Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pedagogía Diferencial
Introducción
Introducción
1.2.2.1.Factores de la escuela
Resumen
Introducción
Sin embargo, a la vez que se estudian las diferencias individuales y se proclama su existencia,
como la única realidad manifiesta, se tiende a buscar parecidos entre los individuos en orden
a formar grupos. Stern (1921, 15-16), citado por Amelang y Bartussek (1986, 39), hablando de
los métodos de acceso a la psicología diferencial, dice que objeto de investigación son las
características y los individuos. Se estudian las características para ver si varía una
característica en muchos individuos y si se relacionan dos o más características en muchos
individuos. Y se estudian los inviduos para describir (psicografía) una individualidad en rela-
ción con muchas características y para comparar dos o más individualidades en relación con
muchas características.
La tendencia a la clasificación ha sido una constante humana. Se han seguido dos vías
diferentes (Cfr. Orden, 1975, 123 ss.): Se han definido categorías a partir de grupos naturales
y se han formado tipos, basándose en el predominio de un conjunto de características
psicosomáticas. Del hecho de que muchas características se pudieran medir y se presentaran
con diversa intensidad en los distintos individuos surgió un nuevo enfoque de la Psicología y
Psicología Diferencial centrado en los rasgos, que tan fructífero ha sido y sigue siendo.
Uno de los aspectos que más destaca cuando se estudian las diferencias humanas se refiere
a la gran cantidad de características que se identifican desde la Psicología. He recogido en
el Tesauro ISOC de Psicología. 1992 (Cindoc, 1993) una larga lista de rasgos
de personalidad. Véase, a título de ilustración, en el párrafo siguiente el listado completo:
Si estos rasgos se pueden medir, ¿qué sujeto es igual a otro en todos ellos?
El otro aspecto que quiero resaltar hace referencia a la amplia diversidad de factores dentro
de un mismo constructo. Véase el caso del intelecto. Es elocuente un párrafo de Viviane y
Gilbert de Landsheere (Landsheere y Landsheere, 1994, 330):
"En el ámbito propiamente cognitivo (al menos en teoría), Guilford (1967) demostró la
posibilidad de aislar ciento veinte factores del intelecto que al combinarse de forma diferente,
teniendo en cuenta tanto su naturaleza como su peso respectivo, permiten afirmar que
prácticamente no existen dos 'inteligencias' absolutamente idénticas".
¿En qué medida a partir de dicho cuadro se sientan las bases de la diferenciación
psicológica? Esta pregunta está en relación con el nacimiento de la Psicología Diferencial. En
efecto, ésta nace complementando a la Psicología General. Y mientras ésta se apoya en el
paradigma experimental, la Psicología Diferencial se apoya en el correlacional (Cfr. Tejedor,
1988, 593).
¿Cuáles son las formas de análisis de estos elementos en la Psicología de las Diferencias? El
estudio de las diferencias en un rasgo se contempla de dos formas:
o atributos tales como el sexo, la edad, la raza, la clase social y el medio geográfico, por citar
los más sobresalientes.
Se puede también estudiar si existen diferencias en un rasgo desde la perspectiva de otro rasgo,
el cual actúa como factor de diferenciación. En ocasiones, las variables o rasgos en los cuales
difieren los factores se convierten ellos mismos en factor de diferenciación. Piénsese en grupos
de alta y baja capacidad; de alto, medio y bajo rendimiento; de un estilo cognitivo dependiente o
independiente de campo; de comportamiento extrovertido o introvertido, etc. En estos casos se
estudia en qué medida estos grupos, definidos por el establecimiento de categorías en un rasgo
significativo, difieren, a su vez, en otros.
El estudio de estas diferencias es objeto de la Psicología Diferencial. Anastasi (1966) dice que
la Psicología Diferencial consiste en esencia en la "investigación cuantitativa de las diferencias
individuales en la conducta". Pinillos (1975) afirma que "pretende esclarecer la naturaleza de
los determinantes de las diferencias individuales empleando para ello procedimientos
estadísticos". Y Beloff (1979) sostiene que "se centra en el estudio de las diferencias indivi-
duales, cuyos aspectos cuantitativos se conocen como psicometría" (Cfr. Tejedor, 1988,
593/4).
"Mostrar las consecuencias de las diferencias" (Amelang y Bartussek, 1986). Esta es una
función citada menos frecuentemente. Ya nos situaría próximos a la Psicología y Política
Sociales.
Puesto que los métodos de estudio derivan de los cometidos, los métodos de la Psicología
Diferencial son fundamentalmente de tipo correlacional, tal como queda dicho.
Mas es necesario dar un paso adelante, sentando la tesis fundamental de este apartado, que
se comprenderá a lo largo de toda la obra. ¿Cuál es la relación de la Psicología Diferencial y
la Pedagogía Diferencial? Si ésta es entendida como adecuación de la educación a las
diferencias individuales de los alumnos, entonces la relación entre ambas disciplinas es
distante; la aportación de la Psicología Diferencial a la Pedagogía Diferencial es mínima.
Pérez Juste (1981, 118) a este respecto es muy claro. Señala un primer cometido a la
Pedagogía Diferencial: "se interesa -dice- por dos grandes núcleos de contenidos, el referente
al estudio de las diferencias humanas ...". Confiesa que éste no es su campo específico,
"siendo la carencia de una disciplina como la Psicología diferencial en el curriculum la que
obliga a incluir el primer ámbito de preocupaciones -el estudio de las diferencias humanas- en
la Pedagogía diferencial".
Cuando los autores definen la Pedagogía Diferencial, todos parecen concordar de un modo u
otro en que su punto de partida son las diferencias significativas entre los hombres. Otra cosa
es cómo hayan de ser catalogadas estas diferencias, como significativas estadística y/o
pedagógicamente, y como grupales y/o individuales.
Significación pedagógica
Significación No
estadística Significativa significativ
a
Decisión no Decisión conflictiva
Significativa
conflictiva (1) (2)
Decisión conflicta Decisión no
No significativa
(3) conflictiva (4)
En las cuadrículas (1) y (4) las decisiones son claras. En la (2) en el campo de la Psicología
Diferencial, como afirma Tyler (1978), priman claramente las diferencias significativas de
carácter estadístico o de probabilidad de ocurrencia de sucesos. Las diferencias en el campo
de la educación diferencial han de ser valoradas conforme a criterios de significación práctica
o pedagógica. Por eso, en la casilla (3) ante el supuesto conflicto predominan los criterios
pedagógicos y no los psicológicos.
La aportación que la Psicología Diferencial, sin más adjetivos, pueda hacer a la Pedagogía
Diferencial es muy limitada: Las diferencias psicológicas significativas no son por sí mismas
pedagógicamente significativas. Las diferencias de que habla la Psicología Diferencial son
diferencias en rasgos psicológicos. Sin embargo, las diferencias de que se habla en
6
Anteriormente se apuntó que la Psicología Diferencial estudia las diferencias en rasgos desde
la perspectiva de factores de diferenciación o de otros rasgos. Pues bien, mientras se ha
apuntado un cometido básico a la Psicología Diferencial, se puede atribuir otro previo y no
esencial a la Pedagogía Diferencial, cambiando lo cambiable: 1) Se puede estudiar si existen
diferencias en alguna variable pedagógica desde la perspectiva de algún factor de
diferenciación; y 2) Se puede también estudiar si existen diferencias en alguna variable
pedagógica desde la perspectiva principalmente de un rasgo psicológico o de otra variable
pedagógica, la cual actuaría como factor de diferenciación.
Así, pues, no nos interesan, en cuanto tales, las variables psicológicas, a no ser que tengan
relación con variables educativas. Pues bien, operativamente ese objetivo se logra de un
modo claro mediante la puesta en relación de las varias características humanas con variables
educativas, principalmente de producto educativo. Las variables de producto educativo son
básicamente cognitivas (rendimiento) y afectivas (actitudes).
El prof. Pérez Juste incluye en su definición, junto con nosotros (López López, Tourón y
González Galán, 1991), una palabra en la que radica la esencia de la Pedagogía Diferencial:
Me estoy refiriendo a la palabra adecuación. Se habla de "adecuación de la acción educativa a
tales diferencias" (Pérez Juste, 1983) y de "adecuación (...) del proceso educativo a las
diferencias humanas individuales" (López López et al., 1991). En esencia "adecuación" es un
término que equivale a "diferenciación educativa" del prof. De la Orden (Orden, 1991) y
"adaptación educativa" de la profesora García (1991). Esto es lo que constituye la esencia de
la Pedagogía Diferencial.
Haciendo una incursión en la historia de la educación desde los tiempos más remotos, se
llega a la conclusión de que ha sido una constante la introducción de algún tipo de diferencias
en los sujetos de la educación, si bien han existido grupos de atención preferente.
7
Además de esta variable, otros grupos de preferente atención han sido los sujetos bien
dotados intelectualmente, los de ingenio limitado o deficientes mentales, los deficientes físicos
de diverso tipo, los pobres y las mujeres. Y estas variables han tenido un alto grado de
universalidad.
Por otra vía, el prof. De la Orden (1988) hace derivar diversas formas de diferenciación
educativa: Se analiza en primer término en qué grado existen diferencias en los diversos
rasgos desde la perspectiva de los diversos factores; y a continuación se examina en qué
medida se puede justificar una educación diferencial en función de factores tales como el
sexo, la edad, la raza, la clase social, etc.
Igualmente, dicho autor hace derivar distintos tipos de educación grupal a partir de la diferente
distribución de los rasgos. En efecto, distingue entre rasgos aptitudinales y de personalidad.
Los sujetos en los rasgos aptitudinales pueden ser considerados como normales y anormales;
éstos, a su vez, pueden serlo por exceso (educación de superdotados) y por defecto
(educación de deficientes). Sin embargo, los sujetos en rasgos de personalidad solamente
pueden ser contemplados en normales y anormales, siendo éstos objeto de educación
especial, tanto si son por exceso como por defecto.
Se pueden formar, por tanto, grupos desde el punto de vista de la organización educativa, los
cuales sirven de contexto. Estos ordinariamente constituyen formas de educación diferencial
de carácter autónomo. Las diferencias individuales no se quedan fuera del aula, a la puerta de
la escuela. Tyler (1969) dice en la cuarta edición de la Encyclopedia of Educational
Research (AERA) (voz: individual differences) que:
"un profesor que trate con 300 estudiantes al año, durante cuarenta años de docencia, no
encontrará dos completamente iguales. Y si en vez de enseñar a 12.000, a lo largo de toda su
carrera, enseñara a 12 millones, la afirmación sería igualmente válida. El carácter único, la
singularidad del individuo es un hecho fundamental de la vida".
Y nosotros mismos (López López et al., 1991, 86) habíamos dejado constancia de que era
preciso sentar en la base de toda acción educativa diferenciada la atención a las diferencias
individuales:
"Lo que proponemos es construir una Pedagogía Diferencial que tome como punto de mira la
adecuación a las diferencias humanas individuales".
8
Importa, sobre todo, qué se puede hacer durante el proceso que marca la distancia entre la
entrada y la salida o fin del proceso. ¿Cuáles son las variables del alumno significativas
durante el proceso educativo? ¿Cuáles son sus necesidades? Con frecuencia he recurrido a
definir dos tipos de proceso educativo, uno como rampa y otro como escalera. En cualquiera
de los casos es subida, pero, mientras en la rampa el ascenso es gradual y sin solución de
continuidad, en la escalera es por saltos y con solución de continuidad. Y cuanto la distancia
vertical entre los escalones sea mayor, más insuperable es la subida.
En resumen, se puede afirmar que, aunque es una tendencia natural el formar grupos, sea
cual sea la forma como esto se haga, lo que realmente existe son las diferencias individuales,
son los alumnos individuales. De ahí la necesidad de atender en el proceso educativo a las
únicas diferencias realmente existentes, las individuales.
Por todo ello, la Pedagogía Diferencial queda definida del siguiente modo:
disciplina científica que tiene objeto el estudio de la adecuación del proceso educativo
a las diferencias humanas.
En efecto, el medio a través del cual se produce la adecuación a las diferencias humanas
pedagógicamente significativas son los métodos y las estrategias de individualización. Por
consiguiente, la tarea básica de la Pedagogía Diferencial consiste en identificar aquéllos
medios de individualización que mejor se adecúen a dichas diferencias. Esto se comprueba a
través del método experimental. Es claro que éste no puede estudiar las diferencias
individuales, dado que éstas forman parte de la varianza de error, pero puede ser el
instrumento adecuado para evaluar aquellos modos de intervención que tienen un carácter
eminentemente individualizador.
Por ello, a la pregunta de si son los métodos de investigación de la Pedagogía Diferencial los
de la Psicología Diferencial no parece que la respuesta sea tan sencilla de formular. Una
posibilidad es la de afirmar que los métodos de investigación propios de la Pedagogía
Diferencial son los comparativo-causales. En este tipo de estudios se busca identificar
relaciones de causalidad, pero la variable que el investigador estudia como posible causa no
es manipulable o ya se ha producido. Arnal et al. (1994, 171) lo dicen claramente: "La mayoría
de los estudios en psicología y pedagogía diferencial son de este tipo". Con esta afirmación
solamente se puede estar de acuerdo parcialmente. Esta afirmación sería justificable si la
función de la Pedagogía Diferencial fuera el estudio de las diferencias significativas en
educación. Pero esto no es así.
9
En mi opinión es más acertada la afirmación siguiente: "La mayoría de los estudios en lo que
puede decirse que es función previa de la Pedagogía Diferencial son los estudios de correla-
ción". Es decir, mientras en Psicología Diferencial existen tal vez en idéntica proporción
estudios comparativo-causales y estudios de correlación, en Pedagogía Diferencial son más
los estudios de correlación que los comparativo-causales. Pero desde luego el método propio
de la Pedagogía Diferencial es el método experimental.
Por ello, los esfuerzos estarán orientados hacia dicha tarea mediante la persecución de los
siguientes objetivos:
Recuérdese la pregunta básica que se pretende responder a través de las páginas siguientes:
En este apartado esta pregunta la vamos a intentar responder mediante el recurso a lo que
dicen los autores de los más relevantes modelos de aprendizaje basados en el individuo.
Como sería imposible exponer con cierto detalle el pensamiento de todos los autores
relevantes, ha parecido conveniente acudir a una síntesis a través de la cual se tendrá una
visión próxima a su pensamiento.
Introducción
10
¿Cuáles son esos ocho modelos de aprendizaje estudiantil más relevantes? Los ocho
modelos o teorías aludidos son los de Bennett (1978), Bloom (1976), Bruner (1966), Carroll
(1963), Cooley y Leinhardt (1975), Gagné (1974), Glaser (1976), y Harnischfeger y Wiley
(1976). Haertel et al. (1983) presentan un excelente resumen de cada uno de los modelos, en
los cuales no todas las variables son igualmente relevantes. En efecto, identificaron en esos
modelos ocho constructos, de los cuales cuatro fueron comunes y esenciales a todos ellos y
otros cuatro fueron menos cruciales.
Se ha juzgado conveniente no incluirlos todos en estas páginas, dado que muchos son
modificaciones o derivaciones de los tres más representativos modelos de aprendizaje
estudiantil de Carroll (1963), Bloom (1976) y Glaser (1976). No parece haber duda de que el
modelo de Carroll (1963) fue el que mayor trascendencia tuvo en cuanto a influjo sobre otros
modelos y el de Bloom (1968, 1976) en cuanto a influjo sobre la práctica educativa.
Condiciones de
Teóricos Procesos instructivos Resultados
presagio
Oportunidad para
aprender. Calidad de
Aptitud.
enseñanza (claridad
Perseverancia.
Carroll de enseñanza; Habilidad en
Capacidad para
(1963) emparejamiento de contenido.
comprender la
la tarea a las
enseñanza
características del
estudiante).
Cooley y Capacidad Oportunidad. Rendimiento
Leindhardt general. Motivadores. académico.
