Cuando aprendemos, utilizamos nuestra memoria de trabajo para procesar la información, tal como un computador usa la memoria RAM. Esta información llega hacia la mente desde nuestros sentidos y desde nuestra experiencia previa. Como la experiencia está almacenada en nuestra memoria de largo plazo, para aprender necesitamos de nuestros sentidos, memoria de trabajo y de la memoria de largo plazo. Un equipo del CIAE, encabezado por el investigador Juan Cristóbal Castro-Alonso, ha estado investigando cómo la memoria de trabajo se utiliza para aprender contenidos de STEM (por las siglas en inglés de ciencias, tecnología, ingeniería y matemáticas).
El trabajo del Dr. Castro-Alonso se concentra en un subcomponente de la memoria de trabajo (visuospatial sketch pad) que permite el procesamiento visuoespacial, definido como la capacidad de hacer transformaciones mentales y memorizar información visual y espacial. Este tipo de procesamiento que realiza la memoria de trabajo es fundamental para aprender y desenvolverse profesionalmente en las áreas STEM, dado que estas disciplinas emplean constantemente visualizaciones, animaciones, modelos estructurales y símbolos. O sea, el procesamiento visuoespacial es muy importante para las áreas de las ciencias de la salud (ej., medicina, anatomía, cirugía, odontología) y las ciencias naturales (ej., biología, química, física, geología, meteorología).
La importancia del procesamiento visuoespacial en estas áreas científicas se ha descrito en varias investigaciones con estudiantes universitarios. Muchos de estos ejemplos han sido recientemente recopilados en un libro de Springer (Visuospatial processing for education in health and natural sciences, Springer, 2019). En dicha publicación, en el que participan autores de renombre internacional, se describen varias habilidades visuoespaciales, el desarrollo de una batería de tests para medirlas, y las relaciones de dichas habilidades con diferentes condiciones de aprendizaje de ciencias y características de los estudiantes.
La memoria de trabajo
Una característica importante del procesamiento visuoespacial y de la memoria de trabajo es que tienen capacidades limitadas. O sea, no pueden procesar más de cuatro elementos (información que se muestra en imágenes o texto) simultáneamente. La teoría de la carga cognitiva (Cognitive Load Theory) lleva más de treinta años investigando las mejores estrategias para aprender considerando estas limitaciones de la memoria de trabajo y el procesamiento visuoespacial.
Cinco de estas estrategias, descritas en el libro, se han denominado en inglés: (a) split attention (atención dividida), (b) modality (modalidad), (c) redundancy (redundancia), (d) signaling (señalizar), y (e) transient information (información transitoria). La teoría de la carga cognitiva predice que los materiales o actividades educativas que sigan estas estrategias serán más efectivos, comparados con diseños que no las implementen. Como veremos a continuación, el libro detalla varios experimentos con estudiantes universitarios, en los que aquellas condiciones que seguían las directrices de la teoría de la carga cognitiva conducían a mejores aprendizajes de tópicos de las ciencias naturales o de la salud.
Con relación a split attention (“atención dividida”), esta estrategia recomienda no permitir que el estudiante mire a distintos lugares cuando aprende. Por ejemplo, es mejor tener una imagen con los textos incluidos que tener una imagen con los textos en una leyenda alejada. Un experimento con estudiantes universitarios aprendiendo sobre la unidad funcional del riñón a través de multimedios mostró que el aprendizaje era mejor cuando el multimedio tenía los textos junto a las imágenes, en vez de los textos separados de las visualizaciones.
La estrategia modality (“modalidad”) recomienda no usar mucha información visuoespacial, sino también usar información auditiva. Por ejemplo, en vez de mostrar textos para leer, esa información puede entregarse auditivamente, como narraciones. Un meta-análisis (resumen cuantitativo de varios experimentos) de 43 comparaciones mostró que esta estrategia es muy efectiva y que es aún más eficaz para materiales educativos de ciencias.
