Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/348250753
Neurociencias y Aprendizaje
CITATIONS READS
0 1,644
1 author:
Vivian Reigosa-Crespo
Universidad Católica del Uruguay Dámaso Antonio Larrañaga
46 PUBLICATIONS 338 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Vivian Reigosa-Crespo on 06 January 2021.
vivianr@cneuro.edu.cu
URL: http://www.cneuro.cu/cneuro/
1|
Resumen:
2|
Contenidos
Parte I: Cerebro, cognición y aprendizaje ........................................................................ 4
Introducción .................................................................................................................. 4
Introducción ................................................................................................................ 20
Introducción ................................................................................................................ 25
Referencias ................................................................................................................... 34
Glosario ......................................................................................................................... 37
3|
Parte I: Cerebro, cognición y aprendizaje
Introducción
Ernesto tiene 9 años, está en cuarto grado. Cuando comienza la clase de matemáticas
se pone nervioso, quisiera escapar, sus manos sudan y apenas puede atender la
explicación que da la maestra. Pero el problema con los números no es solo en la clase.
Cuando los domingos va a comprar el pan, su madre le debe dar el costo exacto pues de
lo contrario, no tiene idea de cuánto le deben devolver. No conoce bien el reloj y le resulta
muy difícil saber la hora. Muchas veces llega tarde o muy temprano a los lugares porque
no puede determinar si es cerca o lejos y estimar cuánto tiempo va a demorar.
Sus padres y su maestra están muy preocupados. Perciben el problema, pero no conocen
las causas ni cómo actuar. Le piden que haga más ejercicios de matemáticas, que
practique mucho. Piensan que es un poco “vago” aunque sorprendentemente a Ernesto
le va bien en el colegio con el resto de las materias.
Hoy día sabemos que tres o cuatro estudiantes por cada cien que reciben educación
primaria sufren lo mismo que Ernesto [1]. Por tanto, no es un problema infrecuente. A
otros estudiantes les cuesta lidiar con los sonidos del lenguaje, no pueden hacer rimas ni
otras manipulaciones fonológicas de las palabras y leen entonces con mucha dificultad;
mientras otros no se pueden concentrar y son impulsivos durante la clase y esto también
les impide aprender bien. ¿Cuál pudiera ser el origen de estas dificultades? Los procesos
neurocognitivos tienen parte de responsabilidad.
4|
En las redes neuronales se trasmite información electroquímica de forma sincronizada
entre las neuronas lo que da lugar a las “representaciones” mentales. Este mecanismo
es la base biológica de todos los procesos mentales que el ser humano realiza.
Estas capacidades nucleares son el andamiaje sobre el cual ocurre la adquisición cultural
del conocimiento. Por tanto, ellas juegan un rol importante en el aprendizaje escolar [3].
Pero esta influencia no ocurre en una sola dirección (ver figura 1). El aprendizaje a su
vez, condiciona el desarrollo de las capacidades neurocognitivas al provocar cambios
(número de conexiones, cantidad de neuronas, etc.) en las redes neuronales
responsables [3]. Hoy día hay avances importantes en el conocimiento acerca de cómo
ocurre este desarrollo, la posibilidad de potenciarlo, así como el origen de sus
5|
alteraciones y cómo modificarlas. La figura 1 muestra la interacción entre los diferentes
niveles: cerebro-cognición- aprendizaje.
6|
de codificación lectora lo cual producirá a su vez, un efecto negativo sobre la comprensión
de lo que lee.
Y continuando con las buenas noticias, los maestros pueden funcionar como “detectores”
eficaces de estos signos de alerta y lo pueden hacer independientemente de los años de
experiencia profesional, de la cantidad de estudiantes que hay en la clase, así como del
ambiente rural o urbano en el cual enseñan. Un estudio nacional realizado en Cuba, en
colaboración con el Ministerio de Educación lo demuestra.
Como se observa en la figura 2 existe una relación entre la cantidad de signos de alerta
identificados por los maestros y el estado neurocognitivo real de sus estudiantes; el cual
fue evaluado, de forma independiente, a través de baterías de pruebas desarrolladas
también en el Centro de Neurociencias de Cuba. Los maestros identificaron muy pocas
alertas en los estudiantes que tenían un desarrollo típico de las capacidades
neurocognitivas y muchas alertas en aquellos con trayectorias de desarrollo atípicas.
Mientras más atipicidad mayor cantidad de signos de alerta. Así, por ejemplo, los
estudiantes que mostraron trayectorias del neurodesarrollo atípicas relacionadas con el
aprendizaje de la lectura de conjunto con las asociadas al aprendizaje matemático (perfil
Lect/Mat en el gráfico) tuvieron la cantidad mayor de signos de alerta según sus maestros.
7|
80
Figura 2. Relación entre los signos de alerta que los maestros identificaron y el estatus
neurocognitivo real de sus estudiantes.
La detección de signos de alerta por parte de los educadores es una estrategia poderosa
para comenzar, desde muy temprano, una intervención dirigida a potenciar el desarrollo
neurocognitivo de los estudiantes. Sin embargo, esto no va a ocurrir de forma
espontánea. Primero hay que cambiar el enfoque en lo que está establecido respecto a
cómo formar a los maestros, comunicándoles de forma efectiva el conocimiento acerca
del desarrollo del cerebro y la cognición. Por ejemplo, entre los maestros existe poco
entendimiento acerca de las dificultades en el aprendizaje causadas por un desarrollo
8|
atípico del cerebro y sigue siendo muy frecuente el punto de vista de que estas
dificultades tienen un origen esencialmente social.
