análisis de Algoritmos. Es lo anterior, que establece un

caso de estudio importante para analizar los objetivos cognitivos y la evaluación

sumativa en estos cursos, con el objetivo de determinar si existe una relación de

exigencia “adecuada”, según el nivel alcanzado de los objetivos en la taxonomía

de Bloom, con el tipo de instrumento e ítems seleccionados para evaluar al

estudiante.

Metodología utilizada y sustento teórico del estudio realizado

La carrera de Ingeniería en Computación consta de 8 semestres, con 22 cursos

del área de computación los que suman un total de 136 créditos. En el año 2010

se creó el modelo pedagógico de la Carrera de Ingeniería en Computación, el que

consta de 5 componentes que se explicarán seguidamente, pero nuestro análisis

se centra en el componente número tres y cinco, el cual es el que es evaluado

directamente con la evaluación sumativa de cada uno de los cursos.

Explicaremos el modelo:

1) Estudiante: este como el propio autor de su aprendizaje a través de las

diferentes dinámicas de aprendizaje en las que participa, tanto en los

cursos como la experiencia de su formación formal e informal.

2) Profesorado: facilitador y orientador del proceso educativo, ayuda al

estudiante a construir y reconstruir su propio conocimiento y contribuyendo

con el desarrollo de un espacio de aprendizaje en el que es estudiante

respeta y confía en sí mismo.

3) Proceso enseñanza aprendizaje: Que permita el desarrollo de

profesionales que respondan a las necesidades ética, moral y

técnicamente que el entorno nacional e internacional requiere.

Para desarrollar estos profesionales, el perfil de los egresados de esta

carrera se base en los cinco pilares establecidos en el Modelo Académico

del ITCR, a continuación se citan las capacidades establecidas en

(Escuela de Ingeniería en Computación, 2011), para cada uno de los

saberes:

Aprender a conocer

Los principios teóricos que fundamentan su especialidad en área de

computación.

La información veraz y discriminar la información falsa.

Los medios de comunicación electrónicos más efectivos para aplicar en

diferentes situaciones de trabajo.

Aprender a hacer

Uso eficiente de equipo computacional según sus características.

Identificación de los requerimientos para así producir soluciones

computacionales adecuadas.

Uso eficientemente las técnicas modernas recomendadas para la

producción de software.

Aprender a convivir

Con otras personas sin hacer discriminación de género, creo, partido

político, u otro.

Haciendo uso racional de los recursos naturales.

Trabajar en equipo y contribuir al logro de los objetivos comunes.

Tiene habilidad para utilizar el lenguaje oral y escrito en forma asertiva

tanto en las relaciones interpersonales como en su disciplina.

Tolerando y respetando las diferencias individuales con diferentes

temperamentos y caracteres en la organización en la cual se

desempeña y en la sociedad.

Aprender a ser

Crítico, creativo e innovador.

Conductor de cambios tecnológicos considerando el factor humano, las

tecnologías limpias y la preservación del ambiente.

Consciente de la sociedad que hereda y contribuye en el proceso de su

continuación en beneficio del bien y el derecho social.

Humanista, honesto, íntegro, responsable y con sentido ético para

contribuir al desarrollo y progreso de la sociedad.

Aprender a emprender

La solución de problemas computacionales con iniciativa, creatividad e

innovación.

Asumiendo un papel de promotor sociocultural y tecnológico como

agente de cambio.

Como autor del cambio en los emprendimientos sociales, políticos,

culturales y económicos contribuyendo al desarrollo sostenible.

4) Investigación: En el ITCR la investigación es uno de los ejes principales

como medio para generar conocimiento y consolidar la excelencia. Para la

Escuela de Ingeniería en Computación es una actividad fundamental, que

consolida un proceso sistemático y riguroso, genera conocimiento y la

producción educativa, científica y tecnológica, articulando e integral con la

docencia y la extensión.

5) Evaluación: Como medio para comprobar el cumplimiento de los

objetivos educacionales establecidos en los cursos, así como para

reorientar y/o retroalimentar el currículo y las estrategias didácticas. En la

Escuela de Ingeniería en Computación se dan tres estrategias evaluativas:

Autoevaluación (parten de concepciones constructivistas que aportan a la

formación del estudiante, desarrollando capacidad de autocrítica y le

permite definirse metas y comprender su proceso de aprendizaje de una

forma más integral.), Coevaluación (evaluando situaciones reales o de sus

compañeros), Inter-evaluación (lo realiza el docente sobre el aprendizaje

de sus estudiantes y el cumplimientos de los objetivos específicos de los

cursos).

