Incidencia de la formulación de metas y retroalimentación en la eficiencia de la solución de problemas a través de ambientes de aprendizaje computacionales

I

INCIDENCIA DE LA FORMULACIÓN DE METAS Y RETROALIMENTACIÓN EN LA EFICIENCIA DE LA SOLUCIÓN DE PROBLEMAS A TRAVÉS DE

AMBIENTES DE APRENDIZAJE COMPUTACIONALES

JHON ALEXANDER PULIDO VARELA

UNIVERSIDAD PEDAGÓGICA NACIONAL

DEPARTAMENTO DE TECNOLOGÍA

MAESTRIA EN TECNOLOGÍAS DE LA INFORMACIÓN APLICADAS A LA EDUCACIÓN

BOGOTÁ D.C.

2011

II

INCIDENCIA DE LA FORMULACIÓN DE METAS Y RETROALIMENTACIÓN EN LA EFICIENCIA DE LA SOLUCIÓN DE PROBLEMAS A TRAVÉS DE

AMBIENTES DE APRENDIZAJE COMPUTACIONALES

JHON ALEXANDER PULIDO VARELA

Tesis de Grado presentado como requisito para optar al título de Magister en Tecnologías de la Información Aplicadas a la Educación

Directora: Magíster. MARISOL NIÑO

UNIVERSIDAD PEDAGÓGICA NACIONAL

DEPARTAMENTO DE TECNOLOGÍA

MAESTRIA EN TECNOLOGÍAS DE LA INFORMACIÓN APLICADAS A LA EDUCACIÓN

BOGOTÁ D.C.

2011

1

“Para todos los efectos, declaro que el presente trabajo es original y de mi total autoría; en aquellos casos en los cuales he requerido del trabajo de otros autores

o investigadores, he dado los respectivos créditos.”*

*Acuerdo 031 de 2007 – Artículo 42, parágrafo 2

2

AGRADECIMIENTOS

A Dios quien todo lo puede;

A mi hija Isabella, Ángel del cielo y de la tierra, Te Amo;

A mi esposa Francy, quien fue soporte de este esfuerzo;

A mis padres que con su apoyo, sacrificio y esfuerzo han estructurado cada logro

en mi vida;

A todos aquéllos que caminaron a mi lado en este proceso de aprendizaje

particularmente a mi directora de tesis Marisol Niño por sus aportes y exigencia,

así como al Maestro John Rojas.

3

Nota de aceptación

____________________________________

____________________________________

____________________________________

____________________________________

____________________________________

____________________________________

____________________________________

Firma del director

____________________________________

Firma del jurado

____________________________________

Firma del jurado

4

Resumen Analítico – RAES

Tipo de documento: Proyecto de Grado

Acceso al documento: Universidad Pedagógica Nacional (Maestría en Tecnologías de la Información Aplicadas a la Educación).

Titulo del documento: Incidencia de la formulación de metas y retroalimentación en la eficiencia de la solución de problemas a través de ambientes de aprendizaje computacionales

Autor(es): John Alexander Pulido Varela

Publicación: Bogotá (Colombia), 2011. 158 páginas. 9 Anexos.

Unidad Patrocinante: Universidad Pedagógica Nacional (Maestría en Tecnologías de la Información Aplicadas a la Educación)

Palabras Claves: Solución a problemas, metas, retroalimentación, pensamiento formal, razonamiento abstracto.

Descripción

El presente trabajo presenta un estudio acerca de la incidencia de la formulación de metas y de la retroalimentación en la habilidad de resolver problemas de razonamiento abstracto. Dicho estudio se divide en dos aspectos los cuales se interrelacionan, el primero es el planteamiento de metas internas con retroalimentación inmediata y retroalimentación demorada y el segundo es el planteamiento de metas externas por parte del ambiente computarizado con los mismos criterios de retroalimentación.

5

Desde el aspecto metodológico, la investigación es de corte cuasi-experimental comparativo, se tomaron 85 estudiantes, de grado decimo y undécimo de la Institución Educativa Bojacá de Chía, 46 mujeres y 39 hombres, con un promedio de 16 años de edad. Los sujetos se encontraban distribuidos en tres cursos de manera predeterminada por la institución y a cada estudiante se le asignó de manera aleatoria una condición experimental, en el que se busca la relación entre la variable dependiente, solución a problemas de razonamiento abstracto medido en eficiencia y la variable independiente establecida en cuatro ambientes computacionales de aprendizaje diferentes en relación con las variables, formulación de metas internas y externas, frente a la retroalimentación inmediata y retroalimentación demorada.

En el aspecto tecnológico se desarrollo un ambiente computacional basado en el dominio de conocimiento, particularmente el razonamiento abstracto que permite a los estudiantes, navegar, observar e interactuar a través de ilustraciones, animaciones y actividades construidas bajo el ambiente Flash 8 con programación desarrollada en lenguaje Action Script y una conexiona una base datos para el registro de tiempo, aciertos y metas a través del paquete de software appserv que permite trabajar con apache, mysql y php.

En el primero se tiene un ambiente computacional con formulación de metas internas y con retroalimentación inmediata, en el segundo se tiene un ambiente con formulación de metas internas y con retroalimentación demorada; El tercero es un ambiente con formulación de metas externas y con retroalimentación inmediata y un ambiente con formulación de metas externas y con retroalimentación demorada como cuarta variante.

Fuentes

Se citan 49 fuentes bibliográficas que hacen referencia a las temáticas que se relacionan como son: Solución a problemas, metas, retroalimentación, pensamiento formal, razonamiento abstracto y antecedentes.

6

Contenidos

Para el desarrollo del proceso investigativo, se estructura el presente documento así:

El primer capítulo presenta los aspectos preliminares, se realiza una justificación de la investigación abordada en este estudio, su importancia desde el ámbito educativo, tecnológico y de dominio de conocimiento, además de la presentación de la pregunta y objetivos de la investigación.

En el segundo capítulo se aborda la metodología, se puntualiza el tipo de investigación utilizada, sus características, instrumentos de recolección de información, procedimiento y técnicas de análisis de datos.

El tercer capítulo presenta los antecedentes, dando a conocer estudios e investigaciones realizadas alrededor de formulación de metas, retroalimentación, pensamiento formal y razonamiento abstracto.

En el cuarto capítulo se presenta el marco teórico, se desarrollan los aspectos teóricos pertinentes a las temáticas abordadas en esta investigación: la solución a problemas, el pensamiento formal, razonamiento abstracto, formulación de metas, y retroalimentación.

El quinto capítulo trata sobre el modelamiento del ambiente de aprendizaje, específica cada uno de los aspectos tenidos en cuenta para la creación de los ambientes computacionales: dominio de conocimiento, modelo pedagógico y modelo tecnológico.

En el sexto capítulo refiere al análisis de datos, se realiza el análisis estadístico, Para el análisis de los datos cuantitativos obtenidos se usaron métodos de estadística inferencial que permiten generalizar los resultados y de esta manera probar las hipótesis, estos análisis se desarrollaron mediante el software Statics Versión 6.5.

Finalmente se presentan las conclusiones y proyecciones; las conclusiones permiten evidenciar el proceso reflexivo del trabajo investigativo a partir del análisis de todos los elementos presentados en el presente documento y los resultados cuantitativos y cualitativos; en tanto que las proyecciones formulan posibles líneas de acción e investigación.

7

Metodología

La metodología empleada en esta investigación es de corte cuasi-experimental comparativo donde se establece como dominio de conocimiento el razonamiento abstracto y medir la eficiencia en relación a la formulación de metas y la retroalimentación, para lo cual se tomaron 85 estudiantes, de grado decimo y undécimo de la Institución Educativa Bojacá del municipio de Chía Cundinamarca, 46 mujeres y 39 hombres, con un promedio de 16 años.

Los sujetos se encontraban distribuidos en tres cursos de manera predeterminada por la institución, 35 de grado once y 25 de cada decimo, a cada estudiante se le asignó de manera aleatoria una condición experimental, en el que se busca la relación entre la variable dependiente, solución a problemas de razonamiento abstracto, medido en eficiencia y la variable independiente establecida en cuatro ambientes computacionales, en relación con las variables formulación de metas internas y externas, frente a la retroalimentación inmediata y retroalimentación demorada.

El esquema metodológico de tipo cuasi-experimental con carácter comparativo, denominado “Diseño con grupos de asignación aleatoria y post- prueba únicamente” (Wiersma y Jurs, 2005).

Los diseños experimentales, como lo argumentan Hernández, Fernández y Baptista (2006), son aquéllos que reúnen dos requisitos básicos para lograr el control y la validez interna: 1) grupos de comparación y 2) equivalencia de los grupos. A continuación se diagrama el diseño:

RG1 X1 O1

RG2 X2 O2

RG3 X3 O3

RG4 X4 O4

Donde:

R significa asignación al azar o aleatoria de los participantes a los grupos.

8

G corresponde al grupo de participantes (G1, G2, G3 y G4).

X1 Condición experimental, formulación de metas internas y retroalimentación inmediata.

X2 Condición experimental, formulación de metas internas y retroalimentación demorada.

X3 Condición experimental, formulación de metas externas y retroalimentación inmediata.

X4 Condición experimental, formulación de metas externas y retroalimentación demorada.

O Post- prueba (O1, O2, O3 y O4).

Conclusiones

La solución de problemas de razonamiento abstracto evidencia el bajo nivel de consolidación de la etapa de operaciones formales, como se observo en la zona de ejercicios y el test final de las pruebas, en concordancia con los estudios que han demostrado que la etapa de pensamiento formal no se desarrolla en los estudiantes colombianos sino de forma posterior a el rango de los 12 a 16 años, pero a la vez es destacable la posibilidad de su apropiación en términos significativos cuando se utilizan herramientas hipermediales como mediadoras del proceso enseñanza aprendizaje.

La retroalimentación inmediata genera mejores resultados en la solución de problemas de razonamiento abstracto, permitiendo la corrección de sus procesos de manera más eficiente a fin de avanzar en un proceso de mejoramiento, en relación con la retroalimentación demorada.

Parece consolidarse una autorregulación más eficiente a través de la formulación de metas internas en el proceso de solución de problemas, que el que ofrecen las metas externas.

La interacción con los ambientes de aprendizaje basados en computador propuestos, promueve un interés alto y un espacio de interacción que contribuye a la autorregulación y permite que la formulación de metas, particularmente las internas sea más acorde con la puesta en práctica.

Se evidencio un nivel de motivación importante en el desarrollo de problemas de razonamiento abstracto, exteriorizado en la interacción con los diferentes

9

ambientes computacionales, así como con en la búsqueda de mejoramiento en la eficiencia de las soluciones y el interés de conocer el desempeño.

Aunque el análisis de datos no permite ver diferencia significativa en el desarrollo de problemas de razonamiento abstracto, en relación con la interacción con la zona de ejercicios ni con relación al test final, si permite observar evidencias de una mejora significativa en relación a la evolución entre estas dos etapas.

Se evidencia que los estudiantes se regulan en relación con las metas y con la retroalimentación de manera más apropiada cuando son metas internas, ya que los tiempos meta establecidos por ellos frente a los utilizados son menos dispersos que los establecidos en relación con la meta externa.

La diferencia positiva evidenciada entre las etapas de entrenamiento y del test final, así como los resultados de la prueba piloto, muestran que es posible la apropiación por parte de los estudiantes de este tipo de problemas y que la etapa de operaciones concretas puede ser superada si se establecen estrategias de enseñanza, particularmente con el uso de ambientes computacionales.

Fecha Elaboración resumen Día 08 Mes 08 Año 2011

10

CONTENIDO

Pág.

INTRODUCCIÓN ............................................................................................... 20

1 ASPECTOS PRELIMINARES ........................................................................ 22

1.1 JUSTIFICACIÓN ...................................................................................... 22

1.2 PREGUNTA DE INVESTIGACIÓN .......................................................... 27

1.3 OBJETIVOS ............................................................................................. 27

1.3.1 Objetivo general ................................................................................. 27

1.3.2 Objetivos específicos ......................................................................... 28

2 METODOLOGÍA............................................................................................. 29

2.1 METODO DE INVESTIGACIÓN ............................................................... 29

2.2 VARIABLES ............................................................................................. 30

2.2.1 Dependiente............................................................................................ 30

2.2.2 Independiente ......................................................................................... 30

2.3 HIPÓTESIS .............................................................................................. 31

2.3.1 Hipótesis nula ....................................................................................... 31

2.3.2 Hipótesis alternativas .............................................................................. 32

2.4 POBLACIÓN Y TAMAÑO DE MUESTRA ................................................ 33

2.5 INSTRUMENTOS DE RECOLECCIÓN DE INFORMACIÓN ................... 35

2.5.1 Prueba piloto...................................................................................... 35

2.5.2 Zona de ejercicios .............................................................................. 35

2.5.3 Test final ............................................................................................ 35

2.6 PROCEDIMIENTO ................................................................................... 36

2.7 TÉCNICAS DE ANÁLISIS DE DATOS ..................................................... 37

3 ANTECEDENTES .......................................................................................... 38

3.1 FORMULACION DE METAS.................................................................... 38

3.2 PENSAMIENTO FORMAL-RAZONAMIENTO ABSTRACTO................... 44

3.3 RETROALIMENTACION .......................................................................... 47

3.4 APORTES DE ANTECEDENTES A LA PRESENTE INVESTIGACIÓN .. 49

3.4.1 Formulación de metas ....................................................................... 49

3.4.2 Retroalimentación .............................................................................. 51

11

3.4.3 Pensamiento formal-Razonamiento abstracto..................................... 52

4 MARCO TEÓRICO......................................................................................... 54

4.1 SOLUCION A PROBLEMAS .................................................................... 54

4.2 AUTORREGULACION ............................................................................. 56

4.3 FORMULACION DE METAS.................................................................... 57

4.4 RETROALIMENTACIÓN .......................................................................... 62

4.4.1 Tipos de retroalimentación ................................................................... 65

4.5 PENSAMIENTO FORMAL ....................................................................... 66

4.6 RAZONAMIENTO ABSTRACTO ................................................................ 67

5.6.1 Razonamiento deductivo ....................................................................... 71

5.6.2 Razonamiento inductivo ....................................................................... 71

5 MODELAMIENTO DEL AMBIENTE DE APRENDIZAJE ............................... 74

5.1 DOMINIO DE CONOCIMIENTO .............................................................. 74

5.2 MODELO PEDAGÓGICO ........................................................................ 75

5.2.1 Modelo pedagógico y ambiente computacional..................................... 78

5.3.1 Modelo didáctico ................................................................................... 79

5.3 MODELO TECNOLÓGICO ...................................................................... 79

5.3.1 Gestión .............................................................................................. 80

5.3.2 Requerimientos .................................................................................. 81

5.3.3 Componentes del ambiente ............................................................... 84

5.4 ARQUITECTURA ..................................................................................... 87

5.4.1 Modelo Funcional .............................................................................. 87

5.4.2 Modelo Estático ................................................................................. 88

5.5 MODELO DINÁMICO ............................................................................... 89

5.5.1 Docente ............................................................................................. 90

5.5.2 Estudiante .......................................................................................... 91

5.5.3 Esquema de navegación e interacción en el software ....................... 91

5.5.4 Modelo Alumno .................................................................................. 93

5.6 CONSTRUCCIÓN .................................................................................... 93

6 ANÁLISIS E INTERPRETACIÓN DE DATOS ............................................. 103

6.1 COMPARACION ENTRE LOS AMBIENTES COMPUTACIONALES EN LA ZONA DE EJERCICIOS. ................................................................................. 104

12

6.2 Metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata. ............................................................................ 104

6.1.2 Metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. ........................................................................ 105

6.1.3 Metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada. ........................................................................ 107

6.1.4 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. ....................................................................... 108

6.1.5 Metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata ......................................................................... 110

6.1.6 Metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ........................................................................ 111

6.1.7 Resultado estadístico comparativo de los cuatro ambiente computacionales en relación con la zona de ejercicios. ............................... 113

6.3 COMPARACION DE LOS AMBIENTES COMPUTACIONALES EN RELACION CON EL TEST FINAL. .................................................................. 114

6.3.1 Metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata. ........................................................................ 114

6.2.2 Metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. ........................................................................ 116

6.2.3 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación demorada. ........................................................................ 117

6.2.4 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. ....................................................................... 119

6.2.5 Metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata. ........................................................................ 120

6.2.6 Metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ........................................................................ 122

6.2.7 Comparación entre los ambientes computacionales en relación al test final............................................................................................................... 123

6.3 ANÁLISIS ESTADÍSTICO ENTRE EJERCICIOS Y TEST FINAL ............ 125

6.3.1 Metas internas y retroalimentación inmediata. ................................... 125

6.3.2 Metas internas y retroalimentación demorada ................................. 126

6.3.3 Metas externas y retroalimentación inmediata .................................... 127

6.3.4 Metas externas y retroalimentación demorada.................................... 129

6.4 ANALISIS DEL DESARROLLO DE EJERCICIOS EN RELACION CON LAS METAS ............................................................................................................ 130

13

6.4.1 Relación ejercicios ambiente computacional: metas externas y retroalimentación inmediata ......................................................................... 130

6.4.2 Relación ejercicios ambiente computacional: metas externas y retroalimentación demorada ......................................................................... 132

6.4.3 Relación ejercicios ambiente computacional: metas internas y retroalimentación inmediata ......................................................................... 135

6.4.4 Relación ejercicios ambiente computacional: metas internas y retroalimentación demorada ......................................................................... 137

6.5 INTERPRETACION DE RESULTADOS ................................................ 140

6.5.1 Incidencia de las metas y retroalimentación en la solución de problemas de razonamiento abstracto. .......................................................................... 140

6.5.2 Eficiencia en la solución de problemas de razonamiento abstracto .... 144

7 CONCLUSIONES......................................................................................... 146

PROYECCIONES ............................................................................................... 148

REFERENCIAS ............................................................................................... 149

ANEXOS .......................................................................................................... 153

14

ÍNDICE DE TABLAS

Pág.

Tabla 1: Variables de la investigación ................................................................... 31

Tabla 2: Muestra correspondiente a cada grupo frente a cada ambiente computacional. ...................................................................................................... 34

Tabla 3: Asignación aleatoria del ambiente computacional ................................... 36

Tabla 4 Metas de nivel de confianza y patrones de logro ...................................... 59

Tabla 5 Esquema integrado de la teoría de metas de Dweck y la teoría Nicholls . 60

Tabla 6 Taxonomía de metas ................................................................................ 61

Tabla 7 Esquema integrador del modelo pedagógico y ambiente computacional . 78

Tabla 8 Relación de las medias de la eficiencia de los cuatro ambientes computacionales en la zona de problemas como en la zona del test final. ........ 141

Tabla 9 Relación de los grados de significancia entre los cuatro ambientes computacionales en la zona del test final. .......................................................... 142

Tabla 10 Relación tiempos y desviación estándar ambientes computacionales 143

15

ÍNDICE DE ILUSTRACIÓNES

Pág.

Ilustración 1: Ejemplo inicial de problema de razonamiento abstracto .................. 69

Ilustración 2: Ejemplo inicial de problema de razonamiento abstracto (proceso de solución) ................................................................................................................ 70

Ilustración 3: Ejemplo inicial de problema de razonamiento abstracto (solución) .. 70

Ilustración 4: Esquema del modelo del dominio de conocimiento ......................... 75

Ilustración 5: Dinámica del modelo pedagógico .................................................... 77

Ilustración 6: Esquema modelo didáctico .............................................................. 79

Ilustración 7: Diagrama de casos de uso – Docente ............................................. 87

Ilustración 8: Diagrama de casos de uso – Estudiante .......................................... 88

Ilustración 9: Modelo estático ambiente computacional ........................................ 89

Ilustración 10: Modelo dinámico –Docente ............................................................ 90

Ilustración 11: Modelo dinámico –Estudiante ........................................................ 91

Ilustración 12: Esquema de navegacion ambiente computacional ........................ 92

Ilustración 13: Esquema de modelo del estudiante ............................................... 93

Ilustración 14: Pantallazo Ingreso al ambiente computacional .............................. 94

Ilustración 15: Pantallazo Ingreso al menú ............................................................ 94

Ilustración 16: Pantallazo zona teórica 1 ............................................................... 95



Ilustración 19: Pantallazo zona de entrenamiento interactiva 1 ............................. 97



Ilustración 22: Pantallazo zona de entrenamiento interactiva G1 .......................... 99

16

Ilustración 23: Pantallazo zona de entrenamiento interactiva G2 ........................ 100



Ilustración 26: Pantallazo zona de evaluación- prueba de salida ........................ 102

Ilustración 27: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata. .. 104

Ilustración 28: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata. ............................................................................................................ 105

Ilustración 29: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. .... 105

Ilustración 30: Comparación de medias entre los ambientes computacionales metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. ........................................................................................................... 106

Ilustración 31: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada. . 107

Ilustración 32: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada. ............................................................................... 108

Ilustración 33: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. 108

Ilustración 34: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. ............................................................................... 109

Ilustración 35: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata. ............................................................................................................................ 110

Ilustración 36: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada vs metas internas y retroalimentación inmediata. ............................................................................... 111

Ilustración 37: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ............................................................................................................................ 111

Ilustración 38: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ............................................................................... 112

Ilustración 39: Relación entre los ambientes computacionales con metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el

17

ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada. ................................................... 113

Ilustración 40: Comparación de medias entre los ambientes computacionales, metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada. ............................. 114

Ilustración 41: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata. .. 114

Ilustración 42: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata. ............................................................................................................ 115

Ilustración 43: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. .... 116

Ilustración 44: Comparación de medias entre los ambientes computacionales metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. ........................................................................................................... 117

Ilustración 45: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada. . 117

Ilustración 46: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada. ............................................................................... 118

Ilustración 47: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. 119

Ilustración 48: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. ............................................................................... 120

Ilustración 49: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata. ............................................................................................................................ 120

Ilustración 50: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada vs metas internas y retroalimentación inmediata. ............................................................................... 121

Ilustración 51: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ............................................................................................................................ 122

Ilustración 52: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. ............................................................................... 123

Ilustración 53: Relación entre los ambientes computacionales metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el

18

ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada. ................................................... 123

Ilustración 54: Comparación de medias entre los ambientes computacionales, metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada. ............................. 124

Ilustración 55: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata en zona de ejercicios y el test final. ........................ 125

Ilustración 56: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación inmediata en zona de ejercicios y el test final. ............................................................................................................................ 126

Ilustración 57: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada en zona de ejercicios y el test final. ....................... 126

Ilustración 58: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada en zona de ejercicios y el test final. ............................................................................................................................ 127

Ilustración 59: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final. ..................... 127

Ilustración 60: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final. ............................................................................................................................ 128

Ilustración 61: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final. ..................... 129

Ilustración 62: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada en zona de ejercicios y el test final. ............................................................................................................................ 129

Ilustración 63: Relación entre el tiempo meta establecido y el tiempo ocupado para la realización de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ................................................................................ 130

Ilustración 64: Comparación a través de las medias entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........... 131

Ilustración 65: Comparación a través de la dispersión entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........... 131

Ilustración 66: Comparación grafica entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........................... 132

19

Ilustración 67: Relación entre el tiempo meta establecido y el tiempo ocupado para la realización de los ejercicios en el ambiente computacional: metas externas y retroalimentación demorada ................................................................................ 132

Ilustración 68: Comparación a través de las medias entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........... 133

Ilustración 69: Comparación a través de la dispersión entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........... 134

Ilustración 70: Comparación grafica entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata ........................... 134

Ilustración 71: Relación entre el tiempo realizado, el tiempo meta establecido por el estudiante y el tiempo meta máximo para la realización de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata ............ 135

Ilustración 72: Comparación a través de las medias entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata. ........... 136

Ilustración 73: Comparación a través de dispersión entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata ............ 136

Ilustración 74: Comparación grafica entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata ............................ 137

Ilustración 75: Relación entre el tiempo realizado, el tiempo meta establecido por el estudiante y el tiempo meta máximo para la realización de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada ............ 137

Ilustración 76: Comparación a través de las medias entre el tiempo realizado, el tiempo meta y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada ............ 138

Ilustración 77: Comparación a través de dispersión entre el tiempo realizado, el tiempo meta y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada ............ 139

Ilustración 78: Comparación grafica entre el tiempo realizado, el tiempo meta máximo dado por la prueba piloto y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada ............................................................................................................ 139

20

INTRODUCCIÓN

El presente trabajo investigativo expone un estudio acerca de la incidencia de la formulación de metas y de la retroalimentación sobre la eficiencia en la solución de problemas de razonamiento abstracto en estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada

La metodología empleada en esta investigación fue de corte cuasi-experimental comparativo con cuatro grupos, para lo cual se tomaron 85 estudiantes, de grado decimo y undécimo de la Institución Educativa Bojacá del municipio de Chía Cundinamarca, 46 mujeres y 39 hombres, con un promedio de 16 años. Los sujetos se encontraban distribuidos en tres cursos de manera predeterminada por la institución, 35 de grado once y 25 de cada decimo, de forma aleatoria se conformaron cuatro grupos y a cada uno se le asignó de manera aleatoria una condición experimental, con el fin de determinar la relación entre la variable dependiente, eficiencia en la solución a problemas de razonamiento abstracto y la variable independiente establecida en cuatro ambientes computacionales, en relación con las variables formulación de metas internas y externas, frente a la retroalimentación inmediata y retroalimentación demorada.

