Desafiando al Pensamiento Computacional

	Anaclara Gerosa Integra la linea de investigación en TIC de CICEA, donde realiza su proyecto de maestría sobre habilidades cognitivas vinculadas al pensamiento computacional.
	Víctor Koleszar En CICEA integra la linea en TIC y realiza su proyecto de maestría en el área de la cognición numérica
	Alejandra Carboni Integra la línea en TIC de CICEA y dirige la línea de Atención en el CIBPsi, Facultad de Psicología.
	Leonel Gómez es Coordinador de CICEA y trabaja en el laboratorio de Neurociencias en la Facultad de Ciencias.

El uso de las tecnologías de la información y comunicación (TIC) ha aumentado exponencialmente durante los últimos cincuenta años. La mayoría de nosotros utilizamos a diario computadoras y teléfonos celulares para trabajar, estudiar o comunicarnos con otros. Términos como “alfabetización digital” acuñados a fines del siglo XX [1]–[3]⁠ se convirtieron rápidamente en requisitos de desempeño en ámbitos educativos y sociolaborales. En la misma línea, el concepto de pensamiento computacional se ha impuesto en la última década como un tema de especial interés, aunque continúa el debate entorno a su definición, potencialidades y alcances. 

Varios autores señalan el punto de origen del término pensamiento computacional (PC) en los trabajos de Seymour Papert [4]⁠ de los años 80 quien desde una perspectiva constructivista describió el desarrollo de capacidades mentales específicas a partir del aprendizaje de la programación utilizando el lenguaje LOGO [5][6]. 

En 2006, Jeannette Wing publicó un artículo titulado “Computational Thinking” [7]⁠ que generó un renovado interés por el concepto en ámbitos académicos, impulsando la idea del PC como una capacidad cognitiva general capaz de ser adoptada e implementada por todos los individuos, y que no está restringida al ámbito de las ciencias de la computación. La autora lo definió primeramente como: “una habilidad que permite resolver problemas, diseñar sistemas y entender el comportamiento humano basándose en conceptos fundamentales de las ciencias de la computación”, y más adelante como “un sistema de pensamiento en el cual las soluciones son representadas de manera que pueda ser llevada a cabo por un agente procesador de la información” [8]⁠.

El concepto ha sido rápidamente asimilado por organizaciones docentes, currículos oficiales y políticas públicas, en países como por ejemplo Inglaterra, Francia, Italia, Portugal, Finlandia, Dinamarca, Croacia, entre otros, donde se han modificado recientemente los planes curriculares con la introducción de conceptos que hacen referencia al PC [9]–[11]⁠. Mayoritariamente con el interés por fomentar habilidades como la resolución de problemas y el pensamiento lógico [9].⁠

Por otra parte, en el ámbito privado, el concepto de PC  como habilidad ha tenido el respaldo y la difusión de gigantes de la tecnología, tales como Google, en su portal “Google For Education: Exploring Computational Thinking” donde se ofrecen nociones y recursos en torno a la adquisición de pensamiento computacional para niños y jóvenes a partir de los 8 años, y en su curso ofrecido para educadores “Computational thinking for educators”, o Microsoft, donde se ofrece un curso online titulado “Computational thinking and its importance in education”.

En nuestro país, a partir del Plan Ceibal se han implementado y se impulsan proyectos para fomentar el desarrollo de pensamiento computacional en niños en conjunto con el Consejo de Educación Inicial y Primaria [12]⁠.

Pese a este amplio interés por el concepto, la noción de PC continúa en construcción [13]⁠, y su papel en el marco de la enseñanza de las ciencias de la computación (y por extensión de la educación en general) continúa siendo debatido. No hay hasta el momento una definición consensuada o mayoritariamente apoyada por parte de los investigadores: la Sociedad Internacional para la Tecnología en la Educación (ISTE) en conjunto con la Asociación de Docentes en Ciencias de la Computación (CSTA) lo relacionan a procesos para la resolución de problemas, que incluyen (pero no se limitan) a: formular problemas de forma que puedan ser resueltos por computadoras; organizar, analizar y representar datos lógicamente por ejemplo con modelos o simulaciones; automatizar soluciones mediante pensamiento algorítmico (definido como una serie de pasos ordenados); identificar, analizar e implementar soluciones para alcanzar la resolución más eficiente; generalizar y transferir la resolución de problemas a ámbitos variados. A su vez, afirman que estas habilidades se sostienen mediante disposiciones socioemocionales tales como autoconfianza ante la complejidad, persistencia, tolerancia a la ambigüedad, habilidad para lidiar con problemas de final abierto, y habilidades de comunicación [14]⁠.

