COMPETENCIAS DOCENTES EN EL CONTEXTO DE LOS AMBIENTES VIRTUALES DE APRENDIZAJE Luis Facundo Maldonado Granados.

Introduccin La acelerada incorporacin de desarrollos tecnolgicos a la actividad educativa induce a la pedagoga a resolver problemas que antes no enfrentaba y que se relacionan directamente con la calidad del servicio educativo que se ofrece a las comunidades. 1. La distancia fsica y psicolgica entre profesor y estudiantes fue por mucho tiempo una constante. La relacin profesor alumno es de las ms estudiadas en pedagoga. Ahora esta relacin se convierte en dimensin variable y se requiere estudiar el efecto de su variacin sobre las dimensiones del aprendizaje del estudiante y de la educacin en su conjunto. 2. La distancia entre compaeros fue constante y rara vez ha sido objeto de estudio. Con las nuevas mediaciones se valora su incidencia en la formacin de estructuras sociales. La colaboracin entre pares se pone de relieve en su incidencia sobre el aprendizaje en su conjunto y en la construccin de la cultura. 3. La comunicacin pedaggica fue predominantemente sincrnica. En la medida en que los medios de comunicacin se consolidaron, se generaron variaciones en el proceso comunicativo relacionadas con el tiempo entre la emisin y recepcin de mensajes. Los efectos en el aprendizaje individual y en la formacin de cultura como dimensin de las organizaciones sociales est comenzando a ser estudiada de manera sistemtica. 4. Los avances en tecnologas de la informacin permiten hacer muchos juegos de canales de comunicacin. Los mensajes multimediales adquieren una presencia dominante. En la perspectiva de la comunicacin pedaggica y la sicologa del aprendizaje constituyen un centro de inters de estudios e innovaciones. 5. El uso de diferentes canales abre camino a la aparicin y desaparicin de formas de lenguaje en la dinmica de la comunicacin pedaggica. Por ejemplo, en los sistemas presenciales el lenguaje corporal es dominante en la interaccin de los actores, no lo es en la educacin basada en red. Las variaciones en el uso

de lenguajes abren el camino al estudio de las diferentes formas de representacin. 6. Por otra parte, el contexto de la educacin presencial tiende a ser uniforme y a estar acompaado de reglamentos muy similares. Con los procesos de educacin mediados se incrementa la variedad en los contextos de aprendizaje. Estas seis fuentes de variacin de los procesos comunicativos son generadoras de interrogantes para la pedagoga e inducen a que pensemos las competencias de los docentes para enfrentar su solucin. Distancia y autonoma La distancia entre estudiante y profesor tiende a normalizarse en entornos educativos presenciales. Una distancia corta generalmente se relaciona con mayor control. Los estudiantes que desean tener ms libertad de accin se ubican a mayor distancia y los ms interesados en involucrarse en las actividades estn ms cerca al profesor. Cuando la distancia fsica entre profesor y estudiante se torna suficientemente grande como para perder contacto visual, comenzamos a hablar de educacin a distancia. El control por presencia fsica desaparece y el estudiante adquiere sensacin de libertad, que a veces puede estar tambin acompaada de la sensacin de soledad. El sistema presencial tuvo su manifestacin ms exitosa en el sistema tutorial, en el cual la distancia entre profesor y alumno es mnima.Los trabajos de Bloom mostraron que se podan atender las diferencias individuales y lograr aprendizaje de dominio. Alguno experimentos pedaggicos que varan la distancia - presencia - del profesor frente al alumno desarrollados en la segunda mitad del siglo XXmuestran que los alumnos pueden aprender con materiales de instruccin bien diseados tanto o ms que en las clases presenciales. El sistema personalizado (Keller, 1974) fue probado en varias disciplinas con gran xito. Los alumnos estudiaban material escrito para resolver problemas que se les formulaban y luego se presentaban a entrevistas con el profesor. Si en la entrevista no lograban las metas de comprensin y expresin verbal previstas podan regresar a estudiar hasta que lograban los resultados previstos. Pese al nivel muy alto de rendimiento, la desercin fue siempre el factor negativo del sistema. Nosotros mismos comparamos condiciones de estudio no presencial con sistemas presenciales y encontramos que algunos sistemas no presenciales como el