(1975) Rendimiento Estructura. Actos Actitudes hacia la
previo. instructivos escuela.
Actitudes hacia (organización
la escuela, del curriculum;
compañeros y especificación de
profesores. objetivos;
emparejamiento de
estudiantes
11
y curriculum.
Conducta
cognitiva de
entrada
(rendimiento
previo; Uso de indicaciones
comprensión (cues). Refuerzos.
Rendimiento.
lectora; Feedback y
Conductas
inteligencia correctivos
Bloom afectivas;
verbal). (indicados por
(1976) proporción
Características participación, abierta
mejorada de
afectivas o cubierta, en la
aprendizaje
(actitud hacia la tarea de
materia; aprendizaje).
autoconcepto
como alumno;
actitud hacia la
escuela)
Historial previo
del pro fesor;
Actividades del
Harnischfeg historial previo
profesor y
er y Wiley del alumno; Rendimiento
actividades hacia la
(1976) curriculum y
meta del alumno
factores
institucionales
Aptitud y
rendimiento Claridad de
previo (parte enseñanza. Dificultad
del conte nido de la tarea y ritmo Rendimiento en la
Bennett
total (subsumido en el tarea del
(1978)
comprendido) contenido total curriculum
que representa comprendido).
oportunidad Variable de tiempo
para aprender
Gagné Condiciones Motivación Información
(1977) internas de activadora. verbal. Destrezas
aprendizaje Información al intelectivas
alumno del objetivo. Estrategias
Dirección de la cognitivas.
atención. Actitudes.Destrez
Estimulación de la as motoras
evocación.
Proporcionar
orientación del
aprendizaje.
12
Potenciar la
retención.
Promocionar
el transfert de
aprendizaje.
Promover la
ejecución y
proporcionar feedbac
k.
Desarrollo de
Task learnings
procedimientos,
already Rendimiento
materiales y técnicas
acquired. académico
que potencian la
Prerequisite competente;
competencia-(p.e.,
learnings. Estilo modelos
Glaser estructuras de
cognitivo. Task generalizados de
(1976) conocimiento; apren
specific conductas;
dizaje para aprender;
aptitudes. capacidad para
contingencias de re
General posteriores
fuerzo). Evaluación
mediating apredizajes
de los efectos de la
abilities.
enseñanza.
Implantar
predisposición al
aprendizaje.
Estructuración del
Destrezas
conocimiento (modo
individuales y Proceso de
Bruner de presentación;
predisposicione conseguir
(1966) economía y poder).
s. Contexto conocimiento
Se cuencia de
cultural
materiales.
Especificación de
recompensas y
castigos.
Se incluirá uno más reciente, el de Slavin (1994), para que se vea cómo en esencia es
modificación de los anteriores. Pues bien, este autor, al presentar su modelo de eficacia
instructiva, afirma de Carroll lo siguiente:
"One of the most influential articles ever published in the field of educational psychology was a
paper by John Carrool entitled A model of school learning (1963)" (Slavin, 1994, 142).
Y, por su parte, Haertel et al. (1983, 79) dicen del modelo de Bloom (1976):
"Bloom's (1976) model of school learning was also heavily influenced by Carroll's (1963)
formulation".
¿Cómo clasificar los constructos? ¿Cómo clasificar las múltiples variables contenidas en los
ocho modelos? Dicen Haertel et al. (1983, 86):
13
"Hay importantes aspectos comunes entre los varios modelos revisados. Todos especifican
ciertas condiciones de pre-requisito para optimizar una enseñanza efectiva, todos proponen
ciertas características del proceso de enseñanza-aprendizaje, y todos indican aquellos
resultados cuantificables de la escolaridad que les conciernen".
Otra clasificación es la que presentan Fraser et al. (1987, cap.3: Contextual and transactional
influences on science outcomes) en la que se hace teniendo en cuenta un criterio temporal:
Existen unas variables contextuales (condiciones antecedentes), otras transac-
cionales (interacciones) y finalmente las de productos (resultados de la enseñanza). Las
variables de los alumnos se encuadran dentro de las contextuales (características de los
estudiantes), aunque también existen conductas del estudiante dentro de las transaccionales.
Por su parte, en el Modelo de Productividad Educativa de Walberg (Walberg, 1986, 227. Cfr.
Fraser et al., 1987, 158) los constructos se encuandran dentro de los nueve factores de su
Modelo, agrupados alrededor de tres categorías -aptitud, enseñanza y ambiente-, que dan
lugar a un determinado aprendizaje, tal como puede comprobarse más adelante.
De este modo, todos los constructos pueden ser agrupados en las tres categorías generales
de aptitud, enseñanza y ambiente, que son las que servirán de esquema para los apartados
siguientes.
Las variables aptitudinales del estudiante, que los teóricos de los modelos citan, Walberg
(1986, 227) las encuadra dentro de capacidad (ability) y motivación. Se las considera variables
de entrada, necesarias para abordar el aprendizaje con éxito.
En las largas listas de variables que los psicólogos manejan, ¿dónde se encuentran la
capacidad general y verbal, las aptitudes específicas, los requisitos y rendimientos previos?
Esta es la razón por la que no estaba de acuerdo con la afirmación de Pérez Juste (1983)
cuando decía que la primera tarea de la Pedagogía Diferencial, en ausencia de una Psicología
Diferencial en los Planes de Estudio de Pedagogía, era el estudio de las diferencias humanas,
tal como la Psicología Diferencial las estudia. A la Pedagogía Diferencial solamente le
incumbe el estudio de las diferencias pedagógicamente significativas.
Hay unas variables que son relevantes cuando se entra al proceso educativo: Capacidad
general, variables de aptitud no circunscritas solamente al aprendizaje sino a otros aspectos
de la vida; C.I. verbal y estilo cognitivo. Las variables más citadas son las que tienen relación
próxima con aprendizajes; es la información acerca de los resultados antecedentes próximos,
es la comprensión lectora, es la aptitud académica, es el rendimiento previo, es, en resumen,
la capacidad para comprender las enseñanzas.
instructivos específicos, entre los que se incluyen los motivadores, las indicaciones (cues) y el
ritmo o el feedback. Por cantidad se entiende la cantidad de enseñanza, es decir, el tiempo, la
oportunidad para aprender, la cantidad de escolaridad, el tiempo total de aprendizaje activo,
entre las más importantes.
Permítase resaltar que, sobre todo, las variables de calidad son las variables propiamente
educativas, son variables de modelos centrados en el individuo, es decir, constructos básicos
de individualización educativa. Se verá más adelante que es precisamente en algunas de ellas
en donde reside la fuerza de las estrategias de individualización educativa, sea cual sea el
método que las incorpore.
Cantidad de
Teóricos Calidad de enseñanza
enseñanza
Claridad de enseñanza. Ajuste
Oportunidad para
Carroll (1963) tareas-características del
aprender (tiempo).
estudiante.
Cooley y Motivadores (externos). Estructura.
Oportunidad para
Leindhardt Actos instructivos Actitud hacia los
aprender (tiempo).
(1975) profesores.
Participación en la
Uso de indicaciones (cues). tarea de
Bloom (1976)
Refuerzo. Feedback y correctivos. aprendizaje(tiempo)
.
Actividades de logro
Harnischfege
del alumno(7
r y Wiley Actividades del profesor.
categorías de
(1976)
tiempo)
Tiempo total de
aprendizaje activo.
Cantidad de
Bennett Claridad de la enseñanza.
escolaridad. Tiempo
(1978) Dificultad de la tarea y ritmo.
asignado a
actividad
del curriculum.
Motivación activadora. Información
al alumno de los objetivos.
Atención dirigida. Estimulación de
recuerdo. Proporción de
orientación en el aprendizaje.
Gagné (1977)
Potenciación de la retención.
Promoción del transfert de
aprendizaje. Surgimiento del
rendimiento y proporción
de feedback.
Glaser (1976) Materiales, procedimientos y
técnicas que potencian
16
Ambient
Ambiente
e Influencia de los Mass
Teóricos social de la
hogareñ amigos media
clase
o
Cooley y
Actitudes hacia Actitudes hacia
Leindhardt
la escuela los compañeros
(1975)
Actitudes hacia
Bloom (1976)
la escuela
Habrá podido notarse hasta ahora que los constructos más relevantes, si contemplan desde la
atención a ellos prestada en los diferentes modelos de aprendizaje del estudiante, son los
de capacidad (ability) y calidad de enseñanza.
En la descripción del modelo de Carroll me voy a ayudar del mismo Carroll (1963, 1970), del
excelente resumen de Clark (1985), en los resúmenes de Fraser et al. (1987, 188/9), de
Haertel et al. (1983, 78), de la presentación que de él hace Bloom en su ya clásico
trabajo Learning for Mastery (Bloom, 1968) y, finalmente, del artículo que el mismo Carroll 26
años después publicó (Carroll, 1989) para estudiar dos cosas, a saber, si el modelo fue al
cabo del tiempo "adecuadamente confirmado como una interpretación de los efectos del
aprendizaje escolar" y, en segundo lugar, dice, "sobre los modos en que el modelo puede ser
usado para resolver los ordinarios problemas que tenemos en educación" (p.26).
17
Carroll (1963) parte del supuesto de que los estudiantes dominarán los objetivos instructivos,
dependiendo del grado en que se les permita y de si quieren dedicar el tiempo necesitado en
aprender los contenidos. Antes de definir los elementos de su modelo, especifica tres
cruciales supuestos (Clark, 1985, 642):
El trabajo de la escuela puede ser dividido en una serie de tareas discretas de aprendizaje. "La
tarea, dice (Carroll, 1963, 724), puede ser inequívocamente descrita y pueden encontrarse
medios para hacer un juicio válido acerca de cuándo el alumno ha completado la tarea de
aprendizaje -esto es, ha logrado la meta de aprendizaje que ha sido preparada para él".
El modelo se aplica solamente a una tarea de aprendizaje a un tiempo, aunque deberá ser posible
describir un éxito del estudiante en el aprendizaje de una serie de tareas (p.e. todo el trabajo de
un año escolar) mediante la suma de los resultados de aplicar el modelo a cada tarea
componente.
No se ha pretendido aplicarlo a metas de la escuela que tienen que ver con el aprendizaje de
actitudes y disposiciones, aprendizaje que sigue otro paradigma.
El grado de aprendizaje de un alumno concreto, que pretende lograr una determinada tarea de
aprendizaje es una función del tiempo. En teoría, si un alumno dedica al aprendizaje de una
tarea el tiempo que necesita, entonces el aprendizaje será el adecuado. Ahora bien, ¿de qué
depende el tiempo dedicado y el necesitado? La clave puede residir en responder a esta
pregunta.
Carroll pone en relación estas dos variables de tiempo, el realmente dedicado dividido por el
necesitado, relación de la que resulta el grado conseguido de aprendizaje:
De los cinco constructos del modelo tres se relacionan con conductas de entrada de los
alumnos (la aptitud, la perseverancia y la capacidad para comprender las enseñanzas) y las
dos restantes se relacionan con procesos instructivos (oportunidad para aprender y calidad de
la enseñanza). Veámoslos brevemente.
Carroll definió la aptitud como proporción de aprendizaje, si bien era habitualmente entendida
como capacidad genérica y relativamente fija para efectuar varias clases de tareas de
aprendizaje. Al definirla así, Carroll reconoció que muchos factores pueden afectar a la
proporción de aprendizaje, incluyendo la experiencia previa de una específica tarea (historial
de aprendizaje), así como rasgos y predisposiciones genética o ambientalmente
determinados. Todo esto implica que un estudiante con alta aptitud dedicará menos tiempo a
dominar un contenido que otro con baja aptitud.
18
A su vez, la motivación puede estar influída por el interés por una determinada materia, por las
recompensas intrínsecas y extrínsecas, por la tolerancia a la incertidumbre o frustración, y por
otros factores.
La oportunidad para aprender está en función de la planificación del tiempo por parte del
maestro. Se refiere a la asignación de tiempo instructivo a unas tareas particulares de
aprendizaje. La oportunidad para aprender se refiere a la máxima cantidad de tiempo que un
alumno realmente debe haber dedicado en la consecución del dominio de una tarea de
aprendizaje escolar. Bajo ideales condiciones, pues, a cualquier campo de aprendizaje del
curriculum habría de asignársele exactamente la cantidad de tiempo que el alumno necesita para
dominarlo. De tal modo que cuanto más insuficiente sea la oportunidad, menor será la
probabilidad de dominio de la tarea; y, del mismo modo, una oportunidad excesiva puede tener
efectos nocivos sobre la motivación de los más rápidos. Es una especificación del tiempo
dedicado.
Sin embargo, el tiempo es limitado; limitación que viene fijada tanto por las escuelas, los
maestros, los horarios escolares o programas como por la amplia variabilidad en las
diferencias individuales de los estudiantes en la proporción de aprendizaje. Los maestros
ordinariamente se comprometen en la asignación de una cantidad de tiempo razonable para
cada tarea de aprendizaje, ajustando el ritmo de enseñanza de modo que la mayor parte de
los estudiantes tengan éxito en el aprendizaje. Frecuentemente, la oportunidad para aprender
es menor que la requerida según la aptitud del estudiante. Los maestros, que son pobres
jueces sobre cuánto tiempo dejar, tienden a presentar demasiado contenido y frustar a sus
estudiantes.
Por tanto, dice Carroll (1989, 26) al comentar las tres variables de tiempo -aptitud,
oportunidad, perseverancia- en su modelo original:
"El tiempo realmente dedicado al aprendizaje, en cualquier situación dada, es la menor de las
tres variables de tiempo. Esto es, la cantidad de tiempo dedicado es el tiempo realmente
necesitado por un estudiante, reducido por cualquier cantidad de tiempo que el estudiante no
dedica al aprendizaje, ya sea por falta de oportunidad (proveniente de circunstancias externas
que no están bajo el control del estudiante) o por la propia voluntad del estudiante de dedicar
tanto tiempo como sea necesario".
Carroll (1989), 25 años después de que diera a conocer su modelo, formula algunas tesis
respecto de las variables del modelo, reflexiona y plantea algunos interrogantes para el futuro.
Respecto a la cantidad de enseñanza afirma que no hemos considerado adecuadamente el
tiempo como variable; se precisan mejores medidas de tiempo en la tarea. El problema, dice,
es que, aunque podamos medir el tiempo, no podemos, sin embargo, medir significativamente
lo que pasa dentro de la cabeza del estudiante durante ese tiempo o asegurarnos
inequívocamente de que lo que discurre por la cabeza del estudiante se dirige al aprendizaje.
Es decir, no podemos saber lo que ocurre durante ese tiempo.
En este sentido, dice, el tiempo es un concepto psicológicamente vacío. Todo lo que podemos
decir con cierta seguridad es que cualquier aprendizaje que ocurra requiere tiempo. Es
probablemente el constructo calidad de enseñanza el que menos influencia ha tenido en otros
modelos y menos estudios ha generado. Sin duda, dice, la elaboración de Bloom es la que ha
generado más investigación, aunque los elementos señalados por Bloom han sido en su
naturaleza muy mecánicos o de procedimientos (evaluación formativa periódica, feedback
correctivo, tutoría y asignación de deberes), despreciando la cuestión básica de cómo el
contenido de la enseñanza ha de ser organizado y presentado (Cfr. Carroll, 1989, 29).
Cooley y Leinhardt (1975, 1978, 1980) reetiquetaron muchas partes del modelo de Carroll y
prefirieron estudiar la clase más que al individuo. Este énfasis parece apropiado porque la
mayor parte de la enseñanza tiene lugar en grupo y no individualmente. Los cuatro
constructos en el modelo de Cooley y Leinhardt fueron los motivadores, la oportunidad, la
calidad de los actos instructivos y la estructura del material de enseñanza. Los tres primeros
son los mismos que en el modelo de Carroll. El cuarto elemento fue de mucho interés para los
investigadores educativos en el años 1960 y 1970 pero fue omitido en modelos tales como los
de Bloom (1976) y Glaser (1980).
