Tabla de contenido
Habilidades de resolución de problemas en niños: lo que dice la investigación
Resolver problemas aparece en todos los marcos educativos del siglo XXI, pero rara vez se enseña de forma explícita. La ciencia cognitiva le da a padres y maestros herramientas concretas — desde la lucha productiva hasta el marco de Polya — que de verdad funcionan.
Entra a casi cualquier escuela primaria o secundaria y pide ver el currículo de resolución de problemas. Lo que generalmente encontrarás es un marco de resolución de problemas matemáticos (probablemente algo similar al método de cuatro pasos de George Polya) y un componente de aprendizaje socioemocional sobre “resolución de problemas” en contextos de conflicto. Lo que no encontrarás es instrucción explícita sobre cómo resolver problemas novedosos — problemas sin método predeterminado, información poco clara y múltiples posibles respuestas correctas.
Esta brecha importa porque los problemas que los niños enfrentarán como adultos — profesionales, cívicos y personales — son casi exclusivamente de este segundo tipo. No son problemas de libro de texto con métodos de solución conocidos. Son situaciones donde el enfoque correcto no es obvio, donde la información está incompleta y donde existen múltiples caminos a seguir. La ciencia cognitiva sobre cómo se desarrolla este tipo de resolución de problemas, y qué de verdad construye la habilidad, les ofrece a los papás y educadores un marco más útil que lo que suelen proporcionar el “pensamiento crítico” y las “habilidades del siglo XXI”.
Qué dice la ciencia cognitiva sobre el desarrollo de la resolución de problemas
La distinción fundamental en la investigación de resolución de problemas separa tres tipos de problemas: problemas bien definidos con algoritmos de solución conocidos, problemas mal definidos que requieren búsqueda heurística y problemas de insight que requieren reestructurar el problema por completo antes de que una solución se vuelva posible.
El trabajo de 1945 de George Polya Cómo resolverlo sigue siendo uno de los marcos más influyentes en la educación de resolución de problemas matemáticos. Los cuatro pasos de Polya — entender el problema, diseñar un plan, ejecutar el plan, verificar — se enseñan explícitamente en muchas escuelas. Este marco es valioso para problemas bien definidos donde el camino a seguir es aprendible mediante descomposición. Es menos útil para problemas mal definidos donde “diseñar un plan” requiere saber qué plan es siquiera plausible, o para problemas de insight donde la solución depende de reconceptualizar el problema en sí.
El investigador Jonathan Schooler, en estudios publicados en la revista Psychological Science en 1993 y réplicas posteriores a lo largo de los 2010, demostró que la resolución de problemas de insight — la experiencia del “¡ajá!” — es neurológicamente distinta de la resolución analítica de problemas. Las soluciones de insight tienden a llegar después de un período de incubación (alejarse del problema), frecuentemente involucran procesamiento del hemisferio derecho y se ven perturbadas por la articulación verbal del proceso de resolución. Este hallazgo tiene implicaciones prácticas: pedirle a un niño que “hable sobre su proceso” mientras trabaja en un problema creativo o de insight puede de hecho perjudicar su búsqueda de solución. La instrucción útil para problemas algorítmicos es contraproducente para problemas de insight.
La investigación sobre la resolución heurística de problemas — el terreno intermedio entre los algoritmos y el insight — se enfoca en lo que los investigadores llaman “esquemas de resolución de problemas”. Los esquemas son patrones de reconocimiento de problemas: un niño que ha resuelto muchos problemas que involucran relaciones de velocidad-tiempo-distancia construye un esquema para ese tipo de problema, y puede aplicarlo a problemas novedosos que tienen la misma estructura subyacente. El desarrollo de esquemas es el mecanismo mediante el cual la experiencia con problemas variados produce habilidades transferibles.