consistente en proveer al estudiante universitario con materiales de estudio y cuestionarios, hacer que ellos presentaran pruebas, corrigieran sus respuestas, volvieran a estudiar y a presentar pruebas hasta lograr la meta, desarrollaban en los estudiantes rendimientos acadmicos progresivamente superiores (Maldonado et al., 1978). Para que los estudiantes perseveren en el estudio sin la presencia fsica del profesor necesitan ser capaces de controlar su propio proceso de aprendizaje.La investigacin sobre aprendizaje autodirigido muestra que los estudiantes tienen baja capacidad de autocontrol en las primeras etapas del estudio de una materia nueva. Algo similar sucede con los estudiantes con coeficientes intelectuales ms bajos. Tambin sucede esto con los estudiantes ms jvenes. Pese a esto, la capacidad de dirigir los propios procesos de aprendizaje aparece como una habilidad que se aprende. La ciencia cognitiva enfrenta este tema con el nombre de metacognicin. La metacognicin y el aprendizaje autnomo Los estudios de metacognicin tomaron fuerza a partir de la dcada de los 70 (FLAVELL,& WELLMAN, 1977) y son fundamentales en una pedagoga del aprendizaje autnomo. Uno de los aspectos en la autonoma del aprendizaje se refiere a la capacidad de la persona para definir sus propios objetivos. En los estudios de inteligencia artificial han surgido sistemas orientados a mejorar la comprensin que tenemos de dichos procesos mediante su simulacin en computador. Los problemas centrales para este enfoque son: el origen de los objetivos de aprendizaje, el rol de estos para guiar otras tareas instruccionales y la escogenciaapropiada de estrategias para lograr estos objetivos. Este ltimo aspecto est estrechamente relacionado con la metacognicin. Los siguientes trabajos ilustran esta aproximacin: Xia y Yeung(1995) desarrollan un sistema capaz de seleccionar dos tipos de estrategias para resolver problemas: la una denominadaOPS (Opportunistic Problem Solver) y la otra, IPS ( Intentional Problem Solver). En la primera, el solucionador del problema escoge una estrategia antes de adquirir informacin sobre el ambiente y sus transformaciones. En la segunda, el solucionador decidela estrategia con base en la informacin que va tomando del medio ambiente. La evolucin del espacio del problema en este modelo se representa por un vector de tres factores: el conjunto de objetivos, el conjunto de oportunidades y el nivel de incertidumbre asociada con la frecuencia de fracasos de las acciones planeadas. Con base en esta categorizacin simula un solucionador que puede cambiar entre estrategias guiadas por objetivos y

estrategias guiadas por informacin del espacio de oportunidades. La seleccin de estrategias se muestra fundamental para el proceso de adaptacin de los sistemas al entorno. Ram y Cox (1995) estructuran, en un programa de computador (Meta-AQUA),un meta-modelo que describe el proceso de razonamiento mismo y que opera junto con un modelo del mundo que constituye su dominio. El meta-modelo se usa para representar el razonamiento del sistema durante la ejecucin de la tarea, las decisiones que toma mientras lleva a cabo el razonamiento y los resultados. Cuando aparece una falla es capaz de examinar introspectivamente su propio proceso de razonamiento, para determinar dnde est el problema y usa esta comprensin para mejorar sus propias estrategias de aprendizaje. El valor de este sistema est en que, adems de guiar el aprendizaje acerca del mundo, ayuda al razonador a mejorar su conocimiento. Meta-AQUA se activa en una condicin de comprensin incompleta de un dominio nuevo de aprendizaje. A medida que se pone en marcha, desarrolla objetivos de aprendizaje que guan su proceso de bsqueda. El programa modela cmo un razonador inteligente decide por la mejor manera de realizar una tarea; introspectivamente analiza sus propios xitos y fracasos; razona acerca de lo que necesita aprender, selecciona las estrategias de aprendizaje apropiadas para adquirir informacin y activa los algoritmos requeridos para adquirir nuevo conocimiento, modificar el existente o reorganizar la memoria. El diseo de agentes artificiales capaces de trabajar por objetivos y revisar sus errores y evaluar sus estrategias de solucin de problemas presenta aportes interesantes a la ciencia cognitiva, pero tambin abre paso a otros acercamientos. Uno de ellos es la simulacin de los procesos seguidos por los estudiantes para que conviertan su propio proceso de aprender en objeto de estudio. Este acercamiento lo podramos caracterizar como reflexin apoyada en dispositivos tecnolgicos. La dimensin motivacional La investigacin sobre informtica y educacin sustenta que todo aprendizaje se lleva a cabo en escenarios. La idea de escenario es importante para el profesor en tanto se enfrenta a la tarea de disear sistemas de aprendizaje y especialmente si se desea que estos ambientes sean de aprendizaje autnomo. Un entorno de aprendizaje considera un ambiente de la tarea o entorno externo al sujeto que aprende y un entorno interno o espacio de problema. El ambiente de

