Investigación cognitiva en aprendizaje y enseñanza de ciencias, artes y técnicas

Flevista Latina de Pensamiento y Lenguajelnvierno 1995-1996, Vol.4, No. 1, Págs.6$94

Investigación cognitiva en aprendizaje yenseñanza de ciencias, artes y técnicasl

SANDRA CASTAÑEDAZ V fi S ÚS ORDUÑA

Laboraforio de Desanolla Cognitivoe Innovación Tecnológica, Facuhad de Psicología, UNAM

RESUMEN

Considerando que la invesligacién sobre aprendizaje y enseñanza en ciencias, artes y fécni-cas asume postulados, componenles y mctodologías diversos y que los hallazgos derivados de

la postura cognifiva son extensos, diversilicados y poco infegrados en perpectivas comprensi-yas, se analizaron 230 tratrajos, representativos de 2E países. Inleresó, identilicar modelos y

variables esludiadas; evaluar la calidad de la investigación e inlegrar una perspecliva actua'lizada con los trabajos más represenlalivos. [,os resultados indicaron: a) mayor extensión de

la investigacién evaluafiva en ciencias, en comparación con artes y fécnicas; b) la invesliga-ción para fomenlar el desar¡ollo cognitivo y el afectivo-molivacional requerido, es muchomenor a evaluativa, siendo la mayoría, también en ciencias; c) aun cuando las explicacionesdadas a los fenómenos educativos loman en cuenta componenles aislados, se encontré una

fendencia a invesligar efectos derivados de la interacción entre ellos; d) se muesfra una con-

vergencia emergenle entre los frabajos de autorregulación con los de eslralegias de aprendi-zaje, cambio conceptual e inslrucción dirigida a procesos, sugiriendo una lendencia afrabajar hacia la construcción de feorías más inclusivas y e) se identificó una lendencia, de

rápido crecimiento, para realizar invesfigacién experimenlal de buen nivel.

ABSTRACT

Research in lcarning and teaching in Science, Arts anil Techniques assume, different cognitive, af-

fective-motilational and social yariabbs. In this Jield 230 papers were ana$tzed. 28 counfries vereinctuded. lfe were interested: a) to identify models, components and methdologies used; to idcnfi-

Jiy lhe quality of awilable research and to pmvide an integrating work on the advances in the field.The resuks indicated that: a) there is a favoring research on empirical evafuafion in Science. lforkon Techniques and Atts is abnost nonexistenf; b) research onfostering cognitive, affective-motiva-tianal and social detelopment is smalbr; c) a notable convergeace of work in self-regulalion, cogni-

tive strategies, conceptual change and process oriented instruction ís naticed, suggesting a treild tothe construction of more inclusive theories, d) there is a lack of research on interaction between

cognitive components wifh affective - motiyafional and social ones and e) an increase in experimen-

tal research was found.

1 Esta investigación se realizó gracias al apoyo financiero proporcionado por el CONACYT y por la UNAM.

2 Sandra Castañeda F., Apanado Postal 70'468. CP 04510, México, D.F., México.

70 SANDRA CASTAÑEDA Y JESÚS ORDUÑA

Introducción

Los medios masivos de comunicación han publicado, por décadas, fallas en el sistemi

educativo.Tales fallas han favorecido errores en la preparación académica de nuestrojóvenes y niños. I-¿ más señalada enfatiza que la escuela sólo propicia estudiantes memorizadores de hechos pero malos resolvedores de prbblemas. Guevara (1991) encontró qur

más del 80Vo de los estudiantes de primaria y de secundaria, fallan en una prueba de conocimientos básicos. Tirado (1986), unos años antes, ya lo habÍa señalado en el nivel universitario. Pero este problema no se queda a nivel de la cantidad de conocimientos que unipersona es capaz de mostrar en un examen dado, sea este de conocimientos generales (

sobre un área específica, sino que la investigación también ha mostrado que hay serioproblemas derivados de deficiencias en las habilidades cognoscitivas requeridas para poder adquirir, organizar, transformar y aplicar el conocimiento (Castañeda y López, 1989

1992). Estudios comparativos entre diversos contenidos (matemáticos, químicos, de historia, de fisica, por ejemplo) y a través de varios países han mostrado que el logro acadé

mico de nuestros estudiantes no es el mejor (Castañeda, Smet, Trujillo, Orduña y Pinedr

1ee5).

El origen de estos problemas es multicausal y de índole diversa, pero cabe enfafizael hecho de que algunos componentes requeridos para el desarrollo académico de los es

tudiantes son, usualmente, ignorados en el proceso educativo. La extensión y complejidarde los contenidos curriculares y de las habilidades intelectuales requeridas para una buena formación académica plantean la necesidad de hacer una adecuada selección de principios relevantes para la promoción de:

. el que estudia, en cuanto a sus intereses académicos, sus cfeencias motivacionalesobre su propia capacidad y sobre la utilidad de lo que aprende; el desarrollo dr

sus estructuras de conocimiento, de sus estilos de aprendizaje, de sus habilidadecognitivas y de autorregulación, que le permitan adquirir, organizar y aplicar conocimientos y habilidades, así como resolver problemas.

. de lo que se estudia, en cuanto a la organización instruccional apropiada de locontenidos y de la adaptación de los métodos didácticos a los tipos de conocimientos y a las habilidades cognitivas requeridas por las estructuras disciplinarias qur

se enseñan.

. de dóndey cuándo se estudia, en relación al diseño adecuado de ambientes instruccionales, de tareas de aprendizaje variadas y representativas de lo que se quierrenseñar y del diseño apropiado de los más variados contextos de aprendizaje.

En la realidad de la práctica educativa, hemos descuidado modelar procesos y mecanismos de control intelectual para facilitar el aprendizaje del más alto'nivel, desarrollaestructuras de conocimiento con un nivel de dominio experto gracias a las cuales se apoy(

la ejecución académica de alto nivel y la resolución de los problemas de una manera crftica, eficiente y creativa, así como modelar estrategias cognitivas requeridas para adquirirestructurar, aplicar y transferir, dinámicamente, el conocimiento adquirido a nuevas si

tuaciones.

-

T%

SANDRA CASTAÑEDA Y JESÚS ORDUÑA

MODELOCUALITATIVO

COGNITIVO

AFECTIVO.MOTIVACIONAL

SOCIAL

BIOLÓGICO

SOCIAL

BIOLÓGICO

EMPÍRICOTECNOLÓGICO

TEÓRICOEMPÍRICO

TECNOLÓGICO

TEÓRICOEMPÍRICO

TECNOLÓGICO

TEÓRICOEMPÍRICO

TECNOLÓGICO

TEÓRICOEMPÍRICO

TECNOLÓGICO



TEMPÍRICO

TECNOLÓGICO

TEÓRICOEMPÍRICO

TECNOLÓGICO

Figura núm' 1, Estructura de árbol del modelo cualitativo'

El modelo, también incluye componentes que identifican si el trabajo está relacio-

nado con ciencias, artes y/o té"ni"u, y ri su nat.rr"ieza es eminentemente teórica' empírica

(no tecnológica) y/o tecíológica, es decir, si desarrolla, prueba, valida y propone alguna

derivación o innovación en ;ste campo. Al interior de cada categoría de análisis se en-

cuentran indicadores relacionados con aspectos descriptivos y evaluativos de la calidad de

los trabajos.

