UN ESTADO DEL
ARTE SOBRE EL
APRENDIZAJE Y LA
COMPUTACIÓN
REVISIÓN PLATAFORMAS TECNOLÓGICAS GRATUITAS
A IMPORTANCIA DEL APRENDIZAJE AUTÓNOMO
L
EN LA SOCIEDAD DEL CONOCIMIENTO
La perspectiva del aprendizaje autónomo está vigente en los ideales
educativos del presente siglo y se vuelve más importante en la medida en
que se consolidan la Era de la Información y la Sociedad del Conocimiento.
LaEradelaInformaciónsecaracterizaporlaregulacióndeprocesossociales,
políticos y económicos con base en información y por el desarrollo
consecuente de infraestructuras tecnológicas avanzadas para su manejo.El
fenómeno más prominente es el incremento del cambio enparaleloconla
producción masiva de datos que se divulgan a través de los medios de
comunicación de masas y de redes electrónicas.
En la dinámica de los sistemas sociales, existe el siguiente ciclo de
realimentaciónpositiva:amayorcambio,mayorinformaciónyviceversa,que
unido al avanzado desarrollo de tecnologías, es responsable de lacreciente
explosión de datos. El ser humano muestra una buena capacidad para
organizar información en categorías y hacer generalizaciones y poca
capacidadparamanejardatosdebajonivelquetípicamentesobrecargansu
memoria, razón por la cual se presenta unanuevadificultad:ladeprocesar
las grandes cantidades de información que se generan.
Elfenómenonotendríaimportanciasielserhumanonotuvieraquedecidir
con base en información y hacerlo en un mundo que se mueve entre la
colaboración y la competencia.
Los datos hacen una representación de lo particular en el tiempo y en el
espacio. Las decisiones se toman sobre categorías de eventos que se
sucederán en tiemposyespaciosdiferentes.Estehechohacequeeldecisor
tenga que elaborar generalizaciones a partir de los datos, encontrando en
ellosestructurasyregularidadescomunesparaproyectarseenunaprevisión
de sucesos futuros. A estas regularidades y estructuras se les denomina
conocimiento.
La posibilidad de decidir está condicionada por la capacidad de desarrollar
conocimientoapartirdelosdatosy,comolaproduccióndeéstosevoluciona
permanentemente, también la producción de conocimiento es objeto de
cambios continuados tanto a nivel cualitativo como cuantitativo. En estas
condiciones, se valida la afirmación según la cual la información no sólo
incluye los datos, sino que genera nuevas formas de pensar, afectando los
parámetros que la gente toma como base para hacer juicios y tomar
decisiones en la vida diaria (Scheffler, 1986).
La relevancia del fenómeno que se acaba de presentar da pie para
caracterizar la Sociedad del Conocimiento con base en dos indicadores: el
desempeño de actividades repetitivas por agentes artificiales y la
incorporacióndenivelescrecientesdeconocimientoalospuestosdetrabajo.
Los agentes artificiales son manifestaciones de las tecnologías de la
informaciónensuesfuerzoporemularalosagentesnaturalesyasumendos
versiones: los programas deagenteylosrobots.Losprimerosrecibencomo
entrada datosydancomosalidaundatotransformadoqueesútilparaotro
proceso; los segundos son capaces de procesar información y desarrollar
trabajo.Unrobotnormalmenteincorporaunprogramadeagente.Ejemplos
de los primeros son los cajeros automáticos, los procesadores de texto, los
asistentes de procesos administrativos; de los segundos, los robots móviles
utilizados en las fábricas de carros, en el mantenimiento de avionesyenla
carga de vehículos.
Elindicadordeincorporacióndeconocimientoalospuestosdetrabajotiene
una manifestación organizacional y otra individual.
Enloindividualaparecelanecesidaddeincorporarcadavezmayoresniveles
de conocimiento y habilidades en el desempeñoderolesyfunciones.Enel
campo organizacional, para que una institución pueda sobrevivir y crecer
requiere incorporar asudinámicaunritmodeaprendizajecorporativoigual
o mayor queeldelcambioensuentorno(Garrat,1990).Elresultadodeeste
proceso es el porcentaje creciente de puestos de trabajo que requieren
conocimiento especializado (Wiig, 1994).
