miércoles, 30 de septiembre de 2026

¿Nos acercamos al fin de una etiqueta? Por qué el futuro de las altas capacidades está en el aula y no en los tests

 Por Javier Touón

Acabo de leer —y traducir con autorización— el último artículo de Del Siegle y Talbot Hook, que puedes ver en las tres últimas entradas, y no quiero dejarlo pasar sin añadir algún comentario adicional, porque lo que dicen no es una matización académica más, es una llamada de atención directa a cómo seguimos organizando la atención al alumnado con altas capacidades y, a mi modesto entender, a todo el alumnado. Necesitamos una escuela decidida a hacer un giro en el planteamiento metodológico y estructural, como ya señalé tantas veces en este espacio. La tecnología lo hace posible cada día con más evidencia. Aquí van diez ideas, breves y directas, para que se puedan llevar a la consideración de los profesores (¡y directores!).

1. La identificación ha fracasado como eje del sistema

Llevamos décadas intentando perfeccionar pruebas, baremos y lidiando (sin entender mucho como manejarlos) con los dichosos puntos de corte —ya hablé de ello en esta entrada sobre identificación y evaluación— y seguimos teniendo sistemas inconsistentes e inequitativos. Si cambiar de criterio cambia radicalmente quién queda «dentro» y quién «fuera», el problema no son los criterios: es el propio enfoque. Un vistazo a las cifras de la identificación en España y a las diferencias entre Comunidades Autónomas es bien sugerente. Te recomiendo un vistazo a esta entrada en la que podrás manejar interactivamente varios parámetros que te pueden dar luz sobre el asunto y su magnitud. ¡Realmente escandaloso!

2. Un alumno «tiene» altas capacidades aquí y «no las tiene» 20 km más allá

Así de simple y así de grave. Que el acceso a un servicio educativo dependa del sistema de identificación que use un determinado centro (si es que se usa alguno), y no de las necesidades reales de cada persona, es una lotería administrativa, no un sistema educativo. La cuestión es determinar fortalezas y debilidades, intereses, preferencias de aprendizaje, etc. y, a partir de ahí, planificar la respuesta educativa que el alumno precisa para que su desarrollo personal sea óptimo en todas sus dimensiones, porque la persona es un todo (obviedad que señalo porque alguna persona sugiere que lo ignoro).

3. Identificamos en un área y atendemos en otra… o en ninguna

Un alumno destaca en Matemáticas y acaba recibiendo «enriquecimiento» genérico en creatividad o en no se sabe bien qué, o puede calificar para asistir a un programa tales días a unas horas, como si las necesidades educativas fueran intermitentes o estuvieran sujetas al calendario. Etiquetamos, sí, pero luego no conectamos esa etiqueta (que mejor sería que desapareciera) con lo que el aula realmente le ofrece. Este es un análisis que casi nunca hacemos y asumimos, tranquilamente, que todo alumno identificado es adecuadamente atendido. Me temo que esto está lejos, pero que muy lejos, de la realidad.

4. El campo lleva años dividido entre, por lo menos, dos maneras opuestas de entender el talento

Unos lo ven como rasgo fijo e innato, es decir, el alumno ES de alta capacidad; otros, como proceso que se construye con oportunidades, es decir, el alumno TIENE ciertas capacidades en grado más o menos destacado y han de brindarse oportunidades para que esas capacidades puedan cristalizar en talento más o menos destacados. Es la misma tensión que ya analicé en el pasado al hablar del desarrollo del talento como marco: mientras no la resolvamos, cada claustro, cada currículo y cada decisión de agrupamiento o intervención seguirá tirando en direcciones distintas. Y lo que es peor, con un escaso o nulo fundamento que lo justifique. Un viejo amigo, ya fallecido, decía con cierto sarcasmo que «en este país todo el mundo lo sabe todo de al menos tres cosas: educación, religión y (si es hombre) fútbol!

5. El potencial no se ve si no se le da ocasión de mostrarse

Esta es, para mí, una de las ideas más incómodas de lo que estamos tratando: un alumno no identificado puede rendir a un nivel altísimo en cuanto recibe el reto adecuado. Y al revés: un alumno etiquetado puede quedarse estancado si nadie le exige nada. La etiqueta no desarrolla nada por sí sola (de ahí lo inútil del rasgo). Por ello, plantear aulas que ofrecen el mismo currículo a todos los alumnos, con la misma profundidad, velocidad y nivel de exigencia es intrínsecamente ineficiente. Es por eso que he señalado muchas veces que los centros deben enfocarse en el aprendizaje, no en la enseñanza.

6. Los contenidos avanzados no son un premio, son una necesidad

Compactación curricular, aceleración de materia, aceleración de curso —sobre sus ventajas ya escribí aquí—. No como recompensa a quien ya fue «seleccionado», sino como respuesta automática a quien demuestra estar preparado. Obligar a un alumno a «volver a aprender» lo que ya domina es, sencillamente, un despropósito pedagógico. No hay más solución que tender hacia un aprendizaje personalizado.

