En el aprendizaje sucede algo parecido con mucha más frecuencia de la que solemos reconocer. Parte del alumnado comienza una asignatura, una tarea o incluso un curso entero sin un interés especial por aquello que tiene delante. Puede cumplir, atender, empezar un ejercicio y sostener durante un tiempo el esfuerzo por razones muy distintas. La motivación académica se va configurando también durante la experiencia de aprender, especialmente cuando esa experiencia proporciona señales comprensibles de progreso y competencia. Un alumno que durante varias semanas ha necesitado ayuda para resolver ecuaciones y un día consigue completar correctamente varias de forma autónoma recibe algo más que una corrección positiva. Obtiene información sobre su propia capacidad. Una alumna que al inicio del trimestre escribía textos desorganizados y, después de trabajar con modelos, práctica guiada y retroalimentación, consigue construir una argumentación coherente empieza a disponer de nuevas razones para implicarse en la escritura. Algo semejante ocurre con quien puede leer por primera vez un texto en francés sin traducir cada frase, con quien identifica correctamente las partes de una célula después de haberlas confundido durante días o con quien logra interpretar una gráfica que antes parecía una acumulación de líneas incomprensibles. El logro va dejando una huella cognitiva y afectiva que influye en la siguiente decisión de esfuerzo.

La investigación sobre motivación y aprendizaje permite comprender mejor este proceso. Las creencias de autoeficacia se construyen, entre otras fuentes, a partir de experiencias de éxito en las que la persona comprueba que puede ejecutar con éxito una determinada acción. Estas creencias tienen un carácter situado: el alumnado puede sentirse muy competente interpretando textos históricos y poco competente resolviendo problemas algebraicos, o experimentar seguridad en una tarea concreta de una asignatura y mucha incertidumbre en otra. Cada experiencia relevante contribuye a actualizar esa percepción. De ahí que el logro tenga un valor motivacional que trasciende la calificación obtenida.

Resolver correctamente, comprender algo que antes resultaba opaco, recuperar de memoria un conocimiento que parecía olvidado o completar una tarea con menor ayuda que la semana anterior proporciona información acerca de la propia competencia. Esa información interviene después en las expectativas con las que se afrontan tareas futuras y en la cantidad de esfuerzo que parece razonable invertir en ellas. La literatura sobre motivación y aprendizaje describe precisamente estas relaciones recíprocas entre interés, expectativas, esfuerzo, aprendizaje y rendimiento (Hidi & Renninger, 2019).

Por eso me interesa la imagen de llegar a la cima. Cuando finalmente se alcanza la Mujer Muerta, la recompensa principal está allí mismo, en haber llegado. El cuerpo conserva la memoria del esfuerzo y al mismo tiempo aparece una sensación de capacidad difícil de fabricar mediante un discurso. Quien ha completado la ruta ya sabe algo que por la mañana solo podía imaginar. Sabe que puede hacerlo. Esa experiencia puede convertirse, días después, en deseo de volver a salir, de intentar otra ruta, de subir un poco más rápido o de afrontar una montaña algo más exigente. La motivación futura se alimenta de una competencia que ha sido experimentada, y esa experiencia tiene una fuerza especial porque procede de hechos que la persona puede atribuir a su propia actuación.

En el aula

En el aula tenemos muchos equivalentes de esa cima y con frecuencia pasan inadvertidos porque esperamos que el logro aparezca únicamente al final de una unidad o en una prueba de evaluación. Para un alumno de Primaria, la cima puede ser leer de corrido un párrafo que unas semanas antes necesitaba descodificar palabra por palabra. Para una estudiante de Secundaria puede consistir en explicar correctamente por qué cambia la aceleración en un problema de física. En Bachillerato puede aparecer cuando alguien consigue escribir por primera vez un comentario de texto con una estructura que antes requería múltiples indicaciones. En Formación Profesional puede ser ejecutar una técnica con autonomía. En la universidad puede surgir cuando una estudiante entra en un artículo científico y reconoce el problema de investigación, comprende el diseño y empieza a discutir si las conclusiones están justificadas por los datos.

Son experiencias pequeñas en comparación con los grandes resultados académicos, aunque psicológicamente pueden ser decisivas porque permiten percibir una trayectoria: antes necesitaba ayuda, ahora necesito menos; antes no sabía hacerlo, ahora puedo hacerlo; antes tardaba mucho, ahora empiezo a dominarlo.

Esta percepción de progreso requiere una enseñanza que permita verlo. El logro académico difícilmente aparece por acumulación espontánea de esfuerzo. Necesita secuencias de aprendizaje bien diseñadas, conocimientos previos suficientes, explicaciones claras, práctica y retroalimentación. Una tarea excesivamente compleja para los conocimientos disponibles puede producir una cadena de errores de la que resulta difícil extraer información útil sobre cómo mejorar. Una secuencia que comienza haciendo explícitos los elementos esenciales, ofrece modelado, permite práctica guiada y retira progresivamente los apoyos aumenta la probabilidad de que aparezcan experiencias auténticas de dominio.

Una motivación desde la cima

Esta manera de comprender la motivación tiene consecuencias muy concretas para el trabajo cotidiano. Cuando un alumno participa poco, evita una materia o repite que algo se le da mal, conviene observar con atención qué experiencias de competencia está teniendo dentro de esa asignatura. Puede ocurrir que lleve semanas acumulando errores, dependiendo continuamente de ayuda externa y recibiendo tareas en las que apenas puede identificar avances propios.

También importa hacer visible ese progreso con precisión. Un «muy bien» tiene una utilidad limitada cuando el alumnado desconoce qué ha mejorado. Resulta mucho más informativo señalar que ahora resuelve correctamente operaciones que antes requerían ayuda, que utiliza una estrategia que hace dos semanas no conocía o que ha recuperado sin apoyo contenidos estudiados varios días atrás. La evaluación formativa adquiere aquí una dimensión motivacional porque permite transformar el aprendizaje en información sobre el propio avance.

Cuando el alumnado puede comparar su desempeño actual con uno anterior, la competencia deja de ser una impresión abstracta y empieza a adquirir forma observable. Esta experiencia puede reforzarse mediante tareas breves de recuperación, revisiones acumulativas o productos que permitan comparar versiones sucesivas. La investigación sobre aprendizaje ha mostrado además que prácticas como la recuperación activa y el espaciado favorecen un aprendizaje más duradero, de modo que el progreso percibido puede apoyarse en conocimiento realmente disponible y no únicamente en una sensación momentánea de familiaridad (Brown et al., 2014).

Cuando pienso de nuevo en la Mujer Muerta, la idea queda bastante bien condensada en la experiencia de regresar al coche después de haber estado arriba. La montaña es la misma que unas horas antes. Quien vuelve ha cambiado un poco. Lleva cansancio, una memoria precisa de algunos tramos y, sobre todo, la evidencia de haber completado el recorrido. Es frecuente que entonces aparezca una pregunta que al comienzo del día quizá ni siquiera existía: cuál será la próxima. En educación, algunas de las formas más valiosas de motivación pueden nacer justamente ahí, después de una experiencia en la que el alumnado descubre que comprende más, recuerda mejor o puede hacer algo que antes estaba fuera de su alcance. El logro deja de ser simplemente un punto de llegada y se convierte en una condición psicológica para emprender el siguiente ascenso.

Suscríbete ahora

Referencias

Brown, P. C., Roediger, H. L., III, & McDaniel, M. A. (2014). Make it stick: The science of successful learning. Belknap Press of Harvard University Press.

Gagné, R. M., Wager, W. W., Golas, K. C., & Keller, J. M. (2005). Principles of instructional design (5th ed.). Wadsworth/Thomson Learning.

Hidi, S. E., & Renninger, K. A. (2019). Motivation and its relation to learning. En K. A. Renninger & S. E. Hidi (Eds.), The Cambridge handbook of motivation and learning. Cambridge University Press.

Con Héctor hablamos de aprendizaje, enseñanza, evidencia y aula. Es decir, de ese territorio en el que las grandes palabras tienen que bajar a tierra y enfrentarse a una pregunta sencilla pero incómoda: ¿esto ayuda realmente a aprender? Porque enseñar no consiste solo en tener buenas intenciones —aunque ayudan—, sino en tomar decisiones mejor informadas y en integrar la investigación en el aula. De eso y mucho más hablamos con él en este episodio.

El episodio sirve también como cierre de temporada. Durante estos meses hemos intentado navegar, con mayor o menor pericia marinera, por algunas de las aguas más interesantes de la educación informada por la evidencia: metaciencia, lectura, liderazgo, neurociencia, currículo, carga cognitiva y ciencia del aprendizaje. Hemos aprendido mucho de cada invitado y, sobre todo, hemos confirmado que la conversación rigurosa no tiene por qué ser fría, distante ni aburrida. A veces incluso se entiende. Lo cual, en educación, ya es casi revolucionario.

Podéis encontrar este episodio y todos los episodios de la temporada en Spotify aquí:

Y ahora sí: gracias por acompañarnos durante esta primera temporada. Gracias por escuchar, compartir, comentar y navegar con nosotros. Nos vamos unos días a descansar, leer, pensar y mirar el mar —o la piscina municipal, que también tiene su epistemología—. Feliz verano, y nos vemos en la próxima temporada de Entre Aguas.

En educación vivimos rodeados de afirmaciones. “Esta metodología mejora el aprendizaje”. “Esta intervención aumenta la motivación”. “Este programa reduce la brecha”. “Este recurso funciona”. Algunas de estas afirmaciones son verdaderas, otras son exageradas, otras dependen mucho del contexto y otras, sencillamente, son ruido vestido de innovación. El problema no es que los docentes no sepamos pensar; el problema es que la realidad educativa es tremendamente variable, como ya hemos dejado escrito por aquí tantas veces. Un grupo no es igual a otro. Un curso no es igual al siguiente. Un mismo alumno no rinde igual un lunes a primera hora que un jueves después del recreo, y esto último no necesita revisión por pares: basta con haber pisado un aula.

Por eso importan las herramientas de inferencia estadística. No porque sustituyan el juicio profesional, sino porque nos ayudan a no confundir una impresión con una conclusión. El valor p, bien entendido, no es una varita mágica ni un sello de garantía. Es una herramienta concreta para responder a una pregunta concreta: si no hubiera un efecto real, ¿sería raro observar unos datos como estos o incluso más extremos?

La frase es un poco enrevesada, lo admito. Pero conviene mantenerla así, porque muchas confusiones nacen precisamente de simplificarla mal. En resumen, un valor p no nos dice que una hipótesis sea verdadera. Tampoco nos dice que una intervención “funcione” en sentido literal. No nos dice que el resultado vaya a repetirse. No nos dice que el efecto sea importante en la práctica.

Lo que nos dice es algo muy útil: hasta qué punto los datos observados serían sorprendentes bajo un modelo nulo, es decir y por poner el ejemplo más común, bajo la suposición de que no hay una diferencia real. Si los datos observados serían raros si no hubiese diferencias reales, entonces el p-valor será bajo, por ejemplo, por debajo de 0,05 que es un valor que se ha vuelto el estándar por razones bastante ridículas.

Esto es crucial para educación, porque muchas decisiones educativas se basan en comparaciones: antes y después de una intervención, grupo experimental y grupo control, estudiantes que usan una estrategia y estudiantes que usan otra, centros que aplican un programa y centros que no. Cuando observamos una diferencia, la pregunta importante no es solo “¿hay diferencia?”, sino “¿esa diferencia es mayor de lo que cabría esperar por una variación aleatoria?”. Ahí entra la lógica de los test de hipótesis.

Ahora bien, entender los valores p también sirve para evitar algunos errores muy frecuentes. El primero es pensar que un resultado no significativo demuestra que “no hay efecto”. No lo demuestra. Puede que no haya efecto, sí, pero también puede que el estudio no tenga suficiente potencia estadística para detectarlo, por ejemplo cuando la la muestra es muy pequeña.

El segundo error es pensar que un resultado significativo demuestra que la hipótesis alternativa es verdadera. Tampoco. Un resultado significativo puede aparecer incluso cuando no hay efecto real; eso es lo que llamamos un falso positivo o error Tipo I. La estadística frecuentista no elimina el error, nos permite decir: “si usamos este procedimiento muchas veces, nos equivocaremos como máximo cierto porcentaje de veces bajo determinadas condiciones”.

El tercer error es confundir significación estadística con importancia educativa. Una intervención puede producir una diferencia estadísticamente significativa y, aun así, ser irrelevante en el aula. Con muestras enormes, diferencias minúsculas pueden aparecer como “significativas”. Pero que algo sea detectable no significa que merezca cambiar la programación, formar a todo el claustro, comprar una licencia anual y convocar tres reuniones con café malo. La pregunta educativa no acaba en el valor p. Después hay que mirar el tamaño del efecto, los costes, la viabilidad, la equidad, el contexto y la plausibilidad teórica.

Aquí es donde estas ideas se vuelven especialmente importantes para los docentes. La educación necesita evidencia, pero no cualquier evidencia. Necesita una lectura cuidadosa de los resultados. Necesita distinguir entre “hay indicios”, “hay apoyo sólido”, “el efecto es pequeño”, “el estudio no permite concluir demasiado” o “esto parece más una campaña de marketing que una intervención robusta”. La estadística no nos ahorra pensar; nos obliga a pensar con más precisión.

Además, entender los valores p ayuda a leer mejor la investigación educativa. Cuando un artículo dice que una intervención tuvo un efecto significativo, conviene preguntarse: ¿cuál era el tamaño de la muestra?, ¿qué tamaño del efecto se observó?, ¿había suficiente potencia?, ¿se había definido previamente la hipótesis?, ¿se han probado muchas cosas hasta encontrar alguna significativa?, ¿el resultado se ha replicado?, ¿la diferencia observada importa en términos educativos? Estas preguntas no son tecnicismos. Son defensas básicas contra la credulidad.

También son una defensa contra el cinismo. Porque la alternativa a creerlo todo no debería ser no creer nada. El objetivo no es decir “todos los estudios son imperfectos, así que me quedo como estoy”. El objetivo es aprender a graduar la confianza. Algunas evidencias son débiles; otras, acumulativas y convergentes. Algunas intervenciones tienen efectos consistentes; otras dependen de condiciones muy específicas. Algunas ideas merecen entrar en el aula; otras merecen quedarse en una presentación con demasiados iconos.

Por eso es tan valioso, en mi opinión, acercar estos conceptos a docentes, formadores y personas interesadas en educación.

La enseñanza es una profesión práctica, pero no debería ser una profesión impresionista. Las intuiciones docentes importan, la experiencia importa y el contexto importa. Precisamente por eso necesitamos herramientas que nos ayuden a separar patrones de anécdotas.

El valor p es una de esas herramientas: limitada, malinterpretada con frecuencia, pero útil cuando se entiende dentro de una arquitectura más amplia de inferencia, potencia, tamaño del efecto, replicación y juicio teórico.