Harnischfeger y Wiley (1976), por otra parte, no estuvieron tan comprometidos con el énfasis
sobre el curriculum, la calidad de los maestros y la eficiencia con la que el tiempo fue utilizado.
Quisieron distinguir claramente entre tiempo expuesto al aprendizaje y tiempo dedicado al
aprendizaje. Solamente una parte del tiempo expuesto se convierte en aprendizaje estudiantil.
Su modelo suponía que las actividades del maestro, las cuales están influídas por las
características institucionales y su historial, afectan el aprendizaje estudiantil solamente
mediatizadas por las actividades del niño. Los maestros pueden utilizar varios procedimientos
de agrupamiento y su adecuación a cada individuo influirá a ambos, a la cantidad de tiempo
20
Otros modelos en los cuales se resalta la importancia del tiempo son los de Berliner (1979),
que resalta los tipos de conductas del maestro y las prácticas instructivas que incremen taban
el tiempo de aprendizaje académico, y los modelos matemáticos de Lau (1978) y Hanuschek
(1979) que relacionaron el rendimiento y componentes de tiempo.
Estos modelos de "tiempo" se concentran principalmente en los varios factores que afectan al
tiempo dedicado a la tarea. Los efectos del ambiente de clase y la escuela son de importancia
periférica puesto que contribuyen solamente al tiempo en la tarea del individuo. Aun cuando
los modelos de tiempo resaltan al niño en el proceso de aprendizaje, estos modelos son
determinísticos en el sentido de que el modo como el niño procesa la información, el
sentimiento de éxito o fracaso y el modelado por el maestro desempeñan papeles de menor
importancia. Los modelos incorporan diferentes concepciones del papel del maestro y del
curriculum, pero las diferencias están más relacionadas con la capacidad de los maestros
para mantener al niño en la tarea -la tarea o el contexto del curriculum pueden tener efectos
en el mantenimiento del interés y de la atención de los niños. Hay poco interés por los
procesos reales de aprendizaje.
No se ha realizado ningún intento serio para explicar los efectos relativos de los varios
componentes de estos modelos en su relación con la efectividad del aprendizaje estudiantil.
Más aún, ha habido pocos estudios de validez acerca de cuánta variabilidad del rendimiento
del alumno puede ser explicada por los modelos.
Quiero comenzar la exposición con una larga frase de Bloom (1968: Cfr. Block, 1979, 49)
sobre el modelo de Carroll, la cual me sirve de transición:
"el modelo propuesto por Carroll (1963) indica que si los estudiantes se distribuyen
normalmente con respecto a la aptitud para alguna materia, y a todos se les proporciona
exactamente la misma instrucción (en términos de cantidad, calidad y tiempo asignado para el
aprendizaje), entonces el rendimiento medido al terminar la enseñanza de la asignatura estará
normalmente distribuído. En tales condiciones, la correlación entre aptitud y rendimiento será
relativamente alta (r = + 0.70 ó más)".
Esta tesis es suficientemente conocida y refleja lo que habitualmente ocurre en las aulas
ordinarias. Sin embargo, Bloom (1968: Cfr. Block, 1979, 49) continúa:
"Por el contrario, si los alumnos están normalmente distribuídos con respecto a aptitud, pero el
tipo y la calidad de la instrucción así como el tiempo asignado para el aprendizaje se adaptan
a las características y necesidades de cada alumno, la mayoría de los estudiantes lograrán
'dominar' la materia. La correlación entre aptitud y rendimiento se aproximaría a cero".
21
"Se ha de notar que las características cognitivas de entrada para una tarea dependen no
solamente de los objetivos de aprendizaje sino también de la forma de aprendizaje de dicha
tarea. De este modo, la enseñanza se puede ajustar en cierto grado para adaptarse a las
características de diferentes grupos de alumnos sin cambiar los objetivos instructivos".
Por otra parte, se definen cuatro características que corresponden a lo que denomina
buena calidad de enseñanza: La tutoría, las indicaciones (cues), el refuerzo y la participación.
Haertel et al.
"El feedback y los correctivos entran en juego primariamente como consecuencia de haber
sido enseñadas las tareas o unidades de aprendizaje. Dado que los resultados de una unidad
de aprendizaje contribuyen a las conductas cognitivas de entrada y a las características
afectivas de entrada de las siguientes unidades, es importante asegurar el dominio de cada
unidad antes de avanzar. La prueba formativa de dominio al final de cada unidad (feedback)
seguida de la ayuda adicional que se requiera (correctivos), pueden ayudar a asegurar el éxito
continuado del mayor número posible de alumnos".
Finalmente:
Tal vez, a diferencia de otros autores de modelos, la aportación más específica de Bloom sea
que ofreció cierta evidencia de las contribuciones relativas de los varios elementos y del poder
explicativo del modelo total. El valor del poder explicativo total de incluso más del 90 por
ciento de la varianza del rendimiento final parece muy alto (probablemente porque Bloom
sospechó la existencia de contribuciones de las interacciones entre los elementos). Se adjunta
una tabla en la que aparece el efecto estimado de las variables seleccionadas sobre la
variación en el rendimiento escolar, tomado de Bloom (1976, 169).
Bloom estimó que las características cognitivas de entrada correlacionaban alrededor de 0.75
con el rendimiento académico. Las características afectivas de entrada y la calidad de la
enseñanza correlacionaban independientemente alrededor de 0.50 con el rendimiento. Juntas
las tres facetas correlacionaban 0.95 con el rendimiento. De este modo, el modelo de Bloom
pudo dar cuenta de más del 80 por ciento de la variación en el nivel o proporción de
rendimiento. Bajo ideales condiciones, la combinación de los tres factores juntos podría dar
cuenta de hasta el 90 por ciento de la variación. Este es el efecto estimado de las variables
seleccionadas sobre la variación en rendimiento escolar (Bloom, 1976, 169).
_______________ ________________
Disponibilidad en el alumno de la
23
percepción)
25 75
Calidad de enseñanza
tivos) 25 75
calidad de enseñanza 90 10
Bloom no trabajó con los estilos individuales de aprendizaje de los niños. En este aspecto,
Bloom y los teóricos del modelo de tiempo estuvieron de acuerdo: Se supuso que todos los
niños aprenden de modos similares y que las diferencias entre individuos eran una función de
lo que el alumno trae a la tarea proveniente de aprendizajes previos y de la calidad de la
enseñanza. Sin embargo, el modelo de Bloom incluyó la provisión de feedback entre los
productos y la entrada.
24
Muchos modelos recientes desarrollaron las ideas originales de Bloom. Tal vez el más
sugestivo haya sido el propuesto por Walberg (1981, 1984). Como Bloom, Walberg resaltó las
conductas cognitivas de entrada, pero a diferencia de Bloom y Carroll, consideró el ambiente
de aprendizaje de la mayor importancia. Walberg contempló el ambiente como teniendo
efectos directos e indirectos sobre el aprendizaje a través del tiempo en la tarea.
Se prestará más atención a este modelo, dado que este autor da origen al modelo de learning
for mastery (Bloom, 1968), modelo que tiene difícil alternativa de cara a adecuar el proceso
educativo a las diferencias de los alumnos en contexto de clase normal.
Aunque es una cita un tanto larga, sin embargo, me ha parecido que podría incluir en estas
páginas el resumen del pensamiento de Glaser hecho por Fraser et al. (1987, 191). Dicen:
"Ni Carroll, ni Bloom ni sus sucesores prestaron mucha atención al proceso de aprendizaje.
Glaser (1980) señaló que la aptitud, el aprendizaje y la enseñanza tradicionalmente se han
mantenido a distancia mutuamente. Para minimizar esta distancia Glaser apuntó varias macro-
y mini-teorías de enseñanza e instrucción. La macroteoría se refiere a amplias variables prác-
ticas relacionadas con las escuelas.
"Glaser (1976, 1977, 1980, 1982) identificó cuatro componentes que considera esenciales
para producir aprendizaje en el estudiante.
"El primero implica análisis de una realización competente (p.e., los resultados anticipados).
Esto incluye identificación de las estructuras de información requeridas para la realización, así
como una descripción de las estrategias cognitivas que se aplican a la tarea de aprendizaje.
"El segundo componente es una descripción del estado inicial del alumno, que es similar a las
conductas cognitivas de entrada de Bloom.
25
"El cuarto componente es una evaluación de los efectos de la ejecución instructiva. Esta
evaluación puede ser a corto plazo (inmediatamente en el contexto de aprendizaje) o a largo
plazo (modelos generalizados de conductas y la capacidad para aprendizaje futuro). En una
palabra, éste es un feedback al primer componente".
Carroll (1989), cuando cita modelos que han tenido cierto grado de dependencia del suyo, no
menciona el modelo de efectividad instructiva QAIT (Quality, Appropriateness, Incentive and
Time) de Slavin (1984), que se centró, según dice recientemente Slavin (1994, 143), en las
variables alterables del modelo de Carroll. Dichas variables son la calidad de enseñanza, los
niveles apropiados de enseñanza, incentivo y el tiempo.
El incentivo se entiende como el grado en que el maestro se asegura de que los estudiantes
están motivados para trabajar en tareas instructivas y para aprender el material que se les
presenta.
El tiempo es el grado en que a los estudiantes se les da suficiente tiempo para aprender el
material que ha de ser enseñado.
Voy a incluir la figura que el mismo Slavin (1994, 149) introduce en sus páginas y que toma de
un trabajo publicado en 1987 titulado Una teoría de la organización de la escuela y de la
clase (Slavin, 1987).
En esta figura se contiene el modelo que relaciona los elementos alterables de la enseñanza
con el rendimiento estudiantil (Slavin, 1994, 149)
"se refieren a factores sobre los cuales la escuela tiene poco control a corto plazo: Capacidad
del estudiante y aquellos aspectos de motivación al aprendizaje que los estudiantes traen de
casa ...(y que) no son inmutables, aunque pueden ser afectadas por las prácticas del aula. (...)
(Pero que) en el contexto de una lección dada, los inputs del estudiante pueden ser
26
considerados fijos, mientras que las variables alterables pueden ser directamente
manipuladas por la escuela o el profesor" (Slavin, 1994, 148/9).
Sin embargo, los efectos de las variables alterables sobre el rendimiento del estudiante están
mediados por dos variables relacionadas con el tiempo: Eficiencia instructiva (rendimiento por
unidad de tiempo) y tiempo comprometido (tiempo en la tarea). Más adelante habrá
oportunidad de evaluar estos elementos.
Pues bien, los elementos más críticos de los modelos mencionados han sido incorporados al
modelo que Hattie incluye en Fraser et al. (1987, 192) y que se adjunta en la figura. Varios
aspectos son dignos de destacar. Es digno de resaltar que en esta redistribución de los
factores, el alumno es colocado en el centro de varias influencias. Es, por una lado, parte de
un sistema social, esto es, es miembro de un hogar, de una escuela y de una clase, y a la vez
que está sometido a las influencias de sus compañeros, de sus profesores, de los padres y de
los media de masas.
Sin embargo, de un modo inmediato y para los fines presentes, son tres los elementos
centrales pbjeto de interés, a saber, el alumno, los procesos (métodos y estrategias) y los
resultados. Es digno de resaltar también que el modelo no aporta solamente resultados
cognitivos sino también afectivos: Todo alumno, sujeto de aprendizaje, deberá adquirir una
favorable actitud hacia el aprendizaje, durante los años escolares o fuera de ellos. Por tanto,
la disposición para aprender, que es un resultado de tipo afectivo, es una meta básica y no
debe dejarse fuera de las metas educativas.
Los resultados cognitivos se aplican a ambos tipos de resultados, a los generales y a los
específicos. Puede suscitarse la cuestión de si la investigación sobre la enseñanza puede
implicar la enseñanza en general (tal como se la aplica a todas o al menos a una amplia
variedad de materias), o si puede ser llevada a cabo con una única clase de materias. Aunque
el modelo es primariamente puede proporcionar resultados específicos.
Las páginas siguientes van a ser testigo de cómo los constructos o elementos del modelo de
Hattie, a través de sus especificaciones, se relacionan con variables de producto educativo, en
especial el rendimiento, dejando para un resumen final sus relaciones con variables afectivas.
Se analizarán en primer término, por estar en un alrededor envolvente de antes-durante-y
después, los factores sociales, como una condición de la individualización; a continuación se
examinarán los factores contextuales próximos de la enseñanza, esto es, la escuela como
institución, el profesor como profesional y la enseñanza como entorno en el que se van a
desenvolver los factores propiamente educativos, esto es, los transaccionales, métodos y
estrategias de enseñanza. En el centro de todo el proceso se encuentra el alumno.
27
Para acompañar las relaciones se localizaron 134 meta-análisis, que recogieron 7 827
estudios y 22 155 correlaciones. Estas cantidades son aproximadas, puesto que algunos
estudios han sido usados en más de un meta-análisis. Solamente se puede sugerir una esti-
mación bruta del tamaño de la muestra puesto que la mayoría de los meta-análisis no
informan del tamaño de la muestra ni del número de personas singulares. En 23 meta-análisis
se presentaron los tamaños de las muestras de personas pero fueron infladas puesto que no
tuvieron en cuenta las mismas personas que contribuían a más de una relación. Los 134
meta-análisis se basan en una cantidad que varía entre 5 y 15 millones de personas.
Son cuatro los estudios de síntesis (153 estudios individuales y 1124 relaciones) sobre
factores aquí llamados sociales, los cuales arrojaron una correlación promedio con el
rendimiento de r = 0.19 (z = 0.39). Es decir, estamos ante unos factores que en principio no
son indiferentes ante el rendimiento.
r
Factores Estudio Relacs r
afect Referencias
sociales s . dto
o
Influencia de
los amigos 122 Ide et al. (1980)
0.19
12
Mass media 274 Williams et al. (1982)
-
23
0.06
Statatus 636 0.03 White (1982)
socioeconómic 100
0.25
o 13 White (1982)
18
0.37
Entorno del 92 Iverson y Walberg (1982)
hogar
¿Cuál es la relación del rendimiento con los mass media? En concreto, ¿qué relación guarda
con el rendimiento el número de horas que un niño pasa delante del televisor? ¿Cuál es el
efecto o relación con el rendimiento escolar de la cantidad de televisión vista en tiempo libre?
En un estudio de síntesis de investigaciones Williams et al. (1982) encontraron efectos
globales pequeños. En efecto, estos autores, en 23 estudios y 274 relaciones, obtuvieron una
relación de horas ante el televisor y rendimiento de r = -0.06.
Lo importante de esos datos desde mi punto de vista fue que dicha relación fue no-lineal. Es
decir, se encontró que quienes ven la TV no más de 10 horas por semana pueden incrementar
el rendimiento ligeramente; mas por encima de 10 horas parece evidente una influencia
crecientemente nociva. Detrás de estos datos se esconden fundamentalmente dos tipos de
televidentes: Los que ven poca TV y los que la ven mucha televisión.
Desde mi punto de vista algo muy sencillo de ver: El que haya dos tipos de televidentes
significa que hay quien ve TV indiscriminadamente y quien la ve discriminativamente. En el
primer caso se trataría de televidentes que ven la TV, es decir, el programa que estén
28
echando en ese momento, sea cual sea; y en el segundo estaríamos ante televidentes que
ven un programa de TV. Estos últimos son televidentes intencionales, que seleccionan
programas por algún valor o razón concreta y los ven, apagando el televisor a su finalización.
Sin embargo, en el mismo estudio White (1982) encontró que las medidas de atmósfera
hogareña correlacionaron mucho más alto con el rendimiento que cualquier otro indicador
individual: r = 0.57. Iverson y Walberg (1982), en 18 estudios y 92 correlaciones, entre entorno
del hogar o características psicológicas familiares y rendimiento encontraron una correlación
promedio de 0.37 (z = 0.67). No se han encontrado meta-análisis sobre la estructura familiar;
sin embargo estudios tales como los de Song y Hattie (1984) y Majoribanks (1976, 1978)
sugieren más bajas relaciones.
