Summary

Resolución de problemas antes de la instrucción (PS-I): Un protocolo para la evaluación e intervención en estudiantes con diferentes habilidades

Published: September 11, 2021
doi:

Summary

Este protocolo guía a los investigadores y educadores a través de la implementación del enfoque de Resolución de Problemas antes de la Instrucción (PS-I) en una clase de estadística de pregrado. También describe una evaluación experimental integrada de esta implementación, donde la eficacia de PS-I se mide en términos de aprendizaje y motivación en estudiantes con diferentes predisposiciones cognitivas y afectivas.

Abstract

Hoy en día, cómo fomentar el pensamiento reflexivo de los estudiantes es una de las principales preocupaciones para los maestros en varios niveles educativos. Muchos estudiantes tienen dificultades a la hora de afrontar tareas que implican altos niveles de reflexión, como en los cursos STEM (Ciencia, Tecnología, Ingeniería y Matemáticas). Muchos también tienen una ansiedad y desmotivación profundamente arraigadas hacia tales cursos. Para superar estos desafíos cognitivos y afectivos, los investigadores han sugerido el uso de enfoques de “Resolución de problemas antes de la instrucción” (PS-I). PS-I consiste en dar a los alumnos la oportunidad de generar soluciones individuales a problemas que posteriormente se resuelven en clase. Estas soluciones se comparan con la solución canónica en la siguiente fase de instrucción, junto con la presentación del contenido de la lección. Se ha sugerido que con este enfoque los estudiantes pueden aumentar su comprensión conceptual, transferir su aprendizaje a diferentes tareas y contextos, ser más conscientes de las brechas en sus conocimientos y generar una construcción personal de conocimientos previos que pueda ayudar a mantener su motivación. A pesar de las ventajas, este enfoque ha sido criticado, ya que los estudiantes pueden pasar mucho tiempo en prueba y error sin rumbo durante la fase inicial de generación de soluciones o incluso pueden sentirse frustrados en este proceso, lo que podría ser perjudicial para el aprendizaje futuro. Más importante aún, hay poca investigación sobre cómo las características preexistentes de los estudiantes pueden ayudarlos a beneficiarse (o no) de este enfoque. El objetivo del presente estudio es presentar el diseño e implementación del enfoque PS-I aplicado al aprendizaje estadístico en estudiantes de pregrado, así como un enfoque metodológico utilizado para evaluar su eficacia considerando las diferencias preexistentes de los estudiantes.

Introduction

Una de las preguntas que más preocupan a los profesores actualmente es cómo estimular la reflexión de los estudiantes. Esta preocupación es común en cursos de naturaleza matemática, como los cursos STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), en los que la abstracción de muchos conceptos requiere un alto grado de reflexión, sin embargo, muchos estudiantes informan que abordan estos cursos puramente a través de métodos basados en la memoria1. Además, los estudiantes a menudo muestran un aprendizaje superficial de los conceptos1,2,3. Las dificultades que experimentan los estudiantes para aplicar procesos de reflexión y aprendizaje profundo, sin embargo, no son solo cognitivas. Muchos alumnos sienten ansiedad y desmotivación ante estos cursos4,5. De hecho, estas dificultades tienden a persistir a lo largo de la educación de los estudiantes6. Por lo tanto, es importante explorar estrategias educativas que preparen motivacional y cognitivamente a los estudiantes para el aprendizaje profundo, independientemente de sus diferentes predisposiciones.

Es particularmente útil encontrar estrategias que complementen los enfoques instructivos típicos. Una de las más típicas es la instrucción directa. La instrucción directa significa guiar completamente a los estudiantes desde la introducción de conceptos novedosos con información explícita sobre estos conceptos, y luego seguir con estrategias de consolidación como actividades de resolución de problemas, retroalimentación, discusiones o explicaciones adicionales7,8. La instrucción directa puede ser efectiva para transmitir fácilmente contenido8,9,10. Sin embargo, los estudiantes a menudo no reflexionan sobre aspectos importantes, como cómo se relaciona el contenido con su conocimiento personal, o posibles procedimientos que podrían funcionar y no11. Por lo tanto, es importante introducir estrategias complementarias para hacer que los estudiantes piensen críticamente.