tarea contiene fuentes de informacin y el espacio del problema, representaciones mentales. En la lnea de pensamiento de Nelson y Narens (1990) hemos encontrado razones para afirmarque si un ambiente de aprendizaje activajuicios sobre el contenido de memoria antes de enfrentar la solucin de problemas de descubrimiento, los sujetos desarrollan estrategias de solucin consistentes (Maldonado y Andrade, 2001), se afectala manera como invierten su esfuerzo - eficacia -,la relacin entre intentos y tiempo - eficiencia - yla manera como reciben sugerencias provenientes del entorno (Maldonado y otros, 1999). La fuerza especial manifiesta en los sujetos que hacen juicios de metamemoria antes de afrontar una tarea tiene las caractersticas de un reto que condiciona la forma como se reciben o no las recomendaciones dadas para facilitar la bsqueda de respuestas. Estos hechos nos llevaron a postular la existencia de un microsistema motivacional en la base del procesamiento de informacin, posicin que puede considerarse en concordancia y complementaria a modelos clsicos sobre solucin de problemas como el de Newell y Simon (1972). La generacin de un modelo de formacin para la prctica docente que vincule el dominio del conocimiento y la metacognicin con las tecnologas de la informacin a travs de procesos de descubrimiento, representacin y simulacin en ambientes colaborativos y cooperativos, consolida en los maestros en formacinla capacidad de monitorearproyectos curriculares basados en la solucin de problemas y en el uso de estrategias diversificadas. Simulacin y competencia para monitorear procesos Maldonado y otros (2000) estudian la incidencia de la simulacin de procesos basada en computador en la formacin de habilidades de monitoreo. Para sudesarrollo setoman los juegos de computador como ambientes de aprendizaje y se trabaja en cuatro condiciones experimentales: en la condicin uno, los sujetos juegan hasta solucionar los problemas de los juegos. La condicin dos aade a la anterior el estudio de la simulacin de sus propios procesos de solucin del problema. La condicin tres resuelve los juegos y analiza la simulacin de los procesos de solucin de otros jugadores y la condicin cuatro solo estudia la simulacin de los procesos de otros sujetos. La investigacin pone de relieve la trascendencia que tiene el estudio de procesos de solucin de problemas utilizando dispositivos digitales que permitan su replicacin y anlisis. Los avances en la teora de agentes artificiales inteligentes abren la perspectiva de que los datos, que en muchos casos desbordan la capacidad normal de procesamiento del ser humano, se conviertan en fuentes

para hacer generalizaciones y, en consecuencia, construir conocimiento pedaggico. El estudio muestra un impacto fuerte del uso de simuladores de procesos sobre la eficacia cuando el estudiante inicia la construccin de estrategias, ayudando a identificar errores y aciertos y a validar sus hiptesis. Otro efecto relevante es el de potenciar la generalizacin de estrategias, lo cual hace que los sujetos renueven permanentemente sus conocimientos previos y consoliden los nuevos, dando como resultado la creacin de una estrategia fuerte para la solucin del problema. Este tipo de programas de computador se puede incorporar a las prcticas docentes para que los practicantes simulen sus propios procesos de pensamiento, con esta infraestructura tecnolgica generen posibilidades de construccin de conocimiento, monitoreo de procesos de solucin de problemas ydesarrollo de competencias cognitivas y metacognitivas. En un experimento llevado a cabo por nosotros, cuatro grupos de profesores estuvieron en una de las siguientes condiciones: 1. Resolver juegos de descubrimiento y luego ensearlos a sus alumnos en sus salones de clase. 2. Resolver los problemas y luego estudiar la simulacin de la solucin ejecutada, para luego ir a ensear a sus alumnos. 3. Resolver los juegos, estudiar simulaciones de otro jugador y luego ir a ensear. 4. Estudiar las simulaciones de otros y luego ir a ensear. Los resultados ponen de relieve una composicin interesante de competencias de los docentes: el jugador competente se forma enfrentando el juego, cuando va a ensear se centra en la solucin del problema; la observacin de otro tiene diferente sentido cuando se es competente que cuando no; la observacin del propio proceso es un activador fuerte de la metacognicin. Resolver problemas, ser consciente de las estrategias y nivel de conocimiento y observar y analizar procesos en otros parecen ser competencias importantes para que los profesores guen procesos de aprendizaje. En el futuro los dispositivos tecnolgicos pueden potenciar el seguimiento de procesos de los estudiantes por parte tanto de profesores como de los mismos estudiantes. Competencia para trabajar con diversidad de representaciones Las investigaciones desarrolladas por grupo TECNICE en relacin con las prcticas docentes y la formacin de profesores usando ambientes de aprendizaje basados en computador nos permiten identificar algunas dimensiones de esta formacin que se convierten en fundamentales en el contexto de las nuevas tecnologas de la informacin y de la pedagoga computacional.

