Perfiles Agentivos y No Agentivos en La PDF

PERFILES AGENTIVOS Y NO AGENTIVOS EN LA
FORMACIÓN DEL PSICÓLOGO

FACULTAD DE PSICOLOGÍA, UNAM
Responsable de la edición y revisión: Ma. Elena Gómez Rosales.

Diseño por computadora: Aurelio Jesús Graniel Parra.
Revisión Técnica: Rosa Isela García Silva.
Perfiles agentivos y no agentivos en la
formación del psicólogo
Sandra Castañeda Figueiras1, Eduardo Peñalosa Castro2 y

Fernando Austria Corrales1
1 Facultad de Psicología de la Universidad Nacional Autónoma de México
2 Universidad Autónoma Metropolitana Unidad Cuajimalpa
Facultad de Psicología
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
MÉXICO 2014
Libro publicado con financiamiento CONACyT

Convocatoria Proyecto Ciencia Básica 2009-2011, No. 79458
El contenido de este libro sintetiza investigación financiada por CONACyT
que fue reconocida como caso de éxito
COMITÉ EDITORIAL
Dr. Javier Nieto Gutiérrez
Mtra. Verónica Alcalá Herrera
Mtro. Javier Urbina Soria
Dr. Gerardo Hernández Rojas
Dra. María del Carmen Montenegro Núñez
Mtra. Concepción Morán Martínez
Dr. Oscar Vladimir Orduña Trujillo
Mtra. Olga Rojas Ramos
Dra. Livia Sánchez Carrasco
Psic. Ma. Elena Gómez Rosales
Figura de la portada:
Ameyali Magaña Moreno
Primera edición: 2014

Fecha de edición: 24 de octubre de 2014
DR©2014. Universidad Nacional Autónoma de México

Ciudad Universitaria, Coyoacán, 04510, México, D.F.
FACULTAD DE PSICOLOGÍA
Av. Universidad 3004, Col. Copilco-Universidad, C.P. 04510,
Del. Coyoacán, México, D.F.
Impreso y hecho en México
ISBN 978-607-02-5996-8 versión electrónica

ISBN 978-607-02-5629-5 versión impresa
"Prohibida la reproducción total o parcial por cualquier medio sin la

autorización del titular de los derechos patrimoniales"
C ontenido
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Prólogo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Dedicatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Capítulo 1. Justificaciones de un cambio . . . . . . . . . . . . . . . . . . . . . . . . . 25

Un paradigma formativo emergente . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
El aprendizaje complejo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Fomento y evaluación del aprendizaje complejo . . . . . . . . . . . . . . . . . . 35
Mecanismos promotores de la Agentividad en el estudiante . . . . . . . . 39
Un poco de historia para contextualizar el desarrollo en
este campo de estudio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Variables del Estudiante y mecanismos promotores de
Agentividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Estrategias cognitivas y autoregulatorias . . . . . . . . . . . . . . . . . . . . 44
Epistemología personal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Variables instruccionales: el rol del contenido y el contexto . . . . . . . . . 54
PERFILES AGENTIVOS Y NO AGENTIVOS 7
EN LA FORMACIÓN DEL PSICÓLOGO
Interacción entre variables del estudiante y contextos de entrega . . . . 56

La línea de investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
El problema de investigación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Capítulo 2. Metodología general de la investigación . . . . . . . . . . . . . . . 75
Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Método . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Participantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Escenarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
Instrumentos y materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Inventario de Estrategias de Estudio y Autorregulación . . 82
Inventario de Epistemología Personal . . . . . . . . . . . . . . . . . 84
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Análisis Cognitivo de Tareas (ACT) . . . . . . . . . . . . . . . . . . . . 87
Unidades Instruccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Software. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Etapa 1: análisis, diseño y construcción de unidades
instruccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
Etapa 2: construcción y adaptación de instrumentos . . . . . 94
Etapa 3: jueceo de contenidos e instrumentos . . . . . . . . . . . 94
Etapa 4: piloteo y calibración de materiales e
instrumentos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Etapa 5: validación de constructo de los instrumentos . . . . 96
Etapa 6: desarrollo de guiones y materiales
instruccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
Etapa 7: aplicación nacional . . . . . . . . . . . . . . . . . . . . . . . . . 102
Capítulo 3. Estudios y resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Jueceo, piloteo, calibración, confiabilización y validación de

instrumentos de medición y materiales construidos . . . . . . . . . . . . . . 109
Jueceo de las Unidades Instruccionales . . . . . . . . . . . . . . . . . . . . 109
Calibración de Reactivos de los Instrumentos de Medición
IEEA, IEP y pruebas de desempeño académico de
Aprendizaje, Motivación y Percepción. . . . . . . . . . . . . . . . . . . . . 110
CONTENIDO 8
Calibración del Inventario de Estrategias de Estudio

y Autorregulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Calibración del Inventario de Epistemología Personal. . . 110
Calibración ITEMAN y Rasch de las pruebas
de desempeño académico. . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Confiabilización de los instrumentos . . . . . . . . . . . . . . . . . . . . . . 112
Confiabilidad del Inventario de Estrategias de
Estudio y Autorregulación . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Confiabilidad del Inventario de Epistemología
Personal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
Confiabilidad de las Pruebas de Desempeño
Académico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
Validación del Constructo del IEEA, IEP y pruebas de
desempeño académico (aprendizaje, motivación y percepción) . . 114
Validación de Constructo del IEEA . . . . . . . . . . . . . . . . . . . 114
Configuración dimensional identificada . . . . . . . . . . . . . . 117
Validación de Constructo del IEP . . . . . . . . . . . . . . . . . . . . 118
Validación de Constructo de las pruebas de
desempeño académico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Validación de la prueba de desempeño del
contenido de Aprendizaje. . . . . . . . . . . . . . . . . . . . . . . . . . . 122
Validación de la prueba de desempeño del
contenido Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Validación de la prueba de desempeño académico
del contenido de Percepción . . . . . . . . . . . . . . . . . . . . . . . . 124
Estudios y análisis que responden a los objetivos de la
investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Diferencias dependientes de contenidos y modalidades
instruccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
Materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
Variables predictoras del desempeño en cada contenido . . . . . 129
Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
Para el contenido de Aprendizaje . . . . . . . . . . . . . . . . . . . . 129
Para el contenido de Motivación . . . . . . . . . . . . . . . . . . . . . 130
Para el contenido de Percepción . . . . . . . . . . . . . . . . . . . . . 130
Modelos estructurales de la complejidad de estrategias

cognitivas, autorregulatorias y de las creencias
epistemológicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Materiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
Modelo Ingenuo de Epistemología Personal . . . . . . . . . . . 134
Modelo Reflexivo de Epistemología Personal . . . . . . . . . . 137
Complejidad de la autorregulación
(No Regulado – Autorregulado) . . . . . . . . . . . . . . . . . . . . . 141
Modelo de Estudiantes No Regulados . . . . . . . . . . . . . . . . 141
Modelo de Estudiantes Autorregulados . . . . . . . . . . . . . . . 144
Complejidad de las Estrategias Cognitivas
(No estratégico – Estratégico) . . . . . . . . . . . . . . . . . . . . . . . . 148
Modelo No Estratégicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
Modelo de Estratégicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Relaciones Estructurales entre las variables del estudiante y
los resultados de aprendizaje en tres contenidos de
procesos psicológicos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Modelo del contenido de Aprendizaje . . . . . . . . . . . . . . . . 156
Modelo del contenido de Motivación . . . . . . . . . . . . . . . . . 157
Modelo del contenido de Percepción . . . . . . . . . . . . . . . . . 159
El ámbito de la Epistemología Personal:
¿dominio específico o general? . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Modelo de Generalidad de la Epistemología Personal . . . 163
Modelos de Especificidad de la
Epistemología Personal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Modelos estructurales relacionados con la modalidad
presencial y virtual. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Modelo Presencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
Modelo Virtual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
CONTENIDO 10
Modelos estructurales del aprendizaje en estudiantes con

puntajes altos y bajos en evaluaciones del desempeño
en los cursos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Modelo de Estudiantes con Bajo Desempeño . . . . . . . . . . 176
Modelo de estudiantes con Alto Desempeño. . . . . . . . . . . 179
Modelos de Curva Latente para estudiantes con
puntajes altos y bajos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
Participantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
Procedimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
Modelo de Curva Latente para Bajo Desempeño . . . . . . . 184
Modelo de Curva Latente para Alto Desempeño . . . . . . . 186
Capítulo 4. Discusión general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Síntesis e interpretación general de evidencias. . . . . . . . . . . . . . . . . . . 189

Implicaciones Teóricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Estudiantes agentivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Perfil de Estudiantes no agentivos . . . . . . . . . . . . . . . . . . . . . . . . 195
Estudiantes agentivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
Variaciones en el aprendizaje por el contenido
de la materia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
Variaciones en el Aprendizaje por el contexto Instruccional. . . 198
Generalidad y Especificidad de la Epistemología Personal . . . . 199
Análisis de Curvas de Crecimiento Latente . . . . . . . . . . . . . . . . . 200
Implicaciones Metodológicas y Técnicas . . . . . . . . . . . . . . . . . . . . . . . . 202
Artefactos construidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
Enfoque Multivariado. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Implicaciones de Aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
Promoción del Sentido de Agencia en las Universidades . . . . . 205
Evaluación del Sentido de Agencia . . . . . . . . . . . . . . . . . . . . . . . . 207
Fomento del Sentido de Agencia . . . . . . . . . . . . . . . . . . . . . . . . . . 207
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
Referencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
Apéndices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
P refacio
La obra argumenta la necesidad de replantear estructuras y formas de
organización en las universidades, para adecuarlas a los retos de un
mundo cambiante, donde los desarrollos en ciencia y tecnología, así
como las nuevas posibilidades de acceso a la información vía Internet,
impactan ya la formación del capital humano, y exigen que la oferta
universitaria sea cada vez más calificada y que los individuos muestren
ser agentes que, “intencionalmente, hacen que las cosas sucedan, con
base en sus acciones” (Bandura, 2001, pág. 1). Se asume que en este es-
cenario, tanto las capacidades físicas como las funciones intelectuales,
la riqueza de la base de conocimientos, los sistemas de creencias y las
habilidades de autorregulación interactúan para que los individuos de-
sarrollen la capacidad de ejercer influencia personal sobre su ambiente
y para jugar un papel activo en su autogestión (Castañeda, 2007). Así, el
reto demanda fomentar estudiantes con un perfil agentivo, facilitador
del éxito académico, por una parte, y modelar compensatoriamente fa-
llas derivadas de perfiles con bajo sentido de agencia, asociados a resul-
tados de aprendizaje poco exitosos. De aquí que los autores de esta obra
se interesaran en identificar las características de ambos perfiles.
En su primer capítulo, y a partir de la revisión general del constructo
“Aprendizaje Complejo Autorregulado”, la obra que aquí se presenta
ofrece una perspectiva global de la influencia que diversos componen-
tes pueden ejercer sobre la agentividad de los estudiantes, en vías de
ser exitosos. En particular, la obra se interesa en componentes tales
como: las estrategias cognitivas y metacognitivas del aprendizaje (habi-
lidades cognitivas), tanto como en las estrategias autorregulatorias (ha-

bilidades de auto control, auto evaluación y reflexión) que determinan:
a) el establecimiento de metas académicas, b) la construcción de un
concepto positivo de autoeficacia y c) la regulación motivacional y con-
ductual requerida para lograr autonomía y éxito en el aprendizaje aca-
démico. En este mismo sentido, la obra asume que los estudiantes, ade-
más de ser estratégicos en la utilización de recursos cognitivos, meta-
cognitivos y autorregulatorios, también se guían por creencias motiva-
cionales, atribucionales y epistemológicas para una mejor adaptación y
ajuste.
En este contexto de variables del aprendiz, las creencias individuales
acerca del conocimiento y el conocer (conocidas como creencias episte-
mológicas) se han convertido en el foco de extensa discusión teórica y
empírica acerca de las interacciones entre las características del apren-
diz, los ambientes de aprendizaje y los procesos cognitivos que los in-
ducen o bloquean. La evidencia empírica acerca de las creencias episte-
mológicas sobre el aprendizaje de contenidos específicos plantea que
éstas pueden explicar las variaciones en el uso y la autorregulación de
los procesos cognitivos, metacognitivos y autorregulatorios de natura-
leza afectivo – motivacional. A este respecto, en el capítulo 1, el lector
encontrará una revisión contemporánea de la literatura generada en el
tema y podrá encontrarse con una ojeada histórica al desarrollo de los
fenómenos de “aprender a aprender”.
La obra también revisa la literatura que da evidencia de los efectos que
tienen las características del contenido (ya sea simple o complejo, sea
verbal, visual o motor) y las características del contexto (ámbitos pre-
sencial o virtual, por ejemplo). De esta manera, el capítulo 1 ofrece una
perspectiva donde todos los componentes revisados (cognitivos, meta-
cognitivos, autorregulatorios y de creencias) pueden ser conjugados di-
námicamente, para fomentar o inhibir el aprendizaje complejo.
Luego de una revisión teórica relacionada con la conceptualización de
estas variables del estudiante, del contenido y del contexto, en el segun-
do capítulo se presenta la estrategia metodológica de la investigación,
que plantea la producción e interpretación de datos respecto a compo-
nentes de agencia y sus efectos sobre el aprendizaje complejo, a partir
de tres vertientes principales, que se describen a continuación:
Por un lado, se propone una forma de hacer investigación de los proce-
sos de aprendizaje académico a partir de la observación de éstos desde
PREFACIO 14
su complejidad, más que estudiarlos de manera aislada. Lograrlo ha re-

querido construir micro mundos que reproducen las situaciones natu-
rales en las que los procesos, las estructuras y las estrategias cognitivas y
autorregulatorias interactúan y toman sentido. Tales micro mundos
son diseñados con base en análisis cognitivos de tareas que analizan,
identifican y modelan componentes y condiciones de aprendizaje en
términos de los conocimientos relevantes, las tareas prototípicas en los
que son aplicados los primeros, las interacciones importantes entre am-
bos y, al final, de los resultados de aprendizaje esperados (Castañeda,
1998, 2004a; 2004b).
Así, la estructura principal de nuestro enfoque metodológico descansa
en generar estos desarrollos construidos para tareas prototípicas de los
dominios específicos de interés y, a partir de éstos, proponer diseños de
evaluación y diseños instruccionales sólidos gracias a los cuales se ins-
trumentan cursos y se controlan variables para asegurar la homogenei-
dad en las condiciones de investigación.
En segunda instancia, también se diseñan baterías de instrumentos que
permiten medir lo que pasa durante el desempeño de procesos de
aprendizaje complejo por parte de los agentes involucrados, en este
caso los estudiantes. Estas metodologías y técnicas de construcción de
instrumentos de evaluación psicológica se consideran esenciales para
diseñar, pilotear y validar instrumentos que miden variables del estu-
diante, del contenido y del contexto, tanto como resultados de aprendi-
zaje.
En tercer lugar, se realizan análisis estadísticos multivariados, que per-
miten identificar la influencia de una serie compleja de variables sobre
el aprendizaje. Así, los análisis más importantes de la metodología utili-
zada son los del modelamiento de ecuaciones estructurales, que utili-
zan los datos resultantes de las mediciones realizadas con los instru-
mentos del desempeño de los estudiantes.
El capítulo 3, el más extenso, presenta y discute evidencia generada en
un trabajo empírico, desarrollado en el ámbito nacional, que modeló es-
tructuralmente variables del aprendiz tanto cognitivas (creencias epis-
temológicas y estrategias de estudio), como autorregulatorias (atribu-
cionales y motivacionales) en interacción con variables instruccionales
(el contenido a ser aprendido y el contexto de aprendizaje: presencial o
virtual) que configuraron características de la formación psicológica
teórica en estudio.
Así, en primer lugar, el capítulo presenta resultados acerca de la valida-

ción y calibración de las medidas utilizadas en términos de dos tipos de
instrumentos: las pruebas de desempeño y los cuestionarios de autova-
loración. En ambos casos se realizó el pilotaje correspondiente y se pro-
curaron valores psicométricos adecuados, habiéndose validado (me-
diante juicio intersubjetivo de expertos, así como por medidas empíri-
cas), sus constructos subyacentes. Por lo anterior, se consideró estar en
condiciones para llevar a cabo la investigación de campo en el ámbito
nacional.
En términos generales, en la obra se describen siete estudios realizados
con base en los objetivos de la investigación. El primer estudio se pro-
puso identificar si existen diferencias significativas entre los conoci-
mientos previos y los posteriores a la instrucción en cada uno de los
procesos psicológicos básicos estudiados en función de la especificidad
de su contenido (de percepción, de motivación o de aprendizaje) y la
modalidad de entrega instruccional (sea ésta la presencial o la virtual).
Los resultados indicaron que existen diferencias significativas entre los
diversos contenidos, mientras que no se observaron diferencias signifi-
cativas por modalidad de entrega en conocimientos iniciales. Sin em-
bargo, un dato interesante identificó interacción significativa entre
contenidos y modalidades de entrega, misma que denotó desempeños
superiores en conocimientos finales en el curso de percepción en la mo-
dalidad virtual, significativamente superiores que en la presencial.
A partir de los datos descritos, se deriva una nueva pregunta a ser con-
testada. Un segundo estudio en la investigación fue identificar, me-
diante análisis de regresiones múltiples, cuáles estrategias cognitivas,
autorregulatorias y creencias epistemológicas son predictoras de los co-
nocimientos previos y finales en cada contenido de los procesos psico-
lógicos enseñados. Las estrategias cognitivas y autorregulatorias que
resultaron significativas en la explicación de la varianza para el conteni-
do de Aprendizaje fueron: 1) de recuperación ante exámenes; y 2) de
eficacia percibida. Para el contenido de Motivación, en conocimientos
previos no se encontraron predictores, mientras que para sus conoci-
mientos finales sólo fue el conocimiento previo. En Percepción, los co-
nocimientos previos fueron predichos por la creencia epistemológica
sobre si su contenido es Cuestionable – No Cuestionable y si su visión
es actual o es visión futura, mientras que en los conocimientos finales se
encontró que las dimensiones de epistemología personal que explican
significativamente el desempeño son: 1) Esfuerzo; 2) Cuestionable. En
PREFACIO 16
cuanto al componente de estrategias cognitivas fue el procesamiento

convergente el mejor predictor positivo.
La variabilidad en estos resultados generó una nueva interrogante en
términos de los posibles efectos que sobre el desempeño académico
tendrían los diversos niveles de agentividad (complejidad) con los que
los estudiantes aplican sus creencias epistemológicas y sus estrategias
cognitivas y autorregulatorias.
En este estudio, partimos de considerar que los estudiantes pueden te-
ner diferentes capacidades de agencia, implicando perfiles agentivos o
no agentivos. Entre los componentes de la capacidad de agencia de los
estudiantes (competencias autogestivas), encontramos tres: 1) las
creencias epistemológicas, que representan uno de los mecanismos que
los estudiantes disparan de entrada, en cuanto se enfrentan a sus ta-
reas; 2) las estrategias cognitivas, que se ejecutan durante el proceso de
estudio, y 3) las estrategias autorregulatorias, que ocurren tanto antes
como durante y después de concluir procesos de estudio, con acciones
como el monitoreo o la reflexión. La investigación de estos componen-
tes, mediante la utilización de análisis complejos, multidimensionales,
como los de modelamiento de ecuaciones estructurales, nos permitió
identificar niveles de agencia altos y bajos en cuanto a estas tres gran-
des competencias de autogestión.
Las evidencias obtenidas indican que los niveles de agencia con los que
los estudiantes se aproximan al estudio de contenidos teóricos juegan
un papel muy importante sobre el aprendizaje de contenidos psicológi-
cos teóricos.
Con respecto al tercer estudio, cuyo objetivo fue indagar cuáles son las
relaciones estructurales entre la epistemología personal, las estrategias
cognitivas y de autorregulación en tres contenidos teóricos en psicolo-
gía, los resultados indicaron que el modelo estructural resultante de las
interacciones que se dan en el contenido teórico de aprendizaje denota
como predictores directos, principalmente: una dimensión de las
creencias epistemológicas: la naturaleza del conocimiento (sentido co-
mún – científico), así como a estrategias de estudio cognitivas profun-
das. Para el modelo de motivación, también se encontraron relaciones
positivas directas de las estrategias cognitivas profundas, aunque es de
hacerse notar que el aprendizaje en motivación recibe efectos indirec-
tos diferenciales de dos dimensiones de creencias epistemológicas: uti-
lidad y naturaleza del conocimiento. Las creencias acerca de la natura-
leza del conocimiento son mediadas positivamente por estrategias cog-

nitivas profundas, en tanto que las creencias de utilidad del conoci-
miento son mediadas negativamente por este mismo tipo de
estrategias. Las creencias de utilidad del conocimiento son mediadas
positivamente por estrategias de autorregulación de persona.
En el contenido de percepción, también se encuentra la influencia indi-
recta de las creencias en la naturaleza del conocimiento, mediada posi-
tivamente por estrategias de autorregulación a nivel tarea. En este caso,
las creencias acerca de la fuente del conocimiento también tienen efec-
tos directos sobre el desempeño.
En general, se observa que existen variaciones que podrían deberse a
los contenidos específicos de la materia.
El cuarto estudio tuvo como objetivo determinar si las creencias episte-
mológicas son de naturaleza específica a cada dominio de contenido, o
bien son generales e independientes del dominio específico. Para res-
ponder a este objetivo, en primera instancia se hipotetiza la estructura
teórica de los factores de creencias epistemológicas, que proponía los si-
guientes factores: Estabilidad del Conocimiento, Fuente del Conoci-
miento, Utilidad del Conocimiento, y Naturaleza del Conocimiento. En
este sentido, el Análisis Factorial Confirmatorio (AFC) mostró la varian-
za compartida entre los tres contenidos y las dos modalidades de entre-
ga; por lo que se puede (razonablemente) concluir que estas creencias
epistemológicas son relativamente constantes, por lo menos, en los
contenidos teóricos de aprendizaje, motivación y percepción.
En segunda instancia, se condicionó la matriz de estructura de cova-
rianza por cada contenido teórico de tal forma que se creó una matriz
de covarianza para aprendizaje, una para motivación y otra más para
percepción; con esta estrategia se seccionó la varianza compartida de-
mostrada con anterioridad. Posteriormente se hipotetiza el mismo mo-
delo teórico de creencias epistemológicas en cada contenido y final-
mente se realizaron los análisis. Las evidencias obtenidas demostraron
que la estructura factorial varía por cada uno de los contenidos: en tan-
to que en Aprendizaje y Motivación se reprodujeron los mismos cuatro
factores que se manifestaron en el modelo de generalidad, en Percep-
ción convergieron tres de éstos, pero no convergió el factor de estabili-
dad del conocimiento. La especificidad también se dio a niveles de las
variables de cada factor.
PREFACIO 18
Con la evidencia encontrada, es factible pensar que la epistemología