7. Sin una enseñanza exigente, el contenido avanzado no sirve de nada

Adelantar de curso a un alumno y seguir dándole clases magistrales y repetitivas no cambia nada. La profundidad, la velocidad y la complejidad —preguntas abiertas, indagación, conexiones entre ideas, etc.— son las que convierten el contenido en aprendizaje real. Por eso la investigación muestra que lo realmente relevante no es el «método» sino cómo se aplique. Acelerar, enriquecer, compactar sin cambiar los modos y las velocidades es perder el tiempo. Y es lo que lleva a algunos a decir que los métodos no producen diferencias, cuando lo que ocurre es que no se aplican bien. Pensemos en nuestro propio aprendizaje y en como lo llevamos a cabo…

8. Sin interés y sin autenticidad, no hay implicación sostenida

Proyectos con propósito, audiencias reales, tiempo para indagar lo que a cada estudiante le importa. Sin esto, tenemos alumnos que cumplen, pero no alumnos que se comprometen. Bueno sería echar un vistazo el enriquecimiento de tipo III, o directamente al libro sobre el Modelo de Enriquecimiento para toda la Escuela. Sí, lo digo una vez más sin importarme la repetición, todo está escrito. Solo falta que se lea.

9. La creatividad no es un extra, si no que es lo que integra todo lo anterior

No hablamos de manualidades, ni de la «hora de arte». Hablamos del proceso por el cual el alumnado deja de consumir conocimiento y empieza a producirlo, algo que conecta directamente con lo que ya planteaba en estas consideraciones sobre el desarrollo del talento. Eso solo ocurre cuando los tres pilares —contenido, enseñanza exigente e interés auténtico— funcionan juntos.

10. Esto no es para un programa aparte, debe vivir en el aula ordinaria y beneficiar a todos los alumnos

Este es el giro más radical: el aula común, no el programa especial (aunque estas tengan su lugar), debe ser el principal escenario del desarrollo del talento. Es la misma pregunta que me hacía en esta entrada: ¿qué escuela hace falta para desarrollar el talento? La respuesta exige formación seria del profesorado, evaluación continua y centros dispuestos a rediseñar cómo enseñan, no solo a quién seleccionan.

En suma

La pregunta ya no es (no lo ha sido nunca, en realidad) «¿quién tiene altas capacidades?». La pregunta es «¿qué estamos dispuestos a cambiar en nuestras aulas para que el talento tenga dónde crecer?». Seguir invirtiendo energía en afinar tests (aunque esto haya que hacerlo) mientras el aula sigue igual es, honestamente, mirar para otro lado. Y ya va siendo hora de dejar de hacerlo.


Tomado de Javier Tourón

martes, 29 de septiembre de 2026

Investigar/Publicar con rigor en educación digital

 Por Lorenzo García Aretio

Criterios y buenas prácticas para transformar la experiencia docente en investigación publicable

La reciente conferencia-taller que impartí al profesorado de la Universidad a Distancia de Madrid (UDIMA) fue concebida para una universidad joven y plenamente digital, en la que se acumulan experiencias docentes valiosas. La acogida de la sesión y las preguntas planteadas confirmaron que existe un interés real por investigar y publicar, especialmente entre quienes comienzan su carrera académica. Esta entrada recoge y desarrolla las ideas centrales de la conferencia con un propósito práctico, que ayude a una investigación rigurosa que pueda llevar a un artículo capaz de incorporarse a la conversación científica.

Entre las notas que me preparé para la conferencia y las numerosas diapositivas que mostré a los asistentes en presencia y en línea, le he dado forma a este texto que entiendo puede ser válido para muchos docentes, especialmente universitarios. Vamos allá.

La publicación científica no debería entenderse únicamente como una obligación académica. Debería implicar una responsabilidad intelectual: contribuir al conocimiento, someter las propias ideas a contraste y permitir que otros aprendan de nuestros resultados y conclusiones. Publicar ayuda a compartir hallazgos, contrastar prácticas, evitar que se repitan errores, dar visibilidad a experiencias rigurosas y fortalecer a instituciones y programas dentro del campo de la educación digital, a distancia e híbrida.

El cambio de perspectiva es decisivo. No necesitamos revestir las experiencias docentes de palabras solemnes. Necesitamos formular mejores preguntas y, cuando proceda, hipótesis contrastables, reunir evidencias adecuadas y situar nuestras respuestas en una conversación científica en la que puedan resultar útiles.

De la experiencia docente a la investigación publicable

Investigar supone desarrollar un proceso sistemático e interdisciplinario para analizar, comprender y mejorar los fenómenos educativos. Una experiencia innovadora puede constituir un excelente punto de partida, pero su novedad o su buena acogida no bastan para convertirla en investigación.

El tránsito comienza cuando dejamos de preguntar solamente qué hicimos o si gustó, y empezamos a preguntarnos qué problema educativo abordamos, qué sabemos ya sobre él, qué falta por conocer, qué preguntas deben responderse y, cuando el propósito del estudio lo requiere, qué hipótesis pueden someterse a contraste. La experiencia proporciona el contexto; la investigación exige preguntas u objetivos bien delimitados, un diseño y un análisis que permitan producir conocimiento contrastable.