He empezado a trabajar en una traducción al castellano de materiales de Daniel Lakens sobre inferencia estadística, con la idea de hacer más accesibles estas discusiones a quienes investigan, enseñan o leen investigación educativa. El proyecto está disponible aquí:

Inferencias estadísticas — traducción al castellano

Y el repositorio en GitHub puede consultarse aquí:

Repositorio en GitHub

¿Por qué digo esto? Porque son personas que te hablan de su trabajo, de lo que han leído, de los materiales que han buscado… Se jubilan, y toda esa sabiduría queda desaprovechada. Porque el sistema educativo no tiene incentivos para hacerlo bien, ni recompensas para el que ha dedicado toda una vida a la mejora propia y ajena. En ese sentido, depende enteramente de la buena voluntad de sus integrantes.

Hay algo llamativo en todo esto. La docencia es una profesión que apenas reconoce el mérito profesional y que, además, conserva muy mal el conocimiento de quienes la ejercen. Un docente excelente y otro que se limita a cumplir formalmente con sus obligaciones suelen recorrer una trayectoria administrativa muy parecida. Cobran en función de la antigüedad, acumulan certificaciones semejantes y terminan apareciendo en los mismos listados. La arquitectura institucional (un guiño a la arquitectura atencional que le gusta tanto a Ángel) reconoce el tiempo de servicio, los cargos ocupados y las horas de formación, pero tiene muchas más dificultades para reconocer la calidad del pensamiento pedagógico.

No es sencillo evaluar una buena docencia. Tampoco lo es evaluar una buena práctica médica, jurídica o investigadora. Sin embargo, la dificultad de una tarea no justifica que renunciemos a ella. Cuando una profesión no es capaz de distinguir entre presencia y competencia, entre cumplimiento y contribución, termina enviando un mensaje peligroso: da igual cómo trabajes, siempre que completes los trámites previstos.

La formación docente reproduce a menudo esa misma lógica. Cualquiera puede asistir a un curso, permanecer unas horas frente a una presentación, completar un cuestionario elemental y salir con un certificado. Acabo de terminar una formación estupenda con un grupo de docentes maravilloso. 20 personas conectadas, con atención y participando. 10 al fondo, conectados vete tú a saber cómo. El documento acredita que la persona “estuvo” allí, pero no necesariamente que aprendió algo, que modificó alguna creencia o que será capaz de transferir lo aprendido a su práctica.

Sabemos, además, que el aprendizaje duradero necesita recuperación, elaboración, contraste, práctica espaciada y oportunidades para aplicar el conocimiento en situaciones nuevas. La familiaridad que se experimenta al escuchar una explicación puede confundirse fácilmente con dominio, aunque esa sensación desaparezca cuando la persona debe recuperar las ideas sin ayuda o utilizarlas para resolver un problema real (Brown et al., 2014). Pese a ello, una parte importante de la formación docente continúa evaluándose mediante un criterio extraordinariamente débil: haber permanecido conectado, haber firmado o haber entregado una tarea. Después acumulamos certificados y los llamamos desarrollo profesional.

No pretendo afirmar que toda persona veterana sea necesariamente una buena docente, de eso ya hablamos aquí. La antigüedad, por sí sola, no produce sabiduría. Se pueden repetir durante treinta años las mismas prácticas ineficaces. La experiencia solo se convierte en conocimiento experto cuando se somete a observación, retroalimentación, estudio y revisión. La reflexión profesional exige contrastar nuestras intuiciones con la experiencia del alumnado, con la mirada de otros docentes y con el conocimiento teórico disponible (Brookfield, 2017).

Tampoco pretendo defender una meritocracia simplista basada en clasificaciones, premios individuales o resultados descontextualizados, de lo que también hable aquí. El mérito docente no puede reducirse a las calificaciones obtenidas por el alumnado, porque el aprendizaje depende de numerosas condiciones personales, sociales e institucionales. Mucho menos debería identificarse con la obediencia administrativa, la popularidad o la cantidad de proyectos vistosos en los que alguien participa.

Cuando Consuelo y Ángel se jubilan, no perdemos únicamente dos biografías laborales. Perdemos respuestas a preguntas que el profesorado joven tendrá que formular de nuevo. Dentro de unos meses, alguien se encontrará con un problema que ellos ya resolvieron hace quince años. Como no existe un lugar donde consultar esa experiencia, la institución volverá a empezar desde cero.

Esto es aplicable desde la educación infantil hasta la universidad. Cambian los contenidos, la autonomía del alumnado y las condiciones institucionales, pero permanece la necesidad de observar qué se pretendía enseñar, qué se hizo posible aprender y qué aprendió finalmente el alumnado. La enseñanza exige conocimientos explícitos, pero también una gran cantidad de conocimiento tácito. El profesorado experto reconoce patrones, anticipa dificultades y selecciona respuestas sin verbalizar siempre todos los procesos implicados. Esa fluidez puede dar la impresión de que actúa intuitivamente, aunque detrás de la intuición exista una extensa organización de experiencias, conceptos y modelos mentales.

El problema aparece cuando ese conocimiento permanece exclusivamente ligado a una persona. Si no se documenta, contrasta y hace público, no llega a constituir un cuerpo acumulativo de conocimiento profesional. La docencia queda entonces reducida a una sucesión de prácticas privadas: cada profesional descubre soluciones parciales, pero la profesión no logra conservarlas.

Kullberg, Ingerman y Marton (2024) señalan precisamente la necesidad de construir conocimiento colectivo sobre la enseñanza. Una profesión madura no se limita a acumular testimonios inspiradores. Investiga de forma sistemática cómo determinadas decisiones docentes afectan al aprendizaje de contenidos concretos, comparte los hallazgos y permite que otros profesionales los sometan a prueba.

También necesitamos evitar que la formación se convierta en un mercado de soluciones seductoras. La educación es especialmente vulnerable a mitos, simplificaciones y propuestas que adquieren credibilidad porque resultan intuitivas, novedosas o visualmente atractivas. La familiaridad de una idea y la seguridad con la que se presenta no constituyen pruebas de su validez (De Bruyckere et al., 2015). Por eso una formación profesional seria no debería limitarse a difundir métodos, sino enseñar al profesorado a examinar evidencias, detectar inferencias injustificadas y reconocer los límites de una investigación.

Quizá el problema de fondo sea que seguimos tratando la enseñanza como una actividad individual. Cerramos la puerta del aula, confiamos en que cada docente resuelva sus dificultades y, cuando se jubila, organizamos un homenaje. Decimos unas palabras, entregamos un recuerdo y permitimos que se marche con una parte considerable del conocimiento de la institución.

Una profesión que reconoce el mérito no es la que reparte más medallas. Es la que identifica el conocimiento valioso, crea condiciones para compartirlo y permite que ese conocimiento mejore el trabajo de otras personas. Una profesión que se toma en serio su formación no certifica la asistencia. Busca evidencias de aprendizaje y de transformación de la práctica.

Referencias

Brookfield, S. D. (2017). Becoming a critically reflective teacher (2nd ed.). Jossey-Bass.

Brown, P. C., Roediger, H. L., III, & McDaniel, M. A. (2014). Make it stick: The science of successful learning. The Belknap Press of Harvard University Press.

De Bruyckere, P., Kirschner, P. A., & Hulshof, C. D. (2015). Urban myths about learning and education. Academic Press.

Kullberg, A., Ingerman, Å., & Marton, F. (2024). Planning and analyzing teaching: Using the variation theory of learning. Routledge.

Shulman, L. S. (1986). Those who understand: Knowledge growth in teaching. Educational Researcher, 15(2), 4–14.

No soy la primera en escribir sobre el hecho de que la educación tiene una historia tensa y no muy bonita cuando se trata de generar, criticar y aplicar evidencia rigurosa con el fin de maximizar los resultados académicos y el bienestar de los estudiantes. Allá por 1996, como parte de la serie de conferencias anuales de la Teacher Training Agency en Londres, David Hargreaves observó que «la enseñanza no es en la actualidad una profesión basada en la investigación. No tengo duda de que si lo fuera, la enseñanza sería más eficaz y más satisfactoria».

En 2000, la Dra. Louisa Moats comentó que «desafortunadamente, la falta de rigor y respeto por la evidencia en la educación lectora se ven reforzadas por la pasividad de los líderes educativos que sienten que cualquier idea que pueda reunir a un defensor vigoroso es legítima y merece ser aireada». La Dra. Moats estaba discutiendo la enseñanza de la lectura, pero sus palabras no son menos aplicables a otras áreas curriculares, muy notablemente a la enseñanza de las matemáticas.

Por supuesto, puedes ver mi sesgo justo ahí, en mi párrafo inicial: creo que la educación existe para mejorar al máximo los resultados de los estudiantes, académica y psicosocialmente. Eso es, para mí, una fuerte responsabilidad ética y cívica para quienes trabajan en educación, tanto a nivel universitario, político, investigador y de los docentes de aula. Y sí, sostengo la opinión de que la transmisión de conocimiento, así como enseñar a los estudiantes cómo aplicar dicho conocimiento, es el por qué central de las escuelas. Para algunos, eso inmediatamente me clasifica como «neoliberal» en mis opiniones políticas. No soy ahora, ni he sido nunca, miembro de ningún partido político, pero si mi posición de que el aprendizaje importa tanto en educación como en otros campos profesionales me convierte en neoliberal, aceptaré eso antes que ser lo que he denominado previamente: paleoprogresista.

En las redes sociales, veo algunos enfoques asombrosos hacia la evidencia. Tristemente, estos enfoques a menudo proceden de otros académicos de la educación, pero también proceden de consultores educativos cuyos modelos operativos de «seguir igual» crean hábilmente ilusiones de cambio mientras simultáneamente lo minimizan (a menudo con una gran cantidad de «trabajo ocupado» de pago por servicio en medio).

Mientras tanto, los docentes de aula están haciendo asunto suyo aprender el lenguaje de la investigación educativa, y a menudo lo hacen en su propio tiempo. Otros se implican en estudios posteriores o se unen a comunidades de práctica en plataformas como Facebook. No están esperando a que quienes están en la academia tomen la iniciativa en priorizar la práctica basada en la evidencia y, tristemente, probablemente hacen bien. He blogueado previamente sobre el hecho de que mucho cambio está ocurriendo en el suelo metafórico del bosque (las aulas) mientras los árboles altos, cuyas ramas prosperan en aire enrarecido (académicos de la educación), están en algún punto entre ajenos y hostiles a estos esfuerzos.

«Medicina basada en la evidencia» es un término que entró en el lenguaje clínico tan recientemente como en la década de 1990, aunque tenía antecedentes que se remontan mucho más atrás, como el Informe Flexner de EE. UU. a principios del siglo XX. De manera crítica, fue una llamada a los profesionales médicos (y rápidamente, por extensión, a todos los profesionales de la salud) para ir más allá de la fe ciega y a menudo acrítica en el juicio del profesional, las creencias y la práctica establecida. El informe argumentaba que la investigación independiente podría ofrecer enfoques diferentes, más eficaces y a veces más eficientes para la atención al paciente.

La práctica basada en la evidencia en salud no trata de:

• Los “libro de recetas” (también conocida como enfoques de “una talla sirve para todos”)

• Profesionales que siguen ciegamente los hallazgos de investigación

• Reemplazar o anular el juicio profesional

• Ignorar el contexto del individuo

• Fingir que hay recursos infinitos disponibles

La medicina, como la educación, es una interacción de ciencia, oficio y los complejos caprichos de la naturaleza humana y el comportamiento humano. Las afirmaciones de algunos en educación de que «la práctica basada en la evidencia es fácil en medicina; solo haces un ensayo clínico y encuentras la respuesta» delatan una ignorancia fenomenal de los factores psicológicos, socioculturales, cognitivos, lingüísticos y económicos que introducen una enorme variabilidad en los ensayos clínicos y en la propia práctica médica y que tienen que ser tenidos en cuenta en el análisis de la investigación.

La educación no es especial. Como la salud, trata con seres humanos en toda su compleja e impredecible gloria. Como la salud, también, sus profesionales tienen obligaciones éticas de a) no hacer daño y b) prestar servicios eficaces que mejoren la condición humana. La diferencia, sin embargo, reside en las concepciones erróneas y las tergiversaciones de la investigación que se perpetúan en los auditorios universitarios y, por extensión, en las aulas alrededor del mundo.

La educación ha permitido una permeabilidad excesiva a ideas y prácticas que tienen poca o ninguna evidencia empírica que las respalde (por ejemplo, estilos de aprendizaje, aprendices de cerebro izquierdo-cerebro derecho, Brain Gym, lenguaje integral, lentes de colores para lectores con dificultades y más; véase aquí) mientras se resiste a enfoques que sí tienen evidencia sustancial que los respalde (la enseñanza explícita de la lectura es un ejemplo de ello).

He compilado a continuación una lista de los argumentos que veo más comúnmente en redes sociales y escucho de docentes que están lidiando con el cambio en sus escuelas y en todo el sector.

Todos estos argumentos equivalen a excusas pobremente conceptualizadas sobre por qué la educación debería recibir un pase libre respecto a la evidencia. No deberían quedar sin cuestionar.

Argumento 1: La enseñanza es demasiado compleja para ser estudiada científicamente.

La complejidad no deja fuera de la mesa la investigación sistemática.

Investigadores en medicina, astronómía, economía, psicología, enfermería, criminología y salud pública estudian todos a humanos y sistemas humanos altamente complejos. Lo hacen usando metodologías y herramientas de investigación que son apropiadas para las preguntas que se están planteando. Luego triangulan hallazgos a través de metodologías y resultados de investigación para determinar la mejor dirección de viaje, basándose en la evidencia actual, sabiendo que su enfoque tendrá que cambiar a medida que la evidencia evolucione. Esto no es lo mismo que “elige tu propia aventura”.

La investigación en educación no trata de alcanzar una certeza perfecta; ese es un argumento de hombre de paja. Más bien, debería buscar identificar prácticas que sean más probables que las alternativas para mejorar los resultados de la mayoría de los estudiantes.

La investigación educativa, como la investigación en salud, debería permitir a los profesionales jugar con las probabilidades de maneras medidas y cuidadosas.

Argumento 2: Cada niño es diferente, por lo que los hallazgos basados en datos agregados no tienen sentido.

Los niños son individuos, sí, como lo son los pacientes. Sin embargo, hay más similitudes que diferencias entre los humanos con respecto a cómo aprenden. (Véase como referencia el trabajo de Dan Willingham y Stanislas Dehaene.)

La variación humana existe en todos los campos donde se usa evidencia; esto no es exclusivo de la educación.

La investigación identifica tendencias y probabilidades dentro de las poblaciones y entre poblaciones. Al hacerlo, se basa en cantidades de datos que se extienden mucho más allá de los límites de la experiencia individual del profesional.

El difunto Daniel Kahneman, autor de Pensar rápido, pensar despacio, nos recordó que «la confianza que los individuos tienen en sus creencias depende sobre todo de la calidad de la historia que pueden contar sobre lo que ven, incluso si ven poco».

Argumento 3: La experiencia es más importante que la evidencia de investigación.