Basada en esta estfuctura se construyó una escala evaluativa compuesta por ocho

secciones. En la primera se identifican: el estatus de publicación del trabajo' el pals de

origen, la zona geográfica a la que pertenece y otros indicadores relacionados con datos

de identificación. En la segunda, se incluye el iesumen del trabajo, sea este el original o el

elaborado por el r"ui.ái utut,ii Oe tas réglas establecidas por la American Psychological

Association, en ausencia del resumen original. Lafefcefasécción incluye la identificacjón

de los hiper, macro y microcomponentes, así como la identificación de si corresponde a

un trabajo en ciencias, uit". ylo ücnicas y el tipo o naturaleza del trabajo: teórico'-empíri-

co, tecnológico. En ta "u"rtá

sección se identifican: el problema abordado, los objetivos

HIPERCOMPONENTEoe gveLunclÓN

AFECTIVO.MOTIVACIONAL

HIPERCOMPONENIEDEMODELAMIENTO

TEORTCO¡,urÍruco

rr,cNoI-ócIco

INVESTIGACIóN COGNITTVA

propuestos, las palabras clave, la innovación/derivación tecnológica que desarrolla, el re-gistro de patente y el apoyo institucional con el que cuenta. También, si utiliza instrumen-tación computacional, si sus hallazgos son transferibles instruccionalmente, si se

consideran las diferencias individuales de profesores y estudiantes y si responde, de algu-na manera, a las demandas de informatización e internacionalización planteadas por eldesarrollo globalizado contemporáneo. [¿ sección quinta incluye indicadores para eva-

luar la calidad metodológica de los trabajos emplricos y tecnológicos, de acuerdo a loestipulado por los principales manuales de investigación. La sexta incluye indicadorespara evaluar la calidad de los trabajos de carácter teórico y para evaluar la calidad de laporción teórica de los trabajos empíricos y tecnológicos. La séptima sección evalúala calidad de la porción tecnológica de los trabajos que la incluyen. La octava y última,incluye la identificación de información bibliográfica de trabajos relacionados con el tra-bajo revisado y los comentarios del revisor sobre aspectos no contemplados en el formatopero relevantes para ser tomados en cuenta en el análisis.

Expertos nacionales e internacionales en el campo de la evaluación y el modela-miento del aprendizaje y la enseñanza de ciencias, artes y técnicas validaron la escala y se

determinó su confiabilidad interjue ces a\ 85 Vo.

Resultados

I.os datos derivados del análisis son presentados tomando en cuenta el modelo cualitati-vo, comenzando con los más inclusivos hasta terminar con los más específicos.

Datos sobre los hipercomponentes. A partir de 230 trabajos realizados en los 28 paÍ-ses incluidos se observó una tendencia a llevar a cabo más estudios sobre evaluación quesobre modelamiento del aprendizajey la enseñanza en ciencias, artes y técnicas. Se obser-vó un porcentaje mínimo (8.26%) de trabajos que conjugan ambos propósitos.

Tabla No. 1. Resultados sobre los hipercomponentes

HIPERCOMPONENTES Porcentajes

EVALUACION 67.82Vo

MODELAMIENTO 23.92%

MIXTOS 8.',2,6Vo

TOTAL 100.00%

En el análisis del contenido sobre el tipo de investigación evaluativa que se realiza, en-contramos en una proporción menor, pero todavía considerable, que se reproduce laaproximación tradicional a la evaluación. Aproximación que, diflcilmente, resulta compa-tible con los cambios que requiere la práctica educativa para satisfacer las demandas deun currículo verdaderamente capaz de enseñar a todos los estudiantes a pensar. Este currí-culo ha emergido en los últimos años, por una parte, como consecuencia de las necesida-des planteadas por los cambios económicos y, por la otra, por la investigación recientesobre aprendizajey cognición. De acuerdo a esta perspectiva, la educación debe enfocarse

'',

'74 SANDRA CASTAÑEDA Y JESÚS ORDUÑA

hacia habilidades de orden superior sobre soluciÓn de problemas y pensamiento' sobre

habilidades que vayan más allá de la rutina y que ejerciten el juicio personal'

Al parecer, la teoría y práctica evaluativa involucrada en ciencias, artes y técnicas

todavía reproduce un sistemá de evaluación de habilidades básicas de carácter rutinario'

Resnict< y Resnick (lggz) han descrito, en términos generales, que en los Fstados unidos

de Norteamérica este prout"*, se derivó de la preponderancia de dos sistemas educati-

vos: uno para la élite y otro para el ciudadano común. El sistema educativo para este

último sólo se p.opuro enseñirle habilidades básicas rutinarias en matemáticas' en len-

gua materna, en ciuismo, en historia, etc. No se incluyeron habilidades para interpretar

íextos difíciles y no familiares, habilidades para construir argumentos convincentes' para

solucionar problemas complejos, para comprender sistemas complicados o negociar la

resolución de un problen,Iu Ln gtop^o. Estas metas se reservaron para la élite, la cual cursa-

ba sus esrudios en escuelas difárentes. sólo es hasta fechas recientes que los Estad.g:-uÍ-

dos de Norteamérica intentan unificar un currículo para todos, que desarrolle habilidades

cognitivas de orden superior. con esta herencia a cuestas y con problemas derivados de

las"teorías psicológicas'de principios de siglo que asumían que el pensamiento podía.ser

descrito como una colección de piezas independientes de conocimiento (Thorndike'

1922),se ha venido evaluando el aprendizaje en ciencias, artes y técnicas mediante prue-

Uas q,re utilizan indicadores remotós e indirectos de Ia ejecución académica'

sin embargo, en la investigaciÓn evaluativa de la enseñanzay el aprendizaje de los

años 90s, aparece un nuevo "ornlon"nt":

la evaluación de la ejecución compleja, las com-

petencias, fuertemente ligada aio qu" se enseña en el salón de clases y a lo que debe ser

mostrado en los amUienés Oe trabajo. Tradicionalmente, este tipo de evah'¡ción habla

venido siendo hecha por artistas lpoitafotios de pinturas y gráficos) y deportistas (video-

grabaciones de compátencias de pátiou¡" olímpicó, por ejemplo). Adecuadamente diseña-

das e instrumentadas, las evaluaciones Oe ejecucibnes complejas pueden permitir una

medición confiable del pensamiento y del razonamiento en materias escolares y en com-

petencias laborales. Liberan a los evaluadores de las limitaciones por fragmentaci9' iT-

puestas por las pruebas tradicionales y permiten identificar estándares o criterios de

L¡ecuciOn p".u ,rn sistema educativo cuyo propósito es fomentar el desarrollo cognitivo'

Un ejemplo representativo de este tipo de evaluación lo representa el trabajo reali-

zaoo por iotter gO§z¡en educación química. Plantea que en la medida en la que la Cien-

cia y la Tecnología .ólo ,o. ayuda, a establecer qué es lo que se tiene que hacer, se

,"qrri"r" pro*ouá, la formaciónde científicos y tecnólogos cuya capacidad de pensamien-

to crítico apoye el establecimiento de qué es lo que se debería de hacer' Asl, un propósito

principal ¿L tá e¿ucación en Ciencias, iequiere de técnicas de enseñanza y evaluación que

desarrollen habilidades cognitivas pa.u ét razonamiento, la toma de decisiones' la solu-

ción de problemas y el pensamientó crítico. Las estrategias de evaluación requieren' en-

tonces, detectar los pioblemas presentados por los estudiantes en el desarrollo de

habilidades cognitivas de orden superior para poder tomar las acciones correctivas nece-

sarias. Son de naturaleza complejáy consumen mucho tiempo para su elaboración, pero

la ganancia a largo plazo justifica' con creces, la inversión'

Ennuestrainvestigaciénunaproporciónmuypequeña(8.26%)muestrauntipodeinvestigación mixta

"n át qo" se inituyen componentes evaluativos y de modelamiento

INVESTIGACIÓN COGNITTVA

con una aproximación de mediciones de ejecuciones, útil para la evaluación de habilida-des cognitivas de alto nivel.

Resultados sobre los macrocomponentes

AI igual que en el primer informe sobre esta investigación, presentado en Madrid duranteel XXIII Congreso Internacional de Psicología Aplicada (Castañeda, 1994), es el macro-componente cognitivo (7OVo del total de los trabajos reüsados) en el que más se trabaja.El 70% indica que el macrocomponente "cognitivo" es investigado aisladamente de losotros aspectos que intervienen en los procesos de aprendizaje y enseianza. [,4 misma ten-dencia se presenta en el aspecto afectivo (7Vo) y el social (5%). Sin embargo, e¡ un 18Vo

del porcentaje total de los trabajos, el componente cognitivo es investigado en interac-ción con componentes afectivo-motivacionales y sociales.