La investigación educativa comparte las exigencias de toda investigación científica, aunque su objeto —personas, aprendizajes, instituciones y contextos— le confiere una complejidad particular. Entre sus rasgos fundamentales conviene destacar los siguientes:

  • Relevancia y pertinencia. Parte de problemas educativos significativos, preguntas bien formuladas e hipótesis fundamentadas cuando corresponda.
  • Fundamentación teórica. Dialoga con el conocimiento previo y contribuye a confirmarlo, matizarlo, ampliarlo o cuestionarlo.
  • Rigor y sistematicidad. Aplica procedimientos explícitos, coherentes y metodológicamente justificados.
  • Sus afirmaciones pueden confrontarse con datos y evidencias.
  • Validez y fiabilidad. Procura que los instrumentos midan aquello que pretenden medir y ofrezcan resultados sólidos y consistentes.
  • Transparencia y reproducibilidad. Describe métodos, muestras, instrumentos y análisis con suficiente detalle para que otros puedan revisar el proceso y verificar el análisis con los mismos datos y procedimientos.
  • Replicabilidad con cautela contextual. Comprueba, mediante nuevos datos o muestras y un diseño semejante, si los hallazgos vuelven a aparecer, aun sabiendo que en educación rara vez se reproducen condiciones idénticas.
  • Pluralidad metodológica. Recurre a enfoques cuantitativos, cualitativos o mixtos según la naturaleza del problema.
  • Triangulación. Contrasta un fenómeno mediante distintos métodos, datos, fuentes o perspectivas para reforzar la solidez de los resultados y las conclusiones.
  • Multicausalidad y complejidad. Evita explicaciones simples de fenómenos condicionados por variables personales, pedagógicas, sociales e institucionales.
  • Contextualización. Interpreta los resultados atendiendo a dónde, con quién, cómo y bajo qué condiciones se producen.
  • Prudencia causal y de generalización. Distingue asociación de causalidad y evita extrapolar los hallazgos más allá de lo permitido por los datos.
  • Carácter acumulativo. Aspira a contribuir a un cuerpo de conocimiento contrastable, no a limitarse al relato de una experiencia aislada.
  • Ética. Protege a las personas, su privacidad, sus datos, su autonomía y sus derechos.
  • Utilidad educativa. Busca orientar decisiones y mejorar prácticas, aprendizajes e instituciones, además de describir o explicar.

Cautelas propias en la educación digital

La investigación en educación digital añade algunas precauciones. La primera es recordar que la tecnología no constituye por sí sola el objeto ni la explicación. Que una aplicación sea nueva, atractiva o intensamente utilizada no demuestra que mejore el aprendizaje. Importa conocer qué aporta, para quién, en qué contexto, con qué diseño pedagógico y para qué aprendizajes.

La pedagogía debe preceder a la herramienta. Interesa más estudiar los procesos y las condiciones del aprendizaje que las prestaciones de una tecnología concreta. También debemos evitar confundir actividad con aprendizaje: los accesos, los clics, el tiempo de conexión o el número de intervenciones son indicadores de comportamiento, pero no constituyen por sí mismos evidencias suficientes de aprendizaje.

Algo similar sucede con las percepciones. La satisfacción, la aceptación o la intención de uso pueden aportar información relevante, pero conviene complementarlas, cuando proceda, con evidencias de aprendizaje, desempeño, transferencia, persistencia o calidad de las producciones. Si la pregunta se refiere al aprendizaje, una encuesta de satisfacción no puede ser la única respuesta.

La rápida obsolescencia tecnológica aconseja buscar principios, relaciones y modelos transferibles más allá de una plataforma o aplicación determinada. Del mismo modo, la interacción, el acompañamiento, la autonomía, la accesibilidad, la inclusión y la equidad deben ocupar un lugar central en el análisis de los entornos digitales.

La ética exige especial atención cuando se utilizan datos educativos o inteligencia artificial. Deben considerarse la privacidad, el consentimiento, la seguridad, los sesgos, la transparencia, la autoría y la responsabilidad. La posición más productiva, evitar tanto la tecnofilia como la tecnofobia: la evidencia debe prevalecer sobre las modas, las expectativas comerciales y la mera fascinación por la novedad.

Una buena investigación en educación digital conjuga relevancia, teoría, rigor, transparencia, evidencia, contexto, pedagogía, tecnología y ética. No se limita a preguntar si una tecnología «funciona», sino qué aprendizaje favorece, para quién, cómo, en qué condiciones y con qué evidencias. Cuando se propone una hipótesis sobre diferencias, relaciones o efectos, el diseño debe permitir contrastarla y las conclusiones deben ajustarse al resultado de ese contraste.

Qué significa publicar en una revista de impacto

La expresión «revista de impacto» se utiliza con frecuencia y no siempre con precisión. En términos generales, se refiere a una revista científica que aplica selección editorial y revisión por pares, está incluida en bases internacionales que organizan y hacen visible la literatura científica y dispone de indicadores de citación. Su posición suele expresarse mediante categorías, percentiles y cuartiles; una revista Q1 se sitúa en el primer 25 % de su categoría.

