Active Learning vs Traditional Lecturing in Introductory Mechanics: A Pooled Pass-Rate Benchmark Under Common Departmental Assessments from a Latin American Institutional Change Initiative

Resumen Técnico: Aprendizaje Activo frente a la Clase Magistral Tradicional en Mecánica Elemental

Problema y Contexto
Mejorar el éxito estudiantil en física introductoria sigue siendo un desafío persistente, particularmente en contextos latinoamericanos donde los recursos son limitados y la preparación de los estudiantes de ingreso es heterogénea. Mientras que la Investigación en la Educación de la Física (PER, por sus siglas en inglés) ha establecido la eficacia del Aprendizaje Activo (AL) sobre la Clase Magistral Tradicional (TL) en universidades de investigación intensiva de América del Norte y Europa, existe una falta significativa de literatura que describa la implementación y los resultados de estas prácticas en instituciones públicas grandes de América Latina. Este estudio aborda esa brecha informando sobre una iniciativa piloto de cambio institucional en la Universidad Autónoma Metropolitana-Iztapalapa (UAM-I) en México. El problema específico es proporcionar un referente transparente de los resultados de aprobación estudiantil en "Mecánica Elemental I" (EM1) bajo condiciones de AL frente a TL, utilizando evaluaciones departamentales comunes para asegurar la comparabilidad entre las secciones.

Metodología
El estudio analiza los datos del trimesre Otoño 2025 (codificado como 25-O) en la UAM-I. La implementación involucró ocho secciones de EM1: dos secciones impartidas por instructores capacitados en métodos de AL (etiquetadas como AL) y seis secciones impartidas por instructores que utilizan métodos tradicionales (etiquetadas como TL).

• Definiciones Operacionales: Las etiquetas AL y TL son operacionales, lo que refleja la implementación específica por parte del profesorado en lugar de un protocolo rígido y estandarizado. Las secciones de AL involucraron a instructores y asistentes de enseñanza (TAs) que se sometieron a una secuencia de talleres, preparación de materiales y apoyo continuo, utilizando técnicas como el trabajo en grupo y la facilitación. Las secciones de TL fueron impartidas por instructores experimentados que no participaron en la secuencia de capacitación de AL.
• Fuente de Datos: El análisis se basa exclusivamente en conteos agregados y desidentificados a nivel de sección provenientes de informes oficiales de fin de trimestere. No se utilizaron datos a nivel de estudiante, demográficos ni puntuaciones por ítem.
• Evaluaciones: Se analizaron cuatro resultados: el primer examen parcial, el segundo examen parcial, un examen global común (elaborado por un comité independiente) y la calificación final del curso. Los tres primeros exámenes constituyen el 50% de la calificación final; el 50% restante es determinado por los instructores.
• Análisis Estadístico:
  • Enfoque Frecuentista: Se estimaron las probabilidades de aprobación agrupadas ($p_{\beta,a}$) para cada modalidad ($\beta \in \{AL, TL\}$) y evaluación ($a$). La incertidumbre se cuantificó mediante intervalos de confianza binomiales de Wilson. La métrica principal del tamaño del efecto fue la Diferencia de Riesgo ($RD_a = p_{AL,a} - p_{TL,a}$), con intervalos de confianza del 95% calculados mediante el método de Newcombe–Wilson para evitar la falta de fiabilidad de los intervalos de Wald para proporciones cercanas a 0 o 1.
  • Enfoque Bayesiano: Se empleó un análisis de referencia utilizando prioris de Jeffreys ($Beta(1/2, 1/2)$) para generar distribidades posteriores para las tasas de aprobación y las diferencias de riesgo.
  • Análisis de Sensibilidad: Para abordar los posibles efectos de agrupamiento (correlación de resultados dentro de las secciones) y la falta de aleatorización, se ajustó un modelo bayesiano jerárquico con un intercepto aleatorio para las secciones. Este modelo mapeó las predicciones a nivel de sección de vuelta a los estimandos agrupados ponderados por estudiante para asegurar la comparabilidad con el modelo binomial simple.
  • Soporte Cualitativo: Las prácticas de clase fueron monitoreadas utilizando el Protocolo de Observación de Aula para el Pregrado en STEM (COPUS) para validar que las secciones de AL y TL exhibieran patrones de interacción distintos (por ejemplo, trabajo en grupo frente a clase magistral).

