Artículos de investigación

¿Enseñar para la prueba o enseñar para aprender? Cómo evaluar para guiar tu enseñanza

Para que la toma de decisiones basada en datos genere mejoras significativas a nivel de establecimiento, y no solo en algunos cursos, la literatura sugiere que los líderes escolares deben transformar los esfuerzos aislados en “sistemas instruccionales basados en datos” (Halverson et al., 2015). Esto significa organizar la gestión pedagógica en torno a estas dimensiones:

• Recolección de datos: sistematizar la información mediante herramientas pedagógicas digitales. Reemplazar la corrección manual por flujos automáticos en planillas ordenadas permite obtener datos individuales precisos sobre el aprendizaje escolar para tomar acciones específicas.
• Reflexión sobre los datos: establecer instancias concretas para analizar resultados académicos, tales como reuniones de análisis por departamento o ciclo académico (profundiza sobre esto en ¿Cómo transformar la evaluación en un motor de aprendizaje real?), y sesiones de aula destinadas a revisar los errores comunes y/o individuales cometidos en evaluaciones sumativas.
• Alineación de la enseñanza y evaluaciones con el currículum: asegurar que la variedad de instrumentos aplicados sea representativa de los objetivos de aprendizaje más importantes. Esta consistencia instruccional debiese impactar positivamente en los resultados obtenidos en pruebas estandarizadas (como el SIMCE).
• Diseño instruccional: dotar al establecimiento de marcos claros para la planificación de clases, unificando criterios y principios técnicos sobre lo que constituye una enseñanza efectiva en el aula.
• Evaluación formativa y retroalimentación: (profundiza en nuestra publicación: Retroalimentación y evaluación formativa: guía docente). Ofrecer a estudiantes y docentes comentarios enfocados estrictamente en los procesos y en la tarea específica, evitando centrar el foco en características personales (por ej.: “eres muy inteligente, ¡sigue así!”; “esperaba más de ti, ponle más ganas la próxima vez”) (Hattie y Timperley, 2007).
• Preparación para las evaluaciones: familiarizar a los estudiantes con formatos similares a las pruebas de unidad o exámenes con mayor ponderación que enfrentarán, variando los ítems y los objetivos. Cuando se gestiona adecuadamente, esta práctica reduce significativamente el estrés y la ansiedad escolar (Agarwal et al., 2014; Agarwal y Bain, 2021). Puedes ver estrategias para reducir la ansiedad académica en instancias de evaluación en: ¿Cómo evaluar sin generar ansiedad en los estudiantes?

¿Por qué suele fracasar la revisión de las evaluaciones con los estudiantes?

En muchos casos, las sesiones típicas de revisión de evaluaciones con los estudiantes, que son conducidas por los docentes de forma oral y general frente a todo el curso, resultan ineficaces. Esto se puede ocurrir porque estas instancias se enfocan en volver a explicar, o repasar los contenidos generales, pero sin abordar las brechas específicas e individuales de comprensión de cada estudiante (Favero & Hendricks, 2016).
Por el contrario, Favero y Hendricks (2016) comprobaron que los estudiantes universitarios mejoraron sus estrategias de estudio y su desempeño en las evaluaciones tras la implementación de un proceso estructurado y detallado de análisis de estas. Esto consistió en que docentes y estudiantes desglosaron minuciosamente las preguntas erradas, clasificaron el origen de sus equivocaciones (por ejemplo: falta de comprensión conceptual, distracción o error rutinario) y seleccionaron planes de acción personalizados.

La importancia de la corrección rápida para poder actuar

Para consolidar un sistema instruccional basado en datos que impacte el aula, la literatura en liderazgo pedagógico sugiere estructurar el análisis de las evaluaciones mediante una secuencia lógica orientada a la mejora de la enseñanza y, si es atingente, a estrategias remediales (Bambrick-Santoyo, 2020).
Cuando los datos agregados se desglosan a nivel de ítem y estudiante, la medición se transforma en una herramienta de diagnóstico y mejora continua. Por lo tanto, es importante contar con algún instrumento que permita tener datos con este nivel de precisión (por ejemplo, las pruebas estandarizadas suelen entregar más bien información a nivel de promedio). Una vez se cuenta con este tipo de evaluaciones, es posible llevar a cabo un proceso de cuatro etapas:

• Diagnóstico preciso: consiste en determinar el nivel exacto de desempeño mediante un análisis granular (desagregación por objetivos, contenidos y habilidades específicos). La investigación advierte que esto es indispensable para superar el sesgo del análisis superficial o general (Hoover & Abrams, 2013).
• Planificación y análisis detallado: implica diseñar planes de acción específicos tras una revisión minuciosa de los errores. La evidencia demuestra que guiar a los estudiantes para que clasifiquen el origen de sus propias equivocaciones (por ejemplo, distinguir entre fallas de comprensión conceptual y otro tipo de errores). ¿Qué estrategias deberá usar el docente para abordar esa brecha? ¿Cómo se realizará el seguimiento (calendarización, rúbricas, observación en aula, etc)?
• Implementación y reenseñanza focalizada: implica la entrega de enseñanza diferenciada según las brechas detectadas. Estas acciones van desde volver a enseñar los aspectos críticos a todo el curso hasta ejecutar adaptaciones de reenseñanza específicamente para los estudiantes con dificultades, mientras el resto realiza tareas de profundización (Hamilton et al., 2009).
• Monitoreo, corrección rápida y retroalimentación: se refieren al seguimiento continuo y ágil de la implementación del plan en las aulas. Los estudios en tecnología educativa para la evaluación destacan que reducir el tiempo transcurrido entre la aplicación de una prueba y la entrega de la retroalimentación es un factor crítico; el uso de sistemas de corrección rápida (como los que incluyen las Evaluaciones Aptus) disminuye la carga administrativa docente y acelera el ritmo del aprendizaje escolar al abordar los malentendidos en tiempo real (Sugihartadi, 2023).

Para operativizar este ciclo de manera sostenible, los modelos de liderazgo instruccional proponen estructurar tanto el análisis de datos como el acompañamiento docente en torno a metas acotadas y manejables (Bambrick-Santoyo, 2012, 2018). Enfocar los esfuerzos del equipo en una única acción de mejora prioritaria a la vez, evita la saturación de los docentes, optimiza el tiempo institucional disponible y genera un progreso acumulativo y medible en la calidad educativa del establecimiento (Halverson et al., 2015).

Una infraestructura escolar diseñada para el aprendizaje

Finalmente, el éxito de estos sistemas de toma de decisiones basados en datos se hacen posibles cuando se adoptan metodologías sostenibles en el tiempo y que generan experiencias de éxito tempranas en los equipos. Modelos de liderazgo instruccional, como los propuestos por Bambrick-Santoyo (2018; 2020), sugieren estructurar ciclos de análisis de datos acotados en plazos y que permitan analizar y decidir acciones oportunas (profundizar con nuestro podcast: Ciclos cortos de mejora: el método que transforma la práctica docente en 2-3 meses). Este enfoque disminuye la frustración de los equipos docentes y permite visibilizar los éxitos en periodos cortos para motivar la mejora continua.
De este modo, la transición desde datos crudos hacia decisiones pedagógicas efectivas deja de depender de la formación y voluntad de cada docente, y pasa a sustentarse en un sistema articulado entre el liderazgo y la docencia.

 

Referencias bibliográficas

Agarwal, P. K., et al. (2014). Classroom-based programs of retrieval practice reduce middle school and high school students’ test anxiety. Journal of Applied Research in Memory and Cognition, 3(3), 131–138.

Bambrick-Santoyo, P. (2017). Camino a la excelencia: un plan efectivo para la inducción y coaching de profesores. Editorial Aptus.

Bambrick-Santoyo, P. (2020). Enseñanza basada en datos 2.0. Editorial Aptus.

Favero, T. G., & Hendricks, N. (2016). Student exam analysis (debriefing) promotes positive changes in exam preparation and learning. Advances in Physiology Education, 40, 323–328.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112.

Halverson, R., Grigg, J., Prichett, R., & Thomas, C. (2015). The new instructional leadership: Creating data-driven instructional systems in school (2007). Journal of School Leadership, 25(3), 447–481.

Hamilton, L., Halverson, R., Jackson, S., Mandinach, E., Supovitz, J., & Wayman, J. (2009). Using student achievement data to support instructional decision making (NCEE 2009-4067). National Center for Education Evaluation and Regional Assistance, Institute of Education Sciences, U.S. Department of Education.

Hoover, N. R., & Abrams, L. M. (2013). Teachers’ instructional use of summative student assessment data. Applied Measurement in Education, 26(3), 219–231.