Los cuatro macrocomponentes se distribuyeron como se puede observar en la figuraNo.2.

Aun cuando la psicología cognitiva, delineó en un principio en el individuo, cómoéste atendía, percibía, manipulaba, interpretaba y solucionaba problemas de índole artifi-cial y abstracta, rápidamente se vio presionada a evolucionar para explicar formas máscomplicadas, poco estructuradas pero realistas de la actividad cognitiva. De esta maneraempezaron a estudiarse las tareas complejas. Al hacerlo, ha tenido que reconocer la im-portancia que juega el contexto sobre la ejecución. Así, ha comenzado a prestar especialatenciÓn a las intenciones, motivaciones e interpretaciones sociales del funcionamientocognitivo. Este foco sobre el contexto, sitúa a los investigadores fuera de su tradicionalambiente de trabajo, el laboratorio. Su actividad actual los lleva a realizar estudios ensitios familiares a los psicólogos aplicados: el salón de clases, el lugar de trabajo, la fami-lia, los escenarios sociales en general. El análisis del contenido de los trabajos revisadosen esta investigación muestran una tendencia hacia este tipo de aproximación que ganacada vez mayor validez ecológica (Scevak, Moore y Kirby, 1993; Vermunf, 1993; Pintrich,De Grooty García, 1992,enfre otros).

En los últimos años ha habido un resurgimiento del interés en las bases biológicasdel aprendizaje y del pensamiento humanos (Gelman y Carey, 1991) como resultado de la

coc-socl.3%

MIXTO4Y" _

COG.AFFEC4%

COG.AFFEC.SOC70/"

COGNITIVOTOYo

SOCIAL5v"

AFFECTIVO704

Figura núm. 2. Distribución de macrocomponentes

wSANDRA CASTAÑEDA Y JESÚS ORDUÑA

investigación reciente en las áreas relacionadas con el desarrollo del lenguaje, con el desa-

rrollo ónceptual en la infancia, con la cognición animal y con el aprendizaje. En todos

esos ámbito§ se ha llegado a asumir que existe un conjunto de requisitos biológicos para

el aprendizaje y para el desarrollo cognitivo. El argumento central plantea, de manera

gruésa, que cada una de las especies está especializadapara ciertas formas de conocimien-

io. Tal óonocimiento, biológicamente preferido, se sintoniza con los requerimientos

adaptativos de las especies con el fin de preparar a los más jóvenes para entrar en una

mejbr forma a las situaciones que encontrarán con mayor frecuencia, en la medida en la

qré ".er*n

y en la que aprendan a comportarse en tales situaciones. Dentro de esta con-

cepción se ha generado una teorla de la adquisición del lenguaje que considera las estruc-

tuias biológicas como guías que le plantean a los infantes requisitos para interpretar sus

más tempránas experiencias. Lo mismo ha comenzado a plantearse en la investigación de

conceptos matemáticos, físicos y sociales (Resnick, 1994a).

A pesar del creciente interés por la interacción entre lo biológico y lo cognitivo,

lamentablemente, ningún trabajo relacionado con el componente biológico fue recogido

por nosotros y por lo tanto no es posible señalar ningún dato al respecto En la conti-nuación de esta investigación se ha puesto especial interés por acercarse a las fuentes

necesarias, tanto nacionales como internacionales, para establecer una perspectiva más

completa.

Al interior de cada macrocomponente, se analizaron los microcomponentes especl-

ficos que se trabajaron en las investigaciones. Para el caso de los microcomponentes cog-

nitivos se encontró la siguiente distribución:

Tabla No. 2. Distribución porcenlual de los microcomponenles cognitivos

Solamente estrategias de aprendizaje, dependientes de contenido 27.40%

Mixtos, incluye alguna combinaciÓn de procesos, e§trateglas y e§tructuras cognltlvas

comprometidas con el cambio conceptual 21.60%

Solamente habilidades representacionales (lectura, escritura y cálculo) L5.7OVo

Solamente procesos, estructura§ y estrategias de autorregulación 1,3.9070

Solamente procesos cognitivos (atencionales, inferenciales, pensamiento, memoria,

Solución de problemas) 9.lOVo

Solamente estrategias metacognitivas 5.70Vo

Solamente habilidades intelectuales generales (verbales, üsuo-espaciales, mecánicas,

ab§tractas, etc.) 2.20Vo

Diferencias individuales, como factores de riesgo principalmente 3.407o

TOTAL = 1.OO.O0Vo

En cuanto a la distribución de los microcomponentes cognitivos se observan varias ten-

dencias:


a) la investigación cognitiva en evaluación y modelamiento del aprendizaje y la enseñan-

za en ciencias, artes y técnicas se ha enfocado, extensamente, mapear la naturaleza

de la solución de problemas y del conocimiento que la soqo11, desde la compren-

sión de lectura lAnderson, Réynolds, Schallert y Goetz,1977; Britton, Glynn y Smith,

1985; Castañ eday l-ópez,199i; Kintsch, lg92), hasta la pericia médica (Schmidt, Nor-

man y BoshuizerL 19é0). A lo largo de la investigación y en diferentes campos del co-

nocimiento se ha encoítrado qué los buenos resolvedores poseen una gran cantidad

de conocimiento especlfico asociado a estrategias exitosas de solución de problemas,

adquiridas por la experiencia. De aquí que el interés por la investigación en estrategias

oe aprendiáaje dependlentes de contenido ocupe un lugar proponderante en la evalua-

ción y el moáelamiento en ciencias (Vermunt, op. cit.) aunque en artes y técnicas esa

investigación constituye una minoría.

otro aspecto central, derivado del anterior, se refiere a reconocer que el conocimiento

informalmente aprendido por el sujeto tiende a interferir con el aprendizaje escolar'

como sucede "on

lus preconcepcion". en ciencias. De esta manera se ha comenzado a

desarrollar experimeñtación guiada por la teoría sobre cómo usar y adaptar el conoci-

miento de los estudiantes. Este último tipo de trabajos depende, necesariamente, del

contenido, pues investiga la forma en la cual se interrelacionan los conocimientos pre-

vios con lo que se está áprendiendo. Busca identificar cómo varían tales interrelacio-

nes entre estudiantes y entre materias. Es en la segunda mitad de los 80's cuando este

nuevo enfoque sobre él aprendizaje toma un carácter especlfico al considerar el apren-

dizaje como cambio coníeprual. De dicho planteamiento se han comenzado a derivar

,,r"rff aproximaciones y metodologías en las que coexisten 19' Tá: variados modelos:

desde el análisis microgenético del aprendizaje conceptual individual (Vosniadou y

Brewer, 1994) hasta moáelos conexionistas (Pea, 1993; Castañeda,L993), pasando por

el análisis de los requerimientos biológicos del desarrollo conceptual (Resnick, 1992)'

b)

c) la psicología cognitiva reconoce que el conocimiento está influido más por el futuro'

apiendizaje que por habilidades cognitivas generales, así el aprendiz exitoso es visto

.orno uq,rát que áplica estrategias de aprendizaje más frecuente y más eficientemente

qu" aq.rillos que ion menos exitosos. Sin embargo, las evidencias no son conclusivas

en cuanto a la naturaleza y efectividad de las estrategias de aprendizaje fuera de los

contextos en las que son entrenadas. I.a investigación que aqul se reporta muestra este

tipo de problemai (de Jong, 1993; Rams(en, 1988, Vermunt, op' cit)'

d) Otra tendencia mostrada en los trabajos revisados se halla relacionada con el proble-

ma de que "el que es más rico, se hace más rico" (Resnick, 1994b). Los hábitos de

lenguajé, los de iormulación de preguntas, los de elaboración de ideas, de razonamien-

to lisoiuclón de problemas presentes en aquellos estudiantes que tienen una base de

conocimiento más rica y estrategias de aprendizaje valoradas por la escuela como ne-

cesarias, les permiten comprender qué es lo que se desea que aprendan y les facilita el

comprometerse activamente con lo que la escuela les pide. A partir de este problema,

la investigación cognitiva se ha comprometido a desarrollar habilidades de aprendiza-

je entre aquellos eitudiantes que no las traen a la escuela. Para este fin se estudian,

Lvalúan y modelan procesos, estructuras y estrategias cognitivas, habilidades repre-

sentacionale*, pro""ior y estrategias de autorregulación y metacognición y habilidades

intelectuales generales (Scevak, Moore y Kirby, op. cit')'

e)

sANDRA cAsrañsoa Y ¡esÚs oRouÑa

Existe igualmente interés por identificar los principales factores de riesgo relaciona-

dos con diversos microcomponentes cognitivos que sustentan las diferencias indiü-duales observadas en el desarrollo cognitivo. Entre estos factores están los estilos

cognitivos, el género, etc.

