“El fracaso productivo genera aprendizajes para el siglo XXI”.
Entrevista realizada por:
Manu Kapur, catedrático de Ciencias del Aprendizaje y Educación Superior en la ETH Zúrich, desarrolló el concepto de «fracaso productivo». En la segunda parte de nuestra entrevista, habla sobre el conocimiento tácito y explícito, y señala que la tecnología acabará siendo el principal medio para transmitir este último, pero no el primero. Explica por qué las pruebas estandarizadas no preparan a los estudiantes para la vida real y presenta un ejemplo positivo de una intervención en materia de política educativa.
Sabine Gysi: La transformación del aula tradicional ya está aquí. Inteligencia artificial se está volviendo cada vez más importante en la enseñanza y el aprendizaje. Suponiendo que queremos promover Fracaso productivo Diseños de aprendizaje: Un profesor humano puede no resistir la tentación de guiar y brindar apoyo. Dado que los profesores humanos tienen estas limitaciones, ¿son menos capaces de enseñar que los robots? ¿Demostrará la IA ser el profesor perfecto?
Manu Kapur: Hay dos niveles para responder a esta pregunta. Su observación es correcta: los profesores tienen este impulso de enseñar. Si ven que alguien no sabe algo, su impulso inmediato es ayudarle. ¿Pueden los profesores controlar este impulso? He trabajado con profesores durante una década y hemos recibido formación para reprimir ese impulso; les explico por qué esto hace que el alumno se esfuerce más cognitivamente, lo que a su vez le ayuda a aprender mejor. Con formación y una comprensión de cómo se produce el aprendizaje, los profesores son capaces de reprimir ese impulso.
¿Será la IA una mejor maestra? Hablemos del conocimiento explícito frente al tácito. Si le preguntas a un experto: "¿Cómo resolviste este problema?" o a un artista: "¿Cómo dibujaste esto?", a menudo les resulta muy difícil explicarlo. Quizás puedan explicar algunos aspectos de su desempeño —el conocimiento explícito—, pero hay aspectos que simplemente no podrán articular; podrían decir: "¡No lo sé, simplemente lo hice!". Este es el conocimiento tácito, y es algo que solo se puede aprender en la práctica, trabajando con un experto en un grupo con problemas complejos; no es algo que se pueda especificar. Se desarrolla a lo largo del tiempo.
“El aprendizaje profundo se produce cuando el conocimiento explícito se coordina con el conocimiento tácito, y ahí es donde la IA todavía tiene un largo camino por recorrer.”
El conocimiento explícito es programable. La tecnología puede gestionarlo; creo que todo lo explícito acabará codificándose. Si la función principal de un profesor es transmitir conocimiento explícito, pronto será irrelevante; pero el aprendizaje profundo se produce cuando el conocimiento explícito se coordina con el conocimiento tácito, y ahí es donde la IA aún tiene un largo camino por recorrer.
La IA aún no está en condiciones de reemplazar a los profesores en la medida en que estos sean capaces de diseñar un aprendizaje que coordine de forma eficaz el conocimiento explícito y el tácito.
SG: Una vez dijiste: «Desafía, pero no frustres». Pero, ¿dónde termina el desafío y comienza la frustración? En otras palabras: ¿Existe alguna manera de personalizar el Fracaso Productivo para atender las necesidades individuales de los estudiantes en diferentes niveles dentro de una clase?
MK: Ahí es donde la tecnología y la IA pueden ser de gran ayuda, porque en un aula con 25 o 30 alumnos, o incluso más, es difícil calibrar ese nivel para todos; es una limitación práctica. Una de las ventajas del aprendizaje automático y el aprendizaje profundo es que podríamos mejorar esa calibración utilizando técnicas de IA y aprendizaje automático, y ofrecer una mayor personalización al alumno.
Pero, incluso así, el proceso de calibración tendría que ser iterativo: tendré que involucrarte en algo y, según tu desempeño, aumentaré o disminuiré la dificultad; esto es algo que no se puede predeterminar. Tengo que diseñar actividades para determinar en qué punto te encuentras y luego diseñar el siguiente nivel de forma adaptativa, basándome en tu nivel actual.
