Impacto de los sistemas de ayuda en el aprendizaje

Sistemas de ayuda al aprendizaje en el puesto de trabajo

Los sistemas de ayuda en el puesto de trabajo (performance support systems) son estructuras de recursos disponibles en el momento y lugar de necesidad, para resolver dudas o problemas que surgen durante las tareas propias de un perfil laboral. He hablado anteriormente de cómo diseñarlos para favorecer la autonomía y reducir la dependencia de formaciones iniciales y de refuerzo.

Si hacemos caso al modelo 70:20:10, la mayoría del aprendizaje se realiza directamente sobre las tareas, a través de la práctica y la corrección de errores. Esto tiene mucho sentido si consideramos que en un entorno real tenemos feedback inmediato y relevante sobre lo que hacemos, y el nivel de activación al acometer tareas nuevas es superior al de un entorno de formación corporativo.

Procesos de aprendizaje mediados por un sistema de ayuda

Más allá del ajuste teórico de los sistemas de ayuda a la forma en que aprendemos en el trabajo, hay varios principios del aprendizaje extraídos de la investigación de campo (eso que llamamos pedagogía basada en la evidencia) que tienen impacto directo en una solución de este tipo:

  • Curva del olvido: cualquier cosa que aprendas se perderá irremediablemente en un tiempo francamente breve a menos que la practiques periódicamente. Si hace dos días que aprendiste a hacer algo y no lo has usado desde entonces, más vale que tengas una guía a mano.
  • Carga cognitiva: hay un límite a lo que podemos hacer a la vez. Tener una parte de ese trabajo en forma de guía reduce las posibilidades de error por distracción.
  • Orden y fragmentación: cuando los recursos están estructurados de forma minimalista y homogénea, ordenados en función de cómo se interrelacionan y son breves, resultan más potentes didácticamente.
  • Atención y contextualización: nada guía mejor la atención que la necesidad, y nada da más relevancia a un contenido que usarlo en el contexto en que es necesario.
  • Aprendizaje activo: un contenido diseñado para usarse sobre la marcha, en plena tarea, estará orientado a la acción y generará aprendizajes más duraderos.
  • Aprendizaje colaborativo: usar el grupo de pares como referencia para ayudar a cada profesional a establecer sus metas de aprendizaje, mediante clasificaciones de carácter no competitivo e identificación de usuarios avanzados que puedan funcionar como mentores.

Precauciones a tener en cuenta

Los sistemas de ayuda no están exentos de riesgos, y su diseño debe estar orientado a reducirlos todo lo posible:

  • Deterioro del aprendizaje: tener un recurso de ayuda siempre a mano reduce la necesidad de recuperación activa, que es una actividad clave para reducir el olvido. Esto puede prevenirse analizando la actividad de los usuarios del sistema, y desencadenando acciones automáticas. Por ejemplo, cuando alguien accede más de 3 veces en una semana al mismo recurso se le puede ofrecer un ejercicio que le permita practicar la tarea sin ayudas y en un entorno seguro.
  • No actualización: un sistema de ayuda supone recursos muy atomizados que requieren actualizaciones frecuentes, y un contenido obsoleto puede llevar a errores. La prevención pasa por una organización concienzuda y procesos sistemáticos de revisión para controlar que todo está al día.

Los sistemas de ayuda son un ajuste necesario para compensar el hecho de que las personas tendemos a fallar al hacer las cosas de memoria. Es un diseño que cubre la parte de errores correspondiente a despistes y a aprendizajes incompletos. Por el contrario, no resuelve errores debidos a malos aprendizajes, malas prácticas o conceptos erróneos, porque cuando una persona consigue su objetivo, aunque sea de forma chapucera, no es habitual que busque cómo hacerlo mejor. Para resolver ese tipo de problemas es mejor tirar de estrategias formales de formación, que pueden proporcionar oportunidades de práctica deliberada en entornos seguros.

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.

 

Diseñar un sistema de ayuda en el puesto de trabajo

Buena parte de mis proyectos se desarrollan en el sector sanitario, apoyando la implantación de sistemas informáticos de historia clínica electrónica y gestión de pacientes. Estas operaciones generan muchas necesidades de formación y soporte, tanto por el número de usuarios (que pueden ir de un centenar a varios miles) como por las mil situaciones diferentes que pueden encontrarse. Eso por no hablar del grado de alfabetización tecnológica que tengan.

En cualquier caso, estas necesidades se cubren normalmente con un esfuerzo muy grande en formación inicial, sea presencial, online o una combinación. La formación de base sirve para familiarizar al personal con las tareas y asumir la lógica subyacente a los flujos de trabajo (o “por qué esto se hace así”), pero difícilmente va a resolver las dudas que surgen sobre la marcha, o a prevenir malas prácticas. Conforme al enfoque 70:20:10, con el tiempo la necesidad de soporte en el puesto de trabajo (que también está ahí desde el principio) va ganando peso relativo, es decir, la mayoría de las intervenciones serán de soporte y no de formación.

Esta demanda suele canalizarse a través de servicios de soporte, formaciones de refuerzo y usuarios avanzados que sirvan como nodos de conocimiento y referencia para el resto. Solo cuando ha pasado el tiempo y los gestores se preguntan por qué sigue habiendo problemas (y ya no queda presupuesto para formaciones masivas) surge la reflexión: ¿cómo puedo hacer que haya menos errores y que dejen de llamar a soporte para resolver dudas?

