Versión docente

EDUmind · CEP Campolongo · Pontevedra

Cargolino y el Árbol de Decisión

Propuesta pedagógica para desarrollar el Pensamiento Computacional —con foco en los árboles de decisión y la lógica condicional— en 1.º–4.º de Primaria a partir del juego de mesa Cargolino Valentino (Atomo Editorial, 2017). La singularidad de esta propuesta reside en que Cargolino no es un juego de movimiento lineal: es un juego de decisión con información oculta, lo que lo alinea con algunos de los procesos cognitivos más complejos del Pensamiento Computacional.

🧠 PC · Árboles de decisión ⏱ 5 sesiones · ~50 min 1.º–4.º EP · DUA 🐌 Cargolino Valentino

¿Por qué Cargolino es diferente?

La mayoría de propuestas de Pensamiento Computacional con juegos de mesa recurren a juegos de movimiento determinista: un dado, una casilla, un paso de algoritmo. Cargolino pertenece a una categoría diferente: es un juego de información parcial y decisión estratégica. Cada turno obliga al jugador a evaluar alternativas, anticipar consecuencias, modelar el comportamiento probable de los rivales y decidir bajo incertidumbre.

Esa estructura —evaluar ramas posibles antes de actuar— es exactamente la operación central de un árbol de decisión computacional. Lo que en programación se representa con estructuras if/else anidadas, en Cargolino se vive en tiempo real con fichas y dados sobre la mesa.

📌 Sobre este documento

Este análisis es la guía completa para el profesorado. El recurso interactivo para el alumnado (EDUmind-Alumno) es un archivo complementario. Ambos conforman el Kit Cargolino PC · EDUmind.

Dimensiones de Los Cinco Mundos implicadas

🧠 Mundo Mental — PC, árboles de decisión, lógica ✨ Mundo Interior — autorregulación, paciencia estratégica 🤝 Mundo Social — lectura del otro, modelado de rivales 💛 Mundo Emocional — gestión del engaño, frustración, incertidumbre

La mecánica real de Cargolino

Una comprensión precisa de la mecánica es el punto de partida del análisis pedagógico. Cargolino Valentino no es un juego de carreras convencional.

🐌 Información oculta

Al comienzo, cada jugador recibe en secreto el color de su caracol. El resto de jugadores no lo saben. Esta asimetría de información es el motor estratégico de todo el juego.

🎲 Los 4 dados de colores

En cada turno se lanzan 4 dados cuyos colores corresponden a los colores de los caracoles y las casillas del tablero. Los resultados generan las opciones de movimiento disponibles.

⚡ La decisión doble

Por cada dado, el jugador puede: (A) mover el caracol de ese color, o (B) mover el caracol que está en la casilla de ese color. Estas dos opciones por dado crean el árbol de decisión.

🏆 Puntuación invertida

El juego termina cuando un caracol llega a la meta. Gana quien tenga su caracol en la posición más alejada de la meta en ese momento. Quien va "peor" en apariencia, puede ganar.

🎭 La consecuencia estratégica

La puntuación invertida invierte la lógica intuitiva. Para ganar, conviene que tu caracol se quede atrás —pero sin que nadie detecte cuál es el tuyo. Por tanto, la estrategia óptima combina dos capas: mover caracoles ajenos hacia delante (para que lleguen pronto a meta y el juego termine) mientras tu caracol permanece atrás de forma disimulada. Cada movimiento debe parecer razonable para no revelar tu color.

Estructura de un turno completo

A diferencia de juegos de movimiento lineal, el turno de Cargolino tiene una fase de evaluación antes de la fase de ejecución. Esa separación es pedagógicamente fundamental.

  1. Lanzar los 4 dados. Se generan entre 1 y 4 colores distintos (puede haber repetidos).
  2. Evaluar las opciones. Para cada dado: ¿qué caracol está en esa casilla de color? ¿qué ocurriría si muevo esa opción A o esa opción B? ¿beneficia a mi caracol o lo perjudica? ¿delata mi color?
  3. Modelar a los rivales. ¿Qué deduzco de los movimientos que han hecho antes? ¿Cuál es probablemente el caracol de cada adversario?
  4. Decidir y ejecutar. Se escoge la opción que maximiza la posición del caracol propio sin revelar su identidad.

Análisis del Pensamiento Computacional

Se emplea el marco de Wing (2006) con las extensiones de Brennan & Resnick (2012) para cubrir el componente de prácticas computacionales. Cargolino activa de forma natural seis procesos cognitivos del PC, con el árbol de decisión como estructura central.

