bio-respuesta del aprendizaje
TRANSCRIPT
Bio-Respuesta del aprendizaje Omar Olmos López, Eréndira Avilés Rabanales, Miguel Ángel Hernández, Gabriel Cervantes
Tecnológico de Monterrey, Departamento Ciencias Básicas, Campus Toluca [email protected]; erendira@[email protected]
[email protected]; [email protected]
Resumen
Se discute y se muestran los resultados sobre un estudio para la determinación de un perfil
adaptativo en función de la respuesta cognitiva de los alumnos a través de diferentes procesos. En
esta primera etapa de valoración, se muestran los elementos y procesos que buscan desarrollar un
proceso integral de enseñanza basado en neuro-cognición adaptativa. También se muestran
resultados cuantitativos y cualitativos de la respuesta que tienen diferentes perfiles de estudiantes
ante estímulos estandarizados, tales como la “Prueba de Stroop”, ritmo cardiaco, calidad de sueño,
respuesta neuro-cognitiva, y la evaluación de respuestas a través de procesos de percepción,
reflexión y codificación de respuesta. Asimismo, se analiza el efecto de la memoria a corto plazo, se
muestran los resultados obtenidos y se discuten.
Palabras clave: neuro-cognición, adaptativo, tecnología, educación
1. Introducción
En los últimos años, se ha definido una nueva disciplina en la educación: “ciencias cognitivas”. Las
ciencias cognitivas son aquellas disciplinas que se encargan de estudiar al cerebro y la cognición
basados en teorías y prácticas científico-tecnológicas relacionadas con ambos procesos. Las
disciplinas que abordan el estudio integral del cerebro y la cognición son, entre otras, la Informática,
Biología, Neurología, Lógica, Matemáticas, Psicología y Lingüística, constituyéndose en una disciplina
totalmente nueva que emerge de la investigación conjunta e integral (Injuve, 2013). La respuesta
neuro-cognitiva, también conocida como “mecanismos de control cognitivo”, ha sido estudiada por
diferentes especialistas en neuro-educación. La importancia de estos estudios radica en la
identificación de los mecanismos responsables del aprendizaje en las personas. En el caso de los
estudiantes universitarios adquiere especial importancia, ya que entre las edades de 18 a 25 años,
los mecanismos de control cognitivo aún no están totalmente formados, y con cierto grado de
plasticidad existente en el cerebro, es posible desarrollar a su máxima capacidad los procesos de
cognición durante su aprendizaje (De Bellis, 2001). Los procesos de neuro-cognición han sido
abordados con diferentes enfoques, desde neuronal (Taurus, 2001) y fisiológico (Huttenlocher,1983),
hasta biológico y pedagógico (Leadbeater, 2004; Blakemore, 2007). Todos estos enfoques reflejan
información e interpretación valiosa sobre la respuesta del cerebro ante ciertos tipos de estímulos
percibidos. Autores como Zull (2011), establecen una fuerte conexión entre la conciencia, le memoria
y el aprendizaje, e identifican un elemento importante para la activación de los procesos de
aprendizaje en las emociones de las personas (Bernal Guerrero, 2012a; Ledoux, 1999).
2
El presente reporte de experiencias tiene como intención mostrar las primeras evidencias de la
respuesta que tienen diferentes perfiles de estudiantes en los primeros semestres de carreras
profesionales del ITESM, con el fin de obtener información valiosa que permita desarrollar un perfil
neuro-cognitivo, así como mostrar evidencias de la respuesta ante cierto tipo de estímulos, y del
efecto de las emociones en el aprendizaje. Este es el punto de partida para establecer un nuevo
método de enseñanza adaptativa basado en la respuesta neuro-cognitiva de los estudiantes, al cual
hemos denominado: aprendizaje neuro-cognitivo adaptativo.
1.1 Planteamiento del problema
Analizar y validar patrones e indicadores que permitan determinar un perfil de desempeño de
nuestros estudiantes en el primer tercio de las carreras profesionales, basado en la bio-respuesta
ante estímulos de aprendizaje estandarizados.
