A priori, aprender a programar y a interpretar código informático puede suponer un proceso parecido a estudiar un nuevo idioma. Sin embargo, un estudio del Massachusetts Institute of Technology (MIT), que ha analizado las regiones del cerebro que se activan en este proceso, ha demostrado que la lectura de código no activa los mecanismos cerebrales que participan en el procesamiento del lenguaje.

Si bien es cierto que la actividad implica comprender nueva simbología y terminología y hacerla aprehensible para otros programadores, las regiones que participan forman parte de la denominada red de demanda múltiple, implicada, aunque también a menor escala, en tareas cognitivas más complejas como la resolución de problemas numéricos o la lógica. 

Y es que, a pesar de las similitudes, el estudio sugiere que la codificación tampoco reproduce con precisión las necesidades cognitivas de las matemáticas. Por ello, nos encontramos ante un proceso cerebral único, “algo propio del código informático”, según palabras de la autora principal del estudio, Anna Ivanova, “que difiere tanto del lenguaje como de las matemáticas y la lógica”. 

El enfoque principal del estudio pasaba por la relación entre el lenguaje y la programación informática, “ya que es un invento tan nuevo que no hay mecanismo alguno tecnológico que nos haga mejores o peores programadores”, tal y como explica Ivanova. Dos corrientes de pensamiento motivaron el análisis; por un lado, los partidarios de de la conexión entre la programación y las matemáticas y, por otra parte, los que sugerían que las habilidades lingüísticas podrían ser más relevantes. 

Para llegar a la conclusión de que ninguna teoría se acercaba a la realidad y que no hay una respuesta definitiva a la pregunta de si la codificación debe enseñarse como una habilidad basada en las matemáticas o en el lenguaje, se estudiaron los lenguajes de programación Python y ScratchJr. En parte, aseguran los investigadores, esto se debe a que aprender a programar puede basarse tanto en la lingüística como en los sistemas de demanda múltiple. “Parece que los profesores de esta ciencia tendrán que desarrollar sus propios enfoques para ser más eficaces”, concluye Ivanova.