 | Leonel Gómez es Coordinador de CICEA y trabaja en el laboratorio de Neurociencias en la Facultad de Ciencias. |
|---|
 | Juan Valle Lisboa es Coordinador de CICEA y dirige la línea de procesamiento del lenguaje del CIBPsi, Facultad de Psicología. |
|---|
Desde siempre, en las sociedades humanas, la transferencia de saberes y la preparación de los niños para la vida adulta ha sido parte integral de su funcionamiento. Sobre las habilidades naturales que como especie tenemos para aprender y enseñar [1] [2], se fue construyendo a lo largo del tiempo un conjunto de nociones sobre prácticas más o menos eficaces para realizar dicha preparación y que fue variando según los distintos formatos sociales, organizaciones económicas y políticas. También ha sido en los últimos siglos objeto de reflexiones filosóficas y teóricas desde diferentes perspectivas.
Pero a los efectos prácticos, hasta hace muy poco, la educación era una preocupación de políticos y padres, y los especialistas eran maestros y profesores, o en el mundo académico, sociólogos y científicos de la educación. Con suerte algún psicólogo, casi siempre desde una perspectiva socio-cultural. Lo que pasa en la cabeza de quienes aprenden es, en esas teorías, una referencia casi como a una caja negra. Como contrapartida, en los últimos años ha surgido una moda poco rigurosa vinculada a las neurociencias que toma resultados científicos y los transforma en fórmulas simplificadas y caricaturales. Si nos guiamos por estas modas, al parecer para aprender ahora hay que estimular la bilateralidad o las neuronas espejo [3]. Con demasiada frecuencia tendemos a olvidar que la parcelación del conocimiento en distintos campos disciplinares, si bien inevitable como recurso práctico para volver manejable la intención de comprender una realidad extremadamente compleja, es sólo un recurso práctico y metodológico. Este olvido a menudo hace que esas miradas, necesariamente parciales e incompletas, equivocadamente pretendan ser entidades completas y autónomas de las demás miradas que se enfocan en otros aspectos de aquella complejidad. Separamos el problema en distintas piezas pero luego nos encontramos con un puzzle imposible de armar. El mayor valor de las Ciencias Cognitivas no es el de dar recetas mágicas, sino brindar algunos elementos para reflexionar sobre la Educación estableciendo puentes y articulando conocimientos provenientes de la psicologìa, las neurociencias, las ciencias sociales y las modernas teorías sobre sistemas artificiales inteligentes.
El hecho de que habitamos un universo simbólico extremadamente sofisticado no debería hacernos olvidar que los seres humanos somos de naturaleza biológica y que en la base de todas nuestras capacidades están un conjunto de funciones que, en última instancia, son posibles gracias a un prodigioso sistema nervioso. Hemos llegado hasta acá en términos históricos usando el cerebro pero recién en el último siglo hemos comenzado a entender cómo funciona. De todos modos, aún sin saber realmente cómo operan aspectos fundamentales de esta “máquina” extraordinaria, sí sabemos lo suficiente como para acotar significativamente el universo de posibilidades y afirmar sin lugar a dudas que todo lo que somos y hacemos en tanto individuos y como sociedad deriva de las posibilidades computacionales (entendidas en la manera más amplia posible) que el sistema nervioso y en particular el cerebro nos confiere en tanto organismos biológicos. Nuestra vida mental, nuestro psiquismo, nuestro ser social y cultural dependen en última instancia de la aptitud del sistema nervioso para gestionar información y conocimiento, incluyendo las dimensiones emocionales, afectivas y motivacionales que colorean y organizan nuestra conducta de manera fundamental.