personal es tanto de naturaleza general como específica, puesto que se
ha demostrado la existencia de cuatro dimensiones (Estabilidad, Natu-
raleza, Utilidad y Fuente del conocimiento) que comparten varianza a
través de distintos contenidos teóricos, mientras que otras (como esta-
bilidad y algunas subescalas) sólo convergieron en ciertos contenidos
teóricos, por lo que las variaciones entre contenidos son tanto estructu-
rales como funcionales.
En cuanto al quinto estudio, que se propuso responder si se identifican
modelos estructurales de variables asociadas al aprendizaje presencial
y virtual, la evidencia reportada indica que en la modalidad presencial
los predictores del desempeño son básicamente las estrategias autorre-
gulatorias de persona (contingencia interna, autonomía percibida, efi-
cacia percibida y baja aprobación externa), mientras que las estrategias
cognitivas profundas predicen negativamente el desempeño académi-
co. En este caso, las creencias epistemológicas de Fuente tienen efectos
directos sobre el desempeño, pero además sus efectos son mediados
por las estrategias autorregulatorias (Utilidad tiene efecto en Autorre-
gulación de nivel persona). Esto significa que mientras las creencias
epistemológicas sobre Fuente sean reflexivas, tendrán efectos positivos
directos sobre el desempeño, y mientras se crea que el conocimiento
tiene mayor utilidad, esto impactará en las estrategias autorregulato-
rias de nivel persona.
En el caso de la entrega instruccional virtual, la evidencia indica cam-
bios: la estructura de las interacciones entre los diversos componentes
de agencia es más compleja, y el mecanismo de autorregulación es bási-
camente relacionado con la tarea y los materiales, con efectos positivos
de estrategias cognitivas profundas y superficiales, que reciben in-
fluencia de la creencia sobre la utilidad del conocimiento a futuro. Por
la estructura del modelo resultante, pareciera ser que los contextos vir-
tuales de entrega de la instrucción plantean a los estudiantes una ma-
yor demanda a los componentes de agencia aquí estudiados.
El sexto estudio tuvo por objetivo identificar variables asociadas con
datos de estudiantes con puntajes altos y bajos en evaluaciones de de-
sempeño, los resultados mostraron que los sujetos con bajos puntajes
tuvieron como predictores a las creencias epistemológicas ingenuas
(Estabilidad, Fuente y Naturaleza del Conocimiento), mientras que en
los sujetos con alto desempeño los efectos principales fueron de las es-
trategias autorregulatorias y cognitivas, que median creencias episte-

mológicas reflexivas.
El séptimo estudio identificó modelos de curva latente que caracteriza-
ron el crecimiento o decremento del aprendizaje de contenido teórico
en estudiantes con puntajes altos y bajos. Los resultados indicaron que
los estudiantes con altos niveles de conocimientos previos muestran
una tendencia de crecimiento moderada a lo largo de tres tareas de or-
ganización viso espacial del conocimiento para concluir con un creci-
miento exponencial en la prueba de conocimientos posteriores a la ins-
trucción. En contraste, los estudiantes con bajos puntajes en conoci-
mientos previos, muestran una tendencia a disminuir, de manera ate-
nuada, el crecimiento durante las tareas de organización viso espacial,
para concluir exponencialmente con puntajes aún más bajos que los
iniciales.
Con esta evidencia es razonable pensar que: a) sin lugar a dudas, los co-
nocimientos previos son predictores de los conocimientos finales; b)
que la ordenada de origen de los grupos altos y bajos es diferencial en
cuanto a los componentes de agencia: en tanto que en el grupo alto los
predictores del desempeño final son las estrategias altas de autorregu-
lación, en el bajo son creencias ingenuas y bajos niveles de autorregula-
ción. Cabe hacer notar el hecho de que no creciera la tendencia de las
tareas intermedias, lo que explica por una interferencia relacionada con
los contextos de recuperación de información en los que se dieron las
pruebas de conocimientos y las tareas de organización viso espacial
(mapas conceptuales).
Con los aspectos destacados hasta aquí, tenemos un panorama para
este libro en el que es posible identificar complejas relaciones entre va-
riables de los estudiantes: cognitivas, autorregulatorias y de creencias
que influyen de manera determinante en la capacidad de agencia, gra-
cias a la cual un estudiante pueda ser un buen agente de su propio
aprendizaje. Perfiles con alto sentido de agencia (agentivos), y perfiles
con bajo sentido de agencia (no agentivos) mostraron ser predictoras
del desempeño.
Invitamos al lector a adentrarse en los detalles de la investigación aquí
presentada, y a conocer las propuestas acerca de la capacidad de agen-
cia de los estudiantes que de ella se derivan.
P rólogo
Es muy grata la aparición de trabajos que verdaderamente fomenten el desa-
rrollo de la sociedad del conocimiento, como es el caso de la obra que aquí se
presenta. Los autores parten del supuesto de que el conocimiento psicológico
actual hace posible generar intervenciones que desarrollen en los estudiantes
un perfil agentivo que les permita mejorar sus posibilidades de éxito, no sólo
en el aspecto académico sino también en el personal. El lector encontrará en
este libro una clara descripción de la influencia de componentes cognitivos,
metacognitivos y autorregulatorios del sentido de agencia académica, enfati-
zando en el papel que juegan las creencias motivacionales, atribucionales y
epistemológicas en el aprendizaje de los estudiantes. Los autores no sólo ha-
cen hincapié en las interacciones entre las características del aprendiz, los am-
bientes de aprendizaje y los procesos cognitivos que los inducen o los dificul-
tan, sino que también revisan la evidencia relativa a las características del con-
tenido y del contexto.
La complejidad de los procesos de aprendizaje académico revisados en
esta obra hizo necesaria la aplicación de análisis cognitivos de tareas con el
propósito de construir micromundos que reprodujeran las situaciones natu-
rales en que interactúan y cobran sentido los procesos, estructuras y estrate-
gias cognitivas y autorregulatorias. El uso de diseños sólidos de instrucción y
evaluación que permitieran el control de variables instruccionales y garanti-
zaran la homogeneidad en las condiciones de investigación conllevó a la ela-
boración de baterías de instrumentos que midieran lo que sucede durante el
desempeño de procesos de aprendizaje complejo, mediante el uso de análisis
estadísticos multivariados. La obra ofrece al lector ejemplos diversos de apli-
caciones de análisis cuantitativos y cualitativos para evaluar y fomentar el

sentido de AGENCIA ACADÉMICA.
En cuanto a los autores del texto, tanto Sandra Castañeda como Eduardo
Peñalosa son investigadores y académicos muy conocidos y respetados en di-
ferentes áreas de la Psicología. Sus trabajos y publicaciones en el campo son
muy apreciados por los profesionales del área. Sin embargo, en esta ocasión
debe enfatizarse su papel no sólo como investigadores sino también como
mentores. El tercer autor, Fernando Austria, es un joven doctorante cuyo tra-
bajo con los Doctores Castañeda y Peñaloza se ha visto plasmado en presenta-
ciones y publicaciones distintas, lo cual, ciertamente es un claro ejemplo de
agencia académica por parte del estudiante y de su fomento por parte de sus
tutores.
Es importante señalar que esta obra es producto de una investigación reco-
nocida por el CONACyT como Caso de Éxito en 2013.
Dr. Javier Nieto Gutiérrez.

A gradecimientos
Al Consejo Nacional de Ciencia y Tecnología, por el apoyo financiero

recibido para hacer posible la investigación; a la Universidad Nacional
Autónoma de México, por su invaluable soporte a la investigación.
A los colaboradores en la investigación:
En la Facultad de Psicología de la UNAM: Ma. Elena Ortiz Salinas, Con-
cepción Morán Martínez, Ángeles Mata Mendoza; en la Universidad
de Sonora: Daniel González Lomelí y María de los Ángeles Maytorena;
en la Facultad de Estudios Superiores Zaragoza: Margarita Villaseñor
Ponce; en la Facultad de Estudios Superiores Iztacala: Patricia Landa
Durán, y en la Universidad Autónoma del Estado de Hidalgo: Norma
Angélica Ortega Andrade.
A las colaboradoras en la investigación y en el libro:

Ma. de Lourdes Pineda Gómez, Norma Angélica Romero Sumoza, Fa-
cultad de Psicología de la UNAM.
A los becarios y graduados que participaron en la investigación:

Facultad de Psicología de la UNAM: Alexandre Leurs Massart, Dafne
Ortiz Saavedra, Raquel García Jurado, Rocío Juárez Méndez y Ligia
Alcántara Valverde; Universidad Iberoamericana Puebla: Gonzalo
Inguanzo Arteaga.
A los instructores de sedes:

Facultad de Estudios Superiores Iztacala: José de Jesús Vargas Flores,
Ángel García Pacheco; Facultad de Estudios Superiores Zaragoza: Ma-
ría del Refugio Cuevas Martínez, Alejandra Villagómez Ruíz; Universi-
dad Autónoma del Estado de Hidalgo: María Guadalupe Blanco Pérez,
Alfredo Mogollán Ruíz, Víctor Orozco Garduño, Aida Georgina Mén-
dez Dosal, Gabriela Arias Enciso; Universidad de Sonora: Francisco
Piña Osuna, Felipe Ramos Degollado, Rocío Estrada Cabrera.
D edicatorias
A la Dra. Graciela Rodríguez Ortega. Invaluable amiga y cla-

ro ejemplo de agentividad en lo personal y en el desarrollo de
la profesión;
Al Dr. Víctor Manuel Alcaraz Romero, invaluable amigo e in-
vestigador incansable de las bases biológicas y conceptuales
de los procesos psicológicos, de quien aprendimos a no estar
satisfechos con los conocimientos del aquí y el ahora; y
Al Dr. Ignacio Méndez Ramírez, nuestro maestro querido
por abrirnos al análisis multivariado para explorar diversas
facetas de la complejidad y por dejar hablar a las variables en-
tre sí.
C APÍTULO 1
Justificaciones de un cambio
Un paradigma formativo emergente
La sociedad contem po rá nea, in mer sa en un pro ce so de cam bio

ace le ra do en to das sus es fe ras exi ge re for mar la or ga ni za ción y la
ope ra ción de su ins ti tu ción edu ca ti va. Así, las uni ver si da des es tán
lla ma das a ade cuar sus es truc tu ras y for mas de or ga ni za ción a un
con tex to so cial más di ná mi co y cam bian te, don de los de sa rro llos
en cien cia y tec no lo gía, así como el ac ce so y dis tri bu ción de la in -
for ma ción, vía la Inter net, es tán in flu yen do en la for ma ción del
ca pi tal hu ma no, don de la exi gen cia de ge ne rar mano de obra cada
vez más ca li fi ca da y la de for mar pro fe sio na les cada vez más di ná -
mi cos y au tó no mos cons ti tu yen de sa fíos por aten der.
Así, el tipo de educación ofertada en las universidades -y las habilida-
des que éstas han generado- están siendo revisadas seriamente, en la
medida en la que en la sociedad del conocimiento se considera indis-
pensable aumentar, en calidad y cantidad, el capital humano requerido
para fomentar el crecimiento general y reducir la brecha entre naciones
que tienen un nivel educativo alto de las que no lo tienen (Knight, 2002
y Knight y Yorke, 2003).
Derivado de estas reflexiones se desprende la necesidad de transfor-
mar el paradigma formativo actual, de manera tal que la planeación
coherente de sus programas asegure dotar a la sociedad civil de ciuda-
danos más autónomos, más agentivos, capaces de mejorar el servicio o
producto brindados y de adaptarse flexible y creativamente a situacio-
nes imprevisibles. El consenso plantea reformar la organización y el
contenido de lo que se enseña, así como actualizar fundamentos en los
que se basa el aprendizaje complejo o, mejor dicho, de los que dan sus-
tento a su fomento y evaluación, todo con la finalidad de producir y
distribuir educación más rápida y de mejor calidad posible (Knight,
2001).
Un problema central del paradigma formativo actual es que sigue cen-
trando el currículo, la enseñanza y la evaluación en conocimientos del
“aquí” y el “ahora”. Si bien es cierto que esta estrategia fomenta la apli-
cación inmediata del conocimiento, también es cierto que no prepara al
estudiante en el desarrollo de habilidades útiles para el manejo de la
complejidad de la práctica profesional, y tampoco a aprender a lo largo
de su vida. Es decir, no fomenta que el estudiante desarrolle capacida-
des para reconocer, de manera continuada, lo que sabe y no sabe; cómo
es que se aprende mejor; ni a desarrollar e implementar un plan para
obtener lo que se necesita, como tampoco a desarrollar habilidades
para supervisar su éxito. En cambio, en el paradigma emergente, los es-
tudiantes son invitados a desarrollar el sentido de agencia gracias al
cual ganan autonomía y se convierten en los arquitectos de su propio
destino. En este sentido de agencia se fomentan habilidades para: (a)
que el estudiante establezca y priorice objetivos y metas, (b) anticipe y
evalúe sus necesidades (en congruencia con los objetivos y las metas),
(c) organice (y reorganice) sus experiencias para satisfacer sus necesida-
des únicas, (d) defina su propia perspectiva y reconozca las diferencias
con las perspectivas de los demás y (e) supervise, continuamente su
base de conocimientos, resuelva problemas e interactúe con otros.
Aun cuando investigadores en desarrollo cognitivo y aprendizaje com-
plejo han exhortado a líderes del currículo a implementar paradigmas
que generen tal sentido de agencia personal, como una fuerza que guíe
la educación profesional, esto no ha sucedido. La preparación en
aprendizajes “PARA TODA LA VIDA”, como los descritos arriba, re-
JUSTIFICACIONES DE UN CAMBIO 27
quiere centrarse en el desarrollo de capacidades que permitan regular y

supervisar la experiencia, en vías de promover el aprendizaje futuro y
la mejora continua. En este ámbito, controlar y vigilar la experiencia
personal son vistos como procesos regulatorios (metacognitivos y me-
tamotivacionales), concebidos como capacidades para pensar sobre el
pensamiento, la motivación y la propia conducta, que se hacen fuertes
con el uso cotidiano de la reflexión y la autorregulación, dos importan-
tes capacidades involucradas en el aprendizaje complejo. La evidencia
ha hecho claro que los expertos no sólo tienen muy buenos
conocimientos y habilidades, sino que también poseen la capacidad de
controlar y supervisar sus experiencias.
En vías de fomentar la agencia personal, el movimiento que enfatiza el
desarrollo de competencias ofrece oportunidades para redirigir la aten-
ción a las nociones metacognitivas y metamotivacionales del aprendi-
zaje a largo plazo. Se puede decir, en breve, que lo que se necesita fo-
mentar es un estudiante competente en adquirir, de manera continua,
nuevos conocimientos a partir de la experiencia consigo mismo y con
otros en un área de competencia, y no simplemente, un estudiante
competente en esa área en un punto definido en el tiempo. Así, los re-
sultados asociados con un área de competencia no sólo deben centrarse
en el rendimiento actual del estudiante en esa área, se requiere, ade-
más, su capacidad para evaluar, supervisar y mejorar el desempeño,
continuamente. De esta manera capacidades metacognitivas y
autorregulatorias pueden ayudar a mejorar el desempeño y garantizar
aprendizajes para toda la vida.
Sin perder de vista lo anterior se puede decir, en lo general, que hay
tres dimensiones que deben fomentarse en el paradigma emergente:
a) el conocimiento estratégico (y las estrategias cognitivas y metacog-
nitivas asociadas); b) las habilidades de control ejecutivo (de auto y co
regulación) y c) los sistemas de creencias. El conocimiento estratégico,
por una parte, le permite al estudiante conocer bajo qué condiciones
se usan qué conocimientos declarativos y procedimentales, en tanto
que las estrategias cognitivas, por la otra, fomentan habilidades para
manipular la información, de tal manera, que le permita al estudiante
adquirirla, transformarla, recuperarla, transferirla y aplicarla para re-
solver problemas y tomar decisiones, todo en un contexto de logro, es
decir, organizados para ser exitosos. En tanto, las estrategias de regu-
lación las utiliza para energetizar o motivar la acción, para establecer
las metas, para supervisar el comportamiento y para controlar pensa-
mientos, sentimientos y comportamientos durante una tarea. Inclu-

yen estrategias de control, planificación, selección y establecimiento
de metas, así como aquellas que le permiten auto cuestionarse y au-
toevaluarse (Brown, 1978; Brown y Campione, 1977; Zimmerman,
1990). Y la calidad de los sistemas de creencias facilitará una aproxima-
ción más reflexiva ante el conocimiento y el conocer. Así, la interac-
ción entre todos estos componentes constituye, en los estudiantes, el
sentido de Agencia que les permitirá jugar un papel sustancial en su
autonomía y autogestión.
Es el aprendizaje complejo y no la enseñanza, el resultado final de la
educación, de aquí que fomentarlo eficazmente es poco probable si no
entendemos qué es y cómo se lleva a cabo. Sin dejar de reconocer que
las deficiencias en el sentido de agencia se presentan desde los niveles
básicos en Educación, sino más bien, tomándolo en cuenta, se necesitan
reformas en educación superior que fomenten la generación de egresa-
dos con capacidad de comprender, a profundidad, el corpus de conoci-
miento de su actividad y disciplina; que dominen las habilidades gene-
rales y específicas, conceptuales y técnicas, importantes para desarro-
llar su actividad profesional y su desarrollo personal, con estrategias
eficientes para analizar problemas y para construir o seleccionar las me-
jores soluciones posibles, con habilidades para transformar lo estableci-
do, que valoren el razonamiento fundamentado y el trabajo esforzado
como factores que generan las diferencias importantes en los diversos
contextos; con una auto eficacia positiva, capaces de controlar ejecuti-
vamente lo que saben y pueden hacer, conscientes de cómo aprenden
y, en particular, de que necesitan continuar aprendiendo para ser
mejores, en resumen, con habilidades de razonamiento, de solución de
problemas y con un estilo cognitivo positivo para mejorar, profundizar
y extender el alcance de sus capacidades.
Así, en la sociedad del conocimiento, la demanda de profesionales con
logros en aprendizajes complejos, como los descritos antes, es cada vez
más fuerte. Economías del conocimiento, como la europea, muestran
que los universitarios graduados compiten no nada más por el mercado
de trabajo nacional sino por el regional (Leadbeater, 2000) y que bajo
esta consideración, las universidades mexicanas requieren tomar muy
en serio la planeación de mecanismos que favorezcan aprendizajes
complejos, de otra manera, correrán el riesgo de que sus egresados sean
desplazados por otros mejor preparados.
Asegurar una ciudadanía competente en la sociedad del conocimiento

demanda asegurar la calidad del conocimiento que se adquiere, pero
lograrlo no es un asunto fácil. Si bien es cierto que en las universidades
podemos brindar a los estudiantes un flujo continuo y rico de informa-
ción, también lo es que no todos tienen las habilidades intelectuales
para seleccionar lo importante, ni para procesarlo eficientemente o
para ejercer el control personal para mantenerse interesado y mucho
menos para estar consciente de sus creencias al respecto de los conteni-
dos por aprender. Desarrollar las habilidades que les permitan a los es-
tudiantes construir, validar e integrar el conocimiento para tomar deci-
siones en un mundo cambiante representa, hoy día, uno de los retos
más importantes del sistema universitario, y de igual forma es relevan-
te el fomento del sentido de agencia. Concordando con Ciurana (2001)
consideramos que poseer información no significa haber construido el
conocimiento ni saber qué hacer con ella para resolver situaciones. Así,
el desafío es algo más que poner disponible información en la mente de
los estudiantes, es necesario fomentar las habilidades cognitivas y de
control ejecutivo que les permitan construir conocimientos de la mejor
calidad, validarlos con evidencias fuertes, adaptarlos a situaciones
imprevisibles y transmitirlos apropiadamente.
Resulta necesario, ahora, argumentar la inclusión de las creencias de los
estudiantes como la tercera dimensión que influye sobre el aprendizaje
complejo. Y, en la medida en la que la sociedad del conocimiento impo-
ne nuevas reglas de juego y exige generar estos nuevos capitales cultu-
rales, en las universidades necesitamos gestionarlos más que, simple-
mente, administrar el conocimiento disponible. Implica preparar al jo-
ven profesional para una sociedad de transformaciones continuas,
donde el desarrollo de las habilidades críticas del aprendizaje profesio-
nal -en los diversos ámbitos y niveles de aplicación-, y el de las habilida-
des de auto gestión para construir el capital intelectual requerido, les
permita continuar aprendiendo y resolviendo problemas, no nada más
durante los años de su formación universitaria, sino a todo lo largo de
su vida profesional y personal (Castañeda, 2004a).
Los retos antes presentados invitan a reconceptuar la noción de apren-
dizaje en la que se basa la práctica formativa universitaria y, por ende,
al contenido de lo que debe ser enseñado y las maneras en cómo debe
ser enseñado, como también, y de particular importancia, a reflexionar
acerca de lo que significa evaluar resultados de aprendizaje en la Edu-
cación Superior. En particular, de aquella evaluación que asegure que
la calidad de los conocimientos y las habilidades generados sea la mejor

y más útil. En breve, a diseñar y utilizar mediciones de aprendizaje
complejo que permitan hacer las inferencias requeridas para
certificarlo válidamente.
Atender tal exigencia nos demanda, como comunidad académica, ana-
lizar reflexiva y críticamente los fundamentos y las estructuras con los
que hemos operado en la universidad, en vías de transformarlos. Desa-
fortunadamente, sustentar tales reflexiones con las mejores evidencias
de investigación disponibles es poco factible en nuestras universida-
des, en la medida en la que no las hemos acumulado, con la extensión y
profundidad deseables. Más bien, la investigación educativa en el nivel
superior se ha concentrado en indagar cómo fomentar buenos entendi-
mientos en asignaturas aisladas, más que investigar conocimientos,
habilidades y valores integrados en capacidades útiles para resolver y
atender problemas en la vida real.
Dado este contexto, se necesitan reformas institucionales que den apo-
yo a la investigación educativa acerca de la complejidad del aprendiza-
je. Así, investigar habilidades de aprendizaje efectivo, transferencia de
lo aprendido, de análisis crítico y creativo, de comunicación, de explo-
ración y de creación de oportunidades, al igual que las de planeación
de la acción, de auto-administración y de auto-confianza para enfren-
tar la incertidumbre, tanto como las de trabajo en equipo y de trabajar
bajo presión, se constituirían en líneas de investigación importantes en
el entendimiento de la complejidad del aprendizaje universitario y
para la derivación tecnológica necesitada. La realidad universitaria nos
muestra que esta investigación está “en pañales”, en la medida en la
que los aprendizajes complejos no han sido satisfactoriamente
conceptuados y, por ende, poco evaluados y menos investigados.
Hace falta una gran cantidad de investigación educativa, de buen nivel,
que permita poner en la agenda universitaria el fomento del aprendiza-
je universitario, al igual que a su evaluación. Evaluación que supere la
práctica de medir, con indicadores simplistas, conocimientos y ejecu-
ciones complejos, o bien y, en el mejor de los casos, que sólo utiliza indi-
cadores de ejecución basados en rasgos superficiales de habilidades y
competencias. Esta práctica ha representado, lamentablemente, una
pobre comprensión psicológica de lo que es el aprendizaje complejo,
tanto como un inadecuado entendimiento de lo que significan los
logros académicos en los ámbitos personal y social.
Lo anterior una miope concepción administrativa de la evaluación,