1.2 Objetivo de la investigación
- Generar un estudio cuantitativo de la bio-respuesta de señales neuronales a través de
diademas “Epoc” en una muestra de la población del campus Toluca, en el primer tercio de
las carreras profesionales de “Ingeniería y negocios”.
- Proponer un modelo de correlación entre la bio-respuesta y el desempeño académico
observado en los estudiantes.
- Analizar los resultados del monitoreo físico a través de las pulseras “GoBe Health” durante un
ciclo escolar, y observar la correlación de la actividad física y sueño en el desempeño
académico.
2. Desarrollo
2.1 Marco teórico
Los modelos de aprendizaje adaptativo son el resultado de establecer acciones de enseñanza que se
adapten al perfil de aprendizaje de un estudiante. En la actualidad, existen dos líneas de estudio en el
aprendizaje adaptativo. La primera está centrada en el resultado de desempeño del estudiante, en
donde, a través de datos y mecanismos automatizados, se busca trazar una línea de acción que
permita al estudiante fortalecer sus deficiencias y gradualmente lograr su objetivo de desempeño
(Waters, 2014). Esta primera línea se encuentra en proceso de desarrollo y, cada vez más, sobre
todo por parte de proveedores de recursos digitales, se han logrado desarrollar productos y servicios
con este enfoque. Algunos ejemplos de ello son: kNewton, Learn-Smart y Aleks, de McGrawHill. Sin
embargo, en la línea de trabajo del aprendizaje existe otra vertiente denominada “facilitator-driven”,
relacionada con la orientación o adaptación de las acciones del profesor. El objetivo de esta vertiente
es generar las acciones necesarias para adaptarse al perfil del alumno, y con ello lograr la mejora del
3
aprendizaje. Los procesos de enseñanza adaptativa basados en las acciones de los profesores, han
sido estudiado por diferentes autores, quienes han mostrado su eficiencia. Se han enfocado en las
acciones de los estudiantes en forma grupal, y quizás a ello se deba su dificultad para lograr impactar
de forma individual en los estudiantes.
Por otro lado, estudiar la respuesta neuro-cognitiva a través de medios de observación y registrar la
respuesta neuronal a través de sensores cerebrales EEG (Electroencefalograma), en la actualidad es
un método eficiente para cuantificar la actividad cerebral de una persona en diferentes situaciones de
aprendizaje. Se han estudiado diversas señales de respuesta de la corteza cerebral y se han
encontrado frecuencias eléctricas que están relacionadas con diferentes procesos de aprendizaje.
Como resultado de esta correlación de señales, se han encontrado cuatro rangos de frecuencias en
las cuales el cerebro genera actividad para diferentes procesos: Delta, Omega, Alfa, Beta y Gama.
Las señales de baja frecuencia como las Delta, que van de 0 a 4 Hz, son señales que ocurren
frecuentemente en situaciones de sueño profundo, sin soñar. Las señales Theta, emitidas en el rango
de 4 a 8 Hz, son frecuencias relacionadas con los estados de vigilia; se presentan en estados de
sueño con el movimiento rápido de los ojos, o en estados de descanso, y su función está asociada
con la relajación y el alivio de la ansiedad. Por otro lado, las señales Alfa son de baja frecuencia, de 8
a 14 Hz, y están relacionadas con la meditación o relajación profunda en estado consciente, cercano
al proceso de inicio del sueño. Finalmente, las señales Beta, que van de los 12 a los 20 Hz, están
relacionadas con las frecuencias que activan los elementos locomotores de nuestro cuerpo, así como
estados de activación relacionados con el aprendizaje. Por último, las señales Gama, situadas en
frecuencias mayores a los 20 Hz, están fuertemente relacionadas con los procesos de manipulación,
relación y recuerdos de la memoria de corto y largo plazo. Estas ondas cerebrales se encuentran
asociadas a estados de alta tensión, estrés o ansiedad; ante este tipo de frecuencias, es
prácticamente imposible conciliar el sueño (Figura 1).
Figura 1: Frecuencias neuronales medidas en Hertz y su relación funcional-cerebral.