El objetivo: favorecer la autonomía

Siempre va a haber carencias funcionales, porque siempre va a haber una diferencia, por pequeña que sea, entre las mejores prácticas y la forma de trabajar del conjunto de usuarios de un sistema. Y no hay curso que acabe con eso. Sin embargo, sí es posible reducir esa diferencia procurando que el conocimiento no tenga que estar en mi cabeza, sino en el entorno, fácil de encontrar y rápido de consultar.

La idea es simple pero potente: si me atasco cuando estoy en la pantalla X haciendo la operación Y, tendré un enlace ahí mismo que me llevará, idealmente, al recurso que me explica qué hacer. Un sistema de ayuda para estas situaciones será básicamente una estructura que aloja los recursos de ayuda (fichas, guías paso a paso, pequeños vídeos…) y los enlaza desde los puntos de la aplicación en los que resultan relevantes.

La clave: estructura y formato de los recursos

Para quitar dependencia de la memoria o de la familiaridad con una tarea, un sistema de ayuda debe cumplir dos principios: acceso (fácil de encontrar) e inteligibilidad (se aplica rápido porque se entiende rápido). Es decir, hay que poner el esfuerzo en planificar la estructura (cómo están organizados) y el formato (qué muestran y cómo) de los recursos.

Estructura de los recursos

Obviamente hay un paso previo, que es contar con los recursos necesarios, y que lleva un buen trabajo de análisis de necesidades (incluyendo errores comunes y dudas frecuentes) , y en este sentido no es muy diferente del que se haría para otro tipo de intervención. Pero una vez dado este paso, la clasificación que se haga debe contar con que cada recurso puede ser accesible desde diferentes lugares que generen problemas similares. Esto significa que harán falta contenidos neutros que tengan sentido independientemente de si se accede a ellos desde el flujo de trabajo A o B, o bien contenidos casi duplicados, para recoger esas diferencias. Ambos casos tienen pros y contras y, claro está, puede aplicarse una u otra solución caso por caso.

Como estamos hablando de múltiples enlaces a un mismo documento, que deben ubicarse en los lugares donde hay más posibilidades de que se necesite, trabajaremos con dos estructuras paralelas: una en función del contenido y otra en función del acceso. La primera se organiza de forma jerárquica, por ejemplo en función de la complejidad del contenido (a la izquierda en la figura de abajo). La segunda tiene una organización hipertextual, en forma de red, donde cada recurso se conecta con varios puntos de enlace dentro de las aplicaciones, lo que genera una estructura paralela (representada por colores en la figura):

estructura_cruzada

Formato de los recursos

La forma en que presentamos la información debe ser consecuente con la función que cumple. Una explicación inicial destinada a que alguien comprenda por qué hay que hacer un determinado flujo de trabajo puede incluir un diagrama con la lógica subyacente, unos objetivos y posiblemente una recapitulación final. Un recurso destinado a aprender cómo se hace ese mismo flujo será idealmente una práctica más o menos guiada, o en su defecto una demo clara y sencilla. Una ayuda de trabajo, a su vez, tendrá forma de ficha (como un esquema con las partes principales), una lista de puntos clave (un checklist, vaya) o un diagrama de pasos. Una breve demo puede ser de ayuda si se trata de un flujo de cierta complejidad que quedaría demasiado confuso con una explicación de texto e imágenes.

La idea general es ofrecer un recurso lo más claro, sintético y minimalista posible, adaptado a la situación en la que se va a usar, y con la información imprescindible (y usando un concepto muy restrictivo de imprescindible).

El riesgo: mantener actualizado el contenido

Puedes tener el mejor sistema de ayudas de trabajo del mundo, que si no se mantiene al día sirve de muy poco. Cualquier cambio en los flujos de trabajo debe verse reflejado en la documentación con la mayor rapidez posible, bien a través de nuevos documentos, bien corrigiendo los ya existentes. Si hay una buena indización de los contenidos será fácil localizar los afectados para hacer los cambios oportunos. Algunos sistemas facilitan este mantenimiento usando, por ejemplo, imágenes almacenadas en un repositorio único que luego son insertadas en los documentos individuales, de forma que, cambiando la fuente, la nueva imagen se refleja automáticamente en todas sus réplicas.

La guinda: integración correctiva

El uso de recursos de ayuda bajo demanda facilita resolver dudas y errores, pero deja en el aire la aplicación de buenas prácticas. Cuando un usuario consigue lo que necesita, normalmente no se dedicará a ver si hay una forma mejor de hacerlo (al fin y al cabo, tiene el resultado que quiere). Esto implica que los malos aprendizajes y los atajos indebidos se enquistan y difícilmente se corrigen.

Ahora, imaginemos que un sistema de ayuda puede leer los flujos de trabajo de un usuario y sugerir un documento que corrija una mala práctica. La aplicación de trabajo enviaría sentencias tipo “Alicia hizo esto” (la sintaxis que usa xAPI) que serían reconocidas por el sistema de ayuda y servirían para lanzar una acción predeterminada, como sugerir un documento.

Esto ni siquiera es una inteligencia artificial, pero supone un paso de gigante en la eficiencia de la formación. Capacitar en sistemas de información tiene la gran ventaja de permitir este tipo de integraciones, que son objetivos realistas y necesarios a marcarse por cualquiera que se dedique al diseño didáctico en este ámbito.