Qué necesita dominar un docente en la era de la IA

La expansión de la inteligencia artificial en las aulas ha generado una paradoja bastante concreta: pedimos al profesorado que aprenda a utilizarla de manera pedagógica, crítica y responsable, pero todavía contamos con pocos instrumentos específicos para saber qué domina realmente y dónde necesita formación. 

El trabajo de Andresa Sartor-Harada y Juliana Azevedo-Gomes aborda precisamente ese problema mediante el desarrollo del AI-ED-SAT, un cuestionario de autoevaluación que desplaza el foco desde la competencia digital genérica hacia cuatro dimensiones propias de la IA educativa: comprensión conceptual, uso pedagógico, reflexión ética e integración curricular. La distinción importa, porque manejar con soltura una herramienta de IA no equivale necesariamente a saber cuándo utilizarla, cómo incorporarla al currículo o qué implicaciones tiene delegar determinadas decisiones en un sistema algorítmico.

El instrumento se construyó mediante un proceso bastante exigente: revisión de la literatura, dos rondas Delphi con 12 expertos y una prueba piloto con 128 docentes de siete países hispanohablantes. De los 40 ítems iniciales se conservaron 38, y los análisis psicométricos ofrecen resultados sólidos: una consistencia interna global de 0,93, cuatro factores que explican el 67,8 % de la varianza y buenos índices de ajuste en el análisis confirmatorio. 

Pero quizá el dato más sugerente no sea estadístico, sino el perfil que aparece detrás de las respuestas: el profesorado se percibe más competente en el uso pedagógico de la IA que en su dimensión ética y en su integración curricular. Es una diferencia relevante, porque sugiere que la adopción práctica de estas tecnologías puede estar avanzando más deprisa que la reflexión sobre cómo encajarlas en decisiones educativas de mayor alcance.

Conviene, en cualquier caso, interpretar el AI-ED-SAT por lo que es: una herramienta de autoevaluación, no una prueba directa del desempeño docente. La muestra fue además seleccionada por conveniencia, la validación se limita por ahora al ámbito hispanohablante y los propios autores consideran estos resultados una primera validación que deberá replicarse con muestras más amplias y diversas. 

Precisamente ahí puede estar una de sus utilidades más interesantes. En lugar de convertir la “competencia en IA” en una etiqueta general, el cuestionario permite descomponerla y localizar necesidades concretas. Utilizado con esa finalidad, puede servir menos para clasificar docentes que para formular una pregunta bastante más productiva: qué necesita aprender cada profesor para pasar de usar inteligencia artificial a tomar buenas decisiones educativas sobre ella.

---

Cómo citar: Sartor-Harada, A., & Azevedo-Gomes, J. (2026). AI-ED-SAT: diseño y validación de un cuestionario para autoevaluar competencias docentes en IA educativa. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 79–110. https://doi.org/10.5944/ried.45413

What Teachers Need to Master in the Age of AI

The expansion of artificial intelligence in the classroom has created a fairly specific paradox: we expect teachers to learn how to use it pedagogically, critically, and responsibly, yet we still have few specific instruments for determining what they actually know and where they need further training.

The work of Andresa Sartor-Harada and Juliana Azevedo-Gomes addresses precisely this problem through the development of AI-ED-SAT, a self-assessment questionnaire that shifts the focus from generic digital competence to four dimensions specific to educational AI: conceptual understanding, pedagogical use, ethical reflection, and curricular integration. The distinction matters because being proficient with an AI tool does not necessarily mean knowing when to use it, how to incorporate it into the curriculum, or what the implications are of delegating certain decisions to an algorithmic system.

The instrument was developed through a fairly demanding process: a literature review, two Delphi rounds involving 12 experts, and a pilot study with 128 teachers from seven Spanish-speaking countries. Of the initial 40 items, 38 were retained, and the psychometric analyses yielded solid results: an overall internal consistency of 0.93, four factors explaining 67.8% of the variance, and good fit indices in the confirmatory analysis.

Perhaps the most suggestive finding, however, is not statistical but lies in the profile that emerges from the responses: teachers perceive themselves as more competent in the pedagogical use of AI than in its ethical dimension or curricular integration. This is a significant difference because it suggests that the practical adoption of these technologies may be progressing faster than reflection on how they should fit into broader educational decisions.

