Docentes preparados para enseñar pensamiento computacional

El pensamiento computacional se ha convertido en una competencia cada vez más presente en los debates educativos, especialmente por su relación con la resolución de problemas, la creatividad y la adaptación a un entorno digital en constante cambio. 

El artículo de Gema Ortuño Meseguer y José Luis Serrano analiza cómo se está implementando esta competencia en educación primaria y qué tipo de formación recibe el profesorado para poder integrarla en el aula. A través de una revisión sistemática de estudios empíricos publicados entre 2006 y 2023, el trabajo ofrece una mirada crítica sobre un campo que avanza con rapidez, pero que todavía necesita mayor claridad pedagógica y formativa.

Uno de los hallazgos más relevantes del estudio es que la robótica y la programación visual por bloques, especialmente mediante herramientas como Scratch o kits de robótica, son las estrategias más habituales para desarrollar el pensamiento computacional en primaria. Sin embargo, la revisión también muestra algunas carencias importantes: hay pocos estudios centrados en los primeros cursos de primaria, las actividades desconectadas (aquellas que trabajan conceptos computacionales sin dispositivos digitales) siguen estando poco presentes, y la evaluación del pensamiento computacional continúa siendo un reto. 

Aunque existen instrumentos como pruebas Bebras, test específicos o herramientas asociadas a la programación, el artículo subraya la necesidad de combinar distintos enfoques para valorar de forma más completa los componentes de esta competencia.

La principal llamada de atención del artículo se dirige a la formación docente. Muchos maestros y maestras intentan incorporar el pensamiento computacional en sus aulas sin contar con una preparación suficiente, y las experiencias formativas analizadas suelen centrarse más en aspectos técnicos (programación o robótica) que en criterios pedagógicos sólidos. 

Por ello, el estudio reivindica el papel de las Facultades de Educación en el diseño y evaluación de programas de formación inicial y permanente que ayuden al profesorado a integrar el pensamiento computacional de manera gradual, interdisciplinar y significativa. Más que introducir tecnología por sí misma, el reto consiste en formar docentes capaces de convertir el pensamiento computacional en una herramienta para aprender, crear, colaborar y resolver problemas desde las primeras etapas educativas.

---

Cómo citar: Ortuño Meseguer, G., & Serrano, J. L. (2024). Implementación y formación del profesorado de educación primaria en pensamiento computacional: una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 255–287. https://doi.org/10.5944/ried.27.1.37572

Teachers Prepared to Teach Computational Thinking

Computational thinking has become an increasingly prominent competence in educational debates, especially because of its connection with problem-solving, creativity, and adaptation to a constantly changing digital environment.

The article by Gema Ortuño Meseguer and José Luis Serrano analyzes how this competence is being implemented in primary education and what kind of training teachers receive in order to integrate it into the classroom. Through a systematic review of empirical studies published between 2006 and 2023, the article offers a critical perspective on a field that is advancing rapidly, but still requires greater pedagogical and training-related clarity.

One of the study’s most relevant findings is that robotics and visual block-based programming, especially through tools such as Scratch or robotics kits, are the most common strategies for developing computational thinking in primary education. However, the review also reveals some important gaps: there are few studies focused on the early years of primary education, unplugged activities (those that work on computational concepts without digital devices) remain underused, and the assessment of computational thinking continues to be a challenge.

Although instruments such as Bebras tasks, specific tests, or programming-related tools are available, the article stresses the need to combine different approaches in order to assess the components of this competence more comprehensively.

The article’s main warning concerns teacher training. Many teachers attempt to incorporate computational thinking into their classrooms without sufficient preparation, and the training experiences analyzed tend to focus more on technical aspects (programming or robotics) than on solid pedagogical criteria.

For this reason, the study highlights the role of Faculties of Education in designing and evaluating initial and in-service teacher training programs that help teachers integrate computational thinking in a gradual, interdisciplinary, and meaningful way. Rather than introducing technology for its own sake, the challenge is to train teachers who are capable of turning computational thinking into a tool for learning, creating, collaborating, and solving problems from the earliest educational stages.

