Cuando un estudiante resuelve una tarea con otras personas, apuntes, software y un sistema generativo, atribuir todo el aprendizaje a lo que ocurre “dentro de su cabeza” puede ser una simplificación metodológica.
Esta lección examina cognición situada, distribuida y extendida para que diseñes una explicación de aprendizaje capaz de distinguir desempeño asistido, reorganización cognitiva y transferencia.
🧭 Antes de comenzar
Un equipo resuelve correctamente una tarea compleja gracias a un tablero compartido, protocolos y un asistente generativo. ¿Qué conclusión es metodológicamente más defendible?
Objetivo didáctico
Al finalizar esta lección, diseñarás un modelo explicativo del aprendizaje en tu propio contexto que delimite personas, artefactos, interacciones y sistemas participantes, y propondrás una estrategia de evidencia capaz de diferenciar desempeño distribuido de aprendizaje que se sostiene y transfiere.
Introducción
La pregunta “¿cómo aprende un estudiante?” cambia radicalmente según dónde se tracen los límites de la unidad de análisis. Una perspectiva individualista busca mecanismos internos; una perspectiva situada observa cómo la acción depende de circunstancias concretas; una perspectiva distribuida sigue la coordinación entre personas y artefactos; una tesis de mente extendida pregunta bajo qué condiciones ciertos recursos externos pueden desempeñar funciones comparables a componentes de un proceso cognitivo.
Estas diferencias son especialmente relevantes en educación digital. Una respuesta de alta calidad producida con apoyo de un sistema generativo puede ser evidencia de un sistema de desempeño eficaz sin ser, por sí misma, evidencia suficiente de aprendizaje individual. La investigación reciente obliga a evitar conclusiones generales: Kestin, Miller, Klales, Milbourne y Ponti (2025) encontraron en un ensayo controlado aleatorizado que un tutor basado en inteligencia artificial, diseñado con principios pedagógicos explícitos, produjo mayores ganancias de aprendizaje en menos tiempo que una clase de aprendizaje activo en el contexto estudiado. El resultado demuestra potencial bajo condiciones concretas; no autoriza a asumir que cualquier uso de inteligencia artificial genera los mismos efectos.
La profundidad Crear exige transformar estos marcos en arquitectura de evidencia: qué observar, qué retirar, qué transferir a una tarea nueva y qué parte de la coordinación debe permanecer para que el desempeño siga siendo válido.
Desarrollo del tema
Cognición situada: la acción depende del contexto
Suchman (1987) cuestionó la idea de que la acción competente sea simplemente la ejecución de planes internos previamente especificados. En su análisis de interacción humano-máquina, los planes funcionan más como recursos para orientar y reconstruir la acción que como guiones exhaustivos capaces de anticipar cada contingencia. La acción se organiza momento a momento en relación con circunstancias concretas.
Para la enseñanza, la consecuencia es que una competencia observada en un contexto puede depender fuertemente de las pistas, normas, herramientas y relaciones presentes en ese contexto. Diseñar aprendizaje situado no significa renunciar a la transferencia; significa reconocer que la transferencia debe demostrarse, no suponerse.
💡 Cognición situada
Enfoque que analiza la actividad cognitiva en relación con las circunstancias concretas de la acción. El contexto no funciona solo como escenario: aporta recursos, restricciones y significados que participan en la organización de la conducta competente.
Decide: señala qué elementos de tu caso funcionan como recursos situacionales indispensables. Después imagina una variación del contexto y predice qué parte del desempeño se mantendría y cuál probablemente colapsaría.
Cognición distribuida: la unidad de análisis es el sistema
Hutchins (1995) mostró, a partir de estudios detallados de navegación, que tareas cognitivas complejas pueden estar distribuidas entre personas, representaciones y artefactos. La pregunta deja de ser solamente “qué sabe cada individuo” y pasa a ser “cómo se coordina un sistema para transformar información, conservar estados, verificar resultados y corregir errores”.
Este desplazamiento es muy productivo en educación digital. Un grupo que usa documentos compartidos, rúbricas, buscadores y sistemas generativos puede construir una organización cognitiva en la que ninguna persona contiene por sí sola todo el proceso. Esto no reduce la responsabilidad individual; obliga a identificar dónde estuvo el juicio, qué decisiones fueron delegadas y qué mecanismos permitieron verificar el resultado.
⚖️ Comparador conceptual
Selecciona una lente y examina qué hace visible en el mismo caso.
Prueba: dibuja dos límites alrededor de tu caso: uno que incluya solo al estudiante y otro que incluya todos los recursos cognitivos relevantes. Identifica qué explicación cambia al mover el límite.
Red conceptual de mecanismos cognitivos
Mente extendida: cuándo un recurso externo forma parte del proceso
Clark y Chalmers (1998) plantearon la tesis de la mente extendida: bajo determinadas condiciones, procesos externos pueden desempeñar un papel funcional tan integrado en la actividad cognitiva que resulta defendible tratarlos como parte del sistema cognitivo. Su argumento clásico no afirma que cualquier herramienta “sea mente”; exige examinar el acoplamiento funcional entre agente y recurso.
En educación digital, esta tesis obliga a precisar criterios. Un sistema generativo consultado ocasionalmente puede ser una herramienta externa; un recurso confiable, accesible y recurrentemente integrado a la resolución podría cumplir una función más profunda en la organización de la actividad. Sin embargo, incluso si aceptamos una extensión funcional, la evaluación educativa debe decidir qué competencias desea atribuir al estudiante y cuáles al sistema compuesto.