En el aspecto tecnológico se desarrollaron cinco ambientes computacionales (uno para la prueba piloto y cuatro para la realización de la aplicación de las variables de estudio) teniendo como dominio de conocimiento, el razonamiento abstracto que permite a los estudiantes, navegar, observar e interactuar a través de ilustraciones, animaciones y actividades construidas bajo el ambiente Flash 8 con programación desarrollada en lenguaje Action Script y una conexiona una base datos para el registro de tiempo, aciertos y metas a través del paquete de software Appserv que permite trabajar con apache, Mysql y php.

Para la recolección y análisis de información se realizo inicialmente una prueba piloto en un grupo de 14 estudiantes a través de un ambiente, de tal forma que con esta información se alimentaron los ambientes computacionales en relación con los tiempos de solución promedio, se explicó a los estudiantes sobre la metodología a trabajar (actividades, tiempos, interacción, participación), y el

21

funcionamiento del ambiente computacional, posteriormente se aplicó cada uno de los ambientes computacionales con el grupo de estudiantes correspondiente, por un lapso de una semana en tiempos de dos horas y media al día, finalmente se realizó en análisis de la información recolectada; A los datos se le aplicó la prueba de significancia, se realizó el análisis estadístico y la interpretación de los resultados.

El presente documento se estructura así:

El primer capítulo presenta los aspectos preliminares, se realiza una justificación de la investigación abordada en este estudio, su importancia desde el ámbito educativo, tecnológico y de dominio de conocimiento, además de la presentación de la pregunta y objetivos de la investigación.

En el segundo capítulo se aborda la metodología, se puntualiza el tipo de investigación utilizada, sus características, instrumentos de recolección de información, procedimiento y técnicas de análisis de datos.

En el tercer capítulo se presenta los antecedentes, dando a conocer estudios e investigaciones realizadas alrededor de formulación de metas, pensamiento formal razonamiento abstracto y retroalimentación.

En el cuarto capítulo se presenta el marco teórico, se desarrollan los aspectos teóricos pertinentes a las temáticas abordadas en esta investigación: la solución a problemas, el pensamiento formal, razonamiento abstracto, razonamiento inductivo, razonamiento deductivo, formulación de metas y retroalimentación.

El quinto capítulo trata sobre el modelamiento del ambiente de aprendizaje, específica cada uno de los aspectos tenidos en cuenta para la creación de los ambientes computacionales: dominio de conocimiento, modelo pedagógico y modelo tecnológico.

El sexto capítulo se refiere al análisis de datos, se realiza el análisis estadístico para el análisis de los datos obtenidos, se usaron métodos de estadística inferencial que permiten generalizar los resultados y de esta manera validar las hipótesis, estos análisis se desarrollaron mediante el programa Statics Versión 6.5.

Finalmente se presentan las conclusiones y proyecciones, las conclusiones permiten evidenciar el proceso reflexivo del trabajo investigativo a partir del análisis de todos los elementos presentados en el presente documento y los resultados, en tanto que las proyecciones formulan posibles líneas de acción e investigación.

22

1 ASPECTOS PRELIMINARES

A continuación se presentan los aspectos preliminares abordados en el presente estudio como son la justificación del estudio, su importancia desde los ámbitos educativo, tecnológico y de dominio de conocimiento, además de la presentación de la pregunta y objetivos de la investigación.

1.1 JUSTIFICACIÓN

El uso de ambientes de aprendizaje basados en computador (AABC) cada día tienen mayor aplicación en los ambientes educativos, en este sentido López (2005) expone algunas ventajas, en contraste con las formas de la enseñanza tradicional, en cuanto a su potencial para que los estudiantes puedan aprender a su propio ritmo de aprendizaje, respetando sus diferencias individuales.

López (2005) plantea que la capacidad autorreguladora no puede ser generalizada observando conductas de navegación, con el número de clics en la solución de problemas o tiempo gastado en los diferentes nodos de información, cuando un sujeto interactúa con el ambiente computacional. Los diferentes tipos de rutinas realizadas por los estudiantes en los ambientes de aprendizaje basados en computador (AABC), deben ser exploradas teniendo en cuenta sus diferencias individuales, el nivel de regulación en el aprendizaje y el nivel de logro académico alcanzado de acuerdo con los objetivos educativos en términos de adquisición, integración y generación de conocimiento.

Así mismo Galvis (1994) propone que el estudio de las teorías psicológicas del aprendizaje humano, de los tipos de software educativo existentes y las metodologías para desarrollarlos, pueden ayudarnos a no replicar indiscriminadamente las estrategias de enseñanza-aprendizaje que se conocen, y además a no desaprovechar algunas características útiles del computador y de las ciencias de la computación.

23

A través del uso de ambientes computacionales se ha demostrado que las instituciones educativas pueden lograr importantes resultados. Por tanto, se considera primordial que la metodología para desarrollar software educativo agrupe parámetros que definan la calidad en un producto, esto es, que sea útil, utilizable y educativo Galvis (1994).

En el campo de los ambientes computacionales aplicados a la educación es necesario tener en cuenta las individualidades cognitivas y metacognitivas en la solución de problemas y en su procedimiento, a fin de establecer su pertinencia en relación con las posibles estrategias que serian más adecuadas para el desarrollo y apropiación de un determinado tema, dentro de estas diferencias se pueden considerar aquellas dadas por la edad, estado de pensamiento, autorregulación en el proceso enseñanza aprendizaje, en concordancia Sadler y Smith (1996) plantean que los aprendices necesitan que se les suministren materiales apropiados de acuerdo con sus diferencias individuales y, en esta medida, es posible que estos superen las dificultades presentadas cuando se enfrenten a situaciones de aprendizaje.

El proceso descrito por Piaget en el desarrollo de pensamiento y las etapas cronológicas paralelas en las cuales se desarrollan, han sido parte de estudios particulares en Colombia donde se han identificado, que la etapa de operaciones formales no se logra en las edades correspondientes como lo propone Vasco(1982), Villamarin y Zapata(2001), sin estimarse cuales podrían ser las estrategias que permitan alcanzar este aspecto de manera eficiente, lo cual permitiría al estudiante entrar en una etapa de pensamiento científico (Piaget, 1972).

Dentro de los aspectos puntuales por los cuales se desarrolla este estudio en la población de la institución educativa Bojacá de Chía, se encuentran los que se derivan de las pruebas y trabajo pedagógico diario y de las pruebas externas realizadas a los estudiantes de educación media. En el trabajo diario con los estudiantes se evidencia el gusto por el uso de los programas de computador y herramientas hipermediales, y de manera paralela en la mayoría de ellos un bajo rendimiento académico que se desprende de la no regulación de sus procesos y una evidente falta de autonomía en su desarrollo escolar, particularmente dentro del área de tecnología e informática se muestra una falta de apropiación y aplicación de procesos como son la formulación de metas y objetivos así como el empleo de los mismos. En cuanto a las pruebas externas como las pruebas ICFES y la aplicación de pruebas simulacro de estas, el nivel de resultados se encuentran por debajo de las muestras a nivel nacional y frente a Bogotá, particularmente en aquellas áreas donde la abstracción es un elemento esencial, como son filosofía, matemáticas, física, entre otras (ver anexo 1), evidenciándose además en el área de tecnología cuando se desarrollan actividades de expresión grafica y de planteamiento de problemas.

24

Apoyándose en los anteriores argumentos que permiten entrever la necesidad de desarrollar estudios que permitan evidenciar aspectos puntuales de la autorregulación, particularmente la formulación de metas y evaluación, así como la solución de problemas en ambientes computacionales que permiten beneficiar y potenciar estos procesos cognitivos y metacognitivos, se pretende para esta investigación a través del desarrollo del pensamiento formal y su operacionalización a través de la solución de problemas de razonamiento abstracto, proponer algunas herramientas a los individuos para que logren seguir una serie de etapas que necesariamente conllevan a procesos de abstracción, regulación y autonomía, que los apoye en los procesos de compresión y solución de problemas, logrando conseguir mayor nivel de eficiencia y mejoramiento en las estrategias que desarrollan, encaminándolos así por incrementar el nivel estratégico de su razonamiento y una mayor regulación en los procesos de solución a problemas, por lo cual se propone:

Una investigación que redunde en el ámbito pedagógico y en el desarrollo de ambientes computacionales, en la cual se establezca la incidencia de las variables metas y retroalimentación en la solución de problemas de razonamiento abstracto.

1.1.1 Ambiente computacional

Los ambientes de aprendizaje basados en computador (AABC) son un medio importante para crear espacios de autonomía en los estudiantes, como lo expresa López (2005) en estos contextos, el aprendiz es exigido a regular su motivación, sus metas, las habilidades cognitivas necesarias para llevar a cabo la tarea y su comportamiento, así como en la valoración de los niveles de logro académico obtenidos por el estudiante y en el desarrollo de la autonomía en el aprendizaje; Con lo cual como lo plantean Jacobson y Archodidou (2000) y Jonassen (1989), a través de herramientas hipermediales se logra obtener un espacio para desarrollar habilidades cognitivas y metacognitivas que potencian la solución de problemas de acuerdo a las individualidades de los estudiantes en términos autorregulatorios.

Así mismo lo expresa Azevedo (2004), enunciando que existen pocos estudios que reporten específicamente los tipos de soportes más eficaces para facilitar que los estudiantes regulen su aprendizaje con el apoyo hipermedial, por lo cual es necesario se desarrollen a través de–módulos de apoyo- consistentes que responda a las necesidades diferenciales de los sujetos y la regulación del aprendizaje de los estudiantes, por lo cual esta investigación pretende aportar sobre cuales serian los mejores apoyos en términos de retroalimentación y formulación de metas.

25

1.1.2 Pensamiento formal y razonamiento abstracto

Como lo expresa Piaget, el pensamiento posterior a las etapas concretas es un período importante en el desarrollo de operaciones formales, el cual se convierte en un instrumento cognitivo que asegura entre otros elementos, el acceso al conocimiento científico Piaget,(1972), por tal razón la enseñanza debería estar orientada a la adquisición de pensamiento formal, particularmente en el preciso momento que los seres humanos tienden a superar la etapa de operaciones concretas y avanzar a la etapa de pensamiento formal, y que según este mismo autor comienza a desarrollarse entre los 11 y 12 años para consolidarse de los 14 a 15 años.

En Vasco (1982) referenciado en la tesis doctoral de Hederich (2007), publica los resultados de un extenso estudio que indagaba, desde una óptica estructural-genética, los niveles de desarrollo del pensamiento formal en jóvenes colombianos, los resultados indicaron que al terminar la secundaria, con un promedio de edad de 18 años, ninguno de los jóvenes examinados había alcanzado los niveles de desarrollo del pensamiento formal que se suponía debían estar estabilizados en ellos desde hacía años.

Los anteriores resultados tuvieron una importante trascendencia sobre la comunidad académica colombiana y muy especialmente sobre la comunidad educativa, en tanto los aparentes retrasos en el desarrollo fueron atribuidos a limitaciones educativas y ambientales.

El estudio de Vasco fue ratificado años más tarde en la investigación realizada por Elsa María Villamarin Mesa y Pedro Nell Zapata Castañeda (2001) denominada entrenamiento cognitivo en operaciones formales, quienes identificaron que los estudiantes en su gran mayoría se encuentran en el estadio de operaciones concretas y presentan dificultades para desenvolverse dentro del ámbito que requiera el poseer un carácter hipotético deductivo y al enfrentarse a una determinada situación se les dificulta diferenciar entre lo real y posible.

Como lo expresa Gonsalvez (1980), el razonamiento abstracto influye en el planteamiento de problemas, tanto numéricos como lógicos, por tanto influirá de manera decisiva en el proceso de aprendizaje, en muchas ocasiones, un razonamiento abstracto deficiente puede dificultar la solución de problemas matemáticos, principalmente en su planteamiento, esto unido a un razonamiento numérico bajo, causara que los alumnos no planteen el problema y no realicen cálculos u operaciones correctamente.

En relación a estos argumentos, es un propósito interesante para esta investigación dilucidar en lo académico y específicamente en los ambientes computacionales, si llegada esta etapa de operaciones formales y generando instrumentos cognitivos a partir de procesos de autorregulación como lo son las

26

metas y la retroalimentación, que en sí mismos potencian la autorregulación, se llegaría a lograr en términos de eficiencia un mejor desempeño en la solución de problemas de carácter formal, particularmente en el razonamiento abstracto.

1.1.3 Formulación de metas

Un elemento importante dentro del proceso de autorregulación es la formulación de metas, que para esta investigación se conciben como “las representaciones cognitivas, potencialmente accesible y consciente... No son rasgos en el sentido de personalidad clásicos, sino representaciones cognitivas que pueden mostrar estabilidad, así como sensibilidad contextual” (Pintrich, 2000a, p. 103).

En este estudio las metas se clasifican en extrínsecas e intrínsecas, a las que se les han realizado publicaciones con avances significativos sobre diferentes domino de conocimiento, y las experiencias muestran que la mayoría de los estudiantes presentan dificultades para regular su aprendizaje, situación que afecta negativamente la construcción de conocimiento y, por ende, el logro académico. Este aspecto es evidente cuando se enfrenta a temas retadores como es el caso del aprendizaje de las ciencias (Azevedo, Guthrie y Seibert, 2004; Brush y Saye, 2001; Jacobson y Archodidou, 2000; Land y Greene, 2000), por lo cual se plantea como un aspecto importante a dilucidar particularmente en los ambientes computacionales y como estas capacidades son efectivamente educables y deberían enseñarse en los contextos en los que éstas van a ser utilizadas (Reed, 2006).

1.1.4 Retroalimentación

La retroalimentación como elemento fundamental en la evaluación y parte del proceso enseñanza- aprendizaje, genera un aporte importante en el desarrollo de solución de problemas, entendida como “el retorno de información sobre el resultado de una actividad o un proceso” (Lara Sierra, 2006), y de la cual esta investigación pretende realizar un análisis sobre su influencia en relación con su uso en un ambiente computacional, particularmente en función del tiempo de aplicación, como son la retroalimentación inmediata y la retroalimentación demorada según Holland Mory (1996).

27

1.2 PREGUNTA DE INVESTIGACIÓN

En relación con los argumentos planteados en la justificación, que permiten evidenciar aspectos puntuales de la autorregulación, particularmente la formulación de metas y evaluación, así como el desarrollo del pensamiento formal y de la necesidad de proponer algunas herramientas enfocadas en lo hipermedial, para que dentro de un proceso de formación se logren seguir una serie de etapas que necesariamente conllevan a procesos de abstracción, regulación y autonomía, que los apoye en los procesos de compresión, procurando conseguir mayores niveles de eficiencia y mejoramiento en las estrategias que desarrollan, encaminándolos así por incrementar el nivel estratégico de su razonamiento y una mayor regulación en los procesos de solución a problemas, se plantea la siguiente pregunta:

¿Cuál es la incidencia de la formulación de metas y la retroalimentación sobre la eficiencia en la solución a problemas de razonamiento abstracto en estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada?

1.3 OBJETIVOS

1.3.1 Objetivo general

Determinar y analizar la incidencia de la formulación de metas y la retroalimentación sobre la eficiencia en la solución a problemas de razonamiento abstracto en estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada.

28

1.3.2 Objetivos específicos

Diseñar, desarrollar e implementar cuatro ambientes computacionales para promover la eficiencia en la solución de problemas en el razonamiento abstracto.

Determinar y validar si existe diferencia significativa en la eficiencia de la solución de problemas de razonamiento abstracto en relación con el tipo de ambiente computacional utilizado.

Analizar la incidencia de la formulación de metas y la retroalimentación en la eficiencia en la solución de problemas en un ambiente computacional.

29

2 METODOLOGÍA

En este capítulo se especifica el tipo de investigación utilizada en este estudio, sus características, variables, hipótesis, instrumentos de recolección de información, procedimiento y técnicas de análisis de datos.

2.1 METODO DE INVESTIGACIÓN

El esquema metodológico de tipo cuasi-experimental con carácter comparativo, denominado “Diseño con grupos de asignación aleatoria y post- prueba únicamente” (Wiersma y Jurs, 2005).

En efecto, los diseños experimentales, como lo argumentan Hernández, Fernández y Baptista (2006), son aquéllos que reúnen dos requisitos básicos para lograr el control y la validez interna: 1) grupos de comparación y 2) equivalencia de los grupos. A continuación se diagrama el diseño:

RG1 X1 O1

RG2 X2 O2

RG3 X3 O3

RG4 X4 O4

Donde:

R significa asignación al azar o aleatoria de los participantes a los grupos.

G corresponde al grupo de participantes (G1, G2, G3 y G4).

X1 Condición experimental, formulación de metas internas y retroalimentación inmediata.

X2 Condición experimental, formulación de metas internas y retroalimentación demorada.

30

X3 Condición experimental, formulación de metas externas y retroalimentación inmediata.

X4 Condición experimental, formulación de metas externas y retroalimentación demorada.

O Post- prueba (O1, O2, O3 y O4).

2.2 VARIABLES

2.2.1 Dependiente

La variable dependiente de esta investigación es la eficiencia en la solución de problemas de razonamiento abstracto alcanzada por los estudiantes. Se entiende por eficiencia la relación entre cantidad de eventos exitosos sobre la cantidad de tiempo, en donde intentos exitosos se refiere al número de eventos coincidentes con la opción correcta para solucionar el problema.

Eficiencia:= # Intentos Exitosos

Tiempo Gastado

2.2.2 Independiente

Esta investigación toma como variable independiente los ambientes computacionales de aprendizaje con formulación de metas y retroalimentación, de esta forma se establecen cuatro valores a esta variable, así:

Un ambiente computacional con formulación de metas internas y con retroalimentación inmediata

Un segundo ambiente computacional con formulación de metas internas y con retroalimentación demorada;

El tercero es un ambiente computacional con formulación de metas externas y con retroalimentación inmediata.

31

Y un cuarto ambiente computacional con formulación de metas externas y con retroalimentación demorada como cuarta variante.

Como se muestra en la tabla 1:

RETROALIMENTACION

CON RETROALIMENTACION

INMEDIATA

CON

RETROALIMENTACION

DEMORADA

METAS

INTERNAS

Grupo 1 Grupo 2

EXTERNAS

Grupo 3 Grupo 4

Tabla 1 Variables de la investigación

2.3 HIPÓTESIS

2.3.1 Hipótesis nula general

No existe diferencia significativa en la eficiencia de la solución de problemas de razonamiento abstracto en cuatro grupos de estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada.

32

2.3.2 Hipótesis alternativas

1. La interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación demorada.

Hipótesis nula: No existe diferencia significativa en la interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación demorada.

2. La interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata.

Hipótesis nula: No existe diferencia significativa en la interacción de un

grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata.

3. La interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación demorada logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.

Hipótesis nula: No existe diferencia significativa en la interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación demorada logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.

4. La interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a

33

la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.


grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.

5. La interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.

Hipótesis nula: No existe diferencia significativa en la interacción de un grupo de estudiantes con un ambiente computacional con metas internas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación demorada.

6. La interacción de un grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas interna y retroalimentación demorada.


grupo de estudiantes con un ambiente computacional con metas externas y retroalimentación inmediata logra un mayor grado de eficiencia en la solución de problemas de razonamiento abstracto, frente a la interacción de un grupo de estudiantes con un ambiente computacional con metas interna y retroalimentación demorada.

2.4 POBLACIÓN Y TAMAÑO DE MUESTRA

La población corresponde a estudiantes de grado decimo y once, en etapa de adolescencia (Piaget, 1972), de la Institución Educativa Bojacá de la ciudad de Chía en Cundinamarca Colombia.

34

La muestra de este estudio estuvo conformada por 85 participantes hombres y

mujeres quienes participaron en la investigación, de acuerdo con las normas éticas para la investigación con humanos (American Psychological Association, 2002). El tipo de muestreo utilizado fue no probabilístico, teniendo en cuenta que la ventaja en este tipo de muestreo no se requiere tanto de una “representatividad de elementos de una población sino de una cuidadosa y controlada elección de participantes con ciertas características especificadas”, (Hernández, Fernández, y Baptista, 2006).

La muestra seleccionada se dividió en 4 grupos, como se describe en la tabla 2, en la cual muestra a cada grupo con su respectiva condición experimental y número de estudiantes, además de las características especificadas en los criterios de inclusión como son el rango de edad adolescente y de los grados de educación media.

Al momento de la aplicación de los ambientes computacionales, los participantes se asignaron al azar a las diferentes condiciones: metas internas y retroalimentación inmediata; formulación de metas internas y retroalimentación demorada; formulación de metas externas y retroalimentación inmediata; formulación de metas externas y retroalimentación demorada, con el objetivo de lograr validez interna en la investigación.

NIVEL SECUNDARIA

NUMERO DE ESTUDIANTES

PROMEDIO EDAD

formulación de metas externa y retroalimentación inmediata

MEDIA 23 16

formulación de metas externa y retroalimentación demorada

MEDIA 21 16

formulación de metas internas y retroalimentación inmediata

MEDIA 22 16

formulación de metas internas y retroalimentación demorada

MEDIA 19 16

total 85 16

Tabla 2 Muestra correspondiente a cada grupo frente a cada ambiente computacional.

35

2.5 INSTRUMENTOS DE RECOLECCIÓN DE INFORMACIÓN

Se disponen tres instrumentos de recolección de información, los cuales se describen a continuación:

2.5.1 Prueba piloto

Esta prueba consta de la aplicación del ambiente computacional que tiene las siguientes zonas de trabajo: presentación, introducción a los problemas de razonamiento abstracto, zona de ejercicios que se compone de 30 problemas y la zona del test final que se compone por 10 ejercicios, el cual permitió obtener un promedio de los tiempos que un estudiante se toma para la realización y solución de cada uno de los ejercicios, particularmente este ambiente no permite avanzar de problema sino realiza la secuencia completa y correcta.

2.5.2 Zona de ejercicios

Este instrumento consta de 30 problemas de razonamiento abstracto, los cuales presenta variaciones dependiendo del ambiente computacional al que se refiera como se observa en la tabla 3, este instrumento permite medir la eficiencia, en relación con las metas ( tiempos en segundos) y los aciertos. Cada problema consta de una secuencia incompleta de nueve ilustraciones, la cual debe ser terminada al digitar la letra en cada recuadro correspondiente en relación con las cinco opciones presentadas.

2.5.3 Test final

El instrumento permite medir la eficiencia alcanzada por cada estudiante en la solución de problemas de razonamiento abstracto luego de interactuar con el ambiente de aprendizaje computacional basado en la formulación de metas y la retroalimentación, el test consta de 10 problemas de razonamiento abstracto.

36

2.6 PROCEDIMIENTO

PASO 0: Se diseñan y construyen cinco ambientes computacionales, un

primer ambiente computacional con el fin de aplicar la prueba piloto y los otros cuatro ambientes computacionales para fortalecer el aprendizaje en la solución de problemas de razonamiento abstracto; el primero de ellos con formulación de metas internas y retroalimentación inmediata; el segundo con formulación de metas internas y retroalimentación demorada; el tercero con formulación de metas externas y retroalimentación inmediata; y cuarto con formulación de metas externas y retroalimentación demorada.

PASÓ 1: Se realiza una prueba piloto en un grupo de 14 estudiantes a

través de un ambiente computacional en las condiciones necesarias para evaluar los tiempos y que se avance en forma lineal por cada ejercicio de práctica y de prueba final, de tal forma que con esta información se alimenten los ambientes computacionales en cuanto a los tiempos promedio de solución que se aplicaran en el estudio y se establezca los tiempos limite en la formulación de metas tanto internas como externas.

PASÓ 2: Se asignó de forma aleatoria un tipo de ambiente computacional

para cada uno de los 85 estudiante que componen la muestra de grado decimo y once de la Institución Educativa Bojacá del municipio de Chía, de tal forma que cada ambiente computacional como se muestra en la tabla 3:

AMBIENTE COMPUTACIONAL

formulación de metas externas y

retroalimentación inmediata

formulación de metas externas y

retroalimentación demorada

formulación de metas internas y

retroalimentación inmediata

formulación de metas internas y

retroalimentación demorada

Mujeres Hombres Mujeres Hombres Mujeres Hombres Mujeres Hombres

12 11 13 8 12 10 10 11

Tabla 3: Asignación aleatoria del ambiente computacional

37

PASÓ 3. Se explicó a los estudiantes sobre la metodología a trabajar

(actividades, tiempos, interacción, participación), y el funcionamiento del ambiente computacional.

