Authors: Henrietta Carbonel, Mélanie Bonvin Adaptation: Ambroise Baillifard, Thomas Reber, Jean-Michel Jullien

1. ¿Qué competencias desarrollar en la universidad?

Más vale una cabeza bien formada que una cabeza bien llena (Montaigne).

Seguro que ya has oído esta frase. Sugiere que la capacidad de pensar es preferible a la acumulación de conocimientos. Sin embargo, es imposible pensar (analizar, establecer conexiones, organizar ideas) sin una base sólida de conceptos, teorías o hechos.

Taxonomía de Bloom

El modelo de la taxonomía de Bloom, ampliamente utilizado en la educación superior, describe distintos niveles de competencias cognitivas que deben desarrollarse: recordar, comprender, aplicar, analizar, evaluar y crear. No es una escalera que deba subirse en orden. Intentar aplicar un concepto nuevo suele ayudar a comprenderlo en profundidad. Analizar un texto contribuye a memorizarlo. En algunas disciplinas se empieza por la parte superior de la «pirámide de Bloom»: en historia natural, clasificar especies es una competencia básica; en artes, se crea desde el primer día de clase.

Los dos primeros niveles —recordar y comprender— son indispensables. Pensemos en un médico: le resultaría imposible realizar diagnósticos fiables sin una base sólida de conocimientos sobre los órganos, los sistemas (digestivo, nervioso, etc.) del cuerpo humano y la anatomía. Por ello, los programas educativos exigen aprender y saber explicar conceptos clave, teorías y hechos.

Pero eso no basta: también hay que saber movilizar estos conocimientos en situaciones próximas y lejanas, comprender cómo se relacionan los conceptos, qué los diferencia e identificar sus supuestos y contextos de aplicación. En otras palabras, debe construir un mapa rico y matizado de su disciplina para poder aplicar, analizar, evaluar e innovar.

↑ Fuente de la imagen: Wikipédia (en inglés).

La inteligencia artificial generativa (GenAI) puede producir contenidos que parecen abarcar todos estos niveles de aprendizaje. Pero cuidado: si GenAI hace el trabajo por usted, corre el riesgo de perderse el aprendizaje auténtico. Tendrá la ilusión de saber, sin poseer las competencias correspondientes.

En este módulo mostraremos cómo utilizar GenAI para apoyar su aprendizaje, profundizar en su comprensión y desarrollar sus competencias.

Para recordar

Quien desee pensar por sí mismo necesariamente tendrá que acumular conocimientos, aprender a movilizarlos, analizarlos y utilizarlos en nuevos contextos. Según cómo se utilice, la inteligencia artificial generativa puede obstaculizar esta búsqueda de competencias.


2. ¿Qué ocurre en el cerebro? 
¿Qué significa aprender?

Tu cerebro no es un disco duro. Es un órgano vivo en constante evolución.

Para comprender mejor por qué determinadas estrategias de aprendizaje son eficaces, veamos qué ocurre en tu cerebro cuando aprendes.

El cerebro humano contiene unos 86 000 millones de neuronas. Para aprender, son esenciales los cientos de billones de conexiones que se forman entre ellas.

Sin embargo, las capacidades del cerebro no se reducen al número de neuronas. Cuando aprendemos, el cerebro refuerza algunas conexiones existentes entre neuronas o crea otras nuevas. Es lo que se denomina plasticidad cerebral (o neuroplasticidad), que permite a todos aprender a lo largo de la vida.

Para recordar

La plasticidad cerebral permite a todas las personas aprender a lo largo de la vida.

Aprender es conectar

Imagina que estudias neurología. Descubres que, cuando las neuronas se activan, crean o refuerzan conexiones, como muestra este diagrama.

↑ Fuente:Das et al., 2022.

¿Qué ocurre en tu cerebro cuando observas esta imagen? Se desencadena toda una cascada de conexiones neuronales. Tu retina envía señales a un gran número de neuronas. Si consideramos una sola neurona:

  1. La información llega en forma de señal bioeléctrica.
  2. La señal se propaga por el axón de la neurona (1), que a su vez libera sustancias químicas a través de la sinapsis, es decir, el pequeño espacio entre el axón de una neurona (1) y la dendrita de otra (2).
  3. La neurona 2 recibe la información.

Cuando aprendes algo, se debe fundamentalmente a que se refuerzan algunas conexiones neuronales, se crean otras nuevas y se debilitan otras. Cada neurona está conectada con entre 1 000 y 10 000 neuronas de distintas partes del cerebro.

Dicho de otro modo, miles de millones de conexiones simultáneas en el cerebro permiten realizar funciones como sentir, moverse, formar recuerdos, analizar, tomar decisiones, recordar o hablar una lengua extranjera...

Attention

Para nuestros fines, basta con esta explicación, aunque la realidad es mucho más compleja. Existen distintos tipos de neuronas y células, varias capas y diferentes regiones cerebrales que intervienen en funciones distintas. Si deseas saber más, consulta los recursos propuestos al final del capítulo.

El ejemplo del piano

Pensemos en el piano: escuchar conciertos o los consejos de un profesor nunca te convertirá en pianista. Hay que tocar una y otra vez, es decir, activar las redes neuronales implicadas (motricidad, audición, visión…).

Al principio resulta difícil leer la partitura y coordinar las manos. Con la práctica, las conexiones se refuerzan, las señales se vuelven más rápidas y eficaces y tocar resulta más fácil.

El ejemplo de los estudios

Con los estudios ocurre lo mismo que con el piano. No basta con leer un manual, escuchar una conferencia o ver vídeos para convertirse en economista o jurista. Para desarrollar las competencias cognitivas descritas en la taxonomía de Bloom, es necesario practicar activamente. Tomar apuntes crea conexiones más duraderas que limitarse a leer.

