Aprendizaje colaborativo y conformación grupai

El aprendizaje colaborativo ha sido definido como un esfuerzo coordinado para resolver conjuntamente una tarea, compartiendo un espacio de trabajo que integra metas, un estado inicial del problema, conocimientos sobre posibles acciones de resolución y asociaciones entre estos elementos (^{Roschelle y Teasley, 1995}). El aprendizaje colaborativo tiene un impacto favorable en la cognición, la motivación y el comportamiento de los sujetos. Por ejemplo, promueve la construcción conjunta de conocimiento (^{Brindley et ál., 2009}; ^{Pea, 1994}; ^{Roschelle, 1992}), favorece el logro académico y el pensamiento crítico (^{Chiong y Jovanovic, 2012}; ^{El-Deghaidy y Nouby, 2008}; ^{Garrison et ál., 2001}; ^{Gokhale, 1995}), fortalece diferentes competencias de orden académico e incide positivamente en el aprendizaje autorregulado (^{Gilly, 1989}; ^{Kreijns et ál., 2003}). Además, el aprendizaje colaborativo contribuye en la comunicación y el desarrollo de situaciones sociales que generan actitudes positivas hacia el aprendizaje (^{Gabbs, 2009}; ^{Lai, 2011}).

Pese a las ventajas del trabajo colaborativo, algunos investigadores han señalado ciertos problemas que encara este enfoque de aprendizaje. Tal es el caso de las dificultades experimentadas por los sujetos cuando interactúan para solucionar un problema (^{Manlove et ál., 2006}), situación que genera resistencia respecto a ser parte de un grupo (^{Brindley et ál., 2009}). Asimismo, la participación en el trabajo colaborativo suele ser escasa y asimétrica (^{Jermann, 2004}), convirtiéndose en un impedimento para alcanzar las metas propuestas (^{Chiong y Jovanovic, 2012}). De otra parte, muchos sujetos desconocen cómo trabajar en equipo (^{The Metiri Group, 2009}), haciendo que las interacciones tiendan a ser inusualmente complejas, reduciendo la efectividad del grupo colaborativo (^{Kreijns et ál., 2003}).

De esta manera, los resultados de investigación en este campo tienden a ser contradictorios (^{Cohen, 1992}; ^{Dillenbourg et ál., 1995}; ^{Kreijns et ál., 2003}). De hecho, el aprendizaje colaborativo depende de múltiples variables (p. ej., la composición de los grupos, la comunicación, las características de la tarea, etc.) y por consiguiente la colaboración en sí misma no garantiza resultados favorables (^{Dillenbourg, 1999}). Para que esta sea efectiva se requiere de una interdependencia bien orquestada (^{Wasson, 1998}), estructurando los procesos de aprendizaje o regulando las interacciones ocurridas (^{Dillenbourg, 2002}). En otras palabras, el trabajo colaborativo debe apoyarse continuamente en la instrucción (^{Saab et ál., 2007}), la retroalimentación (^{Lai, 2011}) y la regulación de la colaboración (^{Jermann, 2004}).

Ahora bien, la conformación de los grupos en el aprendizaje colaborativo (una de las variables ampliamente estudiada en el campo) puede darse en tres direcciones: a) los propios integrantes del grupo deciden su composición; b) el grupo se conforma a partir de una decisión ajena a sus integrantes, basada en criterios externos, a través de métodos de aleatorización simple o estratificada (p. ej., combinando aleatoriedad y homogeneidad) (^{Hilton y Phillips, 2010}). Una tercera opción involucra la combinación de los anteriores métodos, una alternativa que favorece la asignación de los sujetos a condiciones experimentales, sin afectar el grado de empatía al interior del grupo: c) la conformación de grupos a cargo de los estudiantes, estableciendo unas condiciones preliminares que orienten la constitución grupal con base en el grado de homogeneidad requerido experimentalmente (p. ej., según la habilidad estudiada, el estatus social, el género, entre otros factores) (^{Pijls et ál., 2003}). Al respecto cabe mencionar que el estudio propuesto abarcó este último método, involucrando el nivel inicial de comprensión lectora como criterio de homogenización para la conformación de los grupos durante el trabajo colaborativo apoyado por computador.

Regulación interpersonal del aprendizaje

La regulación desempeña un rol fundamental en el trabajo colaborativo, por cuanto este no implica necesariamente el aprendizaje, antes bien, requiere que los sujetos regulen tanto la solución de la tarea como la colaboración en sí misma (^{Hadwin et ál., 2011}; ^{Janssen et ál., 2012}; ^{Jermann, 2004}; ^{Miller y Hadwin, 2015}; ^{Volet et ál., 2009}). En el primer caso, la regulación de actividades asociadas con la tarea abarca aspectos como la formulación de metas, la elección de estrategias, la planeación de acciones y la evaluación del progreso (^{Winne y Hadwin, 1998}; ²⁰⁰⁸). En el segundo caso, la regulación de actividades relacionadas con la colaboración implica que los sujetos organicen sus interacciones en función de una comunicación efectiva (^{Saab et ál., 2007}).

