La Expansión Digital de la Mente no funcionó en Educación.

Artículo traducido con Google Translate. Título traducido por Nacho Gascón.

Título original: The Digital Expansion of the Mind Gone Wrong in Education.

Por Daniel T. Willingam.

Journal of Applied Research in Memory and Cognition

Palabras clave: Tecnología, Memorización, Aula Invertida, Aprendizaje Personalizado.

Como lo dejan en claro Marsh y Rajaram (2019) , los investigadores aún se encuentran en las primeras etapas de enumerar y explorar las implicaciones del uso de Internet para la memoria y la cognición. Sin embargo, esa incertidumbre no ha desanimado a los formuladores de políticas y expertos interesados ​​en la educación K-12. No solo han dado por sentado que el impacto de Internet en la memoria y la cognición es, en cierto modo, predecible, sino que han dado con seguridad el siguiente paso para extraer implicaciones para la escolarización a partir de esos efectos putativos. Aquí describiré tres de estas implicaciones, y argumentaré que las reformas educativas sugeridas se basan en una mala interpretación de los procesos cognitivos involucrados y del posible impacto del uso de Internet en esos procesos.

Implicación 1: énfasis reducido en la memorización en la escolarización

La mayoría de los educadores enumerarían “enseñar a los estudiantes a pensar críticamente” como un objetivo importante de la educación. Las investigaciones realizadas durante los últimos 40 años han demostrado la importancia del conocimiento de dominios para el pensamiento crítico en lectura ( Shapiro, 2004 ), matemáticas ( Rittle-Johnson, Star y Durkin, 2009 ), ciencia ( Carnine y Carnine, 2004 ) e historia ( Shreiner, 2014 ). Sin embargo, las encuestas han demostrado consistentemente que no existe un acuerdo uniforme entre los maestros sobre la importancia del conocimiento de los estudiantes. Por ejemplo, en una encuesta de 2000, solo el 51% de los docentes estuvo de acuerdo con la afirmación: “Cuánto aprenden los alumnos depende de la cantidad de conocimientos de fondo que tienen, por eso es tan necesario enseñar hechos” (Ravitz, Becker y Wong, 2000 , pág. 10). Una encuesta de maestros realizada en 2007 incluyó un elemento que sugiere que “la precisión y la fluidez en el conocimiento de los hechos y las habilidades básicas forman la base para la comprensión conceptual y el pensamiento crítico”, y solo el 42% de los maestros estuvo de acuerdo ( Snider y Roehl, 2007 , p. 881).

La división entre docentes, aparente en estas respuestas, se alinea con divisiones epistemológicas de larga data en la teoría de la educación (para una revisión de este debate, ver Tobias y Duffy, 2009 ). Algunos teóricos sostienen que el conocimiento objetivo es crucial para la comprensión, y también que el conocimiento puede transmitirse de una persona a otra de una manera bastante directa. Esta visión es claramente compatible con la educación que enfatiza el conocimiento entregado a través de la charla del maestro. La visión constructivista, en contraste, sugiere que la comprensión se produce solo cuando un individuo se construye con un significado de sí mismo, es decir, reúne las partes de una idea compleja para que tenga sentido. Por lo tanto, el significado no se puede transmitir directamente, y el valor de tratar de enseñar el conocimiento per se no está claro.

Este debate adquirió una nueva urgencia alrededor de 2010, a medida que la tecnología se generalizó: el 97% de las aulas tenía computadoras disponibles para los estudiantes para la instrucción para el 2008 ( Gray, Thomas y Lewis, 2010 ) y para el 2018 el 95% de los estudiantes tenían acceso listo a un smart teléfono ( Anderson y Jiang, 2018 ). Si antes no estaba claro el valor de enseñar directamente el conocimiento, el acceso a Internet parece hacer que el conocimiento de los estudiantes sea irrelevante. ¿Por qué pedir a los estudiantes que memoricen lo que podrían buscar tan fácilmente? Marissa Mayer, entonces vicepresidenta de productos de búsqueda en Google, afirmó que “Internet ha relegado la memorización de los datos de la memoria al ejercicio mental o al disfrute” ( Mayer, 2010). En 2016, Jonathan Rochelle, director del grupo de aplicaciones educativas de Google, dijo que no podía responder a sus hijos cuando les preguntaron por qué necesitaban memorizar la ecuación cuadrática. “No sé por qué no pueden pedirle a Google la respuesta correcta si la respuesta está ahí” ( Singer, 2017 ).