Con el objetivo de mantener y mejorar la calidad académica, la carrera realiza

estudios sobre el rendimiento académico de los estudiantes, en el gráfico #1.

“Porcentaje de aprobación de los cursos de Ingeniería en Computación 2012-2013

del apartado de anexos se muestra la aprobación para todos los cursos de la

carrera.”. En este gráfico se puede observar la tendencia que entre más avanzado

el semestre, la aprobación de los estudiantes en los cursos es mayor. Los cursos

que se estudiarán pertenecen al II y III semestre, los cuales se presentan

resaltados en el gráfico.

Los cursos de Estructura de Datos (II semestre) y Análisis de Algoritmos (III

semestre) han presentado a través de los años un bajo nivel de aprobación, según

consta en estudios realizados a partir del año 2008 al 2013. El cambio de las

generaciones de estudiantes, profesores y lenguaje de programación no ha

cambiado por largos períodos el comportamiento de aprobación.

En el gráfico #2 “Porcentaje de aprobación en el curso IC-2001 Estructura de

Datos” se puede observar que ha tenido algunos repuntes pero no permanecen en

el tiempo y el promedio de aprobación es de 54%.

En el curso de Análisis de algoritmos presenta mejores niveles de aprobación, el

promedio es de 70%, como se muestra en el gráfico #3 “Porcentaje de aprobación

en el curso IC 3002 Análisis de Algoritmos”.

Debido a este comportamiento de baja aprobación se ha decido analizar la

evaluación sumativa de estos dos cursos, según (Flores Pérez, Chang Herrera, &

Corea Torres, 2010) la evaluación sumativa es “para designar la forma, mediante

la cual, se mide y juzga el aprendizaje con el fin de certificarlo, asignar

calificaciones, determinar promociones, etc”. Tiene la característica de ser

medible, dado que se le asigna a cada alumno que ostenta este tipo de evaluación

un número en una determinada escala, el cual supuestamente refleja el

aprendizaje que se ha adquirido.

Se clasifican los objetivos específicos cognitivos (el dominio cognitivo se ocupa de

la capacidad de procesar y de utilizar la información (conocimiento) de una

manera significativa) de los dos cursos seleccionados según la taxonomía de

Bloom, debido que a nivel mundial se han estudiado y clasificado los Objetivos

Educativos (López García, 2002), en 1956 se establece una taxonomía para

distinguir tres grandes dominios: 1) Cognitivo (Conocimiento y competencias

intelectuales) 2) Psicomotriz (Destrezas físicas) y 3) Afectivo (Sentimientos y

Actitudes). Estos dominios fueron a su vez subdivididos para dar lugar a otra serie

de objetivos de complejidad o pensamiento creciente.

Dominio Cognitivo fue el dominio más desarrollado por Bloom. En el año 2000

(López García, 2002) se hacen unos cambios a la clasificación inicial del dominio

cognitivo, la que se presenta en la figura #1 “Actualización de Taxonomía de

Bloom”.

Una vez analizados e interpretados los datos obtenidos en esta evaluación

sumativa y clasificación de objetivos específicos, se sugerirá un cambio en dicha

evaluación para mejorar los resultados de aprobación y dinamizar las actividades

de aprendizaje en la medida de lo posible en caso de que corresponda.

Desarrollo del tema y resultados

Para cada uno de los dos cursos seleccionados se clasificó los objetivos

específicos según la taxonomía de Bloom como se muestra a continuación:

Curso Objetivos específicos

Clasificación

en la

taxonomía

de Bloom

Estructuras

de Datos

IC2001

Implementar soluciones utilizando las diversas

estructuras de datos aprendidas Aplicar

Elaborar diseños detallados soluciones basados en

estructuras de datos que le permitan resolver

problemas de la vida real

Aplicar

Determinar buenas prácticas de programación

para la implementación de estructuras de datos Aplicar

Explicar distintas estructuras de datos (lineales,

jerárquicas, generales) con el objetivo de la

resolución de problemas de mediana complejidad

en la implementación y diseño.