Maldonado y otros (2001) analizan las consecuencias de estudiar ontologas o representaciones en ambientes basados en computador en la formacin de docentes.Un grupo de estudiantes de pedagoga de la especialidad de Ciencias Sociales construy tres hipertextos utilizando un programa de computador denominado SIMAS, sobre tres temas de Geografa de Colombia y otro estudi un HIPERTEXTO elaborado por expertos sobre los mismos temas. A los estudiantes, despus de desarrollar la actividad correspondiente a cada tema se les pidi que prepararan y desarrollaran una actividad de enseanza sobre lo estudiado. Las sesiones de clase fueron video - grabadas y luego analizadas por los investigadores. En la primera sesin, los docentesnefitos usaron pocas categoras demostrando niveles bajos de profundidaden contraste con las caractersticas de las representaciones de los expertos y expresaron que no haban utilizado las tecnologas de la informacin en su formacin como docentes. A medida que se familiarizabancon esta tecnologa, los estudiantes mejoraron su capacidad de representar, situacinque se manifest en la generacin de nuevas representaciones donde incorporabanla estructura utilizada en el programa de computador al diseo de sus experiencias de enseanza. Quienes construyeron hipertextos con SIMAS aplicaron ms consistentemente las categoras usadas en el diseo y quienes estudiaron los hipertextos utilizaron una mayor variedad de categoras. El estudio muestra que el uso de ontologas como estrategia de formacin, permite visualizar el nivel cognitivo y metacognitivo de la comprensin del mundo, generando modelos mentales que ayudan a consolidar la capacidad constructiva del profesor. Los ambientes de estudio diseados posibilitan un manejo sistemtico de ontologas y la formacin de modelos mentales que se mejoran progresivamente al considerar explcitamente la cognicin o conocimiento objeto y la metacognicin o conocimiento sobre las formas de conocer y representar. Competencia para ensear a partir de conocimientos previos Biemans y Simons (1999) consideran que el uso del conocimiento previo puede ser una estrategia clave para construir representaciones mentales ricas y tiles y que, en consecuencia, un ambiente de aprendizaje basado en computador que active el conocimiento previo del estudiante podra ayudar a: reestructurar el conocimiento previo - cambio conceptual -y construir nuevo conocimiento con mejor comprensin de contexto.

En consecuencia desarrollan un sistema llamado CONTACT que toma como dominio la Geografa Fsica y conceptos como: ecuador, rotacin de la tierra, lluvias, vientos, atmsfera, presin atmosfrica. La poblacin objetivo fueron estudiantes de quinto y sexto grado de educacin bsica. CONTACT define la activacin en los siguientes pasos: 1. identificacin de los propios preconceptos;2. Contraste de estos preconceptos con informacin nueva; 3. Formulacin de nuevas concepciones; 4. Aplicacin de las nuevas concepciones; 5. Evaluacin de las nuevas concepciones con base en el paso previo (Ilustracin 9). Con base en estos cinco pasos, y seis textos de lectura, los autores de CONTACT hacen las siguientes comparaciones: un grupo (21 sujetos) estudia los textos con la estrategia completa; en un segundo grupo (21 sujetos) se eliminan los pasos 4 y 5; el tercer grupo (21 sujetos) slo inclua el paso 1; y un cuarto grupo (23 sujetos) sin el primero y quinto pasos. Los resultados mostraron que el grupo con la estrategia completa establece relaciones entre conceptos del texto de estudio de manera ms precisa que los dems. El tercer grupo fue el que tuvo ms bajo nivel de comprensin de los textos, es decir que el slo conocimiento de sus preconceptos sin ayuda para contrastar con nuevas posiciones fue insuficiente para evolucionar en su sistema conceptual. La estrategia CONTACT mostr fuerte capacidad para direccionar el procesamiento de informacin, de tal manera que los estudiantes pusieron atencin predominantemente a los aspectos tenidos en cuenta por CONTACT. A partir de los resultados obtenidos, los autores desarrollan una estrategia adaptativa haciendo que los estudiantes den slo los pasos necesarios para su evolucin y generan una segunda versin CONTACT-2.El sistema introdujo como opcionales explicaciones de Cmo y Por qu dar los pasos de la estrategia. Al estudiante se le pregunta si sabe qu hacer en cada paso, si no lo sabe se le presenta la explicacin correspondiente. Al terminar una secuencia, si el estudiante tiene una concepcin correcta se pasa a la siguiente secuencia. Al terminar una secuencia se le sugiere asegurarse de haber tomado nota de su logro. Cuando el estudiante busca nuevas concepciones puede pedirle al sistema representaciones textuales y visuales. Al comparar los preconceptos con las nuevas concepciones re resalta cada una de ellas con diferentes colores poniendo de relieve sus elementos esenciales. Al iniciar cada sesin se enfatiza en el objetivo de la sesin. El estudiante tiene la oportunidad de buscar informacin en diferentes pantallas. Se redujo la cantidad de informacin que el estudiante tena que leer. El que us CONTACT-2mostr rendimiento superior para el tercer grupo, con una muestra de estudiantes con caractersticas equivalentes a las del primer experimento. Los investigadores concluyen que un programa de

computador que ayude al estudiante a identificar y contrastar sus preconceptos influye positivamente en la compresin de los textos. Un instrumento til es el de la presentacin de preguntas de escogencia mltiple combinada con la presentacin de explicaciones y ejemplos y que le ayuda a razonar sobre los criterios que hacen que una respuesta pueda ser correcta o errnea. Por otra parte, el contrastar las respuestas propias con las del sistema aparece como ms eficiente que el solo hecho de dar a conocer la respuesta correcta. Competencia para generar comprensin a partir de preguntas Estudios realizados sobre el rol de la pregunta en el aprendizaje sugieren que sta cumple tres funciones: establece y mantiene la atencin, facilita la codificacin y permite la conjetura (Wager & Wager, 1985). En un modelo de procesamiento de informacin, el aprendizaje ocurre en un nmero de estados secuenciales (Bangert-Drowns et al.; Kumar, 1971; Gagn, 1985; Atkinson & Shiffrin, 1968). En este enfoque, la investigacin tpicamente indaga sobre los efectos de la preguntaen uno o varios estados.