Pedir a una IA generativa que elabore un resumen, un estudio de caso o un análisis de datos es adoptar una actitud pasiva. Leer los resultados de la IA apenas contribuirá a reforzar las vías neuronales. Estudiar es como tocar el piano: sin práctica activa, no se aprende.

Para recordar

La práctica activa (como tomar apuntes) refuerza las conexiones neuronales más que la escucha pasiva. Movilizar activamente los conocimientos consolida los circuitos neuronales pertinentes.

En la sección Estrategias eficaces para aprender, veremos cómo poner en práctica estas competencias. Lo esencial es que hagas el trabajo para desarrollar y reforzar las conexiones neuronales y crear vías sólidas y eficaces.

La práctica regular

Los neuropsicólogos suelen utilizar una metáfora: el cerebro es como un bosque denso. Al principio cuesta abrirse camino. Sin embargo, si vas al lago todos los días, se forma un sendero. Con el tiempo podrás recorrerlo sin esfuerzo. Si dejas de utilizarlo, acabará desapareciendo.

Lo mismo ocurre con el aprendizaje. Si practicas de forma activa y repetida (piano, bicicleta, álgebra…), las conexiones se refuerzan, el camino se despeja y disminuyen los errores. Si dejas de practicar, tus conocimientos y competencias se irán debilitando.

Attention

Encargar una tarea a una IA generativa equivaldría a teletransportarse directamente al lago sin abrir el sendero. No habrías aprendido nada.

Agrupación (chunking): aprender a organizar

Las vías neuronales pueden ser sencillas o complejas. El cerebro es capaz de reunir varios elementos en una sola unidad de conocimiento: es la agrupación o chunking.

Ejemplo: el acorde de do mayor

Al principio aprendes que el do se toca con el pulgar, el mi con el dedo medio y el sol con el meñique. Después comprendes que estas tres notas forman el acorde de do mayor. Cuando alguien dice «do mayor», sabes qué hacer, igual que cuando ves este símbolo:

La agrupación de información (chunking) es esencial para las tareas complejas. Nuestra memoria de trabajo solo puede procesar unos cuatro elementos a la vez. Pero si cada elemento es un conjunto estructurado (concepto, acorde…), el cerebro puede manipularlos como unidades individuales.

Los neurocientíficos Alan Baddeley y Graham Hitch (1974) mostraron que la calidad de las conexiones entre ideas permite aumentar nuestra capacidad mental. Cuanto mejor conectados están los conceptos, más eficazmente podemos pensar, resolver problemas, ejercer el pensamiento crítico y crear.

Del mapa mental al dominio experto

Además de agrupar información, las personas expertas desarrollan un mapa mental complejo de su ámbito, con múltiples rutas, conexiones cruzadas y zonas de exploración.

Ejemplo en economía: durante el primer año se relaciona «inflación» con «aumento general de los precios». Para pensar como economistas hay que enriquecer ese mapa: políticas monetarias, tipos de interés, oferta y demanda de dinero, deflación en Japón, hiperinflación en Venezuela, costes de menú, efectos sobre el patrimonio, etc. (Caine y Caine, 1994).

Aprender es desaprender
Ejemplos

Una persona que empieza a estudiar economía puede creer que el aumento del precio de su vivienda la hace más rica. Pero si se debe a la inflación, todos los precios suben y el poder adquisitivo permanece igual.

Desde la infancia has desaprendido muchas ideas equivocadas. Quizá hayas tenido que cuestionar algunas de ellas:

  • cada palabra tiene un solo significado;
  • los objetos más pesados caen más rápido;
  • dividir un número necesariamente lo hace más pequeño;
  • en verano, la Tierra está más cerca del Sol;
  • un buen dibujo es realista;
  • las reglas son necesariamente justas;
  • …

Abandonar creencias falsas supone actualizar los conocimientos y reconfigurar el cerebro. Las conexiones erróneas se debilitan y las correctas se refuerzan. Recuerda la metáfora del bosque: abrir un camino nuevo y dejar de recorrer el antiguo.

Es una etapa esencial del aprendizaje: corregir para progresar. Pero no es fácil, y la creencia inicial puede persistir.

Exemple

La primera vez que Pablo aprende a dividir, recuerda que «dividir significa repartir en varias partes, así que el resultado siempre es menor». Después debe repartir 10 litros de agua en botellas de 0,25 litros. Necesita 40 botellas:

  • 10 ÷ 0,25 = 40

Dividir entre un número inferior a 1 obliga a desaprender: «cuanto menor es el divisor, mayor es el resultado». Una creencia inicial reforzada por cientos de ejercicios será más difícil de corregir: hay que crear una nueva vía neuronal y abandonar la antigua.

Referencias

Baddeley, Alan. ‘Working Memory: Looking Back and Looking Forwar...’. Nature Reviews Neuroscience 4, no. 10 (October 2003): 829–39. https://doi.org/10.1038/nrn1201

Baddeley, Alan D., and Graham Hitch. ‘Working Memory’. In Psychology of Learning and Motivation, edited by Gordon H. Bower, 8:47–89. Academic Press, 1974. https://doi.org/10.1016/S0079-7421(08)60452-1

Caine, Renate Nummela and Caine, Geoffrey, Making Connections: Teaching and the Human Brain. Addison-Wesley, 1994.

D. Das, Y. Cen, J. Wang and X. Fong, "Design of Spintronics-based Neuronal and Synaptic Devices for Spiking Neural Network Circuits", IEEE ICEE 2022, pp. 1–6, doi: 10.1109/ICEE56203.2022.10117644.