La experiencia es por supuesto valiosa, pero también puede reforzar concepciones erróneas y crear puntos ciegos cuando se trata de nueva evidencia, especialmente si desafía creencias y prácticas existentes.

Las personas son a menudo malos jueces de causa y efecto, en parte porque no tienen una línea de visión limpia de todos los factores en juego. Esta es una razón por la que todos somos propensos a diversas formas de sesgo cognitivo (véase aquí y aquí): las heurísticas mentales tienen un lugar en los procesos cotidianos de pensamiento, pero necesitan mantenerse bajo control para permitirnos verificar supuestos y revisar creencias y prácticas en respuesta a nueva evidencia, incluso cuando hacerlo crea disonancia cognitiva o incomodidad ideológica.

Muchas prácticas educativas que “parecían” eficaces a los docentes durante varias décadas se mostró posteriormente que tenían poco o inadecuado impacto en el aprendizaje de los estudiantes. El premiado podcast Sold a Story, de Emily Hanford, dejó esto al descubierto en relación con el daño pernicioso causado a decenas de miles de niños, alrededor del mundo, por malas praxis en alfabetización y su antecedente, el lenguaje integral. Los docentes usaron estos enfoques de buena fe; no se les habían presentado alternativas. En muchos casos, cuando las alternativas están disponibles, los docentes las toman con entusiasmo.

Argumento 4: La práctica basada en la evidencia amenaza la profesionalidad y la autonomía docente.

Las profesiones que tenemos en alta estima (por ejemplo, medicina, aviación) tienen en realidad niveles muy bajos de autonomía y altos niveles de rendición de cuentas. He escrito previamente en mi blog sobre este aspecto de la profesionalidad.

Hay un doble rasero en el hecho de que las personas en educación esperan una toma de decisiones basada en evidencia cuando son el paciente, cliente o pasajero en una transacción, pero no ven que el resto de la comunidad espera los mismos derechos como «consumidores» de educación.

Lo que amenaza la profesionalidad docente (y la longevidad laboral) es la realización progresiva por parte de los docentes de que no han sido adecuadamente equipados para la práctica en el aula: que no se les han dado enfoques eficaces para el apoyo positivo al comportamiento y el éxito instruccional.

La práctica basada en la evidencia no requiere inherentemente planes de clase ya preparados, pero es difícil entender la oposición a prácticas que reducen la variabilidad y promueven la consistencia dentro de las aulas y entre aulas. Alta variabilidad y alta calidad no pueden coexistir. Las escuelas y los sectores necesitan elegir una.

En la mayoría de los campos profesionales, la pericia implica integrar la evidencia con el juicio profesional. Esto puede ocurrir cuando los docentes están bien equipados por su preparación docente inicial para criticar y usar la evidencia de investigación.

La aplicación de la evidencia no elimina la necesidad de toma de decisiones docente. Mejora y refina el juicio docente y permite a los docentes aplicar sus habilidades de reconocimiento de patrones en decisiones a lo largo del día.

Las prácticas de aula deberían estar dictadas por los mejores intereses de los estudiantes, no por las preferencias personales o ideologías del docente. Piensa en cómo se desarrolla este principio en la medicina, la enfermería y la aviación.

Cuando los sindicatos docentes juegan mal la carta de la autonomía, están trabajando contra los mejores intereses de sus miembros.

Argumento 5: Los ensayos controlados aleatorizados no son aplicables o éticos en educación.

Los ensayos controlados aleatorizados (RCT en inglés) se describen a veces como el «estándar de oro» para establecer causa y efecto con respecto a si una intervención funciona. No proporcionaré aquí un tutorial sobre ellos, ya que los lectores pueden aprender fácilmente más de fuentes en línea. Baste decir que, cuando están bien diseñados, nos dan la mayor claridad sobre la eficacia de un enfoque de enseñanza o intervención, porque controlan la interferencia de muchas variables que pueden situarse entre la causa (la enseñanza o intervención) y el efecto (los resultados de los estudiantes).

Es importante distinguir entre eficacia (qué tan bien funciona un enfoque bajo condiciones experimentales bien controladas) y efectividad (qué tan bien se desempeña «en la naturaleza» del mundo real). Si un ensayo respalda la eficacia, entonces el siguiente paso es un ensayo de efectividad.

Una concepción errónea común es que cuando se hacen RCT en escuelas, algunos estudiantes reciben algo mientras que aquellos en el grupo control reciben nada. Esto es incorrecto. Aquellos en el grupo de control pueden recibir la enseñanza habitual, o pueden recibir otra intervención que se considera digna de ser probada. En algunos casos, hay un diseño cruzado, donde los estudiantes son desplazados de un brazo del estudio al otro y, por tanto, están expuestos a más de un enfoque.

Para una explicación fascinante de cómo los RCT han transformado nuestro mundo en salud, criminología, educación y economía, lee Randomistas, de Andrew Leigh.

Las escuelas no son más ni menos complejas como entornos de investigación que los hospitales, los entornos de salud comunitaria, las prisiones o las instalaciones de rehabilitación. Todas deben lidiar con los caprichos de la naturaleza humana y la variación en todas sus formas.

Argumento 6: La investigación cambia todo el tiempo, así que los docentes no pueden confiar en ella.

La revisión a la luz de nueva evidencia es una fortaleza de la ciencia, no una debilidad. La ciencia es por definición autocorrectiva. La historia de las úlceras estomacales es un buen ejemplo de esto. Aunque en otro tiempo se pensaba que se debían al estrés, la investigación innovadora y transformadora de paradigma de dos investigadores australianos, Barry J. Marshall y J. Robin Warren, mostró que la infección bacteriana, no el estrés, era la culpable. Como resultado, el manejo de las úlceras fue revisado a escala mediante vías de atención clínica modificadas que se esperaba que todos los profesionales adoptaran. Los profesionales lo hicieron porque esa era su responsabilidad ética.

El hecho de que algunos hallazgos se modifiquen o evolucionen con el tiempo no significa que todos los hallazgos sean igualmente inciertos. Significa que necesitamos estar abiertos a la calibración y, en algunos casos, a la desimplementación de prácticas actuales.

Argumento 7: Es insultante hablar de una «jerarquía de evidencia». Todas las metodologías son igualmente válidas.

Esto es una apelación poco sofisticada al igualitarismo frente tanto al sentido común como a los principios de Métodos de investigación 101.

Las metodologías de investigación deberían seleccionarse principalmente por su ajuste con la(s) pregunta(s) bajo investigación. En muchos casos, los investigadores se enfrentan a elecciones. Por ejemplo, si están preguntando «¿Cuál es la experiencia vivida de docentes que han sido maltratados e intimidados por padres insatisfechos?», pueden elegir llevar a cabo entrevistas cualitativas en profundidad, o pueden elegir construir una encuesta que esté enmarcada de tal manera que las respuestas puedan cuantificarse (por ejemplo, mediante escalas tipo Likert); o pueden hacer una mezcla de ambas. En todos los casos, el alcance de su estudio estará constreñido por cuestiones de recursos, y no podemos escapar de la realidad de que una muestra de encuesta grande y representativa tendrá mayor validez y generalizabilidad que un pequeño estudio cualitativo de, digamos, las experiencias de seis a ocho docentes. Esto no descarta al grupo más pequeño de docentes; solo significa que uno va a añadir más peso a la balanza de la evidencia que el otro.

Argumento 8: La medicina es una disciplina llamada basada en la evidencia, y todavía ocurren errores en ese campo.

Este argumento recuerda a la defensa de patio de escuela de que «otras personas también estaban tirando piedras, así que ¿por qué me meto yo en problemas?»

Sí, los errores, la mala praxis y las intervenciones de aceite de serpiente ocurren en medicina (y otros campos de la salud), pero eso no es razón para que la educación o cualquier otra disciplina no aplique los estándares más altos de rigor investigador y rendición de cuentas.

La falta de respeto por el método científico (por lo cual quiero decir todas las metodologías, aplicadas rigurosamente de maneras apropiadas para las preguntas bajo investigación) conduce en última instancia lejos de las mejoras en la condición humana.

Argumento 9: Hay evidencia conflictiva sobre X/Y/Z, así que mientras tanto, los docentes simplemente deberían formar su propia opinión.

Cuando pensamos en la evidencia, lo más útil es pensar en un conjunto de balanzas y preguntar dónde se sitúa el peso actual de la evidencia. No deberíamos pasar por alto el hecho de que algunos estudios parecen ser valores atípicos, pero tampoco podemos esperar a que cada pregunta sobre cada práctica sea respondida. Mantenerse curioso y de mente abierta mientras se sigue adelante entretanto es lo que ocurre en escuelas que se remangan y emprenden viajes de cambio hacia una práctica mejorada. Véanse ejemplos aquí y aquí.

Argumento 10: La investigación cuantitativa reduce fenómenos complejos de maneras que los vuelven excesivamente simplistas. Solo porque puedas contar algo no significa que cuente.

Como algunos otros argumentos en este debate, hay algo de verdad en esta afirmación, pero no es toda la historia. Sí, las herramientas cuantitativas (como las encuestas que usan escalas de valoración numéricas) por necesidad representan algo complejo (como el nivel de ansiedad) como un número. Esto no significa, sin embargo, que los datos de algún modo carezcan de sentido. Si, en una escala de cinco puntos, digo a los investigadores que mi nivel de ansiedad es «5», eso es una representación significativa de mi experiencia subjetiva. Puede que también me resulte más fácil rodear un 5 en una encuesta anónima que participar en una entrevista de investigación en profundidad. Los estudios cuantitativos a gran escala a menudo proporcionan argumentos a los responsables de políticas porque permiten a los investigadores decir cosas como «el 55 por ciento de los estudiantes de 4º de primaria experimentan ansiedad asociada con pobres habilidades lectoras».

Argumento 11: La educación tiene una historia de modas y tendencias, y la práctica basada en la evidencia es solo otra más. También pasará.

Tristemente, es cierto que la historia de la educación es una de modas y tendencias, así que los docentes que llevan unas pocas décadas en esto ven muchos enfoques venir, irse y a veces volver, ligeramente arreglados pero no lo bastante disfrazados como para que no sean reconocibles. Una cosa es experimentar fatiga del cambio cuando conduce a mejora, pero la fatiga del cambio cuando el único resultado es cambio es comprensiblemente frustrante y descorazonadora para los docentes.

Esta frustración no es ningún tributo a la educación como disciplina y habla del hecho de que, mientras otras disciplinas han avanzado durante los últimos 50 años, la educación ha cambiado, pero no ha progresado necesariamente. Este enfoque de ciclos y reciclaje de la práctica en educación fue resumido por Hewitt y Sachdeva en 2025 de esta manera:

La educación... carece de este ciclo de mejora progresiva. A pesar de décadas de reforma y miles de millones gastados en iniciativas de mejora, no está claro que los docentes sean hoy más eficaces de lo que eran hace cincuenta años. Aunque el currículo ha evolucionado durante ese periodo, sería difícil afirmar que la calidad de la educación ha mejorado significativamente o que la brecha en los resultados de los estudiantes se ha estrechado sustancialmente.

Argumento 12: La práctica basada en la evidencia es solo una ideología política.

Esto es esencialmente un argumento ad hominem y señala una reticencia a implicarse con la sustancia.

Aunque las partes interesadas puedan tener alineamientos ideológicos o políticos (como es su derecho), la afirmación central —que las decisiones educativas deberían estar informadas por la mejor evidencia disponible— no debería ser inherentemente ideológica (o política). Estamos en grandes problemas si lo es.

Criticar a quienes argumentan a favor de una mayor implicación de la educación en la generación, crítica y aplicación de la evidencia no aborda la calidad de la evidencia misma. Es solo un intento de desvío.

De manera gratificante, como se señaló antes, estamos viendo escuelas generar evidencia basada en la práctica que complementa el cuerpo de evidencia científica sobre cómo aprenden los niños y las maneras óptimas de enseñarles. Véase aquí y aquí. Esta es evidencia poderosa por derecho propio y está ganando un asiento en la mesa de toma de decisiones políticas. También necesita empezar a reenfocar los debates entre las facultades de educación.

Argumento 13: Si hay un artículo que respalda un enfoque en una revista revisada por pares, debe estar basado en la evidencia.

Este es un razonamiento perezoso y delata ignorancia de la cadena alimentaria de la publicación académica en la práctica. Algunas revistas solo publican artículos que se adhieren a estándares metodológicos rigurosos y, como consecuencia, rechazan el 90 por ciento o más de los manuscritos que reciben. Otras son menos exigentes con el rigor metodológico y aceptan una gama más amplia de manuscritos, inevitablemente de calidad variable.

Así que no, poder localizar un artículo revisado por pares que dice que la tierra es plana no significa, de hecho, que si sales por la puerta trasera y sigues caminando, finalmente te caerás por el borde.

Argumento 14: Los hechos son maleables. Es una imposición cultural decir que «2+2=4».

Lo sé, lo sé, lo sé, pero vi un ejemplo de esta afirmación en redes sociales hace muy poco. Solo haré aquí la observación de que estoy bastante segura de que el académico que hizo esta afirmación no aceptaría esta posición de su departamento de nóminas si un salario previamente acordado fuera entonces reducido por su empleador.

Argumento 15: El enfoque XYZ se probó y fracasó.

La ciencia de la implementación es un campo complejo, y las afirmaciones de que algo fue probado o implementado en una escuela o sistema a menudo se quedan muy lejos de lo que se requiere para crear condiciones replicables y comprobables que puedan arrojar luz sobre si algo es:

Probable que tenga beneficios, y si es así, para quién

Probable que mantenga el statu quo, y si es así, para quién

Probable que empeore los resultados, y si es así, para quién.

La fidelidad de implementación no es un asunto trivial, pero a menudo se descuida en los cambios de política a nivel de sector.

Una de mis mayores preocupaciones, mientras Australia transita hacia una enseñanza más explícita, es que la implementación será naturalmente desigual, y tendremos poca perspectiva y paciencia. Esto dará lugar a todo tipo de afirmaciones no fundamentadas sobre qué funcionó y qué no funcionó, y para quién.

Argumento 16: El rendimiento académico de los niños refleja el estatus socioeconómico de sus padres, y ninguna investigación cambiará eso.

Este argumento es para mí un particular hundimiento del corazón porque delata una creencia subyacente de que las escuelas y los docentes que trabajan en ellas son impotentes; que las prácticas instruccionales cotidianas de los docentes no importan, porque el estatus socioeconómico de un niño al nacer es su destino.

Sí, el estatus socioeconómico familiar es un fuerte predictor del rendimiento académico de los estudiantes, pero ¿no deberíamos estar alterando esa trayectoria mediante enseñanza y apoyo de alta calidad e impactantes? Afortunadamente, en muchos casos lo estamos. Mis colegas y yo hemos abordado este argumento aquí también.

***

Podría seguir, pero espero que esta lista dé a los lectores una idea de los argumentos improductivos y a menudo poco sofisticados que aquejan a la educación. Estos argumentos giran en torno a la idea de que la educación no necesita someterse a los mismos estándares de evidencia que otras disciplinas.

