Tendencias históricas de la autoformación en el proceso de enseñanza aprendizaje de la ingeniería de software en la carrera ingeniería informática

• Ivet Espinosa-Conde ^[1] ; Yulkeidi Martínez-Espinosa ^[1] ; Raquel Diéguez-Batista ^[1]
  1. [1] Universidad de Ciego de Ávila Máximo Gómez Báez
• Localización: Educación y sociedad, ISSN-e 1811-9034, Vol. 21, Nº. 3, 2023, págs. 76-90
• Idioma: español
• Títulos paralelos:
  • Historical trends of self-training in the teaching-learning process of software engineering in the computer engineering career
• Enlaces
  • Texto completo
• Resumen
  • español

    El estudio realizado tuvo como objetivo determinar las tendencias históricas de la autoformación en el proceso de enseñanza aprendizaje de la asignatura Ingeniería de Software en la carrera Ingeniería Informática a partir de las limitaciones que presentan los estudiantes de la carrera para la solución de tareas en la asignatura Ingeniería de Software que requieren del enriquecimiento autónomo del conocimiento. Para realizar el análisis se determinaron tres etapas según indicadores definidos, mediante el empleo de métodos del nivel teórico y empírico como analítico-sintético, abstracción-concreción, inducción-deducción; lo que permitió revelar las características y transformaciones más importantes en cada período. Además, se evidenció la necesidad de utilización de métodos activos y mediadores didácticos digitales para potenciar la autoformación.

  • English

    The study carried out aimed to determine the historical trends of self-training in the teaching-learning process of the Software Engineering subject in the Computer Engineering career based on the limitations that the students of the career present for the solution of tasks in the subject. Software Engineering that require the autonomous enrichment of knowledge. To carry out the analysis, three stages were determined according to defined indicators, through the use of theoretical and empirical methods such as analytical-synthetic, abstraction-concretion, induction-deduction; which allowed revealing the most important characteristics and transformations in each period, which evidenced the need to use active methods and digital didactic mediators to enhance self-training.