-Capta la atencin -Crea incertidumbre -Crea expectativa para la tarea de aprendizaje. -Activa procesos de control en la ejecucin (West, Farmer & Wolff, 1991). -Acta como prerrequisito para recordar en la memoria de corto plazo

Gagn (1985) utiliza un modelo de procesamiento de informacin como un marco para analizar los diferentes roles de las preguntas en el aprendizaje. El modelo lo compone un nmero de procesos que comprenden los eventos internos ocurridos en el acto de aprender.Segn Gagn estos eventos internos pueden ser activados por eventos externos. El modelo de Gagn relaciona los procesos de aprendizaje con el rol de las preguntas.Los Evaluadores de Sistemas Conceptuales y De Valores. Competencia para valorar sistemas conceptuales complejos La organizacin de sistemas conceptuales y sistemas de valores constituye uno de los ncleos de inters ms importantes de la educacin contemporneas. En Maldonado y otros (2001) se hall que el dominio de sistemas ontolgicos por parte de estudiantes se relacionaba de manera significativa con la capacidad de aplicar estrategias para resolver problemas de descubrimiento, lo cual hace pensar en la relacin entre la formacin de sistemas conceptuales y capacidad creativa.

La metodologa Q, diseada por William Stephenson en 1932, ha sido utilizada de manera continuada en el anlisis de sistemas conceptuales y de valores en varias disciplinas Stephenson (1953). Generalmente se relaciona con los mtodos estadsticos de estudio del comportamiento, sin embargo su base est en las valoraciones cualitativas que hacen las personas de conjuntos de expresiones conceptuales. Por sus aplicaciones a diferentes formas de valoracin como el arte, la poltica y la tica, ha tenido mucho inters para las investigaciones de enfoque cualitativo. La perspectiva de la metodologa Q en ambientes computacionales sugiere posibilidades de amplia aplicacin, pues permite tanto el trabajo individual, la reflexin sobre sistemas construidos y el ejercicio de la argumentacin en la negociacin con pares. En la actualidad se adelanta una investigacin que valida un programa de computador construido con este propsito para aplicaciones al campo de la formacin de valores ticos con estudiantes de educacin media. Enfoque Computacional del Aprendizaje Colaborativo La teora de los agentes inteligentes constituye un avance importante en laevolucin de la inteligencia artificial (Norvig y Russel, 1999). Un programa de computador puede estar compuesto por varios agentes, los cuales desarrollan sus propias percepciones, se especializan en conjuntos de acciones,tienen sus propios mecanismos de adaptacin e interactan con otros agentes tanto artificiales como naturales. Una aplicacin de este enfoque se da en el campo del aprendizaje colaborativo. La colaboracin en el proceso de aprendizaje, en el contexto de una pedagoga computacional se puede establecer entre agentes naturales, entre agentes naturales y agentes artificiales, y entre agentes artificiales. El aprendizaje colaborativo se representa como una integracin de saber resultante de las interacciones entre agentes. Un conjunto deheursticas permite que la informacin resultante de la interaccin hombre-mquina se estructure y complete en un sistema que permita la argumentacin activa en las etapas siguientes. Una aproximacin tecnolgica flexible permite integrar una variedad de comportamientos y tareas de los miembros de un grupo. Dentro del campo del aprendizaje colaborativolos procesos de aprendizaje basados en computador se proyectan a travsdel desarrollo de varias interfaces: La primera se basa enapoyar el lenguaje a travs del cual los pares interactan. Se debe elaborar un lenguaje especfico de la tarea y suficientemente expresivo para poder dirigir preguntas pertinentes en un dominio dado. Tambin se requiere

