Este principio es el menos vistoso de los siete y probablemente el más importante para no hacer daño. Trata de una cosa incómoda: casi nunca sabemos con certeza lo que creemos saber de un alumno.
De dónde viene la información, y en qué estado llega
El historial de un alumno de secundaria es un mosaico desordenado. Puede contener un informe neuropsicológico de hace cuatro años, una prueba de centro de septiembre, dos observaciones de tutores distintos, y el rastro que ha ido dejando cada documento que un profesor ha revisado y aprobado este curso. Cada pieza está escrita en un lenguaje distinto, tiene una precisión distinta y se recogió en un momento distinto.
Y todas tienen ruido. Merece la pena nombrar los cuatro focos, porque son distintos entre sí:
- Error de medida. Ninguna prueba mide sin margen. Es una propiedad conocida y cuantificable de cualquier instrumento psicométrico, y la teoría clásica del test lleva desde Lord y Novick (1968) describiéndola. Una puntuación nunca es un punto: es un punto con una banda alrededor.
- Sesgo de observación. La percepción de un profesor está informada por el contexto y por lo que espera. Es una fuente valiosísima de información ecológica y no es neutra.
- Estado transitorio. Un alumno cansado, nervioso o desmotivado rinde por debajo de lo que puede. Si la medición cayó ese día, la medición está baja.
- Caducidad. El dato era verdad. Puede que ya no lo sea.
El error que queremos evitar es tratar cualquiera de esos cuatro casos como si fuera un hecho firme. Porque si el sistema cree con total certeza algo que solo es probable, actuará con una contundencia que la evidencia no autoriza.
Los dos errores tienen coste, y no el mismo
Hay dos formas de equivocarse y conviene tenerlas separadas.
| Error | Qué pasa | Qué cuesta |
|---|---|---|
| Ver una barrera que no está | Se adapta lo que no hacía falta. | Se sobreprotege, se infantiliza el material, se genera dependencia de un andamio innecesario y se señala a alguien sin motivo. El techo baja sin que nadie lo note. |
| No ver una barrera que sí está | El alumno se enfrenta a una carga que no puede sostener. | Fractura cognitiva, frustración y un fracaso que no informa de nada. |
Los dos importan. Y el que más ocurre hoy en los centros es el segundo: hay alumnos que no reciben las medidas que necesitan, y muchos de ellos ni siquiera están identificados. Ese es el punto de partida y no lo vamos a maquillar.
Lo que separa a los dos errores no es la gravedad, es cómo se corrigen. El segundo deja rastro: el alumno no puede, alguien lo ve, y a partir de ahí se cambian las medidas y se siguen ajustando hasta que encajan. El primero no deja rastro. Un alumno sobreprotegido aprueba y nadie reclama nada; lo que se pierde es el techo, y termina el curso sin haber llegado nunca a donde podía llegar. Por eso el sistema vigila los dos: el segundo porque es el que más falla ahí fuera, y el primero porque no lo va a reclamar nadie.
La solución: nunca un punto, siempre una franja
La respuesta técnica es sencilla de explicar y tiene mucha tradición detrás. En lugar de guardar «esta habilidad está en tal nivel», el sistema guarda una estimación con su margen: el nivel que consideramos más probable y la anchura de la duda que tenemos sobre él (Embretson y Reise, 2000).
Es exactamente lo que hace cualquier medición seria en cualquier disciplina. Una encuesta no dice «el 42 %»: dice «el 42 % con un margen de tres puntos». Y de esa segunda mitad depende qué decisiones puedes tomar.
Esta forma de representar el conocimiento del alumno tiene una historia larga en el aprendizaje asistido por ordenador. Corbett y Anderson (1994) la introdujeron en los tutores inteligentes hace treinta años bajo el nombre de knowledge tracing, y desde entonces se ha refinado mucho (Desmarais y Baker, 2012). El principio es siempre el mismo: se parte de una creencia inicial, cada nueva evidencia la actualiza, y la confianza se estrecha a medida que se acumulan observaciones coherentes.
Qué se hace con la duda
Que el margen exista no serviría de nada si no cambiara el comportamiento del sistema. Cambia dos cosas.
Primera: con poca certeza, poca intervención
Cuando la duda sobre una habilidad es grande, el sistema no adivina. Aplica las medidas que son reversibles y no restrictivas —abrir el espacio, ordenar la página, aclarar una consigna— y se abstiene de las que alteran de forma apreciable la experiencia del alumno.
