Técnicas para potenciar el aprendizaje: el espaciado

efecto de espaciado en diseño didáctico

Cuando acabas de aprender algo, especialmente si lo practicaste lo suficiente, tienes la sensación de que lo dominas. Si lo aprendiste en un curso, sales de él pensando que lo controlas. Pero claro, cuando te pones con ello en tu trabajo empiezas a ver lagunas que creías que no existían, a dudar… en definitiva, que no estaba tan claro.

El diseño didáctico se nutre, por un lado, de los principios incluidos en los modelos teóricos de diseño didáctico (como este, esteeste) y, por otro, de las aportaciones de la investigación de laboratorio y de campo. La aplicación de la teoría dependerá de los valores o preferencias del diseñador instruccional frente a los objetivos de cada formación, pero cómo aplicar las aportaciones científicas tiene más miga. Entre otras cosas, porque es necesario tener claro que también la investigación de campo está mediada por los valores y objetivos del investigador, que medirá unos parámetros u otros en función de lo que entienda por “aprendizaje”, pero también porque es necesaria cierta prudencia al sacar conclusiones de la experimentación tanto de laboratorio como de campo. La multiplicidad de variables en entornos de formación es tal que resulta complicado afirmar que lo que funcionó repetidamente en un contexto funcionará también en otro similar.

Bases del espaciado

A pesar de lo que comento arriba, hay principios que proceden de la investigación básica que sí podemos usar de forma transversal a cualquier diseño didáctico, teniendo en cuenta que están consolidados por un número y variedad de estudios suficiente como para considerarlos universales y que han sido convenientemente traducidos a la práctica mediante modelos, normalmente simples pero precisos. El efecto de espaciado es uno de los principios más fiables procedentes de la investigación, y empieza a ser razonablemente usado en diseño didáctico, especialmente desde la generalización del uso de apps móviles para el aprendizaje. Es uno de los aspectos fundamentales de la cognición humana, y tampoco es que sorprenda a nadie: repetir es bueno para recordar, y repasar algo un tiempo tras haberlo aprendido ayuda a no olvidarlo.

La lógica tras el espaciado es que la repetición funciona para reforzar un aprendizaje (esto no es precisamente una novedad) pero, si hace agrupada, la habilidad seguirá sometida al mismo declive dado por la curva del olvido. Si esa repetición, en forma de práctica de recuperación (es decir, con un esfuerzo consciente por recuperar la información) se espacia en el tiempo, entonces sí estamos haciendo algo realmente productivo. Este espaciado debe ser considerable sin pasarse, aunque no hay una medida estándar que pueda usarse con seguridad. Lo cierto es que varios días parecen funcionar mejor que uno o dos. Ante la duda, intenta con espaciados largos, pero mi consejo es usar periodos que permitan combinarlo de forma efectiva con otras técnicas efectivas, como el intercalado de contenidos y, por supuesto, la secuenciación, que además favorecen el andamiaje y la elaboración.

Puesta en práctica

En términos prácticos, se trata de trabajar sobre un elemento, tratar elementos posteriores en la secuencia (o sin relación, a efectos del espaciado da igual) en las sesiones siguientes y, tras unos días, someter a prueba el recuerdo. La clave es evaluarlo y dar retroalimentación, no simplemente repasarlo, porque así nos aseguramos de que hay un esfuerzo por recuperar la información. Es ese intento consciente y expreso por recordar cómo se hace algo el que refuerza y ayuda a consolidar el aprendizaje.

Las ayudas de trabajo también son una buena opción, pero su función no siempre es consolidar el aprendizaje: una guía paso a paso te facilitará completar la tarea, pero te crea dependencia y tendrás que usarla cada vez. Las guías que abordan la lógica de la tarea sí pueden funcionar como práctica de refuerzo, pero si el flujo de trabajo asociado no es frecuente, cuando finalmente la usas quizá ya ha pasado demasiado tiempo. Por tanto, solo ayudan a consolidar el aprendizaje cuando hay una rutina de revisión periódica, sea espontánea o inducida. Para asegurarla, lo mejor es establecer una secuencia temporal de ejercicios de refuerzo o simulacros que repliquen la situación de uso de esa ayuda.

Espaciado en MOOCs

Es bastante fácil pensar en una secuencia de espaciado para un curso típico, pero los MOOC plantean ciertas dudas. Aquí la dificultad estriba en que hay una diversidad enorme de ritmos de aprendizaje, así que es complicado controlar cuál es el momento idóneo para la mayoría en el que lanzar cada evento de la secuencia espaciada.

