DEV Community: Arcadio Ortega Reinoso

pensamiento computacional

Arcadio Ortega Reinoso — Thu, 02 Jul 2026 17:08:18 +0000

Pensamiento Computacional: Una Herramienta Mental para el Siglo XXI

Arcadio Ortega Reinoso — Thu, 02 Jul 2026 17:02:23 +0000

El Pensamiento Computacional (PC) ha emergido no solo como una disciplina técnica, sino como un proceso mental humano fundamental para resolver problemas, diseñar sistemas y comprender el comportamiento humano a través de los conceptos de la informática. Lejos de limitarse al aprendizaje de la programación, se considera hoy una habilidad analítica básica, tan crucial como la lectura, la escritura o la aritmética.

Los Cuatro Pilares del Pensamiento Computacional

El núcleo del PC se sostiene sobre cuatro capacidades cognitivas esenciales que permiten abordar la complejidad de manera estructurada:

Descomposición: Consiste en la habilidad de fragmentar un problema complejo en partes más pequeñas y manejables, facilitando que cada pieza sea comprendida y solucionada de forma independiente.
Reconocimiento de Patrones: Es el proceso de identificar tendencias o regularidades dentro de los problemas, lo que permite aplicar soluciones ya conocidas a nuevos subproblemas similares.
Abstracción: Considerada la esencia del PC, implica centrarse exclusivamente en la información relevante, ignorando los detalles innecesarios para crear modelos simplificados de la realidad.
Pensamiento Algorítmico: La capacidad de diseñar una serie de pasos ordenados e instrucciones precisas para alcanzar una solución ejecutable por un humano o una máquina.

La Dimensión Cognitiva: Pensar Rápido y Despacio

La integración de la psicología cognitiva en el PC, basada en el modelo de Daniel Kahneman, revela que esta disciplina requiere un esfuerzo consciente del Sistema 2 (Pensamiento Lento). Mientras que el Sistema 1 opera de forma intuitiva y rápida, el PC exige actividades deliberadas para decomponer programas grandes o analizar la complejidad de los datos, evitando así los sesgos y errores del pensamiento automático.

Para estructurar este pensamiento, se recurre a menudo al Método de Pólya, una secuencia lógica de cuatro pasos: comprender el problema, elaborar un plan, ejecutarlo y, finalmente, realizar una revisión retrospectiva y metacognitiva de la solución.

Debates y Paradigmas Educativos

A pesar de su expansión, el campo del PC enfrenta desacuerdos fundamentales sobre su naturaleza y enseñanza:

¿Proceso Mental o Práctica Social? Algunos expertos definen el PC puramente como una capacidad cognitiva individual. Otros proponen la "Acción Computacional", argumentando que el aprendizaje es más efectivo cuando los estudiantes crean proyectos con un impacto real en su comunidad.
¿Independiente de la Programación? Existe un debate sobre si la programación es el vehículo indispensable o si el PC puede desarrollarse como un proceso de pensamiento independiente de la tecnología específica.
Implementación Curricular: Las estrategias oscilan entre la integración transversal en materias como ciencias o matemáticas y la creación de una materia específica de informática para asegurar el rigor.

Del Entendimiento Profundo a la Creación Empoderada

Para distinguir entre un estudiante que ha memorizado definiciones y uno que posee un entendimiento profundo, es necesario evaluar la aplicación de conceptos en contextos nuevos. Un experto en PC no solo sabe que un algoritmo "funciona", sino que evalúa su eficiencia y es capaz de realizar una transferencia de conceptos a tareas cotidianas no tecnológicas. En última instancia, el objetivo es transformar al individuo de un consumidor pasivo a un creador empoderado que utiliza la tecnología para generar cambios significativos en el mundo.

Bibliografía de Referencia

Bordignon, F., & Iglesias, A. A. (2020). Introducción al pensamiento computacional. Ciudad Autónoma de Buenos Aires: UNIPE; Editorial Universitaria; EDUCAR S.E..
Chun, B., & Piotrowski, T. (2023). Pensamiento computacional ilustrado: Una guía de dibujos animados para solucionar problemas, diseñar sistemas y comprender el comportamiento humano. Eduteka / ctiillustrated.com.
Kiwelekar, A. W., Navandar, S., & Yadav, D. K. (2020). A Two-Systems Perspective for Computational Thinking. Proceedings of 12th International Conference on Intelligent Human Interaction (IHCI 2020). Springer.
Kong, S. C., & Abelson, H. (Eds.). (2019). Computational Thinking Education. Springer Nature Singapore Pte Ltd..
Al-Fedaghi, S., & Alkhaldi, A. A. (2019). Thinging for Computational Thinking. Kuwait University, Computer Engineering Department. Vol. 10, No. 2.

