Revista Escenarios Nº. 18, pp 21-27. ISSN: 2011- 9097

Problemas ricos en contexto y su influencia en los resultados del curso de resolución de problemas matemáticos y de biofísica para alumnos de primer año universitario de la carrera de medicina veterinaria Problems rich in context and their influence on the results of the mathematical and biophysics problem solving course for the first year students of veterinary medicine career Mauricio Echiburu,1 Recibido: Marzo 08 de 2016

Aceptado: Mayo 30 de 2015

Resumen El presente trabajo da cuenta de la implementación de una Metodología Activa, centrada en la resolución de problemas. Se desarrolló dicha estrategia en un curso integrado de Matemáticas y Física, durante el primer semestre del año 2016, a 168 estudiantes de Primer Año universitario de la carrera de Medicina Veterinaria en la Universidad Viña del Mar (UVM) en Chile. Los resultados obtenidos en la primera evaluación del curso muestran una notoria diferencia con la asignatura dictada el año 2015, dando de esta forma, evidencias claras de que la implementación de Metodologías Activas genera un cambio positivo en el aprendizaje y en los niveles de pensamiento Científico de los estudiantes. Palabras Clave: problemas ricos en contexto; metodologías activas; pensamiento científico; test de Lawson. Abstract This paper carries out the implementation of an Active Methodology, focused on problem solving. Said strategy was accomplished in an integrated course of Mathematics and Physics, during the first semester of 2016, to 168 students from the FirstYear of the Veterinary Medicine career at the Universidad Viña del Mar (UVM), in Chile. The results obtained in the first evaluation of the course show a noticeable difference to the course dictated in the year 2015, thus giving clear evidence that the implementation of Active Methodologies generates a positive change in m, ythe Learning and Levels of Scientific Thought of the students Keywords: problems rich in context; active methodologies; scientific thought; Lawson test. Universidad Viña del Mar, Chile - [email protected]

1

21

Escenarios Nº. 18 - Enero - Junio; 2016

Se formuló la siguiente Categoría: Problemas del Contexto para la enseñanza de las Ciencias Naturales y Educación ambiental. Se plantearon los siguientes Objetivos. Identificar los Niveles de Pensamiento de los Estudiantes de Veterinaria de Primer Año de la Universidad Viña del Mar, en Chile, durante el año 2016. Implementar Estrategias de Metodologías Activas, que lleven a los Estudiantes a Desarrollar Capacidades que le Permitan Resolver Problemas Complejos. Y Medir y Comparar el Desarrollo de los Niveles de Pensamiento de los Estudiantes de Primer Año entre la Fecha de Ingreso a la Universidad y la Toma de los Cursos de Ciencias de sus mallas. Introducción En muchos sistemas educativos la enseñanza de las Ciencias ha estado a cargo de profesores, preocupados primordialmente por lo que Ausubel llamó la “estructura lógica” del contenido. Es decir, la organización del conocimiento, de acuerdo con los criterios del experto. Menos atención se ha prestado a la “estructura psicológica”, la organización que tiene en cuenta cómo el alumno aprende. La creencia de que lo que está claro para el profesor será aprendido sin mayor dificultad por un alumno que ponga el suficiente interés, ha conducido al pobre rendimiento observado en muchos sistemas de enseñanza de la Física universitaria. Piénsese en lo que aprenden los estudiantes a partir del material escrito. ¿Qué determina las capacidades adquiridas por un estudiante después de haber sido expuesto a un documento con fines de enseñanza? El contenido del material de enseñanza es indudablemente importante. También lo es, en menor grado, su organización. Pero, lo más importante, con muchísima diferencia, es lo que el alumno hace con el documento. En un cierto sentido, el alumno tiene poder total de veto sobre el aprendizaje, puesto que sin alguna actividad de su parte nunca se podrán conseguir los objetivos de la enseñanza. (Rothkopf, 1970, pág. 326). Por tanto, no solamente la naturaleza del contenido y lo que el alumno ya sabe condicionan el aprendizaje de las Ciencias, sino también lo que el alumno hace para aprender, es decir, los procedimientos y estrategias que utiliza. Reconocer el papel de esta variable es precisamente consistente con la importancia otorgada a la llamada pedagogía de la “participación”, en la que se basan los métodos de aprendizaje activo de la Ciencia (Mestre, 2005). En ellos, el alumno es un elemento activo, en lugar de un receptáculo pasivo de la información proporcionada por el profesor. La importancia de las dos variables, el conocimiento que ya posee el alumno y lo que hace para aprender, ha sido puesto de manifiesto en estudios específicos sobre la efectividad de diferentes métodos de enseñanza de la Ciencia. Por