En salud, tenemos la Therapeutic Goods Administration en Australia (y organismos afines en otras naciones industrializadas) para probar sistemáticamente la seguridad y eficacia de medicamentos, dispositivos y otros bienes terapéuticos antes de que puedan ser prescritos o comprados. Imaginemos el caos, el daño y la explotación que lloverían sobre nosotros si no fuéramos beneficiarios de tal protección.

¿Dónde está esta protección de productos y prácticas en educación?

Los docentes no pueden ser los guardianes en:

La adopción de prácticas que sean consistentes con la evidencia científica actual

La desimplementación de enfoques superados

La identificación y evitación de enfoques pseudocientíficos

Desafortunadamente, los líderes (académicos y políticos) en la profesión educativa no se suscriben al método científico tal como se usa en otros campos del quehacer humano.

Repito, la educación no es especial. Pero la educación es, irónicamente, una aprendiz lenta. Parecería aplicarse la máxima de que cuando no defiendes nada, caes por cualquier cosa.

Read more

Este estudio plantea una pregunta incómoda para muchos: qué ocurre cuando el aula deja de competir con el teléfono. No pregunta si el alumnado debería aprender a usar mejor la tecnología, ni si los móviles pueden tener usos didácticos legítimos. Pregunta algo más elemental: qué efecto tiene retirar físicamente el móvil durante la clase sobre el rendimiento académico, la experiencia y el bienestar del alumnado y la dinámica observable del aula.

Como hemos dicho, es un ensayo controlado y aleatorizado realizado en la primavera de 2024 con 16.955 estudiantes de diez instituciones de educación superior en Odisha, India. La intervención consistió en exigir al alumnado de los grupos asignados al tratamiento que depositara el teléfono en una caja al inicio de cada clase; los grupos de control mantuvieron el acceso habitual al dispositivo. La asignación se hizo por departamento y semestre, de modo que el alumnado vivía una condición relativamente estable durante el periodo de estudio, y no como una norma ocasional aplicada por un docente aislado.

El resultado principal es claro, aunque conviene leerlo con precisión. La retirada del móvil produjo una mejora media de 0,086 desviaciones típicas en las calificaciones. No es una revolución, pero tampoco es un efecto trivial. Los propios autores lo comparan con otras intervenciones educativas, como programas de desarrollo profesional docente o reformas curriculares, cuyos efectos suelen moverse en estos rangos modestos. Lo más interesante es la distribución del efecto: la mejora fue mayor en alumnado con rendimiento previo bajo, en estudiantes de primer curso y en áreas no STEM. En otras palabras, la intervención no benefició por igual a todo el mundo; pareció ayudar más a quienes tenían más riesgo de quedarse atrás.

Esta es la primera idea del artículo: retirar el móvil no solo puede elevar ligeramente el rendimiento medio, sino que puede funcionar como una medida de equidad académica. En educación solemos asociar la equidad con apoyos añadidos, tutorías, adaptaciones o recursos compensatorios. Este estudio sugiere que también puede haber equidad en el diseño del ambiente. Reducir una fuente de interferencia beneficia especialmente a quienes disponen de menos recursos atencionales, menos hábitos de autorregulación o una posición académica inicial más vulnerable.

Y yo aquí terminaría de escribir este articulo, porque me parece que deberíamos reflexionar bien esta última frase.

¿Y esto qué quiere decir?

Para el profesorado, la consecuencia práctica no debería simplificarse en “prohibir móviles mejora las notas”, sino más bien como “la arquitectura atencional del aula importa”. Perdonad esta frase rimbombante, pero este estudio no demuestra que toda tecnología sea perjudicial, ni que el aprendizaje deba organizarse al margen de lo digital. Lo que muestra es que la disponibilidad permanente del teléfono durante la clase puede tener un coste observable, y que retirarlo de manera sistemática puede mejorar las condiciones de trabajo del alumnado, insisto, especialmente los más vulnerables.

Esto tiene una traducción sencilla en cualquier etapa educativa: cuando la clase exige explicación, práctica guiada, discusión, lectura, escritura, resolución de problemas o evocación de conocimientos, el teléfono debe estar fuera del campo de acción inmediato. No basta con pedir que no se use. La presencia física del dispositivo ya constituye una invitación a la supervisión permanente de lo externo. El aula necesita momentos protegidos en los que el alumnado no tenga que decidir cada minuto si atiende al contenido o al circuito social y notificacional del teléfono.

Una política estable convierte la retirada del móvil en una rutina, no en un castigo. Igual que yo cuando me pongo a escribir estas cosas.

Hay otro dato de gran interés para la gestión educativa. El alumnado que experimentó la retirada del móvil aumentó su apoyo a este tipo de políticas, percibió más beneficios y redujo su preferencia por aulas sin restricción. Esto contradice una intuición frecuente: que el alumnado rechazará necesariamente cualquier limitación. Cuando el alumnado vive la diferencia, la restricción deja de sentirse solo como pérdida y empieza a interpretarse como protección del propio aprendizaje. En la práctica diaria, probablemente esto aconseja explicar la medida sin paternalismo.

Un poco más técnico

La interpretación psicológica más plausible se apoya en las funciones ejecutivas, sobre todo con el control inhibitorio. El artículo señala que retirar los móviles puede proporcionar una estructura externa al alumnado con menor control ejecutivo, algo especialmente relevante para quienes todavía no han automatizado hábitos de autorregulación académica.

Aprender exige seleccionar información, mantenerla activa, relacionarla con conocimientos previos y transformarla en esquemas más estables. Cada notificación, cada impulso de comprobación y cada conversación digital latente compiten por esos recursos.

El estudio aporta un resultado especialmente importante: las mejoras académicas no parecen explicarse por mayor asistencia. Los análisis de asistencia no muestran evidencia consistente de que la política aumentara la presencia en clase. Por tanto, el mecanismo probable no es que el alumnado fuera más a clase, sino que algo cambió dentro de la clase.

También conviene subrayar lo que el estudio no encontró. La retirada del móvil no produjo cambios significativos en bienestar subjetivo, motivación académica, aprendizaje percibido, distracción percibida, tiempo total de pantalla, frecuencia de llevar el teléfono al centro ni experiencias de acoso en línea. Sí apareció un aumento leve del miedo a perderse algo, el conocido FOMO. Esta combinación es interesante: la restricción mejora calificaciones y modifica actitudes hacia la política, pero no transforma globalmente la vida digital del alumnado ni su bienestar declarado. El efecto parece contextualizado, no mágico, como suele ser habitual.

Las observaciones cualitativas de aula también resultan interesantes: los asistentes de investigación realizaron comprobaciones aleatorias y registraron menos uso del teléfono, menos conductas disruptivas y menos conversaciones no relacionadas con la materia. También observaron que el profesorado usaba menos el móvil, estaba más ocupado con materiales educativos y dedicaba más esfuerzo a mantener el orden y el foco. Esta parte del estudio permite pensar la prohibición no como una intervención sobre individuos aislados, sino como una intervención ecológica: cambia la distribución de conductas posibles dentro del aula.

Compartir

La prudencia es imprescindible. El estudio se realizó en India, en alumnado de educación superior, con alumnado ya seleccionado académicamente, en un contexto geográfico e institucional específico. No podemos trasladar mecánicamente los resultados a infantil, primaria, secundaria o formación profesional. Tampoco sabemos si los efectos serían iguales en centros donde el alumnado dispone de portátiles, tabletas u otros dispositivos conectados. Los propios autores reconocen que hacen falta más investigaciones en otros contextos y niveles educativos, y sugieren que los efectos podrían ser incluso más pronunciados en edades más tempranas, aunque eso sigue siendo una hipótesis, no una conclusión demostrada.

Referencias

Sungu, A., Choudhury, P. K., & Bjerre-Nielsen, A. (n.d.). Removing phones from classrooms improves academic performance. Manuscrito no publicado.

Ward, A. F., Duke, K., Gneezy, A., & Bos, M. W. (2017). Brain drain: The mere presence of one’s own smartphone reduces available cognitive capacity. Journal of the Association for Consumer Research, 2, 140–154.

Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. En M. Boekaerts, P. R. Pintrich y M. Zeidner (Eds.), Handbook of self-regulation (pp. 13–39). Academic Press.

La entrevista parte de una idea aparentemente sencilla, pero con muchas implicaciones: pedir al alumnado que “piense críticamente” o que “resuelva problemas” en abstracto es un imposible. Para pensar bien sobre algo, primero hay que saber algo sobre ese campo. El conocimiento no es un adorno del aprendizaje ni el residuo de una supuesta escuela antigua, sino una condición para comprender, razonar, conectar ideas y participar con más criterio en la cultura.

A lo largo del episodio hablamos del llamado renacimiento del conocimiento, de la necesidad de construir currículos coherentes (con la participación de los docentes) y de por qué la oposición entre conocimientos y competencias suele estar mal planteada. También abordamos una cuestión especialmente relevante para el profesorado: cómo traducir estas ideas en decisiones curriculares concretas, sin caer ni en el enciclopedismo ni en metodologías vacías de contenido.

Podéis escuchar el episodio completo aquí:

Una conversación muy recomendable para docentes, equipos directivos, formadores y todas las personas interesadas en diseñar una enseñanza más rigurosa, más justa y más intelectualmente exigente.

Podéis ver el episodio completo aquí:

Compartir

Victorian Model 2 0 Traducido

597KB ∙ PDF file

Download

Download

Y es que una buena planificación de curso no empieza preguntando qué actividades vamos a hacer, sino qué aprendizaje queremos que permanezca cuando la actividad haya terminado. Esa diferencia me parece fundamental porque cambia por completo la manera de organizar septiembre, las primeras unidades, la evaluación inicial y las reuniones de ciclo, departamento o equipo docente.

El Modelo de enseñanza y aprendizaje de Victoria 2.0 puede ayudarnos precisamente a eso: a pasar de una programación acumulativa, llena de tareas, temas y productos, a una planificación más deliberada sobre cómo se construye el aprendizaje. El material distingue entre elementos del aprendizaje, como la atención, la memoria, la retención y la aplicación, y elementos de la enseñanza, como la planificación, la facilitación del aprendizaje, la enseñanza explícita y la aplicación con apoyo . Dicho de forma sencilla: no basta con decidir qué vamos a enseñar; tenemos que prever cómo lo va a integrar, practicar, recordar y usar el alumnado.

Ahora que estamos cerrando y planificando el próximo curso, este modelo resulta especialmente valioso porque obliga a mirar la programación con una pregunta muy concreta: ¿está organizada para que el alumnado aprenda de verdad o solo para que avance por contenidos?

La utilidad para la práctica diaria del profesorado

Este material puede convertirse en una herramienta de revisión de la programación anual. No hace falta rediseñarlo todo. Basta con tomar una unidad didáctica, una situación de aprendizaje o un bloque de contenidos y someterlo a una lectura reflexiva (por cierto, estoy empezando a leer otro clásico que tenía pendiente: The Reflective Practitioner, de Schön).

La primera pregunta práctica es si la planificación deja claro qué conocimiento debe adquirir el alumnado. No solo qué actividad realizará, sino qué conocimiento factual, conceptual y procedimental debe quedar consolidado. En una materia científica, puede tratarse de vocabulario específico, relaciones causales y procedimientos de indagación. En lengua, de conceptos gramaticales, estrategias de comprensión y criterios de revisión textual. En educación infantil, de rutinas, categorías, lenguaje oral y formas de interacción. En formación profesional, de protocolos, criterios de decisión y destrezas técnicas. La lógica es la misma en todas las etapas: el aprendizaje necesita contenido bien definido.

La segunda pregunta es si ese conocimiento está secuenciado. Muchas dificultades aparecen porque pedimos al alumnado que resuelva una tarea compleja sin haber asegurado los componentes previos. Planificar bien el curso implica descomponer los aprendizajes: qué debe comprender antes, qué debe practicar primero, qué ejemplos necesita ver, qué errores previsibles aparecerán y qué apoyos iremos retirando progresivamente. Una programación útil no es la que enumera muchas actividades, sino la que hace visible la progresión del pensamiento.

La tercera pregunta es si la atención del alumnado está protegida. Al inicio de curso solemos pensar en normas, materiales, plataformas y evaluación, pero pocas veces planificamos la atención. Sin atención sostenida no hay procesamiento profundo. Por eso conviene prever rutinas de inicio, consignas breves, objetivos visibles, tiempos de explicación manejables, pausas para comprobar comprensión y momentos de práctica guiada. La gestión del aula no es un añadido disciplinario: es una condición cognitiva del aprendizaje.

La cuarta pregunta es si la enseñanza explícita aparece antes de pedir autonomía. El alumnado no aprende mejor porque le dejemos solo ante tareas abiertas, especialmente cuando el contenido es nuevo. Necesita explicaciones claras, modelado, ejemplos trabajados, verbalización del proceso experto y oportunidades para practicar con retroalimentación. La autonomía no se decreta al inicio; se construye mediante apoyos que se retiran cuando el alumnado ya puede sostener la tarea con mayor control.

La quinta pregunta es si la programación incluye momentos de revisión. Si un contenido solo aparece el día que se explica y el día que se examina, estamos dejando demasiado peso a la ilusión de familiaridad. Aprender exige volver sobre lo aprendido, recordarlo sin tenerlo delante, usarlo en contextos variados y conectarlo con nuevos problemas. En la planificación del próximo curso, cada unidad debería dejar rastros en las siguientes. La memoria no se cuida al final, sino desde el diseño.

Suscríbete ahora

Con fundamento

Desde la psicología cognitiva, el modelo se apoya en una arquitectura del aprendizaje bastante consistente. El alumnado procesa información nueva en la memoria de trabajo, que es limitada. Cuando la enseñanza introduce demasiados elementos simultáneos, aumenta la carga cognitiva y disminuye la probabilidad de construir esquemas estables en la memoria a largo plazo. Por eso la claridad, la secuenciación, el modelado y la práctica guiada no son rasgos de una enseñanza “tradicional” en sentido pobre, sino condiciones para que el pensamiento pueda operar con contenido complejo (Gagné et al., 2005).

La enseñanza explícita tiene sentido especialmente cuando el alumnado se enfrenta a información nueva o poco familiar. Explicar, modelar y proporcionar ejemplos no elimina la actividad mental del alumnado; la orienta. La participación activa no consiste en estar continuamente haciendo productos visibles, sino en atender, comparar, recuperar, justificar, corregir, conectar y aplicar. Hay mucha actividad cognitiva en una buena explicación seguida de preguntas precisas, del mismo modo que puede haber poca actividad cognitiva en una tarea vistosa pero mal guiada.

La investigación sobre aprendizaje muestra que evocar activamente fortalece la disponibilidad futura del conocimiento más que releer o reconocer información ya presentada. También sabemos que espaciar la práctica y mezclar tipos de problemas favorece aprendizajes más duraderos, aunque esas estrategias resulten menos cómodas y menos intuitivas para el alumnado (Brown et al., 2014). Por eso, al planificar el próximo curso, conviene distribuir los aprendizajes importantes a lo largo del tiempo, no encerrarlos en unidades que se abandonan cuando empieza el siguiente tema.