---

How to Cite: Ortuño Meseguer, G., & Serrano, J. L. (2024). Implementation and training of primary education teachers in computational thinking: a systematic review. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 255–287. https://doi.org/10.5944/ried.27.1.37572

Cómo convertir el feedback en una oportunidad real de aprendizaje

En los entornos virtuales de aprendizaje, el feedback no debería entenderse como una simple corrección al final de una tarea, sino como una oportunidad para pensar, revisar y mejorar. El artículo de Rosa M. Mayordomo Saiz, Anna Espasa Roca, Teresa Guasch Pascual y Montserrat Martínez Melo aborda precisamente esta cuestión: qué condiciones favorecen que el estudiantado se implique cognitivamente con el feedback recibido. 

En un contexto educativo cada vez más mediado por plataformas digitales, el estudio pone el foco en un aspecto clave: no basta con ofrecer feedback online; es necesario diseñar situaciones que ayuden al alumnado a leerlo, comprenderlo, interpretarlo y utilizarlo para regular su propio aprendizaje.

La investigación analiza la relación entre orientación motivacional, creencias de control sobre el aprendizaje, autoeficacia y expectativas de éxito con la implicación cognitiva del estudiantado. A través de un cuasi-experimento en una universidad totalmente en línea, las autoras comparan a estudiantes que reciben feedback durante el proceso de elaboración de una actividad y pueden reelaborarla, con otros que solo reciben feedback al final. 

Los resultados muestran que la orientación motivacional no genera diferencias significativas, en parte porque todo el alumnado presenta una alta orientación hacia el aprendizaje. Sin embargo, las creencias sobre el control del propio aprendizaje, la autoeficacia y las expectativas de éxito sí influyen en cómo los estudiantes se relacionan con el feedback final, especialmente cuando este llega tarde y no existen oportunidades de reelaboración.

El aporte más relevante del artículo es mostrar que el diseño tecnopedagógico puede mediar estas diferencias individuales. Cuando el feedback se ofrece durante el proceso y se acompaña de la posibilidad de revisar la tarea, los estudiantes se implican más: se esfuerzan por comprenderlo, identifican mejor los aspectos positivos y mejorables, y lo usan para planificar y regular su aprendizaje. Esta conclusión resulta especialmente valiosa para la educación online, donde la comunicación suele ser asincrónica y escrita. 

Más que pensar el feedback como una información que el docente entrega, el artículo invita a concebirlo como parte de una experiencia de aprendizaje cuidadosamente diseñada, en la que el estudiante asume un papel activo, reflexivo y progresivamente autónomo.

---

Cómo citar: Mayordomo Saiz, R. M., Espasa Roca, A., Guasch Pascual, T., & Martínez-Melo, M. (2023). Orientación motivacional, autoeficacia y expectativas: la implicación cognitiva con el feedback en entornos virtuales. RIED-Revista Iberoamericana de Educación a Distancia, 26(2), 135–154. https://doi.org/10.5944/ried.26.2.36242

How to Turn Feedback into a Real Learning Opportunity

In virtual learning environments, feedback should not be understood as a simple correction at the end of an assignment, but as an opportunity to think, revise, and improve. The article by Rosa M. Mayordomo Saiz, Anna Espasa Roca, Teresa Guasch Pascual, and Montserrat Martínez Melo addresses precisely this issue: what conditions encourage students to engage cognitively with the feedback they receive.

In an educational context increasingly mediated by digital platforms, the study focuses on a key aspect: it is not enough to provide online feedback; it is necessary to design situations that help students read it, understand it, interpret it, and use it to regulate their own learning.

The research analyzes the relationship between motivational orientation, beliefs about control over learning, self-efficacy, and expectations of success with students’ cognitive engagement. Through a quasi-experiment conducted at a fully online university, the authors compare students who receive feedback during the process of completing an activity and are able to revise and resubmit it with others who only receive feedback at the end.

The results show that motivational orientation does not generate significant differences, partly because all students display a strong orientation toward learning. However, beliefs about control over one’s own learning, self-efficacy, and expectations of success do influence how students engage with final feedback, especially when that feedback arrives late and there are no opportunities for revision.

The article’s most relevant contribution is showing that technopedagogical design can mediate these individual differences. When feedback is provided during the process and accompanied by the opportunity to revise the task, students become more engaged: they make greater efforts to understand it, better identify positive aspects and areas for improvement, and use it to plan and regulate their learning. This conclusion is especially valuable for online education, where communication is often asynchronous and written.