22 ESCENARIOS

Echiburu - Problemas de contexto para la enseñanza de estudiantes de primer año

ejemplo, Schroeder, Scott, Tolson, Huang y Lee (2007) realizaron un metaanálisis de 61 trabajos de investigación, realizados entre 1980 y 2004 en los EE.UU, sobre los efectos que tienen las estrategias de enseñanza de la Ciencia en el rendimiento de los alumnos de nivel primario y secundario. Las estrategias de enseñanza se clasificaron en 8 clases, incluyendo las de Instrucción directa (clase tradicional), en las que el profesor proporciona la información de manera verbal y directa, guiando a los estudiantes a través de los pasos requeridos para alcanzar los objetivos. O las de Manipulación, en las que prioritariamente se proporciona a los estudiantes oportunidad de trabajar y manipular objetos físicos. Se encontró que las dos clases de estrategias que conducen a un mayor aprendizaje son las llamadas de Contexto Potenciado, en las que el profesor relaciona el aprendizaje con las experiencias previas o el conocimiento de los alumnos, y las de Aprendizaje Colaborativo, en las que los alumnos trabajan en grupos flexibles sobre las tareas propuestas. Es decir, trabajar activa y colectivamente sobre las ideas de la Ciencia, y organizar este trabajo de forma que se conecte con las ideas y experiencias que trae el alumno al aula se revelan, de nuevo, como estrategias eficaces para aprender. Metodología El curso de Resolución de Problemas Matemáticos y BioFísica (RPM y BF), para la carrera de Medicina Veterinaria, es una asignatura para alumnos de Primer Año de la UVM. Y “nació” producto de un proceso de rediseño de las mallas curriculares realizado en el año 2012. Para este efecto, se integraron el curso de Matemáticas I con el curso de Física General en una sola asignatura. Los resultados obtenidos en los primeros años del curso fueron desalentadores, llegando a decretar el curso como “asignatura crítica”, en el año 2015. Frente a esta realidad, se definió evaluar los niveles de entrada de los estudiantes en Pensamiento Científico, a través del test de Lawson (Vincent et al. 2005). Y, según los resultados obtenidos en dicho test, se definieron Estrategias de Metodologías Activas a desarrollar en el curso. Algunas de estas metodologías fueron las Lecturas y Guías Colaborativas. Pero, la principal estrategia utilizada fue la de Problemas Ricos en Contexto bajo la metodología IDEA (Indagar; Diseñar un Plan; Ejecutar el Plan y Aprender del Proceso). Se formaron grupos de trabajo de tres a cuatro estudiantes y, aproximadamente cada dos semanas, se les entregó un problema contextualizado a su realidad y a su carrera. Por ejemplo, un problema de Cinemática, con un animal corriendo bajo velocidad constante y luego en movimiento acelerado. O un problema de Estática, de un caballo que debía ser sacado con cuerdas desde una quebrada. Luego, se les pidió resolver el problema siguiendo los pasos de la metodología 23

