Modeling Active Learning Classrooms

Este estudio analiza datos de más de 10.000 estudiantes para demostrar que el tiempo dedicado a hojas de trabajo grupales, preguntas con clics y preguntas de los alumnos predice el aprendizaje conceptual, identificando dos modelos de clase activos que generan ganancias excepcionales y revelando que sin hojas de trabajo grupales los resultados son comparables a las clases puramente expositivas.

Lo esencial

¡Claro que sí! Imagina que el aula de ciencias es como una cocina gigante donde el objetivo es preparar el plato más delicioso posible: el aprendizaje de los estudiantes.

Durante décadas, la mayoría de los chefs (profesores) pensaron que la única forma de cocinar era poner a todos a sentarse y escuchar al chef hablar durante dos horas. Pero los comensales (estudiantes) a menudo se iban con hambre o, peor aún, no aprendían a cocinar por sí mismos.

Aquí es donde entra este estudio, que es como un gran experimento de cocina realizado por Olive Ross, Meagan Sundstrom y N.G. Holmes. Analizaron más de 10,000 estudiantes en 24 universidades diferentes para descubrir la "receta secreta" que hace que los estudiantes aprendan de verdad.

🍳 ¿Qué descubrieron? (La Receta del Éxito)

El estudio no solo dijo "cocina más", sino que midió exactamente cuánto tiempo se dedica a cada actividad. Usaron una herramienta llamada COPUS (que es como un cronómetro que anota qué hace la gente cada 2 minutos: ¿escucha? ¿hace ejercicios en grupo? ¿usa un clic? ¿pregunta?).

Descubrieron que hay dos recetas maestras que garantizan un banquete de aprendizaje espectacular:

1. La Receta del "Equilibrio Dinámico"

Imagina una clase donde el profesor no es el único que habla, sino un director de orquesta que mezcla instrumentos:

• 10-20% del tiempo: Los estudiantes hacen hojas de trabajo en grupo (como si estuvieran preparando los ingredientes juntos).
• 20-40% del tiempo: Resuelven preguntas con clics en grupo (como un juego de trivia donde todos discuten la respuesta antes de votar).
• El toque final: Al menos 2 preguntas por hora hechas por los propios estudiantes (como si alguien en la mesa dijera: "Oye, ¿por qué hacemos esto así?").
• El resto del tiempo: El profesor explica (da la charla).

Resultado: ¡Un aprendizaje increíble!

2. La Receta del "Chef en la Mesa"

• Más del 30% del tiempo: Los estudiantes pasan la mayor parte de la clase trabajando en hojas de trabajo en grupo.
• Resultado: También funciona muy bien, aunque el estudio sugiere que necesitamos investigar un poco más esta receta porque hay menos ejemplos de ella en los datos.

⚠️ Lo que NO funciona (Los Platos Quemados)

El estudio encontró algo muy interesante y un poco sorprendente:

• Solo usar "clics" no basta: Si un profesor usa preguntas con clics (como un juego de preguntas y respuestas) pero no incluye hojas de trabajo en grupo, el aprendizaje es tan bajo como si solo hubiera dado una clase magistral aburrida. Es como tener un juego de mesa sin tablero: no lleva a ningún lado.
• Sin trabajo en grupo, no hay magia: Si no hay hojas de trabajo en grupo, incluso si hay muchas preguntas o clics, los estudiantes no aprenden tanto. El trabajo en equipo es el ingrediente clave.

🧠 ¿Por qué es importante esto?

Antes, la gente pensaba que "menos clase magistral = más aprendizaje". Este estudio dice: "No es tan simple".

• No se trata de eliminar al profesor, sino de mezclar las actividades correctamente.
• Las preguntas de los estudiantes son vitales. Cuando un alumno levanta la mano y pregunta algo, todo el grupo aprende, aunque no sepamos exactamente por qué funciona esa magia.

🛠️ ¿Cómo hicieron el estudio? (El Laboratorio)

Los autores tomaron datos de 69 clases reales. En lugar de solo decir "esto parece bueno", crearon un modelo predictivo (una especie de "GPS del aprendizaje").