Lo que hace en su lugar es comparar. Coge lo que sí sabemos del alumno, mira qué funciona en perfiles parecidos y recomienda a partir de ahí, siempre con un suelo mínimo por debajo del cual no se baja aunque la evidencia sea escasa. Y antes de deducir, se pregunta: si la respuesta la tiene el profesor, se le pide en lugar de estimarla. Lo que evitamos es presuponer limitación sin motivo, porque la limitación presupuesta tiende a cumplirse.
Segunda: la duda se puede resolver, y se resuelve
Si la incertidumbre sobre algo es alta y esa cosa importa, el sistema pregunta. La pregunta aparece donde el profesor ya está trabajando — revisando el documento antes de aprobarlo— y va con su motivo delante: qué no sabemos y para qué hace falta saberlo. La respuesta entra en el perfil y el margen se estrecha. Nada de esto interrumpe la clase: el alumno no participa en la pregunta, porque lo que él recibe es la hoja ya impresa.
Lo que no hace es quedarse indefinidamente actuando sobre una suposición sin comprobarla.
No todas las fuentes valen lo mismo
Cuando llegan varias evidencias sobre la misma habilidad, hay que combinarlas. Y hacerlo con una media aritmética sería un error grave: daría el mismo peso a una prueba estandarizada bien administrada que a una impresión recogida de pasada.
Cada fuente entra con un peso que depende de dos cosas: cuánto rigor tiene el instrumento y cuánto se parece la situación en que se recogió a la situación en que vamos a decidir (Brennan, 2001). La segunda no es menor: una observación del profesor en su aula tiene una validez ecológica que una prueba de laboratorio no tiene, aunque la prueba sea más precisa en sentido estricto. Kane (2013) lleva años argumentando que la validez no es una propiedad del instrumento sino del uso que se le da.
| Fuente | Su fuerza | Su límite | Ritmo |
|---|---|---|---|
| Pruebas estandarizadas | Precisión conocida y comparabilidad con la norma de edad. | Se recogen en una situación artificial y con poca frecuencia. | Años |
| Evaluación de centro | Habla del currículo real que se está cursando. | Mezcla competencia disciplinar con acceso, que es justo lo que queremos separar. | Trimestres |
| Observación del profesor | Ocurre en el contexto real y capta lo que ninguna prueba capta. | Subjetiva por construcción; mejora mucho si se estructura. | Semanas |
| La revisión del material | Llega con la tarea delante y no le pide al profesor ningún trabajo extra: es el mismo gesto de aceptar, quitar o añadir una medida antes de aprobar el documento e imprimirlo. | Indirecta y ruidosa: que un profesor quite un apoyo puede significar que no hacía falta o que ese día había prisa. | Días |
Ninguna de las cuatro es suficiente sola. La cuarta es la que más ruido tiene y también la única que se va acumulando sin que nadie tenga que rellenar nada. Por eso la tratamos como una señal que matiza, no como una medida que decide.
El dato envejece
La segunda mitad del principio es la que más consecuencias tiene en el aula. Un dato sobre un niño de nueve años no vale lo mismo cuando ese niño tiene trece.
Esto no es una intuición: es lo que se sigue de cómo se desarrollan las habilidades. Fischer (1980) describió el desarrollo cognitivo como una sucesión de reorganizaciones y no como una curva suave, y Siegler (1996) mostró que incluso dentro de una habilidad concreta un niño usa estrategias distintas que se solapan y se sustituyen con el tiempo. Un informe captura un momento de ese proceso, no una constante de la persona.
Por eso, en Nubo, el paso del tiempo reduce por sí solo el peso de una evidencia. No hace falta que nadie borre nada: un informe antiguo va cediendo influencia frente a lo que se observa ahora, y si sobre una habilidad hace mucho que no llega nada nuevo, el margen de duda vuelve a ensancharse y el sistema avisa antes de tomar decisiones importantes.
