Aunque el futuro es siempre incierto, las tendencias recientes en el desarrollo tecnológico y los mercados de trabajo sugieren que los empleos más gratificantes de este siglo serán aquellos que no pueden ser computarizados. Para estar preparados para estas oportunidades, los estudiantes necesitan capacitar su pensamiento conceptual.
Sin embargo, hasta ahora, mejorar la acumulación de capital humano en los países en desarrollo ha resultado una tarea muy difícil. Motivar a los estudiantes para aprender requiere docentes motivados y bien capacitados que estén dispuestos a destinar el esfuerzo necesario para ayudar a cada uno de sus alumnos a progresar a lo largo de su sendero óptimo de aprendizaje. Por lo tanto, basándome en un conjunto de conocimientos recopilados de la neurociencia, la psicología cognitiva y la economía, me animo en este post a conjeturar que, si se encuentra una manera de mejorar el aprendizaje en los países en desarrollo, probablemente, esta implique el uso de la tecnología.
Neurociencia, Psicología Cognitiva y Aprendizaje
La neurociencia, es decir, el estudio del cerebro y el sistema nervioso, ha demostrado durante mucho tiempo tener el potencial de ayudar a la sociedad a mejorar los procesos de aprendizaje de sus miembros. Este potencial se discute extensamente en el reciente informe de la Royal Society titulado Neuroscience: implications for education and lifelong learning. Sin embargo, la lectura del mismo me convenció de que existe una gran brecha entre la neurociencia y la educación (véase también Della Sala y Anderson (2012)). No obstante, creo que, si bien lo que vemos en los escáneres cerebrales no pueden predecir exactamente cuáles serán las estrategias o intervenciones que funciones, esa información puede proporcionar un aporte significativo en el diseño de las intervenciones educativas.
Las aplicaciones exitosas de los principios de la neurociencia en el aprendizaje, hasta el momento, se basaron en investigaciones cognitivas sólidas que han generado claras implicancias para la práctica educativa. Esto demuestra que la neurociencia es una herramienta atractiva para una sociedad experimental que busca maneras de mejorar el aprendizaje. Sin embargo, en mi opinión, será la psicología cognitiva la que terminará haciendo todo el trabajo pesado. De hecho, estoy convencido que, en última instancia, lo que cerrará la brecha entre la neurociencia y la educación será el desarrollo de la educación basada en los fundamentos que proporciona la psicología cognitiva y en la evidencia obtenida mediante ensayos controlados aleatorios llevados a cabo en diferentes contextos.
La neurociencia, sin embargo, tiene varios insumos valiosos para ofrecer. Una de sus importantes contribuciones es el concepto de neuroplasticidad. Este término hace referencia a que nuestras conexiones sinápticas y vías neuronales cambian en respuesta al mundo que nos rodea (Robertson (1999)). El cerebro tiene la capacidad de cambiar a lo largo de la vida de un individuo.
Para diseñar mejores métodos que promuevan el aprendizaje, primero debemos preguntarnos qué es el aprendizaje. Incluso antes del nacimiento estamos expuestos a diferentes estímulos y aprendemos a responder más o menos apropiadamente a ellos. Parte de lo que aprendemos durante esa fase se vincula al desarrollo y va a suceder indefectiblemente, independientemente de otros factores. No obstante, aquí estamos interesados en el aprendizaje que sucede junto al proceso de desarrollo y que continúa mucho tiempo después. En particular, estamos interesados en cómo aprendemos habilidades, adquirimos conocimientos y desarrollamos comportamientos que no sólo suceden como parte de un proceso de crecimiento normal, sino que también se encuentran fundamentalmente influenciados por nuestras experiencias.
El aprendizaje es un proceso por el cual los cambios en nuestro cerebro nos permiten comportarnos y responder de maneras particulares. El aprendizaje crea cambios estructurales en nuestro cerebro que nos ayudan a construir sobre lo que ya sabemos y a cambiar nuestro comportamiento basado en lo que ya hacemos. Este proceso implica un conjunto de cambios físicos en nuestro cerebro que supone la síntesis de nuevas proteínas, la liberación de neurotransmisores, y la formación de nuevas conexiones neuronales. En consecuencia, la incorporación de habilidades y la modificación del comportamiento implican el cambio de la estructura existente del cerebro. Eso significa que el aprendizaje a menudo requiere el desaprendizaje. Esto también es algo que debemos tener en cuenta a la hora de diseñar y evaluar nuevos enfoques de educación (véase Collins (2015)).
Un motor importante para el aprendizaje es la motivación. Las personas que están motivadas para aprender van a hacerlo más rápido y más eficazmente, así mismo, van a retener lo que han aprendido por un período de tiempo más largo que aquellos que simplemente se han presentado en el aula. Uno de los aspectos importantes de la motivación es la perseverancia. Hay evidencia que demuestra que al realizar tareas que, en su conjunto, son cognitivamente interesantes (como el aprendizaje ciertamente debería ser), las personas están más motivadas por factores intrínsecos que extrínsecos. En general, están más inclinadas a perseverar en una tarea en la cual están auto-motivadas (self-motivated) que en llevar a cabo una tarea en la cual existen recompensas externas por rendimiento o en la que los objetivos son creados externamente.
