SOLUCIÓN DE PROBLEMAS

Kathy stone ayuda a plantear cada problema, existen diferentes formas de ayudar a los
estudiantes a mejorar sus habilidades
Otra forma de ayudar a los estudiantes es alentándolos. Los docentes también pueden apoyar
con estrategias cuando los estudiantes están desarrollando habilidades los profesores deberán
dar indicios más no respuesta
Una forma de ayudar a los estudiantes consiste en alentarlos al ver los problemas desde
diversos perspectivas
Una estrategia de trabajo en retrospectiva se podría enseñar de la siguiente manera:
• Submeta
• Meta
Meta: crear un cartel que describa los atribu-
tos importantes del estado.
Submeta: decidir cómo presentar los atributos
en un cartel.
Submeta: decidir cuáles atributos se presen-
tarán.
Submeta: decidir qué estado se elegirá.
Submeta inicial: decidir cuáles atributos atrae-
rían a nuevos residentes.
Para alcanzar la submeta inicial, los estudian-
tes podrían hacer una lluvia de ideas en grupos
pequeños con el fin de determinar cuáles factores atraen a las personas a un estado. Luego
podrían hacer una investigación bibliográfica para verificar cuáles estados poseen tales
atributos y discutir los atributos de los diferentes estados para elegir uno.
Después podrían decidir cuales atributos presentarían en el cartel y como lo harían, para
finalmente crear el cartel y presentarlo a la clase.
Cuando los estudiantes están desarrollando
habilidades de solución de problemas, los profe-
sores podrían ofrecer indicios en lugar de dar las
respuestas.

Razonamiento analógico

Otra estrategia general de solución de problemas consiste en utilizar el razonamiento

analógico, que consiste en establecer una analogía entre la situación problema (el objetivo) y
una situación conocida Para que la solución analógica de problemas sea más eficaz, requiere
que el alumno posea
suficientes conocimientos del área que conoce y del área del problema. Los estudiantes a
menudo
muestran muchas dificultades cuando utilizan analogías para resolver problemas, incluso
cuando se resalta la estrategia de solución. Por lo tanto, si los estudiantes no poseen los
conocimientos adecuados, lo más probable es que no vean la relación entre el problema y la
analogía. Incluso cuando poseen los conocimientos, cabe la posibilidad de que la analogía no
funcione si el área conocida y la del problema son conceptualmente diferentes. Quizá los
aprendices entiendan la semejanza entre una batalla (el problema militar) y la lucha en contra
de una enfermedad (el problema médico), pero no puedan captar otras analogías (como la
lucha de un corporativo contra un intento de adquisición).

Lluvia de ideas

La lluvia de ideas es una estrategia general para la solución de problemas que es úti para
formular posibles formas de resolverlos (Isaksen y Gaulin, 2005; Mayer, 1992; Osborn, 1963).
Los pasos de esta estrategia son los siguientes:
Definir el problema.
Generar tantas soluciones como sea posible sin evaluarlas.
Decidir los criterios para estimar las soluciones posibles.
Emplear estos criterios para elegir la mejor solución.
Para tener éxito con la lluvia de ideas se requiere que los participantes no juzguen las ideas
hasta
que todas hayan sido generadas. Además, en ocasiones los participantes generan ideas a
partir
de los demás. Por consiguiente, se deben alentar las ideas “locas” y poco comunes (Mayer,
1992).
Como sucede con la técnica de soluciones analógicas, la cantidad de conocimientos que posee
el estudiante acerca del área del problema influye en el éxito de la lluvia de ideas, ya que
cuanto más conoce de ella, más posibilidades tiene de generar posibles soluciones, así como
criterios para juzgar su viabilidad.
La lluvia de ideas se puede utilizar de manera individual, aunque la interacción grupal
suele producir más soluciones.

Solución de problemas y aprendizaje

Con frecuencia la solución de problemas se relaciona con el aprendizaje, aunque estos

conceptos no son sinónimos. Según la perspectiva contemporánea del procesamiento de la
información (Anderson, 1990, 1993, 2000), la solución de problemas implica la adquisición, la
retención y el uso de sistemas de producción, que son redes de secuencias (reglas) de
condición-acción en las cuales las condiciones
corresponden a los conjuntos de circunstancias que activan el sistema y las acciones
corresponden a los conjuntos de actividades que se realizan (Anderson, 1990; Andre, 1986;
capítulo 5). Un sistema de producción consiste en proposiciones condicionales. Si las
aseveraciones (la condición) incluyen la mezcla y los enunciados de prueba, entonces las
afirmaciones son las acciones.
Las producciones son formas de conocimiento procedimental que incluyen conocimientos
decla-
rativos y las condiciones en las que tales formas se aplican. Las producciones se representan
en la MLP como redes de proposiciones y se adquieren de la misma manera que otros
conocimientos procedimentales. Asimismo, las producciones se organizan en jerarquías, con
producciones de nivel superior y subordinadas. Para resolver dos ecuaciones simultáneas con
dos incógnitas primero se representa una incógnita en términos de la segunda incógnita
(producción subordinada), después de la cual se
resuelve la segunda incógnita (producción) y se utiliza ese valor para resolver la primera
incógnita
(producción de nivel superior).

