Revista Universitaria del
CARIBE
Volumen 33, No. 1, Enero-Junio, 2025
COPYRIGHT © (URACCAN) • ISSN: 2311-5807 (PRINT) • ISSN: 2311-7346 (Online) •
https://doi.org/10.5377/ruc.v33i1.22779
75
Recibido: 10/05/2025 - Aprobado: 27/06/2025 Licencia Creative Commons
Atribución-NoComercial-NoDerivadas
González-Acuña, J. A., Martínez-Hernández, Y. J., Padilla-Aguilar, E. J., López, O. S., y Herrera-Castrillo, C. J. (2026). Modelos matemáticos como
estrategia para el desarrollo del pensamiento algebraico en estudiantes universitarios. Revista Universitaria del Caribe, 33(1), 75-90.
https://doi.org/10.5377/ruc.v33i1.22779
Modelos matemáticos como estrategia para el desarrollo
del pensamiento algebraico en estudiantes Universitarios
Mathematical models as a strategy for developing algebraic thinking in university students
José Andrés González-Acuña1
Yenffry José Martínez-Hernández 2
Eliezer Jonathan Padilla-Aguilar 3
Oliver Santiago López 4
Cliffor Jerry Herrera-Castrillo 5
RESUMEN
El presente estudio analiza la relación entre el uso de modelos matemáticos mediados por Scratch
y el desarrollo del pensamiento algebraico en estudiantes de primer año de Física-Matemática de la
UNAN-Managua/CUR-Estelí. La investigación se fundamenta en un enfoque cuantitativo, con diseño no
experimental, de corte transversal y alcance descriptivo-correlacional. Se aplicaron instrumentos como
la Prueba de Competencia Algebraica (PCA), la Escala de Motivación hacia el Álgebra en Física (EMAF)
y la Rúbrica de Procesos de Modelación (RPM), con el propósito de medir el rendimiento académico, la
abstracción y la motivación antes y después de la intervención. Los resultados descriptivos evidencian
un nivel alto de desempeño algebraico y una valoración favorable hacia el uso de modelos matemáticos
1 Estudiante de la Carrera Licenciatura en Ciencias de la Educación con mención en Física-Matemática, Universidad Nacional Autónoma de Nicaragua, Managua
(UNAN-Managua), Centro Universitario Regional Estelí (CUR-Estelí). Correo electrónico: jose.gonzalez23503162@estu.unan.edu.ni. Código ORCID: https://orcid.
org/0009-0006-1286-1045
Student of the Bachelor of Science in Education with a specialization in Physics-Mathematics, National Autonomous University of Nicaragua, Managua
(UNAN-Managua), Estelí Regional University Center (CUR-Estelí).
2 Estudiante de la Carrera Licenciatura en Ciencias de la Educación con mención en Física-Matemática, Universidad Nacional Autónoma de Nicaragua, Managua
(UNAN-Managua), Centro Universitario Regional Estelí (CUR-Estelí). Correo electrónico: yenffry.martinez22717629@estu.unan.edu.ni. Código ORCID: https://
orcid.org/0009-0006-1233-4317
Student of the Bachelor of Science in Education with a specialization in Physics-Mathematics, National Autonomous University of Nicaragua, Managua
(UNAN-Managua), Estelí Regional University Center (CUR-Estelí).
3 Estudiante de la Carrera Licenciatura en Ciencias de la Educación con mención en Física-Matemática, Universidad Nacional Autónoma de Nicaragua, Managua
(UNAN-Managua), Centro Universitario Regional Estelí (CUR-Estelí). Correo electrónico: eliezer.padilla23504416@estu.unan.edu.ni. Código ORCID: https://orcid.
org/0009-0005-0121-702X
Student of the Bachelor of Science in Education with a specialization in Physics-Mathematics, National Autonomous University of Nicaragua, Managua
(UNAN-Managua), Estelí Regional University Center (CUR-Estelí).
4 Licenciado en Ciencias de la Educación con mención en Física-Matemática, Docente Horario, Universidad Nacional Autónoma de Nicaragua, Managua
(UNAN-Managua), Centro Universitario Regional Estelí (CUR-Estelí). Correo electrónico: oliver.lopez@unan.edu.ni. Código ORCID: https://orcid.org/0000-0002-
4469-920X
Bachelor of Science in Education with a specialization in Physics-Mathematics, Part-time Professor, National Autonomous University of Nicaragua, Managua
(UNAN-Managua), Estelí Regional University Center (CUR-Estelí).
5 Doctor en Matemática Aplicada, Docente Titular, Universidad Nacional Autónoma de Nicaragua, Managua (UNAN-Managua), Centro Universitario Regional
Estelí (CUR-Estelí). Correo electrónico: cliffor.herrera@unan.edu.ni. Código ORCID: https://orcid.org/0000-0002-7663-2499
PhD in Applied Mathematics. Full Professor, National Autonomous University of Nicaragua, Managua (UNAN-Managua) Estelí Regional University Center
(CUR-Estelí).
REVISTA UNIVERSITARIA DEL CARIBE No. 3376
EDUCACIÓN PUERIOR
mediados por Scratch. Se concluye que la modelación matemática constituye una estrategia didáctica eficaz
que integra la teoría con la práctica, fortaleciendo el razonamiento lógico y la resolución de problemas. Este
estudio aporta evidencias empíricas relevantes para la innovación curricular en la enseñanza del álgebra
universitaria y ofrece una base metodológica útil para futuras investigaciones en el campo de la didáctica
de las matemáticas.
Palabras Clave: Enseñanza universitaria, estrategia pedagógica, innovación educativa,
modelos matemáticos, motivación, pensamiento algebraico
ABSTRACT
This study analyzes the relationship between the use of mathematical models mediated by Scratch and the
development of algebraic thinking among first-year Physics-Mathematics students at UNAN-Managua/
CUR-Estelí. The r esearch i s b ased o n a q uantitative a pproach, e mploying a n on-experimental, c ross-
sectional design with a descriptive-correlational scope. Instruments such as the Algebraic Competence
Test (PCA), the Motivation Scale toward Algebra in Physics (EMAF), and the Modeling Processes Rubric
(RPM) were administered to measure academic performance, abstraction, and motivation before and
after the intervention. The descriptive results show a high level of algebraic performance and a favorable
assessment of the use of mathematical models mediated by Scratch. It is concluded that mathematical
modeling constitutes an effective teaching strategy that integrates theory with practice, strengthening
logical reasoning and problem-solving. This s tudy p rovides r elevant e mpirical e vidence f or c urricular
innovation in the teaching of university algebra and offers a useful methodological foundation for future
research in the field of mathematics education.
Keywords: University teaching, pedagogical strategy, educational innovation, mathematical models,
motivation, algebraic thinking
I. INTRODUCCIÓN
A lo largo de la historia, las matemáticas han constituido una base esencial para el desarrollo intelectual,
científico y social, al proporcionar herramientas para comprender fenómenos abstractos, resolver problemas
prácticos y articular conocimientos entre diversas disciplinas (Herrera-Castrillo, 2023). En este sentido,
Courant y Robbins (1941) destacan que las matemáticas representan un campo en constante evolución
cuya función trasciende el cálculo, al convertirse en un medio para interpretar la realidad y responder
a necesidades concretas. Desde esta perspectiva, la educación matemática en el nivel superior no debe
limitarse a la transmisión de procedimientos, sino orientarse al fortalecimiento del pensamiento crítico,
lógico y abstracto.
En el ámbito universitario, el aprendizaje del álgebra representa uno de los pilares para la formación
de estudiantes en carreras científicas, particularmente en Física-Matemática, debido a su papel en la
modelización de fenómenos, la resolución de problemas y la construcción de estructuras formales de
pensamiento. Sin embargo, diversas investigaciones evidencian dificultades persistentes en la transición
del pensamiento aritmético al pensamiento algebraico, especialmente cuando los estudiantes enfrentan
procesos de generalización, abstracción y aplicación contextualizada de conceptos algebraicos (Martínez
Suárez, 2018; Blandón Dávila, 2019; Herrera Castrillo y Gomez Vidal, 2026). Esta problemática refleja una
brecha entre la enseñanza tradicional centrada en la manipulación simbólica y la necesidad de desarrollar
competencias que permitan interpretar, representar y resolver situaciones reales mediante estructuras
matemáticas.
La literatura especializada coincide en que el pensamiento algebraico trasciende el dominio operativo de
símbolos, pues implica reconocer patrones, establecer relaciones funcionales, construir generalizaciones y
utilizar el álgebra como herramienta de modelización (Godino et al., 2003). Bajo esta lógica, el aprendizaje
significativo del álgebra requiere metodologías innovadoras que articulen teoría y práctica, favoreciendo
la construcción de significados y el razonamiento lógico. Jahangiri et al. (2022) sostienen que la educación
EDUCACIÓN PUERIOR
mediados por Scratch. Se concluye que la modelación matemática constituye una estrategia didáctica eficaz
que integra la teoría con la práctica, fortaleciendo el razonamiento lógico y la resolución de problemas. Este
estudio aporta evidencias empíricas relevantes para la innovación curricular en la enseñanza del álgebra
universitaria y ofrece una base metodológica útil para futuras investigaciones en el campo de la didáctica
de las matemáticas.
Palabras Clave: Enseñanza universitaria, estrategia pedagógica, innovación educativa,
modelos matemáticos, motivación, pensamiento algebraico
ABSTRACT
This study analyzes the relationship between the use of mathematical models mediated by Scratch and the
development of algebraic thinking among first-year Physics-Mathematics students at UNAN-Managua/
CUR-Estelí. The r esearch i s b ased o n a q uantitative a pproach, e mploying a n on-experimental, c ross-
sectional design with a descriptive-correlational scope. Instruments such as the Algebraic Competence
Test (PCA), the Motivation Scale toward Algebra in Physics (EMAF), and the Modeling Processes Rubric
(RPM) were administered to measure academic performance, abstraction, and motivation before and
after the intervention. The descriptive results show a high level of algebraic performance and a favorable
assessment of the use of mathematical models mediated by Scratch. It is concluded that mathematical
modeling constitutes an effective teaching strategy that integrates theory with practice, strengthening
logical reasoning and problem-solving. This s tudy p rovides r elevant e mpirical e vidence f or c urricular
innovation in the teaching of university algebra and offers a useful methodological foundation for future
research in the field of mathematics education.
Keywords: University teaching, pedagogical strategy, educational innovation, mathematical models,
motivation, algebraic thinking
I. INTRODUCCIÓN
A lo largo de la historia, las matemáticas han constituido una base esencial para el desarrollo intelectual,
científico y social, al proporcionar herramientas para comprender fenómenos abstractos, resolver problemas
prácticos y articular conocimientos entre diversas disciplinas (Herrera-Castrillo, 2023). En este sentido,
Courant y Robbins (1941) destacan que las matemáticas representan un campo en constante evolución
cuya función trasciende el cálculo, al convertirse en un medio para interpretar la realidad y responder
a necesidades concretas. Desde esta perspectiva, la educación matemática en el nivel superior no debe
limitarse a la transmisión de procedimientos, sino orientarse al fortalecimiento del pensamiento crítico,
lógico y abstracto.
En el ámbito universitario, el aprendizaje del álgebra representa uno de los pilares para la formación
de estudiantes en carreras científicas, particularmente en Física-Matemática, debido a su papel en la
modelización de fenómenos, la resolución de problemas y la construcción de estructuras formales de
pensamiento. Sin embargo, diversas investigaciones evidencian dificultades persistentes en la transición
del pensamiento aritmético al pensamiento algebraico, especialmente cuando los estudiantes enfrentan
procesos de generalización, abstracción y aplicación contextualizada de conceptos algebraicos (Martínez
Suárez, 2018; Blandón Dávila, 2019; Herrera Castrillo y Gomez Vidal, 2026). Esta problemática refleja una
brecha entre la enseñanza tradicional centrada en la manipulación simbólica y la necesidad de desarrollar
competencias que permitan interpretar, representar y resolver situaciones reales mediante estructuras
matemáticas.
