Modelos mentales erróneos y persistentes en programación

Résumé

El aprendizaje implica la creación de representaciones mentales análogas a lo aprendido, conocidas como modelos mentales. Estos modelos nos permiten realizar predicciones y tomar decisiones. Cuanto más cercanos sean a la realidad, mejores serán nuestras predicciones y decisiones, lo que indica que refinar estos modelos puede representar un aprendizaje efectivo. La programación, además, requiere realizar el proceso inverso: a partir de los efectos deseados, crear un programa que los produzca. Este proceso, más complejo que simplemente refinar un modelo mental, demanda múltiples modelos precisos y habilidad asociativa para navegar entre ellos en ambas direcciones. Los profesores enseñamos sobre modelos conceptuales, que son abstracciones claramente definidas. Adquirir estos modelos implica generalizar y extraer patrones de numerosos ejemplos específicos. A menudo, los modelos mentales iniciales se vinculan a detalles circunstanciales de los ejemplos, tanto al ruido como a la señal. Aunque estos modelos sean erróneos, pueden funcionar razonablemente bien en algunas situaciones específicas, ser suficientes para aprobar y persistir en el tiempo. Esto podría explicar dificultades futuras en la programación. Este estudio busca identificar modelos mentales incorrectos en la programación. Proponemos un método iterativo que parte de hipótesis basadas en la experiencia docente y llega hasta la evidencia empírica. Este enfoque también permite descubrir nuevos modelos y refinar nuestro conocimiento. Presentamos su aplicación con estudiantes de cuarto curso y conceptos de primer curso. Nuestros resultados destacan modelos erróneos potenciales y sugieren otros no previstos que requieren más investigación.