La computación como vía para superar obstáculos epistémicos en la enseñanza de la física

Mateo Dutra Shaw

Autores

Mateo Dutra Shaw Universidad de la República https://orcid.org/0000-0002-0251-8052

Palavras-chave:

pensamiento computacional, física computacional, obstáculo epistémico, caída con rozamiento

Resumo

Si bien la matematización de la física ha sido fundamental para su desarrollo, el enfoque predominante en la matemática continua puede constituir un obstáculo epistémico en determinados contextos educativos. Este obstáculo surge cuando los marcos conceptuales utilizados para enseñar física limitan el acceso a ciertos problemas, especialmente aquellos cuya resolución requiere herramientas avanzadas del cálculo diferencial. En este trabajo analizamos cómo la inclusión de la computación y la matemática discreta permite superar estas limitaciones, abriendo nuevas posibilidades para el abordaje de fenómenos físicos complejos desde una perspectiva accesible para estudiantes de secundaria. A modo de ejemplo, se estudian el movimiento de proyectiles con rozamiento, un problema clásico cuya resolución analítica resulta inabordable en este nivel educativo, y el movimiento de los planetas alrededor del Sol, gobernado por fuerzas gravitatorias centrales y especialmente adecuado para su simulación numérica. En cambio, mediante la implementación del método de Euler en un programa de Python, es posible simular el comportamiento del sistema utilizando algoritmos sencillos y conceptos básicos de programación. Esta estrategia no solo permite obtener resultados precisos, sino que facilita una comprensión más profunda mediante simulaciones, modelado numérico y visualizaciones gráficas. Sostenemos que la computación, lejos de ser un contenido complementario, debería ocupar un rol central en la enseñanza de la física, actuando como puente entre las prácticas científicas actuales y el trabajo en el aula. Esto requiere, además, actualizar los cursos de matemática incorporando nociones de lógica y matemática discreta que respalden dicha integración.

Downloads

Não há dados estatísticos.

Biografia do Autor

Mateo Dutra Shaw, Universidad de la República

Es Licenciado en Física por la Universidad de la República (Udelar, Uruguay) y actualmente cursa la Maestría en Física en el Programa de Desarrollo de las Ciencias Básicas (PEDECIBA), donde investiga nuevas formas de enseñanza de la física que integran pensamiento computacional y cinemática. Se desempeña como docente e en el Instituto de Física de la Facultad de Ciencias y en el de la Facultad de Ingeniería (Udelar, Uruguay), y también como profesor de Física y Ciencias de la Computación en educación secundaria.

Su trabajo combina la investigación en educación en física con el desarrollo de propuestas didácticas innovadoras que incorporan programación, sensores y videojuegos educativos. Ha participado en diversos proyectos interdisciplinarios, enfocados en el aprendizaje activo y la gamificación. Sus investigaciones también han abordado la dinámica de fluidos y la física no lineal, en el grupo de Física No Lineal del Instituto de Física de la Facultad de Ciencias. Ha publicado artículos en revistas internacionales como European Journal of Physics y The Physics Teacher, y ha sido expositor en congresos nacionales e internacionales.

Referências

Bocconi, S., Chioccariello, A., Kampylis, P., Dagienė, V., Wastiau, P., Engelhardt, K., Earp, J., Horvath, M. A., Jasutė, E., Malagoli, C., Masiulionytė-Dagienė, V., & Stupurienė, G. (2022). Reviewing computational thinking in compulsory education: State of play and practices from computing education. Publications Office of the European Union. https://doi.org/px7w

Caballero, M. D., & Merner, L. (2018). Prevalence and nature of computational instruction in undergraduate physics programs across the United States. Physical Review Physics Education Research, 14(2), 020129. https://doi.org/gfszxm

Cabezas, M. (2021). Pensamiento computacional, educación STEM y la educación informática: cuestiones pendientes. Revista Sudamericana de Educación, Universidad y Sociedad, 9(1), 45-59. https://doi.org/px7p

Chabay, R. W., & Sherwood, B. A. (2015). Matter and interactions (4ª ed.). John Wiley & Sons.

Chonacky, N., & Winch, D. (2008). Integrating computation into the undergraduate curriculum: A vision and guidelines for future developments. American Journal of Physics, 76(4), 327-333. https://doi.org/bt943z

Denning, P. J. (2017). Computational thinking in science. American Scientist, 105(1), 13-17. https://doi.org/px7q

Denning, P. J., & Tedre, M. (2016). The long quest for computational thinking. En Proceedings of the 16th Koli Calling Conference on Computing Education Research (pp. 120-129). ACM. https://doi.org/f3vbxd

Denning, P. J., & Tedre, M. (2019). Computational thinking. MIT Press.

García, R. (2000). El conocimiento en construcción: de las formulaciones de Jean Piaget a la teoría de sistemas complejos. Gedisa.

Newman, M. (2013). Computational physics. Independent Publishing Platform.

Odden, T. O. B., Lockwood, E., & Caballero, M. D. (2019). Physics computational literacy: An exploratory case study using computational essays. Physical Review Physics Education Research, 15(2), 020152. https://doi.org/gr45j2

Riedel, M., Wolf, F., Kranzlmüller, D., Streit, A., & Lippert, T. (2009). Research advances by using interoperable e-science infrastructures: the infrastructure interoperability reference model applied in e-science. Cluster Computing, 12, 357-372. https://doi.org/bzb6jf

Skuse, B. (2019). The third pillar. Physics World, 32(3), 40-43. https://doi.org/px7r

Tipler, P. A., & Mosca, G. (2021). Física para la ciencia y la tecnología, Vol. 1A: Mecánica. Reverté.

Winsberg, E. (2010). Science in the age of computer simulation. University of Chicago Press.