Por su parte, redundancy (“redundancia”) recomienda no recargar de información visuoespacial, auditiva, o verbal, sino seguir la máxima “menos es más”. Por ejemplo, al diseñar una animación, se recomienda no recargarla visualmente de adornos que no tienen relación directa con el contenido a aprender. En dos experimentos con universitarios estudiando multimedios de biología, se vio que eliminar textos interesantes, pero innecesarios, era una medida efectiva para mejorar el desempeño académico.
La estrategia signaling (“señalizar”) recomienda destacar visualmente la información más importante, porque esto aumenta la atención visual y la memoria. Hay dos tipos de señalizaciones: (1) las que aumentan la cantidad de elementos visuales (ej. flechas, dedos, cuadros), y (2) las que mantienen la cantidad de elementos visuales (cambios de foco, color, etc). La teoría de la carga cognitiva recomienda no aumentar los elementos visuales. Por ejemplo, en dos experimentos con estudiantes universitarios, el Dr Castro-Alonso y colegas concluyeron que agregar manos señalizando los elementos a aprender era perjudicial.
Finalmente, la estrategia transient information (“información transitoria”) recomienda incluir pausas en videos o animaciones, para que la información no fluya de una manera tan rápida que no permita seguir el ritmo al aprender. Recientemente, un meta-análisis del Dr Castro-Alonso y colaboradores, comparó el aprendizaje en condiciones de alta transitoriedad (animaciones y videos) versus condiciones de baja transitoriedad (imágenes fijas). Un resultado interesante de este análisis fue una diferencia de género indicando que los hombres aprendían mejor con animaciones y videos que las mujeres, donde era más indistinto si aprender con animaciones y videos o con imágenes fijas.
En el mismo tema de diferencias de género, el libro recientemente publicado también describe estas diferencias con respecto a habilidades visuoespaciales, generalmente beneficiosas para hombres. El libro también ahonda cuáles son las causas más probables de estas diferencias, y cómo el entrenamiento de las habilidades visuoespaciales podría ser una solución a la brecha de géneros.
Para saber más
Test visuoespaciales
El libro también presenta una batería de tests visuoespaciales desarrollados en ambiente web y con diversas opciones de configuración (ej. idioma, dificultad, velocidad). La batería, denominada VAR, incluye instrumentos de rotación mental (comparar imágenes con versiones rotadas y determinar si son la misma o distinta imagen), memoria de trabajo espacial (memorizar secuencias de cuadrados cambiando de color), memoria de trabajo visual (memorizar patrones de cuadrados coloreados y blancos, o determinar qué elementos se han cambiado en un conjunto), y tests complejos de memoria de trabajo (memorizar diferentes estímulos, tales como rotación de flechas y posición de cuadrados en un conjunto, mientras se hacen tareas de procesamiento, por ejemplo, determinar si ciertas letras rotadas están además reflejadas).
Todos los interesados pueden contactarse con el Dr Castro-Alonso para usar estos test con fines de entrenamiento, investigación, o diagnóstico.
Nombre del libro:“Visuospatial processing for education in health and natural sciences”, Springer, 2019
Editor: Juan Cristóbal Castro-Alonso, CIAE U. de Chile
Doi: 10.1007/978-3-030-20969-8
Resultados:
►El procesamiento visuoespacial, definido como la capacidad de hacer transformaciones mentales y memorizar información visual y espacial, es muy importante para el aprendizaje de las ciencias.
►Se recomiendan cinco estrategias para maximizar el aprendizaje en ciencias, considerando que dicho procesamiento es limitado.
►La teoría de la carga cognitiva predice que los materiales o actividades educativas que sigan estas estrategias serán más efectivos, comparados con diseños que no las implementen.
Referencias
Castro-Alonso, J. C. (Ed.). (2019). Visuospatial processing for education in health and natural sciences. Springer. https://doi.org/10.1007/978-3-030-20969-8.
Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer. https://doi.org/10.1007/978-1-4419-8126-4
Tindall-Ford, S., Agostinho, S., & Sweller, J. (Eds.). (2019). Advances in cognitive load theory: Rethinking teaching. Routledge. https://doi.org/10.4324/9780429283895.