Abstracción para enfocarse en lo esencial del problema

Qué es la abstracción y por qué mejora tus decisiones

La abstracción es la habilidad de representar un problema quedándote con lo esencial y dejando fuera detalles que no cambian la decisión que necesitas tomar. No significa “simplificar por simplificar”, sino elegir qué información es relevante para un objetivo concreto.

En pensamiento computacional, abstraer sirve para: (1) reducir carga mental, (2) comparar opciones con criterios claros, (3) comunicar un plan sin ruido, y (4) construir modelos que luego puedes convertir en pasos concretos o automatizar.

Señales de que estás usando demasiados detalles

• No puedes explicar el problema en 2–3 frases sin perderte.
• Discutes “cómo” antes de acordar “qué” y “para qué”.
• Hay información que, aunque cambie, no alteraría tu decisión final.
• Tu plan depende de datos que no tienes y no necesitas.

Niveles de abstracción con un mismo ejemplo

Un mismo problema puede describirse en distintos niveles. La clave es que cada nivel responde a preguntas diferentes.

Ejemplo 1: Receta (ingredientes y tiempos)

Situación: preparar una cena sencilla.

Observa que el nivel alto no menciona gramos ni temperaturas: aún así es útil para decidir qué cocinar.

Continúa en nuestra aplicación.

• Escuche el audio con la pantalla apagada.
• Obtenga un certificado al finalizar.
• ¡Más de 5000 cursos para que explores!

O continúa leyendo más abajo...

Descargar la aplicación

Ejemplo 2: Ruta (origen/destino y condiciones)

Situación: ir de un punto A a un punto B.

El clima puede ser relevante en el nivel medio, pero el color de tu paraguas no lo es.

Ejemplo 3: Tarea (objetivo y recursos)

Situación: terminar un trabajo o proyecto personal.

Cómo crear modelos simples (útiles, no perfectos)

Un modelo simple es una representación reducida del problema que te permite decidir y actuar. Suele tener tres piezas: variables relevantes, reglas básicas y supuestos explícitos.

Paso a paso para abstraer y modelar

1. Define el objetivo de la decisión (una frase). Ejemplos: “Elegir la mejor opción”, “Planificar el tiempo”, “Reducir costo”, “Minimizar riesgo”.

2. Lista variables relevantes (3–7 máximo). Pregunta guía: “Si esto cambia, ¿podría cambiar mi decisión?”

   • Tiempo
   • Costo
   • Prioridad/impacto
   • Riesgo
   • Disponibilidad de recursos
   • Dependencias (qué necesita qué)

3. Define una escala simple para cada variable. Evita precisión falsa. Ejemplos: bajo/medio/alto, minutos aproximados, presupuesto máximo.

4. Escribe 2–5 reglas básicas (si-entonces) que conecten variables con decisiones.

   Regla 1: Si prioridad = alta y tiempo <= 30 min, hacer hoy. Regla 2: Si costo > presupuesto, buscar alternativa. Regla 3: Si riesgo = alto, pedir revisión o dividir en pasos.

5. Declara supuestos explícitos (lo que estás dando por cierto). Esto evita discusiones invisibles.

   • “Asumo que no habrá interrupciones durante 45 min.”
   • “Asumo que la información disponible es suficiente para una primera versión.”
   • “Asumo que el tráfico es alto en hora pico.”

6. Valida el modelo con un caso rápido: prueba con 1–2 escenarios. Si el modelo no distingue opciones o te obliga a datos imposibles, ajusta variables o reglas.

Ejemplo de modelo simple: elegir qué cocinar hoy

Objetivo: cenar en 20 minutos sin comprar.

Variables: tiempo, ingredientes disponibles, esfuerzo, limpieza.

Escalas: tiempo en minutos; esfuerzo bajo/medio/alto; limpieza baja/alta.

Reglas:

• Si tiempo <= 20 y ingredientes disponibles = sí, opción válida.
• Si limpieza = alta y hoy estoy cansado, descartar.
• Si hay proteína lista (huevos, atún, legumbres cocidas), priorizar por saciedad.

Supuestos: “Tengo cocina disponible y utensilios limpios”.

Ejercicios de “quitar ruido” (de descripción larga a modelo mínimo)

La práctica clave es aprender a separar: detalles que cambian la decisión vs. detalles decorativos.

Ejercicio 1: Planificar una mañana productiva

Versión con demasiado detalle (ruido):

“Mañana me levanto a las 7:10 porque hoy me acosté tarde viendo una serie y el despertador suena con una canción que me gusta. Primero voy a revisar mensajes, luego me hago café en la taza azul, y mientras se calienta el agua voy a abrir el portátil, pero antes tengo que buscar el cargador porque ayer lo dejé en el salón. Después quiero avanzar en el documento, pero también tengo que responder a un correo de Laura, y quizá ordenar el escritorio porque hay papeles, y si me da tiempo salgo a comprar pan, aunque depende de si llueve, porque no quiero mojarme…”

Reducción a modelo mínimo útil:

• Objetivo: avanzar 60 min en el documento antes del mediodía.
• Variables relevantes: tiempo disponible, interrupciones, energía, tareas obligatorias.
• Reglas: (1) No mensajes hasta completar 30 min de trabajo. (2) Si surge tarea obligatoria < 10 min, hacerla; si no, agendarla. (3) Bloque de 60 min con pausa de 5.
• Supuestos: internet funciona; el documento está accesible.

Pregunta de verificación: ¿El color de la taza cambia la decisión? No. ¿La lluvia puede cambiar la decisión de salir a comprar pan? Sí, pero solo si “comprar pan” es relevante para el objetivo.

Ejercicio 2: Elegir una ruta para llegar a tiempo

Versión con demasiado detalle (ruido):

“Salgo desde mi edificio, bajo por el ascensor que a veces tarda, cruzo la calle donde hay un árbol grande, paso por la tienda donde el dueño me saluda, giro a la derecha porque me gusta esa esquina, y luego veo si me detengo a comprar agua…”

Reducción a modelo mínimo útil:

• Objetivo: llegar en < 40 min con seguridad.
• Variables: tráfico, clima, costo, transbordos, confiabilidad.
• Reglas: si llueve, evitar bici; si tráfico alto, preferir metro/bus carril exclusivo; si hay transbordo extra, sumar 10 min de margen.
• Supuestos: horarios del transporte se cumplen dentro de ±5 min.

Ejercicio 3: Definir una tarea de trabajo sin perderse en herramientas

Versión con demasiado detalle (ruido):

“Voy a abrir la app X, crear una carpeta con nombre ‘Proyecto 2026’, elegir un color para las etiquetas, configurar notificaciones, decidir si uso vista Kanban o lista, y luego buscar una plantilla bonita…”

Reducción a modelo mínimo útil:

• Objetivo: entregar una primera versión revisable hoy.
• Variables: alcance mínimo, tiempo, dependencias, calidad requerida.
• Reglas: si algo no afecta la entrega de la primera versión, posponer; si falta información crítica, anotar pregunta y continuar con supuestos.
• Supuestos: el formato de entrega aceptado es PDF o documento compartido.

Guía para elegir el nivel de abstracción adecuado según el objetivo

Checklist rápido: ¿mi abstracción está bien?

• Utilidad: ¿Con esto puedo decidir o actuar?
• Relevancia: ¿Cada elemento afecta el resultado?
• Simplicidad: ¿Puedo reducir una variable o combinar dos?
• Supuestos visibles: ¿Está claro qué estoy asumiendo?
• Adaptabilidad: ¿Si cambia un dato, sé qué parte del modelo se actualiza?