Frente a la necesidad de conocimiento y a la superproducción de datos se
handestacadodosestrategiasquetratandepotenciaralosindividuosyalas
organizacionesparaincrementarlageneracióndeconocimiento:launaestá
constituida por el uso de técnicas de inteligencia artificial para encontrar
regularidades y hacer generalizaciones a partir de base de datos (Fayyad,
Piatetsky, Smyth, 1996) y la otra, al desarrollo de habilidadesdeaprendizaje
autónomo por parte de los individuos.
ElinformeAprenderaSer(Faure,1972)yotrosensayosdeprospectiva(Toffler,
1970) visualizaron el futuro de la sociedad exitosa con base en el
conocimientoyelaprendizajeautónomo.Dosrazonessonrelevantesdentro
de esta concepción:
La primera sustenta la necesidad de desarrollar la capacidad creativa e
innovadora para adecuarse a las circunstancias cambiantes, lo cual no se
logra en condiciones de aprendizaje heterodirigido y la segunda tiene que
ver con el costo y velocidad de la actualización requerida en las empresas
dinámicas para mantener niveles de competitividad deseables.
NA MIRADA EVOLUTIVA SOBRE LA AUTONOMÍA DEL
U
APRENDIZAJE
Para una mejor comprensión delconceptodeautonomíaenelaprendizaje,
me permito esbozar, en forma general , tres momentosque,amimodode
ver, son los más relevantes en suevolución:lateoríadelautocontrol,lacual
enfatiza la relación de los sujetos con el entorno y las consecuencias del
desempeño;elestudioautodirigidodondeaparececomoelementobásicoel
agente decisor sobre los eventos de instrucción; y la metacogniciónquese
basa en la distinción entre un conocimiento objetivo y meta-conocimiento.
EL APRENDIZAJE AUTÓNOMO EN LA PERSPECTIVA DEL
UTOCONTROL
A
Los siguientes son los componentes que constituyen la concepción de
aprendizaje de esta corriente (Kanfer y Phillips 1970):
Aprendizaje como resultado: es una clase de comportamientoobservable
que se explicita en un conjunto de condiciones específicas con una
probabilidad alta.
Proceso de aprendizaje: es pasar de una probabilidad baja en unas
condiciones a una probabilidad alta en las mismas condiciones.
Determinantes del aprendizaje: es generado por una relación funcional
entre una ejecución y sus consecuenciassobrelaprobabilidadsiguientede
esaejecuciónenlascondicionesdefinidas;lascondicionesantecedentesyla
consecuencia son los determinantes de la probabilidad.
Autocontrol: se efectúa en la medida en que el sujeto maneja los
determinantes de su propio aprendizaje.
Esta aproximación realiza estudios experimentales tendientes a validar su
modelo. Una aproximación conocida es la llamada economía de fichas
usando la metáfora del sistema económico, en la cual las consecuencias
estánrepresentadasporfichas(especiedemoneda)quesepuedenobtener
en la medida en que se va logrando el aprendizaje. Las condiciones
antecedentes están constituidas por el ambiente y los materiales de
instrucción. En condición de autocontrol el sistema es manejado por el
mismo sujeto que aprende, en tanto que en la de control externo es el
maestro o un agente equivalente el que hace de administrador.
EL ESTUDIO AUTODIRIGIDO
Un aportereconocidoenlasuperacióndelmodeloestímulo-respuestaenla
investigación de la autonomía del aprendizaje surge de la distinción hecha
porGagné(1977),GagnéyBriggs(1979)entreeventosinternosyexternosen
elaprendizaje.Losprimerosserefierenaprocesosquesucedenalinteriordel
estudiante y los externos a dimensiones del entorno que sirven de
activadores de los eventos internos. Esta aproximación presenta una
taxonomía de nueve eventos internos (Atención, expectativa, recuperación
de información en memoria de trabajo, percepción selectiva, codificación
significativa, recuerdo y respuesta, refuerzo, recuerdo con asociaciones,
generalización) que se relacionan con otros tantos eventos externos (ganar
atención, informar al sujeto del objetivo del aprendizaje, estimular el
recuerdo de aprendizajes previos, presentar estímulos con características
diferenciantes, guiar el aprendizaje, explicitar la ejecución, dar feedback
informativo, valorar laejecución,fortalecerlaretenciónylatransferenciadel
aprendizaje).