Por otra parte, aumentar el conocimiento del maestro acerca del poderoso rol que juegan
sus propias expectativas sobre la adquisición de las competencias de cada uno de sus
estudiantes pudiera ayudar a evitar las potenciales desventajas asociadas a la
identificación temprana de signos de alerta; mientras que, el aumento de la conciencia
pública acerca de estas dificultades pudiera reducir el peligro de estigmatización.
Del mismo modo, las diferencias individuales en el desarrollo neurocognitivo deberán ser
vistas como oportunidades para aprender más que problemas que deben ser arreglados
(IBE-UNESCO, 2016). Estas diferencias pueden proveer oportunidades para
experimentar con nuevas vías, con nuevos métodos que involucren a toda la clase en las
actividades. El aprendizaje cooperativo es uno de ellos. A través de él, los maestros
pueden desarrollar estrategias para beneficiar a todos los estudiantes puesto que lleva
implícito un reconocimiento de que cada uno tiene la capacidad de contribuir al
aprendizaje del otro. Además, el soporte estudiante – estudiante permite enfrentar el reto
de la atención a la individualidad en contextos educativos difíciles debido a la carencia
de recursos humanos, aulas con exceso de estudiantes, etc. Esta estrategia aún está
subutilizada; sin embargo, implementada correctamente pudiera aumentar
considerablemente las oportunidades de aprendizaje de todos los miembros de la clase
aprovechando la riqueza que aportan sus individualidades.
9|
Promover el uso en el aula de estrategias inclusivas para la atención a la
diversidad en el desarrollo neurocognitivo y el aprendizaje. Probar la eficacia de
estas estrategias
“El mundo está cambiando a un ritmo acelerado dirigido por la ciencia y la tecnología” [6].
Tal es así, que existe un reconocimiento unánime de la importancia de la CTIM en los
cambios sociales y económicos en tanto promotor de la reducción de la pobreza, del
desarrollo sustentable y del logro de los otros Objetivos de Desarrollo del Milenio.
Al mismo tiempo, a nivel mundial se expresa una marcada preocupación con relación al
desarrollo de los recursos humanos involucrados en las CTIM pues se observa un decline
en el interés, la entrada y la participación de los jóvenes, especialmente mujeres, en
muchos países. Estas tendencias opuestas relacionadas, por una parte, con el
incremento del desarrollo basado en el conocimiento, y por otra, con la disminución de la
capacidad de aplicar el conocimiento al desarrollo tiene, a futuro, una implicación
negativa para todos los países donde ocurre la divergencia.
La realidad actual es que las mujeres están pobremente representadas en las CTIM. Se
han realizado esfuerzos en muchos países para cambiar este panorama. De hecho, entre
1980 y 1990, el porcentaje de mujeres involucradas varió de 10-15 % a 20-25 %. Sin
embargo, desde 2000 este progreso ha ido declinando alcanzándose otra vez un 10 %
en numerosos países [6]. Las diferencias de género son particularmente notables en los
niveles más altos de logros científicos; por ejemplo, menos del 3% de los laureados con
el Nobel son mujeres y ninguna mujer, hasta ahora, ha recibido uno de los tres
reconocimientos más importantes en matemáticas (“Field Medal”, “Abel Prize” y “Wolf
Prize”).
10 |
a través de políticas y acciones encaminadas a mejorar los indicadores de igualdad de
género. Sin embargo, algunos estudios realizados recientemente apuntan que, aun en
aquellos países donde se aplican de forma efectiva políticas de empoderamiento de la
mujer, los hombres continúan teniendo una mejor ejecución en las pruebas
estandarizadas de matemática, respecto a las mujeres. Esto se observa particularmente,
cuando se analiza a los individuos de más alto rendimiento [7].
El fenómeno es, por tanto, complejo y tiene múltiples aristas de análisis. En este sentido,
resulta muy importante revisar el tema de las diferencias en el cerebro y la cognición entre
hombres y mujeres lo cual pudiera determinar la existencia de una aptitud intrínseca para
las matemáticas y la ciencia. Dicho de forma simple, evaluar a la luz de las evidencias
científicas actuales, si el cerebro de los hombres está mejor “equipado” que el de las
mujeres para tener éxito con las ciencias “duras” y la tecnología.
En un libro titulado “Cerebro Rosa, Cerebro Azul”, la neurocientífica Lise Eliot [8] revisa
los hallazgos aportados por su propio trabajo y el de otros autores en el área de la
neuroplasticidad y concluye que los cerebros de los bebés son tan maleables que
pequeñas diferencias al nacer entre niños y niñas se van amplificando en el tiempo en la
medida en que los padres, los maestros, los pares y la cultura en general refuerzan los
estereotipos de género. Dice la autora, que los propios niños y niñas exacerban esas
diferencias jugando con sus modestas fortalezas. Ellos constantemente ejercitan los
circuitos del “lanzamiento de pelota” y ellas los circuitos del “juego con muñecas” y,
raramente se salen de su zona de confort.