dado que los datos que genera no tienen capacidad para influir, re-
troactiva y significativamente, sobre las formas de aprender y de ense-
ñar. También refleja un desconocimiento del potencial que la evalua-
ción del aprendizaje tiene sobre lo que los estudiantes aprenden
(Entwistle, 1996). Con base en esta cualidad, es necesario subrayar que
la evaluación representa un poderoso artefacto para fomentar aprendi-
zajes de calidad, toda vez que brinda oportunidades para extender y
profundizar el aprendizaje y las habilidades autorregulatorias en los
estudiantes. Ahora bien, utilizar los datos de la evaluación para fomen-
tar aprendizajes de calidad demanda cambiar nuestra manera tradicio-
nal de evaluar. El cambio debe estar apoyado en las mejores evidencias
de investigación disponibles, sólo que, desafortunadamente, tampoco
tenemos tantas como sería lo deseable.
Más bien y, en el mejor de los casos, la evaluación de resultados de
aprendizaje en la Educación Superior se ha concentrado en medir cien-
tos de conceptos, fórmulas, principios, procedimientos, técnicas y otros
componentes de la currícula, de manera aislada unos de otros, y des-
contextualizados de las condiciones bajo las cuales son útiles para
satisfacer las demandas de la vida real.
Aquí, los fundamentos de la medición cognitiva del aprendizaje juegan
un papel importante, dada su capacidad informativa para mejorar la
enseñanza y el aprendizaje, sea comunicando el logro en las metas de-
seadas, interpretando la ejecución de los estudiantes, rastreando su
progreso en el tiempo y sugiriendo acciones correctivas apropiadas.
El avance contemporáneo en el entendimiento de la cognición humana
ha abierto la caja negra de la actividad cognitiva constructiva autorre-
gulada (Glaser y Baxter 2002; Boekaerts, Pintrich y Zeidner, 2000) y gra-
cias a evidencias significativas acerca de mecanismos determinantes
del aprendizaje ha sido posible extender procesos de comprensión, ra-
zonamiento, resolución de problemas y autorregulación del aprendiza-
je, mediante la enseñanza de tipos específicos de actividad cognitiva.
Los avances conforman un marco teórico sólido, empíricamente sus-
tentado, capaz de servir de base para diseñar ambientes de aprendizaje
y de evaluación, poderosos y útiles (de Corte, 1999; Castañeda, 1998).
Con base en este entendimiento, se han traducido premisas teóricas a
marcos de trabajo y herramientas tecnológicas a un amplio rango de ac-
tividades humanas (Glaser, Lesgold y Lajoie, 1987; Sternberg, 1984, en-
tre otros). Así, la tradición cognitiva ha identificado mecanismos que in-

tervienen en aspectos variados, por ejemplo, aquellos responsables del
éxito en un dominio de conocimiento particular, Vg. la representación
adecuada del espacio del problema; de mecanismos responsables de la
elaboración de inferencias acerca de un fenómeno científico; de meca-
nismos responsables de la construcción de ecuaciones correctas para
resolver problemas presentados en prosa y aquellos que determinan
comprender argumentos a favor o en contra de un curso de acción
determinado, entre otros (Castañeda, 2004a).
La investigación cognitiva también ha generado evidencia extensa
acerca de la dependencia entre el pensamiento, la solución de proble-
mas y el aprendizaje (Glaser y Baxter, 2002), de donde se generó la reco-
mendación de anclar al aprendizaje a ambientes de solución de proble-
mas poderosos que apoyen a los estudiantes a entender tanto los tipos
de problemas, como las oportunidades que los expertos confrontan, de
manera tal que los estudiantes puedan ver como éstos usan el conoci-
miento para identificar, representar y solucionar problemas, más que
utilizar prácticas memorísticas que sólo producen conocimiento inerte,
incapaz de apoyar a los estudiantes a resolverlos. Un ejemplo aplicado
de esto lo constituye el trabajo realizado por el grupo de Cognición y
Tecnología de Vanderbilt (Goldman, Petrosino y Grupo de Cognición y
Tecnología en Vanderbilt, 1999). Este grupo ha trabajado, extensamen-
te, para entender cómo ciertos ambientes de aprendizaje efectivos inte-
ractúan para fomentar el desarrollo de conocimientos y habilidades de
solución de problemas a partir de la instrucción anclada. Más adelante,
retomaremos el tema del diseño instruccional basado en principios
cognitivos.
El aprendizaje complejo
El pobre entendimiento de los mecanismos que controlan los aprendi-
zajes complejos que subyacen al éxito académico en nuestras universi-
dades ha propiciado ambientes de formación profesional poco favore-
cedores a su fomento. Este problema se vuelve crítico en dominios cu-
yos contenidos se caracterizan por una extensa diversidad en conoci-
mientos y habilidades teóricas, metodológicas, técnicas, contextuales,
éticas e integrativas. En este tipo de disciplinas profesionales (ciencias
médicas y de la salud, psicología, por ejemplo), además de satisfacer la
necesaria identificación de los mecanismos generales que han mostra-
do fomentar el desarrollo de pericia (como el enriquecimiento, estruc-
turación y flexibilización de la base de conocimientos, entre otros

básicos), es necesario asegurar que tales mecanismos sean sensibles (y
útiles) a la especificidad de sus contenidos.
Lo aprendido en las aulas, los laboratorios y los escenarios de aprendi-
zaje informal está constituido por una extensa variedad de nociones y
postulados teóricos, así como por métodos, técnicas, instrumentación y
procedimientos específicos que necesitan ser estructurados en esque-
mas poderosos (modelos mentales) en los que se combinan tanto los di-
versos tipos de conocimientos y habilidades, como el control ejecutivo
que el profesional debe tener sobre sí mismo y su actividad profesional
y personal. No aprendemos conocimientos y habilidades per se, sino
para resolver problemáticas de la vida real. Tales esquemas requieren
ser integrados en competencias, en un todo organizado, que le da
coherencia y significado a lo aprendido en las aulas y laboratorios y,
sobre todo, valida la solución empleada.
En términos generales, es posible establecer que en el aprendizaje
complejo se integran conocimientos, habilidades y actitudes de natu-
raleza general (saber leer, escribir y calcular, por ejemplo) que se inte-
rrelacionan con habilidades dependientes de contenido específico
(como sería elaborar un artículo científico o realizar una técnica tera-
péutica, entre otras posibles instancias), cualitativamente diferentes.
Aunado a lo anterior, el aprendizaje complejo se caracteriza, también,
por el dominio de conocimientos y la pericia en habilidades que per-
miten transferir lo aprendido en la escuela a lo cotidiano del trabajo o
de la vida misma.
El consenso plantea reformar la organización y el contenido de lo que
se enseña, tanto como revisar y actualizar los fundamentos en los que
basan el aprendizaje y su evaluación, de manera tal que se fomente y
distribuya una formación académica más rápida y de mejor calidad.
Bajo estas condiciones, formar los esquemas conceptuales, estructura-
les y causales necesarios para desarrollar las competencias académico
profesionales requeridas en el inicio de la actividad profesional, es com-
plejo y difícil. De hecho, Castañeda (2006) llamó la atención al respecto.
Con base en un grupo de estudios a gran escala, de cobertura nacional,
identificó el papel predictivo que esquemas conceptuales deficientes
ejercieron sobre el mal desempeño en competencias teórico - metodo-
lógicas de los recién egresados de licenciaturas en Psicología Clínica,
Educativa y del Trabajo.
Para los interesados en entender el aprendizaje complejo resulta crítico

identificar sus rasgos principales. La literatura especializada lo concep-
túa como: a) complejo y difuso –en tanto combina categorías de conoci-
miento heterogéneas-, b) de lento desarrollo porque toma cientos de
horas construirlo, c) multicausado –porque en él intervienen variables
de naturaleza diversa, desde las propias del estudiante (género, escola-
ridad, interés, etc.), hasta las derivadas de las características del conteni-
do que se aprende (simple, complejo, verbal, visual, motor, etc.) y varia-
bles del contexto (presencial o virtual, entre los principales), tanto como
los de la cultura en la que se contextualiza la actividad de aprender (po-
líticas de calidad del aprendizaje, por ejemplo), todas ellas se conjugan,
dinámicamente, para fomentarlo o inhibirlo de manera tal que d) sólo
pueda ser descrito al nivel del sistema en el que se desarrolla y eso en
términos de probabilidades.
Según Ericsson, Krampe y Tesch-Römer (1993), la adquisición del com-
portamiento experto (resultado del aprendizaje complejo), es un factor
de la cantidad y organización del conocimiento de dominio específico,
adquirido como resultado de la experiencia y la práctica en ese domi-
nio, así como de haber desarrollado habilidades cognitivas que permi-
ten superar las limitaciones del procesamiento general de la memoria a
corto plazo.
Sternberg a su vez, propuso un modelo desarrollista (1998, 1999a;
1999b), en el que varios factores interactúan para el desarrollo del com-
portamiento experto, éstos son: las habilidades metacognitivas (por
ejemplo, cómo sé que sé, cómo entiendo que entiendo, entre otras mu-
chas estrategias de construcción activa del conocimiento), las habilida-
des del pensamiento (razonamiento, toma de decisiones, solución de
problemas, etc.), los diversos tipos de conocimientos (declarativos, pro-
cedimentales, condicionales, teóricos, técnicos, de investigación) y,
desde luego, la motivación.
Así, la complejidad, entendida como sistemas de componentes interco-
nectados cuyo comportamiento no puede explicarse sólo por las pro-
piedades de sus partes, sino por la interrelación entre ellos, ha genera-
do la proliferación de nuevas y complejas tecnologías de la comunica-
ción, la colaboración y la conceptualización. A su vez, éstas están requi-
riendo cambios significativos en las formas de pensar, tomar decisiones
y resolver problemas; en resumen, cambios en las formas de procesar la
información en general y, de particular importancia, cambios en las
maneras de pensar en dominios específicos de conocimientos, suaves o

duros, como matemáticas, química, física, medicina o psicología, por
ejemplo, que son necesitados más allá del aula.
En nuestro contexto universitario es necesario acelerar el procesamien-
to para almacenar información, representarla, recuperarla y transfor-
marla, de manera tal que se satisfagan las mayores exigencias que plan-
tean un extenso rango de actividades formativas y profesionales
actuales.
Fomento y evaluación del aprendizaje complejo

Dada su importancia, el aprendizaje complejo ha sido fomentado des-
de diversas aproximaciones, entre las más mencionadas encontramos:
la del aprendizaje basado en proyectos, la basada en evidencias, la que
utiliza el descubrimiento guiado, la basada en problemas y, desde lue-
go, la aproximación de Educación Basada en Competencias. Cualquie-
ra que sea la aproximación, el énfasis es puesto en el valor formativo de
las tareas de la vida real en la medida en la que esas tareas sean instru-
mentales para apoyar a los estudiantes a integrar conocimientos, habili-
dades y actitudes en competencias profesionales diversas, a estimular
la coordinación de los constituyentes de habilidades para resolver
problemas y a facilitar la transferencia de lo aprendido a tareas nuevas.
Por ejemplo, en matemáticas no basta tener destrezas computaciona-
les, se requiere la capacidad para interpretar, describir y explicar datos
y comunicar resultados de análisis de datos; en medicina, no basta con
que los clínicos y los cirujanos dominen las herramientas de la profe-
sión en la escuela y las perfeccionen en su trayectoria profesional. Aho-
ra necesitan competencias complejas que les permitan dominar la nue-
va tecnología a su disposición, así como desarrollar habilidades com-
plejas en lo cognitivo y lo autorregulatorio para no dejar de aprender a
lo largo de su vida profesional.
De hecho, líderes educativos de diferentes profesiones están destacan-
do la importancia de desarrollar habilidades en los estudiantes para tra-
tar con sistemas complejos de éxito más allá de la escuela. Estas capaci-
dades incluyen: construir, describir, explicar, manipular y predecir a
partir de sistemas complejos; trabajando en proyectos de componentes
polifacéticos de planificación, supervisión y comunicación que son
considerados críticos para el éxito.
Para el fomento del aprendizaje complejo, el diseño instruccional es un

ingrediente fundamental para el aprendizaje, ya sea en contextos pre-
senciales o virtuales. Reigeluth (2005), indica que existen diferencias
entre ambos contextos, ya que en el virtual, a diferencia del presencial,
y por la naturaleza de las tecnologías, se requiere de garantizar de me-
jor manera la ejecución de los procesos, para lo cual se requiere de una
mezcla diferente de métodos instruccionales, entre los cuales pueden
citarse: presentar las metas instruccionales con claridad, introducir pro-
blemas, misiones o retos para conducir la instrucción; hacer que los es-
tudiantes compartan perspectivas múltiples y realicen investigación;
ofrecer recursos como ejemplos resueltos, herramientas de informa-
ción, cognitivas y de colaboración, y ofrecer andamiaje, soporte y re-
troalimentación, o evaluación formativa. En el presente trabajo consi-
deramos que pueden darse interacciones entre variables del estudiante
y el aprendizaje en contextos presencial y virtual, como se menciona
más adelante. Pero antes es preciso mencionar que existen modelos de
diseño instruccional que hacen posible realizar intervenciones en
contextos presenciales y virtuales haciendo equivalentes en ambos
espacios las condiciones de estudio.
Un modelo exitoso de diseño instruccional es el de Star Legacy
(Schwartz, Brophy, Lin y Bransford, 1999), que parte del planteamiento
de retos, con base en los cuales los estudiantes son guiados a través de
un proceso en el cual generan ideas, consultan recursos materiales, opi-
niones de expertos, investigan, ensamblan soluciones colaborativa-
mente, prueban su conocimiento, reciben soporte de otros miembros
de la comunidad; después de todo este trabajo publican sus soluciones,
y posteriormente reflexionan acerca del proceso y del conocimiento
construido. Al concluir estos procesos, las publicaciones quedan como
un “legado” que sirve como material de consulta para otros alumnos, y
el ciclo se reinicia con otros retos cada vez más complejos. Ejemplos
como el anterior son una muestra de que el diseño instruccional puede
ser determinante, ya que permite plantear actividades de aprendizaje,
los tipos y niveles de interactividad, las estrategias para fomentar la
construcción de conocimiento, así como oportunidades para que se dé
la transferencia del aprendizaje a contextos de la realidad cotidiana de
los estudiantes (Ally, 2004).
Otro modelo destacado, recomendado para el fomento del aprendizaje
complejo, es el de Van Merrienböer, Clark y de Crook (2002), quienes
proponen el diseño de actividades instruccionales con base en cuatro
componentes: 1) las tareas de aprendizaje, que representan la columna

vertebral de cualquier programa instruccional, y que se contempla en
tareas completas, que deben ejecutar en un ambiente real o simulado;
2) el soporte al estudiante, que implica calibración, ya que se debe dar
mucho soporte al inicio de una clase de tareas, y retirarlo al final del tra-
bajo con la misma clase, como se muestra en la figura 1.1. , con el sopor-
te dentro de cada círculo. Como puede observarse, los primeros están
casi llenos, lo que representa mucho soporte, y el último está vacío; 3) la
información de apoyo, que se ofrece a los estudiantes para que trabajen
adecuadamente en el desempeño de tareas, y que representa el puente
entre lo que los estudiantes ya saben y lo que necesitan para trabajar en
las tareas de aprendizaje, en lo que normalmente se conoce como “la
teoría”, que en la figura 1.1 se observa al inicio de la clase de tareas (ba-
rra vertical gris), y después la información permanece constantemente
disponible para la ejecución de todas las tareas (barra horizontal, gris);
4) la práctica de tarea parcial, que son ejercicios para el dominio de ele-
mentos específicos, que promueve la compilación de procedimientos o
reglas y su subsecuente fortalecimiento, como en el caso de los ejerci-
cios de multiplicaciones o ejecución de escalas en un instrumento
musical, y este componente se puede observar en la figura 1.1 en los
pequeños círculos que aparecen junto a una de las últimas tareas,
encima de los círculos grandes que representan a las tareas.
Figura 1.1. Modelo instruccional 4C (Van Merrienböer et al, 2002).
Otro modelo importante a considerar es el de los Principios Funda-

mentales de la Instrucción (Merrill, 2002; 2009). En un esfuerzo por
identificar y articular principios comunes a los modelos más importan-
tes de diseño instruccional disponibles desde mediados del siglo XX,

Merrill propone que existen cinco principios que pueden conformar un
modelo de la instrucción efectiva. Cualquier teoría incluye algunos de
estos principios, y cuando un programa instruccional viola o no imple-
menta uno o más de estos principios, el resultado será un decremento
en el aprendizaje o en el desempeño. Los cinco principios de Merrill
son: 1) Centrar la enseñanza en la solución de problemas, casos o pro-
yectos, donde la actividad central sea auténtica; esto es, que favorezca
que los estudiantes construyan conocimiento a través del aprendizaje
de la solución de problemas; 2) Activar el conocimiento previo de los es-
tudiantes es fundamental, y en caso de que existan conocimientos de
temas revisados con anterioridad, es necesario que el estudiante los re-
cuerde, pero si no existe antecedente alguno, es preciso incluir recursos
que den acceso al estudiante a diagramas, resúmenes, textos breves que
permitan construir una estructura general sobre la base de la cual se
construirán los nuevos conocimientos; 3) demostrar el conocimiento
nuevo, lo cual implica presentar cómo el conocimiento puede ser utili-
zado para la solución de un problema particular, y la intención de esto
es guiar al estudiante para que relacione la información con su aplica-
ción específica en casos; 4) Aplicar el conocimiento, y que los estudian-
tes reciban retroalimentación de sus acciones, presentar problemas va-
riados, identificar la información requerida para aplicar el conocimien-
to, dar asesoría, permitir al estudiante participar en la solución de pro-
blemas con base en la utilización de conocimientos y habilidades, y
disminuir la asesoría, con el fin de permitir que se fortalezcan las estruc-
turas de la autonomía del estudiante; 5) Integrar el conocimiento, al
participar en actividades de reflexión, discusión, la defensa de sus
apreciaciones y nuevos conocimientos.
Es importante mencionar que hemos realizado estudios en los que he-
mos comprobado que los principios fundamentales de la instrucción
conforman un modelo efectivo para la educación superior (Peñalosa y
Castañeda, 2008).
Estos modelos de diseño instruccional se presentan como muestra, ya
que se consideran representativos de lo que la investigación en psicolo-
gía instruccional ha propuesto como métodos sólidos, que conducen a
resultados de aprendizaje académico profundo.
Sin embargo, desafortunadamente, las evidencias de la investigación
respecto de las prácticas efectivas de fomento del aprendizaje complejo
no han sido consideradas en la generación ni en la aplicación de conoci-

mientos en nuestras universidades.
Como ya se dijo, en esta realidad formativa, la investigación educativa
es retada a estudiar dimensiones de la complejidad del aprendizaje,
pero el reto también evaluar el desarrollo gradual del aprendizaje com-
plejo. En la universidad se necesitan diseñar secuencias de tareas inte-
grales (y sostenidas), con niveles de complejidad creciente, bien cons-
truidas y ordenadas, que den oportunidad al estudiante para mostrar
los niveles de pericia desarrollados. Estas secuencias de tareas deben
estar sistemáticamente distribuidas a todo lo largo del programa forma-
tivo, tomando como eje central de su diseño, el ser pensadas como un
todo integrado, más que por módulos aislados. Dado que el contexto en
el que el conocimiento se construye influye y da forma a la calidad de
los significados que genera, es necesario construir mediciones que los
representen, lo más fielmente posible en cada capa del desarrollo de la
pericia, para estar en capacidad de certificarlos adecuadamente o para
diseñar las acciones correctivas ajustadas al nivel del problema
diagnosticado.
Aquí, los fundamentos de la medición cognitiva del aprendizaje jue-
gan un papel importante dada su capacidad informativa para mejo-
rar la enseñanza y el aprendizaje, sea comunicando el logro en las
metas deseadas, interpretando la ejecución de los estudiantes, ras-
treando su progreso en el tiempo y sugiriendo acciones correctivas
apropiadas.
Mecanismos promotores de la Agentividad en el estudiante