Frecuentemente las motivaciones intrínsecas y extrínsecas se complementan (crowding-in) entre sí, mientras que otras veces la motivación extrínseca desplaza la motivación intrínseca (Frey (1997)). Benabou y Tirole (2003) modelan la interacción entre la motivación intrínseca y extrínseca en el contexto de una relación principal-agente con información asimétrica y concluyen que «los incentivos explícitos pueden, pero no necesariamente, reforzarse negativamente. (…) El efecto de desplazamiento (crowding-out) requiere que el agente tenga menos conocimiento en alguna dimensión que el principal». Esta asimetría de información es probablemente más importante en algunos contextos (como el de aprendizaje) que en otros (como el relacionado a trabajos relativamente estandarizados). Además, debe cumplirse una condición de clasificación, ya que el principal debe estar más inclinado a ofrecer una recompensa cuando el agente tiene capacidad limitada o cuando la tarea no es atractiva. Es probable que estas condiciones se presenten en el caso de la educación, por ejemplo, lo que sugiere que se debería poner mayor énfasis en la utilización de incentivos intrínsecos relativo a los extrínsecos para ayudar a motivar a los niños a aprender.
El aprendizaje también es favorecido por la curiosidad ya que esta activa el caudado, una parte del cerebro asociada con la recompensa anticipada. Más aún, se libera dopamina cuando buscamos la respuesta a una pregunta, lo que es, por supuesto, gratificante. Por lo tanto, los educadores se encuentran por buen camino al buscar formas de estimular la curiosidad de sus estudiantes (véase Collins (2015)).
La tecnología
Las investigaciones acerca de por qué los juegos de computadora son tan cautivantes muestran que el desafío variable, basado en la habilidad del jugador, es el elemento clave (Reigeluth y Schwartz, 1989). Los juegos de computadora más populares llevan gradualmente a los jugadores a niveles cada vez más desafiantes. A medida que las habilidades mejoran, el siguiente desafío motiva la práctica y la perseverancia porque el jugador siente que el desafío es alcanzable. El grado de desafío para cada nivel es tal que los jugadores no están aburridos, ni tampoco abrumados o frustrados. La práctica les permite a los jugadores mejorar y así experimentar la respuesta neuroquímica del placer (desencadenada por un aumento de los niveles de dopamina ‒recompensa intrínseca) mientras se mueven hacia el objetivo de largo plazo de completar el juego.
Actualmente, los educadores están utilizando software de enseñanza que incorpora este enfoque. La mayoría de los juegos que he encontrado se relacionan con la matemática o la lógica de resolución de problemas, y comparten una serie de elementos. Uno de ellos es que utilizan gráficos que son atractivos para los niños. Además, algunos tienen un formato que es similar a un juego bien conocido. Por ejemplo, probé un juego llamado «Math Man«, el cual era una variante del clásico «PacMan«. Por otro lado, los juegos son cada vez más desafiantes y complejos, y las soluciones pueden implicar una combinación de lógica y aprendizaje a través de prueba y error. Es más, tienen formatos flexibles que pueden adaptarse a las necesidades de los niños de diferentes edades. Los videojuegos también pueden explotar funciones interactivas que permiten a un estudiante desafiar a sus amigos o jugar con ellos en línea.
La tecnología tiene una ventaja muy importante. Nos permite aprovechar las economías de escala en el proceso de difusión, proporcionando oportunidades de enseñanza y formación de gran calidad que varían en el tiempo. Una posible intervención, pero que necesita ser evaluada experimentalmente de forma rigurosa en diferentes contextos a los fines de establecer tanto su validez interna como externa, es el uso de juegos pedagógicos que imitan las ventajas de los videojuegos. Además, las intervenciones de este tipo tendrían que ser implementadas durante un período de tiempo lo suficientemente largo de forma tal que los alumnos puedan desaprender los métodos antiguos y aprender los nuevos a los efectos de beneficiarse plenamente de ellos. La evaluación experimental también necesitaría medir los efectos a largo plazo, puesto que la perseverancia es uno de los principales resultados de interés.
Referencias
Benabou, Roland y Jean Tirole (2003): Intrinsic and Extrinsic Motivation, Review of Economics Studies.
Collins, Stella (2015): Neuroscience for Learning and Development: How to Apply Neuroscience for Learning and Development, KoganPage.
Della Sala, S. y M. Anderson (eds.) (2012): Neuroscience in Education: The Good, the Bad and the Ugly, Oxford University Press.
Frey, B. (1997): Not Just for the Money: An Economic Theory of Personal Motivation, Edward Elgar.
Reigeluth, C. M. y E. Schwartz (1989): An Instructional Theory for the Design of Computer-Based Simulations, Journal of Computer-Based Instruction.
Robinson, Ian (1999): Mind Sculpture: Unlocking your Brain Untapped Potential, Fromm Intl.
The Royal Society (2011). Brain Waves Module 2: Neuroscience: implications for education and lifelong learning. Science Policy Centre. Londres. Disponible en: https://royalsociety.org/~/media/Royal_Society_Content/policy/publications/2011/4294975733.pdf
Muy, pero muy bueno! Gracias!