Una de estas estrategias es el enfoque12de Resolución de problemas antes de la instrucción (PS-I), también conocido como el enfoque de invención11 o el enfoque de fracaso productivo13. PS-I es diferente a la instrucción directa en el sentido de que los estudiantes no son introducidos directamente a los conceptos, sino que hay una fase de resolución de problemas previa a las actividades típicas de instrucción directa en las que los estudiantes buscan soluciones individuales a los problemas antes de obtener cualquier explicación sobre los procedimientos para resolverlos.

En este problema inicial, no se espera que los estudiantes descubran completamente los conceptos objetivo13. Los estudiantes también pueden sentir sobrecarga cognitiva14,15,16 e incluso afectar negativamente a17 con la incertidumbre y los muchos aspectos a considerar. Sin embargo, esta experiencia puede ser productiva a largo plazo porque puede facilitar el pensamiento crítico sobre características importantes. En concreto, el problema inicial puede ayudar a los alumnos a tomar más conciencia de las lagunas en sus conocimientos18,activar conocimientos previos relacionados con el contenido para abarcar13,y aumentar la motivación por la oportunidad de basar su aprendizaje en el conocimiento personal 7,17,19.

En términos de aprendizaje, los efectos de PS-I se ven generalmente cuando los resultados se evalúan con indicadores de aprendizaje profundo20,21. En general no se han encontrado diferencias entre los estudiantes que aprendieron a través de PS-I y los que aprendieron a través de la instrucción directa en términos de conocimiento procedimental20,22, que se refiere a la capacidad de reproducir procedimientos aprendidos. Sin embargo, los estudiantes que pasan por PS-I generalmente exhiben una educación superior en conocimiento conceptual7,19,23,que se refiere a la comprensión del contenido cubierto, y la transferencia7,15,19,24,que se refiere a la capacidad de aplicar esta comprensión a situaciones novedosas. Por ejemplo, un estudio reciente en una clase sobre variabilidad estadística mostró que los estudiantes a los que se les dio la oportunidad de inventar sus propias soluciones para medir la variabilidad estadística antes de recibir explicaciones sobre los conceptos y procedimientos generales en este tema demostraron una mejor comprensión al final de la clase que aquellos que pudieron estudiar directamente los conceptos y procedimientos relevantes antes de involucrarse en cualquier actividad de resolución de problemas23. Sin embargo, algunos estudios no han demostrado diferencias en el aprendizaje16,25,26 o la motivación19,26 entre PS-I y las alternativas de instrucción directa, o incluso un mejor aprendizaje en las alternativas de instrucción directa14,26,y es importante considerar las posibles fuentes de variabilidad.

Las características de diseño que subyacen a la implementación de PS-I son una característica importante20. Una revisión sistemática20 encontró que era más probable que hubiera una ventaja de aprendizaje para PS-I sobre las alternativas de instrucción directa cuando las intervenciones de PS-I se implementaron con al menos una de dos estrategias, ya sea formulando el problema inicial con casos contrastantes o construyendo la instrucción posterior con retroalimentación detallada sobre las soluciones de los estudiantes. Los casos contrastantes consisten en ejemplos simplificados que difieren en algunas características importantes11 (ver Figura 1 para un ejemplo), y pueden ayudar a los estudiantes a identificar características relevantes y evaluar sus propias soluciones durante el problema inicial11,20. La segunda estrategia, proporcionar explicaciones que se basan en las soluciones de los estudiantes13,consiste en explicar el concepto canónico mientras se retroalimenta sobre las affordances y limitaciones de las soluciones generadas por los estudiantes, lo que también puede ayudar a los estudiantes a centrarse en las características relevantes y evaluar las brechas en su propio conocimiento20, pero después de que se complete la fase inicial de resolución de problemas (ver Figura 3 para un ejemplo del andamiaje de las soluciones típicas de los estudiantes).