PASÓ 4. Se aplicó cada uno de los ambientes computacionales con el grupo de estudiantes correspondiente, por un lapso de una semana en tiempos de dos horas y media al día. Simultáneamente los estudiantes ejecutaron el test de ejercitación y el test final de razonamiento abstracto.

PASÓ 5. Finalmente se realizó en análisis de la información recolectada; A los datos se le aplicó la prueba de significancia, se realizó el análisis estadístico y la interpretación de los resultados.

2.7 TÉCNICAS DE ANÁLISIS DE DATOS

Los datos obtenidos en la experimentación fueron registrados en el software Statics Versión 6.5 para realizar el análisis de resultados a través de una prueba T - Student que permite establecer si existe diferencia significativa al comparar grupos de muestras para así, determinar si se acepta la hipótesis nula o las hipótesis alternativas, para esto se realizaron las comparaciones pertinentes en correspondencia a los objetivos planteados en este trabajo investigativo.

38

3 ANTECEDENTES

En este capítulo se establecen una serie de estudios realizados alrededor de la formulación de metas, razonamiento abstracto y retroalimentación como referencias para esta investigación.

3.1 FORMULACION DE METAS

Son diferentes los estudios e investigaciones que han desarrollado sobre la autorregulación, de las cuales se va a retomar algunos de ellos, pero se definió como interés central en este documento, el aprendizaje a partir de la formulación de metas, el cual compone el proceso autorregulatorio.

La investigación denominada, la autorregulación como herramienta de aprendizaje realizada por Jorge O. Trisca destaca los aportes que pueden hacer las investigaciones cualitativas en el estudio de la autorregulación (Butler, 2002; Patrick y Middleton, 2002).

La autorregulación está en relación con las metas o propósitos, sus acciones están dirigidas hacia su consecución, por lo tanto la supervisión de esas acciones y la modificación de las mismas (Schunk, 1997) se relacionan con las actividades cognoscitivas como la metacognición, la motivación, los afectos, el aprendizaje, las diferencias individuales y otras (Efklides, Niemivirta y Yamauchi, 2002).

Específicamente en el ámbito educativo, se ha encontrado que para un mejor rendimiento académico, un aspecto importante es la obtención de resultados positivos, los cuales a su vez se presenta en los estudiantes que realizan actividades autorreguladoras (Hwang y Vrongistinos, 2002; McCann y García, 1999; Ommundsen, 2003; Zimmerman, 2002). En un estudio de instrucción computarizada (Eom y Reiser, 2000) los resultados revelaron que los estudiantes con alta autorregulación alcanzaron niveles de rendimiento mucho más altos que los otros estudiantes.

39

Un grupo de investigaciones reseñadas por Schunk y Zimmerman (2003) están relacionadas con el funcionamiento de la autorregulación durante el aprendizaje, siguiendo el modelo de Zimmerman de tres fases: previsión, control de funcionamiento y autorreflexión. El establecimiento de metas es un componente fundamental de la fase de previsión Schunk (1985, citado por Schunk y Zimmerman, 2003) encontró que proponerse metas promueve la autoeficacia.

En un estudio con niños, para el aprendizaje de las matemáticas quienes recibieron un programa de instrucción y práctica en tres niveles de formación, fueron dispuestos para valorar el efecto de la autoeficacia en el aprendizaje autorregulado. Para probar la idea de que las metas favorecen los resultados de logro en comparación con situaciones de aprendizaje donde no se dan las metas, Bandura y Schunk (1981) proporcionaron a unos niños la instrucción de operaciones de substracción y algunas sesiones de solución de problemas con autorregulación. A un grupo se le estableció como meta el completar una clase de tareas con un material en cada sesión; un segundo grupo tuvo una meta más distante, la de completar toda clase de materiales al final de la última sesión; y el tercer grupo sólo se le pidió trabajar productivamente, es decir una meta poco especifica. El grupo que tenía establecido la meta más próxima mostró mayor producción y práctica autorregulada, mayor logro y autoeficacia en las operaciones de substracción. El grupo de meta distante no mostró mayores beneficios en comparación con el grupo de meta general.

En la misma línea de investigaciones sobre el establecimiento de metas, un estudio de Schunk (1983) busco probar el efecto de las metas difíciles. En la aplicación de un programa los niños recibían metas difíciles pero alcanzables o metas fáciles en relación con completar un número dado de problemas en cada sesión. Dentro de cada condición de metas, a los niños se les proporcionaba información directa sobre su logro por parte de un adulto o recibía información social de comparación indicándole que otros niños en similares condiciones habían logrado completar la mayoría de los problemas. Las metas difíciles incrementaron la motivación y el logro durante la práctica de autorregulación, la información directa sobre la ejecución promovió la autoeficacia.

Garavalia y Gredler (2002) encontraron que no es sencillo que los estudiantes perciban su desempeño en las diferentes dimensiones, a excepción del método, que se relaciona directamente con las estrategias de aprendizaje. A similares conclusiones también llegaron Winne y Jamieson-Noel (2002), quienes suponían que tenía que establecerse una alta correlación entre el logro y la táctica de estudios percibidos y el logro y la táctica reales. Los resultados mostraron que no sucedía tal cosa. Se encontraron valores altos para el logro pero modestos para las tácticas. Esto se relacionaría con los resultados del estudio de Winne y Jamieson-Noel (2003), quienes hallaron que hay discrepancias entre las estrategias que los alumnos universitarios utilizan y las que informan.

40

Cantwell (1998), encontró que los adolescentes (15-16 años) no pudieron desarrollar el nivel más alto en la naturaleza del control autorregulador, en particular en relación a los dos modos de inadaptación comunes como son la inflexibilidad y la indeterminación comparados con jóvenes universitarios. Parece ser que la confianza en la autorregulación y la competencia académica tiende a decrecer en el proceso de la niñez a la adolescencia (Pajares y Valiante, 2002).

Lockl y Schneider (2002) examinaron a niños de escuela primaria para determinar si eran capaces de regular sus actividades de estudio según sean las materias fáciles o difíciles. Las conclusiones afirman que la supervisión exacta conduce a la adquisición de la autorregulación más adelante, pero no en la edad escolar temprana.

Eilam y Aharon (2003) señalan que alumnos de 9º grado dieron evidencias de manejo en habilidades autorreguladas como la capacidad de fijar objetivos, planificación, considerar alternativas, supervisar y reflejar, percibir señales diversas de varias fuentes, reajustar proyectos para un mejor desempeño y demostrar responsabilidad.

Eilam y Aharon (2003) señalan que los estudiantes con altas expectativas generalmente exponían más habilidades autorreguladas (eran mejores planificadores y administradores del tiempo) que los que tenían expectativas de logros menores. Otros autores (Eilam, 2002; Hwang y Vrongistinos, 2002; Peklaj y Pecjak, 2002) reportaron que los alumnos que hacen uso del aprendizaje autorregulado alcanzaban los logros académicos más altos y, por tanto, usaban en mayor medida las estrategias de estudio autorregulado.

En cuanto a la diferencia de habilidades autorreguladoras con respecto al género de los estudiantes, Pajares y Valiante (2002) encontraron que no hay diferencias (en edades de 9 a 17 años), salvo las establecidas por las creencias estereotipadas de los alumnos. Aunque Lee (2002) sí encontró diferencias pero en alumnos universitarios y en un contexto de educación en línea.

Peklaj y Pecjak (2002) también investigaron sobre las diferencias de estrategias de aprendizaje autorregulado según el sexo. Los resultados indican que las mujeres saben más sobre la cognición relacionada a la autorregulación, usan más estrategias metacognitivas y también intrínsecamente están más motivadas. Ellas expresan más sentimientos y usan más estrategias de control-esfuerzo en las situaciones de estudio.

En términos de la formulación de metas y autoevaluación en el aprendizaje con ambientes computacionales se han realizado investigaciones recientes comparando el nivel de logro de aprendizaje obtenido por estudiantes en dos situaciones diferentes: a) En ambientes de aprendizaje basados en computador –AABC- controlados por el estudiante y b) en AABC controlados por el programa. Mientras los AABC controlados por el estudiante tienen como característica principal el control que él mismo ejerce sobre el ambiente para navegar libremente

41

por los diferentes nodos de información; los AABC controlados por el programa van presentando la información a los estudiantes de forma graduada a medida que ellos avanzan en su proceso.

López (2005), expresa en su ponencia que:

“Estos estudios han presentado resultados poco claros respecto de la efectividad de cada uno de estos ambientes. Aunque ciertos investigadores proponen que el estudiante debe tener algún grado de control sobre su proceso de aprendizaje, los estudios con AABC controlados por ellos, no ha mostrado los resultados esperados.”

Se ha encontrado que cuando el estudiante tiene control sobre su propio proceso de aprendizaje, éste es más eficaz, en los casos de ambientes computacionales que tienen implementadas estrategias de aprendizaje coherentes con los contenidos específicos que se pretende enseñar (Tennyson, Tennyson y Rothen, 1980; Tennyson, Park y Christensen, 1985), as mismo se han mostrado resultados donde se evidencia que se requieren habilidades autorreguladoras para que los ambientes de aprendizaje basados en computador (AABC) sean eficaces (Armstrong, 1989; Baird y White, 1982; Lee, 1990; Merrill, 1980).

De otra parte, algunas investigaciones han hallado que los estudiantes obtienen bajos logros académicos tanto en ambientes controlados por ellos mismos, como en los controlados por el programa (Campanizzi, 1978; Gray, 1987; Kinzie, Sullivan, y Berdel, 1988; Fisher et al, 1975; Morrison, Ross y Baldwin, 1992). Estos resultados, hasta cierto punto contradictorios, muestran que algunos sujetos puedan usar AABC eficazmente, mientras que otros presentan dificultades en su uso.

En general, es claro que el uso de conductas autorreguladoras es mucho más importante en este tipo de ambientes que cuando el aprendizaje tiene lugar en las aulas de clase (Wilson, 1997).

Para usar eficazmente los AABC como los hipermediales es necesario que los estudiantes utilicen habilidades de aprendizaje autorregulado (Azevedo, Winters y Moos, 2004). Debido a que los hipermedios están estructurados en un formato no lineal, los estudiantes se ven obligados a regular su aprendizaje en lo motivacional, cognitivo y conductual, para tomar decisiones sobre: Fijación de metas, la información a acceder para lograr la meta, el tiempo a gastar en los diferentes nodos de información, cuándo y cómo modificar sus estrategias de aprendizaje, de ser necesario y qué tan capaz se siente de enfrentar la tarea (modalidad de trabajo solitaria/acompañado), entre otras.

Como lo expresa López (2005):

“Existen pocos estudios que reportan, específicamente los tipos de apoyos más eficaces para facilitar que los estudiantes regulen su aprendizaje con el

42

hipermedia (Azevedo et al., 2004). Para favorecer y desarrollar la regulación del aprendizaje de los estudiantes, con ambientes hipermediales, es necesario diseñar e implementar escenarios con –módulos de apoyo- consistentes que responda a las necesidades diferenciales de los sujetos.”

En la investigación, estrategias de autorregulación del aprendizaje: contribución de la orientación de meta y la estructura de metas del aula realizada por Martha Leticia Gaeta González (2003) presenta como propósito principal del trabajo explorar la relación entre la percepción de la estructura de metas del aula, la orientación personal de meta y el uso de estrategias de control volitivo –el control motivacional y emocional– y de estrategias metacognitivas.

La muestra se compuso por 105 alumnos de Educación Secundaria que cursan sus estudios en dos institutos de Zaragoza (uno público y otro concertado). Del total de la muestra, 48,6% son mujeres y 51,4% son hombres.

El procedimiento fue realizado con los instrumentos aplicados en una sola ocasión, dentro del aula, en el horario académico de los alumnos. Posteriormente, se efectuó un análisis de correlación entre todas las variables de estudio, así como varios análisis de regresión, a fin de determinar el grado en que la estructura de metas, la orientación de meta y las estrategias volitivas predicen el uso de estrategias metacognitivas, además del papel mediador de las variables estudiadas.

Los resultados muestran que en el análisis factorial los tres instrumentos presentan consistencia interna, indicada a través de los índices Alpha de Cronbach entre 0.60 y 0.80. Se observa que todas las variables de estudio tienen una correlación significativa positiva con el uso de estrategias metacognitivas, con excepción de la estructura de metas orientada a la evitación de la tarea. El uso de estrategias volitivas de fortalecimiento de la autoeficacia y la orientación de meta al aprendizaje muestran el mayor nivel de correlación con el uso de estrategias metacognitivas.

Los resultados de esta investigación muestran congruentemente con otras investigaciones (Pintrich & Garcia, 1991), que la orientación de meta al aprendizaje predice el uso de estrategias metacognitivas, lo que indica que los alumnos que buscan mejorar su competencia usan estrategias de autorregulación en un mayor grado, ayudándoles a plantearse auto-estándares de desempeño y de mejora.

Estos hallazgos según Gaeta (2003) corroboran los planteamientos que proponen que la estructura del aula orientada a la tarea es adaptativa, para propósitos del aprendizaje de los alumnos (Anderman & Anderman, 1999) e indican que, cuando los alumnos perciben el ambiente del aula con un énfasis en el aprendizaje y entendimiento, tienden a implicarse más en la tarea, por lo que disminuir el énfasis en aspectos extrínsecos de los cursos, tales como las notas y evaluaciones, así

43

como la comparación pública, puede ayudar a los alumnos a centrarse en aspectos más importantes del aprendizaje (Lyke & Kelaher, 2006).

En otra investigación denominada estrategias de aprendizaje y autorregulación realizada por Andrea Revel Chion y Leonardo González Galli en 2006 plantea una reflexión acerca de la importancia que las estrategias de aprendizaje tienen en el logro de alumnos más autónomos, metacognitivamente más activos. EI estudio realizado con estudiantes de 15 a 16 años pretendió relevar qué tipo de estrategias de aprendizaje utilizan, más frecuentemente para enfrentar las tareas escolares y cuánto conocen acerca de ellas.

El objetivos de la investigación anteriormente descrita fue analizar en qué medida, la implementación de un diagnóstico de las estrategias a las que más comúnmente recurren los alumnos para encarar sus tareas escolares, podría favorecer procesos de autorregulación. Entendiendo el análisis como una instancia de relevamiento de las estrategias y modos de planificación de las tareas que realizan los profesores y la socialización de las informaciones obtenidas con los alumnos.

En este sentido, el espacio destinado a que los alumnos analicen sus conocimientos, comprendan los modos en que encaran sus tareas y los evalúen, podría propiciar una toma de conciencia de aquellas estrategias que faciliten y resulten exitosas para su aprendizaje, aquellas otras que lo obstaculizan, y representar un paso adelante en los conocimientos metacognitivos y en los procesos de autorregulación.

La metodología consistió, en una primera etapa, en proponer a los alumnos la realización de una serie de actividades, en las que se intenta analizar y discutir el significado y alcance de diferentes estrategias e identificar cuáles de ellas son las que habitualmente implementan. Una etapa posterior los puso en situación de planificar las tareas que juzgan adecuadas para la resolución de una actividad concreta. Finalmente, se planteó una etapa de reflexión y evaluación del ejercicio en su totalidad, para analizar qué cambios percibieron en la selección e implementación de las tareas y el valor que dichas reflexiones tienen para modificar los modos en los que encaran las tareas escolares, tendiendo a la autorregulación.

El instrumento que se aplicó se divide en tres actividades que fueron resueltas por los alumnos a lo largo de tres encuentros. La muestra con que se trabajó está compuesta por un total de 31 alumnos de segundo año del ciclo polimodal en Gestión y Administración de Empresas, de una escuela de la Provincia de Buenos Aires.

Se concluyó que las estrategias que conducen a aprendizajes, cada vez más autónomos, no son de carácter innato, deben ser enseñadas, para lo cual se requiere que los profesores analicen y repiensen su propia práctica y, por lo tanto,

44

analizar el qué enseñar, para qué y cómo hacerlo se convierte en una cuestión crucial.

Paralelamente, es imprescindible que la participación de los alumnos en el proceso de aprendizaje sea activa, lo que nuevamente conduce a los modos en que los profesores generan o estimulan esta participación.

Una experiencia docente denominada la autorregulación como mecanismo de evaluación en el área de tecnología e informática realizada por Quintero, Bayardo López, Ibáñez, Sarmiento, Valencia y Maldonado de la Universidad Pedagógica Nacional, presenta una síntesis de la innovación Educativa en el área de Tecnología e Informática que se desarrolla en la Institución Educativa Distrital Rodrigo Lara Bonilla con estudiantes de educación media. La propuesta integra tres dimensiones conceptuales: metodología de proyectos tecnológicos, autorregulación y evaluación. El proceso está mediado por un sistema de aprendizaje que articula el trabajo individual y colaborativo. Con esta estrategia se pretende desarrollar habilidades cognitivas, metacognitivas, colaborativas y tecnológicas, estructuradas a partir de la solución de problemas específicos en el contexto del área de tecnología e informática.

Los autores de este estudio expresan que:”Con este trabajo se prevé una mejora progresiva del estudiante en el control y autodirección de sus propios procesos de aprendizaje. Esto se evidencia al ser consciente de sus logros, formularse metas más realistas y alcanzables, transferir las soluciones aplicadas de un proyecto a problemas nuevos, evaluar lo que hace y sustentar argumentativamente sus resultados. El incremento de su autonomía se manifiesta en la medida en que requiere menos explicaciones, apoyo y asesoría del docente. El resultado de esta experiencia, se manifiesta en los niveles de comprensión, análisis y desarrollo de proyectos tecnológicos novedosos y de calidad por parte de los estudiantes.”

3.2 PENSAMIENTO FORMAL-RAZONAMIENTO ABSTRACTO

En el análisis de antecedentes realizado por Hederich (2007) resalta que “en Vasco (1982), publica los resultados de un extenso estudio que indagaba, los niveles de desarrollo del pensamiento formal en jóvenes colombianos. Los resultados indicaron que, al terminar la secundaria, con un promedio de edad de 18 años, ninguno de los jóvenes examinados había alcanzado los niveles de desarrollo del pensamiento formal que, se suponía, debían estar estabilizados en ellos desde hacía años. “

En relación con el estudio de Vasco algunas universidades públicas colombianas desarrollaron estudios que permitieran buscar salidas a los problemas documentados. Ese fue el caso de un grupo de trabajo localizado en el Centro de

45

Investigaciones de la Universidad Pedagógica Nacional, en la investigación el adolecente como científico: pensamiento formal y concepción espontanea realizada por Pozo y carretero (1987), en la cual realizan un análisis de la teoría Piagetiana, indicando como los adolecentes, a diferencia de los niños de menor edad, poseen un pensamiento formal, que se caracteriza por su naturaleza proposicional e hipotético deductiva y por otra parte al contenido al que se le aplique, gracias a este tipo de pensamiento que según Piaget comenzara a desarrollarse entre los 11 y 12 años para consolidarse a los 14 a 15 años, los adolecentes estarían en condiciones no solamente de entender los conceptos científicos sino incluso de utilizar correctamente el método de investigación científica. Propone que el pensamiento formal seria el instrumento cognitivo que aseguraría, no de manera suficiente, el acceso al conocimiento científico, por tal razón la enseñanza debería estar orientada a la adquisición de pensamiento formal.

Otra investigación en esta línea, denominada diseño de software educativo “razonamiento abstracto” realizada por Mireya Alarcón Riaño y Omaira Albis Benavides (1998), la cual tuvo como objetivo el desarrollo de un software educativo para la comprensión del razonamiento abstracto en alumnos de grado quinto a fin de desarrollar habilidades y destrezas a través de la interacción con el material educativo computarizado (MEC), lo cual permitirá la comprensión de la prueba de razonamiento abstracto, se concluyo que el software educativo introductorio proporciona interés para la comprensión de los principios desarrollados en el razonamiento abstracto ya que en el software el alumno escoge el propio ritmo de aprendizaje y proponen que este es el comienzo de un proceso que debe continuar.

Leonor Lasso Gómez (1998) en su trabajo titulado la resolución de problemas como estrategia de enseñanza para favorecer el pensamiento formal del adolecente presentado como tesis de grado para la maestría de docencia de la química de la Universidad Pedagógica Nacional, realiza inicialmente una prueba a lápiz y papel, para determinar el nivel de desarrollo cognitivo que tienen los adolecentes, posteriormente se proponen situaciones problemicas abiertas con temas relacionados con la química, para solucionar con base en el modelo de resolución de problemas y que les permite a los estudiantes desarrollar y potenciar aquellas habilidades cognitivas que no se han iniciado o se están iniciando.

El objetivo general de esta investigación propone la resolución de problemas como una estrategia importante a incluir en el currículo de las ciencias experimentales indicando las características que deben poseer, para seguir en los alumnos el desarrollo y potenciación del nivel cognitivo.

La metodología empleada es un estudio de tipo experimental con diagnostico previo, tomando como población estudiantes del colegio Nuestra Señora del Buen consejo de Bogotá con una muestra de 122 estudiantes de grado decimo entre 15 y 17 años.

46

Se logró llegar a conclusiones tales como que el desarrollo de situaciones problemicas abiertas es una estrategia que contribuye significativamente en el desarrollo y potenciación del pensamiento formal en los adolecentes basada en el modelo de resolución de problemas como investigación

Además se concluyó que los adolescentes mediante la resolución de situaciones problemicas relacionadas con química alcanzan el dominio de actividades cognitivas como: combinatorio, proporcionalidad, operaciones que intervienen en la decisión de factores, lógica de proposiciones, planteamiento de hipótesis, diseño de experimentos.

Laura Fandiño Ciprian (1999) en su investigación denominada una propuesta metodológica para propiciar el desarrollo del pensamiento lógico formal a través de juegos y actividades lúdicas matemáticas, tenía el objetivo de propiciar el desarrollo del pensamiento lógico en alumnos que se encuentran en la etapa de pensamiento formal, por medio de juegos y actividades lúdicas matemáticas, estudio que se desarrolló con la colaboración de 19 estudiantes del ciclo formal del Instituto Merani, cuyas edades estaban entre los 10 a 13 años. La cual mostró como conclusiones que las matemáticas en la escuela tienen un papel importante, por una parte reflejan el desarrollo de habilidades y destrezas para resolver problemas prácticos, lúdicos y aplicados, usando procedimientos y diversos algoritmos, por otro lado, las matemáticas fomentaron el desarrollo del pensamiento lógico-formal de los estudiantes. Dicho proceso fue también favorecido mediante actividades y juegos matemáticos, como se comprobó en la investigación, los juegos representan una alternativa importante para capacitar a los alumnos o hacer uso del pensamiento formal o que manejan y resolver diversas situaciones y hallaron las soluciones pertinentes.

La investigación realizada por Elsa María Villamarin Mesa y Pedro Nell Zapata Castañeda (2001) denominada entrenamiento cognitivo en operaciones formales, en la cual los autores presentan el entrenamiento cognitivo como una estrategia que favorece el desarrollo cognitivo de los adolecentes para adquirir habilidades propias del pensamiento formal, pretendía inicialmente establecer el nivel de desarrollo cognitivo que poseen los estudiantes mediante la realización de un diagnostico, posteriormente se establecen algunas situaciones las cuales deben ser solucionadas aplicando cada una de las etapas propuestas basadas en el entrenamiento cognitivo, mediante estas actividades se busca desarrollar habilidades como, la lógica de proposiciones, la proporcionalidad, la combinatoria.

Los objetivos propuestos fueron determinar la influencia que tiene un programa de entrenamiento cognitivo sobre el desarrollo del pensamiento formal en estudiantes que no han alcanzado dicho estadio. Otro objetivo fue identificar el estadio de desarrollo cognitivo en el cual se encuentran los estudiantes de grado decimo del colegio INEM Francisco de Paula Santander-Kennedy, así como identificar los avances de los estudiantes después de aplicada la estrategia con respecto a diagnostico realizado anteriormente.

47

La metodología empleada fue mediante un tipo de estudio cuasi experimental con diagnostico previo utilizando como población estudiantes de grado decimo del colegio INEM Francisco de Paula Santander-Kennedy, con una muestra de 20 estudiantes de las modalidades de química industrial con edades entre 15 y 18 años

Dentro de las conclusiones que se obtuvieron fueron, que los estudiantes en su gran mayoría se encuentran en el estadio de operaciones concretas, presentan dificultades para desenvolverse dentro del ámbito que requiera el poseer un carácter hipotético deductivo y al enfrentarse a una determinada situación, se les dificulta diferenciar entre lo real y posible.