Llegados a este punto es preciso decir que el ambiente social, en especial el representado por
variables familiares, tiene una particular relevancia en orden a promover o dificultar el
derarrollo académico y escolar. Sin embargo, es preciso acudir a variables más próximas al
proceso educativo. En un primer intento nos acercaremos a las variables contextuales, y más
adelante a las propiamente transaccionales o de proceso, que son aquéllas sobre las cuales
se puede actuar, contrariamente a las escasas posibilidades de acción sobre las familiares y
de entorno social.
Tal como se ha dicho, se estudiará la relación con el rendimiento de la escuela como tal, del
status del profesor, no como conductor de métodos y estrategias, y de la enseñanza.
Cuando se dice que la escuela es un factor contextual no tiene nada de extraño si se analizan
los subfactores en que se divide y las variables que los definen. En efecto, es un
factor contextual de la escuela el que las clases se organicen agrupadas o no agrupadas por
capacidad o algún otro indicador, así como las escuelas y/o las clases se agrupen por razones
raciales, étnicas o similares. Igualmente, es un factor contextual el tamaño de la clase, el
enfoque de la enseñanza en la clase en cuanto a si es tradicional o abierto, el clima en que se
29
desenvuelve la clase, ... Cómo sea la escuela, qué orientación tome y cómo se organice no
depende del profesor. Tales decisiones no dependen del profesor, el cual es conductor del
grupo que se le da. Por eso son contextuales. El conducirá los procesos de la clase -métodos
y estrategias de enseñanza- pero no decidirá cuestiones que afectan a la política de la
escuela. El, por ejemplo, no fija los fines y la política de la escuela.
¿Qué relación guardan con el rendimiento algunos subfactores de la escuela? Las tablas que
se irán incluyendo (Cfr. Fraser et al., 1987) por subfactores reflejan que hubo 16 meta-análisis
que pusieron en relación factores de la escuela con resultados del estudiante. La correlación
global promedio entre factor de la escuela y resultados en rendimiento fue de 0.12. Los fines y
política de la escuela (p.e. desegregación y agrupamiento por capacidad) y los atributos físi-
cos (tamaño de la clase, clases abiertas o tradicionales) tuvieron efectos muy pequeños, pero
ciertos aspectos del ambiente de la escuela tuvieron más altas relaciones con el rendimiento
del estudiante. No obstante, se ampliará información en dos subfactores, el agrupamiento por
capacidad y el tamaño de clase.
Fines y política. De los fines y política de la escuela se estudian dos aspectos, porque la
investigación lo refleja así al ser del máximo interés, a saber, la segregación por razones
étnicas y el agrupamiento por capacidad. Estos son los datos en Fraser et al. (1987):
Factores de la r r
Estudio Relacione
escuela: Fines y rdt afect Referencias
s s
política o o
0.0
4
0.0
93 264 Crain y Mahard
Desagregación 8
(1983)
71 71
Desagregación 0.1
Krol (1980)
0
29 29
Desagregación
McEvoy (1982)
0.2
31 96 0.01
Desagregación 2
Bryant (1983)
31 31
Desagregación 0.2
Wortman (1983)
1
52 29
Agrupamiento
Kulik (1982); Kulik y
por capacidad 0.0
34 51 Kulik (1982)
5
0.0
8
El fenómeno de la agregación o unión vs. segregación o separación por razones étnicas y/o
raciales ha sido de especial atención en los Estados Unidos de América por su posible
impacto en personas muy variadas y en diversos ámbitos de la vida. En las escuelas en que
ha existido agregación el rendimiento de los alumnos fue ligeramente más alto que en las
segregadas.
30
Comienzo diciendo que Krol (1980) no encontró relación entre agregación y autoconcepto (r =
0.01). Por lo que respecta al rendimiento en tres estudios de síntesis los efectos en clases
agregadas fueron mayores para matemáticas que para tareas verbales y hubo diferencias
relacionadas con el curso o grado que realizaban. Los estudiantes agregados en kinder garden
(K) o en el primer curso tuvieron probabilidades más altas de obtener resultados positivos; sin
embargo, hubo una caída en la efectividad en la escuela secundaria. Wortman (1983) informó
que existía un modelo curvilíneo de efectos con un incremento a partir de los cursos del K al 7
y una reducción desde los grados 8 a 12.
Krol (1980) encontró que los efectos de la agregación sobre el rendimiento para todos los
estudiantes llegaron a ser más positivos después de más de un año, mientras que McEvoy
(1982) encontró lo contrario cuando solamente se consideraron niños negros. Los efectos en
ambos casos fueron pequeños. Bryant (1983), por su parte, de 155 estudios excluyó 124 por
no ser metodológicamente aceptables o apropiados y a partir de los 31 restantes llegó a una
media promedio más alta dado que hubo dos o tres estudios que tenían magnitudes del efecto
extremadamente amplias.
Sucede, pues, que la agregación, al menos tal como ha sido operacionalizada, no está
relacionada con crecientes resultados en rendimiento o autoconcepto.
En efecto, han sido dadas a conocer una docena de síntesis sobre los efectos del
agrupamiento por capacidad para alumnos de un rango muy amplio de capacidad, es decir,
los que se consideran normales, que, a su vez, incluyen un amplio rango de capacidad, y los
superdotados. De esas síntesis unas, la mayoría, son cuantitativas. Se contabiliza una, la de
Gamoran y Berends (1987), que estudia los efectos de la estratificación en las escuelas
secundarias con fines de enriquecimiento desde el punto de vista de la investigación
etnográfica y de encuesta (survey).
Destacan en el nivel elemental principalmente la síntesis de C. Kulik y Kulik (1984) sobre los
efectos del agrupamiento por capacidad en niños de la escuela elemental y la síntesis de las
mejores evidencias de Slavin (1987) sobre el agrupamiento por capacidad y rendimiento,
también en las escuelas elementales, en los dos casos con fines de enriquecimiento.
Los efectos en el nivel secundario los han estudiado C. Kulik y Kulik (1982) y Slavin (1990),
asimismo, estudia los efectos sobre el rendimiento, en ambos casos con fines de
enriquecimiento. J. Kulik y Kulik (1987), por su parte, recogen 49 estudios y analizan los
efectos del agrupamiento por capacidad sobre el rendimiento del estudiante en ambos niveles,
en la escuela elemental y en el nivel secundario.
Y C. Kulik (1985) publica un estudio acerca de los efectos del agrupamiento entre clases con
fines de enriquecimeinto sobre el rendimiento y la autoestima. El efecto del agrupamiento
intraclase sobre el rendimiento lo estudian Slavin y Karweiz (1984) en 8 estudios en el nivel
elemental.
31
J. Kulik (1991, 1993) reexamina 47 de los estudios recogidos por el equipo de la Universidad
de Michigan, que fueron realizados en el nivel elemental y secundario midiéndose tanto
variables cognitivas como afectivas (autoestima principalmente) a partir de las críticas de
Slavin. En el breve capítulo de 1993 se recogen los estudios de síntesis ya conocidos pero se
actualizan desde el punto de vista del análisis estadístico. Es decir, se utiliza un grupo de
estudios ligeramente menor y más cuidadosamente seleccionado, a la vez que se revisa la
codificación de varios de ellos.
Vaughn, Feldhusen y Asher (1991) realizan otra síntesis y revisión de investigación sobre
programas a tiempo parcial (pull- out programs) en este caso en alumnos superdotados y
Rogers (1991) publica una síntesis de las mejores evidencias sobre los efectos de distintas
opciones de aceleración en sujetos superdotados. Y esta misma autora posteriormente
(Rogers, 1993) da una visión de síntesis sobre las síntesis cuantitativas que anteriormente se
habían publicado.
Muchas otras son las fuentes a las que acudir para captar lo más precisamente posible el
efecto del agrupamiento por capacidad. Quiero destacar J. Kulik y Kulik (1989), Oakes (1992)
y, sobre todo, J. Kulik (1991), quien publica una revisión del trabajo de 1987 y un re-análisis
posterior de todas ellas (J. Kulik, 1993), al que se ha hecho referencia.
Se estudiarán por separado los efectos del agrupamiento por capacidad en alumnos
superdotados y en alumnos normales, esto es, los de un amplio rango de capacidad. En cada
uno de los estudios típicos los resultados de los estudiantes enseñados en grupos
homogéneos por capacidad fue comparado con el resultado de los estudiantes enseñados en
grupos mixtos.
Igualmente, el nivel de escolaridad parece que hace diferir la eficacia del agrupamiento: Si son
alumnos de los primeros cursos de la escuela secundaria, en 33 estudios se encontró que el
efecto era inferior o nulo (ME = 0.05); mientras que si eran de los últimos cursos, éste en 18
resultó ser superior (ME = 0.20). Asimismo, el nivel de capacidad de los sujetos es también
una variable significativa (C.Kulik y Kulik, 1982: p < 0.01). De los datos se extrae esta con-
clusión: Parece que el rendimiento por el agrupamiento es positivo en alumnos de alta
capacidad. Dado que nos encontramos con una tipología de alumnos por capacidad, los
resultados parecen ser diferentes:
Los planes globales de agrupamiento entre clases por capacidad tienen pequeño o nulo
efecto sobre el rendimiento, al menos el medido con pruebas standarizadas. En esto las
conclusiones son coincidentes.
33
Otras diferentes formas de agrupamiento por capacidad son igualmente ineficaces. Pero,
por lo que respecta al agrupamiento "entre", es igualmente ineficaz en todas las materias,
excepto en ciencias sociales, en donde los efectos son negativos. Y
Asignar a los estudiantes a diferentes niveles del mismo curso no tiene efectos
consistentes ni positivos ni negativos sobre los estudiantes de capacidad alta, media o baja.
Esta conclusión no apoya la formulada anteriormente en el sentido de que se apuntaban
efectos positivos en alumnos de alta capacidad.
Del re-análisis de los datos hecho por J. Kulik (1993) se deduce lo siguiente: De 47 estudios
que analizan los efectos sobre el rendimiento, el 60 por ciento arroja efectos superiores en las
clases agrupadas y el 40 por ciento restante en las clases mixtas. El efecto global es de 0.04.
En el nivel elemental (21 estudios) la mediana del efecto fue 0.00 y en el secundario (29)
también fue 0.00. Y examinados los datos según el nivel de capacidad (37 estudios), se
concluyó que los alumnos de nivel alto se beneficiaron significativamente superior (0.11) que
los del bajo (0.00); los del medio arrojaron un efecto de 0.03.
¿Qué ocurre con variables de tipo afectivo? Por lo que respecta a la autoestima C. Kulik
(1985) informa que la magnitud del efecto del agrupamiento entre clases sobre una muestra
de 15 estudios con alumnos normales fue próxima a cero. La tendencia apunta a que los
efectos son positivos en grupos de baja capacidad y negativos en los de media y alta. Re-
examinados los datos (J.Kulik, 1993) para la autoestima (13 estudios) el efecto global fue de -
0.05, que se distribuye por nivel de capacidad así: En el bajo fue de 0.16; en el nivel medio de
-0.17 y en el alto de -0.14. Es decir, la autoestima de los alumnos de capacidad baja fue
superior en las clases agrupadas por capacidad.
J.Kulik y Kulik (1987) reanalizan los estudios de Slavin y sostienen que las magnitudes están
sobreestimadas, que los efectos están inflados. Y parecen tener razón: El agrupamiento intra-
clase tuvo un efecto de 0.17 en las escuelas elementales y secundarias. Y en el re-análisis de
34
J. Kulik (1993) se recogen 16 estudios, que arrojan un efecto promedio de 0.36, de los cuales
14 arrojan resultados superiores hacia el agrupamiento intra y 2 inferiores. Diez estudios
analizan los resultados según capacidad: Para los de alta es de 0.42; para los de media de
0.15 y para los de baja de 0.20.
¿Qué es lo que ocurre con otro tipo de variables afectivas y distintas del rendimiento? Oakes
(1992) al examinar los efectos sobre las actitudes y asociaciones entre compañeros afirma
que agrupar divide a los estudiantes tanto social como académicamente. Sin embargo, hay
que ser cautos en formular afirmaciones de tipo causal: No está claro que el agrupamiento sea
causa de las diferencias encontradas en diversas variables de tipo actitudinal. El
agrupamiento intraclase es el tipo de agrupamiento más estudiado en estos aspectos, dado
que el otro tipo de agrupamiento coincide con clases diferentes y más si son estables a lo
largo del año escolar.
En las escuelas elementales, según afirma Oakes (1992), el agrupamiento intraclase puede
conducir a lazos de amistad que resultan en parte de las posiciones en el sistema de
agrupamiento. Cita a Hallinan y Sorensen (1985), los cuales encontraron que los estudiantes
en las clases agrupadas fueron con más probabilidad a buscar su "mejor amigo" en el mismo
grupo de capacidad; a medida que el año avanzaba, el solapamiento entre pertenencia a
grupo de capacidad y lazos de amistad se incrementaba. Hallinan y Williams (1989) en el nivel
secundario encuentran que los lazos de amistad de los estudiantes también tienden a coincidir
con sus niveles de grupo de capacidad.
Asimismo, Oakes (1992) cita "muchos estudios americanos", de los cuales se concluye que
los estudiantes de la vía alta en capacidad muestran mucho mayor entusiasmo por la escuela
que sus compañeros del grupo bajo. Cita el análisis de investigación longitudinal de
Waitrowski, Hansel, Massey y Wilson (1982), cuyos datos revelan la no influencia de la
asignación a grupo sobre la vinculación-apego a la escuela o sobre conductas delictivas.
Oakes (1992) también examina, además de los efectos sobre las actitudes y asociaciones de
iguales, sobre las carreras y logros educativos.
Y con el Plan Joplin los alumnos normales obtienen un rendimiento superior aunque no
alto.
Slavin (1987, 1990), principalmente en la primera de las síntesis (nivel elemental), aventura
unos principios generales y recomendaciones, alguno de los cuales no resisto a resumir:
Los estudiantes deben permanecer en clases heterogéneas el mayor tiempo, de tal modo
que la identificación principal del estudiante deberá ser a través de la clase heterogénea;
35
En efecto, C.Kulik y Kulik (1982) encontraron significativa (p < 0.01) la eficacia del
agrupamiento entre clases según capacidad; es decir, el agrupamiento entre clases en
alumnos de la franja de alta capacidad o con especiales talentos académicos tuvo un efecto
de 0.33 (14 estudios). J. Kulik y Kulik (1987) con alumnos de ap titud alta obtuvieron un rendi-
miento mayor (efecto de 0.12) que con otros niveles más bajos. Y en el re-análisis de J. Kulik
(1993) se obtuvo algo similar (efecto de 0.11).
Por su parte, en el agrupamiento por capacidad intraclase los alumnos de alta capacidad en
Kulik (1993) obtienen un rendimiento de 0.42; mientras tanto, los de media alcanzan un
rendimiento de 0.15 y los de baja de 0.20.
Dos van a ser las perspectivas de estudio de la eficacia de los programas de agrupamiento:
En la primera se va a dar lectura a la eficacia de los programas de agrupamiento entre clases
y dentro de la clase. En la segunda se va a contemplar su eficacia desde la perspectiva de la
finalidad, es decir, si son programas con vistas al enriquecimiento, a la aceleración o al
aprendizaje cooperativo.
Otro meta-análisis de estos mismos autores (C. Kulik y Kulik, 1984) a partir de 9 estudios en la
escuela elemental produjo resultados similares: Un magnitud promedio del efecto de 0.49
desviaciones típicas.