En la literatura sobre aprendizaje colaborativo apoyado por computador, la regulación generalmente se ha soportado en dos elementos: guiones y herramientas espejo (^{Miller y Hadwin, 2015}). Los primeros consisten en instrucciones asociadas con la interacción, la colaboración y la solución conjunta del problema (^{O'Donnell y Dansereau, 1992}). Por su parte, las segundas corresponden a mecanismos de concienciación sobre el conocimiento individual y colectivo que se tiene acerca de las situaciones y los hechos que emergen durante la colaboración. Tales procesos de concienciación pueden ser de tipo comportamental (acciones durante la colaboración), cognitivo (conocimientos y habilidades asociadas con la solución del problema) o social (grado de participación y empatía entre los participantes) (^{Bodemer y Dehler, 2011}).

Los guiones ofrecen instrucciones prescriptivas sobre cómo regular el trabajo colaborativo, contemplando para ello los cuatro procesos incluidos por ^{Winne y Hadwin (1998}, ²⁰⁰⁸) en su modelo de autorregulación: definición de la tarea, formulación de metas y planes, ejecución de estrategias, y reflexión individual conducente a la adaptación metacognitiva. Las herramientas de concienciación grupal o herramientas de visualización, también llamadas herramientas espejo (^{Janssen y Bodemer, 2013}), permiten a los sujetos monitorear su progreso y el de sus compañeros, en términos de la definición de la tarea, la formulación de metas y planes, y la ejecución de estrategias.

Ahora bien, en el marco de la regulación social, específicamente en ambientes colaborativos de aprendizaje, ^{Hadwin et ál. (2017)} precisan conceptual y teóricamente tres modos fundamentales de regulación, a saber: autorregulación, aprendizaje corregulado y regulación socialmente compartida. La autorregulación se refiere a la planeación, la representación de la tarea, la reflexión y la adaptación metacognitiva, estratégica y deliberada de un estudiante durante una actividad conjunta. Implica que los individuos asuman la responsabilidad sobre sus condiciones/estados cognitivos, comportamentales, motivacionales y emocionales en la medida que se necesite.

En palabras de ^{Zimmerman (1989)}, la autorregulación corresponde al grado en que los estudiantes son participantes activos (en términos motivacionales, cognitivos y comportamentales) de sus propios procesos de aprendizaje. Siguiendo los planteamientos de ^{Bandura (1986)}, Zimmerman sostiene que el aprendizaje autorregulado implica una causalidad recíproca entre tres factores: la persona, el comportamiento y el ambiente. Este enfoque da lugar a tres tipos de estrategias: regular procesos internos, cognitivos y metacognitivos, que varían según la especificidad disciplinar (p. ej., las creencias individuales sobre su habilidad para resumir textos), regular el comportamiento (p. ej., planeando y eligiendo estrategias efectivas para solucionar una tarea específica), y regular el ambiente (p. ej., ajustando su entorno en función del ruido y la iluminación).

La regulación socialmente compartida implica las mismas demandas cognitivas, metacognitivas, emocionales y comportamentales de la autorregulación, pero enfocadas esta vez en el grupo, ya no solo en el individuo. Por consiguiente, este tipo de regulación implica que los grupos tomen control metacognitivo de la tarea a través de una negociación conjunta. Por su parte, el aprendizaje corregulado implica la estimulación transicional y flexible de la regulación, a través de las interacciones interpersonales. La corregulación, generada, guiada o dirigida por cualquier persona en el grupo, implica restricciones y oportunidades para que emerja el aprendizaje autorregulado o la regulación socialmente compartida (^{Hadwin et ál., 2017}).

En este sentido, el estudio propuesto abarcó el diseño y la validación de un ambiente de aprendizaje para promover la regulación interpersonal durante la solución de problemas de lectura en lengua materna. Este ambiente involucró guiones y herramientas espejo para apoyar procesos de planeación conjunta al interior de cada grupo, así como procesos asociados con la ejecución de estrategias de comprensión lectora, el monitoreo y la adaptación metacognitiva a nivel individual y grupal. Ahora bien, entendiendo la regulación del aprendizaje como un sistema dinámico (^{Vauras y Volet, 2013}); es decir, un escenario colaborativo en el que emergen los tres tipos de regulación descritos por ^{Hadwin y sus colaboradoras (2017)}, se entiende que la interacción de los sujetos en el ambiente de aprendizaje propuesto involucre por igual la emergencia de dichos tipos de regulación.

