Post on 29-Jun-2022
NEUROCIENCIAS Y APRENDIZAJE
Pedagogía 2017
Curso 13
Autores:
Dra. Vivian Reigosa-Crespo vivianr@cneuro.edu.cu
Dra. Rosario Torres rosario@cneuro.edu.cu
Dra. Nancy Estévez nancy.estevez@cneuro.edu.cu
Centro de Neurociencias de Cuba
ii
Edición: Dr. C. Eva Escalona Serrano
Corrección: MSc. Yuliannela Boza Oramas
Diseño y composición: MSc. Guillermo J. Machado Machado
© sobre la presente edición, sello editor Educación Cubana. Ministerio de Educación, 2017
ISBN
Sello Editor EDUCACIÓN CUBANA Dirección de Ciencia y Técnica Calle 14 e/ Ave. 33 y Ave. 41. Miramar, Playa. La Habana. Cuba. Teléfono: (537) 2057954
Índice
Parte I: Cerebro, cognición y aprendizaje/1
Introducción/1
Las capacidades neurocognitivas: interfaz entre el cerebro y el aprendizaje/1
Los “signos de alerta” en el desarrollo neurocognitivo/3
Parte II: Sexo, Cerebro y Matemáticas/7
Mujeres, Ciencia y Tecnología. Estado del Arte/7
Cerebro Rosa, Cerebro Azul/8
Mensajes claves/16
Parte III: Siento, por lo tanto, aprendo/17
Introducción/17
Las bases neurobiológicas/18
¿Qué hacer en la escuela?/20
Mensajes claves/22
Parte IV. Educación-2030 Objetivos de la Agenda: Implementando los Resultados de
las Neurociencias/23
Introducción/23
Puenteando la Agenda de Education-2030 y las Neurociencias en la práctica/24
Una propuesta/27
Mensajes claves/31
Referencias/31
Glosario/35
RESUMEN
Actualmente se conoce que existen redes cerebrales específicas responsables de
capacidades básicas que están estrechamente relacionadas con el aprendizaje de las
matemáticas y la lectura. Estas capacidades se observan temprano en los bebés y son
parte del "kit inicial" para entender números o palabras escritas. Este curso se enfocará
en tres temas principales: 1) las capacidades neurocognitivas y la competencia
académica en el desarrollo típico y atípico; 2) las herramientas para el cribado, perfiles
y capacitación de las capacidades neurocognitivas; 3) los nuevos programas para
mejorar el desarrollo neurocognitivo en los estudiantes. Se discutirá la implicación de
estas cuestiones en las prácticas y políticas educativas.
1
Parte I: Cerebro, cognición y aprendizaje
Introducción
Ernesto tiene 9 años, está en cuarto grado. Cuando comienza la clase de matemáticas
se pone nervioso, quisiera escapar, sus manos sudan y apenas puede atender la
explicación que da la maestra. Pero el problema con los números no es solo en la
clase. Cuando los domingos va a comprar el pan, su madre le debe dar el costo exacto
pues de lo contrario, no tiene idea de cuánto le deben devolver. No conoce bien el reloj
y le resulta muy difícil saber la hora. Muchas veces llega tarde o muy temprano a los
lugares porque no puede determinar si es cerca o lejos y estimar cuánto tiempo va a
demorar.
Sus padres y su maestra están muy preocupados. Perciben el problema, pero no
conocen las causas ni cómo actuar. Le piden que haga más ejercicios de matemáticas,
que practique mucho. Piensan que es un poco “vago” aunque sorprendentemente a
Ernesto le va bien en el colegio con el resto de las materias.
Hoy día sabemos que tres o cuatro estudiantes por cada cien que reciben educación
primaria sufren lo mismo que Ernesto[1]. Por tanto, no es un problema infrecuente. A
otros estudiantes les cuesta lidiar con los sonidos del lenguaje, no pueden hacer rimas
ni otras manipulaciones fonológicas de las palabras y leen entonces con mucha
dificultad; mientras otros no se pueden concentrar y son impulsivos durante la clase y
esto también les impide aprender bien. ¿Cuál pudiera ser el origen de estas
dificultades? Los procesos neurocognitivos tienen parte de responsabilidad.
Las capacidades neurocognitivas: interfaz entre el cerebro y el aprendizaje
Al nacer, el cerebro dispone de más de 85 billones de neuronas que establecen entre sí
patrones de conexión y desconexión los cuales dan lugar a redes neuronales altamente
eficaces y especializadas a lo largo de la vida.
2
En las redes neuronales se trasmite información electroquímica de forma sincronizada
entre las neuronas lo que da lugar a las “representaciones” mentales. Este mecanismo
es la base biológica de todos los procesos mentales que el ser humano realiza.
Nacemos equipados con redes neuronales específicamente dedicadas a capacidades
básicas que permiten representarnos tanto las entidades del mundo perceptible
(ejemplo: objetos animados e inanimados) como aquellas que son más abstractas
(cantidades numéricas y formas geométricas)[2].
Estas capacidades nucleares son el andamiaje sobre el cual ocurre la adquisición
cultural del conocimiento. Por tanto, ellas juegan un rol importante en el aprendizaje
escolar[3].
De esta manera, el aprendizaje de las matemáticas se construye sobre la capacidad
para manipular magnitudes numéricas, estimar cantidades numéricas grandes de forma
aproximada; así como para determinar exactamente, la cantidad de elementos que hay
en conjuntos pequeños sin contar lo cual se denomina subitización[4, 5]. Las redes
neuronales especialmente dedicadas al procesamiento de las magnitudes numéricas se
encuentran situadas fundamentalmente en las regiones parietales de ambos
hemisferios cerebrales y más específicamente en el Surco Intraparietal.
El aprendizaje de la lectura depende de la conciencia fonológica, es decir, de la
capacidad de nuestro cerebro para distinguir y representar la estructura de sonidos del
lenguaje. El desarrollo de esta capacidad puede ser evaluado a través de tareas muy
simples que implican la manipulación consciente de estos sonidos, por ejemplo: rimas,
aliteraciones, omisiones/sustituciones de fonemas, etc. Estudios de imágenes
cerebrales han mostrado que la actividad de la corteza temporal posterior inferior del
hemisferio izquierdo se modula por el nivel de desarrollo de las capacidades
fonológicas presente en los estudiantes.
Pero esta influencia no ocurre en una sola dirección (ver figura 1). El aprendizaje a su
vez, condiciona el desarrollo de las capacidades neurocognitivas al provocar cambios
(número de conexiones, cantidad de neuronas, etc.) en las redes neuronales
3
responsables[3]. Hoy día hay avances importantes en el conocimiento acerca de cómo
ocurre este desarrollo, la posibilidad de potenciarlo, así como el origen de sus
alteraciones y cómo modificarlas. La figura 1 muestra la interacción entre los diferentes
niveles: cerebro-cognición-aprendizaje.
Figura 1. La relación entre los niveles cerebro, cognición y aprendizaje.
Los “signos de alerta” en el desarrollo neurocognitivo.
Un estudiante que no ha desarrollado las capacidades numéricas básicas se enfrenta al
aprendizaje de las matemáticas sin tener claro el concepto de número. A partir de las
exigencias escolares, pudiera comenzar a manifestar problemas en tres aspectos,
fundamentalmente: a) la recuperación de los hechos numéricos (adiciones o
multiplicaciones de pares de dígitos simples. Por ejemplo, las tablas de multiplicar y las
adiciones simples: “4+3”, “6+2”), b) el uso de procedimientos eficaces para solucionar
los problemas matemáticos y c) el agarre de los conceptos matemáticos. La dificultad
se va haciendo mayor en la medida que aumenta la complejidad de los planes de
estudio.
4
De manera similar, si un estudiante no desarrolla la conciencia fonológica es muy
probable que se enfrente al aprendizaje de la lectura sin haber logrado agarrar el
“Principio Alfabético” es decir, sin entender que las letras individuales y los patrones de
letras representan los sonidos y palabras del lenguaje oral. Esto afectará sus procesos
de codificación lectora lo cual producirá a su vez, un efecto negativo sobre la
comprensión de lo que lee.
