Del Docente Presencial Al Docente Virtual

Del docente presencial
al docente virtual

D. Jonassen

P06/M1104/01593

Código
0,75 créditos

Procesos
de aprendizaje
mediante las TIC

U
www.uoc.edu

D. Jonassen

Distinguished Professor of Education
Department of Educational, School,
and Counseling Psychology
University of Missouri-Columbia

Responsable de autoría: Josep M. Mominó

Procesos de aprendizaje mediante las TIC © FUOC • P06/M1104/01593

Índice

Introducción ................................................................... 7

1. La construcción de modelos para el cambio
conceptual ................................................................. 13
1.1. Resultados del aprendizaje significativo .................. 13
1.1.1. Modelos mentales ....................................... 14
1.1.2. Cambio conceptual ..................................... 15
1.2. Construcción de modelos mentales ........................ 18
1.2.1. Construcción de modelos frente
a consumo .................................................. 20
1.3. ¿Qué modelamos? ............................................... 21
1.3.1. Construcción de modelos
de los conocimientos dominantes ................. 22
1.3.2. Construir modelos problema ....................... 23
1.3.3. Construir modelos de sistemas ..................... 27
1.3.4. Construir modelos de experiencias
(historias) .................................................... 30
1.3.5. Construir modelos de pensamiento
(simulaciones cognitivas) .............................. 32
1.4. Tipos de sistemas de aprendizaje basados
en modelos .......................................................... 35
1.4.1. Construcción de simulaciones deductivas ...... 35
1.4.2. Construcción de modelos inductivos
de simulación .............................................. 37
1.4.3. Exploración de modelos de caja negra
o simulaciones ............................................ 37
ANOTACIONES

1.4.4. Modelos causales cualitativos ....................... 38
1.4.5. Herramientas de construcción de modelos
semánticos .................................................. 38
1.4.6. Advertencias críticas sobre las herramientas
de construcción de modelos ......................... 39
1.5. Valorar el cambio conceptual con modelos
construidos por estudiantes ................................... 40
1.6. Bases para la construcción de modelos .................. 41
1.7. Limitaciones para la construcción de modelos ........ 42

3

© FUOC • P06/M1104/01593 Del docente presencial al docente virtual

2. Aprender a solucionar problemas ............................ 45
2.1. ¿En qué consiste la resolución de problemas? ......... 45
2.2. Variedad de problemas ......................................... 46
2.2.1. Estructuración .............................................. 46
2.2.2. Complejidad ............................................... 48
2.2.3. Especificidad de campo
(abstractos-situados) .................................... 49
2.3. Tipología de solución de problemas ....................... 50
2.3.1. Problemas lógicos ........................................ 52
2.3.2. Problemas algorítmicos ................................ 52
2.3.3. Problemas narrados ..................................... 53
2.3.4. Problemas que usan reglas .......................... 53
2.3.5. Problemas de toma de decisiones ................. 54
2.3.6. Problemas de resolución de dificultades ........ 54
2.3.7. Problemas de solución y diagnosis ................ 55
2.3.8. Actuaciones estratégicas ............................... 56
2.3.9. Problemas políticos y de análisis
de casos ubicados ....................................... 56
2.3.10. Problemas de diseño .................................. 57
2.3.11. Dilemas ..................................................... 58

3. Entornos de aprendizaje de resolución
de problemas en línea .............................................. 59
3.1. Problemas narrados .............................................. 59
3.1.1. Tipo de problema y tipología ....................... 60
3.1.2. Clasificación de problemas .......................... 64
3.1.3. Problema verbal .......................................... 65
3.1.4. Identificador del conjunto ............................. 65
3.1.5. Modelo estructural ....................................... 66
3.1.6. Constructor de ecuaciones ........................... 67
3.1.7. Modelo situacional ...................................... 68
3.1.8. Ejemplos trabajados .................................... 68
3.1.9. Asuntos de la práctica .................................. 69
3.1.10. Instrucción de contenido ............................. 70
ANOTACIONES

3.1.11. Resumen ................................................... 70
3.2. Problemas de resolución de dificultades ................. 71
3.2.1. Modelo conceptual ...................................... 73
3.2.2. Localizador de dificultades o averías ............. 73
3.2.3. Biblioteca o archivo de casos ........................ 75
3.2.4. Ejemplos trabajados .................................... 77
3.2.5. Temas de práctica ....................................... 77
3.3. Problemas de análisis de casos/sistemas ................ 78
3.3.1. Representación de problemas ....................... 79

4


3.3.2. Herramientas de representación
de problemas .............................................. 83
3.3.3. Generar opciones de solución: acomodar
perspectivas múltiples .................................. 85
3.3.4. Argumentación ........................................... 85

4. Argumentación mediante la tecnología
para apoyar la resolución de problemas ................. 89
4.1. Tecnologías de argumentación .............................. 91
4.1.1. SenseMaker ................................................ 96
4.1.2. Belvedere .................................................... 97
4.1.3. Convince Me ............................................... 98

Resumen ........................................................................ 99

Mapa conceptual ........................................................... 101

Glosario ......................................................................... 103

Bibliografía .................................................................... 107

ANOTACIONES

5


Introducción

El siguiente módulo describe los puntos de vista actuales sobre cómo se
puede usar la tecnología para impulsar un aprendizaje más significativo
en el campo de la educación. En él se habla más de aprendizaje y de
formación que de tecnología. ¿Por qué? Últimamente muchos formado-
res han visto la tecnología como la salvación de la educación. Hasta que
los formadores no se pongan de acuerdo en que debería modificarse la
naturaleza del aprendizaje en los procesos formativos, probablemente
la tecnología no tendrá ningún efecto sobre la misma. Es decir, la tec-
nología por sí misma no puede cambiar la educación. Tenemos que es-
tar todos de acuerdo en que la formación debe centrarse en un
aprendizaje significativo, el tipo de aprendizaje que lleva a los estudian-
tes a un nivel profundo de pensamiento.

Muchos informes en Estados Unidos han concluido que la compleji-
dad que supone avanzar en el mundo del siglo XXI requiere nuevas
habilidades y formas de pensar. La preparación necesaria para que
los estudiantes cumplan estos requisitos debe fomentarse en las ins-
tituciones educativas mediante entornos intelectuales enriquecidos.
Más que explicar a los estudiantes el mundo que van a encontrarse
fuera del centro, es este mundo el que debe llamarles la atención.
Los estudiantes tienen que aprender a solucionar problemas comple-
jos y mal definidos, progresar en la ambigüedad y abarcar distintas
perspectivas, usando un repertorio de habilidades intelectuales y
creativas que con poca frecuencia les son requeridas. Cuando los
formadores crean que estos objetivos son importantes, la tecnología
podrá tener un mayor impacto en el aprendizaje y la educación.
ANOTACIONES

Este módulo se basa en la teoría sobre el desarrollo del aprendizaje sig-
nificativo que se ha denominado constructivismo. El constructivismo par-
te de los siguientes supuestos (Jonassen, Peck y Wilson, 1999):

1. El conocimiento se construye

Las personas dan sentido a su mundo y a todo aquello con lo que
mantienen un contacto construyendo representaciones mentales de

7


la realidad. Los seres humanos son perceptores e intérpretes que
construyen sus propias interpretaciones del mundo físico mediante
actividades interpretativas y cognitivas que suponen la creación de
modelos mentales. Este proceso de elaboración del sentido implica
acomodar ideas y fenómenos nuevos en las creencias y conocimien-
tos existentes que ya habían sido construidos por el estudiante.

2. La realidad (el sentido que construimos del mundo) se encuentra
en la mente

El proceso de elaboración del sentido tiene como resultado un cono-
cimiento que es único a la persona, puesto que se basa en un con-
junto de experiencias únicas que han producido una combinación de
creencias sobre el mundo también única. Un principio importante es
que el conocimiento no es una entidad externa que se encuentra en
el mundo físico y que debe ser adquirido o transmitido.

