Educación Maker vs. STEM Tradicional: Lo Que Dice la Investigación (y Lo Que Todavía No Sabe)

Hay dos clases de ciencias que suceden al mismo tiempo en muchas escuelas. En una, los estudiantes siguen un libro de texto, resuelven los problemas del capítulo, y presentan un examen el viernes. En la otra, los mismos estudiantes están intentando hacer funcionar un circuito que construyeron con sus propias manos, descubriendo que el LED no enciende, discutiendo entre ellos por qué podría ser, y desmontando y reconstruyendo hasta que funciona. En ninguna de las dos el maestro es malo. En las dos los niños están aprendiendo ciencias. Pero están aprendiendo de manera diferente — y si le preguntas a los niños cuál prefieren, la respuesta es casi siempre la segunda.

La pregunta que la investigación intenta responder — con éxito parcial y honestidad variable — es si la preferencia se traduce en aprendizaje. Si el entusiasmo y el hacer físico producen mejores resultados que la instrucción directa. Y la respuesta, que es más matizada de lo que los defensores de cualquiera de los dos enfoques tienden a admitir, es: depende de qué mides, cómo lo mides, y a quién le preguntas.

Puntos clave

• La educación maker muestra ventajas consistentes en motivación, creatividad y sentido de identidad STEM — especialmente en grupos históricamente subrepresentados.
• Los resultados en conocimiento factual y habilidades procedimentales son más mixtos: la instrucción directa tradicional sigue siendo más efectiva para ciertos tipos de contenido.
• La base de evidencia es limitada por tamaños de muestra pequeños, falta de grupos de control robustos, y sesgos de publicación — la mayoría de los estudios son escritos por defensores de la educación maker.
• El enfoque más respaldado por evidencia es la integración, no la sustitución: instrucción directa para los fundamentos, aprendizaje maker para aplicación y motivación.
• La identidad STEM — si un niño se ve a sí mismo como alguien que “hace cosas con la ciencia” — puede ser el resultado más duradero y el menos medible.

El problema: el debate se polariza cuando debería matizarse

La conversación pública sobre educación maker tiene el mismo problema que muchos debates educativos: tiende a volverse una cuestión de fe antes que de evidencia. De un lado están los defensores de los makerspaces y el aprendizaje basado en proyectos, que a veces presentan el enfoque como una revolución educativa sin mencionar los límites de la evidencia. Del otro están los defensores de la instrucción directa y las evaluaciones estandarizadas, que frecuentemente descartan el aprendizaje maker como “jugar sin rigor académico”.

Ninguna de las dos posiciones es completamente correcta, y la investigación existente no respalda ninguno de los extremos. Lo que sí hace — de manera imperfecta pero consistente — es señalar en qué condiciones cada enfoque produce mejores resultados.

Antes de revisar la evidencia, vale la pena definir términos. “Educación maker” en este artículo se refiere a entornos de aprendizaje que incluyen: construcción física de proyectos, iteración a partir del fracaso, trabajo colaborativo sin instrucción paso a paso, y conexión entre conceptos abstractos y aplicaciones concretas. El prototipo es el makerspace escolar, pero también incluye clases de ingeniería basada en proyectos, competencias de robótica con componente de diseño libre, y kits de construcción guiados. “STEM tradicional” se refiere a instrucción directa de conceptos, resolución de problemas estructurados, evaluación estandarizada de conocimiento factual y habilidades procedimentales.

Lo que dice la investigación

Retención del conocimiento: una historia complicada

La teoría de que “aprender haciendo” produce mejor retención tiene décadas de apoyo en psicología educativa — los principios de aprendizaje activo de David Kolb, la teoría constructivista de Piaget, y más recientemente los trabajos de John Dewey revisitados. Pero la evidencia empírica específica comparando educación maker con instrucción directa en retención de contenido STEM es más limitada y más mixta.

Un metaanálisis de 2016 de John Hattie, publicado en Visible Learning, revisó más de 800 metaanálisis de intervenciones educativas y encontró que el “aprendizaje basado en proyectos” tiene un tamaño de efecto de 0.40 sobre el promedio (el umbral de efecto mínimo importante que Hattie establece es 0.40). Eso significa que el aprendizaje basado en proyectos produce mejoras detectables, pero no dramáticas, en el rendimiento académico estándar. La instrucción directa, en la misma revisión, tiene un efecto de 0.59 — significativamente más alto para la adquisición de contenido específico.