Aplicar

Elaborar estructuras de datos alternas que permitan

la resolución de problemas con mayor eficacia,

haciendo híbridos de las mismas con el objetivo de

crear soluciones más robustas.

Crear

Análisis de

algoritmos

IC3002

Identificar la medición de la eficiencia de los

algoritmos y la programación de algoritmos

utilizando buenas prácticas y estructuración del

Recordar

código en capas.

Determinar diversas estrategias para el diseño e

implementación de algoritmos Analizar

Aplicar técnicas para el manejo eficiente de la

memoria primaria y secundaria, como la relación de

algoritmos al cifrado y la compresión de datos.

Aplicar

Examinar situaciones y ejemplos que impliquen la

protección de datos e información en sistemas

computacionales utilizando las tecnologías actuales

para cifrado y protección.

Aplicar

Dominar conceptos de complejidad espacial y

temporal, como temas avanzados de

computabilidad e intratabilidad.

Recordar

El resultado obtenido sobre nivel alcanzado según la clasificación de Bloom es:

Se clasificaron 10 objetivos específicos, 5 objetivos de cada curso. Existen 2

objetivos del primer nivel, 6 del tercer nivel, 1 del cuarto nivel, y 1 del sexto nivel.

En ambos cursos prevalece en los objetivos específicos alcanzar el 3 nivel de

conocimiento según la taxonomía de Bloom.

Ahora se clasificó la evaluación sumativa para estos dos cursos en estudio, la cual

está distribuida en los siguientes tipos de asignación:

Distribución porcentual de los tipos de asignación

Cantidad Tipos de asignación Valor

porcentual

N Pruebas, tareas cortas, laboratorios 30%

2 Proyectos programados 40%

2 Exámenes 30%

De los tres tipos de a asignación, en promedio los estudiantes tienen las más

bajas calificaciones en el rubro de exámenes, como se muestra en la siguientes

tablas.

Calificación promedio por tipo de asignación Curso Estructura de Datos

Semestre

Pruebas y

tareas

cortas,

laboratorios

Exámenes Proyectos

programados

I semestre

2012 79,17 53,34 71.42

II semestre

2012 78 54.53 70.64

I semestre

2013

69,64 55.02 56

90,636 61 81.65

II semestre

2013 68,17 52.5 57

Promedio 77 57 57

Calificación promedio por tipo de asignación Curso Análisis de Algoritmos

Calificación

promedio

por tipo de

asignación

Curso

Análisis de

Algoritmos

Semestre

Pruebas y

tareas

cortas,

laboratorios

Exámenes Proyectos

programados

I semestre

2012 79,24 53.02 68.32

II semestre

2012 89,1 50.95 80.11

I semestre

2013 90,636 61 81.65

II semestre

2013 80,73 57.5 80

Promedio 85 61 80

Para el análisis correspondiente se tomaron los resultados de las diferentes

pruebas de exámenes aplicados a los estudiantes, separados por ítem. Los ítems

que se encontraron en esta pruebas sumativas son: el pareo, respuesta breve,

respuesta extensa, completar, desarrollo de algoritmos, y de identificación

(diagramar).

En el siguiente cuadro se muestran los resultados por ítem, según se indica por

semestre y por curso.

Porcentaje de acierto en cada ítem

Semest

re Curso

Ítem

Pare

o

Respue

sta

breve

Desarroll

o

algoritm

os

Respue

sta

extensa

Comple

tar

Identificac

ión

I - 2013 Estructura de

Datos

Análisis de

algoritmos

96.15 66.07 48.61 57.38 -

II -2013 Estructura de

Datos

88.88 89.56 36.02 - -

Análisis de

algoritmos

92.08 46.06 37.98 72.80 47.5

I - 2014 Estructura de

Datos

95.33 89.66 56 - - 70.83

Análisis de

algoritmos

94.44 65.55 - 71.52 - -

Promedio 93.37 71.38 44.65 67.23 47.5 70.83

Promedio de las

desviaciones absolutas.

2.31 14.58 7.65 6.5 0 0

El ítem de más bajo rendimiento es el desarrollo de algoritmos, recordemos que

los cursos en estudio su esencia es el aprendizaje de implementación de

algoritmos, por tanto debe ser el fuerte a evaluar. El ítem con más aciertos es el

pareo, el estudiante saca provecho de las ventajas que tienen los ítems “más

fáciles”, pues les es más fácil asociar conceptos.