3. Así pues, existen múltiples perspectivas del mundo

Del mismo modo que no existen dos personas en el mundo que ten-
gan las mismas experiencias y las mismas percepciones de estas ex-
periencias, cada uno de nosotros construye un conocimiento propio
que, a su vez, afecta a la percepción de las experiencias que com-
partimos. En este sentido, por ejemplo, cualquier discusión sobre po-
lítica, religión o cerveza evoca una multitud de perspectivas sobre
cualquier fenómeno que se discuta.

4. El conocimiento se construye a partir de nuestras interacciones
con el medio ambiente

No podemos separar nuestro conocimiento sobre un área, de nues-
ANOTACIONES

tras interacciones con esta área; ni podemos valorar el conocimiento
adquirido sin tener en cuenta cómo se adquiere (Savery y Duffy,
1995). Es decir, las personas sólo pueden interpretar la información
en el contexto de sus propias experiencias, y aquello que interpreten
será, hasta cierto punto, individual (Jonassen, 1991). El conocimien-
to que las personas construyen consiste no sólo en las ideas (conte-
nido), sino también en el conocimiento sobre el contexto en que son
adquiridas, lo que la persona estaba haciendo en aquel entorno y
aquello que pretendía del mismo. Lo que diferencia a los seres hu-

8


manos de las formas inferiores de vida (por lo que sabemos) es la
intencionalidad y la habilidad para articular esas intenciones.

5. Así pues, el conocimiento se encuentra anclado e indexado
en contextos relevantes

Las ideas que tenemos y las habilidades que hemos adquirido con-
sisten, en parte, en la situación o contexto en que fueron adquiridas
o aplicadas. Es decir, el contexto es parte del conocimiento que la
persona utiliza para explicar o dar sentido a una idea. Esto significa
que las normas abstractas y las leyes, si están aisladas de un contex-
to, no tienen significado alguno. Los constructivistas afirman que las
habilidades tienen más significado si se desarrollan en contextos sig-
nificativos. Si las ideas no pueden aplicarse, entonces no tienen sig-
nificado. Enseñar hechos y explicar conceptos sin enmarcarlos en
algún contexto les quita el significado.

6. Por consiguiente, el conocimiento no se puede transmitir

El objetivo explícito de la instrucción tradicional es la “transmisión del
conocimiento” más eficiente. Desgraciadamente, lo que podemos
“enseñar” no es siempre lo que los estudiantes aprenden. El conoci-
miento no puede transmitirse de profesores a estudiantes.

7. La construcción del conocimiento se estimula por una cuestión
de necesidad o deseo de saber

Aquello que produce el proceso de construcción del conocimiento
es una disonancia entre lo que se sabe y lo que se observa en el
entorno. La construcción real de significado (resolver la disonancia
entre lo que sabemos bien y lo que percibimos o creemos que las
ANOTACIONES

otras personas saben) resulta de una perplejidad (Duffy y Cunning-
ham, 1996), una perturbación (Maturana, 1980), una violación de
expectativas (Schank, 1986) o una adaptación al entorno que su-
pone ciclos de asimilación y adaptación. Podemos memorizar ideas
que otros nos hayan dicho, pero llegar de forma activa a la cons-
trucción del significado de un fenómeno implica alguna motivación
para saber. Esta disonancia asegura cierta propiedad por parte del
estudiante.

9


8. El significado se negocia de forma social

De la misma forma que todos compartimos el mundo físico, también
compartimos parte del significado que le damos. Los seres humanos
son criaturas sociales que confían en las reacciones de otros humanos
para determinar su propia existencia y la veracidad de sus creencias
personales. Los constructivistas sociales han creído durante cincuenta
años que la elaboración del significado se produce en un proceso de
negociación entre los participantes de cualquier diálogo. Desde una
perspectiva constructivista, aprender es un diálogo, un proceso de ne-
gociación, tanto interno como social. Aprender es inherentemente un
proceso social-dialógico (Duffy y Cunningham, 1996).

9. El significado y el pensamiento se distribuyen entre la cultura
y la comunidad en las que vivimos y las herramientas que
utilizamos

Desde el momento en que entramos a formar parte de comunidades de
práctica, nuestros conocimientos y creencias sobre el mundo reciben la
influencia de esta comunidad y de sus creencias y valores. Cuando en-
tramos a formar parte de comunidades de discurso sobre la práctica,
también nuestros conocimientos y creencias reciben su influencia. Por
ejemplo, nuestro conocimiento del mundo recibe la influencia de las ac-
tividades que realizamos en el trabajo. Las creencias y el conocimiento
de nuestros compañeros influyen en nuestra forma de pensar. El apren-
dizaje puede ser entendido como los cambios que sufre nuestra relación
con la cultura o culturas con las que estamos conectados.

10. No todo el significado se crea de la misma forma

Los constructivistas no comparten la opinión deconstructivista, como
muchos creen, de que todos los significados son válidos. Debemos
ANOTACIONES

examinar la viabilidad del significado de cualquier persona sobre la
base de las normas sociales e intelectuales de la comunidad.

Principios de un aprendizaje significativo

Si aceptamos todas estas suposiciones, se produce un cambio en el
proceso de educar a los estudiantes. Basándonos en ellas, el apren-

10


dizaje en los centros de formación debería poner énfasis en las si-
guientes cualidades:

• Activo

Los estudiantes se comprometen con el proceso de aprendizaje en un
procesamiento consciente de la información, de cuyo resultado son
responsables.

• Constructivo

Los estudiantes adaptan nuevas ideas a un conocimiento previo
(equilibración) para dar sentido o dar significado o reconciliar una
discrepancia o perplejidad.

• Colaborativo

Los estudiantes trabajan en comunidades de aprendizaje y construc-
ción del conocimiento, aprovechando las habilidades del resto y
aportando apoyo social, además de modelar y observar las contri-
buciones de cada uno de los miembros de la comunidad.

• Intencional

Los estudiantes intentan conseguir un objetivo cognitivo de forma ac-
tiva e intencional.

• Conversacional

Aprender es inherentemente un proceso social, dialógico (Duffy y
Cunningham, en prensa), en el cual los estudiantes son los que más
ANOTACIONES

se benefician del hecho de pertenecer a comunidades en que se
construye el conocimiento, tanto dentro de clase como fuera.

• Contextualizado

Las actividades de aprendizaje están situadas en ciertas tareas signi-
ficativas del mundo real o simulado mediante un entorno de apren-
dizaje basado en algún caso o problema.

11


• Reflexivo

Los estudiantes articulan lo que han aprendido y reflexionan sobre
los procesos y decisiones implicadas.
ANOTACIONES

12


1. La construcción de modelos para el cambio
conceptual

El aprendizaje significativo debería ser la raison d’ètre de los proce-
sos formativos. Más que presentar un contenido curricular preorga-
nizado que los estudiantes deben memorizar, las instituciones
formativas deberían ayudar a los alumnos a darse cuenta de lo que
están aprendiendo y a usar su comprensión para resolver los proble-
mas de la vida cotidiana. El supuesto fundamental de este artículo es
que la tecnología, cuando se usa de manera productiva, puede pro-
mover un aprendizaje significativo entre los estudiantes. En la mayo-
ría de instituciones educativas hay un acceso limitado a la tecnología
(normalmente menos de 2 horas por semana), por este motivo, nues-
tra función como educadores debería ser decidir cómo usar la tecno-
logía para dar el máximo apoyo a un aprendizaje significativo
durante este tiempo limitado. ¿Cómo aprovechar al máximo este
tiempo? Es decir, ¿cómo usar la tecnología de la forma más concep-
tualmente atractiva posible?

aaa
La premisa de este módulo es que construir modelos que
se basen en la informática es la actividad tecnológica
más conceptualmente atractiva que existe, con la máxi-
ma contribución al cambio conceptual y al desarrollo de
modelos mentales. No sólo atrae a los estudiantes hacia
un cambio conceptual, sino que la construcción de mo-
delos no puede efectuarse sin un ordenador.
ANOTACIONES

1.1. Resultados del aprendizaje significativo

Aquello que para nosotros es significativo depende de nuestras nece-
sidades e intenciones. Sin embargo, desde una perspectiva psicológica
del aprendizaje, las dos concepciones actuales que más se acercan a
la significación son los modelos mentales y el cambio conceptual.