monitorear el tiempo entre las comunicaciones y respuestas de los actores; por ejemplo, en sesiones de colaboracin en tiempo real usando una red telemtica, lademora entre respuestas de los pares debe ser evaluada apropiadamente, ya quepuede ser causada por la carga de la red o por la demora de respuesta de los pares. La segunda tiene que ver con el modelamiento de los pares que colaboran en un problema interesante y que al mismo tiempo reta a los investigadores. Incorpora representacin tanto de las actividades colaborativas como de los conflictos y la solucin de los mismos. Los papeles de los agentes que colaboran pueden modelarse dependiendo de las caractersticas de estos papeles y de la profundidad de los procesos modelados. Es importante que el modelo de los procesos de colaboracin entre pares muestre varios niveles de granularidad. Esto puede ser muy til en el diagnstico y explicacin de los procesos de colaboracin. Los niveles de granularidad del modelamiento de los estudiantes que colaboran permiten modular los factores que prevalecen en la colaboracin. Por ejemplo, factores como diferencia de gnero o de formacin previa se pueden usar como predictores de la efectividad de la colaboracin. De manera similar, factores que estn dependiendo del dominio como conflicto entre trminos de una hiptesis deben modelarse de tal manera que los agentes que colaboran entiendan la direccin de la colaboracin. La tercera se refiere a la representacin de conocimiento para el aprendizaje colaborativoy puede usar tcnicas de I-A como guiones, redes semnticas, sistema de marcos o lgica de primer orden. Las interacciones en s no dan informacin organizada; son las estructuras que permiten organizar los datos y los mecanismos de inferencia los que hacen que el aprendizaje aparezca como un sistema con significado que pueda soportar el razonamiento de los agentes en las etapas siguientes del proceso. La cuarta tiene como objeto la coordinacin de la colaboracin como proceso fundamental en el aprendizaje colaborativo. Incluye la administracin de diferentes papeles asignados a los agentes colaborantes. Es un tpico de investigacin por s mismo que direcciona preguntas como: quin responde enseguida o qu papel debe iniciar la respuesta etc. Los procesos de colaboracin deben ser evaluados con base en un conjunto de guas pedaggicas que aseguren que la colaboracin tiene lugar en un sitio apropiado y con interacciones positivas de todos los pares. De manera similar el sistema debe ser capaz de suministrar tcnicas diferentes de tutora que se ajusten a los estilos de los agentes colaborantes.La determinacin de una tcnica apropiada de tutora y de manipulacin de la colaboracin es otro de los principales tpicos de investigacin en el aprendizaje colaborativo.

Simuladores y Colaboracin para el aprendizaje El efecto de los simuladores es sensible a la historia previa de los sujetos y se constituye un potenciador de la generalizacin de estrategias. Estos ambientes son diseados para que cada alumno - docente realice una evaluacin de sus propios procesos de pensamiento, es decir, haga un anlisis retrospectivo de la activacin de sus estructuras conceptuales frente a problemas concretos en un dominio de conocimiento y convierta este conocimiento en componente de la planeacin y ejecucin de sus procesos de enseanza. La simulacin de procesos de solucin de problemas hace que el docente se enfrente a sus estrategias antiguas para probar posteriormente nuevas ideas hasta lograr construir estrategias vlidas hasta convertirse en solucionador hbil de problemas y en un analizador de procesos competente. Esta formacin le permite enfocar procesos curriculares a la solucin de problemas y al aprendizaje de estrategias cognitivas. Cuando se contrasta una condicin de estudio individual con una condicin de parejas, se halla un mayor nivel motivacional en la condicin de parejas. El estudio sugiere que si incorporamos a la realizacin de los procesos de enseanza un ambiente tecnolgico que nos permita grabar y simular los procesos de solucin de problemas, las simulaciones se pueden utilizar como material de estudio a nivel tanto individual como grupal para decidir sobre estrategias ptimas en la solucin de problemas y ejercitar de esta manera la capacidad de negociar saberes y, por ende, desarrollar la habilidad comunicativa, entendida comola capacidad que debe tener el docente para comunicar, escuchar, inferir procesos, resolver conflictos, cooperar y colaborar. La Pedagoga Computacional, una Dimensin de la Ciencia del Tercer Milenio Es una tendencia de pensamiento centrada en la representacin de los procesos de interaccin entre profesor y estudiante y que se orientan a logros educativos. Sustentamos que esta aproximacin genera conocimiento cientfico que se concreta en: una teora pedaggica sobre el proceso enseanza - aprendizaje, una metodologa de contrastacin basada en la simulacin de procesos y un conjunto de agentes artificiales o dispositivos de programacin que potencian tanto la comprensin como el control. Este tro de productos muestra una forma de superacin de la tesis de Luhmann, segn la cual la pedagoga adolece de un dficit tecnolgico que le impide su constitucin como disciplina cientfica. En otros trminos, la pedagoga computacional se propone como una tendencia de investigacin que procede de la siguiente manera: construye un modelo, lo

pone en operacin con agentes artificiales para ver su consistencia, reajusta el modelo y lo prueba con estudiantes reales, observa resultados sin involucrarse en el proceso observado y genera una tecnologa para monitorear y apoyar los procesos. Referencias Bibliogrficas ANDERSON, R.C. & BIDDLE, W.B. (1975). On Asking People Questions about What they are Reading.InG. Bower (Ed.), The Psychology of Learning and Motivation, Vol. 9 (pp. 89-132) New York: Academic Press. ATKINSON, R. C., & SHIFFRIN, R.M. (1968). Human Memory: A Proposed System and Its Control Processes. In K.W. Spence& J.T. Spence (Eds.), The Psychology of Learning and Motivation, Vol. 2. New York: Academic Press. AUSUBEL, D.P. (1968). Educational Psychology: A Cognitive View. New York: Holt, Rinehart, & Winston. BANGERT-DROWNS, R.L., KULIK, C.C., KULIK, J.A., MORGAN, M. (1991). The Instructional Effect of Feedback in Test-like Events. Review Educational Research, 61(2), 213-238. BERTI, A.E. (1999). Knowledge restructuring in an economic subdomain: banking. In New perspectives on conceptual change, edited by SCHNOTZ, W. And CARRETERO, M. Amsterdam: Pergamon Edit. BIEMANS, H.J.A. and SIMONS, R.J. (1999). Computer - assited instructional strategies for promoting coneptual change. In New perspectives on conceptual change, edited by SCHNOTZ, W. And CARRETERO, M. Amsterdam: Pergamon Edit. CARLSON, W.S. (1991). Questioning in Classrooms: A. Sociolinguistic Perspective. Review of Education Research, 43,83-87. CHAN, T. (1993). A tutorial on social learning systems. In T.Chan, and J.A.Self., eds., Emerging Computer Technologies in Education, AACE, 71--96. DERRY, S.J. (1990). Flexible Cognitive Tools for Problem Solving Instruction. Documento presentado en el encuentro anual de la American Educational Research Association, Boston, MA.

