Académique Documents
Professionnel Documents
Culture Documents
[mensaje n 141]
Los mapas conceptuales son instrumentos de representacin del conocimiento sencillos y prcticos, que permiten
transmitir con claridad mensajes conceptuales complejos y facilitar tanto el aprendizaje como la enseanza. Para
mayor abundamiento, adoptan la forma de grafos.
Los mapas conceptuales son artefactos para la organizacin y
representacin del conocimiento. Tienen su origen en las teoras
sobre la psicologa del aprendizaje de David Ausubel enunciadas
en los aos 60.
Su objetivo es representar relaciones entre conceptos en forma
de proposiciones. Los conceptos estn incluidos en cajas o
crculos, mientras que las relaciones entre ellos se explicitan
mediante lneas que unen sus cajas respectivas. Las lneas, a su
vez, tienen palabras asociadas que describen cul es la naturaleza
de la relacin que liga los conceptos.
Mapa conceptual sobre los mapas conceptuales. Transcripcin traducida al espaol por el autor del mapa existente en el artculo "The Theory
Underlying Concept Maps and How To Construct Them" por J.D.Novak, usando la herramienta CmapTools. Pulse sobre el mapa para agrandarlo.
Dicho mapa conceptual se ha elaborado partiendo de su versin inglesa existente en el artculo antes mencionado con la
herramienta CmapTools desarrollada por el Institute for Human and Machine Cognition asociado a la West Florida University en
USA. Esta es una herramienta de descarga gratuita, de gran sencillez de uso y versatilidad.
Existe tambin una herramienta de uso libre creada en la Universitat Pompeu Fabra de Barcelona por el profesor Cristfol
Rovira que genera automticamente el cdigo necesario para incluirlo en formato XML usando el standard Topic Maps (vase
el numero 26, sobre la Web semntica). Es muy recomendable probar ambas herramientas y percatarse de lo fcil e instructivo
que resulta poner nuestras ideas en forma de mapa conceptual.
Y es que los mapas conceptuales se desarrollaron para comprender los cambios en el tiempo del conocimiento que los
nios tenan de la Ciencia. La idea de Ausubel es que el aprendizaje tiene lugar gracias a la asimilacin de nuevos conceptos
y proposiciones en marcos de referencia proposicionales ya existentes en la mente del aprendiz.
Por contraposicin con el aprendizaje puramente memorstico Ausubel considera que el aprendizaje coherente (meaningful
learning) requiere tres condiciones:
El contenido ha de estar conceptualmente claro y ser presentado con lenguaje y ejemplos que el aprendiz pueda
relacionar con su base de conocimiento existente.
Este tipo de instrumentos, bien diseados teniendo en cuenta el contexto y la motivacin de su audiencia, constituyen tanto
una herramienta de enseanza como de aprendizaje que facilita la comprensin y asimilacin de los conceptos y sus
relaciones.
Aunque su origen est ligado a la enseanza, su aplicacin en la visualizacin de informacin los configura como una
herramienta til para transmitir de forma clara mensajes complejos. Me atrevera a decir que, adems, contribuyen
notablemente a clarificar las ideas del que construye el mensaje.
Debo la inspiracin de este artculo a la interesante y reciente tesis Interaccin Persona Ordenador en Interfaces de
Recuperacin de Informacin, de la Dra Ma. Carmen Marcos
Otras lecturas
Ausubel, D. P. (1963). The Psychology of Meaningful Verbal Learning. New York: Grune and Stratton.
Ausubel, D. P., Novak, J. D. and Hanesian, H.. (1978). Educational Psychology: A Cognitive View, 2nd ed. New
York: Holt, Rinehart and Winston.
Novak, J.D. y Gowin, D.B. -Aprendiendo a Aprender.-. Ediciones Martinez Roca, S.A., Barcelona, 1988.
http://www.infovis.net/printMag.php?num=137&lang=1
http://cmap.ihmc.us/
CmapTools
http://www.ihmc.us/
http://www.mapasconceptuales.com
http://www.infovis.net/printMag.php?num=26&lang=1
Resumen
Este artculo presenta el avance de un proyecto de investigacin cuyo objetivo es el desarrollo de
nuevas tecnologas que lleven a la creacin e instalacin de sistemas integrados que maximicen la
efectividad de la educacin. Usando herramientas computacionales basadas en mapas conceptuales,
estudiantes de todas las edades colaboran en su aprendizaje mediante la construccin y crtica de
conocimiento y la navegacin a travs de sistemas de multimedia en red. Las herramientas integran
nuevas y variadas tecnologas con enfoques modernos de educacin.