3. Estrategias eficaces para aprender

Presentamos aquí tres estrategias cuya eficacia para favorecer la memorización a largo plazo está bien documentada: la práctica de recuperación, la práctica espaciada y la práctica intercalada. Tras una breve explicación, veremos cómo utilizar la inteligencia artificial generativa para apoyar cada una de ellas.

La práctica de recuperación (retrieval practice) 

Para recordar mañana, relea. Para recordar dentro de un mes, póngase a prueba.

Si quiere recordar el contenido de un texto a largo plazo, resolver un cuestionario (aunque sea muy fácil) resulta más eficaz que releerlo detenidamente.

¿No está convencido? Descubra estos dos estudios que comparan la estrategia de relectura con la «prueba de recuerdo libre». El recuerdo libre consiste en recordar y expresar espontáneamente tanta información como sea posible, sin pistas ni un orden impuesto.

Estudio n.º 1: relectura frente a prueba de recuerdo libre

Roediger y Karpicke (2006) evaluaron a 120 estudiantes universitarios de grado en tareas de memorización. Todos estudiaron dos textos científicos breves. Tras una primera lectura, un grupo volvió a leer los textos (condición «restudy»), mientras que el segundo realizó una prueba de recuerdo libre sin retroalimentación.

Después, transcurridos 5 minutos, 2 días o 1 semana, todos realizaron una prueba final de recuerdo libre sobre ambos textos.

Los resultados muestran un patrón claro:

  • Después de 5 minutos, quienes habían releído los textos obtuvieron mejores resultados que quienes habían realizado una prueba (81 % frente a 75 %).
  • Pero después de 2 días o 1 semana sucedió lo contrario: quienes habían realizado una prueba inicial recordaron mejor los textos que quienes solo los habían releído (68 % frente a 54 % a los 2 días, y 56 % frente a 42 % después de 1 semana).

Este «efecto de cruce» muestra que realizar una prueba, incluso sin retroalimentación, mejora la retención a largo plazo mucho más que la relectura.

Estudio n.º 2: repetir frente a prueba de recuerdo libre

Un segundo experimento de Roediger y Karpicke (2006) comparó el efecto de releer repetidamente un texto con el de realizar repetidas pruebas de recuerdo sobre la memorización a largo plazo. Se dividió a 180 estudiantes en tres grupos, que dedicaron el mismo tiempo al mismo texto:

  • Grupo 1: los participantes estudian el texto cuatro veces (SSSS). Por término medio, lo leerán 14 veces.
  • Grupo 2: los participantes estudian el texto tres veces y luego realizan una prueba de recuerdo libre (SSST). Por término medio, lo leerán 10 veces.
  • Grupo 3: los participantes estudian el texto una sola vez y después realizan tres pruebas de recuerdo libre (STTT). Por término medio, lo leerán 3 veces.

Resultados:

  • Después de 5 minutos, quienes más habían releído el texto (LLLL) obtenían los mejores resultados.
  • Pero después de 1 semana, el grupo que había realizado más pruebas de recuerdo (y menos lecturas) (LRRR) era el que mejor recordaba el contenido.

👉 Leer no basta para aprender a largo plazo. Ponerse a prueba es aprender.

¿Por qué funciona tan bien la recuperación?

A menudo pensamos que memorizar consiste en «introducir» información en el cerebro. Pero, para consolidarla realmente a largo plazo, sobre todo hay que recuperarla.

Cada vez que intenta recordar activamente una información —mediante una prueba, un cuestionario o una explicación a un compañero— refuerza sus conexiones de memoria.

Ejemplo

Ve tres veces un vídeo sobre la teoría del caos. Todo le parece clarísimo y piensa: «Perfecto, lo he entendido». Pero un mes después, cuando intenta explicar el efecto mariposa a un amigo, se queda en blanco.

Ver un vídeo o escuchar a un profesor que explica con claridad puede crear la ilusión de comprender. Resulta cómodo, exige poco esfuerzo y genera una falsa sensación de dominio.

Solo cuando intentamos explicarlo con nuestras propias palabras nos damos cuenta de lo pasivos que habíamos sido. Esta diferencia muestra que a menudo confundimos familiaridad con comprensión real.

La práctica de recuperación es eficaz porque exige el esfuerzo de formular una respuesta. Nos enfrenta a la incomodidad de no saber, y precisamente eso hace que el aprendizaje sea más sólido.

Sin embargo, la práctica de recuperación requiere más esfuerzo y enfrenta al alumnado con sus conocimientos reales, lo que puede afectar negativamente a su confianza.

Pero la incomodidad merece la pena. La investigación es clara: la práctica de recuperación funciona incluso si no conoce la respuesta correcta. El simple hecho de pensar en la pregunta refuerza la memorización posterior, siempre que después compruebe la respuesta correcta. Además, tendrá una visión más objetiva de sus conocimientos y de su comprensión de la materia.

La práctica de recuperación en acción

  1. ¿Cuál es la principal ventaja de la prueba de recuerdo libre frente a la relectura, según los estudios citados?
  2. Explique con sus propias palabras qué es una «ilusión de dominio». Dé un ejemplo.
  3. ¿Por qué la práctica de recuperación puede reducir temporalmente la confianza en uno mismo y por qué resulta, en realidad, beneficiosa?
¿Cómo puede apoyar la IA generativa la práctica de recuperación?

La IA generativa puede actuar como tutor personal para ayudarle a practicar la recuperación, identificar lagunas de conocimiento, crear tarjetas de estudio o generar cuestionarios.