Resultados Clave
En todas las evaluaciones, las tasas de aprobación agrupadas fueron mayores en las secciones de AL que en las de TL.

• Tasas de Aprobación: Las secciones de AL superaron consistentemente a las secciones de TL. Para el examen global, la tasa de aprobación agrupada fue del 55.6% (AL) frente al 32.6% (TL). Para la calificación final, las tasas fueron del 67.7% (AL) frente al 45.1% (TL).
• Diferencias de Riesgo: La diferencia de riesgo ($RD$) fue positiva para todas las evaluaciones. La separación más robusta se observó en el examen global ($RD = 22.9$ puntos porcentuales, IC 95% [5.1, 39.5]) y en la calificación final ($RD = 22.6$ puntos porcentuales, IC 95% [6.6, 37.2]). Los intervalos de confianza del 95% para estas dos evaluaciones no incluyeron el cero.
• Exámenes Parciales: El primer y el segundo examen parcial mostraron diferencias de riesgo positivas (12.3 y 6.2 puntos porcentuales, respectivamente), pero sus intervalos de confianza incluyeron el cero, lo que indica que los datos son compatibles tanto con un efecto positivo como con la ausencia de efecto al nivel del 95% para estas evaluaciones específicas.
• Robustez: El análisis de sensibilidad bayesiano jerárquico, que tuvo en cuenta el agrupamiento a nivel de sección, arrojó resultados altamente consistentes con el modelo binomial agrupado simple. La conclusión cualitativa de que las secciones de AL exhibieron mayores tasas de aprobación se mantuvo sin cambios.
• Hallazgos de COPUS: Las observaciones confirmaron que las secciones de AL presentaron una mayor prevalencia de trabajo en grupo de estudiantes y facilitación del instructor, mientras que las secciones de TL estuvieron dominadas por la clase magistral y la escritura en el pizarrón, validando la distinción operacional entre las modalidades.

Reivindicaciones y Significación
El artículo enmarca explícitamente su contribución como un referente transparente en lugar de una identificación causal de una técnica de instrucción específica.

• Reivindicaciones Modestas: Los autores enfatizan que el estudio no aisla el efecto causal de ninguna técnica de instrucción particular (por ejemplo, clickers o instrucción entre pares) ni pretende un tamaño de efecto universal. Los resultados reflejan "AL tal como se implementó" frente a "TL tal como se implementó" en un entorno institucional específico con recursos limitados. El diseño no es aleatorizado y la autoselección de los estudiantes en las secciones impide el ajuste por diferencias composicionales.
• Significación:
  1. Evidencia Contextual: Proporciona los primeros resultados documentados de una implementación de AL a escala institucional en una gran universidad pública mexicana, abordando la escasez de literatura de PER en América Latina.
  2. Factibilidad: Demuestra que incluso con una curva de aprendizaje pronunciada para los instructores y recursos limitados, una implementación de AL apoyada puede estar asociada con mayores resultados de aprobación en cursos fundamentales.
  3. Plantilla Metodológica: El estudio ofrece una plantilla práctica para los departamentos que buscan evaluar el cambio instructivo utilizando datos administrativos agregados. Destaca el valor de las evaluaciones departamentales comunes para la comparación entre secciones y traza un camino para futuras evaluaciones que involucren covariables a nivel de estudiante y un análisis cualitativo más robusto.
  4. Factores de Implementación: Los resultados sugieren que los apoyos de implementación (capacitación, preparación de materiales, dotación de TAs) son integrales al modelo de intervención de AL y deben considerarse como parte del modelo de cambio en lugar de detalles incidentales.

En resumen, el artículo concluye que, bajo las limitaciones de los reportes institucionales agregados y un solo trimestere, la implementación de AL estuvo asociada con mayores probabilidades de aprobación agrupadas, particularmente en el examen global común y la calificación final, proporcionando una señal alentadora para la toma de decisiones departamentales en contextos similares.