DILLENBOURG, P. (1995). BOOTNAP: Social grounding in computer supported collaborative problem solving. Project Proposal http://tecfa.unige.ch/tecfa-research/cscps/cscps-summary.html. DILLENBOURG, P., AND SELF, J. (1992a). A computational approach to socially distributed cognition. European Journal of Psychology of Education 7(4):352 -- 373. DILLENBOURG, P.; MENDELSOHN, P.; AND SCHNEIDER, D. (1994). The distribution of pedagogical roles in a multi-agent learning environment. In R.Lewis, and P.Mendelsohn., eds., Lessons from Learning. North-Holland. 199-216. ERICSON, K. V. & SIMON, H. (1980) Protocol Analisis: Verbal Reports as Data. Cambridge, MA: MIT Press. Revised Edition 1993. FAGIN, R., HALPERN, J, MOSES, Y. and VARDI, M.Y. (1995). Reasoning About Knowledge. Cambridge, Massachussetts: The MIT Press. FLAVELL, J. H. & WELLMAN, H. M. (1977). Metamemory. In KAIL, R. V.& HAGEN, J.W.(Eds.).Perspectives on the Development of Memory and Cognition. Hillsdale, NJ: Erbaum. GAGN, R. M. (1985). The Conditions of Learning and a Theory of Instruction. New York, N.Y.: Holt, Rinehart and Winston (fourth edition). GAGN, R. M., BRIGGS,L.J. & WAGER, W.W. (1992). Principles of Instructional Design (4th ed.). New York: Holt, Rinehart & Winston. JONASSEN, D.H. (1993). Changes in Knowledge Structures form Building Semantic Net Versus Production Rule Representation of subject Content. Journal of Computer Based Instruction, 20, 4 , 86-106. KATZ, S., AND LESGOLD, A. (1993). The role of the tutor in computer-based collaborative learning situations. In Lajoie, S., and Derry, S., eds., Computers as Cognitive Tools. Lawrence Erlbaum Associates. KUMAR, V.K. (1971). The Structure of Human Memory and Some Educational Implications. Review of Educational Research, 41(5), 379-417.

LELAND, R. S. F., AND KRAUT, R. E. (1988). Collaborative document production using QUILT. In Computer-supported cooperative work Conference Proceedings, 206--215. ACM Press. LIN, G. L. (1993). Three's company: A social learning system. Master's thesis, Institute of Computer Science and electronic engineering, National Central University, Taiwan. LUHMANN,N. (1997). Sociedad y Sistema: la ambicin de la teora. Barcelona: Ediciones Paids. MALDONADO G., L. F. (1989). The Effect on Performance and LearnerSequencing Decisions of Instructional Curriculum Maps in a Hypertext Environment. Doctoral Dissertation, FloridaStateUniversity. Dissertation Abstracts International. MALDONADO G.,L.F. y ANDRADEL., EDGAR. (1995). Ambiente computarizado para el aprendizaje autodirigido del diseo- ACA2- Bogot: Universidad Pedaggica Nacional, Proyecto de Investigacin desarrollado por convenio entre COLCIENCIAS y UPN. MALDONADO G.,L.F. y ANDRADEL., EDGAR. ( 1996a). Learner-Controlled, Computer-Based Environment For Developing Design Capabilities. Second Jerusalem International Science & Tecnology Education Conference JISTIC 96. Enero 8-11 de 1996. Proceedings. MALDONADO G.,L.F. y ANDRADEL., EDGAR. ( 1996b). Ambiente computarizado para el aprendizaje autodirigido del diseo- ACA2- Bogot: Memorias del Primer Congreso Internacional de Educacin y Tecnologa EDENTEC96 -. MALDONADO, G. L.F., ORTEGA, N.,FONSECA, O. H., SARMIENTO, L. C., GONZLEZ, D. N., MACIAS, M. D. e IBAEZ, I. J. (2001 c) La relacin Simuladores y colaboracin en el aprendizaje. Bogota: Instituto para la Investigacin Educativa y el Desarrollo Pedaggico y Universidad Pedaggica Nacional. MALDONADO, G., L.F., FONSECA, R., O.H. IBAEZ, I., J. MACIAS, D,ORTEGA DEL C, N.,RUBIO, SANABRIA. R., L.B. (1999) Metacognicin y razonamiento espacial en Juegos de Computador. -Bogot: Instituto para la Investigacin Educativa y el Desarrollo Pedaggico y Universidad Pedaggica Nacional. MALDONADO, G., L.F. y ANDRADE, l., e.a. (2001 a) Ambiente