Conviene evitar la obsesión por el cuartil. Que una revista sea Q1 no convierte automáticamente en excelente cada artículo que publica. Del mismo modo, que un trabajo sea valioso no garantiza que encaje en una revista situada en Q1. La calidad del manuscrito, su aportación, su método y su correspondencia con la revista siguen siendo determinantes. Las revistas cumplen funciones diferentes y operan con niveles distintos de exigencia:

  • Algunas requieren investigación original, método sólido, interés amplio y diálogo con la conversación internacional.
  • Otras buscan contribuciones especializadas dentro de un campo definido.
  • Las revistas de innovación o de estudios de caso pueden valorar experiencias bien documentadas y transferibles.
  • Las publicaciones profesionales y las actas de congresos atienden a comunidades y finalidades distintas.

Enviar un buen trabajo a la revista equivocada es una fuente frecuente de frustración.

Cuatro indicadores que conviene distinguir

Los indicadores más conocidos no miden exactamente lo mismo. Su interpretación exige atender a la base de datos, la ventana temporal y el procedimiento de cálculo.

IndicadorBaseVentanaQué destaca
JCR JIFWeb of ScienceDos añosPromedio de citas recibidas por los artículos y revisiones de la revista incluidos en el cálculo
JCR JCIWeb of ScienceTres añosImpacto de citas normalizado por campo; el valor 1 representa la media mundial de la categoría
SJRScopusTres añosPondera las citas según la influencia de la revista de procedencia y ofrece posiciones por categorías
CiteScoreScopusCuatro añosRelaciona las citas recibidas con el conjunto de documentos indexados durante el mismo periodo

Estos indicadores describen el comportamiento de una revista; no sustituyen la valoración del artículo concreto. En España, el JIF ha tenido tradicionalmente una gran presencia en los procesos de evaluación, mientras que SJR posee especial relevancia en ciencias sociales y educación. JCI aporta una comparación normalizada por campo y CiteScore ofrece otra perspectiva desde Scopus. Los modelos de evaluación evolucionan hacia una combinación de indicios cuantitativos y justificación cualitativa de la aportación. Por ello, antes de preparar una acreditación o un sexenio, debe consultarse siempre la convocatoria y el baremo vigentes.

La anatomía de un trabajo publicable

Un artículo publicable necesita un problema relevante, una pregunta concreta, una laguna de conocimiento bien identificada y, cuando corresponda, hipótesis explícitas y contrastables. Necesita también un diseño capaz de obtener las evidencias necesarias, resultados claros, discusión con la literatura y conclusiones prudentes y útiles.

El lugar de las hipótesis

Una hipótesis es una proposición provisional, fundamentada en la teoría y en el conocimiento previo, que anticipa una relación, una diferencia o un efecto susceptible de contrastarse con datos. No es una simple conjetura ni una conclusión escrita de antemano. Su función es precisar qué esperamos encontrar y orientar la elección del diseño, las variables, la muestra, los instrumentos y el análisis.

No toda investigación necesita formular hipótesis. Resultan especialmente apropiadas en estudios explicativos, correlacionales, comparativos o confirmatorios. En cambio, los trabajos descriptivos, exploratorios y muchos estudios cualitativos pueden organizarse con objetivos y preguntas de investigación, porque buscan caracterizar o comprender un fenómeno sin anticipar necesariamente una respuesta. Forzar una hipótesis donde no corresponde aporta apariencia de cientificidad, pero no mayor rigor.

La palabra clave es coherencia. El problema, los objetivos, las preguntas y las hipótesis, si las hubiera, deben guardar relación con el método, los datos, los resultados y las conclusiones. Si preguntamos por aprendizaje, no basta con medir satisfacción. Si planteamos una hipótesis causal, necesitamos un diseño que permita contrastarla. Si estudiamos un fenómeno situado en un contexto específico, las conclusiones deben respetar esos límites.

No existe una metodología que publique por sí sola. El método debe responder a las preguntas y permitir, cuando corresponda, contrastar las hipótesis:

  • Para describir, puede ser adecuada una encuesta, siempre que el instrumento y la muestra estén justificados y no se confunda satisfacción con aprendizaje.
  • Para comparar, necesitamos grupos o condiciones que permitan una comparación suficiente antes de formular afirmaciones causales.
  • Para sintetizar críticamente el conocimiento disponible, pueden realizarse revisiones sistemáticas. Su elaboración e informe deben atender a directrices reconocidas, como, por ejemplo, PRISMA, incluido el correspondiente diagrama de flujo. Cuando los datos sean comparables, la síntesis debe complementarse con un metaanálisis.
  • Para seguir un proceso en el tiempo, resulta apropiado observar cohortes o realizar mediciones sucesivas, en lugar de limitarse a una fotografía final.
  • Para comprender experiencias y significados, pueden emplearse entrevistas o grupos de discusión, explicando con claridad cómo se seleccionaron los participantes y cómo se analizaron los testimonios.