Por otro lado, Brennan y colaboradores [15]⁠ propusieron un marco conceptual para el pensamiento computacional [16]⁠. Este modelo se estructura en base a tres ejes: conceptos computacionales, que abarca elementos utilizados durante la programación tales como secuencias, bucles y condicionales; prácticas computacionales como la resolución de problemas mediante procedimientos incrementales e iterativos, el testeo y debugging, y perspectivas computacionales que refieren a aspectos como la expresión, el cuestionamiento y el trabajo colaborativo (figura 1).

Lowe & Brophy [17]⁠ identificaron veinticinco subconstructos presentes en varias definiciones de pensamiento computacional, reduciéndolo posteriormente a nueve procesos: abstracción, descomposición, patrones (abarca reconocimiento y generalización), algoritmos, manejo de datos, paralelismos, iteraciones, simulación y detección de errores. Otros autores han buscado simplificar el concepto reduciéndolo a uno o varios de sus elementos, por ejemplo, definiéndolo como la capacidad de resolución de problemas y representación de soluciones mediante algoritmos [18]⁠, o priorizando el rol de la abstracción como elemento distintivo [5]⁠.

En una revisión sistemática realizada por Haseki y colaboradores [19]⁠ se analizaron los distintos conceptos presentes en definiciones de pensamiento computacional en la literatura y se buscaron tendencias en base a su año de publicación. Los autores señalan que el aumento de publicaciones sobre pensamiento computacional desde 2006 ha sido acompañado por una mayor diversidad de temáticas abordadas. Las nociones más citadas en la literatura para definir pensamiento computacional se refirieron a un “sistema de resolución de problemas” y a “formas de pensamiento” sin embargo, los autores destacan la amplia diversidad de elementos utilizados que abarca relaciones con lo tecnológico, aspectos cognitivos y socioemocionales.

¿Qué es el pensamiento computacional?

A partir de estos hallazgos, varios autores han advertido sobre la amplitud que conlleva el enfoque de Wing, [20] el cual entiende el pensamiento computacional como una habilidad cognitiva general. Se ha hecho referencia a inexactitudes y falta de cohesión [21]⁠ así como a una “confusión de definiciones” [5] que caracteriza el estado del arte actual en torno al concepto⁠. Denning en particular [22][23]⁠ cuestionó el uso de definiciones vagas y confusas y las señaló como un intento de los impulsores de la implementación de las ciencias de la computación en primaria y secundaria de propulsar esta noción apelando a la apertura y expansión de la disciplina hacia otros campos. A su vez, advierte que algunos de los elementos presentados como presupuestos, tales como la idea de que pensar más computacionalmente prepare a los niños para manejarse en un mundo digitalizado, o que la resolución de problemas implementada pueda trasladarse a otros ámbitos, no cuentan hasta el momento con evidencia sólida que los respalde. En cambio, entiende que el “nuevo” pensamiento computacional propuesto hace un salto en relación a aspectos históricos del concepto, dejando de lado su estrecha relación con la enseñanza de la programación o la importancia de los modelos computacionales.

En efecto, las ideas propuestas por Denning [21]⁠ se contraponen a las propuestas por Wing [7][8][24]⁠ en tanto el primer autor concibe al pensamiento computacional como una habilidad cultivada por el aprendizaje y la práctica de la creación de software, mientras que la segunda plantea la dirección opuesta: que estas habilidades propician la programación pero que ésta no es condición necesaria para su desarrollo. Esta discusión se centra principalmente en la caracterización del pensamiento computacional como una habilidad específica vs. general; consciente del modelo computacional subyacente vs. no consciente; facilitada vs. facilitante de la programación. 

¿Podemos evaluar el pensamiento computacional?

En base a lo descrito anteriormente, algunos investigadores han señalado la necesidad de obtener evidencia que permita avanzar en la caracterización del pensamiento computacional como constructo en su relación con otras habilidades [25][26]⁠ ¿Es el pensamiento computacional una habilidad específica? ¿Hablamos de un constructo psicológico emergente útil para la descripción de determinados fenómenos, ó como señalan sus cuestionadores, de una reutilización de otras habilidades? [23]⁠.