In any case, AI-ED-SAT should be interpreted for what it is: a self-assessment tool, not a direct measure of teaching performance. The sample was also selected by convenience, validation has so far been limited to Spanish-speaking contexts, and the authors themselves regard these findings as an initial validation that should be replicated with larger and more diverse samples.

That may be precisely where one of its most interesting uses lies. Rather than turning “AI competence” into a broad label, the questionnaire makes it possible to break the concept down and identify specific needs. Used in this way, it may be less useful for classifying teachers than for posing a far more productive question: what does each teacher need to learn in order to move from using artificial intelligence to making sound educational decisions about it?

---

How to Cite: Sartor-Harada, A., & Azevedo-Gomes, J. (2026). AI-ED-SAT: design and validation of a questionnaire for self-assessment of teaching skills in educational AI. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 79–110. https://doi.org/10.5944/ried.45413

La universidad ante los chatbots: usos, promesas y límites

La conversación sobre inteligencia artificial en la universidad suele avanzar más deprisa que la evidencia disponible. El trabajo de Eva Jiménez-García, Judit Ruiz-Lázaro, Sonia Martínez-Requejo y Sara Redondo-Duarte intenta poner algo de orden en ese terreno mediante una revisión sistemática de 42 estudios sobre chatbots e inteligencia artificial en educación superior. 

El análisis permite ver un campo que ha crecido con enorme rapidez, especialmente desde 2020, y que en 2023 concentró más de la mitad de los artículos incluidos. Pero también muestra que la investigación no gira únicamente en torno a ChatGPT o al apoyo académico: aparecen aplicaciones en orientación universitaria, tutoría, gestión, salud mental, motivación, aprendizaje personalizado y asistencia administrativa.

Uno de los aspectos más interesantes del artículo es su intento de conectar esta expansión tecnológica con la sostenibilidad. La relación, sin embargo, resulta bastante desigual. De los 42 trabajos analizados, solo 21 estaban asociados en Web of Science con algún Objetivo de Desarrollo Sostenible, y diez de ellos se concentraban en el ODS 4, Educación de Calidad. Salud y bienestar, reducción de las desigualdades, energía limpia o acción climática aparecen de manera mucho más marginal. 

Más que demostrar que los chatbots están contribuyendo ya de forma amplia a la Agenda 2030, los datos dibujan una agenda de investigación todavía muy parcial: hay muchos ámbitos de la sostenibilidad sobre los que apenas sabemos qué puede aportar la IA en la universidad.

La revisión resulta especialmente útil porque evita presentar la adopción de estas herramientas como un proceso automático. Junto a sus posibilidades educativas, identifica problemas de interoperabilidad, privacidad, integridad académica, calidad de las interacciones y aceptación por parte de estudiantes y docentes. 

También reconoce una limitación metodológica importante: el corpus procede exclusivamente de Web of Science, una decisión que facilita la homogeneidad del análisis bibliométrico pero restringe el alcance de la literatura examinada. La lectura que deja el artículo es, por tanto, menos complaciente y más útil: la cuestión ya no es si la IA entrará en la educación superior, sino con qué evidencias, para resolver qué problemas y bajo qué condiciones institucionales merece realmente hacerlo.

---

Cómo citar: Jiménez-García, E., Ruiz-Lázaro, J., Martínez-Requejo, S., & Redondo-Duarte, S. (2025). Inteligencia Artificial y chatbots para una educación superior sostenible: una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 81–104. https://doi.org/10.5944/ried.28.2.43240

The University and Chatbots: Uses, Promises, and Limits

The conversation about artificial intelligence in higher education often moves faster than the available evidence. The study by Eva Jiménez-García, Judit Ruiz-Lázaro, Sonia Martínez-Requejo, and Sara Redondo-Duarte seeks to bring some order to this rapidly evolving field through a systematic review of 42 studies on chatbots and artificial intelligence in higher education.

The analysis reveals a field that has grown at remarkable speed, particularly since 2020, with more than half of the articles included in the review published in 2023. But it also shows that research extends well beyond ChatGPT or academic support: applications include student guidance, tutoring, management, mental health, motivation, personalised learning, and administrative assistance.