Desde esa perspectiva pensamos que las Ciencias Cognitivas son el puente correcto entre las diversas disciplinas y perspectivas que se ocupan de los procesos de enseñanza-aprendizaje en entornos educativos. Las Ciencias Cognitivas son en realidad un espacio abierto, diverso y en permanente ebullición dónde ideas provenientes de distintas disciplinas avanzan en el proyecto de entendernos a nosotros mismos con las herramientas de la ciencia: teoría e investigación empírica caminando lado a lado. Desde sus inicios, la enseñanza y el aprendizaje han sido preocupaciones centrales en las Ciencias Cognitivas. Piaget, Vygotsky y Luria son claros precursores del estudio de lo cognitivo desde una perspectiva del desarrollo e incluyendo aspectos del aprendizaje que se han tornado fundacionales de las ideas sobre cómo enseñar. Como toda ciencia, la moderna Ciencia Cognitiva cambia alguna de esas ideas clásicas, algo especialmente relevante para la educación [4]
Los educadores, teóricos de la educación y demás profesionales que se han ocupado de temas que tengan que ver con la educación y sus problemas vienen lidiando desde siempre con los límites que la biología impone: i) la maduración del sistema impone límites a lo que se puede aprender en las distintas edades y cómo [5], ii) las ventanas de oportunidad favorables para adquirir ciertas habilidades dependen de la existencia de períodos sensibles en la plasticidad del sistema nervioso [6], iii) las habilidades sensoriales, motrices, atencionales y de autorregulación están sujetas a procesos de maduración y refinamiento por medio de la experiencia [7][8], iv) muchas funciones cognitivas están condicionadas fuertemente por la genética [9], etc. La lista es parcial pero cumple la función de llamar la atención sobre la necesidad de incluir estos aspectos, ahora que empezamos a conocerlos, de forma explícita dentro de la investigación en educación y eventualmente informar las prácticas educativas. La base material de nuestra capacidad de aprender y enseñar ya no puede ser considerada ni como una caja negra ni como una hoja en blanco susceptible de ser llenada de cualquier manera con cualquier contenido. Es claro que nuestra cultura impone al cerebro el reciclaje de parte de sus habilidades que usualmente sirven para una cosa (p.ej. reconocimiento de objetos y caras) con el fin de lograr algo que tratamos de aprender (a reconocer letras y palabras) [10]. Es más, sólo aquello capaz de provocar ese reciclado puede ser aprendido; la cultura es esa parte de lo concebible que nuestro sistema nervioso hace posible. No quiere decir esto que la cultura no tenga efecto sobre el cerebro, ni que esté determinada completamente por la biología. De los infinitos mundos concebibles quedan infinitos mundos posibles. Infinitos, pero no mundos cualesquiera.
Más aún, si los modelos que tenemos de qué y cómo se aprende son al menos aproximadamente correctos [11]–[13] la riqueza de los estímulos [15] es imprescindible para desarrollar un cerebro funcional [14]. En efecto, y gracias a las Ciencias Cognitivas, se han desarrollado un conjunto de modelos y teorías que están en la base de la moderna inteligencia artificial [16]. Las redes neuronales artificiales y su versión moderna “profunda”, surgieron intentando emular aspectos del funcionamiento del cerebro [17]–[19]. Huelga decir que ya han transformado varias partes de nuestra vida. Una clave de estos dispositivos es que para aprender precisan ser expuestos a una gran cantidad de datos. Si sirve de ejemplo, esto muestra que la dicotomía “enseñar procedimientos” vs. “enseñar contenido” es una falsa oposición. A veces hay que enseñar contenidos para que podamos desarrollar procedimientos. Claro, en la teoría y en la práctica, el cerebro no es un captador pasivo de información. La información transforma a la red neuronal (artificial o natural) de forma tal que se vuelve más efectiva en lidiar con esa categoría de datos, no en regurgitar lo mismo que se le enseñó.
La imagen que emerge es que las propiedades que impone la biología determinan cómo lidiamos con los datos del mundo, datos que a su turno modifican la manera en que nuestro cerebro responde a ese mundo, cerrando un ciclo virtuoso de interacción al que llamamos aprender. Estas ideas, y sus implicancias educativas concretas, las iremos desarrollando en nuestro blog que está dirigido a aquellas y aquellos que tienen una preocupación por la Educación. Nótese que en algunos casos podremos fundamentar propuestas concretas de trabajo en el aula o en el hogar, pero en otros pretendemos más bien ser una de las fuentes conceptuales y teóricas que permita problematizar y reflexionar sobre las prácticas docentes a partir de lo que se conoce (y de señalar lo que en realidad se desconoce) de cómo aprenden los niños.
Referencias
* Foto de portada de Kelly Sikkema disponible en Unsplash
[1] G. Csibra and G. Gergely, “Natural pedagogy as evolutionary adaptation,” Philos. Trans. R. Soc. B Biol. Sci., vol. 366, no. 1567, pp. 1149–1157, Apr. 2011.
