Programación y orientación educativa
Lenguajes de programación
Hoy nadie pone en duda que la denominada competencia digital forma parte de las competencias profesionales de los orientadores educativos. Sin embargo, predomina cierta reducción conceptual de la misma como conocimiento y manejo de recursos y aplicaciones, lo que supone adoptar una concepción fundamentalmente instrumental que deja en segundo plano la resolución de problemas, la creación de soluciones digitales y el pensamiento computacional. Frente a ello, los marcos europeos de competencia digital contemplan estas dimensiones e incluyen el pensamiento computacional y la programación como medios para analizar problemas, descomponerlos y formular secuencias de instrucciones que permitan resolverlos. Esta relación entre pensamiento computacional y programación ha sido también objeto de diversas revisiones sistemáticas de la investigación educativa reciente.
En este contexto, el conocimiento de los lenguajes de programación no constituye un fin profesional en sí mismo, sino una forma de materializar y poner en práctica ese pensamiento computacional mediante el desarrollo de soluciones propias. La inteligencia artificial generativa introduce aquí una doble posibilidad, potencialmente contradictoria: puede reforzar una relación meramente consumidora con la tecnología al permitir obtener soluciones cuyo proceso de generación permanece, en buena medida, opaco incluso para quien las utiliza y que, por tanto, pueden ser aceptadas sin disponer de los conocimientos necesarios para comprenderlas y evaluarlas; pero también facilita la transformación de una solución concebida computacionalmente en código, reduciendo parte del esfuerzo técnico necesario. La investigación reciente señala precisamente esta tensión entre la facilitación que ofrecen estas herramientas y el riesgo de que, especialmente entre quienes se inician, se externalice en ellas una parte del propio razonamiento. Una revisión sistemática de 40 estudios empíricos sobre IA generativa en la enseñanza de la programación llega a una conclusión relacionada: la integración de estas herramientas plantea oportunidades, pero también la necesidad de preservar las capacidades fundamentales de programación y de razonamiento de orden superior.
Esta doble posibilidad hace especialmente importante distinguir entre la capacidad para obtener una solución digital y la capacidad para comprenderla, evaluarla y modificarla. La IA generativa puede reducir el coste técnico de producir código, pero no elimina la necesidad de comprender el problema que se pretende resolver ni de ejercer criterio sobre la solución obtenida. En este sentido, el aprendizaje de la programación mantiene su valor precisamente porque proporciona los conocimientos necesarios para plantear correctamente un problema, valorar una solución y mantener el control sobre aquello que se ha construido, incluso cuando parte de su desarrollo se haya realizado con ayuda de herramientas de inteligencia artificial. Esta cuestión resulta especialmente relevante cuando se analiza la capacidad de los estudiantes para comprender y corregir código generado por modelos de lenguaje.
La cuestión, por tanto, no es convertir al orientador en un profesional de la programación, sino identificar qué puede aportar esta capacidad cuando se aplica a problemas propios de su práctica profesional. El valor de programar aparece precisamente cuando permite pasar de la utilización de herramientas ya disponibles a la posibilidad de intervenir sobre los propios procesos de trabajo, construyendo soluciones ajustadas a necesidades concretas, automatizando procedimientos cuando resulte conveniente y, sobre todo, manteniendo la capacidad de comprender, revisar y modificar aquello que se ha construido.
Los Servicios de Orientación trabajan constantemente con información: la recogen de distintas fuentes, la organizan, la relacionan, la transforman, la analizan y finalmente la utilizan para elaborar informes, tomar decisiones o comunicar resultados. El interés de la programación reside, sí, en automatizar algunas tareas, pero sobre todo y principalmente en proporcionar una forma de formalizar procedimientos y convertir determinadas necesidades en soluciones digitales que el propio profesional puede diseñar, adaptar y controlar. Esta capacidad de formalización es, precisamente, una de las formas en las que el pensamiento computacional adquiere una dimensión directamente vinculada con la práctica profesional.