Comprensión lectora

El estudio de la comprensión lectora se remonta a los orígenes de la cultura occidental, no obstante, es en pleno siglo XX cuando se le aborda como objeto de estudio desde disciplinas como la lingüística, la psicología cognitiva, la hermenéutica y los estudios del discurso. De acuerdo con la primera postura, la comprensión correspondía a un nivel de la lectura en el que se buscaba desentrañar el significado de un texto. En este sentido, la comprensión se organizaba jerárquicamente en habilidades lectoras relacionadas con la percepción de palabras, la descodificación o comprensión propiamente dicha, una respuesta emocional frente a lo leído y una evaluación del texto (^{Dubouis, 2000}). Desde esta perspectiva se consideraba que el sentido de la lectura se encontraba únicamente en el texto, dejando a un lado los conocimientos y las experiencias del lector, cuyo papel consistía en extraer el significado unívoco del documento.

En oposición a este paradigma, disciplinas como la psicolingüística y la psicología cognitiva desplazaron el papel protagónico del texto hacia el lector. En este sentido, el énfasis fue puesto en los conocimientos y experiencias que le permiten a un lector comprender un texto (^{Grabe, 2003}). Entendida de esta forma, la comprensión reposa en el procesamiento cognitivo de la información superficial y semántica del texto, al igual que en el almacenamiento de esta última, en razón del modelo mental que va construyendo el lector en su memoria (^{Kintsch y Van Dijk, 1983}). Este enfoque, denominado interactivo, concibe la comprensión como un proceso en el que el lector construye en su mente un correlato del texto, a partir de la relación dinámica entre sus conocimientos y la información que el texto involucra. Este enfoque abarca procesos mentales que corresponden a los niveles lingüísticos del texto (^{Bower y Cirilo, 1985}) y a los componentes para el almacenamiento y el procesamiento de la información (^{Rumelhart, 2003}; ^{Van Dijk, 1992}).

Desde este panorama, la lectura tiene como finalidad la comprensión y la producción de sentido, resultado de la interacción entre texto y lector en un contexto determinado. La lectura es entonces un proceso interactivo y dialéctico entre tres variables: a) el lector, sus conocimientos, objetivos y procesos cognitivos; b) el texto que incluye una serie de claves léxicas, formales, tipográficas y estructurales necesarias para su comprensión (^{Armbruster et ál., 1983}); y c) el contexto expresado en tres dimensiones, una psicológica (intereses del lector), una textual (relación de enunciados) y una extratextual (marco espacio-temporal) (^{Tardif, 2003}). Este proceso interactivo se estructura alrededor de dos fases, una física que corresponde a la descodificación (percepción física y reconocimiento de grafemas) y una fase intelectiva que abarca cuatro subprocesos: comprensión (identificación y reconstrucción del significado del texto), interpretación (juzgar, valorar y confrontar conocimientos y expectativas), retención (almacenar información y reestructurar esquemas cognitivos) y evocación (retomar la información para adelantar tareas) (^{Santiago et ál., 2010}).

Estilo cognitivo

En el campo de la estilística educativa, el estilo cognitivo ha sido definido en relación con el término estilo en cuatro ámbitos, dos de los cuales son de especial interés para esta investigación: el de las ciencias de la conducta (expresión de la personalidad respecto a ciertas habilidades cognitivas) y el de la psicología (detalles característicos de la conducta que influyen en la consecución de una meta). Aquí, el estilo cognitivo se define a partir de cuatro rasgos fundamentales: a) un carácter diferenciador, pues, permite identificar una conducta individual; b) evidencia cierto grado de permanencia y por ende el estilo es estable; c) un atributo integrador pues incluye diferentes dimensiones del individuo; y c) un carácter neutral, es decir, no hay un estilo superior a otro (^{Hederich-Martínez, 2013}).

La diversificación de estilos cognitivos en la literatura, producto de la indagación empírica y la revisión sistemática en torno al tema (^{Martens, 1975}), abarcó inicialmente nueve dimensiones cognitivas asociadas con la forma en que una persona percibe, recuerda, piensa y resuelve problemas (Messick, 1969), a saber: dependencia/ independencia de campo; escaneo; categorización; conceptualización; complejidad/simplicidad cognitiva; reflexividad/impulsividad; nivelación/nitidez; control rígido/flexible; y tolerancia a experiencias irreales. Posteriormente, los investigadores propusieron modelos que agrupaban los estilos cognitivos según correspondieran a los procesos de percepción, memoria o pensamiento (^{Miller, 1987}), pertenecieran al enfoque centrado en la cognición (^{Grigorenko y Sternberg, 1995}) o abarcaran distintos niveles de complejidad y métodos de procesamiento (Nosal, 1990, citado por ^{Kozhevnikov, 2007}).