Atención

  • No olvide que las respuestas proporcionadas por una IA generativa pueden ser erróneas (véase el Objetivo de aprendizaje 2). Cuando utilice una IA para repasar, debe conocer suficientemente el contenido para poder comprobar las respuestas dudosas, los hechos y las definiciones. El trabajo académico exige precisión.
  • En las instrucciones de los prompts que proponemos, recomendamos pedir a la IA que se limite a los documentos proporcionados. Lamentablemente, debido a su funcionamiento, la IA recurre a todos sus datos de entrenamiento y no siempre se limita a los documentos facilitados.
  • Si no puede subir sus documentos o no está autorizado a hacerlo, adapte simplemente el prompt describiendo el tema que desea repasar.
Primera parte del prompt: proporcionar información a la IA generativa

Empiece por subir sus apuntes de clase, guion o presentación (si está autorizado*) a la herramienta de IA generativa. Si tiene dudas sobre los derechos de autor o la confidencialidad, consulte a su docente. Adjunte los objetivos de aprendizaje y una breve descripción del contenido que desea repasar.

*No olvide que no puede subir documentos protegidos por derechos de autor sin autorización.

Soy estudiante de [curso] en el ámbito de [disciplina]. Estoy repasando el módulo [nombre de la asignatura] y quiero trabajar sobre [tema]. He subido [mis apuntes / la presentación del docente / el guion del módulo, etc.].

Segunda parte del prompt: especificar lo que necesita

Quizá quiera que su IA generativa actúe como tutor personal:

Soy estudiante de [curso] en el ámbito de (…). 

Basándote únicamente en estos documentos, hazme preguntas abiertas. Yo responderé. Si mi respuesta es completa, dímelo. Si es parcial, anímame a precisar mediante una pista, pero sin darme la respuesta. Si me equivoco, dime qué es incorrecto sin darme la respuesta correcta, salvo que la solicite explícitamente.

No sigas una progresión lineal. Varía los temas en cada pregunta y abarca todo el contenido.

Quizá prefiera identificar lo que le falta por aprender:

  • Explique a la IA generativa todo lo que sabe sobre un tema y después pregúntele qué es incorrecto o incompleto. Puede utilizar, por ejemplo, la herramienta «Detector de lagunas de conocimiento». Recuerde indicarle el idioma antes de empezar.
  • O utilice este prompt:

Soy estudiante de (…). 

Ahora voy a escribir todo lo que recuerdo sobre este tema. Al terminar, dime qué he olvidado y qué es incorrecto, en forma de preguntas (no des las respuestas).

Quizá quieras generar tarjetas de estudio (flashcards) a partir de tus documentos o de tu propio resumen.

Ejemplo real

Instrucción redactada y utilizada por un estudiante de veterinaria en Suiza que usa ChatGPT para crear tarjetas de estudio que después importa a Anki, una aplicación utilizada por la mayoría de los estudiantes de su promoción:

Tu función: analiza las capturas de pantalla que he subido, correspondientes al primer semestre de la carrera universitaria de veterinaria. Identifica los conceptos más importantes de estos documentos y crea tarjetas de estudio para preparar los exámenes.

Anverso: una pregunta numerada con un código de tres cifras a partir de 001, sin espacio entre el número y la pregunta (p. ej.: 001¿Cuáles son las tres enzimas implicadas en la formación del ARNm?).

Reverso: respuesta breve y precisa, sin oraciones completas, palabras introductorias ni repetición de los términos de la pregunta.

Forma: cada pregunta debe ser independiente y estar estructurada de forma coherente en toda la baraja. Utiliza únicamente palabras clave. Para los conceptos complejos puedes recurrir, con moderación, a una comparación visual o una regla mnemotécnica, reducida a lo esencial.

Formato: Anki.

Quizá quieras generar pruebas de práctica (preguntas de opción múltiple, verdadero/falso, textos con huecos).

Soy estudiante de [año] de [disciplina]. Estoy repasando la asignatura [nombre] y quiero practicar [tema]. He subido [mis apuntes, la presentación, el guion…]. Genera preguntas de opción múltiple, de verdadero/falso o textos con huecos basados en los documentos.

Quizá quieras completar o revisar un mapa mental, ya que los mapas mentales son muy eficaces para recordar… pero solo si empiezas creando uno por tu cuenta, sin consultar tus apuntes. Después:

  • Complétalo con tus materiales;
  • Puedes pedir a la IA generativa una valoración crítica de tu mapa (¡sin dejar de mantener tu espíritu crítico!).

Soy estudiante de [año] de [disciplina]. Estoy repasando la asignatura [nombre] y el tema [xxx]. Este es el mapa mental que he creado. ¡Evalúalo críticamente! ¿He olvidado conceptos importantes?

Quizá quieras probar una de las mejores formas de aprender: enseñar.

Pide a la IA que te haga preguntas si te equivocas. Una de las mejores maneras de aprender es explicárselo a otra persona. Pide a la IA que actúe como estudiante y explícale un concepto. Te hará preguntas si tu explicación resulta confusa, imprecisa o incorrecta. Algunas IA permiten hacerlo también oralmente.

💡 Consejo: adoptar un papel activo gracias a la IA generativa

Utilizar la IA generativa de manera activa (recuperar conocimientos de memoria, aclarar ideas…) es mucho más eficaz que permanecer pasivo.

Mal hábito Mejor enfoque
Pedir una explicación a la IA generativa Explicar un concepto a la IA generativa y pedirle que haga preguntas
Pedir un mapa mental a la IA generativa Crear tu propio mapa mental y después pedir comentarios a la IA generativa
Leer un resumen generado por IA Pedir a una IA generativa que haga preguntas sobre el tema e intentar responder sin apuntes

Cuidado con el efecto de primado (priming effect)

Una vez que hemos visto la respuesta de la IA generativa, resulta mucho más difícil explorar otras ideas o cuestionar su propuesta. Es lo que se conoce como efecto de primado (priming effect).