36
C. Kulik (1985) también examinó los efectos que las clases especiales tenían sobre la
autoestima de los estudiantes de alta capacidad. Concluyó sobre la base de los resultados de
seis estudios que los programas de agrupamiento diseñados especialmente para estudiantes
con talentos tuvieron un efecto trivial sobre la autoestima de estos estudiantes. El efecto
promedio en los seis estudios fue de solamente 0.02 desviaciones típicas.
Sigue diciendo:
"En cinco de los 27 estudios de programas especiales para superdotados y con talentos se
investigaron los efectos sobre el autoconcepto. En 4 de los 5 estudios los autoconceptos
fueron más favorables cuando los superdotados y con talentos fueron enseñados en grupos
separados. La magnitud del efecto fue, sin embargo, pequeña o trivial en todos menos uno de
los estudios. El promedio del efecto en los 5 estudios fue de 0.10".
Por tanto, ¿cuál fue la eficacia del agrupamiento con fines de enriquecimiento? El
agrupamiento por capacidad con fines de enriquecimiento no modifica el rendimiento en las
37
Gamoran y Berends (1987) en los estudiantes de alta capacidad (high ability) que fueron
agrupados identificaron unos planes más amplios de asistencia a estudios superiores y a
matricularse con más probabilidad en dichos estudios. Sin embargo, no fueron capaces de
atribuir dichos efectos al agrupamiento.
Kulik (1992) afirma que las ganancias en rendimiento bien pueden haberse producido por la
interacción del agrupamiento con un contenido más rico y complejo, un grado mayor del
potencial de aprendizaje de los estudiantes, con unos maestros que están interesados en sus
estudiantes y en las materias, y con la voluntad de los estudiantes superdotados para
aprender mientras están en una clase con otros alumnos interesados y de alta capacidad
(high ability).
¿Cuál es el efecto del agrupamiento por capacidad con fines de aceleración? Mientras el
agrupamiento por capacidad con fines de aceleración parece que no tiene efectos ni positivos
ni negativos sobre la autoestima de los estudiantes (C. Kulik y Kulik, 1984; Rogers, 1991), el
agrupar para acelerar el curriculum de los estudiantes superdotados produce ganancias
sustanciales en rendimiento bajo las formas de clases no graduadas, compresión del
curriculum (curriculum compacting), grade telescoping, aceleración en una materia y pronta
admisión en estudios superiores. Asimismo, los programas de colocación avanzada
produjeron ganancias académicas moderadas, casi sustanciales (Rogers, 1991).
Atributos físicos. Se estudiarán los efectos del enfoque de clases, si tradicionales vs. abiertas,
y un aspecto de la disposición física de la clase, es decir, el tamaño de clase.
Clases abiertas vs. tradicionales. Los cuatro meta-análisis sobre las clases abiertas vs.
tradicionales mostraron diferencias despreciables en rendimiento (los signos positivos
38
significan que las clases tradicionales tienen rendimiento más alto que las escuelas abiertas);
en actitud los resultados son similares.
Factores de la r r
Metans Estud Relacs
Escuela: Atributos rdt afect Referencias
. s .
físicos o o
0.0
Tradic. vs. abierta 1 Hetzel et
580 al. (1980)
Tradic. vs. abierta 25 -
207 0.0 Giaconia y
Tradic. vs. abierta 153 3 Hedges
293 (1982)
Tradic. vs. abierta 72 0.0 0.06
27 45 1 Madamba
Tamaño menor 45 -0.24 (1981)
clase 725 -
77 0.0 Peterson
Clases tradics vs 628 6 (1980)
abiertas 1
371 - Glass y Smith
Tamaño de clase 0.0 (1979)
4
Las escuelas tradicionales muestran un rendimiento mayor en ciencias, estudios sociales y
rendimiento general, mientras que las escuelas abiertas fueron más efectivas para estudiantes
de más edad y de status socioeconómico más alto. Hubo relaciones próximas a cero entre tipo
de escuela y los resultados en rendimientos lingüístico, matemático, lector, en autoconcepto y
actitud hacia la escuela. Los programas de educación abierta tuvieron efectos más positivos
sobre creatividad y actitudes hacia el maestro. La motivación hacia el rendimiento fue superior
en las escuelas tradicionales (Giaconia y Hedges, 1982).
Varias han sido las preocupaciones sobre el tamaño de clase. La mayor parte de la
investigación se ha centrado en examinar su relación principalmente con el rendimiento, y en
segundo lugar con variables afectivas de los alumnos y de los profesores, en especial su
satisfacción. Y cuando las metodologías de síntesis entraron en uso se quiso también ver bajo
qué circunstancias estas variables se incrementaban o disminuían.
39
Otras dos cuestiones han sido más recientemente objeto de estudio y discusión, a saber,
cómo opera el proceso de esa relación y cuáles son los costes, es decir, hasta qué punto es
rentable.
El estudio del efecto del tamaño de clase ha sido objeto de interés, que se refleja en las
síntesis a que ha dado lugar. En el trabajo de resumen de síntesis cuantitativas de J. Kulik y
Kulik (1989: Cfr. También Glass, 1992, 164) se resumen tres meta-análisis y se dice que, por
lo que respecta al rendimiento, la magnitud promedio del efecto es de 0.09. La de Glass y
Smith (1978, 1980- ver Figura) que examinaba la relación entre el tamaño de clase y el
rendimiento; el estudio de Glass, Cahen, Smith y Filby (1982: Glass, 1992); la de Smith y
Glass (1980), que integraron más de 100 estudios sobre la relación con el rendimiento, las
actitudes y satisfacción de los profesores; y el reanálisis de estos datos por Hedges y Stock
(1983), los cuales llegaron a similares conclusiones.
El meta-análisis de Glass y Smith (1980) es notable no solamente porque fue el primer meta-
análisis sobre resultados de rendimiento sino también porque es aún el meta-análisis a partir
del cual es medida la calidad de otros. Se basó en 77 estudios, 725 efectos y
aproximadamente 900 000 personas. Es realmente difícil encontrar un resumen estadístico.
Un promedio de r = -0.04 representa la relación global entre tamaño de la clase y rendimiento.
Sin embargo, como se introdujeron estudios de alta y baja calidad, y con estos últimos se
infraestima la relación, tal relación sería mayor si solamente hubiera estudios bien diseñados.
rendimiento está mejor expresada a través de un gráfico con una curva exponencial con un
eje en 1, un punto de inflexión alrededor de 15 y una asíntota más baja por 30-40.
Esto significa que a medida que se incrementa el tamaño de clase hasta cantidades próximas
a 20, el rendimiento va descendiendo; y en cantidades a partir de 20 en adelante el tal
rendimiento se estabiliza en el percentil 50, que es similar al de los alumnos del grupo de
comparación, de cantidades grandes. Es decir, prácticamente, por lo que respecta al
rendimiento, una vez que se ha llegado al tamaño próximo a 20 da igual que las clases sean
de 20 ó de 30 ó de 40. Los tamaños críticos son los reducidos. Esto es así, de tal modo que
cuando el tamaño de clase es de uno a uno el rendimiento en percentiles es del 80. Este dato
significa que un alumno con una clase reducida hasta estos niveles eleva su rendimiento
hasta el nivel que tiene uno del grupo de control/comparación situado en el percentil 80.
Hedges y Stock (1983) reanalizaron estos datos usando un estimador insesgado del tamaño
del efecto y haciendo una corrección derivada del problema de varianzas desiguales. Sus
conclusiones, sin embargo, fueron las mismas que aquéllas de las que informaron Glass y
Smith. Hedges y Stock (1983, 82) en la conclusión afirman que el uso de un estimador
41
insesgado del efecto con preferencia a uno sesgado sugerido por Glass no introdujo
diferencias en las conclusiones que provenían de los reanálisis del tamaño de clase. Al final
de su trabajo afirman:
"Las clases más pequeñas aún conducen a un rendimiento esperado mayor que las clases
más amplias. Y algo más, las pruebas de significación confirman que el tamaño de clase da
cuenta de una variación sustancial en la cantidad de rendimiento, a la vez que indican que
quedan por explicar fuentes sustanciales de variación sistemática" (83-84).
Slavin (1994, 154) compara el tamaño de clase con la tutoría de uno a uno. Dice que
reducciones substanciales en el tamaño de clase en los primeros grados producen
magnitudes del efecto en rendimiento en lectura y matemáticas que oscilan desde 0.13
(Slavin, 1989) hasta 0.25 (Word et al., 1990), cantidad con mucho menor que la tutoría de
uno-a-uno.
Glass (1992, 165) introduce una figura en la que se pone en relación el tamaño de clase (eje
de abscisa) y las variables de rendimiento, de afecto y satisfacción del profesor expresadas en
percentiles, de tal modo que refleja el resultado esperable en el alumno tipo (percentil 50) a
medida que el niño es enseñado en clases de tamaño decreciente. Y cita un ejemplo:
"un niño, cuyo rendimiento en una prueba estandarizada se encuentra en el percen til 50
cuando es enseñado en un grupo de 40 niños, mostrará un rendimiento situado en el percentil
65, si se le enseña durante más de 100 horas en una clase de 15; y mostrará un rendimiento
situado en el percentil 90 cuando es enseñado individualmente (en una clase de uno)".
42
"Ni aun el crítico más escéptico duda, sin embargo, de que un niño aprende mucho más
cuando se le enseña individualmente (tutorizado o enseñado en una clase de uno) que
cuando se le enseña en una clase de 40".
Glass (1992) finaliza diciendo sobre otras variables no cognitivas que el incremento en los
resultados afectivos como resultado de un tamaño decreciente de clase es aún más resaltable
que el incremento en el rendimiento. En efecto, en el campo de las actitudes, Smith y Glass
(1980) en 59 estudios llegan a obtener una correlación entre tamaño de clase y actitudes
de: r = -0.24; dicho de otro modo, un efecto promedio próximo a 0.50 en clases pequeñas. Los
efectos son menos claros en estudios peor diseñados. Los efectos sobre las actitudes fueron
mayores para los estudiantes más jóvenes o por debajo de los 12 años, en clases de
educación abierta y sobre el clima de clase; y más bajo en lectura que en matemáticas. Los
maestros también se sienten mejor y creen que lo hacen mejor en clases pequeñas.
43
Otra cuestión estudiada, tal como se ha dicho, ha sido la de la rentabilidad de la reducción del
tamaño de clase, es decir, si estaba justificada por sus beneficios. Glass (1992) cita a Jamison
(1982) y Levin, Glass y Meister (1986). El primero analizó la rentabilidad de la reducción del
tamaño de clase comparándola con la enseñanza por ordenador o por radio en los países en
vías de desarrollo y dice:
"La provisión de medios instructivos (como libros de textos o radio) aventuro que sería más
costosa en los países en vías de desarrollo que reducir las clases. En los países de altos
ingresos (...) la decisión se irá inclinando crecientemente del lado de las reducciones del
tamaño de clase" (Jamison, 1982, 128: Glass, 1992, 165).
Sin embargo, según dice Glass (1992, 166), el tema de la rentabilidad depende de la
valoración que se haga de los criterios, es decir, de la importancia que se dé al rendimiento, a
las actitudes de los estudiantes y a la satisfacción de los profesores. Es decir,"grupos
diferentes de individuos ponderan estos factores diferentemente".
Por otra parte, como dicen Fraser et al. (1987), el tamaño de la clase per se puede no ser lo
que explica las diferencias en rendimiento de los estudiantes en clases de diferentes tamaños.
Datos del Second International Science Study recogidos por la International Association for
the Evaluation of Educational Achievement (Cfr. Fraser et al. , 1987, 198) muestran que los
países con el mejor rendimiento son también quienes tienen especialmente clases más
numerosas. Sin embargo, estas comparaciones entre países son confundidas por el hecho de
que los maestros en cada país son entrenados para conducir clases del tamaño medio que es
el típico para ese particular país.
Factores de la r
Metan Estudio Relacs r
escuela: afect Referencias
. s . rdto
Ambiente o
Ambiente de 1 12 734 0.1 0.10 Haertel et
clase 4 al. (1981)
25 104
Cooperación vs 0.3 Johnson et
individualismo 25 20 4 al. (1981)
individualismo y
Competic. vs.
individualismo 3
al. (1981)
Competición vs 0.5
Walberg (1982)
individualismo 0
Ambiente de
aprendizaje
El ambiente de clase o escuela tuvo mucho mayores efectos sobre el rendimiento no así sobre
la actitud. Haertel et al. (1981) encontraron que las variables ambientales que más afectaron
los resultados del estudiante fueron la cohesividad, la satisfacción, la dificultad de la tarea y la
dirección hacia las metas. Haladyna y Shaughnessy (1982) informaron encontrar conclusiones
similares respecto a los efectos del ambiente de aprendizaje sobre las actitudes hacia la
ciencia. Johnson et al. (1981) concluyeron que la cooperación fue superior a entornos
competitivos e individualísticos (ver también Johnson et al., 1983). Se encontró que la
cooperación fue superior para todas las materias y grupos de edad. Parece que para más
cortos períodos de tiempo y cuando se pide un producto de grupo la cooperación sin
competición intergrupo puede ser superior en promover rendimiento y productividad (aunque
la base para formular esta conclusión haya sido cuestionada por Cotton y Cook, 1982; ver
también Johnson et al., 1982).
De los cuatro métodos comparados por Johnson y sus colaboradores (1981, 1983), el
esfuerzo individualista fue el menos efectivo. A partir de estos estudios parece que un entorno
cooperativo es un ambiente adecuado puede tener efectos positivos sobre el aprendizaje
escolar.
Del profesor se estudia la relación que tienen con el rendimiento, sobre todo, y la actitud tanto
la procedencia o background y el estilo, no la metodología, que utiliza en clase. Veamos.
r en
Metan Estds Relacs r en
Factores del profesor afect Referencias
. . . rdto
o
Background en ciencias 3 65 22 0.2 0.15 Druva y
9 Anderson
Background (precedentes 5 58 14 (1983)
) 0.1
14 67 1 Redfield y
Estilo Rousseau
41 34 0.3 (1981)
45
4 Cohen
(1981)
0.4
Basado en preguntar
3 Glass et al.
(1980)
Estimaciones profesor
0.1
19
7 Wilkinson
Directo/indirecto 791
(1981)
14
0.0
Basado en el ruego 77
8 Dusek y
77
Joseph
Expectativas 33
0.1 (1983)
18
6
Expectativas 15
Raudenbus
34
0.0 h (1983)
Expectativas 44
4
47
Rosenthal y
Expectativas
0.2 Rubin
6 (1978)
Expectativas
0.1 Smith
3 (1980b)
Estilo. Factores tales como el entusiasmo (r = -0.03) y la eficiencia (r = -0.04) tienen muy bajas
relaciones. Los antecedentes educativos, tales como el número de cursos y asistencia en
instituciones académicas, también tienen efectos positivos. Los cursos de formación del
maestro en activo fueron efectivos en la promoción del rendimiento, destreza y actitudes del
maestro, pero arrojaron efectos despreciables sobre el rendimiento del estudiante (Joslin,
1981). Los cursos en activo más eficaces feron aquéllos que se centraron en la consecución
de objetivos concretos relacionados con el contenido de la materia, los que fueron altamente
estructurados, implicaron la autoenseñanza, ocurrieron dentro del distrito local y tuvieron un
tratamiento que fue puesto a prueba en situación de campo o usado extensivamente. Estos
cursos fueron más efectivos para profesores del nivel elemental y para aquéllos con menos de
10 años de experiencia.
En términos de atributos del maestro, concretamente los que usaron métodos indirectos con
preferencia a directos potenciaron el rendimiento del estudiante (Glass et al., 1980). El uso
predominante de cuestiones de orden superior tuvo un efecto marcado sobre el rendimiento
del estudiante (Redfield y Rousseau, 1981). El uso de la alabanza por los profesores presenta
alguna relación con el rendimiento, en caso de existir (Wilokison, 1981). Hubo mayores
relaciones entre el elogio y el rendimiento para niños del nivel socioeconómico más bajo y
más jóvenes, pero aun con estos estudiantes las relaciones fueron solamente entre 0.1 y 0.2.