11 |
Las investigaciones en psicología cognitiva y evolutiva, así como en neurociencias han
demostrado que el ser humano nace equipado con sistemas primitivos que evolucionaron
para diferentes propósitos y son aprovechados para resolver nuevos problemas [10].
Estas investigaciones proveen evidencia acerca de cinco sistemas cognitivos diferentes
que son el núcleo del pensamiento matemático en los adultos.
Cuando los adultos resuelven problemas aritméticos activan áreas del cerebro que están
involucradas en la representación de las magnitudes numéricas, el lenguaje y el espacio
[11]. Si alguna de esas áreas se encuentra dañada las personas muestran diferentes
tipos de deficiencias en el razonamiento matemático y el cálculo [12]. Estos sistemas se
desarrollan tempranamente durante la infancia y en ese período no se han encontrado
diferencias entre niñas y niños [13]. Tampoco en edades mayores. Un estudio que incluyó
a 786 niñas y 901 niños de 5to a 9no grados (parte de la muestra del estudio publicado
por Reigosa-Crespo y cols, [14]) reportó que no existían diferencias asociadas al sexo
respecto a la eficiencia con que niñas y niños realizaron dos tareas numéricas básicas
(conteo de conjuntos y aritmética mental) las cuales involucran estos sistemas nucleares
(Figura 3).
12 |
Figura 3. Eficiencia de niñas y niños para realizar una tarea de conteo (A) y una tarea de
aritmética mental (B). La eficiencia es una medida de tiempo/aciertos de manera que,
mientras menos valor toma, más eficiente es la ejecución.
13 |
Figura 4. Patrón de activación cerebral de hombres y mujeres al realizar una tarea de
comparación de magnitudes numéricas. (A) Estímulo correspondiente a la tarea de
comparación de magnitudes numéricas, (B) áreas cerebrales que se activaron
significativamente durante la realización de la tarea. (tomado de [15]).
Las diferencias asociadas al sexo emergen cuando se utilizan tareas cuantitativas más
complejas. En la mayoría de los estudios se han observado después de concluida la
educación elemental y se hacen mayores en la medida que aumenta la edad. En el
experimento realizado por Kucian y cols. [15], mencionado anteriormente, cuando ambos
grupos de mujeres y hombres realizaron tareas de cálculo exacto y aproximado, así como
de rotación mental de objetos, si se encontraron diferentes patrones de activación
cerebral entre ellos. Las mujeres mostraron una activación adicional en las áreas
temporales bilaterales, en el área frontal inferior derecha y en las áreas motoras
primarias. Esto indicó que ellas usaban estrategias cognitivas diferentes a ellos para
realizar estas tareas del experimento.
En otro estudio [16] usando RMNf y análisis de las estructuras del cerebro (morfometría),
se le pidió a un grupo de 25 mujeres y a otro de 24 hombres que realizaran una tarea de
aritmética mental de adición y sustracción con tres operandos. Ambos grupos tuvieron
resultados similares en el cálculo (tiempo y aciertos). Sin embargo, durante la realización
de la tarea, el cerebro de los hombres mostró mayor activación que el de las mujeres en
las áreas del hemisferio derecho relacionadas con la cognición numérica, tal y como se
muestra en la figura 5. Los cerebros de las mujeres no mostraron mayor activación que
los cerebros de los hombres en ningún área. Por otra parte, no hubo diferencias entre
ambos grupos respecto a la densidad y el volumen de las áreas cerebrales estudiadas.
Tomando de conjunto los resultados conductuales y de las imágenes cerebrales, los
autores concluyen que las mujeres usan de manera más eficiente los recursos
neuronales durante el cálculo.
14 |
Figura 5. Diferencias y similitudes entre mujeres y hombres al realizar una tarea de
cálculo mental. Las figuras 5A y 5B muestran los aciertos y el tiempo que demoran ambos
en calcular. No hay diferencias entre ambos grupos. En la figura 5C las manchas rojas
corresponden a las áreas cerebrales que se activaron más en los hombres que en las
mujeres durante la realización de esta tarea. Todas están situadas en el hemisferio
derecho del cerebro. (tomado de [16]).
Debe tomarse en cuenta que, los meta-análisis realizados a los reportes conductuales y
de neuroimágenes revelan que la mayoría de las diferencias asociadas al sexo halladas
en tareas numéricas en los estudios individuales se hacen pequeñas o cercanas a cero.
Sin embargo, otras medidas como la conducta motora, la sexualidad y la agresión si
muestran diferencias mucho más grandes y confiables entre hombres y mujeres.
15 |
Las diferencias que sobreviven a los meta-análisis son aquellas que emergen cuando se
presentan tareas que pueden ser resueltas de varias maneras y que hombres y mujeres
tienden a resolver de forma diferente. Por ejemplo, en una tarea de navegación donde se
presenta información geométrica y de puntos de referencia, los hombres tienden a
guiarse por la primera y las mujeres por la segunda. Sin embargo, cuando existe una sola
fuente de información disponible no hay diferencias en la ejecución entre hombres y
mujeres. Esto refleja que lo que subyace en las diferencias encontradas son diferentes
elecciones de la estrategia a emplear.
Afirmación #2. Al nacer, los niños se focalizan más en los objetos que las niñas,
esto los predispone a aprender mejor acerca de los sistemas mecánicos.