El estilo cognitivo en la dimensión dependencia/ independencia de campo (DIO) ha ocupado un lugar prominente en las anteriores clasificaciones. Este estilo cognitivo, entendido como la habilidad individual de desenmascarar información en tareas perceptuales vinculadas a la inteligencia espacial, abarca dos polaridades: una preferencia general por aprender de forma aislada (independencia de campo) en oposición a privilegiar la motivación extrínseca, una necesidad por seguir estructuras e indicaciones suministradas por el instructor (dependencia de campo) (^{Witkin y Asch, 1948}).

Si bien la literatura sobre este estilo cognitivo generalmente ha clasificado los sujetos en alguna de estas dos polaridades, a partir de los resultados obtenidos en pruebas perceptuales como el embe-dded figure test (^{Volkmar, 2013}), estudios recientes han optado por generar grupos intermedios (polaridad intermedia, si se quiere) a partir de la distribución de los datos en distintos percentiles (^{Hederich-Martínez y Camargo-Uribe, 2016}; ^{Hederich-Martínez et ál., 2016}). En concordancia con estas investigaciones, el estudio aquí descrito involucró el análisis de los datos derivados del test de figuras enmascaradas (^{Hederich-Martínez y Camargo-Uribe, 1999}), en función de distribuir la muestra en terciles: en el primer tercil (puntuaciones más bajas) se ubicaron los sujetos dependientes, en el segundo tercil se ubicaron los sujetos intermedios, mientras que en el tercero (puntuaciones más altas) se ubicaron los independientes de campo.

Ahora bien, varios estudios se han ocupado de explorar la relación entre el estilo cognitivo DIO y la lectura. Específicamente, la literatura al respecto ha señalado una fuerte asociación entre dicho estilo cognitivo y la comprensión lectora (^{Sabet y Mohammadi, 2013}), teniendo en cuenta la velocidad y la ejecución de microprocesos lectores tales como la decodificación, el análisis sintáctico (^{Kirchner, 1987}) y el análisis semántico (^{Camargo-Uribe y Hederich-Martínez, 2004}). En esta dirección, las investigaciones han reportado que los sujetos independientes de campo obtienen mejores resultados en pruebas de lectura (^{Hederich-Martínez y Camargo-Uribe, 2016}; ^{Suh, 2009}), especialmente cuando dichas pruebas demandan habilidades analíticas (^{Salmani-Nodousham, 2007}), recuperación de información, uso de pistas contextuales y prueba de hipótesis (^{Sabet y Mohammadi, 2013}).

Población y muestra

En la investigación participaron todos los estudiantes matriculados en el ciclo de educación media de la institución educativa (N = 186). Tres criterios se tuvieron en cuenta para hacer más homogénea la muestra: primero, se excluyeron los estudiantes con discapacidad auditiva que formaban parte de la población (n = 11). Segundo, se excluyeron aquellos estudiantes que estaban cursando por segunda ocasión el mismo grado (n = 2), en la medida que ya habían participado en la prueba piloto del ambiente de aprendizaje, realizada el año anterior. Finalmente, se excluyeron los estudiantes que participaron en la primera etapa del estudio, pero que se retiraron de la institución antes de comenzar la implementación (n = 7). En suma, la muestra final correspondió a 166 sujetos, 73 hombres y 93 mujeres, con un rango de edad comprendido entre los 14 y 20 años (M = 16,35, SD = 1,07).

Materiales y mediciones

Procedimiento

El estudio se desarrolló en tres etapas. En la primera se presentó la investigación a la comunidad educativa y se recogieron los consentimientos informados que registraron la participación voluntaria de los estudiantes (apéndice C). Se aplicaron las pruebas de entrada para determinar los niveles iniciales de comprensión lectora y autorregulación. A partir de los resultados de la prueba de lectura (logro inicial de aprendizaje), los estudiantes fueron clasificados en tres grupos: bajo nivel de comprensión lectora (n = 42), nivel intermedio (n = 82) y nivel alto (n = 42).

Posteriormente, los sujetos fueron asignados de forma aleatoria a una de las dos condiciones experimentales para apoyar la regulación social: regulación de actividades relacionadas con la tarea (ssr, n = 82) y regulación de actividades asociadas con la comunicación y la colaboración (ride, n = 84). Enseguida, los estudiantes fueron asignados aleatoriamente a una de las dos condiciones experimentales derivadas del método de conformación grupal: grupos homogéneos (n = 81) o heterogéneos (n = 85) de acuerdo con el nivel inicial de comprensión lectora.

La conformación de los grupos de trabajo colaborativo se basó en la estrategia de ^{Pijls et ál. (2003)}, para evitar que la empatía entre los integrantes de cada grupo se convirtiera en una variable interviniente que afectara los resultados del estudio. En suma, se conformaron 50 grupos compuestos por 3 o 4 integrantes, grupos distribuidos equitativamente según el modelo de regulación social (SSR = 25, RIDE = 25) y el método de conformación grupal (24 grupos homogéneos y 26 heterogéneos).