Microcomponentes afectivo - motivacionales

Estos se distribuyeron de la forma siguiente:

Tabla No. 3. Distribución porcenlual de microcomponenfes afecÚivo-molivacionales

Orientación motivacional 30%

Problemas actitudinales y de transferencia atribucional 15%

Diflcultad y control percibido sobre la tarea (en línea) 15Vo

Utilidad percibida de la tarea (en lfnea) 15%

Niveles de esfuerzo reportado (en línea) 15%

Auto-confianza (en lfnea) 5Vo

Estado emocional (en línea) 5%

TOTAL = 100 Vo

La distribución de los microcomponentes afectivo-motivacionales fnuestra un incre-mento notable en su diversificación y especificación. Es interesante señalar que unporcentaje considerable, el 45Vo de los trabajos revisados, incluyen la evaluación en

lÍnea (antes-después de la tarea) de variables afectivo-motivacionales tales como el es-

fuerzo reportado, la competencia subjetiva, el estado emocional y la atractividad/utilidadde la tarea, entre otros.

En la psicología cognitiva, la habilidad de aprender está siendo conceptualizadacomo un grupo de hábitos diversos: de cuestionamiento, de elaboración, organizacióny estructuración de la información y de esfuerzo personal para comprender y para comu-nicarse con los demás. Para ello generalmente había utilizado modelos de personalidadque trabajaban sobre auto-conceptos y modelos de psicología social que se basaban en laatribución del éxito y/o el fracaso. En fecha reciente, han aparecido nuevas aproximacio-nes, como la de Boekaerts (1991, 1992)y Pintrich, De Groot, y Garcia (op. cit.), Vermunt(op. cit.) y Castañeda, Smet, Trujillo, Orduña y Pineda (1995), en las que se mapean, a lolargo de varias asignaturas, creencias motivacionales y otros componerites afectivos como

predictores de la ejecución académica, tratando de superar modelos poco pertinentes y de

baja capacidad explicativa para los fenómenos del aprendizaje estudiantil, como podríanser aquellos derivados de campos aplicados ajenos al educativo.

Diversos hallazgos muestran que la ejecución académica está relacionada confactores motivacionales tales como las creencias que el estudiante tiene sobre su auto-competencia para comprender y aprender un material determinado, así como con las

atribuciones, racionales e irracionales, que el estudiante tiene sobre el éxito ylo el fracaso


obtenido en su rendimiento académico (Paris & Oka, 1936). En este sentido, Carr, Bor-

kowski & Maxwell (1991) reportaron que las relaciones entre las atribuciones causales de

éxito y fracaso y una actividad altamente compleja, como lo es la comprensión de textos

son fuertes y predictivas. Por su parte, Ehrlich, Costes & Loridant (1993) encontraron

que los buenós lectores, en comparación con los malos lectores, presentaron mejores

puntajes en el conocimiento metacognitivo y en las creencias positivas acerca de sus habi-

lidades académicas.

Boekaerts (1992) reconoce que las emociones se almacenan en la memoria junto

con el conocimiento, sea este declarativo y/o procedimental, y que esta información pue-

de ser usada por el estudiante-lector, como el indicador más importante para identificar

de manera rapiOa situaciones potencialmente problemáticas derivadas de la lectura de los

materiales de estudio. Ante una situación de aprendizaje evaluada por el lector como po-

tencialmente riesgosa, puede tomar una de dos opciones: en el mejor de los casos conside-

rarla como un recurso más para su crecimiento personal y continuar esforzándose y

aprendiendo, o bien, defenderse de la situación percibida como riesgosa y utilizar prácli-

cas de afrontamiento que, motivacionalmente, pueden bloquear su ejecución eficiente. El

estudiante podrá aproximarse a tales situaciones de dos maneras posibles: defensiva,tta-

tando de reitablecer su sentimiento de bienestar personal (afrontamiento) o adaptativa,

utilizando una y otra como recursos útiles para su propio desarrollo.

En un estudio reciente, Castañeda, Smet, Trujillo, Orduña y Pineda (op. cit.) encon-

rraron que tanto factores culturales (nacionalidad y género) como variables afectivo-mo-

tivacionales interactuaron, diferencialmente, dependiendo del nivel de comprensión de

textos. Los buenos comprendedores presentaron mejores puntuaciones que los malos

comprendedores en aquellas variables que tratan acerca de la competencia subjetiva, el

esfuerzo reportado y el control emocional sobre la ejecución. Estos hallazgos confirma-ron lo encontrado y enfatizan la importancia de considerar tanto el fomento de las habili-dades cognitivas de comprensión como el cambio en las creencias motivacionales de los

estudiantes en los programas de intervención requeridos para fomentar la comprensión.También se identificaron los mejores predictores afectivo-motivacionales para lectores-estudiantes mexicanos y holandeses: la competencia subjetiva (antes y después de la ta-

rea); el estado emocional, la atractividad y utilidad percibida de la tarea y el esfuerzo

reportado durante la ejecución de la tarea académica.

De los 230 trabajos revisados, sólo el 5Vo se inferesó en el estudio de los componen-tes sociales que afectan el aprendizaje y la enseñanza en ciencias, artes y/o técnicas, a

pesar de qre én la investigación cognitiva existe un interés por considerar lo social comoparte importante de la evaluación y el aprendizaje.

Sin embargo, hay dos aspectos que aparecen en los trabajos revisados, y que son

potencialmente significativos para el aprendizaje y la enseñanza: Uno de ellos es el delaprendizaje, vía la interacción, el cual plantea que el aprendizaje es un asunto de interna-lizar procesos inicialmente practicados en interacciones con los otros (Vygotsky, 1978;

Mead, 1967 , Garton,1992), de aquí que una parte crucial del trabajo del docente sea dise-

ñar interacciones que promuevan la internalización de estrategias particulares, formas de

razonamiento y estándares conceptuales, asociados al dominio de conocimiento específi-co. El segundo aspecto tiene que ver mn aprender a interactuar con otros, dado que fuera

wwt,-;j:


del salón de clases la mayoría del trabajo intelectual se realiza en interacciones difectas,

en las que la competencia cognitiva personal es juzgada no lada más por lo que sabemos,

sino también sobie la base de cómo usamos este conocimiento en la actividad conjunta

con otros (Levine, Resnicki Higgings, 1993).

Los microcomponentes sociales se distribuyeron de la forma siguiente:

Tabla No. 4, Distribución porcentual de microcomponentes sociales

Mixto 22Vo

Habilidad InterPersonal 13%

lnteracciones aprendiz-aprendiz 13%

Expectativas sociales 13%

Cooperación y colaboración 9%

Interacciones profesor-aprendiz 9Vo

Clima del salón de clases 9%

Actitudes hacia la escuela lOVo

Division del trabaio familiar 2%

TOTAL = 100 %

Distribución de los estudios analizados tomando en cuenta el tipo de trabaio: teóri-

co, empírico y tecnológico.

a) Relacionados con la evaluación

AP R EN DIZA J E/EN SEÑANZA ENÍRABAJOS EMPIRICOS.

