Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 4 Aprendizaje PDF
Semana 4 Aprendizaje PDF
Todos los derechos de autor son de la exclusiva propiedad de IACC o de los otorgantes de sus
licencias. No está permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a
disposición del público ni utilizar los contenidos para fines comerciales de ninguna clase.
APRENDIZAJE
ESPERADO
2
ÍNDICE
APRENDIZAJE ESPERADO 2
INTRODUCCIÓN 4
1. EL RAZONAMIENTO 5
COMENTARIO FINAL 16
REFERENCIAS 17
3
INTRODUCCIÓN
“El razonamiento puede servir para demostrar con alguna apariencia de solidez las
tesis más absurdas.”
André Maurois.
4
1. EL RAZONAMIENTO
5
1.1.1 EL RAZONAMIENTO INDUCTIVO
EJEMPLO
EJEMPLO
Premisas:
“Mi perro ladra.
También lo hace el perro de Terry.
Y el perro de Melissa”.
Conclusión:
“Todos los perros ladran”.
6
En esta conclusión, también se infiere que si los tres perros ladran, entonces todos los
perros ladran.
Las conclusiones inductivas no siempre son certeras, porque es posible que aparezca
nueva información que no sustente la conclusión realizada.
Por ejemplo, si en estas premisas aparece un perro que no ladre, la conclusión no
podría ser que todos los perros ladran.
Fuente: http://academica-e.unavarra.es/bitstream/handle/2454/9456/HS-
J_Ps_13_2006_Razonamiento.pdf?sequence=1
7
¿POR QUÉ ES IMPORTANTE DESARROLLAR ESTA HABILIDAD?
Algunos estudios señalan que la práctica del razonamiento inductivo puede provocar
mejoras en el rendimiento académico de los estudiantes (Christou y Papageoriou, 2007;
Manacopoulos y Tzouriadou, 1998; Klauer, 1996; Tomic y Kingma, 1997). Esto sucede
especialmente en el ámbito de las matemáticas, ya que en la resolución de una tarea de
esta índole hay procesos del razonamiento inductivo que están implicados. Estas
acciones son (Cañadas, 2002):
Este mismo autor señala que, en general, el éxito en las tareas de matemática se logrará
cuando se desarrollen de manera adecuada las acciones mencionadas y que, además,
dicho éxito involucra los resultados que se obtengan del proceso inductivo que se lleve a
cabo.
A) COMPLETO:
Se llama así porque las conclusiones que se realizan no aportan mayor información
que las dadas en las premisas (Sotillo, s. f.).
EJEMPLO
Premisas:
“Mario y Laura tienen cuatro hijos: María, Juan, Pedro y Jorge.
María es rubia, Juan es rubio, Pedro es rubio, Jorge es rubio”.
Conclusión:
“Todos los hijos de Mario y Laura son rubios”.
8
En este caso, la conclusión no aporta más información que la que se expone en las
premisas. Se dice que los hijos de Mario y Laura son cuatro y se describe en las
premisas que todos ellos son rubios, por lo que se da a entender que todos los
niños son rubios.
B) INCOMPLETO:
Se refiere a las conclusiones que se hacen, que van más allá de los datos que se
dan en las premisas. En otras palabras, mientras más información se proporciona,
mayor es la probabilidad de que la conclusión sea verdadera. Sin embargo, que las
premisas sean verdades no garantiza que las conclusiones también lo sean.
EJEMPLO
Premisas:
“María es rubia, Juan es rubio, Pedro es rubio, Jorge es rubio”.
Conclusión:
“Todas las personas son rubias”.
En esta conclusión, por más información que se tenga del color de pelo de las
personas mencionadas en las premisas y que estas sean verdaderas, no es razón
suficiente para asegurar que todas las personas son rubias, ya que solo se habla de
las personas que aparecen en esa premisa y no de todas.
Es importante tener en cuenta que las conclusiones que se obtienen con los
diferentes razonamientos inductivos, normalmente incrementan la información
que hay en las premisas iniciales, pero estas no siempre son absolutamente
ciertas, sino que probables.