La segunda etapa del estudio correspondió a la implementación del ambiente de aprendizaje. La interacción de los estudiantes con el escenario computacional se desarrolló durante nueve semanas académicas, dando lugar a un promedio de 30 sesiones de 55 minutos cada una. En modalidad presencial, los estudiantes utilizaron el ambiente en los laboratorios de idiomas, mientras que en modalidad no presencial, algunos grupos se conectaron en horarios extraescolares, adelantando por su cuenta algunas de las actividades del curso (apéndices A y B). En la tercera etapa se aplicaron las pruebas de salida respecto a las dos variables dependientes en el estudio (prueba PISA, componente de lectura, y cuestionario MSLQ), así como la prueba de figuras enmascaradas para determinar el estilo cognitivo de los sujetos en la dimensión dependencia-independencia de campo.

Análisis de los datos

Teniendo en cuenta el tipo de estudio y el diseño aquí propuestos, se eligió un análisis multivariado de covarianza (Mancova) como el método estadístico más adecuado para dar respuesta a los interrogantes de la investigación. Además del Mancova, se realizaron dos análisis complementarios: uno para determinar si existían diferencias significativas entre los grupos de cada variable independiente o asociada antes de la intervención; otro, emulando un diseño preexperimental pretest/postest sin grupo control (^{Campbell y Stanley, 2005}), para identificar si existían diferencias entre los valores de las covariables (nivel inicial de comprensión lectora y autorregulación inicial) y los puntajes de las variables dependientes (logro final de aprendizaje y autorregulación final).

En relación con los análisis complementarios, se emplearon pruebas no paramétricas debido a que la cantidad de casos atípicos que arrojaron las pruebas de entrada excedía el 10 % de la muestra y, por tanto, no era recomendable suprimir o transformar esa proporción de casos (^{Mertler y Vannatta, 2017}). Por consiguiente, se utilizó el test U de Mann-Whitney para determinar si existían diferencias significativas entre los grupos de ambas variables independientes, en tanto el test Kruskall-Wallis permitió indagar acerca de posibles diferencias significativas entre los tres grupos de la variable asociada. Por su parte, la prueba de Wilcoxon Signed Rank se empleó para determinar si existían diferencias significativas en el logro de aprendizaje y la autorregulación, antes y después de la intervención. Cabe mencionar que todas las pruebas (paramétricas y no paramétricas) se realizaron en el programa IBM SPSS Statistics, versión 21.0.

Logro de aprendizaje y autorregulación iniciales

Al explorar ambas covariables del estudio, únicamente se encontraron diferencias significativas entre los sujetos teniendo en cuenta su estilo cognitivo, a propósito del nivel inicial de comprensión lectora. En efecto, al considerar como hipótesis unilateral el hecho de que los sujetos independientes de campo suelen obtener mejores resultados en términos de logro de aprendizaje (^{Hederich-Martínez y Camargo-Uribe, 2000}), la prueba H de Kruskal-Wallis señaló diferencias significativas al respecto (Figura 1): (dependientes, n = 55; intermedios, n = 59; independientes, n = 52), X2 (2, n = 166) = 5,59, p = 0,034 (unilateral). Al emplear el test U de Mann-Whitney para comparar parejas de estilos, se encontró que las diferencias significativas emergían entre sujetos dependientes (Md = 44,23) e independientes de campo (Md = 50,0): U = 1071,50, z = -2,23, p = 0,025.

Fuente: elaboración propia

Figura 1 Comparación entre estilos cognitivos en la dimensión DIO: comprensión lectora inicial 

Estos resultados coinciden con los hallazgos reportados en estudios que han explorado el estilo cognitivo en ambientes naturales (^{Guisande et ál., 2007}; ^{Hederich-Martínez, 2007}; ^{Tinajero et ál., 2012}; ^{Witkin y Goodenough, 1977}), así como en ambientes apoyados por computador (^{Angeli et ál., 2009}; ^{Chen y Macredie, 2002}; ^{Handal y Herrington, 2004}; ^{Weller et ál., 1994}). En efecto, los resultados de estas investigaciones señalan reiteradamente que los sujetos independientes de campo suelen desempeñarse mucho mejor en la mayoría de ámbitos disciplinares, en comparación con sujetos intermedios y, fundamentalmente, dependientes de campo.

Efecto del ambiente sobre el logro de aprendizaje y la autorregulación final

La prueba de Wilcoxon reveló diferencias significativas entre el nivel de comprensión lectora medido antes de la intervención y al finalizar la misma (Figura 2): z = -8,393, p < 0,001, con un tamaño del efecto medio (r = 0,46). Estos resultados indican que el logro de aprendizaje luego de la intervención (Md = 61,90) fue significativamente superior al alcanzado por los sujetos antes de la misma (Md = 47,12).