La literatura especializada coincide en que el pensamiento algebraico trasciende el dominio operativo de
símbolos, pues implica reconocer patrones, establecer relaciones funcionales, construir generalizaciones y
utilizar el álgebra como herramienta de modelización (Godino et al., 2003). Bajo esta lógica, el aprendizaje
significativo del álgebra requiere metodologías innovadoras que articulen teoría y práctica, favoreciendo
la construcción de significados y el razonamiento lógico. Jahangiri et al. (2022) sostienen que la educación
EDUCACIÓN SUPERIORURACCAN
77
universitaria contemporánea demanda estrategias didácticas capaces de responder a las características
cognitivas del estudiante actual, mientras que Blum y Barzel Ferri (2016) plantean que la modelización
matemática constituye un puente entre el conocimiento formal y su aplicación práctica, fortaleciendo la
comprensión y utilidad del aprendizaje matemático.
En el contexto internacional, estudios como los de Acosta Castillo y Moreno Reyes (2019) y Barragán
Moreno et al. (2024) demuestran que la incorporación de estrategias basadas en modelación, secuencias
didácticas estructuradas y recursos tecnológicos favorece mejoras significativas en el aprendizaje del álgebra.
Dichos trabajos destacan que la contextualización de contenidos, el uso de procesos psicopedagógicos y la
resolución de problemas aplicados permiten consolidar un pensamiento algebraico más sólido. No obstante,
también señalan desafíos importantes relacionados con la formación docente, la disponibilidad de recursos
y la necesidad de adaptar estas estrategias a contextos universitarios específicos.
Desde el ámbito nacional y local, investigaciones desarrolladas en instituciones nicaragüenses,
particularmente en la UNAN-Managua y sus sedes regionales, confirman que persisten debilidades en la
comprensión algebraica de estudiantes universitarios, especialmente en la aplicación práctica de conceptos, el
razonamiento funcional y la transferencia de aprendizajes hacia situaciones problemáticas concretas (Castillo
Sanchez, 2016; Herrera Castrillo y López, 2025; Triminio Zavala et al., 2023). Estos antecedentes revelan
la necesidad de fortalecer propuestas pedagógicas alineadas con el modelo educativo por competencias,
capaces de integrar el razonamiento abstracto con herramientas de simulación, representación y análisis.
En este marco, la modelización matemática mediada por Scratch se presenta como una estrategia didáctica
innovadora para fortalecer el pensamiento algebraico en estudiantes universitarios. Scratch, como entorno
de programación visual, facilita la representación computacional de relaciones algebraicas, funciones y
estructuras algorítmicas, convirtiéndose en un recurso de andamiaje que vincula el lenguaje simbólico con
procesos de simulación interactiva (Kuz y Ariste, 2022). Esta integración permite que el estudiante no solo
manipule expresiones algebraicas, sino que traduzca conceptos matemáticos a representaciones dinámicas,
fortaleciendo la abstracción, la comprensión funcional y la resolución de problemas.
La brecha identificada entre la enseñanza procedimental del álgebra y el desarrollo de competencias
algebraicas aplicadas justifica la presente investigación, cuyo propósito es evaluar cuantitativamente el
efecto de una intervención didáctica basada en la representación y simulación de modelos matemáticos
mediante Scratch en estudiantes de primer año de Física-Matemática de la UNAN-Managua/CUR-Estelí. Esta
investigación parte de la premisa de que la integración de modelos matemáticos con programación visual
puede potenciar significativamente el desarrollo del pensamiento algebraico, al conectar el conocimiento
abstracto con experiencias de aprendizaje contextualizadas y tecnológicamente mediadas.
En consecuencia, este estudio busca aportar evidencia empírica sobre una estrategia pedagógica
innovadora que responda a las demandas actuales de la educación superior, ofreciendo herramientas
metodológicas para fortalecer la enseñanza del álgebra desde un enfoque competencial (Herrera Castrillo
y Gomez Vidal, 2026). Asimismo, sus resultados pretenden contribuir a la toma de decisiones curriculares
y didácticas en la formación de futuros profesionales de Física-Matemática, promoviendo procesos de
enseñanza más significativos, contextualizados y orientados a la modelización de la realidad.
En correspondencia con esta problemática, el objetivo general de la investigación es analizar la relación
entre el uso de modelos matemáticos mediados por Scratch y el desarrollo del pensamiento algebraico en
estudiantes de primer año de Física-Matemática de la UNAN-Managua/CUR-Estelí.
77
universitaria contemporánea demanda estrategias didácticas capaces de responder a las características
cognitivas del estudiante actual, mientras que Blum y Barzel Ferri (2016) plantean que la modelización
matemática constituye un puente entre el conocimiento formal y su aplicación práctica, fortaleciendo la
comprensión y utilidad del aprendizaje matemático.
En el contexto internacional, estudios como los de Acosta Castillo y Moreno Reyes (2019) y Barragán
Moreno et al. (2024) demuestran que la incorporación de estrategias basadas en modelación, secuencias
didácticas estructuradas y recursos tecnológicos favorece mejoras significativas en el aprendizaje del álgebra.
Dichos trabajos destacan que la contextualización de contenidos, el uso de procesos psicopedagógicos y la
resolución de problemas aplicados permiten consolidar un pensamiento algebraico más sólido. No obstante,
también señalan desafíos importantes relacionados con la formación docente, la disponibilidad de recursos
y la necesidad de adaptar estas estrategias a contextos universitarios específicos.
Desde el ámbito nacional y local, investigaciones desarrolladas en instituciones nicaragüenses,
particularmente en la UNAN-Managua y sus sedes regionales, confirman que persisten debilidades en la
comprensión algebraica de estudiantes universitarios, especialmente en la aplicación práctica de conceptos, el
razonamiento funcional y la transferencia de aprendizajes hacia situaciones problemáticas concretas (Castillo
Sanchez, 2016; Herrera Castrillo y López, 2025; Triminio Zavala et al., 2023). Estos antecedentes revelan
la necesidad de fortalecer propuestas pedagógicas alineadas con el modelo educativo por competencias,
capaces de integrar el razonamiento abstracto con herramientas de simulación, representación y análisis.
En este marco, la modelización matemática mediada por Scratch se presenta como una estrategia didáctica
innovadora para fortalecer el pensamiento algebraico en estudiantes universitarios. Scratch, como entorno
de programación visual, facilita la representación computacional de relaciones algebraicas, funciones y
estructuras algorítmicas, convirtiéndose en un recurso de andamiaje que vincula el lenguaje simbólico con
procesos de simulación interactiva (Kuz y Ariste, 2022). Esta integración permite que el estudiante no solo
manipule expresiones algebraicas, sino que traduzca conceptos matemáticos a representaciones dinámicas,
fortaleciendo la abstracción, la comprensión funcional y la resolución de problemas.
La brecha identificada entre la enseñanza procedimental del álgebra y el desarrollo de competencias
algebraicas aplicadas justifica la presente investigación, cuyo propósito es evaluar cuantitativamente el
efecto de una intervención didáctica basada en la representación y simulación de modelos matemáticos
mediante Scratch en estudiantes de primer año de Física-Matemática de la UNAN-Managua/CUR-Estelí. Esta
investigación parte de la premisa de que la integración de modelos matemáticos con programación visual
puede potenciar significativamente el desarrollo del pensamiento algebraico, al conectar el conocimiento
abstracto con experiencias de aprendizaje contextualizadas y tecnológicamente mediadas.
En consecuencia, este estudio busca aportar evidencia empírica sobre una estrategia pedagógica
innovadora que responda a las demandas actuales de la educación superior, ofreciendo herramientas
metodológicas para fortalecer la enseñanza del álgebra desde un enfoque competencial (Herrera Castrillo
y Gomez Vidal, 2026). Asimismo, sus resultados pretenden contribuir a la toma de decisiones curriculares
y didácticas en la formación de futuros profesionales de Física-Matemática, promoviendo procesos de
enseñanza más significativos, contextualizados y orientados a la modelización de la realidad.
En correspondencia con esta problemática, el objetivo general de la investigación es analizar la relación
entre el uso de modelos matemáticos mediados por Scratch y el desarrollo del pensamiento algebraico en
estudiantes de primer año de Física-Matemática de la UNAN-Managua/CUR-Estelí.
REVISTA UNIVERSITARIA DEL CARIBE No. 3378
II. LITERATURA
El pensamiento algebraico: una habilidad fundamental
El pensamiento matemático es más que resolver ecuaciones, es la capacidad de pensar con lógica y
encontrar patrones. El Pensamiento Algebraico, que entendemos como una línea de estudio e investigación
en Didáctica de las Matemáticas, se ocupa de los fenómenos de enseñanza, aprendizaje y comunicación de
los conceptos algebraicos en el Sistema Educativo y en el medio social; se encuentra inmerso en uno de los
muchos dilemas que envuelven al pensamiento matemático: "La cognición es intrínsecamente contextual
versus el lenguaje algebraico es intrínsecamente abstracto" (Socas, 1999).
En el contexto universitario, esta habilidad adquiere una relevancia especial porque actúa como puente
hacia la resolución de problemas complejos, fomenta el razonamiento lógico y fortalece la capacidad de los
estudiantes para transferir conocimientos a diferentes áreas de su formación profesional. En consecuencia,
un adecuado desarrollo del pensamiento algebraico contribuye tanto a la consolidación de competencias
cognitivas como al fortalecimiento de la autonomía académica.
Pensamiento algebraico:
Una habilidad cognitiva para generalizar relaciones, razonar con variables y símbolos, y comprender la
estructura subyacente de los problemas matemáticos (Socas, 1999; Alaniz Martínez et al., 2026).
Pensamiento racional:
Constituye la dimensión del algebra enfocada en la generalización, que implica la capacidad de identificar
y expresar relaciones matemáticas de manera general, en lugar de centrarse solo en los resultados numéricos
específicos (Kieran y Filloy Yagüe, 2006). Su desarrollo es crucial, ya que permite ver la igualdad como una
relación de equivalencia.
Pensamiento estructural:
Esta dimensión se centra en la comprensión del álgebra como un sistema estructural y una técnica para
transformar y resolver, vinculándose directamente con el dominio de la sintaxis y las reglas del sistema
simbólico. El pensamiento estructural permite al estudiante reconocer estructuras subyacentes en las
expresiones (ej. una forma factorizable) y manipularlas eficientemente (factorizar, simplificar, resolver
ecuaciones) mediante la aplicación de las propiedades y leyes algebraicas (Actividades Transformacionales)
(Ayala Bravo et al., 2026).
Pensamiento funcional:
El pensamiento funcional es la capacidad de modelar y razonar sobre las relaciones dinámicas entre
cantidades, poniendo el foco en la noción de función y el análisis de la variación (Kaput). Esta habilidad
es fundamental para ver el álgebra como una herramienta de modelización, permitiendo a los estudiantes
comprender cómo el cambio en una variable (input) afecta a otra (output), y es la base para la comprensión
de conceptos avanzados del cálculo y las aplicaciones de la matemática (Liñan Morales, 2025).