Al reconocer a la educación como instancia clave en la regulación de
las oportunidades, la sociedad recuperó su confianza en ella como pi-
vote central para el desarrollo del capital humano. En este ámbito un
tema de interés central, a todo lo largo del desarrollo de la educación,
lo ha constituido la necesidad de entender cómo formas diversas de
estudiar (y aprender) impactan la construcción del conocimiento, el
desarrollo de habilidades, la formación integral y el sentido de agen-
cia.
Este asunto no es nuevo. Los filósofos clásicos -de Demócrito a
Erasmo-, consideraron que el fin último de la educación era el
desarrollo del intelecto y no la mera adquisición del conocimiento.
Maestros y alumnos eran comprometidos en un proceso de
argumentación racional y de examen cuidadoso de la validez de la

evidencia. De esta manera, en la antigüedad clásica, la actividad
cognitiva constructiva (estudiar, en otras palabras), constituyó la fuerza
impulsora de la educación. Después de un largo período de obscuridad
para el desarrollo del intelecto vía la escuela, en la actualidad, es posible
encontrar artefactos probados que fomentan lo que para Glaser y
Baxter (2000) representa que los aprendices se transformen a sí mismos
en “arquitectos expertos de su propio conocimiento” (pag. 99) lo que,
en pocas palabras, significa lograr la autonomía deseada y el sentido de
agencia en el aprendizaje complejo.
Construir la perspectiva cognitiva requirió realizar ajustes entre la psi-
cología del desarrollo y la psicología instruccional. Ambas mantuvie-
ron, por muchos años, paradigmas de investigación diferentes y, en al-
gún sentido, opuestos. La primera, consideró que el desarrollo cogniti-
vo era el prerrequisito indispensable de la educación (Piaget, 1970) y la
segunda (Glaser, 1981) lo vio como un producto, a largo plazo, de la
educación. En la actualidad, existe un movimiento sólido para sinteti-
zar, teóricamente, nociones críticas sobre el aprendizaje, la instrucción
y el desarrollo. Los avances cognitivos en el entendimiento de la cons-
trucción del conocimiento también han generado la revisión de nocio-
nes básicas: de la didáctica clásica de Comenio para empoderar al
aprendiz como “agente de su propio aprendizaje” (Glaser y Baxter,
op.cit.).
Los avances contemporáneos en el entendimiento sobre la naturaleza
de la cognición humana han permitido abrir la caja negra del estudio y
la de sus asociados autorregulatorios (Castañeda, 2004b), fundamen-
tando su valor en el aprendizaje. Mucha evidencia se ha producido so-
bre habilidades cognitivas, metacognitivas y autorregulatorias que son
determinantes del éxito académico o, al menos, son predictoras razona-
bles del mismo (Pintrich, 1998 y Schunk, 1991, Castañeda y López, 1989,
1988, Castañeda y Ortega, 2004, entre otros).
A la fecha, es posible extender un buen número de conocimientos y ha-
bilidades para lograr niveles superiores de percepción; codificación, al-
macenamiento, recuperación y aplicación de información, al igual que
para desarrollar el pensamiento, el razonamiento, la solución a proble-
mas, la comprensión y producción del lenguaje, así como para poner
en interacción variados componentes autorregulatorios, conductuales
y sociales.
Sin embargo, y a pesar de que las estrategias cognitivas, metacognitivas

y autorregulatorias son consideradas como habilidades esenciales para
el aprendizaje a lo largo de la vida, regularmente han sido olvidadas en
los análisis de la formación permanente y en los del desarrollo de políti-
cas educativas. Sus implicaciones educativas, desde una perspectiva de
la psicología del desarrollo humano, y gran parte de la del trabajo, de-
berían recaer en las escuelas por razones de acceso y equidad. Particu-
larmente, porque dominarlas se logra plenamente, en el mejor de los
casos, al final del bachillerato, de aquí que haya importantes implicacio-
nes para los educadores en los niveles de educación superior. Así, un
aprendizaje eficaz, a todo lo largo de la esperanza de vida, dependerá
de la capacidad de procesamiento eficaz de la información y la posesión
y la calidad de las heurísticas para aprender los conocimientos básicos y
las habilidades cognitivas, metacognitivas y autorregulatorias a todo lo
largo de la vida. Sin éstas, el esfuerzo a ser invertido por las personas
será mayor y el resultado menos eficaz.
Sin lugar a dudas, ésta es una de las áreas de investigación cognitiva ca-
racterizada por un progreso considerable en lo teórico y en lo práctico.
La historia de su desarrollo muestra la incorporación de hallazgos de
investigación en la implementación de artefactos para evaluar y fo-
mentar la actividad cognitiva constructiva autorregulada.
Un poco de historia para contextualizar el desarrollo en este campo de

estudio
En la época moderna, el desarrollo de la teorización sobre el aprendiza-

je estudiantil se inició, principalmente, en Norte América y el Reino
Unido. Poco tiempo después se diseminó a Australia, Europa y México.
Las bases de su surgimiento las encontramos en evidencias derivadas
de investigaciones sobre hábitos de estudio (vistos de manera mecani-
cista y ateoréticamente) y sus efectos sobre la motivación estudiantil y
el rendimiento académico (Brown y Holtzman, 1966). Muchos psicólo-
gos recién egresados de la licenciatura dirigimos nuestras primeras ex-
periencias profesionales a orientar a los estudiantes en el difícil arte de
escoger un lugar bien ventilando, con mucha luz, donde se pudieran
utilizar algunos mnemónicos y rimas que propiciaban un aprendizaje
mecánico y donde el horario de estudio constituía un elemento central
para apoyar la actividad constructiva autorregulada (no sin generar,
por nuestra parte, serias dudas sobre su efectividad).
En este contexto, en la década de los 70´s tomó particular importancia

una perspectiva llamada “Enfoques de aprendizaje” cuando Ference
Marton y sus colegas suecos identificaron diferencias en cómo estu-
diantes universitarios se aproximaban al estudio de textos largos (Mar-
ton y Säljö, 1976). La metodología cualitativa utilizada (fenomenogra-
fía) enfatizó el estudio de la experiencia de los estudiantes (interpreta-
ciones de la conceptualización, la comprensión y la percepción de la ta-
rea) más que el estudio del fenómeno per se. Así, identificaron dos
enfoques opuestos que los estudiantes tienen del aprendizaje. Los estu-
diantes que prestan atención a los detalles (por ejemplo, signos en el
texto) para reproducirlos posteriormente y que tienen una idea superfi-
cial o concepción cuantitativa sobre el aprendizaje y estudiantes que se
centran en el sentido de lo que es el aprendizaje (por ejemplo, la inten-
ción del autor), que tienen una idea profunda o concepción cualitativa,
sobre el aprendizaje. Numerosas investigaciones en Europa (Entwistle,
Hanley y Hounsell, 1979; Marton y Säljö, 1997; Van Rossum y Schenk,
1984) validaron, en los siguientes años, los dos enfoques. En México,
Castañeda, López y Romero (1987) indujeron, experimentalmente,
estrategias superficiales y profundas para fomentar el aprendizaje de
textos de contenido científico en estudiantes universitarios.
En Australia, las investigaciones realizadas por Biggs (1987), utilizando
una metodología cuantitativa, con grandes muestras, cuestionarios y
análisis multivariados, dieron resultados similares a los encontrados en
la investigación europea. Por su parte, Castañeda y López (1988) iden-
tificaron, en México, que estudiantes de bachillerato y licenciatura
que tienen un enfoque de superficie al aprendizaje tienden a ser ex-
trínsecamente motivados (cumplimiento de requisitos, evitar fracaso)
y recurren a estrategias repetitivas (seleccionar algunos detalles de la
información, memorizar y reproducir con precisión). En tanto que los
estudiantes que tienen un enfoque profundo al aprendizaje tienden a
ser intrínsecamente motivados (tratando de llegar a un entendimiento
personal del material de manera tal que contribuya a su auto – actuali-
zación; emplean estrategias profundas de procesamiento de informa-
ción (búsqueda de significados, estructuración del conocimiento con
experiencia personal, hechos y conclusiones).
Es necesario resaltar que en esta época se identificó una variable que
daba cuenta del cambio de enfoque en el aprendizaje, esta fue el géne-
ro. Algunos investigadores han obtenido datos que parecen esbozar un
cierto estereotipo: las mujeres tienden a enfoques profundos y de lo-
gro, mientras que los hombres tienden al enfoque superficial (Hayes y

Richardson, 1995; Richardson y King, 1991, Castañeda y López, 1992;
Castañeda y Orduña, 1996).
Como consecuencia del fuerte interés en la dimensión de niveles de
procesamiento (superficial y profundo), se desarrollaron modelos e in-
ventarios de estrategias de estudio constituidos por escalas en domi-
nios diversos: a) de procesamiento cognitivo (profundo, superficial, es-
tratégico, etc.), b) motivación de estudio y la afección (por ejemplo, in-
terés activo, miedo al fracaso, intención de excelencia, falta de direc-
ción). Así se popularizaron inventarios como el de Weinstein,
Zimmerman y Palmer (1988) y el de Pintrich (1998). En términos gene-
rales contienen escalas de procesamiento cognitivo, motivación y algu-
nos aspectos de regulación metacognitiva. En México, López, Castañe-
da y Gómez (1988), publicaron una primera versión de un inventario
que incluía: a) el procesamiento cognitivo y metacognitivo (superficial
y profundo), b) la orientación motivacional (intrínseca y extrínseca) y
tres dimensiones que representan, una a una, tres etapas de
aprendizaje: adquisición, recuperación y aplicación del conocimiento
en las que se utilizan las estrategias de estudio (Castañeda, López,
Castro y Heman, 1985).
Es en esta década de los 80´s donde surge el enfoque de logro o estraté-
gico (Entwistle y Ramsden, 1983, Castañeda y López, 1989, entre otros).
Los enfoques profundo y de superficie son diferentes desde el logro.
Cuando son vistos sin el enfoque de logro describen las formas en las
que los estudiantes participan con el contenido real de la tarea, mien-
tras que en el contexto de logro hacen referencia a las formas en las que
los estudiantes organizan su estudio para ser exitosos, es decir, son es-
tratégicos (Biggs, 1985).
La distinción entre sistemas profundos y superficiales de enseñanza,
junto con la categoría de un enfoque estratégico para estudiar, han sido
ampliamente utilizados para describir las maneras en como los estu-
diantes abordan las tareas académicas. Mientras que los estudios origi-
nales en esta área sugirieron que un enfoque era una reacción específi-
ca para una tarea particular de aprendizaje, la evidencia posterior mos-
tró que los estudiantes eran, en cierta medida, consistentes en sus enfo-
ques para estudiar. Entonces, se reconoció como esencial tomar en
cuenta que los enfoques contienen elementos de estabilidad indivi-
dual, pero también de variabilidad contextual. La relativa estabilidad
de los enfoques fue identificada al diseñar la valoración de formas ge-

nerales de trabajo en los inventarios de evaluación (Entwistle, Meyer y
Tait, 1991; Marton y Säljö, 1997; Tait, Entwistle y McCune, 1998;
Trigwell y Prosser, 1991, Castañeda y López, 1991).
Es a finales de los 80´s y, particularmente, en la década de los 90´s que
se inicia una nueva dimensión en el estudio del aprendizaje estudiantil.
Parte de 1971, cuando Flavell da origen al tema de la metacognición
como cognición centrada en la naturaleza de los pensamientos, las ac-
ciones mentales y el control sobre los propios conocimientos. En el con-
texto del aprendizaje estudiantil, las estrategias metacognitivas inclu-
yen la planificación, la supervisión y la regulación y su función es apo-
yar un mejor rendimiento académico. La metacognición, en general, se
ha referido como el conocimiento y la regulación del propio sistema
cognitivo (Palincsar y Brown, 1987). Les permite a los estudiantes coor-
dinar el uso de los conocimientos actuales y una serie de estrategias re-
flexivas para lograr sus objetivos. Sirve como función ejecutiva esencial
para un aprendizaje eficaz, ya que permite a los alumnos regular nu-
merosas habilidades cognitivas. La investigación ha demostrado que el
control metacognitivo guía a los estudiantes al conocimiento directo
(Zimmerman, 1990).
Con base en las nociones que integran esta breve integración del desa-
rrollo histórico del aprendizaje estudiantil, se sentaron las bases para el
desarrollo que ha tenido el constructo “Aprendizaje Autorregulado”
(AAR). Se genera en la tradición cognitivo social del aprendizaje (Ban-
dura, 1986; Zimmerman, 1998) y se le reconoce ser una fuerte influencia
positiva sobre el éxito académico tanto presencial (Garavilia y Gredler,
2002; como en entornos virtuales (Olgren, 1998, Young, 1996).
Variables del Estudiante y mecanismos promotores de Agentividad
Respecto de este apartado, consideramos que las variables del estu-

diante que intervienen en el proceso de estudio académico incluyen las
cognitivas y autorregulatorias, así como las creencias epistemológicas.
A continuación se describen.
Estrategias cognitivas y autorregulatorias
Zimmerman (1989a, 1989b) caracteriza a los aprendices autorregulados

como metacognitiva, motivacional y conductualmente activos en su
propio proceso de aprendizaje. Enfatiza que este aprendizaje implica el

uso de estrategias cognitivas para lograr metas académicas planeadas
sobre la base de una percepción de auto-eficacia aceptable (Zimmer-
man, 1990). Supone la presencia de tres elementos: (a) las estrategias
cognitivas de los estudiantes, que son las acciones y procesos dirigidos
a la adquisición de información o conocimientos, (b) la percepción de
auto eficacia sobre las capacidades de la organización e implementa-
ción de acciones para llevar a cabo una tarea específica, y (c) el
compromiso con las metas académicas, tales como las calificaciones, las
oportunidades de empleo y la estima social.
Corno (1989) añade una característica más, el que sean emprendedores:
saben que el aprendizaje es más fácil si se mantienen auto-motivados.
Con base en esta dimensión, los estudiantes autorregulados son aque-
llos que: (a) activan el control de los recursos disponibles como el tiem-
po, el ambiente de estudio, la búsqueda de ayuda y el aprendizaje cola-
borativo; (b) controlan y cambian su motivación (su auto-eficacia, su
orientación a la meta y su control emocional) para mejorar su aprendi-
zaje y (c) saben utilizar las estrategias cognitivas de aprendizaje (Casta-
ñeda y López, 1989 y 1991; Weinstein, Powdrill, Husman, Roska y
Dierking, 1998 y Pintrich, 1994, entre otros).
La mayoría de los modelos AAR asume que los estudiantes autorregu-
lados usan estrategias cognitivas y metacognitivas de aprendizaje y se
apoyan en creencias motivacionales (Pintrich y De Groot, 1990, Press-
ley, Borkowski y Schneider, 1989; Zimmerman, 1994; Castañeda, 1997)
para una mejor adaptación. En este sentido, tres nociones son las que
han ganado la mayor atención de los investigadores: la orientación mo-
tivacional intrínseca, la auto - eficacia y el valor de la tarea.
La orientación intrínseca implica un enfoque de aprendizaje orientado
al dominio y no a las calificaciones (rendimiento o ejecución), se la rela-
ciona con un uso más eficiente de las estrategias (Ames, 1992, Dweck y
Legett, 1988). La auto – eficacia (juicio de los estudiantes sobre su capa-
cidad de aprender) también se relaciona positivamente con el uso de las
estrategias y el rendimiento académico (Williams, 1996, Castañeda,
1999, 2010). Por último, las creencias sobre el valor de la tarea implican
percepciones de los estudiantes acerca de la importancia, la utilidad y el
interés sobre la tarea. Están relacionadas tanto con utilizar las estrate-
gias (Pintrich y De Groot, 1990), como con el logro real (Wigfield y
Eccles, 1992). Estas tres creencias motivacionales son los componentes
motivacionales de AAR. Los estudiantes necesitan estar motivados

para usar las estrategias y regular su conocimiento y esfuerzo. Se ha en-
contrado que la percepción del estudiante acerca del ambiente de
aprendizaje, las orientaciones motivacionales y las creencias sobre el
aprendizaje, son cruciales tanto para la participación cognitiva, como
para el rendimiento académico.
Es más, componentes motivacionales tales como el valor y la expectati-
va puede llevar a tres tipos generales de conducta motivada: la elec-
ción, el nivel de actividad o de compromiso y la persistencia (Pintrich,
Roeser y De Groot, 1994). Algunos sostienen que estos componentes no
son suficientes en sí mismos para garantizar el rendimiento académico
de éxito porque las habilidades de autorregulación o estrategias AAR
están directamente implicadas con el rendimiento (Pintrich y DeGroot,
1990).
Sin embargo, otros expertos en el ámbito de la autorregulación del
aprendizaje sostienen que para que los alumnos tengan éxito en las es-
trategias cognitivas es crucial que demuestren que: a) la orientación a la
meta es intrínseca, b) la auto - eficacia para el aprendizaje sea positiva,
c) la regulación del esfuerzo (importancia y utilidad de lo que están
aprendiendo) y del tiempo sea adecuada para gestionar las estrategias
de estudio (Boekaerts, Pintrich, y Zeidner, 2000; Ryan y Deci, 2000). Sin
la presencia de estos elementos, estos expertos sostienen que es dudoso
que los individuos puedan participar con éxito en las estrategias
cognitivas AAR (Wolfe, 2000; Wolters, Pintrich y Karabenick, 2003).
Los estudiantes autorregulados son conscientes y capaces de controlar
sus acciones para alcanzar las metas de aprendizaje, y un aspecto im-
portante de esta toma de conciencia y de control, es la capacidad para
superar las dificultades contextuales (Corno, 1989; Zimmerman y Mar-
tínez Pons, 1990). Esta capacidad de superar los problemas incluye la
facultad de crear objetivos propios para una situación de aprendizaje
dada, así como unir la motivación de ese objetivo y lograr los recursos
cognitivos necesarios para alcanzar la meta. En los estudiantes autorre-
gulados se espera que sean capaces de evitar o superar los obstáculos
que obstruyen sus objetivos de aprendizaje. Las investigaciones sobre
la autorregulación han reflejado este punto de vista mediante el exa-
men de auto-regulación en contextos particulares (Pintrich y De Groot,
1990). Este punto de vista sugiere que puede que no hayan variaciones
en la autorregulación por el contexto. Por lo tanto, varios modelos AAR
han asumido que las relaciones positivas entre las creencias de

motivación, el uso de estrategias cognitivas y metacognitivas y el
rendimiento académico será similar a través de situaciones y contextos.
A pesar del innegable desarrollo hasta aquí reseñado, los componentes
cognitivos, metacognitivos, de motivación y los autorregulatorios han
sido examinados muy poco en su conjunto, en un único estudio. Es ne-
cesario hacerlo para poder establecer cuál es su importancia relativa en
la generación del aprendizaje académico en un sinfín de situaciones
instruccionales.
Epistemología personal
Otra variable del estudiante que requiere ser tomada en cuenta en el

aprendizaje académico refiere a las creencias epistemológicas de los es-
tudiantes. Hay evidencias que apoyan la noción de que el rendimiento
académico está relacionado con ciertas creencias epistemológicas sobre
el conocimiento y el aprendizaje (Hofer, 2002; Schommer, 1993) y que
los estudiantes que presentan creencias epistemológicas más reflexivas
tienden a alcanzar a una tasa estadísticamente superior a otros
estudiantes.
Por siglos, los filósofos se han hecho cuestionamientos centrales con
respecto a ‘‘¿Cómo es que conocemos lo que conocemos?’’, pero es has-
ta las últimas décadas que los psicólogos comenzaron a estudiar cómo
se construye y evoluciona el conocimiento en los individuos (Baxter
Magolda, 2004; Belenky, Clinchy, Goldberger, y Tarule, 1986; Hofer y
Pintrich, 1997, 2002; King y Kitchener, 1994; Perry, 1970; Schommer,
1990). Aunado a lo anterior, el establecimiento de la División 24 de la
American Psychological Association desarrolló una nueva área inter-
disciplinaria, el de la epistemología psicológica (Royce, 1978), al inte-
grar dos campos de conocimiento, largamente separados, el de la filo-
sofía y el de la psicología (Muis, Bendixen y Haerle, 2006). Su
surgimiento obedeció a las limitaciones del análisis lingüístico
conceptual en el estudio de la epistemología.
Así, filósofos interesados en y de acuerdo con manejar evidencia empí-
rica se unieron a psicólogos cognitivos para desarrollar líneas de inves-
tigación empírica de teorías del conocimiento. La tesis subyacente plan-
tea que es necesaria una comprensión empírica del proceso de conocer
para tener una completa comprensión de temas epistemológicos (Roy-
ce, 1983). Con base en esto, el conocimiento es visto como aquellas cog-
niciones de la estructura cognitiva de un individuo (perspectiva psico-

lógica) que son epistemológicamente justificables (perspectiva
filosófica) (Royce, 1978).
En consecuencia, las concepciones individuales acerca del conocimien-
to y del conocer se han convertido en el foco de extensa discusión teóri-
ca e investigación empírica. Se han explorado: a) las características del
aprendiz (por ejemplo, edad y educación, Perry, 1970; Schommer,
1993; género (Baxter Magolda, 1992); b) ambientes de aprendizaje (p.e.,
constructivistas o tradicionales, Tsai, 1999) y c) procesos cognitivos de
aprendizaje y sus resultados (p. e., uso de estrategias, Schommer, Crouse,
y Rhodes, 1992, Hofer, 1999), procesamiento de texto, Schraw, Bendixen, y
Dunkle, 2002; cambio conceptual, Qian y Alvermann, 1995, Mason, 2003;
Qian, 2000), y procesamiento cognitivo (Kardash y Howell, 2000). A las
concepciones individuales sobre el conocimiento y el conocer se les
conceptualiza como epistemología personal (Hofer y Pintrich, 2002).
Regresar a estudiar el conocimiento fue central para el surgimiento de
teorías sobre el juicio moral y el desarrollo (Gilligan, 1982; Kohlberg y
Armon, 1984). Esto representa una fuerte reacción al conductismo que
había quitado todo el conocer del aprendizaje. Recientemente, Hofer
(2004) planteó que las creencias acerca del conocimiento y del conocer
son determinantes, potencialmente críticas, de la ejecución intelectual.
No es de sorprender que aquello que la gente cree acerca de la adquisi-
ción del conocimiento –cómo ocurre y qué es lo que se conoce- influya
sobre cómo se opera a lo largo de la vida.
A partir de la revisión de los modelos existentes de epistemología per-
sonal es posible establecer que las teorías individuales acerca del cono-
cimiento y del conocer comprometen múltiples dimensiones que pue-
den ser expresadas como un continuo (Hofer y Pintrich, 1997). Muchos
de estos modelos son de naturaleza desarrollista (Baxter Magolda, 1992;
Belenky et al., 1986; King y Kitchener, 1994, 2002; Kuhn, 1991; Kuhn,
Cheney, y Weinstock, 2000; Perry, 1970), implicando una secuencia je-
rárquica de significados integrados. Otros, en contraste, (p.e., el mode-
lo de Schommer-Aikins, 2004) proponen que estas dimensiones son
más o menos independientes, una de otra, y que cada una puede ser re-
presentada a lo largo de un continuo que va de creencias más ingenuas
(“naive”) a creencias más sofisticadas (reflexivas).
Las dimensiones de ambos tipos de modelos son relativamente consis-
tentes, sólo que algunos incluyen creencias acerca del aprendizaje y la
educación. Así, las dimensiones comúnmente utilizadas en la investi-

gación sobre epistemología personal pueden ser agrupadas en dos ti-
pos: el de la naturaleza del conocimiento (lo que uno cree sobre el cono-
cimiento) y el de la naturaleza del aprendizaje y la educación (cómo es
que uno llega a conocer) (Schommer, 1990). Con relación a la
naturaleza del conocimiento, las dimensiones se describen como:
Certeza del conocimiento: Grado en el que se ve al conocimiento como
cierto. El continuo se mueve de una perspectiva fija a una más fluida
(King y Kitchener, 1994; Kuhn, 1991), es una progresión entre creer que
la verdad absoluta existe con certeza a la posición en la que el conoci-
miento es tentativo y evoluciona (Schommer, 1990).
Simplicidad del conocimiento: En los niveles bajos el conocimiento es visto
como discretos hechos cognoscibles y a niveles altos como relativo, con-
tingente y contextual. Schommer (1990, 1994a; 1994b lo describe como
una progresión que va de creer que el conocimiento es una mera acu-
mulación de hechos a creer que el conocimiento es un conjunto de con-
ceptos altamente interrelacionados.
Fuente de conocimiento: Refiere al locus del conocimiento: puede ser per-
cibido como originado fuera de uno mismo y residir en una autoridad
externa (a partir de la cual puede ser transmitido) o, como activamente
construido por los individuos en interacción con el ambiente y otros
(Baxter Magolda, 1992; Belenky et al., 1986).
Justificación del conocimiento: Refiere a cómo los individuos justifican lo
que conocen y cómo evalúan su propio conocimiento y el de los otros.
La progresión se mueve de justificar sus creencias a través de observa-
ción o autoridad o sobre la base de lo que se siente correcto, o bien por la
evaluación de la evidencia, pericia y autoridad, y por la medición e inte-
gración de puntos de vista de expertos (King y Kitchener, 1994).
Por su parte, Hofer y Pintrich (1997) han argumentado que las dimen-
siones velocidad del aprendizaje y habilidad para aprender (control),
no son dimensiones epistemológicas porque, más bien, refieren a la
naturaleza del aprendizaje.
Hofer (2000) y Qian y Alvermann (1995) encontraron evidencia empíri-
ca para las cuatro dimensiones anteriores, sólo que certeza y simplici-
dad conformaron un solo factor en estudios factoriales exploratorios.
De aquí que sea muy importante estudiar los instrumentos de medida a
ser usados en esta área, de manera tal que los que se utilicen permitan
identificar relaciones entre diversos constructos, capturen la compleji-