13


1.1.1. Modelos mentales

¿Qué sucede cuando las personas aprenden de forma significativa?
¿Qué pruebas describen el aprendizaje significativo? El resultado del
aprendizaje significativo es un modelo mental de los fenómenos que
se han explorado y manipulado. Los niños empiezan construyendo
sus propios modelos mentales sencillos para explicar sus mundos, y
con la experiencia, el apoyo y más reflexión, sus modelos mentales
se van estructurando y ampliando cuando interactúan con el mundo
de una manera más compleja. Los modelos más complejos les per-
mitirán razonar de manera más consistente y productiva sobre los fe-
nómenos que observan. Los seres humanos son constructores
naturales de modelos.

aaa
¿Qué es un modelo mental? Se trata de una pregunta
difícil porque hay muy poca unanimidad respecto a su
respuesta. Existen muchas concepciones sobre los mo-
delos mentales, empezando por Johnson-Laird (1983)
y Gentner y Stevens (1983). ¿Los modelos mentales son
modelos semánticos, simulaciones, conocimientos pro-
cedimentales en forma de normas de inferencia, o qué
son exactamente? Los modelos mentales son todo eso,
es decir, son representaciones ricas, complejas, inter-
conectadas, interdependientes y multimodales de todo
aquello que una persona o un grupo de personas sa-
ben.

Los modelos mentales individuales consisten en representaciones
múltiples, interdependientes e integradas de aquello que se ha
aprendido. Para representar un modelo mental individual, pueden
ANOTACIONES

usarse distintas formas de pruebas, incluyendo el conocimiento es-
tructural, procedimental, reflexivo, espacial/imaginativo, metafórico,
ejecutivo, además de multitud de creencias sobre el mundo (Jonas-
sen y Henning, 1999).

Los modelos mentales grupales o colaborativos los construyen so-
cialmente grupos de individuos que se centran, colaborando unos
con otros, en una misma tarea significativa. Los modelos mentales

14


grupales o de equipo consisten en representaciones múltiples de
algún sistema o fenómeno. Para representar un modelo mental
grupal, se necesitan distintas formas de pruebas, como el conoci-
miento basado en las actividades, el conocimiento social o relacio-
nal, el conversacional o discursivo y los artefactos que el grupo usa
y produce.

Este módulo afirma que la actividad que favorece la construcción de
un modelo mental de forma más consistente y productiva es la cons-
trucción de modelos computacionales. Es decir, usar el ordenador
para construir modelos de lo que se ha estudiado proporciona una
representación física de los procesos mentales de la construcción de
modelos. Distintos investigadores han demostrado la relación entre
la construcción de modelos y los modelos mentales (Frederiksen y
White, 1998; Mellar, Bliss, Boohan, Ogborn, y Tompsett, 1994; Whi-
te, 1993). La forma más efectiva de impulsar la construcción de mo-
delos mentales es hacer que los estudiantes usen una variedad de
herramientas para construir modelos físicos, visuales, lógicos, o
computacionales de los fenómenos. En otras palabras, construir mo-
delos físicos y computacionales mediante tecnologías confiere a los
estudiantes la oportunidad de operacionalizar y externalizar sus mo-
delos mentales.

1.1.2. Cambio conceptual

Tal como se ha indicado en la sección anterior, un objetivo de casi
todos los aprendizajes científicos es la construcción de modelos men-
tales. Los seres humanos construyen de forma natural teorías simpli-
ficadas e intuitivas para explicar el mundo. Mediante la experiencia
y la reflexión, añaden complejidades conceptuales a medida que van
aprendiendo. Como aprendices, construyen sus modelos mentales,
ANOTACIONES

expresan cierta fuerza, coherencia y compromiso con las concepcio-
nes existentes; interactúan con la nueva información hasta alcanzar
un nivel en el que la información sea comprensible, coherente, plau-
sible y retóricamente apremiante de acuerdo con sus modelos con-
ceptuales. El proceso cognitivo de construcción de estas teorías es el
cambio conceptual.

El cambio conceptual tiene lugar cuando los estudiantes cambian su
manera de entender los conceptos y marcos conceptuales. Según di-

15


ferentes investigadores, el proceso y ritmo del cambio conceptual es
variable; para algunos (Smith, di Sessa y Resnick, 1993; Siegler,
1996), el cambio conceptual es un proceso evolutivo de ampliación
y transformación gradual de los estados de conocimiento. Este mo-
delo de cambio conceptual es más piagetiano en aquellos puntos en
los que los estudiantes acomodan gradualmente el conocimiento
que ya poseen y lo convierten en mejores estructuras de conocimien-
to. El cambio conceptual puede ser el resultado de la instrucción o
del descubrimiento.

Familiarizarse con sistemas conceptuales después de haber oído ha-
blar de ellos consiste típicamente en la introducción de términos, la ex-
plicación de experimentos y la defensa de hipótesis (Thagard, 1992).
Esta forma evolutiva del cambio conceptual requiere poca reestruc-
turación de los sistemas conceptuales (Carey, 1985). El aprendizaje
reproductivo en las instituciones educativas requiere demasiadas ve-
ces la simple articulación de un marco conceptual ya existente, que
sólo implica cambios en las relaciones entre conceptos (Carey, 1988),
y no una reestructuración de los modelos conceptuales por parte de
los aprendices. Este tipo de enriquecimiento es la forma más débil de
cambio conceptual (Vosniadou, 1994). Los estudiantes más avan-
zados pueden llegar a desarrollar sus modelos conceptuales me-
diante el descubrimiento, en el momento en que alguien establece
un nuevo sistema conceptual y los estudiantes aducen sus propias
hipótesis explicativas. Este tipo de cambio conceptual, la revisión,
es necesario cuando la información que debe adquirirse no corres-
ponde a las creencias, presuposiciones, y modelos ingenuos del
mundo (Vosniadou, 1994).

Para otros investigadores (Chi, 1992; Thagard, 1992), el cambio
conceptual es un proceso revolucionario en el cual la manera como
se entienden los conceptos se sustituye por otra comprensión que se
ANOTACIONES

espera que sea mejor. El cambio es una reorganización radical o
marcada de las estructuras del conocimiento (Dole y Sinatra, 1998).
Es necesaria una reestructuración radical cuando los estudiantes
chocan con importantes anomalías que no pueden acomodar en sus
actuales teorías, así que es pertinente un nuevo paradigma. La sus-
titución de modelos conceptuales por otros nuevos no puede llevarse
a cabo simplemente rehusando conceptos concretos o proposiciones
en el sistema conceptual, sino que debe desafiarse toda la estructura
y sustituirla (Thagard, 1992). El cambio conceptual radical requiere

16


que los estudiantes cambien conceptos y proposiciones a través de
categorías ontológicas, es decir, que cambien marcos para acomo-
dar ideas.

El cambio conceptual más significativo sólo sucede si es intencional
(Dole y Sinatra, 1998). Es decir, en el momento en que el aprendiz
es consciente de que su comprensión es inadecuada y percibe la ne-
cesidad de cambio, es probable que el cambio sea significativo (Lu-
que, 2003). El problema es que los aprendices con un bajo nivel de
conocimiento dominante tienen dificultades para percatarse de con-
tradicciones entre sus propias concepciones y las que son científica-
mente aceptables. Además de ser conscientes de sus anomalías de
pensamiento, los aprendices también han de querer cambiarlas (Lu-
que, 2003). Las teorías que sustituirán a las actuales deben ser inte-
ligibles, plausibles y productivas (Strike y Posner, 1985), es decir,
atractivas cognitivamente.