EDUCACIÓN SUPERIOR
II. LITERATURA
El pensamiento algebraico: una habilidad fundamental
El pensamiento matemático es más que resolver ecuaciones, es la capacidad de pensar con lógica y
encontrar patrones. El Pensamiento Algebraico, que entendemos como una línea de estudio e investigación
en Didáctica de las Matemáticas, se ocupa de los fenómenos de enseñanza, aprendizaje y comunicación de
los conceptos algebraicos en el Sistema Educativo y en el medio social; se encuentra inmerso en uno de los
muchos dilemas que envuelven al pensamiento matemático: "La cognición es intrínsecamente contextual
versus el lenguaje algebraico es intrínsecamente abstracto" (Socas, 1999).
En el contexto universitario, esta habilidad adquiere una relevancia especial porque actúa como puente
hacia la resolución de problemas complejos, fomenta el razonamiento lógico y fortalece la capacidad de los
estudiantes para transferir conocimientos a diferentes áreas de su formación profesional. En consecuencia,
un adecuado desarrollo del pensamiento algebraico contribuye tanto a la consolidación de competencias
cognitivas como al fortalecimiento de la autonomía académica.
Pensamiento algebraico:
Una habilidad cognitiva para generalizar relaciones, razonar con variables y símbolos, y comprender la
estructura subyacente de los problemas matemáticos (Socas, 1999; Alaniz Martínez et al., 2026).
Pensamiento racional:
Constituye la dimensión del algebra enfocada en la generalización, que implica la capacidad de identificar
y expresar relaciones matemáticas de manera general, en lugar de centrarse solo en los resultados numéricos
específicos (Kieran y Filloy Yagüe, 2006). Su desarrollo es crucial, ya que permite ver la igualdad como una
relación de equivalencia.
Pensamiento estructural:
Esta dimensión se centra en la comprensión del álgebra como un sistema estructural y una técnica para
transformar y resolver, vinculándose directamente con el dominio de la sintaxis y las reglas del sistema
simbólico. El pensamiento estructural permite al estudiante reconocer estructuras subyacentes en las
expresiones (ej. una forma factorizable) y manipularlas eficientemente (factorizar, simplificar, resolver
ecuaciones) mediante la aplicación de las propiedades y leyes algebraicas (Actividades Transformacionales)
(Ayala Bravo et al., 2026).
Pensamiento funcional:
El pensamiento funcional es la capacidad de modelar y razonar sobre las relaciones dinámicas entre
cantidades, poniendo el foco en la noción de función y el análisis de la variación (Kaput). Esta habilidad
es fundamental para ver el álgebra como una herramienta de modelización, permitiendo a los estudiantes
comprender cómo el cambio en una variable (input) afecta a otra (output), y es la base para la comprensión
de conceptos avanzados del cálculo y las aplicaciones de la matemática (Liñan Morales, 2025).
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
79
Figura 1
Niveles del pensamiento algebraico
Fuente: Información extraída de Segura Carrión y Burgos (2025), Liñan Morales (2025) y Kieran y Filloy Yagüe (2006)
Motivación y actitud hacia las matemáticas
La motivación académica y la actitud del estudiante son factores psicológicos que inciden directamente
en el proceso de aprendizaje. La motivación, especialmente la de tipo intrínseco, fomenta la perseverancia
y el interés, mientras que una actitud positiva reduce la ansiedad y facilita la participación activa. Una
estrategia pedagógica que logre vincular el conocimiento abstracto con la realidad, como la modelación
matemática puede mejorar significativamente la percepción de utilidad de la materia, lo que, a su vez, puede
elevar la motivación y la actitud del estudiante hacia las matemáticas (Casis et al., 2017).
La modelación matemática como estrategia didáctica
La modelación matemática, como estrategia didáctica, consiste en aplicar conceptos matemáticos para
comprender, representar y resolver problemas del entorno mediante procesos como el análisis de la situación,
su traducción al lenguaje matemático, la resolución y la interpretación de resultados. Su implementación
promueve un aprendizaje activo y significativo, ya que fortalece la comprensión conceptual, incrementa
la motivación, favorece el trabajo colaborativo y desarrolla competencias como el pensamiento crítico y la
resolución de problemas. Además, permite vincular los contenidos académicos con situaciones cotidianas,
facilitando una conexión entre la matemática universitaria y la realidad. En el caso del álgebra, esta estrategia
contribuye especialmente a comprender estructuras matemáticas y su aplicación en contextos personales,
científicos y profesionales (Mejía Alemán et al., 2022).
Didáctica de las matemáticas
De acuerdo con Herrera (2025) “la didáctica de la matemática es un componente, cuya finalidad es ofrecer al
estudiante conocimientos relativos y dotar al maestro de técnicas y metodologías para facilitar aprendizajes”
(p. 119). En este marco, la didáctica de las matemáticas no se limita a la enseñanza de procedimientos, sino
que promueve estrategias orientadas a fortalecer la comprensión conceptual, el razonamiento lógico y la
resolución de problemas, articulando teoría y práctica para favorecer aprendizajes significativos.
79
Figura 1
Niveles del pensamiento algebraico
Fuente: Información extraída de Segura Carrión y Burgos (2025), Liñan Morales (2025) y Kieran y Filloy Yagüe (2006)
Motivación y actitud hacia las matemáticas
La motivación académica y la actitud del estudiante son factores psicológicos que inciden directamente
en el proceso de aprendizaje. La motivación, especialmente la de tipo intrínseco, fomenta la perseverancia
y el interés, mientras que una actitud positiva reduce la ansiedad y facilita la participación activa. Una
estrategia pedagógica que logre vincular el conocimiento abstracto con la realidad, como la modelación
matemática puede mejorar significativamente la percepción de utilidad de la materia, lo que, a su vez, puede
elevar la motivación y la actitud del estudiante hacia las matemáticas (Casis et al., 2017).
La modelación matemática como estrategia didáctica
La modelación matemática, como estrategia didáctica, consiste en aplicar conceptos matemáticos para
comprender, representar y resolver problemas del entorno mediante procesos como el análisis de la situación,
su traducción al lenguaje matemático, la resolución y la interpretación de resultados. Su implementación
promueve un aprendizaje activo y significativo, ya que fortalece la comprensión conceptual, incrementa
la motivación, favorece el trabajo colaborativo y desarrolla competencias como el pensamiento crítico y la
resolución de problemas. Además, permite vincular los contenidos académicos con situaciones cotidianas,
facilitando una conexión entre la matemática universitaria y la realidad. En el caso del álgebra, esta estrategia
contribuye especialmente a comprender estructuras matemáticas y su aplicación en contextos personales,
científicos y profesionales (Mejía Alemán et al., 2022).
Didáctica de las matemáticas
De acuerdo con Herrera (2025) “la didáctica de la matemática es un componente, cuya finalidad es ofrecer al
estudiante conocimientos relativos y dotar al maestro de técnicas y metodologías para facilitar aprendizajes”
(p. 119). En este marco, la didáctica de las matemáticas no se limita a la enseñanza de procedimientos, sino
que promueve estrategias orientadas a fortalecer la comprensión conceptual, el razonamiento lógico y la
resolución de problemas, articulando teoría y práctica para favorecer aprendizajes significativos.
REVISTA UNIVERSITARIA DEL CARIBE No. 3380
Modelos matemáticos
Una representación abstracta y simplificada de una situación o fenómeno del mundo real, utilizada
para analizar su comportamiento, realizar predicciones y tomar decisiones. De acuerdo a Cabrera-Puig y
Vitale-Alfonso (2022):
Los modelos matemáticos son utilizados para analizar la relación entre dos o más variables, para
entender los fenómenos naturales, sociales, físicos en dependencia del objetivo buscado y del
diseño del mismo modelo, lo cual puede servir durante la formación profesional para predecir
el valor de las variables en un futuro a corto mediano o largo plazo, hacer hipótesis que puedan
ser validadas o demostradas y evaluar los efectos de una determinada actividad que se realice.
(p. 317)
Clasificación
La capacidad de utilizar el álgebra para el modelado de fenómenos del mundo real es un componente
fundamental del pensamiento algebraico y proceso de modelización.
Los modelos matemáticos pueden clasificarse, según su estructura, rama de la matemática o propósito:
Tabla 1
Clasificación de los Modelos Matemáticos
Clasificación Tipos de modelos matemáticos Descripción y relevancia
Según su
naturaleza
Modelos analíticos
(teóricos)
Basados en principios de leyes fundamentales.
Permiten soluciones exactas o la manipulación de
variables mediante fórmulas.
Modelos de simulación
(numéricos)
Utilizan algoritmos computacionales para aproximar
soluciones. Cruciales en ingeniería y la economía para
sistemas complejos sin soluciones analíticas simples.
Según la
aleatoriedad
Modelos determinísticos
Las salidas del modelo se determinan totalmente por
los valores de las entradas y no incluyen componentes
aleatorios.
Modelos estocásticos
(probabilísticos)
Incluyen aleatoriedad. Se utilizan cuando el fenómeno
presenta incertidumbre.
Según su
dimensión
Modelos estáticos No consideran el tiempo como variable. Describen el
sistema en un equilibrio o punto fijo.
Modelos dinámicos
Describen el sistema a través del tiempo, a menudo
usando funciones y ecuaciones diferenciales. Este
tipo es fundamental para el Pensamiento funcional.
Fuente: Adaptado de Cabrera-Puig y Vitale-Alfonso (2022) e Ibarra Martínez et al. (2025)
El proceso de modelación matemática
Todo modelo matemático surge a partir de un proceso de modelización. Esto implica que, de manera
consiente o no alguien ha seguido una serie de pasos para vincular una idea matemática con una situación
real. En otras palabras, para construir y utilizar un modelo matemático es necesario recorrer todas etapas
que conforman dicho proceso. De forma analítica la modelización matemática se describe como un conjunto
de 6 Subprocesos:
EDUCACIÓN SUPERIOR
Modelos matemáticos
Una representación abstracta y simplificada de una situación o fenómeno del mundo real, utilizada
para analizar su comportamiento, realizar predicciones y tomar decisiones. De acuerdo a Cabrera-Puig y
Vitale-Alfonso (2022):
Los modelos matemáticos son utilizados para analizar la relación entre dos o más variables, para
entender los fenómenos naturales, sociales, físicos en dependencia del objetivo buscado y del
diseño del mismo modelo, lo cual puede servir durante la formación profesional para predecir
el valor de las variables en un futuro a corto mediano o largo plazo, hacer hipótesis que puedan
ser validadas o demostradas y evaluar los efectos de una determinada actividad que se realice.
(p. 317)
Clasificación
La capacidad de utilizar el álgebra para el modelado de fenómenos del mundo real es un componente
fundamental del pensamiento algebraico y proceso de modelización.
Los modelos matemáticos pueden clasificarse, según su estructura, rama de la matemática o propósito:
Tabla 1
Clasificación de los Modelos Matemáticos
Clasificación Tipos de modelos matemáticos Descripción y relevancia
Según su
naturaleza
Modelos analíticos
(teóricos)
Basados en principios de leyes fundamentales.
Permiten soluciones exactas o la manipulación de
variables mediante fórmulas.
Modelos de simulación
(numéricos)
Utilizan algoritmos computacionales para aproximar
soluciones. Cruciales en ingeniería y la economía para
sistemas complejos sin soluciones analíticas simples.
Según la
aleatoriedad
Modelos determinísticos
Las salidas del modelo se determinan totalmente por
los valores de las entradas y no incluyen componentes
aleatorios.
Modelos estocásticos
(probabilísticos)
Incluyen aleatoriedad. Se utilizan cuando el fenómeno
presenta incertidumbre.
Según su
dimensión
Modelos estáticos No consideran el tiempo como variable. Describen el
sistema en un equilibrio o punto fijo.
