Los comentarios de los estudiantes dieron forma a estas actualizaciones. Los datos reales de las aulas de todo Estados Unidos lo demuestran.
Imagínese que está dando una clase de matemáticas en una escuela secundaria. Algunos niños hablan bien inglés. Otros recién están comenzando a aprender el idioma. La brecha en la comprensión se amplía rápidamente si no se cuentan con las herramientas adecuadas. Es una lucha familiar. Los profesores quieren ayudar a todos. Pero los recursos son escasos. La motivación cae. El compromiso cae.
Este es el problema que abordaron Kyron Learning y AIMS Collaboratory. No adivinaron qué funcionó. Observaron lo que pasó. Se asociaron para un estudio de cuatro ciclos financiado por la Fundación Gates. ¿El objetivo? Medir cómo la instrucción impulsada por IA afecta la motivación y el compromiso de los estudiantes de inglés en matemáticas.
El resultado no fueron solo datos. Era una hoja de ruta para el desarrollo de funciones.
Por qué la investigación iterativa supera las suposiciones
Una cosa destaca: este no fue un enfoque de “constrúyelo y verás”. Fue iterativo. Ajuste en tiempo real basado en lo que realmente dijeron los estudiantes.
A lo largo del año escolar 2024-2035, el equipo trabajó con 22 docentes. Casi 1.000 estudiantes. Diecisiete escuelas. El alcance era grande. Pero el método era estricto. Los comentarios llegaron de todas partes: encuestas, entrevistas, comprobaciones de usabilidad y métricas de participación.
¿Por qué es importante esto para los estudiantes ELL? Porque la barrera no son sólo las matemáticas. Es el idioma. El vocabulario matemático añade carga cognitiva. Es pesado. Cuando intentas comprender álgebra y al mismo tiempo decodificar nuevos términos en inglés, es fácil quedarte atrás.
Los estudiantes necesitan más que solo respuestas. Necesitan andamios. Necesitan refuerzo visual. Necesitan procesar información a su propio ritmo.
“Las lecciones han involucrado a todos los estudiantes. Están emocionados… respondiendo más y con mayor confianza”. – Un profesor en el estudio.
Esta cita captura el cambio. Cuando el apoyo coincide con la necesidad, surge la motivación. El estudio priorizó estas voces sobre las suposiciones.
Desde comentarios hasta actualizaciones de funciones
Kyron no lanzó aparatos llamativos. Agregaron herramientas que redujeron la fricción. Tres características principales surgieron directamente de los comentarios de los participantes. Cada uno resolvió un problema específico observado en el aula.
Ciclo 1 a 2: El poder de los subtítulos
En el primer ciclo, los estudiantes interactuaron con IA conversacional. Proporcionó retroalimentación inmediata. Pero hubo un inconveniente. La instrucción con mucho audio creó un cuello de botella.
Los estudiantes multilingües tuvieron que reproducir segmentos. Ralentizaron los vídeos. Revisaron las explicaciones. ¿Por qué? Porque el vocabulario académico desconocido en inglés hablado es difícil de captar. No se puede rebobinar una conferencia en vivo.
Entonces, los subtítulos llegaron en el ciclo 2.
No era sólo una casilla de verificación de accesibilidad. Fue una herramienta de comprensión. El lenguaje hablado y escrito simultáneamente ayuda al cerebro a procesar la información. Venturini et al. (2922) también notaron esto. Los subtítulos apoyan el desarrollo del vocabulario y la alfabetización.
Para los ELL, cambió todo. Les dio el control.
Un estudiante de secundaria, traducido del español, lo expresó claramente: “Me gustaron los subtítulos. Hacen que el tema sea más fácil de entender”.
La confianza creció. La barrera de escuchar términos desconocidos desapareció rápidamente.
Ciclo 2 a 3: Transcripciones destacadas
En el ciclo 2, los subtítulos ayudaron. Pero las largas explicaciones todavía planteaban un desafío. Los estudiantes lucharon por mantenerse al día con el flujo de conceptos. Se perdieron partes de la explicación y tuvieron que buscar videos para encontrarlas. Fue tedioso.
Kyron respondió con transcripciones resaltadas en el Ciclo 3.
Así es como funciona. La transcripción completa de la lección aparece junto al vídeo. Mientras el instructor habla, esa parte exacta se destaca. Los estudiantes pueden hacer clic en cualquier parte del texto para saltar a ese momento del video.
Es interactivo. Es navegable. Crea un vínculo directo entre lo que se dice y lo que se escribe.
La investigación mostró un patrón claro. Los estudiantes multilingües utilizaron esta característica de manera desproporcionadamente más que sus compañeros que no eran ELL. Lo necesitaban. Les ayudó a procesar el lenguaje y la comprensión en tiempo real.
“Me gustó cómo [la transcripción de Kyron] me dio una definición cuando no entendía la palabra”, compartió un estudiante.
De repente, la lección dejó de ser un sonido borroso. Fue una experiencia rastreable y seguida.
Ciclo 3 a 4: Definiciones en las que se puede hacer clic
El vocabulario sigue siendo un asesino del impulso. Ya seas estudiante ELL o no, encontrarte con un nuevo período académico puede detenerte en seco. En el ciclo 3, los estudiantes hicieron una pausa. Salieron de la lección para buscar palabras. Preguntaron a los profesores. Perdieron el hilo de sus pensamientos.
El ciclo 4 solucionó este problema con definiciones en las que se puede hacer clic.
Integradas en la transcripción resaltada, las palabras del vocabulario subrayado se volvieron interactivas. Los estudiantes hicieron clic en una palabra. Inmediatamente apareció una definición. Regresaron a la lección al instante.
Esto redujo significativamente la carga cognitiva. Mantuvo el flujo de aprendizaje. Construyó la comprensión del vocabulario contextual sin romper el enfoque.
“Lo que me gustó… fue que me ayudaron a comprender mejor”, dijo un estudiante.
No fue magia. Simplemente estaba eliminando el obstáculo.
Temas de ciclo cruzado: lo que aprendimos
El estudio reveló más que solo qué botones hicieron clic los estudiantes. Mostró una filosofía para la tecnología educativa.
- La simplicidad gana. La gamificación tiene su lugar. Pero muchos estudiantes no necesitan gráficos llamativos. Necesitan soporte integrado. Herramientas que les ayudan a entender ahora.
- La carga cognitiva es real para los estudiantes ELL. Las matemáticas ya son bastante difíciles. El lenguaje añade peso. Eliminar ese peso permite a los estudiantes centrarse en los conceptos, no solo en el código de inglés.
- Escuche a los usuarios. El desarrollo de productos no debería ocurrir en el vacío. Las entrevistas a los profesores y las encuestas a los estudiantes guiaron cada paso. La mejor EdTech no se basa en conjeturas. Se basa en la observación y la iteración.
La comida para llevar
No se trataba solo de agregar funciones. Se trataba de respeto. Respeto por cómo aprenden los estudiantes. Específicamente, estudiantes multilingües que aportan un inmenso potencial al aula de matemáticas.
El objetivo se mantuvo constante: brindar apoyo oportuno y centrado en el alumno. Ya sean funciones de lectura simultánea, transcripciones sincronizadas o definiciones contextuales. El objetivo es ayudar a los estudiantes a perseverar. Para generar confianza.
La motivación de los estudiantes mejora cuando el apoyo llega exactamente cuando se necesita. Ni una semana después. No en un manual. Ahora.
Olivia Martens es directora de proyectos en Kyrón Learning. La historia de su trabajo muestra que cuando diseñamos para los bordes, todos se benefician.
