Recomiendo leer:
Comenzamos el comentario al libro «Evidence-Informed Learning Design», de Mirjan Neelen y Paul Kirschner. Para empezar bien, me gustaría aclarar que durante las entradas dedicadas a este libro voy a llamar «experiencias de aprendizaje» a las actividades que diseñamos para promover el aprendizaje en el aula. Si se podrían hacer equivalentes o no a las «situaciones de aprendizaje» lo dejo a la interpretación del lector. Además de eso, el diseño instruccional lo definiremos, siguiendo a los autores, como el análisis de los problemas de aprendizaje y desempeño; y el diseño, desarrollo, implementación, evaluación y gestión de procesos y recursos instruccionales y no instruccionales cuyo objetivo es mejorar el aprendizaje y el desempeño en una variedad de escenarios, particularmente en instituciones educativas y el lugar de trabajo. De igual manera, el diseño instruccional es un concepto cercano (aunque no idéntico) a la didáctica, y por eso mantendré esta expresión aunque tal vez nos resulte poco familiar.
Tres investigadoras, Laura Pomerance, Julie Greenberg y Kate Walsh, analizaron 48 libros de texto -aproximadamente 14.000 páginas- que se utilizaban en un grupo representativo de 219 programas estadounidenses de preparación para la docencia.
El US National Council on TeacherQuality publicó los resultados en 2016. Va acompañado de una destacada «Carta de apoyo» en su prefacio de siete de los psicólogos educativos/cognitivos más notables del sector, como Richard Mayer (Teoría cognitiva del aprendizaje multimedia), John Dunlosky (Mejorar el aprendizaje de los alumnos con técnicas de aprendizaje eficaces) y Hal Pashler (Organizar la instrucción y el estudio para mejorar el aprendizaje de los alumnos, 2007).
Pomerance y sus colaboradoras buscaron información y explicaciones sobre estrategias basadas en pruebas que todo nuevo profesor debería conocer y ser capaz de aplicar. Los investigadores extrajeron estas estrategias de un informe del Departamento de Educación de Estados Unidos.
Identificaron una serie de enfoques generales de eficacia probada para mejorar el aprendizaje, independientemente de la edad o el contenido de las clases. Y lo que es mejor, estas estrategias funcionan excepcionalmente bien también para los alumnos con dificultades de aprendizaje. Seis estrategias de aprendizaje sobresalieron por encima del resto porque están respaldadas por una enorme cantidad de investigación de alta calidad (Tabla 3.1).
| Estrategia | Recomendación |
| Presentar contenidos nuevos | Utilizar imágenes y palabras. |
| Vincular conceptos abstractos con representaciones o analogías concretas. | |
| Conectar la información para lograr una comprensión más profunda | Lanzar preguntas sobre cómo, por qué, qué pasaría si…, cómo lo sabes |
| Alternar problemas con soluciones y problemas nuevos que se deben resolver. | |
| Buscar un aprendizaje a largo plazo | Distribuir la práctica (practicar en pequeñas dosis espaciadas en el tiempo). |
| Evaluación formativa de lo que se ha aprendido |
En otras palabras, «la investigación cognitiva que cumple las normas científicas sobre cómo enseñar a comprender y aprender apenas se menciona en muchos textos» (p. V), mientras que, por el contrario, había una enorme cantidad de pruebas anecdóticas sobre estrategias de enseñanza y gestión del aula, todo ello disfrazado de ciencia sólida. Lo que esto significa básicamente es que los editores y autores de libros de texto no incluyen los conocimientos fundamentales necesarios para planificar, desarrollar una buena enseñanza, y esto no es en absoluto intrascendente. Al fin y al cabo, se está perjudicando a la próxima generación de profesores y, lo que es peor, los alumnos sufrirán por ello.