El dominio no significa repetición mecánica, sino disponibilidad flexible. Un alumno domina un contenido cuando puede recordarlo, explicarlo con sus palabras, reconocer cuándo es pertinente, usarlo en una tarea nueva y controlar parcialmente sus errores. Esta idea conecta con la metacognición: aprender también implica saber qué se sabe, qué no se sabe todavía, qué estrategia conviene usar y cómo comprobar si la respuesta tiene sentido (Metcalfe & Shimamura, 1994).

Por eso este material es útil para planificar el próximo curso: porque devuelve al profesorado una idea esencial. Enseñar no es llenar el tiempo escolar con experiencias, sino diseñar condiciones para que el alumnado construya conocimiento, lo conserve y lo use cada vez con mayor autonomía. La programación, entonces, deja de ser un documento administrativo y se convierte en una hipótesis profesional sobre cómo hacer progresar el aprendizaje.

Compartir

Os recuerdo que estáis más que invitados a compartir y difundir el estudio sobre creencias del profesorado que está realizando mi grupo de investigación. Para ello, pincha en el enlace y mándalo a tus compañeros. Me ayuda muchísimo:

https://psyuam.eu.qualtrics.com/jfe/form/SV_3WTedldWYdjwHuC

Referencias

Brown, P. C., Roediger, H. L., III, & McDaniel, M. A. (2014). Make it stick: The science of successful learning. Harvard University Press.

Gagné, R. M., Wager, W. W., Golas, K. C., & Keller, J. M. (2005). Principles of instructional design. Wadsworth.

Metcalfe, J., & Shimamura, A. P. (Eds.). (1994). Metacognition: Knowing about knowing. MIT Press.

Victorian Department of Education. (s. f.). Victorian teaching and learning model 2.0.

En junio (o en diciembre, depende del lugar) llega el momento de evaluar el curso, y supuestamente deberíamos “hacerlo por competencias”. Es una frase que lleva en leyes educativas bastantes años, y sin embargo basta con preguntar para darse cuenta de que hay tantas definiciones como docentes.

Así que en esta entrada vamos a reflexionar un poco sobre qué significa “competencia” y qué papel juega en nuestra legislación educativa. Prepárese el lector, que vienen curvas. Además, te dejo enlaces a los textos completos, por si tienes un compañero escéptico que necesita lectura para la siesta.

Los orígenes de la palabra en cuestión

Pocas palabras han reorganizado tanto el lenguaje escolar contemporáneo como competencias. Aparece en currículos, programaciones, situaciones de aprendizaje, evaluación, formación profesional, universidad y organismos internacionales. Sin embargo, su ubicuidad ha producido también una cierta fatiga conceptual. A veces se usa como sinónimo de habilidad, otras como destreza observable, otras como resultado de aprendizaje, y otras como simple etiqueta administrativa. Conviene, por tanto, detenerse en su genealogía: el término no nació en la legislación educativa, sino en una confluencia entre lingüística, psicología, formación profesional, teoría curricular y políticas internacionales de aprendizaje permanente.

Sorprendentemente, uno de los antecedentes teóricos más influyentes aparece en la lingüística de Noam Chomsky. En su libro Aspects of the Theory of Syntax, Chomsky distinguió entre competence y performance: la competencia remite al conocimiento interno que permite producir y comprender una lengua, mientras que el desempeño es el uso efectivo de ese conocimiento en situaciones reales, condicionado por memoria, atención, errores o contexto. Aunque el currículo actual no deriva directamente de Chomsky, esta distinción instaló una tensión que sigue viva: no basta con observar una actuación; hay que inferir qué estructura de conocimiento la sostiene. Agárrate fuerte porque básicamente el origen del término viene a decir lo siguiente: no basta con saber hacer algo, hay que inferir qué sabes para poder hacer ese algo.

Otro hito decisivo fue el artículo de David McClelland, Testing for Competence Rather Than for “Intelligence”, publicado en 1973. McClelland criticó el uso de pruebas abstractas de inteligencia como predictores de éxito social o profesional y propuso evaluar competencias mediante muestras de criterio, es decir, tareas representativas de aquello que una persona debe hacer en un contexto real.

En el campo educativo internacional, el concepto se consolidó con el giro hacia el aprendizaje permanente y la empleabilidad, desde un punto de vista claramente instrumental (y económico). El proyecto DeSeCo de la OCDE definió las competencias clave como algo más que conocimientos y destrezas: implican movilizar habilidades cognitivas y prácticas, recursos psicosociales, actitudes, motivación y valores en contextos complejos. El programa PISA reforzó esta orientación al evaluar hasta qué punto el alumnado de quince años puede usar conocimientos y destrezas de lectura, matemáticas y ciencias para afrontar retos de la vida real.

Evaluar por competencias

Los organismos internacionales tomaron la palabra “competencias” y la aplicaron especialmente en la evaluación, dado que la educación para ellos, en la línea de la OCDE, tiene un fin claramente instrumental. Por ejemplo, la Unión Europea dio una formulación normativa especialmente influyente con la Recomendación de 2018 sobre competencias clave para el aprendizaje permanente. Allí se define la competencia como una combinación de conocimientos, capacidades y actitudes, y se señalan ocho competencias clave: competencia en lectoescritura, plurilingüe, matemática y en ciencia, tecnología e ingeniería, digital, personal, social y de aprender a aprender, ciudadana, emprendedora, y en conciencia y expresión culturales. También la UNESCO ha vinculado el aprendizaje competencial con los Objetivos de Desarrollo Sostenible, proponiendo objetivos cognitivos, socioemocionales y conductuales para orientar políticas, currículos y prácticas docentes.

En España, la incorporación explícita del lenguaje competencial se produce con la LOE y los reales decretos de enseñanzas mínimas de 2006. En primaria, el Real Decreto 1513/2006 introdujo por primera vez las competencias básicas en las enseñanzas mínimas y las definió como aprendizajes imprescindibles. En secundaria, el Real Decreto 1631/2006 vinculó las competencias básicas con la realización personal, la ciudadanía activa, la incorporación satisfactoria a la vida adulta y el aprendizaje permanente. En ambos casos, la formulación de los criterios de evaluación pasaron a ocupar un lugar central como supuesta referencia para valorar no solo contenidos, sino también grado de adquisición competencial.

La realidad como problema

De nuevo recurramos a Wittgenstein:

El problema de la evaluación por competencias aparece con toda su crudeza cuando el lenguaje curricular desciende a la realidad del aula y debe convertirse en calificaciones, evidencias y decisiones concretas sobre el aprendizaje del alumnado. Voy a usar el ejemplo que conozco más, y que no se puede extrapolar a todas las materias ni a todas las legislaciones autonómica. En Biología y Geología de la Comunidad de Madrid se observa una dificultad estructural: las competencias específicas no están formuladas en el mismo plano de abstracción.

Por ejemplo, estas dos que capturo directamente del boletín oficial:

Como vemos, se trata de una formulación tan amplia, transversal y casi metadisciplinar que parece redactada desde una fe ilimitada en el poder performativo de los verbos curriculares: interpretar, transmitir, argumentar, utilizar, analizar. Todo cabe ahí, precisamente porque casi nada queda delimitado con precisión. La competencia se presenta como una especie de contenedor donde conviven la alfabetización científica, la comunicación académica, el manejo de datos, la argumentación racional y la comprensión de conceptos biológicos y geológicos.

El problema no es que esos aprendizajes sean irrelevantes; al contrario, para mí son esenciales. El problema es que, formulados de ese modo, quedan suspendidos en una abstracción tan cómoda como difícilmente evaluable. El profesorado debe traducir ese enunciado a tareas concretas, evidencias observables y criterios de calificación, como si entre la retórica legislativa y el aula hubiera una continuidad natural. Pero no la hay.

La competencia relativa a planificar y desarrollar proyectos de investigación lleva esta lógica un paso más allá. Aquí ya no estamos ante una competencia escolar ordinaria, sino ante una formulación metodológica, procedimental y actitudinal tan exigente que bien podría figurar, sin demasiado rubor, en la guía docente de un grado en Biología, Geología o Ciencias Ambientales. Se espera que el alumnado planifique, indague, coopere, movilice recursos, argumente, gestione incertidumbre, reconozca limitaciones, adopte una actitud crítica y conecte el proyecto con la realidad de su entorno. Dicho así, el estudiante de secundaria aparece menos como aprendiz en proceso de construir las bases del pensamiento científico, y más como un pequeño investigador predoctoral con bata imaginaria, agenda de campo y competencias socioemocionales perfectamente calibradas.

La paradoja es evidente: la normativa proclama una sofisticación competencial de altísimo nivel, pero después esa sofisticación debe aterrizar en horarios fragmentados, laboratorios desigualmente dotados, tiempos de evaluación estrechos y alumnado con niveles muy distintos de comprensión lectora, conocimiento previo y autonomía. Así, la competencia corre el riesgo de convertirse en algo brillante en el papel, admirable en los anexos, pero mucho más quebradizo cuando debe sostener una evaluación justa, viable y seria.

Siguen los problemas

Yo siempre me he imaginado la reunión en la que se redactaron estas competencias como una cena de Navidad en la que, después de varias horas de comida y bebida en abundancia, deciden terminar la fiesta con la redacción de estos párrafos. Menos mal que la geóloga presente era la que conducía ese día y por eso no probó ni una gota. Os lo demuestro:

Analizar un paisaje concreto como patrimonio natural, explicar su historia geológica, proponer acciones de protección e identificar riesgos naturales ya sitúa al alumnado ante una tarea mucho más contextualizada, con contenidos disciplinares reconocibles y una aplicación específica.

En resumen, bajo una misma categoría normativa, “competencia específica”, conviven así operaciones cognitivas, prácticas científicas, disposiciones personales, saberes geológicos, sensibilidad patrimonial y toma de decisiones socioambientales.

El resultado es que la evaluación puede volverse conceptualmente tan inestable como la salud mental de los docentes que tenemos que evaluar estas competencias: no se evalúa siempre el mismo tipo de aprendizaje ni el mismo grado de complejidad, aunque administrativamente todo quede revestido de una aparente homogeneidad competencial.

Esta heterogeneidad tiene consecuencias pedagógicas importantes. Cuando una competencia es demasiado general, el profesorado debe reconstruir por su cuenta qué significa demostrarla, con qué tareas, con qué contenidos y con qué criterios de calidad; cuando es demasiado cargada o acumulativa, corre el riesgo de convertirse en una suma imposible de microexigencias que se evalúan de forma superficial, por ejemplo mediante rúbricas u hojas de datos infinitas, que a veces se promueven desde la propia administración.

Así que la promesa de la evaluación por competencias parece consistir en superar el examen memorístico y valorar el uso del conocimiento, pero en la práctica puede terminar generando una burocracia evaluativa donde se mezclan verbos pomposos, rúbricas extensas y evidencias fragmentarias sin una teoría clara de la progresión del aprendizaje. En Biología y Geología, por ejemplo, esto es especialmente delicado, porque comprender un proceso celular, interpretar una columna estratigráfica, diseñar una investigación o valorar un paisaje protegido no son manifestaciones equivalentes de una misma capacidad genérica, sino aprendizajes con demandas epistémicas distintas.

Como diría Wittgenstein, una vez más:

Si has llegado hasta aquí, ayúdame a seguir comprendiendo la práctica docente rellenando esta encuesta (solo si eres docente en España) pinchando aquí o escaneando el QR.

El artículo de Hübner y colaboradores (2026, ver enlace arriba) aporta una contribución especialmente valiosa porque examina esta cuestión en condiciones escolares reales. Los autores revisan las principales bases teóricas del debate y analizan un ensayo longitudinal cuasi-experimental en escuelas de primaria de Baden-Württemberg, Alemania. En el estudio participaron 35 escuelas que sustituyeron las calificaciones tradicionales por rejillas competenciales basadas en estándares, reuniones periódicas de desarrollo del aprendizaje y prácticas de evaluación formativa, junto con 40 escuelas de control que mantuvieron el sistema habitual de calificaciones. La muestra incluyó 1.218 estudiantes en las escuelas del ensayo y 1.124 estudiantes en las escuelas de control. Por tanto, la validez ecológica puede suponerse bastante elevada para lo que suele ser la investigación educativa: son circunstancias reales, en escuelas reales y en activo.

El hallazgo central invita a una lectura, como siempre, prudente: La mayor parte de los resultados evolucionó de forma semejante en ambos grupos al final de tercer curso. Se analizaron rendimiento en lectura y matemáticas, autoconcepto académico, intereses específicos, ansiedad de ejecución, disfrute del aprendizaje, bienestar y clima de aula. El resultado más favorable para las escuelas sin calificaciones apareció en el interés por las matemáticas, aunque con una magnitud limitada y sin consistencia en todos los modelos estadísticos.

Un resumen básico del estudio

El artículo organiza el debate sobre las calificaciones en torno a tres perspectivas teóricas principales: la investigación motivacional, la investigación sobre evaluación y retroalimentación, y la investigación sobre medición. Esta arquitectura conceptual resulta especialmente útil porque muestra que las calificaciones cumplen funciones distintas según el nivel de análisis. Pueden actuar como incentivos, como señales institucionales, como instrumentos de comunicación, como dispositivos de comparación o como datos utilizados para tomar decisiones educativas. Ya solo esta síntesis es interesante de comentar, así que vamos a ello.

Desde la teoría de la autodeterminación, la evaluación puede influir en la motivación a través de la autonomía, la competencia y la relación. Las prácticas evaluativas que se perciben como controladoras tienden a orientar la conducta hacia la regulación externa. Las prácticas que hacen visible el progreso, clarifican metas y ofrecen apoyo estratégico favorecen una experiencia más autónoma y competente del aprendizaje. El artículo subraya que la evidencia acumulada sobre los efectos motivacionales de las calificaciones es heterogénea, con estudios que informan efectos adversos, efectos pequeños, efectos nulos o resultados mixtos.

Desde la tradición de la evaluación formativa, el punto decisivo es el uso pedagógico de la información. Black y Wiliam definieron la evaluación formativa como aquellas actividades de profesorado y alumnado que proporcionan información utilizable para modificar la enseñanza y el aprendizaje. Esta definición sitúa la evaluación en el corazón de la regulación didáctica: observar evidencias, interpretar su significado y ajustar la acción educativa para cerrar la distancia entre el objetivo y el estado actual.

Desde la investigación sobre feedback, la calidad de la devolución depende de su contenido informativo. Hattie y Timperley distinguieron entre retroalimentación centrada en la persona, la tarea, el proceso y la autorregulación. La retroalimentación más potente ayuda al alumnado a comprender el objetivo, valorar su desempeño actual y proyectar el siguiente paso. En este marco, las calificaciones tradicionales aportan una información sintética, mientras que los comentarios, las rúbricas bien diseñadas y las conversaciones de revisión pueden ofrecer información más rica sobre el aprendizaje.