Elegir la revista antes de cerrar el manuscrito

La revista no debería elegirse cinco minutos antes del envío. Conviene identificarla mientras se diseña y redacta el artículo, porque su alcance, audiencia, extensión y normas influyen en el manuscrito. Algunos criterios resultan especialmente útiles:

  • calidad editorial, transparencia y ética;
  • indexación en bases pertinentes para el campo;
  • correspondencia temática con los objetivos de la revista;
  • idioma y comunidad científica a la que se dirige;
  • periodicidad y tiempos razonables de revisión;
  • adecuación a una convocatoria o monográfico, cuando proceda;
  • tasas y condiciones económicas claramente explicadas.

También deben examinarse las señales de alerta de las revistas depredadoras: promesas de publicación inmediata, revisión aparente o inexistente, métricas engañosas, comunicación poco profesional y condiciones económicas opacas.

Una comprobación sencilla consiste en revisar los artículos recientes de la revista elegida. Si ninguno se parece al nuestro por tema, método o alcance, probablemente esa revista no sea el destino adecuado.

El caso de RIED

Les propongo un ejemplo que conozco bien, la fundé y soy director/editor de la misma desde hace muchos años, la RIED-Revista Iberoamericana de Educación a Distancia que en la clasificación dada más arriba, podría situarse entre las revistas especializadas y de alta exigencia. Su campo es la educación a distancia, digital e híbrida, pero no basta con que un estudio utilice inteligencia artificial, una plataforma o enseñanza en línea. El trabajo debe abordar un problema relevante para la educación digital y producir nuevo conocimiento que trascienda el aula concreta.

Suelen tener buen encaje:

  • los estudios interinstitucionales, interregionales o internacionales;
  • las comparaciones relevantes;
  • las muestras amplias o justificadas;
  • los seguimientos en el tiempo; y
  • los resultados que permiten aprender algo más que si una herramienta «gustó» a sus usuarios.

Por el contrario, suelen encontrar mayores dificultades:

  • los casos únicos y muy locales con muestras pequeñas o poco pertinentes,
  • las encuestas de satisfacción o percepción como única evidencia, y
  • las descripciones de herramientas carentes de una pregunta de investigación, o si es pertinente, de la correspondiente hipótesis.

Un rechazo no significa necesariamente que el trabajo carezca de valor. Puede deberse a:

  • falta de encaje con los objetivos de la revista,
  • inmadurez del manuscrito,
  • debilidad metodológica,
  • desajuste con un monográfico,
  • incumplimiento de las normas, o
  • envío fuera de los plazos previstos.

Diagnosticar correctamente la causa permite decidir si conviene mejorar el trabajo o buscar una publicación más apropiada.

Preparar el artículo con atención al fondo y a la forma

La primera impresión importa.

  • El título debe ser concreto e informar del tema, la población o el contexto. Un título tan amplio como «La innovación educativa en el siglo XXI» apenas permite anticipar el contenido.
  • El resumen debe ofrecer el problema, el objetivo o la pregunta, las hipótesis si resultan centrales, el método, resultados concretos y conclusiones; no debe limitarse a declarar la importancia del tema.
  • Las palabras clave deben corresponderse con términos reconocidos por la comunidad científica.

La estructura habitual (IMRD-C) introducción, método, resultados y discusión ayuda a ordenar el razonamiento:

  • La introducción delimita el problema, sintetiza qué se sabe, identifica la laguna y concluye con los objetivos, las preguntas y, si procede, las hipótesis. Requiere un marco teórico sólido que permita fundamentarlas.
  • El método explica qué se hizo para responder con garantías y cómo se contrastaron las hipótesis cuando las hubo. Muchas revistas exigentes, la RIED, por ejemplo, descartan manuscritos por debilidades metodológicas antes de valorar otros méritos.
  • Los resultados muestran qué se encontró, responden a las preguntas e informan del contraste de las hipótesis cuando las hay. No deben confundirse con opiniones o interpretaciones.
  • La discusión interpreta los hallazgos, los contrasta con otros estudios y reconoce sus límites.
  • Las conclusiones no son una simple repetición de los resultados. Deben expresar su significado, alcance y utilidad para la comunidad científica y la práctica educativa sin sobrepasar la evidencia.

Existe una prueba sencilla: subrayar las preguntas y, cuando existan, las hipótesis del artículo, y comprobar si reciben respuesta o contraste en los resultados, reaparecen en la discusión y quedan reflejadas en las conclusiones. Si esa continuidad no existe, el manuscrito necesita reorganización.

Y, sería conveniente pedir ayuda al menos en dos casos: a) cuando entre los autores no haya algún experto en metodología de la investigación, y b) al finalizar el trabajo, antes de enviarlo. En ambos casos existen colegas de la propia institución o de otras que pueden estar dispuestos a ayudarnos, que revisen, que sean críticos con nuestro trabajo. Probablemente el artículo ganará en calidad.