¿Qué hace que el cambio conceptual sea intencional? El cambio con-
ceptual es una función del nivel de compromiso conceptual (Dole y Si-
natra, 1998). Los aprendices manifiestan de forma natural una cierta
fuerza, coherencia, y compromiso con las concepciones que poseen; es
más fácil que cambiar. Tienden a interactuar con la información que es
comprensible, coherente, plausible a la luz de las teorías existentes. El
nivel de interacción de los estudiantes con la nueva información depen-
de de un continuo, desde un compromiso cognitivo bajo hasta un alto
compromiso metacognitivo. Cuando los estudiantes no se comprome-
ten cognitivamente, procesan información de forma superficial. No obs-
tante, los estudiantes a menudo encuentran información que no
corresponde a sus propias teorías. Pueden ignorar esta información (co-
sa que hacen a menudo), o pueden intentar reconciliarla con lo que ya
saben. Esta reconciliación implica muchas veces que reestructuren lo
ANOTACIONES

que saben (por ejemplo, mediante un cambio conceptual). El cambio
conceptual requiere un alto compromiso cognitivo. Para reestructurar lo
que saben, los estudiantes deben regularse a sí mismos, esforzándose
en analizar y sintetizar la nueva información.

Según Dole y Sinatra (1998), en el nivel más alto de compromiso los
estudiantes piensan detenidamente sobre argumentos y contraargu-
mentos relacionados con el mensaje, con lo que se consigue una alta
probabilidad de que se efectúe un cambio conceptual.

17


Reflexión

Una de las preguntas importantes a la que responde
este módulo es cómo podemos nosotros, los educado-
res, impulsar un alto compromiso cognitivo de los estu-
diantes que ven la necesidad de cambiar sus modelos
conceptuales del mundo. También se describe cómo
los estudiantes pueden usar el ordenador para cons-
truir sus propios modelos del mundo; mediante la
construcción de estos modelos, se comprometen de
forma necesariamente cognitiva. Cuando prueban y
revisan estos modelos para reconciliarlos con sus expe-
riencias, los estudiantes efectúan necesariamente un
cambio conceptual radical o revolucionario.

1.2. Construcción de modelos mentales

Los profesores de matemáticas y ciencias (Confrey y Doerr, 1994;
Frederiksen y White, 1998; Hestenes, 1986; Lehrer y Schauble,
2000; White, 1993) han reconocido durante mucho tiempo la im-
portancia de construir modelos a la hora de entender los fenómenos
matemáticos y científicos. Yo creo que se trata de una habilidad
esencial en todas las disciplinas, es decir, es una habilidad cognitiva
esencial para la construcción de significado en todos los campos.
También creo que además de construir modelos del conocimiento
dominante (el principal objetivo de los trabajos educativos de mate-
máticas y ciencias hasta la actualidad), los estudiantes también pue-
den beneficiarse de la construcción de modelos de problemas
(construir espacios del problema), sistemas, estructuras semánticas y
procesos de pensamiento (como las simulaciones cognitivas). Ade-
más de distinguir entre lo que se modela, también distingo diferentes
ANOTACIONES

tipos de sistemas de construcción de modelos y sus habilitaciones
para apoyar la construcción de modelos mentales. ¿Por qué es tan
importante la construcción de modelos?

La construcción de modelos es importante porque se trata de uno de
los procesos cognitivos que conlleva mayor relación conceptual. Resol-
ver problemas de diseño puede ser potencialmente más atractivo,
pero las tecnologías actuales alcanzan mejor los procesos de creación

18


de modelos que los de diseño. Construir modelos también es impor-
tante porque los modelos conceptuales construidos por la mayoría de
las personas suelen ser ingenuos, poco informados e inconsistentes
con las teorías establecidas. Aunque el desarrollo y cambio de las teo-
rías personales puede ser un proceso humano natural, las personas no
tienen una gran habilidad para ello. Las teorías personales y los mo-
delos conceptuales están llenos de malentendidos y conceptos inade-
cuados. Los aprendices deberían recibir ayuda a la hora de construir
modelos más completos y viables de los fenómenos que estudian.

aaa
¿Qué es construir modelos? Los conceptos cambian se-
gún las herramientas y los cambios que se estudien. La
mayoría de matemáticos y científicos creen tácitamente
que construir modelos es un proceso matemático, que
las representaciones cuantitativas son de lo más explí-
citas e informativas.

El primer objetivo de este proceso es definir la relación entre variables.

Ejemplo

Hestenes (1987) propuso un proceso de construcción de
modelos para el aprendizaje de la física que incluía cua-
tro estadios: describir las variables básicas y derivadas
de alguna forma en diagrama; formular las relaciones
basadas en las leyes de la física escribiendo ecuaciones;
dibujando ramificaciones de un modelo y validando de
forma empírica el modelo ramificado. Para Hestenes,
“el modelo es el mensaje” (p. 446), es decir, “a construc-
ción de modelos matemáticos debería ser el tema cen-
tral de la enseñanza de la física” (p. 453).
ANOTACIONES

Algunos investigadores creen que los modelos cualitativos son tan im-
portantes como los cuantitativos. La representación cualitativa es un
enlace perdido en la solución de problemas en el caso de aprendices
noveles (Chi, Feltovich, Glaser, 1981; Larkin, 1983). Cuando los estu-
diantes intentan comprender un problema de una única manera, es-
pecialmente cuando de esta manera no se llega a una información
conceptual del problema, entonces no entienden los sistemas más im-

19


portantes que en él tienen lugar. Es necesario, por consiguiente, ayu-
darles a construir una representación, tanto cualitativa como
cuantitativa, del problema. Las representaciones cualitativas de los
problemas obligan y facilitan a la vez la construcción de representa-
ciones cuantitativas (Ploetzner y Spada, 1998).

1.2.1. Construcción de modelos frente a consumo

La distinción más importante que debe hacerse es cómo se utilizan los
modelos. Los modelos son bastante habituales en la enseñanza de las
matemáticas y las ciencias, y se presentan también en otras disciplinas.
La mayoría de libros de ciencias presentan un modelo de ciertos fenó-
menos para facilitar la comprensión de los estudiantes y siguen este
modelo con problemas bien estructurados relacionados con aquellos
modelos que los aprendices deben solucionar.

Normalmente, los modelos se usan como motor intelectual en soft-
ware. Los sistemas tutoriales más inteligentes disponen de modelos
de aprendizaje, modelos expertos o de dominio y modelos tutoriales.
El razonamiento basado en los modelos se centra en un modelo ex-
plícito de los sistemas físicos que se están aprendiendo (de Koning y
Bredweg, 2001).

Ejemplo

Los micromundos, como Geometric Supposer y SimCalc,
entre otros, son ejemplos de entornos basados en mode-
los. En los micromundos, el modelo se encuentra implícito
en las opciones de exploración que facilita el software,
pero el modelo no se manifiesta de forma explícita. Y lo
que es más importante, el modelo es inmutable. Los estu-
diantes no sólo no pueden acceder a él, sino que no pue-
ANOTACIONES

den cambiarlo a no ser que manipulen un conjunto de
variables preseleccionadas dentro del modelo.

En este trabajo, cuando hablamos de construcción de modelos nos re-
ferimos a la construcción, manipulación o comprobación de modelos
que efectúa el estudiante. Algunas de las herramientas aquí descritas
facilitan un modelo que los estudiantes pueden manipular y compro-
bar, pero en otros casos se requiere que el estudiante construya y com-

20


pruebe los modelos. La forma más eficaz de estimular y valorar el
cambio conceptual radical es construir y comparar modelos que repre-
senten sistemas conceptuales desproporcionados. Cuando los estu-
diantes descubren anomalías o errores conceptuales en las estructuras
mediante los experimentos de construcción de modelos que represen-
tan sistemas desproporcionados, caben más posibilidades de que re-
visen y reestructuren sus propias estructuras conceptuales. En esta
propuesta, se pide a los estudiantes que reestructuren sus modelos
conceptuales de la biología de plantas de tierra con los modelos con-
ceptuales basados en el crecimiento de espacio limitado. Así, el obje-
tivo es que modelemos nuestra idea de que usar herramientas
informáticas para construir modelos computacionales de los fenóme-
nos científicos es el medio más efectivo para estimular y ayudar a los
estudiantes a efectuar un cambio conceptual rápido.