Esta conclusión se basa en los resultados de un experimento realizado con bebes recién
nacidos en el cual se les presentaba una persona activa y expresiva o un objeto
inanimado de similar tamaño. Los bebés varones miraban durante más tiempo al objeto
y las bebés niñas miraban más tiempo a la persona [17]. A partir de este resultado se
interpretó que los bebes varones, al focalizarse en objetos, se convierten en
“sistematizadores” que se involucran más con el mundo mecánico y con los sistemas
abstractos como las matemáticas [18]. Sin embargo, hasta ahora, no existe ningún
reporte publicado que haya replicado los resultados de este experimento.
Probablemente, la noción de que los niños están más orientados a los objetos y las niñas
a lo social constituye una de las primeras creencias infundadas acerca de las diferencias
cognitivas determinadas por el sexo [19]. Se conoce que la percepción de los objetos
comienza desde el nacimiento. Los bebés humanos muestran de manera muy clara sus
habilidades para percibir colores, formas, tamaños y orientación de los objetos así como
percibir el movimiento de estos objetos. Alrededor de los 6 meses los bebés pueden
representarse los objetos que se mueven totalmente fuera de su vista, hacer inferencias
acerca de las interacciones mecánicas entre los objetos y también agrupar objetos en
categorías. Estos hallazgos se han obtenido a través de muchos experimentos
cuidadosamente diseñados desde hace más de 3 décadas. En casi todos se comparan
niñas y niños y la mayoría no encuentra diferencias entre ellos. Precisamente por esta
causa, los meta-análisis acerca de las diferencias cognitivas asociadas al sexo en la
16 |
infancia son muy raros pues ellos dependen de efectos significativos y la amplia mayoría
de los estudios sobre el desarrollo cognitivo en la infancia reportan diferencias no
significativas entre niñas y niños.
Por otra parte, el razonamiento científico no depende del conocimiento intuitivo acerca
de los objetos debido a que este está sujeto a conceptos erróneos. El verdadero
razonamiento científico emerge cuando los estudiantes comienzan a usar las
matemáticas- tanto los números como la geometría- para estructurar su entendimiento
acerca del mundo físico.
Afirmación #3. Entre los hombres existe mayor variabilidad en las habilidades
cognitivas y, como consecuencia, ellos predominan en los niveles más altos del
talento matemático cuando realizan pruebas estandarizadas.
Los hombres muestran mayor variabilidad en las habilidades matemáticas que las
mujeres. Esto hace que estén más representados en los niveles extremos del talento
matemático. Así lo demuestran los resultados de la aplicación masiva de pruebas
estandarizadas de matemática tales como PISA y SAT-M. Por ejemplo, si se toma el 99
percentil en el caso del SAT-M, es decir el 1% de mejor ejecución, la proporción llega a
ser de 12 niños por cada niña [20]. De forma similar, en las cuatro mediciones realizadas
con las pruebas PISA (2000, 2003, 2006 y 2009) en los estudiantes con rendimiento por
encima del 99 percentil, la proporción niño:niña fue de 2.3-2.7:1. Este fenómeno, por
supuesto, contribuye de forma particularmente importante a la sobre-representación de
los hombres en las áreas de la CTIM [7].
¿Por qué ocurre esto si las evidencias muestran que hombres y mujeres usan de forma
similar los sistemas neurocognitivos involucrados en el razonamiento matemático?
17 |
a los niños o a las niñas. ¿Cómo podemos determinar que una composición particular de
ítems provee una medida razonable de las habilidades matemáticas relativas de niñas y
niños?
Por ejemplo, las niñas realizan mejor que los niños aquellos ítems en los que hay que
determinar si los datos provistos son suficientes para resolver el problema. Estos ítems
estaban en el SAT-M y posteriormente fueron eliminados. Esta modificación hecha al
SAT-M pudiera aumentar la probabilidad de una parcialidad del test en contra de las
niñas, en caso de que ambos fueran igualmente talentosos.
Por otra parte, llama la atención que, aunque la mayoría de los estudiantes enrolados en
programas de las CTIM a partir de sus puntajes en pruebas estandarizadas son hombres,
las mujeres enroladas alcanzan igual éxito que los hombres. En una cohorte estudiada
por Benbow y cols. [21], por ejemplo, 10.3% de hombres y 9.7 % de mujeres recibieron
su licenciatura en matemáticas y el 2.2% de los hombres y el 2.1% de las mujeres
recibieron su grado de master en matemáticas.
También resulta llamativo que las diferencias entre niñas y niños en las pruebas
estandarizadas de matemática se mantienen en los países desarrollados que aplican de
forma sistemática políticas de equidad de género [7]. Este resultado cuestiona el impacto
real que pueden tener estas políticas de empoderamiento de la mujer respecto a
aumentar su representatividad en las CTIM.
Estas evidencias confirman que las diferencias entre niños y niñas en la ejecución de los
test estandarizados debe estar reflejando una mezcla compleja de factores sociales,
culturales y biológicos. Por tanto, la estrategia de impulsar la participación de la mujer
en las CTIM a partir de los resultados en las pruebas estandarizadas hoy vigentes no es
quizás, una buena estrategia.