dad de cada constructo y establezcan la naturaleza de las dimensiones.
Recientemente, Hofer (2004) consideró la epistemología personal como
una forma de meta-conocimiento (conocimiento acerca del conoci-
miento), definiéndola como: un grupo de creencias, organizadas en
teorías, que operan a nivel metacognitivo. Tales teorías se desarrollan
en interacción con el ambiente, son influidas por la cultura, la educa-
ción y otras variables contextuales, operan tanto al nivel del dominio
general, como al del específico, son situadas en la práctica y se activan
en contexto. Como puede observarse en esta definición, Hofer (2004)
destaca los roles del dominio y del contexto en la caracterización de las
creencias epistemológicas.
Un área de desarrollo reciente en el estudio de la epistemología perso-
nal es la interesada en examinar cuándo las creencias epistemológicas
son similares o diferentes entre dominios. Algunos investigadores han
encontrado apoyo empírico para la generalidad entre dominios (p.e.,
Schommer y Walker, 1995; Schommer-Aikins, Duell y Barker, 2003),
otros han encontrado que las creencias son específicas del dominio
(p.e., Hofer, 2000; Paulsen y Wells, 1998). Hay otros que proponen que
las creencias son tanto generales como específicas y que hay importan-
tes interacciones entre ambas (p.e., Buehl et al., 2002; Buehl y
Alexander, 2001; Hofer, 2000; Op ‘t Eynde y De Corte, 2003).
La determinación de la naturaleza general o específica de la Epistemo-
logía Personal con la que los estudiantes aprenden contenidos de
aprendizaje es de interés principal en la investigación psicológica ac-
tual en diversos escenarios educativos, dadas las relaciones identifica-
das entre las creencias epistemológicas, el aprendizaje y la motiva-
ción. Identificar qué creen los estudiantes sobre la naturaleza del co-
nocimiento y del conocer cuando están adquiriendo el conocimiento
a ser aprendido, así como identificar la estructura que tales creencias
tienen (Schommer, 1990) y establecer cómo estas creencias son parte
de e influyen sobre procesos cognitivos y afectivo motivacionales del
aprendizaje (Hofer y Pintrich, 1997), ha permitido teorizar e identifi-
car fuerte apoyo empírico al hecho que las creencias epistemológicas
afectan como es que los estudiantes se aproximan a las tareas de
aprendizaje (Schoenfeld, 1987), monitorean su comprensión (Schom-
mer et al., 1992) y planean la solución a diversos problemas (Muis,
2004).
En este contexto, los trabajos de Muis, Bendixen y Haerle (2006) y Buehl

y Alexander (2001), han sido seminales para el establecimiento de la na-
turaleza general o específica de las creencias epistemológicas. Sus tra-
bajos incorporan consideraciones filosóficas y empíricas y, derivado de
la evidencia generada, establecen que la naturaleza de tales creencias
es tanto general como de dominio específico.
En un comienzo, la suposición que guió la investigación asumió que las
creencias eran de naturaleza general en todos los dominios (fueran co-
nocimientos “duros”, como los de las matemáticas, o “suaves” como el
conocimiento en Psicología) y no se cuestionaba si podían ser específi-
cas a un campo concreto. Sin embargo, la investigación sobre conoci-
miento experto (Glaser y Chi, 1988, por ejemplo) mostró que estructu-
rar conocimientos, solucionar problemas y pensar críticamente son
predominantemente dependientes de dominio específico. La influen-
cia de esta aproximación ha derivado en probar experimentalmente
bajo qué condición (general o específica), las creencias fomentan o no
diferentes componentes (asociados cognitivos, afectivos y motivacio-
nales del aprendizaje) y diversas facetas (contextos sociales, personales,
entre otros), situación que actualmente influye en la investigación
como en la teorización en Epistemología Personal.
Para el caso que nos ocupa, el del aprendizaje académico complejo, la
distinción es sustancial tomando en cuenta que éste utiliza conocimien-
to dependiente de dominio donde su cuerpo de conocimiento corres-
ponde a un campo específico de estudio.
Como se ha mostrado en este capítulo, en la tradición cognitiva se han
estudiado, extensamente, los procesos de aprendizaje y la ejecución
académica, y se ha planteado que éstos están influidos por numerosas
variables cognitivas, afectivo – motivacionales y sociales, entre otros:
los procesos cognitivos de adquisición, estructuración y recuperación
del conocimiento, así como los procesos de razonamiento y transferen-
cia, tanto como las estrategias cognitivas de aprendizaje. También se
han estudiado procesos afectivos – motivacionales como los de la auto-
rregulación. Sin embargo, es hasta fechas recientes que se ha reconoci-
do el rol que las creencias tienen sobre el conocimiento a ser aprendido
y acerca del propio aprendizaje. De esta manera, se ha configurado un
prometedor desarrollo que está permitiendo entender mejor al
aprendizaje complejo.
La investigación acerca de la mediación del aprendizaje a partir de las

diferencias en la epistemología personal de los estudiantes plantea que
éstas pueden explicar las variaciones en el uso y la autorregulación de
los procesos cognitivos y afectivo – motivacionales, incluyendo las es-
trategias de aprendizaje. (Hofer y Pintrich, 1997; Paulsen y Feldman,
2005; Pintrich, 2002 y Schommer-Aikins, 2004). Si bien los avances en
Aprendizaje Estratégico Autorregulado han generado múltiples bene-
ficios al aprendizaje de los estudiantes universitarios (Castañeda, 1998),
las expectativas acerca de un mejor entendimiento del origen y desa-
rrollo de la epistemología personal de los estudiantes permitirá develar
la influencia de factores exógenos como la edad y el género, el capital
cultural de la familia y el contexto escolar, las experiencias en el
bachillerato y en la misma licenciatura sobre la facilitación o bloqueo
del aprendizaje de los estudiantes.
Concretamente, en el dominio instruccional de la psicología (disciplina
multiparadigmática y por demás compleja), se espera que el estudiante
tome decisiones importantes y resuelva problemas cruciales durante su
formación. En esa medida, el estudio de la epistemología personal de
dominio específico -que tome en cuenta la diversidad teórico – metodo-
lógica (básica en esta disciplina)- ofrecería información importante
para entender el desempeño de los estudiantes, en vías de poder
optimizarlo.
Al respecto, consideramos junto con la literatura especializada, que exis-
ten creencias relacionadas con los dominios de conocimiento, y que éstas
pueden influir en las formas como los estudiantes se enfocan al estudio
de sus asignaturas. Los estudiantes podrían, por ejemplo, tener ciertas
creencias en relación a procesos psicológicos básicos como la motivación,
y otras creencias diferentes en relación con la sensopercepción.
Ahora bien, en este vasto campo de la epistemología general se han uti-
lizado diferentes medidas de las creencias de la gente acerca de la natu-
raleza del conocimiento y del aprendizaje, dependientes de las teorías
en las cuales están fundamentadas. Las teorías iniciales tendieron a ser
desarrollistas y uni-dimensionales y su instrumento de medida típico
fue la entrevista en profundidad. Más recientemente, emergieron teo-
rías multi-dimensionales para proveer de una base teórica más comple-
ja. Sus instrumentos típicos son cuestionarios de lápiz y papel que in-
tenta capturar la complejidad de la multidimensionalidad que sean
más fáciles de calificar.
Como puede verse, las teorías acerca de los instrumentos de medición

asociados a creencias sobre el conocimiento y el aprendizaje caen gene-
ralmente en dos tipos: el unidimensional y el multidimensional. La di-
ferencia entre ambas está en la relación entre las dimensiones. Por
ejemplo, una teoría de epistemología personal puede asumir que está
compuesta por dimensiones epistemológicas como creencias acerca de
la certeza, estructura y fuente de conocimiento, etcétera. Si la teoría es
uni-dimensional, la asunción plantea que al desarrollarse una dimen-
sión se desarrollarán las otras dimensiones también. Pero, si la teoría es
multi-dimensional, se sugiere que si una dimensión se desarrolla, las
otras pueden o no desarrollarse.
Schommer (1994b) enfatiza que una postura unidimensional en episte-
mología personal no describe la complejidad de este fenómeno, por lo
que desarrolló un instrumento basado en estas cinco dimensiones. El
cuestionario consta de 63 ítems y los participantes responden a aseve-
raciones como “La única cosa cierta es la incertidumbre” y “Se puede
creer en casi todo lo que se lee” en una escala Likert de cinco puntos
donde 1 representa desacuerdo fuerte y 5 acuerdo fuerte. Usando un
análisis factorial exploratorio (Schommer, 1990) y puntajes medios del
subset de ítems, se generaron cuatro de las creencias hipotetizadas: es-
tructura del conocimiento, estabilidad del conocimiento, velocidad del
aprendizaje y habilidad para aprender. Esta estructura factorial ha sido
replicada en estudiantes de universidad (Schommer et al., 1992), en es-
tudiantes de high school (Schommer, 1993) y con adultos (Schommer,
1998). Sin embargo, no se han puesto a prueba las relaciones estructura-
les en los que estas dimensiones se representan a lo largo del continuo
de cada dimensión (tipos Naive y Reflexivo).
Así, en las aulas universitarias, tanto como en los ambientes virtuales se
hace necesario diseñar estrategias que al mismo tiempo que fomentan
y evalúan la aplicación adecuada de conocimientos, habilidades y valo-
res para resolver problemas, de manera precisa y oportuna, valoren su
adecuación a las demandas del contexto. Sólo así podremos estimar si el
alumno es capaz de dar una respuesta decisiva a una tarea, de otra ma-
nera sólo estaríamos fomentando o evaluando conocimiento inerte. El
aprendizaje profesional y el desarrollo gradual de pericia constituyen
procesos de construcción de conocimiento que, vistos desde la perspec-
tiva socio cognitiva reflejan una fuerte interacción recíproca entre los
individuos y los ámbitos en los que se desarrollan.
Variables instruccionales: el rol del contenido y el contexto
Otro aspecto considerado relevante ha sido explorar efectos diferencia-

les de la diversidad de contenidos sobre el aprendizaje. La literatura ha
mostrado que variables tales como: 1) los conocimientos previos; 2) las
estructuras sustantivas (paradigmas que guían la investigación y que
dan sentido a los datos), y 3) el conocimiento sintáctico (formas en las
que el nuevo conocimiento es introducido en el campo), han demostra-
do tener efectos positivos sobre el aprendizaje de contenidos discipli-
nares. Además de las variables del estudiante, la mediación del apren-
dizaje también se encuentra afectada por las variables del contenido a
enseñar. De acuerdo con Mayer (2004), la enseñanza del contenido de
materias escolares se realiza con el objetivo de facilitar la trasferencia
entre los contextos de entrenamiento y su aplicación en la vida real. En
este sentido, la trasferencia puede ser a) general, b) específica y c)
específica de conocimiento general.
La transferencia general se refiere a la idea de que es posible mejorar las
capacidades del sujeto instruyéndolo en materias genéricas, lo que ten-
dría como resultado un mejoramiento de los hábitos de la mente que a
su vez fomentarán el aprendizaje en distintas materias y tareas de
aprendizaje.
La transferencia específica se refiere a la idea de que los conocimientos
previos ayudan a resolver nuevas tareas, si y solo si la nueva tarea re-
quiere exactamente el mismo comportamiento que fue aprendido con
anterioridad, a esto se le ha llamado “trasferencia por elementos
idénticos” (Thorndike, 1903, 1913).
Estos dos tipos de transferencia han sido utilizados y han demostrado
sus ventajas y desventajas, por un lado la general ha demostrado que
las materias formales (lógica, geometría, entre otras) no son suficientes
para generar hábitos productivos de la mente; por otro lado, la particu-
lar utiliza los hechos y procedimientos que por sí solos ayudan a resol-
ver problemas específicos pero no a integrar la información en un todo
ordenado.
Más recientemente, algunos autores han propuesto una tercera forma,
la trasferencia específica de conocimientos generales, que en sí misma
involucra un cambio de perspectiva, donde se fomenta que los estu-
diantes apliquen un conocimiento o principio general a nuevas tareas
que requieran el mismo principio o conocimiento.
Por otra parte, Grossman, Wilson y Shulman (1989) definieron algunas

de las variables involucradas en el contenido de la materia que se ense-
ña, entre ellas mencionaron 1) el contenido de la disciplina, 2) el marco
de referencia del contenido (paradigmas propios de la disciplina), 3)
forma en la que se desarrolla nuevo contenido en la disciplina y 4)
creencias acerca de la materia.
En este contexto, el contenido y su naturaleza específica generan varia-
ciones en las variables del estudiante, dado que el aprendizaje de las
materias escolares es una actividad correspondiente a un dominio es-
pecífico de conocimiento, más que general; y que implica un cambio en
los modelos mentales de los estudiantes y no solo en los
comportamientos que demuestran.
Sin embargo, la evidencia disponible sobre los efectos de las variables
del contenido, aún es limitada, aunque se sabe que las estrategias ins-
truccionales están en función de esos contenidos, no es lo mismo dise-
ñar estrategias de enseñanza para aritmética que para gramática; para
física que para química.
Con este antecedente, Mayer (2004) propone una serie de pasos para
fomentar el aprendizaje a través analizar las propiedades específicas
del dominio que se pretenda enseñar, a saber:
Definir la materia de estudio
1. Definir la tarea específica que se fomentará
2. Realizar un Análisis Cognitivo de Tarea (ACT)
3. Investigar para determinar cómo las personas aprenden cada
proceso cognitivo que requieren.
Además, Castañeda (1998, 2004 a; 2004b) propone un ACT que involu-
cra un análisis multicomponencial de los elementos críticos para apren-
der un contenido específico, el análisis involucra tres dimensiones:
· Nivel de procesamiento cognitivo
· Contexto de Ejecución (Entrenamiento – Evaluación)
· Dificultad del Contenido
En este sentido, es factible pensar en la identificación de los elementos
necesarios para facilitar la trasferencia de un conocimiento a distintos
contextos y tipos de problemas.
Interacción entre variables del estudiante y contextos de entrega
Una premisa de la cual partimos en general, es que consideramos que

mantener constante el método de diseño instruccional, aun cuando va-
ríen los dominios de conocimiento o los contextos de entrega, es una
condición que garantiza que los efectos de la instrucción sean equivalen-
tes (Clark, 1984 y 1984). Sin embargo, consideramos que existen situacio-
nes en las que ciertas variables del estudiante podrían interactuar con los
contextos de entrega. Algunas de estas situaciones podrían ser, por ejem-
plo: que estudiantes con creencias epistemológicas ingenuas podrían
atribuir un efecto fundamental a fuentes presenciales (profesores), más
que a materiales audiovisuales; o que creencias ingenuas de estabilidad
del conocimiento influyeran negativamente en un medio altamente
cambiante; o bien, que estudiantes con niveles bajos de estrategias auto-
rregulatorias tuvieran desempeños bajos en entornos en línea, que se su-
gieren más exigentes en este tipo de habilidades (Azevedo, 2003).
Puede darse que la estructura de la epistemología personal, que se ha
demostrado dependiente de dominio, interactuara de manera diferen-
te ante contextos de entrega diferentes. Por lo anterior, en el presente
trabajo se analiza también el impacto de estas variables al realizar
cursos en contextos presencial y virtual.
Con el fin de obtener respuestas ante estas inquietudes, nos damos a la
tarea de analizar cómo hacen las cosas los estudiantes; cómo generan es-
tos procesos ante los contextos de entrega de la instrucción descritos. La
aproximación toma una importante base teórica de la literatura especiali-
zada como marco de interpretación de estos fenómenos, que estudiamos
mediante situaciones experimentales, pero a partir de desarrollos cons-
truidos representativos de situaciones de aprendizaje académico, en los
que existe un dominio de conocimiento a aprender por parte de estu-
diantes reales en cursos reales, con el control del análisis de contenidos y
el diseño instruccional, así como de las modalidades de entrega de la ins-
trucción: presencial o en línea. Bajo estas condiciones, realizamos los
análisis del modelamiento estructural, que nos permite identificar la in-
teracción de las variables implicadas en las situaciones empíricas, con
base en propuestas teóricas que subyacen a la observación, mediante la
construcción de situaciones de experimentación y la aplicación de mode-
los que ponen en interacción variables latentes, variables observadas di-
rectas e indirectas. Un ejemplo del estudio del aprendizaje académico en
este tipo de desarrollos construidos se observa en el estudio de Peñalosa
y Castañeda (2012), quienes realizaron modelos estructurales para anali-

zar el progreso de los estudiantes en la construcción de conocimiento en
un curso semestral de psicología en línea, y encuentran la participación
de tres grupos de variables latentes para explicar el desempeño: interac-
tividad, autorregulación y conocimiento previo, pero que éstas tienen di-
ferente nivel de influencia en la medida en que el curso avanza, con una
creciente influencia del conocimiento previo, y una influencia más im-
portante de la autorregulación al inicio del curso. El desarrollo construi-
do permite el estudio de estos procesos en situaciones lo más parecidas a
las naturales, con un control metodológico distribuido entre el diseño de
la situación empírica y el control estadístico que ofrecen los modelos de
ecuaciones estructurales.
La línea de investigación
Las premisas teóricas para explicar el aprendizaje académico y las prác-
ticas utilizadas para evaluarlo y fomentarlo han variado conforme han
cambiado los intentos por dar respuesta a preguntas fundamentales so-
bre la naturaleza del aprendizaje y la de sus asociados cognitivos, afec-
tivos, motivacionales, sociales y conductuales. De la misma manera, la
literatura refleja cómo han variado los mecanismos que, hipotética-
mente, controlan su desarrollo: del enlace asociativo, la vinculación de
co-ocurrencias y la proximidad espacial a la prueba de hipótesis, el
razonamiento, las heurísticas cognitivas y los procesos regulatorios
(afectivo – motivacionales).
Cualquiera que sea la aproximación teórica, es innegable que la Psicolo-
gía del Aprendizaje Académico ha generado un extenso arreglo de ha-
llazgos que influyen el logro académico. Tales factores son agrupables
en dos perspectivas de abordaje (Winne y Nesbit, 2010): el de la “Psico-
logía de lo que las cosas son” (fenómenos psicológicos que, en princi-
pio, son universales y no están bajo el control de los alumnos, por ejem-
plo, la capacidad limitada de la memoria a corto plazo), donde la inves-
tigación explora el papel que juega la carga cognitiva sobre el rendi-
miento académico, o bien la otra perspectiva, la de la “Psicología de
cómo los estudiantes hacen las cosas", que se refiere a la aplicación se-
lectiva de heurísticos donde los alumnos pueden o no ser “agentes” ca-
paces de ajustar sus recursos para trabajar en tareas diversas, por ejem-
plo, decidir cuándo, cuánto tiempo y cómo recuperar información,
cuándo no se recupera de la memoria pero se percibe saberlo, el fenó-
meno de "lo tengo en la punta de la lengua".
Entonces, es posible pensar que los estudiantes exitosos tienen una

base de conocimientos rica, así como habilidades y estrategias cogniti-
vas, autorregulatorias y creencias epistemológicas reflexivas, que favo-
recen la producción de experiencias que permiten influir sobre el curso
de los eventos y que facilitan formar parte activa en la conformación de
los acontecimientos relevantes de sus vidas.
Por otra parte, la realidad nos muestra una alarmante proporción de es-
tudiantes no exitosos, cuyas capacidades cognitivas y creencias atribu-
cionales, motivacionales y epistemológicas no fomentan la producción
de experiencias de aprendizaje, motivacionales y atribucionales, entre
otras, que les permitan influir sobre el curso de sus vidas.
Si bien Bandura acuñó el término “Sentido de Agencia” y lo aplicó, de
manera amplia, al campo de la salud con una mirada que dio prepon-
derancia a la creencia de auto eficacia (para la regulación del enfermo
crónico), Castañeda (2012), desde una perspectiva de cognición huma-
na aplicada al campo académico, consideró que lo afectivo motivacio-
nal es una condición necesaria pero no suficiente. Propuso incluir otros
componentes (que en primera instancia son el cognitivo y los sistemas
de creencias), como dimensiones que permitieran entender y explicar
mejor el comportamiento. Y es en este aspecto en el que consideramos
que el sentido de agencia, particularmente en el dominio del aprendi-
zaje académico, también se compone de una serie de estrategias cogni-
tivas superficiales y profundas, de conocimientos y de habilidades au-
torregulatorios, como de control de persona, de la tarea, así como de
creencias atribucionales (internas y externas del control del ambiente);
motivacionales (orientación a metas de dominio o de rendimiento).
De aquí que sea importante modelar y validar los posibles perfiles
agentivos y no agentivos para el aprendizaje académico, a partir de va-
riables cognitivas, de epistemología personal y autorregulatorias, en di-
versos niveles de desempeño y en diferentes contenidos. De manera tal
que se teoricen características esenciales de perfiles agentivos y no
agentivos.
Es en esta perspectiva en la que se inscribe nuestro marco de trabajo y
línea de investigación. En él, más que explorar procesos psicológicos,
de manera aislada, (por ejemplo, Pensamiento, Lenguaje, Toma de de-
cisiones, etcétera), nos interese investigarlos en contextos específicos
llamados “episodios de aprendizaje”, donde micro mundos instruccio-
nales y de evaluación le dan coherencia, significado e intención a pro-
cesos, estructuras y estrategias cognitivas, al igual que a sus asociados

afectivo – motivacionales y conductuales. Basada en Ford (1995) quien
asumía que, virtualmente, toda actividad humana se organiza en for-
mas de episodios de conducta, Boekaerts (1996) acuñó el término “epi-
sodios de aprendizaje”, y lo definió como una situación en la cual la
persona es invitada, entrenada y encauzada a presentar conductas de
aprendizaje dirigidas a metas y específicamente contextualizadas.
Si el estudiante acepta la invitación, sus conductas de aprendizaje se
desarrollan a lo largo del tiempo hasta que alguna de las siguientes con-
diciones se cumplan: 1) la meta de aprendizaje, organizadora del episo-
dio de aprendizaje, es lograda, 2) la meta de aprendizaje es lograda par-
cialmente, pero es aceptada por el aprendiz, 3) la meta de aprendizaje
se revalora como inalcanzable, no atractiva o irrelevante, o 4) otra meta
se vuelve importante.
Cabe, ahora, desarrollar brevemente el modelo que sirve de base para
evaluar y fomentar variables cognitivas, metacognitivas y autorregula-
torias en nuestra línea de trabajo. Este es el de Castañeda (2004b; 2003 y
en Castañeda y Martínez, 1999). Véase figura 1.2.
Figura 1.2. Marco de trabajo del Modelo de Aprendizaje