• Imagina que el modelo es un navegador GPS. Tú le dices: "Hoy haré 20 minutos de trabajo en grupo y 10 de preguntas", y el GPS te dice: "¡Oye, si haces eso, tus estudiantes aprenderán un 200% más que con una clase normal!".
• Verificaron que su GPS no se equivocara probándolo con clases que no había visto antes, y funcionó muy bien.

🎯 Conclusión para el día a día

Si eres profesor, padre o simplemente alguien curioso: La clave no es dejar de hablar, sino cambiar el ritmo.

• No basta con hacer preguntas rápidas.
• Necesitas que los estudiantes trabajen juntos en problemas reales (hojas de trabajo).
• Necesitas que se animen a preguntar y debatir.

Es como si la clase dejara de ser un concierto donde solo el director toca, para convertirse en una jam session donde todos tocan, discuten y crean la música juntos. ¡Y eso es lo que hace que el aprendizaje sea delicioso y memorable!

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Modeling Active Learning Classrooms" (Modelado de aulas de aprendizaje activo) de Olive Ross, Meagan Sundstrom y N.G. Holmes, publicado en marzo de 2026.

1. Planteamiento del Problema

A pesar de la evidencia acumulada durante décadas que demuestra que las clases de ciencias universitarias basadas exclusivamente en la conferencia (lectura) generan mayores tasas de fracaso, menor aprendizaje y resultados menos equitativos en comparación con métodos no basados en conferencias, la implementación de "aprendizaje activo" sigue siendo ambigua.

• Ambigüedad conceptual: El término "aprendizaje activo" abarca una amplia variedad de actividades (cuestionarios con clics, hojas de trabajo grupales, pensar-parear-compartir, etc.), pero carece de una definición operativa precisa.
• Falta de especificidad: Existe poca investigación que determine qué combinaciones específicas de estrategias de aprendizaje activo son más efectivas y qué proporción del tiempo de clase debe dedicarse a cada una para maximizar el aprendizaje conceptual.
• Necesidad predictiva: Los estudios anteriores han sido principalmente descriptivos o explicativos. Este trabajo busca avanzar hacia un marco predictivo que permita a los instructores tomar decisiones basadas en datos sobre cómo estructurar sus clases.

2. Metodología

El estudio emplea un enfoque cuantitativo y predictivo utilizando un conjunto de datos masivo y diverso.

• Datos:
  • Volumen: Más de 10,000 estudiantes de 69 cursos de ciencias universitarios.
  • Alcance: 24 instituciones (EE. UU. y Canadá), 3 disciplinas (Física, Astronomía, Biología) y 40 instructores únicos.
  • Fuentes: Combinación de datos de estudios previos (Sundstrom et al. 2025; Connell et al. 2016; Weir et al. 2019) y datos nuevos recopilados por los autores.
• Medición de Actividades (COPUS):
  • Se utiliza el Protocolo de Observación de Aula para STEM Universitarios (COPUS).
  • Se codifican comportamientos en intervalos de 2 minutos.
  • Variables predictoras seleccionadas: Se redujeron 26 códigos a 4 variables clave tras análisis de covarianza y relevancia:
    1. Lec: Tiempo de conferencia del instructor.
    2. WG: Tiempo dedicado a hojas de trabajo grupales (Group Worksheets).
    3. CG: Tiempo dedicado a preguntas de clics grupales (Group Clicker Questions).
    4. SQ: Preguntas realizadas por estudiantes (Student Questions).
• Medición del Aprendizaje:
  • Se utilizan inventarios de conceptos (pre-test y post-test).
  • La variable objetivo es el tamaño del efecto (Cohen's d) entre las puntuaciones pre y post, lo que permite comparar cursos de diferentes disciplinas y poblaciones.
• Modelado Predictivo:
  • Algoritmo: Regresión lineal múltiple con mínimos cuadrados ordinarios (OLS).
  • Características del modelo: Se incluyeron términos lineales, cuadráticos, cúbicos y de interacción (segundo y tercer orden) para capturar relaciones no lineales entre el tiempo de actividad y el aprendizaje.
  • Selección de características: Se utilizó el criterio de información de Akaike ajustado para muestras pequeñas (AICc) con un proceso de eliminación iterativa repetido 100,000 veces para evitar el sobreajuste.
  • Validación y Error: Se empleó bootstrapping (muestreo con reemplazo) generando 1,000 modelos. La predicción final es la media de la distribución y el error es la desviación estándar. Se consideraron predicciones no fiables aquellas con error > 0.3 o fuera del rango de los datos de entrenamiento.
  • Validación externa: Se realizaron pruebas "Leave-One-Out" (LOO) y validación en 12 nuevos cursos no incluidos en el entrenamiento, obteniendo un error absoluto medio de ~0.17.