1. Introduccin
Las tecnologas y mtodos que se utilizan en enfoques modernos de enseanza apoyada en la computadora, educacin a
distancia, sistemas expertos, sistemas de apoyo en el desempeo del trabajo, software para navegar la WWW, sistemas de
entrenamiento justo-a-tiempo, y herramientas de colaboracin, estn convergiendo rpidamente. Nuestro enfoque de
investigacin consiste de explotar y acelerar esa convergencia, desarrollando modelos y prototipos para un uso ms
eficiente de la tecnologa, y particularmente Internet, en la educacin.
El enfoque constructivista enfatiza la construccin de nuevo conocimiento y maneras de pensar mediante la exploracin y la
manipulacin activa de objetos e ideas, tanto abstractas como concretas. Extendiendo los mtodos de trabajo en el aula,
recientemente, investigaciones en educacin recomiendan el trabajo colaborativo estudiantes trabajando en proyectos en
grupo y cooperando en la solucin de problemas. Sin embargo, los ambientes de educacin tradicionales usualmente no
estn organizados para este tipo de actividades, y las herramientas de computacin disponibles para apoyar la educacin no
ayudan al maestro a crear este ambiente constructivista de aprendizaje, y mucho menos de aprendizaje colaborativo.
El aprendizaje colaborativo (Ausubel, Novak & Hanesian, 1978) es una actividad en la cual los estudiantes, y posiblemente
sus maestros, construyen cooperativamente un modelo explcito de conocimiento. Desde un punto de vista constructivista,
el resultado ms importante del proceso de modelaje no es el modelo en s, sino ms bien la apreciacin y experiencia que
se obtiene al luchar por articular, organizar, y evaluar de forma crtica el modelo durante su desarrollo (Caas & Ford,
1992). Por lo tanto, el proceso colaborativo que proponemos enmarca la actividad como un esfuerzo auto-corregible en el
cual los estudiantes pueden exponer cualquier parte de su modelo incluyendo sus suposiciones y antecedentes a un
escrutinio crtico por parte de otros estudiantes. Desde este punto de vista, la pregunta crucial es cun til es el proceso de
modelaje como un medio facilitador del aprendizaje del estudiante? y no est correcto el modelo? Nuestra agenda de
investigacin, siguiendo esta lnea, est orientada hacia el desarrollo de herramientas computacionales y mtodos que
ayuden a estudiantes y maestros a expresar, elaborar, compartir, mejorar, y entender sus construcciones.
En este artculo presentamos una coleccin de herramientas computacionales basadas en los mapas conceptuales que
permiten a los estudiantes navegar a travs de modelos de conocimiento que otros (estudiantes, maestros, o expertos en el
rea) han creado, construir sus propios modelos incluyendo multimedia para aclarar o completar conceptos, colaborar con
1
Este proyecto fue financiado en parte por el Estado de Florida, EEUU (Florida High Technology Enhancement Funds), por IBM de
Latinoamrica a travs del Proyecto Qurum: Colaboracin sin Fronteras, y por la Oficina de Investigacin de la Marina de los EEUU
(Office of Naval Research).
-1-
otros estudiantes en la construccin de sus modelos, y criticar o discutir los modelos de otros. Las herramientas tienen uso
tanto en ambientes de educacin a distancia como dentro de una aula. Investigamos la ciencia y tecnologa del aprendizaje,
esto es, consideramos que el nfasis en la educacin a distancia debera estar en la palabra educacin y no en la palabra
distancia.
2. Mapas Conceptuales
Los mapas conceptuales, desarrollados por Novak (1977), se usan como un lenguaje para la descripcin y comunicacin de
conceptos dentro de la teora de asimilacin, una teora del aprendizaje que ha tenido una enorme influencia en la educacin
(Ausubel et al, 1978). La teora est basada en un modelo constructivista de los procesos cognitivos humanos. En particular,
la teora de asimilacin describe cmo el estudiante adquiere conceptos, y cmo se organizan en su estructura cognitiva. La
premisa fundamental de Ausubel es ilusoriamente simple:
El aprendizaje significativo resulta cuando nueva informacin es adquirida mediante un esfuerzo
deliberado de parte del aprendiz por ligar la informacin nueva con conceptos o proposiciones relevantes
preexistentes en la estructura cognitiva del aprendiz. (Ausubel et al., 1978, p. 159)
La teora de asimilacin acenta que el aprendizaje significativo requiere que la estructura cognitiva del aprendiz contenga
conceptos base con los cuales ideas nuevas puedan ser relacionadas o ligadas. Por esto, Ausubel argumenta que el factor
individual ms importante que influye en el aprendizaje es lo que el estudiante ya sabe. Debe primero determinarse cunto
sabe, y luego ensearle de acuerdo con su conocimiento. El aprendizaje significativo involucra la asimilacin de conceptos
y proposiciones nuevas mediante su inclusin en las estructuras cognitivas ya existentes. Ausubel propone que la estructura
cognitiva se puede describir como un conjunto de conceptos, organizado de forma jerrquica, que representa el
conocimiento y las experiencias de una persona (Novak, 1977). En este contexto, los conceptos se definen como
regularidades en eventos u objetos (o los registros de eventos u objetos) a los cuales se les ha asignado una etiqueta o
nombre (Ford et al, 1991).