Rather than viewing feedback as information delivered by the teacher, the article invites us to conceive it as part of a carefully designed learning experience, in which students take on an active, reflective, and progressively autonomous role.

---

How to Cite: Mayordomo Saiz, R. M., Espasa Roca, A., Guasch Pascual, T., & Martínez-Melo, M. (2023). Motivational Orientation, Self-efficacy and Expectancy: Cognitive Engagement with Feedback in Virtual Environments. RIED-Revista Iberoamericana de Educación a Distancia, 26(2), 135–154. https://doi.org/10.5944/ried.26.2.36242

¿Está la universidad usando la tecnología para innovar o solo para sustituir?

La transformación digital de la universidad no consiste solo en incorporar plataformas, aplicaciones o recursos tecnológicos al aula. 

El artículo de Anna Sánchez-Caballé y Francesc M. Esteve-Mon analiza precisamente esta cuestión: cómo se están utilizando las tecnologías digitales en la educación superior y qué metodologías docentes las acompañan. A partir de una revisión sistemática de la literatura, el estudio ofrece una panorámica clara de un campo en plena evolución, marcado por el impulso del Espacio Europeo de Educación Superior, la expansión del e-learning y el impacto acelerador de la pandemia.

Uno de los principales aportes del trabajo es mostrar que la tecnología no garantiza por sí sola innovación pedagógica. Entre las metodologías más frecuentes aparecen el trabajo en grupo, el aprendizaje basado en problemas y los exámenes, junto con otras como la simulación, el debate, los estudios de caso o las tutorías. 

Sin embargo, los resultados revelan que, en muchos casos, el uso docente de las tecnologías sigue siendo sustitutivo: se digitalizan prácticas ya existentes, pero no siempre se transforman de manera profunda los procesos de enseñanza-aprendizaje. Al mismo tiempo, el estudio identifica experiencias en las que el alumnado adopta un papel más creativo e interactivo, lo que abre posibilidades interesantes para una docencia más activa y significativa.

La reseña que deja este artículo es clara: el reto de la universidad digital no es únicamente técnico, sino pedagógico, organizativo y cultural. Integrar tecnologías digitales exige pensar para qué se usan, cómo se articulan con las metodologías docentes y qué tipo de aprendizaje promueven. Por eso, esta revisión resulta especialmente valiosa para docentes, investigadores y responsables académicos interesados en avanzar hacia prácticas universitarias más reflexivas, activas y transformadoras. 

Más que celebrar la digitalización como un fin en sí mismo, el artículo invita a preguntarse cómo convertirla en una oportunidad real para mejorar la enseñanza y el aprendizaje en la educación superior.

---

Cómo citar: Sánchez-Caballé, A., & Esteve-Mon, F. M. (2023). Análisis de las metodologías docentes con tecnologías digitales en educación superior: una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, 26(1), 181–199. https://doi.org/10.5944/ried.26.1.33964

Is the university using technology to innovate, or merely to substitute?

The digital transformation of the university is not simply about incorporating platforms, applications, or technological resources into the classroom.

The article by Anna Sánchez-Caballé and Francesc M. Esteve-Mon addresses precisely this issue: how digital technologies are being used in higher education and which teaching methodologies accompany them. Based on a systematic literature review, the study offers a clear overview of a field in constant evolution, shaped by the momentum of the European Higher Education Area, the expansion of e-learning, and the accelerating impact of the pandemic.

One of the main contributions of the study is that it shows that technology alone does not guarantee pedagogical innovation. Among the most frequent methodologies are group work, problem-based learning, and examinations, along with others such as simulation, debate, case studies, and tutorials.

However, the findings reveal that, in many cases, the teaching use of technologies remains substitutive: existing practices are digitalized, but teaching and learning processes are not always profoundly transformed. At the same time, the study identifies experiences in which students adopt a more creative and interactive role, opening up interesting possibilities for more active and meaningful teaching.

The message conveyed by this article is clear: the challenge of the digital university is not only technical, but also pedagogical, organizational, and cultural. Integrating digital technologies requires us to consider what they are used for, how they are articulated with teaching methodologies, and what kind of learning they promote. For this reason, this review is especially valuable for teachers, researchers, and academic leaders interested in moving toward more reflective, active, and transformative university practices.