AP REN DIZAJ EIENSEÑANZAEN TRABAJOSTECNOLOGICOS

5o/o

APRENDIZAJE/ENSENANZA ENTRABAJOS TEORICOS

Figura núm. 3. Distribución porcentual de los trabajos evaluativos en

términos de su carácter teórico, empírico o tecnológico.

INVESTIGACIóN CO GN ITTVA

la mayoría de los trabajos evaluativos son de naturaleza empírica. Hecho que contrastacon el porcentaje (casi la mitad del anterior) de trabajos teóricos. Muy por abajo se en-cuentran los trabajos que constituyen derivaciones tecnológicas para la evaluación de loscomponentes del aprendizajey la enseñanza. De todos modos habrá que confirmar si es-tos indicadores se mantienen en el análisis de los trabajos de aparición posterior.

Figura núm. 4. Distribución porcentual de trabajos sobre modelamiento entérminos de su carácter teórico, empfrico o tecnológico.

b) Relacionada con el modelamiento

Es en los trabajos de naturaleza empÍrica donde más se desarrollan investigacionessobre el modelamiento del aprendizaje y la enseñanza. Esto último se manifiesta en unporcentaje menor en los trabajos de tipo teórico y todavía menos en los tecnológicos. Losdatos obtenidos se reproducen en la gráfica anterior, aunque habrá que confirmar si estaes una tendencia general en la investigación cognitiva reciente.

Derivacién e innovacién tecnológica presentada en los trabajos analizados

En el8lVo de los 230 trabajos analizados no se realiza derivación o innovación tecnológi-ca, como puede observarse en la figura No. 5.

Sin embargo, los trabajos que sí la realizan son los que mejor soporte experimentalpresentan. Generalmente esta clase de estudios han sido d-esarroilados en Estaáos Unidosde Norteamérica, Holanda y Francia. Algunos, pocos, en México.

Del total de trabajos que desarrollan derivación o innovación tecnológica sólo el25.22% son apoyados por herramientas computacionales. I-,os modelos que se utilizan en estostrabajos son, básicamente, de dos tipos: los de Instrucción Asistida por Computadora (lAC), lamayorÍa, y los de Instrucción Inteligente Asistida por c-omputadora (ILAC), la minoría.

APREN DIZAJE/ENSEÑANZA ENIRABAJOS TEORICOS

33%

APREN DIzAJE/ENSEÑANzAEN TRABAJOS TECNICOS

10o/" AP R EN D IZA J E/EN SEÑ A NzAEN TRABAJOS EMPIRICO

57v.

-82

*tfr!ruq,,ii


Figura núm. 5. Distribución porcentual por derivación o innovación tecnológica.

Tabla No. 6. Distribución porcentual de los frabajos en términos de su insfrumentación computacional

No apoyados por herrarnientas automatizadas 74.78%

lsRmtDr

Stot

BEPCRDqDA

§/"

Apoyados por herramientas automatizadas 25.227o

Dentro de este PorcentajePertenecen a IAC 98.248

Pertenecen a IIAC 1.76%

TOTAL = 100.00%

Distribución porcentual de la instrumentación computacional por el tipo de

trabajo y la naturaleza inteligente o no de la instntmentación

Se observan tendencias diferenciales en cuanto al uso de instrumentaciones compu-

.acionales: a) una mayor utilización de esta instrumentación en los trabaios evaluativos

sobre los de modelamiento, b) una mayor utilización en los trabajos empíricos-no tecno-

lógicos que en los propiamente tecnológicos, asl como c) una carencia importante de tra-

ba]os evaluativos y dé modelamiento apoyados por las herramientas de la inteligencia

ar;ificiat. Habrá que ampliar la búsqueda de trabajos pertinentes en fuentes especializa-

das para comprobar esta perspectiva inicial, aun cuando debe hacerse notar su poca apari-

ción en revistas y foros especializados en el área de interés de esta rdvisión.

Realización de los estudios o investigaciones como parte de una política

explícita institucional del país en el que se efectua el trabaio

Muy poca investigación analizada tiene soporte institucional explícito en el país de ori-

gen. Óuando es apoyada, la mayoría es para realizü investigación sobre evaluación en

áetrimento de la investigación que favorece el desarrollo de variables cognitivo-afectivo-

motivacionales y sociales del aprendizaje y la enseñanza en ciencias, artes y técnicas,

INVESTIGACIÓN COGNITWA

Tabla No. 7. Disfribucién porcentual de trabajos que reciben apoyo instilucional

83

P7moamR

c s.útN4mT ...AjzoI

1.@

0.@

NrcÉj\fio

Figura núm. 6. Implementáción computacional

Forma parte de una política institucional explícitadel país de origen 11.057o

Dentro de este porcentaje:

Trabajos en evaluación B0.00Vo

del a prendizaj e I enseñanza

Trabajos en modelamiento 8.95%del a prendizaj e I enseñanza

Sin apoyo institucional 89.95.00%

A continuación se presentan datos relativos a la identificación de la calidad de lostrabajos revisados. Para ello se identificaron: a) su estátus de publicación b) la calidadmetodológica con la que se realizó y c) su validez teórica y ecológica.

*%

84 SANDRA CASTAÑEDA YJESÚS ORDUÑA

Sobre el estatus de publicación de los trabajos:

Más del 5OVo de los trabajos publicados son de nafiraleza evaluativa en ciencias.Casi no se publican trabajos de evaluación y modelamiento en artes y técnicas, como tam-poco trabajos en modelamiento en ciencias.

Con relación al tipo de investigación

Tabla No, 8, Disfribución porcentual por fipo de invesligación

ffigpt*",l*ffiffic¡ N(m ffitq**t^ }.¡f,HEIC}DO

MHre

Figura núm. 7. Distribución del estatus de publicación de los trabajos analizados

Correlacional Experimental Simulacional

Evaluación empírica y tecnológica 21% s3% 4%

Modelamientoempíricoytecnológico 3Vo 17Vo 2%

TOTALES = 24% 70Vo

En general, ha habido un aumento de las investigaciones experimentales tanto en la eva-luación como el modelamiento del aprendizaje y la enseñanza. De entre ellos, son lostrabajos evaluativos en el área de aprendizaje en los que se realiza el75% de la investiga-

6%


PRE. ESCOLARMIXTAS1V. 5

85

ción experimental. Se nota una baja de los estudios correlacionales en comparación a los

datos ráportados en el primer informe presentado en 1994'

Distribucióndelapoblaciónatendida.EnlafiguraNo.8semuestranlosporcenta-jes en los que se distribuyeron los diversos niveles escolares' En términos generales' se

observó una cobertu.u roíi"i"nt" en las poblaciones, con excepción de la pre-escolar'

UNIVERSITARIAS2AVo

ASICA2604

BACHILLERATO YT ECN lCAS

l4vo

Figura nt1m. 8. Poblaciones atendidas'

Sobre las características metodológicas de las investigaciones empíricas y tecnológicas

Tabla No. 9. Distribucién porcentual de la melodología utilizada en los trabajos

VoEvaluación 7¿ ModelamientoIndicadores

Descripción del diseño. SÓlo lo hacen el47%o,d" lot:'u§ 70% 30%

Defrnición de variables. Sólo el 50% lo hacen, de los cuales: 66Vo 33%

Validación de variables. Sólo el 31 7o lo reportan, de los cuales: 8O7o ?-ovo

Descripción de escenarios. Sólo "l

4¡% lo hut"n,d" lot "''lO4o 3OVo

Descripción de las tareas experimentales y/o empíricas' Sólo el'l9Va 22%

47 % lo hacen, de los cuales:

Descripción de materiales- SÓlo el6lVo del total de trabajos75% 25%

lo presentan.

Calidad psicométrica de los instrumentos'

Sólo e|1.9.44% del total lo presentan 76Vo 23%

Descripción de los procedimientos. S ólo el 43'47 Vo

del total lo hacen. 78% 22%

Validación del modelo teÓrico en el que se fundamenta 46Vo teóricos.467o emPíricns

l3Vo teóricns

el estudio (6.SEo deltotal)

sobre la calidad psicométrica del instrumento: sólo e|79.44% de los trabajos empí-

ricos reportan la calidád psicométrica de los instrumentos utilizados' Entre ellos' los tra-

bajos córrespondientes a la evaluación del aprendizaje y la enseñanzalogtan el76'66%y

los de modelamiento ei-23.34% restante. La figura siguiente muestra su distribución por-

centual.