“Es la llamada ‘zona de Ricitos de Oro’, donde el desafío es lo suficientemente intenso como para mantenerte motivado, pero no tanto como para que te rindas. Sientes que puedes hacer algo al respecto, pero no puedes resolver el problema por completo.”
Sabemos que, como estudiante, necesitas estar en ese estado óptimo de aprendizaje. Es la zona ideal, la llamada "Zona Ricitos de Oro", donde el desafío es suficiente para mantenerte concentrado, pero no tanto como para que te rindas. Sientes que puedes hacer algo al respecto, pero no resolver el problema por completo. Ahí es donde se produce el aprendizaje profundo. Y la clave está en diseñar el aprendizaje en esa zona.
El Fracaso Productivo (FP) hace precisamente eso: no queremos que sea tan difícil que los estudiantes no lo entiendan, ni tan fácil que lo logren sin esfuerzo; el éxito no es el criterio. Queremos mantenerlo en un nivel en el que, si lo intentan, no puedan resolverlo. Y eso está bien, porque el objetivo de la actividad no es el aprendizaje en sí, sino la preparación para el aprendizaje. El hecho de no poder resolver el problema, a pesar de haber intentado varias soluciones, proporciona la preparación necesaria para aprender. Así es como funciona el FP.
SG: ¿El fracaso productivo también funciona para niños y jóvenes de bajo nivel socioeconómico y/o para aquellos con bajo rendimiento académico?
MK: En Singapur, hemos trabajado con estudiantes que incluso han suspendido los exámenes nacionales. Y hemos demostrado que PF funciona bien con estos chicos.
La idea es sencilla: la educación formal se centra mucho más en el conocimiento teórico, y en el conocimiento teórico desde la perspectiva de un experto. Sin embargo, PF se enfoca en el pensamiento del estudiante, tanto formal como intuitivo. De esta manera, para los estudiantes con bajo rendimiento académico, construimos esos conocimientos previos que les ayudarán a comprender mejor estos conceptos.
En uno la búsqueda deHemos tomado a estudiantes con resultados muy dispares en los exámenes nacionales y hemos demostrado que podemos cerrar esta brecha de rendimiento. La mayor resistencia al concepto de Fracaso Productivo no proviene del grupo de estudiantes con menor rendimiento, sino del grupo con mayor rendimiento, que se muestra más reacio a utilizarlo. Podrían decir: «Sé cómo jugar a este juego, por eso estoy en esta buena escuela, ¿por qué necesito aprender del Fracaso Productivo ahora?».
Singapur se encuentra entre los países con mejor desempeño en las pruebas PISA, y sus estudiantes son capaces de utilizar sus conocimientos y habilidades para resolver problemas novedosos. Sin embargo, la tasa de innovación de Singapur es inferior a la de Suiza, por ejemplo. ¿A qué se debe esto?
MK: No soy muy fan de las pruebas estandarizadas, ni siquiera PISANo se llega a ser innovador ni creativo resolviendo problemas en poco tiempo, en un lugar desconocido, sentado frente a un ordenador, sin recursos ni interacción con nadie; ese tipo de situación rara vez se da en la vida real. Si participas en una actividad tan artificial como una evaluación estandarizada, no hay razón para esperar que esto se traslade a la vida real, especialmente en lo que respecta a la innovación y la creatividad.
“Uno no se vuelve innovador ni creativo resolviendo problemas en un corto período de tiempo, en un lugar desconocido, sentado frente a una computadora, sin recursos o sin hablar con nadie; ese tipo de situación no se reproduce con frecuencia en la vida real.”
Entonces, si los estudiantes obtienen buenos resultados en una tarea PISA que evalúa problemas novedosos, ¿significa eso que son más creativos e innovadores? Esa es una premisa falsa porque, desde el punto de vista cognitivo, no se traduce fácilmente en aprendizaje.
En los últimos 10-15 años, el gobierno de Singapur ha financiado programas de investigación que diseñan intervenciones en las escuelas para involucrar a los estudiantes en experiencias de aprendizaje más creativas, como las que hemos diseñado, incluyendo PF. La generación actual de niños experimentará intervenciones y experiencias de aprendizaje más alineadas con teorías y mecanismos de aprendizaje que desarrollan tanto un conocimiento profundo como flexibilidad, adaptabilidad y creatividad. La idea es que, con el tiempo, quizás en diez años o más, tendremos una generación de estudiantes diferente a la actual.