9
Es importante mencionar que en el razonamiento inductivo, hay cinco procesos que
se incluyen (Saiz, 2002):
CLASIFICACIÓN:
Consiste en agrupar en categorías a objetos, sucesos, organismos, instituciones
o ideas, en base a características en común que tengan, con el propósito de
hacer equivalencias que permitan razonar de manera eficiente para llegar a hacer
predicciones fiables.
EJEMPLO
En un problema se nombra que existen arbustos, sauces,
almendros, fresno norteño, pistachero, en un lugar específico. En
este caso, se buscan atributos comunes entre los elementos
mencionados, se identifica la clase a la que pertenecen y se
determina el criterio de clasificación más acertado. En este caso
puntual, todos los elementos dados pertenecen a la categoría de
“tipos de árboles”. Esto ayuda a que al tener codificado el
concepto de árbol, se evite tener que aprender o nombrar a cada
uno de todos los árboles que existen o puedan existir en el lugar
específico (Murphy y Ross, 1994).
10
RAZONAMIENTO CAUSAL:
Sirve para concluir si los otros elementos comparten características similares que
les haga pertenecer a esa misma categoría. Siendo su principal objetivo explicar
la realidad en base a la búsqueda de soluciones, a partir de las predicciones que
se realicen.
Responde al por qué de las cosas: ¿por qué ocurrió tal o cual cosa?, ¿por qué
aconteció tal fenómeno?, ¿por qué alguien se comporta de una manera
determinada? Las respuestas a preguntas de esta naturaleza siempre necesitan
de una argumentación causal en mayor o menor medida (Skyrms, 2010).
EJEMPLO
Si se estuviera frente a una tarea en línea en la que se pide que, a
partir del caso leído, se contesten a las preguntas que se
realizarán, tomando en cuenta los contenidos vistos en la semana;
una vez leído el caso, usted se enfrentaría a la pregunta y la
respondería. Pero, hipotéticamente, en su calificación no termina
obteniendo el puntaje total y la profesora en su retroalimentación
le menciona que no logró la relación del caso con el contenido de
la semana. ¿Por qué ocurrió la situación mencionada por la
profesora? Una respuesta posible es que no leyó los contenidos
de la semana, por lo cual no hizo la relación.
RAZONAMIENTO HIPOTÉTICO:
Consiste en comprobar una idea, hipótesis o tesis, que no precisamente proviene
de los datos entregados, sino que puede ser elaborada a partir de una invención
que se concluye del conocimiento previo que se tiene del tema.
EJEMPLO
Si recibe los contenidos de la semana le irá bien en el control que
tendrá. Pero si revisa los recursos adicionales, podrá estar más
seguro a la hora de responder el control. En este caso, se sabe
que debe revisar los contenidos de la semana para luego hacer la
tarea que corresponde; pero si además revisa los recursos
adicionales podrá estar mucho más seguro de las respuestas que
dé en el control.
11
RAZONAMIENTO PROBABILÍSTICO:
Es uno de los razonamientos más típicos del diario vivir, ya que pretende conocer
el grado de certeza que tiene un hecho en particular y, por ende, dirige la
conducta humana e influye en la toma de decisiones, pero bajo parámetros de
incertidumbre.
EJEMPLO
Cuando nos preguntamos ¿lloverá mañana?, ¿tendré suerte en el
examen, en el trabajo?, etc. En todos ellos se actúa bajo
probabilidades de que algo suceda.
RAZONAMIENTO ANALÓGICO:
Es entendido como una “actividad que permite comprender un dominio de
conocimiento parcial o totalmente desconocido, en función de un dominio
conocido o familiar” (Espino, 2004, p. 147). En otras palabras, su finalidad es
obtener una conclusión en base a las premisas que se establecen al realizar
comparaciones entre los distintos elementos que se dan.
EJEMPLO
Si una cierta estrategia de estudio para una asignatura “A” resultó
efectiva porque el rendimiento fue óptimo, esta misma estrategia de
estudio debería ser igualmente efectiva para el rendimiento de una
asignatura “B”.
ANÁLISIS DE ESTABLECIMIENTO
REPRESENTACIÓN EVALUACIÓN
ELEMENTOS DE RELACIONES
EJEMPLO 1
Premisa 1: cuando Juan toca la llama de un encendedor se quema.