Complejo Autorregulado.
Con base en él y a lo largo de más de 20 años, Castañeda y sus colabo-

radores han derivado procedimientos y herramientas tecnológicas
para apoyar el aprendizaje y la autonomía del estudiante de educa-
ción superior. El fomento del aprendizaje se ha realizado a partir de
un marco de trabajo de naturaleza incremental – instrumental. En él
las formas en las que los estudiantes interactúan con los componentes
de la tarea se conciben en términos de logro, es decir, en términos de
las formas en las que los estudiantes organizan su estudio para ser exi-
tosos (es decir, para ser estratégicos; Biggs, 1987). Involucra creencias
sobre la propia competencia como estudiante o profesor (variables de
auto sistema), autovaloraciones sobre la habilidad cognitiva (para apren-
der o instruir) y sobre la autorregulación -metacognitiva y metamotiva-
cional- (conocimiento condicional para estar al tanto de la naturaleza
de la tarea y para la administración de los recursos necesarios disponi-
bles).
En este contexto, vemos al aprendizaje y el desarrollo gradual de peri-
cia profesional como resultados de procesos de construcción del cono-
cimiento. Reflejan una fuerte interacción recíproca entre los indivi-
duos, los contenidos y los contextos en los que se desarrollan. Así, el co-
nocimiento es visto como una construcción activa de significados don-
de los estudiantes construyen estructuras y desarrollan heurísticas
cognitivas y autorregulatorias en respuesta a su experiencia previa con
el conocimiento a ser aprendido y en función de las demandas del
contenido y del contexto.
Asumimos que en esta producción se combinan varios componentes,
entre ellos: a) las creencias (epistemológicas, atribucionales y motiva-
cionales) que el estudiante tiene al respecto del conocimiento a ser
aprendido (y de su papel y capacidad como aprendiz para procesar ese
contenido) y b) las heurísticas cognitivas y metacognitivas que le per-
miten estratégicamente codificar, categorizar, reconocer, recordar, ra-
zonar, transferir, planear, evaluar y regular la actividad cognitiva
constructiva.
En esta complejidad, destacan cuatro dimensiones: dos conciernen a
desarrollos importantes en el entendimiento de las variables del estu-
diante (creencias y estrategias), la tercera refiere a variables asociadas al
contenido de lo que se aprende y la cuarta, al contexto en el que se
aprende. Las dos primeras agrupan importantes esfuerzos de investi-
gación para explicar procesos, estructuras, estrategias, creencias y valo-
res del estudiante que constituyen componentes centrales del desem-

peño académico: por un lado, las variables cognitivas, metacognitivas y
afectivo – motivacionales del Aprendizaje Complejo Autorregulado
(Castañeda y Martínez, 1999; Castañeda y López, 1989), y por el otro
lado, la mediación del aprendizaje a partir de las diferencias en las
creencias epistemológicas de los estudiantes (Castañeda y Peñalosa,
2010).
En los comienzos del siglo XXI, se ha planteado que las creencias
acerca del conocimiento y del conocer pueden explicar las variacio-
nes en el uso y autorregulación de procesos, estructuras y estrategias
cognitivas (Paulsen y Feldman, 2005; Castañeda, 2004a). Sin embar-
go, la literatura especializada es insuficiente en el contexto interna-
cional y casi inexistente en el nacional, a pesar de que los teóricos su-
gieren una posible relación entre la epistemología personal del estu-
diante y los mecanismos cognitivos y de control ejecutivo del apren-
dizaje.
De aquí que en nuestra propuesta se reconozca la necesidad de generar
evidencia al respecto, evidencia que también permita realimentar la en-
señanza. En el ámbito internacional, investigar la mediación del apren-
dizaje a partir de diferencias en creencias epistemológicas y variaciones
en heurísticas y estructuras cognitivas y de control ejecutivo, es un
campo reciente de investigación (Schommer-Aikins, 2004).
Con esto en men te, la es tra tegia que uti liza mos en la línea de in ves -
ti ga ción que tra ba ja mos com bi na la ex pe rimen ta ción con la es tra te-
gia conocida como Desarrollos Construidos. Son arreglos microge -
néticos que per miten trazar ligas causa – efecto en el tiempo, auxi-
lia res en la va lida ción teó ri ca de cómo es que el apren diza je ge ne ra
logros. Por ejemplo, trayectorias de aprendizaje como sucesión de
resulta dos, determinadas por elecciones de los estudian tes acer ca
de la in for ma ción y de los mo dos de pro ce sa mien to más adecua dos.
Trabajar metodológicamente con esta fusión nos ha facilitado: a)
de sa rrollar ma pas de pro ce sos pro xima les que re fle jan cau sas de
apren di za je, y b) iden ti fi car nor mas que los es tu dian tes apli can du-
ran te el monitoreo de resulta dos de aprendizaje. Todo esto para en -
tender cuá les utilizan durante el control metacognitivo y metamo-
tivacional del episodio en cuestión.
La estrategia metodológica incluye, también, la elección de técnicas de
análisis de datos que nos permita: a) modelar relaciones entre variables
(manifiestas y latentes); b) validar constructos (diferentes grupos, ras-

gos y métodos); c) calcular medias y varianzas no nada más de variables
observadas sino también de las latentes para poder compararlas y esta-
blecer diferencias entre los grupos; d) identificar cambios a través del
tiempo en Curvas de Crecimiento Latente; e) modelar relaciones entre
variables multinivel; f) establecer pesos de trayectorias, de regresión, de
cambio longitudinal, entre características del aprendiz (sexo, edad, de-
terioro, creencias, etc.), nivel educativo (del evaluado y el de los padres,
por ejemplo) y del hogar (nivel SEC, capital cultural, ocupación, etc.)
con variables afectivo – motivacionales, cognitivas y conductuales del
rendimiento académico, así como manejar variables categóricas (corre-
laciones policóricas, tetracóricas y poliseriales).
En las Sociedad del Conocimiento hay fuertes demandas por cambiar
los paradigmas en las formas de entender la educación, la ciencia y la
tecnología. En este contexto, se requieren técnicas de análisis de la com-
plejidad de fenómenos multivariados multicausados, como los educati-
vos. De aquí que los modelos univariados no sean los más adecuados a
tales propósitos, más bien están diseñados para el estudio de procesos
individuales, efectos netos, o identificación de predictores
individuales. Véase la figura 1.3.
Figura 1.3. Comparación de los modelo de análisis univariado vs

multivariado.
Dado que los modelos univariados no son suficientes para analizar

fenómenos complejos, nuestra estrategia utiliza el Modelamiento
por Ecuaciones Estructurales (MEE), que se caracteriza por:
a) Ser una familia de modelos estadísticos cuyo objetivo es explicar

las relaciones entre múltiples variables.
b) Combina diversas técnicas: el Análisis de la Estructura de Cova-
rianza, la Regresión Multivariada y el Análisis Factorial Confirma-
torio (AFC).
c) Examinar la “estructura” de las interrelaciones expresada en ecua-
ciones.
d) Estas ecuaciones describen todas las relaciones entre las variables
latentes y manifiestas (dependientes e independientes) que parti-
cipan en el análisis.
e) Los constructos son factores latentes representados por múltiples
variables.
f) Se pueden evaluar comparaciones de medias como en el Análisis
de la Varianza pero el MEE permite comparar medias de variables
latentes, algo que otras técnicas no hacen.
g) El MEE hace una eva lua ción del mo de lo en te ro, pers pec ti va de
más alto ni vel en el aná lisis. La visión glo bal do mi na los de ta -
lles.
h) Método “orientado al modelo” y herramienta de modelado muy
flexible.
i) Hay una variedad de métodos de estimación y de evaluación del
ajuste (Fit)
j) El MEE es capaz de trabajar con datos categóricos (Kline, 2011).
La figura 1.4, que aparece en la siguiente página, ilustra esquemática-
mente el proceso de análisis de Modelamiento por Ecuaciones
Estructurales. Este tipo de análisis requiere de un modelo teórico (hi-
potético) que es preciso contrastar contra los datos empíricos. Estos
datos empíricos suponen una matriz de estructura de covarianza ob-
servada que se utiliza para construir el modelo hipotético, posterior-
mente se realiza la estimación de parámetros del modelo hipotético
(coeficientes de regresión, covarianzas y errores, entre otros), final-
mente estos valores configuran una nueva matriz de estructura de
covarianza implicada que se compara con la observada. En este pro-
ceso, el modelo puede o no ajustar, y esto se determina mediante la
estimación de los valores de una serie de parámetros de ajuste. Si el
modelo ajusta, significa que esta propuesta teórica no difiere de los
datos reales; esto es, que el modelo es representativo y capaz de ex-
plicar los fenómenos que se propone.
Figura 1.4. Ilustración de los análisis de Modelamiento por Ecuaciones

Estructurales (MEE).
En esta investigación, por ejemplo, nuestro modelo hipotético estuvo

basado en pensar que las creencias epistemológicas tienen efectos (po-
sitivos y/o negativos) sobre las estrategias cognitivas y autorregulato-
rias y el desempeño académico. Mientras que las estrategias cognitivas
y autorreguladas tienen efectos directos sobre el desempeño.
En la figura 1.5 se observa el modelo hipotético que tuvo la investiga-
ción que se reseña en los capítulos siguientes, donde se asume que las
creencias epistemológicas, localizadas del lado derecho (EP), tienen
efectos sobre las estrategias cognitivas (EC), autorreguladas (EA) y el
desempeño académico (EJEC). Mientras que las estrategias cognitivas
y autorreguladas también tienen efectos sobre el desempeño acadé-
mico.
Tomando como referencia este ejemplo, posterior a generar el modelo
hipotético, se recolectan los datos necesarios para realizar los análisis
correspondientes para la estimación de los parámetros del modelo.
Una vez que se realizan los análisis, se obtiene una matriz de covarian-
za implicada que sirve de base para contrastarla con la matriz de cova-
rianza observada, finalmente se valora el ajuste del modelo hipotéti-
co.
Figura 1.5. Modelo Hipotético de la investigación.
Otro aspecto novedoso de la línea de investigación que desarrollamos

es identificar, en el contexto de las creencias epistemológicas, lo que los
estudiantes creen acerca del conocimiento y del conocer acerca de pro-
cesos psicológicos básicos. En algunas escuelas, el contenido de los pro-
cesos psicológicos se enseña en asignaturas independientes (sensoper-
cepción, o motivación y emoción o aprendizaje y memoria, etcétera) y
en otras, se enseña incluido en asignaturas instrumentales (de diagnós-
tico, intervención y evaluación, entre otras). Esta situación obedece a
factores administrativos más que a razones razonablemente funda-
mentadas en la investigación. De aquí que interese establecer si la epis-
temología personal en procesos psicológicos básicos se caracteriza por
ser de “dominio específico” al tema particular o, más bien, es de natura-
leza general (Muis, Bendixen y Haerle, 2006).
Cabe ahora resaltar otro aspecto original de la línea de investigación: el

estudio de la relación entre las creencias epistemológicas y el contexto
en el que se da la enseñanza. Dadas las demandas de la sociedad del co-
nocimiento, que conducen a la emergencia de nuevos medios de entre-
ga de la educación y al crecimiento de la oferta en diferentes entornos,
consideramos importante analizar la relación entre las variables del
aprendiz en dos entornos de entrega: el presencial y el virtual. Nos ha
interesado explorar evidencias que apoyen a una de las dos posturas
que existen en el campo: la que plantea que cada medio tiene caracterís-
ticas particulares, y que promover el mismo aprendizaje utilizando di-
ferentes medios producirá resultados diferentes y la que propone que
los medios y tecnologías de entrega no tienen efectos per se en los resulta-
dos de aprendizaje, sino más bien es el método utilizado el que tiene un im-
pacto directo y predecible en el aprendizaje.
Recientemente, hemos aportado evidencias que indican que mantener
constante el método instruccional conduce a resultados equivalentes
de aprendizaje en cursos de psicología clínica impartidos en contextos
diferentes como el presencial y el virtual (Peñalosa y Landa, 2009). Pe-
ñalosa y Castañeda (2008 y 2010) también identificaron rendimiento
académico equivalente al realizar cursos teóricos de psicología que tie-
nen constante un método que promueve la construcción de conoci-
miento.
El trabajo realizado hasta ahora en la línea de investigación incluye
puentes tecnológicos desarrollados para enlazar la teoría cognitiva
con la práctica educativa. Unos fomentan el estudio y otros evalúan
sus resultados. Castañeda (1993) y Castañeda y López (1989), desarro-
llaron dos programas en el campo de los fenómenos “Aprender a
Aprender”. Ambos entrenan conocimientos y habilidades sobre estra-
tegias cognitivas, metacognitivas y autorregulatorias, así como cono-
cimiento y habilidad procedimental (como usarlas) y estratégicos
(bajo qué condiciones usarlas). El primer programa está dirigido a es-
tudiantes de bachillerato y se oferta como curso adjunto a las asigna-
turas curriculares y, el segundo, dirigid a estudiantes de educación
superior, es un curso inmerso en los mismos programas de asignatu-
ra, de manera tal, que al mismo tiempo que aprenden el contenido,
aprenden heurísticas cognitivas para adquirirlo, memorizarlo, recu-
perarlo, transformarlo, aplicarlo y transferirlo. Como también apren-
den conocimiento y las estrategias autorregulatorios para construirlo
eficientemente.
Los cursos reproducen el modelo de Aprendizaje Estratégico de Casta-

ñeda (en Castañeda y Martínez, 1999), conforme las fases del modelo: 1.
adquisición y organización de lo aprendido, 2. recuperación ante tareas
diversas y exámenes y, 3. fomento de la autorregulación (persona, tarea
y materiales).
Con relación a la evaluación, Castañeda (1993; 1998; 2002) desarrolló y
validó un marco multicomponencial de evaluación de resultados de
aprendizaje y diseño de exámenes. El marco apoya al interesado en
medición a identificar las dimensiones o constructos en los que serán
medidos los resultados de aprendizaje esperados, así como a concreti-
zarlos en tareas y contenidos específicos a la situación de medición ob-
jetivo.
Con base en los productos que genera es posible diseñar arreglos particu-
lares de medición para combinar características específicas del examinan-
do (género, tipo de instrucción recibida, nivel de logro en el estudio, entre
otras), características particulares de las tareas en las que se evaluaría (simples
o complejas, verbales, motoras, inferenciales, etc.), con características de los
recursos utilizados en los ítems (tipo de formato, nivel cognitivo solicitado y
andamiaje incluido), con la finalidad de entender cómo el examinando
entra en relación con la información que estimula los mecanismos útiles
para comprender lo que se le está solicitando y para planear, también,
cómo procesar el conocimiento para ajustarlo a las demandas planteadas
por las tareas y contenidos de evaluación. Véase figura 1.6.
La base analítica del modelo la constituye, en un inicio, el análisis cogni-
tivo de tareas (ACT), de naturaleza recursiva, basado en una taxonomía
compleja de gradientes de complejidad ascendente -de procesos, de
contenidos y de contextos- que integran componentes relacionados
con el aprendizaje estudiantil. Analiza la tarea en pasos específicos en
los que se identifican, en una secuencia progresiva de mayor nivel de
detalle y precisión, los conocimientos, las habilidades y las disposicio-
nes asociados a cada paso. Requiere establecer descripciones claras del
conocimiento semántico, del procedimental (cómo llevar a cabo accio-
nes) y del estratégico (establecer metas, seleccionar procedimientos y
controlar avances), considerando sus niveles diferenciales de compleji-
dad (Castañeda, 1993).
Permite una aproximación de construcción por bloques que favorece,
por una parte, la revisión de posibles fallas en el examinando a todo lo
largo de las capas o momentos de la secuencia de construcción del co-
Figura 1.6. Modelo para el diseño de evaluación.
nocimiento y, por la otra, la prescripción de la instrucción requerida,

dentro de un contexto planeado, sistemático, dinámico e interactivo
entre evaluación e instrucción. Mediante este ACT es posible identifi-
car la microestructura de lo que se evalúa. Posteriormente, el modelo
utiliza un análisis funcional de competencias para integrar la ma-
croestructura en la que se organizan, significativamente, los micro-
componentes identificados. Con base en él, se especifica un número
reducido de desempeños críticos de gran importancia, que abarcan a
otros más elementales (las dimensiones y sub dimensiones a evaluar)
que posibilitan la interpretación en un conjunto significativo y com-
prensible, más que en la mera descripción de un conjunto atomizado
de datos.
A partir de estas propiedades, es posible establecer componentes de
grano fino, sin perder las ligas que los conectan con las dimensiones
macroestructurales de las cuales forman parte. Tal visión comprensiva
supera concepciones tradicionales donde se miden, de manera aislada
y desarticulada, conocimientos y habilidades sin considerar el papel

que unos y otras cumplen en el logro de resultados de aprendizaje. El
marco también tiene la capacidad de integrar la medición de dos
niveles de desarrollo: el actual y el potencial.
Derivado de lo anterior, Castañeda ha desarrollado instrumentos para
evaluar estrategias cognitivas y autorregulatorias de estudio. El prime-
ro “Estrategias de Aprendizaje y Orientación Motivacional” (EDAOM)
tiene una estructura compuesta de dos porciones: la de ejecución y la
de auto valoración (Castañeda y López, 1991). Ésta última asume que la
percepción de los estudiantes sobre sí mismos, más que la percepción
que otros tengan sobre ellos (profesores y terceros interesados), es la
responsable de la motivación y el logro del estudiante (McCombs,
1998). Las autovaloraciones informan sobre niveles de libertad y con-
trol (orientaciones acerca de cómo se visualizan a sí mismos, de cómo
visualizan a otros y de qué tanta libertad o control son percibidos en la
interacción entre ellos y los otros.
El EDAOM puede ser aplicado grupalmente para obtener el perfil de
una muestra o población, o bien individualmente, a fin de establecer la
situación específica de un estudiante como aprendiz estratégico. Esta
porción pretende medir 13 dimensiones del aprendizaje constructivo
autorregulado. Favor de consultar su estructura en la tabla 2.5. del
capítulo siguiente.
EDAOM sirve a especialistas en fenómenos “Aprendiendo a Aprender”
para despertar el interés de los estudiantes en la mejora requerida y a
dar apoyo en programas de consejo educacional y de orientación esco-
lar. Actualmente, es ampliamente usado en el ámbito nacional y en
algunos países de Sudamérica.
Un desarrollo tecnológico más reciente lo constituye el Inventario de
Estrategias de Estudio y Autorregulación (IEEA, por sus siglas). En tér-
minos generales tiene la misma base teórica y la estructura del EDAOM
pero sólo utiliza la escala de frecuencia. Es más fácil de aplicar e inter-
pretar por interesados no especializados en el campo “Aprender a
Aprender”.
Por éstas, entre otras razones, a los autores de esta obra nos ha interesa-
do revisar, analizar e integrar los desarrollos conceptuales en los cam-
pos del Aprendizaje Académico Autorregulado y en el de la
Epistemología Personal.
De la misma manera, nos ha interesado aportar evidencia acerca de las

relaciones estructurales significativas entre las variables que las confor-
man. Sean estas relaciones directas o indirectas entre variables endóge-
nas o exógenas, observadas o latentes, que organizan heurísticas cogni-
tivo - autorregulatorias y epistemológicas con las que los estudiantes
enfrentan las demandas de construir conocimiento y comprensiones
gradualmente más complejas.
El problema de investigación
Construir y validar modelos explicativos que den cuenta del aprendi-
zaje académico de contenidos teóricos en psicología no nada más es un
problema de generación de teoría, también representa una necesidad a
ser satisfecha para estar en condiciones de abordar los desafíos que
plantea la enseñanza de la disciplina. Lamentablemente, el pobre en-
tendimiento de los mecanismos que controlan aprendizajes académi-
cos teóricos ha propiciado ambientes instruccionales poco favorecedo-
res a su fomento. Este problema es crítico en dominios disciplinarios cu-
yos contenidos varían ampliamente. En este tipo de disciplinas (la psi-
cología, por ejemplo), se necesita, por un lado, un claro entendimiento
de los mecanismos que fomentan los aprendizajes requeridos y, por el
otro, el que tales mecanismos sean sensibles (y útiles) a la naturaleza de
su especificidad.
En psicología, por ejemplo, la experiencia nos ha mostrado que no es lo
mismo enseñar y aprender contenidos teóricos sobre procesos psicoló-
gicos básicos, que hacerlo en estadística o en técnicas de la entrevista (o
del diagnóstico). Es bien conocido que en nuestra disciplina coexisten
múltiples aproximaciones teórico - metodológicas que hacen, de suyo,
más complejo su aprendizaje y, por ende, su enseñanza. Lo aprendido
en las aulas (extensa variedad de nociones y postulados teóricos, así
como métodos, técnicas, instrumentación y procedimientos específi-
cos) necesita ser estructurado en poderosos modelos mentales (esque-
mas en acción) para dar solución a problemas de la vida profesional.
Tales esquemas integran competencias, en un todo organizado, que le
da coherencia y significado a lo aprendido en las aulas y, sobre todo,
valida la solución empleada.
Bajo estas condiciones, formar los esquemas conceptuales, estructura-
les y causales necesarios para desarrollar las competencias académico
profesionales requeridas en el inicio de la actividad profesional, es de
suyo complejo y difícil.
Una aproximación interesante al estudio del aprendizaje complejo es la

de Winn (2006; ver: Castañeda, Peñalosa y Austria, 2012). Él categoriza
la complejidad del aprendizaje en tres: la complejidad del estudiante,
la complejidad de los materiales de aprendizaje y la complejidad del
entorno de aprendizaje. De manera coincidente, los autores de este ar-
tículo vemos al aprendizaje complejo como una fuerte interacción recí-
proca entre los individuos, los contenidos y los contextos en los que se
desarrolla. Asumimos que en esta producción se combinan varios com-
ponentes, entre ellos: a) las creencias (epistemológicas, atribucionales y
motivacionales) que el estudiante tiene al respecto del conocimiento a
ser aprendido, así como creencias sobre su papel y capacidad como
aprendiz para procesar ese contenido) y b) las heurísticas cognitivas y
metacognitivas que le permiten estratégicamente codificar, catego-
rizar, reconocer, recordar, razonar, transferir, planear, evaluar y
regular la actividad cognitiva constructiva (el comportamiento de
estudiar).
En esta complejidad, las dos primeras dimensiones agrupan impor-
tantes esfuerzos de investigación cognitiva y socio cognitiva para ex-
plicar procesos, estructuras, estrategias, creencias y valores del estu-
diante que constituyen componentes centrales del desempeño acadé-
mico: por un lado, las variables cognitivas, metacognitivas y afectivo –
motivacionales del Aprendizaje Académico Autorregulado (Boe-
kaerts, Pintrich, y Zeidner, 2000; Castañeda, 2006; Castañeda y Martí-
nez, 1999; Castañeda y López, 1989), y por el otro lado, la mediación
del aprendizaje a partir de las diferencias en las creencias epistemoló-
gicas de los estudiantes (Castañeda, 2010; Castañeda y Peñalosa,
2010).
La estrategia metodológica utilizada en este estudio incluyó la elec-
ción de técnicas de análisis multivariados de datos (Sistemas de Ecua-
ciones Estructurales) que nos permitieron: a) modelar relaciones en-
tre variables (manifiestas y latentes); b) validar constructos (diferentes
grupos, rasgos y métodos) y c) calcular medias y varianzas no nada
más de variables observadas sino también de las latentes para poder
compararlas y establecer diferencias entre los grupos. En la Sociedad
del Conocimiento hay fuertes demandas por cambiar los paradigmas
en las formas de entender la educación, la ciencia y la tecnología. En
este contexto, se requieren técnicas de análisis de la complejidad de
fenómenos multivariados multicausados, como el aprendizaje com-
plejo autorregulado.
En términos generales, investigar la mediación del aprendizaje a partir