4
Los neuro-especialistas en cognición han demostrado que los procesos de conciencia, memoria y
aprendizaje están íntimamente relacionados, y que existe evidencia de que la activación de estos
procesos, apoyados por estímulos vinculados a contextos emocionales (Linden, D. 2010), resulta
favorable para el aprendizaje. Por ello, este reporte muestra algunos ejemplos prácticos en donde se
muestra el efecto de dichos elementos con el fin de establecer un punto de partida para este nuevo
modelo de enseñanza adaptativa.
El proceso de correlación de la respuesta neuro-cognitiva ante ciertos estímulos es fundamental para
establecer un proceso metodológico que permita saber si existe una repuesta medible de la acción
que está realizando el estudiante, y complementar los estudios de respuesta cognitiva con la
actividad física de los estudiantes, tal como el ritmo cardiaco, calidad de sueño, hidratación,
alimentación y nivel de estrés, que en conjunto representan indicadores para caracterizar el perfil e
inferir el desempeño de nuestros estudiantes en los nuevos modelos adaptativos.
Figura 2: Alumno con diadema de detección de ondas cerebrales para
determinación de perfil neuro-cognitivo.
2.2 Diseño metodológico
En la actualidad, la determinación del perfil de aprendizaje de un estudiante se basa en pruebas de
autodiagnóstico personal, inteligencias múltiples o personalidad. Otro tipo de pruebas son las
denominadas “psico-cognitivas”, cuya función es valorar la existencia de trastornos del aprendizaje;
son empleadas regularmente por psicólogos o neurólogos para el estudio de alguna patología
cerebral.
5
El objetivo de esta innovación es ofrecer al docente nuevos elementos cuantitativos y cualitativos que
le permitan identificar un perfil de aprendizaje basado en la respuesta neuro-cognitiva de los
estudiantes, y que no dependa de la autovaloración de los mismos. Con ello podrá mejorar la eficacia
para identificar un perfil de aprendizaje basado en las cualidades neuro-cognitivas de cada
estudiante. El objetivo de esta primera experiencia consiste en determinar si existe o no información
valiosa que pueda obtenerse de la respuesta cognitiva de los alumnos ante ciertos estímulos, para
lograr identificar un perfil de aprendizaje.
Para llevar a cabo este estudio, se implementaron las siguientes fases:
Fase 1: Medición de estímulos individuales de forma estándar para determinar el perfil de un grupo de
alumnos que actualmente están cursando materias. En esta etapa se solicitó al alumno realizar la
“Prueba de Stroop” en sus tres fases (palabras, palabras y colores, y contraste).
Fase 2: Se realizó un monitoreo en un grupo de estudiantes de diferentes perfiles académicos: por
género, por semestre y por desempeño académico. Se revisó el comportamiento de variables de
respuesta física tales como ritmo cardiaco, calidad de sueño, alimentación, hidratación y nivel de
estrés.
Fase 3: Se realizó la correlación de los resultados de los estudiantes y se clasificaron los perfiles de
acuerdo a las evidencias encontradas, para encontrar su correlación con el desempeño académico y,
de ser posible, obtener un indicador del perfil.
Fase 4: Evaluación de respuesta neuro-cognitiva ante actividades estandarizadas de procesos de
aprendizaje activo que integran procesos múltiples, tales como análisis de información, generación de
modelos, operatividad y contraste de resultados.
Durante las cuatro fases antes mencionadas se estudiaron a algunos estudiantes con la intención de
contrastar los resultados en este estudio preliminar, y mostrar evidencias que permitan, si es posible,
obtener información valiosa sobre un nuevo perfil de los estudiantes. Con este nuevo perfil, en un
futuro será posible enfocar de mejor manera los esfuerzos de enseñanza y aprendizaje, así como
también identificar mejores estímulos de aprendizaje en los recursos didácticos diseñados para este
propósito.