Actuando sobre la Seguridad Perimetral: Cómo Implementar un Cortafuegos Dinámico basado en el Comportamiento DNS

Arcadio Ortega Reinoso — Fri, 12 Jun 2026 11:33:22 +0000

En el panorama actual de la ciberseguridad, los métodos tradicionales de filtrado a menudo se quedan cortos ante usuarios que utilizan VPNs, túneles o servidores DNS externos para evadir políticas corporativas. Para abordar este reto, he desarrollado un ecosistema de dos herramientas complementarias: Network Sniffer y DNS Traffic Controller, diseñadas para transformar la navegación de los usuarios en reglas de firewall inteligentes y en tiempo real.

El Concepto: "Si no hay consulta DNS, no hay tráfico"

La filosofía central de esta solución es la visibilidad total. La idea base consiste en capturar todas las peticiones DNS de la red y actuar sobre cualquier dirección IP que no haya sido obtenida mediante una resolución previa. Este enfoque de "lista blanca dinámica" asegura que los dispositivos no puedan conectarse a IPs "hardcodeadas" o servidores maliciosos que intenten saltarse la resolución estándar del sistema.

1. Fase de Análisis: Network Sniffer

Antes de bloquear, es vital entender el tráfico. Network Sniffer es una herramienta para Ubuntu que permite capturar y clasificar las conexiones entrantes y salientes.

Captura Inteligente: Utiliza tcpdump para monitorizar consultas DNS y Scapy para el análisis de paquetes, extrayendo metadatos clave como el SNI (Server Name Indication) incluso en tráfico cifrado TLS.
Clasificación de Riesgo Offline: Una de sus mayores ventajas es que realiza un análisis 100% offline de amenazas utilizando bases de datos como Spamhaus DROP y MaxMind GeoLite2.
Generación de Blocklists: Tras el análisis (ya sea en tiempo real o mediante consulta posterior a logs JSON/TXT), la herramienta puede exportar listas de bloqueo automáticas en formatos compatibles con MikroTik, iptables, DNSMasq y BIND.

2. Fase de Control: DNS Traffic Controller

Una vez definido el comportamiento deseado, DNS Traffic Controller se encarga de la ejecución de las reglas. Esta herramienta ofrece dos modos de operación según la infraestructura necesaria.

Modo Router (Filtro Perimetral)

Es la solución ideal para una empresa. Actúa como un gateway/router usando ipset e iptables para una eficiencia máxima.

Proxy DNS Transparente: Intercepta todas las queries DNS (puerto 53) y las redirige a un proxy local.
Autorización Dinámica: Cuando un usuario consulta un dominio legítimo, el sistema obtiene las IPs resueltas y las añade automáticamente al conjunto dns_allowed de ipset.
Filtrado Estricto: El firewall permite el tráfico solo hacia las IPs presentes en ese conjunto, bloqueando todo lo demás de forma predeterminada.

Bloqueos Avanzados y Evasión

Para evitar que los usuarios salten el muro, el sistema incluye reglas específicas para denegar:

DNS Externos y Cifrados: Bloquea DNS sobre TLS (puerto 853), DoH (DoH-block) y el uso de QUIC/HTTP3 (puerto 443 UDP).
VPNs y Túneles: Detecta y bloquea protocolos de VPN conocidos (OpenVPN, WireGuard, IPsec) y herramientas de tunelización como ngrok o Cloudflare Tunnel.
Contenido No Deseado: Incluye soporte para listas negras de control parental, educativo y dominios sospechosos.

Integración en el Flujo de Trabajo Empresarial

Este conjunto de herramientas permite establecer un ciclo de seguridad cerrado:

Monitorización con Network Sniffer: Se analizan los patrones de navegación para identificar qué dominios son necesarios para la actividad empresarial.
Establecimiento de la Entrada del Firewall: Con los datos capturados, se configura el DNS Traffic Controller para que actúe como la barrera de entrada, permitiendo solo lo estrictamente resuelto mediante el DNS corporativo.
Auditoría y Refinamiento: Se generan informes periódicos (en HTML o JSON) para ajustar las listas negras y blancas, detectando posibles intentos de conexión a países de alto riesgo (como KP, IR o SY) o puertos sospechosos de troyanos.