Desde la perspectiva de la medición, las calificaciones poseen una doble condición. Por una parte, pueden tener valor predictivo y cumplir funciones de comunicación, certificación y selección dentro del sistema educativo. Por otra, incorporan fuentes de variabilidad que afectan a su objetividad y fiabilidad, porque pueden reflejar no solo rendimiento, sino también esfuerzo, conducta, expectativas docentes, criterios locales y formas distintas de ponderar evidencias. El estudio destaca que los enfoques basados en estándares buscan mejorar esta situación mediante objetivos claros, indicadores de desempeño, niveles definidos y herramientas comprensibles de comunicación.

¿Y en el aula de qué me sirve?

Una primera implicación consiste en diseñar criterios de calidad antes de diseñar instrumentos de calificación. Cuando el profesorado tiene claro qué significa progresar en una competencia, puede seleccionar evidencias más pertinentes y comunicar mejor el desempeño. Las rúbricas, escalas o rejillas competenciales resultan útiles cuando expresan progresiones comprensibles y observables, no cuando se limitan a multiplicar categorías administrativas (cosa que he observado en más de una ocasión: un excel infinito a rellenar).

Una segunda implicación se refiere al momento de la retroalimentación. La información tiene mayor valor cuando llega mientras el alumnado todavía puede actuar sobre ella. Una devolución situada en la mitad del proceso favorece revisión, contraste, reelaboración y consolidación. Una devolución situada únicamente al final cumple sobre todo una función de cierre.

Una tercera implicación afecta al tipo de lenguaje utilizado. Comentarios como “bien”, “flojo” o “debes esforzarte más” ofrecen poca orientación. En cambio, una devolución que nombra el criterio, localiza la dificultad y propone una acción concreta permite avanzar. La precisión del lenguaje evaluativo es una forma de enseñanza.

Una cuarta implicación tiene que ver con la separación entre aprendizaje, conducta y hábitos de trabajo. Cuando todos estos componentes se condensan en una única nota, el alumnado recibe una señal ambigua. Una evaluación más analítica permite distinguir entre dominio conceptual, estrategia, precisión, perseverancia, colaboración o cumplimiento de plazos. Esta diferenciación ayuda a intervenir mejor y evita que el alumnado atribuya de forma global sus dificultades a una supuesta falta de capacidad.

Una quinta implicación se sitúa en el plano institucional. La mejora de la evaluación exige acuerdos compartidos entre docentes. Los centros pueden avanzar mucho cuando definen criterios comunes, revisan ejemplos de producciones del alumnado, calibran expectativas y establecen oportunidades razonables de mejora. La coherencia evaluativa es una condición de equidad.

Por eso mismo, junto a Ernesto Panadero y Adrián Parames, estamos estudiando la percepción del profesorado español sobre evaluacion formativa. Si tienes 10 minutos y nos quieres ayudar, pincha aquí y difunde entre tus conocidos y compañeros.

En resumen

Para la práctica docente, el estudio sugiere una orientación muy concreta:

Una calificación puede sintetizar el desempeño en un momento determinado, mientras que la evaluación formativa aporta información para orientar decisiones, ajustar la enseñanza y favorecer la autorregulación del alumnado.

En el aula, esto significa diseñar devoluciones que permitan comprender la distancia entre el desempeño actual y el objetivo esperado. Cuando una producción escrita, una resolución matemática, una exposición oral o una práctica experimental recibe únicamente una valoración global, el alumnado puede interpretar el resultado como una propiedad estable de su capacidad. Cuando recibe información sobre el criterio trabajado, el tipo de error, la estrategia necesaria y el siguiente paso posible, la evaluación adquiere valor formativo.

La retroalimentación eficaz ayuda al alumnado a identificar hacia dónde se dirige, cómo progresa y qué acción concreta puede realizar a continuación. Esta estructura desplaza el foco desde la mera valoración del resultado hacia la comprensión del proceso. En consecuencia, el error se convierte en evidencia diagnóstica, la revisión en una práctica intelectual y la mejora en una experiencia visible.

Una cultura evaluativa sólida combina criterios claros, tareas bien alineadas, oportunidades de revisión y comunicación precisa. La nota, cuando aparece, puede cumplir una función de síntesis y certificación. La evaluación formativa, por su parte, sostiene el proceso de aprendizaje porque proporciona información durante la construcción del conocimiento, no solo después de su cierre.

El estudio de Hübner et al. permite formular una conclusión tentativa: el aprendizaje mejora cuando la evaluación produce información relevante para enseñar y aprender. Las calificaciones pueden formar parte del sistema escolar, pero su valor pedagógico depende de la cultura evaluativa que las rodea.

Cuando la evaluación se orienta hacia criterios claros, retroalimentación de calidad y oportunidades de revisión, el alumnado dispone de mejores condiciones para comprender su propio progreso.

La pregunta decisiva para el profesorado no es únicamente qué nota recibe el alumnado, sino qué comprensión nueva obtiene sobre su aprendizaje después de ser evaluado. En esa diferencia se juega buena parte de la potencia educativa de la evaluación.

Referencias

Black, P., & Wiliam, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy & Practice, 5(1), 7–74.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112.

Hübner, N., Rutsch, J., Schnelle, A.-K., Herkommer, M., Ruth-Herbein, E., & Fauth, B. (2026). To grade or not to grade? Demystifying a centuries-old debate. Educational Psychology Review, 38, Article 76.

Koenka, A. C., Linnenbrink-Garcia, L., Moshontz, H., Atkinson, K. M., Sanchez, C. E., & Cooper, H. (2021). A meta-analysis on the impact of grades and comments on academic motivation and achievement: A case for written feedback. Educational Psychology, 41(7), 922–947.

Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and the facilitation of intrinsic motivation, social development, and well-being. American Psychologist, 55(1), 68–78.

Sin embargo, no siempre se comprende la diferencia entre esas tres cosas: la replicabilidad, la reproducibilidad y el análisis robusto. Un ejemplo:

Me llegó a través de varias personas, pero este post confunde claramente REPLICAR con REPRODUCIR. Así que vamos a desmontar el enredo. Casi todo lo que se dijo sobre estos artículos mezclaba estas tres cosas, sorprendentemente.

La primera pieza del puzle es la reproducibilidad, en sentido estricto, que consiste tomar los mismos datos y aplicar exactamente los mismos análisis para comprobar si se obtienen los mismos resultados. En el estudio de Miske y colaboradores (2026), resumido por Sánchez-Tójar (2026), se analizan 600 artículos de distintas disciplinas sociales y del comportamiento. El dato más llamativo aparece casi antes de empezar: en el 72% de los casos no se compartían ni los datos, el código o las herramientas, lo que hacía imposible siquiera intentar reproducir los resultados. Y esta primera idea es la más importante para mí: no hay investigación fiable si no se comparte absolutamente todo. Pasa con datos cuantitativos, y también con estudios cualitativos. Se comparten algunas reflexiones de los participantes, pero casi nunca se comparten los materiales en bruto. A veces, ni siquiera las propias preguntas.

Este resultado ya introduce una primera grieta en la imagen habitual. Incluso en el mejor de los casos —mismos datos, mismos métodos—, la reproducibilidad no está garantizada. Además, no es un problema homogéneo: disciplinas con normas más asentadas de compartir datos y código muestran mejores resultados (Sánchez-Tójar, 2026). Esto apunta a algo importante desde el punto de vista general: la reproducibilidad no depende solo de la calidad técnica de los análisis, sino también de las reglas del sistema en el que se produce la investigación.

Por eso, la calidad de una investigación empieza cuando se comparten de manera transparente los métodos utilizados: las preguntas de una encuesta, el proceso de búsqueda y selección de artículos, qué estudios se han incluido y por qué… Es decir, tenemos que comprobar que hay un enlace a un material suplementario completo, donde encontramos exactamente lo que se hizo. Si no encontramos ese material, en general es mejor no fiarse mucho.

El segundo bloque de resultados, desarrollado por Aczel y colaboradores (2026), es probablemente el más incómodo desde el punto de vista epistemológico, porque introduce una idea que va contra una intuición muy arraigada: que, dados unos datos, hay una manera “correcta” de analizarlos. Aquí no se cambian los datos, sino el camino analítico. Se pide a múltiples equipos independientes que analicen el mismo conjunto de datos para responder a la misma pregunta, tomando decisiones justificables según su criterio experto.

Lo que aparece entonces es una variabilidad sistemática. Solo el 34% de los reanálisis reproducen el resultado original dentro de un margen estrecho (±0.05 en tamaño de efecto), y ese porcentaje sube al 57% cuando se amplía el margen de tolerancia (Aczel et al., 2026) . Si en lugar de fijarnos en los valores exactos miramos las conclusiones, el panorama mejora pero sigue siendo significativo: el 74% de los análisis llegan a la misma conclusión que el original, pero un 24% encuentra resultados nulos o inconclusos y un 2% obtiene el efecto contrario (Aczel et al., 2026).

Esto es importante porque no puede explicarse simplemente por falta de competencia de los analistas. El propio estudio muestra que la variabilidad no disminuye con mayor experiencia o conocimiento estadístico, lo que sugiere que el origen del problema está en algo más estructural: la existencia de múltiples decisiones analíticas razonables que no están completamente determinadas por la teoría ni por los datos (Aczel et al., 2026). Dicho de otra forma, la evidencia no “habla por sí sola”, sino que depende del camino que se elige para interrogarla.

La tercera pieza es la replicabilidad, es decir, qué ocurre cuando intentamos comprobar un resultado con datos nuevos e independientes. El estudio de Tyner y colaboradores (2026) aborda esta cuestión replicando 274 afirmaciones empíricas de 164 artículos. Incluso con diseños preregistrados y potencia estadística adecuada, solo alrededor de la mitad de los resultados alcanzan significación en la misma dirección que los originales (Tyner et al., 2026) . Además, el tamaño de efecto se reduce de forma notable: la mediana pasa de aproximadamente 0.25 en los estudios originales a 0.10 en las réplicas (Tyner et al., 2026).

Si se ponen juntas estas tres dimensiones —reproducibilidad, robustez analítica y replicabilidad—, lo que emerge no es tanto una crisis en el sentido de que “todo esté mal”, sino una imagen más realista de la incertidumbre que rodea a los resultados científicos. Incluso cuando los datos están disponibles, los resultados no siempre se reproducen; incluso cuando se reproducen, pueden depender del camino analítico; y aunque sobrevivan a ambas pruebas, pueden reducirse o desaparecer cuando se contrastan con nueva evidencia.

Hay, sin embargo, una idea que me gustaría recalcar: estos resultados no implican que la ciencia social sea arbitraria o que sus conclusiones no tengan valor. De hecho, el hecho de que en torno a tres cuartas partes de los reanálisis lleguen a la misma conclusión y que aproximadamente la mitad de las réplicas confirmen los efectos sugiere que existe señal, no solo ruido.

Compartir

Por aquí os dejo esta maravilla que se ha llevado a todos los centros educativos de Victoria (Australia) para dar una pincelada de lo que deberíamos tener en cuenta.

Victorian Model 2 0 Traducido

597KB ∙ PDF file

Download

Download

Read more

La lista de propuestas incluía cuestiones muy distintas entre sí: vivienda en alquiler, resistencia antimicrobiana, zoonosis emergentes, almacenamiento energético, obesidad infantil, descenso de polinizadores o residuos plásticos. Todos eran problemas reales. Yo voté por estudiar el problema de la vivienda en alquiler, por ejemplo. Todos tenían implicaciones científicas, sociales y políticas. Y, sin embargo, solo uno fue seleccionado como prioridad en esta ocasión… Votado por la ciudadanía, según parece.

¿Adivináis cuál? El resultado fue muy sorprendente para mí y también algo revelador. El asunto más votado fue: la luz artificial en el medio nocturno. Mi sorpresa al leer el resultado me ha animado a compartir con vosotros algunas reflexiones.

Por ejemplo, a ver con claridad una dimensión decisiva de la actividad científica que rara vez ocupa un lugar central en los libros de texto: la ciencia no solo produce conocimiento. También decide, explícita o implícitamente, qué preguntas conviene investigar antes que otras.

La ciencia no persigue un único fin

Las narrativas populares, especialmente en los libros de texto, suelen presentar la ciencia como una empresa lineal cuyo objetivo sería, simplemente, descubrir la realidad física. Pero la práctica científica real responde a finalidades mucho más heterogéneas.

A veces la investigación busca explicar fenómenos naturales. Otras veces intenta predecir lo que ocurrirá bajo ciertas condiciones. En otros casos se orienta al desarrollo tecnológico, a la resolución de problemas sociales concretos, a la evaluación de riesgos para la salud o el medio ambiente, o a la mejora de procesos ya existentes. No todas esas metas son equivalentes, ni exigen las mismas preguntas, ni admiten los mismos procedimientos. La pluralidad de objetivos no es una anomalía del quehacer científico, sino una consecuencia lógica de la pluralidad de problemas que tratamos de comprender y de transformar.

La votación abierta por la Oficina de Ciencia y Tecnología del Congreso pone de relieve otro aspecto fundamental: la agenda científica no surge únicamente del interior de los laboratorios. También se construye en diálogo con preocupaciones públicas, contextos históricos e intereses colectivos. Vete a saber la movilización que ha tenido lugar para elegir la luz artificial en el medio nocturno. O tal vez mis criterios sobre los temas más importantes son radicalmente distintos a los de mis conciudadanos.

Los temas propuestos en esa consulta reflejan inquietudes muy concretas de nuestro tiempo: vivienda, salud pública, sostenibilidad ambiental, energía, bienestar infantil y juvenil. Cuando una institución científica decide elaborar un informe sobre alguno de estos asuntos, no lo hace solo porque el tema resulte intelectualmente fértil, sino porque puede contribuir a una toma de decisiones públicas más informada.

Aquí aparece una dimensión central de la ciencia contemporánea: su inserción en redes de financiación, regulación, demanda social e interpretación política. En unos casos las prioridades vienen impulsadas por avances teóricos o por nuevas posibilidades técnicas. En otros, por emergencias sociales de gran escala. En ese sentido, la agenda científica se parece bastante a un mapa de problemas colectivos. Lo que una sociedad decide estudiar con más intensidad dice mucho sobre sus vulnerabilidades, sus expectativas y sus conflictos. Algo que desarrolla fantásticamente en su magnifica charla con .

Entre la curiosidad y la utilidad

Todo esto no significa que la investigación solo tenga valor cuando se orienta directamente a resolver problemas prácticos. Sería un error reducir la ciencia a una función meramente instrumental. Una parte decisiva del progreso científico proviene de la investigación básica, es decir, de aquella que nace de la curiosidad por comprender aspectos del mundo sin una aplicación inmediata a la vista.

De hecho, muchos avances tecnológicos de enorme impacto surgieron de preguntas que, en su origen, parecían puramente teóricas. La física cuántica no se desarrolló para construir ordenadores cuánticos ni para mejorar sistemas de comunicación, sino para explicar anomalías en el comportamiento de la materia que no encajaban en los modelos disponibles.

Pero incluso la investigación más básica no se desarrolla en un vacío social. También ella está condicionada por la financiación disponible, por los marcos institucionales, por la formación previa de quienes investigan, por las oportunidades técnicas de cada momento y por la sensibilidad colectiva hacia determinados problemas emergentes. La curiosidad científica existe, desde luego, pero siempre opera dentro de condiciones históricas concretas.