Rather than celebrating digitalization as an end in itself, the article invites us to ask how it can be turned into a real opportunity to improve teaching and learning in higher education. 

---

How to Cite: Sánchez-Caballé, A., & Esteve-Mon, F. M. (2023). Analysis of Teaching Methodologies Using Digital Technologies in Higher Education: a Systematic Review. RIED-Revista Iberoamericana de Educación a Distancia, 26(1), 181–199. https://doi.org/10.5944/ried.26.1.33964

Transformación docente e IA generativa en la educación superior

El artículo “IA generativa y transformación de la enseñanza en la educación superior: Revisión sistemática y modelo conceptual” analiza cómo la rápida expansión de la inteligencia artificial generativa está modificando el papel del profesorado universitario. 

Lejos de limitarse a incorporar una herramienta más al aula, la IA generativa plantea un cambio profundo: interviene en tareas cognitivas, comunicativas y organizativas que antes dependían exclusivamente del docente, y obliga a repensar la autoridad académica, el diseño curricular y la forma en que se construyen los entornos de aprendizaje.

A partir de una revisión sistemática de estudios publicados entre 2022 y 2025, el trabajo muestra que la investigación sobre IA generativa en educación superior ha crecido de forma acelerada desde 2023. Los resultados señalan una redistribución de las funciones docentes: el profesorado deja de ser solo transmisor de conocimiento para convertirse en mediador, diseñador, supervisor crítico y acompañante en ecosistemas híbridos donde interactúan personas y algoritmos. 

Este cambio abre oportunidades para la personalización, la retroalimentación y la innovación pedagógica, pero también genera tensiones relacionadas con la integridad académica, los sesgos algorítmicos, la dependencia tecnológica y la pérdida de autonomía pedagógica.

Una de las principales aportaciones del artículo es la propuesta de un modelo conceptual organizado en cuatro dominios interconectados: cognitivo-tecnológico, diseño pedagógico, ético-epistémico e institucional-curricular. Este marco ayuda a comprender que la integración responsable de la IA generativa no depende solo del uso de herramientas, sino de políticas institucionales, formación docente, criterios éticos y rediseños curriculares sólidos. 

La idea de fondo es clara: la IA generativa puede transformar la enseñanza universitaria, pero su verdadero valor dependerá de la capacidad de las instituciones y del profesorado para convertirla en una aliada crítica, equitativa y pedagógicamente significativa.

---

Cómo citar: Juárez-Vázquez, S., Sol Sampedro, F. J., & Hernández Ruíz, N. (2026). IA generativa y transformación de la enseñanza en la educación superior: Revisión sistemática y modelo conceptual. RIED-Revista Iberoamericana de Educación a Distancia, 29(2). https://doi.org/10.5944/ried.47225

Teaching Transformation and Generative AI in Higher Education

The article “Generative AI and the Transformation of Teaching in Higher Education: A Systematic Review and Conceptual Model” analyzes how the rapid expansion of generative artificial intelligence is reshaping the role of university faculty.

Far from being limited to the incorporation of yet another tool into the classroom, generative AI represents a profound shift: it intervenes in cognitive, communicative, and organizational tasks that previously depended exclusively on teachers, forcing us to rethink academic authority, curriculum design, and the way learning environments are constructed.

Based on a systematic review of studies published between 2022 and 2025, the work shows that research on generative AI in higher education has grown rapidly since 2023. The findings point to a redistribution of teaching functions: faculty are no longer merely transmitters of knowledge, but become mediators, designers, critical supervisors, and guides in hybrid ecosystems where people and algorithms interact.

This shift opens up opportunities for personalization, feedback, and pedagogical innovation, but it also creates tensions related to academic integrity, algorithmic bias, technological dependence, and the loss of pedagogical autonomy.

One of the article’s main contributions is the proposal of a conceptual model organized around four interconnected domains: cognitive-technological, pedagogical design, ethical-epistemic, and institutional-curricular. This framework helps us understand that the responsible integration of generative AI depends not only on the use of tools, but also on institutional policies, teacher training, ethical criteria, and robust curricular redesigns.