Se concluyó que el entrenamiento cognitivo aplicado como estrategia metodológica en la enseñanza de la química tendiente al desarrollo de operaciones formales produce adelantos importantes en las características del pensamiento formal que se refleja de manera lenta pero significativa durante el desarrollo de las fases y situaciones a las cuales el estudiante se enfrenta. Los resultados obtenidos en el post-test muestran como un 75% de los estudiantes alcanzaron un manejo apropiado de las habilidades cognitivas.

3.3 RETROALIMENTACION

Un área de estudios en autorregulación señalada por Schunk y Zimmerman (2003) es la de la retroalimentación, la cual sugiere que la autorregulación se facilita cuando se promueve a los estudiantes con esta información, relacionada con una o más causas de una buena ejecución. Proporcionar retroalimentación sobre el esfuerzo en previas ocasiones sostiene una percepción positiva del estudiante sobre su progreso, mantiene su motivación e incrementa su autoeficacia para el estudio.

La retroalimentación como campo de estudio Schunk (1983), busco establecer el papel de esta, y su influencia acerca de la habilidad y el esfuerzo como mecanismo de atribución de los estudiantes y su autoeficacia en el campo de las matemáticas, se estudiaron niños con dificultades en las matemáticas que recibieron entrenamiento en solución de problemas y recibían retroalimentación sobre su progreso; las condiciones de retroalimentación fueron (a) retroalimentación de avance atribuida a la habilidad, (b) retroalimentación de avance atribuida al refuerzo, (c) retroalimentación de avance atribuida a la habilidad y al esfuerzo, y (d) retroalimentación sin aspectos atribucionales. Los hallazgos indican que los niños que recibieron retroalimentación sólo sobre su habilidad demostraron mayores niveles de autoeficacia y de habilidad para la soluciones de problemas de sustracción, las condiciones de retroalimentación atribuida al esfuerzo, y atribuida a la habilidad y el esfuerzo no mostraron

48

diferencia pero si mejores resultado con respecto a la condición de retroalimentación sin carácter atribucional.

En términos generales el estudio demostró como a los niños que se les reforzó por esfuerzos anteriores mostraron un aprendizaje más autodirigido, niveles mayores de autoeficacia y logro; Incluso se identifico que la retroalimentación por logros anteriores mejora la autoeficacia y la autorregulación en mayor medida que la retroalimentación por ejecuciones directas.

En la investigación realizada por Schunk y Cox (1986) en un programa dirigido a niños con dificultades de aprendizaje se establecieron similares resultados, en el estudio se dieron a un grupo retroalimentación sobre el esfuerzo y a otro grupo no, encontrando que aquellos que había recibido retroalimentación atribucional promovieron su autoeficacia, nivel de logro y mejoraron sus atribuciones de esfuerzo que aquellos niños que no la recibieron.

La retroalimentación sobre el proceso y la autoevaluación también han sido objeto de estudio en relación con su influencia en el aprendizaje autorregulado. Al igual que es importante proponerse metas, también lo es que los estudiantes crean que pueden llevar a cabo un progreso, durante los periodos de reflexión de la autorregulación en el aprendizaje, los estudiantes pueden evaluar su progreso sobre las tareas que van teniendo claridad de criterio. No obstante hay tareas sobre las cuales es difícil determinar el progreso, de manera que la retroalimentación sobre el progreso puede beneficiar sustancialmente la autoeficacia y la motivación. Una investigación sobre el tema fue realizada por Schunk (1996) en una situación de aprendizaje en solución de problemas matemáticos, la mitad de los estudiantes se les permitió la autoevaluación, estos mostraron mejores desempeños y mejora en el nivel de autoeficacia, habilidad y motivación que los estudiantes que no tenían esta condición. La oportunidad de autoevaluación parece tener un favorable efecto sobre la autoeficacia y la conducta de autorregulación.

Otro grupo de investigadores llevaron a cabo un estudio con base en un programa de instrucción para la elaboración de textos narrativos con un grupo de alumnos entre los 10 y 12 años de edad (Graham y Harris, 1994; Sawyer, Graham y Harris, 1990). En una parte del programa se hicieron aplicaciones de autorregulación en las que los estudiantes debían seguir el proceso, es decir establecer sus objetivos, observar su desempeño, evaluar su progreso y decidir sobre cambios en el plan de acción. El profesor por su parte ofrecía retroalimentación en todo momento. Los hallazgos señalan que la estructura y la coherencia de las composiciones de los textos se incrementaron con el uso de las estrategias de autorregulación.

49

3.4 APORTES DE ANTECEDENTES A LA PRESENTE INVESTIGACIÓN

3.4.1 Formulación de metas

La importancia de la formulación de metas como etapa de la autorregulación y con la cual se generan procesos de autonomía son un elemento significativo y que esta investigación quiere estudiar y proponer, por lo cual los antecedentes que describen esta relevancia dentro del ámbito pedagógico, computacional y relacionado con lo intrínseco y extrínseco se reseñan a continuación:

3.4.1.1 Formulación de metas en lo pedagógico

Schunk y Zimmerman, (1997) , Hwang y Vrongistinos, (2002); McCann y García, (1999); Ommundsen, (2003); Zimmerman, (2002), Eilam, 2002; Hwang y Vrongistinos, 2002; Peklaj y Pecjak, 2002, Bandura y Schunk (1981), realizaron en sus particulares estudios un análisis sobre la formulación de metas como componente de la autorregulación y su importancia en la generación de autonomía, aspecto al que se refieren como un método sencillo de aplicar y que tiene efectos positivos en la motivación del estudiante y el aumento de sus logros académicos.

La investigación denominada estrategias de aprendizaje y autorregulación realizada por Andrea Revel Chion y Leonardo González Galli en 2006 validaron la importancia que las estrategias de aprendizaje tienen en el logro de alumnos más autónomos y metacognitivamente más activos, así mismo se pudo concluir que las estrategias que conducen a aprendizajes, cada vez más autónomos, no son de carácter innato, deben ser enseñadas, para lo cual se requiere que los profesores analicen y repiensen su propia práctica y, por lo tanto, analizar el qué enseñar, para qué y cómo hacerlo se convierte en una cuestión crucial, elementos que son importantes para esta investigación y que hacen parte del desarrollo del modelo pedagógico y tecnológico propuesto.

3.4.1.2 En los ambientes de aprendizaje basados en computador.

En relación con la formulación de metas en ambientes de aprendizaje basados en computador se establece a partir de lo que plantea López (2005) que

50

se puede tener control desde: a) En ambientes de aprendizaje basados en computador –AABC- controlados por el estudiante y b) en AABC controlados por el programa. Mientras los AABC controlados por el estudiante tienen como característica principal el control que él mismo ejerce sobre el ambiente para navegar libremente por los diferentes nodos de información.

En términos generales, López (2005) plantea que en los estudios realizados a fin de establecer cuál es la mejor opción de trabajo, no se han evidenciado resultados claros respecto a la efectividad de cada uno de estos ambientes computacionales. A través de su ponencia propone que el estudiante debe tener algún grado de control sobre su proceso de aprendizaje, en relación con lo anterior, algunas investigaciones han hallado que los estudiantes obtienen bajos logros académicos tanto en ambientes controlados por ellos mismos, como en los controlados por el programa (Campanizzi, 1978; Gray, 1987; Kinzie, Sullivan, y Berdel, 1988; Fisher et al, 1975; Morrison, Ross y Baldwin, 1992).

Otros trabajos han mostrado que se requieren habilidades autorreguladoras para que los AABC sean eficaces (Armstrong, 1989; Baird y White, 1982; Lee, 1990; Merrill, 1980). En general, es claro que el uso de conductas autorreguladoras es mucho más importante en este tipo de ambientes que cuando el aprendizaje tiene lugar en las aulas de clase (Wilson, 1997).

3.4.1.3 En las metas internas y externas.

Anderman & Anderman, (1999) indican que cuando los alumnos perciben el ambiente del aula con un énfasis en el aprendizaje y entendimiento, tienden a implicarse más en la tarea, por lo que disminuir el énfasis en aspectos extrínsecos de los cursos, tales como las notas y evaluaciones, así como la comparación pública, puede ayudar a los alumnos a centrarse en aspectos más importantes del aprendizaje (Lyke & Kelaher, 2006).

En la investigación estrategias de autorregulación del aprendizaje: contribución de la orientación de meta y la estructura de metas del aula realizada por Martha Leticia Gaeta González (2002) presenta como propósito principal del trabajo explorar la relación entre la percepción de la estructura de metas del aula, la orientación personal de meta y el uso de estrategias de control volitivo –el control motivacional y emocional– y de estrategias metacognitivas. Los resultados de este estudio muestran congruentemente con otras investigaciones (Pintrich & Garcia, 1991), que la orientación de meta al aprendizaje predice el uso de estrategias metacognitivas, lo que indica que los alumnos que buscan mejorar su competencia usan estrategias de autorregulación en un mayor grado, ayudándoles a plantearse auto-estándares de desempeño y de mejora.

51

3.4.2 Retroalimentación

En el área de estudio atribuida a la retroalimentación se hallaron estudios que permiten establecer y aportar a la presente investigación los siguientes argumentos:

Un estudios en autorregulación realizado por Schunk y Zimmerman (2003) sobre la retroalimentación, sugiere que la autorregulación se facilita cuando se promueve a los estudiantes con retroalimentación, o información relacionada con una o más causas de una buena ejecución. Proporcionar retroalimentación sobre el esfuerzo en previas ocasiones sostiene una percepción positiva del estudiante sobre su progreso, mantiene su motivación e incrementa su autoeficacia para el estudio.

En relación con la retroalimentación como campo especifico de estudio, Schunk (1983) busco establecer el papel de la retroalimentación acerca de la habilidad y el esfuerzo como mecanismo de atribución de los estudiantes y su autoeficacia Los hallazgos indican que los niños que recibieron retroalimentación sólo sobre su habilidad demostraron mayores niveles de autoeficacia y de habilidad para la soluciones de problemas, las condiciones de retroalimentación atribuida al esfuerzo, y atribuida a la habilidad y el esfuerzo no mostraron diferencia pero si mejores resultado con respecto a la condición de retroalimentación sin carácter atribucional. En términos generales el estudio demostró que a los niños que se les reforzó por esfuerzos anteriores mostraron un aprendizaje más autodirigido, niveles mayores de autoeficacia y logro; Incluso la retroalimentación por logros anteriores mejora la autoeficacia y la autorregulación en mayor medida que la retroalimentación por ejecuciones directas.

En un siguiente estudio Schunk y Cox (1986) en un programa dirigido a niños con dificultades de aprendizaje, dieron a un grupo retroalimentación sobre el esfuerzo y a otro grupo no, encontrando que aquellos que había recibido retroalimentación atribucional promovieron su autoeficacia, nivel de logro y mejoraron sus atribuciones de esfuerzo que aquellos niños que no la recibieron.

Una investigación sobre la retroalimentación y la autoevaluación realizada por Schunk (1996), donde el objeto de estudio fue la influencia en el aprendizaje autorregulado en la solución de problemas matemáticos, en la que a la mitad de los estudiantes se les permitió la autoevaluación, estos mostraron mejores desempeños y mejora en el nivel de autoeficacia, habilidad y motivación que los estudiantes que no tenían esta condición. La oportunidad de autoevaluación parece tener un favorable efecto sobre la autoeficacia y la conducta de autorregulación.

52

3.4.3 Pensamiento formal-Razonamiento abstracto.

El estudio en 1982 de Vasco referenciado en Hederich (2007), sobre los niveles de desarrollo del pensamiento formal en jóvenes colombianos, concluyo que al terminar la secundaria, con un promedio de edad de 18 años, ninguno de los jóvenes examinados había alcanzado los niveles de desarrollo del pensamiento formal que se suponía, debían estar estabilizados en ellos desde hacía años.

El Centro de Investigaciones de la Universidad Pedagógica Nacional, en la investigación el adolecente como científico: pensamiento formal y concepción espontanea realizada por Pozo y carretero (1987), en la cual se realizan un análisis de la teoría Piagetiana en su propuesta de que el pensamiento formal seria el instrumento cognitivo que aseguraría el acceso al conocimiento científico, por tal razón la enseñanza debería estar orientada a la adquisición de dicho pensamiento.

La investigación, diseño de software educativo “razonamiento abstracto” realizada por Mireya Alarcón Riaño y Omaira Albis Benavides (1998), tuvo el objetivo de desarrollar un software educativo para la comprensión del razonamiento abstracto en alumnos de grado quinto y desarrollar habilidades y destrezas a través de la interacción con el material educativo computarizado (MEC), la cual concluyo que el software educativo introductorio proporciona interés para la comprensión de los principios desarrollados en el razonamiento abstracto ya que en el software el alumno escoge el propio ritmo de aprendizaje y proponen que este es el comienzo de un proceso que debe continuar.

La investigación “la resolución de problemas como estrategia de enseñanza para favorecer el pensamiento formal del adolecente “de Leonor Lasso Gómez (1998), en sus conclusiones afirma que el desarrollo de situaciones problemicas abiertas es una estrategia que contribuye significativamente en el desarrollo y potenciación del pensamiento formal en los adolecentes basada en el modelo de resolución de problemas.

Laura Fandiño Ciprian (1999) en su investigación denominada una propuesta metodológica para propiciar el desarrollo del pensamiento lógico formal a través de juegos y actividades lúdicas matemáticas, mostro como conclusiones que los juegos representan una alternativa importante para capacitar a los alumnos a hacer uso del pensamiento formal en la que al resolver diversas situaciones, hallaron las soluciones pertinentes.

En la investigación realizada por Elsa María Villamarin Mesa y Pedro Nell Zapata Castañeda (2001) denominada entrenamiento cognitivo en operaciones formales, pudieron identificar que los estudiantes en su gran mayoría se encuentran en el estadio de operaciones concretas y presentan dificultades para desenvolverse

53

dentro del ámbito que requiera el poseer un carácter hipotético deductivo y al enfrentarse a una determinada situación, se les dificulta diferenciar entre lo real y posible.

Se concluyo que el entrenamiento cognitivo aplicado como estrategia metodológica en la enseñanza de la química, tendiente al desarrollo de operaciones formales, produce adelantos importantes en las características del pensamiento formal que se refleja de manera lenta pero significativa durante el desarrollo de las fases y situaciones a las cuales el estudiante se enfrenta.

54

4 MARCO TEÓRICO

En este capítulo se desarrollan los siguientes ejes temáticos: Solución a problemas, autorregulación, la autorregulación en el proceso de solución a problemas, formulación de metas retroalimentación, tipos de retroalimentación, pensamiento formal, razonamiento y razonamiento abstracto.

4.1 SOLUCION A PROBLEMAS

El uso del razonamiento en una situación determinada está orientado a la toma de una decisión, que a su vez lleva a la solución de un problema; La solución de problemas se refiere básicamente al proceso por el cual, aplicando una serie de estrategias, se logra cumplir una tarea intelectualmente exigente, y caracteriza una de las actividades humanas más inteligentes como lo plantea Meyer (1986).

Cuando pensamos sobre algo, partimos de unos hechos que son los que están allí y forman parte de la situación junto con las condiciones que constituyen los hechos, se presentan ideas acerca de los posibles modos de acción y la mente entra en una actitud de búsqueda, de proyección, en la cual debe diferenciar lo superficial de lo importante.

Según Meyer (1986) expone que un problema tiene tres elementos esenciales: un estado inicial, uno final y un conjunto de procesos que pueden transformar un estado en otro. Los problemas surgen cuando las personas no ven inmediatamente cómo ir desde donde están a donde quieren estar. Los problemas plantean restricciones o posibilidades, es decir, el estado inicial, el final y los métodos disponibles para ir del uno al otro pueden estar muy bien definidos o pobremente especificados.

Así mismo clasifica los problemas en convergentes, de razonamiento y de dificultad: describe los convergentes, cuando tienen una única solución, o como divergentes, si poseen un número indeterminado de respuestas posibles, que

55

dependen de la creatividad de la persona. También pueden clasificarse como problemas de razonamiento, en donde lo importante es el uso de la lógica y sus operaciones de suposición e inferencia; problemas de dificultades, cuando se conoce la respuesta, pero hay dificultad para ejecutarla, y problemas de conflictos, que se producen a causa de la oposición de la voluntad de los demás y en los que el factor emocional desempeña un importante papel.

A continuación se presentan algunos conceptos sobre la solución a problemas, puntualmente orientados hacia la solución de problemas a través de ambientes computacionales.

Meyer (1986), declara que la simulación en computador, es la estrategia utilizada por un agente, para generar una serie de movimientos, tendientes a solucionar el problema. Dicha estrategia, ha sido definida previamente con mucha precisión, por parte de quien simula el problema, presupone que quien resuelve un problema, lo hace aplicando operadores a los diferentes estados del problema.

Adicionalmente considera que en cualquier concepción de problema se deben considera tres elementos básicos:

El problema presenta un estado actual, determinado por condiciones (datos, reglas, información, etc.).

Proceso de trasformación, el objetivo es que el pensamiento trasforme el estado actual al estado final.

Estado final.

Simón (1978), por su parte planteo que la resolución de problemas por computador debe tener en cuenta tres elementos

Quien resuelve el problema: procesamiento de información.

Problema: entorno de la tarea.

Representación del problema: espacio del problema.

Según Newell y Simón (1978) expone que:

El espacio del problema, es la representación que el sujeto hace de la tarea. Es una estructura cambiante, a lo largo de proceso de solución de problema; comprende todas las situaciones llamadas estado.

El problema lo plantean desde tres componentes:

56

Una codificación mental de la situación problema, conocida como estado inicial.

Una serie de acciones o habilidades cognoscitivas, llamadas operadores.

Una especificación de los que se considera como una respuesta al problema.

4.2 AUTORREGULACION

El proceso de autorregulación comienza con la formulación de metas concretas y con un nivel de dificultad que es pertinente con las características del individuo, continua con la evaluación de su propia actuación, elemento que permite hacer una retroalimentación de su proceso y compararlo con el planteamiento inicial, a fin de generar un ajuste y replanteamiento de la formulación inicial.

La aplicación de nuevas estrategias lleva al individuo a reformulas sus metas, cada vez que el individuo avanza hacia un nuevo estado, se las replantea o modifica. Adicionalmente en la medida que el individuo es consciente de lo que va aprendiendo, regula su proceso de aprendizaje a través de un ambiente que se caracteriza por la viabilidad de generar un entorno, donde el estudiante pueda formular metas, aprender nuevas estrategias, retroalimentarse y decidir sobre su propio proceso de aprendizaje.

A continuación se exponen algunas concepciones sobre la definición de autorregulación:

Zimmerman (1989,1994) dice que los alumnos pueden considerarse autorregulados en la medida que sean desde el punto de vista metacognitivo, motivacional y conductual participantes activos de su propio proceso de aprendizaje.

En el mismo sentido, para Karoly (1993) la autorregulación se sintetiza en aquellos procesos internos y transituacionales que posibilitan al individuo a guiar su propia actuación dirigida por metas, a lo largo del tiempo y en diferentes circunstancias y contextos.

McCobs (1989) considera que la autorregulación en el aprendizaje se da cuando el estudiante es capaz de formular o elegir sus metas, planificar su actuación, seleccionar sus estrategias, ejecutar sus proyectos y evaluar su actuación.

57

Markus & Wurf (1987), definen la autorregulación como la manera en la que una persona en su actuación en el entorno que la rodea, controla y dirige su conducta, así mismo, plantea que la autorregulación implica formulación de metas, planificación, observación, evaluación y reacción.

Bandura (1970) dice que la autorregulación implica el establecimiento de una meta previa, la presencia de la autoevaluación y la administración de su propio esfuerzo, además de la ejecución de la respuesta aprendida.

4.3 FORMULACION DE METAS

Los estudios desde la perspectiva académica hacia la orientación de las metas, ha permitido una aproximación conceptual que se plantea en términos de una serie de concepciones que permiten a esta investigación enfocarse dentro de la clasificación planteada en metas internas y externas.

Para (Pintrich, 2000a, p. 103). “Las metas están referidas a representaciones cognitivas, potencialmente accesible y conscientes... No son rasgos en el sentido de personalidad clásicos, sino representaciones cognitivas que pueden mostrar estabilidad, así como sensibilidad contextual”

Adicionalmente se plantea que “Representan una unidad de conocimiento estructurada o concepción subjetiva, personal o “teoría”... sobre los propósitos de una tarea de logro, así como a otros elementos referidos a cómo se define el éxito y la competencia, el papel del esfuerzo y errores y normas de evaluación. Estos elementos se activan conjuntamente -el esquema y la teoría- o individualmente, buscando la información pertinente en el contexto... o a través del pensamiento explícito consciente y el conocimiento sobre la tarea de logro” (Pintrich, 2000a, p. 97).

Desde el modelo de representación cognitiva de Smith (1998) se sugiere “que la cognición es más bien un estado, fluctuando entre los factores contextuales inmediatos y las representaciones interiores.” Con lo cual puede plantearse que existe una red de conexiones entre los aspectos diferentes de las metas como son las estrategias y los medios para obtenerlas o, también, como el eslabón cognitivo entre las conductas específicas y los motivos generales como lo plantea Shan y Kruglanski (2000).

Dentro de la taxonomía de las metas se ha establecido una clasificación conceptual de las metas limitándose a las de aprendizaje y de rendimiento, propuesta por Anderman y Maerh (1994, sin embargo adicionalmente los trabajos de Urdan, Anderman, Anderman y Roeser (1998) que se dirigieron a diseñar un

58

instrumento para la evaluación de las metas, han propuesto metas orientadas al aprendizaje, a la aproximación al rendimiento y a la evitación del rendimiento.

En términos generales las metas académicas se enmarcan en motivos de carácter académico que tienen los individuos, a fin de guiar su comportamiento en el aula, estas metas pueden llegar a promover que los estudiantes persigan diferentes objetivos en una misma situación del entorno escolar o académico. Por otra parte, las metas de aprendizaje permiten establecer un nivel metacognitivo, que eventualmente garantizan el éxito académico, y por su parte las metas de rendimiento provocan un procesamiento de la información repetitivo y superficial.

Por lo tanto se platean relaciones entre tres elementos diferentes tal y como lo ha sintetizado Covington (2000): metas <--> cogniciones <--> logro.

Con relación a la clasificación de las metas se describen los siguientes modelos propuestos por Dweck (1986):

a) El primero serían las metas específicas de tarea (target goals), que sugieren cómo ejecutar una conducta.

b) En el segundo están las metas de intención (purpose goals), es más general y puede aplicarse a todas las áreas de la vida. Estas metas reflejan el por qué una persona está ejecutando una conducta.

c) El tercer se encuentran, las metas de logro (achievement goals), que representa un grado intermedio entre las metas específicas y las de intención. Se refiere a los propósitos o razones que los individuos persiguen en tareas de logro.

Esta categorización se muestra en las tabla 4 y 5, donde se describen los distintos términos que han utilizado en la teoría de las metas, sobre expresiones como metas de aprendizaje (learning goals), centradas en la tarea (task involved), de tarea (task) y de dominio (mastery), las cuales se han utilizado para referirse a las metas que orientan al individuo a aprender cómo hacer la tarea.

Dweck (1986) y Elliot & Dweck (1988) realizaron una categorización como se muestra en la tabla 4:

59

METAS DE NIVEL DE CONFIANZA Y PATRONES DE LOGRO (Smiley y Dweck, 1994, pág. 1725

METAS CONFIANZA TAREA RESPUESTA PATRON

RENDIMIENTO BAJA Moderadamente fácil, para evitar

muestras de incompetencia.

Percepción de fracaso, afecto

negativo y atribución a la

capacidad.

Indefensión

RENDIMIENTO ALTA Moderadamente difícil, si las tareas aseguran muestras

de competencia

Alguna preocupación

por el rendimiento,

eficaz solucionando el problema.

Dominio atenuado

APRENDIZAJE ALTA O BAJA Moderadamente difícil, de cara a incrementar la competencia.

Afecto positivo, eficaz

solucionando el problema.

Dominio.

Tabla 4 Metas de nivel de confianza y patrones de logro

Dweck y Nicholls realizaron también una categorización como se muestra en la tabla 5:

60

ESQUEMA INTEGRADO DE LA TEORIA EN METAS DE DWECK Y LA TEORIA NICHOLLS

CONCEPTO DE CAPACIDAD

METAS ACADEMICAS

AUTOCENCEPTO (Percepciones y creencias respecto a la

capacidad) y elección de tareas

Capacidad como algo fijo e inmutable:

Nicholls: concepción más diferenciada de la inteligencia.

Dweck: concepción estable.

Metas de rendimiento:

Nicholls: centrada en el yo.

Objetivo fundamental: demostrar su competencia a los demás obteniendo de ellos juicios favorables respecto a su capacidad.

Creencia de alta capacidad: mayor implicación en tareas de dificultad media y evitación de tareas de dificultad extrema.

Creencia de baja capacidad: mayor implicación en tareas de dificultad extrema y evitación de tareas de dificultad media.

Capacidad como algo cambiable y modificable:

Nicholls: concepción menos diferenciada de la inteligencia.

