Jorge Monge-Fallas

Computational thinking (CT) skills are central to higher-education programming, yet assessing them at scale is challenging. Automated source-code analysis is a promising path, but its validity at university level is still poorly understood. We examined how far code-based metrics can capture traces of two CT skills: abstraction and algorithmic thinking. In a controlled study, 44 students enrolled in a Data Structures course completed four programming exercises designed to elicit evidence of the two target computational thinking skills. Each submission was assessed using three independent sources: an automated score based on structural code metrics, a rubric-based score by experts, and a CT self-efficacy scale. The three sources were compared using Spearman correlations, quartile analyses, and qualitative inspection of fourteen concordant and divergent cases. At the per-student level, the three sources did not converge for either skill. Per-exercise, one converged with expert evaluation, while another showed that the sources captured distinct, complementary facets of the skill—an exercise-design effect. Qualitative cases reinforced this view, illustrating what each source reads: from structural shape to semantic correctness. Automated code-based assessment of CT can provide informative structural evidence, but works best as one element of a multi-source approach in which structural signals complement, rather than replace, expert evaluation.

Este artículo presenta un conjunto de experiencias de innovación didáctica con inteligencia artificial generativa (IA-G) en la enseñanza universitaria de la matemática en el Instituto Tecnológico de Costa Rica (TEC) durante el periodo 2024–2025. La iniciativa surge en el marco de la transformación digital institucional y busca explorar el potencial pedagógico de la IA-G como mediadora cognitiva y ética, más que como sustituto del razonamiento humano. El estudio adopta un enfoque cualitativo descriptivo con participación directa de los docentes-autores, quienes implementaron diversas experiencias en cursos de Matemática. Los resultados muestran que la incorporación de la IA-G en el aula puede favorecer la comprensión conceptual, la visualización tridimensional y la alfabetización digital cuando se integra en actividades con diseño didáctico, prompting pedagógico y verificación sistemática. También se identificaron desafíos éticos y formativos relacionados con el uso superficial, la dependencia tecnológica y la necesidad de rediseñar la evaluación para valorar procesos y explicaciones. Desde la perspectiva de los docentes innovadores, la IA-G se concibe como un andamiaje para pensar y dialogar matemáticamente, que impulsa una docencia reflexiva centrada en la persona. En conclusión, la experiencia reafirma que la innovación no reside en la tecnología utilizada, sino en el propósito pedagógico que la orienta, y que la IA-G contribuye al desarrollo de la reflexión y del pensamiento crítico en el aprendizaje de la matemática a nivel universitario.

Este artículo profundiza en la comprensión y aplicación del pensamiento computacional, una habilidad crucial en la era digital. Concebido inicialmente por Wing en 2006, este concepto no solo implica la codificación y programación de computadoras, sino que también se extiende a la resolución de problemas, el diseño de sistemas y la comprensión del comportamiento humano basado en los principios de la informática. Con el paso del tiempo, este enfoque ha evolucionado para incluir habilidades críticas como la abstracción, el análisis de datos, la modelización y la automatización de soluciones. Este estudio explora diversas interpretaciones del pensamiento computacional, desde ser una técnica para idear soluciones hasta una competencia intelectual para el análisis y solución de problemas reales. A través del análisis de literatura y evaluación de distintas herramientas y metodologías, la investigación destaca en particular la importancia de habilidades como la descomposición de problemas, abstracción, pensamiento algorítmico y evaluación en la educación y práctica profesional. A pesar de la ausencia de una definición unificada, el pensamiento computacional se reconoce como una habilidad multidimensional esencial, subrayando la necesidad de estrategias de enseñanza y evaluación efectivas. Además, se enfatiza la necesidad de establecer una definición universal de pensamiento computacional, seguida de la identificación clara de sus dimensiones y elementos constitutivos. El desarrollo de índices precisos y métricas objetivas es crucial para evaluar eficazmente el nivel de pensamiento computacional, lo que sentará las bases para una investigación rigurosa y metódica en este campo.

There are few reports in the literature regarding wind speed near the ground. This work presents a model for wind speed from 4 m above the ground, based on year-round measurements in two meteorological towers. Each tower is equipped with anemometers at five heights, as well as thermometers and pressure and relative humidity sensors. The data is processed using Eureqa artificial intelligence software, which determines the functional relationship between variables using an evolutionary search technique called symbolic regression. Using this technique, models are found for each month under study, in which height and temperature are the variables that most affect wind speed. The model that best predicts the measured wind speeds is then selected. A polynomial function directly proportional to height and temperature is identified as the one that provides the best predictions of wind speed on average, within the rough sub-layer. Finally, future work is identified on testing the model at other locations.

Este artículo expone los resultados de pruebas de eficiencia en el modo de realizar animaciones/simulaciones en javascript por el grupo de investigación iReal. iReal es un grupo de investigación del Instituto Tecnológico de Costa Rica(TEC), pertenece al programa de eScience del TEC y su área de investigación es la visualización científica. Desde el 2005 han venido desarrollando proyectos de forma ininterrumpida que involucran la visualización científica en distintas áreas de aplicación. En el grupo de investigación iReal se desarrollan muchas animaciones y simulaciones que llevan al límite las capacidades de las computadoras personales, por esta razón se hace necesario que se evalúe en cuál plataforma y con qué herramientas se producen los resultados más fluidos. En este primer artículo se trata de exponer los diferentes tipos de animaciones en javascript y cómo se comportan en cada browser y sistema operativo. Más adelante se tiene planeado realizar un estudio similar sobre algunos lenguajes de programación más usados en el proyecto.