Se presenta una tabla que resume avances y limitaciones identificados en la revisiónde los 230 trabajos analizados.

Tabla No. 10. Resumen de avances y limitaciones en los desarrollos revisados

NCUEÍ]ONABÉ

CUEÍIONABÉ

zU2

f,

U

oEoUF

zuzI?l

ooqd=u

zuzIo)

oozoUts

zuoFzu

fUoo

U?N6zuEq

zUoFzu=fUoo:

u§ozUÉr

zuoFzU

=5úoo,

U?ñ6zUÍI

Figura núm. 9. Distribución de la calidad psicométrica de los instrumentos utilizados

AVANCES LIMITACIONES

Hipercomponentes:

Evaluación del Aprendizaje yla Enseñanza en Ciencias, Ar-tes y Técnicas.

Cobertura amplia en trabajos de ti-po empírico en Ciencias con buensustento metodológico e incipientederivación tecnológica.

Cobertura muy restringida en traba-jos empíricos en A¡tes y Técnicas.Notables carencias de trabajos tecno-lógicos y de revisión teórica en Artesy Técnicas.

Modelamiento del Aprendizaje yla Enseñanza en Ciencias, Artesy Técnicas.

Buen sustento empírico-metodoló-gico en Ciencias.

Cobertura restringida en Ciencias ytrabajo casi nulo en Artes y Técnicas.Insuficiente derivación e innovacióntecnológica en Ciencias, Artes y Téc-nicas.

Mixto: Evaluación y Modela-miento en interacción.

Muestra una tendencia a tener unacobertura mayor en Ciencias.

Cobertura muy restringida en Artes yTécnicas.

Macrocomponentes

Este componente se investiga de ma-nera aislada, tanto al interior de lopropiamente cognitivo como en inte-racción con variables afectivo-moti-vacionales y sociales del aprendizaje yla enseñanza. Cobertura muy restrih-gida en Artes y Técnicas.

Macrocomponente cognitivo Cobertura amplia en Ciencias.

Macrocomponente afectivo-motivacional

INVESTIGACIóN COGNITTVA

Cobertura en aumento en el área de

Ciencias con buen soporte metodo-lógico para la investigación de pre-dictores afectivo-motivacionales delrendimiento académico.

87

Cobertura restringida en Artes y Téc-nicas. Poca investigación de su inte-racción con el macrocomponentesocial.

Macrocomponente social Cobertura en aumento en Ciencias Muypoca coberturaenA¡tes.y Técnicas, con buen soporte meto-dológico.

Macrocomponente Biológico No se contó con información al respecto

Fundamentos teóricos Aumento y diversificación de mode-los teóricos subyacentes al aprendi-zaje y la enseñanza de ciencias. Entécnicas se muestra una tendenciaemergente similar.

Insuficiente definición de sus compo-nente§ y poca validación empírica de

los modelos. Poco trabajo en la gene-

ración de modelos teóricos en Artes.

Derivación e innovación tec-nológica.

Cobertura mayor en los trabajosevaluativos en Ciencias. Los traba-jos emplricos muestran buen apoyoexperimental.

Cobertura muy limitada en Artes yTécnicas"

Instrumentación computacional.

Cobertura amplia en trabajos eva-luativos en ciencias. Los trabajostecnológicos muestran buen apoyoexperimental.

Cobertura restringida y muy poco tra-bajo apoyado por herramientas de In-teligencia Artificial.

Apoyo institucional explícito Apoyo institucional amplio a traba-jos de evaluación de estrategias deaprendizaje y procesos asociados.

Cobertura muy restringida hacia elmodelamiento del aprendizaje y la en-señanza en artes y técnicas.

Validez ecológica Casi el 507a de los trabajos presentani ncuestionable val idez ecológica.

Los trabajos empíricos en modela-miento requieren mejorarla.

Publicación Más del 507o de los trabajos walua-tivos en ciencia, han sido publica-dos.

Casi no se publican trabajos de eva-luación y modelamiento en el apren-dizaje en arte y técnicas. Se requiereaumentar la publicación en el mode-Iamiento del aprendizaje y la ense-ñanza en ciencias.

Calidad de la investigación Aumento de investigaciones experi-mentales en evaluación del aprendi-zaje y la enseñanza. Mejoramientode la descripción de la metodologfaen estudios empíricos, particular-mente, en evaluación en Ciencias.

Insuficientes estudios experimentalesen modelamiento e insuficientes estu-dios simulacionales, transversales ylongitudinales en evaluación y mode-lamiento.

Sobre las poblaciones atendi-das.

Buena cobertura en los niveles ele-mentales y universitario.

Insuficiente cobertura en el nivelpreescolary técnico.


Discusión

1. Relscions.do con los hipercomponentes

Dado que se hace mayor investigación evaluativa que de fomento y que, en términos gene-

rales, su naturaleza es empÍrica en detrimento de trabajos teÓricos y tecnolÓgicos, es posi-

ble pensar que mucha de la investigación cognitiva contemporánea, en el campo de

interés, no ha sido integrada en marcos teóricos comprensivos y no ha impactado la deri-

vación/innovación tecnológica correspondiente. Sin embargo, en las áreas de desarrollo

de pericias y evaluación de competencias, se muestra una tendenc¡¿ ¿ i¡ rgrar evaluación

y modelamiento, simultánea y coordinadamente (Glaser, 1987; Nitko, 1987; Resnick y

Resnick, op. cit.).

Dado que el contenido de la mayoría de las investigaciones está relacionado con

algún aspecto de las ciencias y que los contenidos en artes y técnicas son casi inexistentes

en estas investigaciones, es posible identificar en la investigación cognitiva contemporá-

nea una tendencia clara a favorecer las primeras y a responder de manera muy deficiente a

las segundas en lo que toca a la evaluación y el fomento de habilidades cognitivas de orden

superior en la enseñanzay el aprendizaje.

2. Relacioru.do coit. los macrocomponentes

a. Componerlte cognifivo. A pesar de la amplia cobertura que representan los trabajos ge-

nerados en este componente, todavía se observa que la investigación, la elaboración teÓri-

ca y el desarrollo tecnológico siguen sin tomar en cuenta la interacción entre varios

microcomponentes cognitivos y continúan descuidando los factores afectivo-motivacio-nales y sociales. Unida a esta carencia, persiste otra: la ambigüedad en la definición de

algunos microcomponentes relevantes, como es el caso de las estrategias de aprendizaje

(Alexander & Judy, 1988; Castañeda, 1994). Empero es necesario aclarar que pudimos

identificar una notable convergencia del trabajo sobre estrategias de autorregulación, es-

trategias cognitivas de aprendizaje, cambio conceptual e instrucción orientada a procesos,

lo que sugiere que existe una tendencia emergente hacia la construcción de teorías más

1:omprensivas e inclusivas del aprendizaje.

b. Componentes afectivo-motivacional¿s. Se encontró un incremento de estos com-ponentes en la evaluación y el modelamiento del aprendizaje y la enseñanza. Entre ellossobresalen los de Pintrich, De Groot y García (1992) y Pintrich y De Groot (1990) y Boe-

kaerts (1991, 1992). Sin embargo, y al igual que en el componente cognitivo, se constata

poca interacción con otros macrocomponentes y al interior de ellos mismos. En nuestroprimer reporte se encontró que en l¿tinoamérica hay una laguna muy seria al respecto y

que la investigación existente sobre motivación no toma en cuenta el interjuego entre los

componentes cognitivo-afectivo-motivacionales antes y después de realizar las tareas aca-

démicas. Este segundo reporte confirma lo anterior, con la única excepción del trabajorealizado por el Laboratorio de Desarrollo Cognitivo en la Universidad Nacional Autó-noma de México donde se realizó una investigación transcultural que puso a prueba los

efectos de las variables señaladas arriba sobre la comprensión de textos y la ejecución en

matemáticas.


c. Componente Social. Relacionado con este componente se encontraron trabaios en

los que se muestran avances en el conocimiento de la interacción de variables del tipoclima autocrático/democrático, así como de algunas estrategias cognitivas de aprendizaje,

como son las de formular preguntas en clase y estrategias de adquisición del conocimiento.