Fuente: elaboración propia.

Figura 2 Mediana de las puntuaciones obtenidas en las pruebas de lectura aplicadas antes y después de la intervención pedagógica 

Estos resultados respaldan las investigaciones que han reportado correlaciones significativas entre la regulación social y el desempeño alcanzado por grupos que trabajan colaborativamente (^{Janssen et ál., 2012}; Járevelá et ál., 2013; ^{Járvelá et ál., 2016}; ^{Volet et ál., 2009}). En este sentido, los efectos de la intervención sugieren que combinar el desarrollo de estrategias en un dominio específico de conocimiento con soportes computacionales para apoyar la regulación social (bien sea de la tarea o de la colaboración), favorece el logro de aprendizaje. En la misma línea, los resultados corresponden con las investigaciones que han empleado soportes computacionales para apoyar la regulación social, principalmente cuando se enfocan en la regulación de hábitos de estudio y actividades asociadas con la tarea (^{Hwang et ál., 2015}; ^{Lin, 2018}; ^{Saab et ál., 2007}; ^{Zheng y Huang, 2016}).

En relación con el efecto de la intervención sobre la autorregulación de los sujetos, la prueba de Wilcoxon reveló diferencias significativas entre las creencias de control sobre el aprendizaje, medidas antes de la intervención (Md = 5,25) y después de finalizada (Md = 5,50): z = -2,950,p < 0,01 (Figura 3). Los mismos resultados emergieron al comparar la autorregulación metacognitiva antes (Md = 4,50) y después de la intervención (Md = 4,67): z = -2,928, p < 0,01 (Figura 4).

Fuente: elaboración propia.

Figura 3 Mediana de las puntuaciones obtenidas en creencias de control sobre el aprendizaje, antes y después de la intervención pedagógica 

Fuente: elaboración propia.

Figura 4 Mediana de las puntuaciones obtenidas en autorregulación, antes y después de la intervención pedagógica 

A propósito del efecto que el ambiente tuvo en las creencias de control sobre el aprendizaje, los resultados sugieren que los estudiantes comprendieron que los resultados de su aprendizaje se deben a sus propios esfuerzos antes que a factores externos; por ende, al asumir que tienen control sobre su desempeño, los estudiantes comprendieron la efectividad de estudiar estratégicamente. Este valor agregado se reflejó sobre la otra escala metacognitiva en la que el ambiente impactó de manera significativa, esto es, la propia regulación metacognitiva. En esta dirección, los estudiantes progresaron significativamente respecto a tres procesos clave en el marco de la autorregulación: la planeación, el monitoreo y la propia regulación, es decir, la capacidad de calibrar comportamientos, cogniciones y emociones, en función de alcanzar las metas de aprendizaje y mejorar el desempeño (^{Pintrich et ál., 1991}).

Resultados del análisis multivariado de covarianza

Antes de verificar los supuestos para correr el Mancova, se identificaron datos atípicos (outliers) en el interior de los grupos experimentales y los grupos derivados del estilo cognitivo DIC como variable asociada. Para identificar datos atípicos univariados se emplearon estadísticos descriptivos, diagramas de caja y diagramas de tallo y hojas. Por su parte, la identificación de datos atípicos multivariados se basó en la distancia de Mahalanobis (^{Tabanachi y Fidell, 2014}).

Después de identificar valores atípicos univariados, se procedió a reducir su impacto en los resultados del análisis, eliminando los casos que presentaban el mayor número de outliers en la muestra (n = 2) y transformando los valores atípicos restantes (n = 8) mediante la técnica winzorinzing (^{Shete et ál., 2004}). En cuanto los outliers multivariados, no se encontraron distancias de Mahalanobis superiores a las puntuaciones límite, según los grados de libertad asociados con la cantidad de variables dependientes y covariables.

En suma, luego de remover los dos casos que presentaban el mayor número de valores atípicos, así como otro caso que involucró datos perdidos en términos del nivel inicial de autorregulación, la muestra resultante para efectuar el análisis multivariado de covarianza comprendió un total de 163 casos.

Efecto de las variables independientes y las covariables sobre la variable dependiente combinada

La prueba de contrastes multivariados (Tabla 1) señaló que la única covariable que incidió significativamente en la variable dependiente combinada fue la comprensión lectora inicial (lecPreTr) (λ de Wilks = 0,795, F (7,138) = 5,093, p < 0,001, rf multivariado = 0,205). Por el contrario, las covariables relacionadas con la autorregulación inicial, las variables independientes y la variable asociada, no incidieron significativamente en la variable dependiente combinada.