Spelke [9] propone evaluar y comparar el talento de niñas y niños analizando el desarrollo
del pensamiento matemático a partir de los cinco sistemas fundacionales y sus
18 |
interacciones, es decir comparar las habilidades nucleares de niñas y niños. Hasta donde
se conoce en estas habilidades no hay evidencias de diferencias asociadas al sexo. Niñas
y niños aprovechan esas habilidades, de igual forma y al mismo tiempo, para capturar los
conceptos y las operaciones de la matemática elemental. Aunque los niños y niñas
mayores muestran algunas diferencias en sus perfiles cognitivos, dichas diferencias son
sutiles y complejas (no para afirmar que los hombres son espaciales y las mujeres
verbales). Esas diferencias tienden a ser pequeñas y se basan fundamentalmente en
diferente selección de estrategias. Esto no le da ventaja a uno sobre otro.
El hecho de que mujeres y hombres muestren igual aptitud intrínseca para las
matemáticas no implica que la dotación genética es irrelevante para esos logros. Por el
contrario, las habilidades de los infantes para representar y entender los objetos, las
cantidades y el espacio dependen en parte de capacidades que están presente y son
funcionales desde el inicio mismo de la vida.
Mensajes claves
1. Los hombres no muestran una mayor aptitud intrínseca para las matemáticas,
respecto a las mujeres. Ambos usan de igual forma los cinco sistemas cognitivos
nucleares involucrados en el razonamiento matemático. Las diferencias asociadas
al sexo solo aparecen, de manera sistemática, cuando existe la posibilidad de una
selección de la estrategia durante la realización del problema matemático. Si el
problema matemático conlleva una sola estrategia, las diferencias no emergen.
2. No existe suficiente evidencia para afirmar que los bebés niños están más
centrados en los objetos y las bebés niñas en las interacciones sociales. Tampoco
es posible afirmar que la focalización en los objetos y sus relaciones mecánicas
guarda relación directa con el pensamiento matemático puesto que se conoce que
el conocimiento intuitivo acerca de los objetos está sujeto a múltiples errores
conceptuales.
3. El predominio de los hombres en los niveles más altos rendimiento cuando realizan
pruebas estandarizadas, pudiera estar relacionado con una composición de ítems
no balanceada que favorece del uso de las estrategias cognitivas más utilizadas
por los hombres. Tomando en consideración los hallazgos científicos actuales
19 |
sería razonable revisar la composición de estas pruebas e incluir mediciones de
los cinco sistemas nucleares del razonamiento matemático.
Sin lugar a dudas, las escuelas son contextos sociales. Cada escuela es una comunidad
con un enorme reservorio de experiencias sociales, emocionales y culturales. Cada
estudiante, como miembro de esa comunidad, moldeará su aprendizaje cognitivo de
acuerdo a ese contexto. Cuerpo, cerebro y mente son componentes esenciales en el
aprendizaje, de manera que, cada estudiante construye a partir de su dotación biológica
y de su “yo” psicológico una plataforma que le permite entender los pensamientos y
acciones de las otras personas, dígase maestros y compañeros de clase.
Al entender esta realidad, aceptamos que aun el más árido y lógico aprendizaje
académico no puede ser únicamente procesado por una vía racional. Por el contrario,
cuerpo, cerebro y mente trabajan juntos para producir cognición y emoción. Se entrelazan
subjetivamente a medida que el estudiante construye el conocimiento culturalmente
relevante y toma decisiones sobre cómo actuar y pensar [22].
20 |
lo que aprenden está dirigido por los sistemas neuronales que sustentan las emociones,
el procesamiento social y el “yo”. La evidencia muestra que no hay razón para justificar
una teoría del aprendizaje que considere que la mente está disociada de la emoción y el
contexto social.
Pensemos en las razones por las que un estudiante resuelve un problema matemático.
Las razones son fundamentalmente emocionales. Recibir la recompensa intrínseca por
haber hallado la solución, competir con sus pares, evitar el castigo o la reprobación por
parte del maestro, complacer a sus padres, el deseo de ir a una buena universidad y otras
tantas más. Cada una de esas razones involucra emociones y juicios de valor social de
forma implícita o explícita, por ejemplo, qué piensan los otros acerca de su aprendizaje.
Ahora pensemos cómo el estudiante resuelve el problema. Para poder aplicar de forma
útil sus habilidades en la resolución del problema, primeramente, el estudiante deberá
estar motivado e involucrado, deberá reconocer el tipo de problema que tiene delante de
él y hacer un llamado a la información y estrategias que posee para resolverlo. Las
emociones juegan un papel importante en todos los estados de la solución del problema,
ayudan, o entorpecen, la evaluación consciente o no, acerca de cuáles conocimientos y
habilidades son relevantes para llegar a la solución basado en su aprendizaje anterior.
Desde que el estudiante comienza a pensar en cómo llegar a la solución, está evaluando
emocionalmente si cada “paso” cognitivo lo pone más cerca de la solución o parece
conducirlo por mal camino [22].