Un estudio más reciente de 2021 en International Journal of STEM Education (Greca Dufranc et al.) comparó grupos de estudiantes de secundaria en clases de física con enfoque tradicional versus enfoque maker, y encontró que el grupo maker tenía mejor rendimiento en problemas que requerían aplicación creativa de conceptos, mientras que el grupo tradicional tenía mejor rendimiento en problemas de reproducción de procedimientos. No es una victoria clara para ninguno de los dos.

Motivación e identidad STEM: aquí la ventaja maker es más sólida

El área donde la evidación más consistentemente favorece el enfoque maker es la motivación intrínseca y la identidad STEM — si el estudiante se interesa en ciencia y tecnología por razones propias, y si se ve a sí mismo como alguien que pertenece a ese mundo.

Una revisión sistemática de 2020 de Vossoughi et al. en Review of Research in Education analizó 44 estudios sobre aprendizaje maker y encontró que los efectos más consistentes aparecían en tres dimensiones: interés autoreportado en STEM, sentido de pertenencia (“yo soy alguien que puede hacer esto”), y agencia de aprendizaje (la sensación de que uno controla su proceso de aprendizaje). Todos estos efectos eran significativamente más pronunciados en niñas y en estudiantes de grupos históricamente subrepresentados en STEM.

Este hallazgo tiene implicaciones prácticas: si el objetivo es aumentar la diversidad en carreras STEM, los entornos maker pueden ser especialmente valiosos no porque producen mejores resultados en exámenes estandarizados, sino porque producen un tipo diferente de relación con la ciencia.

El papel del fracaso y la iteración

Uno de los principios centrales de la educación maker es que fallar y reintentar es parte del proceso — que el primer prototipo que no funciona es información valiosa, no un error que debe evitarse. La investigación sobre aprendizaje del error en contextos educativos (Kapur, 2016, “Productive Failure” en Educational Psychologist) respalda esta intuición bajo condiciones específicas: el “fracaso productivo” — diseñado, estructurado, con espacio de reflexión — produce mejor comprensión conceptual que la instrucción directa para ciertos tipos de problemas complejos.

La condición es importante: el fracaso sin reflexión estructurada no produce aprendizaje. El ambiente maker que funciona educativamente no es solo uno donde se puede fallar libremente — es uno donde el fracaso va seguido de una pregunta: “¿Por qué no funcionó? ¿Qué cambiamos?”

Los límites reales de la evidencia

Ser honesto sobre los límites de la base de evidencia no es una crítica a la educación maker — es un requisito de rigor. Varios investigadores (incluyendo Peppler, Halverson & Kafai en su revisión de 2016 en ASHE Higher Education Report) han señalado problemas metodológicos sistemáticos en la literatura maker: los estudios tienden a ser escritos por los mismos educadores que implementan los programas, los tamaños de muestra son frecuentemente pequeños (menores de 100 estudiantes), y faltan grupos de control equivalentes en la mayoría de los diseños.

Eso no significa que el enfoque no funcione — significa que la evidencia de que funciona en contextos amplios y variados todavía se está construyendo. Para un papá evaluando opciones educativas, esta es información relevante: la educación maker tiene fundamentos teóricos sólidos y resultados promisorios en estudios específicos, pero no tiene aún la base de evidencia a gran escala que tiene, por ejemplo, la lectura fonética o la instrucción directa en matemáticas.