Dweck: concepción incremental.

Metas de aprendizaje:

Nicholls: centrada en la tarea.

Objetivo fundamental: incrementar y mejorar su competencia a través del aprendizaje.

Mayor implicación en tareas de dificultad media, con independencia de creencias sobre sus niveles de capacidad.

Tabla 5 Esquema integrado de la teoría de metas de Dweck y la teoría Nicholls

Adicionalmente y en relación con la intención de este estudio que se enmarcara según el planteamiento de González, Tourón & Gaviria (1994) en dos categorías las metas intrínsecas y extrínsecas, se plantea que : “ante una determinada asignatura podemos decidir si queremos aprender, saber más sobre ella, interesarnos por sus contenidos, ampliar nuestro conocimiento que serían metas intrínsecas, o sólo queremos aprobar, o sacar una buena nota, o sacar mejor nota que los demás, que serían metas extrínsecas”. Lo anterior se describe en la relación entre estos términos y sus autores teóricos como se muestra en la tabla 6.

61

TAXONOMIA DE METAS

INTRINSECAS EXTRINSECAS

Metas de aprendizaje (learning goal) (Dweck,1986;Dweck & Leggett,1988;Elliot & Dweck, 1988; Hayamizu, Ito & Yoshizaki, 1989)

Metas de rendimiento o ejecución (performance goal) (Dweck, 1986; Dweck & Leggett, 1988, Elliot & Dweck, 1988; Hayamizu, Ito & Yoshizaki, 1989)

Metas centradas en la tarea (task involved) (Nicholls, 1984)

Metas centradas en el yo (ego involved) (Nicholls, 1984)

Metas de tarea (task goal) (Anderman & Miidgley, 1997; Maher & Midgley, 1991; Middleton & Midgley, 1997)

Metas de ejecución o rendimiento (performance goal) (Anderman & Midgley, 1997; Maher & Midgley, 1991; Middleton & Midgley, 1997)

Metas de dominio o desafío (mastery goal) (Ames, 1992; Ames & Archer, 1988; Elliot & Church, 1997; Elliot & Harackiwicz, 1996; Friedel; Hruda & Midgley)

Metas de rendimiento o ejecución ( performance goal) ( Ames, 1992; Ames & Archer, 1988; Elliot, 1997; Elliot & Church, 1997; Elliot & Harackiewicz; 1996; Friedel, Hruda)

Tabla 6 Taxonomía de metas

Denominaciones como rendimiento o ejecución (performance) y centrada en el yo (ego involved), también han sido utilizadas para referirse a metas que orientan los individuos como se observo en la tabla 5. Estos parecen actuar con autonomía y sin sentirse obligados, prefiriendo aquellos ejercicios que les suponen un reto aunque cometan errores (Dweck & Leggett, 1988). Los estudiantes que persiguen metas de rendimiento están interesados en demostrar su capacidad o evitar parecer incompetentes (Schunk, 1991), es decir, no se preocupan del proceso de

62

aprendizaje en sí mismo, sino que se centran en los resultados de aprendizaje, utilizando un criterio normativo de comparación social (Ames, 1992; Dweck & Leggett, 1988; Urdan, 1997).

4.4 RETROALIMENTACIÓN

La evaluación ha sido un tema central en la educación y particularmente en la academia, quienes han realizado grandes esfuerzo e invertido amplios recursos en buscar nuevas formas de construir para los estudiantes contextos adecuados donde los conocimientos sean más fácilmente adquiridos. Pero una vez hecho esto, se deben tener claro en como el estudiante demuestra que aprendió cierto contenido.

Pero posiblemente uno de los elementos más desaprovechado dentro del proceso de evaluación, es la retroalimentación. Lo cual resulta comprensible si se toma en cuenta la cantidad de contenidos que deben cubrirse y el poco tiempo con el que se cuenta para trabajarlos y además evaluarlos en la práctica. Finalmente lo que sucede la mayor parte de las veces durante es que se dejan pasar excelentes oportunidades para consolidar, profundizar o acentuar los elementos más importantes que apoyarían el verdadero proceso de aprendizaje de los estudiantes, el cual se fundamenta en la evaluación y su posterior proceso de información sobre los resultados.

A continuación se plantean algunos conceptos que enmarcan el término retroalimentación o feedback y que son soporte de este estudio:

Guarín S. (2008) expresa: “la retroalimentación que se brinda a cada estudiante se constituye en el acompañamiento en su proceso de formación, y le muestra sus fortalezas y aspectos por mejorar”.

Lara Sierra, (2006) la plantea como “el retorno de información sobre el resultado de una actividad o un proceso”.

“la retroalimentación se asegura de esa consecución, puesto que se articula “[…] con los objetivos planteados en el plan del curso”.

Adicionalmente esta misma autora plantea algunas características, como son:

Los criterios a partir de los cuales se da la retroalimentación, que deben articularse con los objetivos planteados en el plan del curso. Dado que el objeto de la retroalimentación es mejorar el desempeño de los participantes, deben ser múltiples las oportunidades de retroalimentación a

63

lo largo del proceso de aprendizaje, por eso se adopta el concepto de evaluación continua.

Considerando que la formación es un proceso para mejorar y un proceso de aprendizaje cooperativo y colaborativo, la retroalimentación debe ser multidireccional, que le dé al grupo la oportunidad de retroalimentarse a través de la socialización de saberes creando instancias de auto evaluación colectivas.

Por su parte Unigarro Gutiérrez (2001, p.205) habla de un proceso “[…] relacionado con la información que el maestro proporciona al estudiante sobre el logro de las metas de formación propuestas. Es el feedback que todo alumno, niño y joven o adulto, espera con ansiedad durante el proceso educativo”.

Adicionalmente Unigarro, plantea los siguientes aspectos (2001, p.206):

Exponerle al estudiante los elementos que él está trabajando y que se consideran aceptables dentro de un amplio margen de la comunidad académica que los desarrolla. Así el alumno podrá afianzar los cuerpos teóricos y los conceptos construidos en tanto observa la compatibilidad y correspondencia con lo que la comunidad académica reconocida asume como válido.

Mostrarle los elementos que la generalidad de la comunidad académica no acepta como válidos y que ameritarían una mayor elaboración. Con esto el estudiante puede entrar a ahondar en sus teorías y conceptos y establecer si lo que ha propuesto es erróneo o inconsistente o también llenarse de más argumentos para continuar sosteniendo su posición.

Manifestarle al estudiante nuevos retos derivados; es decir, plantear problemas que surgen de las afirmaciones del alumno y que justifican una indagación más profunda. Así el alumno puede observar las implicaciones que tienen sus aseveraciones y, por supuesto, desarrollará una mirada más amplia y compleja acerca de su posición.

Destacar el esmero que se observa en las competencias que se buscan, lo mismo que aquellos aspectos que presentan bajos niveles de desarrollo y que son también ideales del proceso educativo que se está llevando. Con esto el estudiante puede orientar su acción para reforzar algunas y activar otras.

64

Así mismo Roldán López, 2005, expresa que no hay contradicción entre la evaluación y la retroalimentación porque hacen parte del mismo proceso educativo. La evaluación en la educación tiene por objeto “[…] valorar los aprendizajes adquiridos, en forma cualitativa y cuantitativa”

Esta estrategia evaluativa se entiende en un contexto de criterios, características y aspectos como los siguientes expresados por Mogollón (2004):

Directa: cuando está dirigida a un miembro del grupo en particular.

Descriptiva: cuando expresa en forma detallada las características de la conducta a la que está referida.

Específica: cuando está referida a una situación determinada en un momento preciso.

Inmediata: cuanto está referida a una situación próxima muy cercana.

Con expresión emocional: demostrando la emoción y sentimiento que acompaña la comunicación.

El diccionario de las ciencias de la educación (1987, p.637), explicita que “[…] todo aprendizaje se apoya en la posibilidad de información sobre las propias acciones, para de esta forma corregirlas o perfeccionarlas”.

Adicionalmente se puede establecer que cuando al individuo no se le facilita una retroalimentación en la evaluación del aprendizaje, o no sabe del estado del conocimiento adquirido, el estudiante puede llegar a permanecer en el estado en el cual se inicio, además de subestimarlo, como lo plantea (Ingalls Herrera y otros, sf) “Si no se entrega retroalimentación a un alumno que tiene errores, estos no serán corregidos o la corrección se hará lenta e ineficientemente”. Por su parte, Unigarro Gutiérrez (2001, p.207), plantea que “La ausencia de realimentación equivale a ignorar al otro, a no reconocerlo y a no valorarlo como interlocutor”.

En términos generales, es importante destacar que la retroalimentación o el feedback está definitivamente relacionada con la evaluación, haciéndolo extensible, es decir llevándola a un plano de ascenso gradual donde se dan pasos cada vez más lejos y cada vez más estructurados, en la permanente adquisición, consolidación y producción del conocimiento, que devuelve información procesada para consolidar los conocimientos adquiridos y poder ir más allá en el proceso formativo, “terminando” cuando el individuo ha llegado al conocimiento meta propuesto en la evaluación. En este sentido, se articula con la evaluación o valoración continua, permanente y sistemática del desarrollo educativo.

65

4.4.1 Tipos de retroalimentación

Las diferentes clases de retroalimentación o feedback son posibles de diferenciar teniendo en cuenta el nivel de complejidad que generan. Dempsey, Driscoll y Swindell, (1993) expresan que “la complejidad del feedback está estrechamente asociada al “qué” y “cuánta” información puede ser incluida en el mensaje de respuesta a una acción del estudiante”. Teniendo en cuenta el nivel de complejidad del feedback proponen estos mismos autores la siguiente distinción:

a) Sin feedback: por ejemplo, se requiere una respuesta al aprendiz pero no se le proporciona ninguna indicación respecto a la corrección o no de esa respuesta.

b) Feedback como “verificación simple” o “conocimiento de los resultados”: en este caso, se informa sólo de si la respuesta ha sido correcta o incorrecta.

c) Feedback como “respuesta correcta” o “conocimiento de la respuesta correcta”: si la respuesta resulta incorrecta se indica también cuál es la respuesta acertada.

d) Feedback “elaborado”: se proporciona una explicación sobre por qué la respuesta del aprendiz resulta correcta o incorrecta y se permite revisar parte de la instrucción previa.

e) Feedback como “nuevo intento”: se informa al aprendiz de la respuesta incorrecta y se permite intentos adicionales de re-elaboración de la respuesta.

Chi (1996) por su parte expone tres tipos de feedback que a continuación se presentan, los cuales dependen del contenido que se incluye en la respuesta:

a) Feedback correctivo: Se hace conocer al individuo la respuesta errónea, o bien, para reforzar o confirmar (feedback reforzante o confirmatorio).

b) Feedback explicativo: Es un feedback elaborado. Esta clase de feedback se fundamenta en una explicación didáctica.

c) Feedback sugestivo: Es un feedback indirecto que se limita a advertir al estudiante de la existencia de un problema sin señalar cuál es exactamente. Puede adoptar la forma de pistas o también de preguntas no específicas que apuntan a re-dirigir el pensamiento de los estudiantes.

66

Goodman, Wood y Hendrickx, (2004) definen la existencia de un feedback “específico” , el cual puede incluir información directa indicando tanto los errores y aciertos en las acciones realizadas por los estudiantes, como también las razones que explican estas acciones sean acertadas o no. Mientras que un feedback “no específico”, en cambio, presenta información general.

Por otra parte Holland Mory, (1996) plantean que también se debe considera el tiempo que transcurre desde el momento en que se lleva a cabo la acción del estudiante y el feedback, elementos destacados dentro de la presente investigación, y que son pertinente establecer como un feedback inmediato y un feedback demorado. “El feedback es inmediato cuando se proporciona seguidamente de la acción del estudiante, a diferencia del feedback demorado en el que el mensaje no es contingente a la acción que realiza el estudiante”.

4.5 PENSAMIENTO FORMAL

El proceso de formación humano y su proceso cognitivo han planteado teorías de desarrollo cognitivo que han sido parte del trabajo mancomunado entre los psicólogos y educadores, estas teorías exponen que los modos de relación con el entorno y de comprensión lógica del mundo se desarrollan en el niño en etapas sucesivas y coordinadas, por lo tanto es posible estimar que la lógica infantil es diferente a la del adulto.

Los estudios desarrollados por Jean Piaget ha sido pioneros en este enfoque, aunque sus estudios no se relacionan de manera directa con una teoría de aprendizaje ni de la educación, los resultados expuestos en sus teorías y la interpretación que él hace de aquellos, aportan datos de importancia sobre el desarrollo de pensamiento y del conocimiento en el niño. Estos aportes proponen la forma y estructura de pensamiento en cada etapa de su desarrollo.

Piaget explicita que el conocimiento no se adquiere de manera pasiva, el individuo lo construye a través de la interacción con su entorno, pero para esta actividad cognitiva y lograr progresivamente una mayor complejidad, el sujeto debe tener estructuras que le permitan concatenar sus estructuras cognitivas.

Según Piaget (1982), el desarrollo puede así dividirse en tres grandes etapas que obedece a los siguientes criterios:

1. Su orden de sucesión es constante.

2. Cada etapa se caracteriza por una estructura de conjunto.

3. Estas estructuras son integrativas y no sustitutivas.

67

De acuerdo a los anteriores preceptos el desarrollo del pensamiento se da en cuatro grandes etapas:

1. El periodo de la inteligencia senso-motriz.

2. El periodo preoperatorio.

3. El periodo de las operaciones concretas

4. El periodo de las operaciones formales.

El presente estudio se centrara en el cuarto periodo (periodo de las operaciones formales) sin desconocer su concatenación con las tres anteriores. Según Piaget el periodo de las operaciones formales comienza alrededor de los 11 o 12 años y se estabiliza a nivel de equilibrio alrededor de los 14 o 15 años. Se caracteriza por la aparición de las operaciones combinatorias (conjunto de partes), de las proporciones (raciocinio y representación según dos sistemas de referencia simultáneamente), y de la lógica de las proposiciones (capacidad de raciocinio sobre enunciados e hipótesis y no solamente sobre objetos concretos o inmediatamente representados).

La diferencia entre el periodo de operaciones concretas y el de operaciones formales lo caracteriza Piaget (1982) de la siguiente manera “ comparado un niño, con un adolecente, es un individuos que construye sistemas y teorías”, dicho de otra manera el niño piensa concretamente problemas tras problema a medida que la realidad se los propone, y no relaciona las soluciones mediante teorías generales que pondrían de relieve su principio”, Cuando el niño llega a ser capaz de desligar su pensamiento de lo concreto pasa a la etapa del pensamiento formal o “hipotético- deductivo”.

Las operaciones formales asumen las operaciones concretas y se apoyan en ellas, las operaciones formales constituyen la versión abstracta de las operaciones concretas, recibiendo de ellas preparación y contenido, se trata de los mismos contenidos operatorios: clasificación, seriación, enumeración, medición, ubicación o desplazamiento en el espacio y el tiempo.

4.6 RAZONAMIENTO ABSTRACTO

Las pruebas psicotécnicas y de razonamiento, muy utilizadas en nuestro medio por las empresas para la incorporación de personal y en psicología escolar, no pretenden cuantificar conocimientos generales ni específicos, sino medir, por decirlo de alguna manera, la agilidad mental y la capacidad de raciocinio ante situaciones de la vida cotidiana que necesitan solución lógica y oportuna.

68

Con este tipo de preguntas se pretende detectar la habilidad para descubrir la regla o principio que rige los cambios de una secuencia dada, los elementos que le conforman para aumentar o disminuir, completarse o descompletarse, desplazarse, girar, transformarse o superponerse, o también se pueden presentar una combinación de dos de los principios anteriormente enunciados son los que conforman el razonamiento abstracto. Con base en las respuestas de los individuos se puede inferir su aptitud para resolver problemas en forma de ilustraciones o símbolos y para manejar procesos lógicos de pensamiento referidos a representaciones abstractas.

En términos generales las pruebas psicotécnicas de razonamiento abstracto evalúan la capacidad o aptitud para resolver problemas lógicos, deduciendo ciertas consecuencias de la situación planteada o sea, intentan descubrir la capacidad de razonamiento y análisis, factores mentales ambos muy vinculados a la inteligencia general. El razonamiento abstracto, junto con el razonamiento verbal, son los ingredientes de las habilidades cognitivas.

Algunos autores definen explícitamente, el término razonamiento abstracto, como:

Peñaranda Valverde (2002) explicita que el razonamiento abstracto “es la capacidad de resolver problemas lógicos, de prever y planear, lo cual Implica las dos funciones del razonamiento: la inductiva y la deductiva”.

Para Serrano Pérez (1993), defina que es “la capacidad de raciocinio, análisis, observación y deducción de lo que no es concreto o real, para poder llegar a dar una respuesta acertada a ciertos problemas planteados”.

Los test de razonamiento abstracto pertenecen al grupo de test de series gráficas, cuyos ítems están colocados de tal manera que el lector tiene que descubrir una ley interna que relaciona a los elementos gráficos (fase inductiva) para, después, encontrar el correlato correspondiente (fase deductiva).

Teniendo en cuenta que el razonamiento abstracto se adquiere a través de un proceso de construcción en el que intervienen tantos factores de desarrollo evolutivo como factores de aprendizaje, es necesario fijar la atención en cada una de las ilustraciones dadas, descubrir el principio o ley que rige dicho comportamiento o idear cierta técnica que ayude a seguir el proceso lógico sin riesgo a equivocarse o perder tiempo.

Como lo expresa Mireya Alarcón (1988) se debe tener en cuenta la observación y los principios que aplican a las ilustraciones dada.

Como observar:

o Identificar: consiste en hacerse una idea concreta de cada una de las ilustraciones dadas a partir de la experiencia o por asociación.

69

o Independizar: Estudia cada uno de los elementos por separado.

o Comparar: consiste en buscar diferencias en las ilustraciones propuestas.

Principios:

o Giros: Pueden ser de 30º,45º,90º,180º y puede ser en sentido de las manecillas o de manera opuesta a estas.

o Movimientos: Las ilustraciones dadas tienen cambios de posición en el espacio.

o Cuenta o sucesión: Cuando aumentan o disminuyen el número de sucesiones.

o Transformación: cuando la ilustración cambia su color, forma o tamaño.

o Secuencia: cuando se repiten a intervalos las ilustraciones dadas.

Para este tipo de problemas se utilizan el tipo de preguntas de tipo horizontal, estas preguntas se presentan en una serie de nueve casillas que corresponden al enunciado donde aparecen las ilustraciones o símbolos. Se debe analizar la secuencia de dibujos de las primeras casillas, encontrar la regla o principio que rige sus cambios y continuar la secuencia ,mentalmente para escoger entre las cinco opciones la que corresponde a la novena casilla donde está el signo de interrogación.

Ejemplo, tomado de Peñaranda Valverde (2002):

Ilustración 1: Ejemplo inicial de problema de razonamiento abstracto

70

La primera fila de casillas, con los números 1-9, corresponde a la secuencia, y la segunda fila, con las letras A-E, contiene cuatro distractores y una respuesta.

El ejercicio consiste en descubrir, en el menor tiempo, la secuencia la secuencia que siguen las primeras cinco casillas y, luego, completar las casillas 6, 7,8, y obviamente, la 9, para hallar la respuesta correspondiente.

Lo primero que debe hacerse es observarla casilla 1 y describir su contenido: dos círculos concéntricos atravesados por un diámetro vertical; un sector negro en el círculo interior. Dicho sector es de un cuarto de círculo.

En seguida se observa la casilla 2 y se compara con la 1: los mismo elementos pero en la casilla 2 el sector negro giro 90º en el sentido de las manecillas del reloj, lo que indica que el circulo interior, junto con el diámetro, roto 90º.

En las casillas 3 y 4 sucedió lo mismo: el círculo interior, con su sector sombreado, giro 90º en cada caso, en la 4 se completo un ciclo, es decir una vuelta de 360º.

En la casilla 5 y, para comenzar un nuevo ciclo, el círculo interior es negro con un sector blanco. El circulo interior continua girando ala derecha 90º de una casilla a otra, por tanto las casillas 6,7 y 8 quedaran así:

Ilustración 2: Ejemplo inicial de problema de razonamiento abstracto (proceso de solución)

Como se ve, en la casilla 8 se completo el segundo ciclo, de donde se deduce que la casilla 9 empieza el tercer ciclo, y por tanto, la ilustración tiene que ser igual a la de la casilla 1, es decir que la secuencia completa quedaría así:

Ilustración 3: Ejemplo inicial de problema de razonamiento abstracto (solución)

71

5.6.1 Razonamiento deductivo

La deducción se enfoca en el análisis de los principios del razonamiento que son independiente del contenido sobre el que se razona. Los estudios sobre el razonamiento, han creado ambientes que permite ejemplificar argumentos con una estructura y principios lógicos sencillos, generalmente representados en una estructura matemática con las letras p,q,r,s, y los operadores conocidos como términos de enlace, que determinan la forma de una proposición lógica.

La lógica deductiva por su parte se centra particularmente en el razonamiento deductivo, el cual parte de una regla general hasta lo particular y se propone demostrar la veracidad de las proposiciones a las que se llegaron por inducción.

Sáenz, I. y otros (2000), proponen que se puede definir el razonamiento deductivo como un proceso sistémico, que conduce de un grupo de proposiciones a otro, todo ello basado en las leyes de la lógica.

Las reglas de inferencias permiten dar el paso lógico que conduce de las premisas a la conclusión. Cuando se dice que un argumento es válido se entiende que la conclusión es una consecuencia lógica de las premisas en el que cada paso se deduce por medio de una regla de inferencia.

Dentro del razonamiento deductivo, se distinguen tres tipos de razonamiento: el razonamiento silogístico, el razonamiento transitivo y el razonamiento proposicional.

5.6.2 Razonamiento inductivo

No resulta fácil hablar de razonamiento inductivo sin que aparezca unido al razonamiento deductivo. Los dos son para muchos autores los únicos tipos de razonamiento como lo plantea Santamaría, (1995); González, (1998).

La diferencia, si existe, entre razonamiento deductivo y razonamiento inductivo desde la filosofía clásica, se basa en el tipo de conclusión que se alcanza. Si en la conclusión queda incluida la información que viene dada, la inferencia será deductiva y la conclusión tendrá valor de verdad. Si la conclusión va más allá de lo dado, la inferencia es inductiva y su conclusión será probable.

Duval (1999), propone desde un punto de vista que asocia lo psicológico y lo didáctico, la posibilidad de que los dos tipos de razonamiento participen de procesos cognitivos comunes. En este mismo sentido y desde la investigación en

72

educación matemática, Ibáñes (2001) señala la imposibilidad práctica de separar los esquemas de trabajo inductivos y deductivos.

González, M. (1998) considera que en el razonamiento inductivo, la conclusión va más allá de la información presentada en las premisas y por lo tanto, las conclusiones serán probables e improbables. Un argumento inductivo es fuerte, si es improbable que su conclusión sea falsa dado que sus premisas son verdaderas. El grado de fuerza inductiva va a depender de este grado de improbabilidad. Si las premisas son verdaderas, entonces basándose en esa información, es probable que la conclusión sea verdadera; de esta manera, se entiende que el grado de fuerza inductiva está determinado por la relación de apoyo que se establece entre premisas y conclusión.

En términos generales según Sáenz, I., y otros (2000), “el razonamiento inductivo, se puede definir como la capacidad de desarrollar reglas, ideas o conceptos generales a partir de grupos específicos de ejemplos”. En estos términos, el razonamiento inductivo permite crear nuevos conceptos ya sea por semejanzas o por diferencias y se hace visible a través de operaciones como, clasificar, completar series, hacer analogías y comparaciones con diferentes tipos de símbolos (verbales, ilustraciones, entre otros), lo que permiten llegar a hacer inferencias para definir esos nuevos conceptos y posteriormente aplicarlos y evaluarlos.

Cañadas (2002), plantea algunas acciones identificadas en la resolución de una tarea matemática por estudiantes, en la que el razonamiento inductivo está involucrado, algunas de estas acciones no son específicas del razonamiento inductivo, sino que son generales, pero sestan presentes en el proceso de trabajo:

abstracción

aplicación de conocimiento matemático

elaboración de argumentos explicativos

Otras acciones que son características del razonamiento inductivo, no aparecen independientemente unas de otras si no que, en la mayoría de los casos, están relacionadas entre sí. Estas acciones son:

observación de casos concretos

organización de los casos concretos trabajados

predicción o búsqueda de regularidades o patrones

formulación de conjeturas o hipótesis

verificación de conjeturas o hipótesis

73

generalización de argumentaciones

En el razonamiento, se pueden crear sesgos o falacias, que se refieren a una tendencia metódica y que hace que los individuos consideren elementos no necesariamente importantes para el proceso de inferencia. Se pueden clasificar en función del carácter externo e internos, los factores externos son aquellos aspectos de la información que son irrelevantes para el razonamiento y los factores internos, son aquellas restricciones estructurales del sistemas de procesamiento (memoria a largo plazo), que presenta el conocimiento particular como por ejemplo las creencias, la tendencia hacia la confirmación y la influencia del conocimiento previo.