El conocer acerca de la existencia de una asociación entre las capacidades
neurocognitivas y el aprendizaje ha abierto una ventana de oportunidad única para la
detección temprana de signos de alerta de que algo no va bien con el desarrollo de
estas capacidades. También para la realización de intervenciones oportunas
aprovechando el potencial de reorganización o plasticidad de los cerebros de los
estudiantes.
Y continuando con las buenas noticias, los maestros pueden funcionar como
“detectores” eficaces de estos signos de alerta y lo pueden hacer independientemente
de los años de experiencia profesional, de la cantidad de estudiantes que hay en la
clase, así como del ambiente rural o urbano en el cual enseñan. Un estudio nacional
realizado en Cuba, en colaboración con el Ministerio de Educación lo demuestra.
Neurocientíficos educacionales del Centro de Neurociencias de Cuba crearon un
cuestionario dirigido a los maestros de educación primaria basado en comportamientos
observables en los estudiantes que son alertas de posibles dificultades en el desarrollo
de las capacidades neurocognitivas. En el estudio participaron 805 maestros de 270
colegios ubicados en áreas urbanas y rurales de todas las provincias del país. Cada
maestro reportó las alertas identificadas en los estudiantes de su clase.
Como se observa en la figura 2 existe una relación entre la cantidad de signos de alerta
identificados por los maestros y el estado neurocognitivo real de sus estudiantes; el cual
fue evaluado, de forma independiente, a través de baterías de pruebas desarrolladas
también en el Centro de Neurociencias de Cuba. Los maestros identificaron muy pocas
alertas en los estudiantes que tenían un desarrollo típico de las capacidades
neurocognitivas y muchas alertas en aquellos con trayectorias de desarrollo atípicas.
5
Mientras más atipicidad mayor cantidad de signos de alerta. Así, por ejemplo, los
estudiantes que mostraron trayectorias del neurodesarrollo atípicas relacionadas con el
aprendizaje de la lectura de conjunto con las asociadas al aprendizaje matemático
(perfil Lect/Mat en el gráfico) tuvieron la cantidad mayor de signos de alerta según sus
maestros.
80
Figura 2. Relación entre los signos de alerta que los maestros identificaron y el estatus
neurocognitivo real de sus estudiantes.
Nota: Desarrollo típico de la Neurocognición (Típico); desarrollo atípico de las
Funciones Ejecutivas (FE), de las capacidades neurocognitivas para lectura (Lect), para
matemáticas (Mat), para lectura y matemáticas (Lect/Mat) y global (FE/ Lect/Mat)
6
“Signos de alerta” e inclusión educativa. Retos
La detección de signos de alerta por parte de los educadores es una estrategia
poderosa para comenzar, desde muy temprano, una intervención dirigida a potenciar el
desarrollo neurocognitivo de los estudiantes. Sin embargo, esto no va a ocurrir de forma
espontánea. Primero hay que cambiar el enfoque en lo que está establecido respecto a
cómo formar a los maestros, comunicándoles de forma efectiva el conocimiento acerca
del desarrollo del cerebro y la cognición. Por ejemplo, entre los maestros existe poco
entendimiento acerca de las dificultades en el aprendizaje causadas por un desarrollo
atípico del cerebro y sigue siendo muy frecuente el punto de vista de que estas
dificultades tienen un origen esencialmente social.
Por otra parte, aumentar el conocimiento del maestro acerca del poderoso rol que
juegan sus propias expectativas sobre la adquisición de las competencias de cada uno
de sus estudiantes pudiera ayudar a evitar las potenciales desventajas asociadas a la
identificación temprana de signos de alerta; mientras que, el aumento de la conciencia
pública acerca de estas dificultades pudiera reducir el peligro de estigmatización.
Del mismo modo, las diferencias individuales en el desarrollo neurocognitivo deberán
ser vistas como oportunidades para aprender más que problemas que deben ser
arreglados (IBE-UNESCO, 2016). Estas diferencias pueden proveer oportunidades para
experimentar con nuevas vías, con nuevos métodos que involucren a toda la clase en
las actividades. El aprendizaje cooperativo es uno de ellos. A través de él, los maestros
pueden desarrollar estrategias para beneficiar a todos los estudiantes puesto que lleva
implícito un reconocimiento de que cada uno tiene la capacidad de contribuir al
aprendizaje del otro. Además, el soporte estudiante – estudiante permite enfrentar el
reto de la atención a la individualidad en contextos educativos difíciles debido a la
carencia de recursos humanos, aulas con exceso de estudiantes, etc. Esta estrategia
aún está subutilizada; sin embargo, implementada correctamente pudiera aumentar
considerablemente las oportunidades de aprendizaje de todos los miembros de la clase
aprovechando la riqueza que aportan sus individualidades.
Las principales metas a alcanzar podrían resumirse en:
7
Formar a los maestros para la compresión de la relación cerebro-cognición-
aprendizaje tomando en cuenta las diferencias individuales respecto a las
trayectorias del desarrollo neurocognitivo y el aprendizaje
Concientizar al maestro acerca del rol de sus expectativas para la adquisición de
las competencias académicas por parte de los estudiantes
Concientizar a la opinión pública acerca de la naturaleza de las dificultades
originadas por trayectorias atípicas en el desarrollo neurocognitivo
Promover el uso en el aula de estrategias inclusivas para la atención a la
diversidad en el desarrollo neurocognitivo y el aprendizaje. Probar la eficacia de
estas estrategias
Parte II: Sexo, Cerebro y Matemáticas
Mujeres, Ciencia y Tecnología. Estado del Arte.
“El mundo está cambiando a un ritmo acelerado dirigido por la ciencia y la tecnología”
[6]. Tal es así, que existe un reconocimiento unánime de la importancia de la CTIM en
los cambios sociales y económicos en tanto promotor de la reducción de la pobreza, del
desarrollo sustentable y del logro de los otros Objetivos de Desarrollo del Milenio.
Al mismo tiempo, a nivel mundial se expresa una marcada preocupación con relación al
desarrollo de los recursos humanos involucrados en las CTIM pues se observa un
decline en el interés, la entrada y la participación de los jóvenes, especialmente
mujeres, en muchos países. Estas tendencias opuestas relacionadas, por una parte,
con el incremento del desarrollo basado en el conocimiento, y por otra, con la
disminución de la capacidad de aplicar el conocimiento al desarrollo tiene, a futuro, una
implicación negativa para todos los países donde ocurre la divergencia.
La realidad actual es que las mujeres están pobremente representadas en las CTIM. Se
han realizado esfuerzos en muchos países para cambiar este panorama. De hecho,
entre 1980 y 1990, el porcentaje de mujeres involucradas varió de 10-15 % a 20-25 %.
Sin embargo, desde 2000 este progreso ha ido declinando alcanzándose otra vez un 10
% en numerosos países [6]. Las diferencias de género son particularmente notables en
8
los niveles más altos de logros científicos; por ejemplo, menos del 3% de los laureados
con el Nobel son mujeres y ninguna mujer, hasta ahora, ha recibido uno de los tres
reconocimientos más importantes en matemáticas (“Field Medal”, “Abel Prize” y “Wolf
Prize”).
A nivel de los organismos e instituciones, regionales y de carácter global, existe una
marcada intención de examinar y entender esta situación para poder promover vías
efectivas que permitan corregir las causas del fenómeno, eliminándolas o
resolviéndolas a través de políticas y acciones encaminadas a mejorar los indicadores
de igualdad de género. Sin embargo, algunos estudios realizados recientemente
apuntan que, aun en aquellos países donde se aplican de forma efectiva políticas de
empoderamiento de la mujer, los hombres continúan teniendo una mejor ejecución en
las pruebas estandarizadas de matemática, respecto a las mujeres. Esto se observa
particularmente, cuando se analiza a los individuos de más alto rendimiento [7].
El fenómeno es, por tanto, complejo y tiene múltiples aristas de análisis. En este
sentido, resulta muy importante revisar el tema de las diferencias en el cerebro y la
cognición entre hombres y mujeres lo cual pudiera determinar la existencia de una
aptitud intrínseca para las matemáticas y la ciencia. Dicho de forma simple, evaluar a la
luz de las evidencias científicas actuales, si el cerebro de los hombres está mejor
“equipado” que el de las mujeres para tener éxito con las ciencias “duras” y la
tecnología.