Literatura ética y redacción

Citar mucho no equivale a fundamentar bien. Las fuentes deben ser relevantes, pertinentes, suficientes, actuales, primarias y variadas. También conviene equilibrar el diálogo internacional con las aportaciones iberoamericanas pertinentes, evitando tanto el localismo bibliográfico como la exclusión sistemática de la investigación mundial producida en nuestra comunidad académica.

El cumplimiento de las normas forma parte del rigor. Ignorar la plantilla, la extensión, la anonimización o el sistema de citación transmite falta de cuidado y puede dejar un artículo fuera antes de la revisión. Lo mismo sucede cuando no se declaran, cuando proceda, la aprobación ética, el consentimiento informado, la disponibilidad de los datos, la autoría o el uso de inteligencia artificial.

La forma también comunica rigor. La redacción académica debe ser clara y gramaticalmente correcta. Las autocitas han de ser pertinentes y justificadas, nunca añadidas por conveniencia estratégica, tanto si se trata de trabajos de los autores como de artículos publicados en la revista elegida.

Qué ocurre después del envío

El primer paso suele ser la criba editorial o evaluación preliminar. El equipo editorial comprueba aspectos formales, temáticos y metodológicos: si el tema encaja, si existe una aportación reconocible y si el método justifica ocupar el tiempo de los revisores. Esta selección resulta necesaria para proteger el proceso de revisión.

Cuando el manuscrito pasa a revisión científica por pares, puede ser rechazado porque:

  • no encaja en la revista o la convocatoria,
  • las preguntas o hipótesis no están claras,
  • el diseño o el método son débiles,
  • la muestra es insuficiente, o
  • el texto todavía está inmaduro.

Si los datos no permiten responder a las preguntas ni contrastar las hipótesis planteadas, embellecer la redacción no resolverá el problema. Si existe desajuste, deberá buscarse otra revista; si existe inmadurez, habrá que mejorar el estudio o el manuscrito.

Una decisión de aceptación condicionada a modificaciones o de revisión requiere una respuesta profesional. Conviene agradecer la lectura, contestar punto por punto, indicar dónde se introdujo cada cambio y argumentar con respeto las sugerencias que no se adopten. No se responde para «ganar» a los revisores, sino para mejorar el trabajo y facilitar una decisión editorial fundamentada.

Las nuevas versiones pueden volver a revisarse. Tras la aceptación comienza la edición formal, la corrección y la preparación del artículo. La tarea tampoco termina con la publicación: los resultados deben difundirse de manera académica y responsable para que lleguen a las comunidades capaces de utilizarlos, discutirlos o ampliarlos.

Lista de comprobación antes del envío

Quienes comienzan a publicar se benefician especialmente de la colaboración interinstitucional, del apoyo metodológico y de una revisión crítica interna antes del envío. Estas quince preguntas pueden ayudar a detectar debilidades a tiempo:

  1. ¿El problema interesa fuera de mi asignatura, curso e institución?
  2. ¿Puedo expresar la pregunta de investigación en una sola frase?
  3. Cuando el estudio lo requiere, ¿he formulado hipótesis claras, fundamentadas y contrastables?
  4. ¿Explico con fundamento qué se sabe y qué falta por conocer?
  5. ¿Los datos permiten responder al problema y a las preguntas?
  6. Cuando las hay, ¿el diseño y el análisis permiten contrastar las hipótesis planteadas?
  7. ¿La muestra es adecuada para afirmar lo que afirmo?
  8. ¿Cada pregunta obtiene una respuesta y, cuando las hay, cada hipótesis se contrasta en los resultados?
  9. ¿Las conclusiones respetan los límites de los datos?
  10. ¿Las fuentes son actuales, variadas y pertinentes?
  11. ¿Existe coherencia entre introducción, método, resultados, discusión y conclusiones?
  12. ¿El manuscrito encaja en la revista y, cuando corresponda, en el monográfico o convocatoria?
  13. ¿He seguido la plantilla, la extensión y las normas, y he declarado los aspectos éticos, la autoría, los datos y el uso de inteligencia artificial?
  14. ¿Si no somos expertos en metodología científica, algún colega del área correspondiente ha sido consultado?
  15. ¿Algún colega ajeno al artículo lo ha revisado críticamente antes de remitirlo a la revista?

Investigar y publicar para contribuir

La voluntad de publicar es un buen comienzo, pero debe acompañarse de problemas relevantes, preguntas precisas, hipótesis bien fundamentadas cuando procedan, apoyo metodológico, colaboración y revisión crítica. La publicación no convierte automáticamente una experiencia en conocimiento. Ese tránsito lo hacen posible la calidad de las preguntas y las hipótesis, la adecuación del diseño, la honestidad del análisis y la prudencia de las conclusiones.

La idea final puede formularse de manera sencilla: mejores preguntas, hipótesis pertinentes cuando procedan, evidencias adecuadas y conclusiones prudentes. A partir de ahí, publicar con rigor significa aportar una respuesta que pueda ser examinada, discutida y utilizada por otros. Esa es la contribución que da sentido a la investigación educativa y a su comunicación científica.