Y no todo envejece igual de rápido
El ritmo depende de qué se esté midiendo, y esta es una decisión de diseño con base empírica:
| Tipo | Ejemplos | Caduca | Por qué |
|---|---|---|---|
| Atención y función ejecutiva | Sostener el foco, inhibir distractores, planificar pasos. | Rápido | Muy sensibles al cansancio, al estado emocional y a la maduración frontal, que es la más tardía. |
| Fluidez y procesamiento | Velocidad lectora, automatización de la descodificación. | Medio | Cambian mucho con la práctica distribuida y con la instrucción explícita. |
| Estructuras consolidadas | Vocabulario receptivo, conocimientos previos de un área. | Lento | Son esquemas asentados en memoria a largo plazo. Crecen, pero apenas retroceden. |
La primera fila explica una experiencia común: por qué un informe de hace tres años puede seguir describiendo bien el vocabulario de un alumno y estar completamente desfasado sobre su capacidad de atención.
Cuando las fuentes se contradicen
Ocurre a menudo y es el caso más interesante. El informe dice que hay una dificultad severa; lo que se ve en clase indica que ya no la hay. La regla es que manda lo reciente. Un antecedente no puede congelar el desarrollo de una persona: si el desempeño actual demuestra competencia, la competencia actual gana y los apoyos asociados se empiezan a retirar.
Cuando la contradicción es fuerte y no se resuelve sola, el sistema deja de decidir por su cuenta: aplica medidas neutras, marca el conflicto y se lo enseña al profesor con las dos evidencias delante para que sea una persona quien lo resuelva.
Cómo se ve esto en Nubo
La incertidumbre no es algo que ocurra por dentro: es visible, y es una de las cosas que más confianza genera en los equipos de orientación.
La confianza se muestra, no se esconde
Cada apoyo propuesto lleva asociada la solidez de la evidencia que lo sostiene. El profesor puede ver si una recomendación se apoya en observaciones recientes y coherentes, o si se está sosteniendo sobre un informe antiguo y poco más. Y cuando la confianza es baja, el sistema dice por qué lo es.
La antigüedad de cada evidencia está a la vista
Se puede inspeccionar en cualquier momento sobre qué se apoya el perfil de un alumno y de cuándo es cada pieza. Sirve para responder a una pregunta muy concreta que se hace en las juntas de evaluación: ¿esto lo mantenemos porque lo hemos visto o porque lo pone en un papel de hace tres años?
El profesor puede ratificar un dato antiguo
Si un orientador considera que un informe de hace años sigue describiendo bien la realidad de un alumno, puede confirmarlo. Eso renueva la vigencia de esa evidencia sin alterar el documento original ni fingir que es nuevo: queda registrado como lo que es, un juicio experto que respalda un dato anterior.
Y puede corregir al sistema directamente
Si lo que el profesor ve en clase no coincide con lo que el sistema estima, su juicio entra como evidencia de primer orden y reajusta el perfil de inmediato. No hay que esperar a que se acumulen datos: la persona que está en el aula tiene información que el sistema no tiene.
Referencias del principio III
- Baker, R. S., y Hawn, A. (2021). Algorithmic bias in education. International Journal of Artificial Intelligence in Education, 32(4), 1052–1092.
- Borsboom, D. (2005). Measuring the mind: Conceptual issues in contemporary psychometrics. Cambridge University Press.
- Brennan, R. L. (2001). Generalizability theory. Springer-Verlag.
- Corbett, A. T., y Anderson, J. R. (1994). Knowledge tracing: Modeling the acquisition of procedural knowledge. User Modeling and User-Adapted Interaction, 4(4), 253– 278.
- Desmarais, M. C., y Baker, R. S. (2012). A review of recent advances in learner and skill modeling in intelligent tutoring systems. User Modeling and User-Adapted Interaction, 22(1–2), 9–38.
- Embretson, S. E., y Reise, S. P. (2000). Item response theory for psychologists. Lawrence Erlbaum.
- Fischer, K. W. (1980). A theory of cognitive development: The control and construction of hierarchies of skills. Psychological Review, 87(6), 477–531.
- Haertel, E. H. (2006). Reliability. En R. L. Brennan (Ed.), Educational measurement (4.ª ed., pp. 65– 110). ACE & Praeger.
- Kane, M. T. (2013). Validating the interpretations and uses of test scores. Journal of Educational Measurement, 50(1), 1–73.
- Lord, F. M., y Novick, M. R. (1968). Statistical theories of mental test scores. Addison-Wesley.
- Mislevy, R. J. (1996). Test theory reconceptualized. Journal of Educational Measurement, 33(4), 379–416.
- Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
- Siegler, R. S. (1996). Emerging minds: The process of change in children's thinking. Oxford University Press.
- Williamson, B. (2017). Big data in education: The digital future of learning, policy and practice. SAGE.