Cerebro Rosa, Cerebro Azul
En un libro titulado “Cerebro Rosa, Cerebro Azul”, la neurocientífica Lise Eliot [8] revisa
los hallazgos aportados por su propio trabajo y el de otros autores en el área de la
neuroplasticidad y concluye que los cerebros de los bebés son tan maleables que
pequeñas diferencias al nacer entre niños y niñas se van amplificando en el tiempo en
la medida en que los padres, los maestros, los pares y la cultura en general refuerzan
los estereotipos de género. Dice la autora, que los propios niños y niñas exacerban
esas diferencias jugando con sus modestas fortalezas. Ellos constantemente ejercitan
9
los circuitos del “lanzamiento de pelota” y ellas los circuitos del “juego con muñecas” y,
raramente se salen de su zona de confort.
¿Esto también sucede para las matemáticas? Examinemos críticamente tres
afirmaciones, bastante generalizadas, relacionadas con el hecho de que las mujeres
son menos talentosas para las matemáticas y, por tanto, están menos representadas en
las CTIM [9].
Afirmación #1. El cerebro de los hombres permite un mayor desarrollo de habilidades
espaciales y numéricas. Eso los hace tener una mayor aptitud intrínseca para las
matemáticas.
Las investigaciones en psicología cognitiva y evolutiva, así como en neurociencias han
demostrado que el ser humano nace equipado con sistemas primitivos que
evolucionaron para diferentes propósitos y son aprovechados para resolver nuevos
problemas [10]. Estas investigaciones proveen evidencia acerca de cinco sistemas
cognitivos diferentes que son el núcleo del pensamiento matemático en los adultos.
Sistema 1:el de las cantidades exactas que permite la representación mental de
conjuntos de uno, dos, tres objetos de forma exacta
Sistema 2: el de las cantidades aproximadas encargado de las representaciones
mentales de conjuntos grandes de objetos de forma aproximada.
Sistema 3: los cuantificadores, palabras que denotan los números y las rutinas
de conteo verbal que el niño gana cuando adquiere el lenguaje
Sistemas 4 y 5: la geometría de los objetos y los puntos de referencia del medio
necesarios para los propósitos de navegación, memoria espacial y razonamiento
geométrico
Cuando los adultos resuelven problemas aritméticos activan áreas del cerebro que
están involucradas en la representación de las magnitudes numéricas, el lenguaje y el
espacio [11]. Si alguna de esas áreas se encuentra dañada las personas muestran
diferentes tipos de deficiencias en el razonamiento matemático y el cálculo [12].Estos
sistemas se desarrollan tempranamente durante la infancia y en ese período no se han
10
encontrado diferencias entre niñas y niños [13]. Tampoco en edades mayores. Un
estudio que incluyó a 786 niñas y 901 niños de 5to a 9no grados (parte de la muestra
del estudio publicado por Reigosa-Crespo y cols, [14]) reportó que no existían
diferencias asociadas al sexo respecto a la eficiencia con que niñas y niños realizaron
dos tareas numéricas básicas (conteo de conjuntos y aritmética mental) las cuales
involucran estos sistemas nucleares (Figura 3).
Figura 3. Eficiencia de niñas y niños para realizar una tarea de conteo (A) y una tarea
de aritmética mental (B). La eficiencia es una medida de tiempo/aciertos de manera
que, mientras menos valor toma, más eficiente es la ejecución.
Tampoco se han hallado diferencias entre hombres y mujeres en la ejecución de tareas
simples que involucran a estos sistemas. En un experimento de resonancia magnética
funcional (RMNf), Kucian y cols. [15] pidieron a un grupo de 10 mujeres y 10 hombres
comparar conjuntos de magnitudes numéricas diferentes. Eran conjuntos de objetos
(vegetales y frutas) y ellos debían decir dónde había más (figura 4A). Las áreas
cerebrales que se activaron durante la realización de la tarea en todos los sujetos
correspondieron a una red que involucró las áreas visuales primarias y secundarias, las
áreas parietales bilaterales, giro frontal inferior derecho y el cerebelo bilateralmente
(Figura 4B). No hubo diferencias en los patrones de activación de esta red entre
hombres y mujeres.
11
Figura 4. Patrón de activación cerebral de hombres y mujeres al realizar una tarea de
comparación de magnitudes numéricas. (A) Estímulo correspondiente a la tarea de
comparación de magnitudes numéricas, (B) áreas cerebrales que se activaron
significativamente durante la realización de la tarea. (tomado de [15]).
Las diferencias asociadas al sexo emergen cuando se utilizan tareas cuantitativas más
complejas. En la mayoría de los estudios se han observado después de concluida la
educación elemental y se hacen mayores en la medida que aumenta la edad. En el
experimento realizado por Kucian y cols. [15], mencionado anteriormente, cuando
ambos grupos de mujeres y hombres realizaron tareas de cálculo exacto y aproximado,
así como de rotación mental de objetos, si se encontraron diferentes patrones de
activación cerebral entre ellos. Las mujeres mostraron una activación adicional en las
áreas temporales bilaterales, en el área frontal inferior derecha y en las áreas motoras
primarias. Esto indicó que ellas usaban estrategias cognitivas diferentes a ellos para
realizar estas tareas del experimento.
En otro estudio [16] usando RMNf y análisis de las estructuras del cerebro
(morfometría), se le pidió a un grupo de 25 mujeres y a otro de 24 hombres que
realizaran una tarea de aritmética mental de adición y sustracción con tres operandos.
Ambos grupos tuvieron resultados similares en el cálculo (tiempo y aciertos). Sin
embargo, durante la realización de la tarea, el cerebro de los hombres mostró mayor
activación que el de las mujeres en las áreas del hemisferio derecho relacionadas con
12
la cognición numérica, tal y como se muestra en la figura 5. Los cerebros de las
mujeres no mostraron mayor activación que los cerebros de los hombres en ningún
área. Por otra parte, no hubo diferencias entre ambos grupos respecto a la densidad y
el volumen de las áreas cerebrales estudiadas. Tomando de conjunto los resultados
conductuales y de las imágenes cerebrales, los autores concluyen que las mujeres
usan de manera más eficiente los recursos neuronales durante el cálculo.
Figura 5. Diferencias y similitudes entre mujeres y hombres al realizar una tarea de
cálculo mental. Las figuras 5A y 5B muestran los aciertos y el tiempo que demoran
ambos en calcular. No hay diferencias entre ambos grupos. En la figura 5C las
manchas rojas corresponden a las áreas cerebrales que se activaron más en los
hombres que en las mujeres durante la realización de esta tarea. Todas están situadas
en el hemisferio derecho del cerebro. (tomado de [16]).
Debe tomarse en cuenta que, los meta-análisis realizados a los reportes conductuales y
de neuroimágenes revelan que la mayoría de las diferencias asociadas al sexo halladas
en tareas numéricas en los estudios individuales se hacen pequeñas o cercanas a cero.
13
Sin embargo, otras medidas como la conducta motora, la sexualidad y la agresión si
muestran diferencias mucho más grandes y confiables entre hombres y mujeres.
Las diferencias que sobreviven a los meta-análisis son aquellas que emergen cuando
se presentan tareas que pueden ser resueltas de varias maneras y que hombres y
mujeres tienden a resolver de forma diferente. Por ejemplo, en una tarea de navegación
donde se presenta información geométrica y de puntos de referencia, los hombres
tienden a guiarse por la primera y las mujeres por la segunda. Sin embargo, cuando
existe una sola fuente de información disponible no hay diferencias en la ejecución
entre hombres y mujeres. Esto refleja que lo que subyace en las diferencias
encontradas son diferentes elecciones de la estrategia a emplear.
Afirmación #2. Al nacer, los niños se focalizan más en los objetos que las niñas, esto
los predispone a aprender mejor acerca de los sistemas mecánicos.