Escenarios Nº. 18 - Enero - Junio; 2016

IDEA, y los docentes iban revisando los avances de los estudiantes. Finalmente, se realiza una discusión en clases entre los diferentes grupos y se analiza el trabajo realizado. Las Evaluaciones del Curso constan de tres (3) Pruebas de Cátedra y seis (6) Controles de Taller. En ambos tipos de Evaluaciones se colocaron Problemas Ricos en Contexto, con rúbricas que explicitan lo que se solicita del estudiante. De esta forma, los resultados en las Evaluaciones son una muestra de la influencia del método utilizado en el aprendizaje de los estudiantes. Pero, además, al término del semestre se realizará el Test de Lawson, como Evaluación de Salida y se comparará con los resultados iniciales de los estudiantes. De esta forma, se podrá conocer si los estudiantes han evolucionado en su Pensamiento Científico y compararlos con estudiantes de otras carreras, de similares características, que no han recibido instrucción con Metodologías Activas. Resultados Antes de iniciar el primer semestre lectivo 2016, se tomó el Test de Lawson a 98 estudiantes de primer año de Veterinaria, número cercano al 71% de los estudiantes de Primer Año. Los resultados obtenidos dieron cuenta de un 44% (43 estudiantes) con un nivel de Pensamiento Concreto (C), un 54% (53 estudiantes) con un nivel de Pensamiento de Transición (T), 0% (0 estudiantes) con un Pensamiento Formal (F) y 2% (2 estudiantes) que no pudieron ser evaluados, ya que no respondieron el Test. Esto se refleja en el Gráfico N°1.

Gráfico 1: Distribución del número de estudiantes de Primer Año de Veterinaria en los niveles Concreto (C), Transición (T) y Formal (F) de Pensamiento Científico.

Asimismo, se conocían los resultados académicos de la primera prueba de cátedra del primer semestre del año 2015 para el curso de RPM y BF. De un total de 132 estudiantes evaluados, 64% (84 estudiantes) se encontraron en un nivel “Inicial”, es decir, alumnos con notas inferiores a 4,0 en la escala de 1,0 a 7,0; 20% (26 estudiantes) en nivel Intermedio, con notas entre 4,1 y 5,0; y 16%

24 ESCENARIOS

Echiburu - Problemas de contexto para la enseñanza de estudiantes de primer año

(22 estudiantes) en nivel Avanzado, con notas superiores a 5,1. Esto se puede apreciar en el Gráfico N°2.

Gráfico 2: Porcentajes de estudiantes de un total de 132 alumnos, según nota obtenida en la primera evaluación de RPM y BF. Inicial con notas inferiores a 4,0. Intermedio con notas entre 4,1 y 5,0. Avanzado con notas entre 5,1 a 7,0.

La distribución de las notas obtenidas se puede apreciar en el Gráfico N°3, donde el Promedio de Notas estuvo en 3,6 de una escala de 1,0 a 7,0.

Gráfico 3: Distribución de Notas de la Primera Prueba de Cátedra del Curso RPM y BF del año 2015

Los resultados académicos de la Primera Prueba de Cátedra del curso de RPM y BF del año 2016, se pueden apreciar en el Gráfico N°4. En éste se indican los porcentajes de estudiantes, de un total de 168 alumnos y alumnas, que se encuentran en los tres niveles, Inicial, Intermedio y Avanzado. Se obtuvo que un 34% (57 estudiantes) obtuvieron notas menores a 4,0. Un 33% (56 estudiantes) obtuvieron notas entre 4,1 a 5,0. Y un 33% (55 estudiantes) obtuvieron notas superiores a 5,0. La distribución de las notas obtenidas se pueden apreciar en el Gráfico N°5, donde el Promedio de Notas estuvo en el 4,5 de una escala de 1,0 a 7,0.

ESCENARIOS

25

Escenarios Nº. 18 - Enero - Junio; 2016

Gráfico 4: Porcentajes de estudiantes de un total de 168 alumnos, según nota obtenida en primera evaluación de RPM y BF. Inicial, con notas inferiores a 4,0. Intermedio, con notas entre 4,1 y 5,0. Avanzado, con notas entre 5,1 a 7,0.

