Relationships

Abstract

This study explores the relationship between computational thinking, teaching programming, and Bloom's Taxonomy. Data is collected from teachers, academics, and professionals, purposively selected because of their knowledge of the topics of problem solving, computational thinking, or the teaching of programming. This data is analysed following a grounded theory approach. A computational thinking taxonomy is developed. The relationships between cognitive processes, the pedagogy of programming, and the perceived levels of difficulty of computational thinking skills are illustrated by a model. Specifically, a definition for computational thinking is presented. The skills identified are mapped to Bloom's Taxonomy: Cognitive Domain. This mapping concentrates computational skills at the application, analysis, synthesis, and evaluation levels. Analysis of the data indicates that abstraction of functionality is less difficult than abstraction of data, but both are perceived as difficult. The most difficult computational thinking skill is reported as decomposition. This ordering of difficulty for learners is a reversal of the cognitive complexity predicted by Bloom's model. The plausibility of this inconsistency is explored. The taxonomy, model, and the other results of this study may be used by educators to focus learning onto the computational thinking skills acquired by the learners, while using programming as a tool. They may also be employed in the design of curriculum subjects, such as ICT, computing, or computer science.

Computational thinking in higher education: A review of the literature

“…The operational definition used for this study is from Selby [44], consisting of the following elements: abstraction, decomposition, generalization, evaluation, and algorithmic design.…”

Personalized contents based on cognitive level of student's computational thinking for learning basic competencies of programming using an environment b-learning

“…We have a justified proposal to use the evaluation of Computational Thinking and determine how to study the course of programming methodology for new students. The Selby´s study [30] explores the relationship between the CT, teach programming and Bloom's taxonomy; initially developed a definition of CT skills including generalization, decomposition, abstraction, algorithmic design and evaluation; subsequently mapped to the cognitive domain of Bloom's taxonomy to concentrate as follows: at the Application level skill Generalization, Analysis skills of Abstraction and Decomposition, Synthesis ability of algorithmic design and Evaluation corresponds to the ability evaluation.…”

Evaluación del pensamiento computacional para el aprendizaje de programación de computadoras en educación superior

“…El pensamiento computacional representa una propuesta adecuada para fomentar el aprendizaje de habilidades que beneficien a los estudiantes que ingresan en las áreas STEM (Swaid, 2015;Lye & Koh, 2014;García-Peñalvo & Cruz-Benito, 2016;García-Peñalvo, 2016;García-Peñalvo, Reimann, Tuul, Rees, & Jormanainen, 2016). Representa el "foco de la innovación educativa por el conjunto de habilidades de solución de problemas que debe ser adquirido por las nuevas generaciones de estudiantes" y su evaluación es un tema de investigación que ha permitido la creación de pruebas en educación superior (Román, Pérez, & Jiménez, 2015), vinculación con el aprendizaje de la programación y la taxonomía de Bloom (Selby, 2015). Las habilidades pueden ser aprendidas por medio de un modelo de juego y a su vez introducir conceptos de programación que eviten la "frustración y la demanda de actividad de los estudiantes" (Kazimoglu, Kiernan, Bacon, & MacKinnon, 2012) sin olvidar que el pensamiento computacional no es sinónimo de programación.…”

“…Además, hay que considerar el proceso de automatización de empleos que hará necesaria la actividad profesional de analistas de datos, expertos en inteligencia artificial y aprendizaje de máquinas (García-Vega, 2019). El pensamiento computacional (Selby, 2015;Wing, 2006) es un proceso cognitivo que permite la generación de soluciones a problemas a través del uso de habilidades específicas, tales como abstracción, descomposición, generalización, evaluación y diseño algorítmico. Actualmente existe un gran interés por enseñar el pensamiento computacional a una edad temprana (García-Peñalvo & Mendes, 2018;Chiazzese, Fulantelli, Pipitone, & Taibi, 2018;Chiazzese, Fulantelli, Pipitone, & Taibi, 2017;García-Peñalvo, Reimann, Tuul, Rees, & Jormanainen, 2016), debido a que la resolución de problemas es una competencia útil para las personas independientemente de su perfil profesional; la aplicación del pensamiento computacional en niños sirve también para detectar talento afín a las áreas de ciencia, tecnología, ingeniería y matemáticas (Science, Technology, Engineering, and Matemathics -STEM), además, se considera un elemento clave para el éxito de estudiantes en las ciencias de la computación.…”