Esta conclusión se basa en los resultados de un experimento realizado con bebes
recién nacidos en el cual se les presentaba una persona activa y expresiva o un objeto
inanimado de similar tamaño. Los bebés varones miraban durante más tiempo al objeto
y las bebés niñas miraban más tiempo a la persona [17]. A partir de este resultado se
interpretó que los bebes varones, al focalizarse en objetos, se convierten en
“sistematizadores” que se involucran más con el mundo mecánico y con los sistemas
abstractos como las matemáticas [18]. Sin embargo, hasta ahora, no existe ningún
reporte publicado que haya replicado los resultados de este experimento.
Probablemente, la noción de que los niños están más orientados a los objetos y las
niñas a lo social constituye una de las primeras creencias infundadas acerca de las
diferencias cognitivas determinadas por el sexo [19]. Se conoce que la percepción de
los objetos comienza desde el nacimiento. Los bebés humanos muestran de manera
muy clara sus habilidades para percibir colores, formas, tamaños y orientación de los
objetos así como percibir el movimiento de estos objetos. Alrededor de los 6 meses los
bebés pueden representarse los objetos que se mueven totalmente fuera de su vista,
hacer inferencias acerca de las interacciones mecánicas entre los objetos y también
agrupar objetos en categorías. Estos hallazgos se han obtenido a través de muchos
14
experimentos cuidadosamente diseñados desde hace más de 3 décadas. En casi todos
se comparan niñas y niños y la mayoría no encuentra diferencias entre ellos.
Precisamente por esta causa, los meta-análisis acerca de las diferencias cognitivas
asociadas al sexo en la infancia son muy raros pues ellos dependen de efectos
significativos y la amplia mayoría de los estudios sobre el desarrollo cognitivo en la
infancia reportan diferencias no significativas entre niñas y niños.
Por otra parte, el razonamiento científico no depende del conocimiento intuitivo acerca
de los objetos debido a que este está sujeto a conceptos erróneos. El verdadero
razonamiento científico emerge cuando los estudiantes comienzan a usar las
matemáticas- tanto los números como la geometría- para estructurar su entendimiento
acerca del mundo físico.
Afirmación #3. Entre los hombres existe mayor variabilidad en las habilidades cognitivas
y, como consecuencia, ellos predominan en los niveles más altos del talento
matemático cuando realizan pruebas estandarizadas.
Los hombres muestran mayor variabilidad en las habilidades matemáticas que las
mujeres. Esto hace que estén más representados en los niveles extremos del talento
matemático. Así lo demuestran los resultados de la aplicación masiva de pruebas
estandarizadas de matemática tales como PISA y SAT-M. Por ejemplo, si se toma el 99
percentil en el caso del SAT-M, es decir el 1% de mejor ejecución, la proporción llega a
ser de 12 niños por cada niña [20]. De forma similar, en las cuatro mediciones
realizadas con las pruebas PISA (2000, 2003, 2006 y 2009) en los estudiantes con
rendimiento por encima del 99 percentil, la proporción niño : niña fue de 2.3 - 2.7:1. Este
fenómeno, por supuesto, contribuye de forma particularmente importante a la sobre-
representación de los hombres en las áreas de la CTIM [7].
¿Por qué ocurre esto si las evidencias muestran que hombres y mujeres usan de forma
similar los sistemas neurocognitivos involucrados en el razonamiento matemático?
De acuerdo con Spelke [9], la estrategia de inferir diferencias asociadas al sexo en la
habilidad matemática a partir de diferencias asociadas al sexo en la realización de estas
15
pruebas estandarizadas es problemática. En primer lugar, los ejercicios que forman
estas pruebas están necesitados de explicación y justificación. Los ítems que las
conforman evalúan una mezcla compleja de capacidades y estrategias. Como estos
ítems muestran diferencias por sexo ellos son proclives a ser construidos de manera
que favorezcan más a los niños o a las niñas. ¿Cómo podemos determinar que una
composición particular de ítems provee una medida razonable de las habilidades
matemáticas relativas de niñas y niños?
Por ejemplo, las niñas realizan mejor que los niños aquellos ítems en los que hay que
determinar si los datos provistos son suficientes para resolver el problema. Estos ítems
estaban en el SAT - M y posteriormente fueron eliminados. Esta modificación hecha al
SAT - M pudiera aumentar la probabilidad de una parcialidad del test en contra de las
niñas, en caso de que ambos fueran igualmente talentosos.
Es importante tomar en cuenta que la evaluación de la validez de estas pruebas
requiere una medida independiente que exprese de forma precisa la naturaleza del
talento matemático, los procesos que lo componen y su distribución entre niños y niñas
[9].
Por otra parte, llama la atención que, aunque la mayoría de los estudiantes enrolados
en programas de las CTIM a partir de sus puntajes en pruebas estandarizadas son
hombres, las mujeres enroladas alcanzan igual éxito que los hombres. En una cohorte
estudiada por Benbow y cols. [21], por ejemplo, 10.3% de hombres y 9.7 % de mujeres
recibieron su licenciatura en matemáticas y el 2.2% de los hombres y el 2.1% de las
mujeres recibieron su grado de máster en matemáticas.
También resulta llamativo que las diferencias entre niñas y niños en las pruebas
estandarizadas de matemática se mantienen en los países desarrollados que aplican de
forma sistemática políticas de equidad de género [7]. Este resultado cuestiona el
impacto real que pueden tener estas políticas de empoderamiento de la mujer respecto
a aumentar su representatividad en las CTIM.
16
Estas evidencias confirman que las diferencias entre niños y niñas en la ejecución de
los test estandarizados debe estar reflejando una mezcla compleja de factores sociales,
culturales y biológicos. Por tanto, la estrategia de impulsar la participación de la mujer
en las CTIM a partir de los resultados en las pruebas estandarizadas hoy vigentes no es
quizás, una buena estrategia.
Spelke[9] propone evaluar y comparar el talento de niñas y niños analizando el
desarrollo del pensamiento matemático a partir de los cinco sistemas fundacionales y
sus interacciones, es decir comparar las habilidades nucleares de niñas y niños. Hasta
donde se conoce en estas habilidades no hay evidencias de diferencias asociadas al
sexo. Niñas y niños aprovechan esas habilidades, de igual forma y al mismo tiempo,
para capturar los conceptos y las operaciones de la matemática elemental. Aunque los
niños y niñas mayores muestran algunas diferencias en sus perfiles cognitivos, dichas
diferencias son sutiles y complejas (no para afirmar que los hombres son espaciales y
las mujeres verbales). Esas diferencias tienden a ser pequeñas y se basan
fundamentalmente en diferente selección de estrategias. Esto no le da ventaja a uno
sobre otro.
El hecho de que mujeres y hombres muestren igual aptitud intrínseca para las
matemáticas no implica que la dotación genética es irrelevante para esos logros. Por el
contrario, las habilidades de los infantes para representar y entender los objetos, las
cantidades y el espacio dependen en parte de capacidades que están presente y son
funcionales desde el inicio mismo de la vida.
Mensajes claves
1. Los hombres no muestran una mayor aptitud intrínseca para las matemáticas,
respecto a las mujeres. Ambos usan de igual forma los cinco sistemas cognitivos
nucleares involucrados en el razonamiento matemático. Las diferencias
asociadas al sexo solo aparecen, de manera sistemática, cuando existe la
posibilidad de una selección de la estrategia durante la realización del problema
matemático. Si el problema matemático conlleva una sola estrategia, las
diferencias no emergen.
17
2. No existe suficiente evidencia para afirmar que los bebés niños están más
centrados en los objetos y las bebés niñas en las interacciones sociales.
Tampoco es posible afirmar que la focalización en los objetos y sus relaciones
mecánicas guarda relación directa con el pensamiento matemático puesto que
se conoce que el conocimiento intuitivo acerca de los objetos está sujeto a
múltiples errores conceptuales.
3. El predominio de los hombres en los niveles más altos rendimiento cuando
realizan pruebas estandarizadas, pudiera estar relacionado con una composición
de ítems no balanceada que favorece del uso de las estrategias cognitivas más
utilizadas por los hombres. Tomando en consideración los hallazgos científicos
actuales sería razonable revisar la composición de estas pruebas e incluir
mediciones de los cinco sistemas nucleares del razonamiento matemático.