21 |
reflejar los cambios que ocurren en el cuerpo durante las emociones (ej. el aumento de
la frecuencia cardiaca durante el miedo o “el nudo en la garganta” cuando se recibe una
noticia triste), también puede reflejar estados simulados evocando cómo se sentirían las
vísceras y el cuerpo, sin imponer realmente esos cambios fisiológicos sobre el cuerpo
[23]. Las redes neuronales encargadas del procesar las emociones (figura 6) son el
“timón” que guía la cognición del estudiante [24]. A través de la regulación e incitación de
los procesos atencionales [25] y la evaluación del posible resultado cognitivo y también
social, las emociones sirven para facilitar el reclutamiento de otras redes neuronales que
soportan las habilidades que el estudiante ha desarrollado, por ejemplo, para la lectura y
las matemáticas. A su vez, los procesos cognitivos tienen un papel regulador de las
emociones. Sin esa regulación cognitiva, los conflictos, errores y otras situaciones
emocionalmente fuertes podrían conspirar para arruinar el proceso de aprender. Visto de
esta manera las emociones y la cognición son “dos caras de una misma moneda” y la
mayoría de los procesos mentales que preocupan a los maestros, incluyendo la memoria,
el aprendizaje y la creatividad, entre otros, involucran críticamente los aspectos
emocionales y cognitivos [24].
Figura 6. El cerebro emocional. Los pequeños cuadrados de colores muestran las redes
neuronales relacionadas con las cinco emociones básicas: alegría, tristeza, asco, miedo
y enfado (tomado de [26])
22 |
¿Qué hacer en la escuela?
Los hallazgos presentados anteriormente pueden ser muy informativos para la práctica
educativa. Por ejemplo, los aspectos afectivos y sociales del aprendizaje son
considerados generalmente solo en los currículos relacionados con la educación durante
la infancia temprana. Sin embargo, los resultados que aportan las neurociencias sociales
sugieren que la emoción y la cognición trabajan juntos durante el aprendizaje en todas
las edades. La investigación futura deberá buscar cómo caracterizar y capitalizar los
aspectos emocional y social en el proceso de aprendizaje en aquellos estudiantes
mayores incluyendo los adultos, teniendo en cuenta lo que se conoce de las bases
neurobiológicas que subyacen en estos procesos.
24 |
Mensajes claves
1. El aprendizaje escolar se produce a través de una relación estrecha y dinámica
entre las emociones y la cognición. Las emociones son el “timón” que guía a la
cognición del estudiante. Al mismo tiempo, la cognición tiene un papel regulador
de las emociones.
25 |
Sin embargo, la sostenibilidad de SDG 4 ha sido cuestionada porque hay importantes
desafíos y tensiones relacionadas con el mundo que ponen en riesgo la Agenda
Educativa 2030. Sin embargo, se están considerando "Nuevos horizontes del
conocimiento" para ayudar a lidiar con estas desafíos y circunstancias adversas, y no es
una sorpresa que los avances en neurociencia estén incluidos [32]. De hecho, existe el
acuerdo de que los desarrollos en neurociencia están atrayendo cada vez más el interés
de la comunidad educativa que busca entender mejor las interacciones entre los procesos
biológicos y el aprendizaje humano. Aunque se reconoce el papel potencial de la
neurociencia para mejorar las prácticas de enseñanza y aprendizaje; En este momento,
la oportunidad de tales desarrollos para informar la política de educación es realmente
cuestionada [32].
Los maestros están entre los mejores potenciadores cognitivos en el mundo, cambiando
el cerebro de los estudiantes sobre una base diaria para adquirir la alfabetización, la
aritmética y las habilidades de razonamiento [33]. Por esta razón principal, el aula se
convierte en un escenario adecuado para las intervenciones basadas en las conclusiones
de la neurociencia para mejorar el potencial de aprendizaje en los estudiantes típicos y
atípicos en desarrollo.
Hoy en día, hay pruebas sólidas sobre la existencia de redes cerebrales específicas
responsables de capacidades básicas que están estrechamente relacionadas con las
matemáticas y el aprendizaje de la lectura. Estas capacidades neurocognitivas pueden
funcionar como parte de un "kit inicial" para entender números o palabras escritas y su
influencia en el logro de lectura y matemáticas continúa más allá de los primeros grados
de la educación primaria (ver el escrito del autor "Neurocognición y aprendizaje. "). Si
estas habilidades no se desarrollan de una manera típica; En consecuencia, pueden
producir efectos deletéreos en la adquisición de competencias de lectura y matemáticas
de nivel superior [33].
26 |
Estos hallazgos constituyen un conocimiento muy "útil" derivado de la investigación de la
neurociencia con implicaciones relevantes para la educación. Por un lado, apoyan la
estrategia de capitalizar las capacidades neurocognitivas siempre que sea posible
durante la instrucción. Por otro lado, utilizando las herramientas adecuadas, los
profesores pueden ser sensibles a la detección de diferencias individuales en las
trayectorias del desarrollo de las capacidades neurocognitivas en los estudiantes. A
través de la comprensión de los procesos subyacentes de aprendizaje, los educadores y
neurocientíficos podrían desarrollar intervenciones neurocognitivas para los estudiantes
típicos y atípicos para mejorar la alfabetización, la aritmética, el razonamiento y muchas
otras habilidades de manera colaborativa.
Un análisis empírico extendido relaciona el crecimiento a largo plazo con las habilidades
cognitivas y otros aspectos de las economías nacionales se basaron en un conjunto de
datos internacionales para 50 países [34]. En este informe, se analizó el crecimiento
regional del PIB real per cápita entre 1960 y 2000 frente a las puntuaciones promedio de
los exámenes, después de considerar las diferencias en el PIB inicial per cápita en 1960.