| Tipo de resolución de problemas | Cuándo lo desarrollan los niños | Actividades que lo construyen | Qué lo sabotea |
|---|---|---|---|
| Algorítmico (seguir un procedimiento conocido a una respuesta conocida) | Se desarrolla a lo largo de la educación básica con instrucción; confiable hacia los 8-9 años para algoritmos simples | Práctica matemática con retroalimentación inmediata, programación con resultados definidos, experimentos científicos con resultados conocidos | Saltar pasos, dependencia excesiva en calculadoras antes de que se construya la comprensión conceptual |
| Heurístico (búsqueda estratégica en un espacio de problemas incierto) | Emerge significativamente alrededor de los 9-11 años; se fortalece durante la adolescencia | Desafíos de ingeniería abiertos, juegos de estrategia (ajedrez, rompecabezas), proyectos de diseño con múltiples restricciones, depuración de código | Pistas prematuras que evitan el proceso de búsqueda; problemas que siempre son solucionables por el mismo método |
| Creativo / de insight (problemas del “¡ajá!” que requieren reestructurar el problema) | Presente en cierta forma desde la primera infancia; se refina a través de la exposición a problemas de insight | Acertijos de pensamiento lateral, restricciones creativas (construye un puente usando solo estos 5 materiales), tiempo de incubación, lluvia de ideas seguida de reflexión | Presión por respuestas inmediatas; requisitos de articulación verbal durante la resolución; entornos de alto riesgo |
Lucha productiva: el hallazgo más importante que los papás necesitan conocer
El concepto de lucha productiva — acuñado por el investigador Warrington J. Heaton y desarrollado extensamente por la psicóloga educativa Jo Boaler en Stanford — es el hallazgo más prácticamente útil de la literatura de investigación sobre resolución de problemas. El hallazgo básico: un período de lucha genuina con un problema, antes de que se dé cualquier ayuda, mejora significativamente tanto el aprendizaje inmediato como la transferencia de habilidades a largo plazo. Por el contrario, proporcionar una pista o un ejemplo resuelto antes de que un niño haya tenido tiempo sustancial de lucha reduce lo que aprende del problema.
Este hallazgo va directamente en contra de los instintos de la mayoría de los papás. Cuando un niño está atascado y frustrado, cada impulso parental dice ayudar. La investigación dice esperar más de lo que se siente cómodo.
Un estudio de 2010 de Kapur y Bielaczyc publicado en Cognition and Instruction comparó dos grupos de estudiantes aprendiendo un concepto matemático. Un grupo recibió instrucción explícita primero, luego problemas. El otro grupo recibió primero problemas desafiantes, luchó con ellos sin instrucción, luego recibió instrucción explícita. El segundo grupo — el grupo de “fracaso productivo” — se desempeñó significativamente mejor en problemas de transferencia (problemas novedosos que requieren la aplicación del mismo principio) a pesar de, o gracias a, la dificultad que experimentaron. El fracaso en sí fue instructivo.
Manu Kapur, quien ha publicado extensamente sobre el fracaso productivo desde 2010, describe el mecanismo: cuando los estudiantes luchan con un problema antes de recibir instrucción, activan conocimiento previo, generan múltiples enfoques posibles (muchos incorrectos) y se vuelven cognitivamente “listos” para la instrucción que sigue. La lucha crea las condiciones para la codificación profunda. Los estudiantes que reciben instrucción primero son receptores pasivos; los estudiantes que luchan primero son participantes activos en un proceso de prueba de hipótesis.
La traducción práctica para los papás es incómoda pero clara: ayuda más tarde de lo que quieres. Cuando un niño está trabajando en un problema desafiante y pide ayuda, casi siempre es más valioso hacer una pregunta que dar una pista. “¿Qué has intentado hasta ahora?” y “¿Qué sabes sobre este problema?” extienden la lucha productiva en lugar de terminarla. “Así es como se aborda esto” termina la lucha productiva y, con ella, una parte significativa de la oportunidad de aprendizaje.
Por qué dar pistas demasiado pronto sabotea el desarrollo de habilidades
La investigación sobre las pistas es específica y vale la pena entenderla. Un metanálisis de 2014 de Wittwer y Renkl, revisando 42 estudios sobre explicaciones instruccionales y pistas durante la resolución de problemas, encontró un patrón consistente: las pistas que explican qué hacer a continuación (pistas procedimentales) reducen la transferencia más que las pistas que hacen preguntas sobre la estructura del problema (indicaciones conceptuales). La pista menos útil es la que resuelve inmediatamente el obstáculo actual del niño. La respuesta más útil a un niño atascado es una pregunta que le ayuda a ver el problema de forma diferente sin darle el siguiente paso.
La investigación identifica tres niveles de especificidad de pistas, de menos a más útil para el desarrollo de habilidades a largo plazo:
- Reafirmar el objetivo (“Recuerda, estás tratando de encontrar la ruta más rápida, no solo cualquier ruta”) — orientación mínima, máximo engagement
- Dirigir la atención (“¿Qué sabes sobre las distancias entre cada punto?”) — guía la atención sin prescribir el enfoque
- Proporcionar el siguiente paso (“Intenta sumar las distancias de A a B y de B a C”) — resuelve el obstáculo pero elimina el trabajo cognitivo
El tercer nivel — al que la mayoría de los papás recurren de forma predeterminada porque detiene más rápido la frustración del niño — es el más costoso cognitivamente para el desarrollo de habilidades del niño.