Efecto del soporte computacional para apoyar la regulación social en el logro de aprendizaje y la autorregulación de los sujetos

La prueba de los efectos intersujetos (Tabla 2) correspondiente al soporte computacional para apoyar la regulación social (apoyo), indicó que esta variable independiente solo afectó significativamente la autorregulación final de los sujetos (F (1, 144) = 3,946, p = 0,046, rf parcial = 0,027). No obstante, al modificar el nivel de alfa con base en el ajuste de Bonferroni (alfa de 0,05 a 0,007), se encontró que esta variable independiente no incidió significativamente en el nivel de autorregulación final, hecho que respalda el bajo tamaño del efecto reportado, pues el soporte computacional (regulación de la tarea vs. regulación de la colaboración) solo habría explicado el 2 % de la varianza en la variable dependiente.

En función de estos resultados, algunos estudios han encontrado que la regulación social no necesariamente beneficia el logro o incluso la propia autorregulación. Por ejemplo, ^{Schoor y Bannert (2012)} no encontraron diferencias significativas entre díadas con altos y bajos desempeños, en términos de las frecuencias de las actividades reguladoras acaecidas durante la colaboración. Una situación análoga fue reportada por ^{Perera et ál. (2009)}, quienes tampoco encontraron relaciones significativas entre el desempeño y las frecuencias y secuencias de las actividades realizadas por grupos fuertes o débiles durante el trabajo colaborativo en línea.

En la misma dirección se sitúan, a propósito de los soportes computacionales, algunos estudios que han recurrido a los guiones y las herramientas de concienciación para apoyar la regulación social. En el primer caso, los guiones no necesariamente favorecen el logro, por cuanto suelen dificultar la colaboración al forzar a los sujetos a interactuar de forma poco natural, al secuenciar linealmente las tareas, afectando negativamente aquellos estudiantes que prefieren abordar los problemas de forma holística, e incluso al incrementar la carga cognitiva, demandando esfuerzos adicionales para comprender y utilizar los propios guiones (^{Dillenbourg, 2002}; ^{Panadero et ál., 2015}). En el caso de las herramientas de concienciación, algunos estudios han reportado que este tipo de apoyo computacional tampoco ha impactado significativamente el logro de aprendizaje, argumentando que dichas herramientas se centran en reflexiones retrospectivas, antes que en la formulación de planes, esto es, reflexiones prospectivas conducentes a posibles adaptaciones metacognitivas (^{Kirschner et ál., 2014}).

Aunque el escenario computacional impactó positivamente en el logro de aprendizaje y la autorregulación de los sujetos (ver sección "Efecto del ambiente sobre el logro de aprendizaje y la autorregulación final"), no hubo diferencias significativas entre los participantes dependiendo del tipo de soporte utilizado para apoyar la regulación (Tabla 2). Tal como se ha mencionado, estos resultados pueden explicarse a la luz de los estudios previos sobre el tema, sin embargo, ¿cómo precisar dichas explicaciones en esta investigación en particular? Por una parte, el hecho de que en algunos estudios no se haya encontrado correlación entre la regulación y el logro (^{Perera et ál., 2009}; ^{Schoor y Bannert, 2012}) puede deberse a la complejidad de la tarea (^{Kirschner, Paas y Kirschner, 2011}) y al dominio específico de conocimiento (^{Zimmerman, 1989}).

En el primer caso, las tareas propuestas en el ambiente de aprendizaje correspondieron a problemas altamente estructurados (cuestionarios con preguntas de selección múltiple), actividades que probablemente no demandaron elevados niveles de regulación por parte de los participantes. En el segundo caso, el nivel de autorregulación depende de la experticia de los sujetos en determinado dominio específico de conocimiento, por ende, el hecho de que ambas condiciones experimentales tuvieran en común el módulo para apoyar la comprensión lectora (apéndice A) podría haber incidido en que no emergieran diferencias significativas entre los dos soportes para apoyar la regulación, en suma, habría tenido más peso el componente disciplinar que el componente regulador.

De otra parte, las investigaciones en el campo han señalado efectos heterogéneos de los guiones y las herramientas de concienciación, sobre el logro y la regulación de los sujetos. Mientras que algunos estudios apelan por las bondades de dichas herramientas (^{Lin, 2018}; ^{Su et ál., 2018}; ^{Zheng y Huang, 2016}), otras investigaciones han reportado resultados menos favorables (^{Kirschner et ál., 2014}; ^{Panadero et ál., 2015}). Por consiguiente, el que los soportes computacionales en este estudio emplearan ambos recursos, pudo incidir en el hecho que no se presentaran diferencias significativas entre ambas condiciones experimentales. En efecto, tanto la versión del ambiente para apoyar la regulación de la tarea (SSR), como la versión para apoyar la comunicación y la colaboración (RIDE), recurrieron a guiones para orientar procesos de planeación y reflexión, así como a herramientas de concienciación para apoyar el monitoreo, la definición de la tarea y la propia solución de los problemas de lectura (apéndice B).