A la luz de esta revisión crítica, la estrategia de impulsar la participación de la mujer en
las CTIM a partir de los resultados en las pruebas estandarizadas hoy vigentes debe
ser reconsiderada. También se confirma, desde la evidencia científica, la importancia de
establecer y mantener políticas de empoderamiento de la mujer para lograr su
protagonismo en las CTIM.
Parte III: Siento, por lo tanto, aprendo
Introducción
Sin lugar a dudas, las escuelas son contextos sociales. Cada escuela es una
comunidad con un enorme reservorio de experiencias sociales, emocionales y
culturales. Cada estudiante, como miembro de esa comunidad, moldeará su
aprendizaje cognitivo de acuerdo a ese contexto. Cuerpo, cerebro y mente son
componentes esenciales en el aprendizaje, de manera que, cada estudiante construye
a partir de su dotación biológica y de su “yo” psicológico una plataforma que le permite
entender los pensamientos y acciones de las otras personas, dígase maestros y
compañeros de clase.
18
Al entender esta realidad, aceptamos que aun el más árido y lógico aprendizaje
académico no puede ser únicamente procesado por una vía racional. Por el contrario,
cuerpo, cerebro y mente trabajan juntos para producir cognición y emoción. Se
entrelazan subjetivamente a medida que el estudiante construye el conocimiento
culturalmente relevante y toma decisiones sobre cómo actuar y pensar [22].
La evidencia que aporta la neurociencia acerca de la relación entre emoción,
procesamiento social y el “yo” psicológico, sugiere un nuevo enfoque para entender
como los estudiantes se involucran en el aprendizaje de las materias escolares como la
lectura y las matemáticas. Aunque este aprendizaje ciertamente implica de manera
esencial procesos cognitivos (ver reporte de la autora “Neurocognición y aprendizaje.
Retos para la educación inclusiva” para una revisión del tema), la razón por la que los
estudiantes se involucran en este aprendizaje, la importancia que le dan, la ansiedad
que les genera y lo que aprenden está dirigido por los sistemas neuronales que
sustentan las emociones, el procesamiento social y el “yo”. La evidencia muestra que
no hay razón para justificar una teoría del aprendizaje que considere que la mente está
disociada de la emoción y el contexto social.
Las bases neurobiológicas.
Pensemos en las razones por las que un estudiante resuelve un problema matemático.
Las razones son fundamentalmente emocionales. Recibir la recompensa intrínseca por
haber hallado la solución, competir con sus pares, evitar el castigo o la reprobación por
parte del maestro, complacer a sus padres, el deseo de ir a una buena universidad y
otras tantas más. Cada una de esas razones involucra emociones y juicios de valor
social de forma implícita o explícita, por ejemplo, qué piensan los otros acerca de su
aprendizaje.
Ahora pensemos cómo el estudiante resuelve el problema. Para poder aplicar de forma
útil sus habilidades en la resolución del problema, primeramente, el estudiante deberá
estar motivado e involucrado, deberá reconocer el tipo de problema que tiene delante
de él y hacer un llamado a la información y estrategias que posee para resolverlo. Las
emociones juegan un papel importante en todos los estados de la solución del
19
problema, ayudan, o entorpecen, la evaluación consciente o no, acerca de cuáles
conocimientos y habilidades son relevantes para llegar a la solución basado en su
aprendizaje anterior. Desde que el estudiante comienza a pensar en cómo llegar a la
solución, está evaluando emocionalmente si cada “paso” cognitivo lo pone más cerca
de la solución o parece conducirlo por mal camino [22].
Desde el punto de vista neurobiológico, el aprendizaje involucra redes neuronales
activamente construidas que conectan diferentes áreas cerebrales. Debido a la
naturaleza constructiva de este proceso, estas redes pueden ser diferentes de un
estudiante a otro, de acuerdo a las fortalezas neuropsicológicas y las predisposiciones y
al contexto cultural, social y físico en el que las habilidades y el conocimiento son
construidos.
El procesamiento emocional en el cerebro depende del sistema somatosensorial que es
el responsable de censar el estado de las vísceras y el cuerpo. Este sistema puede
reflejar los cambios que ocurren en el cuerpo durante las emociones (ej. el aumento de
la frecuencia cardiaca durante el miedo o “el nudo en la garganta” cuando se recibe una
noticia triste), también puede reflejar estados simulados evocando cómo se sentirían las
vísceras y el cuerpo, sin imponer realmente esos cambios fisiológicos sobre el cuerpo
[23]. Las redes neuronales encargadas del procesar las emociones (figura 6) son el
“timón” que guía la cognición del estudiante [24]. A través de la regulación e incitación
de los procesos atencionales [25] y la evaluación del posible resultado cognitivo y
también social, las emociones sirven para facilitar el reclutamiento de otras redes
neuronales que soportan las habilidades que el estudiante ha desarrollado, por ejemplo,
para la lectura y las matemáticas. A su vez, los procesos cognitivos tienen un papel
regulador de las emociones. Sin esa regulación cognitiva, los conflictos, errores y otras
situaciones emocionalmente fuertes podrían conspirar para arruinar el proceso de
aprender. Visto de esta manera las emociones y la cognición son “dos caras de una
misma moneda” y la mayoría de los procesos mentales que preocupan a los maestros,
incluyendo la memoria, el aprendizaje y la creatividad, entre otros, involucran
críticamente los aspectos emocionales y cognitivos [24].
20
Figura 6. El cerebro emocional. Los pequeños cuadrados de colores muestran las redes
neuronales relacionadas con las cinco emociones básicas: alegría, tristeza, asco, miedo
y enfado (tomado de [26])
¿Qué hacer en la escuela?
Los hallazgos presentados anteriormente pueden ser muy informativos para la práctica
educativa. Por ejemplo, los aspectos afectivos y sociales del aprendizaje son
considerados generalmente solo en los currículos relacionados con la educación
durante la infancia temprana. Sin embargo, los resultados que aportan las
neurociencias sociales sugieren que la emoción y la cognición trabajan juntos durante el
aprendizaje en todas las edades. La investigación futura deberá buscar cómo
caracterizar y capitalizar los aspectos emocional y social en el proceso de aprendizaje
en aquellos estudiantes mayores incluyendo los adultos, teniendo en cuenta lo que se
conoce de las bases neurobiológicas que subyacen en estos procesos.
Pero todo no es a futuro. Hoy día se están realizando programas escolares de
intervención para el aprendizaje social y emocional. Muchos de estos programas toman
en cuenta, de forma explícita o implícita, los hallazgos provenientes de las
neurociencias sociales y afectivas.
21
¿Qué es el aprendizaje emocional y social?
Es la adquisición de competencias socio-emocionales que le permiten al estudiante
utilizar sus emociones de una manera adaptada a las exigencias sociales y de
aprendizaje [27]. Estas competencias están relacionadas con:
Reconocer y manejar sus emociones
Establecer y lograr metas positivas
Demostrar preocupación y cuidado por los otros
Establecer y mantener relaciones positivas
Tomar decisiones responsables
Manejar efectivamente situaciones interpersonales
Payton y cols. [27] condujeron un meta-análisis que resumió el impacto de las
intervenciones de este tipo reportadas hasta diciembre de 2007. Estas intervenciones
fueron divididas en tres grandes grupos para su análisis: i) Universales las cuales
benefician a todos los escolares (fueron incluidas 180 intervenciones y un total de
277,977 estudiantes participantes), ii) Especiales que involucran solo a los estudiantes
con signos claros de disturbios emocionales o de conducta (80 intervenciones - 11,337
estudiantes) y iii) las que ocurrieron fuera del horario escolar regular (57 intervenciones
– 34,989 estudiantes). Fueron analizadas en total, 317 intervenciones escolares que
enrolaron a 324,300 estudiantes.
En resumen, los resultados del meta - análisis fueron:
Los estudiantes demostraron mayor desarrollo en las áreas personal, social y
académica una vez concluidas las intervenciones. De manera particular los
participantes tuvieron una ganancia promedio en los exámenes escolares de 11
a 17 puntos percentiles.