One of the most interesting aspects of the article is its attempt to connect this technological expansion with sustainability. The relationship, however, is far from even. Of the 42 studies analysed, only 21 were associated in Web of Science with a Sustainable Development Goal, and ten of these focused on SDG 4, Quality Education. Health and well-being, reduced inequalities, clean energy, and climate action appear much more marginally.

Rather than demonstrating that chatbots are already making a broad contribution to the 2030 Agenda, the data point to a research agenda that remains highly uneven: there are still many areas of sustainability in which we know very little about what AI might contribute to higher education.

The review is particularly useful because it avoids presenting the adoption of these tools as an automatic or straightforward process. Alongside their educational potential, it identifies challenges related to interoperability, privacy, academic integrity, the quality of interactions, and acceptance by both students and faculty.

It also acknowledges an important methodological limitation: the corpus is drawn exclusively from Web of Science, a decision that improves the consistency of the bibliometric analysis but narrows the scope of the literature examined. The article therefore leaves us with a more critical, and ultimately more useful, perspective: the question is no longer whether AI will enter higher education, but on what evidence, to solve which problems, and under what institutional conditions its adoption is genuinely worthwhile.

---

How to Cite: Jiménez-García, E., Ruiz-Lázaro, J., Martínez-Requejo, S., & Redondo-Duarte, S. (2025). Artificial Intelligence and chatbots for sustainable higher education: a systematic review. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 81–104. https://doi.org/10.5944/ried.28.2.43240

Por qué algunos juegos educativos funcionan y otros no

La gamificación suele venderse por sus elementos más visibles: puntos, competición, retos, premios. Pero este trabajo de Carmen-María Queiro-Ameijeiras, Elies Seguí-Mas y José Martí-Parreño plantea una pregunta bastante más interesante: ¿qué hace que un estudiante quiera realmente utilizar una experiencia gamificada para aprender? 

Para investigarlo, los autores combinaron dos marcos que normalmente miran el problema desde lados distintos. El Modelo de Aceptación de la Tecnología pregunta, simplificando, si una herramienta parece útil y fácil de utilizar; la Teoría de la Autodeterminación se interesa por cuestiones más humanas, como sentirse competente, tener autonomía y relacionarse con los demás. El estudio pone ambas piezas en el mismo modelo y las prueba con 149 estudiantes de cuatro universidades españolas que participaron en BUGAMAP, un simulador en el que equipos de cuatro o cinco personas gestionaban una compañía de seguros y debían reaccionar a situaciones como un crack bursátil o una catástrofe natural.

El resultado más interesante es que lo social pesa mucho. El aprendizaje colaborativo es el factor que presenta la relación más fuerte con la utilidad percibida de la experiencia (β=0,537) y también influye claramente en su facilidad de uso (β=0,438). Sentirse competente, por su parte, aumenta la percepción de utilidad, mientras que disponer de autonomía hace que el sistema se perciba como más fácil de manejar. 

Y a partir de ahí aparece una cadena bastante lógica: cuanto más útil y fácil se percibe la experiencia, mejor es la actitud hacia ella; y esa actitud aumenta la intención de volver a utilizarla. Lo llamativo es que la aceptación de un juego educativo no parece depender tanto de hacerlo más espectacular o competitivo como de conseguir que el estudiante pueda hacer algo con otros, sentirse capaz de hacerlo y conservar cierto control sobre lo que hace.

Hay que poner algún freno a la interpretación. La muestra es de conveniencia, el estudio es transversal y analiza una experiencia muy concreta de simulación empresarial y contable; además, el propio modelo deja una parte considerable de la aceptación sin explicar. Los autores reconocen que sería necesario probarlo longitudinalmente, con muestras más representativas y añadiendo factores como el apoyo institucional, el feedback o la personalización. 

Pero precisamente por eso resulta útil una lectura menos literal del artículo. Su mensaje no es que exista una receta estadística para fabricar gamificación exitosa, sino que quizá llevemos demasiado tiempo mirando la parte equivocada del juego. Una buena experiencia gamificada puede depender menos de las recompensas que añadimos que de las necesidades humanas que conseguimos satisfacer mientras se juega.