Esta capacidad de analizar y transformar problemas en procedimientos tiene, además, una dimensión directamente profesional. Adquiere especial relevancia en un contexto en el que buena parte de las soluciones digitales utilizadas en los Servicios de Orientación son productos diseñados por terceros. Utilizarlos exige conocer sus posibilidades y limitaciones, pero no proporciona capacidad para modificarlos cuando no se ajustan a una necesidad concreta. Aprender a programar introduce, en cambio, un grado diferente de autonomía: permite pasar de ser únicamente usuario de herramientas a poder construir, modificar o integrar soluciones propias, aunque sean simples y específicas.
La inteligencia artificial generativa modifica además las condiciones en las que esta capacidad puede ejercerse. Puede reducir considerablemente el esfuerzo necesario para escribir código, facilitar el aprendizaje y hacer viable la creación de soluciones que antes requerían una mayor especialización técnica. Pero precisamente por eso adquiere importancia disponer de los conocimientos necesarios para plantear correctamente el problema, valorar la solución propuesta, detectar errores y decidir si el código generado responde realmente a las necesidades profesionales. La IA puede reducir el coste de producir código, pero no elimina la necesidad de comprender el problema que se pretende resolver ni de ejercer criterio sobre la solución obtenida. Los resultados de una revisión sistemática y metaanálisis sobre el efecto de las herramientas de IA en el aprendizaje de la programación permiten situar esta cuestión en un contexto más amplio de investigación.
De este modo, puede convertirse en un instrumento para ampliar la capacidad de programación, pero no en un sustituto del pensamiento computacional que debe orientar su utilización. Estudios recientes han explorado precisamente cómo una utilización de la IA acompañada de estrategias de apoyo y orientación puede mantener el desarrollo de la lógica de programación y de las capacidades de orden superior, reduciendo al mismo tiempo el riesgo de dependencia de la herramienta.
Si el valor de aprender a programar se sitúa en su capacidad para resolver problemas profesionales concretos, resulta especialmente interesante considerar aquellos lenguajes que pueden integrarse directamente en las herramientas que los orientadores ya utilizan o que permiten construir recursos específicos cuando las soluciones disponibles no responden a sus necesidades.
En este sentido, OOo Basic, por ejemplo, constituye una primera aproximación especialmente vinculada al trabajo cotidiano de los Servicios de Orientación. Al estar integrado en una suite ofimática como LibreOffice, permite programar sobre herramientas que ya forman parte del trabajo habitual. Esto hace posible automatizar operaciones repetitivas, transformar y organizar información, generar documentos a partir de datos, establecer procedimientos que se ejecuten de manera sistemática o adaptar el funcionamiento de las aplicaciones a necesidades concretas. La propia documentación de LibreOffice sobre macros y Basic permite ampliar información sobre estas posibilidades.
Python permite dar continuidad a este tipo de aplicaciones sobre datos, documentos y otros recursos ofimáticos, pero plantea al mismo tiempo un salto de escala. Su carácter de lenguaje de propósito general permite desarrollar soluciones que ya no están limitadas al funcionamiento de una aplicación ofimática concreta y que pueden combinar tratamiento de datos, generación y transformación de documentos, acceso a servicios externos, automatización de procesos, desarrollo de interfaces o conexión con diferentes fuentes de información. La documentación oficial de Python permite apreciar este carácter general, mientras que la biblioteca estándar muestra la amplitud de funcionalidades disponibles para tareas de programación y tratamiento de información.
Además debemos tener en cuenta la estrecha relación de Python con la inteligencia artificial. Buena parte de las herramientas, bibliotecas y servicios utilizados para trabajar con modelos de IA pueden integrarse mediante Python, lo que permite pasar de utilizar aplicaciones de inteligencia artificial ya construidas a incorporar determinadas capacidades de IA dentro de recursos propios.
Desde esta perspectiva, OOo Basic y Python constituyen recursos complementarios para ampliar la autonomía tecnológica del orientador. Ambos permiten identificar cuándo una necesidad profesional puede abordarse mediante una solución propia y, llegado el caso, construirla o adaptarla con ayuda de herramientas como la inteligencia artificial. Lo fundamental es que el profesional conserve la capacidad para comprender el problema, formalizarlo y valorar y controlar la solución adoptada.
Nota: Esta entrada ha sido elaborada en diálogo con ChatGPT, utilizado como herramienta de apoyo durante el proceso de redacción y revisión.