Dado el apoyo en la literatura a estas dos estrategias, contrastando casos y construyendo instrucción sobre las soluciones de los estudiantes, es importante considerarlas al promover la inclusión de PS-I en la práctica educativa real. Este es el primer objetivo de nuestro protocolo. El protocolo proporciona materiales para una intervención PS-I que incorporan estos dos principios. Es un protocolo que, si bien es adaptable, está contextualizado para una lección sobre variabilidad estadística, una lección muy común para estudiantes universitarios y de secundaria, que generalmente son las poblaciones objetivo en la literatura sobre PS-I29. La fase inicial de resolución de problemas consiste en inventar medidas de variabilidad para la distribución del ingreso en los países, que es un tema controvertido30 que puede ser familiar para los estudiantes en muchas áreas de aprendizaje. Luego se proporcionan materiales para que los estudiantes estudien soluciones a este problema en un ejemplo trabajado, y para una conferencia que incorpora la discusión de soluciones comunes producidas por los estudiantes junto con problemas de práctica integrados.

El segundo objetivo de nuestro protocolo es hacer que la evaluación experimental de PS-I sea accesible para educadores e investigadores, lo que puede facilitar la investigación de PS-I desde una mayor variedad de perspectivas mientras se mantienen algunas condiciones constantes en toda la literatura. Sin embargo, las condiciones de esta evaluación experimental son flexibles a las modificaciones. La evaluación experimental descrita en el protocolo se puede aplicar en lecciones ordinarias, ya que a los estudiantes de una sola clase se les pueden asignar los materiales para la condición PS-I o los materiales para una condición de instrucción directa al mismo tiempo (Figura 4). Esta condición de instrucción directa también es adaptable a las necesidades de investigación y educación, pero como se describió originalmente en el protocolo, los estudiantes comienzan obteniendo las explicaciones iniciales sobre el concepto objetivo con el ejemplo trabajado, y luego consolidan este conocimiento con un problema de práctica (solo presentado en esta condición para compensar el tiempo que los estudiantes de PS-I pasan en el problema inicial), y con la conferencia23. Las posibles adaptaciones incluyen comenzar con la conferencia y luego hacer que los estudiantes realicen la actividad de resolución de problemas, que es una condición de control típica para comparar PS-I que a menudo ha llevado a un mejor aprendizaje para la condición PS-I7,13,19,26. Alternativamente, la condición de control puede reducirse a la exploración de un ejemplo trabajado seguido de la fase de conferencia, que, aunque es una versión más simplificada de los enfoques de instrucción directa que la propuesta originalmente, es más común en la literatura y ha llevado a resultados variados, con algunos estudios que indican un mejor aprendizaje en PS-I15,24, y otros que indican un mejor aprendizaje de este tipo de condición de instrucción directa14,26.

Finalmente, un tercer objetivo del protocolo es proporcionar recursos para evaluar cómo los estudiantes con diferentes predisposiciones y habilidades cognitivas pueden beneficiarse de PS-I15. La evaluación de estas predisposiciones es especialmente importante si tenemos en cuenta las predisposiciones negativas que algunos estudiantes suelen tener con los cursos STEM, y el hecho de que PS-I todavía puede producir reacciones negativas en algunos casos14. Sin embargo, hay poca investigación al respecto.

Por un lado, dado que PS-I facilita la asociación del aprendizaje con ideas individuales, en lugar de solo conocimientos formales, se puede plantear la hipótesis de que PS-I puede ayudar a motivar a los estudiantes de niveles académicos bajos, aquellos que tienen bajos sentimientos de competencia o baja motivación sobre el tema13,27. Un estudio mostró que los estudiantes con baja orientación al dominio, es decir, menos objetivos relacionados con el aprendizaje personal, se beneficiaron más de PS-I que aquellos con mayor motivación para aprender27. Por otro lado, los estudiantes con otros perfiles pueden encontrar dificultades cuando participan en PS-I. Más específicamente, la metacognición juega un papel importante en PS-I31, y los estudiantes con habilidades de metacognición bajas podrían no beneficiarse de PS-I debido a las dificultades para ser conscientes de sus brechas de conocimiento o discernir el contenido relevante15. Además, como la fase inicial de PS-I se basa en la producción de soluciones individuales, los estudiantes con habilidades divergentes bajas, dificultades que generan una variedad de respuestas en una situación dada, podrían beneficiarse menos de PS-I que otros estudiantes. El protocolo presenta instrumentos confiables para evaluar estas predisposiciones (Tabla 1) aunque otros pueden ser considerados.