En medio de esta problemática, la necesidad de generar métodos de evaluación fiables y validados se torna especialmente relevante. En una revisión de la literatura existente en el marco de la educación universitaria, Sondakh [27]⁠ encontró que gran parte de los trabajos se centraron en incorporar conceptos de pensamiento computacional en el aula, pero sólo un 40% se ocupaba de evaluar estas habilidades. Aún más, las evaluaciones implementadas fueron heterogéneas en relación al énfasis dado a los conceptos, siendo la utilización de algoritmos y abstracción los más presentes. En edades más tempranas se cuenta con algunos problemas adicionales, si bien se han creado programas para el análisis ad-hoc de los productos realizados por niños y adolescentes tales como Fairy assessment [28]⁠ o Dr. Scratch [29]⁠ estos tienen la limitación de ser dependientes de la plataforma utilizada para la programación (en estos casos, Alice y Scratch respectivamente). Otros enfoque ha sido la utilización de evaluaciones de tipo múltiple opción, tales como los utilizados por Bati [30]⁠ y Tran [31] más alejados del manejo de un lenguaje de programación, mientras que evaluaciones como el test de pensamiento computacional desarrollado por Román-González y colaboradores [32]⁠ orientado a niños de entre doce y trece años, incorpora esta modalidad de múltiple opción a través de problemas basados en la plataforma Scratch [16]⁠. Este último trabajo es hasta el momento la única herramienta de evaluación de pensamiento computacional que ha pasado por un proceso de validación, realizando a su vez los primeros aportes en cuanto al relacionamiento de este constructo con habilidades cognitivas como razonamiento y habilidad espacial [26]⁠ y no cognitivas tales como rasgos de personalidad [33]⁠. Dado que las medidas disponibles para la evaluación del pensamiento computacional se han enfocado principalmente en edades de doce años en adelante [34]⁠ existe específicamente en primera infancia un vacío en cuanto a evaluaciones adecuadas a la etapa de desarrollo, principalmente por la alta dependencia de la adquisición de la lectoescritura. Las formas de evaluación implementadas hasta el momento consisten principalmente en la medición del desempeño en aprendizaje luego de la implementación de un currículum o intervención [35]–[37]⁠ y no de la evaluación de una habilidad cognitiva específica.

Experiencias en el aula

Tomando en cuenta el marco teórico descrito, se han realizado intentos por incorporar estos conceptos al espacio de aula, sea mediante su relacionamiento con las actividades programadas del curso, el diseño de currículos específicos [38][39]⁠, o la generación de recursos pedagógicos y talleres para docentes orientados a este fin [40], [41]⁠. Las intervenciones de este tipo se vienen dando desde educación terciaria [42][43][44]⁠ hasta nivel preescolar [35][38][45]⁠, principalmente en el contexto de la enseñanza de la programación [46]⁠ con algunos autores abriendo estas nociones a otros campos del área de las STEM (sigla en inglés para Ciencia, Tecnología, Ingeniería y Matemáticas) [47][48]⁠.Por otro lado, existe paralelamente una amplia literatura en torno a la robótica educativa y las herramientas de programación tangibles como recursos pedagógicos cuyas características las harían especialmente adecuadas para su uso durante la primera infancia [49][50]⁠, y si bien algunos de estos estudios hacen referencia al pensamiento computacional como una habilidad promovida en las intervenciones propuestas, muy pocos de estos estudios presentan una evaluación cuantitativa de las habilidades específicas. Por ejemplo, Dasgupta y colaboradores [51]⁠ implementaron un currículo de pensamiento computacional orientado específicamente al reconocimiento de patrones en 16 niños de cinco años, mientras que Bers, Flannel, Kazakoff & Sullivan [35]⁠ diseñaron e implementaron un currículo que abarcaba conceptos de pensamiento computacional (debugging, secuenciación, control de instrucciones, correspondencia instrucción-acción) en el marco de una plataforma de programación tangible en 53 niños de entre 4 y 6 años.