La relación con el rendimiento fue negativa cuando el elogio fue usado en interacciones
diádicas (vis a vis) ya fueran iniciadas por el estudiante (r = -0.16) o por el profesor (r = -0.32).
Dusek y Joseph (1983) demostraron que las bases más poderosas para las expectativas del
profesor se relacionaron con la clase social más alta y atractivo físico más bien que con carac-
terísticas de personalidad, sexo o raza. Raudenbush (1983) encontró una diferencia
consistente en el efecto de las expectativas del profesor relacionadas con la cantidad de
contacto previo. La relación entre expectativas y rendimiento es mucho mayor si los maestros
han tenido contacto previo muy pequeño con los estudiantes. Raudenbush concluyó que "si la
inducción de expectativa ocurre más de una semana dentro del año escolar, aparentemente
es demasiado tarde para ser persuasivo" (p.319).
La relación con la estimación global del docente es muy substancial (r = 0.43) aunque esta
estimación tiene mucha superposición con otros factores, tales como la calidad del curso
(Cohen, 1981). Dos factores principales en el juicio de un profesor fueron las percepciones por
parte del estudiante de la capacidad o destreza del profesor (r = 0.50) y la relación de los
maestros con los estudiantes (r = 0.30).
En términos de la calidad de enseñanza, Cohen (1981) encontró una correlación de 0.47 entre
rendimiento y estimación global del curso efectuada por estudiantes de college.
Han existido tres campos principales de estudio que han sido evaluados utilizando
procedimientos de meta-análisis: Ciencias, matemáticas y lectura. Es extremadamente difícil
hacer justicia a la multiplicidad de hallazgos. El lector interesado ha de acudir a Anderson
(1983) para una revisión de estudios en ciencias y a meta-análisis individuales para más
detalles en matemáticas y lectura.
Por lo que respecta a las características de entrada los mejores predictores en rendimiento en
ciencias son la capacidad, en particular el nivel cognitivo, las matemáticas y el lenguaje
(Boulanger, 1981; Fleming y Malone, 1983). Los más sobresalientes factores del historial
previo (background) del profesor para potenciar el rendimiento del estudiante en ciencias son
el número de cursos efectuados en ciencias y la asistencia a instituciones académicas (Druva
y Anderson, 1983; r = 0.29). Los profesores con estos factores de background tienden a
formular cuestiones complejas y de más alto nivel. Entre otros factores de background
relacionados positivamente con el rendimiento se incluyen la autoactualización, la
masculinidad y la edad, si bien los profesores varones no fueron más eficaces que las
profesoras. Entre los factores no relacionados se incluyen la eficiencia y el entusiasmo (Druva
y Anderson, 1983).
47
Hay un evidente conflicto en si los cursos de las nuevas ciencias son más efectivos que los
tradicionales. Tres estudios informaron de la existencia de no diferencias (Bredderman, 1983;
Weinstein et al., 1982; Willett et al., 1983) y dos informaron que los nuevos cursos innovativos
fueron más efectivos que los tradicionales (El-Nemr, 1980; Shymansky et al., 1983). Esta
disparidad en los hallazgos tiene relación con la etiqueta de nuevo.
r en
Metan Estds Relacs r en
Factores de la enseñanza afect Referencias
. . . rdto
o
Calidad 22 41 22 0.4 0.16 Cohen
7 (1981)
Puntuaciones del curso 1 11 28 0.06
0.3 Bloom
Cantidad 54 22 5 (1976)
(1983)
0.1
Athapilly et
Programas universits. 2
al. (1983)
(college)
0.1
Marcucci
Integracción auditivo- 7
(1981)
visual
0.2
Pflaum et al.
Entrenamientos 9
(1980)
psicolingüísticos
0.4
Sanders
Destrezas viso- 3
(1980)
perceptivas
0.3
Kavale
Imágenes adjuntas 3
(1980)
Curricula para 0.1
Kavale
estudiantes 7
(1980)
de alto riesgo 0.3
Kavale
8
(1980)
Enseñanza
0.1
Readance y
Ciencias 1
Moore
(1981)
Matemáticas 0.1
3
Kulik et
al. (1983a)
Las actividades de laboratorio están ausentes de esta lista. Shymansky et al. (1983)
encontraron que un énfasis bajo sobre uno. alto en actividades de laboratorio condujo a un
mayor rendimiento que el obtenido en un curso tradicional. Aunque Bredderman (1983)
encontró que el rendimiento potenciado se relacionó con menos tiempo en la palabra y más
en la actividad, Wise y Okey (1983) informaron que el compromiso en varias actividades
potenció el rendimiento. Sería prematuro concluir que las actividades de laboratorio no son
valiosas. Se precisa más información sobre cuestiones específicas acerca de qué clase de
actividades de laboratorio potencian el rendimiento.
Hartley (1980) informó que en matemáticas la Enseñanza Asistida por Ordenador (EAO ó CAI)
(r = 0.41) y la tutoría (r = 0.60) tienen sustanciales relaciones con el rendimiento matemático,
mientras que los programas de aprendizaje individual (r = 0.16) y la enseñanza programada (r
= 0.11) tuvieron efectos mucho menores. Horak (1981) encontró que los programas
individuales de aprendizaje fueron menos efectivos que los métodos tradicionales (r = - 0.03) y
Mascucci (1981) que los métodos heurísticos de resolución de problemas fueron más
efectivos (r = 0.17). Hubo algunas mejoras en rendimiento para las nuevas matemáticas
comparadas con las matemáticas tradicionales (Athapilly et al., 1983). Las nuevas
matemáticas fueron más efectivas para estudiantes de baja capacidad, al dar énfasis a la
presentación concreta de ideas abstractas en álgebra y en aritmética. Hubo solamente ligeras
50
diferencias en relación con la potenciación de las actitudes. Parham (1983) encontró que el
uso de materiales manipulativos en las clases de matemáticas elementales fueron extremada-
mente efectivos.
Hay muchos programas que han tenido efectos sobre el rendimiento lector. Pflaum et al.
(1980) concluyeron que la mezcla de sonido y símbolo produjo un impacto significativamente
más grande sobre la lectura en comparación con otros tratamientos (r = 0.63), si bien este
resultado se basa sólo en tres correlaciones. Kavale (1982) encontró apoyo para las
estrategias de memoria visual y discriminación visual (r = 0.38), para las de entrenamiento
psicolingüístico (Kavale, 1981; r = 0.17) y las auditivo-visuales (Kavale, 1980; r = 0.33), pero
no encontró apoyo para las de entrenamiento perceptivo-motor (Kavale y Mattson, 1983; r = -
0.02).
Larsen et al. (1982) añadieron seis estudios y reanalizaron los datos de Kavale sobre los
efectos del entrenamiento psicolingüístico. Mientras las diferencias fueron triviales en tamaño
(r = 0.19 vs. r = 0.17), propusieron un poderoso argumento según el cual la enseñanza
psicolingüística no fue válida para la inversión del tiempo necesario para mejorar la capacidad
lectora. Readance y Moore (1981) encontraron efectos moderados del uso de dibujos adjuntos
para ayudar a la comprensión lectora (r = 0.18).
Parece que algún programa sistemático de lectura introducido por un breve período de tiempo
(como son la mayoría) ayuda el rendimiento lector. Sanders (1980) informó que de entre todos
los programas de lectura en college, los estudiantes que recibieron enseñanza se situaron 33
puntos de percentil más altos que los estudiantes sin tratamiento. Al igual que los efectos
sobre el rendimiento lector, hubo también efectos positivos sobre la nota global del curso.
Pflaum et al. (1980) investigaron un rango más amplio de programas de lectura en todos los
niveles y concluyeron que quienes recibieron cierto programa de lectura se situaron 23 puntos
de percentil más altos que el promedio de los grupos de control.
Globalmente, los varios programas en ciencias, matemáticas y lectura tuvieron una correlación
promedio de 0.19 (S = 0.12) con el rendimiento, lo cual indica que estos programas tienen
positivos efectos sobre el rendimiento. Las relaciones entre diferentes programas de lectura y
rendimiento (r = 0.30) fueron mucho mayores que para programas de ciencias (r = 0.16) y de
matemáticas (r = 0.15).
Finalmente, Kulik et al. (1983a: Fraser et al., 1987) informaron que programas especiales para
estudiantes de alto riesgo de college tuvieron efectos positivos sobre estos estudiantes en
términos de incrementar la puntuación global del curso y la persistencia en el college. Estos
efectos positivos se encontraron en diferentes tipos de programas, tales como los de
destrezas en el estudio (r = 0.14), sesiones de orientación (r = 0.20) y los servicios globales de
apoyo (r = 0.13), pero no en los de recuperación y de desarrollo (r = 0.02). La novedad del
programa fue el mejor predictor del rendimiento potenciado.
He querido dejar para el estudio del proceso propiamente dicho las variables que entran en
juego, es decir, el alumno, como agente del proceso de aprendizaje a la vez que paciente del
proceso de enseñanza, y los métodos y estrategias, que son los elementos clave del proceso.
Son varias las clasificaciones que se pueden hacer en orden a agrupar las variables de los
estudiantes. Hattie (Cfr. Fraser et al., 1987) las agrupa en afectivas, cognitivas, físicas y de
disposición al aprendizaje. Walberg (1986) agrupa las variables de aptitud en edad-desarrollo,
capacidad y motivación. No voy a mencionar más clasificaciones, que las hay. Solamente
quiero aclarar que dentro de las variables aptitudinales se incluirá una categoría, las físicas,
en cuyo seno se encuentran las diferencias según el sexo.
Voy a examinar en detalle éstos y otros aspectos ¿Qué se puede concluir? A la vista de estos
datos, y a expensas de otros resultados de relaciones con el rendimiento, las presentes
variables de personalidad no permiten en principio hacer muchas inferencias respecto a su
relevancia educativo-diferencial, al menos tal como aquí se presentan. ¿Quiere esto decir que
ninguna de las variables de personalidad es relevante desde el punto de vista educativo? Se
hará alusión al autoconcepto en el que habrá que matizar dimensiones de autoconcepto.
Relevantes pueden ser todas o ninguna. Me explicaré. Las variables de personalidad, como
otras muchas de tipo motivacional, cognitivo, físico o motórico, pertenecen a lo que se ha
denominado rasgos comunes, es decir, rasgos que todos poseemos, que se pueden medir,
gradar y distribuir. Las personas medidas en estos rasgos se pueden considerar, según su
situación en la distribución normal, como normales y a-normales. Es esta distinción la que
permite atribuir una relevancia diferente a estas variables desde el punto de vista educativo.
Factores
Estudio Relacione
delestudiante r global Referencias
s s
Afectivos
Ansiedad 26 157 -0.11 Hattie y Hansford
(1982)
Dogmatismo 11 48 -0.07
Hattie y Hansford
52
(1982)
Hattie y Hansford
(1982)
Extraversión 14 129 0.06
Hattie y Hansford
Neuroticismo 30 148 -0.04 (1982)
Hansford y Hattie
(1982)
Si los sujetos educables son anormales, tanto por exceso como por defecto, entran dentro de
la categoría de patológicos (Cfr. Orden, 1975). Los alumnos, que están situados en rasgos o
variables de personalidad en ambos extremos de la distribución, arrojan un rendimiento
diferente. La relación que se establece entre variables de personalidad y rendimiento muy
probablemente sea no lineal y parece que es de signo negativo, tal como se apunta en la
tabla. Es en este caso cuando el proceso educativo debe diferenciarse radicalmente por ser
casos patológicos. Es cuando se puede hablar de educación de perturbados emocionales y
con problemas de conducta (Cfr. Alkin, 1992), de educación de alumnos con problemas
graves de conducta y con trastornos de personalidad (Cfr. González, 1995).
Si tratamos, sin embargo, con sujetos normales en estos rasgos, es decir, con alumnos de un
rango amplio en variables de personalidad, parece que estas variables no tienen relación sig-
nificativa con el rendimiento. ¿Quiere esto decir que no se han de contemplar a ninguna
instancia?
Evidentemente que no. Mientras un alto autoconcepto y un locus de control interno estaban
relacionados significativamente con el rendimiento, el dogmatismo, la extroversión y el
neuroticismo no estuvieron relacionados con él. La correlación promedio entre las variables de
personalidad y el rendimiento (ignorando los signos) fue 0.12. Hay que reconocer, sin
embargo, que la significación práctica de las variables de autoconcepto y de locus de control
interno es muy baja. En casos normales el tratamiento de estas variables se lleva a cabo en
situaciones de relación personal, tutoriales o de aula a través del refuerzo, que tan eficaz es,
como se verá.
Autoconcepto. En la tabla de Fraser et al. (1987) se encuentra que arroja una correlación
promedio de 0.21 para 128 estudios y 1136 relaciones, lo cual en conjunto no es despreciable.
53
Sin embargo, es preciso matizar aspectos en esta variable, pues hay un autoconcepto
general, un autoconcepto académico general y un autoconcepto académico específico, es
decir, para materias específicas.
González y Tourón (1992) incluyen un largo apartado dedicado a las relaciones de causalidad
entre autoconcepto y rendimiento académico, pero me centraré en los estudios
correlacionales, según sugiere Machargo Salvador (1991, 63), quien dice que la
"mayoría de los estudios sobre las relaciones entre el autoconcepto y el rendimiento son de
tipo correlacional y no explican si el autoconcepto es causa del rendimiento o si, por el
contrario, es el rendimiento el que determina el autoconcepto".
Por tanto, del rendimiento puede hablarse del específico y del no específico. La no distinción
entre tales especificaciones es lo que puede explicar, al menos en parte, la gran oscilación
entre las correlaciones, aparte de lo que dicen la mayoría de los autores, esto es, que muchos
de los hallazgos inconsistentes en las investigaciones, en parte, se han debido a la
incomparabilidad de los datos por la falta de validez empírica de muchas medidas y el uso de
medidas globales de autoconcepto.
Este autor (Burns, 1979) hace una revisión de estudios encontrando valores promedios entre
0.30 y 0.40, los cuales, aunque estadísticamente significativos, son bajos: Un 16 por ciento de
la varianza del rendimiento viene explicada por el autoconcepto general. A valores promedio
de 0.30 llega Wyllie (1979), la cual recoge estudios de los años 60 y 70. En otra más reciente
revisión de Byrne (1984) se llega a valores promedio de 0.16.
54
"Hay una escasa o nula correlación entre rendimiento académico y las facetas no académicas
del autoconcepto (p.e. el autoconcepto social; el autoconcepto físico, etc)" (257).
"La relación entre autoconcepto académico y rendimiento académico es más fuerte que la
relación entre autoconcepto general y rendimiento general" (257).
En el estudio con alumnos de 12, 13 y 14 años realizado por Shavelson y Bolus (1982) se
encontraron estas correlaciones que ponían en relación el rendimiento con el autoconcepto
general y el específico:
13 0.12 0.62
14 0.11 0.73
Así, pues, González y Tourón (1992, 257) concluyen:
"El rendimiento académico en áreas específicas (lenguaje, matemáticas, etc.) está altamente
correlacionado con los autoconceptos académicos correspondientes a esas áreas específicas,
moderadamente con el autoconcepto académico general y prácticamente no correlacionado
con los autoconceptos en facetas no académicas".
Sin embargo, estos datos están sujetos a oscilaciones según el marco de referencia del niño,
el medio en que se desarrolle, es decir, la situación de aula con las relaciones sociales exis-
tentes y las comparaciones inter-aulas, incluso de su clase social. La correlación, por ejemplo,
tiende a aumentar con alumnos de mayor capacidad intelectual y de clase social más alta (Cfr.
Hansford y Hattie, 1982).