El mapa conceptual es la principal herramienta metodolgica de la teora de asimilacin para determinar lo que el
estudiante ya sabe. En ambientes educativos, los mapas conceptuales han ayudado a personas de todas las edades a
examinar los ms variados campos de conocimiento (Novak & Gowin, 1984). En su esencia, los mapas conceptuales
proveen representaciones grficas de conceptos en un dominio especfico de conocimiento, construidas de tal forma que las
interrelaciones entre los conceptos son evidentes. Los conceptos son conectados por arcos codificando proposiciones
mediante frases simplificadas. El mapa conceptual ms sencillo consistira de dos nodos conectados por un arco
representando una frase sencilla, por ejemplo hojas son verdes. La Figura 1 muestra un mapa conceptual cobre plantas
creado por un nio (tomado de Novak & Gowin, 1984). Por convencin, las ligas de se leen de arriba hacia abajo a menos
que incluyan una punta de flecha. Cuando las palabras seleccionadas para representar los conceptos y ligas se escogen
cuidadosamente, los mapas pueden ser herramientas tiles para observar matices de significado, ayudando a los estudiantes
a organizar sus pensamientos y a resumir reas de estudio. Las mapas conceptuales son usados para ayudar a los estudiantes
a aprender cmo aprender haciendo evidentes las estructuras cognitivas y el conocimiento auto-construido (Novak &
Gowin, 1984).
Los mapas conceptuales han sido usados por personas de los ms variados niveles, desde nios en educacin primaria hasta
gerentes de compaas y profesionales. Por lo tanto los mapas pueden ser muy sencillos, pero tambin pueden llegar a ser
muy complejos. Por ejemplo, la Figura 2 muestra el mapa conceptual usado durante el desarrollo de un sistema experto para
diagnstico de enfermedades del corazn (Ford et al., 1996). Los mapas conceptuales son una de las herramientas usadas
comnmente en el proceso de adquisicin de conocimiento en el desarrollo de sistemas expertos (Ford et al., 1991).
La herramienta computacional usada para crear el mapa conceptual de la Figura 1 es parte de una nueva generacin escrita
en Java, lo cual permite que sea usada en cualquier plataforma computacional.
-2-
La herramienta computacional usada para disear el mapa conceptual de la Figura 1 tambin permite al usuario construir
mapas conceptuales como herramientas de navegacin. Mediante un editor sencillo, el usuario relaciona los medios (vdeo,
imgenes, sonido, mapas, etc.) y sus conos con los nodos (conceptos). La arquitectura distribuida del sistema permite que
los diversos medios y mapas se almacenen en diferentes servidores en una red, y que puedan accesarse desde cualquier
nodo en la red. Aprovechando la extensin y omnipresencia de Internet, se puede entonces construir sistemas de multimedia
accesibles desde cualquier lugar del mundo. El programa est escrito en Java, lo cual implica que puede ser ejecutado en
cualquier plataforma computacional (Windows, Macintosh, UNIX, etc.)
Esta herramienta para editar y navegar, junto con componentes de sistemas de apoyo en el desempeo del trabajo
(performance-support systems) y sistemas expertos, son la base de una nueva generacin de ambientes computacionales
para educacin a distancia con entrenamiento justo-a-tiempo que estamos desarrollando en un proyecto conjunto con la
Marina de los Estados Unidos (Caas et al, 1997). Por ejemplo, como parte de un mdulo de entrenamiento en el
diagnstico y mantenimiento de un equipo electrnico en particular, los mapas conceptuales permiten representar
explcitamente un modelo del conocimiento de un experto reconocido en el rea. Este incluye las particularidades de la
forma en que este experto lleva a cabo el diagnstico, las cuales usualmente no se encuentran en un manual y precisamente
lo caracterizan como experto. As, al navegar el mapa conceptual, los estudiantes se estn parando en los hombros de un
gigante. Los mapas conceptuales, junto con los componentes de diagnstico y apoyo en el trabajo, y su funcionamiento a
travs de una red, proveen el apoyo necesario en casos en los cuales el tcnico necesita capacitacin en el justo momento en
que requiere arreglar el equipo (Bradshaw et al, 1993), o requiere de un curso de repaso. Al mismo tiempo, el sistema
tambin pretende aumentar la comprensin conceptual del tcnico sobre el funcionamiento del equipo.
crticas y revisin de parte de sus compaeros. Mediante la publicacin de afirmaciones, revisin de afirmaciones de otros,
y discusiones sobre afirmaciones especficas, el estudiante colabora con otros estudiantes en la construccin de su
conocimiento, pero mantiene individual el diseo de su mapa. Los estudiantes no ven los mapas conceptuales de otros
estudiantes.