---

Cómo citar: Queiro-Ameijeiras, C.-M., Seguí-Mas, E., & Martí-Parreño, J. (2025). Determinantes de la aceptación de la gamificación en la educación superior: un modelo empírico. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 127–155. https://doi.org/10.5944/ried.28.1.41565

Why Some Educational Games Work and Others Don’t

Gamification is often sold through its most visible features: points, competition, challenges, rewards. But this study by Carmen-María Queiro-Ameijeiras, Elies Seguí-Mas, and José Martí-Parreño asks a much more interesting question: what actually makes a student want to use a gamified experience for learning?

To explore this, the authors combined two frameworks that usually approach the problem from different angles. The Technology Acceptance Model asks, in simple terms, whether a tool seems useful and easy to use; Self-Determination Theory focuses on more human factors, such as feeling competent, having autonomy, and relating to others. The study brings both perspectives together in a single model and tests it with 149 students from four Spanish universities who took part in BUGAMAP, a simulator in which teams of four or five managed an insurance company and had to respond to events such as a stock market crash or a natural disaster.

The most interesting result is how much the social dimension matters. Collaborative learning shows the strongest relationship with the perceived usefulness of the experience (β=0.537) and also clearly influences perceived ease of use (β=0.438). Feeling competent, meanwhile, increases perceived usefulness, while having autonomy makes the system seem easier to use.

From there, a fairly logical chain emerges: the more useful and easy to use the experience seems, the more positive students’ attitudes toward it become; and that attitude, in turn, increases their intention to use it again. What is striking is that acceptance of an educational game does not seem to depend so much on making it more spectacular or competitive, but on enabling students to do something with others, feel capable of doing it, and retain a degree of control over what they are doing.

Some caution is needed in interpreting the findings. The study uses a convenience sample, is cross-sectional, and focuses on a very specific business and accounting simulation; moreover, the model itself leaves a substantial part of gamification acceptance unexplained. The authors acknowledge that it should be tested longitudinally, with more representative samples and with additional factors such as institutional support, feedback, or personalisation.

But that is precisely why a less literal reading of the article is useful. Its message is not that there is a statistical recipe for producing successful gamification, but that we may have spent too long looking at the wrong part of the game. A good gamified experience may depend less on the rewards we add than on the human needs we manage to satisfy while people are playing.

---

How to Cite: Queiro-Ameijeiras, C.-M., Seguí-Mas, E., & Martí-Parreño, J. (2025). Determinants of gamification acceptance in Higher Education: an empirical model. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 127–155. https://doi.org/10.5944/ried.28.1.41565

El aprendizaje online también necesita vínculos

La educación online ha resuelto bastante bien el problema de estudiar sin compartir un aula, pero no necesariamente el de aprender con otras personas. El trabajo de Silvia Martínez de Miguel López, Abraham Bernárdez-Gómez y Juan Antonio Salmerón Aroca resulta interesante precisamente porque desplaza la atención de las plataformas hacia algo mucho menos tecnológico: qué ocurre entre los estudiantes cuando tienen que colaborar a distancia. 

El estudio reconstruye seis cursos de un máster online a partir de la experiencia de 211 estudiantes, analizando portafolios y foros y completando esa información con un grupo de discusión. El periodo estudiado permite, además, observar un pequeño experimento histórico involuntario: qué cambió antes, durante y después de la pandemia.

Una de las conclusiones más sugerentes es que, a medida que la tecnología se vuelve cotidiana, parece hacerse menos visible. Antes de la pandemia, las referencias de los estudiantes a las herramientas digitales tenían mucho más peso; durante y después de ella, ganaron protagonismo las propias actividades colaborativas. 

Y hay otra observación reveladora: cuando las herramientas institucionales no facilitan suficientemente el trabajo, los alumnos construyen por su cuenta una especie de aula paralela. La wiki oficial convive con WhatsApp para comunicarse y Google Drive para escribir conjuntamente, porque esas herramientas encajan mejor con las prácticas digitales que ya conocen. Visto así, una plataforma educativa no compite solo con otras plataformas educativas: compite con la experiencia digital cotidiana del estudiante.