Qué tipos de actividades construyen resolución de problemas transferible
La investigación sobre qué actividades construyen resolución de problemas que se transfiere a nuevos contextos converge en varias características que distinguen las experiencias de alta transferencia de las de baja transferencia.
Los problemas abiertos con múltiples soluciones son más efectivos que los problemas de solución única para construir habilidades transferibles. Un desafío que tiene una sola respuesta correcta y un método claro para llegar a ella es un problema de práctica de algoritmos. Un desafío que tiene múltiples soluciones viables, cada una con diferentes compromisos, es un problema de desarrollo de resolución de problemas. Ejemplos: diseñar una estructura que soporte un peso específico (múltiples soluciones), escribir un programa que pueda usar cualquiera de varios enfoques, planificar un jardín dentro de un conjunto de restricciones.
El anclaje en el mundo real mejora la transferencia. Un estudio de 2016 de Kaminski y Sloutsky encontró que los problemas abstractos se transferían menos confiablemente que los problemas con contexto del mundo real. Cuando un problema involucra algo que a los niños genuinamente les importa o pueden tocar y probar, el engagement es mayor y la codificación más profunda. Este es uno de los mecanismos detrás de la efectividad de la educación maker y el aprendizaje basado en proyectos — los problemas son reales, las apuestas son reales y las pruebas son reales.
La reflexión explícita después de resolver el problema mejora dramáticamente lo que se retiene y transfiere. El paso de “verificar” en el marco de Polya es el más descuidado en la práctica. La investigación de Schoenfeld (2014) encontró que los estudiantes que pasaron tan solo 5 minutos reflexionando explícitamente sobre lo que acababan de hacer, qué funcionó y qué harían diferente, mostraron un rendimiento significativamente mejor en problemas novedosos estructuralmente similares en comparación con estudiantes que simplemente continuaron después de resolver.
La diferencia entre la resolución de problemas matemáticos y la resolución de problemas del mundo real
Una limitación de la instrucción de resolución de problemas en la escuela es que es casi completamente matemática. Los problemas de matemáticas tienen respuestas definitivas, retroalimentación clara y espacios de solución cerrados. Los problemas del mundo real no tienen ninguna de estas propiedades. Un niño que es un excelente solucionador de problemas matemáticos puede tener dificultades con problemas en los que:
- El problema en sí no está claramente planteado y debe definirse
- Falta información, es ambigua o contradictoria
- Existen múltiples soluciones razonables con diferentes compromisos
- La calidad de una solución no puede determinarse hasta después de implementarla
- El fracaso no produce un mensaje de error sino una situación que debe interpretarse
Estas características describen la mayoría de los problemas adultos significativos. Los problemas de diseño de ingeniería tienen todas estas características. También los problemas organizacionales, los dilemas éticos y los conflictos interpersonales. Enseñar a los niños a trabajar con problemas ambiguos y abiertos no es complementario a las habilidades académicas de resolución de problemas — es la preparación para los problemas que los contextos académicos, por diseño, no presentan.
Qué observar en los próximos 3 meses
Las herramientas de IA están reformando la pregunta de la lucha productiva en aulas y en casa. Cuando un niño puede pedirle a un asistente de IA el siguiente paso en cualquier momento, las condiciones para la lucha productiva se alteran fundamentalmente. Vale la pena discutir esto explícitamente con los niños: el valor de la lucha está en la lucha, no en estar atascado. Usar la IA como referencia (¿cuáles son algunos enfoques para este tipo de problema?) es diferente a usar la IA para saltarse la lucha por completo (resuelve este problema por mí).
La certificación de aprendizaje basado en proyectos para maestros se está expandiendo en varios estados. Si la escuela de tu hijo adoptó recientemente marcos de aprendizaje basado en proyectos o pensamiento de diseño, entiende qué significa eso en la práctica — la calidad de implementación varía enormemente, y los beneficios de la investigación dependen de una apertura genuina, no solo de hojas de trabajo reetiquetadas.
Los programas de desafío de verano — competencias de robótica, desafíos de diseño, hackatones para estudiantes de secundaria y preparatoria — ofrecen un desarrollo concentrado de resolución de problemas en un contexto del mundo real. El registro para programas de temporada de otoño frecuentemente abre en primavera.
Preguntas frecuentes
Mi hijo se rinde en cuanto un problema se pone difícil. ¿Cómo construyo la persistencia? Empieza con problemas en el nivel de dificultad correcto — lo suficientemente difíciles como para requerir esfuerzo, lo suficientemente fáciles como para que el éxito sea posible con esfuerzo sostenido. La zona es aproximadamente donde fallan en el primer intento pero logran el éxito dentro de 15-20 minutos de intentarlo. El fracaso repetido sin éxito desanima; el éxito fácil repetido no construye persistencia. Calibrar el nivel de desafío es la variable más importante.