Tomado de Contextos Universitarios Mediados

García Aretio
Catedrático Emérito de la UNED. Director/Editor de la RIED. Revista Iberoamericana de Educación a Distancia. Presidente de Honor - Cátedra… Leer más

lunes, 28 de septiembre de 2026

¿Cómo conseguir un aprendizaje profundo en el alumnado?

Por Ángel Fidalgo

Hace tiempo, un profesor me comentó que, durante la impartición de una clase, mientras escribía en la pizarra, se paró, miró lo que había escrito y dijo en voz alta: «Por fin lo he entendido». Realmente no sé si se refería exactamente a lo que estaba explicando o a alguna idea derivada de la propia explicación. En cualquier caso, mientras estaba explicando se produjo también en él un proceso de aprendizaje.

Hace unos días me pasó algo parecido. Hace tiempo ideé dos técnicas para que el alumnado tuviese un mecanismo que le permitiera programar, en un lenguaje de programación, prácticamente cualquier fórmula, además de una forma de integrar ambas técnicas para abordar las fórmulas más complejas. Ahora estoy escribiendo unos apuntes de algoritmia y, al tratar de explicar esas dos técnicas, me he dado cuenta de que realmente son una sola técnica, pero con una variante en uno de sus pasos.

Tratar de explicar algo puede convertirse en un proceso de creación de conocimiento y, por tanto, favorecer un aprendizaje profundo, sobre todo cuando no nos limitamos a repetir algo que ya sabemos perfectamente. Para explicarlo tenemos que seleccionar lo importante, relacionar conceptos, organizar las ideas y buscar la forma de que otra persona pueda comprenderlas. No es casualidad que las distintas adaptaciones de la taxonomía de Bloom sitúen «crear» en la zona más alta de la pirámide.

Y si explicar puede producir ese efecto en nosotros, ¿cómo hacemos para que ocurra lo mismo con nuestro alumnado? Una posibilidad es muy sencilla: pedirle que trate de explicar a otros estudiantes un conocimiento, o una aplicación del mismo, que se haya trabajado en clase. Y aquí se produce una situación interesante: el aprendizaje puede ser mayor precisamente cuando aquello que tiene que explicar no lo ha comprendido completamente. Si ya lo domina, puede limitarse a reproducirlo; pero si le resulta complejo, no lo entiende bien o no sabe aplicarlo, tendrá que trabajar sobre ese conocimiento antes de poder explicárselo a otra persona.

A grandes rasgos, el método que yo sigo para hacerlo es el siguiente:

  • Se establecen grupos de trabajo.
  • Cada semana los grupos se reúnen e identifican los conocimientos trabajados durante esa semana.
  • Etiquetan esos conocimientos: fácil, complejo, no lo he entendido, no sé aplicarlo…
  • Se reparten las tareas para explicar esos conocimientos.
  • Se realiza un control de calidad para asegurar que el conocimiento esté correctamente explicado.
  • Finalmente, todo el conocimiento generado se comparte con el resto de la asignatura.

En mi caso, el alumnado escribe esas explicaciones en un blog al que hemos incorporado un sistema de búsqueda sencillo. De esta forma, el conocimiento creado no solamente sirve al grupo que lo ha elaborado, sino que queda disponible para todo el alumnado y para cursos posteriores. Y lo cierto es que algunas de esas explicaciones han trascendido incluso la propia asignatura: para determinados conocimientos aparecen en la primera página de resultados de Google.

Aquí dejo el enlace al blog:

https://cooperativo.liti.digym.upm.es

Seleccionar, relacionar, crear, explicar y compartir. Cinco acciones que hacen que el alumnado no se limite a recibir conocimiento, sino que tenga que trabajar con él, reorganizarlo y explicarlo a otras personas. Y es precisamente durante ese proceso cuando podemos conseguir algo más que aprender un contenido: conseguir aprendizaje profundo.

Tomado de Innovación educativa 

viernes, 25 de septiembre de 2026

Inteligencia Artificial como metáfora en educación

 Por Cristóbal Cobo

 


La Inteligencia Artificial (IA) no solo es una herramienta potente que la sociedad acaba de entronizar, sino que es además un filtro conceptual que media nuestra relación con el mundo, las personas y con nosotros mismos. La educación no es ajena a este devenir y junto a la importante función didáctica que se le pueda adjudicar para renovar, si cabe, los procesos de enseñanza y aprendizaje, es preciso reflexionar sobre qué aporta la dimensión simbólica –no tecnológica- de la IA. Aquí se propone examinar la IA como metáfora para entender y atender la educación.

Hablar de las metáforas en un trabajo sobre la IA, puede parecer un punto de vista “inútil” si se compara con la gran versatilidad, y la cada vez  más prolija, gama de soluciones tecnológicas basadas en IA. Pero, desde la teoría sociocultural, es preciso recalcar que la tecnología instrumentaliza la mente aportado una caja de herramientas simbólicas para pensar con una forma de hacer, y este proceso, como se acaba de revelar no es reciente y se calcula que empezó hace más tres millones  de años; lo propio de la humano es transformar y ser trasformado con tecnología. La IA es un estadio  más de la historia del desarrollo  humano, ¿pero qué aporta la IA en esa instrumentalización de la mente? Sin duda, enumerar lo que puede hacer la IA puede resultar amplio, pero aquí hace falta pensar sobre lo educativamente posible desde esa función tecnológica “inteligente”. Para eses fin puede servir las metáforas.