Pero quizá la idea más importante del artículo sea que colaborar online es, en sí mismo, algo que hay que aprender. Repartir estudiantes en grupos y proporcionarles una wiki no produce automáticamente aprendizaje colaborativo. Importan la confianza que se va formando entre los miembros, los distintos ritmos de trabajo, el reparto de tareas, la implicación desigual y la capacidad del propio grupo para regularse. Los estudiantes valoran poder contrastar perspectivas y construir conocimiento con personas procedentes de disciplinas diferentes, pero también describen las fricciones que aparecen cuando falta esa coordinación. 

El estudio es cualitativo, retrospectivo y muy ligado a un máster concreto, por lo que conviene no generalizar demasiado sus resultados. Pero deja una conclusión que trasciende el caso estudiado: quizá la madurez de la educación online empiece precisamente cuando dejamos de preguntarnos qué herramienta utilizar y empezamos a diseñar las condiciones para que un grupo de personas pueda realmente pensar y aprender junto, aunque nunca comparta una habitación.

 ---

Cómo citar: Martínez De Miguel López, S., Bernárdez-Gómez, A., & Salmeron Aroca, J. A. (2024). Análisis retrospectivo de la percepción sobre herramientas para el desarrollo de actividades colaborativas en entornos virtuales. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 35–55. https://doi.org/10.5944/ried.27.2.38983

Online Learning Needs Human Connections Too

Online education has become quite good at solving the problem of studying without sharing a classroom, but not necessarily the problem of learning with other people. The work of Silvia Martínez de Miguel López, Abraham Bernárdez-Gómez, and Juan Antonio Salmerón Aroca is interesting precisely because it shifts the focus away from platforms and towards something far less technological: what happens between students when they have to collaborate at a distance.

The study reconstructs six academic years of an online master’s programme through the experiences of 211 students, analysing portfolios and forums and complementing this material with a focus group. The period covered also provides a kind of unintended historical experiment: an opportunity to observe what changed before, during, and after the pandemic.

One of the most suggestive findings is that as technology becomes part of everyday life, it seems to become less visible. Before the pandemic, students devoted considerably more attention to digital tools; during and after it, the collaborative activities themselves became more prominent.

There is another revealing observation: when institutional tools do not adequately support the work students need to do, they build a kind of parallel classroom of their own. The official wiki coexists with WhatsApp for communication and Google Drive for collaborative writing because these tools fit more naturally with the digital practices students already know. Seen this way, an educational platform does not compete only with other educational platforms: it competes with students’ everyday digital experience.

But perhaps the article’s most important point is that collaborating online is itself something that has to be learned. Dividing students into groups and giving them a wiki does not automatically produce collaborative learning. What matters is the trust that gradually develops among group members, their different working rhythms, how tasks are distributed, unequal levels of participation, and the group’s ability to regulate itself. Students value the opportunity to compare perspectives and build knowledge with people from different disciplines, but they also describe the friction that arises when this coordination breaks down.

The study is qualitative, retrospective, and closely tied to one particular master’s programme, so its findings should not be generalised too far. But it leaves us with a conclusion that reaches beyond the case itself: perhaps online education comes of age precisely when we stop asking which tool to use and start designing the conditions in which a group of people can genuinely think and learn together, even if they never share the same room.

---

How to Cite: Martínez De Miguel López, S., Bernárdez-Gómez, A., & Salmeron Aroca, J. A. (2024). Retrospective analysis for the perception of educational tools for the development of collaborative activities in virtual environments. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 35–55. https://doi.org/10.5944/ried.27.2.38983

Scratch como gimnasio del pensamiento computacional

El pensamiento computacional se ha convertido en una de esas competencias que queremos enseñar cada vez antes, pero eso plantea una pregunta bastante elemental: ¿están preparados para hacerlo quienes van a ser maestros? El trabajo de Juan González-Martínez, Marta Peracaula-Bosch y Rafel Meyerhofer-Parra parte precisamente de ahí. 

Su propuesta tiene bastante sentido: antes de enseñar a futuros docentes cómo trabajar el pensamiento computacional con niños, conviene que ellos mismos aprendan a pensar y desenvolverse en ese lenguaje. Para comprobar hasta qué punto puede conseguirse en un tiempo razonable, los autores siguieron a 71 estudiantes de Magisterio que recibieron una formación intensiva basada principalmente en programación visual con Scratch.

