Construct and inference alignment in mathematical problem-solving research
Este estudio metodológico utiliza el análisis documental secundario de un estudio doctoral histórico para criticar la alineación entre los constructos psicológicos y el desempeño matemático, argumentando que las asociaciones estándar basadas en inventarios a menudo no logran capturar los mecanismos cognitivos matizados y las implicaciones instruccionales reveladas a través de resúmenes detallados de procesos.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
La resolución de problemas matemáticos se ve a menudo como una simple prueba de si un estudiante puede llegar a la respuesta correcta. Pero para los investigadores que estudian cómo aprende la gente, el viaje hacia esa respuesta es tan importante como el destino. Les interesan los hábitos mentales que impulsan a una persona a seguir intentándolo cuando un problema se vuelve difícil, la voz interna que comprueba si hay errores y la capacidad de explicar por qué una solución funciona. Estos hábitos mentales se llaman disposiciones, y a menudo se miden pidiendo a las personas que completen encuestas sobre cómo se sienten ante las tareas difíciles. La gran pregunta en este campo es si una puntuación alta en una encuesta sobre "gustar de pensar intensamente" significa realmente que una persona está haciendo matemáticas complejas en su cabeza, o si solo significa que disfruta de la idea de pensar intensamente. Si los investigadores confunden la respuesta de la encuesta con el proceso de pensamiento real, podrían dar a los profesores el consejo equivocado sobre cómo ayudar a los estudiantes.
Este artículo analiza de cerca una investigación específica de Filipinas para ver si ocurrió esa confusión. El autor, quien realizó originalmente el estudio hace más de una década, está reexaminando ahora los viejos registros con ojos nuevos. El estudio original involucró a 118 futuros profesores de matemáticas. Intentó conectar las respuestas de sus encuestas sobre su personalidad y hábitos con sus puntuaciones en un examen de matemáticas y con la forma en que realmente resolvían problemas en una sesión individual. El objetivo era ver si estas diferentes piezas de evidencia contaban la misma historia. El nuevo análisis actúa como una auditoría cuidadosa, comprobando cada paso donde los investigadores pasaron de una puntuación de encuesta a una gran afirmación sobre cómo las personas aprenden y enseñan matemáticas.
La investigación encontró que el estudio original hizo un buen trabajo midiendo las respuestas de las encuestas y las puntuaciones de los exámenes, pero dio un salto cuando intentó explicar lo que esos números significaban. El vínculo más fuerte encontrado fue entre una encuesta que preguntaba si una persona disfruta del pensamiento esforzado y su puntuación en un examen de matemáticas de veinte preguntas. Los investigadores reportaron una conexión muy fuerte, sugiriendo que las personas que decían que les gustaba pensar intensamente lo hacían mucho mejor en el examen. Sin embargo, el nuevo análisis señala que la encuesta solo medía un sentimiento o una preferencia, no el trabajo matemático real. Es como saber que alguien dice que disfruta correr y asumir que es un corredor rápido, sin haberlo visto nunca correr una carrera. La puntuación de la encuesta nos dice algo sobre su actitud, pero no nos muestra los pasos específicos que tomó para resolver los problemas matemáticos.
El estudio también analizó un tipo diferente de datos: grabaciones de seis de esos futuros profesores resolviendo siete problemas matemáticos diferentes mientras hablaban en voz alta. Esto proporcionó un vistazo poco común al proceso de pensamiento real. El análisis comparó los resultados de las encuestas con estas grabaciones y encontró que las dos fuentes de información contaban historias diferentes. Por ejemplo, la encuesta sugería que las personas que eran muy conscientes de sus propios hábitos de pensamiento obtenían peores resultados en el examen de matemáticas. Pero cuando los investigadores observaron las grabaciones, vieron que estas mismas personas estaban realizando acciones como comprobar su trabajo, dibujar nuevos diagramas para entender el problema y corregir sus errores. La encuesta había captado un sentimiento de conciencia, pero no percibió el hecho de que esta conciencia se estaba utilizando para corregir errores. El vínculo negativo en los datos de la encuesta no significaba que pensar sobre el propio pensamiento fuera malo para las matemáticas; simplemente significaba que la pregunta de la encuesta no era una ventana perfecta hacia el trabajo real que se estaba realizando.
Otro hallazgo importante fue que el estudio no pudo demostrar que ser bueno resolviendo problemas matemáticos por cuenta propia significara que uno sería bueno enseñando esos problemas a otros. La investigación original incluyó recomendaciones sobre cómo entrenar a los futuros profesores, asumiendo que si un estudiante podía resolver un problema, sabría cómo ayudar a un niño que estaba estancado. El nuevo análisis muestra que este es un gran salto. Resolver un problema es una habilidad personal, mientras que enseñar requiere la capacidad de escuchar la confusión de otra persona y explicar las cosas de una manera nueva. Los registros del estudio original no incluyeron observaciones de estos futuros profesores enseñando realmente una clase. Por lo tanto, el artículo concluye que no podemos usar sus puntuaciones de los exámenes de matemáticas para predecir qué tan bien enseñarán.
El artículo no dice que el estudio original estuviera equivocado o que las puntuaciones de matemáticas fueran falsas. Simplemente dice que la explicación de las puntuaciones debe ser más cuidadosa. Los investigadores encontraron que una puntuación alta en una encuesta de "necesidad de cognición" es algo real, y está vinculada a mejores puntuaciones en los exámenes, pero no es lo mismo que el acto de resolver un problema. Del mismo modo, un vínculo negativo entre la autoconciencia y las puntuaciones de los exámenes no significa que ser consciente de uno mismo sea perjudicial; podría significar simplemente que los estudiantes que están teniendo dificultades son aquellos que son más conscientes de su dificultad y están intentando con más fuerza corregirla. El artículo argumenta que para entender verdaderamente el aprendizaje matemático, debemos observar el trabajo real, no solo las respuestas de las encuestas.
Al final, este reexamen ofrece un camino claro a seguir para cómo estudiamos y entrenamos a los profesores de matemáticas. Sugiere que no debemos confiar en un solo examen o en una sola encuesta para juzgar la capacidad de un profesor. En su lugar, debemos observar una combinación de evidencia: cómo resuelven un problema, cómo explican su razonamiento y cómo reaccionan cuando un estudiante comete un error. El artículo propone una nueva forma de evaluar a estos profesores que separa estas diferentes habilidades. Sugiere que un profesor puede ser excelente resolviendo un problema pero necesitar más ayuda para aprender a explicarlo a un niño. Al mantener estas habilidades separadas, los educadores pueden dar una retroalimentación más útil. El estudio concluye que, si bien los viejos números todavía nos dicen algo sobre las actitudes de los estudiantes, no cuentan la historia completa de lo que sucede cuando una persona realmente hace matemáticas o las enseña. Para obtener el panorama completo, debemos observar el proceso, no solo contar los resultados.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.