Proceso PC Manifestación en Cargolino Indicador observable
Árbol de decisión
Evaluación de ramas
Antes de mover, el jugador considera simultáneamente hasta 8 opciones posibles (2 opciones × 4 dados). Debe recorrer mentalmente las consecuencias de cada rama antes de elegir. El alumno/a verbaliza al menos dos opciones posibles y justifica por qué elige una antes de mover.
Lógica condicional
SI / ENTONCES / SI NO
Cada decisión tiene la forma: «SI este dado conviene a mi caracol Y no revela mi color, ENTONCES lo muevo; SI NO, muevo otro». Las condiciones se evalúan en cadena. El alumno/a es capaz de expresar su decisión con estructura condicional antes o después del turno.
Abstracción
Información relevante
El jugador debe filtrar qué información es relevante (posición de su caracol, posición de los rivales, dados disponibles) e ignorar lo irrelevante (decoración del tablero, colores que no tienen impacto en su turno). El alumno/a identifica qué datos necesita antes de decidir.
Modelado del adversario
Inferencia sobre estado oculto
Para tomar buenas decisiones, hay que inferir el color probable de cada rival observando sus movimientos anteriores. Esto es razonamiento probabilístico sobre variables ocultas —el mismo problema que resuelve un agente de IA en juegos de información parcial. El alumno/a hace predicciones sobre el caracol de un rival y las justifica con evidencias de turnos anteriores.
Planificación a varios turnos
Horizonte temporal
Una decisión que parece subóptima en el turno presente puede ser estratégicamente superior si se piensa en 2–3 turnos más. Este «horizonte de búsqueda» es el mismo parámetro que define la profundidad de un algoritmo Minimax en IA. El alumno/a explica por qué hace un movimiento «malo» ahora para ganar ventaja después.
Descomposición
Subproblemas
La decisión de turno puede descomponerse en subproblemas: (1) ¿cuál es el estado actual del tablero? (2) ¿qué dados tengo disponibles? (3) ¿qué opciones tengo? (4) ¿cuál es la mejor para mis objetivos? El alumno/a recorre los cuatro subproblemas de forma sistemática antes de decidir.

El árbol de decisión de un turno: representación visual

La siguiente estructura muestra cómo se ramifica la toma de decisiones ante un dado de color rojo en un turno de Cargolino. En la práctica, los 4 dados generan un árbol de mayor profundidad.

🎲 Sale el dado ROJO
Opción A
Mover el caracol ROJO
¿El rojo es mío?
✅ Beneficia
mi caracol
¿Se nota?
⚠️ Mucho
→ Evitar
👍 Poco
→ Mover
NO
❌ Mueve
caracol rival
¿Ese rival va
muy adelante?
✅ Sí
→ Útil
⚠️ No
→ Neutro
Opción B
Mover el caracol en casilla ROJA
¿Qué caracol hay ahí?
El mío
⚠️ Lo alejo
de meta ✅
pero revela mi color
Rival
✅ Lo acerco
a meta
termina el juego
Nadie
— Opción
no válida

Este árbol corresponde a un solo dado. En un turno real con 4 dados, el árbol tiene hasta 4 niveles de ramificación simultánea. El jugador no los recorre todos explícitamente, pero los evalúa intuitivamente. El objetivo pedagógico es hacer ese proceso visible y verbalizable.

Conexión con la Inteligencia Artificial

Cargolino es, estructuralmente, un juego de información imperfecta (Rasmusen, 2007): los jugadores toman decisiones sin conocer el estado completo del sistema. Este es exactamente el escenario que estudian los algoritmos de IA para juegos como el póker o el bridge. Para el alumnado de 3.º–4.º, la conexión se puede hacer explícita: «cuando un ordenador juega al ajedrez, también hace árboles como este, pero con millones de ramas por segundo».

Secuencia didáctica · 5 sesiones

📋 Organización

Grupos de 3–6 jugadores. Ideal: 4 jugadores (mayor complejidad estratégica que con 2, sin la saturación de 6). Se necesita 1 juego por grupo. Las sesiones 4 y 5 son desenchufadas: no requieren el juego físico.

1
Descubrimos la decisión doble
1.º–4.º EP · ~50 min · Primera toma de contacto con la mecánica

Objetivo: Que el alumnado comprenda la mecánica real (información oculta + decisión doble) y experimente por primera vez la necesidad de evaluar opciones antes de actuar.

  • 1Presentación (10 min): El docente explica la mecánica haciendo énfasis en los dos elementos clave: el caracol es secreto y cada dado ofrece dos opciones. Juega un turno modelo en voz alta: «El dado sale rojo. Tengo dos opciones: muevo el caracol rojo, o muevo el caracol que está en la casilla roja. Voy a pensar cuál me conviene más…»
  • 2Partida de exploración (30 min): Juegan libremente. El docente circula y en cada turno hace la pregunta clave: «¿Cuáles son tus dos opciones? ¿Cuál eliges y por qué?» La verbalización es el acto pedagógico central de esta sesión.
  • 3Asamblea (10 min): ¿Cuándo os habéis dado cuenta de que tenías que pensar antes de mover? ¿Alguna vez habéis cambiado de decisión en el último momento? Se introduce la idea de «evaluar opciones» como habilidad, no como lentitud.