Sin embargo, normalmente los MOOC son cursos estructurados en un intervalo temporal definido, igual que un curso convencional. Esto quiere decir que, en la práctica, la solución es la misma que podría aplicarse a este: basar la secuencia no en hitos temporales sino en logros, de forma que los recursos se vayan habilitando en función de los eventos individuales previos. Es raro encontrar un LMS que no tenga esta capacidad adaptativa, así que los datos de progreso permiten enviar los refuerzos tras intervalos calculados individualmente, con lo que conseguimos una secuencia a medida de cada estudiante. Este esquema puede encontrar escollos en la dificultad de planificarlo y en la coordinación con las actividades sociales y grupales, con lo que hay que prever si vamos a contar con una masa crítica de personas en cada punto del itinerario. En cualquier caso, mi impresión es que es una mejora bastante clara al diseño habitual. No lo he visto en ningún MOOC hasta la fecha, pero está en mis planes que acabe habiendo alguno 🙂

Aprendizaje adaptado y entornos de aprendizaje inteligentes

Aprendizaje adaptado e inteligencia artificial en formación

El aprendizaje adaptado (del inglés adaptive learning) es una de las tendencias actuales en la personalización de la formación. El objetivo es encontrar o crear los recursos y experiencias más apropiados para cada persona, los que más se ajustan a su situación, necesidades y expectativas, y los que más le ayudarán a desarrollar una competencia determinada.

Hasta hace pocos años, cuando se hablaba de ajustar la formación a las necesidades del alumno, nos referíamos siempre a un proceso en el que diseñadores instruccionales y tutores procuraban tener en cuenta las características de los aprendices para favorecer el aprendizaje. Este tipo de adaptación consiste, sobre todo, en:

  • diversificar los recursos formativos para tener un catálogo amplio del que echar mano.
  • variar la experiencia de aprendizaje sobre la marcha, respondiendo a los avances y necesidades detectadas.
  • atender a los perfiles particulares (conocimientos previos, intereses, progreso) para establecer objetivos a medida.

En conjunto, es una tarea esencial para dar ciertas garantías de eficacia, porque la talla única no suele ser buena idea. Sin embargo, las posibilidades de este tipo de personalización se reducen drásticamente cuando el número de alumnos es elevado, al aumentar la variabilidad.

Sistemas inteligentes

La adaptación al usuario es una tarea en la que la automatización tiene un peso importante, porque las máquinas manejan las variables internas del entorno de aprendizaje de forma más eficiente. Así, el entorno de formación se despliega de una forma particular en torno a cada usuario, teniendo en cuenta sus características a partir de:

  • la información de su perfil, que da una base sobre la que trabajar.
  • las interacciones con el mismo entorno, que dan información sobre sus tendencias, preferencias, nivel de competencia y necesidades (formativas o de soporte).

La vocación de cualquier entorno de aprendizaje virtual ha sido siempre aproximarse a esta idea. Los estándares de metadatos para objetos de aprendizaje como SCORM eran parte de ese intento, aunque que en realidad nunca llegaron a usarse para esto de forma extendida. Las versiones ampliadas, más flexibles, como xAPI, reflejan el énfasis en la explotación de datos a partir de búsquedas semánticas que los estructuren y devuelvan no solo acciones sino información sobre el contexto en el que estas tienen lugar, que ya no está restringido a las cuatro paredes virtuales de un LMS.

Cuando se planifican itinerarios para la formación de profesionales, ya quedan pocas excusas para plantear un modelo de talla única, que era un mal inevitable cuando personalizar equivalía a tiempo de tutoría individual. Ahora cualquier sistema lee suficientes datos de los participantes para permitir un nivel de adaptación decente. Pero ¿vale con esto?

Estrategia didáctica

La respuesta corta es “no”, pero lo más normal es un “depende”. Un buen análisis de información manual, por tutores expertos, puede (o no) ser mejor que una explotación de datos automatizada, pero siempre consume más recursos a medio y largo plazo, y está más expuesto a los sesgos cognitivos y a pasar por alto variables que pueden ser importantes. Un sistema inteligente, automatizado, corre el riesgo de no ser lo bastante bueno si no tiene por debajo un modelo pedagógico que sirva como base para las decisiones didácticas. Igual que el análisis humano, por otra parte.

Desde mi punto de vista, un modelo pragmático para un sistema adaptable debe procurar que los itinerarios sugeridos:

  • se ajusten lo más posible a los conocimientos previos, para obviar lo innecesario y reforzar lo nuevo. Esto implica dar cuenta, de algún modo, de las posibles fuentes (y grados) de conocimientos desarrollados fuera del sistema.
  • reflejen situaciones realistas con las que el alumno se puede identificar, para facilitar tanto la adquisición como la transferencia; para esto es necesaria tanto una categorización flexible de los roles como un conjunto variado y amplio de escenarios.
  • tengan en cuenta sus preferencias para suscitar interés y mejorar la retención.
  • inviten a la práctica reiterada y convenientemente espaciada, para modular la curva del olvido.

Estos parámetros deben incorporarse al entorno de forma previa, para que la adaptación no sea un encadenamiento lineal de recursos formativos según un orden predefinido (de complejidad, acumulativo o lo que sea). Por el contrario, un buen itinerario adaptado tiene pinta de zigzag, con pasos adelante y atrás que, en conjunto, muestran una tendencia progresiva.

Ese patrón es el esperable en cualquier proceso de formación corporativa, sea automatizado o guiado por personas, y si no es así posiblemente no está respondiendo a las necesidades de los profesionales.