Enseñanza in silico: una herramienta para ayudar a la construcción del pensamiento abstracto en la enseñanza de la química en niveles universitarios iniciales

Abstract

La enseñanza de la química a nivel universitario enfrenta el desafío de desarrollar el pensamiento abstracto en estudiantes, particularmente en temas como estructura electrónica y geometría molecular, que requieren integrar representaciones macroscópicas, microscópicas y simbólicas. Estos conceptos, tradicionalmente abordados desde enfoques teóricos, presentan dificultades de comprensión. Esta tesis investiga cómo las herramientas computacionales (in silico) pueden optimizar este proceso mediante la distribución de carga cognitiva y la visualización interactiva de conceptos complejos. El estudio empleó metodología de investigación-acción en la asignatura Química General de carreras científicas. Se implementó una secuencia didáctica basada en modelado molecular, evaluada mediante encuestas, pruebas pretest-postest y análisis cualitativos en distintos semestres entre los años 2018 y 2024. El período pandémico permitió adaptar la propuesta a entornos virtuales, evidenciando su versatilidad pedagógica. Los resultados demuestran mejoras significativas en la comprensión de conceptos abstractos, especialmente en orbitales moleculares. La enseñanza in silico emerge como estrategia efectiva cuando se integra curricularmente, no solo facilitando el aprendizaje sino también desarrollando competencias digitales profesionales. Futuras líneas deberían explorar aplicaciones de inteligencia artificial y extender esta metodología a otros dominios conceptuales de química.

University-level chemistry education faces the challenge of developing students' abstract thinking, particularly regarding topics like electronic structure and molecular geometry, which require integrating macroscopic, microscopic, and symbolic representations. These concepts, traditionally taught through theoretical approaches, present significant comprehension difficulties. This thesis investigates how computational tools (in silico) can optimize this learning process through cognitive load distribution and interactive visualization of complex concepts. The study employed action research methodology in General Chemistry courses for science majors. A didactic sequence based on molecular modeling was implemented and evaluated through surveys, pretest-postest assessments, and qualitative analyses across various semesters between 2018 and 2024. The pandemic period enabled adaptation to virtual environments, demonstrating the approach's pedagogical versatility. Results show significant improvements in understanding abstract concepts, particularly molecular orbitals. In silico teaching emerges as an effective strategy when properly integrated into curricula, not only facilitating learning but also developing professional digital competencies. Future research should explore artificial intelligence applications and extend this methodology to other conceptual domains in chemistry.