SG: Las habilidades del siglo XXI son cada vez más importantes, tanto en la educación como en el trabajo. Si queremos rediseñar el aprendizaje, métodos como el Fracaso Productivo deben ser socialmente aceptables. Sin embargo, muchos responsables políticos aún trabajan en sistemas que no apoyan el Fracaso Productivo. ¿Cómo podemos llegar a ellos?
MK: En primer lugar, las cosas están cambiando. Los responsables políticos ya no son tan reacios a estas ideas como lo eran hace diez años, cuando empecé. Veo cierto progreso; cada vez más gente está abierta a estas ideas.
“La generación actual de niños va a experimentar intervenciones y experiencias de aprendizaje más alineadas con teorías y mecanismos de aprendizaje que desarrollan tanto un conocimiento profundo como flexibilidad, adaptabilidad y creatividad.”
En segundo lugar, necesitamos aportar evidencia científica y demostrar que el enfoque de pensamiento lógico (PF) genera resultados de aprendizaje para el siglo XXI. Por ejemplo, en Singapur: comenzamos de forma gradual y a pequeña escala, y fuimos acumulando evidencia hasta que los responsables políticos dijeron: «Sí, de acuerdo, han realizado este trabajo en diversas escuelas y contextos, y parece funcionar; ampliémoslo». Hoy en día, el enfoque de pensamiento lógico se está implementando a mayor escala en el currículo de estadística preuniversitaria de Singapur.
Esto requiere mucha investigación, mucha comunicación y una visión compartida, además del apoyo de todas las partes interesadas. Pero es posible.
En la sección primera parte de esta entrevistaManu Kapur explica su concepto de Fracaso Productivo y por qué la enseñanza debe guiarse por las últimas investigaciones sobre la cognición y el aprendizaje humanos.
Entrevista realizada por:
Notas a pie de página
Manu Kapur es catedrático del Departamento de Humanidades, Ciencias Sociales y Políticas de la ETH Zúrich, Suiza, y ostenta la Cátedra de Ciencias del Aprendizaje y Educación Superior.
Antes de incorporarse a la ETH Zúrich, fue profesor de Estudios Psicológicos en la Universidad de Educación de Hong Kong (EduHK). Manu Kapur también trabajó como jefe del Grupo Académico de Currículo, Enseñanza y Aprendizaje (CTL AG) y como jefe del Laboratorio de Ciencias del Aprendizaje (LSL) en el Instituto Nacional de Educación (NIE) de Singapur.
2 comentarios
Los comentarios están cerrados.
[…] “El fracaso productivo genera resultados de aprendizaje para el siglo XXI” […]
Tu teoría es revolucionaria y, para nuestro sistema educativo, probablemente todavía demasiado "pesada". En fin, ¡felicidades! Soy un jefe de cirugía jubilado (30 años en un hospital regional del sur de Suiza) y ahora me dedico a la formación de estudiantes de medicina en sus últimos semestres. Está previsto trabajar con residentes en su primer año después de la universidad, ya que son los que más sufren los problemas mencionados en tu entrevista. Estoy convencido desde hace tiempo de que la clase magistral no es un método productivo para preparar a los médicos para su trabajo y trabajo con pequeños grupos de un máximo de 7 personas de forma colaborativa en ejemplos prácticos. Es un gran éxito. El mayor problema que tenemos es encontrar colegas jóvenes con capacidad para abstraerse del conocimiento profesional en beneficio del pensamiento lógico y profesionales jubilados mayores (como yo) con una larga experiencia y disponibilidad. El segundo problema es la falta de tiempo para un "trabajo" conjunto adecuado. Se pierde demasiado tiempo y energía con tareas inútiles en la administración. Y otro gran problema es: "¡un médico nunca falla!".
En cualquier caso, mi actividad con los estudiantes, que no se centra en enseñar detalles, sino en cómo abordar problemas complejos (y los pacientes de hoy en día son complejos), está progresando muy bien. Utilizamos IA, trabajo en equipo (algo difícil para los médicos y, sobre todo, para los estudiantes al final de sus estudios) y presentaciones. El experto sigue desempeñando su papel de «ayudante».