74

5 MODELAMIENTO DEL AMBIENTE DE APRENDIZAJE

En el capítulo desarrollado a continuación, se especifican cada uno de los aspectos que se trabajaron para construir el ambiente de aprendizaje aplicado en el diseño, desarrollo e implementación de los ambientes computacionales, como lo son: dominio de conocimiento, modelo pedagógico, modelo pedagógico y ambiente computacional, modelo didáctico y modelo tecnológico.

5.1 DOMINIO DE CONOCIMIENTO

El dominio del conocimiento en el ambiente computacional es basado en problemas de razonamiento abstracto, con este tipo de preguntas se pretende detectar la habilidad para descubrir la regla o principio que rige los cambios de una secuencia dada.

En las secuencia, los elementos que le conforman pueden aumentar o disminuir, completarse o descompletarse, desplazarse, girar, transformarse o superponerse, o también se pueden presentar una combinación de dos de los principios anteriormente enunciados. Con base en las respuestas de un individuo se puede inferir la aptitud para resolver problemas en forma de ilustraciones o símbolos y para manejar procesos lógicos de pensamiento referidos a representaciones abstractas.

Los contenidos a trabajar en los ambientes computacionales son:

Problemas de secuencia: Serie o sucesión de cosas que guardan entre sí

cierta relación, las figuras se repiten a intervalos iguales.

Problemas de giros: movimiento o traslación que puede darse en sentido de las manecillas del reloj, o en sentido contrario, las figuras giran alrededor de un eje en 30, 45, 90, 135,180 grados.

75

Problemas de sucesión: es cuando se aumentan o disminuyen el número de elementos a lo largo de la secuencia.

Problemas de transformación: es cuando las figuras cambian sus características, como su forma, color o tamaño.

Problemas de movimiento: es cuando cambian los elementos en el espacio.

Ilustración 4: Esquema del modelo del dominio de conocimiento

5.2 MODELO PEDAGÓGICO

El modelo pedagógico que se utilizó en este software es la instrucción directa, de la corriente conductista basado en el compilado que hace Bruce Joyce y Marsha Weil (2002) “Modelos de enseñanza”.

Los modelos conductistas de aprendizaje y enseñanza se originaron en los clásicos experimentos de Pavlov, sobre el condicionamiento clásico (1927), así mismo Watson y Rayner aplicaron los principios de Pavlov a los trastornos psicológicos humanos. En 1953 Skinner, se constituye en un hito de la bibliografía de este tema y sus aplicaciones en la educación.

Recientemente se utilizan otros términos asociados a este modelo como la teoría de la aprendizaje, teoría del aprendizaje social, modificación de la conducta y terapia de la conducta, a través de otros importantes autores como Andura (1969), Lazarus (1971), Salter, Wilper y Reyna (1964), Wolpes (1960) y Estes (1970).

RAZONAMIENTO ABSTRACTO

Problemas de secuencia.

Problemas de giros.

Problemas de sucesión.

Problemas de movimiento.

Problemas de transformación

76

Este modelo consta de cinco fases de acuerdo a Bruce Joyce y Marsha Weil (2002) “Modelos de enseñanza”:

Fase uno: Preparación

Esta fase corresponde a la orientación y en ella se establece el esquema conceptual de la lección.

Durante esta fase el docente comunica sus expectativas, se dilucida la tarea de aprendizaje y se determina la responsabilidad del alumno.

Pasos:

• El docente determina el propósito de la lección y el nivel de realización

• El docente describe el contenido de la lección y su realización con los conocimientos o experiencias previas.

• El docente analiza los procedimientos requeridos de la lección.

Fase dos: Presentación

En esta fase el docente explica el nuevo concepto o habilidad y proporciona demostraciones y ejemplos. Cuando el material consiste en una nueva actividad, es importante identificar los pasos de dicha actividad dando ejemplos de cada uno de ellos.

Es importante transmitir esa información tanto verbal como visualmente, de modo que los alumnos tengan una representación visual como punto de referencia en las primeras etapas de aprendizaje (representación visual de la tarea).

Fase tres: Practica estructurada

El docente conduce a los alumnos a través de los ejemplos prácticos, trabajando cada uno de los pasos del problema gradualmente y de una forma estructurada.

Fase cuatro: Practica guiada

La práctica guiada de los estudiantes da la oportunidad de ejercitarse por cuenta propia mientras el docente se halla todavía en el entorno.

77

Asimismo, permite al docente evaluar las habilidades de los alumnos para realizar la tarea de aprendizaje, estimando la cantidad y tipo de errores que cometen.

El papel del docente en esta fase consiste en supervisar el trabajo de los alumnos y en proporcionarles una realimentación.

Fase cinco: Practica independiente

La práctica independiente comienza cuando el alumno ha logrado un nivel de exactitud en la práctica guiada. Su propósito es reforzar el nuevo aprendizaje para garantizar la retención e incrementar el dominio del material.

En la práctica autónoma los estudiantes se ejercitan por si solos, sin la asistencia del docente.

Ilustración 5: Dinámica del modelo pedagógico

Ambiente computacional Modelo pedagógico

78

5.2.1 Modelo pedagógico y ambiente computacional

El esquema integrador del modelo pedagógico y ambiente computacional es el que se muestra en la tabla 7:

Tabla 7 Esquema integrador del modelo pedagógico y ambiente computacional

MODELO PEDAGOGICO AMBIENTE COMPUTACIONAL

Fase uno: Preparación

Esta fase corresponde a la orientación y en ella se establece el esquema conceptual de la lección.

En esta parte el tutor presenta un mapa de navegación.

Se muestra a través de multimedia las instrucciones y contenidos de las lecciones y actividades, así como todos los procesos, incluyendo la forma de evaluación y como se interactúa con el software.

Fase dos: Presentación

En esta fase el docente explica el nuevo concepto o habilidad y proporciona demostraciones y ejemplos.

En esta sección se presentan a través de animaciones el dominio de conocimiento, en este caso particular son problemas de razonamiento abstracto.

Fase tres: Practica guiada

La práctica guiada de los estudiantes da la oportunidad de ejercitarse por cuenta propia mientras el docente se halla todavía en el entono.

En esta sección se trabaja a partir de ejemplos de preguntas y que el estudiante ira resolviendo con realimentación inmediata o demorada según sea la versión del software.

Fase cuatro: Practica independiente

En la práctica autónoma los estudiantes se ejercitan por si solos, sin la asistencia del docente.

Cuando el estudiante supere las fases de práctica guiada podrá de forma autónoma explorar y desarrollar, diferentes preguntas, así como desarrollar problemas sin accesoria además como elemento de evaluación.

79

5.3.1 Modelo didáctico

En este modelo se evidencia que la organización y distribución de conceptos es de forma jerárquica, es decir, por niveles. De esta manera es claro que el método de aprendizaje utilizado por el tutor es aprendizaje guiado. En la siguiente gráfica se muestra el esquema que sintetiza la representación del modelo didáctico.

Ilustración 6: Esquema modelo didáctico

5.3 MODELO TECNOLÓGICO

Para el desarrollo del modelo tecnológico se utilizo la metodología GRACE, la cual ofrece una las estrategias suficientes para dar solución a problemas, a través de la realización de la Gestión, Requerimientos, Arquitectura, Construcción y Evolución.

MODELO DIDACTICO

ORGANIZACIÓN Y DISTRIBUCION DE

CONCEPTOS

JERARQUIA (POR NIVELES)

HERRAMIENTAS DE SOPORTE

VENTANAS DE ESQUEMA

METODO DE APRENDIZAJE

APRENDIZAJE GUIADO

RECURSOS DE MOTIVACION

EFECTOS DE PANTALLA

MENSAJES

80

5.3.1 Gestión

La consecución de la información necesaria tanto en términos teóricos como de las técnicas informáticas propias para el diseño, construcción y evaluación de los ambientes computacionales, en busca de concretar los objetivos de la presente investigación hacen que el proceso de gestión se vea en concreto, plasmado en el acto investigativo.

5.3.1.1 Situación actual

En la población de Chía Cundinamarca Colombia, se establece el colegio Bojacá, con estudiantes con promedio de 16 años de los grados decimo y once, donde se pretende realizar un estudio a fin de posibilitar dar una perspectiva de cómo influye en términos de eficiencia, la interacción con ambientes computacionales en la solución de problemas de razonamiento abstracto, cuando se usan metas internas y externas, y retroalimentación inmediata y demorada.

5.3.1.2 Situación deseada

Establecer cuál es el efecto en el trabajo con ambientes computacionales en términos de eficiencia en relación con la aplicación de metas y retroalimentación, frente a la solución de problemas de razonamiento abstracto.

Un ambiente computacional con formulación de metas internas y con retroalimentación inmediata

Un segundo ambiente computacional con formulación de metas internas y con retroalimentación demorada;

El tercero es un ambiente computacional con formulación de metas externas y con retroalimentación inmediata.

Y un cuarto ambiente computacional con formulación de metas externas y con retroalimentación demorada como cuarta variante.

81

5.3.1.3 Medio para alcanzar la situación deseada

Se desarrollaron cuatro ambientes computacionales basado en el dominio de conocimiento, particularmente el razonamiento abstracto, que permite a los estudiantes, navegar, observar e interactuar a través de ilustraciones, animaciones y actividades construidas bajo el ambiente Flash 8 con programación desarrollada en lenguaje Action Script y una conexiona una base datos para el registro de tiempo, aciertos y metas a través del paquete de software appserv que permite trabajar con apache, mysql y php.

5.3.2 Requerimientos

Los requerimientos permiten establecer las características de los componentes del ambiente que se va a desarrollar. A continuación se especifican:

requerimientos funcionales

modelo del ambiente y,

pseudo requerimientos

5.3.2.1 Requerimientos funcionales

Los requerimientos se establecieron de acuerdo a dos roles, el del docente y el del estudiante.

ROL DOCENTE

Identificador R1 Nombre Registrar estudiante

Descripción Se registra el estudiante a través de un nombre y contraseña realiza su registro

Entradas Nombre y contraseña

Resultado Usuario activo

82

Identificador R2

Nombre Actualizar el software Descripción Realizar las actividades necesarias para mantener

actualizado el software.

Entradas Clave como administrador Resultado Número de actualizaciones.

Identificador R3

Nombre Estructurar la información Descripción Realizar la planeación de cada una de las unidades y

contenidos de la temática del software. Entradas Actividades de planeación

Resultado Estructura de la información, revisar la coherencia de cada uno de los requerimientos planteados.

Identificador R4

Nombre Registrar talleres Descripción Diseñar talleres de ejercicios al finalizar cada módulo

de aprendizaje Entradas Archivo que contiene en taller.

Resultado Revisar coherencia el nombre es registrar taller, pero la descripción es diseñarlos, revisar coherencia.

Identificador R5

Nombre Realizar Módulos Descripción Diseñar los módulos de aprendizaje en donde se

incluyan texto, voz y representaciones claras y concretas.

Entradas Temática del modulo Resultado Archivo con la presentación del módulo.

Identificador R6

Nombre Registrar lecturas en el ambiente Descripción Registrar en el aula lecturas que apoyen el proceso

de aprendizaje en los estudiantes.

Entradas Archivos de lectura en texto.

83

Resultado Lecturas registradas o implementadas en el software

Identificador R7

Nombre Registrar Test y evaluaciones Descripción Registrar en el software los test y evaluaciones que

permitan medir la eficiencia en la resolución de problemas de razonamiento abstracto.

Entradas Temática del módulo. Resultado Evaluación o test.

ROL ESTUDIANTE

Identificador R9

Nombre Interactuar en el ambiente.

Descripción Participación activa del estudiante en el software.

Entradas Datos del estudiante.

Resultado Estado de participación.

Identificador R8

Nombre Realizar Seguimiento Descripción Realizar el seguimiento del estudiante en el software

para determinar el nivel de aprendizaje. Entradas Datos generados por el estudiante en términos de

tiempo y aciertos, medido en eficiencia Resultado Archivo con información de actividades y

evaluaciones realizadas.

Identificador R10

Nombre Consultar información Descripción Consultar la información del módulo, lecturas y

recursos dados por el docente. Entradas Datos del estudiante

Resultado Consulta de información

84

5.3.3 Componentes del ambiente

5.3.3.1 Clases

Clases

Nombre Descripción

docente Realiza la gestión, Evolución, y seguimiento del software.

estudiante Información del estudiante del colegio con promedio de edad, perfil del estudiante dado por nombre, apellido edad, tiempo, aciertos y su seguimiento en términos de eficiencia

software Contiene el seguimiento e información del estudiante, los modulo, talleres, lecturas, evaluación, actividades.

módulos Contenidos conceptuales y teóricos del curso

talleres Características de los talleres que los estudiantes deben realizar en cada una de las unidades temáticas.

lecturas Características de las lecturas que apoyan el proceso de aprendizaje.

evaluación Acción valorativa de la comprensión del tema en relación con la información

seguimiento Información del estado de cada uno de los estudiantes en cualquier momento del desarrollo del curso.

actividad Acciones que los estudiantes llevan a cabo con relación a los contenidos del curso, resolución de actividades.

Identificador R11 Nombre Resolver actividades

Descripción El estudiante resuelve la actividad propuesta. Entradas Actividad

Resultado Informe de la actividad

Identificador R12

Nombre Realizar evaluación

Descripción El estudiante resuelve la evaluación propuesta

Entradas Evaluación acuerdo a especificaciones

Resultado Nivel de aprendizaje

85

6.3.3.2 Atributos

Clase: estudiante

Atributo Tipo / Valores posibles

Identificación Numérico/ 523141659

Nombre Texto/ Jonathan Álvarez

Clase: módulos


NombreModulo Texto/razonamiento abstracto

Archivo texto

Temática Texto/ Describe los problemas de razonamiento abstracto.

Clase: talleres


Tipo Documentos de texto, animaciones.

NombreArchivo Texto/ animaciones.

Modulo (Cadena de caracteres y animaciones)/ Modulo1

Clase: lecturas


Tipo Documentos de texto.

NombreArchivo Texto

Modulo (Cadena de caracteres)/ Modulo1

Clase: evaluación


nombre (Cadena de caracteres)Texto que identifica la evaluación/ evaluación1

pregunta Texto

Opciones respuesta Texto que presenta la opción posible de respuesta correcta/ en términos de tiempo, aciertos, eficiencia

86

Clase: seguimiento


IdentificaciónEstudiante Numérico/ 523698542

FechaActual Fecha/ 01/02/2011

Estado Cuantitativo/

Actividad Talleres, evaluación.

Clase: actividades


nombre Texto que identifica la actividad

requerimiento Acción a desarrollarse en la actividad

Porcentaje (Numérico) participación en la actividad.

Análisis Es la descripción numérica del software de lo realizado en la actividad.

5.3.3.3 Relaciones

Clase 1 Clase 2 Relación

Estudiante Módulo estudianteModulo

Estudiante Taller estudianteTaller

Estudiante Lectura estudianteLectura

Estudiante Evaluación estudianteEvaluación

Estudiante Seguimiento estudianteSeguimiento

Estudiante Actividad estudianteActividades

Estudiante Software estudianteSoftware

Docente Módulo docenteMódulo

Docente Taller docenteTaller

Docente Lectura docenteLectura

Docente Evaluación docenteEvaluación

Docente Seguimiento docenteSeguimiento

Docente Actividad docenteActividad

Docente Software docenteSoftware

Módulos Estudiante módulosEstudiante

Módulos Software módulosSoftware

Módulos Taller módulosTaller

Módulos Lectura módulosLectura

Módulos Seguimiento módulosSeguimiento

Módulos Actividad módulosActividad

Talleres Lectura talleresLectura

Talleres Evaluación talleresEvaluación

Talleres Seguimiento talleresSeguimiento

Talleres Actividad talleresActividad

87

Talleres Software talleresSoftware

Lecturas Actividad lecturasActividad

Lecturas Software lecturasSoftware

Evaluación Actividad lecturasActividad

Evaluación Software lecturasSoftware

Seguimiento Actividad seguimientoActividad

Seguimiento Software seguimientoSoftware

Actividad Software ActividadSoftware

5.4 ARQUITECTURA

En esta fase se diseñó el ambiente teniendo en cuenta los requerimientos

establecidos.

5.4.1 Modelo Funcional

A continuación se describen los servicios que brinda cada ambiente computacional al docente y a los estudiantes a través del diagrama UML “casos de uso”.

Ilustración 7: Diagrama de casos de uso – Docente

88

Ilustración 8: Diagrama de casos de uso – Estudiante

5.4.2 Modelo Estático

A continuación se describen los elementos (clases) fundamentales para el diseño del ambiente a través del “diagrama de clases”, donde se muestran las clases (atributos y comportamientos) y relaciones.

89

Ilustración 9: Modelo estático ambiente computacional

5.5 MODELO DINÁMICO

A continuación se describen las principales acciones llevadas a cabo por el docente y estudiante en cada uno de los ambientes computacionales a través del “diagrama de actividades”.

90

5.5.1 Docente

Ilustración 10: Modelo dinámico –Docente

91

5.5.2 Estudiante

Ilustración 11: Modelo dinámico –Estudiante

5.5.3 Esquema de navegación e interacción en el software

En este esquema se presenta el modelo de navegación del ambiente computacional y la representación de su interacción a través de sus diferentes componentes.

92

Ilustración 12: Esquema de navegacion ambiente computacional

93

5.5.4 Modelo Alumno

En este modelo se almacena el nombre, contraseña, los aciertos, intentos y errores cometidos por el alumno, con el fin de mirar su nivel de aprendizaje.

Ilustración 13: Esquema de modelo del estudiante

5.6 CONSTRUCCIÓN

En esta sección se presentan los ambientes computacionales construidos empleando Flash, basados en los requerimientos y la arquitectura.

Zona de inscripción y de menú: En esta parte el estudiante se inscribe con

datos personales y quedaran registrados en una base de datos para hacer el respectivo seguimiento, luego ingresará al menú del ambiente.

CARACTERISTICAS

PERSONALES

Eficiencia

Aciertos

tiempo

PERFIL DE APRENDIZAJE

Aprendizaje pasó a paso

Instrucción programada

MODELO ESTUDIANTE

94

Ilustración 14: Pantallazo Ingreso al ambiente computacional

Ilustración 15: Pantallazo Ingreso al menú

Etapa 1 (teórica): En esta etapa se explica de manera detallada el concepto, uso,

aplicación y ejemplos del tipo de problemas que se abordan, como son los de razonamiento abstracto.

95

Ilustración 16: Pantallazo zona teórica 1


96


Etapa 2 (entrenamiento):

Aspectos generales:

En esta zona interactiva se encuentra un modulo de actividades para la resolución problemas de razonamiento abstracto (Secuencia, Giros, Cuenta o sucesión, Transformación, Movimientos), donde se tendrán los siguientes elementos:

o Presentación del problema: se muestra por un minuto para su respectivo análisis.

o Zona de respuestas: contara con las siguientes opciones:

Digitar de las opciones de respuestas (A, B, C, D, E) la letra que corresponda en los cuadros de solución del problema, a fin de establecer por el usuario las secuencias correctas contempladas a través de su inicial análisis.

97

Ilustración 19: Pantallazo zona de entrenamiento interactiva 1


98


Grupo uno:

Al grupo que resuelve los problemas con metas dadas por el individuo (meta interna) y con retroalimentación inmediata:

o Metas: En un cuadro de texto aparece el tiempo establecido para el análisis y solución del problema dentro de un rango establecido a partir de un pilotaje previo, el usuario tiene un espacio para digitar el tiempo medido en segundos que considere necesario para resolverlo, un cronometro que no se visualiza permitirá contabilizar el tiempo trascurrido, adicionalmente se tiene un reloj que permitirá ser guía del tiempo transcurrido.

o Retroalimentación: Luego de pulsar sobre el botón de verificación, inmediatamente se activarán las ayudas tanto la que permite conocer cuál es la respuesta correcta, como también conocer el procedimiento más viable para su desarrollo correcto.

99

Ilustración 22: Pantallazo zona de entrenamiento interactiva G1

Grupo dos:

Al grupo que resuelve los problemas con metas dadas por el individuo (internas) y con retroalimentación demorada:

o Metas: En un cuadro de texto aparece el tiempo establecido para el análisis y solución del problema dentro de un rango establecido a partir de un pilotaje previo, el usuario tiene un espacio para digitar el tiempo medido en segundos que considere necesario para resolverlo, un cronometro que no se visualiza permitirá contabilizar el tiempo trascurrido, adicionalmente se tiene un reloj que permite ser guía del tiempo transcurrido.

o Retroalimentación: Luego de pulsar sobre el botón de verificación, se continuara con el siguiente problema, inmediatamente se halla pasado por el grupo de problemas correspondiente a cada sección (Secuencia, Giros, Cuenta o sucesión, Transformación, Movimientos), se activaran las ayudas tanto la que permite conocer cuál es la respuesta correcta, como también conocer el procedimiento más viable para su desarrollo correcto.

100


Grupo tres:

Al grupo que resuelve los problemas con metas dadas por el programa (metas externas) y con retroalimentación inmediatamente:

o Metas: En un cuadro de texto aparece el tiempo establecido para el análisis y solución del problema dentro de un rango establecido a partir de un pilotaje previo, un cronometro que no se visualiza permitirá contabilizar el tiempo trascurrido, adicionalmente se tiene un reloj que permite ser guía del tiempo transcurrido.

o Retroalimentación: Luego de pulsar sobre el botón de verificación, inmediatamente se activaran las ayudas tanto la que permite conocer cuál es la respuesta correcta, como también conocer el procedimiento más viable para su desarrollo correcto.

101


Grupo cuatro:

Al grupo que resuelve los problemas con metas dadas por el programa (metas externas) y con retroalimentación demorada:

o Metas: En un cuadro de texto aparece el tiempo establecido para el análisis y solución del problema dentro de un rango establecido a partir de un pilotaje previo, un cronometro que no se visualiza permitirá contabilizar el tiempo trascurrido, adicionalmente se tiene un reloj que permite ser guía del tiempo transcurrido.

o Retroalimentación: Luego de pulsar sobre el botón de verificación, se continuara con el siguiente problema, inmediatamente se halla pasado por el grupo de problemas correspondiente a cada sección (Secuencia, Giros, Cuenta o sucesión, Transformación, Movimientos), se activaran las ayudas tanto la que permite conocer cuál es la respuesta correcta, como también conocer el procedimiento más viable para su desarrollo correcto.

102


Etapa 3 (evaluación o prueba de salida):

Al finalizar las etapas anteriores se plantearan una prueba de salida o test final, a través de problemas de razonamiento abstracto basado en los vistos y trabajado en la zona de entrenamiento, formado por diez ejercicios donde se aplicara la opción múltiple con única respuesta con un tiempo máximo para su solución en relación con los promedios obtenidos en el pilotaje.

Ilustración 26: Pantallazo zona de evaluación- prueba de salida

103

6 ANÁLISIS E INTERPRETACIÓN DE DATOS

Posteriormente a la experimentación se realizo un análisis estadístico en software Statics Versión 6.5, luego se aplicó la prueba T - Student, a fin de determinar y validad las hipótesis planteadas en relación con la formulación de metas (externas e internas) y Retroalimentación (inmediata y demorada) materializadas en los cuatro ambientes computacionales.

En el primero se tiene un ambiente computacional con formulación de metas internas y con retroalimentación inmediata, en el segundo se tiene un ambiente con formulación de metas internas y con retroalimentación demorada; El tercero es un ambiente con formulación de metas externas y con retroalimentación inmediata y un ambiente con formulación de metas externas y con retroalimentación demorada como cuarta variante.

Al aplicar la prueba T – Student se obtienen los siguientes resultados, como lo expresa Niño (2010):

Valor T: la prueba T - Student, se aplica a dos grupos de muestras; el valor de T se obtiene de la diferencia de medias de las dos muestras sobre la diferencia de la desviación estándar de ambas muestras.

Grados de libertad: se obtiene al restar la cantidad de grupos comparados del número de sujetos de la muestra, la eficacia de la prueba T aumenta con la cantidad de datos del que constan las dos muestras.

Sig. Bilateral: indica el valor de significancia entre las dos muestras analizadas, determinando un intervalo de confianza de 95% y por ende un error P o un sig. bilateral igual o menor de 0,05, lo cual indica que existen diferencias significativas.

104

6.1 COMPARACION ENTRE LOS AMBIENTES COMPUTACIONALES EN LA ZONA DE EJERCICIOS.

6.2 Metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata.

Ilustración 27: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata.