El cambio conceptual radical muy pocas veces es consecuencia de la
instrucción. ¿Por qué debería serlo, pues, de la construcción de mo-
delos? El cambio conceptual radical procede de las perturbaciones
creadas en los propios conceptos y que ponen en duda la compren-
sión (Ferrary y Elik, 2003). Para resolverlas, los estudiantes deben
usar la experiencia u otros procesos altamente atractivos como la
construcción de modelos y así comparar los conceptos opuestos.
(Dole y Sinatra, 1998)

1.3. ¿Qué modelamos?

Si es verdad que construir modelos puede ayudar a crear modelos
mentales, entonces los estudiantes deberían aprender a construir
modelos a partir de un conjunto de fenómenos. En este apartado
describiremos brevemente la gama de fenómenos que pueden mo-
ANOTACIONES

delarse mediante distintas herramientas, más adelante describire-
mos brevemente la naturaleza de algunas de estas herramientas.

La mayoría de estos modelos son lo que Lehrer y Schuble (2000) de-
nominan modelos sintácticos. Se trata de modelos formales que im-
ponen una sintaxis distinta al estudiante. Esta sintaxis lleva a una
correspondencia relacional entre el modelo y los fenómenos que re-
presenta. El objetivo de los modelos sintácticos es resumir la función
esencial del sistema que debe representarse.

21


1.3.1. Construcción de modelos de los conocimientos
dominantes

El objetivo principal del uso de los modelos en la enseñanza de las
matemáticas y la ciencia ha ido encaminado a construir modelos de
ideas dentro de los campos de la matemática y la ciencia. En la edu-
cación secundaria y el bachillerato los estudiantes utilizan herra-
mientas informáticas para construir modelos, como los
micromundos, herramientas para construir modelos de sistemas u
otras herramientas cualitativas, con el fin de construir su modelo de
sistemas científicos.

Ejemplo

Por ejemplo, la figura 1 ilustra el uso del micromundo,
ThinkerTools, para construir modelos y experimentar
con principios relacionados con las trayectorias dentro
del campo de la física. El usuario ejerce un impulso so-
bre el punto antes de lanzarlo. Puede explorarse la re-
lación entre los impulsos o las fuerzas del vector en la
trayectoria de los puntos. En la figura 1 puede verse
que se han aplicado las fuerzas correctas de vectores.

Figura 1. Construir modelos de principios de trayectorias en el campo
de la física, mediante ThinkerTools.
ANOTACIONES

22


Los estudiantes pueden utilizar una amplia gama de herramientas
para construir modelos.

Ejemplo

La figura 2 muestra principios geométricos modelados
con Cabri, una herramienta de visualización geométri-
ca de Texas Instruments. En cada uno de estos mode-
los, los estudiantes representan principios dominantes
que están estudiando. Las herramientas para construir
modelos les permiten comprobar sus modelos menta-
les de los fenómenos que están estudiando.

Figura 2. Modelo geométrico de Cabri

Sin embargo, en ambos ejemplos se encuentran implícitos modelos
subyacentes. Los principios se ejemplifican en las representaciones,
ANOTACIONES

pero los modelos se encuentran implícitos. Es decir, la relación entre
las variables no se expresa de forma explícita.

1.3.2. Construir modelos problema

Otro tema importante y poco estudiado es el uso de las herramientas
de modelado para desarrollar modelos explícitos de problemas que
los estudiantes intentan resolver. En estas aplicaciones, los estudian-

23


tes representan el espacio del problema (Jonassen, 2003). En gene-
ral, se acepta que a la hora de resolver problemas, las personas no
necesitan construir ningún tipo de representación interna (modelo
mental) de un problema (espacio del problema) para resolverlo. Es-
tas representaciones personales del problema tienen las siguientes
funciones (Savelsbergh, de Jong, y Ferguson-Hessler, 1998):

• Dirigir una interpretación posterior de la información sobre el
problema.

• Simular el comportamiento del sistema basado en el conocimien-
to sobre las propiedades del sistema.

• Asociar e impulsar un esquema concreto de solución (procedi-
miento).

Los espacios de un problema se construyen mentalmente seleccio-
nando y mapeando relaciones específicas del problema (McGuin-
ness, 1986). El supuesto fundamental de este artículo es que el hecho
de usar las herramientas de modelado para crear modelos físicos, vi-
suales o computacionales externaliza los modelos mentales de los
estudiantes. En relación con la solución de problemas, la construc-
ción de modelos visuales y computacionales de los problemas exter-
naliza los espacios de los problemas internos de los estudiantes. La
construcción de modelos de espacios de problema es importante
para toda clase de problemas. A medida que aumenta la compleji-
dad del problema, resulta más importante producir representaciones
eficaces; y la eficacia de las representaciones depende de la organi-
zación, la integración o la coherencia (McGuinness, 1986).

Aunque hay muchas herramientas informáticas de modelado que
ANOTACIONES

ayudan a la construcción de modelos cuantitativos de problemas, la
construcción de modelos cualitativos de problemas es de igual o ma-
yor importancia. Las representaciones cualitativas asumen muchas
formas y organizaciones distintas; pueden ser espaciales o verbales
y pueden organizarse de distintas formas. Son más físicas que numé-
ricas: las representaciones físicas de los problemas consisten en en-
tidades que se fijan en campos concretos (por ejemplo, la física), y
las normas de inferencia que las conectan y les dan un significado
son cualitativas (Larkin, 1983).

24


Figura 3. Extracto de una base de reglas de un sistema experto
de estequiometría

Las representaciones cualitativas tienen la función de:

• Explicar información que sólo aparece implícitamente en las
descripciones de los problemas pero que es importante para su
solución.
ANOTACIONES

• Aportar precondiciones sobre las que se pueda aplicar el conoci-
miento cuantitativo.

• El razonamiento cualitativo ayuda a la construcción del conoci-
miento cuantitativo no disponible en un principio y establece un
conjunto de restricciones que aportan directrices para un razona-
miento cuantitativo (Ploetzner y Spada, 1993).

25


Figura 4. Sistemas de modelos dinámicos de problemas
de estequiometría según Stella

De hecho, Ploetzner, Fehse, Kneser y Spada (1999) demostraron que
a la hora de resolver problemas de física, las representaciones cua-
litativas de los problemas son requisitos necesarios para aprender re-
presentaciones cuantitativas. Cuando los estudiantes intentan
entender un problema sólo de una manera, no entienden los siste-
mas subyacentes que están trabajando.

La figura 3 muestra un modelo cualitativo de un simple
ANOTACIONES

problema de química de conversión molar, mediante
un sistema experto. Es decir, los estudiantes construye-
ron un sistema de reglas de producción que describe la
lógica necesaria para resolver el problema.

Las representaciones cualitativas ayudan a la solución de problemas
cuantitativos. Las mejores soluciones de problemas pueden surgir in-
tegrando modelos cualitativos y cuantitativos. Esta integración aún

26


puede verse más respaldada en las herramientas para construir mo-
delos de sistemas, como el de Stella, que aportan representaciones
cuantitativas de las relaciones entre aquellos componentes de pro-
blemas que se expresan de forma cualitativa.

La figura 4 muestra un modelo Stella de un problema
de estequiometría, y aporta tanto las representaciones
cuantitativas, como las cualitativas del problema.

1.3.3. Construir modelos de sistemas

Los contenidos de los problemas también pueden concebirse como
sistemas. Cuando se estudia el contenido como si fueran sistemas,
más que centrarse en hechos concretos o características de los fenó-
menos, los aprendices desarrollan una perspectiva del mundo mu-
cho más integrada. Hay distintas concepciones sistémicas del mundo
que están relacionadas, incluyendo pensamientos de sistemas abier-
tos, pensamientos de sistemas humanos o sociales y procesos de sis-
temas, pensamientos de sistemas de reacción, dinámica de sistemas,
sistemas de control o cibernética, la teoría de la actividad y los siste-
mas de vida más comunes.

Figura 5. Construcción de modelos del sistema circulatorio c
on Model-It.