Por otro lado, Kazakoff et al.[52]⁠ hallaron en el marco de una intervención en programación tangible con 34 niños de entre 4 y 6 años mejoras significativas en las habilidades de los niños para secuenciar, medida a través de un test de secuencias temporales. Sin embargo, estos estudios no incorporan en su diseño el uso de grupos control con el fin de contrastar las mejoras de desempeño propias del desarrollo madurativo con las posibles mejoras surgidas a partir de la intervención, lo cual dificulta la interpretación de estos resultados.

Finalmente, si bien las primeras conceptualizaciones del pensamiento computacional lo señalan como una habilidad que puede ser adquirida tempranamente, recientemente se ha cuestionado la pertinencia de los contenidos para esta etapa [52]⁠, argumentando que el papel de abstracción en el pensamiento computacional indicaría su incorporación en etapas posteriores.

Proyecto “Programando Robots jugando con el entorno”

En el marco de la creciente relevancia de la temática del Pensamiento Computacional y los debates teóricos / metodológicos para su operativización, se crea desde CICEA el proyecto “Programando Robots jugando con el entorno”. Tomando el juego como una herramienta de aprendizaje se desarrolló un robot que permite a niños preescolares y escolares desarrollar conceptos relacionados según la literatura actual al pensamiento computacional (ver figura 2). 

Este robot tiene sensores de distancia y de color mediante los cuales se puede controlar su movimiento. Los niños dispondrán de objetos como conos o tarjetas de colores para planificar y lograr definir la trayectoria de robot. En su modalidad de sensores de color, se utilizan 4 tipos de tarjetas de colores (verde, azul, amarillo y rojo) para indicar la dirección del robot (ver figura 3a). En su modalidad de sensores de distancia, el robot sigue una regla simple que consiste en que el objeto más lejano dentro de su rango se comportará como un atractor (ver figura 3b).

 A partir de una serie de actividades, que puede coordinar un docente, se espera que los niños se familiaricen con la forma de dar instrucciones al robot, que logren planificar y ejecutar secuencias de movimiento y resolver situaciones problema de creciente dificultad.Actualmente se está llevando adelante una investigación en escuelas con niños de nivel 5 con la plataforma RoboTito. En este proceso se evalúan una serie de habilidades cognitivas previa y posteriormente al trabajo de los niños en actividades lúdicas e interactivas con el robot. Los niños se dividen en un grupo experimental, que participa de las actividades con el robot y los objetos tangibles, y un grupo control, que realiza actividades análogas (pero que no estimulan directamente habilidades de planificación, secuenciación, resolución de problemas etc.) controlando el robot remotamente con una tablet. Para visualiza si se producen avances a partir de la intervención se evalúan las siguientes habilidades: inteligencia fluida y razonamiento abstracto, reconocimiento y comparación numérica, vocabulario, habilidades de secuenciación y de rotación mental, memoria de trabajo, habilidades de planificación y capacidad de inhibición.

A través de este proyecto se busca explorar las relaciones entre actividades vinculadas al pensamiento computacional y diferentes habilidades cognitivas con niños en edades correspondientes a nivel inicial. Se pretende así aportar evidencia al debate y conceptualización sobre pensamiento computacional.