La ilustración 27, muestra los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata. La segunda columna de la ilustración 27 (Izq.-Der.), muestra el valor de las medias para cada uno de los ambientes metas externas y retroalimentación inmediata (0.005467) y metas interna y retroalimentación inmediata (0.004228). En la siguiente columna se puede observar, respectivamente, desviación estándar que para la primera variable es de 0.005247 y para la segunda es de 0.002091, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 22 estudiantes, el valor de diferencia entre los valores de la desviación estándar que es de 0.001239, y por último, los valores de la prueba t, y el valor de la probabilidad de error p 0.297947.

El valor de las medias indica diferencia entre los resultados obtenidos en el ambiente computacional con metas externas y retroalimentación inmediata, siendo mas alto el puntaje que el obtenido en el ambiente con metas internas y retroalimentación inmediata, el valor de p 0.297947 indica que no hay diferencia

significativa a favor del ambiente computacional con metas externas y retroalimentación inmediata, debido a que su resultado no es menor a 0,05. El resultado estadístico en las medias adicionalmente se muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación inmediata, fue mejor que ambiente computacional con metas internas retroalimentación inmediata.

105

Ilustración 28: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata.

Complementariamente se observa en la ilustración 28, la relación entre desviación estándar, nivel de error y Media que corresponde con los datos estadísticos anteriormente descritos.

6.1.2 Metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.

Ilustración 29: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.

La ilustración 29, hace referencia a los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada. El valor de las medias para cada uno de los ambientes metas internas y retroalimentación inmediata

106

(0.004556) y metas interna y retroalimentación demorada (0.003833). La desviación estándar para la primera variable es de 0.002148 y para la segunda es de 0.002282, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 18 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.003304, y el valor de la probabilidad de error p

0.366740.

El valor de las medias indica diferencia entre los resultados obtenidos en el ambiente computacional con metas internas y retroalimentación inmediata, siendo mas alto el puntaje que el obtenido en el ambiente con metas internas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa entre las dos variables, determinando que su resultado no es inferior a 0,05. Es decir, el resultado estadístico muestra adicionalmente que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata, fue mejor que ambiente computacional con metas internas retroalimentación demorada.

Ilustración 30: Comparación de medias entre los ambientes computacionales metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.

En la ilustración 30, se ilustran las diferencias expresadas estadísticamente.

107

6.1.3 Metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada.

Ilustración 31: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada.

La ilustración 31, reseña los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación demorada vs metas externas y retroalimentación demorada. El valor de las medias para cada uno de los ambientes metas internas y retroalimentación demorada (0.003833) y metas externas y retroalimentación demorada (0.003333). La desviación estándar para la primera variable es de 0.002282 y para la segunda es de 0.002401, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 18 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.002503, y el valor de la probabilidad de error p 0.408473.

Las medias indica diferencia entre los resultados obtenidos en el ambiente computacional con metas internas y retroalimentación demorada, siendo mas alto el puntaje que el obtenido en el ambiente con metas externas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación demorada, fue mejor que ambiente computacional con metas externas y retroalimentación demorada.

108

Ilustración 32: Comparación de medias entre los ambientes computacionales con metas

internas y retroalimentación demorada Vs metas externa y retroalimentación demorada.

En la ilustración 32, se complementan gráficamente las diferencias expresadas estadísticamente como son relación entre desviación estándar, nivel de error y Media.

6.1.4 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

Ilustración 33: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

La ilustración 333, muestra los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. La segunda columna de la ilustración 333(Izq.-Der.), muestra el valor de las medias para cada una de las variables, la primera con 0.003833 y la segunda variable con 0.005801. En la siguiente columna se puede observar, respectivamente la desviación estándar que para la primera variable es de 0.002282 y para la segunda es de 0.005765, el

109

número de casos incluidos en el grupo de análisis, que para este grupo fue de 18 estudiantes, el valor de diferencia entre los valores de la desviación estándar que es de 0.006604, y por último, los valores de la prueba t, y el valor de la probabilidad de error p 0.223312.

El valor de las medias indica diferencia entre los resultados obtenidos en el ambiente computacional con metas externas y retroalimentación inmediata, siendo mas alto el puntaje que el obtenido en el ambiente con metas internas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa a favor del ambiente computacional con metas externas y retroalimentación inmediata indicando que su resultado no es inferior a 0,05. Adicionalmente, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación inmediata, fue mejor que ambiente computacional con metas internas retroalimentación demorada.

Ilustración 34: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

Complementariamente se observa en la ilustración 34, la relación entre desviación estándar, nivel de error y Media que coincide con los datos expresados en el análisis estadístico.

110

6.1.5 Metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata

Ilustración 35: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata.

Se hace referencia en la ilustración 35, a los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata. El valor de las medias para cada uno de los ambientes ambiente computacional con metas externas y retroalimentación demorada (0.005467) y el ambiente computacional metas internas y retroalimentación inmediata (0.004228). La desviación estándar para la primera variable es de 0.005247 y para la segunda es de 0.002091, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 22 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.001239, y el valor de la probabilidad de error p 0.297447.

El valor de las medias indica diferencia a favor de los resultados obtenidos en el ambiente computacional con metas internas y retroalimentación inmediata, sin que se establezca que haya diferencia significativa como se observa en el valor de p.

El resultado adicionalmente muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata, fue mejor que ambiente computacional con metas externas y retroalimentación demorada.

111

Ilustración 36: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada vs metas internas y retroalimentación inmediata.


6.1.6 Metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.

Ilustración 37: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.

La ilustración 37, hace detalle de los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. El valor de las medias para cada uno de los ambientes metas externas y retroalimentación inmediata (0.005580) y metas externas y retroalimentación demorada (0.003500). La desviación estándar para la primera variable es de 0.005503 y para la segunda es de 0.002351, el número de casos incluidos en el grupo de análisis, que para este

112

grupo fue de 20 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.006511, y el valor de la probabilidad de error p 0.169362.

El valor de las medias indica diferencia entre los resultados obtenidos en el ambiente computacional con metas externas y retroalimentación inmediata, sin que se observe diferencia significativa como lo indica el valor de p. El resultado estadístico adicionalmente a través de las medias muestran que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación inmediata, fue mejor que ambiente computacional con metas externas y retroalimentación demorada.


externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.


113

6.1.7 Resultado estadístico comparativo de los cuatro ambiente computacionales en relación con la zona de ejercicios.

Ilustración 39: Relación entre los ambientes computacionales con metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada.

La ilustración 39, hace detalle de los resultados de la aplicación de la prueba estadística comparativa para los ambientes computacionales, con metas internas y con retroalimentación inmediata y metas internas y retroalimentación demorada y el segundo es el planteamiento de metas externas por parte del ambiente computarizado con los mismos criterios de retroalimentación.

El valor de las medias para cada uno de los ambientes metas internas con retroalimentación inmediata (0.004455) y metas internas y retroalimentación demorada (0.004000); y el ambiente computacional con metas externas y retroalimentación inmediata (0.004353), y por metas externas y retroalimentación demorada (0.003476).

La desviación estándar para la primera variable es de 0.005161 y para la segunda es de 0.002294, para la tercera variable es 0.002110 y para la cuarta variable es 0.002333.

El resultado estadístico muestra un mejor desempeño de los estudiantes en relación con el ambiente computacional desarrollado en el ambiente con metas externas y retroalimentación inmediata, seguido por el ambiente con metas internas y retroalimentación inmediata.

114

Ilustración 40: Comparación de medias entre los ambientes computacionales, metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada.


6.3 COMPARACION DE LOS AMBIENTES COMPUTACIONALES EN RELACION CON EL TEST FINAL.

6.3.1 Metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata.

Ilustración 41: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata.

La ilustración 41, muestra los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación inmediata vs

115

metas interna y retroalimentación inmediata. La segunda columna de la ilustración 40(Izq.-Der.), muestra el valor de las medias para cada uno de los ambientes metas externas y retroalimentación inmediata (0.013000) y metas interna y retroalimentación inmediata (0.017909). En la siguiente columna se puede observar, respectivamente, desviación estándar que para la primera variable es de 0.005920 y para la segunda es de 0.012854, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 22 estudiantes, el valor de diferencia entre los valores de la desviación estándar que es de 0.013760, y por último, los valores de la prueba t, y el valor de la probabilidad de error p 0.109074.

El valor de las medias indica diferencia entre los resultados obtenidos en el test a favor del ambiente computacional con metas internas y retroalimentación inmediata, siendo mas alto el puntaje que el obtenido en el ambiente con metas externas y retroalimentación inmediata, el valor de p indica que no hay diferencia

significativa a favor del ambiente computacional con metas externas y retroalimentación inmediata como lo muestra el resultado que no es inferior a 0,05. Adicionalmente, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con test del ambiente computacional con metas internas y retroalimentación inmediata, fue mejor que ambiente computacional con metas externas y retroalimentación inmediata.

Ilustración 42: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata vs metas interna y retroalimentación inmediata.

Complementariamente se observa en la ilustración 42, la relación entre desviación estándar, nivel de error y Media que reflejan los resultados estadísticos anteriormente descritos.

116

6.2.2 Metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.

Ilustración 43: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.

La ilustración 43, hace referencia a los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación inmediata vs metas internas y retroalimentación demorada. El valor de las medias para cada uno de los ambientes -metas internas y retroalimentación inmediata (0.017684)- y metas interna y retroalimentación demorada (0.014579). La desviación estándar para la primera variable es de 0.013829 y para la segunda es de 0.007381, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 19 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.015520, y el valor de la probabilidad de error p 0.394626.

El valor de las medias indica diferencia entre los resultados obtenidos en el test con el ambiente computacional con metas internas y retroalimentación inmediata, siendo mas alto el puntaje que el obtenido en el ambiente con metas internas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa

entre las dos variables, ya que su resultado no es <0,05. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata, fue mejor que ambiente computacional con metas internas retroalimentación demorada.

117

Ilustración 44: Comparación de medias entre los ambientes computacionales metas internas y retroalimentación inmediata vs metas interna y retroalimentación demorada.


6.2.3 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación demorada.

Ilustración 45: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externa y retroalimentación demorada.

La ilustración 45, reseña los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación demorada vs metas externas y retroalimentación demorada. El valor de las medias para cada uno de los ambientes -metas internas y retroalimentación demorada (0.014579)- y metas externas y retroalimentación demorada (0.013737). La desviación estándar para la primera variable es de 0.007381 y para la segunda es de 0.007038, el

118

número de casos incluidos en el grupo de análisis, que para este grupo fue de 19 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.309826, y el valor de la probabilidad de error p 0.760252.

Las medias indica diferencia entre los resultados obtenidos en el test con el ambiente computacional con metas internas y retroalimentación demorada, siendo mas alto el puntaje que el obtenido en el ambiente con metas externas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa

entre las dos variables. Adicionalmente, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación demorada, fue mejor que ambiente computacional con metas externas y retroalimentación demorada.


internas y retroalimentación demorada Vs metas externa y retroalimentación demorada.

En la ilustración 46, se complementan las diferencias expresadas estadísticamente como son relación entre desviación estándar, nivel de error y Media.

119

6.2.4 Metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

Ilustración 47: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

La ilustración 47, muestra los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata. La segunda columna de la ilustración 47 (Izq.-Der.), muestra el valor de las medias para cada una de las variables, la primera con 0.014579 y la segunda variable con 0.012789. En la siguiente columna se puede observar, respectivamente la desviación estándar que para la primera variable es de 0.007381 y para la segunda es de 0.005779, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 19 estudiantes, el valor de diferencia entre los valores de la desviación estándar que es de 0.001789, y por último, los valores de la prueba t, y el valor de la probabilidad de error p 0.435978.

El valor de las medias indica diferencia entre los resultados obtenidos en el test con el ambiente computacional con metas internas y retroalimentación demorada, siendo mas alto el puntaje que el obtenido en el ambiente con metas externas y retroalimentación inmediata, el valor de p indica que no hay diferencia significativa

como lo indica el resultado debido a que no es inferior a 0,05. Adicionalmente, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con test en el ambiente computacional con metas internas y retroalimentación demorada, fue mejor que ambiente computacional con metas internas retroalimentación demorada.

120

Ilustración 48: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada Vs metas externas y retroalimentación inmediata.

Complementariamente se observa en la ilustración 48, la relación entre desviación estándar, nivel de error y Media que corresponde a los datos estadísticos anteriormente referidos.

6.2.5 Metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata.

Ilustración 49: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas internas y retroalimentación inmediata.

Se hace referencia en la ilustración 49, a los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación demorada Vs metas internas y retroalimentación inmediata. El valor de las medias para cada uno de los ambientes ambiente computacional con metas externas y retroalimentación demorada (0.013714) y el ambiente

121

computacional metas internas y retroalimentación inmediata (0.017667). La desviación estándar para la primera variable es de 0.013120 y para la segunda es de 0.006694, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 21estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 1.096901, y el valor de la probabilidad de error p

0.285717.

El valor de las medias indica diferencia a favor entre los resultados obtenidos en el test realizado con el ambiente computacional con metas internas y retroalimentación inmediata, el valor de p indica que no hay diferencia significativa

entre las dos variables. El resultado estadístico muestra adicionalmente que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata, fue mejor que ambiente computacional con metas externas y retroalimentación demorada.

Ilustración 50: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada vs metas internas y retroalimentación inmediata.


122

6.2.6 Metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.

Ilustración 51: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.

La ilustración 51, hace detalle de los resultados de la aplicación de la prueba T, para los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada. El valor de las medias para cada uno de los ambientes metas externas y retroalimentación inmediata (0.013333) y metas externas y retroalimentación demorada (0.013714). La desviación estándar para la primera variable es de 0.005851 y para la segunda es de 0.006694, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 21 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.008309, y el valor de la probabilidad de error p 0.835723.

El valor de las medias indica diferencia a favor entre los resultados obtenidos en el ambiente computacional con metas externas y retroalimentación demorada, el valor de p indica que no hay diferencia significativa entre las dos variables. El resultado estadístico muestra complementariamente que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación demorada, fue mejor que ambiente computacional con metas externas y retroalimentación inmediata.

123

Ilustración 52: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata Vs metas externas y retroalimentación demorada.


6.2.7 Comparación entre los ambientes computacionales en relación al test final.

Ilustración 53: Relación entre los ambientes computacionales metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada.

La ilustración 53, hace detalle de los resultados de la aplicación de la prueba estadística comparativa para los ambientes computacionales en relación con el test final, con metas internas y con retroalimentación inmediata y metas internas y retroalimentación demorada y el segundo es el planteamiento de metas externas por parte del ambiente computarizado con los mismos criterios de retroalimentación.

124

El valor de las medias para cada uno de los ambientes metas internas con retroalimentación inmediata (0.012826) y metas internas y retroalimentación demorada (0.013714); y el ambiente computacional con metas externas y retroalimentación inmediata (0.017909), y por metas externas y retroalimentación demorada (0.014579).

La desviación estándar para la primera variable es de 0.005844 y para la segunda es de 0.006694, para la tercera variable es 0.012854 y para la cuarta variable es 0.007381.

El resultado estadístico muestra un mejor desempeño de los estudiantes en relación con el ambiente computacional en el ambiente con metas internas y retroalimentación inmediata, seguido por el ambiente con metas internas y retroalimentación demorada.

Ilustración 54: Comparación de medias entre los ambientes computacionales, metas internas con retroalimentación inmediata y metas internas retroalimentación demorada; y el ambiente computacional con metas externas y retroalimentación inmediata, y metas externas y retroalimentación demorada.


125

6.3 ANÁLISIS ESTADÍSTICO ENTRE EJERCICIOS Y TEST FINAL

6.3.1 Metas internas y retroalimentación inmediata.

Ilustración 55: Relación entre los ambientes computacionales con metas internas y retroalimentación inmediata en zona de ejercicios y el test final.

La ilustración 55, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas internas y retroalimentación inmediata entre la primera variable ejercicios y la segunda variable test final. El valor de las medias para cada una de las variables -ejercicios (0.004455)- y test final (0.017909). La desviación estándar para la primera variable es de 0.002110 y para la segunda es de 0.012854, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 22 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.013564, y el valor de la probabilidad de error p 0.000137.

Las medias indica diferencia entre los resultados obtenidos en el test final con el relación a los ejercicios, siendo más alto el puntaje test final, el valor de p indica

que si hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata en su test final, fue mejor que en la zona de ejercicios.

126

Ilustración 56: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación inmediata en zona de ejercicios y el test final.


6.3.2 Metas internas y retroalimentación demorada

Ilustración 57: Relación entre los ambientes computacionales con metas internas y retroalimentación demorada en zona de ejercicios y el test final.

La ilustración 57, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas internas y retroalimentación demorada entre la primera variable ejercicios y la segunda variable test final. El valor de las medias para cada una de las variables ejercicios (0.004000) y test final (0.014579). La desviación estándar para la primera variable es de 0.002333 y para la segunda es de 0.007381, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 19 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.007784, y el valor de la probabilidad de error p

0.000013.

127

Las medias indica diferencia entre los resultados obtenidos en el test final con el relación a los ejercicios, siendo más alto el puntaje test final, el valor de p indica que si hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación demorada en su test final, fue mejor que en la zona de ejercicios.

Ilustración 58: Comparación de medias entre los ambientes computacionales con metas internas y retroalimentación demorada en zona de ejercicios y el test final.


6.3.3 Metas externas y retroalimentación inmediata

Ilustración 59: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final.

128

La ilustración 59, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas externas y retroalimentación inmediata entre la primera variable ejercicios y la segunda variable test final. El valor de las medias para cada una de las variables -ejercicios (0.005348)- y test final (0.012826). La desviación estándar para la primera variable es de 0.005236y para la segunda es de 0.005844, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 23 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.008717, y el valor de la probabilidad de error p 0.000456.

Las medias indica diferencia entre los resultados obtenidos en el test final con el relación a los ejercicios, siendo más alto el puntaje test final, el valor de p indica

que si hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación inmediata en su test final, fue mejor que en la zona de ejercicios.

Ilustración 60: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final.


129

6.3.4 Metas externas y retroalimentación demorada

Ilustración 61: Relación entre los ambientes computacionales con metas externas y retroalimentación inmediata en zona de ejercicios y el test final.

La ilustración 61, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas externas y retroalimentación demorada entre la primera variable ejercicios y la segunda variable test final. El valor de las medias para cada una de las variables -ejercicios (0.003476)- y test final (0.013714). La desviación estándar para la primera variable es de 0.002294y para la segunda es de 0.006694, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 21 estudiantes, el valor de diferencia entre los valores de la desviación estándar es de 0.005778, y el valor de la probabilidad de error p

0.00000.

Las medias indica diferencia entre los resultados obtenidos en el test final con el relación a los ejercicios, siendo más alto el puntaje test final, el valor de p indica que si hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación demorada en su test final, fue mejor que en la zona de ejercicios.

Ilustración 62: Comparación de medias entre los ambientes computacionales con metas externas y retroalimentación demorada en zona de ejercicios y el test final.

130


6.4 ANALISIS DEL DESARROLLO DE EJERCICIOS EN RELACION CON LAS METAS

6.4.1 Relación ejercicios ambiente computacional: metas externas y retroalimentación inmediata

Ilustración 63: Relación entre el tiempo meta establecido y el tiempo ocupado para la realización de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

La ilustración 63, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas externas y retroalimentación inmediata entre dos tiempos, el primero es el tiempo realizado por los participantes a través de la solución de la prueba, el segundo es el tiempo meta máximo establecido a través de la prueba piloto. El valor de las medias para cada una de los variables tiempo ejercicios (88.7333) y tiempo meta (194.4667). La desviación estándar para la primera variable es de 23.83669 y para la segunda es de 64.37591, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 30 ejercicios, el valor de diferencia entre los valores de la desviación estándar es de 59.76271, y el valor de la probabilidad de error p 0.00000.

Las medias indica diferencia entre los resultados obtenidos en el tiempo de realización de los ejercicios con el relación al tiempo meta establecido para los ejercicios, siendo más alto el puntaje del tiempo meta máximo establecido en la prueba piloto, el valor de p indica que si hay diferencia significativa entre las dos variables. Es decir, el resultado estadístico muestra en el desempeño de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación inmediata, que el tiempo meta máximo para resolver los ejercicios, fue mayor que tiempo de realización de los ejercicios durante la práctica.

131

Ilustración 64: Comparación a través de las medias entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

Ilustración 65: Comparación a través de la dispersión entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

132

Ilustración 66: Comparación grafica entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

En la ilustración 63, 64 y 65, se complementan las diferencias expresadas estadísticamente como son relación entre dispersión, desviación estándar, nivel de error y Media y la comparación grafica con cada uno de los ejercicios realizados.

En la ilustración 66 se observa una comparación entre el tiempo real utilizado y el tiempo meta externa establecido por el estudiante, observándose que se presenta una diferencia marcada en este aspecto, ya que los tiempos meta tienden a tener una diferencia amplia frente a los cumplidos en el momento de la ejecución de la solución del problema

6.4.2 Relación ejercicios ambiente computacional: metas externas y retroalimentación demorada

Ilustración 67: Relación entre el tiempo meta establecido y el tiempo ocupado para la realización de los ejercicios en el ambiente computacional: metas externas y retroalimentación demorada

La ilustración 67, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas externas y retroalimentación demorada entre dos tiempos, el primero es el tiempo realizado por los participantes a través de la solución de la prueba, el segundo es el tiempo meta máximo establecido a través de la prueba piloto. El valor de las medias para cada una de las variables tiempo ejercicios (113.8000) y tiempo meta (84.8333). La desviación estándar para la primera variable es de 18.07532 y para la segunda es de 22.43932, el número de

133

casos incluidos en el grupo de análisis, que para este grupo fue de 30 ejercicios, el valor de diferencia entre los valores de la desviación estándar es de 20.72560, y el valor de la probabilidad de error p 0.00000.

Las medias indica diferencia entre los resultados obtenidos en el tiempo de realización de los ejercicios con el relación al tiempo meta establecido para los ejercicios, siendo más alto el tiempo establecido por los participantes a través de la solución de la prueba, el valor de p indica que si hay diferencia significativa

entre las dos variables. Es decir, el resultado estadístico muestra que el tiempo de los estudiantes que participaron con el ambiente computacional con metas externas y retroalimentación demorada en su tiempo para resolver los ejercicios, fue mayor que tiempo meta máximo de realización de los ejercicios.

Ilustración 68: Comparación a través de las medias entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

134

Ilustración 69: Comparación a través de la dispersión entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata

Ilustración 70: Comparación grafica entre el tiempo realizado en la solución y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas externas y retroalimentación inmediata


En la ilustración 70 se observa una comparación entre el tiempo real utilizado y el tiempo meta externa establecido por el estudiante, observándose que no se presenta una afinidad en este aspecto, ya que los tiempos meta no son próximos a los plasmados en el momento de la ejecución de la acción.

135

6.4.3 Relación ejercicios ambiente computacional: metas internas y retroalimentación inmediata

Ilustración 71: Relación entre el tiempo realizado, el tiempo meta establecido por el estudiante y el tiempo meta máximo para la realización de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata

La ilustración 71, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas internas y retroalimentación inmediata entre tres tiempos, el primero es el tiempo realizado por los participantes a través de la solución de la prueba, el segundo son las metas propuesto por el estudiante y el tercero es el tiempo meta máximo establecido a través de la prueba piloto. El valor de las medias para cada una de las variables tiempo utilizado en la solución de los ejercicios (113.8000), tiempo meta establecido por el estudiante (84.8333) y el tiempo establecido como meta máxima obtenido en la prueba piloto (194.4667). La desviación estándar para la primera variable es de 18.07532 y para la segunda es de 22.43932 y para la tercera es 64.37591, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 30 ejercicios y el valor de la probabilidad de error para todas las relaciones de los tiempos es p 0.00000.

Las medias indica diferencia entre los resultados obtenidos en el tiempo de realización de los ejercicios con el relación al tiempo meta establecido para los ejercicios como meta por parte de los estudiantes y el tiempo meta máximo establecido en la prueba piloto, siendo más alto el tiempo máximo establecido en la prueba piloto, el valor de p indica que si hay diferencia significativa entre las variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación inmediata en su tiempo para resolver los ejercicios, fue mayor que el tiempo meta establecido por los estudiantes para resolver los ejercicios y los dos anteriores menores que el tiempo meta máximo establecido en la prueba piloto.

136

Ilustración 72: Comparación a través de las medias entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata.

Ilustración 73: Comparación a través de dispersión entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata

137

Ilustración 74: Comparación grafica entre el tiempo realizado, el tiempo ocupado y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación inmediata


En la ilustración 74 se observa una comparación entre el tiempo real utilizado y el tiempo meta establecido por el estudiante, así como el tiempo establecido en la prueba piloto, observándose que se presenta una aproximación en este aspecto, ya que los tiempos meta son próximos, más que en los presentados con la retroalimentación demorada observados en la ilustración 70, a los plasmados en el momento de la ejecución de la acción.