ANOTACIONES

27


Figura 6. Construcción de modelo del efecto de un huracán
en Bryzoan con EcoBeaker.
ANOTACIONES

Todas estas concepciones comparten atributos similares, como por
ejemplo un todo irreducible, un modelo de organización autoproductor,
las partes interdependientes, el hecho de que funcionen accionados por
el objetivo, el control de reacción, el automantenimiento y la autorregu-
lación. El hecho de requerir a los estudiantes que organicen su objeto de
estudio en sistemas relevantes que interactúen unos con otros les aporta
una perspectiva del mundo mucho más holística e integrada.

28


Ejemplo

Existe una variedad de herramientas informáticas que
apoyan el pensamiento de sistemas. Basados en diná-
mica de sistemas, herramientas como Stella, PowerSim
y VenSim proporcionan herramientas sofisticadas para
construir modelos de sistemas. Estas herramientas per-
miten a los estudiantes construir modelos de sistemas
de fenómenos, mediante el razonamiento hipotético-
deductivo.

Los estudiantes deben construir los modelos antes de comprobarlos.

La figura 5 muestra una perspectiva sistémica del sis-
tema circulatorio, construida con Model-It, una he-
rramienta simplificada para construir modelos de
sistemas que ha desarrollado el grupo HI-CE en la
Universidad de Michigan para estudiantes de secun-
daria. Esta herramienta identifica relaciones entre
variables. En vez de introducir fórmulas para descri-
bir relaciones, los estudiantes deben identificar la di-
rección de la relación y el efecto potencial que tiene
una variable sobre otra.

Existe otra clase de herramienta que permite que el estudiante cons-
truya inductivamente modelos de sistemas. Los micromundos como
StarLogo, AgentSheets y Eco-Beaker permiten construir reglas sobre
la naturaleza del comportamiento en sistemas y comprobar su efecto
de forma inmediata.
ANOTACIONES

La figura 6 construye un modelo de crecimiento de or-
ganismos diminutos dentro de un entorno, perturba
este entorno y vuelve a comprobar las pautas de creci-
miento. En este caso, el modelo muestra los efectos de
un huracán en el crecimiento de Bryzoa.

Estas herramientas, más que simples sistemas, representan una pers-
pectiva del mundo teóricamente compleja; es decir, exploran la na-
turaleza autoorganizadora de los fenómenos del mundo.

29


1.3.4. Construir modelos de experiencias (historias)

Las historias pueden funcionar como sustituto de la experiencia di-
recta. Si asumimos que aprendemos de las experiencias, deberíamos
ser capaces de aprender de las historias que cuentan experiencias. Al-
gunas personas creen que escuchar historias es equivalente a experi-
mentar los fenómenos uno mismo (Ferguson, Bareiss, Birnbaum, y
Osgood, 1991). En otras palabras, las estructuras de la memoria
utilizadas para entender la historia son las mismas que las que se
usan a la hora de llevar a cabo una tarea. Teniendo en cuenta la
falta de experiencias por parte de los principiantes, las experien-
cias de historias o casos que pueden obtener en una biblioteca
aumentan su repertorio de experiencias. El razonamiento a partir
de historias o casos ayuda a resolver problemas.

¿Por qué las historias son importantes para la comprensión? Porque
todo lo que sabemos lo recordamos en forma de historias. Las historias
son formalismos ricos y poderosos para narrar y describir recuerdos.
Así pues, una forma de entender lo que las personas saben es analizar
sus historias. El medio que nos permite analizarlas se llama razona-
miento basado en casos (RBC), –en inglés Cased-Based Learning.

aaa
El RBC es un método de inteligencia artificial para re-
presentar los conocimientos de las personas. El RBC
sostiene que los conocimientos se almacenan en la me-
moria en forma de historias (Schank, 1990). Cuando
se encuentran con una situación nueva, las personas la
analizan e intentan recuperar una situación que ya ha-
yan experimentado y que se parezca a la situación ac-
tual. Aparte de la información sobre la situación,
ANOTACIONES

también recuperamos lo que aprendimos de aquella si-
tuación. Los problemas nuevos se resuelven encontran-
do casos similares del pasado y aplicando las lecciones
de aquella experiencia en este nuevo caso.

Por consiguiente, los estudiantes pueden impulsar el cambio concep-
tual construyendo modelos de las experiencias de otras personas, es
decir, recogiendo historias sobre las experiencias de otros.

30


La base de datos de la figura 7 cuenta una de las mu-
chas historias que se han recogido sobre el conflicto en
Irlanda del Norte. La base contiene muchas historias
que se han indexado por cuestión, tema, contexto, ob-
jetivo, razonamiento, religión, etc. Contiene muchas
cuestiones, temas y contextos. En este ejemplo, los es-
tudiantes aprenden sobre el horror de los conflictos re-
ligiosos examinando la experiencia de otros. Las bases
de datos facilitan este proceso de aprendizaje, permi-
tiendo que los profesores busquen en cualquier ámbito
para colocar casos o resultados semejantes.

Cuando los estudiantes analizan historias para entender estos
problemas, entienden mejor la complejidad fundamental del
campo de contenido. Recoger e indexar las historias es construir
modelos de las experiencias de las personas; como estas expe-
riencias son diferentes, representan perspectivas y creencias múl-
tiples. Encontrar esta diversidad de creencias es la mejor manera
de percibir que hay que cambiar los modelos conceptuales de
cada persona sobre el mundo.

Figura 7. Entrada en una base de datos sobre historias de Irlanda del Norte.

ANOTACIONES

31


Si se quieren usar bases de datos para capturar historias, se deben
identificar casos o historias. Los casos indican situaciones, sucesos,
experiencias, problemas, etc. Cuando hablamos de situaciones, nos
referimos a una descripción de las situaciones (contexto, objetivo,
etc.), las soluciones que se escogieron y lo que se aprendió al utili-
zarlas (Kologner, 1993). La situación del problema se define a partir
de los objetivos que quieren conseguirse resolviendo el problema, las
restricciones para llegar a los objetivos y cualquier característica del
problema. Cuando se recogen historias de revistas, informes de no-
ticias, entrevistas personales o cualquier otro medio y se analizan,
deben indexarse identificando cierta combinación de objetivos, res-
tricciones, descripciones situacionales, temas, soluciones, resultados
y lecciones en una base de datos. Aprender, según la perspectiva del
RBC, es un proceso de indexar y rellenar lecciones basadas en expe-
riencias y reutilizarlas en situaciones futuras semejantes.

1.3.5. Construir modelos de pensamiento (simulaciones
cognitivas)

Existe otra clase de construcción de modelos que permite el desarro-
llo de procesos de pensamiento. Más que construir modelos de con-
tenidos o sistemas, los aprendices construyen modelos del tipo de
pensamiento que necesitan para actuar a la hora de resolver un pro-
blema, tomar una decisión o terminar cualquier otra actividad. Es
decir, los estudiantes pueden utilizar herramientas informáticas para
construir simulaciones cognitivas

aaa
[...] las simulaciones cognitivas son programas informá-
ticos que representan modelos de actividades cognitivas
humanas.” (Roth, Woods, y People, 1992, p. 1163)
ANOTACIONES

Tienen como objetivo construir modelos de estructuras mentales y
procesos cognitivos humanos.

aaa
“El programa informático contiene representaciones
explícitas de procesos mentales y estructuras de cono-
cimiento ya propuestos.” (Kieras, 1990, pp. 51-52)

32


El objetivo primordial de las simulaciones cognitivas es intentar
externalizar procesos mentales para la construcción de análisis y
teorías. Las usan sobre todo los ingenieros para construir sistemas
tutoriales elaborados, pero hemos descubierto que también los
jóvenes estudiantes pueden reflexionar sobre su pensamiento
para construir este tipo de simulaciones. Jonassen (en prensa)
describe el proceso de construcción de una simulación cognitiva
de un razonamiento metacognitivo mediante la protección de sis-
tema experto.

La figura 8 muestra actores seleccionados a partir de
esta base de conocimiento. Se pidió a los estudiantes
que meditaran sobre cómo usaban ellos el control eje-
cutivo y las actividades de control de comprensión a la
hora de estudiar. Lippert (1988) afirmaba que hacer
que los estudiantes construyan pequeñas bases de co-
nocimiento es un método útil para enseñar a resolver
problemas y a estructurar el conocimiento para estu-
diantes desde sexto grado hasta la edad adulta.

