Como comentábamos en un post anterior, vamos a ir analizando diferentes capítulos del libro de Craig Barton How I Wish I’d Taught Maths sobre la educación basada en evidencias.
Hoy hablaremos del primer capítulo centrado en cómo piensan y aprenden los estudiantes.
Un modelo simple sobre pensamiento y aprendizaje
Barton considera importante establecer un modelo sencillo que represente la manera en la que los estudiantes piensan y aprenden.
Señala dos áreas diferentes involucradas en el pensamiento:
- Memoria a largo plazo: donde se almacena la información hasta que se necesita. Tiene capacidad ilimitada y se establecen esquemas y relaciones. El conjunto de esta información es lo que llama conocimiento.
- Memoria de trabajo: el lugar donde ocurre el pensamiento, se recupera la información de la memoria a largo plazo y se hace consciente. Tiene una capacidad limitada.
La clave del razonamiento reposa en unos pocos factores:
- La información del exterior.
- Los hechos y procedimientos almacenados en la memoria a largo plazo.
- La capacidad de la memoria de trabajo.
Si alguno de ellos es deficiente, es probable que el razonamiento no tenga éxito y no suceda el aprendizaje.
También establece el aprendizaje como cambios en la memoria a largo plazo y la memoria de trabajo como la herramienta que produce esos cambios. Es un camino bidireccional. Los estudiantes aprenden nuevos conceptos en referencia a ideas que ya poseen. Mantienen esta información en la memoria de trabajo para establecer relaciones y luego vuelve a pasar a la memoria a largo plazo. Por otro lado, a medida que se recupera información de la memoria a largo plazo para utilizarla en la memoria de trabajo, la memoria a largo plazo cambia para hacerla más accesible en el futuro.
Estas características conllevan dos implicaciones importantes:
- El conocimiento existente facilita el pensamiento y el aprendizaje.
- Una vez se ha aprendido algo es difícil desaprenderlo, tanto si es correcto como si no.
Expertos y novatos
Experto es el que tiene un buen dominio de los conocimientos y capacidades en un área determinada. No hay una línea que separe a los expertos de los novatos, es más bien un gradiente continuo, los estudiantes se encuentran en diferentes niveles en distintos momentos.
Pero también es diferente su manera de pensar y razonar debido a la estructura en su memoria a largo plazo. Los expertos automatizan conocimientos y procesos y tienen la habilidad de ver más allá en determinados escenarios.
Los expertos no pueden pensar como novatos ni los novatos como expertos. Este punto es fundamental a la hora de comprender cómo encaran los estudiantes el aprendizaje. Y comprenderlo es esencial para poder ayudarles a razonar, adquirir nuevos conocimientos y enfrentarse a la resolución de problemas.
¿En qué piensan los estudiantes?
Los estudiantes recuerdan aquellas cosas a las que prestan atención. Y esto nos lleva a preguntarnos si la motivación es un camino directo hacia el aprendizaje. Para el autor es más importante dirigir la atención de los alumnos hacia los elementos del aprendizaje que crear un ambiente que les motive. La razón es sencilla, si la situación que se crea para motivarles les lleva a a centrar la atención en componentes diferentes a los que queremos, el camino al aprendizaje se desdibuja.
Aumentar la capacidad de la memoria de trabajo
Un aumento en la memoria de trabajo se traduce en una mayor capacidad de almacenamiento y procesamiento de información. Y esto favorece pensamiento y aprendizaje. Pero no es tan sencillo como parece. Entrenar al cerebro para aumentar la memoria de trabajo en determinadas áreas (información escrita, oral…) puede no ser extrapolable a otras como resolver problemas matemáticos complejos.
Así que el objetivo debería ser asegurarse de que la memoria de trabajo se llena con los elementos necesarios del dominio específico de aprendizaje.
Métodos que duren
Es difícil saber cuándo «transformar» un procedimiento matemático, que pierde su formalismo, para hacerlo más comprensible a los alumnos. Las preguntas que nos propone el autor para poder afinar mejor son: ¿cuánto va a durar este método? ¿cómo van a evolucionar a partir de este método? ¿está construido sobre fundamentos matemáticos sólidos?
Si es necesario, es mejor enseñarles un método que puede ser más difícil al principio, pero que conlleva beneficios a largo plazo.
Ansiedad matemática
Una definición de ansiedad matemática es «el sentimiento de tensión, aprensión o miedo que interfiere con el rendimiento matemático«. Y no es algo exclusivo de los alumnos a los que no se les dan bien las matemáticas, cualquiera puede sufrirla.
Quienes sufren ansiedad matemática evitan las matemáticas. No está estrechamente relacionada con la inteligencia, hay disminución del rendimiento matemático porque ocupa espacio en la memoria de trabajo. Las pruebas con tiempo limitado parecen provocar ansiedad y es difícil diferenciar claramente entre ansiedad matemática y una competencia matemática pobre en problemas complejos.
Craig propone cuatro estrategias para ayudar a reducir la ansiedad matemática en los alumnos:
- Asegurar que dominan y automatizan las habilidades básicas.
- Poner el foco en la formación de los profesores.
- Establecer tiempos variables en las pruebas.
- Pensar cuidadosamente qué se le dice a un estudiante que tiene problemas. Es muy importante centrarse en la capacidad del alumno de mejorar con trabajo y esfuerzo y guiarle con estrategias efectivas de estudio.
En Smartick creemos en la educación basada en evidencias. Estudiamos y aprendemos de las investigaciones en materia educativa para ofrecer un método de aprendizaje de matemáticas con base científica que ayude a nuestros alumnos a comprender y disfrutar las matemáticas.
Para seguir aprendiendo:
- Características de la práctica significativa
- Marco teórico del Método Singapur
- Problemas matemáticos: Importancia y cómo resolverlos
- Teoría de la carga cognitiva
- Rol de la memoria de trabajo en el aprendizaje de las matemáticas
Técnico Superior en Administración y Finanzas, Quiromasajista, Masajista Deportivo y Músico.
Forma parte del equipo de desarrollo de contenidos de Smartick.
Curioso por naturaleza, música y ciencia son dos de sus pasiones.
- Características de la práctica significativa - 23/03/2020
- Cómo representar fracciones en la recta numérica - 10/02/2020
- Diagramas de Venn en Smartick - 13/01/2020