Referencias

[1] C. Lankshear and M. Knobel, Digital literacies : concepts, policies and practices. Peter Lang, 2008.
[2] D. Bawden, “Information and digital literacies: a review of concepts,” J. Doc., vol. 57, no. 2, pp. 218–259, Apr. 2001.
[3] T. Koltay, “The media and the literacies: media literacy, information literacy, digital literacy,” Media, Cult. Soc., vol. 33, no. 2, pp. 211–221, Mar. 2011.
[4] Papert and Seymour, Mindstorms: children, computers, and powerful ideas. 1980.
[5] S. Grover and R. Pea, “Computational Thinking in K–12,” Educ. Res., vol. 42, no. 1, pp. 38–43, Jan. 2013.
[6] S. Y. Lye and J. H. L. Koh, “Review on teaching and learning of computational thinking through programming: What is next for K-12?,” Comput. Human Behav., vol. 41, pp. 51–61, Dec. 2014.
[7] J. Wing, “Computational Thinking,” 2006.
[8] J. M. Wing, “Computational Thinking: What and Why?,” 2010.
[9] S. Bocconi, A. Chio, G. Dettori, A. Ferrari, and K. Engelhardt, “Developing Computational Thinking in Compulsory Education: Implication for policy and practice,” 2016.
[10] O. Astrachan, S. Hambrusch, J. Peckham, and A. Settle, The Present and Future of Computational Thinking. .
[11] A. Settle et al., “Infusing computational thinking into the middle-and high-school curriculum,” 2012.
[12] Ceibal, “¿Qué aporta al aula el Pensamiento Computacional?,” 2017. [Online]. Available: https://www.ceibal.edu.uy/es/articulo/que-aporta-al-aula-el-pensamiento-computacional. [Accessed: 15-May-2019].
[13] V. J. Shute, C. Sun, and J. Asbell-Clarke, “Demystifying computational thinking,” Educ. Res. Rev., 2017.
[14] International Society for Technology in Education and Computer Science Teachers Association, “Operational Definition of Computational Thinking for K-12 Education.” [Online]. Available: https://id.iste.org/docs/ct-documents/computational-thinking-operational-definition-flyer.pdf. [Accessed: 15-May-2019].
[15] K. Brennan and M. Resnick, “New frameworks for studying and assessing the development of computational thinking.”
[16] M. Resnick et al., “Scratch: Programming for All,” vol. 52, no. 11, 2009.
[17] T. Lowe and S. Brophy, “An operationalized model for defining computational thinking,” in 2017 IEEE Frontiers in Education Conference (FIE), 2017, pp. 1–8.
[18] A. V Aho, “Computation and Computational Thinking,” Comput. J., vol. 55, no. 7, 2012.
[19] H. İ. Haseski, U. İlic, and U. Tuğtekin, “Defining a New 21st Century Skill-Computational Thinking: Concepts and Trends,” Int. Educ. Stud., vol. 11, no. 4, 2018.
[20] E. Jones, “The trouble with computational thinking,” Çevrim-içi: http://csta. acm. org/Curriculum/sub/CurrFiles/JonesCTOnePager. pdf, Eri¸sim tarihi, vol. 19, p. 2016, 2011.
[21] J. Voogt, P. Fisser, J. Good, P. Mishra, and A. Yadav, “Computational thinking in compulsory education: Towards an agenda for research and practice,” Educ. Inf. Technol., vol. 20, no. 4, pp. 715–728, Dec. 2015.
[22] M. Tedre and P. J. Denning, “The Long Quest for Computational Thinking.”
[23] P. J. Denning, “Remaining trouble spots with computational thinking,” Commun. ACM, vol. 60, no. 6, pp. 33–39, May 2017.
[24] J. M. Wing, “Computational thinking and thinking about computing,” Trans. R. Soc. A, vol. 366, pp. 3717–3725, 2008.
[25] M. Chiara et al., “Educational Robotics intervention on Executive Functions in preschool children: A pilot study,” 2017.
[26] M. Román-González, J.-C. Pérez-González, and C. Jiménez-Fernández, “Which cognitive abilities underlie computational thinking? Criterion validity of the Computational Thinking Test,” Comput. Human Behav., vol. 72, pp. 678–691, Jul. 2017.
[27] D. Sondakh, “Review of Computational Thinking Assessment in Higher Education,” 2018.
[28] L. Werner, J. Denner, S. Campe, and D. C. Kawamoto, “The fairy performance assessment,” in Proceedings of the 43rd ACM technical symposium on Computer Science Education – SIGCSE ’12, 2012, p. 215.
[29] J. Moreno-León, G. Robles Universidad Rey Juan Carlos Spain, and M. Román-González, “Dr. Scratch: Automatic Analysis of Scratch Projects to Assess and Foster Computational Thinking,” 2015.
[30] K. Batı, “Computational Thinking Test (CTT) for Middle School Students,” Mediterr. J. Educ. Res., vol. 12, no. 23, pp. 89–101, Apr. 2018.