2.3 Resultados
A una muestra aleatoria de aproximadamente 60 estudiantes, se le aplicaron las “Pruebas
estandarizadas de Stroop” (Stroop, 1935), y en 10 de ellos se realizó el monitoreo de actividad física
durante un periodo de 1 mes. Estas mediciones tuvieron como objetivo determinar diferentes
aspectos de las habilidades ejecutivas importantes para el aprendizaje. La “Prueba de Stroop”
permite, entre varios puntos más, valorar la atención a una tarea relacionada con la memoria de corto
plazo (Lezak, Howieson y Loring, 2004); la flexibilidad en la cognición y la interferencia ejercida por
distractores externos (Golden, 1978); la habilidad para cambiar de grupo cognitivo (Spreen y Strauss,
6
1998); la inhibición cognitiva (Archibald y Kerns, 1999); y la habilidad para mantener activamente una
meta en la memoria de corto plazo y suprimir una respuesta habitual a favor de una menos familiar
(Strauss, Sherman y Spreen, 2006).
La prueba consta de 3 etapas. En la primera, se pide al estudiante leer una hoja con 4 columnas, que
a su vez contienen nombres de colores escritos en tinta negra, los cuales deben ser leídos lo más
rápido posible en un lapso de 45 segundos. Este es el primer indicador: Palabras (P). En la segunda
hoja se muestran columnas con letras “X” coloreadas con los nombres de los colores de la primera
hoja, buscando que el estudiante reproduzca en el mismo tiempo los nombres de los colores que
pueda identificar. Esta etapa se denomina: Colores (C). Finalmente, en la tercera hoja se muestran
las palabras de los colores de la primera hoja, pero impresas con los colores de la tinta de la
segunda. Esta etapa se denomina: Palabras-Colores (PC).
La “Prueba de Stroop” es relevante, ya que discrimina entre las respuestas automáticas generadas
por las P y C, respecto a las respuestas controladas PC. A este fenómeno de le denomina: Índice de
interferencia (II), y en este caso, fenómeno de Interferencia de Stroop. Este fenómeno contrasta las
respuestas de procesos automáticos y controlados. Los procesos automáticos en general no
requieren atención, no son conscientes, no están sometidos al control del estudiante y suelen
adquirirse por el aprendizaje. En cambio, los procesos controlados requieren un gran esfuerzo de
atención, demandan esfuerzo, son procesos seriales, pueden ser mejorados con la práctica y son
conscientes.
Una vez realizado el estudio de respuesta cognitiva, se solicitó a 10 estudiantes ser monitoreados en
la respuesta de actividad física con respecto a su ritmo cardiaco, calidad de sueño, hidratación,
alimentación y nivel de estrés. En las figuras 3 a 14 se muestran los resultados obtenidos.
Figura 3: “Prueba de Stroop” vs desempeño académico final de estudiantes.
7
(a) (b)
Figura 4: Diagramas de contorno de frecuencias cerebrales en fase PC, de “Prueba de Stroop”; (a)
bajo desempeño, (b) alto desempeño.
Figura 5: Diagramas de intensidad de frecuencias Theta (4-7 Hz) en “Prueba de colores de Stroop”;
(a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño), e) Joven
21 años (alto desempeño), f) Joven 18 años (desempeño medio).
8
Figura 6: Diagramas de intensidad de frecuencias Alfa (8-12 Hz) en “Prueba de colores de Stroop”;
(a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño), e) Joven 21 años (alto desempeño), f) Joven 18 años (desempeño medio).
Figura 7: Diagramas de intensidad de frecuencias Beta (8-12 Hz) en “Prueba de colores de Stroop”;
(a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño), e) Joven
21 años (alto desempeño), f) Joven 18 años (desempeño medio).
9
Figura 8: Diagramas de intensidad de frecuencias Theta (4-7 Hz) en “Prueba de colores+palabras de
Stroop”; (a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño), e)
Joven 21 años (alto desempeño), f) Joven 18 años (desempeño medio).
Figura 9. Diagramas de Intensidad de frecuencias Alfa (8-12 Hz) en “Prueba de colores+palabras de
Stroop”; (a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño), e)
Joven 21 años (alto desempeño), f) Joven 18 años (desempeño medio).
10
Figura 10: Diagramas de intensidad de frecuencias Beta (8-12 Hz) en “Prueba de colores+palabras
de Stroop”; (a) Niño 4 años, (b) Niño 10 años, c) Adulto 36 años, d) Joven 19 años (bajo desempeño),
e) Joven 21 años (alto desempeño), f) Joven 18 años (desempeño medio).