Figura 8. Factores metacognitivos en la simulación cognitiva

ANOTACIONES

33


El aprendizaje resulta más significativo porque los estudiantes no
sólo valoran sus propios procesos de pensamiento, sino también el
producto de estos procesos.

También hemos experimentado con herramientas de dinámicas de
sistemas para la construcción de simulaciones cognitivas.

La figura 9 ilustra un modelo de memoria de Stella;
Stella es una herramienta de dinámicas de sistemas
para representar las relaciones dinámicas entre fenó-
menos de sistemas. Tanto los sistemas expertos como
las dinámicas de sistemas permiten a los estudiantes la
construcción y comprobación de las suposiciones y fun-
cionamiento de sus modelos.

Figura 9. Modelo de memoria Stella.
ANOTACIONES

34


1.4. Tipos de sistemas de aprendizaje basados
en modelos

Como hemos visto en el apartado anterior, cuando se describían los
aspectos de sistemas que pueden modelarse, hay muchas clases de
herramientas disponibles para construir modelos de una amplia
gama de fenómenos. Éstas varían en características, funcionalidad y
habilitaciones. Cada una de ellas usa una estructura y una sintaxis
distintas para construir modelos de fenómenos. Pueden sustituirse
unas por otras, pero no siempre con consecuencias positivas. Cada
tipo de herramienta implica combinaciones distintas de pensamiento
crítico, creativo y complejo (Jonassen, 2000).

Una de las diferencias más importantes dentro de estas herramientas
es la claridad del modelo subyacente. Algunas herramientas son sis-
temas de caja negra, en los que el estudiante puede introducir infor-
mación y manipular las características de los sistemas, comprobando
los efectos de las manipulaciones teóricas. La mayoría de simulacio-
nes y micromundos son de este tipo. Se trata de entornos explorato-
rios que abastecen a los aprendices con la oportunidad de
comprobar los efectos causales de las manipulaciones, pero el mo-
delo básico que define los parámetros del sistema está escondido.
Otras herramientas, como las de construcción de modelos de siste-
mas, son sistemas de caja de cristal, en los que el estudiante no sólo
investiga el modelo subyacente, sino que puede cambiarlo. De he-
cho, los sistemas de este tipo necesitan que el estudiante construya el
modelo de forma explícita antes de comprobarlo. Creo que este úl-
timo tipo de herramientas de construcción es mejor para representar
modelos mentales y hacer entrar a los estudiantes en un nivel de
transformación más profundo.
ANOTACIONES

Describiré brevemente distintas clases de herramientas para la cons-
trucción de modelos.

1.4.1. Construcción de simulaciones deductivas

Hay un tipo de herramientas que construyen modelos de sistemas,
incluyendo Stella, PowerSim, VenSim y Model-It, que permiten que el
estudiante construya y compruebe modelos de sistemas cerrados

35


controlados por reacción. Basándose en dinámicas de sistemas, los
estudiantes construyen representaciones conceptuales utilizando un
simple conjunto de iconos de bloque para construir un mapa de un
proceso: valores, flujos, conversores y conectores (véase la figura 9).
Los valores ilustran el nivel de alguna variable en la simulación.

En la figura 9, la información en la memoria a largo
plazo y la información en la memoria a corto plazo son
valores. Los flujos controlan el flujo entrante y saliente
de material en los valores. Almacenando y olvidando
son flujos. Los flujos a menudo se compensan unos a
otros, como las influencias positivas y negativas en los
giros normales. Por ejemplo, olvidando es una influen-
cia controladora negativa de la información en la me-
moria a largo plazo. Los conversores convierten las
entradas en salidas. Son factores o razones que influ-
yen en los flujos. Olvido es un conversor. Los converso-
res se usan para añadir complejidad a los modelos y
así representar mejor la complejidad del mundo real.
Finalmente, los conectores son las líneas que muestran
mediante flechas el efecto direccional que tiene cada
factor sobre otro.

Estos modelos son dinámicos, es decir, se caracterizan por la acción
o el cambio en los estados. Así, un modelo de simulación dinámica
es aquel que representa conceptualmente la naturaleza cambiante
de fenómenos de sistemas de una forma similar al fenómeno real.
Estas simulaciones son representaciones sintácticas de la realidad. Lo
que distingue estos modelos del siguiente tipo es que el modelo se
concibe y se implementa antes de ser comprobado; se trata de un
ANOTACIONES

modelo hipotético-deductivo.

Este tipo de modelos también puede construirse utilizan-
do una hoja de cálculo. El modelo de la figura 10, por
ejemplo, ha sido construido por estudiantes que querían
comprobar los efectos de una serie de resistores. Se ex-
plica en las fórmulas introducidas en cada celda.

36


Si lo hubiera construido el profesor para que los estudiantes manipu-
laran y comprobaran los efectos, funcionaría más como un micro-
mundo, en el cual los estudiantes exploran simulaciones de caja
negra.

Figura 10. Modelo de series de resistor, construido en una hoja de cálculo.

1.4.2. Construcción de modelos inductivos de simulación

Existe otra clase de herramientas de construcción de modelos que utiliza
una aproximación más inductiva para la construcción de simulaciones.
Herramientas como Agent Sheets, Star Logo y GenScope permiten cons-
truir modelos más abiertos de sistemas de fenómenos. Más que identi-
ficar todos los componentes del modelo antes de construirlo, los
aprendices, utilizando estos entornos, identifican los componentes del
ANOTACIONES

modelo y los añaden a medida que van avanzando. Cada vez que se
añada un elemento, se puede comprobar el modelo para observar el
efecto del nuevo elemento en el funcionamiento del sistema.

1.4.3. Exploración de modelos de caja negra o simulaciones

La mayoría de simulaciones construidas para que los estudiantes
exploren y experimenten no explican el modelo implícito, sino que

37


permiten la manipulación de variables y la comprobación de los
resultados de estas manipulaciones; entonces, los estudiantes pue-
den generar hipótesis sobre las relaciones entre las variables y
examinarlas.

Ejemplo

Los micromundos, como ThinkerTools (Figura 1; White,
1993), Boxer (di Sessa, 1986), Geometric Supposer
(Schwartz y Yerulshalmy, 1987) y otros, requieren que
los estudiantes construyan como mínimo un modelo
implícito del sistema con el fin de generar hipótesis y
examinarlas.

1.4.4. Modelos causales cualitativos

Los sistemas expertos son programas de inteligencia artificial diseñados
como expertos simulados para facilitar la toma de decisiones en todo
tipo de problemas. Un sistema experto es un programa informático que
pretende simular la manera como los expertos humanos resuelven un
problema: una toma de decisiones artificial. Se construyen con hechos
y con una serie de reglas SI-ENTONCES, y el que los construye debe
identificar todas las decisiones y resultados posibles, todos los factores
que pueden influir en cada decisión, y construir entonces las reglas que
conecten todas las condiciones de sistema posibles con las conclusiones
o resultados posibles. Construir sistemas expertos es un proceso de
construcción de modelos del conocimiento que permite a expertos e in-
genieros construir modelos conceptuales (Adams-Webber, 1995). Aun-
que hay muchas herramientas que construyen modelos de sistemas y
otro tipo de herramientas que se basan en representaciones cuantitati-
vas de relaciones entre factores, los sistemas expertos se basan en des-
ANOTACIONES

cripciones cualitativas de relaciones causales.

1.4.5. Herramientas de construcción de modelos
semánticos

Las herramientas para la representación de relaciones semánticas
dentro de un campo de conceptos, como las herramientas de redes
semánticas, el mapeo de conceptos y las bases de datos, permiten la

38


representación de asociaciones semánticas entre conceptos domi-
nantes. Sin embargo, estas herramientas no pueden construir mode-
los de relaciones causales dinámicas, sino sólo de la información
asociacional sobre un campo de conceptos relacionados. Facilitan
representaciones matrices y espaciales de los conceptos y sus interre-
laciones, intentando que representen las estructuras de conocimiento
que los seres humanos almacenan en la mente (Jonassen, Beissner,
y Yacci, 1993).