Educación maker vs. STEM tradicional: comparación en 9 dimensiones

Dimensión	STEM Tradicional	Educación Maker	Ventaja relativa	Fortaleza de evidencia
Adquisición de contenido factual	Alta (instrucción directa eficiente)	Moderada (puede sacrificar sistematicidad)	Tradicional	Alta (Hattie, 2016)
Retención a largo plazo	Moderada (depende de práctica)	Moderada-alta (aprendizaje contextual)	Empate o ligera ventaja maker	Moderada
Transferencia a problemas nuevos	Moderada	Alta (diseñada para aplicación)	Maker	Moderada
Creatividad	Baja (rara vez evaluada)	Alta (central al proceso)	Maker	Moderada
Motivación intrínseca	Variable	Alta (consistentemente reportada)	Maker	Alta (Vossoughi, 2020)
Identidad STEM	Moderada	Alta (especialmente en subgrupos subrepresentados)	Maker	Moderada-alta
Trabajo en equipo y colaboración	Variable (depende del maestro)	Alta (integrada al proceso)	Maker	Moderada
Habilidades procedimentales específicas	Alta	Moderada	Tradicional	Alta
Escalabilidad en sistemas educativos	Alta	Baja-moderada (requiere recursos, entrenamiento)	Tradicional	Alta

Qué puedes hacer

Entender qué está buscando tu hijo

No es una decisión de todo o nada

La pregunta más útil no es “¿es mejor la educación maker o la STEM tradicional?” sino “¿mi hijo necesita más de cuál en este momento?” Un adolescente que sabe bien la teoría pero se aburre y ha perdido interés en la ciencia probablemente se beneficia de más experiencia maker. Un niño que adora construir cosas pero tiene huecos fundamentales en conceptos matemáticos que necesita para entender lo que hace probablemente necesita instrucción directa más sistemática en paralelo.

Los dos enfoques no compiten — se complementan cuando están bien integrados. El makerspace más efectivo no elimina la instrucción: la precede o la sigue con aplicación práctica que da significado a lo que se aprendió en abstracto.

Busca señales de identidad STEM, no solo calificaciones

Una de las predicciones más robustas de que un joven seguirá una carrera STEM no es su calificación en ciencias de preparatoria — es si se identifica como “alguien que le va la ciencia y la tecnología.” Si tu hijo sale del makerspace diciendo “yo puedo hacer eso” o “quiero entender cómo funciona esto”, eso es un resultado valioso que no aparece en ningún boletín de calificaciones.

Al evaluar programas o escuelas con enfoque maker

Pregunta por la estructura, no solo por el ambiente

Un makerspace bien equipado no garantiza aprendizaje. La pregunta relevante es qué estructura pedagógica existe: ¿hay momentos de instrucción directa integrados? ¿El fracaso va seguido de reflexión estructurada? ¿Los proyectos están conectados a objetivos de aprendizaje específicos, o son actividades abiertas sin andamiaje? Los mejores programas maker tienen respuestas claras a estas preguntas.

Pide evidencia, no testimonios

Los testimonios de niños que “amaron” el programa son información, pero no son evidencia de aprendizaje. Pide a la escuela o al programa que te muestre qué habilidades concretas pueden demostrar los estudiantes después de seis meses. Los programas serios tienen esa respuesta.

Para el hogar: cómo integrar lo maker sin reemplazar lo académico

Los proyectos en casa son más efectivos cuando están conectados a lo que se aprende en la escuela

Si tu hijo está viendo fracciones en la escuela, un proyecto en casa que requiere medir y dividir materiales físicos conecta el concepto abstracto con una aplicación concreta. Si está viendo circuitos en ciencias, un kit de electrónica básico en casa refuerza los principios con experiencia táctil. No tienes que reemplazar la tarea — puedes complementarla.

Hazle preguntas de tipo ingeniero, no preguntas de examen

Cuando tu hijo construye algo, en lugar de preguntar “¿cómo se llama esta parte?” (pregunta de examen), pregunta “¿por qué crees que pusiste eso ahí?” o “¿qué pasaría si lo quitaras?” (preguntas de ingeniero). Ese tipo de pregunta desarrolla el pensamiento que la educación maker intenta construir — y lo puedes hacer en cualquier momento, con o sin makerspace.

Qué observar en los próximos 3 meses

Mes 1 — Identificar el punto de partida: ¿Tu hijo tiene más huecos en conocimiento conceptual (no entiende por qué las cosas funcionan) o en aplicación y motivación (sabe la teoría pero le aburre y no la conecta con nada real)? La respuesta te dice qué tipo de experiencia adicional necesita más en este momento.