Cada herramienta, como la IA, es una  invitación a hacer algo (affordance). No se trata solo de dar una acción hacia afuera, sino también de otra acción hacia dentro ya que, en una transacción entre mente e IA, no habría una relación unidireccional y cabe hablar de efectos de carácter estratégico, como la creación de metáforas. Es común emplear metáforas de base tecnológica en la vida diaria, por ejemplo, el corazón como motor o la mente como ordenador. Pero, lejos de ser recursos líricos, las metáforas tecnológicas, incluida la IA, suponen puntos de apoyo simbólicos para “capturar” la complejidad desde un sistema de acción tecnológico.

Las metáforas, esos recursos del lenguaje que se usan para dar sentido a hechos y procesos complejos a través de conceptos concretos, reconfiguran la realidad. Los propios creadores de tecnología echan mano para “alumbrar” o  “esconder” hechos confusos en sus respectivas creaciones y, en el campo de la educación, hay trabajos muy solventes que dan cuenta del empleo de esta serie de recursos prestados de la tecnología. Por ejemplo, Weller, afirma que las metáforas EdTech merecen ser estudiadas ya que, además de proporcionar un punto de apoyo útil de comprensión, implican un desafío para el pensamiento original aportando una herramienta –simbólica- útil para ir más allá de la rutina hacia procesos más imaginativos y lúdicos. La IA, dada su complejidad, ya dispone de una serie de metáforas que van desde asistente o copiloto hasta loro estocástico o Shoggoth.

Pero, ¿qué metáforas presta la IA a la educación y el aprendizaje? La principal, desde que se acuñó el término “Inteligencia Artificial” en 1956, es el mismo concepto de inteligencia, tema denso, sin respuesta clara para los propios especialistas. Para Suzuki, el concepto de inteligencia, como el de aprendizaje, se han readaptado para describir la IA, hecho que ha generado un cambio semántico. Para Innerarity, “la inteligencia artificial tiene inteligencia refleja, no reflexiva”, es más, desde la visión de Morozov, la IA ni es inteligente ni es artificial. Estos, y otros cuestionamientos a la inteligencia de la IA, permitirían asumir que incluso la propia noción de inteligencia en la IA es una metáfora. Tomar literalmente lo “inteligente” de la IA puede provocar visiones, normalmente aupadas en la prensa y redes sociales, que no hacen otra cosa que estrechar la visión de lo humano a un conjunto, eso sí eficiente, de operaciones lógicas. Esta antropomorfización ocurre también cuando se dice que la IA sufre “alucinaciones” o “miente”. En realidad, no es así, el “percibir mal” o el “faltar a la verdad” son procesos de comprensión y conciencia que están muy distantes de sola reescritura de textos que puede generar, por ejemplo, ChatGPT. Ya que la inteligencia que simula y la inteligencia que comprende no son las mismas, es preciso cuidar esos recursos de lenguaje con que se cifran procesos que al final pueden llevar falsas expectativas, para mal o para bien. La metáfora de la inteligencia, mal atendida, puede llevar a equívocos entre la relación persona-máquina.

Pues bien, si la “inteligencia” de la IA es limitada y no puede ser tomada como literal, sino como una metáfora que permite una caja negra cargada de intrincados procesos matemáticos, ¿qué papel puede tener en la educación? La IA, como metáfora, puede tener un papel importante en la práctica que permitiría percibir, problematizar y dar valor -o no- a ciertos procesos educativos, que permiten repensar el aprendizaje con IA, por ejemplo, como personalización o como algortmización. De esta misma comprensión sobre el poder de la “inteligencia” de la IA también dependen los debates, o bien tecnooptimistas o tecnopesimistas. Pero, como apunta White, hay que estar atentos sobre dónde entronizamos la inteligencia de la IA. Si la IA se pone en la cumbre del pensamiento y el aprendizaje donde cabe la creatividad infinita de la inteligencia humana, o si esa misma IA se pone como apoyo de ese proceso sin fin. Poner la “inteligencia” de la IA como la cúspide infinita de la creatividad mermaría los intentos de desarrollo educativo que, siendo así orientados, no pasarían de ser simulaciones conocidas, creatividad sin novedad.

En general, además de estar atento, y mucho, a lo que puede hacer la IA, hay que estar atentos a lo que pensamos sobre ella, a nuestra narrativa sobre la IA que, dicho sea de paso, debe ser más exigente que la “inteligencia” de la IA. Las metáforas, junto a los mitos EdTech, son parte de ese ese mundo no-tecnológico de la IA que también forma parte de la visión educativa actual.

Fuente:

Suárez-Guerrero, C. (2024). Inteligencia Artificial como metáfora en educación. Dirección Y Liderazgo Educativo, DYLE, 22, 4-5.  

Tomado de Educación y virtualidad