Aprendizaje basado en proyectos integrando ciencia de datos en la enseñanza de programación en educación superior

Autores/as

DOI:

https://doi.org/10.24215/18509959.42.e15

Palabras clave:

Ciencia de datos, Aprendizaje basado en proyectos, Tecnología educativa, Enseñanza en ingeniería, Estadística Aplicada

Resumen

En este estudio se analiza el Aprendizaje Basado en Proyectos (ABP) aplicado a la enseñanza de la programación. Se implementaron los fundamentos y principios de la ciencia de datos con estudiantes de ingeniería y se aplicó una estrategia metodológica que les permitió adquirir conocimientos que contribuyen al desarrollo de competencias y habilidades analíticas, las cuales son útiles para la toma de decisiones informadas en su campo profesional e industrial. El estudio consideró la identificación de las principales deficiencias del grupo de estudio al iniciar el semestre y la introducción a temas relacionados que les permitió trabajar con información real y proveniente de la industria automotriz. Se utilizó software especializado para la programación con estadística descriptiva y que es accesible para cualquier estudiante. Los resultados obtenidos muestran una mejora significativa en la forma en que los estudiantes adquieren y comprenden los conocimientos de la estadística descriptiva y el análisis de datos, un incremento en la motivación por realizar las actividades y una mejora en el rendimiento académico. En la parte cualitativa, los estudiantes lograron percibir la importancia de estos conocimientos como un valor agregado a su formación profesional. El estudio logró promover una conexión entre la teoría y la práctica de manera efectiva.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • César Manuel Hernández Mendoza, Tecnológico Nacional de México / Instituto Tecnológico Superior de Irapuato, Irapuato, México

    Ingeniero en Sistemas Computacionales, Maestría en Tecnologías de la Información, Estudiante de Doctorado en Educación. Perfil PRODEP y Líder del Cuerpo Académico ITESI-CA-20.

  • Juan Pablo Serrano Rubio, Tecnológico Nacional de México / Instituto Tecnológico Superior de Irapuato, Irapuato, México

    Ingeniero en Sistemas Computacionales, Doctorado en Ciencias de la Computación, Perfil PRODEP, SNI Nivel 1, Miembro del Cuerpo Académico ITESI-CA-20.

  • Luz María Rodríguez Vidal, Tecnológico Nacional de México / Instituto Tecnológico Superior de Irapuato, Irapuato, México

    Ingeniero en Sistemas Computacionales, Maestría en Educación, Estudiante de Doctorado en Educación.

Referencias

[1] A. Lázaro, L. Vázquez y P. Morales, “Big data e ingeniería: formación académica en el contexto industrial actual,” Revista Iberoamericana de Educación, vol. 89, pp. 45–58, 2022.

[2] M. Ticona, R. Hernández y J. Díaz, “Educación estadística y toma de decisiones en ingeniería: un estudio de caso latinoamericano,” Educación y Tecnología, vol. 33, no. 2, pp. 18–35, 2023.

[3] C. Castillo, “Ingeniería sostenible y ciencia de datos para el desarrollo regional,” Ingeniería para el Futuro, vol. 12, no. 1, pp. 22–30, 2021.

[4] J. Torres y R. Hinojos, “Tecnologías digitales aplicadas a la enseñanza de las matemáticas en ingeniería,” Revista de Tecnología Educativa, vol. 14, no. 2, pp. 9–15, 2021.

[5] A. González-Beltrán, T. W. Burgess, M. de la Iglesia y S. A. Sansone, “Data science: a foundation for innovation and knowledge discovery in modern disciplines,” Data Science Journal, vol. 21, no. 1, pp. 1–10, ene. 2022, doi: 10.5334/dsj-2022-001.

[6] R. Morales, L. Guzmán y M. Peña, “Limitaciones del enfoque tradicional en la enseñanza de matemáticas para ingenieros,” Educación Matemática, vol. 25, no. 1, pp. 35–48, 2020.

[7] A. Pérez y T. Gómez, “Conexión entre teoría y práctica en la enseñanza de estadísticas para ingeniería,” Avances en Educación Técnica, vol. 8, no. 2, pp. 59–67, 2022.

[8] E. Koh, T. M. Tay y M. Tan, “Enhancing data science competencies through project-based learning: evidence from engineering undergraduates,” Journal of Engineering Education Transformations, vol. 36, no. 3, pp. 88–97, 2023, doi: 10.16920/jeet/2023/v36i3/237876.

[9] L. Medina, D. Arroyo y M. Torres, “El clúster automotriz del Bajío: retos y oportunidades,” Revista Mexicana de Industria y Tecnología, vol. 6, pp. 33–45, 2018.

[10] S. Herrera y N. Mauricio, “Corredores industriales en México y sus implicaciones en la formación profesional,” Geografía y Desarrollo, vol. 18, no. 2, pp. 12–26, 2020.

[11] E. Moreno, “El clúster automotriz en Guanajuato: una visión estratégica,” Estudios Regionales, vol. 4, pp. 27–39, 2015.

[12] H. Jiménez, L. Ruiz y P. Cano, “La resolución de problemas abiertos en ingeniería: desafíos del enfoque tradicional,” Educación Superior Hoy, vol. 10, pp. 39–52, 2020.

[13] A. López, B. Nájera y C. Ramírez, “Aprendizaje basado en problemas y pensamiento crítico en ingeniería,” Ingeniería y Educación, vol. 6, no. 2, pp. 91–103, 2021.

[14] D. Sánchez y J. Rivera, “Aprendizaje basado en proyectos para competencias tecnológicas en ingeniería,” Revista de Docencia Técnica, vol. 11, no. 1, pp. 40–55, 2023.

[15] H. García y F. López, “Evaluación del aprendizaje basado en proyectos en contextos universitarios,” Evaluación Educativa, vol. 9, no. 2, pp. 72–85, 2021.

[16] J. Ruiz, K. Vargas y M. Ortiz, “Modelos de evaluación comparativa en educación en ingeniería,” Ingeniería y Sociedad, vol. 17, no. 4, pp. 60–74, 2022.

Descargas

Publicado

2025-12-22

Número

Sección

Artículos originales

Cómo citar

[1]
“Aprendizaje basado en proyectos integrando ciencia de datos en la enseñanza de programación en educación superior”, TEyET, no. 42, p. e15, Dec. 2025, doi: 10.24215/18509959.42.e15.