UNA APROXIMACIÓN A LA RESOLUCIÓN DE PROBLEMAS DE LÁPIZ Y PAPEL EN EL AULA DE CIENCIAS

UNA APROXIMACIÓN A LA RESOLUCIÓN DE PROBLEMAS DE LÁPIZ Y PAPEL EN EL AULA DE CIENCIAS

Joan Josep Solaz-Portolés

Volver al índice

 

 

5. CONCLUSIONES.

Los tres tipos de análisis estadísticos efectuados en el experimento 1 nos han mostrado que conocimiento previo, estrategias de estudio y conocimiento conceptual están implicados en el éxito de la resolución de problemas. En concreto, nos indican que conocimiento previo, estrategias de estudio y conocimiento conceptual son predictores estadísticamente significativos del rendimiento en la resolución de problemas. En consecuencia, queda confirmada nuestra primera hipótesis. Además, se destaca el relevante papel de la variable conocimiento conceptual en la resolución de problemas: es el predictor de mayor peso estadístico.

El experimento 1 constata que cuantos más modelos mentales se han de ejecutar tanto más difícil es un problema –menor porcentaje de sujetos lo resuelven bien-. De este modo, se confirma plenamente la segunda hipótesis planteada. En este mismo experimento, se concluye que a mayor conocimiento previo mayor probabilidad de resolver correctamente los problemas difíciles, aunque el conocimiento previo únicamente genera diferencias significativas entre sujetos cuando los problemas no son ni muy fáciles ni muy difíciles. Es decir, sólo cuando se resuelven problemas en los que se ejecutan pocos modelos mentales – de dos a tres- el conocimiento previo de los sujetos discrimina a la hora de resolverlos con éxito. Por consiguiente, este resultado obtenido matiza nuestra tercera hipótesis y delimita claramente el papel del conocimiento previo en la resolución de problemas.

Como consecuencia del experimento 2 se puede afirmar que para ayudar a los estudiantes, sobre todo a los de menor conocimiento previo, a elaborar modelos mentales adecuados para resolver problemas, tenemos que proporcionarles una información coherente y que conecte con su conocimiento previo. Ello comporta la ratificación de la cuarta hipótesis planteada con una especificación: son los sujetos de menor conocimiento previo los que más provecho sacan de estas variables instruccionales.

Del experimento 1 se infiere que cuando están implicados los mismos conceptos, saber resolver los algorítmicos no comporta saber resolver los conceptuales y para saber solucionar estos últimos es importante dominar los primeros. Esto es, los resultados indican que el conocimiento procedimental del algoritmo es condición necesaria aunque no suficiente para la apropiada compresión y aplicación de los conceptos. Todo ello está en completa consonancia con lo que se exponía en la quinta hipótesis.

Por último, el experimento 2 pone de manifiesto que las variables instruccionales que mejoran la coherencia de los contenidos, mediante la presentación de los conceptos interrelacionados y organizados, y conectan los nuevos contenidos con los conocimientos que ya disponen los sujetos-, son capaces de incrementar significativamente el número de estudiantes que resuelven bien los problemas conceptuales, aunque no se mejora de manera significativa el resultado en los algorítmicos. Es decir, sólo la conjunción de ambos grupos de variables en la instrucción, facilita la elaboración de modelos mentales apropiados para resolver problemas que demandan comprensión y aplicación de conceptos, y razonamiento inferencial. En cuanto a los problemas algorítmicos –que implican únicamente aplicación de definiciones, fórmulas o reglas- no requieren para su resolución de elaboración de modelo mental alguno, pueden ser resueltos simplemente a partir de una representación mental proposicional, y un elevado número de estudiantes que los hacen bien, sin necesidad de ayudas instruccionales específicas. Por consiguiente, se corrobora la hipótesis sexta de nuestra investigación.