Expertos y novatos

Al igual que en la adquisición de habilidades, los investigadores han identificado diferencias en

la
forma en que los expertos y los novatos resuelven problemas (Anderson, 1990, 1993; Bruning,
et 2004; Resnick, 1985). Una diferencia reside en las demandas que imponen a la MT. Los
expertos en solucionar problemas no activan grandes cantidades de información
potencialmente relevante, sino que identifican las características principales del problema, las
relacionan con conocimientos antecedentes y generan una solución o una pequeña cantidad de
posibles soluciones (Mayer, 1992). Los expertos reducen los problemas complejos a
dimensiones manejables separando el espacio que ocupa el problema del contexto mayor de la
tarea, que incluye el dominio de los hechos y los conocimientos en los cuales está inmerso el
problema (Newell y Simon, 1972). Aunado al hecho de que los expertos pueden mantener más
información en la MT (Chi, Glaser y Farr, 1988), este proceso de reducción retiene los datos
pertinentes, descarta los irrelevantes, se adapta a los límites de la MT y es lo bastante
adecuado para llegar a una solución.

Razonamiento

El razonamiento es el proceso mental involucrado en la generación y evaluación de

argumentos lógicos (Anderson, 1990). El razonamiento lleva a una conclusión a partir de los
pensamientos, los preceptos y los argumentos (Johnson-Laird, 1999) e implica resolver
problemas para explicar por qué ocurrió algo o qué ocurrirá (Hunt, 1989). Las habilidades de
razonamiento incluyen la aclaración, la fundamentación

Fundamentación

Las conclusiones acerca de un problema se sustentan por medio de la información de

observaciones personales, aseveraciones de otros e inferencias previas. Es importante juzgar
la credibilidad de una fuente, y para lograrlo es necesario distinguir entre un hecho, una opinión
y una aclaración.

La aclaración

● Requiere identificar y plantear preguntas, analizar elementos y definir términos. Estas

habilidades implican determinar cuáles elementos de una situación son importantes, su
significado y la manera en que se relacionan. En ocasiones se plantean preguntas
científicas, pero otras veces los estudiantes deben hacer preguntas como “¿cuál es el
problema, la hipótesis o la tesis?”. La aclaración corresponde a la fase de
representación de la solución de problemas; los estudiantes definen el problema para
obtener una representación mental clara.

number. Cambridge, MA: Harvard University Press.

Gentner, D., Loewenstein, J. y Thompson, L. (2003). Learning
and transfer: A general role for analogical encoding. Journal
of Educational Psychology, 95, 393-408.
George, T. R., Feltz, D. L. y Chase, M. A. (1992). Effects of model
similarity on self-efficacy and muscular endurance: A second
look. Journal of Sport and Exercise Psychology, 14, 237-248.
Gersten, R., Chard, D. J., Jayanthi, M., Baker, S. K., Morphy, P.
y Flojo, J. (2009). Mathematics instruction for students with
learning disabilities: A meta-analysis of instructional compo-
nents. Review of Educational Research, 79, 1202-1242.
Geschwind, N. (1998). Language areas in the brain. En R. L.
Gregory (Ed.), The Oxford companion to the mind (pp. 425-
426). Oxford, Inglaterra: Oxford University Press.
Gesell, A. y Ilg, F. (1946). The child from five to ten. Nueva York:
Harper Brothers.
Gesell, A., Ilg, F. y Ames, L. (1956). Youth: The years from ten to
sixteen. Nueva York: Harper Brothers.
Gibson, S. y Dembo, M. H. (1984). Teacher efficacy: A construct
validation. Journal of Educational Psychology, 76, 569-582.
Gick, M. L. y Holyoak, K. J. (1980). Analogical problem solving.
Cognitive Psychology, 12, 306-355.
Gick, M. L. y Holyoak, K. J. (1983). Schema induction and ana-
logical transfer. Cognitive Psychology, 15, 1-38.
Ginsburg, H. y Opper, S. (1988). Piaget’s theory of intellectual
development (2a. ed.). Englewood Cliffs, NJ: Prentice Hall.
Ginsburg-Block, M. D., Rohrbeck, C. A. y Fantuzzo, J. W. (2006).
A meta-analytic review of social, self-concept, and behavioral
outcomes of peer-assisted learning. Journal of Educational
Psychology, 98