(a) (b)
Figura 11: Diagramas de ritmo cardiaco en alumnos; a) Alto desempeño, b) Bajo desempeño.
(a) (b)
Figura 12: Diagramas de calidad de sueño en alumnos; a) Alto desempeño, b) Bajo desempeño.
11
(a) (b)
Figura 13: Diagramas de hidratación en alumnos; a) Alto desempeño, b) Bajo desempeño.
(a) (b)
Figura 14: Diagramas de nivel de estrés en alumnos; a) Alto desempeño, b) Bajo desempeño.
2.4 Discusión (Análisis e interpretación de resultados)
Los resultados obtenidos muestran que existe evidencia de que es posible una correlación entre el
desempeño cognitivo y la bio-respuesta. La Figura 3 muestra que existe una fuerte relación entre un
desempeño alto, con los estudiantes que enfocan sus recursos de atención y concentración, respecto
a los que leen la prueba de palabras de forma rápida y con menos atención. Por otro lado, en la
Figura 4 se muestran los diagramas de frecuencias cerebrales de una persona de alto desempeño (a)
y de bajo desempeño (b), en donde es posible observar que al inicio de la fase de Palabras+Colores
el alumno de alto desempeño activa con mayor frecuencia las señales Gama y Beta, las frecuencia
precursoras de la cognición. En el análisis detallado de los diagramas de contorno de las ondas
cerebrales de ambos sujetos, notamos que cuentan con frecuencias Delta, Theta y Alfa de forma
equivalente; sin embargo, en el sujeto 2, quien obtuvo la mayor cantidad de palabras PC, se detectan
ondas cerebrales Beta en forma más recurrente al leer cada palabra, lo que muestra un estado de
mayor atención, gasto de recursos y en cierta forma esfuerzo (estrés) para el desarrollo de la
actividad, lo cual indica claramente que para este sujeto los procesos controlados son procesados de
mejor manera, en comparación con el sujeto 3, cuya mayoría de repuestas eran automáticas y
requerían de corrección al momento de ser leídas.
12
En los resultados mostrados de las Figuras 5 a 10, se analiza toda la “Prueba de Stroop” con 6
individuos de diferentes edades y rendimientos académicos. Se contrastan las respuestas de un niño
de 6 años, un niño de 10 años, un adulto de 36 años y tres estudiantes de 1 a 2 semestres entre 19 y
20 años. Los resultados obtenidos muestran que en la intensidad de cada frecuencia comparada con
el tiempo, el área bajo la curva que puede denotarse como “demanda de recursos cognitivos”, en los
6 sujetos equivale a alrededor de 20 unidades (unidad normalizada de acuerdo al área de cada
señal). Esto representa que todos los sujetos ocupan la misma cantidad de recursos. Sin embargo, al
observar la gráfica de cada uno de ellos, es claro que la distribución de recursos en cada uno de ellos
es diferente. En el adulto y en los niños, cada señal se distribuye en el tiempo de diferente manera.
Al contrastar los resultados de los alumnos de bajo, medio y alto desempeño, se aprecia la misma
conclusión que en los resultados de los niños y el adulto; es notorio que en el alumno de alto
desempeño en todas las frecuencias (Theta, Alfa, Beta y Gama), la intensidad del uso de los recursos
cognitivos es muy alta al inicio de cada ciclo de procesamiento, lo cual probablemente implica que los
procesos sinápticos son más amplios en el procesamiento de la información. Finalmente, en los
resultados mostrados en las Figuras 11 a 14 se compara la respuesta física de un alumno de alto
desempeño con la de uno de bajo desempeño, notándose en todas ellas que la bio-respuesta en el
curso de un día es muy contrastante. Las curvas del ritmo cardiaco en el alumno de alto desempeño
son relativamente estables, mientras que en el de bajo desempeño son muy irregulares. En la
hidratación, se aprecia cómo el alumno de alto desempeño demanda hidratación constante durante el
día, mientras que en el alumno de bajo desempeño existen picos de deshidratación, y en ocasiones
debe suministrársele agua durante el tiempo de sueño. Con respecto a la calidad del sueño, se
muestra cómo el estudiante de alto desempeño tiene un sueño estable con bajos episodios REM
(Rapid eye movement), obteniendo un mayor descanso, y el alumno de bajo desempeño manifiesta
una alta frecuencia de estados REM y de insomnio. Finalmente, el resultado de varias respuestas
físicas muestra cómo el estado de estrés en el alumno de bajo desempeño inclusive existe en las
etapas de sueño.