En resumen, este protocolo tiene como objetivo hacer que una implementación de una intervención PS-I que siga los principios aceptados en la literatura PS-I sea accesible para educadores e investigadores. Además, los protocolos proporcionan una evaluación experimental de esta intervención y facilitan la evaluación de las predisposiciones cognitivas y motivacionales de los estudiantes. Es un protocolo que no requiere acceso a nuevas tecnologías o recursos específicos, y que puede ser modificado en función de las necesidades de investigación y educativas.

Protocol

Este protocolo sigue la Declaración de Helsinki de Principios Éticos para la Investigación con Humanos, pero aplica estos principios a las dificultades añadidas de integrar la investigación dentro de los entornos de la vida real en la educación32. Específicamente, ni la asignación de condiciones de aprendizaje ni la decisión de participar pueden tener consecuencias para las oportunidades de aprendizaje de los estudiantes. Además, se mantiene la confidencialidad y el anonimato de los alum…

Representative Results

Este protocolo se implementó satisfactoriamente en un estudio anterior23,con la excepción de las medidas de predisposición de los estudiantes en términos de su sentido de competencia, objetivos de enfoque de dominio, metacognición y pensamiento divergente. Para hacer frente a estas predisposiciones, este protocolo incluye medidas que han sido validadas previamente y que han mostrado altos niveles de fiabilidad (Tabla 1). <p class="jove_content"…

Discussion

El objetivo de este protocolo es guiar a los investigadores y educadores en la implementación y evaluación del enfoque PS-I en contextos reales de aula. Según algunas experiencias previas, PS-I puede ayudar a promover el aprendizaje profundo y la motivación en estudiantesde 19,21,24años, pero existe la necesidad de más investigación sobre su eficacia en estudiantes con diferentes habilidades y predisposiciones motivaciona…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Este trabajo ha sido apoyado por un proyecto del Principado de Asturias (FC-GRUPIN-IDI/2018/000199) y una beca predoctoral del Ministerio de Educación, Cultura y Deporte de España (FPU16/05802). Nos gustaría agradecer a Stephanie Jun por su ayuda editando el inglés en los materiales de aprendizaje.

Materials

SPSS Program International Business Machines Corporation (IBM) Other programs for general data analysis might be used instead
PROCESS program Andrew F. Hayes (Ohio State University) Freely accesible at: http://www.processmacro.org. Other programs for mediation, moderation, or conditional process analyses might be used instead
Cognitive Competence Scale in the Survey of Attitudes towards Statistics (SATS-28) Candace Schau (Arizona State University) In case it is used, request should be requested from the author, who whold the copyright
Mastery Approach Scale in the Achievement Goal Questionnaire-Revised Andrew J. Elliot (University of Rochester) In case it is used, request should be requested from the author
Regulation of Cognition Scale of the Metacognitive Awareness Inventory Gregory Schraw (University of Nevada Las Vegas) In case it is used, request should be requested from the creator