Walberg (1986, 223) recoge 396 correlaciones entre aprendizaje (rendimiento) y diversas
variables cognitivas provenientes de 10 estudios. Se da la más alta media de las correlaciones
con medidas de inteligencia verbal (0.72), seguidas de capacidad total (0.71), no verbal (0.64)
y cuantitativa (0.60). Las correlaciones con puntuaciones obtenidas de pruebas de rendimiento
son más altas (0.70) que con calificaciones (0.57). La media de correlaciones entre capacidad
y aprendizaje en ciencias es de 0.48.
De entrada sorprenden estos datos de correlación con los encontrados para variables de
personalidad: El panorama de la relación de estas variables cognitivas con el rendimiento es
claramente diverso a como más arriba se ha encontrado con las de personalidad. Por otra
parte, se aportan datos por el autor anterior sobre la edad-desarrollo: En 9 estudios se
obtuvieron correlaciones entre nivel de desarrollo piagetiano y rendimiento escolar que
variaban de 0.02 hasta 0.71, arrojando una media de 0.35. La correlación promedio en
ciencias fue de 0.40.
Me ha llamado mucho la atención el dato siguiente de Walberg (1981, 1984), que cita Fraser
et al. (1987, 190). Se dice que la edad dio cuenta del 80 por ciento de la varianza del
rendimiento, junto con otras variables, como ambiente de clase (60 por ciento), la capacidad
(60 %), el ambiente hogareño (40), la calidad de la enseñanza (15) y la motivación (10 por
ciento). Juntas todas las variables, dicen, dieron cuenta de alrededor del 90 por ciento de la
varianza del rendimiento.
Entiendo que Walberg quiere decir que el estadio de desarrollo es no solamente una
variable condicionante del aprendizaje sino determinante. Si la operacionalización de la
variable edad es encontrarse en el estadio de desarrollo correspondiente para unos
determinados aprendizajes (vs. no encontrarse), entonces el sentido de la frase de Walberg es
el siguiente: Si un alumno no se encuentra en el estadio de desarrollo correspondiente o edad
adecuada de madurez, entonces el alumno está incapacitado de raíz (determinante) para esos
aprendizajes. En este sentido la edad explica una varianza del rendimiento que no sería
extraño fuera superior al 80 por ciento.
¿Qué datos aportan Fraser et al. (1987) sobre la relación entre rendimiento y constructos
cognitivos? De entre los factores de tipo cognitivo no existe duda de que es el historial de
aprendizaje (aprovechamiento previo) de un alumno la variable que más alto relaciona con el
rendimiento posterior: Bloom (1976) encontró que las correlaciones entre rendimiento previo y
rendimiento subsiguiente, con un tiempo de diferencia de un año, fue 0.77 y con un tiempo de
diferencia de dos o más años fue 0.74.
Factores del r
Metan Estds Relacs r en
estudinte: afect Referencias
. . . rdto
Cognitivos o
Inteligencia 4 72 503 0.5 0.22 Hattie y Hansford
1 (1982)
Capacidad
general 0.4 Fleming y Malone
56
3
Capacidad
general
0.4 (1983)
169 42 8
Capacidad
Boulanger (1981)
cognitiva
34 62 0.3
4 Steinkamp y Maehr
Rendim. previo
66 58 (1983)
0.7
Autoevaluación
27 82 5 Bloom (1976)
Desarrollo
52 71 0.4 Mabe y West (1982)
(Piaget)
2
51 65 Jordan y Brownlee
Estilo cognitivo
0.4 (1981)
(p.e. preguntar)
13 13 2
Tamir (1985)
Variables
0.1
cognitivas
5
Hattie y Hansford (1982) dan cuenta de una correlación de 0.51 entre CI y rendimiento. El
rendimiento está fuertemente relacionado con las autoestimaciones del rendimiento
académico (Mabe y West, 1982) y con los estadios de Piaget (Jordan y Brownlee, 1981). Para
el subsiguiente rendimiento en ciencias las principales conductas de entrada son la capacidad
(Boulanger, 1983: r = 0.48; Fleming y Malone, 1983: r = 0.43; Steinkamp y Maehr, 1983: r =
0.34), el nivel cognitivo (Fleming y Malone, 1983: r = 0.59), el lenguaje (Fleming y Malone,
1983: r = 0.41) y matemáticas (Fleming y Malone, 1983: r = 0.42).
¿Cuál es el valor de los estilos cognitivos? En otro lugar, cuando se expone el pensamiento de
Bloom se dice que este autor no trabajó sobre los estilos individuales de aprendizaje de los
niños. En este aspecto, Bloom y los teóricos del modelo de tiempo estuvieron de acuerdo: Se
supuso que todos los niños aprenden de modos similares y que las diferencias entre
individuos eran una función de lo que el alumno trae a la tarea de aprendizajes previos y de la
calidad de la enseñanza. Esta afirmación no está exenta de apoyo empírico, tal como Tamir
(1985) certifica: r = 0. 15 (13 estudios y 13 índices).
¿Cuál es el valor de la inteligencia, medida a través del C.I.? Quiero resaltar dos aspectos: En
primer lugar que, curiosamente, a medida que se asciende en el sistema educativo (reducción
del rango de inteligencia), la relevancia de la variable inteligencia sobre el rendimiento es
menor. En este sentido no es de extrañar que en el nivel universitario arroje unas relaciones
con el rendimiento que son bajas o nulas (Cfr. González Galán y López López, 1985).
Sin embargo, segundo aspecto, cuando se contemplan los valores extremos de la distribución
de la inteligencia nos encontramos con que es una variable en unos casos condicionante y en
otros determinante del rendimiento y de los aprendizajes. Véanse los casos de los alumnos
superdotados y de deficientes mentales en diverso grado.
57
"En la predicción de rendimientos escolares, que es tal vez la menos difícil de realizar, se ha
llegado a la conclusión de que el mejor predictor es el conjunto de los aprendizajes realizados,
que se pueden expresar mediante los resultados de una batería comprensiva de instrucción o,
si razonablemente son de fiar, el resultado medio de los dos últimos cursos de estudio
realizados por el sujeto".
"Con todas las limitaciones que se hayan de tener en cuenta, se puede afirmar que hay
coincidencia universal en la idea de que el resultado de una tarea es el mejor predictor para
los resultados de esta misma tarea en el futuro. Concretamente, para predecir el rendimiento
de un sujeto el mejor predictor es el rendimiento que obtuvo anteriormente, bien se trate de la
instrucción en conjunto, bien se trate de una determinada materia de curriculum".
Recuérdense los datos de Walberg (1986, 223): Mientras la correlación promedio del
aprendizaje (rendimiento) con puntuaciones de pruebas de rendimiento es de 0.70, con
calificaciones es de 0.57. Y recuérdese lo dicho anteriormente por Bloom (1976): En 27 es-
tudios y 82 índices de relación se obtiene una correlación promedio de 0.75 entre rendimiento
previo y rendimiento posterior.
Tourón Figueroa (1984) hizo un estudio con alumnos universitarios de primer curso en la
asignatura de Biología. Tomó como criterio el rendimiento académico expresado por la
calificación que los profesores de las asignaturas otorgaban a cada alumno. Pues bien,
además de utilizar el rendimiento previo obtenido de exámenes parciales de las asignaturas
de primer curso (Matemáticas, Física, Química y Biología), utilizó el rendimiento promedio en
Bup y Cou, y en selectividad. Las correlaciones entre dichos resultados con el rendimiento
académico en las cuatro materias, tal como fueron calificadas por los profesores al final de
curso, fueron las siguientes:
por materias del primer parcial con el segundo: En Matemáticas de 0.68, en Física de 0.62, en
Química de 0.53 y en Biología de 0.77.
Nosotros mismos (González Galán y López López, 1985, 504), en un trabajo de revisión de
estudios en el nivel universitario titulamos un epígrafe del siguiente modo: El rendimiento, el
mejor predictor. El autor (López López, 1991) obtuvo unas correlaciones conforme a lo
esperable entre los distintos exámenes parciales en el curso 1989/90 a través de pruebas
objetivas de alta fiabilidad en la asignatura de Pedagogía Diferencial, correspondiente al curso
quinto de los estudios de la Licenciatura en Ciencias de la Educación de la Universidad
Complutense y dentro de un contexto convencional de enseñanza:
Exame
Exámen
Exámenes n
. parcial
parciales parcial
1º
2º
Segundo 0.74
0.73
Tercero 0.69
Es decir, es superior el parecido o la correlación entre rendimiento posterior y rendimiento
previo, medido por el profesor a través de pruebas no standarizadas.
"Ya hemos mencionado, páginas atrás, que la utilización de los rendimientos previos debe ser
cautelosa, debido a que no conocemos -de ordinario- cuál es su fiabilidad. (...) En cualquier
caso la generalización de estos resultados parece ser un hecho incontrovertible, ya que siste-
máticamente el rendimiento previo aparece como el mejor predictor del rendimiento futuro".
El prof. Tourón Figueroa (1984, 37), por todo ello, afirma con buen criterio que el:
Sin embargo, este hecho de la alta relación entre rendimiento previo y rendimiento posterior
está sujeto a un supuesto, el de mediar entre ambos sucesos o medidas un contexto
59
"el modelo propuesto por Carroll (1963) indica que si los estudiantes se distribuyen
normalmente con respecto a la aptitud para alguna materia, y a todos se les proporciona
exactamente la misma instrucción (en términos de cantidad, calidad y tiempo asignado para el
aprendizaje), entonces el rendimiento medido al terminar la enseñanza de la asignatura está
normalmente distribuído. En tales condiciones, la correlación entre aptitud y rendimiento será
relativamente alta (r = +0.70 ó más)".
"Por el contrario, si los alumnos están normalmente distribuídos con respecto a aptitud, pero el
tipo y la calidad de la instrucción así como el tiempo asignado para el aprendizaje se adaptan
a las características y necesidades de cada alumno, la mayoría de los estudiantes lograrán
'dominar' la materia. La correlación entre aptitud y rendimiento se aproximaría a cero".
Tales resultados son fruto de la aplicación de las estrategias de mastery learning. El autor
(López López, 1991) ha tenido la oportunidad de replicar estos resultados a través del Plan
Keller (n = 39), cuyos alumnos actuaban como grupo experimental, en contexto universitario y
en la materia arriba mencionada:
Exámen
Exámenes Examen
. parcial
parciales parcial 2º
1º
Segundo 0.36
0.48
Tercero 0.48
El dato especialmente relevante es éste: 0.36. Es decir, entre el primer y segundo examen
parcial ha mediado el mastery learning (Plan Keller). Sin embargo, entre el primer y segundo
examen parcial en el grupo de control, mencionado
interacciona con diversos tratamientos (Cfr. Whitener, 1989). Por otra parte, no tiene que
extrañar que la relación de estas variables cognitivas con variables afectivas sea tan baja (r =
0.22).
Variables físicas. El sexo ha sido el atributo sin duda más estudiado en cuanto a su relación
con el rendimiento y otras variables. Son muchos los estudios de síntesis que tuve
oportunidad de ver sobre múltiples relaciones de variables pedagógicas y psicológicas con el
sexo en una búsqueda reciente en la base de datos ERIC. Estas son las síntesis que citan
Fraser et al. (1987) sobre las relaciones entre dos variables físicas (sexo y entrenamiento
perceptivo-motor) con el rendimiento:
Factores del r
Metan Estds Relacs r en
estudiante: afect Referencias
. . . rdto
Físicos o
Diferencias
según sexo
0.1
Diferencias
9
según sexo
50 Hyde (1981)
50 0.1
Diferencias
70 6 Tohidi (1983
según sexo
70
ciencias
95 0.0 Kahl et al. (1982)
150 3
Diferencias
4 18 0.12 Steinhamp y Maehr
según sexo
66 0.1 (1983)
ciencias
35 6
35 Freeman (1984)
Diferencias
637 0.0
según sexo
180 4 Kavale y Mattson
matemáticas
150 (1983)
0.0
Entrenamiento
4
perceptivo-motor
Físico-sexo
De los atributos físicos, concretamente en cuanto a las diferencias de sexo en rendimiento,
Hyde (1981) informa que los hombres superan a las mujeres en tareas cuantitativas, viso-
espaciales y de articulación del campo, mientras que las mujeres puntuaron superior en tareas
de capacidad verbal (ver también Rosenthal y Rubin, 1982b: Fraser et al., 1987). Hyde hace
comentarios acerca de los pequeños efectos y Freeman (1984) también informa de efectos
triviales ligeramente favorables a los hombres.
Los hombres rindieron por encima de las mujeres en rendimiento en ciencias pero las
diferencias decrecieron a medida que los estudiantes progresaron a través de la escuela
elemental (Steinkamp y Maehr, 1983). Tohidi (1983) encontró diferencias pequeñas pero
consistentes a favor de los hombres en pruebas de tareas de funcionamiento cognitivo del tipo
de Piaget. Dos meta-análisis estudiaron diferencias según el sexo en rendimiento en ciencias.
61
Kahl et al. (1982) encontraron que los hombres tuvieron puntuaciones superiores en
rendimiento, particularmente en las ciencias físicas y niveles cognitivos más altos.
También se encontró que los chicos rindieron ligeramente por encima, particularmente en
física. Los hombres tuvieron actitudes positivas pequeñas pero consistentemente mayores
que las mujeres hacia la ciencia en general, mientras que las chicas prefirieron la química y
biología (Steinkamp y Maehr, 1983). Las diferencias en actitud son más acentuadas en los
estudios más recientes.
Walberg (1986) recoge 40 estudios y afirma que la correlación promedio de la motivación con
el rendimiento (learning) es de 0.34. Las correlaciones fueron más altas para muestras de
personas mayores y para medidas y materias combinadas (matemáticas). No dependieron ni
del tipo de motivación ni del sexo de las muestras. La correlación promedio en los 3 estudios
en ciencias fue de 0.33. Por otra parte, en Fraser et al. (1987) se recogen estos datos de
síntesis:
Spearritt (1996, 184), al tratar de identificar todas las necesidades o características de los
alumnos y comentar las implicaciones educativas del modelo de Carroll para el Modelo de la
Enseñanza Adaptativa, pero que es igualmente válido para otros tipos de enfoques de
individualización, dice que
"en nuestro estado actual del conocimiento sería no sólo impracticable medir a los estudiantes
en todas estas variables sino difícil conseguir emparejar toda la información relevante, y difícil
diseñar los programas de enseñanza y aprendizaje para una variedad de modelos que
podrían ocurrir probablemente. Snow (1994, 12: Spearritt, 1996, 184) reconoce la
imposibilidad de estudiar simultáneamente todas las variables relevantes de personas y
situaciones. En la mayor parte de los programas de enseñanza adaptativa, las características
de los alumnos han sido determinadas sobre la base de un muy reducido número de variables
de capacidad y/o rendimiento y/o motivación, elegidas de entre un más amplio número
disponible".
Citan la revisión de Corno y Snow (1986, 614: Spearritt, 1996, 184) para concluir con ellos que
El resto de las variables han de ser tratadas en relación individual sea de clase o tutorial.
Esta conclusión general se apoya también en la visión de los resultados globales de las
relaciones con el rendimiento de los cuatro subfactores en que se han dividido las variables
del factor alumno. En Fraser et al. (1987) se puede comprobar lo dicho:
Subfactores
Síntesis Estudios Relaciones r promedio
alumno
Afectiva
(personalidad) 8 355 1882 0.12
Disposición al 3 65 93 0.29
aprendizaje
6 551 905 0.10
Física
1.2.3.2. Factores transaccionales de la enseñanza
r
Factores: Métodos Metan Estds Relacs r en
afect Referencias
de enseñanza . . . rdto
o
Individualización 6 51 49 0.0 0.02 Bangert et
5 al. (1983)
Escuelas 2 143 139 -0.07
secundarias 0.0 Hartley (1980)
6 17 129 8 0.17
En matemáticas Horak (1981)
1 115 182 - 0.33
En matemáticas 0.0 Aiello y Wolfle
1 131 131 3 0.29 (1980)
En ciencias
1 93 53 0.1 -0.06 Willett et al.