Modelos dinámicos
Describen el sistema a través del tiempo, a menudo
usando funciones y ecuaciones diferenciales. Este
tipo es fundamental para el Pensamiento funcional.
Fuente: Adaptado de Cabrera-Puig y Vitale-Alfonso (2022) e Ibarra Martínez et al. (2025)
El proceso de modelación matemática
Todo modelo matemático surge a partir de un proceso de modelización. Esto implica que, de manera
consiente o no alguien ha seguido una serie de pasos para vincular una idea matemática con una situación
real. En otras palabras, para construir y utilizar un modelo matemático es necesario recorrer todas etapas
que conforman dicho proceso. De forma analítica la modelización matemática se describe como un conjunto
de 6 Subprocesos:
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
81
Figura 2
El ciclo de modelación matemática
Fuente: Adaptado de Blomhoej y Højgaard (2003) y Ramírez Lubianos (2025)
Programación visual (Scratch) como andamiaje
El uso de la programación visual Scratch como estrategia de andamiaje (Scaffolding) favorece el desarrollo
del pensamiento algebraico en estudiantes universitarios, particularmente en el aprendizaje de polinomios,
al facilitar la comprensión conceptual y la práctica interactiva de operaciones algebraicas. Este enfoque
se sustenta en la teoría de Lev Vygotsky sobre la Zona de Desarrollo Próximo (ZDP), entendida como el
espacio entre lo que el estudiante puede realizar de manera autónoma y aquello que logra con apoyo (Suárez
Guerrero, 2015).
Aunque sus fundamentos se vinculan a Vygotsky, el término Scaffolding fue introducido por Jerome
Bruner, David Wood y Gail Ross en 1976, quienes lo definieron como un proceso mediante el cual se controlan
los elementos de una tarea que inicialmente exceden las capacidades del estudiante, permitiéndole enfocarse
en su resolución y alcanzar niveles superiores de competencia (Wood, Bruner y Ross, 1976, p. 90).
En este sentido, el andamiaje constituye un apoyo temporal brindado por un docente o compañero
con mayor experiencia para facilitar la adquisición progresiva de habilidades hasta alcanzar la autonomía
(Zajda, 2018). Desde esta perspectiva, Scratch se convierte en una herramienta pedagógica que media
entre la orientación inicial y el aprendizaje independiente, fortaleciendo procesos algebraicos mediante
experiencias dinámicas, visuales y significativas.
81
Figura 2
El ciclo de modelación matemática
Fuente: Adaptado de Blomhoej y Højgaard (2003) y Ramírez Lubianos (2025)
Programación visual (Scratch) como andamiaje
El uso de la programación visual Scratch como estrategia de andamiaje (Scaffolding) favorece el desarrollo
del pensamiento algebraico en estudiantes universitarios, particularmente en el aprendizaje de polinomios,
al facilitar la comprensión conceptual y la práctica interactiva de operaciones algebraicas. Este enfoque
se sustenta en la teoría de Lev Vygotsky sobre la Zona de Desarrollo Próximo (ZDP), entendida como el
espacio entre lo que el estudiante puede realizar de manera autónoma y aquello que logra con apoyo (Suárez
Guerrero, 2015).
Aunque sus fundamentos se vinculan a Vygotsky, el término Scaffolding fue introducido por Jerome
Bruner, David Wood y Gail Ross en 1976, quienes lo definieron como un proceso mediante el cual se controlan
los elementos de una tarea que inicialmente exceden las capacidades del estudiante, permitiéndole enfocarse
en su resolución y alcanzar niveles superiores de competencia (Wood, Bruner y Ross, 1976, p. 90).
En este sentido, el andamiaje constituye un apoyo temporal brindado por un docente o compañero
con mayor experiencia para facilitar la adquisición progresiva de habilidades hasta alcanzar la autonomía
(Zajda, 2018). Desde esta perspectiva, Scratch se convierte en una herramienta pedagógica que media
entre la orientación inicial y el aprendizaje independiente, fortaleciendo procesos algebraicos mediante
experiencias dinámicas, visuales y significativas.
REVISTA UNIVERSITARIA DEL CARIBE No. 3382
III. METODOLOGÍA DE INVESTIGACIÓN
Enfoque y paradigma
La investigación se desarrolló desde el paradigma positivista, con enfoque cuantitativo, orientado a
describir y analizar la relación entre el uso de la programación visual Scratch como estrategia didáctica y
el desarrollo del pensamiento algebraico en estudiantes universitarios. Este enfoque permitió la medición
objetiva de variables mediante procedimientos sistemáticos y análisis estadístico, con base en la recolección
de datos cuantificables (Castrillo, 2024).
Diseño del estudio
El estudio fue no experimental, de corte transversal y alcance descriptivo-correlacional (Arias et al.,
2022). No se manipularon deliberadamente las variables, sino que se observó el fenómeno en su contexto
natural para identificar el nivel de desarrollo del pensamiento algebraico y su relación con el uso de Scratch
como herramienta de apoyo en el aprendizaje de polinomios.
Participantes, población y muestra
La población estuvo conformada por estudiantes de la carrera de Física-Matemática de la UNAN-
Managua/CUR-Estelí. La muestra correspondió a 14 estudiantes de primer año, seleccionados mediante
muestreo probabilístico aleatorio simple, quienes constituyeron la unidad de análisis por estar directamente
vinculados con el estudio de contenidos algebraicos en su proceso formativo universitario.
Procedimientos
La investigación se desarrolló en cuatro fases:
• Revisión teórica sobre pensamiento algebraico, andamiaje y programación visual.
• Diseño y validación de instrumentos de recolección de datos.
• Aplicación de instrumentos a la muestra seleccionada durante el período académico correspondiente
al segundo semestre de 2025.
• Procesamiento, análisis e interpretación de resultados para establecer tendencias y relaciones entre
variables.
Variables y categorías de análisis
• Variable independiente: Uso de Scratch como estrategia didáctica.
• Variable dependiente: Desarrollo del pensamiento algebraico.
Como descriptores se consideraron: comprensión conceptual de polinomios, resolución de operaciones
algebraicas, modelación matemática y percepción estudiantil sobre el uso de tecnología educativa.
Instrumentos
Se emplearon como instrumentos:
• Cuestionario estructurado dirigido a estudiantes.
EDUCACIÓN SUPERIOR
III. METODOLOGÍA DE INVESTIGACIÓN
Enfoque y paradigma
La investigación se desarrolló desde el paradigma positivista, con enfoque cuantitativo, orientado a
describir y analizar la relación entre el uso de la programación visual Scratch como estrategia didáctica y
el desarrollo del pensamiento algebraico en estudiantes universitarios. Este enfoque permitió la medición
objetiva de variables mediante procedimientos sistemáticos y análisis estadístico, con base en la recolección
de datos cuantificables (Castrillo, 2024).
Diseño del estudio
El estudio fue no experimental, de corte transversal y alcance descriptivo-correlacional (Arias et al.,
2022). No se manipularon deliberadamente las variables, sino que se observó el fenómeno en su contexto
natural para identificar el nivel de desarrollo del pensamiento algebraico y su relación con el uso de Scratch
como herramienta de apoyo en el aprendizaje de polinomios.
Participantes, población y muestra
La población estuvo conformada por estudiantes de la carrera de Física-Matemática de la UNAN-
Managua/CUR-Estelí. La muestra correspondió a 14 estudiantes de primer año, seleccionados mediante
muestreo probabilístico aleatorio simple, quienes constituyeron la unidad de análisis por estar directamente
vinculados con el estudio de contenidos algebraicos en su proceso formativo universitario.
Procedimientos
La investigación se desarrolló en cuatro fases:
• Revisión teórica sobre pensamiento algebraico, andamiaje y programación visual.
• Diseño y validación de instrumentos de recolección de datos.
• Aplicación de instrumentos a la muestra seleccionada durante el período académico correspondiente
al segundo semestre de 2025.
• Procesamiento, análisis e interpretación de resultados para establecer tendencias y relaciones entre
variables.
Variables y categorías de análisis
• Variable independiente: Uso de Scratch como estrategia didáctica.
• Variable dependiente: Desarrollo del pensamiento algebraico.
Como descriptores se consideraron: comprensión conceptual de polinomios, resolución de operaciones
algebraicas, modelación matemática y percepción estudiantil sobre el uso de tecnología educativa.
Instrumentos
Se emplearon como instrumentos:
• Cuestionario estructurado dirigido a estudiantes.
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
83
• Prueba de conocimientos sobre polinomios y pensamiento algebraico.
• Guía de observación para valorar interacción, participación y aplicación de Scratch en actividades
académicas.
Los instrumentos fueron sometidos a validación de contenido mediante juicio de expertos para garantizar
pertinencia metodológica.
Análisis de datos
Los datos se procesaron mediante estadística descriptiva, utilizando tablas de frecuencia, porcentajes
y medidas de tendencia central para caracterizar los resultados obtenidos. Asimismo, se aplicó análisis
correlacional para identificar posibles relaciones entre las variables de estudio.
Consideraciones éticas
La investigación garantizó la participación voluntaria de los estudiantes mediante consentimiento
informado, asegurando confidencialidad, anonimato y uso exclusivamente académico de la información
recopilada. Además, se respetaron los principios éticos de integridad científica, privacidad y respeto a los
participantes.
IV. RESULTADOS
En este apartado se presentan los hallazgos obtenidos a partir de la aplicación de los instrumentos de
recolección de datos a la muestra participante, con el propósito de analizar el desarrollo del pensamiento
algebraico y la percepción sobre el uso de Scratch como estrategia didáctica en estudiantes de primer año
de la carrera de Física-Matemática de la UNAN-Managua/CUR-Estelí. Los resultados se organizan según
las variables y categorías de análisis definidas en la metodología, utilizando estadística descriptiva para
facilitar su interpretación.
Desempeño algebraico de los estudiantes en la Prueba de Competencia Algebraica
En la Prueba de Competencia Algebraica aplicada a los estudiantes participantes, se obtuvo un promedio
general de 4.7 puntos de 5 posibles, equivalente al 94.4% de acierto, lo que evidencia un nivel alto de dominio
en las competencias algebraicas evaluadas. Este resultado muestra que la mayoría de los estudiantes logró
resolver adecuadamente ejercicios asociados con simplificación de expresiones, sustitución numérica,
solución de ecuaciones lineales y cálculo de pendientes.
Tabla 2
Porcentaje de Acierto en la Prueba de Competencia Algebraica (PCA)
Ítem
Evaluado Habilidad Evaluada Aciertos
(n)
% de
Acierto
1 Simplificación de términos semejantes (2x+3x) 9 100.0%
5 Cálculo de la pendiente de una recta 9 100.0%
3 Solución de ecuaciones lineales (x+5=9) 8 88.9%
2 Sustitución numérica en expresiones (3x+2 con x=4) 8 88.9%
4 Simplificación de productos ((2x)(3x)) 7 77.8%
83
• Prueba de conocimientos sobre polinomios y pensamiento algebraico.
• Guía de observación para valorar interacción, participación y aplicación de Scratch en actividades
académicas.
Los instrumentos fueron sometidos a validación de contenido mediante juicio de expertos para garantizar
pertinencia metodológica.
Análisis de datos
Los datos se procesaron mediante estadística descriptiva, utilizando tablas de frecuencia, porcentajes
y medidas de tendencia central para caracterizar los resultados obtenidos. Asimismo, se aplicó análisis
correlacional para identificar posibles relaciones entre las variables de estudio.