El aprendizaje espaciado 

Objetivo de este capítulo

Todo el mundo sabe que aprender algo una sola vez no basta para recordarlo. Sin embargo, no todos conocen la repetición espaciada, una de las estrategias de aprendizaje más sólidas según las ciencias cognitivas.

¿Cómo aprender los nombres de los huesos del cuerpo humano?

En lugar de repasar automáticamente la lista cada día, estúdiala hoy y espera después 2 días, luego 4 y finalmente 7. Cada vez, ponte a prueba sin consultar la lista.

Estudio pionero

Los estudios sobre la memoria se remontan a los trabajos de Hermann Ebbinghaus en la década de 1880.

Esto es lo que hizo:

  • Aprendió listas de sílabas sin significado (como ZUX, BOK, etc.) para evitar que el sentido influyera en la memorización.
  • Midió cuánto tiempo necesitaba para volver a aprenderlas tras intervalos variables (horas, días, semanas).

Resultados:

  • Ebbinghaus observó que, al cabo de un día, ya había olvidado aproximadamente el 60 % del material aprendido.
  • Para maximizar la retención a largo plazo con el mínimo esfuerzo, hay que repasar la información justo antes de olvidarla.

Gracias a ello, identificó dos fenómenos fundamentales:

  1. La curva del olvido: olvidamos rápidamente lo que acabamos de aprender, sobre todo durante las primeras horas.
  2. El efecto del aprendizaje distribuido (o espaciado): repasar varias veces, dejando intervalos entre las sesiones, permite recordar durante más tiempo que estudiar todo de golpe (estudio intensivo).
 

A diagram of a graph

AI-generated content may be incorrect.

↑ Fuente de la imagen: Mercuri International


El aprendizaje espaciado resulta especialmente eficaz cuando se practica justo al empezar a olvidar, cuando recordar requiere esfuerzo, y no cuando el recuerdo aún está fresco. El intervalo entre repasos depende del tipo de información (una pieza musical, un movimiento deportivo, una lista de palabras). Para una lista de palabras, conviene repasarla varias veces durante la primera sesión, después al día siguiente, dos días más tarde y, finalmente, unas semanas después.

No existe una regla universal para determinar el intervalo óptimo, pero las investigaciones coinciden: varias sesiones espaciadas son esenciales para memorizar a largo plazo.

Quienes utilizan el aprendizaje espaciado comprenden mejor los conceptos, no solo sus definiciones. También pueden aplicarlos mejor a situaciones nuevas. Es un paso clave hacia los niveles superiores de la taxonomía de Bloom: aplicar, analizar y evaluar.

Metaanálisis reciente

Cepeda et al. (2006):

  • Se trata de un metaanálisis de 254 estudios sobre la repetición espaciada.
  • Resultado: el repaso espaciado es casi siempre más eficaz que el repaso concentrado (massed practice) para la memoria a largo plazo, independientemente de la edad o el contenido.
  • El efecto es especialmente notable cuando el intervalo coincide con el olvido parcial del contenido.
Para recordar

El aprendizaje espaciado es especialmente eficaz cuando se practica justo al empezar a olvidar, cuando recordar exige esfuerzo y no cuando el recuerdo aún está fresco.

¿Cómo puede apoyar la IA generativa el aprendizaje espaciado?

La IA generativa podría crear un plan de estudio semanal o mensual, pero no necesariamente es el método más eficaz. A menudo resulta más útil elaborar tu propia planificación con un calendario semanal o mensual adaptado a tu ritmo.

Ejemplo

Crea un calendario en blanco y anota tus sesiones de repaso. Cada vez que termines un capítulo, programa tres recordatorios: al día siguiente, tres días después y una semana después. La IA generativa puede ayudarte a crear recordatorios para cada concepto clave.

La práctica intercalada (interleaving) 
¿Cómo mejora el aprendizaje la práctica intercalada?

Imagina que repasas los tiempos verbales. En vez de hacer 20 ejercicios de presente simple y luego 20 de pasado simple, mézclalos desde el principio. Esto dificulta el ejercicio… pero te obliga a reflexionar y comparar.

Resultado: aprendes mejor.

La práctica intercalada (interleaving) es una estrategia de aprendizaje que consiste en alternar distintos temas o competencias (ABCABCABC), en vez de estudiarlos por bloques (p. ej., AAAAA, después BBBBB y luego CCCCCC). Mezcla los tipos de ejercicios o contenidos para reforzar la comprensión. Los entrenadores deportivos suelen utilizarla cambiando de ejercicio cada cinco minutos.

Qué dice la investigación

Entre numerosos estudios, Rohrer, Dedrick y Stershic (2015) compararon dos grupos de estudiantes de matemáticas:

  • uno practicaba por bloques (ejercicios similares agrupados): AAA, BBB, CCC;
  • el otro utilizaba la práctica intercalada (ejercicios variados mezclados): ABC, ABC, ABC.

Ambos grupos estudiaron el mismo contenido durante el mismo tiempo y con la misma sesión de repaso (imagen).

↑ Fuente de imagen: @N. Heath, OCR.


Resultados:

  • después de un día: la práctica intercalada ya es más eficaz para aprender;
  • después de 30 días: puntuación media del 74 % con práctica intercalada, frente al 42 % con práctica por bloques.
¿Por qué es eficaz?

La práctica por bloques es popular porque da una impresión de dominio. Pero no es más que una ilusión.