Esta relación da una base para definir los procesosdeaprenderenrelación
con los procesos de enseñar. Los primeros se definen por la sucesión de
eventos de aprendizaje, los segundos, por la sucesión de eventos de
instrucción. En este contexto, la instrucción puede entenderse como la
disposición de una serie de eventos a través de los cuales elaprendizlogra
comunicación con una fuente de información y obtiene como resultado
cambios a nivel de sus estructuras conceptuales, valorativas o psicomotrices.
Gagné distingue frente a la instrucción un aprendizaje intencional y otro
incidental. El primero se desarrolla mediante instrucción, o sea asociación
intencional de eventos de instrucción con eventos de aprendizaje en
contraste con el segundo.
Vista en su conjunto, la instrucción implica decisiones. Los patrones de
decisión relacionados con el aprendizaje intencional reciben el nombre de
estrategias de aprendizaje (Gagné, 1985).
El control de esa serie de eventos puede estar en manos de un agente
externo al estudiante (por ejemplo, un instructor o un programa de
computador),enmanosdelmismoestudiante(casoenelcualhablamosde
aprendizaje autodirigido), o distribuido entre el estudiante y el agente
externo (Gagné, 1985; Briggs, 1968).
Como el control sobre los eventos deinstrucciónsedesarrollamedianteun
proceso de decisionesenunasucesióntemporal,seentiendeelaprendizaje
autodirigido como el conjunto de decisiones que el estudiante tomaenun
proceso específico de instrucción (Wydra, 1980).
Laaparicióndelcomputadorysuincorporaciónalcampoeducativodiolugar
a que se impulsara la tendencia de programas decomputadorcontrolados
por el estudiante versus programas de computador que controlaban al
sujeto.
Atkinson (1972a, 1972b) evaluó tres estrategias en la secuencia instruccional
de material. La experiencia se desarrolló con 120 estudiantes en tres
condiciones experimentales:
a) Aleatoriamente el computador presenta los ítems.
b) El estudiante controla la secuencia y selecciona la palabra respuesta
sensitiva para que el computador la seleccione usando un modelo
matemático.
Los resultados encontrados en la evaluación al final del entrenamiento
mostraron que los mayores puntajes se dieron en la primera condición, es
decirenordenaleatorio;lossiguientessedieronconlaescogenciaporparte
delosestudiantesylostercerosporelcomputador.Unasemanamástarde,
alaplicarunapruebaderetención,sepresentóuncambioenlospuntajesde
evaluación así: mayor puntaje en los alumnos que trabajaron conlatercera
estrategia - selección por el computador -; luego, aquellos que tomaron la
segunda condición de trabajo, - la escogencia por parte del estudiante - y
ocuparon el tercer lugar quienes trabajaron con la secuencia al azar.
Las observaciones sistemáticas sobre el aprendizaje de los estudiantes
permitieron llegar a la conclusión de que el aprendiz no es un decisor
efectivo frente a condiciones de selección de estrategias y que un modelo
inteligente permitiría al computador ser un buen asesor en decisiones
instruccionales.
Newkirk (1973), encontró que estudiantes que escogían sus propias
estrategias recordaban más después de dos semanas que aquellos que
habían sido controlados por el computador, resultados que fueron
confirmados por Mandinach (1984) quien además encuentra que los
estudiantes que se auto-regulan tienen mayor capacidad de discriminar lo
relevantedeloirrelevanteymayorcapacidaddetransferirelconocimientoa
tareas nuevas.
Estudios como los de Laheyetal.(1975)yBalsonetal.(1984)quecomparan
condiciones de autocontrol con programas de computador y con clases
normales, encuentran que losestudiantespuedenaprenderencondiciones
deaprendizajeautodirigidotantocomobajoladireccióndeunprofesorode
un programa de computador y muestran cómo las estrategias de
aprendizaje constituyen un factor crítico para su mejoramiento.