References

  1. Silver, E. A., Kenney, P. A. Results from the seventh mathematics assessment of the National Assessment of Educational Progress. Council of Teachers of Mathematics. , (2000).
  2. OECD. Results (Volume I): Excellence and Equity in Education. PISA, OECD. , (2016).
  3. Mallart Solaz, A. . La resolución de problemas en la prueba de Matemáticas de acceso a la universidad: procesos y errores. , (2014).
  4. García, T., Rodríguez, C., Betts, L., Areces, D., González-Castro, P. How affective-motivational variables and approaches to learning predict mathematics achievement in upper elementary levels. Learning and Individual Differences. 49, 25-31 (2016).
  5. Lai, Y., Zhu, X., Chen, Y., Li, Y. Effects of mathematics anxiety and mathematical metacognition on word problem solving in children with and without mathematical learning difficulties. PloS one. 10 (6), 0130570 (2015).
  6. Ma, X., Xu, J. The causal ordering of mathematics anxiety and mathematics achievement: a longitudinal panel analysis. Journal of Adolescence. 27 (2), 165-179 (2004).
  7. Kapur, M. Productive Failure in Learning Math. Cognitive science. 38 (5), 1008-1022 (2014).
  8. Kirschner, P. A., Sweller, J., Clark, R. E. Why Minimal Guidance During Instruction Does Not Work: An Analysis of the Failure of Constructivist, Discovery, Problem-Based, Experiential, and Inquiry-Based Teaching. Educational Psychologist. 41 (2), 75-86 (2006).
  9. Stockard, J., Wood, T. W., Coughlin, C., Khoury, C. R. The Effectiveness of Direct Instruction Curricula: A Meta-Analysis of a Half Century of Research. Review of educational research. 88 (4), 479-507 (2018).
  10. Clark, R., Kirschner, P. A., Sweller, J. Putting students on the path to learning: The case for fully guided instruction. American Educator. , (2012).
  11. Schwartz, D. L., Martin, T. Inventing to prepare for future learning: The hidden efficiency of encouraging original student production in statistics instruction. Cognition and instruction. 22 (2), 129-184 (2004).
  12. Loibl, K., Rummel, N. The impact of guidance during problem-solving prior to instruction on students’ inventions and learning outcomes. Instructional Science. 42 (3), 305-326 (2014).
  13. Kapur, M., Bielaczyc, K. Designing for Productive Failure. Journal of the Learning Sciences. 21 (1), 45-83 (2012).
  14. Glogger-Frey, I., Fleischer, C., Grueny, L., Kappich, J., Renkl, A. Inventing a solution and studying a worked solution prepare differently for learning from direct instruction. Learning and Instruction. 39, 72-87 (2015).
  15. Glogger-Frey, I., Gaus, K., Renkl, A. Learning from direct instruction: Best prepared by several self-regulated or guided invention activities. Learning and Instruction. 51, 26-35 (2017).
  16. Likourezos, V., Kalyuga, S. Instruction-first and problem-solving-first approaches: alternative pathways to learning complex tasks. Instructional Science. 45 (2), 195-219 (2017).
  17. Lamnina, M., Chase, C. C. Developing a thirst for knowledge: How uncertainty in the classroom influences curiosity, affect, learning, and transfer. Contemporary educational psychology. 59, 101785 (2019).
  18. Loibl, K., Rummel, N. Knowing what you don’t know makes failure productive. Learning and Instruction. 34, 74-85 (2014).
  19. Weaver, J. P., Chastain, R. J., DeCaro, D. A., DeCaro, M. S. Reverse the routine: Problem solving before instruction improves conceptual knowledge in undergraduate physics. Contemporary educational psychology. 52, 36-47 (2018).
  20. Loibl, K., Roll, I., Rummel, N. Towards a Theory of When and How Problem Solving Followed by Instruction Supports Learning. Educational psychology review. 29 (4), 693-715 (2017).
  21. Darabi, A., Arrington, T. L., Sayilir, E. Learning from failure: a meta-analysis of the empirical studies. Etr&D-Educational Technology Research and Development. 66 (5), 1101-1118 (2018).
  22. Chen, O. H., Kalyuga, S. Exploring factors influencing the effectiveness of explicit instruction first and problem-solving first approaches. European Journal of Psychology of Education. , (2019).
  23. González-Cabañes, E., García, T., Rodríguez, C., Cuesta, M., Núñez, J. C. Learning and Emotional Outcomes after the Application of Invention Activities in a Sample of University Students. Sustainability. 12 (18), 7306 (2020).
  24. Schwartz, D. L., Chase, C. C., Oppezzo, M. A., Chin, D. B. Practicing Versus Inventing With Contrasting Cases: The Effects of Telling First on Learning and Transfer. Journal of educational psychology. 103 (4), 759-775 (2011).