Consideraciones éticas
La investigación garantizó la participación voluntaria de los estudiantes mediante consentimiento
informado, asegurando confidencialidad, anonimato y uso exclusivamente académico de la información
recopilada. Además, se respetaron los principios éticos de integridad científica, privacidad y respeto a los
participantes.
IV. RESULTADOS
En este apartado se presentan los hallazgos obtenidos a partir de la aplicación de los instrumentos de
recolección de datos a la muestra participante, con el propósito de analizar el desarrollo del pensamiento
algebraico y la percepción sobre el uso de Scratch como estrategia didáctica en estudiantes de primer año
de la carrera de Física-Matemática de la UNAN-Managua/CUR-Estelí. Los resultados se organizan según
las variables y categorías de análisis definidas en la metodología, utilizando estadística descriptiva para
facilitar su interpretación.
Desempeño algebraico de los estudiantes en la Prueba de Competencia Algebraica
En la Prueba de Competencia Algebraica aplicada a los estudiantes participantes, se obtuvo un promedio
general de 4.7 puntos de 5 posibles, equivalente al 94.4% de acierto, lo que evidencia un nivel alto de dominio
en las competencias algebraicas evaluadas. Este resultado muestra que la mayoría de los estudiantes logró
resolver adecuadamente ejercicios asociados con simplificación de expresiones, sustitución numérica,
solución de ecuaciones lineales y cálculo de pendientes.
Tabla 2
Porcentaje de Acierto en la Prueba de Competencia Algebraica (PCA)
Ítem
Evaluado Habilidad Evaluada Aciertos
(n)
% de
Acierto
1 Simplificación de términos semejantes (2x+3x) 9 100.0%
5 Cálculo de la pendiente de una recta 9 100.0%
3 Solución de ecuaciones lineales (x+5=9) 8 88.9%
2 Sustitución numérica en expresiones (3x+2 con x=4) 8 88.9%
4 Simplificación de productos ((2x)(3x)) 7 77.8%
REVISTA UNIVERSITARIA DEL CARIBE No. 3384
La Tabla 2 presenta el porcentaje de acierto por ítem. Los resultados muestran que las habilidades
con mayor dominio fueron la simplificación de términos semejantes y el cálculo de la pendiente de una
recta, ambas con 100% de acierto. Esto indica que los estudiantes poseen fortalezas en procedimientos
algebraicos básicos y en la interpretación de relaciones lineales, aspectos fundamentales para el desarrollo
del pensamiento algebraico.
Por otra parte, los ítems relacionados con la solución de ecuaciones lineales y la sustitución numérica en
expresiones algebraicas alcanzaron un 88.9% de acierto, lo cual también refleja un desempeño favorable.
Sin embargo, el menor porcentaje se registró en la simplificación de productos algebraicos, con 77.8%, lo
que sugiere que algunos estudiantes aún presentan dificultades al aplicar propiedades de la multiplicación
algebraica y reglas de operación con variables.
Estos hallazgos coinciden con lo señalado por Blandón Dávila (2019) y Herrera Castrillo y López (2025),
quienes identifican que una de las principales dificultades en el aprendizaje del álgebra universitaria se
relaciona con la transición entre el manejo aritmético y la manipulación simbólica de expresiones algebraicas.
Asimismo, los resultados respaldan lo planteado por Godino et al. (2003), al considerar que el aprendizaje
algebraico requiere no solo ejecutar procedimientos, sino comprender las relaciones y estructuras que
sustentan las operaciones.
Percepción estudiantil sobre la modelación matemática mediada por Scratch
Los resultados de la Escala de Motivación y Actitud evidencian una valoración positiva hacia el uso de
modelos matemáticos mediados por Scratch. Como se observa en la Tabla 3, el 100% de los participantes
manifestó sentirse competente para interpretar resultados, lo que refleja seguridad en el análisis de
situaciones matemáticas trabajadas mediante la estrategia.
Además, el 88.9% de los estudiantes expresó que la modelación mejora su comprensión de conceptos
matemáticos y físicos, fortalece su seguridad para enfrentar problemas nuevos, aumenta su confianza para
formular modelos algebraicos y motiva la resolución de problemas mediante modelos. Estos resultados
sugieren que la estrategia favorece no solo el desempeño cognitivo, sino también componentes afectivos
asociados con la motivación, la autoconfianza y la percepción de utilidad del álgebra.
Los porcentajes más bajos se observaron en las declaraciones relacionadas con la utilidad práctica del
álgebra y la disposición a dedicar tiempo adicional para practicar modelación, ambas con 77.8%. Aunque
estos valores continúan siendo favorables, indican la necesidad de reforzar actividades que conecten
explícitamente el álgebra con problemas reales y promuevan mayor autonomía en la práctica fuera del aula.
Tabla 3
Nivel de Acuerdo con la Escala de Motivación y Actitud (EMAF)
Declaración Evaluada De acuerdo
(n)
% de Estudiantes de
Acuerdo (Sí)
Me siento competente para interpretar resultados. 9 100.0%
La modelación mejora mi comprensión de conceptos
matemáticos y físicos. 8 88.9%
La experiencia me hace sentir más seguro(a) al enfren-
tar problemas nuevos. 8 88.9%
Confío en mi capacidad para formular un modelo al-
gebraico. 8 88.9%
Me siento motivado(a) a resolver problemas mediante
modelos. 8 88.9%
EDUCACIÓN SUPERIOR
La Tabla 2 presenta el porcentaje de acierto por ítem. Los resultados muestran que las habilidades
con mayor dominio fueron la simplificación de términos semejantes y el cálculo de la pendiente de una
recta, ambas con 100% de acierto. Esto indica que los estudiantes poseen fortalezas en procedimientos
algebraicos básicos y en la interpretación de relaciones lineales, aspectos fundamentales para el desarrollo
del pensamiento algebraico.
Por otra parte, los ítems relacionados con la solución de ecuaciones lineales y la sustitución numérica en
expresiones algebraicas alcanzaron un 88.9% de acierto, lo cual también refleja un desempeño favorable.
Sin embargo, el menor porcentaje se registró en la simplificación de productos algebraicos, con 77.8%, lo
que sugiere que algunos estudiantes aún presentan dificultades al aplicar propiedades de la multiplicación
algebraica y reglas de operación con variables.
Estos hallazgos coinciden con lo señalado por Blandón Dávila (2019) y Herrera Castrillo y López (2025),
quienes identifican que una de las principales dificultades en el aprendizaje del álgebra universitaria se
relaciona con la transición entre el manejo aritmético y la manipulación simbólica de expresiones algebraicas.
Asimismo, los resultados respaldan lo planteado por Godino et al. (2003), al considerar que el aprendizaje
algebraico requiere no solo ejecutar procedimientos, sino comprender las relaciones y estructuras que
sustentan las operaciones.
Percepción estudiantil sobre la modelación matemática mediada por Scratch
Los resultados de la Escala de Motivación y Actitud evidencian una valoración positiva hacia el uso de
modelos matemáticos mediados por Scratch. Como se observa en la Tabla 3, el 100% de los participantes
manifestó sentirse competente para interpretar resultados, lo que refleja seguridad en el análisis de
situaciones matemáticas trabajadas mediante la estrategia.
Además, el 88.9% de los estudiantes expresó que la modelación mejora su comprensión de conceptos
matemáticos y físicos, fortalece su seguridad para enfrentar problemas nuevos, aumenta su confianza para
formular modelos algebraicos y motiva la resolución de problemas mediante modelos. Estos resultados
sugieren que la estrategia favorece no solo el desempeño cognitivo, sino también componentes afectivos
asociados con la motivación, la autoconfianza y la percepción de utilidad del álgebra.
Los porcentajes más bajos se observaron en las declaraciones relacionadas con la utilidad práctica del
álgebra y la disposición a dedicar tiempo adicional para practicar modelación, ambas con 77.8%. Aunque
estos valores continúan siendo favorables, indican la necesidad de reforzar actividades que conecten
explícitamente el álgebra con problemas reales y promuevan mayor autonomía en la práctica fuera del aula.
Tabla 3
Nivel de Acuerdo con la Escala de Motivación y Actitud (EMAF)
Declaración Evaluada De acuerdo
(n)
% de Estudiantes de
Acuerdo (Sí)
Me siento competente para interpretar resultados. 9 100.0%
La modelación mejora mi comprensión de conceptos
matemáticos y físicos. 8 88.9%
La experiencia me hace sentir más seguro(a) al enfren-
tar problemas nuevos. 8 88.9%
Confío en mi capacidad para formular un modelo al-
gebraico. 8 88.9%
Me siento motivado(a) a resolver problemas mediante
modelos. 8 88.9%
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
85
Declaración Evaluada De acuerdo
(n)
% de Estudiantes de
Acuerdo (Sí)
Prefiero abordar problemas complejos mediante la
construcción de modelos. 8 88.9%
La modelación me ayuda a ver la utilidad práctica del
álgebra. 7 77.8%
Estoy dispuesto(a) a dedicar tiempo adicional para
practicar modelación. 7 77.8%
Estos hallazgos son coherentes con Casis et al. (2017), quienes destacan que la motivación y la autoconfianza
inciden en la actitud hacia las matemáticas. De igual manera, se relacionan con Mejía Alemán et al. (2022),
al señalar que la modelación matemática favorece aprendizajes significativos porque vincula los contenidos
abstractos con situaciones contextualizadas.
Los resultados de la Escala de Motivación y Actitud evidencian una percepción favorable hacia la estrategia
didáctica basada en modelos matemáticos mediados por Scratch. Como se muestra en la Figura 3, el 89%
de las respuestas se ubicó en la opción Sí, mientras que el 11% correspondió a la opción No, lo que indica
una aceptación mayoritaria de la estrategia por parte de los estudiantes participantes.
Figura 3
Escala de Motivación y Actitud
Estos resultados reflejan que la mayoría de los estudiantes valoró positivamente la estrategia, especialmente
porque les permitió comprender mejor los conceptos algebraicos, sentirse más seguros al resolver problemas
y reconocer la utilidad práctica del álgebra. No obstante, el 11% de respuestas negativas sugiere que aún
existen aspectos por fortalecer, principalmente en el acompañamiento, la práctica guiada y la vinculación
de la modelación con situaciones cercanas al contexto del estudiante. Por tanto, la estrategia muestra una
tendencia favorable, aunque requiere ajustes didácticos para lograr una mayor apropiación por parte de
todo el grupo.
Síntesis del Impacto de la Estrategia Didáctica
La Figura 4 presenta una síntesis descriptiva de las principales dimensiones analizadas en el estudio,
integrando el rendimiento cognitivo en la Prueba de Competencia Algebraica, el desarrollo de habilidades
asociadas a la modelación matemática y el factor afectivo relacionado con la motivación y actitud hacia la
estrategia didáctica.
85
Declaración Evaluada De acuerdo
(n)
% de Estudiantes de
Acuerdo (Sí)
Prefiero abordar problemas complejos mediante la
construcción de modelos. 8 88.9%
La modelación me ayuda a ver la utilidad práctica del
álgebra. 7 77.8%
Estoy dispuesto(a) a dedicar tiempo adicional para
practicar modelación. 7 77.8%
Estos hallazgos son coherentes con Casis et al. (2017), quienes destacan que la motivación y la autoconfianza
inciden en la actitud hacia las matemáticas. De igual manera, se relacionan con Mejía Alemán et al. (2022),
al señalar que la modelación matemática favorece aprendizajes significativos porque vincula los contenidos
abstractos con situaciones contextualizadas.
Los resultados de la Escala de Motivación y Actitud evidencian una percepción favorable hacia la estrategia
didáctica basada en modelos matemáticos mediados por Scratch. Como se muestra en la Figura 3, el 89%
de las respuestas se ubicó en la opción Sí, mientras que el 11% correspondió a la opción No, lo que indica
una aceptación mayoritaria de la estrategia por parte de los estudiantes participantes.