Los estudios de Faust (1974), Curtin et al., y Bunderson (1976), muestran
índicespromediosdedeserciónaltosdelosestudiantesbajocondicionesde
autocontrolcomparadosconlascondicionesdecontrolexternoyengeneral
deficiencia en las estrategias de aprendizaje. En estas condiciones la
pregunta por la posibilidad de entrenar estrategias de aprendizaje surge
inmediatamente.
Seidel(1975)encontróenunambientedondelosestudiantespodíanescoger
entrelassiguientesalternativasinstruccionales:Revisarllevaralestudianteal
comienzo del tópico que está estudiando.Recapitular mostrarunalistade
los tópicos estudiados. Pruebatomaruntest-Tópico-escogertema-,queel
70% del aprendizaje se logra la primera vez que se estudiaeltema;quelos
estudiantes más aventajados evalúan mejor su propio nivel de logros y
puede decidir sobre la cantidad de estudio adicional requerido para
aprender untemay,finalmente,quelosestudiantesdemásbajonivelusan
más opciones, pero, con menor resultado. Esta investigación hace pensar
sobre el nivel de conocimientos previos para acceder a un estudio
autodirigido. La primera hipótesis que aparece es que se requiere un
conocimiento mínimo del tema para poder adentrarse a condiciones de
autodirección.
Whitlock (1976) encontró que los estudiantes que percibían el tema de
estudio como más difícil pues se involucraban menos en su estudio. Este
hallazgo Ilevaría a pensar que se requeriría un dominio mínimo del tema
para poder estudiarlo por cuenta propia. Este trabajo se complementa con
Fisher et al. (1975) muestran que los estudiantes cuando deciden por sí
mismos sobre los temas a estudiar muestran mayor compromiso en el
desarrollo de su auto instrucción. Por otra parte, Garhart y Hannaffin(1986)
encuentran que los estudiantes en condiciones de estudio autodirigido
tienen dificultades para valorarsuniveldecomprensióndurantesuproceso
de aprendizaje.Gay(1986)yGay(1985)encuentraquequienestienenmayor
conocimiento de un tema pueden orientar mejor su propio proceso de
instrucción.
Tennyson et al. (1980), Tennyson (1981), Johansen y Tennyson (1983) y
Goetzfried y Hannaffin (1985) estudiaron el efecto de sistemas adaptativos
que usan un modelo de estudiante para dar sugerencias sobre:estrategias,
secuencia y ritmo de aprendizaje. Encontraron que con estos sistemas los
estudiantes lograban niveles de aprendizaje superiores a los obtenidos por
sistemas controlados por el computador que con sistemas controlados
exclusivamenteporlosestudiantes,abriendoelcampoalaincorporaciónde
métodos de Inteligencia Artificial aplicados al desarrollo de capacidadesde
estudio autodirigido.
Si bien se reconoce el avance de esta corriente en la identificación de
problemas relevantes relacionados con el estudio autodirigido, su enfoque
sigue siendo muy externo a la actividad intelectual de los sujetos. Esta
deficiencia es superada a través de los desarrollos sobre metacognición.
METACOGNICIÓN
Elpoderderegularelpropioaprendizajeesobjetodeestudioactualdelárea
de la ciencia cognitiva denominada metacognición. Entre las propiedades
diferenciantesdelserhumanosepuedeseñalarsucapacidaddereflexionar
sobre su propio conocimiento. Esto le permite proponerse como objetivo
incidir sobre la dirección de sus propios procesos cognitivos. La
metacognición es un área de investigación en ciencia cognitiva quepuede
describirsecomoaquellaquetomacomoobjetodeestudioelconocimiento
que el ser humano desarrolla sobre la manera como aprende, percibe,
recuerda,piensaoactúa(Metcalfe&Shimamura,1994).Enotrostérminos,la
metacognición desarrolla conocimiento sobre el proceso de conocimiento.
Inicialmente la metacognición se preocupó por la evolución en la reflexión
sobre el proceso de conocimiento (Flavell & Wellman, 1977; Brown, 1978).