🧠 Completa la red de mecanismos
Banco: situada · distribuida · artefactos · interacción · transferencia.
La cognición subraya el contexto; la cognición desplaza la unidad de análisis al sistema; los pueden formar parte de la organización cognitiva; la estructura la actividad; y la permite comprobar qué se sostiene en un contexto nuevo.
Decide: elige una función de tu caso —recordar, comparar, calcular, redactar, verificar, decidir— y determina si la herramienta la amplía, la sustituye o la reorganiza. Después señala qué evidencia necesitarías para defender esa clasificación.
Aprendizaje con inteligencia artificial: de la eficacia al diseño de evidencia
El ensayo controlado de Kestin et al. (2025) ofrece una advertencia útil contra dos extremos: ni la inteligencia artificial debe suponerse perjudicial por definición ni debe considerarse eficaz por el solo hecho de estar presente. El estudio comparó una experiencia de tutoría con inteligencia artificial diseñada con principios pedagógicos con clases de aprendizaje activo y encontró mejores resultados de aprendizaje y eficiencia temporal en el contexto estudiado. Lo decisivo es que el tratamiento no fue “usar un chatbot” de forma genérica, sino una intervención pedagógicamente estructurada.
Para investigar aprendizaje, esto exige separar al menos tres niveles: calidad del producto, calidad del proceso distribuido y cambio en la capacidad del estudiante. El producto puede mejorar inmediatamente por asistencia; el proceso puede volverse más eficiente por distribución; pero el aprendizaje individual requiere evidencia de reorganización que se sostenga cuando cambian las condiciones.
🧩 Escenario ramificado
Un estudiante usa un asistente generativo para preparar una explicación. ¿Qué diseño permite observar mejor si hubo aprendizaje y no solo producción?
Prueba: diseña una tarea de transferencia para tu caso. Conserva el principio o problema, cambia un elemento de contexto y decide qué apoyo retirarás. Explica qué resultado considerarías evidencia de aprendizaje y qué resultado sería solo evidencia de buen desempeño asistido.
Conclusión
La cognición situada, distribuida y extendida amplía la pregunta sobre cómo aprenden los estudiantes: obliga a especificar límites, recursos y mecanismos. Esta ampliación es especialmente necesaria cuando tecnologías y sistemas generativos participan activamente en la producción de respuestas. Pero ampliar la unidad de análisis no elimina la necesidad de atribución; la vuelve más rigurosa.
En la siguiente lección, este análisis servirá para examinar qué significa ser un “buen” profesor en un entorno donde la acción competente incluye diseño de mediaciones, juicio profesional y gobierno de recursos cognitivos distribuidos.
🔭 Para seguir aprendiendo
- ¿Qué parte del desempeño de tus estudiantes quieres que permanezca cuando cambien de herramienta, contexto o apoyo, y cómo podrías demostrar que esa capacidad realmente se transfirió?
Actividad de aprendizaje autónoma
Etapa E3 del proyecto integrador: análisis de cómo aprenden los estudiantes en tu contexto. Retoma el mismo caso de E1 y la arquitectura teórica provisional de E2.
- De dónde vienes. Resume qué explicación elegiste en E2 y señala qué aspecto resulta insuficiente cuando incorporas contexto, artefactos, interacción o sistemas digitales.
- Delimita el sistema. Representa personas, recursos, herramientas, interacciones y secuencias que participan en una tarea central de tu caso.
- Aplica un marco. Utiliza cognición situada o distribuida como lente principal y justifica por qué resulta más pertinente para el mecanismo que deseas explicar.
- Qué decides. Propón una modificación de diseño que mejore el aprendizaje sin ocultar dónde se encuentra el juicio del estudiante.
- Diseña evidencia. Formula una tarea o situación de transferencia que permita distinguir desempeño asistido de capacidad que se sostiene bajo condiciones modificadas.
- Qué documentas. Registra fuentes, decisiones y mediaciones. Si empleaste inteligencia artificial, especifica qué función delegaste, qué verificaste y qué parte del análisis asumiste como responsabilidad propia.
🛠️ Planificador de la etapa
✅ Evidencia de logro
- Revisión de E2 a partir de una unidad de análisis ampliada.
- Mapa del sistema cognitivo del caso con personas, artefactos, interacciones y herramientas.
- Aplicación justificada de cognición situada o distribuida.
- Decisión de diseño que preserve la localización del juicio del estudiante.
- Prueba de transferencia que diferencie rendimiento asistido y aprendizaje.
- Registro de fuentes y de la función concreta asumida por sistemas de inteligencia artificial, si fueron consultados.
Si retiraras mañana el recurso digital más potente de tu caso, ¿qué capacidad debería conservar el estudiante para que puedas afirmar que aprendió y no solo que estuvo bien asistido?
Referencias bibliográficas
- Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. DOI: 10.1093/analys/58.1.7.
- Hutchins, E. (1995). Cognition in the wild. MIT Press. DOI: 10.7551/mitpress/1881.001.0001.
- Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458. DOI: 10.1038/s41598-025-97652-6.
- Suchman, L. A. (1987). Plans and situated actions: The problem of human-machine communication. Cambridge University Press.