[2] S. Strauss, M. Ziv, and A. Stein, “Teaching as a natural cognition and its relations to preschoolers’ developing theory of mind,” Cogn. Dev., vol. 17, no. 3, pp. 1473–1487, Sep. 2002.
[3] S. Dekker, N. C. Lee, P. Howard-Jones, and J. Jolles, “Neuromyths in Education: Prevalence and Predictors of Misconceptions among Teachers.,” Front. Psychol., vol. 3, no. October, p. 429, Jan. 2012.
[4] J. Dunlosky, K. A. Rawson, E. J. Marsh, M. J. Nathan, and D. T. Willingham, “Improving Students’ Learning With Effective Learning Techniques: Promising Directions From Cognitive and Educational Psychology,” Psychol. Sci. Public Interest, vol. 14, no. 1, pp. 4–58, Jan. 2013.
[5] S. T. Piantadosi, J. Jara-Ettinger, and E. Gibson, “Children’s learning of number words in an indigenous farming-foraging group,” Dev. Sci., vol. 17, no. 4, pp. 553–563, Jul. 2014.
[6] K. L. Sakai, “Language Acquisition and Brain Development,” Science, vol. 310, no. 5749, pp. 815–819, Nov. 2005.
[7] E. R. Sowell, P. M. Thompson, K. D. Tessner, and A. W. Toga, “Mapping Continued Brain Growth and Gray Matter Density Reduction in Dorsal Frontal Cortex: Inverse Relationships during Postadolescent Brain Maturation,” J. Neurosci., vol. 21, no. 22, pp. 8819–8829, Nov. 2001.
[8] T. N. Wiesel and D. H. Hubel, “Single-cell responses in striate cortex of kittens deprived of vision in one eye,” J. Neurophysiol., vol. 26, no. 6, pp. 1003–1017, Nov. 1963.
[9] W. T. Dickens and J. R. Flynn, “Heritability estimates versus large environmental effects: the IQ paradox resolved.,” Psychol. Rev., vol. 108, no. 2, pp. 346–69, Apr. 2001.
[10] S. Dehaene and L. Cohen, “Cultural recycling of cortical maps.,” Neuron, vol. 56, no. 2, pp. 384–98, Oct. 2007.
[11] J. L. McClelland and T. T. Rogers, “The parallel distributed processing approach to semantic cognition.,” Nat. Rev. Neurosci., vol. 4, no. 4, pp. 310–322, 2003.
[12] J. B. Tenenbaum, C. Kemp, T. L. Griffiths, and N. D. Goodman, “How to grow a mind: statistics, structure, and abstraction.,” Science, vol. 331, no. 6022, pp. 1279–85, Mar. 2011.
[13] L. N. Cooper and M. F. Bear, “The BCM theory of synapse modification at 30: interaction of theory with experiment,” Nat. Rev. Neurosci., vol. 13, no. 11, pp. 798–810, Nov. 2012.
[14] J. Elman, E. Bates, A. Karmiloff-Smith, M. Johnson, D. Parisi, and K. Plunkett, Rethinking Innateness: A Connectionist Perspective on Development. Cambridge, MA: MIT Press, 1996.
[15] F. Reali and M. H. Christiansen, “Uncovering the Richness of the Stimulus: Structure Dependence and Indirect Statistical Evidence,” Cogn. Sci., vol. 29, no. 6, pp. 1007–1028, Nov. 2005.
[16] Y. Bengio, “Learning Deep Architectures for AI,” Found. Trends® Mach. Learn., vol. 2, no. 1, pp. 1–127, 2009.
[17] W. S. McCulloch and W. Pitts, “A logical calculus of the ideas immanent in nervous activity,” Bull. Math. Biophys., vol. 5, no. 4, pp. 115–133, Dec. 1943.
[18] F. Rosenblatt, “The perceptron: A probabilistic model for information storage and organization in the brain.,” Psychol. Rev., vol. 65, no. 6, pp. 386–408, 1958.
[19] C. Szegedy et al., “Going Deeper with Convolutions,” ArXiv14094842 Cs, Sep. 2014.