La práctica intercalada, aunque más eficaz, gusta menos porque tardamos más en sentirnos competentes. Requiere mayor esfuerzo cognitivo, pero obliga a distinguir conceptos y elegir la estrategia adecuada, como en situaciones reales. Mejora la comprensión y la memoria a largo plazo con el mismo tiempo de estudio.

¿Cómo puede ayudarte la IA generativa a intercalar contenidos?

Cuando utilices la IA generativa para practicar activamente la recuperación de información (retrieval practice), pídele que mezcle preguntas de varios capítulos o temas, y no solo del que acabas de estudiar.

Por ejemplo, puedes pedir a una IA generativa: «Quiero repasar los temas que he estudiado esta semana: la Revolución francesa, el comercio triangular y la Ilustración. He subido mis apuntes. A partir de ellos, crea 30 preguntas (10 por tema) sobre estas tres cuestiones, adaptadas a una estudiante de primer año de grado. Hazme una pregunta cada vez, mezclando los temas; espera mi respuesta, dame un comentario breve y pasa a la siguiente pregunta».

Esto te obliga a recurrir a la memoria de una manera más flexible.

Referencias

Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380. https://doi.org/10.1037/0033-2909.132.3.354

Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.

Renate Nummela Caine and Geoffrey Caine, Making Connections: Teaching and the Human Brain (Menlo Park, Calif: Addison-Wesley Pub. Co, 1994).

Rohrer, D., Dedrick, R. F., & Stershic, S. (2015). Interleaved practice improves mathematics learning. Journal of Educational Psychology, 107(3), 900–908. https://doi.org/10.1037/edu0000001

RoedigerIII, Henry L., and Jeffrey D. Karpicke. ‘Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention’. Psychological Science 17, no. 3 (1 March 2006): 249–55. https://doi.org/10.1111/j.1467-9280.2006.01693.x.


4. Desarrollar competencias cognitivas de alto nivel

Es fácil, pero ¿cómo explicarlo?

¿Alguna vez has tenido la impresión de haber entendido perfectamente una explicación compleja en clase… hasta que te ha tocado explicarla? Todo parecía claro, pero al intentar reformularla ya no sabías por dónde empezar y perdías el hilo lógico.

Por desgracia, es normal.

El profesorado domina su especialidad y ha elegido cuidadosamente por dónde empezar, qué ejemplos utilizar y cómo simplificar. Mientras no hagas el trabajo por tu cuenta, no habrás establecido las conexiones necesarias en tu cerebro. Todavía no piensas como una persona experta en historia, psicología o matemáticas.

En un mundo donde la inteligencia artificial generativa (GenIA) puede escribir un ensayo o responder a un estudio de caso, quizá pienses que estas competencias ya no son necesarias. Algunos artículos anuncian que la IA sustituirá nuestros empleos… Entonces, ¿por qué desarrollar competencias que la IA a veces realiza mejor?

Practicar por cuenta propia para aprender
Para recordar
  1. GPT no te sustituirá.
  2. Se aprende haciendo.
  3. Desarrollar competencias avanzadas requiere años de esfuerzo.

↑ Enviar a GPT al gimnasio no desarrolla tus músculos. Fuente de la imagen: GPT (sic).

  1. Como la calidad de las respuestas de la IA generativa es variable, su uso solo automatiza algunas tareas. Los estudios muestran que la IA generativa no sustituye por completo las profesiones, sino que modifica algunas de sus tareas (Gmyrek, Berg, & Bescond, 2023). A menudo, sus resultados son demasiado genéricos, aproximados o incluso erróneos. Por eso, utilizar IA generativa sin conocimientos sólidos rara vez produce trabajos de calidad, y las competencias cognitivas avanzadas siguen siendo muy demandadas.

¡Pruébalo!

Pide a una IA generativa que escriba un ensayo sobre un tema que conozcas bien. Compáralo. ¿Qué te parece correcto o incorrecto? ¿Superficial o pertinente? → Variante: pídele un resumen de una película o un libro que te encante. ¿Es fiel, completo y equilibrado?

  1. Aunque la IA generativa parezca producir buenos resultados con poco esfuerzo, solo progresarás practicando, equivocándote y revisando. La escritura académica es difícil al principio (¡para todo el mundo!), y tus análisis de datos no serán perfectos a la primera, pero así es como se aprende.
  2. Comprender, aplicar, analizar, evaluar y crearson competencias que deben construirse activamente: enviar a un amigo al gimnasio no te pone en forma. Del mismo modo, pedir a una IA generativa que haga el trabajo no desarrolla tus conexiones neuronales. Tienes que implicarte: escribir, resolver, resumir, debatir, dibujar…

Practicar por cuenta propia en lugar de encargar el trabajo a una IA generativa.De acuerdo. Pero ¿cómo?

La investigación ha identificado varios elementos fundamentales:

  • Antes de la enseñanza: el fracaso productivo para preparar el terreno;
  • Durante el aprendizaje: la elaboración y la escritura para reforzar la memorización y profundizar en el pensamiento;
  • Después del esfuerzo: la atención difusa para favorecer la aparición de soluciones.
El papel del error

Cuando buscas una solución, sueles probar varios caminos. Resulta frustrante, sobre todo si fracasas, pero precisamente ahí se produce el aprendizaje. Encontrar la solución inmediatamente es satisfactorio, pero no habrás aprendido gran cosa.

↑ Equivocarse a menudo para aprender.

En cambio, explorar vías equivocadas te ayuda a:

  • comprender las relaciones entre conceptos,
  • activar tus conocimientos previos,
  • identificar las características fundamentales de un problema.

Esto genera una disonancia cognitiva que impulsa al cerebro a reorganizar sus conocimientos (Piaget, 2007). Este enfoque se denomina fracaso productivo(productive failure), y se ha estudiado ampliamente en matemáticas (Kapur y Bielaczyc, 2012).