Figura 4). El estudiante debe indicarle (ensearle) al Gigante si la proposicin est correcta, incorrecta, o no tiene ningn
sentido, segn se puede ver en la Figura 5. Como las proposiciones del gigante estn basadas parcialmente en las del
estudiante, este se ve forzado a re-analizar sus propias afirmaciones. El Gigante en ningn momento juzga el trabajo del
estudiante.
Le llamamos el Gigante porque hemos programado su comportamiento en la interaccin con los estudiantes como alguien
buenn y medio tonto. Hemos escogido su personalidad con cuidado, basndonos en parte en las recomendaciones de
Novak y Gowin (1984) de cmo los maestros deben entrevistar a los estudiantes sobre sus mapas conceptuales. Su
comportamiento se puede resumir como: sabe mucho, pero a veces sorprende con su ignorancia; siempre trata de ser til y
ayudar, nunca est seguro de nada y siempre acepta ser corregido; pide ayuda y aclaraciones al estudiante cuando est
confundido; siempre disfruta que el estudiante le ensee algo nuevo; trata de llegar a conclusiones sencillas, pero siempre
las consulta con alguien; siempre deja de interactuar con el estudiante si ste se lo pide, y sin enojarse.
7. Conclusiones
Hemos presentado una variedad de usos de una herramienta computacional basada en la manipulacin de mapas
conceptuales, que permite al estudiante construir sus propios mapas, navegar a travs de sistemas de multimedia
distribuidos en una red basndose en los mapas de otros, colaborar en la construccin de sus propios mapas mediante
contribuciones a sopas de conocimiento, criticar y defender afirmaciones en las sopas, criticar o discutir sobre mapas
construidos por otros, e interactuar con un agente artificial en la construccin de sus mapas. Estas actividades representan
una gama extensa de manipulaciones de conocimiento que apoyan al estudiante en la construccin de su propio
conocimiento. La flexibilidad de las herramientas ha permitido su aprovechamiento por aprendices de todas las edades,
desde nios pequeos hasta profesionales, en educacin en el aula y educacin a distancia, desde la escuela hasta reuniones
de planeacin en grandes corporaciones. Las herramientas estn basadas en la teora de aprendizaje de Ausubel y Novak.
8. Referencias
Ausubel, D. P, J. D. Novak, & H. Hanesian (1978). Educational Psychology: A Cognitive View (2a edicin). New York:
Holt, Rinehart & Winston. Reimpreso, 1986. New York: Warbel & Peck.
-7-
Bradshaw, J. M., D. Madigan, D., Richards, T. & G. Boy. (1993). Emerging technology and Concepts for Computer-Based
Training, Proceedings of the 6th Florida Artificial Intelligence Research Symposium, Ft. Lauderdale, FL.
Caas, A. J. (1993). Nios Colaborando a Travs de Fronteras: Logo y Telecomunicaciones, Memorias del VI Congreso
Internacional de Logo, Caracas, Venezuela.
Caas, A. J., K. M. Ford, J. C. Coffey, T. Reichherzer, N. Suri, G. Hill, T. Mitrovich (1997). El-Tech: El-Tech: A
Performance Support System with Embedded Training for Electronics Technicians, submitted to the Florida Artificial
Intelligence Research Symposium, FL.
Ford, K.M., H. Stahl, J. Adams-Webber, A.J. Caas, J. C. Jones, & J. Novak. (1991). ICONKAT: An Integrated
Constructivist Knowledge Acquisition Tool. Knowledge Acquisition Journal 3: 215-236.
Ford, K. M., J. Coffey, A. J. Caas, E. J. Andrews, C. W. Turner (1996). Diagnosis and Explanation by a Nuclear
Cardiology Expert System, International Journal of Expert Systems, vol 9, number 4, pp. 499-506.
Novak, J. D. (1977). A Theory of Education. Ithaca, NY: Cornell University Press.
Novak, J. D. & D. B. Gowin. (1984). Learning How to Learn. New York: Cambridge University Press.
-8-