Premisa 2: cuando Juan toca una estufa encendida se quema.
Premisa 3: cuando Juan toca la jarra de la cafetera caliente se
quema.
Conclusión: si tocas un objeto caliente te quemas.
De estas premisas se infiere que las tres tienen un elemento en común “se
relaciona la acción del fuego con lo que provoca en Juan”. Se quema en las tres
situaciones. Por lo que a partir de estas premisas, se acepta la conclusión como
certera.
13
EJEMPLO 2
Premisa 1: John sale al frío sin abrigarse y se enferma.
Premisa 2: Jane sale al frío sin abrigarse y se enferma.
Premisa 3: Eloísa sale al frío sin abrigarse y se enferma.
Conclusión: si sales al frío sin abrigarte te enfermas.
De esta situación, al ser repetitiva la acción de salir al frío y esto provoca en las 3
personas que se enfermen, se generaliza en la acción “si sales al frío sin
abrigarte te enfermas”.
EJEMPLO 3
Premisa 1: John bebe un litro de whiskey y se embriaga.
Premisa 2: John bebe un litro de ron y se embriaga.
Premisa 3: John bebe un litro de vodka y se embriaga.
Conclusión: el exceso de alcohol provoca embriaguez.
EJEMPLO 4
Premisa 1: ciudadano X tiene 25 años, vive en la región A y siempre
vota por M.
Premisa 2: ciudadano D tiene 23 años, vive en la región A y siempre
vota por M.
Premisa 3: ciudadano C tiene 20 años, vive en la región A y siempre
vota por M.
Conclusión: los ciudadanos de entre 20 y 25 años que viven en la
región A siempre votan por M.
14
Nuevamente se ve que hay elementos que se repiten en las tres premisas
(“ciudadanos que viven en la región A”), los cuales se relacionan con las
personas que votan por M. Y si se consideran los rangos de edades, se
llega a la conclusión que se lee en este ejemplo.
15
COMENTARIO FINAL
Esta semana se ha revisado en qué consiste el razonamiento inductivo, sus diferentes tipos y la
relación que tiene con el aprendizaje. Se destaca que el razonar de manera inductiva implica elaborar
inferencias a partir de varias aristas. Por ejemplo, se puede concluir a partir de categorizaciones que
se hacen de las premisas dadas: por descubrimiento de causas y los efectos que se producen; y
también por cálculo de probabilidades. Todas estas conclusiones inductivas son funciones básicas del
sistema cognitivo.
También es importante considerar que uno de los elementos más importantes para que se genere el
aprendizaje, es el razonamiento inductivo, ya que como se explicó anteriormente, se requiere de la
inducción para poder comprender la información, evaluarla y generar otra nueva, así como lograr una
buena toma de decisiones y resolver un problema dado.
De esta forma, es que se concluye que como estudiante de IACC, el desarrollar esta habilidad puede
asegurar el éxito académico en todo el proceso educativo en el que se desarrolle su carrera, debido a
las conclusiones que debe realizar de los contenidos de cada asignatura.
16
REFERENCIAS
Alonso, I. y González, H. (2003). ¿Cómo tener éxito al resolver problemas matemáticos? Potosí:
Visión Creativa equipo consultor S.R.L.
De Koning, E., Hamers, J. H. M., Sijtsma, K., Vermeer, A. (2002). Teaching Inductive Reasoning in
Primary Education. Developmental Review, vol. 22 (2), pp. 211-241.
Murphy, G.L. y Ross, B.H. (1994). Predictions from uncertain categorizations. Cognitive Psychology,
vol. 27, pp. 148-193.
Klauer, K. J. (1996). Teaching inductive reasoning: Some theory and there experimental studies.
Learning and Instruction, 6, 37-57.
17
REFERENCIAS
Skyrms, B. (2010): Choice and chance. An introduction to inductive logic. Belmont: Wadsworth
/Thomson Learning.
Tomic, W. y Kingma, J. (1997). Reflection on the concept of intelligence. Greenwich, Connecticut: JAI
Press.
18