de las diferencias individuales en creencias epistemológicas y variacio-
nes en la ejecución de procesos y estructuras cognitivas y de control eje-
cutivo, es un campo reciente de investigación. De aquí que en nuestra
propuesta se reconozca la necesidad de generar evidencia al respecto,
evidencia que también permita realimentar la enseñanza. Dadas las de-
mandas de la sociedad del conocimiento, que conducen a la emergen-
cia de nuevos medios de entrega de la educación y al crecimiento de la
oferta en diferentes entornos, consideramos importante analizar la
relación entre las variables del aprendiz en dos entornos de entrega: el
presencial y el virtual.
Otro aspecto considerado relevante ha sido explorar efectos diferen-
ciales sobre el aprendizaje a partir de la diversidad de los contenidos.
La literatura ha mostrado que variables tales como: 1) los conocimien-
tos previos; 2) las estructuras sustantivas de cada disciplina (paradig-
mas que guían la investigación y que dan sentido a los datos) y 3) el co-
nocimiento sintáctico (formas en las que el nuevo conocimiento es in-
troducido en el campo) han demostrado tener efectos positivos sobre
el aprendizaje de contenidos disciplinares. Mayer en 2004 señala que
el análisis del contenido de la materia es fundamental para el entendi-
miento del aprendizaje y el diseño instruccional en contenidos especí-
ficos.
En este contexto, hemos puesto atención al análisis de las variables que
permitirían explicarnos las condiciones bajo las cuales los estudiantes
pueden enfrentarse exitosamente a los complejos entornos de aprendi-
zaje actuales, que implican la utilización competente de saberes diver-
sos, que se relacionan con el uso de herramientas y la interpretación de
complejos sistemas de símbolos, a una multimodalidad informativa
que requiere de su intervención para la construcción de conocimientos
que le funcionen como herramientas para la solución de problemas de
diversa índole.
En el presente trabajo, es nuestro foco el estudio de la capacidad de
agencia de los estudiantes en el desarrollo de esta complejidad cogniti-
va. Consideramos que los estudiantes, como sujetos que se enfrentan a
exigentes situaciones de aprendizaje, es preciso que cuenten con com-
petencias que identificamos con una especial capacidad de agencia, de
autonomía, que les permiten tener éxito en estas tareas. De aquí que el
propósito principal de esta investigación ha sido la identificación de los
niveles de agencia (complejidad) de los estudiantes al enfrentarse al es-

tudio de diferentes contenidos y en distintos contextos, cuando cuen-
tan con diferentes niveles de manejo de recursos cognitivos como las
creencias o las estrategias de estudio y autorregulación.
Pero estos procesos son analizados necesariamente en contextos de es-
tudio, y reconocemos la relevancia de estudiar las interacciones que po-
drían tener las variables del estudiante con las variables de la instruc-
ción, que actualmente implican necesariamente a los contextos presen-
ciales y virtuales de entrega de la instrucción.
Tomando en cuenta todo lo hasta aquí planteado, se diseñó una inves-
tigación que recabó datos en el ámbito nacional y modeló, mediante
ecuaciones estructurales, relaciones explicativas entre variables del es-
tudiante, del contenido y del contexto con resultados de aprendizaje
generados por diversos contenidos teóricos en un contexto presencial y
en un contexto virtual.
Página 74
Blanca
C APÍTULO 2
Metodología general de la
investigación
Introducción
Como se apunta en el capítulo precedente, la investigación que se re-

porta en esta obra respondió al objetivo de identificar componentes de
los niveles de agencia de los estudiantes al enfrentarse al estudio de di-
ferentes contenidos en distintos contextos, mediante el modelamiento,
por ecuaciones estructurales, de las relaciones entre variables del estu-
diante, del contenido y del contexto con resultados de aprendizaje ge-
nerados por diversos contenidos teóricos en un contexto presencial y
en otro virtual. Para cumplir con el objetivo general, se establecieron los
siguientes objetivos particulares:
l Realizar el jueceo, el piloteo, la calibración, la confiabilización y
la validación de constructo de los instrumentos de medición de
la investigación.
l Comparar, mediante análisis de varianza de dos factores, los re-

sultados de conocimientos previos y posteriores a la instrucción
de los procesos psicológicos básicos en función de: 1) la estructu-
ra del contenido de aprendizaje, motivación y percepción y 2) de
la modalidad de entrega (presencial/virtual).
l Identificar las estrategias cognitivas, las autorregulatorias y las
creencias epistemológicas que predicen conocimientos previos y
finales en cada proceso psicológico básico, así como la influencia
de la complejidad de la epistemología personal, de las estrate-
gias cognitivas y de las autorregulatorias en los resultados de
aprendizaje.
l Obtener las relaciones estructurales entre la epistemología per-
sonal, las estrategias cognitivas y de autorregulación y los resul-
tados de aprendizaje en los tres contenidos académicos.
l Identificar si la Epistemología Personal es específica a cada do-
minio de aprendizaje, o bien si es independiente del dominio
(Muis, Bendixen y Haerle, 2006).
l Identificar modelos estructurales de variables asociadas con el
aprendizaje presencial y con el virtual.
l Identificar variables asociadas con datos de estudiantes con pun-
tajes altos y bajos en evaluaciones del desempeño académico.
l Identificar modelos de curva latente en el contenido teórico de
aprendizaje, que caractericen el crecimiento o decremento del
aprendizaje en estudiantes con puntajes altos y bajos en evalua-
ciones del desempeño académico.
Para cumplir con estos objetivos, el método que se siguió tuvo varias fa-
ses, que se describen a continuación:
1. Se realizaron las tareas de análisis cognitivo de los contenidos a ser
enseñados y se diseñaron las unidades instruccionales, lo cual per-
mitió construir los contenidos de los tres cursos de procesos básicos
en psicología, así como los instrumentos de evaluación del apren-
dizaje de estos procesos.
2. Se adaptaron los instrumentos de autovaloración: Inventario de
Estrategias de Estudio y Autorregulación (IEEA) e Inventario de
Epistemología Personal (IEP) a las necesidades de la investigación,
con base también en trabajos previos que delineaban la estructura
teórica de los constructos a evaluar (González, Castañeda y Corral,
2002, Castañeda y Ortega, 2004; Castañeda, Pineda, Gutiérrez, Ro-
mero y Peñalosa, 2010).
METODOLOGÍA GENERAL DE LA 77
INVESTIGACIÓN
3. Se realizaron procedimientos de validación por jueces de los ins-

trumentos: IEEA, IEP, así como de las pruebas de desempeño y los
contenidos de las unidades instruccionales de los tres dominios es-
tudiados en ambos contextos.
4. Se realizó el piloteo, la calibración y la confiabilización de todos los
instrumentos: IEEA, IEP, así como las pruebas de desempeño de
cada dominio estudiado: Aprendizaje, Motivación y Percepción.
Tanto los dos inventarios de autovaloración como las pruebas de
desempeño fueron calibrados atendiendo a su naturaleza dicotó-
mica o politómica, y en este proceso sólo se eligieron ítems que tu-
vieron valores altos de discriminación (a > 1.00) y bajos errores es-
tándar (ES < 1.00).
5. Se hicieron análisis de validación de constructo de cada uno de los
instrumentos construidos y adaptados en esta investigación: IEEA,
IEP, así como las pruebas de desempeño en los tres dominios estu-
diados. Esto se logró mediante la realización de Análisis Factoriales
Confirmatorios con el fin de validar los constructos subyacentes a
los instrumentos. En todos los casos se validaron los modelos teóri-
cos propuestos. En cuanto a la homogeneidad de los instrumentos,
el valor de alfa de Cronbach para el IEEA fue de .940 y para el IEP
de .705. Se puede decir que la calidad psicométrica de los instru-
mentos es suficiente para medir las variables de interés.
6. También se construyeron guiones de diseño instruccional, que
prescribían con detalle las instrucciones para impartir los cursos
tanto en línea como presencialmente, de manera tal que se pudiera
asegurar que fueran equivalentes en diseño instruccional. Los pro-
fesores participantes fueron entrenados vía los guiones y los mate-
riales estandarizados. Se generaron todos los materiales (de lectu-
ra, presentaciones y actividades de aprendizaje) y se hicieron dis-
ponibles para profesores y para alumnos en una plataforma de
aprendizaje que se describe más adelante.
7. El escenario de desarrollo construido para este estudio implicó la
aplicación de un método derivado de los análisis de las unidades
instruccionales. Dicho método se aplicó de manera equivalente en
los cursos presenciales y virtuales, y constó de una serie de etapas,
como: una inducción al curso, que especificaba actividades como
revisión de materiales didácticos, búsqueda de definiciones, pre-
guntas de reflexión; posteriormente, se planteó un problema que
se iba resolviendo conforme se revisaban tres temas que plantea-
ban niveles progresivos de complejidad en el aprendizaje del obje-
tivo. Durante la revisión de todos los temas se hicieron disponibles

materiales de aprendizaje y se indicaron actividades que implica-
ban la ejecución de estrategias por parte de los estudiantes, como
resúmenes y mapas conceptuales. Al final de cada unidad instruc-
cional se realizaron actividades de integración y se resolvieron los
problemas planteados inicialmente. En la plataforma estuvieron
disponibles las unidades completas, para los cursos en línea, así
como los repositorios de materiales, para ser utilizados en los cur-
sos que se impartieron presencialmente.
A partir de lo anterior, se realizaron estudios que respondieron a pregun-
tas específicas de investigación, que sondeaban, sobre todo, aspectos
centrales como: la existencia de diferencias en los desempeños como re-
sultado de la estructura del contenido y la modalidad de entrega; la in-
fluencia de variables del estudiante como predictoras del aprendizaje de
cada contenido de estudio; la especificidad de dominio de la Epistemolo-
gía Personal, así como una serie de modelos estructurales que evaluaron
la influencia de variables del estudiante en niveles altos y bajos en las
pruebas de desempeño académico y en entornos presenciales y virtua-
les. Las preguntas de investigación se presentan de manera específica en
el apartado de resultados, como guía para su exposición.
Método
Participantes
El estudio implicó la participación de estudiantes de educación superior
en actividades relacionadas con la construcción, piloteo y validación de
instrumentos y contenidos de aprendizaje, por una parte, y al contar con
los instrumentos y materiales validados, se contó con la participación de
estudiantes para la realización del estudio a nivel nacional.
En la primera etapa, ya mencionada, que implicó la construcción, pilo-
teo y validación de instrumentos, se contó con la participación de 642
estudiantes, y a partir de estos datos se realizó la calibración y los ajus-
tes a los instrumentos. La tabla 2.1 muestra la distribución de partici-
pantes en el piloteo de los instrumentos IEEA e IEP.
Por otro lado, la aplicación piloto de las pruebas de desempeño acadé-
mico se realizó como sigue: se tuvieron muestras de participantes elegi-
dos como grupos naturales en las siguientes instituciones de educación
superior: 1) Facultad de Psicología de la UNAM; 2) Facultad de Estu-
dios Superiores Iztacala y 3) Facultad de Estudios Superiores Zaragoza.
INVESTIGACIÓN
Tabla 2.1. Distribución de participantes en piloteo de instrumentos,

por institución y carrera
Institución Educativa Número de Carrera

Participantes
FES Zaragoza 220 Psicología = 157
Cirujano Dentista = 46
Enfermería = 17
Universidad 162 Psicología = 81
Iberoamericana Puebla Ingeniería = 28
Nutrición = 20
Arquitectura = 12
Derecho = 12
Diseño= 6
Relaciones Internacionales = 3
Universidad 141 Psicología = 62
Autónoma de Hidalgo Ingeniería = 24
Médicos Cirujanos = 55
FES Iztacala 75 Psicología = 75
Facultad de Psicología 44 Psicología = 44
Universidad 60 Psicología= 60
Autónoma del Estado
de Morelos
Universidad 128 Ingeniería = 58
Autónoma de Yucatán Medicina = 41
Psicología= 29
El plan de piloteo de las pruebas de desempeño académico era de

acuerdo con la tabla 2.2., que se presenta a continuación:
Tabla 2.2. Plan de piloteo de pruebas de desempeño académico
Aprendizaje Motivación Percepción Tot

Virt. Pres. Virt. Pres. Virt. Pres.
Facultad 20 25 20 25 20 25
Iztacala 20 20 20 20 20 20
Zaragoza 20 20 20 20 20 20
Subtot 60 65 60 65 60 65 375
Sin embargo, los datos que en realidad se obtuvieron se aprecian en las

tablas 2.3 A, B y C:
Tabla 2.3. Datos de aplicación del piloteo de pruebas

de desempeño académico
A. Aprendizaje:
Prueba Institución N
Pretest Facultad Psicología 42
FES Iztacala 25
FES Zaragoza 19
Postest Facultad Psicología 42
FES Iztacala 25
FES Zaragoza 16
B. Motivación:
FES Iztacala 25
FES Zaragoza 16
FES Iztacala 25
FES Zaragoza 17
C. Percepción:
FES Iztacala 25
FES Zaragoza 21
FES Iztacala 25
FES Zaragoza 21
Para la aplicación nacional del estudio, se contó con la participación de

cinco Instituciones de Educación Superior: UNAM (Facultad de Psico-
logía, Facultades de Estudios Superiores Iztacala y Zaragoza), Universi-
dad Autónoma del Estado de Hidalgo y la Universidad de Sonora. La-
INVESTIGACIÓN
mentablemente, las Universidades Autónoma del Estado de Morelos y

Autónoma de Yucatán presentaron problemas que impidieron convo-
car y aplicar en tiempo y forma.
El estudio implicó la realización de cursos introductorios en tres conte-
nidos de procesos básicos en psicología: aprendizaje, motivación y per-
cepción, en dos contextos de entrega: presencial y virtual.
Para la etapa de la aplicación nacional se contó con una muestra total de
637 estudiantes, pero sólo 339 completaron todas las mediciones. La ta-
bla 2.4 muestra los participantes que se asignaron a cada condición de
contenido y contexto:
Tabla 2.4 Distribución de estudiantes por cada
contenido y contexto
Dominios de contenido
Aprendizaje Motivación Percepción
Contextos
Presencial 60 52 56
Virtual 60 59 52
Totales 120 111 108
Además de la participación de los estudiantes descrita arriba, se contó

con el apoyo de: tres expertas en contenidos, que participaron en el
análisis y diseño instruccional de los tres cursos de procesos básicos im-
partidos en el estudio (percepción, motivación y aprendizaje) y en la
construcción de tres instrumentos de evaluación, uno de cada proceso.
Asimismo, se contó con diez jueces expertos que realizaron la valida-
ción de contenidos de los cursos y evaluaciones. Un total de diez profe-
sores impartieron los cursos presenciales y virtuales en las cinco sedes
descritas arriba.
Escenarios
Las fases de análisis y diseño de las unidades instruccionales se reali-
zaron en el Laboratorio de Desarrollo Cognitivo y Aprendizaje Com-
plejo de la Facultad de Psicología de la UNAM. La aplicación piloto
de los instrumentos de autorreporte se llevó a cabo en cada una de
las sedes universitarias participantes en el estudio, a partir de un
protocolo de invitación común a los estudiantes, en salones de clases
de escuelas de psicología y otras disciplinas de estas universidades.
Se contó con los permisos requeridos por las instituciones para reali-
zar estas actividades.
Los cursos presenciales se realizaron en salones de clases de las univer-
sidades participantes. Dado que estos cursos en realidad representaban
solamente una unidad de una asignatura natural, se integraron a pro-
gramas con contenidos afines en escuelas de psicología de estas univer-
sidades. De esta manera, acreditar estas unidades instruccionales re-
presentó el cumplimiento parcial de algunas asignaturas que los parti-
cipantes cursaron en sus respectivos planes de estudio de carreras de
psicología de las universidades participantes. En cuanto a los cursos
virtuales, se llevaron a cabo en la plataforma Mooddle/Metatutor que
se describe en la sección de materiales.
Instrumentos y materiales
Como se indica antes, en el estudio se utilizaron dos instrumentos de
autovaloración de los estudiantes acerca de: 1) sus estrategias cogniti-
vas y autorregulatorias de estudio, y 2) sus creencias epistemológicas
acerca de cada uno de los contenidos estudiados. A continuación se
describen.
Inventario de Estrategias de Estudio y Autorregulación

El IEEA es un instrumento de reactivos tipo Likert, de lápiz y papel, de-
sarrollado en el laboratorio de Evaluación y Fomento del Desarrollo
Cognitivo y el Aprendizaje Complejo de la UNAM por la Dra. Sandra
Castañeda. Su antecedente inmediato es el inventario de Evaluación de
Estrategias de Aprendizaje y Orientación Motivacional al Estudio
(EDAOM) de Castañeda (Castañeda y Ortega, 2004), ampliamente uti-
lizado en el ámbito nacional. El objetivo de ambos inventarios es identi-
ficar y cuantificar las estrategias cognitivas, metacognitivas y autorre-
gulatorias que utilizan los estudiantes, de manera cotidiana, para reali-
zar sus actividades académicas, por lo que el instrumento posee propie-
dades de detección y diagnóstico de manera tal que permiten evaluar y
diseñar estrategias remediales.
La auto-valoración que solicita el IEEA se fundamenta en el hecho de
que es la percepción de los estudiantes sobre sí mismos, más que la per-
cepción que otros tengan sobre ellos (profesores y terceros interesa-
dos), la que predice la motivación y el logro del estudiante. Tratándose
de actividades constructivas autorreguladas, es central entender las au-
INVESTIGACIÓN
tovaloraciones que los aprendices generan en tanto éstas se tienen acer-

ca de niveles de libertad y control (orientaciones acerca de cómo se vi-
sualizan a sí mismos, de cómo visualizan a otros y de qué tanta libertad
o control son percibidos en la interacción entre ellos y los otros). El
inventario consta de 13 dimensiones. La tabla 2.5 muestra su
estructura.
Tabla 2.5. Estructura del Inventario de Estrategias de

Aprendizaje y Estilo Motivacional.
Las autovaloraciones sobre las 13 dimensiones se miden mediante una

escala de frecuencia con la que se realizan las estrategias que componen
cada dimensión. La tabla 2.6 muestra reactivos de ejemplo de cada
dimensión del IEEA.
Cabe mencionar que el instrumento demostró contar con propiedades
psicométricas adecuadas después de la realización de pruebas de cali-
bración y validación de constructo. En su versión final, el instrumento
contó con 52 reactivos, en el capítulo 3 se describen los datos que permi-
tieron validar este instrumento.
Tabla 2.6. Reactivos de ejemplo de cada dimensión del IEEA
Dimensión Reactivo de ejemplo

Selectiva Puedo localizar la información que necesito, saltando
oraciones y/o párrafos enteros, sin perder lo importante
Generativa Para entender mejor elaboro ejemplos que relacionen
mi propia experiencia con lo que debo aprender
Recuperación Para que no se me olvide lo que aprendí, elaboro una
ante tareas imagen mental con lo más característico del contenido
Recuperación Cuando estudio, elaboro preguntas sobre lo que creo va
ante exámenes a venir en el examen
Procesamiento Cuando estudio sé analizar cada componente de una
convergente teoría o de un procedimiento.
Procesamiento Cuando estudio, encuentro más de una forma útil para
divergente solucionar un problema presentado en el material o por
el profesor
Eficacia Me siento seguro de mis conocimientos y habilidades
percibida para estudiar
Contingencia Independientemente de lo que piensen los demás, estoy
interna seguro(a) de mi capacidad para aprender.
Autonomía Cuando estudio, me esfuerzo hasta resolver o terminar
percibida la tarea
Orientación a Me afecta que otros me critiquen por mi rendimiento
la aprobación académico
externa
Orientación a Cuando una tarea de aprendizaje es útil, me esfuerzo
la tarea en sí en dominarla sin importar la dificultad que represente
Orientación a Con base en lo que se me pida, sé cómo orientar mis
las metas propios criterios de éxito
Utilidad de los Sé seleccionar buenos materiales para que mi
materiales de aprendizaje sea sólido
estudio
Inventario de Epistemología Personal

El IEP es un instrumento de autovaloración de creencias epistemológi-
cas sobre contenidos específicos. Para efectos de la investigación se
adaptó a contenidos introductorios de Aprendizaje, Motivación y Per-
cepción. Castañeda construyó el IEP con base en las nociones de
INVESTIGACIÓN
Schommer - Aikins (2004). En su versión final (la tercera), el instrumen-

to constó de 24 ítems tipo Likert. Los ítems fueron diseñados para medir
las creencias epistemológicas de los estudiantes en cuatro dimensiones
independientes, que se observan en la tabla 2.7.
Tabla 2.7. Estructura del Inventario de Epistemología Personal
Creencia epistemológica Progresión en el continuo