Tanto las intervenciones en el contexto de la escuela como fuera de ella fueron
efectivas. También fueron exitosas en todo el rango de grados (de prescolar a
8vo), en escuelas urbanas, suburbanas y rurales y para diferentes grupos
raciales y étnicos.
22
Los estudios que realizaron un seguimiento posterior a la intervención
demostraron que los efectos se mantienen en el tiempo, aunque no tan fuertes
como los encontrados inmediatamente después de concluida la intervención.
El análisis de los programas realizados dentro de la rutina escolar muestra que
fueron muy efectivos cuando eran conducidos por los maestros lo cual sugiere
que estas intervenciones deben ser incorporadas a la práctica educativa diaria.
El análisis de los programas realizados dentro de la rutina escolar mostró que
eran más efectivos aquellos programas que siguieron las cuatro prácticas
recomendadas para enseñar: secuencial, activa, focalizada y explícita (SAFE)
[28]; respecto a aquellos que no la siguieron.
Al comparar los resultados de este meta-análisis con otros similares realizados
para otros tipos de intervenciones escolares, los autores concluyen que las
intervenciones enfocadas en el aprendizaje emocional y social muestran una
efectividad superior a otras intervenciones realizadas en las escuelas.
Mensajes claves
1. El aprendizaje escolar se produce a través de una relación estrecha y dinámica
entre las emociones y la cognición. Las emociones son el “timón” que guía a la
cognición del estudiante. Al mismo tiempo, la cognición tiene un papel regulador
de las emociones.
2. Los programas escolares que estimulan el aprendizaje emocional y social
parecen ser una herramienta eficaz para preparar a los estudiantes en pos de un
aprendizaje más efectivo y duradero y también para adaptarse mejor a los retos
de la sociedad del siglo XXI
23
Parte IV. Educación-2030 Objetivos de la Agenda: Implementando los Resultados
de las Neurociencias
Introducción
Desde 2000 se han logrado avances significativos en la garantía del derecho a la
educación básica, en el marco de la Educación para Todos (EPT) y de los Objetivos de
Desarrollo del Milenio (ODM) [29]. Sin embargo, estos objetivos siguen siendo un
esfuerzo inconcluso. Por esta razón, la agenda educativa se renovó con objetivos hasta
2030 y con aspiración de abordar eficazmente los desafíos actuales y futuros de la
educación global y nacional [30].
Posteriormente, en la Cumbre de las Naciones Unidas para el Desarrollo Sostenible, los
Estados Miembros adoptaron formalmente el Programa 2030 para el Desarrollo
Sostenible. La Agenda reconoce el importante papel de la educación y el Objetivo de
Desarrollo Sostenible número 4 (SDG 4) dice: "Garantizar una educación de calidad
inclusiva y equitativa y promover oportunidades de aprendizaje a lo largo de la vida para
todos"[31]. Con el fin de orientar el cumplimiento de la agenda de Educación 2030, el
Marco de Acción de Educación 2030 define 10 metas y propone formas de
implementar[30].
Sin embargo, la sostenibilidad de SDG 4 ha sido cuestionada porque hay importantes
desafíos y tensiones relacionadas con el mundo que ponen en riesgo la Agenda
Educativa 2030. Sin embargo, se están considerando "Nuevos horizontes del
conocimiento" para ayudar a lidiar con estas desafíos y circunstancias adversas, y no
es una sorpresa que los avances en neurociencia estén incluidos[32]. De hecho, existe
el acuerdo de que los desarrollos en neurociencia están atrayendo cada vez más el
interés de la comunidad educativa que busca entender mejor las interacciones entre los
procesos biológicos y el aprendizaje humano. Aunque se reconoce el papel potencial de
la neurociencia para mejorar las prácticas de enseñanza y aprendizaje; En este
momento, la oportunidad de tales desarrollos para informar la política de educación es
realmente cuestionada [32].
24
Puenteando la Agenda de Education-2030y las Neurociencias en la práctica
Los maestros están entre los mejores potenciadores cognitivos en el mundo,
cambiando el cerebro de los estudiantes sobre una base diaria para adquirir la
alfabetización, la aritmética y las habilidades de razonamiento[33]. Por esta razón
principal, el aula se convierte en un escenario adecuado para las intervenciones
basadas en las conclusiones de la neurociencia para mejorar el potencial de
aprendizaje en los estudiantes típicos y atípicos en desarrollo.
¿Por qué implementar programas basados en la escuela basados en este enfoque?
Razón # 1. Evidencia de la investigación de la neurociencia
Hoy en día, hay pruebas sólidas sobre la existencia de redes cerebrales específicas
responsables de capacidades básicas que están estrechamente relacionadas con las
matemáticas y el aprendizaje de la lectura. Estas capacidades neurocognitivas pueden
funcionar como parte de un "kit inicial" para entender números o palabras escritas y su
influencia en el logro de lectura y matemáticas continúa más allá de los primeros grados
de la educación primaria (ver el escrito del autor "Neurocognición y aprendizaje. "). Si
estas habilidades no se desarrollan de una manera típica; En consecuencia, pueden
producir efectos deletéreos en la adquisición de competencias de lectura y matemáticas
de nivel superior [33].
Estos hallazgos constituyen un conocimiento muy "útil" derivado de la investigación de
la neurociencia con implicaciones relevantes para la educación. Por un lado, apoyan la
estrategia de capitalizar las capacidades neurocognitivas siempre que sea posible
durante la instrucción. Por otro lado, utilizando las herramientas adecuadas, los
profesores pueden ser sensibles a la detección de diferencias individuales en las
trayectorias del desarrollo de las capacidades neurocognitivas en los estudiantes. A
través de la comprensión de los procesos subyacentes de aprendizaje, los educadores
y neurocientíficos podrían desarrollar intervenciones neurocognitivas para los
estudiantes típicos y atípicos para mejorar la alfabetización, la aritmética, el
razonamiento y muchas otras habilidades de manera colaborativa.
25
Razón # 2. Impacto económico
La asociación entre habilidades cognitivas y crecimiento económico:
El promedio de años de escolaridad es una medida de educación particularmente
incompleta para comparar los impactos del capital humano en las economías de los
diferentes países. Supone implícitamente que un año de escolaridad ofrece el mismo
aumento de conocimientos y habilidades independientemente del sistema educativo. En
cambio, el análisis debe basarse en las habilidades cognitivas medidas durante el
período de escolarización.
Un análisis empírico extendido relaciona el crecimiento a largo plazo con las
habilidades cognitivas y otros aspectos de las economías nacionales se basaron en un
conjunto de datos internacionales para 50 países[34]. En este informe, se analizó el
crecimiento regional del PIB real per cápita entre 1960 y 2000 frente a las puntuaciones
promedio de los exámenes, después de considerar las diferencias en el PIB inicial per
cápita en 1960. El resultado sugiere que, dependiendo de los niveles iniciales de
ingreso, el crecimiento regional en las últimas cuatro décadas está completamente
descrito por las diferencias en las habilidades cognitivas. Además, una vez que se
incluye información sobre las habilidades cognitivas, el logro escolar no tiene relación
con el crecimiento económico. En otras palabras, los años adicionales de escolarización
no afectan el crecimiento a menos que produzcan mayores logros [34]. Cambiar las
escuelas y las instituciones educativas es una tarea difícil. Por otra parte, los países
que han intentado reformas de las escuelas a menudo encuentran que los resultados
en términos de rendimiento de los estudiantes son relativamente modestos [34]. Sin
embargo, este análisis proporciona una indicación de las ganancias potenciales de
desarrollar programas escolares para mejorar el desarrollo neurocognitivo en los
estudiantes que pueden conducir al crecimiento económico.