El resultado sugiere que, dependiendo de los niveles iniciales de ingreso, el crecimiento
regional en las últimas cuatro décadas está completamente descrito por las diferencias
en las habilidades cognitivas. Además, una vez que se incluye información sobre las
habilidades cognitivas, el logro escolar no tiene relación con el crecimiento económico.
En otras palabras, los años adicionales de escolarización no afectan el crecimiento a
menos que produzcan mayores logros [34]. Cambiar las escuelas y las instituciones
27 |
educativas es una tarea difícil. Por otra parte, los países que han intentado reformas de
las escuelas a menudo encuentran que los resultados en términos de rendimiento de los
estudiantes son relativamente modestos [34]. Sin embargo, este análisis proporciona una
indicación de las ganancias potenciales de desarrollar programas escolares para mejorar
el desarrollo neurocognitivo en los estudiantes que pueden conducir al crecimiento
económico.
28 |
Figura 7. Desarrollo del cerebro y la cognición y la trayectoria de vida. Resultados de un
estudio de seguimiento de 10 años de estudiantes con desarrollo neurocognitivo atípico
y típico (tomado de [35]).
Los objetivos de la Agenda 2030 se centran en diez temas importantes relacionados con
la educación primaria y secundaria, la primera infancia, la educación técnica, vocacional,
terciaria y de adultos, las aptitudes para el trabajo, la equidad, la alfabetización y la
aritmética, Desarrollo sostenible y ciudadanía global, instalaciones educativas y entornos
de aprendizaje, becas y maestros. La oportunidad de implementar programas basados
en la escuela centrados en el desarrollo neurocognitivo puede tener impacto en estos
objetivos educativos, directa o indirectamente. La siguiente sección ofrece argumentos
para apoyar esta afirmación.
29 |
Una propuesta
30 |
al tiempo que los procesos y resultados educativos pueden ser impactados positivamente
como consecuencia de estos programas.
Como se sabe, la UNESCO y la OIE han declarado la integración de las TIC en el plan
de estudios, la enseñanza, el aprendizaje y la evaluación es un objetivo principal para la
educación hasta 2030 [8]. En línea con este esfuerzo, los programas SBND aprovechan
la disponibilidad actual de las TIC. Las herramientas para detectar "banderas rojas" se
basan en soluciones móviles, mientras que las herramientas para perfilar el desarrollo
neurocognitivo son pruebas computarizadas que facilitan la precisión y exactitud en la
evaluación. Ambos han sido desarrollados como aplicaciones cliente-servidor [36]. La
formación del profesor en neurociencia educativa está diseñada en un entorno e-learning
(figura 8). La intervención incluye estrategias para asistir a las diferencias individuales en
el aula y también, entrenamiento neurocognitivo usando videojuegos teóricamente
basados
31 |
• Entrenamiento a los maestros Un programa de SBND puede impulsar la capacitación
del maestro de dos maneras. Por un lado, los profesores adquieren conocimientos sobre
la neurobiología del aprendizaje, el desarrollo neurocognitivo de los alumnos y su relación
con la alfabetización y la aritmética y también cómo este conocimiento puede afectar a
las prácticas educativas. Por otra parte, los docentes adquieren habilidades para utilizar
las TIC como parte del proceso educativo.
32 |
Figura 9. Implementación de un programa escolar para el desarrollo neurocognitivo en
Ecuador. Un estudio piloto (tomado de [37])
Mensajes claves
33 |
promoción de una intervención inclusiva teóricamente guiada y reforzada por
evidencia.
2. La implementación de un programa escolar para mejorar el desarrollo
neurocognitivo en jóvenes y adultos mayores puede ser una estrategia útil en el
largo camino hacia el logro de los objetivos del Programa de Educación 2030.
Referencias
1. Reigosa-crespo, V., et al., Developmental Psychology Basic Numerical Capacities and
Prevalence of Developmental Dyscalculia : The Havana Survey Basic Numerical Capacities
and Prevalence of Developmental Dyscalculia : The Havana Survey. Developmental
Psychology, 2011.
2. Kinzler, K.D. and E.S.S. Ã, Core systems in human cognition. Brain, 2007. 164: p. 257-264.
3. Butterworth, B. and Y. Kovas, Understanding Neurocognitive Developmental Disorders Can
Improve Education for All. Science, 2013. 340(6130): p. 300-305.
4. Butterworth, B. and V. Reigosa-Crespo, Information processing deficits in dyscalculia, in
Why is math so hard for some children? The nature and origins of mathematical learning
difficulties and disabilities, D.B. Berch and M.M.M. Mazzocco, Editors. 2007, Baltimore,
MD: Paul H. Brookes. p. 65-81.
5. Halberda, J., M.M.M. Mazzocco, and L. Feigenson, Individual differences in nonverbal
number acuity predict maths achievement. Nature, 2008. 455: p. 665-668.
6. United Nations Educational, S.a.C.O., Gender Indicators in Science, Engineering and
Technology. Science and Technology for Development series. 2007, Paris: UNESCO
Publisher.
7. Stoet, G. and D.C. Geary, Sex differences in mathematics and reading achievement are
inversely related: within- and across-nation assessment of 10 years of PISA data. PLoS One,
2013. 8(3): p. e57988.
8. Lise, E., Pink Brain, Blue Brain. How Small Differences Grow into Troublesome Gaps and
What We Can Do About It. 2009, Boston: Houghton Miffl in Harcourt.