Conclusiones
Los resultados preliminares de esta experiencia muestran evidencias de que es posible relacionar un
perfil de aprendizaje, en función de la respuesta neuro-cognitiva que se desarrolla en los estudiantes.
La caracterización de perfiles de aprendizaje y la detección de características de perfil asociados a
los estímulos del aprendizaje, permitirán desarrollar nuevas estrategias que impacten positivamente
en el aprendizaje de nuestros estudiantes. De esta forma de podrá lograr un mejor desempeño y
eficiencia en los procesos de enseñanza-aprendizaje de nuestros estudiantes. Como trabajo futuro,
se espera desarrollar patrones de identificación de perfiles acordes a cada estilo de aprendizaje, a su
vez basados en la respuesta bio-sensorial y el análisis del impacto de los recursos didácticos. Esto
permitirá ampliar los estudios y su análisis con una población mayor a fin de generalizar los
resultados mostrados en este reporte.
13
Reconocimientos
Agradecemos el apoyo brindado al Tecnológico de Monterrey y al programa NOVUS, por su apoyo en
el desarrollo y evaluación de iniciativas de innovación educativa, buscando siempre la mejora del
aprendizaje de nuestros estudiantes.
Referencias
• Bernal Guerrero, A. (2012a). “La dimensión afectiva como proceso configurador de la arquitectura mental. Nuevos modos de aprendizaje y elaboración del sentido de la propia identidad”, 341-346, en L. García Aretio (Ed.) Sociedad del conocimiento y educación. Madrid, UNED.
• Blakemore, S.-J. y Frith, U. (2007). Cómo aprende el cerebro. Las claves para la educación. Barcelona, Ariel.
• De Bellis, M. D. (2001). “Sex differences in brain maturation during childhood and adolescence” Cerebral Cortex. 11(6), 552-557.
• Golden, C. J. (1978). Stroop Color and Word Test. A manual for clinical and experimental uses. Illinois: Stoelting Company.
• Huttenlocher, P. et al. (1983). “Synaptic development in human cerebral cortex” International Journal of Neurology. (16-17), 144-154.
• INJUVE, (2013). Revista de estudios de juventud 103, Ministro de Sanidad, Servicios Sociales e igualdad. España.
• Leadbeater, C. (2004). Learning about personalisation: How can we put he learning at the heart of the education system? London, UK Department for Education and Skills.
• Leahey, T. H. y Harris, R. (1998). Aprendizaje y cognición. Madrid, Prentice Hall. • Ledoux, J. (1999). El cerebro emocional. Barcelona, Ariel-Planeta. • Lezak, M., Howieson, D. B. y Loring, D.W. (2004). Neuropsychological Assessment. (4rd ed.).
New York: Oxford University Press. • Linden, D. (2010). El cerebro accidental. La evolución de la mente y el origen de los
sentimientos. Barcelona, Paidós. • Spreen, O. y Strauss, E. (1998). A compendium of neuropsychological tests: Administration,
norms, and commentary (2nd Ed.). NY: Oxford University Press. • Stroop, J. R. (1935) Studies of interference in serial verbal reactions. Journal of Experimental
Psychology, 18, 643-66. • Taurus, Hamann, S. (2001). “Cognitive and neural mechanisms of emotional memory” Trend
in Cognitive Sciences. 5 (9), 394-400. • Waters, J. K. (2014, mayo). Adaptive Learning: Are We There Yet? En The Journal.
Recuperado de: http://thejournal.com/articles/2014/05/14/ adaptive-learning-are-we-there-yet.aspx - S6lwlsZMBygkwctI.99
• Zull, James. (2011). From Brain to Mind, Using NeuroScience to guide change in education. Stylus Publishing. USA.