Figura 3
Escala de Motivación y Actitud
Estos resultados reflejan que la mayoría de los estudiantes valoró positivamente la estrategia, especialmente
porque les permitió comprender mejor los conceptos algebraicos, sentirse más seguros al resolver problemas
y reconocer la utilidad práctica del álgebra. No obstante, el 11% de respuestas negativas sugiere que aún
existen aspectos por fortalecer, principalmente en el acompañamiento, la práctica guiada y la vinculación
de la modelación con situaciones cercanas al contexto del estudiante. Por tanto, la estrategia muestra una
tendencia favorable, aunque requiere ajustes didácticos para lograr una mayor apropiación por parte de
todo el grupo.
Síntesis del Impacto de la Estrategia Didáctica
La Figura 4 presenta una síntesis descriptiva de las principales dimensiones analizadas en el estudio,
integrando el rendimiento cognitivo en la Prueba de Competencia Algebraica, el desarrollo de habilidades
asociadas a la modelación matemática y el factor afectivo relacionado con la motivación y actitud hacia la
estrategia didáctica.
REVISTA UNIVERSITARIA DEL CARIBE No. 3386
Figura 4
Síntesis descriptiva de las dimensiones del impacto pedagógico de la estrategia
Los resultados muestran un desempeño favorable en las dimensiones evaluadas. En el dominio cognitivo,
los estudiantes alcanzaron un promedio de 94.4% de acierto en la PCA, lo que evidencia un nivel alto de
competencias algebraicas básicas. En relación con la modelación matemática, los participantes manifestaron
fortalezas en la interpretación, representación y resolución de problemas, particularmente en actividades
vinculadas con estructuras funcionales. En el plano afectivo, la Escala EMAF reflejó una valoración positiva
hacia el uso de Scratch y la modelación matemática, destacando niveles altos de motivación, confianza y
percepción de utilidad. En conjunto, estos hallazgos sugieren que la estrategia didáctica posee potencial
formativo para fortalecer el pensamiento algebraico desde una perspectiva cognitiva y actitudinal.
V. DISCUSIÓN Y CONCLUSIONES
Discusión
Los hallazgos de esta investigación permiten interpretar que la modelización matemática mediada por
Scratch constituye una estrategia didáctica coherente con los enfoques contemporáneos de enseñanza del
álgebra en educación superior, particularmente porque desplaza la enseñanza desde una lógica centrada
en procedimientos aislados hacia procesos de comprensión, representación y construcción de significados.
Desde esta perspectiva, los resultados respaldan lo planteado por Godino et al. (2003), quienes sostienen
que el aprendizaje algebraico debe orientarse a la comprensión de estructuras, relaciones y significados
matemáticos, superando la visión reduccionista de la manipulación simbólica. La integración de Scratch
como recurso de programación visual fortaleció precisamente esta transición, al convertir conceptos
abstractos en representaciones dinámicas capaces de favorecer procesos de generalización y abstracción.
En el plano metodológico, la investigación confirma la pertinencia de la modelación matemática como
estrategia de articulación entre teoría y práctica, en consonancia con lo expuesto por Blum y Borromeo Ferri
(2016), quienes señalan que modelar implica traducir fenómenos del entorno a estructuras matemáticas
interpretables. Bajo esta lógica, Scratch funcionó como mediador entre el problema contextualizado y
su formalización algebraica, permitiendo que el estudiante visualizara relaciones funcionales, analizara
patrones y validara procedimientos. Esta dinámica coincide también con Mejía Alemán et al. (2022), quienes
reconocen que la modelación matemática favorece aprendizajes activos al conectar contenidos académicos
con situaciones reales, fortaleciendo el pensamiento crítico y la resolución de problemas.
EDUCACIÓN SUPERIOR
Figura 4
Síntesis descriptiva de las dimensiones del impacto pedagógico de la estrategia
Los resultados muestran un desempeño favorable en las dimensiones evaluadas. En el dominio cognitivo,
los estudiantes alcanzaron un promedio de 94.4% de acierto en la PCA, lo que evidencia un nivel alto de
competencias algebraicas básicas. En relación con la modelación matemática, los participantes manifestaron
fortalezas en la interpretación, representación y resolución de problemas, particularmente en actividades
vinculadas con estructuras funcionales. En el plano afectivo, la Escala EMAF reflejó una valoración positiva
hacia el uso de Scratch y la modelación matemática, destacando niveles altos de motivación, confianza y
percepción de utilidad. En conjunto, estos hallazgos sugieren que la estrategia didáctica posee potencial
formativo para fortalecer el pensamiento algebraico desde una perspectiva cognitiva y actitudinal.
V. DISCUSIÓN Y CONCLUSIONES
Discusión
Los hallazgos de esta investigación permiten interpretar que la modelización matemática mediada por
Scratch constituye una estrategia didáctica coherente con los enfoques contemporáneos de enseñanza del
álgebra en educación superior, particularmente porque desplaza la enseñanza desde una lógica centrada
en procedimientos aislados hacia procesos de comprensión, representación y construcción de significados.
Desde esta perspectiva, los resultados respaldan lo planteado por Godino et al. (2003), quienes sostienen
que el aprendizaje algebraico debe orientarse a la comprensión de estructuras, relaciones y significados
matemáticos, superando la visión reduccionista de la manipulación simbólica. La integración de Scratch
como recurso de programación visual fortaleció precisamente esta transición, al convertir conceptos
abstractos en representaciones dinámicas capaces de favorecer procesos de generalización y abstracción.
En el plano metodológico, la investigación confirma la pertinencia de la modelación matemática como
estrategia de articulación entre teoría y práctica, en consonancia con lo expuesto por Blum y Borromeo Ferri
(2016), quienes señalan que modelar implica traducir fenómenos del entorno a estructuras matemáticas
interpretables. Bajo esta lógica, Scratch funcionó como mediador entre el problema contextualizado y
su formalización algebraica, permitiendo que el estudiante visualizara relaciones funcionales, analizara
patrones y validara procedimientos. Esta dinámica coincide también con Mejía Alemán et al. (2022), quienes
reconocen que la modelación matemática favorece aprendizajes activos al conectar contenidos académicos
con situaciones reales, fortaleciendo el pensamiento crítico y la resolución de problemas.
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
87
Asimismo, desde la perspectiva del pensamiento algebraico, la estrategia desarrollada muestra afinidad con
lo propuesto por Kieran y Filloy Yagüe (2006), quienes destacan que el desarrollo algebraico implica procesos
de generalización, razonamiento estructural y pensamiento funcional. La incorporación de programación
visual no solo facilitó la comprensión operativa, sino que promovió formas superiores de razonamiento al
vincular variables, relaciones y estructuras mediante simulaciones. Esto resulta especialmente relevante
en estudiantes universitarios, cuya formación requiere trascender la ejecución mecánica para avanzar hacia
competencias de modelización y análisis.
En términos psicopedagógicos, los resultados también pueden interpretarse desde la teoría sociocultural
del andamiaje. Suárez Guerrero (2015), retomando los aportes de Vygotsky, destacan que el aprendizaje
se potencia cuando existen mediaciones que permiten al estudiante avanzar desde niveles básicos hacia
niveles superiores de autonomía (Wood et al., 1976). En este estudio, Scratch operó como herramienta de
andamiaje, al ofrecer una estructura visual e interactiva que facilitó la comprensión progresiva de procesos
algebraicos complejos. Esta mediación tecnológica favorece un tránsito gradual entre orientación docente
y autonomía cognitiva, aspecto clave en la formación por competencias.
Por otra parte, la valoración positiva de la estrategia también se relaciona con factores motivacionales.
Casis et al. (2017) subrayan que la actitud hacia las matemáticas está profundamente influida por la
autoconfianza, la motivación y la percepción de utilidad del contenido. En este sentido, la incorporación de
recursos innovadores como Scratch responde a las demandas señaladas por Jahangiri et al. (2022), quienes
enfatizan la necesidad de metodologías universitarias que respondan a las características cognitivas del
estudiante contemporáneo mediante experiencias más activas, múltiples y contextualizadas.
En el contexto nicaragüense, estos resultados dialogan con Blandón Dávila (2019) y Herrera Castrillo y
López (2025), quienes identifican dificultades persistentes en el aprendizaje del álgebra, particularmente
en la transición del pensamiento aritmético al algebraico. Frente a ello, la presente investigación aporta
evidencia de que la incorporación de estrategias de modelización con soporte tecnológico puede constituir
una respuesta metodológica viable para fortalecer dicha transición, contribuyendo a una enseñanza más
significativa en carreras científicas.
En conjunto, la discusión permite sostener que la modelización matemática mediada por Scratch no
representa únicamente una innovación tecnológica, sino una reconfiguración pedagógica que integra
didáctica de las matemáticas, pensamiento algebraico, motivación y formación por competencias. Su valor
reside en posibilitar una enseñanza más contextualizada, visual, participativa y orientada a la resolución
de problemas, alineándose con las necesidades actuales de la educación matemática superior.
Conclusiones
• La implementación de una estrategia didáctica basada en modelos matemáticos mediados por
Scratch evidenció su pertinencia como recurso formativo para fortalecer el pensamiento algebraico
en estudiantes universitarios, al favorecer procesos de aprendizaje más activos, contextualizados y
orientados a la comprensión significativa del álgebra.
• La modelización matemática demostró ser una vía metodológica eficaz para potenciar habilidades
cognitivas superiores, particularmente en términos de abstracción, generalización, razonamiento
funcional y representación de relaciones algebraicas, aspectos esenciales para la formación académica
en carreras científicas como Física-Matemática.
• El uso de Scratch como herramienta de programación visual constituyó un mediador pedagógico
relevante, ya que facilitó la traducción de estructuras algebraicas abstractas a representaciones
dinámicas, interactivas y computacionales, fortaleciendo la conexión entre teoría, práctica y resolución
de problemas.
87
Asimismo, desde la perspectiva del pensamiento algebraico, la estrategia desarrollada muestra afinidad con
lo propuesto por Kieran y Filloy Yagüe (2006), quienes destacan que el desarrollo algebraico implica procesos
de generalización, razonamiento estructural y pensamiento funcional. La incorporación de programación
visual no solo facilitó la comprensión operativa, sino que promovió formas superiores de razonamiento al
vincular variables, relaciones y estructuras mediante simulaciones. Esto resulta especialmente relevante
en estudiantes universitarios, cuya formación requiere trascender la ejecución mecánica para avanzar hacia
competencias de modelización y análisis.
En términos psicopedagógicos, los resultados también pueden interpretarse desde la teoría sociocultural
del andamiaje. Suárez Guerrero (2015), retomando los aportes de Vygotsky, destacan que el aprendizaje
se potencia cuando existen mediaciones que permiten al estudiante avanzar desde niveles básicos hacia
niveles superiores de autonomía (Wood et al., 1976). En este estudio, Scratch operó como herramienta de
andamiaje, al ofrecer una estructura visual e interactiva que facilitó la comprensión progresiva de procesos
algebraicos complejos. Esta mediación tecnológica favorece un tránsito gradual entre orientación docente
y autonomía cognitiva, aspecto clave en la formación por competencias.
Por otra parte, la valoración positiva de la estrategia también se relaciona con factores motivacionales.
Casis et al. (2017) subrayan que la actitud hacia las matemáticas está profundamente influida por la
autoconfianza, la motivación y la percepción de utilidad del contenido. En este sentido, la incorporación de
recursos innovadores como Scratch responde a las demandas señaladas por Jahangiri et al. (2022), quienes
enfatizan la necesidad de metodologías universitarias que respondan a las características cognitivas del
estudiante contemporáneo mediante experiencias más activas, múltiples y contextualizadas.