Enfoque integral de enseñanza
Este blog desea ser siempre un lugar de propuestas, que vaya más allá de dicotomías estériles y poco rigurosas como la que a veces se plantea entre el conocimiento y las habilidades. Pues bien, un enfoque integral impulsa el aprendizaje complejo. Cuando las personas llevan a cabo una auténtica tarea de aprendizaje, estas tareas deberían apelar a conocimientos, destrezas y actitudes. También se podría decir que estas tareas apelan a la construcción y automatización de esquemas. Así pues, las tareas completas son una forma de «encaminar» a los alumnos a este proceso de aprendizaje complejo. El efecto deseable es que aumente la transferencia de aprendizaje. Básicamente, como resultado del aprendizaje complejo, las personas desarrollan estructuras de conocimiento integradas que no sólo les permiten tarea en cuestión, sino también realizar nuevas tareas en situaciones nuevas.
Cuando no adoptamos un enfoque integral de la tarea y enseñamos sólo conocimientos, por ejemplo, o sólo habilidades, es extremadamente difícil que la gente aplique estos conocimientos o habilidades en situaciones nuevas. Porque no son capaces coordinar estos conocimientos, habilidades y actitudes en la nueva situación porque no se enseñaron de forma integrada. Acabarán con esquemas fragmentados que no encajan. Se trata entonces simplemente de enfrentar a las personas para tareas profesionales que son nuevas y desconocidas. Para ello, deben disponer de una base de conocimientos integrada que les permita abordar con éxito estas nuevas tareas.
Asimismo, existe la idea errónea de que hay que entender los conceptos básicos antes de empezar a practicar tareas auténticas. Según Merrienboer, la gente sólo empieza a entender los conceptos básicos aplicándolos, utilizándolos. Los conceptos se desarrollan a través del aprendizaje inductivo. Los conceptos básicos son muy importantes, pero este acuerdo no está de acuerdo en que haya que seguir un orden concreto, como entender primero los conceptos y luego aplicarlos. Debería ser algo integrado. Nuestra comprensión también se desarrolla como resultado de la práctica.
El trabajo en las tareas de aprendizaje y el desarrollo del conocimiento deben ir de la mano. La información de apoyo y las tareas de aprendizaje están conectadas entre sí. Se trata de ir y venir entre la aplicación de los conceptos en la realización de las tareas de aprendizaje y el estudio de la información de apoyo necesaria para llevarlas a cabo. El conocimiento sólo se retiene cuando se desarrolla en el proceso de aplicación de la tarea.
Algunos conceptos necesarios
Vamos a explorar cómo podemos abrir nuestros ojos y determinar si un estudio o artículo es de fiar, o si estamos siendo seducidos porque apela a cosas que deseamos que sean ciertas. Te preguntarás por qué esto es importante. Quizás no sepas que estos estudios existen, o puede que incluso pienses que no hacen falta. Que son muy abstractos, y que no significan nada para tu día a día. Todo esto es comprensible, sin embargo, como profesionales del aprendizaje deberíamos de comprometernos a distinguir, al menos, lo que es manifiestamente dudoso.
Verdadero vs plausible
Generalmente en educación polarizamos entre verdad y mentira, cuando el asunto es mucho más complejo. Según la RAE, la primera acepción de verdadero es “Que contiene verdad”. Mientras que plausible es aquello “atendible, admisible, recomendable”. Es interesante esta distinción, porque una idea verdadera puede ser aquella que suena plausible, que la gente cree en ella porque contiene un núcleo de verdad, aunque a su alrededor existan contradicciones.
¿Cómo podemos analizar la veracidad de un estudio? Hablamos de ello aquí. Pero recordemos algunas claves:
Diseño experimental
Lo primero es analizar si lo que muestra es una relación causal o no. Esto significa que lo que el experimentador ha realizado es lo que cambia los resultados, y no otra cosa. Es decir, que los resultados son consecuencia de la intervención, y no de otra cosa. Casi siempre nos encontraremos con estudios de correlaciones, y correlación no implica causalidad. Por ejemplo, hay una correlación muy fuerte entre las nubes y la lluvia, porque siempre que llueve hay nubes. Pero la lluvia no es la que provoca las nubes. De igual manera, puede haber una correlación entre las calificaciones del alumnado y un nuevo método, pero si además se ha cambiado la forma de calificar ya no estamos seguros de qué elemento causó el aumento de calificaciones: si el nuevo método o la nueva forma de calificar.