6.4.4 Relación ejercicios ambiente computacional: metas internas y retroalimentación demorada

Ilustración 75: Relación entre el tiempo realizado, el tiempo meta establecido por el estudiante y el tiempo meta máximo para la realización de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada

138

La ilustración 75, reseña los resultados de la aplicación de la prueba T, para el ambiente computacional con metas internas y retroalimentación demorada entre tres tiempos, el primero es el tiempo establecido por los participantes a través de la solución de la prueba, el segundo es el metas propuesto por el estudiante y el tercero es el tiempo meta establecido a través de la prueba piloto. El valor de las medias para cada una de las variables –tiempo utilizado ejercicios (101.0667)-, tiempo meta (85.1333) y el tiempo establecido como meta máxima obtenido en la prueba piloto (194.667). La desviación estándar para la primera variable es de 15.93723 y para la segunda es de 23.63769 y para la tercera es 64.37591, el número de casos incluidos en el grupo de análisis, que para este grupo fue de 30 ejercicios y el valor de la probabilidad de error para todas las relaciones de los tiempos es p 0.00000.

Las medias indica diferencia entre los resultados obtenidos en el tiempo de realización de los ejercicios con el relación al tiempo meta establecido para los ejercicios como meta por parte de los estudiantes y el tiempo meta máximo establecido en la prueba piloto, siendo más alto el tiempo máximo establecido en la prueba piloto, el valor de p indica que si hay diferencia significativa entre las

variables. Es decir, el resultado estadístico muestra que el desempeño de los estudiantes que participaron con el ambiente computacional con metas internas y retroalimentación demorada en su tiempo para resolver los ejercicios, fue mayor que el tiempo meta establecido por los estudiantes para resolver los ejercicios y los dos anteriores menores que el tiempo meta máximo establecido en la prueba piloto.

Ilustración 76: Comparación a través de las medias entre el tiempo realizado, el tiempo meta y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada

139

Ilustración 77: Comparación a través de dispersión entre el tiempo realizado, el tiempo meta y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada

Ilustración 78: Comparación grafica entre el tiempo realizado, el tiempo meta máximo dado por la prueba piloto y el tiempo meta máximo para el desarrollo de los ejercicios en el ambiente computacional: metas internas y retroalimentación demorada


En la ilustración 78 se observa una comparación entre el tiempo real utilizado y el tiempo meta establecido por el estudiante, así como el tiempo establecido en la prueba piloto, observándose que se presenta una cercanía importante en este aspecto, ya que los tiempos meta son próximos, igual que en los presentados con

140

la metas internas observados en la ilustración 74, a los generados en el momento de la prueba.

6.5 INTERPRETACION DE RESULTADOS

En relación con los datos estadísticos acopiados y analizados, se realiza su interpretación bajo la óptica de la pregunta, el objetivo y las hipótesis planteadas de los siguientes dos aspectos:

Incidencia de las metas y retroalimentación en la solución de problemas de razonamiento abstracto.

Eficiencia en la solución de problemas de razonamiento abstracto.

Pregunta

¿Cuál es la incidencia de la formulación de metas y la retroalimentación sobre la eficiencia en la solución a problemas de razonamiento abstracto en estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada?

Objetivo general

Determinar y analizar la incidencia de la formulación de metas y la retroalimentación sobre la eficiencia en la solución a problemas de razonamiento abstracto en estudiantes que inter0actúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada.

6.5.1 Incidencia de las metas y retroalimentación en la solución de problemas de razonamiento abstracto.

141

Se determina que la relación entre metas y retroalimentación frente a la solución de problema de razonamiento abstracto coincide con la hipótesis nula general:

“No existe diferencia significativa en la eficiencia de la solución de problemas de razonamiento abstracto en cuatro grupos de estudiantes que interactúan en cuatro ambientes computacionales, el primero con metas internas y retroalimentación inmediata, el segundo con metas internas y retroalimentación demorada, el tercero con metas externas y retroalimentación inmediata, y el cuarto con metas externas y retroalimentación demorada.”

Lo cual se observa tanto en la zona de problemas de práctica como en el test final, como se muestra en la tabla 8:

RELACIÓN DE LAS MEDIAS DE LA EFICIENCIA DE LOS CUATRO AMBIENTES COMPUTACIONALES EN LA ZONA DE PROBLEMAS COMO EN LA ZONA DEL TEST

FINAL

ZONA PROBLEMAS TEST FINAL P

Interna inmediata 0.004455 0.017909 0.000137

Interna demorada 0.004000 0.014579 0.000013

Externa demorada 0.003476 0.013714 0.00000

Externa inmediata 0.005348 0.012826 0.000456

Tabla 8 Relación de las medias de la eficiencia de los cuatro ambientes computacionales en la zona de problemas como en la zona del test final.

Así mismo se observa en la tabla 9 la concordancia entre la coincidencia con todas las hipótesis nulas planteadas, ya que no existe diferencia significativa entre ninguna relación de los ambientes computacionales.

142

RELACIÓN DEL GRADO DE SIGNIFICANCIAEN RELACION CON SU COMPARACION ENTRE LOS CUATRO AMBIENTES COMPUTACIONALES EN LA ZONA DEL TEST FINAL

P

Metas Externas y Retroalimentación inmediata 0.109074

Metas Internas y Retroalimentación inmediata

Metas Internas y Retroalimentación inmediata

0.394626

Metas Internas y Retroalimentación demorada


0.760252

Metas Externas y Retroalimentación demorada


0.435978

Metas Externas y Retroalimentación inmediata


0.285717



0.835723

Metas Externas y Retroalimentación demorada

Tabla 9 Relación de los grados de significancia entre los cuatro ambientes computacionales en la zona del test final.

143

Los resultados de las medias permiten ver que son bajos los resultados, es decir, la solución de problemas de razonamiento abstracto tiene un bajo nivel de efectividad, lo cual concuerda con el estudio en 1982 de Vasco sobre los niveles de desarrollo del pensamiento formal en jóvenes colombianos, el cual concluyo al terminar la secundaria, con un promedio de edad de 18 años, ninguno de los jóvenes examinados había alcanzado los niveles de desarrollo del pensamiento formal que, se suponía, debían estar estabilizados en ellos desde hacía años.

Así mismo la investigación realizada por Elsa María Villamarin Mesa y Pedro Nell Zapata Castañeda (2001) denominada entrenamiento cognitivo en operaciones formales, pudieron identificar que los estudiantes en su gran mayoría se encuentran en el estadio de operaciones concretas, presentan dificultades para desenvolverse dentro del ámbito que requiera el poseer un carácter hipotético deductivo y al enfrentarse a una determinada situación, se les dificulta diferenciar entre lo real y posible.

Adicionalmente se puede determinar que en los ambientes computacionales donde se estableció el trabajo sobre metas internas y la retroalimentación inmediata y demorada, la regulación sobre la meta se ajusto mas al tiempo posteriormente empleado en la solución del problema como se observa en la tabla 10:

RELACIÓN TIEMPOS Y DESVIACIÓN ESTÁNDAR AMBIENTES COMPUTACIONALES

TIEMPO

REAL

TIEMPO

META

DESVIACION ESTANDAR

Interna inmediata 113.8000 84.8333 20.7256

Interna demorada 101.6667 85.13333 19.1662

Externa demorada 96.667 194.4667 59.04785

Externa inmediata 96.666 194.4667 59.76271

Tabla 10 Relación tiempos y desviación estándar ambientes computacionales

Lo anterior concuerda con Schunk y Zimmerman, (1997) , Hwang y Vrongistinos, (2002); McCann y García, (1999); Ommundsen, (2003); Zimmerman, (2002),

144

Eilam, 2002; Hwang y Vrongistinos, 2002; Peklaj y Pecjak, 2002, Bandura y Schunk (1981) en sus estudio de la formulación de metas como componente de la autorregulación y su importancia en la generación de autonomía, lo describen reconociendo un método sencillo de aplicar y que tiene efectos positivos en la motivación del estudiante y el aumento de sus logros académicos.

En la investigación, estrategias de autorregulación del aprendizaje: contribución de la orientación de meta y la estructura de metas del aula realizada por Martha Leticia Gaeta González (2002) presenta en los resultados de esta investigación relación congruentemente con otras investigaciones (Pintrich & Garcia, 1991), donde plantean que la orientación de meta al aprendizaje predice el uso de estrategias metacognitivas, lo que indica que los alumnos que buscan mejorar su competencia usan estrategias de autorregulación en un mayor grado, ayudándoles a plantearse auto-estándares de desempeño y de mejora.

En relación con la retroalimentación y con los resultados de la media que se observan en la tabla 9, estos son más altos en los ambientes donde se tiene retroalimentación inmediata, lo cual permite derivar que este es un factor que apoya y coopera con al nivel de eficiencia en la solución de problemas de razonamiento abstracto, elemento que como lo plantean algunas investigaciones como la de Schunk (1996) , la retroalimentación y la autoevaluación mejora el nivel de autoeficacia, habilidad y motivación que los estudiantes que no tenían esta condición. La oportunidad de autoevaluación parece tener un favorable efecto sobre la autoeficacia y la conducta de autorregulación.

Así mismo un estudio en autorregulación realizado por Schunk y Zimmerman (2003) sobre la retroalimentación atribucional, sugiere que la autorregulación se facilita cuando se promueve a los estudiantes con retroalimentación, o información relacionada con una o más causas de una buena ejecución.

La actual investigación en este campo y en relación con los anteriores elementos concuerda y aporta, ya que según los resultados observados la retroalimentación es más valiosa cuando se ofrece de manera inmediata que cuando se entrega de forma demorada.

6.5.2 Eficiencia en la solución de problemas de razonamiento abstracto

En relación con la eficiencia se analizo que en las medias descritas en la tabla 9 no son altas, pero si existe una diferencia entre el tipo de ambiente utilizado, particularmente como ya se relaciono en el anterior apartado, los ambientes que permitían trabajar con metas internas o retroalimentación inmediata tienen un mejor nivel de eficiencia.

145

En cuanto a la comparación de la eficiencia entre la zona de problemas y el test final, se observa que se logro una diferencia significativa en todos los ambientes, como se observa en la tabla 9. Adicionalmente permite no perder de vista que nuevamente los ambientes computacionales que permitieron trabajar con metas internas tienen un mejor resultado medido en eficiencia en relación con los de metas externas.

Adicionalmente es destacable como los resultados observados en la tabla 9, los ambientes donde se trabajo con retroalimentación demorada mejoraron de manera importante su eficiencia en los frente a los resultados de la zona de ejercicios (0.003476) y el test final (0.013714).

Los resultados anteriores se soportan y acompañan la investigación denominada estrategias de aprendizaje y autorregulación realizada por Andrea Revel Chion y Leonardo González Galli que en 2006 probaron la importancia que las estrategias de aprendizaje tienen en el logro de alumnos más autónomos y metacognitivamente más activos, así mismo concluyo que las estrategias que conducen a aprendizajes, cada vez más autónomos, no son de carácter innato, deben ser enseñadas.

Otros trabajos también han mostrado como lo evidencias los resultados de esta investigación, que se requieren habilidades autorreguladoras para que los AABC sean eficaces (Armstrong, 1989; Baird y White, 1982; Lee, 1990; Merrill, 1980).

Cuando se realizaron las pruebas de la investigación, incluso la de la prueba piloto, se percibió un alto interés por conocer, realizar y tener buenos resultados en la realización de las pruebas, lo que concuerda con Anderman & Anderman, (1999) que indican que cuando los alumnos perciben el ambiente del aula con un énfasis en el aprendizaje y entendimiento, tienden a implicarse más en la tarea, por lo que disminuir el énfasis en aspectos extrínsecos de los cursos, tales como las notas y evaluaciones, así como la comparación pública, puede ayudar a los alumnos a centrarse en aspectos más importantes del aprendizaje (Lyke & Kelaher, 2006).

Los resultados de esta investigación muestran congruentemente con otras investigaciones como la de Pintrich & García (1991), que la orientación de meta al aprendizaje predice el uso de estrategias metacognitivas, lo que indica que los alumnos que buscan mejorar su competencia usan estrategias de autorregulación en un mayor grado, ayudándoles a plantearse auto-estándares de desempeño y de mejora.

El resultado del estudio permite analizar además, con los datos obtenidos, en relación con la retroalimentación como campo específico, y apoyado en Schunk (1983), que a los niños que se les reforzó sus resultados anteriores mostraron un aprendizaje más autodirigido, niveles mayores de autoeficacia y logro.

146

7 CONCLUSIONES

Se describen a continuación las conclusiones que se derivan de este estudio, basadas en el análisis estadístico, marco teórico y los antecedentes:

La solución de problemas de razonamiento abstracto evidencia el bajo nivel de consolidación de la etapa de operaciones formales, como se observo en la zona de ejercicios y el test final de las pruebas, en concordancia con los estudios que han demostrado que la etapa de pensamiento formal no se desarrolla en los estudiantes colombianos sino de forma posterior a el rango de los 12 a 16 años, pero a la vez es destacable la posibilidad de su apropiación en términos significativos cuando se utilizan herramientas hipermediales como mediadoras del proceso enseñanza aprendizaje.

La retroalimentación inmediata genera mejores resultados en la solución de problemas de razonamiento abstracto, permitiendo la corrección de sus procesos de manera más eficiente a fin de avanzar en un proceso de mejoramiento, en relación con la retroalimentación demorada.

Parece consolidarse una autorregulación más eficiente a través de la formulación de metas internas en el proceso de solución de problemas, que el que ofrecen las metas externas.

La interacción con los ambientes de aprendizaje basados en computador propuestos, promueve un interés alto y un espacio de interacción que contribuye a la autorregulación y permite que la formulación de metas, particularmente las internas sea más acorde con la puesta en práctica.

Se evidencio un nivel de motivación importante en el desarrollo de problemas de razonamiento abstracto, exteriorizado en la interacción con los diferentes ambientes computacionales, así como con en la búsqueda de mejoramiento en la eficiencia de las soluciones y el interés de conocer el desempeño.

147

Aunque el análisis de datos no permite ver diferencia significativa en el desarrollo de problemas de razonamiento abstracto, en relación con la interacción con la zona de ejercicios ni con relación al test final, si permite observar evidencias de una mejora significativa en relación a la evolución entre estas dos etapas.

Se evidencia que los estudiantes se regulan en relación con las metas y con la retroalimentación de manera más apropiada cuando son metas internas, ya que los tiempos meta establecidos por ellos frente a los utilizados en el momento del proceso de solución son menos dispersos que los establecidos en relación con la meta externa.

La diferencia positiva evidenciada entre las etapas de entrenamiento y del test final, así como los resultados de la prueba piloto, muestran que es posible la apropiación por parte de los estudiantes de este tipo de problemas y que la etapa de operaciones concretas puede ser superada si se establecen estrategias de enseñanza, particularmente con el uso de ambientes computacionales.

148

PROYECCIONES

A continuación se presentan posibles líneas de acción para futuros trabajos investigativos:

El trabajo investigativo realizado se desarrollo con estudiantes con edad promedio de 16 años, lo cual implico estar dentro de los parámetros del desarrollo cognitivo según Piaget, sin embargo sería interesante dilucidar si la aplicación de las variables de este estudio y sus resultados varían en personas que tengan un nivel educativo mayor y una edad más madura.

Una inquietud que deja el estudio es determinar si con una mayor cantidad de ejercicios se llegaría a lograr una mejor apropiación del desarrollo de la solución de problemas de razonamiento abstracto.

También es viable profundizar si el estilo cognitivo tiene implicación en la solución de problemas de razonamiento abstracto.

Sería interesante realizar un estudio en el cual luego de aplicar la apropiación y las prácticas de ejercicios de razonamiento abstracto, se realice una interpretación de resultados en la prueba de salida basado en la aplicación de un campo particular de las ciencias, por ejemplo en las matemáticas.

149

REFERENCIAS

AGUIRRE, Eduardo. Enfoques teóricos contemporáneos en psicología. Bogotá: UNAD, 1997. 207 p.

ANDERMAN, E.M. y MAERH, M.L. Motivation and Strategy use in science: Individual difference class effects, Journal of Research in Science Teaching, 1994.

ALARCON RIAÑO, Mireya, ALBIS BENAVIDES, Omaira. Diseño de software educativo “razonamiento abstracto”. Universidad san buenaventura, convenio Inespro.1998.

ALVARES, Carlos, PINTO, Ruth, RINCON, Jorge. Diseño de metodologías para desarrollar el razonamiento abstracto en los jóvenes de decimo y undécimo grado del colegio distrital Heraldia Mejía. Corporación universitaria minuto de Dios. 1999.

BEARD M, Ruth. Psicología evolutiva de Piaget. Kapelusz.

BECERRA, Reinaldo. Pasa Icfes. Educar editores. Bogota.1991

CAÑADAS, M. C. Razonamiento inductivo puesto de manifiesto por alumnos de Secundaria. Trabajo de Investigación Tutelada. Universidad de Granada, España. 2002.

CHI, M. T. H. Constructing self-explanations and scaffolded explanations in tutoring. Applied Cognitive Psychology, 1996.

DE ZUBIRIA, Miguel. Biografía del pensamiento: estrategias para el desarrollo de la inteligencia. . Bogotá. 1992

DEMPSEY, J. V., DRISCOLl, M. P. y SWINDELL, L... Feedback study time and effort. En J.V. Dempsey and G. Sales, Feedback and interactive instruction. Englewood Cliffs, NJ: Educational Technology Publications. 1993.

DUVAL, R. Semiosis y pensamiento humano. Registros semióticos y aprendizajes intelectuales. México D.C.: Universidad del Valle. 1999.

150

ELLIOT, E.S.; DWECK, C.S. Goals: An approach to motivation and achievement. Journal of Personality and Social Psychology, 1988.

ERNST, G., and NEWELL, A. GPS: A Case Study in Generality and Problem Solving, New York: Academic Press, 1969.

FANDIÑO CINPRIAN, Laura. Una propuesta metodológica para propiciar el desarrollo del pensamiento lógico formal a través de juegos y actividades lúdico matemáticas. Universidad san buenaventura, convenio Inespro. 1999.

GOODMAN, J. S., Wood, R. E. y HENDRICKX, M. Feedback specificity, exploration, and learning. Journal of Applied Psychology, 2004.

GONZÁLEZ, M. C.; TOURÓN, J. y GAVIRIA, J. L. La orientación motivacional intrínseco- extrínseca en el aula: validación de un instrumento. Bordón, 1994.

HERNÁNDEZ, R., FERNÁNDEZ-COLLADO, C. y BAPTISTA, L. Metodología de la Investigación (4ta Edic). DF, México. McGraw Hill. 2006.

HOLLAND MORY, E. Feedback Research. En D. H. Jonassen (Ed.), Handbook of research for educational communications and technology. Nueva York: Simon & Schuster Macmillan.1996.

HEDERICH, M, Christian. Estilos cognitivos en la dimensión de dependencia de campo: influencias culturales e implicaciones para la educación. Barcelona,España.2004

IBAÑES, M. Aspectos cognitivos del aprendizaje de la demostración matemática en alumnos de primer curso de bachillerato. Tesis doctoral. Universidad de Valladolid, España. 2001.

INGALLS HERRERA, Fernando Ramón y otros. Sf. Taller de Evaluación y Retroalimentación en Aprendizaje Basado en Problemas (ABP). Laboratorio de Aprendizaje Basado en Problemas y Transdisciplina. [On line]. (Consulta, Agosto 6 de 2008). Disponible en internet: http://www.pbl2008.com/PDF/0003.pdf

JOYCE, Bruce & WEIL Marsha. Modelos de enseñanza. Editorial Gedisa S. A. Barcelona. España. 2002.

J.W Best como investigar en educación ed. Morata y BIZQUERRA, R. Métodos de Investigación Educativa. Guía práctica, Barcelona, ceac. 1989.

JACOBSON, M., & ARCHODIDOU, A. The design of hypermedia tools for learning: Fostering conceptual change and transfer of complex scientific knowledge. Journal of the Learning Sciences. 2000.

151

KAROLY, P. Mechanisms of self-regulation: a systems view. Annual Review of Psychology, 1993.

LARA SIERRA, Joaquín. Evaluación Continua. Reportaje exclusivo para el The Cartagena Heraldo, 29 de junio de 2006. ). “Revista Virtual Universidad Católica del Norte”. No.26, (febrero – mayo de 2009, Colombia), acceso: [http://revistavirtual.ucn.edu.co/], ISSN 0124-5821 - Indexada categoría C Publindex e incluida enLatindex.

LOPEZ VARGAS, Omar. Desarrollo de la autorregulación en el aprendizaje con ambientes computacionales. Ponencia.2005

_______________, Omar. Estilos cognitivos y diseño de ambientes computacionales. Ponencia.2005

MAYER, R. E. (1986). Pensamiento, resolución de problemas y cognición. Ediciones Paidos. España.

MARKUS, H., & WURF, E. The dynamic self-concept: A social psychological perspective. In M. R. Rosenzweig & L.W. Porter (Eds.), Annual Review of Psychology, 1987.

NIÑO RAMOS, Marisol. Ambientes b-learning basados en analogías para el aprendizaje de la programación orientada por objetos.U.P.N. 2010.

PAJARES, Frank y VALIANTE, Giovanni. Students‟ self-efficacy in their self-regulated learning strategies: A developmental perspective. Psychologia: An International Journal of Psychology in the Orient. 2002.

PANQUEVA, Álvaro Galvis. Ingeniería de Software Educativo". Ediciones Uniandes. 1994.

PEÑARANDA VALVERDE, Gerardo. Razonamiento abstracto-test de razonamiento abstracto. Panamericana editorial. Bogotá, 2002.

PIAGET, Jean. La Psicología de la inteligencia. México, Grijalbo.1998.

SERRANO PEREZ, Hugo. Razonamiento abstracto, El caleño, colombia.1993.

PÉREZ SERRANO, G., Investigación cualitativa. Métodos y técnicas, Fundación Universidad a distancia Hernandarias, Bs. As., 1994.

__________________, G., Investigación cualitativa. Retos e interrogantes, La Muralla, Madrid, 1998.

PINTRICH, P.R. The role of goal orientation in self-regulated learning. En M Boekaerts, P.R. Pintrich y M. Zeidner (eds.), The handbook of self-regulation (pp. 451-502). San Diego: Academic Press. 2000.

152

ROLDÁN LÓPEZ, Nelson Darío. Comunicación y pedagogía para el arte de aprender. En: Fundación Universitaria Católica del Norte. Educación virtual: reflexiones y experiencias. Medellín: Fundación Universitaria Católica del Norte. P.72-94. 2005.

RODRÍGUEZ Gómez, Gregorio, GIL Flores Javier, GARCÉS Jiménez Eduardo, Metodología de Investigación Cualitativa, Editorial Aljibe, 1999, Pág. 205.

SADLER-SMITH, E. „Learning styles‟ and instructional design. Innovations in Educational and Training Technology, 1996.

SHAH, J. y KRUGLANSKI, A .aspect of goals network: Implications for self-regulation. En Boekarkaers, P.R. Pintrich y M.Zeider Handbook of self-regulation: Theory, research, and applications (pp.85-110).San Diego, C.A. Academic Press.2000.

SMITH, E.R. Mental representation and memory. En D. Gilbert, S. Fiske y G. Lindzey. The handbook of social psychology. (4ª ed; Vol 1;pp. 391-445).New York; Oxford University press.1998.

UNIGARRO GUTIÉRREZ, Manuel Antonio. Procesos críticos en la educación virtual. En: -. Educación virtual: encuentro formativo en el ciberespacio. Bucaramanga: UNAB. 220 P. (Colección HEXDOC).2001.

VALDEZ Alemán, Eva; GARCÍA de Luna, Beatriz; MEDINA S. Alejandro. Uso de software educativo en la solución de problemas. 2006

VOSS, J. F., Perkins, D.N. & Segal, J.W. Informal reasoning and education. Hillsdale, NJ, LEA, 1991.

VASCO, C.E. (1982) El desarrollo del pensamiento abstracto en una población de estudiantes de secundaria en Bogotá, Revista Cafam, 1, 63-85.

WHITE, B. (1999). Computer Micro worlds and Scientific Inquiry: an Alternative Approach to Science Education. California: University of California, Berkeley.

Zimmerman, B. J. A social cognitive view of self-regulated academic learning. Journal of Educational Psychology, 1989.

____________ Dimensions of academic self-regulation: A conceptual framework for education. In D. H. Schunk & B. J. Zimmerman (Eds.), 1994.

153

ANEXOS

Anexo1: Estadística resultados prueba ICFES año 2009-2010

154

Anexo 2: fotografía panorámica de la aplicación de la prueba piloto de los ambientes computacionales.

Anexo 3: fotografía panorámica de la aplicación de los ambientes computacionales.

Anexo 4: fotografía panorámica de la aplicación de los ambientes computacionales.

155

Anexo 5: fotografía de la aplicación de los ambientes computacionales.


156



157