Los resultados tienen un detalle especialmente interesante: la formación parece beneficiar a todos, pero no de la misma manera. La puntuación media en el test de pensamiento computacional pasó de 19,5 a 21,9 puntos, con un tamaño del efecto apreciable (d=0,6), pero quienes partían de niveles más bajos fueron precisamente quienes más mejoraron. Entre los estudiantes que ya tenían un nivel elevado, el progreso se manifestó sobre todo en una mayor rapidez para resolver los problemas. 

Es decir, la intervención no parece limitarse a favorecer a quienes ya llegan con facilidad para programar, sino que tiene cierto efecto compensador. Además, cuanto mejor era el proyecto realizado en Scratch, mayor tendía a ser posteriormente la puntuación en pensamiento computacional: los estudiantes con proyectos de nivel inferior obtuvieron una media de 18,9 en el test final, frente a 24,6 entre quienes realizaron los mejores proyectos.

Conviene, sin embargo, no convertir esa asociación en una demostración más fuerte de lo que permite el estudio. No hubo grupo de control y el diseño fue preexperimental, de modo que no podemos aislar con seguridad cuánto de la mejora procede específicamente de Scratch o de otros componentes de la asignatura. Aun así, el artículo deja una idea pedagógica bastante potente: para enseñar una competencia no basta con conocer actividades para trabajarla; hay que haberla experimentado primero desde dentro. 

En este caso, Scratch funciona menos como un fin que como un pequeño laboratorio donde los futuros maestros tienen que descomponer problemas, construir soluciones, equivocarse y corregirlas. Solo después llega la pregunta propiamente docente: cómo conseguir que otros aprendan a hacer lo mismo. Esa secuencia (primero usuario competente y reflexivo, después profesor) quizá sea la aportación más transferible del estudio.

---

Cómo citar: González-Martínez, J., Peracaula-Bosch, M., & Meyerhofer-Parra, R. (2024). Impacto de una formación intensiva en programación en el desarrollo del Pensamiento Computacional en futuros/as maestros/as. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 187–208. https://doi.org/10.5944/ried.27.1.37672 

Scratch as a Gym for Computational Thinking

Computational thinking has become one of those skills we want students to develop at an increasingly early age. But this raises a fairly basic question: are the people who will be teaching it actually prepared to do so? This is precisely the starting point of the study by Juan González-Martínez, Marta Peracaula-Bosch, and Rafel Meyerhofer-Parra.

Their approach makes intuitive sense: before teaching future educators how to develop computational thinking in children, it is worth making sure that they themselves can think and work within that framework. To find out how far this could be achieved in a reasonable amount of time, the authors followed 71 pre-service teachers who received intensive training based mainly on visual programming with Scratch.

The results reveal a particularly interesting pattern: the training seems to benefit everyone, but not in the same way. The average score on the computational thinking test rose from 19.5 to 21.9 points, with a meaningful effect size (d=0.6), but those who started at the lowest levels were precisely the ones who improved the most. Among students who already had a high initial level, progress was reflected mainly in their ability to solve problems more quickly.

In other words, the intervention does not appear simply to favour those who already have a knack for programming; it also seems to have a certain compensatory effect. Moreover, the better the Scratch project students produced, the higher their subsequent computational thinking scores tended to be: students whose projects were rated at the lower level averaged 18.9 on the final test, compared with 24.6 among those who produced the strongest projects.

It is important, however, not to turn this association into a stronger claim than the study can support. There was no control group, and the research used a pre-experimental design, so we cannot determine with certainty how much of the improvement was specifically due to Scratch rather than to other components of the course. Even so, the article leaves us with a powerful pedagogical idea: knowing activities for teaching a skill is not enough; teachers should first experience and develop that skill themselves.

Here, Scratch functions less as an end in itself than as a small laboratory in which future teachers have to break problems down, construct solutions, make mistakes, and correct them. Only then does the distinctly pedagogical question arise: how can they help others learn to do the same? That sequence (first becoming a competent and reflective user, and then becoming a teacher) may well be the study’s most transferable contribution.

---

How to Cite: González-Martínez, J., Peracaula-Bosch, M., & Meyerhofer-Parra, R. (2024). Impact of intensive programming training on the development of Computational Thinking in prospective teachers. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 187–208. https://doi.org/10.5944/ried.27.1.37672