The underlying idea is clear: generative AI can transform university teaching, but its true value will depend on the ability of institutions and faculty to turn it into a critical, equitable, and pedagogically meaningful ally.

---

How to Cite: Juárez-Vázquez, S., Sol Sampedro, F. J., & Hernández Ruíz, N. (2026). Generative AI and transformation of teaching in higher education: Systematic review and conceptual model. RIED-Revista Iberoamericana de Educación a Distancia, 29(2). https://doi.org/10.5944/ried.47225

Impacto de la IA generativa en las competencias digitales universitarias

El artículo “Impacto de la IA generativa en competencias digitales universitarias: evidencia experimental basada en el marco DigComp” aborda una cuestión central para la educación superior actual: cómo el uso guiado de herramientas de inteligencia artificial generativa puede contribuir al desarrollo real de competencias digitales en el alumnado universitario. 

Frente a la idea, todavía extendida, de que los jóvenes ya dominan lo digital por el simple hecho de convivir con la tecnología, el estudio recuerda que saber usar herramientas no equivale necesariamente a saber utilizarlas de forma crítica, estratégica y autónoma.

A partir de un ensayo controlado aleatorizado con estudiantes universitarios, la investigación analiza el impacto de una intervención formativa centrada en el uso estratégico de la IA generativa. Los resultados muestran mejoras significativas en competencias vinculadas a la búsqueda y gestión de información, la interacción con herramientas tecnológicas y la autorregulación digital. 

Especialmente relevante es el efecto observado entre estudiantes con menor nivel inicial de competencia digital, lo que sugiere que la IA, cuando se integra con orientación didáctica, puede actuar como una herramienta compensadora capaz de reducir brechas y favorecer aprendizajes más equitativos.

Una de las principales aportaciones del trabajo es que no presenta la IA generativa como una solución automática, sino como un recurso educativo que requiere acompañamiento, planificación y criterio pedagógico. El artículo subraya que el valor de estas tecnologías no reside únicamente en su capacidad para producir respuestas, sino en cómo pueden ayudar al alumnado a formular mejores preguntas, contrastar información, resolver problemas y tomar conciencia de sus propias necesidades de aprendizaje. 

En este sentido, la IA generativa aparece no como sustituta del profesorado, sino como una oportunidad para repensar la enseñanza universitaria desde una perspectiva más crítica, inclusiva y orientada al desarrollo de competencias para la vida digital.

---

Cómo citar: García, C. G., & Pallarés, N. (2026). Impacto de la IA generativa en competencias digitales universitarias: evidencia experimental basada en el marco DigComp. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 53–77. https://doi.org/10.5944/ried.45533

Impact of Generative AI on University Students’ Digital Competences

The article “Impact of Generative AI on University Students’ Digital Competences: Experimental Evidence Based on the DigComp Framework” addresses a central issue in today’s higher education: how the guided use of generative artificial intelligence tools can contribute to the real development of digital competences among university students.

Against the still widespread idea that young people already master the digital world simply because they live surrounded by technology, the study reminds us that knowing how to use tools does not necessarily mean knowing how to use them critically, strategically, and autonomously.

Based on a randomized controlled trial with university students, the research analyzes the impact of a training intervention focused on the strategic use of generative AI. The results show significant improvements in competences related to information search and management, interaction with technological tools, and digital self-regulation.

Particularly relevant is the effect observed among students with a lower initial level of digital competence, suggesting that AI, when integrated with didactic guidance, can act as a compensatory tool capable of reducing gaps and fostering more equitable learning.

One of the main contributions of the study is that it does not present generative AI as an automatic solution, but rather as an educational resource that requires support, planning, and pedagogical judgment. The article emphasizes that the value of these technologies lies not only in their ability to produce answers, but also in how they can help students ask better questions, verify information, solve problems, and become aware of their own learning needs.

In this sense, generative AI appears not as a substitute for teachers, but as an opportunity to rethink university teaching from a more critical, inclusive perspective, oriented toward the development of competences for digital life.

---

How to Cite: García, C. G., & Pallarés, N. (2026). Impact of generative AI on university students’ digital competences: experimental evidence based on the DigComp framework. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 53–77. https://doi.org/10.5944/ried.45533