Cuando se enseña ciencia en la escuela, el método científico suele presentarse como una secuencia relativamente nítida: observación, formulación de hipótesis, experimentación, análisis y conclusión. Esa formulación tiene escaso valor didáctico, desde mi punto de vista, y simplifica en exceso lo que realmente ocurre en la práctica investigadora.

Formular buenas preguntas

Antes de formular una hipótesis hay que decidir qué merece ser preguntado. Y esa decisión no es menor ni secundaria. Elegir buenas preguntas constituye una de las operaciones más decisivas de la investigación. Una pregunta fértil puede abrir líneas de trabajo durante décadas. Una pregunta mal planteada puede consumir tiempo, recursos y esfuerzo sin generar conocimiento relevante.

Esa idea puede trabajarse en cualquier etapa educativa. En primaria y secundaria permite cuestionar la visión simplificada del llamado método científico como una secuencia rígida y universal. En bachillerato y universidad ofrece una oportunidad excelente para introducir nociones de agenda científica, relevancia social, financiación y transferencia del conocimiento. Y en la formación del profesorado resulta especialmente útil para enseñar cultura científica en un sentido fuerte: no solo qué dice la ciencia, sino cómo decide aquello sobre lo que va a pronunciarse.

Plantearlo en clase también tiene una consecuencia pedagógica importante. Invita al alumnado a pasar de una relación pasiva con el conocimiento a una relación interrogativa. No se trata solo de entender respuestas, sino de examinar por qué unas preguntas llegan a formularse y otras quedan desplazadas. Algo de esto estamos haciendo en FUHEM desarrollando materiales y libros de texto sobre problemáticas ecosociales.

Entender cómo se construyen las agendas de investigación permite desarrollar una visión más madura de la ciencia. No la reduce ni la debilita. Al contrario: la sitúa en su complejidad real. La ciencia no es un mecanismo automático que produce verdades inevitables al margen del mundo. Es una actividad humana rigurosa, sí, pero también situada, organizada, financiada y orientada por prioridades colectivas.

Reconocer esto no disminuye su valor. Lo vuelve más inteligible.

Y quizá ahí esté una de las lecciones más útiles de este post. Además de preguntarnos qué respuestas ofrece la ciencia, conviene detenernos en una cuestión anterior: qué preguntas estamos decidiendo investigar.

En este episodio de Entreaguas conversamos con Marta sobre algo que atraviesa buena parte de los debates educativos actuales: la dificultad de pensar bien cuando el terreno está lleno de intuiciones fuertes, intereses, inercias institucionales y soluciones empaquetadas.

Porque enseñar es una actividad práctica, sí. Pero no por eso debería ser una actividad intelectualmente pobre. Al contrario. Precisamente porque las decisiones docentes tienen consecuencias reales, necesitamos mejores preguntas, mejores criterios y una relación más adulta con la investigación.

No se trata de pedir al profesorado que se convierta en investigador. Tampoco de convertir cada decisión de aula en una revisión sistemática. Se trata de algo más básico y más exigente: aprender a distinguir entre una idea plausible y una idea bien sustentada; entre una experiencia personal y una regularidad; entre una moda pedagógica y una propuesta que ha sido puesta a prueba; entre lo que nos gustaría que funcionara y lo que parece funcionar bajo determinadas condiciones.

Ese matiz es importante. La evidencia no sustituye al juicio profesional. Pero un juicio profesional que nunca se expone a la evidencia corre el riesgo de convertirse en costumbre con prestigio.

La conversación con Marta es valiosa por muchas razones, pero sobre todo para mí porque no cae en el tono de superioridad con el que a veces se habla de estos temas. Marta no cae en esa “prepotencia académica” que se dedica a señalar ingenuidades ajenas desde una supuesta torre científica (algunos son expertos en esto, aunque no lo admitan). Marta nos ayuda a reconocer que todos necesitamos filtros. También quienes investigan. También quienes divulgamos. También quienes llevamos años en el aula y hemos visto pasar demasiadas promesas con apariencia de revolución.

Pensar mejor no siempre conduce a hablar más alto. A veces conduce a hablar con más cuidado. Y ese cuidado es hoy bastante urgente. Porque la educación no necesita más eslóganes, sino menos ruido, menos gesticulación y más capacidad para sostener preguntas difíciles sin correr inmediatamente hacia la respuesta que ya teníamos preparada.

Cuando preparo un artículo para el aula, pienso en las personas que me leéis, en vuestros intereses e inquietudes. Busco, sobre todo, seros útil. Os interesa mucho, y lo comprendo, leer sobre ideas prácticas que pueden ayudarnos a hacer algo distinto o a pensar de otra manera lo que hacemos en el día a día.

Sin embargo, eso no sucede cuando escribo sobre el segundo tema, la investigación científica. Entonces, no pienso tanto en lo que sabes que necesitas. Mis lectores valoráis como útiles mis ideas, y os lo agradezco de corazón. Pero cuando escribo sobre meta-análisis, incertidumbre o buenas preguntas pienso en lo que, según mi punto de vista, necesitas pero quizá todavía no sabes que necesitas. Porque conocer los beneficios que nos puede aportar la investigación, y recibir algunas claves para entenderla y poder utilizarla para pensar, me parece de lo más importante que puedo compartir. A mí, desde luego, es lo que más me ha ayudado a mejorar.

Sin embargo, estas entradas suelen recibir mucha menos atención. Por ejemplo, la entrada sobre los cuatro pasos del diseño didáctico recibió casi cuatro mil visitas, mientras que aquella más reciente sobre los meta-análisis apenas superó las dos mil. No son malos números, así que escribo desde el agradecimiento. Pero ya que este es un espacio de reflexión, me permito detenerme en esos datos y compartir con vosotros lo que me sugieren.

Creo que muchas veces buscamos una lectura que nos aporte ideas para poner en práctica. Y no hay más que asomarse a internet para comprobar que existe una oferta inabarcable de actividades, fichas, rutinas, aplicaciones y recursos que pueden encontrar un hueco en nuestras aulas. Algunas de esas propuestas serán valiosas. Otras, quizá no tanto. El problema es que, sin ciertos criterios, todo puede parecer igualmente convincente.

Por eso también es importante leer sobre maneras de leer. Maneras de mirar una propuesta antes de adoptarla. Maneras de preguntarnos qué problema intenta resolver, en qué evidencia se apoya, qué sabemos realmente sobre sus efectos, qué límites tiene y bajo qué condiciones podría funcionar. Para eso necesitamos comprender, aunque sea de forma progresiva, qué significa observar, experimentar, analizar y sintetizar resultados. Y, más importante todavía, cómo interpretar esas síntesis sin convertirlas en recetas ni en consignas.

Porque la investigación educativa está ahí para darnos mejores preguntas. No elimina la complejidad de enseñar, ayuda a orientarse dentro de ella. Nos permite distinguir entre intuiciones sugerentes (sexis, que diría mi admirada Fátima García Doval) y afirmaciones bien sustentadas, entre una moda pedagógica y una posibilidad razonable, entre lo que entusiasma al principio y lo que realmente merece permanecer.

Por eso, desde mi punto de vista, hablar de investigación también es hablar de aula. Es hablar de decisiones concretas, de tiempo limitado, de alumnado diverso, de expectativas, de dudas, de responsabilidad. Cada vez que elegimos una forma de explicar, de practicar, de evaluar o de acompañar, estamos actuando sobre alguna idea, explícita o no, acerca de cómo se aprende. La investigación no nos libra de decidir, pero puede hacer que decidamos con mayor lucidez.

No sé si esta entrada recibirá muchas visitas. Pero me gustaría que me leyeras. No solo cuando traigo una idea concreta que quizá puedas probar mañana, sino también cuando intento compartir las herramientas que a mí me han ayudado a mirar esas ideas con más profundidad. Porque a veces necesitamos una forma nueva de preguntarnos por qué hacemos lo que hacemos.

A veces hablamos de leer como si fuera una competencia que emerge casi espontáneamente: rodeamos a los niños de libros, les damos oportunidades, confiamos en que el contacto con textos ricos hará el resto. Pero la investigación sobre lectura lleva décadas señalando algo bastante menos cómodo: aprender a leer no es natural. Requiere enseñanza explícita, sistemática y bien secuenciada.

En este episodio de Entre Aguas, Matías Rojas y yo conversamos con Julián Palazón, doctor en Ciencias de la Educación, psicólogo y pedagogo especializado en dificultades específicas de aprendizaje e intervención en lectura. Su trabajo se centra, entre otras cosas, en la conciencia fonológica, la alfabetización inicial y la intervención con alumnado con dificultades.

La conversación gira en torno a una idea sencilla, pero con enormes implicaciones prácticas: no deberíamos esperar a que un alumno fracase en lectura para intervenir. La lectura se construye sobre componentes que pueden enseñarse, observarse y evaluar desde muy pronto: conciencia fonológica, correspondencias grafema-fonema, decodificación, fluidez, vocabulario y comprensión.

Lo interesante del episodio es que no se queda en el lema de “alinear nuestra enseñanza con la investigación”. Baja al terreno de aula: qué significa trabajar la conciencia fonológica, por qué la lectura y la escritura están tan conectadas, qué papel tiene la enseñanza explícita y cómo podemos pensar mejor la prevención de las dificultades lectoras.

También hablamos de una tensión muy habitual en educación: la distancia entre lo que sabemos desde la investigación y lo que realmente acaba ocurriendo en las aulas. No porque los docentes no quieran hacerlo bien, sino porque muchas veces reciben mensajes contradictorios, formación fragmentaria o propuestas metodológicas que suenan bien, pero no siempre se apoyan en buenos modelos de cómo aprenden los niños a leer.

Por eso creo que este episodio puede ser útil para familias, maestr@s, orientadores, especialistas de Audición y Lenguaje, equipos directivos y cualquier persona interesada en pensar la alfabetización con más rigor y menos eslóganes.

Podéis escuchar el episodio aquí:

O vernos las caras aquí:

La teoría educativa ha insistido durante décadas en este punto. El aprendizaje significativo sostiene que lo que el alumnado ya sabe condiciona de forma decisiva lo que puede aprender a continuación (Ausubel, 1968). Desde el constructivismo como teoría del aprendizaje se entiende que lo nuevo se asimila y, si es necesario, reestructura los esquemas existentes; cuando esos esquemas faltan o son frágiles, la asimilación se vuelve confusa (Piaget, 1952). La mediación del docente sólo funciona si operamos dentro de una zona de desarrollo próximo que, por definición, se apoya en herramientas ya disponibles (Vygotsky, 1978). Además, la teoría de la carga cognitiva recuerda que presentar a la vez mecanismos de transporte y anatomía renal exige a la memoria de trabajo más de lo razonable: sin conceptos previos consolidados, la atención se dispersa en detalles no esenciales (Sweller, Ayres, & Kalyuga, 2011). A esto se suma un fenómeno bien documentado: las ideas alternativas resistentes —por ejemplo, interpretar la difusión como una “tendencia” intencional de las partículas— distorsionan la lectura de cualquier ejemplo posterior (Chi, 2005).

Así que tenemos una idea bastante ubicua en diferentes perspectivas del diseño instruccional: los organizadores previos descritos por la propia tradición de aprendizaje significativo y la práctica guiada sistemática conducen a mejores resultados que la exposición desnuda (Ausubel, 1960/1968; Rosenshine, 2012). Para una síntesis accesible y con respaldo empírico, la obra colectiva How People Learn sigue siendo un buen punto de partida (Bransford, Brown, & Cocking, 2000).

Trasladar esto al aula exige primero una descripción rápida del punto de partida. Un breve diagnóstico con dos o tres preguntas de opción múltiple y una cuestión abierta —por ejemplo, “explica por qué una célula en medio hipertónico pierde agua”— basta para estimar si conviene reenseñar mecanismos de base o si un recordatorio es suficiente. El diagnóstico no se usa para calificar, sino para decidir la secuencia: si buena parte del grupo confunde ósmosis con difusión simple, empezar por la nefrona es poco provechoso (Rosenshine, 2012).

Con la fotografía inicial hecha, resulta útil ordenar el conocimiento previo de forma explícita. Un mapa conceptual que relacione gradiente, membrana y gasto de ATP ayuda a separar procesos pasivos de los que requieren energía (Ausubel, 1968). Conviene acompañarlo de un organizador previo visual del nefrón donde el profesorado señale, sin tecnicismos innecesarios, qué tramos dependen sobre todo de difusión, cuáles de ósmosis y dónde aparece el transporte activo. Esta señalización libera memoria de trabajo: el alumnado no necesita retener definiciones mientras escucha; puede concentrarse en el porqué y el dónde (Sweller et al., 2011).

Las demostraciones cortas consolidan esas nociones sin distraer. Una bolsa de diálisis en soluciones con distinta osmolaridad permite observar el movimiento de agua; o simplemente una bolsa de té. Un soluto difundiéndose a diferente temperatura muestra que la velocidad cambia, no la dirección del gradiente; una analogía mecánica sencilla (una puerta que sólo se abre “pagando” con una ficha como de casino) introduce el transporte activo antes de hablar de la bomba Na⁺/K⁺. El objetivo es fijar reglas operativas con ejemplos transparentes, de modo que cuando aparezca el siguiente concepto no haga falta retroceder a definir términos (Chi, 2005).

La secuenciación importa. Primero se consolidan los mecanismos; después se incorporan los nombres y las funciones de cada tramo del nefrón. En la práctica, esto implica explicar cómo se mueve el agua y los solutos, practicar de inmediato con unos pocos ítems breves y espaciar el repaso en sesiones sucesivas (Rosenshine, 2012). Cuando se “pasea” por el sistema urinario, cada segmento se interpreta a la luz de un mecanismo ya comprendido: la filtración glomerular como proceso fundamentalmente impulsado por presión; la reabsorción en el túbulo proximal con transporte activo y difusión facilitada; la creación y aprovechamiento de gradientes osmóticos en el asa de Henle; y la modulación fina en el túbulo distal y el colector bajo regulación hormonal. La narrativa pasa de “qué partes hay” a “qué problema resuelve cada parte y con qué mecanismo lo resuelve” (Bransford et al., 2000).

La evaluación formativa sostiene este andamiaje. Preguntas de sondeo durante la explicación, por ejemplo, “si inhibimos las bombas de sodio, ¿qué tramo falla primero y qué efecto tendría en el volumen de orina?”. Trabajar errores típicos en voz alta —una explicación incorrecta analizada y corregida— es más eficaz que proponer ejercicios impecables (Chi, 2005). Una rúbrica mínima que distinga entre definir, aplicar, transferir y predecir da al alumnado un horizonte claro y al profesorado criterios para ajustar la clase sin sobresaltos (Rosenshine, 2012).