Este pensamiento se basa en las propiedades 1, 5 y 7 de Marsh y Rajaram (2019) . Puede encontrar cualquier cosa en Internet, este acceso ahora está muy extendido para los estudiantes y el acceso es rápido. La memorización es agotadora para los estudiantes y tiene el potencial de socavar la motivación. ¿Por qué pedir a los estudiantes que lo hagan si no es necesario? La respuesta es que en realidad no siempre puedes encontrar lo que esperas.

Los usuarios de los motores de búsqueda de Internet están familiarizados con un tipo de problema de acceso: una búsqueda devuelve miles o incluso millones de páginas web. Los investigadores han descubierto que incluso los estudiantes universitarios que asisten a una universidad selectiva utilizan una estrategia débil para hacer frente a esta sobrecarga: exploran solo los sitios en la primera página de resultados, y por lo tanto le rinden a Google el trabajo de evaluar la adecuación de los resultados al propósito del usuario ( Wineburg, 2018 ).

Podemos imaginar que este hallazgo simplemente significa que debemos enseñar a los estudiantes a realizar búsquedas más sofisticadas, pero la verdad es que las búsquedas en Internet son intrínsecamente limitadas porque están descontextualizadas. Para apreciar por qué es importante, considere los resultados de la búsqueda de memoria semática humana. Por ejemplo, supongamos que lee “Trisha derramó su café”. Se accede a diferentes aspectos del significado de este evento desde la memoria semántica, dependiendo de si la siguiente oración es “Dan saltó para obtener más”, o “Dan saltó para obtener un trapo “o” Dan se levantó de un salto y prometió no volver a poner brandy en el café de Trisha “( Willingham, 2017). El lector no necesita siquiera considerar conscientemente aspectos irrelevantes del significado del verbo “derrame”. Pero un lector que trata de usar Google para establecer la conexión entre el café derramado de Trisha y el deseo de Dan por un trapo tiene un verdadero problema. La búsqueda de “café” y “trapo” lleva a páginas web sobre música (hay una canción titulada Hot Coffee Rag ), muebles para el hogar (alfombra de color café) y una empresa de alimentos y bebidas en Tailandia.

Buscar “café” por sí solo no es mejor, por razones expresadas por primera vez por George Miller y Patricia Gildea en la década de 1980, cuando se considera la búsqueda de palabras en un diccionario ( Miller & Gildea, 1987 ). El significado de las palabras depende del contexto. Los escritores de diccionarios no pueden, por supuesto, anticipar el contexto con el que se encontrará cada lector, por lo que los diccionarios se esfuerzan por escribir definiciones libres de contexto. El resultado es que las definiciones están fácilmente abiertas a interpretaciones erróneas. En uno de sus ejemplos, un niño leyó que la palabra “meticuloso” significa “muy cuidadoso”, y por eso escribió “Fui meticuloso sobre caerme por el precipicio”. Conocer un poco sobre la palabra o el contexto en el que se usa ayuda , y eso es lo que la mentalidad de “sólo Google it”Está perdido; las personas que piensan que usted puede buscarlo todo no se dan cuenta de la cantidad de conocimiento que aportan a una tarea como leer.

Las mismas personas sobreestiman la ventaja de la velocidad impartida por Internet. Pensamos que una búsqueda en Internet es rápida, y no hay duda de que abrir una nueva pestaña del navegador y ejecutar una búsqueda es mucho más rápido que intentar localizar el libro correcto y luego encontrar la información deseada en él. Pero buscar memoria semántica sigue siendo más rápido que Google. La pausa para buscar el significado de una palabra interrumpe el flujo de lectura, lo cual es probablemente la razón por la que los lectores tienen poco apetito por este trabajo. Su tolerancia a las palabras desconocidas varía según el texto en particular, pero en promedio los lectores informan que una vez que conocen menos del 95 al 98 por ciento de las palabras en un texto, la lectura ya no es cómoda ( Hu y Nation, 2000 , Schmitt et al. 2011). En resumen, no hay duda de que Internet es una poderosa herramienta de investigación, pero no está claro que sea tan poderoso que los educadores deberían cambiar sustancialmente sus expectativas en cuanto a lo que los estudiantes deberían tener en la memoria semántica (es decir, los hechos que deberían aprender). .