En el contexto nicaragüense, estos resultados dialogan con Blandón Dávila (2019) y Herrera Castrillo y
López (2025), quienes identifican dificultades persistentes en el aprendizaje del álgebra, particularmente
en la transición del pensamiento aritmético al algebraico. Frente a ello, la presente investigación aporta
evidencia de que la incorporación de estrategias de modelización con soporte tecnológico puede constituir
una respuesta metodológica viable para fortalecer dicha transición, contribuyendo a una enseñanza más
significativa en carreras científicas.
En conjunto, la discusión permite sostener que la modelización matemática mediada por Scratch no
representa únicamente una innovación tecnológica, sino una reconfiguración pedagógica que integra
didáctica de las matemáticas, pensamiento algebraico, motivación y formación por competencias. Su valor
reside en posibilitar una enseñanza más contextualizada, visual, participativa y orientada a la resolución
de problemas, alineándose con las necesidades actuales de la educación matemática superior.
Conclusiones
• La implementación de una estrategia didáctica basada en modelos matemáticos mediados por
Scratch evidenció su pertinencia como recurso formativo para fortalecer el pensamiento algebraico
en estudiantes universitarios, al favorecer procesos de aprendizaje más activos, contextualizados y
orientados a la comprensión significativa del álgebra.
• La modelización matemática demostró ser una vía metodológica eficaz para potenciar habilidades
cognitivas superiores, particularmente en términos de abstracción, generalización, razonamiento
funcional y representación de relaciones algebraicas, aspectos esenciales para la formación académica
en carreras científicas como Física-Matemática.
• El uso de Scratch como herramienta de programación visual constituyó un mediador pedagógico
relevante, ya que facilitó la traducción de estructuras algebraicas abstractas a representaciones
dinámicas, interactivas y computacionales, fortaleciendo la conexión entre teoría, práctica y resolución
de problemas.
REVISTA UNIVERSITARIA DEL CARIBE No. 3388
• Desde la dimensión afectiva, la estrategia contribuyó al fortalecimiento de la motivación, la
autoconfianza y la percepción de utilidad práctica del álgebra, lo que sugiere que la integración de
tecnologías educativas y procesos de modelización puede favorecer actitudes más positivas hacia
el aprendizaje matemático en educación superior.
• En términos curriculares y didácticos, los hallazgos permiten concluir que la modelización matemática
mediada por Scratch constituye una estrategia innovadora, coherente con el enfoque educativo
por competencias, al integrar conocimientos conceptuales, procedimentales y actitudinales en una
experiencia de aprendizaje integral.
• Finalmente, esta investigación aporta evidencia empírica que respalda la necesidad de promover
metodologías centradas en la modelación, el uso de tecnologías y la contextualización del conocimiento
matemático, como alternativas para transformar la enseñanza tradicional del álgebra universitaria
hacia prácticas pedagógicas más significativas, interdisciplinarias y orientadas a la formación de
profesionales capaces de interpretar y modelar fenómenos de su realidad.
VI. REFERENCIAS
Acosta Castillo, M. G., y Moreno Reyes, H. (2019). Proceso de modelación algebraica con fundamentos
psicopedagógicos en ingeniería: propuesta de desarrollo. Capítulo 11. http://repositorio.utm.mx:8080/
bitstream/123456789/400/1/2019-MMIIIBI-MGLAC.pdf
Alaniz Martínez, O. D., Canales Espinoza, Á. J., y Herrera Castrillo, C. J. (2026). Desarrollo del conocimiento
computacional en aplicaciones de la implicitización polinomial. Pädi Boletín Científico de Ciencias
Básicas e Ingenierías del ICBI, 13(26), 10-15. https://doi.org/10.29057/icbi.v13i26.14408
Arias, J., Holgado, J., Tafur, T., y Vasquez, M. (2022). Metodología de la investigación. Instituto Universitario
de Innovación, Ciencia y Tecnología. https://editorial.inudi.edu.pe/index.php/editorialinudi/
catalog/view/22/16/32
Ayala Bravo, D. F., Zambrano Rubio, R. M., Celi Gaona, D. C., Garzón Arteaga, I. D., Plúas Quijije, C.,
y Torres Ayala, L. N. (2026). Transformación digital en la educación: integración de tecnologías
emergentes para innovar los procesos de enseñanza-aprendizaje. Revista Científica Multidisciplinaria
Tsafiki, 3(1), 1133-1145. https://doi.org/10.70577/n7ch2f83
Barragán Moreno, S. P., Aya Corredor, O., y Soto Saray, C. E. (2024). Modelo conceptual para la enseñanza
y aprendizaje de matemáticas universitarias. RECIE. Revista Caribeña de Investigación Educativa, 8(1),
65-88. https://doi.org/10.32541/recie.2023.v8i1.pp65-88
Blandón Dávila, M. E. (2019). Propuesta metodológica para el proceso de enseñanza-aprendizaje del Álgebra
en primer año de la Universidad. Revista Científica Estelí, 8(30), 20-27. https://doi.org/10.5377/farem.
v0i30.7884
Blomhoej, M., y Højgaard, T. (2003). Developing mathematical modelling competence: Conceptual
clarification and educational planning. Teaching Mathematics and its Applications, 22(3), 123-139.
https://doi.org/10.1093/teamat/22.3.123
Blum, W., y Barzel-Ferri, B. (2016). Mathematical modelling: Can it be taught and learnt? Journal
of Mathematical Modelling and Application, 1(1), 45-58. https://www.researchgate.net/
publication/279478754_Mathematical_Modelling_Can_It_Be_Taught_And_Learnt
Cabrera-Puig, R., y Vitale-Alfonso, A. M. (2022). Papel de los modelos matemáticos en la formación
profesional. Revista de Investigaciones Universidad del Quindío, 34(1), 312–318. https://doi.
org/10.33975/riuq.vol34n1.1005
EDUCACIÓN SUPERIOR
• Desde la dimensión afectiva, la estrategia contribuyó al fortalecimiento de la motivación, la
autoconfianza y la percepción de utilidad práctica del álgebra, lo que sugiere que la integración de
tecnologías educativas y procesos de modelización puede favorecer actitudes más positivas hacia
el aprendizaje matemático en educación superior.
• En términos curriculares y didácticos, los hallazgos permiten concluir que la modelización matemática
mediada por Scratch constituye una estrategia innovadora, coherente con el enfoque educativo
por competencias, al integrar conocimientos conceptuales, procedimentales y actitudinales en una
experiencia de aprendizaje integral.
• Finalmente, esta investigación aporta evidencia empírica que respalda la necesidad de promover
metodologías centradas en la modelación, el uso de tecnologías y la contextualización del conocimiento
matemático, como alternativas para transformar la enseñanza tradicional del álgebra universitaria
hacia prácticas pedagógicas más significativas, interdisciplinarias y orientadas a la formación de
profesionales capaces de interpretar y modelar fenómenos de su realidad.
VI. REFERENCIAS
Acosta Castillo, M. G., y Moreno Reyes, H. (2019). Proceso de modelación algebraica con fundamentos
psicopedagógicos en ingeniería: propuesta de desarrollo. Capítulo 11. http://repositorio.utm.mx:8080/
bitstream/123456789/400/1/2019-MMIIIBI-MGLAC.pdf
Alaniz Martínez, O. D., Canales Espinoza, Á. J., y Herrera Castrillo, C. J. (2026). Desarrollo del conocimiento
computacional en aplicaciones de la implicitización polinomial. Pädi Boletín Científico de Ciencias
Básicas e Ingenierías del ICBI, 13(26), 10-15. https://doi.org/10.29057/icbi.v13i26.14408
Arias, J., Holgado, J., Tafur, T., y Vasquez, M. (2022). Metodología de la investigación. Instituto Universitario
de Innovación, Ciencia y Tecnología. https://editorial.inudi.edu.pe/index.php/editorialinudi/
catalog/view/22/16/32
Ayala Bravo, D. F., Zambrano Rubio, R. M., Celi Gaona, D. C., Garzón Arteaga, I. D., Plúas Quijije, C.,
y Torres Ayala, L. N. (2026). Transformación digital en la educación: integración de tecnologías
emergentes para innovar los procesos de enseñanza-aprendizaje. Revista Científica Multidisciplinaria
Tsafiki, 3(1), 1133-1145. https://doi.org/10.70577/n7ch2f83
Barragán Moreno, S. P., Aya Corredor, O., y Soto Saray, C. E. (2024). Modelo conceptual para la enseñanza
y aprendizaje de matemáticas universitarias. RECIE. Revista Caribeña de Investigación Educativa, 8(1),
65-88. https://doi.org/10.32541/recie.2023.v8i1.pp65-88
Blandón Dávila, M. E. (2019). Propuesta metodológica para el proceso de enseñanza-aprendizaje del Álgebra
en primer año de la Universidad. Revista Científica Estelí, 8(30), 20-27. https://doi.org/10.5377/farem.
v0i30.7884
Blomhoej, M., y Højgaard, T. (2003). Developing mathematical modelling competence: Conceptual
clarification and educational planning. Teaching Mathematics and its Applications, 22(3), 123-139.
https://doi.org/10.1093/teamat/22.3.123
Blum, W., y Barzel-Ferri, B. (2016). Mathematical modelling: Can it be taught and learnt? Journal
of Mathematical Modelling and Application, 1(1), 45-58. https://www.researchgate.net/
publication/279478754_Mathematical_Modelling_Can_It_Be_Taught_And_Learnt
Cabrera-Puig, R., y Vitale-Alfonso, A. M. (2022). Papel de los modelos matemáticos en la formación
profesional. Revista de Investigaciones Universidad del Quindío, 34(1), 312–318. https://doi.
org/10.33975/riuq.vol34n1.1005
EDUCACIÓN SUPERIOR
EDUCACIÓN SUPERIORURACCAN
89
Casis, M., Rico, N., y Castro, E. (2017). Motivación, autoconfianza y ansiedad como descriptores de la
actitud hacia las matemáticas de los futuros profesores de educación básica de Chile. Revista de
investigación en didáctica de la matemática, 11(3), 181-203. http://hdl.handle.net/10481/45499
Castillo Sanchez, C. E. (2016). Análisis de las Estrategias de Evaluación utilizadas por la docente, para
el desarrollo de aprendizaje de Matemática I [Tesis para optar al nivel académico de Máster en
Formación de Formadores de Docentes, UNAN Managua]. https://repositorio.unan.edu.ni/id/
eprint/4656/1/97074.pdf
Castrillo, C. J. (2024). Paradigma Positivista. Boletín Científico de las Ciencias Económico Administrativas del
ICEA, 12(24), 29-32. https://doi.org/10.29057/icea.v12i24.12660
Courant, R., y Herbert, R. (1941). ¿Qué es la matemática? Una orientación para el público en general. Oxford
University Press (edición original). https://www.cimat.mx/~gil/docencia/2010/elementales/que_
es_la_matematica.pdf
Godino, J. D., Batanero, C., y Font, V. (2003). Fundamentos de la enseñanza y el aprendizaje de las matemáticas.