Ejemplo procedente de la investigación

Kapur (2008) planteó al alumnado un problema complejo de física (sobre el momento de fuerza). Dividió al alumnado en dos grupos:

  • sin ayuda inicial («fracaso productivo») y con orientación posterior
  • con enseñanza estructurada

El primer grupo aprende mejor y con mayor profundidad. Si pensamos que el problema estaba poco estructurado, era nuevo para el alumnado y no se ofrecieron instrucciones iniciales, el resultado de Kapur puede parecer contraintuitivo. No debemos olvidar la etapa de «enseñanza estructurada después del fracaso inicial». El primer grupo aprende mejor porque el alumnado tuvo que esforzarse con el problema antes de recibir la solución. Evidentemente, el fracaso solo es productivo si después se corrige y se debate la solución correcta.

La atención difusa

Imagina que llevas horas atascado en un problema de estadística. Nada funciona. Es el momento de que el cerebro tome distancia. Haz una pausa, camina o date una ducha; es decir, deja espacio para la attention diffuse.

En su libro «A Mind for Numbers», Barbara Oakley explica que el aprendizaje suele estar relacionado con la atención concentrada, útil para resolver problemas y realizar tareas de aprendizaje. Sin embargo, cuando te encuentras ante un bloqueo, el cerebro puede beneficiarse de una pausa. Los investigadores no saben exactamente qué sucede durante ese período, pero el cerebro sigue trabajando en segundo plano, reorganizando ideas y formando conexiones nuevas que pueden llevarte a la solución. Los psicólogos lo llaman incubación (Wagner et al., 2024).



La investigación ofrece pocas certezas sobre la duración óptima de una pausa: desde 20 minutos en experimentos con rompecabezas hasta los descubrimientos que algunos científicos describen tras largas caminatas por la montaña o visitas a museos. El sueño también desempeña un papel importante en la incubación (Wagner et al., 2004). Sin embargo, sabemos que es inútil hacer una pausa demasiado pronto. Es necesario haber probado distintos caminos y llegado a un punto muerto. La mayoría de los investigadores pasan meses, incluso años, trabajando en un mismo proyecto, alternando el pensamiento concentrado y el difuso. Como estudiante, procura hacer una pausa de vez en cuando cuando te bloquees, para dar tiempo al cerebro a crear nuevas conexiones y adoptar otra perspectiva.



Prompt: aprovechar la atención difusa

Después de llevar mucho tiempo atascado con un concepto:

Me he atascado con un problema relacionado con [concepto]. Dame una pregunta o un ejemplo más sencillo para reactivar mis ideas y después vuelve progresivamente al nivel inicial de dificultad.

ou

Reformula [concepto] mediante una imagen o una historia. Utiliza otro enfoque pedagógico (metáfora, analogía, aplicación concreta, humor…).

!!!

La elaboración

¿Cómo convertirse realmente en una persona experta en aprender?

Las actividades propuestas en tus cursos (ejercicios, estudios de caso, análisis de datos, presentaciones, debates, blogs, ensayos…) están diseñadas para alcanzar los objetivos educativos. Son tu punto de partida.

Centrémonos en dos prácticas especialmente eficaces para aprender:

  • la elaboración
  • la escritura

La elaboración consiste en profundizar en la comprensión mientras estudias (lecturas, vídeos…), incluso sin tener una tarea concreta que entregar. Complementa la práctica de recuperación (la práctica de recuperación (retrieval practice)), cuyo objetivo es la memorización.

La investigación muestra que la elaboración mejora:

  • la comprensión,
  • la transferencia a situaciones nuevas (competencia clave para los profesionales),
  • la integración de los conocimientos nuevos con los ya adquiridos.

Pero cuidado: solo es eficaz si compruebas la validez de tus respuestas (con tus apuntes, el profesorado o una valoración crítica de la IA generativa).

Estrategias de elaboración que incorporan IA generativa:

  • Crea analogías o metáforas (e identifica sus límites) para relacionar conceptos nuevos con otros familiares. Después, pregunta a la IA generativa en qué aspectos tu analogía es sólida o débil.
  • Hazte preguntas o pide a la IA generativa que te pregunte por qué, cómo, cuándo o para quién, en relación con los conceptos que estudias.
  • Relaciona los contenidos del curso con tus experiencias personales.
  • Escribe cinco preguntas sobre la última clase y respóndelas. Conserva las preguntas y respuestas para ponerte a prueba más adelante.
  • Dibuja un esquema: la codificación dual (texto e imagen) facilita el aprendizaje porque «una imagen vale más que mil palabras». Podrás condensar la información y hacerla más fácil de recordar. El esfuerzo de dibujar se recompensa con una memorización más profunda y a menudo permite descubrir aspectos que pasaron inadvertidos durante la lectura.

Prompt 1 para IA generativa

Ejemplo de prompt:

Este es mi material de clase [apuntes de clase]. Estudio [disciplina] y repaso [concepto]. Ayúdame a elaborar mis conocimientos enseñándote lo que sé. Hazme preguntas de una en una, una idea cada vez. Si mis explicaciones no están claras o falta algo según mis [apuntes de clase], pídeme que compruebe el concepto y lo vuelva a explicar. Invítame a relacionarlo con mis experiencias personales o a crear analogías. No me corrijas explícitamente a menos que yo te lo pida.

!!!

Prompt 2: analogías

Ejemplo de prompt:

Estas son dos analogías que se me ocurren para explicar un concepto del curso cuya definición es: […]. a) ¿Qué opinas de mis analogías? ¿Se te ocurre alguna mejor? ¿Por qué?