Recientemente se enfocó al estudio de las relaciones de la metacognición
con los procesos de aprendizaje, memoria y solución de problemas.
El estudio de los procesos metacognitivos se vio obstaculizado por la
discusiónmetodológicasobrelaintrospección.Sinembargo,conlosavances
en la ciencia cognitiva, se desarrollaron acercamientos metodológicos
orientadosaidentificarlosprocesosreflexivosdelaspersonasensuactividad
cognitiva y asegurar validez científica en sus aseveraciones. El análisis de
protocolos de reportes verbales (Ericsson y Simon, 1993), que se viene
aplicando al estudio de los procesos cognitivos relacionados con la
inteligencia artificial, puede considerarse como una de estas aproximaciones.
Nelson&Narens(1990)presentanunmodelodelosprocesosmetacognitivos
compuesto de dos niveles: el nivel meta y el nivel objeto, que interactúan
mediante flujos de información de dos clases: control y monitoreo.
El nivel objeto está constituido por el conocimiento acerca de los sistemas
externos al sujeto cognoscente y se manifiesta como representaciones o
modelos de esos sistemas y sus interrelaciones. El metanivel es una
representación o modelo del conocimiento que se tiene a nivel objeto.
IMPORTANCIA DE LA METACOGNICIÓN
Stenberg (1984), incluye la metacognición como una dimensión de la
inteligencia basada en las siguientes razones: primero siguiendo aPressley,
Borkowski y Schneider (1987) considera que esunahabilidadcrucialparael
aprendizajeyeléxitoenlaeducación.Sehaencontradoquesisecomparan
los estudiantes de bajo rendimiento con los de alto, estos últimos tienen
repertorios más amplios de estrategias, son más flexibles en sus
aproximaciones a la solución de los problemas, tienen más información
sobre las circunstancias enlascualeslasestrategiassonapropiadas,valoran
larelaciónentreesfuerzoyejecuciónymonitoreanconmayorcuidadoeluso
delasestrategiasylasecuenciaapropiadadeactividades.Lametacognición
se considera como conjunto de comportamientos que pueden ser
aprendidos mediante actividades académicas.
Jausovec (1994) encontró que se puede mejorar de manera significativa el
rendimiento de estudiantes a través de su entrenamiento en aspectos
metacognitivos como clasificación de problemas, identificación de
estrategias e identificación de circunstancias en las cuales se pueden aplicar.
Franks, Vye, Auble, Meszynski, Perfetto, Bransford, Stein, y Littelefield (1982),
mostraronquelosestudiantesdesarrollansucapacidadderecordarcuando
son entrenados para encontrar por qué los pasajes son difíciles y con qué
estrategias afrontar estas dificultades.
Un estudio hecho por Cardelle-Elawar (1995) mostró quelosestudiantesde
bajo rendimiento al ser entrenados en habilidades metacognitivas
incrementaron el 249% su rendimiento en matemáticascomparadoconun
grupo control, igualmente mostraron un incremento notorioenmotivación
por el aprendizaje.
DemanerasimilarWorden(1983)hallóquecuandolosestudiantesmuestran
deficiencias en memoria y son entrenados en estrategias metacognitivas,
tales como repaso, su ejecución académica mejora sustancialmente; en
general, los estudiantes con mayor entrenamiento metacognitivo logran
mayor rendimiento académico (Wang, Haertl, Walberg, 1990).
ENFOQUE COMPUTACIONAL DE LA METACOGNICIÓN
Elaprendizajemáquinahatenidocomoobjetivosimularencomputadorlos
procesos de aprendizaje que se danenlossereshumanos,conelpropósito
deobtenerunamayorcomprensiónygeneraruncuerpoteóricoconsistente.