¿Por qué crear redes semánticas? El aprendizaje significativo exige
que los estudiantes conecten nuevas ideas al conocimiento que ya
han construido. Los mapas conceptuales y las bases de datos ayudan
a organizar sus conocimientos mediante la integración de la infor-
mación en un marco conceptual cada vez más complejo.

1.4.6. Advertencias críticas sobre las herramientas
de construcción de modelos

Ya hemos afirmado anteriormente que el residuo cognitivo del
aprendizaje significativo es un modelo de lo que se está apren-
diendo de forma significativa. Además, también he afirmado que
construir modelos ayuda a la creación de modelos mentales. Si es
así, entonces debemos preguntarnos si los modelos que constru-
yen los estudiantes demuestran que, dentro del modelo o en su
proceso de construcción, existen conocimientos estructurales, pro-
cedimentales, reflexivos, imaginarios, metafóricos o ejecutivos y
creencias sobre estos conocimientos. Muchas veces no poseen esta
clase de conocimiento porque las herramientas usadas por los es-
tudiantes se basan en un tipo determinado de representación. Si
los modelos mentales no se desarrollan suficientemente como re-
sultado de la construcción de modelos, puede que sea necesario
ANOTACIONES

usar más de un tipo de herramienta para representar los fenóme-
nos. Es decir, la construcción de modelos mentales probablemente
se impulsará si los estudiantes utilizan más de una herramienta
para construir modelos de un campo, un problema, un sistema,
una estructura semántica o un proceso de pensamiento. Será ne-
cesaria más investigación para determinar el número de herra-
mientas y el tipo de combinaciones que harán más fácil la
construcción de modelos mentales.

39


1.5. Valorar el cambio conceptual con modelos
construidos por estudiantes

Además de impulsar un cambio conceptual radical en los estu-
diantes mediante los experimentos, esta propuesta también quiere
validar métodos para valorar el cambio conceptual. Aunque exis-
ten muchos informes teóricos sobre el cambio conceptual (Limon
y Mason, 2002; Schnotz, Vosniadou, y Carreter, 1999; Sinatra y
Pintrich, 2003), hay muy pocos trabajos que estudien cómo valo-
rar de manera efectiva el cambio conceptual. Los métodos domi-
nantes utilizados incluyen el análisis de los protocolos de
interacción de los estudiantes a la hora de resolver o explicar un
problema (Hogan y Fisherkeller, 2000), en entrevistas estructura-
das (Southerland, Smith, y Cummins, 2000) y en el uso de mapas
conceptuales (Edmundson, 2000). El análisis de los protocolos de
entrevistas y conversaciones es muy difícil y largo. Por este motivo,
proponemos evaluar la validez actual del mapeo de conceptos y
la modelación de sistemas o la valoración del cambio conceptual.
Se podrá conseguir comparando estos dos métodos de construc-
ción de modelos con los protocolos de conversación y entrevista.

Estas herramientas presuponen que el cambio conceptual puede
valorarse comparando las estructuras cognitivas de los estudian-
tes (Vosniadou, 1992). El uso de mapas conceptuales presupone
que los cambios en la estructura cognitiva pueden valorarse me-
diante mapas conceptuales u otras técnicas estructurales del co-
nocimiento (Jonassen, Beissner, y Yacci, 1993) y que los cambios
en la estructura cognitiva son valoraciones válidas del cambio
conceptual. Los mapas conceptuales han demostrado ser valora-
ciones válidas de las estructuras cognitivas (Jonassen, 1987). Los
protocolos se analizarán mediante análisis de conversaciones
ANOTACIONES

(Chi, 1997).

Los modelos se valorarán utilizando la coherencia explicativa
(Thagard, 1992) y valoraciones de fijación y calidad (Fisher,
2000). También examinaremos las relaciones entre los experi-
mentos diseñados por los estudiantes, los sistemas robóticos y las
cámaras de crecimiento, y los mapas conceptuales y modelos de
sistemas que producen.

40


1.6. Bases para la construcción de modelos

Schwarz y White (en prensa) afirman que la construcción de modelos
es fundamental para la cognición humana y la investigación científi-
ca. Creen que ayuda a los estudiantes a expresar y externalizar su
pensamiento; visualizar y comprobar los componentes de sus teorías
y hacer que los materiales sean más interesantes.

A continuación, resumiremos algunas de las razones para construir
modelos con el objetivo de impulsar el aprendizaje significativo y la
construcción de modelos mentales:

• La construcción de modelos es un fenómeno cognitivo natural. Al
encontrarse con fenómenos desconocidos, los seres humanos
empiezan a construir de manera natural teorías sobre estos fenó-
menos como parte esencial del proceso de comprensión.

• La construcción de modelos ayuda a hacer conjeturas, comprobar
e inferir hipótesis y una gran cantidad de habilidades cognitivas
importantes.

• Construir modelos requiere que los estudiantes articulen un razo-
namiento causal, que es la base de la mayoría de modelos de
cambio conceptual.

• Construir modelos lleva a un nivel más alto de compromiso con-
ceptual, importante premonitor del cambio conceptual (Dole y Si-
natra, 1998).

• Construir modelos tiene como consecuencia la construcción de
ANOTACIONES

artefactos cognitivos (modelos mentales) mediante la construc-
ción de artefactos físicos.

• Cuando los estudiantes construyen modelos, son propietarios del
conocimiento. La propiedad del estudiante es importante para la
construcción de significado y de conocimiento. Cuando son pro-
pietarios de las ideas, los estudiantes quieren poner más esfuerzo,
defender sus posiciones y razonar de manera efectiva.

41


• Construir modelos ayuda al desarrollo de creencias epistémicas.
En la base del aprendizaje se encuentran las creencias de las per-
sonas sobre lo que son el conocimiento y la verdad, y sobre cómo
desarrollamos estas creencias. Desde un punto de vista biológico,
aceptamos que los humanos se han adaptado muy bien al apren-
dizaje gracias al tamaño de su córtex. Pero ¿qué es lo que lleva a
las personas a aprender? Sociólogos y psicólogos hablan de ne-
cesidades de realización, que aportan un motivo conativo para el
aprendizaje. Sin embargo, epistemológicamente, ¿qué es lo que
motiva nuestros esfuerzos para entender el mundo? Según Witt-
genstein, lo que sabemos se basa en la posibilidad de la duda.
Sabemos muchas cosas, pero nunca podemos tener la certeza de
saberlas. Esta incertidumbre sólo puede modificarse con los es-
fuerzos para saber más sobre el mundo. Las herramientas de
construcción de modelos permiten a las personas externalizar y
comprobar sus creencias epistemológicas sobre el significado de
las construcciones epistemológicas, como el conocimiento y la
verdad, y sobre cómo estas creencias pueden cambiar con el
tiempo.

• Construir modelos aporta espacios colectivos de trabajo que lle-
van a motivos más fuertes de colaboración.

1.7. Limitaciones para la construcción de modelos

Aunque hemos defendido el uso de las tecnologías como herramien-
tas de construcción de modelos, es necesario analizar sus posibles li-
mitaciones.

• Carga cognitiva. La habilidad, el tiempo y el esfuerzo para apren-
ANOTACIONES

der las habilitaciones de los distintos formalismos. Aunque Jonas-
sen (2000) ha defendido que la mayoría de estas herramientas
pueden aprenderse más o menos en una hora, hay otras que re-
quieren más tiempo. Además, si se usan frecuentemente se con-
seguirá una familiarización con las herramientas.

• Contradicciones. Desde un marco teórico de actividad (Barab,
Evans, y Baek, en prensa), una dimensión de este sistema de ac-

42

Del Docente Presencial Al Docente Virtual

Del Docente Presencial Al Docente Virtual

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (18)

Similar a Del Docente Presencial Al Docente Virtual

Similar a Del Docente Presencial Al Docente Virtual (20)

Más de marlonint45

Más de marlonint45 (8)

Último

Último (20)

Del Docente Presencial Al Docente Virtual