Razón # 3. Impacto en la trayectoria de vida
Se ha aceptado ampliamente que las dificultades en el logro de los asuntos escolares
podrían tener un impacto perjudicial en los resultados de vida de los niños. Las
26
dificultades de aprendizaje son consecuencia de múltiples factores, incluyendo
pedagógicos, ambientales, socioculturales, de salud, etc. Probablemente, el desarrollo
neurocognitivo atípico -en asociación o no con otros factores mencionados
anteriormente- aumenta el riesgo de un impacto negativo en la vida porque es una
condición persistente a lo largo del tiempo y también es resistente a las intervenciones
pedagógicas tradicionales. Para probar esta hipótesis, recientemente se realizó un
estudio de seguimiento de 10 años de niños con dificultades de aprendizaje asociadas
al desarrollo neurocognitivo atípico (LD / AND) y otros niños con dificultades de
aprendizaje pero con desarrollo neurocognitivo típico (LD / TND). Como referencia,
reclutamos un grupo de estudiantes típicos (Reigosa-Crespo, et al., En preparación). Se
encontró que el grupo LD / AND tenía más riesgo relativo a la deserción académica,
conductas adictivas, paternidad temprana, abortos y desempleo en comparación con
los estudiantes típicos que el grupo LD / TND (figura 7). Por lo tanto, los resultados
apoyan la hipótesis inicial y lanzan una advertencia sobre la urgencia de la
identificación temprana y la intervención de las desviaciones del desarrollo
neurocognitivo.
Figura 7. Desarrollo del cerebro y la cognición y la trayectoria de vida. Resultados de un
estudio de seguimiento de 10 años de estudiantes con desarrollo neurocognitivo atípico
27
y típico.
Razón # 4. Educación 2030 - Objetivos de la Agenda
Los objetivos de la Agenda 2030 se centran en diez temas importantes relacionados
con la educación primaria y secundaria, la primera infancia, la educación técnica,
vocacional, terciaria y de adultos, las aptitudes para el trabajo, la equidad, la
alfabetización y la aritmética, Desarrollo sostenible y ciudadanía global, instalaciones
educativas y entornos de aprendizaje, becas y maestros. La oportunidad de
implementar programas basados en la escuela centrados en el desarrollo
neurocognitivo puede tener impacto en estos objetivos educativos, directa o
indirectamente. La siguiente sección ofrece argumentos para apoyar esta afirmación.
Una propuesta
Un programa escolar centrado en el desarrollo neurocognitivo (en adelante, el programa
SBND) esencialmente requiere herramientas y diseños sostenibles de acuerdo con los
contextos globales y locales. Investigadores del laboratorio de Neurociencias
Educativas (EN-lab) del Centro Cubano de Neurociencias han desarrollado
herramientas adecuadas para los programas SBDN[35]. Estas herramientas son
cuestionarios para la identificación de signos tempranos de desarrollo neurocognitivo
atípico, y también, pruebas para perfilar el estado neurocognitivo individual. Este perfil
puede facilitar intervenciones centradas en las diferencias individuales en el aula. Un
programa SBND que utiliza las herramientas de EN-lab tiene cinco características:
• A "ciclo cerrado": Señales rojas-perfil neurocognitivo-intervención-monitoreo El
enfoque de "ciclo cerrado" significa que un programa SBND involucra: i) la identificación
de los primeros signos de El desarrollo neurocognitivo atípico en los alumnos, ii) el perfil
de las diferencias individuales relativas a fortalezas y debilidades en las capacidades
neurocognitivas, iii) la intervención personalizada en el aula basada en perfiles
neurocognitivos y iv) el seguimiento del progreso del alumno mediante la reutilización
de las herramientas de detección y Perfilado
28
• Un enfoque "ecológico": La escuela es el mejor lugar El programa SBND está
concebido para funcionar en las escuelas evitando prácticas clínicas que se centran
principalmente en el diagnóstico y tratamiento de trastornos. El uso indiscriminado de
estas prácticas puede conducir a la estigmatización y la segregación de las personas
con necesidades especiales. En el marco del programa SBND, los profesores que
reciben formación en neurociencias y TIC pueden utilizar las herramientas de detección
en dispositivos móviles como smartphones o tabletas para identificar "banderas rojas"
neurocognitivas en sus estudiantes. Sobre la base de estos primeros signos y también,
sobre la información resultante de los perfiles neurocognitivos individuales, los maestros
pueden elaborar múltiples estrategias para atender las diferencias individuales en el
aula. Este enfoque apoya una perspectiva "ecológica" ya que los programas SBND se
benefician de las condiciones naturales del entorno escolar y de las interacciones
enseñanza-aprendizaje, al tiempo que los procesos y resultados educativos pueden ser
impactados positivamente como consecuencia de estos programas.
• Tomar ventajas de las TICs
Como se sabe, la UNESCO y la OIE han declarado la integración de las TIC en el plan
de estudios, la enseñanza, el aprendizaje y la evaluación es un objetivo principal para la
educación hasta 2030 [8]. En línea con este esfuerzo, los programas SBND aprovechan
la disponibilidad actual de las TIC. Las herramientas para detectar "banderas rojas" se
basan en soluciones móviles, mientras que las herramientas para perfilar el desarrollo
neurocognitivo son pruebas computarizadas que facilitan la precisión y exactitud en la
evaluación. Ambos han sido desarrollados como aplicaciones cliente-servidor [35]. La
formación del profesor en neurociencia educativa está diseñada en un entorno de e-
learning (figura 8). La intervención incluye estrategias para asistir a las diferencias
individuales en el aula y también, entrenamiento neurocognitivo usando videojuegos
teóricamente basados
29
Figura 8. Las herramientas de los programas escolares para mejorar el desarrollo
neurocognitivo se basan en las instalaciones de las TIC
• Entrenamiento a los maestros Un programa de SBND puede impulsar la capacitación
del maestro de dos maneras. Por un lado, los profesores adquieren conocimientos
sobre la neurobiología del aprendizaje, el desarrollo neurocognitivo de los alumnos y su
relación con la alfabetización y la aritmética y también cómo este conocimiento puede
afectar a las prácticas educativas. Por otra parte, los docentes adquieren habilidades
para utilizar las TIC como parte del proceso educativo.
• Educación inclusiva, entonces intervención inclusiva
Identificar "banderas rojas" en el desarrollo neurocognitivo puede ser una manera
poderosa de producir intervenciones neurocognitivas preescolares y escolares previas.
Sin embargo, los educadores deben entender las relaciones entre el cerebro, la
cognición y el aprendizaje a fin de manejar las diferencias individuales en el desarrollo
neurocognitivo en entornos educativos. Las estrategias más eficaces podrían ser
aquéllas en las que las diferencias individuales se consideren oportunidades más que
problemas que deben abordarse. En este sentido, las diferencias pueden proporcionar
30
oportunidades para experimentar con estrategias que involucran a todos los estudiantes
en actividades significativas. El aprendizaje cooperativo es uno de ellos, por ejemplo.
Una implementación en curso El Ministerio de Educación del Ecuador en colaboración
con la CNEURO está llevando a cabo un estudio piloto que ha reclutado 20 030 niños y
1 598 maestros y otros profesionales de la educación. El objetivo principal es evaluar un
programa SBND. En la actualidad, el estudio está en marcha, pero se han concluido
acciones relacionadas con la formación de profesores y la detección de "banderas
rojas". En la Figura 9 se muestran las fases del programa SBND (A), los cursos de
formación para profesores (B), las herramientas utilizadas en cada fase del programa
SBND (C) y la relación entre "banderas rojas" identificadas por los profesores y los
perfiles neurocognitivos (RE). En este caso, observe que más "banderas rojas" perfil
más atípico.
31
Figura 9. Implementación de un programa escolar para el desarrollo neurocognitivo en
Ecuador. Un estudio piloto
Mensajes claves
1. Muchos resultados en neurociencia del aprendizaje constituyen un "conocimiento
utilizable" para la educación. Los educadores y los científicos pueden desarrollar
intervenciones neurocognitivas para los estudiantes típicos y atípicos con
respecto a mejorar la alfabetización, la aritmética, el razonamiento y muchas
otras habilidades. El programa basado en la escuela para mejorar el desarrollo
neurocognitivo puede constituir una oportunidad para cerrar la brecha entre las
conclusiones de las neurociencias y las políticas y prácticas educativas. Esta
afirmación se apoya en las características clave de este enfoque: el aula como el
mejor escenario para el desarrollo de intervenciones neurocognitivas, el uso
intensivo de las TIC, la formación de los profesores en neurociencia y TIC y la
promoción de una intervención inclusiva teóricamente guiada y reforzada por
evidencia.