Fortalezas técnicas para destacar en el artículo

Eficiencia con ipset: En el modo Router Controller, el uso de ipset es un factor diferencial. Permite manejar grandes listas de IPs permitidas o bloqueadas sin degradar el rendimiento del firewall, algo crucial para entornos empresariales con mucho tráfico.
Análisis 100% Offline: Es un gran argumento de venta para la privacidad. Network Sniffer realiza geolocalización (MaxMind) y detección de amenazas (Spamhaus DROP) de forma local, evitando que los metadatos de la empresa salgan a APIs externas durante el análisis.
Detección de Evasión Avanzada: Tus herramientas no solo filtran por IP/Dominio; también están preparadas para bloquear DNS sobre TLS (puerto 853), QUIC/HTTP3 (puerto 443 UDP) y herramientas de tunelización como ngrok o Cloudflare Tunnel, que son los métodos habituales para saltarse firewalls tradicionales.
Modo "Deep" para Auditoría: El Network Sniffer en su modo profundo aporta un valor forense importante al incluir resolución PTR, WHOIS y detección de proveedores de Cloud/Hosting, lo que permite a un administrador saber exactamente quién es el dueño de la infraestructura a la que se conectan sus usuarios.
Versatilidad de Exportación e Integración: Una de las mayores ventajas de este ecosistema es su capacidad para convertir el análisis de red en reglas ejecutables de forma casi instantánea. Network Sniffer no solo identifica amenazas, sino que permite exportar automáticamente listas de bloqueo (blocklists) en formatos nativos para las infraestructuras más comunes. Esto incluye scripts .rsc para MikroTik, configuraciones de zona para BIND y Unbound, directivas para DNSMasq, así como reglas de filtrado para iptables o formatos universales como archivos Hosts y CSV. Esta interoperabilidad garantiza que la inteligencia de seguridad generada pueda integrarse sin fricciones en firewalls y servidores DNS ya existentes, permitiendo a los administradores ajustar el nivel de restricción según un umbral de riesgo personalizado.

Conclusión

Al combinar la capacidad de análisis profundo de Network Sniffer con el control dinámico de DNS Traffic Controller, las organizaciones pueden pasar de un modelo de seguridad pasivo a uno proactivo. Ya no se trata solo de bloquear lo conocido como malo, sino de permitir únicamente lo que el sistema ha validado previamente a través de una consulta legítima.

Si quieres explorar el código o contribuir al proyecto, ambos repositorios están disponibles en mi perfil de GitHub:

dns-traffic-controller
network-sniffer

La Nueva Abstracción de la Ingeniería de Software y la Crisis Educativa de la Sintaxis

Arcadio Ortega Reinoso — Wed, 10 Jun 2026 10:24:11 +0000

La Nueva Abstracción: El Programador como Arquitecto en la Era de la IA

La historia de la ingeniería de software es una crónica de la huida constante hacia niveles superiores de abstracción. Así como en décadas pasadas el programador dejó de preocuparse por el lenguaje máquina o el ensamblador para enfocarse en lenguajes de alto nivel, hoy asistimos a un nuevo desplazamiento de la "caja negra". La Inteligencia Artificial actúa ahora como un "lubricante" que traduce la lógica conceptual directamente en código ejecutable, permitiendo que el profesional se sitúe mucho más cerca de los requerimientos que de la sintaxis. Sin embargo, a pesar de este "superpoder" de implementación, los cimientos de los problemas clásicos de la disciplina permanecen inalterados.

La Crisis Permanente y el "Qué" sobre el "Cómo"

A pesar de las herramientas modernas, el fracaso en los proyectos suele tener una raíz sociotécnica más que técnica. Los problemas clásicos de definición —donde el cliente rara vez sabe lo que quiere con precisión— siguen siendo el principal obstáculo. La IA puede generar código de manera impecable, pero si el análisis de requisitos es vago o erróneo, la máquina construirá a la perfección el producto equivocado. Este dilema subraya la persistencia de la Validación (¿estamos construyendo lo que el usuario realmente necesita?) como un desafío puramente humano.

La IA como Lubricante de la Implementación

En la fase de construcción, la IA ha venido a mitigar fricciones históricas que consumían gran parte del tiempo del desarrollador:

Fin del "Infierno de la Sintaxis": Reduce el tiempo perdido buscando documentación o resolviendo problemas de sintaxis triviales.
Explicación de Código Ajeno: Facilita la comprensión de "código espagueti" o sistemas heredados, eliminando el miedo a tocar módulos antiguos (el síndrome del código huérfano).
Automatización de Pruebas: Al generar suites de pruebas unitarias con rapidez, ayuda a combatir el síndrome de "en mi máquina funciona" y reduce los fallos de integración.
Refactorización: Permite limpiar estructuras rígidas y reducir la deuda técnica en segundos, algo que tradicionalmente tomaba horas de rediseño.

Los Nuevos Riesgos: Código Zombi y Deuda Técnica

No obstante, esta facilidad conlleva peligros. La capacidad de generar código masivo sin un entendimiento profundo puede derivar en "código zombi": sistemas que funcionan pero cuya lógica interna nadie comprende realmente. Esto no elimina la deuda técnica, sino que la transforma en una forma más insidiosa de complejidad que puede superar la capacidad cognitiva humana a medida que el sistema crece.