Quien acompaña estas prácticas necesita, además, un guion. A mí me funciona un conjunto de diapositivas breve, con las definiciones clave, un esquema de la nefrona señalizado y problemas cortos de transferencia. También ayuda trabajar las analogías de lenguaje: “gradiente” como diferencia de concentración; “energía” como ATP y no como “esfuerzo”; “pasivo” no como “sin trabajo”, sino como “sin gasto metabólico”. Esta precisión reduce malentendidos sin convertir la clase en bioquímica avanzada (Bransford et al., 2000).

La conclusión sería: primero hay que asegurar los cimientos conceptuales y, sólo entonces, construir encima. El sistema urinario deja de ser una enumeración de partes y se convierte en una solución integrada a un conjunto de problemas fisiológicos. Ese giro es la diferencia entre recordar definiciones para un examen y poder anticipar qué sucede cuando una variable cambia.

Referencias (APA 7)

Ausubel, D. P. (1960). The use of advance organizers in the learning and retention of meaningful verbal material. Journal of Educational Psychology, 51(5), 267–272. https://doi.org/10.1037/h0046669

Ausubel, D. P. (1968). Educational psychology: A cognitive view. Holt, Rinehart and Winston.

Bransford, J. D., Brown, A. L., & Cocking, R. R. (Eds.). (2000). How people learn: Brain, mind, experience, and school. National Academy Press.

Chi, M. T. H. (2005). Commonsense conceptions of emergent processes: Why some misconceptions are robust. The Journal of the Learning Sciences, 14(2), 161–199. https://doi.org/10.1207/s15327809jls1402_1

Piaget, J. (1952). The origins of intelligence in children (M. Cook, Trans.). International Universities Press. (Original work published 1936)

Rosenshine, B. (2012). Principles of instruction: Research-based strategies that all teachers should know. American Educator, 36(1), 12–19.

Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer.

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes (M. Cole, V. John-Steiner, S. Scribner, & E. Souberman, Eds.). Harvard University Press.

Con el tiempo, sin embargo, esa percepción empezó a cambiar, y no tanto porque dejara de valorar los meta-análisis —al contrario—, sino porque empecé a entender mejor qué son exactamente y qué tipo de trabajo hacen dentro del conocimiento científico. Fue ahí donde apareció la idea de esta entrada: ayudaros a daros a comprender qué hay detrás de un estudio de tipo meta-analítico.

Un meta-análisis puede definirse como una herramienta estadística e inferencial que ayuda a ordenar y sintetizar los resultados de varios estudios sobre una misma pregunta. La palabra “inferencial” es importante: significa que no se limita a describir lo que encontraron esos estudios, sino que intenta extraer una conclusión más general a partir de ellos. Es decir, usa los datos disponibles para estimar qué efecto es razonable esperar más allá de cada investigación concreta.

Esto es especialmente útil porque los estudios individuales, por sí solos, suelen ofrecer una imagen parcial. Un estudio puede tener una muestra pequeña, otro puede haber encontrado un resultado más fuerte, otro un resultado más débil, y otro incluso un resultado aparentemente contrario. Esa variación no significa necesariamente que unos estudios “tengan razón” y otros “estén mal”. Muchas veces refleja algo normal en investigación: los resultados fluctúan por azar, por diferencias en las muestras, por diferencias en el diseño o por el modo en que se ha medido una variable.

Lo que hace un meta-análisis, en esencia, es recoger los resultados de múltiples investigaciones y traducirlos a una métrica común. Esa métrica suele ser el tamaño del efecto. Un tamaño del efecto es una forma estandarizada de expresar la magnitud de un resultado. No se limita a decir si una diferencia es “estadísticamente significativa” o no, sino que intenta responder a una pregunta más informativa: ¿cuán grande es la diferencia?, ¿cuánto mejora un grupo respecto a otro?, ¿qué intensidad tiene la relación entre dos variables? Por ejemplo, en educación, no nos interesa solo saber si una intervención “funciona” en sentido estadístico, sino si produce una mejora pequeña, moderada o grande en el aprendizaje.

Una vez que los resultados se han expresado en una métrica comparable, el meta-análisis los combina para obtener una estimación conjunta. Esa estimación suele interpretarse como el efecto medio: una aproximación al efecto global que se observa cuando miramos el conjunto de la evidencia disponible. Pero ese efecto medio no debe entenderse como una verdad definitiva ni como una garantía de que el efecto será igual en todos los contextos. Es una estimación, es decir, un cálculo aproximado basado en los estudios incluidos y condicionado por su calidad, su diseño, sus muestras y sus posibles sesgos.

Además, los meta-análisis no suelen tratar todos los estudios como si aportaran exactamente la misma información. Normalmente, los estudios más precisos tienen más peso en el resultado final. La precisión estadística se refiere al grado de incertidumbre que rodea una estimación. Un estudio con una muestra grande y poca variabilidad suele ofrecer una estimación más precisa que un estudio pequeño con resultados muy dispersos. Por eso, en muchos meta-análisis, los estudios con menor error estándar —es decir, con menor margen de incertidumbre en torno a su estimación— pesan más que los estudios menos precisos.

Desde el punto de vista estadístico, esto tiene mucho valor. Al combinar estudios, el meta-análisis puede aumentar la potencia estadística. La potencia es la capacidad de un análisis para detectar un efecto cuando ese efecto realmente existe. Muchos estudios individuales, sobre todo en educación y psicología, trabajan con muestras relativamente pequeñas, y eso hace que puedan pasar por alto efectos reales simplemente porque no tienen suficiente información para detectarlos con claridad. Al reunir varios estudios, el meta-análisis puede reducir ese problema.

También ayuda a reducir el impacto del azar. En una investigación concreta, el resultado puede estar muy influido por las características accidentales de la muestra: los alumnos concretos que participaron, el profesor, el centro, el momento del curso, la forma exacta de aplicar la intervención o incluso pequeñas fluctuaciones aleatorias. Cuando se combinan muchos estudios, parte de ese ruido tiende a compensarse. Por eso, el resultado agregado puede ser más estable que el resultado de un único estudio.

Ahora bien, un meta-análisis depende de los estudios que incluye. Una crítica habitual es que el meta-análisis mezcla estudios diferentes y “cocina” los resultados. Sin embargo, esa es una crítica a un meta-análisis mal hecho. A medida que se desarrollan multitud de técnica meta-analíticas, precisamente se avanza en herramientas que permiten distinguir los tipos de resultados que estamos incluyendo. Una frase conocida que se utiliza es “garbage in, garbage out”. Esto quiere decir que si introduzco estudios mal hechos en un meta-análisis, pues será también un meta-análisis malo. Si para cenar tengo las sobras de la comida y son restos de pizza, hamburguesa y tacos, pues es difícil que la cena sea mejor que la comida.

Si esos estudios son débiles, están mal diseñados, miden cosas diferentes o solo publican los resultados favorables, el meta-análisis puede ofrecer una estimación aparentemente precisa pero profundamente problemática. Por eso, un buen meta-análisis no solo calcula un efecto medio, sino que también examina la heterogeneidad, es decir, hasta qué punto los resultados de los estudios son parecidos o diferentes entre sí. Si los estudios muestran efectos muy distintos, necesitamos preguntarnos por qué: quizá la intervención funciona mejor en unas edades que en otras, quizá depende de la duración, quizá no se ha aplicado de la misma manera o quizá los estudios no están investigando exactamente el mismo fenómeno.

Conclusiones para un lector ocasional

Así, el valor de un meta-análisis no está en convertir muchos estudios en una respuesta simple, sino en ayudarnos a interpretar mejor un conjunto de evidencia. Nos permite estimar la magnitud promedio de un efecto, valorar cuánta incertidumbre hay alrededor de esa estimación, observar si los resultados son consistentes o variables, y formular mejores preguntas sobre cuándo, cómo y para quién puede funcionar una intervención.

En ese sentido, un meta-análisis no es un sello definitivo de verdad, sino una herramienta potente para pensar con más cuidado sobre la evidencia acumulada.

Es decir, lo primero que hay que comprobar es que la selección de estudios incluidos es buena, que se incluye el protocolo, o al menos una descripción transparente de los criterios que se han seguido para buscar, seleccionar y excluir investigaciones. Esto es fundamental porque un meta-análisis no vale solo por aplicar técnicas estadísticas sofisticadas, sino por la calidad del conjunto de estudios sobre el que trabaja. El protocolo permite saber si los autores definieron de antemano qué pregunta querían responder, qué bases de datos iban a consultar, qué palabras clave utilizarían, qué tipos de estudios aceptarían, qué condiciones metodológicas exigirían y cómo resolverían los casos dudosos.

Por eso, el “efecto medio” que calcula el meta-análisis es precisamente el lugar donde empiezan los malentendidos si no se mira con cuidado. Porque lo que el meta-análisis nos ofrece no es una descripción directa de la realidad, sino una especie de centro de gravedad construido a partir de estudios que difieren en aspectos relevantes: quiénes son los estudiantes, qué contenidos se trabajan, cuánto dura la intervención, cómo se implementa, qué formación tiene el profesorado, qué se mide exactamente como aprendizaje y en qué condiciones institucionales se desarrolla todo ello. Cuando se combinan todos esos elementos, el resultado es un promedio que puede ser útil como orientación general, pero que no debe confundirse con una promesa aplicable sin más a cualquier contexto.

Durante un tiempo, yo mismo tendía a pensar que al agregar estudios estábamos, de alguna forma, “limpiando” sus diferencias y acercándonos a algo más cercano a la verdad. Sin embargo, lo que ocurre en realidad es casi lo contrario: la agregación no elimina la heterogeneidad, sino que la pone de manifiesto, y en disciplinas como la educación esa heterogeneidad no es una anomalía, sino una característica estructural.

Otro punto donde conviene detenerse, porque genera mucha confusión en la práctica, tiene que ver con la interpretación causal. El hecho de que un meta-análisis combine múltiples estudios no implica que sus conclusiones sean automáticamente causales. Si los estudios incluidos son observacionales, lo que se está sintetizando son asociaciones, por muy consistentes que estas parezcan. Si se incluyen diseños experimentales, la inferencia causal gana solidez, pero incluso en ese caso sigue siendo necesario preguntarse hasta qué punto los efectos observados se mantienen cuando se trasladan a otros contextos, con otras condiciones de implementación y otras restricciones organizativas.

Esto tiene consecuencias directas para la práctica docente, porque desplaza el foco desde la búsqueda de respuestas cerradas hacia la construcción de criterio, algo de lo que hemos hablado ya reciéntemente. No se trata de desconfiar sistemáticamente de los meta-análisis, sino de leerlos con una cierta competencia epistémica que permita situarlos en su justo lugar. Hay además un matiz técnico que ayuda a entender por qué estas preguntas son relevantes, y que suele pasar desapercibido fuera de los contextos más especializados. El meta-análisis suele proporcionar un intervalo de confianza alrededor del efecto medio, lo que indica con qué precisión estimamos ese promedio.

Con todo esto, podría parecer que el mensaje es escéptico o incluso desalentador, pero en realidad ocurre lo contrario. Precisamente porque los meta-análisis no son verdades definitivas, sino herramientas que organizan la incertidumbre, resultan especialmente valiosos. Permiten identificar patrones que no se aprecian en estudios aislados, estimar órdenes de magnitud y distinguir entre efectos más o menos robustos. Nos obligan, además, a pensar en términos probabilísticos y a abandonar la idea de que el conocimiento científico consiste en acumular certezas inmutables.

Por eso creo que merece la pena defenderlos, pero hacerlo bien implica también resistirse a convertirlos en argumentos de autoridad. Cuando se utilizan de ese modo, no solo se pierde su riqueza, sino que se reproduce una forma de pensamiento que la propia ciencia intenta superar: la de buscar una respuesta definitiva que evite tener que lidiar con la complejidad, la variación y los límites de lo que sabemos.

Si quieres leer más, en esto estoy yo:

Borenstein, M., Hedges, L. V., Higgins, J. P. T., & Rothstein, H. R. (2009). Introduction to meta-analysis. Wiley.

Glass, G. V. (1976). Primary, secondary, and meta-analysis of research. Educational Researcher, 5(10), 3–8.

Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.

Sterne, J. A. C., Egger, M., & Moher, D. (Eds.). (2011). Chapter 10: Addressing reporting biases. In J. P. T. Higgins & S. Green (Eds.), Cochrane handbook for systematic reviews of interventions (Version 5.1.0). The Cochrane Collaboration.

Hablamos de eso y de muchas cosas más en el tercer episodio del podcast “Entre aguas”, un proyecto que nos esta dando muchas alegrías y que os invitamos a escuchar y a difundir.

En educación hablamos mucho de liderazgo pedagógico, pero a veces lo hacemos de una manera demasiado abstracta. Decimos que los líderes deben promover una cultura de aprendizaje, acompañar al profesorado, impulsar la innovación, analizar datos, favorecer la colaboración y mejorar los resultados. Todo eso suena bien. Pero la cuestión decisiva es otra: ¿desde dónde se lidera? Porque no es lo mismo liderar desde la cercanía que liderar desde la distancia. No es lo mismo construir una visión compartida con los docentes que bajar instrucciones desde un despacho. No es lo mismo acompañar que supervisar. No es lo mismo generar condiciones para enseñar mejor que pedir evidencias de que se está enseñando mejor.

El episodio me hizo pensar precisamente en esa tensión. Los buenos líderes escolares no son los que tienen todas las respuestas, sino los que consiguen crear las condiciones para que las preguntas importantes puedan hacerse. Y muchas de esas preguntas son incómodas: qué prácticas están funcionando realmente, qué decisiones estamos tomando por costumbre, qué problemas estamos tapando con actividades vistosas, qué datos estamos usando solo para justificar lo que ya pensábamos, qué conversaciones profesionales no estamos teniendo porque no hay tiempo, confianza o estructura para tenerlas.

Por eso el liderazgo escolar no debería entenderse como una posición elevada, sino como una forma de presencia. Liderar no es estar por encima de un centro, sino dentro de ella de una manera especialmente responsable. No significa intervenir en todo ni controlar cada decisión, pero sí estar suficientemente cerca como para comprender qué está pasando antes de decidir qué debería pasar.

Esto tiene implicaciones muy concretas para los docentes y para los equipos directivos. La primera es que la tarea de quien dirige no es multiplicar exigencias, sino construir condiciones: tiempos compartidos, criterios comunes, espacios de observación, conversaciones centradas en evidencias del aula, acuerdos sostenibles y una cultura en la que revisar la práctica no se viva como una amenaza.

La segunda implicación tiene que ver con la confianza profesional. Un líder que habita en el Olimpo suele necesitar demostrar que controla. Un líder que habita la escuela necesita construir confianza. Y la confianza no se consigue pidiéndola, sino justo al contrario. Si tienes que pedir confianza, es que no puedes ganarla de otra manera.

Bajar del Olimpo, entonces, no significa renunciar a liderar. Significa liderar mejor. Significa pasar del discurso a la práctica, de la supervisión al acompañamiento, de la ocurrencia a la evidencia, de la presión individual a la construcción colectiva. Significa entender que una escuela no se transforma desde la altura, sino desde una presencia inteligente, humilde y sostenida.

Suscríbete ahora