Los primeros trabajos se caracterizaron por su simplicidad y se limitaron a
describir aspectos mecánicos de los procesos de adquisición de
conocimiento, tomando como punto de partida los desarrollos de la
psicologíaconductual.Apartirdeladécadadel80apareceunatendenciaa
desarrollar modelos más comprensivos como es el caso del enfoque de
aprendizajeguiadoporobjetivos.Losproblemascentralesparaesteenfoque
son: elorigendelosobjetivosdeaprendizaje,elroldeestosparaguiarotras
tareas instruccionales y la escogencia apropiada de estrategias para lograr
estos objetivos. Este último aspecto está estrechamente relacionado con la
metacognicióncomosedescribióanteriormente.Losdossiguientestrabajos
ilustran esta aproximación:
Xia yYeung(1995)desarrollanunsistemacapazdeseleccionardostiposde
estrategiaspararesolverproblemas:launadenominadaOPS(Opportunistic
Problem Solver) y la otra, IPS (Intentional ProblemSolver).Enlaprimera,el
solucionador del problema escoge una estrategia antes de adquirir
información sobre el ambiente y sus transformaciones. En la segunda, el
solucionador decide la estrategia con base en la información que va
tomando del medio ambiente. La evolución del espacio del problema en
este modelo se representa por un vector de tres factores: el conjunto de
objetivos,elconjuntodeoportunidadesyelniveldeincertidumbreasociada
con la frecuencia de fracasos de las acciones planeadas. Con base en esta
categorizaciónsimulaunsolucionadorquepuedecambiarentreestrategias
guiadas por objetivos y estrategias guiadas porinformacióndelespaciode
oportunidades. La selección deestrategiassemuestrafundamentalparael
proceso de adaptación de los sistemas al entorno.
RamyCox(1995)estructuran,enunprogramadecomputador(Meta-AQUA),
un meta-modelo que describe el proceso de razonamiento mismo y que
opera junto con un modelo del mundo que constituye su dominio. El
meta-modeloseusapararepresentarelrazonamientodelsistemadurantela
ejecución de la tarea, las decisiones que toma mientras lleva a cabo el
razonamiento y los resultados. Cuando aparece una falla es capaz de
examinar introspectivamente su propio proceso de razonamiento, para
determinardóndeestáelproblemayusaestacomprensiónparamejorar sus
propias estrategias de aprendizaje. El valor de este sistema está en que,
además de guiar el aprendizaje acerca del mundo, ayuda al razonador a
mejorar su conocimiento.
Meta-AQUA se activa en una condición de comprensión incompleta de un
dominionuevodeaprendizaje.Amedidaqueseponeenmarcha,desarrolla
objetivos de aprendizaje que guían su proceso de búsqueda. El programa
modela cómo un razonador inteligente decide por la mejor manera de
realizar una tarea; introspectivamente analiza sus propios éxitos y fracasos;
razona acerca de lo que necesita aprender, selecciona las estrategias de
aprendizaje apropiadas para adquirir información y activa los algoritmos
requeridos para adquirir nuevo conocimiento, modificar el existente o
reorganizar la memoria.
Como se puede intuir, este enfoque posiblemente logre avances en la
creación de ambientes computacionales favorables al desarrollo de
habilidades metacognitivas y enlaconstruccióndemodelosexplicativosde
los procesos.
Referencias bibliográficas
Coll, C. y otros (1992).Los contenidos en la reforma.Enseñanza y
aprendizaje de conceptos, procedimientos y actitudes.
Editorial Santillana, aula Siglo XXI.
De la Rosa, A. (2005).Los proyectos de aula. Módulo2 de la serie
“Construir Cultura Escrita en la Escuela”. Programa de
Mejoramiento docente en Lengua materna. Univalle.
Edwards, D. y Mercer, N. (1988).El conocimiento compartido.El
desarrollo de la comprensión en el aula. Paidós.
Barcelona.
García-Vera, N. O. (2008). La pedagogía de proyectos en la
escuela: una aproximación a sus discursos en el caso del
área de Lenguaje.Enunciación, 13, 79-94.
Gardner, H. (1997).La mente no escolarizada. Cómopiensan los
niños y cómo deberían enseñar las escuelas.Barcelona:
Paidós.
Gimeno-Sacristán, J. &Pérez-Gómez, Á. I. (2000).Comprendery
transformar la enseñanza. Madrid: Morata.
Hernández, F. (1989) La globalización mediante proyectos de
trabajo. En revista“Cuadernos de Pedagogía”, Barcelona.