También se observó una muy buena interacción entre lo social y otros microcomponen-tes. Por ejemplo, el de la externalización del conocimiento. Paris, Cross y Lipson (1984)

han enfatizado el efecto positivo de convertir un ambiente altamente privado (como es la

ejecución individual en un dominio de conocimiento determinado) en uno público, favo-

reciendo cambios en el ambiente de la tarea, lo que fomenta la mejora en la ejecución.

j. Relrcionudo con los aspectos teóriros

[.a aproximación teórica predominante en los trabajos revisados es el cognitivo, siendo el

paradigma más importante el Procesamiento Humano de Información. Sin embargo, tan-

to la descripción como la validación de los componentes teóricos incluidos en los mode-

los subyacentes a los trabajos analizados, son insuficientes.

4. Asp ectos mcto do h §co s

Muchos estudios mantuvieron diseños descriptivo - observacionales y correlacionales, pe-

ro en relación a nuestro primer informe, se notó un incrementó del 26.56 7o de estudios

propiamente experimentales. También encontramos un mejoramiento en la extensión en

la que se describen los diversos pasos involucrados en la metodología, pero la calidad de la

misma todavía resulta insuficiente, lo que dificulta la interpretación de los resultados ob-tenidos en las investigaciones. Particularmente, hay una laguna en lo que concierne a las

definiciones operacionales de las variables relevantes, tal como sucede en las estrategiasde aprendizaje, en las tareas experimentales y en los procedimientos, entre otras. Tal defi-ciencia en la definición afecta, definitivamente, la validez de los diseños, por sus efectossobre la decisión que debe tomarse sobre los procedimientos de medición usados y los esta-

dfuticos aplicados para poder lograr el mejor diseño de investigación posible. Finalmente,sigue sin conorerse la calidad psicométrica de los instrumentos empleados en los trabajos de

evaluación. Sólo el 19.44 % de los trabajos reportaron los valores psicométricos.

Tomando en cuenta todo esto, no cabe duda que las investigaciones sobre evalua-ción del aprendizaje y la enseñanza en ciencias, artes y técnicas necesitan mejorar la cali-dad de sus mediciones. Para ello, se requiere considerar desde la definición operacionalde las variables involucradas, hasta el análisis exhaustivo de los efectos de las diferenciasindividuales en conocimientos y habilidades de los estudiantes, sin olvidar el análisis de

las tareas y materiales comprometidos.

Adicionalmente se deberán responder preguntas relacionadas con aspectos del de-

sarrollo cognitivo, para ello es necesario llevar a cabo investigación longitudinal y am-pliar sus resultados mediante investigación de tipo transversal.

5. Relevancia de lareas y malerialcs

En términos generales se puede establecer que en un 50Vo de todos los trabajos revisados,las tareas y los materiales son congruentes con las metas de los estudios que además resul-

89

90 sANDRA cAsreñnoe v :esús onouñe

tan relevantes para la vida académica. Parece que los trabajos en análisis cognitivo de

tareas (Embretson, 1985) y sobre modelos de evaluación de conductas expertas - novatas

(Chi, Glaser y Barr, 1988) han tenido impacto sobre los investigadores y han generado

notables avances en este campo.

6. Deriva.ciin e innovación tecnohgica

Dado que solamente en el l97o de todos los trabajos revisados reportaron realizar deriva-ción o innovación tecnológica experimentalmente apoyada, y que de ese porcentaje sólo

el30% tomaron ventaja de las facilidades que brinda la computadora, se puede inferir que

hay un largo camino para andar en esa dirección. También, es posible establecer que es

necesario que los investigadores amplíen sus perspectivas teóricas a partir de los avances

en Ciencia Cognitiva, Simulación Computacional e Inteligencia A¡tifícial.

Finalmente, la revisión llevada a cabo en esta presentación, no intentó ser exhausti-

va en la extensión de todos los trabajos posibles, ni en la profundidad de su evaluación.Más bien, en esta segunda etapa, nuestros objetivos fueron: a) identificar, a un nivel de

grano intermedio, aquellos componentes que han mostrado ser relevantes para incremen-tar el entendimiento sobre el trabajo psicológico contemporáneo en la evaluación y el

modelamiento del aprendizaje y la enseñanza en ciencias, artes y técnicas y b) evaluar, almismo nivel, la calidad con la que se están realizando los trabajos.

De esta manera, estimamos estar en posibilidad de contar con indicadores capaces

de guiar la tercera etapa, la de grano fino, donde a partir de los resultados presentados, se

podrá trabajar, desde el inicio, con componentes descriptivos que señalan tendencias ac-

tuales, fallas y carencias en el estudio del aprendizaje y la enseñanza en ciencias, artes y

técnicas.

REFERENCIAS

Alexander, P.A., and Judy, J.E. (1988). The Interaction of Domain- Specific and Strate-gic Knowledge in Academic Performance. Review of Educational Research, 58, 4,

375 - 404.

American College Testing Program (1973). Assessing students on the way to college. YoL1. Iowa City: ACT Publications.

Anderson, R.C., Reynolds, R.E., Schallert, D.L., y Goefz, E.-1. (1977). Frameworks forcomprenhending discourse.American Educational Research Journal, 14,367-381


Boekaerts, M. (1991). Subjective Competence, Appraisals and Self Assessment. Lear-ning and Instruction, 1,1 - 17.

Boekaerts, M, (1992). The Adaptable Learning Process: Initiating and Maintaining Be-havioral Change. Applied Psychologt: An Intemational Review, 41 , (4).377 - 397 .

Britton, 8.K., Glynn, S.M., y Smith, J.W. (1985). Cognitive demands of processing expo-sitory text. En B.K. Britton y J.B. Black (Eds.), Understanding expository text: Atheoretical and practical Handbook for Analizing Explanatory Text. Hillsdale, N.J.:Erlbaum.

Carr, M., Borkowski, J.G., & Maxwell, S.E. (1991). Motivational components of undera-chievement. Developmental Psychologt, 27, lO8-1"18.

castañeda, s. (1994). How to evaluate and to model learning strategies: convergences,divergences, successes and prospecfives. Resumen publicado en el 23 Congreso In-ternacional de Psicología Aplicada, dél 17 al 22 d,e julio en Madrid, España.

Castañeda, S., y López, M. (1989). La psicologÍa del aprendizaje escolar. En: S. Castañe-da y M. I-ópez, (Eds.). La Psicología Cognoscitiva del Aprendizaje. Aprendiendo aAprender. México, UNAM, 25 -26.

Castañeda, F.S., López, O.M. (1992). Psicología Instruccional Mexicana. Revista Inter-continental de Psicología y Educación,5, número 1,57 - 69.

Castañeda, S. (1993). EsÍructuración del Conocimiento a Partir de lo Leído. Un marco deTrabajo Evaluativo. Tesis de Doctorado. UNAM

Castañeda. F.S., y López, O.M. (1994). Desarrollo cognitivo vía la evaluación y modela-miento de la comprensión de textos instruccionales. Primera Reunión (Jniversitariasobre la Enseñanza de la Lengua Materna. Memoria de la Reunión. Coordinación deProgramas Académicos, Secretaría General. UNAM, págs, 96-128.

Castañeda, F.S., Hernández, J., Smet, M., Arriola, A. (1995). Evaluating and modelingIearning strategies: successes and failures. Conferencia Europea de Investigación enAprendizaje e Instrucción Agosto 26 a3l de 1995, Nijmegen, Netherlands .333-334.