Computarizado para el aprendizaje autodirigido del diseo ACA2. Bogot: Universidad Pedaggica Nacional y Colciencias. MALDONADO, G., L.F., ORTEGA, N.,FONSECA, R., O.H., RUBIO, S., M. R.,IBAEZ, I., J. y MACIAS. M., D. (2001 B). Razonamiento Espacial y Aprendizaje Significativo: profesores y alumnos frente a los juegos de descubrimiento basados en computador. Bogot: Universidad Pedaggica Nacional y Colciencias. MALDONADO, G., L.F., ORTEGA, N.,SANABRIA, R., L.B., MACIAS. M., D., GONZLEZ, D.P. (2001 D). Ambiente para el aprendizaje significativo: un ambiente para el diseo de hipertextos y evaluacin del aprendizaje en ciencias sociales. Bogot. Universidad Pedaggica Nacional y Colciencias. MALDONADO, L.F.; GMEZ, E. & VANEGAS, B. (1984). Autoridad, Libertad y Aprendizaje: Valores de Docentes y Discentes en la Educacin. Publicado: Revista Investigacin Educativa No.1. DIE-CEP, Bogot. 1985. MCGUFFIN, L., AND OLSON, G. (1992). ShrEdit: A shared electronic workspace. Technical Report 45, Ann Arbor, MI: Cognitive Science and Machine Intelligence Laboratory. MILLER, G.A.(1956). The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information. The Psychology Review, 63(2), 81-97. MINSKY, Marvin (1974). A framework for representing knowledge. In Haugeland, J. (1984), editor, Mind Design, pages 95-128, MIT Press, Cambridge MA. Reprinted in Brachman and Levesque (Eds). MITCHELL, T. M.; KELLER, R. M.; AND KEDAR-CABELLI, S. T. (1986). Explanation-based generalization: A unifying view. Machine Learning 1(1):47-80. MURDOCK, B. B. (1965). A test of the limited capacity hypothesis. Journal of Experimental Psychology, 69, 237-240. NELSON, T.O. & NARENS, I. (1990). Metamemory: A theoretical Framework and new Findings. En: Metcalfe, J. & Shimamura, A.P. (Eds) Metacognition. Cambridge, MA: The MIT Press. Preface.

NEUWIRTH, C. M.; KAUFER, D.; CHANDHOK, R.; AND MORRIS, J. (1990). Issues in the design of computer support for coauthoring and commenting. In Computer-supported Cooperative Work Conference Proceedings, 183--195. New York, ACM Press. NEWELL, A. & SIMON, H.A. (1972). Human Problem Solving. Englewood Cliffs, NJ: Prentice Hall. NORMAN, D.A. (1982). Learning and Memory. New York: W.H. Freeman and Company. RAM, A. AND COX, M.T.(1995). Introspective Reasoning UsingMetaExplanations for Multistrategy Learning. In Ram, Ashwin and Leake, David B. (Editors) : Goal Driven Learning. Cambridge, Massachusetts: The Mit Press. RUSELL, S & NORVIG P.(1996). Inteligencia Artificial: Un enfoque moderno. Mxico: Prentice Hall. Traducido del Ingls: Artificial intelligence a modern approach. SOWA, J. F. (1986). Conceptual Structures: Information Processing in Mind and Machine. ReadingMA: Addison WesleyPublishing Company. STEPHENSON, W. (1953). The study of behavior: Q-technique and its methodology. Chicago: University of Chicago Press. TANIMOTO, S. L. (1987). The elements of Artificial Intelligence: An introduction using LISP. Rockville, Maryland: Computer Science Press. WAGER, W. & WAGER, S. (1985). Presenting Questions, Processing Responses and Providing Feedback in CAI. Journal of Instructional Development, 8(4), 2-8. WEST, C.K., FARMER, J.A. & WOLFF, P.M. (1991). Instructional Design: Implications from Cognitive Science. Englewood Cliffs, NJ: Prentice-Hall. XIA, X. & YEUNG, D. Y. (1995). A Learning Model for the Selection of Problem- Solving Strategies in Continuous Physical Systems. In Ram, Ashwin and Leake, David B. (Editors) : Goal Driven Learning. Cambridge, Massachusetts: The Mit Press. KELLER, F.S. (1974). The Keller Plan Hand book. Edit. W.A. Benjamin Inc.

Maldonado, G. L.F., Carrillo, I., Monroy, L.B. y Terrero, H, (1978). Diseo y comparacin de cuatro mtodos de enseanza en un curso introductorio de sicologa del aprendizaje. Bogota: Universidad Pedaggica Nacional. Luis Facundo Maldonado Granados, Ph.D. Profesor Titular Universidad Pedaggica Nacional