Implicación 2: El aula volteada

Un “aula invertida” tiene la intención de revertir el conjunto habitual de actividades que los estudiantes realizan en casa y en clase. El modelo instructivo típico tiene estudiantes que aprenden nuevo contenido en clase, generalmente escuchando una conferencia. En casa, completan problemas que proporcionan práctica sobre los nuevos conceptos que han aprendido, o ponen en práctica esos conceptos cuando trabajan en trabajos o proyectos.

En un aula invertida, los estudiantes deben aprender nuevos contenidos en el hogar a través de video conferencias y lecturas. La esperanza es que les resulte más fácil aprender por video que por clase en el aula, ya que pueden detener el video con la frecuencia que deseen para tomar notas o pensar, y pueden revisar las partes que les resulten confusas. En clase, los estudiantes completan conjuntos de problemas, tienen discusiones o trabajan en proyectos. Si bien no es necesario que haya un instructor en vivo para estar presente cuando los estudiantes aprenden nuevo contenido a través de una conferencia (es decir, el pensamiento) los estudiantes necesitan orientación y comentarios cuando en realidad están poniendo el conocimiento en uso. Por lo tanto, ese trabajo se debe hacer en clase, cuando el instructor está presente para ayudar.

Cambiar de aula depende del acceso de los estudiantes a Internet de banda ancha. Aproximadamente dos tercios de los estadounidenses tienen Internet de banda ancha en casa ( Pew Research Center, 2018 ), por lo que las implementaciones del aula invertida en la educación K-12 todavía son relativamente poco comunes. La mayoría de las implementaciones han sido en entornos de educación superior donde se puede garantizar el acceso de banda ancha. ¿Han tenido éxito?

Las aulas invertidas son difíciles de evaluar porque la mayoría de los informes de investigación son estudios de caso de un solo curso, y es obvio que mucho depende de la calidad de la implementación. ¿Cómo son de buenos son los videos? ¿Cuan efectivo o es el instructor para dirigir las actividades interactivas en el aula?

Incluso con esa limitación, una revisión reciente de la investigación disponible arroja algunas ideas ( Akçayır & Akçayır, 2018 ). Pocos estudios (alrededor del 15%) reportan un impacto positivo en la participación o motivación de los estudiantes. Aproximadamente la mitad de los estudios informan que los estudiantes obtienen calificaciones más altas en el aula invertida, una cifra que parece alentadora, pero que debe interpretarse a la luz de un posible sesgo de publicación . Dado que la lógica del aula invertida es facilitar que los alumnos aprendan en casa, es revelador que solo el 8% de los estudios en esta revisión informaron que los alumnos vienen a clase mejor preparados.

Cuando la idea del aula invertida ganó fuerza alrededor del 2010, más de un instructor de la universidad bromeó: “He estado usando el modelo volteado durante años, simplemente no lo sabía”. El punto es que antes de los videos, los instructores contaban con textos para estudiantes. para aprender nuevos contenidos, que luego discutirán los alumnos en clase. Se suponía que los videos facilitarían esta preparación, pero su impacto potencial podría haber sido sobreestimado. Un instructor en vivo puede ser más convincente que uno en el video, y seguramente hay menos distracciones en una sala de conferencias que en el hogar (o en una biblioteca o en una cafetería), donde los estudiantes pueden no sentirse cómodos al ver videos instructivos mientras envían mensajes de texto a sus amigos. escuchando música, y así sucesivamente. Entonces, también, el contagio social.podría ayudar a mantener a los estudiantes en la tarea durante una conferencia tradicional; la capacidad de respuesta y la atención del instructor hacen que sea más fácil para los estudiantes quedarse con una conferencia ( Frenzel, Becker-Kurz, Pekrun, Goetz y Lüdtke, 2018 ).

Otro desafío para dirigir un aula invertida es la dificultad de llevar a cabo las actividades del aula. La responsabilidad principal de los profesores es más fácil en un aula tradicional (conferencias) que en un aula invertida (actividades de supervisión). Las discusiones, los proyectos y las sesiones de resolución de problemas tienen en común la imprevisibilidad . El instructor no puede saber la dirección que tomará la clase, y eso obviamente hace que sea difícil prepararse; el conocimiento de los diferentes contenidos será relevante dependiendo de la dirección que tome la clase, por lo que el instructor a menudo siente que debe saberlo todopara llevar a cabo este tipo de actividad de clase. Además, el instructor debe tomar decisiones inmediatas sobre cómo guiar el pensamiento de los estudiantes; por ejemplo, si un estudiante está trabajando en un problema y necesita ayuda, el instructor solo tiene momentos para decidir cómo responder de una manera que no le diga al estudiante muy poco ni demasiado. En contraste, el profesor controla estrictamente lo que sucede en la clase y puede planificar por adelantado lo que necesitará saber. Incluso en las mejores circunstancias (estudiantes motivados, videos bien producidos), las aulas invertidas pueden cumplir su promesa solo para instructores más experimentados y aquellos con un conocimiento muy profundo del contenido.