3. Contribuciones Clave

1. Marco Predictivo: Es uno de los primeros estudios en pasar de analizar correlaciones a construir un modelo predictivo cuantitativo que mapea la distribución del tiempo de clase directamente a los resultados de aprendizaje.
2. Identificación de Combinaciones Óptimas: En lugar de recomendar una sola estrategia, el modelo identifica combinaciones específicas de actividades que conducen a ganancias de aprendizaje excepcionales.
3. Desmitificación de la "Conferencia": El estudio demuestra que reducir el tiempo de conferencia no garantiza automáticamente un mejor aprendizaje; la clave radica en qué se hace con el tiempo restante.
4. Recomendaciones Accionables: Proporciona umbrales cuantificables (porcentajes de tiempo y frecuencia de preguntas) que pueden ser probados en estudios controlados futuros.

4. Resultados Principales

El modelo identificó dos perfiles de clases que consistentemente producen tamaños de efecto grandes (> 2):

• Perfil 1 (Híbrido Equilibrado):
  • 10-20% del tiempo en hojas de trabajo grupales (WG).
  • 20-40% del tiempo en preguntas de clics grupales (CG).
  • Promedio de 2 o más preguntas de estudiantes por hora (SQ).
  • Nota: El resto del tiempo puede ser conferencia sin penalizar significativamente el aprendizaje si se cumplen las condiciones anteriores.
• Perfil 2 (Intensivo en Hojas de Trabajo):
  • Más del 30% del tiempo dedicado a hojas de trabajo grupales (WG).
  • Limitación: Este perfil tiene menos representación en los datos, por lo que se requiere más investigación para confirmar su robustez.

Hallazgos Críticos y Contraintuitivos:

• La importancia de las hojas de trabajo: Las clases que no incluyen hojas de trabajo grupales (WG) tienen consistentemente tamaños de efecto pequeños, incluso si utilizan otras estrategias activas como preguntas de clics.
• Limitación de los clics solos: Las clases que dependen exclusivamente de preguntas de clics grupales (sin hojas de trabajo) tienen resultados de aprendizaje comparables a las clases puramente de conferencia. Esto desafía la creencia generalizada de que los clics por sí solos son suficientes.
• El rol de las preguntas estudiantiles: La frecuencia de preguntas de los estudiantes (SQ) es un motor importante. En clases con menos del 30% de tiempo en hojas de trabajo, se requieren al menos 2 preguntas por hora para lograr grandes ganancias.
• No es solo "menos conferencia": Aunque las clases 100% de conferencia fallan, existen clases con mayoría de conferencia (que incluyen las combinaciones óptimas de WG, CG y SQ) que logran un aprendizaje excepcional.

5. Significado e Implicaciones

• Para Instructores: Ofrece una guía práctica para diseñar cursos. No basta con "hacer algo activo"; se debe priorizar las hojas de trabajo grupales y fomentar la participación estudiantil mediante preguntas.
• Para Investigadores: Establece una base para futuros estudios controlados que prueben estas combinaciones específicas. Sugiere que la investigación futura debe centrarse en desentrañar por qué las hojas de trabajo son tan críticas y cómo las preguntas estudiantiles impactan el aprendizaje colectivo.
• Limitaciones y Futuro: El estudio reconoce limitaciones como el sesgo de selección (instructores voluntarios), la resolución temporal del COPUS (intervalos de 2 minutos que pueden sobreestimar la duración de actividades) y la falta de datos sobre actividades fuera del aula (tareas, laboratorios). Se sugiere el uso de codificación continua en lugar de intervalos fijos para futuras investigaciones.

En conclusión, este estudio transforma la comprensión del aprendizaje activo de un concepto binario (activo vs. pasivo) a un espectro multidimensional donde la combinación específica y la proporción de tiempo de ciertas actividades (especialmente las hojas de trabajo grupales y las preguntas estudiantiles) son determinantes para el éxito educativo.