[31] Y. Tran, “Computational Thinking Equity in Elementary Classrooms: What Third-Grade Students Know and Can Do,” J. Educ. Comput. Res., p. 073563311774391, Jan. 2018.
[32] M. Román González, Computational Thinking Test: Design Guidelines And Content Validation. .
[33] M. Román-González, J.-C. Pérez-González, J. Moreno-León, and G. Robles, “Extending the nomological network of computational thinking with non-cognitive factors,” Comput. Human Behav., vol. 80, pp. 441–459, Mar. 2018.
[34] L. Seiter and B. Foreman, “Modeling the learning progressions of computational thinking of primary grade students,” in Proceedings of the ninth annual international ACM conference on International computing education research – ICER ’13, 2013, p. 59.
[35] D. J. Portelance and M. U. Bers, “Code and Tell: Assessing Young Children’s Learning of Computational Thinking Using Peer Video Interviews with ScratchJr,” 2015.
[36] M. Elkin, Mollie, Sullivan, Amanda, Bers Umaschi, “Programming with the KIBO Robotics Kit in Preschool Classrooms,” 2016.
[37] M. U. Bers, L. Flannery, E. R. Kazakoff, and A. Sullivan, “Computational thinking and tinkering: Exploration of an early childhood robotics curriculum,” Comput. Educ., vol. 72, pp. 145–157, 2014.
[39] E. Kazakoff and M. Bers, “Programming in a Robotics Context in the Kindergarten Classroom: The Impact on Sequencing Skills,” Jl. Educ. Multimed. Hypermedia, vol. 21, no. 4, pp. 371–391, 2012.
[40] C. Chalmers, “Robotics and computational thinking in primary school ✩,” Int. J. Child-Computer Interact., vol. 17, pp. 93–100, 2018.
[41] M. Bower et al., “Improving the Computational Thinking Pedagogical Capabilities of School Teachers,” Aust. J. Teach. Educ., vol. 42, no. 3, pp. 53–72, Mar. 2017.
[42] D. Kotsopoulos et al., “A Pedagogical Framework for Computational Thinking,” Digit. Exp. Math. Educ., vol. 3, no. 2, pp. 154–171, Aug. 2017.
[43] A. Yadav, C. Mayfield, N. Zhou, S. Hambrusch, and J. T. Korb, “Computational thinking in elementary and secondary teacher education,” ACM Trans. Comput. Educ, vol. 14, no. 5, 2014.
[44] A. Jung, J. Park, A. Ahn, and M. Yun, “CS for ALL: Introducing Computational Thinking with Hands-On Experience in College,” in 2017 International Conference on Computational Science and Computational Intelligence (CSCI), 2017, pp. 1073–1078.
[45] N. D. Anderson, “A Call for Computational Thinking in Undergraduate Psychology,” Psychol. Learn. Teach., vol. 15, no. 3, pp. 226–234, Nov. 2016.
[46] A. Sullivan and E. R. Kazakoff, “The Wheels on the Bot go Round and Round: Robotics Curriculum in Pre-Kindergarten,” J. Inf. Technol. Educ. Innov. Pract. Cite J. Inf. Technol. Educ. Innov. Pract., vol. 12, no. 12, pp. 203–219, 2013.
[47] T.-C. Hsu, S.-C. Chang, and Y.-T. Hung, “How to learn and how to teach computational thinking: Suggestions based on a review of the literature,” Comput. Educ., vol. 126, pp. 296–310, 2018.
[46] N. Benakli, B. Kostadinov, A. Satyanarayana, and S. Singh, “Introducing computational thinking through hands-on projects using R with applications to calculus, probability and data analysis,” Int. J. Math. Educ. Sci. Technol., vol. 48, no. 3, pp. 393–427, Apr. 2017.
[47] D. Weintrop et al., “Defining Computational Thinking for Mathematics and Science Classrooms,” J. Sci. Educ. Technol., vol. 25, no. 1, pp. 127–147, Feb. 2016.
[48] A. Ioannou and E. Makridou, “Exploring the potentials of educational robotics in the development of computational thinking: A summary of current research and practical proposal for future work,” Educ. Inf. Technol., vol. 23, no. 6, pp. 2531–2544, Nov. 2018.
[49] V. Constantinou and A. Ioannou, “Development of Computational Thinking Skills through Educational Robotics.”
[50] A. Dasgupta, A. Rynearson, S. Purzer, H. Ehsan, and M. Cardella, “Computational Thinking in K-2 Classrooms: Evidence from Student Artifacts (Fundamental),” in 2017 ASEE Annual Conference & Exposition Proceedings.
[51] E. R. Kazakoff, A. Sullivan, and M. U. Bers, “The Effect of a Classroom-Based Intensive Robotics and Programming Workshop on Sequencing Ability in Early Childhood,” 2012.
[52] M. Armoni, “Teaching CS in kindergarten,” ACM Inroads, vol. 3, no. 4, p. 18, Dec. 2012.