2. La implementación de un programa escolar para mejorar el desarrollo
neurocognitivo en jóvenes y adultos mayores puede ser una estrategia útil en el
largo camino hacia el logro de los objetivos del Programa de Educación 2030.
Referencias:
1. Reigosa-crespo, V., et al., Developmental Psychology Basic Numerical
Capacities and Prevalence of Developmental Dyscalculia : The Havana Survey
Basic Numerical Capacities and Prevalence of Developmental Dyscalculia : The
Havana Survey. Developmental Psychology, 2011.
2. Kinzler, K.D. and E.S.S. Ã, Core systems in human cognition. Brain, 2007. 164:
p. 257-264.
3. Butterworth, B. and Y. Kovas, Understanding Neurocognitive Developmental
Disorders Can Improve Education for All. Science, 2013. 340(6130): p. 300-305.
32
4. Butterworth, B. and V. Reigosa-Crespo, Information processing deficits in
dyscalculia, in Why is math so hard for some children? The nature and origins of
mathematical learning difficulties and disabilities, D.B. Berch and M.M.M.
Mazzocco, Editors. 2007, Baltimore, MD: Paul H. Brookes. p. 65-81.
5. Halberda, J., M.M.M. Mazzocco, and L. Feigenson, Individual differences in
nonverbal number acuity predict maths achievement. Nature, 2008. 455: p. 665-
668.
6. United Nations Educational, S.a.C.O., Gender Indicators in Science, Engineering
and Technology. Science and Technology for Development series. 2007, Paris:
UNESCO Publisher.
7. Stoet, G. and D.C. Geary, Sex differences in mathematics and reading
achievement are inversely related: within- and across-nation assessment of 10
years of PISA data. PLoS One, 2013. 8(3): p. e57988.
8. Lise, E., Pink Brain, Blue Brain. How Small Differences Grow into Troublesome
Gaps and What We Can Do About It. 2009, Boston: Houghton Miffl in Harcourt.
9. Spelke, E.S., Sex differences in intrinsic aptitude for mathematics and science?:
a critical review. Am Psychol, 2005. 60(9): p. 950-8.
10. Spelke, E.S. and K.D. Kinzler, Core knowledge. Developmental Science, 2007.
10: p. 89-96.
11. Dehaene, S., et al., Sources of Mathematical Thinking : Behavioral and Brain-
Imaging Evidence. Society, 1999. 284: p. 970-974.
12. Butterworth, B., The Mathematical Brain. 1999: Macmillan.
13. Geary, D.C., Sexual selection and sex differences in mathematical abilities.
Behavioral and Brain Sciences, 1996. 19.
33
14. Reigosa-Crespo, V., et al., Basic numerical capacities and prevalence of
developmental dyscalculia: The Havana survey. Developmental Psychology,
2012. 48: p. 123-135.
15. Kucian, K., et al., Gender differences in brain activation patterns during mental
rotation and number related cognitive tasks. Psychology Science, 2005. 47(1).
16. Keller, K. and V. Menon, Gender differences in the functional and structural
neuroanatomy of mathematical cognition. Neuroimage, 2009. 47(1): p. 342-52.
17. Connellan, J., et al., Sex differences in human neonatal social perception. Infant
Behavior and Development, 2000. 23.
18. Baron-Cohen, S., The essential difference: The truth about the male and female
brain. 2003, New York: Basic Books.
19. Maccoby, E.E. and C.N. Jacklin, Psychology of sex differences. 1974, Stanford,
CA: Stanford University Press.
20. Benbow, C.P. and J.C. Stanley, Sex differences in mathematical reasoning
ability: More facts. Science, 1983. 222: p. 1029-1030.
21. Benbow, C.P., et al., Sex differences in mathematical reasoning ability at age 13:
Their status 20 years later. Psychological Science, 2000. 11: p. 474-480.
22. Immordino‐Yang, M.H., Implications of Affective and Social Neuroscience for
Educational Theory. Educational Philosophy and Theory, 2011. 43(1): p. 98-103.
23. Damasio, A.R., et al., Subcortical and cortical brain activity during the feeling of
self-generated emotions. Nature Neuroscience, 2000. 3(10): p. 1049-1056.
24. Immordino-Yang, M.H. and K.W. Fischer, Neuroscience bases of learning. 3rd
Edition ed. International Encyclopedia of Education. Section on Learning and
Cognition. 2009, Oxford, England: Elsevier.
34
25. Posner, M.I. and M.K. Rothbart, Influencing brain networks : implications for
education. Trends in Cognitive Sciences, 2005. 9.
26. Phan, K.L., et al., Functional neuroanatomy of emotion: a meta-analysis of
emotion activation studies in PET and fMRI. Neuroimage, 2002. 16(2): p. 331-48.
27. Payton, J., et al., The positive impact of social and emotional learning for
kindergarten to eighth-grade students: Findings from three scientific reviews.
2008, Collaborative for Academic, Social, and Emotional Learning.: Chicago, IL.
28. Durlak, J.A., et al., The impact of enhancing students' social and emotional
learning: a meta-analysis of school-based universal interventions. Child
Development, 2011. 82(1): p. 405-432.
29. United Nations Educational, S.a.C.O., Education for all 2000-2015 :
achievements and challenges. 2015, Paris UNESCO Publishing.
30. United Nations Educational, S.a.C.O., Rethinking Education. Towards a global
common good? 2015, Paris: UNESCO.
31. Nations, U., Transforming our world: the 2030 agenda for sustainable
development, in A/RES/70/1, U. Nations, Editor. 2016.
32. United Nations Educational, S.a.C.O., Education for people and planet: Creating
sustainable future for all. 2016, Unesco Publisher: Paris.
33. Butterworth, B., S. Varma, and D. Laurillard, Dyscalculia : From Brain to
Education. Science, 2011. 332.
34. OECD, The High Cost of Low Educational Performance. OECD Publishing.
35. Santos-Febles, E., et al., A System to Support Regional Screening Programs to
Identify School-age Children at Risk of Neurodevelopmental Disorders. 2015. 51:
p. 1469-1473.
35
Glosario:
Meta-análisis: es un procedimiento estadístico muy potente que combina los resultados
varios experimentos o estudios separados, pero similares, con el fin de probar la
significación estadística de los datos agrupados. En general, si la significación
estadística de los resultados en los estudios individuales es débil, esta no persiste luego
de un meta-análisis.
Sistema somatosensorial: es la parte del sistema sensorial que se ocupa de la
percepción consciente del tacto, la presión, el dolor, la temperatura, la posición, el
movimiento y la vibración, que surgen de los músculos, las articulaciones, la piel y la
fascia. La fascia es una estructura de tejido conectivo muy resistente que se extiende
por todo el cuerpo como una red tridimensional. Es de apariencia membranosa y
conecta y envuelve todas las estructuras corporales. Da soporte, protección y forma al
organismo.
Redes o circuitos neuronales: las neuronas nunca funcionan de forma aislada. Ellas se
organizan en conjuntos o circuitos que procesan tipos específicos de información.
Meta-análisis: es un procedimiento estadístico muy potente que combina los resultados
varios experimentos o estudios separados, pero similares, con el fin de probar la
significación estadística de los datos agrupados. En general, si la significación
estadística de los resultados en los estudios individuales es débil, esta no persiste luego
de un meta-análisis
Morfometría cerebral: se refiere al análisis cuantitativo de las estructuras del cerebro a
través de varios índices (ejemplo: volumen, densidad, grosor cortical, etc.)
Resonancia magnética nuclear funcional (RMNf): es un procedimiento que usa la
tecnología RMN para medir la actividad del cerebro mediante la detección de cambios
relacionados con el flujo sanguíneo. Esta técnica se basa en el hecho de que el flujo
36
sanguíneo y la actividad de las neuronas están acoplados. Cuando un área cerebral
está en uso, el flujo sanguíneo en esa región se incrementa.
37
9 7 8 9 5 9 1 8 1 1 8 9 9