Efecto del método de conformación grupal en el logro de aprendizaje y el nivel de autorregulación de los sujetos

La prueba de los efectos intersujetos (Tabla 3) ejecutada sobre el método de conformación grupal (formGrup), indicó que esta variable independiente no incidió de forma significativa en ninguna de las variables dependientes contempladas en el estudio. Estos resultados contradicen gran parte de la literatura sobre métodos de conformación grupal, investigaciones que abogan por la superioridad de los grupos heterogéneos sobre los homogéneos (^{Johnson y Johnson, 1989}; ^{Kagan y Kagan, 2009}), principalmente en lo que respecta al logro de aprendizaje (^{Webb, Nemer y Chizhik, 1997}). En esta dirección, suele afirmarse que los grupos heterogéneos favorecen mucho más a los sujetos con bajos niveles de conocimientos previos (^{Zhang, Kalyuga, Lee y Lei, 2016}), en tanto la homogeneidad grupal no beneficia el logro de aprendizaje cuando los colectivos están compuestos exclusivamente por sujetos expertos (^{Kirschner, Sweller, Kirschner y Zambrano, 2018}).

Por el contrario, los resultados de nuestro estudio señalaron que el ambiente de aprendizaje afectó por igual a ambos tipos de grupos, llegando incluso a beneficiar en mayor medida (aunque no de forma significativa) a los grupos homogéneos, grupos que obtuvieron mejores resultados en el logro de aprendizaje y en la mayoría de escalas de autorregulación (ver sección "Estadísticos descriptivos respecto a las variables independientes"). Estos resultados señalan el potencial del ambiente propuesto para compensar las desventajas de los grupos homogéneos en términos de restructuración y afinación del aprendizaje, en comparación con los grupos heterogéneos (^{Rumelhart y Norman, 1978}). Por supuesto, estos resultados no son tan extraños en la literatura sobre el tema, pues, coinciden con los hallazgos reportados en otras investigaciones (^{Falk y Johnson, 1977}; ^{Fiedler, Meuwese y Oonk, 1961}).

Al respecto emergen varias explicaciones, en primer lugar, los estudios previos han demostrado que los grupos heterogéneos son más exitosos entre hombres, pero no entre mujeres (^{Ziller, 1955}); teniendo en cuenta que el criterio para conformar los grupos en nuestro estudio correspondió al nivel inicial de comprensión lectora y no al sexo de los sujetos, sería comprensible entonces que los grupos heterogéneos no hubiesen superado a los grupos homogéneos. En segundo lugar, el hecho de que los propios estudiantes conformaran sus grupos pudo incidir positivamente en su desempeño y autorregulación (^{Brindley et ál., 2009}; ^{Juwah, 2006}). En tercer lugar, los sujetos que integraron los grupos homogéneos coincidían en términos de habilidades y estándares asociados con su nivel de comprensión lectora, condición que pudo favorecer la metacognición compartida en dichos grupos (^{Malmberg et ál., 2017}; ^{Winne, 2015}).

Incidencia del estilo cognitivo en el logro de aprendizaje y el nivel de autorregulación

La prueba de los efectos intersujetos (Tabla 4) para el estilo cognitivo dic, señaló que esta variable asociada no incidió significativamente en ninguna de las variables dependientes del estudio. De hecho, pese a que el efecto del estilo cognitivo sobre las creencias de control parecía estar al límite del nivel de significación (F (2,144) = 2,898, p = 0,058, η² parcial = 0,039), luego de aplicar el ajuste de Bonferroni, el posible efecto de esta variable asociada desaparece por completo.

Estos resultados indican que el ambiente de aprendizaje difuminó la distancia que existía inicialmente entre los sujetos independientes y los dependientes de campo respecto al logro de aprendizaje. Los hallazgos coinciden con otras investigaciones que han conseguido reducir la distancia entre estilos cognitivos mediante apoyos computacionales (^{López et ál., 2012}; ^{Zehavi, 1995}). Una posible explicación de estos resultados deriva de las herramientas empleadas en nuestro ambiente de aprendizaje, guiones y herramientas de concienciación. En efecto, otros estudios han demostrado que utilizar preguntas (guiones) y mecanismos de retroalimentación favorecen distintos estilos cognitivos (^{Myint, 1996}; ^{Pi-Sui-Hsu y Dwyer, 2004}). Más aún, investigaciones en el área han demostrado que la implementación de estrategias afectivas, sociales (p. ej., las incluidas en nuestra versión RIDE) y cognitivas (p. ej., las incluidas en nuestra versión SSR) favorecen especialmente a los sujetos dependientes de campo (p. ej., ^{Altun y Cakan, 2006}).