Implicación 3: Aprendizaje personalizado

La tercera implicación de los educadores a partir de la amplia disponibilidad de Internet es la posibilidad de aprendizaje personalizado. El aprendizaje personalizado es una extensión de una solución anterior a un problema persistente: hay muchos más estudiantes que profesores. Por lo tanto, la instrucción debe ser de uno a muchos, pero los estudiantes vienen a la escuela con diferentes niveles de preparación y requieren diferentes cantidades de práctica para dominar el trabajo escolar, por lo que es poco probable que un solo plan de lección sea efectivo para todos.

Pressey (1926) ofreció una solución a este problema hace casi un siglo, y sugirió que cada estudiante pasara un tiempo cada día trabajando en una máquina de enseñanza, que podría presentar problemas a los estudiantes, registrar y evaluar respuestas, y lo más importante es usar el rendimiento de los estudiantes para determinar qué sucedió después. Los estudiantes que dominan el material rápidamente pueden seguir adelante, y los que tienen dificultades pueden resolver más problemas o ver otra explicación. BF Skinner publicó ampliamente sobre esta idea en los años 50 y 60 y trabajó con un fabricante para producir máquinas y programas de enseñanza en matemáticas y otras materias ( Skinner, 1965).). Sin embargo, las máquinas de enseñanza nunca se adoptaron ampliamente en las escuelas, en parte porque los maestros desconfiaban de un posible reemplazo, y en parte debido a las dudas del público en general de que los niños realmente podían aprender de una máquina, o si podían, si debían hacerlo ( Benjamin, 1988 ).

La idea tuvo un aliento de nueva vida en la década de 1980, cuando las computadoras centrales (y un laboratorio de computación con una sala llena de terminales ficticias) se hicieron asequibles para algunos distritos escolares. Recopilar respuestas simples, evaluarlas y comprometer la lógica condicional para determinar qué sucederá a continuación es un desafío en dispositivos puramente mecánicos, pero las computadoras simplifican estas tareas. Y, de hecho, esos aspectos del problema no fueron el principal obstáculo para el éxito en esta segunda ola de interés en la instrucción basada en máquinas. En 2003, Alfred Bork, un defensor clave del aprendizaje por computadora en la década de 1980, escribió un artículo retrospectivo que evaluaba por qué no se había producido una revolución en la instrucción ( Bork, 2003 ).

Su respuesta se reducía a la calidad de los materiales de instrucción. Es fácil hacer que una computadora cuente las respuestas incorrectas a los problemas de división de fracciones y, cuando se pasa un umbral, presentar otra explicación del principio. La parte difícil es escribir una segunda explicación de alta calidad de la división de fracciones. También es difícil escribir preguntas que sean claras y que evalúen el desempeño de los estudiantes de manera confiable y válida.

Si la motivación principal de la instrucción por computadora es permitir que los estudiantes no solo trabajen a su propio ritmo sino que experimenten una instrucción diferente en función de su desempeño o su interés, entonces eso requiere la preparación de mucho más contenido. Cada punto de elección donde los estudiantes pueden ser enviados a diferentes tipos de trabajo o evaluación implica un aumento exponencial en la necesidad de contenido, y la revolución digital no ha facilitado la escritura de ese contenido.

A pesar del pesimismo de Bork , la industria del aprendizaje por computadora está prosperando. Los costos de las computadoras han seguido disminuyendo y, para 2012, la proporción de estudiantes por computadora en las escuelas de EE. UU. K-12 promedió 1.8: 1 ( OCDE, 2015 ). Parte de esta tecnología se usa para la enseñanza de toda la clase, pero el modelo más común es, como Pressey imaginó, un estudiante que trabaja solo o con otro estudiante en una computadora personal que debe proporcionar instrucción individualizada. Las revisiones de investigación permiten dos conclusiones con respecto a la efectividad. Primero, el tamaño del efecto para los resultados de aprendizaje es modesto, alrededor de d  =  .35. Segundo, hay una gran cantidad de variabilidad en torno a esta media, con un número significativo de paquetes de software de enseñanza que en realidad muestran efectos negativos ( Hattie, 2009Tamim et al., 2011 ).