En ciencias 7 (1983)
58 58
Simulación/ 0.0 Dekkers y Donatti
Juegos 59 54 8 (1981)
En matemáticas 48 48 0 (1980)
Tutorías
Jerarquías
Aprendizaje
9
Mastery learning
0.2
PSI de Keller 1
Audio-tutorial
Media
66
Han sido 11 los meta-análisis que relacionaban el uso de la Enseñanza Asistida por
Ordenador (EAO) con el rendimiento. La correlación global que se encontró fue de 0.15.
Existe mucha variabilidad, sin embargo, y la fuerza de la relación depende de cómo se usaron
los ordenadores. La EAO es más efectiva cuando se la usa en el modo tutorial que cuando se
la utiliza como administración, simulación o programación. Como con la EP, los estudios más
recientes mostraron efectos algo más altos sobre el rendimiento. Más aún, el uso de los
ordenadores resulta ser más ahorrativo del tiempo instructivo. El uso de simulaciones y juegos
tuvo relaciones con el rendimiento que variaban de bajas a medias (Dekkers y Donatti, 1981;
Szcureck, 1983). La tutoría tuvo efectos ligeramente mayores (Cohen et al., 1982; Hartley,
1980), particularmente cuando la tutoría se utilizó mediante un programa estructurado de corta
duración.
Los meta-análisis sobre individualización indican muy bajas relaciones entre rendimiento y
procedimientos de enseñanza individualizados (r = 0.08). Sin embargo, incluyen mucha
diversidad: Algunos programas son muy efectivos, aquéllos en los cuales existe mucha
supervisión, dirección, estructura hacia metas o interacción con un maestro. Un ejemplo de
este tipo de programa es el PSI de Keller, visto más arriba, el cual produjo las más altas
relaciones entre individualización y rendimiento (r = 0.25) de entre los individualizados.
Más específicamente, los efectos fueron ligeramente más grandes para los dibujos no embel -
lecidos que para los embellecidos, para las ilustraciones coloreadas que para las en blanco y
negro y cuando las ilustraciones estuvieron en contexto con el material verbal. Hubo triviales
diferencias entre el uso de fotografías o de dibujos (Angert y Clark, 1982).
Vista la relación de estos métodos comparativamente con el rendimiento y con los resultados
afectivos, aparecen algunos elementos dignos de comentario. Que la relación de la EAO con
el afecto sea de 0.02, que es menor que con el rendimiento, llama la atención por cuanto se
dice con frecuencia que el uso del ordenador por los estudiantes les mejora sus actitudes,
aspecto éste que aquí se desmiente. Hay indicios también de un rechazo actitudinal mayor
hacia la EP (r = -0.07) que el rendimiento que provoca, rechazo que es similar al que provocan
los media técnicos (r = -0.06).
67
Tal vez, todo esto venga a poner en evidencia ese hecho tantas veces comprobado del
rechazo de la técnica por parte de los estudiantes más jóvenes, al menos a medio y largo
plazo, si no está acompañada de un soporte de relación personal. En el estudio de Reparaz y
Tourón (1991) se ponen a prueba cuatro diferentes condiciones para el aprendizaje de las
matemáticas, el cambio de actitudes y la mejora de aptitudes:
CC.
Las dos intermedias son condiciones mixtas. Cito algunos párrafos de las conclusiones en
donde las condiciones mixtas provocan rendimientos superiores a corto y medio plazo
(retención):
"Se confirma la hipótesis en la que se planteaba un mayor rendimiento de los alumnos del
grupo mixto. Este rendimiento es significativamente distinto y superior al logrado por el resto
de los grupos" (311).
"Se acepta la hipótesis referida a la mayor retención del aprendizaje para los tratamientos
mixtos" (312).
Los mayores efectos los provocan el refuerzo y el feedback correctivo. La relación global entre
rendimiento y refuerzo es: r = 0.49 (Lysakowski y Walberg, 1981; Walberg, 1982), que está
relacionado con el rendimiento en las mujeres.
Hay indicios de que ciertos tipos de reforzadores son más efectivos que otros. En efecto, con
alumnos adultos Schmitt (1983) realizó un meta-análisis sobre varios tipos de refuerzo y
feedback: Feedback de confirmación, feedback de respuesta correcta y feedback conteniendo
varias formas de aclaración, recuperación o revisión del contenido instructivo.
La recuperación debería tener una sustancial relación con variables afectivas, dado que es
una estrategia de atención al estudiante y seguimiento del aprendizaje del alumno. Pero
curiosamente no ha sido así: Se ha encontrado una correlación de 0.09 con variables
afectivas.
afect
de aprendizaje . . . rdto
o
Lysakowski y
Walberg
(1981)
0.5
Refuerzo 0
Walberg
(1982)
En general 0.4
3
Walberg
En general 102
(1982)
39 0.5
Estimulación 13 4
Lysakowski y
13
Walberg
Organizadores 24 0.3
(1982)
avanzados 24 0
16
Ascencio
Indicaciones (cues) 54 0.0
(1984)
111 6
Objetivos conducta 111
Luiten et al.
110 0.1
(1980)
Sobre el aprendizaje 135 0
2 50 0.09
Luiten et al.
Sobre la retención 135 0.1
(1980)
112 2
Sobre el rendimiento 29
Stone (1983)
99 0.3
Sobre el rendimiento 77 1
Kozlow
20
(1979);
Recuperación/ 54 0.0
Kozlow y
feedback 49 6
28
White (1980)
Feedback correctivo 77 0.4
15 3
Lysakowski y
En ciencias 11
Walberg
0.2
(1982)
Feedback 6
Yeany y
Recuperación 0.2
Miller (1983)
2
Schimmell
(1983)
La relación entre el uso de organizadores avanzados y el rendimiento es: r = 0.18, si bien los
efectos son muy complejos. Luiten et al. (1980) demostraron que los organizadores
avanzados tuvieron efectos pequeños aunque facilitativos del aprendizaje y la retención. Estos
efectos fueron en todas las áreas de contenidos y con individuos de todos los cursos y niveles
de capacidad. Stone (1983) estudió solamente los efectos a largo plazo y encontró más
69
grandes efectos que Luiten et al. Stone informó que no existían diferencias sustanciales entre
los grupos de capacidad pero dio cuenta de relaciones más bajas con alumnos mayores,
particularmente aquéllos situados en el nivel de operaciones formales. Más aún, las relaciones
más altas con el rendimiento estuvieron asociadas con los organizadores avanzados que no
subsumen el concepto por ser aprendido y las menores relaciones estuvieron asociadas con
organizadores abstractos y solamente escritos. Kozlow y White (1980) y Kozlow (1979)
incluyeron solamente aquellos estudios en los cuales la prosa fue el modo principal de
representación y donde la idea general que se pretendió representar como un organizador
avanzado fue un subsumidor para la actividad de aprendizaje.
A la luz del estudio de Stone, no es sorprendente que Kozlow y White encontraran relaciones
más bajas con el rendimiento. Concluyeron que los organizadores avanzados mostraran
efectos facilitativos más probablemente cuando el nivel de lectura fue el apropiado para el
curso, cuando fue baja la proporción de introducción de nuevas ideas, cuando el contenido fue
menos complejo, cuando se utilizaron organizadores comparativos más que expositivos y
cuando se les dio a los estudiantes más tiempo para procesar la información del organizador
avanzado. El porcentaje de cuestiones de más alto nivel fue incrementado en matemáticas y
con estudiantes de alta capacidad. Generalmente, los organizadores avanzados fueron menos
efectivos en ciencias, para conceptos de clasificación y en los cursos más altos.
Los meta-análisis de Lysakowski y Walberg (1982) sobre las indicaciones (cues) incluyeron
estudios donde se dio la enseñanza sobre lo que había de ser aprendido y las direcciones
sobre lo que el estudiante iba a hacer en el proceso de aprendizaje. La correlación para 16
estudios fue de: r = 0.30.
Resumen
0.0
Enseñanza 31 1854 5710 0.22 0 0.47
0.0
0
Alumno 25 1455 3776 0.24 0.1 0.47
8
Afectivo 8 355 1882 0.12 0.06
0.0
Cognitivo 8 484 896 0.44 6 1.04
0.1
71
7
Físico
6 551 905 0.10 0.0 0.21
7
Disposición al
3 65 93 0.29 0.61
aprendizaje
0.0
4
0.0
9
0.0
Métodos de
7
Enseñanza
37 2541 6352 0.14 0.29
0.0
Individualización
1
5 467 630 0.07 0.14
Simulación/juegos
0.0
2 151 111 0.17 0.34
7
Asistencia por
ordenador 11 557 566 0.15 0.31
0.0
5
Enseñanza 4 285 220 0.09 0.18
Programada
0.0
2 218 125 0.25 0.50
6
Tutoría
1 15 24 0.09 0.19
0.0
Jerarquías de
0
aprendizaje 3 106 104 0.25 0.50
0.0
Mastery learning 1 41 41 0.03 0.06
4
Team teaching 2 44 110 0.21 0.43
0.0
0
Deberes 6 657 4421 0.14 0.30
0.0
Medios instructivos
4
0.1
2
Estrategias 12 714 783 0.28 0.1 0.61
aprendizaje 7
3 76 139 0.49 1.13
Refuerzo 0.0
5 430 387 0.18 6 0.37
Organizadores
0.1
72
2
avanzados
1 111 111 0.06 0.0 0.12
Objetivos de conducta
0
3 146 146 0.30 0.65
Recuperación/
0.1
feedback
1
0.1
Total general o media 134 7827 22155 0.20 0.41
5
conjunto, el 75 por ciento de las correlaciones fueron positivas. Así, pues, con muestras
amplias cualquier variable o dimensión que tenga una correlación con el rendimiento mayor de
0.20 (o cuando el tamaño promedio del efecto -ME- sea superior a 0.40 desviaciones típicas)
es muy digna de seguirla la pista y cualquier correlación superior a 0.30 (0.62 desviaciones
típicas) deberá ser de mucho interés.
Podrá parecer que correlaciones de 0.2 ó 0.3 son muy pequeñas y de muy pequeña utilidad,
pero los efectos de estas correlaciones están mejor expresados en términos de tamaños
binomiales del efecto de Rosenthal y Rubin (1982 a): Una correlación de 0.2 está asociada
con una mejora del rendimiento en una proporción del 20 por ciento y una correlación de 0.3
está asociada con una mejora del 30 por ciento, lo cual es completamente apreciable. O,
suponiendo una distribución normal del rendimiento, el estudiante promedio expuesto a las
variables escolares (excluídas variables del niño y sociales) rendiría un 26 por ciento más que
el estudiante sin exposición a estas variables escolares. Véase en la tabla-resumen de las
relaciones con el rendimiento de las distintas variables de los factores del modelo (Cfr. Fraser
et al., 1987, 207).
De las variables de la enseñanza, las más altas relaciones están asociadas con un ambiente
de clase cooperativo, cohesivo, satisfactorio y dirigido al logro de metas; un hogar que
proporciona mucha estimulación intelectual; un profesor mayor y bien educado que tiene
buenas técnicas de preguntar y altas expectativas; una enseñanza bien planificada y
organizada; mucho tiempo en la tarea; refuerzo, aprendizaje para el dominio, tutorías y
feedback diagnóstico. Me permito incluir una frase de Fraser et al. (1987, 209) en la que se
habla de las variables relevantes del modelo:
"La varianza total explicada por este modelo no es tan amplia como Bloom (1976) conjeturó.
Esto es principalmente debido a que ningún meta-análisis ha incluído investigación de las
interacciones entre las variables (y muy pocos de tales estudios se han publicado). Se puede
imaginar que sustancialmente la mayor parte de la varianza puede ser explicada en las clases
en que hay entornos cooperativos, cuando los maestros utilizan preguntas complejas y de alto
nivel, refuerzo y feedback diagnóstico, y cuando los niños provienen de adecuados ambientes
hogareños y dedican mucho tiempo a la tarea".
Meta- r r
Relacion Relacion
anális glob glob
es es
is al al
Escuela
3 0.05
34 0.08 51
Agrupamiento por capacidad
1 0.10
29 0.01 491
Desagregación
2 0.00
628 0.06 1125
Clases tradicionales vs 7
abiertas -
371 -0.24 725
1 0.04
Tamaño de clase
284 0.10 921
1 0.26
Ambiente de aprendizaje
13 0.03 636
1 0.25
Status socioeconómico
Profesor
3 58 0.11 0.29 22
Background
5 13 0.15 0.14 169
Expectativas
Enseñanza
2
307 0.16 0.16 2032
2
Ciencias
150 0.06 0.15 1713
1
Matemáticas
Alumno
4 40 0.22 0.48 883
Cognitivo
4 150 012 0.12 870
Físico-sexo
Enseñanza (métodos/ 2 11 0.09 0.35 69
estrategias)
1 9 0.29 0.21 110
Recuperación
6 66 0.02 0.14 345
Deberes (en el hogar)
2 18 -0.07 0.09 220
Enseñanza asistida por
ordenador (CAI) 6 58 0.17 0.25 125
Tutorías
Mastery learning
Media
9 1507
Total general o media 2269 0.11 0.14
2 8
Los efectos despreciables de la individualización son particularmente importantes, cuando
está reconocido que los niños dedican alrededor del 66 por ciento de su tiempo a trabajar
solos; y el tiempo comprometido con los maestros cuando están trabajando solos se reduce
del 85 al 65 por ciento (Rosenshine, 1979). Los programas individualizados necesitan
orientación del maestro y orientación hacia la meta.
Entre los factores que se relacionan más fuertemente con el afecto positivo incrementado se
incluyen el tamaño de la clase, el rendimiento previo, la cantidad de deberes (en casa) y el
uso del aprendizaje para el dominio (mastery learning). Sin embargo, más específicamente,
hay algunas marcadas divergencias de este modelo global. Las clases pequeñas y el uso
del mastery learning conducen a mayores ganancias en afecto, mientras que los ambientes de
aprendizaje, el status socioeconómico, el sustrato previo del profesor, las capacidades
cognitivas previas, la recuperación, CAI (Computer Assisted Instruction) y el uso de "media"
relacionan más con ganancias en rendimiento que en afecto.
Herencia
Interacción
Medio
Fuente de la diferenciación
Factores de diferenciación
Dimensiones afectadas
Tipo
Identidad
Integración única
Famil
75
Raza y etnia
Sexo
Edad (maduración)
Grupo cultural
Grupo nacional
Medio geográfico
Clase social
Comunes
Específicas
Aptitudinales
Intelectuales
Rendimiento
Aptitudes específicas
Dinámicos
Individuo
Persona
Alumno
Constructos
Comunes y esenciales
Menos
cruciales
76
Calidad de la enseñanza
Cantidad de enseñanza
Capacidad,
Desarrollo (edad),
Motivación
Aprendizaje:
Afectivo,
Conductual,
Cognitivo
Enseñanza:
Cantidad
Calidad
Ambiente:
Hogar,
Clase,
Compañeros,
Televisión
El tiempo
Dedicado
Necesitado
Enseñanza
Tarea(s) de aprendizaje
Calidad de enseñanza
Proporción de aprendizaje
Resultados afectivos
Variables alterables
Calidad de enseñanza
Incentivo
Tiempo asignado
Rendimiento
Alumnos
Sustrato cognitivo
Disp. al aprendizaje
Dominio afectivo
Escuela
Fines/y/política
Atributos fís.
Ambiente
Factores sociales
Mass media
Compañeros
Resultados
Disposición al aprendizaje
Afectivos
80
Profesor
Enseñanza
Calidad
Cantidad
Curricula
Procedencia
Estilo
Métodos de enseñanza
Procesos de aprendizaje
Mastery Larning
Team Teaching
Tutoría
Deberes en el hogar
Individualización
Simulación/Juegos
Enseñanza Programada
Jerarquías de aprendizaje
Estrategias de aprendizaje
Refuerzo
Recuperación/feedback
Organizadores avanzados