Prompt 3: preguntas socráticas

Ejemplo de prompt:

Intento comprender [concepto]. Hazme preguntas cada vez más precisas para comprobar mi comprensión. No me des directamente las respuestas; anímame a reformular y justificar.

!!!

Prompt utilizado por un estudiante de veterinaria

Yo escribo una palabra y tú (herramienta de IA generativa) describes su origen en una sola frase, de forma práctica, comprensible y directa.

La escritura

Si te ocurre como a mí, escribir ensayos, trabajos académicos o incluso una simple respuesta a una pregunta de clase puede resultar muy frustrante. Crees conocer la respuesta y tenerlo todo claro, pero cuando empiezas a escribir ya no sabes exactamente qué palabra utilizar, si puedes hablar realmente de causalidad o solo de correlación, cuál era la definición exacta, si el estudio original afirma de verdad lo que estás escribiendo, si hay otros argumentos que considerar, si las pruebas son suficientemente sólidas o si estás siendo justo… Y al terminar el día todavía estás lejos del texto final que esperabas producir.

Sin embargo, al comprobar todos esos «pequeños» detalles es cuando se produce el aprendizaje y se forma tu pensamiento. No puedes formular preguntas (y respuestas) claras sin haber reflexionado a fondo sobre los problemas, comprendido su lógica y considerado varias perspectivas.

Así que persevera: revisar e iterar es normal, la frustración forma parte del aprendizaje y progresarás.

Escribir es aprender y profundizar en el pensamiento:
  • Elegir la palabra adecuada
  • Distinguir correlación y causalidad
  • Citar una fuente con precisión
  • Sopesar los argumentos
  • Aclarar la lógica y estructurar
  • Seleccionar lo esencial
  • ...

Un caso particular de escritura es el resumen. Cuando resumes una clase, una lectura o un vídeo, desarrollas tus competencias y consolidas tu comprensión. Resumir consiste en seleccionar y filtrar las ideas principales, abstraer temas generales, evaluar continuamente lo que comprendes, detectar las zonas poco claras y subsanar lagunas. Reformular las ideas con tus propias palabras ayuda a profundizar en la comprensión, especialmente al relacionarlas con conocimientos previos.

Referencia útil:

¿Cómo puede ayudarte la IA generativa?

Si mantienes una actitud crítica ante las respuestas de la IA generativa y verificas tus hallazgos con otras fuentes, quizá descubras que puede ayudarte a poner a prueba tus ideas, encontrar contraargumentos, iniciar la resolución de problemas y mucho más.

Prompt: escritura y retroalimentación iterativa

Ejemplo de prompt:

Este es mi intento de explicación de [concepto]. Dame comentarios sobre la claridad, la precisión y las conexiones con otros conceptos. Después, hazme otra pregunta que me permita profundizar.

!!!

Aquí tienes algunas sugerencias que puedes probar:

  • Pide a la IA generativa que haga de abogado del diablo: sube tu trabajo y solicita contraargumentos.
  • Si no sabes cómo hacer algo, pide a la IA generativa un procedimiento paso a paso. Puede servirte de punto de partida y después podrás adaptarlo a tus necesidades.
  • También puedes pedir un ejemplo, siempre que no se parezca demasiado a tu trabajo (efecto de primado). Es preferible solicitar puntos clave o un ejemplo de apartado «méétodo» de un artículo científico, o un modelo de formulario de consentimiento informado para un proyecto de investigación. Conserva también ejemplos bien redactados que encuentres en artículos y resalta las expresiones útiles.
  • Explica un concepto a la IA generativa y pide comentarios.
  • Habla sobre tus dudas acerca de un tema. No dudes en pedir pruebas, puntos de vista alternativos o preguntar por el grado de certeza de la respuesta.
  • Pide a un chatbot que te haga preguntas sobre un tema determinado.
  • En matemáticas y estadística puedes utilizar Tutor Me de Khanamigoen ChatGPT (versión gratuita disponible en agosto de 2025). Te guía paso a paso sin darte directamente la solución.
Para recordar

El aprendizaje profundo se beneficia de:

  • el fracaso productivo, que impulsa a reorganizar los conocimientos tras un bloqueo;
  • la atención dispersa, que permite al cerebro encontrar soluciones en segundo plano durante las pausas;
  • la elaboración, que refuerza la comprensión al conectar ideas. Estos procesos exigen tiempo, participación activa y alternancia entre esfuerzo y reflexión.
  • la escritura, para profundizar en el pensamiento y aclarar la lógica...
Références

Gmyrek, P., Berg, J., & Bescond, D. (2023). Generative AI and Jobs: A Global Analysis of Potential Effects on Job Quantity and Quality, SSRN Scholarly Paper (Rochester, NY: Social Science Research Network). https://doi.org/10.2139/ssrn.4584219.

Kapur, M. (2008). Productive failure. Cognition and Instruction, 26(3), 379–424. https://doi.org/10.1080/07370000802212669

Kapur, M. & Bielaczyc, K. (2012). ‘Designing for Productive Failure’, Journal of the Learning Sciences 21(1), 45–83. https://doi.org/10.1080/10508406.2011.591717.

Hazelett, D. J. (2025). An open letter to graduate students and other procrastinators: It’s time to write. Nature Biotechnology, 43(3), 447–450. https://doi.org/10.1038/s41587-025-02584-1

Piaget, J. (2007). La psychologie de l’intelligence. Paris : Pocket.  |  Wagner, U. et al. (2004). ‘Sleep Inspires Insight’, Nature, 427(6972), 352–355. https://doi.org/10.1038/nature02223.

Última modificación: lunes, 12 de octubre de 2026, 18:26