¿Jugar juegos de estrategia como ajedrez o rompecabezas de verdad construye la resolución de problemas? La investigación sobre la transferencia de juegos de estrategia es mixta. El entrenamiento en ajedrez ha sido estudiado extensamente; los hallazgos muestran mejoras en la resolución de problemas específicos del ajedrez y algo de transferencia al razonamiento espacial, pero evidencia limitada de transferencia amplia a la resolución de problemas académicos. Los rompecabezas y los juegos de estrategia son valiosos para construir comodidad con la incertidumbre y la planificación de múltiples pasos, pero no son un sustituto de experiencias variadas, abiertas y del mundo real de resolución de problemas.
¿A qué edad pueden los niños enfrentar problemas genuinamente abiertos? Los niños pueden involucrarse con problemas abiertos mucho más jóvenes de lo que la mayoría de los adultos esperan. Un niño de 5 años con un conjunto de bloques y el desafío “construye algo que pueda sostener un vaso de agua” está haciendo resolución de problemas abiertos. La sofisticación escala — la complejidad de las restricciones, el número de variables a manejar, la abstracción requerida — pero la capacidad fundamental está presente muy temprano. Esperar hasta la secundaria para introducir desafíos abiertos es esperar demasiado.
¿Cuál es el papel del fracaso en el desarrollo de la resolución de problemas? El fracaso no es un obstáculo para el desarrollo de la resolución de problemas — es el mecanismo. La investigación de fracaso productivo de Kapur muestra que los intentos fallidos, si involucran un engagement cognitivo genuino en lugar de adivinanzas aleatorias, mejoran el aprendizaje posterior. El objetivo no es proteger a los niños del fracaso sino asegurarse de que el fracaso sea seguido de reflexión, no de desánimo. “¿Qué aprendí de ese intento?” es la pregunta que convierte el fracaso en habilidad.
¿Cómo sé si un problema es demasiado difícil o está en el nivel de desafío correcto? La Zona de Desarrollo Proximal de Vygotsky — el rango de tareas que un niño todavía no puede hacer de forma independiente pero puede hacer con andamiaje — es el concepto correcto. Un problema está en la zona productiva cuando el niño puede avanzar con esfuerzo sostenido, incluso si no puede llegar a una solución de forma independiente. Un problema es demasiado difícil cuando incluso el esfuerzo sostenido no produce ningún avance significativo. La señal de “demasiado difícil” es la adivinanza aleatoria en lugar de la exploración estratégica.
¿Debo enseñarle a mi hijo los pasos de resolución de problemas como el marco de Polya de forma explícita? El marco de Polya vale la pena conocerlo pero debe introducirse como una descripción de lo que hacen los solucionadores efectivos, no como una prescripción de lo que hacer. Un niño que aplica mecánicamente “Entender, Planear, Ejecutar, Verificar” a cada problema lo aplicará inefectivamente a los problemas de insight y a los problemas mal definidos. La lección más valiosa es: los solucionadores de problemas efectivos pasan tiempo definiendo el problema antes de saltar a las soluciones, generan múltiples enfoques antes de comprometerse con uno y siempre verifican si su solución realmente aborda el problema original.
Mi hijo es bueno siguiendo instrucciones pero batalla con tareas abiertas. ¿Es esto un problema? Depende de la edad y de qué tan extremo sea. Los niños que son pensadores algorítmicos fuertes a menudo encuentran la apertura incómoda porque elimina la señal de retroalimentación a la que están acostumbrados. Esto no es un déficit — es un perfil que se beneficia de tipos específicos de práctica: problemas con múltiples respuestas correctas, desafíos de diseño, making abierto. La incomodidad con la apertura es exactamente por qué la práctica explícita con ella importa.
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
- Polya, G. (1945). How to Solve It. Princeton University Press.
- Kapur, M. (2010). Productive failure in mathematical problem solving. Instructional Science, 38(6), 523–550.
- Schooler, J. W., Ohlsson, S., & Brooks, K. (1993). Thoughts beyond words: When language overshadows insight. Journal of Experimental Psychology: General, 122(2), 166–183.
- Wittwer, J., & Renkl, A. (2014). Why instructional explanations often do not work. Educational Psychologist, 43(1), 49–64.
- Schoenfeld, A. H. (2014). Mathematical Problem Solving. Elsevier.
- Kaminski, J. A., & Sloutsky, V. M. (2016). Abstraction, context, and learning. Current Opinion in Behavioral Sciences, 10, 100–106.