9. Spelke, E.S., Sex differences in intrinsic aptitude for mathematics and science?: a critical
review. Am Psychol, 2005. 60(9): p. 950-8.
10. Spelke, E.S. and K.D. Kinzler, Core knowledge. Developmental Science, 2007. 10: p. 89-96.
11. Dehaene, S., et al., Sources of Mathematical Thinking : Behavioral and Brain-Imaging
Evidence. Society, 1999. 284: p. 970-974.
12. Butterworth, B., The Mathematical Brain. 1999: Macmillan.
34 |
13. Geary, D.C., Sexual selection and sex differences in mathematical abilities. Behavioral and
Brain Sciences, 1996. 19.
14. Reigosa-Crespo, V., et al., Basic numerical capacities and prevalence of developmental
dyscalculia: The Havana survey. Developmental Psychology, 2012. 48: p. 123-135.
15. Kucian, K., et al., Gender differences in brain activation patterns during mental rotation
and number related cognitive tasks. Psychology Science, 2005. 47(1).
16. Keller, K. and V. Menon, Gender differences in the functional and structural neuroanatomy
of mathematical cognition. Neuroimage, 2009. 47(1): p. 342-52.
17. Connellan, J., et al., Sex differences in human neonatal social perception. Infant Behavior
and Development, 2000. 23.
18. Baron-Cohen, S., The essential difference: The truth about the male and female brain.
2003, New York: Basic Books.
19. Maccoby, E.E. and C.N. Jacklin, Psychology of sex differences. 1974, Stanford, CA: Stanford
University Press.
20. Benbow, C.P. and J.C. Stanley, Sex differences in mathematical reasoning ability: More
facts. Science, 1983. 222: p. 1029-1030.
21. Benbow, C.P., et al., Sex differences in mathematical reasoning ability at age 13: Their
status 20 years later. Psychological Science, 2000. 11: p. 474-480.
22. Immordino‐Yang, M.H., Implications of Affective and Social Neuroscience for Educational
Theory. Educational Philosophy and Theory, 2011. 43(1): p. 98-103.
23. Damasio, A.R., et al., Subcortical and cortical brain activity during the feeling of self-
generated emotions. Nature Neuroscience, 2000. 3(10): p. 1049-1056.
24. Immordino-Yang, M.H. and K.W. Fischer, Neuroscience bases of learning. 3rd Edition ed.
International Encyclopedia of Education. Section on Learning and Cognition. 2009, Oxford,
England: Elsevier.
25. Posner, M.I. and M.K. Rothbart, Influencing brain networks : implications for education.
Trends in Cognitive Sciences, 2005. 9.
26. Phan, K.L., et al., Functional neuroanatomy of emotion: a meta-analysis of emotion
activation studies in PET and fMRI. Neuroimage, 2002. 16(2): p. 331-48.
27. Payton, J., et al., The positive impact of social and emotional learning for kindergarten to
eighth-grade students: Findings from three scientific reviews. 2008, Collaborative for
Academic, Social, and Emotional Learning.: Chicago, IL.
28. Durlak, J.A., et al., The impact of enhancing students' social and emotional learning: a
meta-analysis of school-based universal interventions. Child Development, 2011. 82(1): p.
405-432.
29. United Nations Educational, S.a.C.O., Education for all 2000-2015 : achievements and
challenges. 2015, Paris UNESCO Publishing.
35 |
30. United Nations Educational, S.a.C.O., Rethinking Education. Towards a global common
good? 2015, Paris: UNESCO.
31. Nations, U., Transforming our world: the 2030 agenda for sustainable development, in
A/RES/70/1, U. Nations, Editor. 2016.
32. United Nations Educational, S.a.C.O., Education for people and planet: Creating
sustainable future for all. 2016, Unesco Publisher: Paris.
33. Butterworth, B., S. Varma, and D. Laurillard, Dyscalculia : From Brain to Education. Science,
2011. 332.
34. OECD, The High Cost of Low Educational Performance. OECD Publishing.
35. Reigosa-Crespo, V. Neurocognition and learning. Challenges for inclusive education. IBE
Learning Series. UNESCO, en prensa.
36. Santos-Febles, E., et al., A System to Support Regional Screening Programs to Identify
School-age Children at Risk of Neurodevelopmental Disorders. 2015. 51: p. 1469-1473.
37. Reigosa-Crespo, V. (2015). Resultados del estudio piloto para la protección al
neurodesarrollo escolar en las ciudades de Guayaquil y Santa Elena de la República del
Ecuador. Informe presentado al Ministerio de Educación del Ecuador. Citado en Revisión
Nacional 2015 de la Educación para Todos. Ecuador. Informe para el Foro Mundial sobre
la Educación (Incheon, República de Corea, 2015).
http://unesdoc.unesco.org/images/0023/002300/230027S.pdf
36 |
Glosario
Meta-análisis: es un procedimiento estadístico muy potente que combina los resultados
varios experimentos o estudios separados, pero similares, con el fin de probar la
significación estadística de los datos agrupados. En general, si la significación estadística
de los resultados en los estudios individuales es débil, esta no persiste luego de un meta-
análisis.
Redes o circuitos neuronales: las neuronas nunca funcionan de forma aislada. Ellas se
organizan en conjuntos o circuitos que procesan tipos específicos de información.
37 |