Por eso el estándar es un diseño experimental en el que los participantes son suficientes en número, y son seleccionados aleatoriamente y también es el azar el que les ubica en grupos donde todo lo que sucede en los grupos es exactamente igual, excepto la intervención. Dos cosas importantes. La primera, obvia: si los participantes o los investigadores saben a que grupo pertenecen, esto puede afectar a los resultados. Esto es lo que se llama un experimento doble ciego. RCT (randomized control trial) con doble ciego es la mejor manera de mantener todas las variables iguales, excepto una, y por tanto estar más seguro de que si los resultados confirman que la intervención funciona, es porque la intervención es lo que causó los resultados.
La segunda es que es difícil tener un buen grupo control. Imagina que el profesor es diferente, por ejemplo. O que el grupo control se dedica a “nada” mientras el otro grupo realiza una nueva actividad. Por tanto, fijémonos bien en la diferencia entre grupo control y grupo intervención. Si solo se diferencian en la intervención, perfecto. Cuanto más diferentes, más debemos relativizar los resultados.
Escala
Aunque ya lo sugerimos antes, lo repetimos: cuantos más, mejor. Es lo que se denomina el “poder” del estudio. Hay diversas herramientas que nos permiten calcular el número de participantes en función del estudio.
La escala suele estar afectada en las investigaciones educativas por el elevado número de participantes que abandonan cualquier estudio en educación, el llamado “dropout”. Esto es un problema de fiabilidad y validez, por ejemplo, cuando doy por válida como muestra de todo el alumnado al grupo de aquellas personas que continuan respondiendo a las encuestas: probablemente sean también las más implicadas y comprometidas.
Calidad de los datos
Sin duda, los datos deben ser fiables y válidos.
Fiables significa que el experimento debe ser repetidle por otros con los mismos o similares resultados (replicabilidad), y además que si lleváramos a cabo el mismo experimento los resultados deberían ser parecidos también (fiabilidad test-retest). Por último, si varios investigadores llevan a cabo el mismo experimento, debe hacerse de la misma manera y medirlo de la misma forma (inter-researcher o inter-rater reliability).
Válidos significa algo diferente. Básicamente, que mides lo que dices que mides. Hay varios tipos de validez:
– Validez de aspecto: a las personas implicadas les parece una buena manera de medir. Es la más débil.
– Validez interna: lo que se observa en el estudio se debe a la intervención, y no a otra cosa.
– Validez externa: ¿puede este experimento generalizarse a otras poblaciones (validez poblacional) o a otros contextos (validez ecológica)?
– Validez test: si el test mide lo que dice que mide, u otras cosas.
– Validez criterial: si la medida del estudio está relacionada con el resultado, comparándolo con un criterio existente (validez concurrente), o si predice algo que ocurrirá en el futuro (validez predictiva).
– Validez de contenido: hasta qué punto la medida representa a cada elemento de un constructo, y no sólo uno.
– Validez de constructo: hasta qué punto el test o la medida mide lo que dice medir.
Gorard menciona un par de «amenazas» que pueden hacer que la investigación sea dudosa. Las principales son que los investigadores a) no sean independientes (por ejemplo, que sepan lo que intentan conseguir) y b) sepan en qué grupo se produjeron los resultados (en otras palabras, que no estén «ciegos» a la intervención). También hay sesgos en el investigador que pueden hacer que tanto la investigación como sus conclusiones sean dudosas. Por ejemplo, sabemos que hay problemas de replicabilidad en la investigación en general y en la educativa en particular. También hay muchas ganas de publicar, que pueden llevar a ignorar resultados contrarios que dificultarán su publicación. Conocer estas cosas es importante para entender lo que generalmente os traigo al blog.