ADAPTACIÓN DUA

Para 1.º-2.º: en la primera partida, las cartas de color son visibles para todos (sin ocultamiento). Esto permite familiarizarse con la mecánica de la decisión doble antes de añadir la capa de información oculta.

2
Dibujamos el árbol de decisión
1.º–4.º EP · ~50 min · Hacer visible el proceso mental

Objetivo: Representar visualmente las opciones de un turno antes de ejecutarlo, convirtiendo el proceso intuitivo en un proceso explícito y verbalizable.

  • 1Introducción al árbol (15 min): El docente dibuja en la pizarra un árbol sencillo de un turno. Se muestra el dado, las dos ramas (opción A / opción B) y sus consecuencias posibles. Se presenta el vocabulario: rama, condición, consecuencia.
  • 2Juego con árbol en papel (25 min): Cada jugador tiene una hoja de árbol en blanco. Antes de mover en su turno, dibuja (o describe con palabras) las dos ramas del dado que ha elegido y escribe la consecuencia de cada una. Solo después dibuja o mueve la ficha.
  • 3Comparación (10 min): Se comparan los árboles de distintos turnos. ¿Hay turnos con opciones muy claras (una rama mucho mejor que otra)? ¿Hay turnos donde las dos opciones son casi iguales? ¿Qué ocurre entonces?

CONEXIÓN LOMLOE

Representar opciones antes de actuar desarrolla directamente la CE.MAT.5 (pensamiento computacional, descomposición de problemas) y la competencia de aprender a aprender (metacognición sobre el proceso de decisión).

3
Detectamos al adversario: modelado e inferencia
2.º–4.º EP · ~50 min · Razonamiento sobre información oculta

Objetivo: Desarrollar la capacidad de inferir el caracol de los rivales observando sus movimientos, y usar esa información para mejorar las propias decisiones.

  • 1Diario de observaciones (partida + registro, 35 min): Cada jugador lleva un registro de las observaciones sobre sus rivales. Formato mínimo: «Turno 3 — María ha movido el verde dos veces seguidas aunque tenía otras opciones → sospecho que su caracol es verde». Al final de la partida, se revelan los colores y se comprueba quién ha inferido correctamente.
  • 2Análisis de evidencias (15 min): ¿Qué movimientos son indicios claros del color propio? ¿Cuándo es más difícil de detectar? Se introduce la idea de que un buen jugador mueve de forma que sus elecciones parezcan aleatorias, lo que en IA se llama política estocástica.

ADAPTACIÓN PARA 1.º EP

Versión simplificada: en vez del diario escrito, el alumnado hace predicciones verbales antes de que se revelen los colores. «Yo creo que el caracol de Juan es el azul porque siempre lo mueve cuando puede». La evidencia oral es suficiente.

4
Estrategia y condicionales: programamos nuestra táctica
1.º–4.º EP · ~50 min · Diseño de estrategia explícita

Objetivo: Formalizar la estrategia personal en una serie de reglas condicionales escritas antes de la partida, y evaluar si esas reglas funcionan durante el juego.

  • 1Diseño de estrategia (15 min): Antes de la partida, cada jugador escribe (o dicta) entre 2 y 4 reglas para su turno en formato SI/ENTONCES. Por ejemplo: «SI tengo un dado que coincide con mi caracol Y nadie me ha visto moverlo antes, ENTONCES lo muevo». «SI hay un caracol rival muy alejado de la meta, ENTONCES intento acercarlo para que gane antes».
  • 2Partida con reglas escritas (25 min): Juegan intentando seguir sus reglas. Pueden anotarse los turnos en que la regla funcionó y los turnos en que tuvieron que ignorarla.
  • 3Revisión de estrategia (10 min): ¿Qué reglas han funcionado? ¿Cuáles habría que modificar? ¿Qué situación no habían previsto en sus reglas? Se introduce el concepto de caso no contemplado: una de las principales fuentes de errores en la programación real.
5
Transferencia: del juego al código
3.º–4.º EP · ~50 min · Conexión con programación y IA

Objetivo: Transferir las estructuras cognitivas trabajadas (árbol de decisión, condicionales, modelado de información oculta) a un lenguaje computacional explícito.