  25. Chase, C. C., Klahr, D. Invention Versus Direct Instruction: For Some Content, It’s a Tie. Journal of Science Education and Technology. 26 (6), 582-596 (2017).
  26. Newman, P. M., DeCaro, M. S. Learning by exploring: How much guidance is optimal. Learning and Instruction. 62, 49-63 (2019).
  27. Belenky, D. M., Nokes-Malach, T. J. Motivation and Transfer: The Role of Mastery-Approach Goals in Preparation for Future Learning. Journal of the Learning Sciences. 21 (3), 399-432 (2012).
  28. Bergold, S., Steinmayr, R. The relation over time between achievement motivation and intelligence in young elementary school children: A latent cross-lagged analysis. Contemporary educational psychology. 46, 228-240 (2016).
  29. Mazziotti, C., Rummel, N., Deiglmayr, A., Loibl, K. Probing boundary conditions of Productive Failure and analyzing the role of young students’ collaboration. NPJ science of learning. 4, 2 (2019).
  30. Stiglitz, J. E. Las limitaciones del PIB. Investigacion y ciencia. (529), 26-33 (2020).
  31. Holmes, N. G., Day, J., Park, A. H., Bonn, D., Roll, I. Making the failure more productive: scaffolding the invention process to improve inquiry behaviors and outcomes in invention activities. Instructional Science. 42 (4), 523-538 (2014).
  32. Herreras, E. B. La docencia a través de la investigación-acción. Revista Iberoamericana de Educación. 35 (1), 1-9 (2004).
  33. Schau, C., Stevens, J., Dauphinee, T. L., Delvecchio, A. The development and validation of the survey of attitudes toward statistics. Educational and Psychological Measurement. 55 (5), 868-875 (1995).
  34. Elliot, A. J., Murayama, K. On the measurement of achievement goals: Critique, illustration, and application. Journal of educational psychology. 100 (3), 613-628 (2008).
  35. Schraw, G., Dennison, R. S. Assessing metacogntive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  36. Guilford, J. P. . The nature of human intelligence. , (1967).
  37. Zmigrod, L., Rentfrow, P. J., Zmigrod, S., Robbins, T. W. Cognitive flexibility and religious disbelief. Psychological Research-Psychologische Forschung. 83 (8), 1749-1759 (2019).
  38. Wilson, S. Divergent thinking in the grasslands: thinking about object function in the context of a grassland survival scenario elicits more alternate uses than control scenarios. Journal of Cognitive Psychology. 28 (5), 618-630 (2016).
  39. Autin, F., Croizet, J. -. C. Improving working memory efficiency by reframing metacognitive interpretation of task difficulty. Journal of experimental psychology: General. 141 (4), 610 (2012).
  40. Pekrun, R., Vogl, E., Muis, K. R., Sinatra, G. M. Measuring emotions during epistemic activities: the Epistemically-Related Emotion Scales. Cognition and Emotion. 31 (6), 1268-1276 (2017).
  41. Pallant, J. Statistical techniques to compare groups. SPSS survival manual. , 211 (2013).
  42. Pallant, J. Statistical techniques to explore relationships among variables. SPSS survival manual. , 125-149 (2013).
  43. Hayes, A. F. . Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. , (2017).
  44. Kapur, M. Productive failure in learning the concept of variance. Instructional Science. 40 (4), 651-672 (2012).
  45. Nolan, M. M., Beran, T., Hecker, K. G. Surveys Assessing Students’ Attitudes Toward Statistics: A Systematic Review of Validity and Reliability. Statistics Education Research Journal. 11 (2), (2012).
  46. Schraw, G., Dennison, R. S. Assessing metacognitive awareness. Contemporary educational psychology. 19 (4), 460-475 (1994).
  47. Dumas, D., Dunbar, K. N. Understanding Fluency and Originality: A latent variable perspective. Thinking Skills and Creativity. 14, 56-67 (2014).
  48. Roberts, R., et al. An fMRI investigation of the relationship between future imagination and cognitive flexibility. Neuropsychologia. 95, 156-172 (2017).
  49. Chamorro-Premuzic, T. Creativity versus conscientiousness: Which is a better predictor of student performance. Applied Cognitive Psychology: The Official Journal of the Society for Applied Research in Memory and Cognition. 20 (4), 521-531 (2006).
  50. Kapur, M. Examining productive failure, productive success, unproductive failure, and unproductive success in learning. Educational Psychologist. 51 (2), 289-299 (2016).

Play Video

Cite This Article
González-Cabañes, E., García, T., Núñez, J. C., Rodríguez, C. Problem-Solving Before Instruction (PS-I): A Protocol for Assessment and Intervention in Students with Different Abilities. J. Vis. Exp. (175), e62138, doi:10.3791/62138 (2021).

View Video