El Cambio de Paradigma en la Enseñanza y el Rol Profesional

Bajo este escenario, el programador deja de ser un "escribano" para convertirse en un revisor y arquitecto. La enseñanza de la informática debe evolucionar desde la enseñanza de la sintaxis hacia la gestión de la complejidad y la comunicación. Los objetivos pedagógicos actuales deben centrarse en:

Ingeniería de Requisitos y Contexto: Aprender a alimentar a los modelos con la información correcta (Ingeniería del Contexto) para obtener resultados precisos.
Verificación y Validación (V&V): Priorizar la capacidad de supervisar si el producto cumple con las especificaciones y satisface al usuario.
Metodologías Híbridas: Implementar flujos de trabajo donde humanos y agentes colaboren bajo marcos ágiles como Scrumban. El uso de agentes (como CrewAI) permite automatizar la implementación mientras el humano se centra en la dirección estratégica y el flujo de valor.

Concluyendo: Aunque la "caja negra" de la implementación sea ahora más grande y eficiente, la esencia de la ingeniería de software sigue siendo la traducción de ideas abstractas en productos funcionales. El éxito en este nuevo paradigma no depende de la velocidad de codificación, sino de la precisión en la definición y la rigurosidad en la validación del sistema resultante.

¿Qué opinas? Si eres docente o estudiante, ¿crees que los centros educativos están reaccionando a tiempo a este cambio de paradigma? ¿Estamos preparados para evaluar a "arquitectos" en lugar de a "escribanos" de código? Espero leer tu perspectiva en los comentarios.

Aula Informática compartida, eficiente y centralizada con Linux

Arcadio Ortega Reinoso — Wed, 03 Sep 2025 15:21:11 +0000

Cómo Construir un Aula Informática Eficiente y Centralizada con Linux
La gestión de un aula informática con múltiples estaciones de trabajo puede ser una tarea desafiante. Mantener la consistencia del sistema, gestionar las cuentas de usuario, y asegurar el espacio en disco son solo algunas de las preocupaciones comunes. Afortunadamente, con herramientas de código abierto como NIS, LDAP, NFS y Autofs, podemos construir una solución robusta y fácil de administrar.
Recientemente he consolidado una guía detallada para configurar un entorno de aula informática centralizado en un repositorio de GitHub, donde los estudiantes pueden iniciar sesión en cualquier máquina cliente con sus cuentas y directorios personales gestionados desde un servidor central
. El objetivo es mantener una configuración consistente en las máquinas cliente y gestionar eficazmente el uso de recursos

Las tecnologías clave empleadas en esta configuración para lograr un entorno gestionado centralmente incluyen:
• Servicio de Información de Red (NIS) o Protocolo Ligero de Acceso a Directorios (LDAP): Estos servicios son fundamentales para centralizar la gestión de cuentas de usuario y grupo. Permiten que los usuarios se autentiquen en cualquier máquina cliente, facilitando el inicio de sesión único y la administración de credenciales

• Sistema de Archivos de Red (NFS): Utilizado para compartir los directorios personales de los usuarios (/home) desde el servidor central. De esta manera, los datos de los estudiantes están siempre accesibles, sin importar en qué estación de trabajo inicien sesión

• Autofs: Complementa a NFS al montar automáticamente los directorios personales de los usuarios solo cuando se accede a ellos, optimizando el uso de recursos al evitar montar todos los directorios al inicio del sistema

• Cuotas de Disco: Implementadas para limitar el espacio en disco y la cantidad de archivos que cada usuario puede utilizar en su directorio personal, gestionado en el servidor NFS. Esto es crucial para un uso equitativo de los recursos

• Congelación del Sistema (bilibop-lockfs): Una característica poderosa para mantener el sistema operativo de las máquinas cliente en un estado inmutable. Cualquier cambio realizado durante una sesión se descarta al reiniciar, lo que asegura una configuración limpia y consistente en cada uso

• Scripts y Programación (Cron): Para automatizar la creación de usuarios y facilitar el proceso de actualización de los sistemas congelados, minimizando la intervención manual

El resultado es un aula informática donde los usuarios disfrutan de una experiencia consistente en cualquier estación de trabajo, sus datos se guardan de forma centralizada y los recursos se gestionan eficientemente, mientras que el estado base de las estaciones de trabajo se mantiene siempre idéntico

Si estás interesado en implementar una configuración similar o simplemente quieres profundizar en los pasos de instalación y configuración de cada uno de estos componentes, he detallado todo el proceso en mi repositorio de GitHub. Allí encontrarás las instrucciones paso a paso para servidores y clientes, así como scripts de ejemplo y verificaciones esenciales

aula-compartida

Este artículo se basa en la documentación "Aula de informática" de Arcadio Ortega Reinoso, bajo licencia CC BY-NC-SA 4.0