  • 1Las reglas como código (15 min): Las reglas escritas en la sesión 4 se reescriben en pseudocódigo estructurado: SI [condición] Y [condición] ENTONCES [acción] SI NO [acción alternativa]. Se muestra cómo ese pseudocódigo es idéntico a un bloque if/else en Scratch o en cualquier lenguaje.
  • 2Scratch o Flowlab (25 min): En parejas, implementan al menos una regla de su estrategia en Scratch usando bloques condicionales. No hace falta reproducir el juego: basta con programar la lógica de una decisión.
  • 3Conexión con la IA (10 min): Presentación breve: «Un programa de IA para jugar a Cargolino haría exactamente esto, pero evaluando todas las ramas a la vez y en milisegundos. La diferencia entre vosotros y la IA no es el tipo de pensamiento, sino la velocidad». Esto ubica el aprendizaje en un horizonte motivador sin mistificar la IA.

VERSIÓN DESENCHUFADA PARA 1.º-2.º EP

Sustituir la sesión 5 por una actividad de «caracol robot»: un alumno/a actúa como caracol y solo puede moverse si recibe instrucciones exactas en formato condicional verbal («SI el dado es rojo Y estás en la casilla verde, ENTONCES avanza dos pasos»). Sus compañeros son los programadores.

Diseño Universal para el Aprendizaje

La propuesta aplica los tres principios UDL/DUA (CAST, 2018) de forma transversal. La naturaleza manipulativa y social del juego facilita la implementación de múltiples medios de representación, acción y motivación.

🔷 Representación múltiple

  • Árbol de decisión en formato visual (cajas y flechas)
  • Reglas en formato verbal (oral) y escrito
  • Reglas en pseudocódigo para niveles avanzados
  • Tablero ampliado imprimible para baja visión
  • Pictogramas de las opciones A y B para 1.º-2.º

🔷 Acción y expresión

  • Árbol dibujado, oral o escrito según capacidad
  • Diario de observaciones en texto o en audio
  • Reglas dictadas al docente si escritura es barrera
  • Rol de observador como alternativa al jugador activo
  • Adaptación del número de opciones simultáneas

🔷 Implicación y motivación

  • Secreto del caracol: componente de suspense natural
  • Elección de estrategia propia: agencia del alumno/a
  • Conexión explícita con videojuegos e IA
  • Rol rotatorio garantiza participación igualitaria
  • Revisión de reglas propias: autonomía metacognitiva

Tabla de adaptación por ciclo

Elemento1.º–2.º EP3.º–4.º EP
Información oculta (sesión 1)Primera partida con colores visibles; ocultamiento progresivoInformación oculta desde la primera partida
Árbol de decisiónDibujado con iconos y flechas, 1 dadoEscrito en pseudocódigo, evaluación multi-dado
Modelado de rivalesPredicción oral al final de la partidaDiario de observaciones por turno durante la partida
Estrategia condicional1–2 reglas simples con apoyo del docente3–4 reglas autónomas con SI/ENTONCES/SI NO
Transferencia digitalCaracol-robot desenchufadoScratch: bloques condicionales

Alineación curricular LOMLOE

Competencias clave

CD — Competencia Digital CMCT — Matemática y C&T CA — Aprender a aprender CSC — Social y cívica

Área principal: Matemáticas

CE.MAT.5Interpretar los problemas de la vida cotidiana utilizando el pensamiento computacional, identificando los datos del problema, descomponiéndolo en partes, identificando patrones y aplicando algoritmos de resolución. (RD 157/2022)

Esta propuesta trabaja CE.MAT.5 con especial énfasis en la descomposición del problema de decisión y en la aplicación de estructuras condicionales —el nivel más complejo del PC explicitado en el currículo de Primaria.

Área complementaria: Lengua Castellana / Lingua Galega

La verbalización de las decisiones y la redacción de reglas condicionales desarrollan la competencia discursiva (argumentación y justificación de elecciones), vinculada a los criterios de evaluación de expresión oral y escrita en ambas lenguas.

Criterios de evaluación orientativos

CriterioEvidenciaInstrumento
Identifica y verbaliza las dos opciones posibles ante un dado antes de decidirActuación durante el turno de juegoLista de control de observación
Representa visualmente las ramas de un árbol de decisión de un turnoHoja de árbol de la sesión 2Rúbrica de árbol de decisión
Infiere el color probable de un rival con al menos una evidencia justificadaDiario de observaciones o predicción oralObservación + ficha
Formula al menos una regla de estrategia en formato SI/ENTONCESFicha de estrategia de la sesión 4Rúbrica de condicionales
Identifica al menos un caso no contemplado en sus reglas tras la partidaReflexión oral o escrita al cierre de sesión 4Observación

Referencias bibliográficas

📎 Kit Cargolino PC · EDUmind — archivos del kit

  • cargolino_analisis_docente.html — Este documento. Análisis pedagógico para el profesorado.
  • cargolino_alumnos.html — Recurso interactivo EDUmind-Alumno para uso directo con 1.º–4.º EP.