Castañeda, F.S., Smet, M., Trujillo, R., Orduña, J. y pineda, M.L. (1995). Emotional sta-te, task attractiveness, self confidence, perceived utility and other motivational va-riables. Transcultural data. Resúmenes de la Conferencia Europea de Investigación enAprendizaje e Instrucción Agosto 26 a 31de 1995, Nijmegen, Netherlands . 333-334.

Chi, M. T. H., Glaser, R. and Barr, M. (1988). The Narure of Expertise, Hillsdale, NJ.,Erlbaum.

Deffenbaugh, W.S. (1926). Uses of intelligence and achievement test in 215 cir¿es. U.S. Bu-reau of Education, City School l-eaflet No. 20. Washington, D.C.: U.S. Department ofthe Interior.

91

sANDRA cAsrañena v :Bsús oRouÑa

de Jong, F.P. (1993). The mmplementarity of constructivist and self-regulation instruc-tional approaches. Trabajo presentado en la V Conferencia Europea de Investigación

en Aprendizaje e Instntcción, Aix en Provence, Francia.

Embretson, S. E. (1935). Test Design: Developments in Psychologt and Prychometrics. E.

U. A.: Academic Press.

Ehrlich, M.F., Costes, B.K. & Loridant, C. (1993) Cognitive and Motivational Determi-nants of Reading Comprehension in Good and Poor Readers. Journal of Reading

Behavior, 25, No. 4, 365 -381.

Garton, A.F. (1992). Social Interaction and the Development of Language and Cognition.

Hillsdale: Erlbaum, pp. 155.

Gelman, R. y Carey, S. (Eds.) (1991). The epigenesis of mind: Essays on biolo§cal and

cognition. Hillsdale, N J: Erlbaum.

Glaser, R. (1937). The integration of instruction and testing: Implication from the study

of human cognition. En D.C. Berliner y B.V.Rosenshine, Talks to teachers, Nueva

York: Random House, pp.329-341.

Guevara, N. G. (191). México, iun país de reprobados? Revista Nexos, 1ó2. México,33-34.

Kintsch, W. (1992). How Readers Construct Situation Models for Stories: The Role ofSyntactic Cues and Causal Inferences. En A.F. Healy, S.M. Kosslyn y R. M. Shiffrin(Eds.), From learning processes to cognitive processes: Essays in honor of William KEsfes, Vol. 2, Hillsdale, NJ.: Erlbaum, pp.261'' 278.

Irvine, J.M., Resnick, L.8., Higgins, E.T. (1993). Social foundations of cognition.,4n-nual Review of Psychologt, 44,585-612.

Mead, G.H. (1967). Mind, Self, and Sociery ftom the Standpoint of a Social Behaviorist.University of Chicago Press. Chicago, Illinois.

Nirko, A.J. (1987). Designing test that are integrated with instruction. En R. L. Linn(Ed.), Educational measurement,3d., Nueva York: American Council on Educa-

tionMacmillan, pp. 447 -47 4.

Paris, S. G., Cross, D. R. and Lipson, M.Y. (1984). Informed Strategies for Learning: AProgram to Improve Children's Reading Awareness and Comprehension. Joumalof Educational Psychologt, 16,1.239 - 1252

Paris, S.G. y Oka, E.R. (1936). Children's reading strategies, metacognition, and motiva-fion. Development Review, 6, 25 -26.

Pea, R.W. (1993). Pracrices of distributed intelligence and designs for education. En G.

Salomon (Ed.), Di^ttributed Cognitions: Psychological and Educational Considera-tions. Cambridge University Press, Nueva York.

Ramsden, P. (1988)'Schmeck (Ed')'

PP" 159-184"

INVESTIGACIóN COCNMTVE 93

Pintrich, P. R., De Groot' E' A' M' y García' T' (1992)' Student Motivation and Self -

Regutated rrurnlig'i,-o óirr"r"n, Cd;;;;; ¿oí,"*t'' Trabaio presenÍado en et

congreso'n"'ilii)"noi'aíf i'a'sí' c;;;;rfi;''Bruselas' Bélgica' Julio' 1ee2'

Pintrich,P.R.,andDeGroot,E.v.(1990).MotivationalandSelf-Regulatedlrarningcomponent. "f;Ir;;;ám

e.u¿emí";;;i;;;;;" . toumat of Educaüonat Psvcho-

Iog482,33-40'

Context and Strategy-Situational influences on lrarning' En R'R'

Lcarning strategies '";;;;;;;'gsryles' Nueva York: Plenum Press'

Resnick, L.B. (1987)' The L987 Presidential Address: Learning in school

- cational Researcher 16' (9):13-20'

Resnick'L.8.(1992).Fromprotoquantitiestooperators'B]''g,llmathematicalcompe-rence on "

f.r;;;;í ot ereryoay xro*üog". En 9. I-einhardt, R'T' Putman y

R.A. Hattrup (Eds')' Analysis 'f "i;;;;;"-¡o'-iotn'*atics teaching' Hillsdale'

N.J.: Erlbaum, PP' 373-429'

Resnick,L,B.yResnick,D.P.(19g?).AssessingtheThinkingCurriculum:NewToolsforEducational n"i"i*. eri g.n. cifforá, * a .o' coñnor.

-(Eds'), changing asses-

Sments: ,qu",noii,.. itt,,not¡u" ,u*,.oiopi:itude, achievement and instrucilon,Bos-

ton:Kluwer, PP'31-75'

Resnick,L.B.(enprensa)'Situatedrationalism:Biologicalandsocialpreparationfofrearning. r" H;;;;í;rá-L. cetma" s, te"át.1, á, hírat Knowtedge and Domain Spe-

-r¡frr¡ty,"Cu*tridge University Press' Cambridge'

Resnick,L.B.(1994a)'situatedRationalism:BiologicalandSocialPreparationforlrar.ning. En u niir"tiiili'

-c91""1tiil' *'í-p*s:l'.T::!' Domain specificiry in

cognition ,*d '';h;;;'óu*u'iog"' c'*#id.ge e'B'l unlversity Press' pp' 47 4-493'

Resnick,L.B.yCollins,A'(1994b)'CognitionandLearning'EnT'HusenyT'N'Pos-tlethwaire (Eds.), Internationat !*;;;;;r;1'o

o¡ na"rition (Zda. ed', vol' 2' 83s-

838), Oxford, Pergamon' 835-838'

Scevak, J.J., Moore, p.J., y Kirb;, J.R.. (1993).Training r!rg:1,: to use maps to increase

text recall. c;i;*pl"i r'áu'at¡inat Psychotogt' 18' 4ol-413'

Schmidt,H'G,Norman,G'RyBoshuizen'H'P'(1990):l:9gni'i'eperspectiveonmedi-cat expertise,,'iforv ur¿ implicatioÁ . Ac ai emic' M edic in e, 6 5, 611 -62l'

Thorndike,E.L.(lgZ\).ThePsychologofaithmetic.NuevaYork:MacMillan.

Tirado,S.F.(1986).LacríticasituacióndelaEducaciónBásicaenMéxico.CienciayDe-sarrollo, 71 ,87-94'

and otÍ. Edu'

SANDRA cAsrañ¡oe y ¡estis onouñe

Vermunt, J. (1993). C.onstructive learning in higher education. En J.K Koppen y W.D.Webler (Eds.), Strategies for increasing access and performance in higher education,Ams¡erdam: Thesis publishers, pp. 143-157.

Vygots§ L S. (1973). Mind in Society: The Devetopment of Higher Psychological hoces-ses. Cambridge, Massachusetts, Harvard Universis Press.

Vosniadou, S. y Brewer, W.F. (1994). Mental models of the day-night cycle. CognitiveScitnce, 18,723-183.

Tnller, U. (1993). A¡e lecture and learning mmpatible? Maybe for LOCS: Unlike forHO CS. I ourna I of C hemic a I Educ ation, 7 0, 3, 19 5 -197 .

Investigación cognitiva en aprendizaje y enseñanza de ciencias, artes y técnicas

Documents

Transcript of Investigación cognitiva en aprendizaje y enseñanza de ciencias, artes y técnicas