Conclusiones y aportes

Como sabemos los objetivos guían al docente de cómo enseñar y como evaluar

lo aprendido. Debe existir una congruencia entre los objetivos, contenidos, el cómo

se enseña y lo que se evalúa, por tanto, entre los objetivos cognitivos e

instrumentos o las preguntas de evaluación.

Los instrumentos aplicados como los laboratorios, proyectos programados y los

ítems de las preguntas de desarrollo de algoritmos se ubican para evaluar los

objetivos del nivel de aplicación (nivel 3) según varios autores (Santamaría

Vizcaíno, 2008) e instituciones de educación superior (Sistema Integrado de

Educación Superior INACAP, 2014).

Estos instrumentos e ítems de evaluación tienen el mayor porcentaje de

evaluación en los dos cursos en estudio por lo que cubre la mayoría de objetivos

ubicados en este nivel de aplicación.

Los ítems de pareo y completar cubren los niveles más bajos de conocimiento

como lo son los de comprender y recordar de los cuales solo se encontraban dos

objetivos específicos en estos niveles.

Los otros niveles de más alto de conocimiento según Bloom que aparecen en los

objetivos de los cursos seleccionados son analizar y crear, estos son evaluados a

través de las conclusiones y recomendaciones de los proyectos programados, así

como los ítems de respuesta extensa que se presenta en los instrumentos de

examen.

Por tanto, consideramos que la evaluación sumativa si está acorde con el nivel de

conocimiento de los objetivos específicos. Además, de que está asociado

estrechamente con nuestro modelo pedagógico de la carrera en el componente de

Proceso enseñanza aprendizaje y con los saberes de “Aprender a conocer” y

“Aprender a hacer”.

Referencias

Churches, A. (1 de Octubre de 2009). Eduteka. Obtenido de Portal Educativo gratuito de la Fundación Gabriel Piedrahita Uribe (FGPU): www.eduteka.org/TaxonomiaBloomDigital.php

Escuela de Ingeniería en Computación. (2011). Modelo Pedagógico de la Escuela de Ingeniería en Computación. ITCR, Cartago.

Flores Pérez, O., Chang Herrera, C., & Corea Torres, N. (2010). Valoración de los instrumentos de evaluación en los procesos de aprendizaje. Ciencia e Interculturalidad, 85-89.

López García, J. C. (21 de Septiembre de 2002). EDUTEKA. Obtenido de Portal Educativo gratuito de la Fundación Gabriel Piedrahita Uribe (FGPU): www.eduteka.org/TaxonomiaBloomCuadro.php3

Santamaría Vizcaíno, M. A. (2008). Características de los ítemes de una prueba. En M. A. Santamaría Vizcaíno, ¿Cómo Evaluar los aprendizajes en el aula? (págs. 95-131). San José: Editorial Universidad Estatal a Distancia.

Sistema Integrado de Educación Superior INACAP. (22 de septiembre de 2014). INACAP. Obtenido de Sistema Integrado de Educación Superior de Chile: http://www.inacap.com/tportal/portales/tp4964b0e1bk102/uploadImg/File/pdf/4216TEstrategiaseInstrEval.pdf

Anexos

Gráfico #1.

Gráfico #2.

40

50

60

70

80

90

100

IC-1

40

0

IC-1

80

2

IC-1

80

3

IC-2

00

1

IC-2

10

1

IC-3

00

2

IC-3

10

1

IC-4

30

1

IC-4

70

0

IC-4

81

0

IC-5

70

1

IC-5

82

1

IC-6

20

0

IC-6

40

0

IC-6

60

0

IC-6

82

1

IC-7

60

2

IC-7

84

1

IC-7

90

0

IC-8

84

2

Porcentaje de aprobación de los cursos de Ingeniería en Computación 2012-2013

31

77

56 61

84

75

56

72

39

47 53

43

30 29

39

49

59

69

79

89

Porcentaje de aprobación en el curso IC-2001 Estructura de Datos

Gráfico #3

Figura #1

Actualización de Taxonomía de Bloom.

Fuente: “La taxonomía de Bloom y sus dos actualizaciones” (Churches, 2009).

42

52

62

72

82

Porcentaje de aprobación en el curso IC 3002 Análisis de Algoritmos