Mes 2 — Introducir un proyecto con conexión explícita: Elige un proyecto maker que esté directamente relacionado con algo que tu hijo esté aprendiendo en la escuela — no como tarea extra, sino como exploración. Observa si la conexión entre el proyecto y el concepto de clase se hace explícita o si quedan como actividades separadas. El valor pedagógico está en la conexión.

Mes 3 — Evaluar la identidad, no solo el producto: Al final del proyecto, pregunta: “¿Cómo te sientes respecto a la ingeniería/ciencia/tecnología comparado con hace tres meses?” Si la respuesta muestra más sentido de pertenencia, más “yo puedo hacer esto”, el proyecto fue valioso independientemente de si el producto terminó perfectamente.

Preguntas frecuentes

¿La educación maker reemplaza las matemáticas y ciencias tradicionales?

No — y los mejores programas maker no pretenden hacerlo. La educación maker complementa la instrucción directa; no la sustituye. Los proyectos maker que funcionan bien educativamente están conectados a conceptos específicos. Un niño que construye un circuito necesita entender voltaje, resistencia y corriente — no como curiosidad abstracta, sino como requisito para que su proyecto funcione. La instrucción directa en esos conceptos sigue siendo necesaria.

¿Sirve igual para niñas que para niños?

La evidencia sugiere que los entornos maker pueden ser especialmente beneficiosos para las niñas en términos de identidad STEM. Los contextos maker que tienen diversidad de tipos de proyectos y que explícitamente evitan la narrativa de que “la tecnología es cosa de niños” muestran efectos de identidad STEM más pronunciados en niñas que los ambientes STEM tradicionales. Pero esto requiere diseño intencional — no sucede automáticamente con solo poner un makerspace.

¿Cómo sé si un makerspace es bueno y no solo bonito?

Las preguntas clave: ¿Qué aprenden los estudiantes que no podrían aprender sin el makerspace? ¿Qué pasa cuando algo no funciona — hay reflexión estructurada o solo se empieza de nuevo? ¿Los proyectos están conectados a objetivos curriculares específicos? ¿El facilitador tiene formación pedagógica o solo técnica? Un makerspace con equipamiento impresionante pero sin estructura pedagógica produce proyectos bonitos, no necesariamente aprendizaje profundo.

¿La educación maker es solo para niños “buenos en ciencias”?

Al contrario — la investigación sugiere que los entornos maker son frecuentemente más inclusivos que los ambientes STEM tradicionales, precisamente porque el éxito no está definido por una respuesta correcta única. Un niño que tiene dificultades con las matemáticas abstractas puede brillar diseñando la estructura de un puente. Esa experiencia de éxito en un contexto STEM puede ser el punto de entrada que cambia su relación con el área completa.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

Fuentes

1. Hattie, J. (2016). Visible Learning for Teachers: Maximizing Impact on Learning. Routledge. https://doi.org/10.4324/9780203181522

2. Vossoughi, S., Hooper, P.K., & Escudé, M. (2016). “Making Through the Lens of Culture and Power: Toward Transformative Visions for Educational Equity.” Harvard Educational Review, 86(2), 206–232. https://doi.org/10.17763/1943-5045-86.2.206

3. Kapur, M. (2016). “Examining Productive Failure, Productive Success, Unproductive Failure, and Unproductive Success in Learning.” Educational Psychologist, 51(2), 289–299. https://doi.org/10.1080/00461520.2016.1155457

4. Peppler, K., Halverson, E., & Kafai, Y. (Eds.). (2016). Makeology: Makers as Learners. Routledge. https://doi.org/10.4324/9781315726519

5. Greca Dufranc, I.M., et al. (2020). “Robotics and Early Years STEM Education: A Systematic Literature Review.” European Early Childhood Education Research Journal, 28(5), 629–649. https://doi.org/10.1080/1350293X.2020.1805014

6. Clapp, E.P., et al. (2017). Maker-Centered Learning: Empowering Young People to Shape Their Worlds. Jossey-Bass. https://www.wiley.com/en-us/Maker+Centered+Learning-p-9781119259701

7. Martin, L. (2015). “The Promise of the Maker Movement for Education.” Journal of Pre-College Engineering Education Research, 5(1). https://doi.org/10.7771/2157-9288.1099