Gráfico 5: Distribución de notas de la primera prueba de cátedra del curso RPM y BF del año 2016

Conclusiones Se observa en el Gráfico N°1 que un 44% de estudiantes, de un total de 98 alumnas y alumnos de Primer Año, están en nivel concreto de Pensamiento Científico, en medición del año 2016. Esto muestra que son estudiantes con prácticamente nulas capacidades para desarrollar el Método Científico y, por ende, deben ser guiados a través de Metodologías que generen un cambio en sus Niveles de Pensamiento. Cambiar la Metodología de Enseñanza, se sustenta en que la Enseñanza Tradicional no ha generado Cambios en los Resultados Académicos ni en los Niveles de Aprendizaje de los estudiantes. Al comparar los Gráficos 2 y 4, se observa una mejora sustancial en los resultados académicos de la Primera Prueba del Curso, entre los años 2015 al 2016. Pasando de un 64% a un 34% de estudiantes, con notas inferiores a cuatro coma cero (4,0) en la escala de 1,0 a 7,0, entre un año a otro. Hay que destacar que el número de estudiantes que realiza el curso en segunda oportunidad en el año 2016 es cercano a la treintena de alumnos y alumnas. Por lo que los datos presentados no son perturbados en una escala mayor a los cambios registrados.

26 ESCENARIOS

Echiburu - Problemas de contexto para la enseñanza de estudiantes de primer año

De forma similar, si comparamos la distribución de notas en los Gráficos 3 y 5, se observa un desplazamiento de la distribución hacia la derecha. Ello queda reflejado en que el Promedio de Notas va de tres coma seis a cuatro coma cinco (3,6 a 4,5) entre los años 2015 al 2016. Y en que el mayor número de estudiantes obtuvo notas en el intervalo entre 2,0 a 3,0 el 2015 y entre 5,0 a 6,0 el 2016. Podemos argumentar que si las evaluaciones miden en algún grado el aprendizaje de los estudiantes, entonces no sólo tendremos mejoras en las tasas de aprobación del curso, sino que además habrá mejoras en el aprendizaje de los estudiantes. Estos cambios en las Metodologías de Enseñanza se realizaron el primer semestre del año 2016, sin cambiar el tipo ni el nivel de dificultad de las evaluaciones (60% de exigencia), y se obtuvieron resultados que, comparados con igual periodo del año 2015, indican una tendencia positiva que es interesante de seguir observando. A la fecha, no se tienen los resultados del Test de Lawson de salida, ni la segunda y tercera evaluación de cátedra del curso. Pero, al término del semestre (Junio 2016), se espera tener todos estos resultados, en los que deberíamos tener que un número no menor de estudiantes migren del nivel de Transición (T) al nivel Formal (F). Y, de igual forma, estudiantes vayan del nivel Concreto (C) al nivel de Transición, en cuanto a los niveles de Pensamiento Científico, así como también esperamos mejoras en los resultados de las evaluaciones comparadas con años anteriores. Por otro lado, también se espera tener la estadística del número de aprobados y reprobados, y también los promedios de notas, para con ello realizar un análisis más detallado del avance en el aprendizaje de los estudiantes. Referencias Ausubel, D.P. (1968). Educational Psychology: A Cognitive View. New York: Holt, Rinehart & Winston. Lawson, A.E. (1995). Science teaching and the development of thinking. Belmont, CA: Wadsworth Mestre, J.P. (2005). Facts and myths about pedagogies of engagement in science learning. Peer Review, 7, 24-27. Rothkopf, E.Z. (1970). The concept of mathemagenic activities. Review of Educational Research, 40, 325-336. Vincent P. Coletta and Jeffrey A. Phillip, (2005) Why You Should Measure Your Students’ Reasoning Ability ESCENARIOS

27