El modesto tamaño del efecto promedio es particularmente preocupante cuando consideramos la posibilidad de un sesgo de publicación , y que la condición de comparación en estos estudios es típicamente la prácticahabitual en el aula , lo que confunde el efecto del tratamiento del software con los posibles efectos motivacionales. Estas preocupaciones son especialmente plausibles dado el informe de Hattie de que el tamaño del efecto promedio informado en los metanálisis de educación es d  =  .40 ( Hattie, 2009 )

Estos resultados desalentadores no han frenado el entusiasmo por una nueva ola de instrucción asistida por tecnología. Entre 2010 y 2015, la Corporación de Noticias de Rupert Murdoch invirtió un estimado de mil millones de dólares en Amplify Education, un editor de currículos y materiales de instrucción creado en torno al aprendizaje personalizado. La Fundación Gates y la Iniciativa Chan-Zuckerberg han anunciado importantes iniciativas para financiar la investigación en aprendizaje personalizado ( Herold, 2017 ).

Estas inversiones no se pueden descartar como un ingenuo abandono del trabajo pasado: hay nuevos desarrollos. Uno de ellos son los nuevos algoritmos de aprendizaje automático (desarrollados y mejorados en plataformas de redes sociales) que podrían ser más capaces de anticipar los intereses y habilidades de los estudiantes y, por lo tanto, entregar mejor el contenido que los estudiantes encuentran motivador y en el nivel adecuado de dificultad. Otra es una base de datos de rendimiento de los estudiantes que está mejor organizada y es más completa, lo que proporciona un mejor forraje para los algoritmos de aprendizaje automático.

Es demasiado pronto para saber qué ocurrirá con estos últimos intentos, pero es notable que no se haya centrado en superar el obstáculo clave: crear una enorme biblioteca de materiales instructivos de alta calidad y un mapa que muestre formas sensatas en que los estudiantes pueden ser guiados a través del biblioteca. Es revelador que, aunque sigue creyendo en la posibilidad de un aprendizaje personalizado, Larry Berger, CEO de Amplify Corporation, dijo en 2018 “El mapa no existe y, en conjunto, hemos construido solo el 5% de la biblioteca” ( Hess, 2018 ).

Conclusión

He enumerado tres formas en que los educadores anticiparon que el acceso amplio a Internet podría revolucionar la educación: obviar la necesidad de memorización, cambiar el modelo de instrucción en el aula y personalizar el aprendizaje a través de la instrucción basada en computadora. Ninguno ha cumplido su promesa. ¿Hay una moral que pueda extraerse de estas historias de fracaso?

La lección más importante es también la más obvia: el aprendizaje de los estudiantes es un sistema complejo y, en el mejor de los casos, es incierto predecir las consecuencias del cambio en una parte de ese sistema. Las predicciones que hicieron los educadores fueron tranquilizadoras y lógicas. Los estudiantes una vez necesitaron memorizar el teorema de Pitágoras (y mucho más) porque era un inconveniente para buscarlo. Ahora es fácil mirar las cosas. Los estudiantes no tuvieron más remedio que asistir a conferencias porque carecían de los medios para ver conferencias grabadas en casa. Ahora es fácil ver videos en casa. Una vez, los estudiantes debían seguir el mismo plan de lección que sus compañeros porque los maestros no podían impartir una lección por separado a cada estudiante. Ahora es fácil para una computadora hacer eso.

La lógica era engañosa por diferentes razones. A veces pensábamos que la tecnología era un sustituto adecuado para los humanos, pero eso resultó no ser cierto: los humanos necesitan una búsqueda rápida y contextualizada que Google no puede ofrecer, y los humanos prefieren las conferencias en vivo al video. En el último caso (aprendizaje personalizado), los desarrolladores se centraron tan de cerca a lo que la tecnología hace que se perdieron de vista el contenido de la materia que la tecnología estaba allí para entregar.

Lo que es notable es el volumen de tiempo y dinero invertido en estas ideas sin que nadie reconozca antes los problemas inherentes. Ahora tenemos el beneficio de la retrospectiva, por supuesto, pero nos avergüenza si no aprendemos de estas experiencias. El futuro incluirá más argumentos sobre las consecuencias para el aprendizaje. Cuando esos argumentos apelan al sentido común y no incluyen datos piloto, deben ser vistos con extrema sospecha.

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s