Ediciones Piramide. https://www.ugr.es/~jgodino/edumat-maestros/manual/1_Fundamentos.pdf
Herrera Castrillo, C. J., y Gomez Vidal, M. E. (2026). Innovación Pedagógica en Álgebra Lineal: Clase Espejo
entre Nicaragua y Bolivia. Revista Criterio, 6(10), 3-19. https://doi.org/10.62319/criterio.v.6i10.53
Herrera Castrillo, C. J., y López, O. S. (2025). Retos y desafíos en el aprendizaje del álgebra polinomial y
lineal en la carrera de Matemáticas. Revista Multi Ensayos, 11(21), 42-46. https://doi.org/10.5377/
multiensayos.v11i21.20081
Herrera, C. (2025). Didáctica de la Matemática en la educación superior. Ingenio y Conciencia Boletín
Científico de la Escuela Superior Ciudad Sahagún, 12(23), 116–124. https://doi.org/10.29057/escs.
v12i23.12984
Herrera-Castrillo, C. J. (2023). Impacto del proyecto para el aprendizaje amigable de matemática en
educación secundaria. Revista Electrónica de Conocimientos, Saberes y Prácticas, 6(11), 11–28. https://
doi.org/10.5377/recsp.v6i1.15475
Ibarra Martínez, M. A., Mendoza Arce, C. G., y López Delgado, M. E. (2025). Uso de las matemáticas en
modelos de inteligencia artificial. Ciencia y Educación, 6(6), 361-374. https://cienciayeducacion.com/
index.php/journal/article/view/1346
Jahangiri, J., Oxman, V., y Stupel, M. (2022). Testing the NCTM 2020 Standards Using Rigorous
Mathematics and Multiple Solutions to a Single Geometric Problem. Resonance, 27(6). https://doi.
org/10.1007/s12045-022-1397-z
Kieran, C., y Filloy Yagüe, E. (2006). El aprendizaje del álgebra escolar desde una perspectiva psicológica.
Revista de investigación y Experiencias Didácticas,, 7(3), 229-240. https://doi.org/10.5565/rev/
ensciencias.5038
Kuz, A., y Ariste, M. C. (2022). Análisis y revisión de softwares educativos para el aprendizaje de la
programación en entornos lúdicos. Tecné, Episteme y Didaxis: TED, 52(1), 117-136. https://doi.
org/10.17227/ted.num52-13159
Liñan Morales, Y. A. (2025). Secuencias didácticas para desarrollar el pensamiento algebraico por medio de la
modelización matemática en el bachillerato [Tesis doctoral, Universidad de Sonora]. https://pmme.
mat.uson.mx/docs/predoctorales/2025-Liñan_Morales.pdf
Martínez Suárez, M. D. (2018). Transición de la aritmética al álgebra en los estudiantes universitarios de la
UNAN-FAREM Chontales en II semestre del año 2017 [Tesis de Maestría, Universidad, URACCAN].
http://repositorio.uraccan.edu.ni/1083/1/Transición%20de%20la%20aritmética%20al%20
álgebra%20en%20los%20estudiantes.pdf
89
Casis, M., Rico, N., y Castro, E. (2017). Motivación, autoconfianza y ansiedad como descriptores de la
actitud hacia las matemáticas de los futuros profesores de educación básica de Chile. Revista de
investigación en didáctica de la matemática, 11(3), 181-203. http://hdl.handle.net/10481/45499
Castillo Sanchez, C. E. (2016). Análisis de las Estrategias de Evaluación utilizadas por la docente, para
el desarrollo de aprendizaje de Matemática I [Tesis para optar al nivel académico de Máster en
Formación de Formadores de Docentes, UNAN Managua]. https://repositorio.unan.edu.ni/id/
eprint/4656/1/97074.pdf
Castrillo, C. J. (2024). Paradigma Positivista. Boletín Científico de las Ciencias Económico Administrativas del
ICEA, 12(24), 29-32. https://doi.org/10.29057/icea.v12i24.12660
Courant, R., y Herbert, R. (1941). ¿Qué es la matemática? Una orientación para el público en general. Oxford
University Press (edición original). https://www.cimat.mx/~gil/docencia/2010/elementales/que_
es_la_matematica.pdf
Godino, J. D., Batanero, C., y Font, V. (2003). Fundamentos de la enseñanza y el aprendizaje de las matemáticas.
Ediciones Piramide. https://www.ugr.es/~jgodino/edumat-maestros/manual/1_Fundamentos.pdf
Herrera Castrillo, C. J., y Gomez Vidal, M. E. (2026). Innovación Pedagógica en Álgebra Lineal: Clase Espejo
entre Nicaragua y Bolivia. Revista Criterio, 6(10), 3-19. https://doi.org/10.62319/criterio.v.6i10.53
Herrera Castrillo, C. J., y López, O. S. (2025). Retos y desafíos en el aprendizaje del álgebra polinomial y
lineal en la carrera de Matemáticas. Revista Multi Ensayos, 11(21), 42-46. https://doi.org/10.5377/
multiensayos.v11i21.20081
Herrera, C. (2025). Didáctica de la Matemática en la educación superior. Ingenio y Conciencia Boletín
Científico de la Escuela Superior Ciudad Sahagún, 12(23), 116–124. https://doi.org/10.29057/escs.
v12i23.12984
Herrera-Castrillo, C. J. (2023). Impacto del proyecto para el aprendizaje amigable de matemática en
educación secundaria. Revista Electrónica de Conocimientos, Saberes y Prácticas, 6(11), 11–28. https://
doi.org/10.5377/recsp.v6i1.15475
Ibarra Martínez, M. A., Mendoza Arce, C. G., y López Delgado, M. E. (2025). Uso de las matemáticas en
modelos de inteligencia artificial. Ciencia y Educación, 6(6), 361-374. https://cienciayeducacion.com/
index.php/journal/article/view/1346
Jahangiri, J., Oxman, V., y Stupel, M. (2022). Testing the NCTM 2020 Standards Using Rigorous
Mathematics and Multiple Solutions to a Single Geometric Problem. Resonance, 27(6). https://doi.
org/10.1007/s12045-022-1397-z
Kieran, C., y Filloy Yagüe, E. (2006). El aprendizaje del álgebra escolar desde una perspectiva psicológica.
Revista de investigación y Experiencias Didácticas,, 7(3), 229-240. https://doi.org/10.5565/rev/
ensciencias.5038
Kuz, A., y Ariste, M. C. (2022). Análisis y revisión de softwares educativos para el aprendizaje de la
programación en entornos lúdicos. Tecné, Episteme y Didaxis: TED, 52(1), 117-136. https://doi.
org/10.17227/ted.num52-13159
Liñan Morales, Y. A. (2025). Secuencias didácticas para desarrollar el pensamiento algebraico por medio de la
modelización matemática en el bachillerato [Tesis doctoral, Universidad de Sonora]. https://pmme.
mat.uson.mx/docs/predoctorales/2025-Liñan_Morales.pdf
Martínez Suárez, M. D. (2018). Transición de la aritmética al álgebra en los estudiantes universitarios de la
UNAN-FAREM Chontales en II semestre del año 2017 [Tesis de Maestría, Universidad, URACCAN].
http://repositorio.uraccan.edu.ni/1083/1/Transición%20de%20la%20aritmética%20al%20
álgebra%20en%20los%20estudiantes.pdf
REVISTA UNIVERSITARIA DEL CARIBE No. 3390
Mejía Alemán, L. V., Gallo Aguila, C. I., y Quintana Sánchez, D. J. (2022). La modelación matemática como
estrategia didáctica para la resolución de problemas matemáticos. Horizontes: Revista de Investigación
en Ciencias de la Educación, 6(26), 2204-2218. https://doi.org/10.33996/revistahorizontes.v6i26.485
Ramírez Lubianos, J. L. (2025). El modelo de barras como recurso visual para el pensamiento prealgebraico.
Revista Enseñanza de las Matemáticas y Experiencias Docentes, 1(2), 63–76. https://doi.org/10.24844/
REMED/0102.04
Segura Carrión, M. J., y Burgos, M. (2025). Una experiencia para desarrollar el razonamiento algebraico en
el aula de sexto de primaria. Epsilon – Revista de Educación Matemática (121), 83-101. https://thales.
cica.es/epsilon_d9/sites/default/files/2025-12/epsilon121_06.pdf
Socas, M. (1999). Perspectivas de investigación en pensamiento algebraico. Valladolic: Sociedad Española de
Investigación en Educación Matemática, SEIEM. https://funes.uniandes.edu.co/funes-documentos/
perspectivas-de-investigacion-en-pensamiento-algebraico
Suárez Guerrero, C. (2015). En torno al origen de la teoría sociocultural. La Zona de. Anuari de Psicologia
de la Societat Valenciana de Psicologia, 15(2), 179-192. https://doi.org/ http://dx.doi.org/10550/47737
Triminio Zavala, C. M., Castrillo Herrera, C. J., y Medina Martinez, W. I. (2023). Formación investigativa
del estudiante universitario en el Modelo por competencia de UNAN-Managua. Revista Cientifica
FAREM Esteli, 12(48), 108-128. https://doi.org/10.5377/farem.v12i48.17529
Wood, D., Bruner, J., y Ross, G. (1976). The Role of Tutoring in Problem Solving. Journal of Child Psychology
and Psychiatry, 17(1), 89-100. https://sachafund.wordpress.com/wp-content/uploads/2018/10/
wood_et_al-1976-journal_of_child_psychology_and_psychiatry.pdf
Zajda, J. (2018). Globalisation and Education Reforms: Paradigms and Ideologies (19 ed.). Springer. https://
doi.org/10.1007/978-94-024-1204-8
EDUCACIÓN SUPERIOR
Mejía Alemán, L. V., Gallo Aguila, C. I., y Quintana Sánchez, D. J. (2022). La modelación matemática como
estrategia didáctica para la resolución de problemas matemáticos. Horizontes: Revista de Investigación
en Ciencias de la Educación, 6(26), 2204-2218. https://doi.org/10.33996/revistahorizontes.v6i26.485
Ramírez Lubianos, J. L. (2025). El modelo de barras como recurso visual para el pensamiento prealgebraico.
Revista Enseñanza de las Matemáticas y Experiencias Docentes, 1(2), 63–76. https://doi.org/10.24844/
REMED/0102.04
Segura Carrión, M. J., y Burgos, M. (2025). Una experiencia para desarrollar el razonamiento algebraico en
el aula de sexto de primaria. Epsilon – Revista de Educación Matemática (121), 83-101. https://thales.
cica.es/epsilon_d9/sites/default/files/2025-12/epsilon121_06.pdf
Socas, M. (1999). Perspectivas de investigación en pensamiento algebraico. Valladolic: Sociedad Española de
Investigación en Educación Matemática, SEIEM. https://funes.uniandes.edu.co/funes-documentos/
perspectivas-de-investigacion-en-pensamiento-algebraico
Suárez Guerrero, C. (2015). En torno al origen de la teoría sociocultural. La Zona de. Anuari de Psicologia
de la Societat Valenciana de Psicologia, 15(2), 179-192. https://doi.org/ http://dx.doi.org/10550/47737
Triminio Zavala, C. M., Castrillo Herrera, C. J., y Medina Martinez, W. I. (2023). Formación investigativa
del estudiante universitario en el Modelo por competencia de UNAN-Managua. Revista Cientifica
FAREM Esteli, 12(48), 108-128. https://doi.org/10.5377/farem.v12i48.17529
Wood, D., Bruner, J., y Ross, G. (1976). The Role of Tutoring in Problem Solving. Journal of Child Psychology
and Psychiatry, 17(1), 89-100. https://sachafund.wordpress.com/wp-content/uploads/2018/10/
wood_et_al-1976-journal_of_child_psychology_and_psychiatry.pdf
Zajda, J. (2018). Globalisation and Education Reforms: Paradigms and Ideologies (19 ed.). Springer. https://
doi.org/10.1007/978-94-024-1204-8
EDUCACIÓN SUPERIOR