1 Estabilidad del cierto – tentativo; estático – dinámico
conocimiento
2 Fuente del conocimiento autoridad – no autoridad; externa – personal;
cuestionable – no cuestionable
3 Utilidad del conocimiento transferible – no transferible; visión actual – vi-
sión futura
4 Naturaleza del abstracta – concreta; científica – no científica
conocimiento
Como se dijo antes, se crearon tres versiones del cuestionario, para me-
dir creencias en los dominios académicos de procesos básicos en Psico-
logía: Motivación, Aprendizaje y Percepción. En el capítulo 3 se descri-
ben los resultados de piloteo, calibración y validación de este instru-
mento.
La tabla 2.8 muestra reactivos de muestra por cada dimensión del IEP.
En este caso, los reactivos pueden reflejar alguno de los polos de la di-
mensión, y en función de lo que el estudiante elija, puede detectarse en
el reactivo una creencia ingenua o reflexiva. En los ejemplos se reflejan
ambos tipos de creencias.
Es importante observar que el instrumento está diseñado para que el
dominio de conocimiento sea especificado en cada reactivo. En la se-
gunda columna de la tabla 2.8 se aprecia que se sustituiría el dominio en
cada paréntesis que indica la especificación del dominio.
Tanto el IEEA como el IEP demostraron tener una calidad psicomé-
trica adecuada para ser utilizados en la evaluación y medición de va-
riables del estudiante referidas a las estrategias de estudio y las
creencias epistemológicas durante el aprendizaje complejo. Des-
pués de la calibración y validación de constructo, ambos instrumen-
tos fueron ajustados, quedando el IEEA con 52 reactivos, y el IEP con
24 reactivos.
Tabla 2.8. Reactivos de ejemplo de cada dimensión del IEP
Dimensión Reactivo de ejemplo
Estabilidad (el conocimiento Los conceptos que explican

como cierto-tentativo) teóricamente el (dominio) son ciertos
y exactos
Estabilidad (el conocimiento Los conceptos y los procedimientos

como estático-dinámico) contenidos en (dominio) son
dinámicos y pueden variar
Fuente: (el conocimiento Los libros sobre (dominio) son la

proviene de autoridad-no autoridad en la materia
autoridad)
Fuente: (el conocimiento se La manera más rápida para entender

origina en una fuente (dominio) es, simplemente, pedirle a
externa-personal) alguien que te la explique
Fuente: (el conocimiento es Los conocimientos sobre (dominio)

cuestionable-no cuestionable) son incuestionables
Utilidad: (el conocimiento es Aprender (dominio) no tiene sentido

transferible-no transferible) porque no se aplica a la vida diaria
Utilidad (existe una visión Lo importante de aprender los

actual-visión futura del uso del contenidos de (dominio) es conseguir
conocimiento) buenas calificaciones.
Naturaleza (el conocimiento es Los conocimientos sobre (dominio)

de naturaleza son “fríos” y no me permiten
abstracta-concreta) concretizar problemáticas psicológicas.
Naturaleza (el conocimiento es Los conocimientos sobre (dominio)

de naturaleza científica-no se han derivado de investigación
científica) científica, con fuerte sustento
empírico
La utilización extensa de estos instrumentos permite entender cómo las

estrategias cognitivas y autorregulatorias de los estudiantes, así como
sus creencias epistemológicas al respecto del conocimiento específico a
ser aprendido, interactúan con diversos medios de entrega de la ins-
trucción presencial y de la virtual, así como con los dominios de conoci-
miento.
INVESTIGACIÓN
Procedimiento
Análisis Cognitivo de Tareas (ACT)
Utilizamos una versión modificada del ACT de Castañeda (2002), lo que
permitió mapear el conocimiento en las Unidades Instruccionales. A
partir de los objetivos instruccionales, el ACT identifica:
1. Un continuo de complejidad en cuanto a las habilidades cognitivas
requeridas en el dominio, que incluye tres niveles: a) el de la com-
prensión de los temas, que incluye el reconocimiento de informa-
ción, la clasificación, el ordenamiento y el resumen; b) el nivel de
aplicación del conocimiento y la habilidad, que incluye operacio-
nes como la traducción, el análisis, la extrapolación, la inferencia, la
comparación o la aplicación de procedimientos, y c) el nivel de so-
lución de problemas, que incluye operaciones como corrección de
errores, planificación de acciones, evaluación y toma de decisiones.
2. La dimensión de complejidad en cuanto a los modelos mentales cons-
truidos por los estudiantes. Las habilidades cognitivas representan
categorías de operaciones que el estudiante puede aplicar en el domi-
nio; los modelos mentales reflejan la integración de conocimiento que
le permiten explicar la realidad de los fenómenos. La inclusión de los
modelos mentales como un eje de diagnóstico responde a evidencias
de que los estudiantes, en función de su nivel de pericia, podrían des-
cribir sólo conceptualmente el dominio, o podrían tener un conoci-
miento altamente estructurado acerca del mismo, por lo cual podría
explicarlo. Los modelos mentales que se incluyen en la investigación
aquí reseñada son tres: 1) conceptuales, responden a la pregunta:
“¿qué es esto?”, describen el significado del fenómeno o tema, y la in-
terrelación de los elementos que lo componen; 2) estructurales, que
responden a la pregunta: “¿cómo está estructurado esto?”, y descri-
ben cómo está organizado el campo conceptual en cuestión; y 3) cau-
sales, que responden a la pregunta: “¿cómo funciona esto?”, y que
describen cómo los principios se afectan entre sí y ayudan a interpre-
tar procesos, dar explicaciones de eventos y realizar predicciones.
3. La dimensión de la complejidad de los temas de aprendizaje, de-
terminada por las unidades de contenido como universo a evaluar
aplicando diferentes modelos mentales con diferentes niveles de
complejidad cognitiva. Esta dimensión se ordena de lo simple a lo
complejo, en función de los objetivos de las unidades del programa
de aprendizaje elegido.
Figura 2.1. Modelo del Análisis Cognitivo de Tareas de un dominio.
La figura 2.1 muestra la estructura que resulta de integrar las tres di-
mensiones relevantes del análisis. En ella cada espacio del cubo inclu-
ye una categoría de contenido que juntas conforman el universo del
dominio educativo analizado. Esto significa que de cada casilla pue-
den generarse reactivos de evaluación, recursos y actividades de
aprendizaje.
El ACT es una herramienta para la construcción de evaluaciones y de
intervenciones sensibles del aprendizaje, que permiten identificar la in-
fluencia de elementos del ambiente y del diseño instruccional. Cuando
se requiere identificar el progreso de los procesos cognitivos e interacti-
vos en entornos presenciales y virtuales de aprendizaje es necesario
contar con una estrategia sensible y válida de evaluación del desempe-
ño, así como una serie de herramientas que permitan detectar cambios
en la complejidad de las construcciones de conocimientos por parte de
los estudiantes. Sin embargo, en este trabajo se describe su uso adicio-
nal como fundamento para el diseño de instrucción.
El ACT de Castañeda (1993, 2002), es una técnica que parte de la identi-
ficación de elementos macro de contenido, de los cuales se derivan
competencias, y finalmente se realiza un análisis micro de los compo-
INVESTIGACIÓN
nentes cognitivos involucrados en la construcción de los conocimientos

y habilidades relevantes a las competencias. Permite detectar la com-
plejidad de las operaciones cognitivas y de los tipos de modelos menta-
les implícitos en las competencias a fomentar. El resultado es una rela-
ción de tareas y procesos cognitivos que componen las competencias, y
que serían insumo para el diseño de interacciones instruccionales, así
como de evaluaciones sensibles del desempeño.
Unidades instruccionales
Se construyeron tres Unidades Instruccionales, una de cada proceso
básico contemplado como contenido de los cursos, para impartirse en
entornos presenciales y en línea. En cada una de las Unidades se contó
con una estructura equivalente de contenidos, en términos de la com-
plejidad: a) de habilidades cognitivas requeridas en el curso; b) de los
modelos mentales a construir, y c) de los temas a revisar. Cada una de
las unidades instruccionales tuvo un desarrollo que condujo a guiones
precisos para la impartición de los cursos en condiciones presenciales y
en línea. Los guiones eran entregados a coordinadores de sede que a su
vez entrenaron a profesores frente a grupo, quienes condujeron la ins-
trucción siguiendo los puntos expuestos en los guiones instruccionales.
En cada curso se contó con un paquete de materiales de aprendizaje
que incluyó: a) guiones para el curso presencial y en línea, b) instru-
mentos de evaluación; c) presentaciones para la inducción al tema, caso
de análisis, conferencias, d) materiales digitales de estudio, y e) evalua-
ciones del desempeño.
Los temas de cada unidad instruccional incluyeron para los tres casos
contenidos equivalentes, con la siguiente estructura: a) introducción a
la unidad instruccional; b) planteamiento de un caso o problema repre-
sentativo del tema de estudio; c) desarrollo de cada uno de los tres te-
mas identificados como centrales a nivel introductorio, materiales y ac-
tividades de aprendizaje pertinentes; d) integración del conocimiento,
mediante una actividad para aplicar el conocimiento al caso planteado
al inicio, y e) construcción de un instrumento de evaluación objetiva de
conocimientos académicos de cada unidad.
Software
Se utilizaron los siguientes paquetes de software: 1) para la realización
de análisis de estadística descriptiva, análisis de varianza y regresiones,
se utilizó el paquete SPSS versión 19; 2) para la realización de análisis de

modelamiento de ecuaciones estructurales y análisis factoriales confir-
matorios, se utilizó el programa EQS 6.1 (Bentler, 2006); 3) para la cali-
bración de reactivos dicotómicos se utilizaron: ITEMAN 4, versión 3.6
para Windows (Assessment System Corporation, 2006), que calibra con
base en le teoría clásica, y RASCAL versión 3.5 (Assessment System
Corporation, 1992), con base en la teoría de la respuesta al ítem; 4) para
la calibración de reactivos politómicos, se utilizó Multilog (This-
sen,2003), que calibra con base en la teoría de la respuesta al ítem; 5)
para la realización de cursos en línea y la creación de repositorios de
materiales de aprendizaje para los cursos presenciales, se utilizó una
versión personalizada del ambiente de aprendizaje de software libre
Moodle (Moodle-Metatutor). Cabe mencionar que este ambiente de
aprendizaje tiene como antecedente un desarrollo denominado Meta-
tutor, que se programó ex profeso con el objeto de evaluar el impacto de
variables del estudiante y de la instrucción en el aprendizaje de la psi-
cología clínica teórica, (Peñalosa y Castañeda, 2007; 2008). En la presen-
te investigación se adaptó la plataforma libre Moodle por su flexibilidad,
ya que se configuró para incluir el diseño instruccional, los instrumen-
tos y los contenidos de la presente investigación.
Las etapas del presente estudio fueron: 1) realización de análisis y dise-
ño de contenidos de las unidades instruccionales, así como de los ins-
trumentos de evaluación del desempeño en los tres dominios de proce-
sos básicos en psicología; 2) construcción y adaptación de los instru-
mentos de evaluación de estrategias y creencias: IEEA e IEP; 3) jueceo
de los contenidos y de los instrumentos; 4) piloteo, calibración y confia-
bilización de unidades instruccionales, instrumentos de desempeño e
instrumentos de autorreporte (IEEA e IEP); 5) validación de constructo
de los instrumentos; 6) creación de guiones de diseño instruccional, y 7)
aplicación nacional del estudio.
Etapa 1: análisis, diseño y construcción de unidades instruccionales

Implicó el análisis, diseño y construcción de contenidos de unidades
instruccionales y evaluaciones del aprendizaje de los tres dominios de
procesos básicos en psicología. Dada la diversidad de contenidos, y la
imperante necesidad de mantener controladas otras fuentes de varia-
ción que podrían afectar los resultados de la investigación, se utilizó el
Análisis Cognitivo de Tareas, de manera tal que en apego a los resulta-
dos que arrojó, se logró homogeneizar dichas unidades, en cuanto a sus
INVESTIGACIÓN
niveles de complejidad cognitiva, de modelos mentales y su extensión

temática.
Para la etapa 1, académicas expertas en los tres contenidos que se eligie-
ron para el estudio, junto con los investigadores, realizaron los Análisis
Cognitivos de Tareas y los diseños instruccionales de los tres conteni-
dos sobre procesos psicológicos básicos: aprendizaje, percepción y mo-
tivación. Esta etapa implicó un trabajo de investigación de gabinete en
el Laboratorio de Aprendizaje Complejo y Desarrollo Cognitivo de la
Facultad de Psicología de la UNAM. En ella, el Análisis Cognitivo de Ta-
reas permitió construir la estructura de las unidades instruccionales
mencionadas. Peñalosa y Castañeda (2009) propusieron un modelo de
análisis de contenidos instruccionales derivado de técnicas de Análisis
Cognitivo de Tareas (ACT, Castañeda, 2002; 2004a), que permite dise-
ñar unidades de instrucción con base en la identificación de las caracte-
rísticas de los contenidos, a partir de análisis de objetivos y de ciertas di-
mensiones asociadas a éstos, como la complejidad de las habilidades
cognitivas, la complejidad de los modelos mentales requeridos, o la
complejidad temática de los contenidos.
Como se indica, para realizar el ACT, fue necesario identificar las com-
petencias que componían a cada dominio educativo estudiado. Esto
constituyó la macroestructura de lo que se deseaba evaluar (Castañeda,
2006). Posteriormente se identificaron los microcomponentes que cons-
tituían a cada competencia, y se identificaron los gradientes de comple-
jidad basados en las demandas de procesamiento generadas en la situa-
ción de evaluación. El procedimiento analizó la tarea mediante pasos
en los que se identificaron, en una secuencia progresiva de mayor deta-
lle y precisión, los conocimientos, habilidades y las disposiciones aso-
ciados a cada paso. En este proceso fue un elemento central la identifi-
cación de la complejidad cognitiva (p. ej.: comprensión, aplicación, so-
lución de problemas) y el tipo de modelo mental (p. ej.; conceptual, es-
tructural, causal).
Se realizaron tres ACT, que permitieron construir las tres unidades ins-
truccionales introductorias de procesos básicos en psicología: a) Apren-
dizaje, b) Motivación, y c) Percepción. A continuación se describe cada
una.
a) Introducción al Aprendizaje. El objetivo general de esta unidad plan-
teaba: “El alumno explicará la relación entre los factores hereditarios y
el aprendizaje en el contexto de la conducta adaptativa, a través de la
revisión los procesos y procedimientos del aprendizaje en las prepara-

ciones de condicionamiento clásico, con el fin de esclarecer la impor-
tancia de este tipo de procesos de aprendizaje”.
El nivel de complejidad cognitiva detectada fue el de aplicación del co-
nocimiento; el modelo mental terminal incluía un esquema gráfico de
las teorías de la motivación, fenómenos del dominio y aplicaciones”.
Los pasos del desarrollo identificados para resolver el objetivo fueron:
a) Recordar conocimientos previos; b) Entender los factores que predis-
ponen, desencadenan y mantienen trastornos como las fobias; c) Cono-
cer el significado de las categorías teórico conceptuales en el aprendiza-
je.; d) Crear un esquema que organice los factores que inciden en el sur-
gimiento de las fobias; d) A partir de un caso de fobia, identificar facto-
res biológicos que predisponen al trastorno y factores ambientales que
la desencadenan o la mantienen, y f) Identificar los procesos del condi-
cionamiento clásico que pueden incidir en el tratamiento de la fobia.
b) Introducción a la Motivación. El objetivo general de esta unidad plan-
teaba: “que el alumno caracterice el desarrollo histórico de las teorías
más importantes en motivación, las clasificará y mencionará algunas
aplicaciones representativas del campo.”
El nivel de complejidad cognitiva detectada fue el de aplicación del cono-
cimiento; el modelo mental terminal incluía un esquema gráfico de las teo-
rías de la motivación, fenómenos del dominio y aplicaciones”. Los pasos
del desarrollo identificados para resolver el objetivo fueron: a) entender
los factores responsables del rendimiento escolar; b) conocer el significado
de las categorías teórico conceptuales en motivación; c) crear un esquema
que organice las teorías en motivación; d) reconocer casos de la motiva-
ción escolar y sus efectos en el aprendizaje, y e) dar solución una situación
de bajo rendimiento escolar aplicando el conocimiento del curso.
c) Introducción a la Percepción. Se analizó un dominio temático en el que
nuestros objetivos fueron que los alumnos explicaran y clasificaran tres
posturas teóricas representativas en el área de percepción, mencionan-
do aplicaciones a través de la comparación de las teorías y la identifica-
ción de sus supuestos básicos para, posteriormente, aplicar dicho cono-
cimiento en el análisis de un problema relacionado con la “experiencia
perceptual”.
En primera instancia se redactó como objetivo: “El alumno explicará las
teorías más importantes en percepción, las clasificará y mencionará al-
INVESTIGACIÓN
gunas aplicaciones representativas del campo”. El modelo mental espe-

rado fue la construcción de un esquema gráfico que considerara la in-
fluencia de variables, procesos, fenómenos del dominio y sus aplicacio-
nes. Los pasos del desarrollo del análisis cognitivo fueron: cuestionarse
acerca de la diferencia entre percepción versus realidad; conocer el sig-
nificado de las categorías teórico conceptuales en percepción; crear un
esquema para organizar los procesos en percepción; reconocer casos de
ilusión perceptual visual; aplicar leyes e interpretar sus implicaciones
cognitivas; comprender que en la percepción participa más de un senti-
do, integrar y/o aplicar conocimientos de percepción. Los contenidos
derivados del análisis fueron: el diseño y la construcción del Partenón,
como problema guía; definición e interpretación de la experiencia per-
ceptual, en función de la influencia de variables físicas, fisiológicas y
cognitivas; definición y ejemplificación de ilusiones perceptuales vi-
suales, argumentando la explicación teórica propuesta; definición y
ejemplificaciones de interacción sensorial e integración y aplicación del
conocimiento.
En el mismo sentido de búsqueda de homogeneidad entre los tres con-
tenidos, las unidades instruccionales se construyeron a partir del mo-
delo de Merrill (2002; 2008), de los Principios Fundamentales de la
Instrucción, que incluye cinco etapas: 1) problematización, en la cual
los participantes tenían acceso a un caso que requería de solución, que
variaba en función del tipo de contenido de aprendizaje en cuestión,
pero que planteaba interrogantes que se resolverían con base en el co-
nocimiento contemplado en la unidad; 2) activación del conocimiento,
en la cual los participantes tuvieron acceso a organizadores previos, en
la forma de presentaciones que integraban gráficamente, mediante dia-
gramas, los elementos fundamentales que se consideraban en el curso;
3) demostración, en la cual los participantes tuvieron acceso a explica-
ciones de los temas incluidos en las unidades instruccionales, ya fuera
con la mediación del profesor (presencial) o de materiales (virtual); 4)
aplicación del conocimiento, en la cual los participantes realizaban acti-
vidades que les permitían ejercitar con el conocimiento aprendido, ya
fuera al construir mapas conceptuales, o bien resúmenes de las explica-
ciones revisadas, y 5) integración del conocimiento, en la cual los estu-
diantes realizaban dinámicas en las que se les volvía a presentar el caso
inicial, y se resolvía mediante la aplicación del conocimiento nuevo, ha-
ciendo énfasis en la reflexión y recapitulación de todo el contenido.
Con base en estas etapas de diseño instruccional se determinaron los
materiales, las actividades y las lecturas que apoyaban cada tema. A

partir de lo anterior, se establecieron las actividades para cada uno de
los temas, que comprendían: la lectura de textos, la búsqueda de infor-
mación, la realización de actividades fuera de clase y la entrega de resú-
menes, cuadros sinópticos y/o mapas conceptuales.
Etapa 2: construcción y adaptación de instrumentos

En la etapa 2, se recurrió a la revisión exhaustiva de bibliografía especiali-
zada, así como la identificación de instrumentos disponibles. En el caso
del IECA, como se indicó antes, se tomó como base el instrumento
EDAOM (Castañeda y Ortega, 2004), y se realizaron ajustes para adap-
tarlo a una sola escala de respuesta, y construir una versión para cada
contenido académico; en el caso del IEP, se realizó una revisión exhausti-
va de las propuestas disponibles en la literatura y se seleccionó el modelo
Schommer (1990) que resumía una propuesta teórica fuerte acerca de la
epistemología personal, apoyada por evidencia empírica. Así, se crearon
tres versiones, una para cada dominio académico. En el caso de los ins-
trumentos de evaluación del desempeño, se derivaron del Análisis Cog-
nitivo de Tareas, que contemplaba dos niveles de complejidad cognitiva
y tres tipos de modelos mentales. Todas estas tareas se realizaron en el
espacio del Laboratorio de Evaluación y Fomento del Desarrollo Cogniti-
vo y el Aprendizaje Complejo del Posgrado de la Facultad de Psicología
de la UNAM.
Las características detalladas de los instrumentos utilizados se presen-
tan en la sección de Materiales de este texto, más adelante.
Etapa 3: jueceo de contenidos e instrumentos

Esta etapa implicó la realización de un documento en el cual se pre-
sentaban instrucciones para la revisión por jueces expertos, así como
la estructura de los contenidos e instrumentos, mediante tablas de es-
pecificaciones. En la zona derecha de estos documentos aparecían
cuadros en los cuales los jueces expertos podían indicar su acuerdo o
desacuerdo ante cada elemento, así como comentarios a los mismos.
Se recurrió a expertos de diferentes sedes universitarias, mediante en-
tregas personales y por correo electrónico, y se concentraron los datos
para realizar análisis estadísticos. La tabla 2.9 muestra dos fragmentos
de un formato de validación por jueces, en este caso de una unidad
instruccional.
INVESTIGACIÓN
Tabla 2.9. Fragmentos de formato de validación por jueces

Al contar con las evaluaciones por parte de 10 jueces expertos en cada

contenido, se realizaron análisis con la prueba no paramétrica Ku-
der-Richardson 20 (Kuder y Richardson, 1937), que calcula la consisten-
cia y el nivel de acuerdo entre los jueces.
Etapa 4: piloteo y calibración de materiales e instrumentos

Se realizó la aplicación de materiales e instrumentos ante muestras de es-
tudiantes de las mismas sedes a las que se realizaría la aplicación definiti-
va de la investigación, con el fin de obtener retroalimentación acerca de
los materiales, ajustarlos, y en el caso de los instrumentos de evaluación,
para realizar procedimientos de calibración de los reactivos.
Una vez realizado el piloteo de las unidades instruccionales, se mejora-
ron los contenidos y evaluaciones, y las nuevas versiones se publicaron
en la plataforma de aprendizaje. Esto fue posible mediante la organiza-
ción inicial del espacio de trabajo en función de los guiones instruccio-
nales de los tres contenidos de procesos básicos en psicología (aprendi-
zaje, motivación y percepción); se cargó la documentación necesaria
para los cursos para ambos contextos (presencial, virtual), y se dieron
de alta grupos de estudiantes, así como profesores para todas estas con-
diciones.
La confiabilización se realizó con datos de aplicación de los instrumen-
tos, con base en el coeficiente Alfa de Cronbach (Cronbach, 1951), que
se aplicó a estos datos de los instrumentos en general, pero también a
sus escalas en lo particular.
Se realizaron sesiones de capacitación para coordinadores de sede, quie-
nes a su vez extendieron la capacitación a los profesores que impartieron
los cursos a los grupos seleccionados. Los estudiantes seleccionados con-
formaban grupos naturales que cursaban los primeros semestres de la
carrera de psicología, y los cursos se ofrecieron como parte de los créditos
de asignaturas homónimas o afines de los planes de estudios de las Insti-
tuciones donde se realizó la aplicación.
Etapa 5: validación de constructo de los instrumentos

Con los reactivos que satisficieron los parámetros de calibración, se rea-
lizó un Análisis Factorial Confirmatorio con el fin de validar los cons-
tructos subyacentes a los instrumentos de autorreporte IEEA e IEP. El
procedimiento para la validación se describe a continuación.
INVESTIGACIÓN
Figura 2.2. Modelos teóricos del IEEA (A) y del IEP (B)
(A)
(B)
Arriba se observa el modelo teórico del IEEA y abajo el del IEP.
Las variables latentes o dimensiones se simbolizan con circulos, las variables
manifiestas con rectángulos, cada uno de ellos asociados a sus respectivos errores y
finalmente las flechas unidireccionales simbolizan los pesos factoriales.
El primer paso para la validación consistió en la identificación del mo-

delo teórico de los instrumentos. Los modelos se derivaron de las es-
tructuras factoriales que éstos tenían desde su conceptualización. En la
figura 2.2 se muestran los modelos teóricos del IEEA (2.2A) e IEP (2.2B).
Los modelos se crearon con el software EQS 6.1, descrito en la sección
de materiales, y una vez disponibles, se agregaron y quitaron paráme-
tros en función de las sugerencias teóricas y las sugerencias estadísticas
que ofrece el software. El criterio para ajustar el modelo empírico fue
que se lograran parámetros de ajuste altos (CFI o equivalente>= .96), y
de error estándar bajos (RMSEA <=.04).
Etapa 6: desarrollo de guiones y materiales instruccionales

Como se indica en la sección de materiales, en la presente investigación
se construyó una Unidades Instruccional de cada proceso básico con-
templado como contenido de los cursos. Como se indica en la sección
de ACT, las unidades instruccionales contaron con la misma estructura
de complejidad cognitiva y de modelos mentales, y estos niveles de
complejidad se alcanzarían a partir del diseño de los cursos con base en
el modelo de diseño instruccional descrito anteriormente, que parte de
cinco etapas para el cumplimiento de objetivos de instrucción. De esta
manera, los cursos presenciales y en línea se consideraron equivalentes
en cuanto a los alcances que pretendían, así como el tipo de actividades
instruccionales que contenían, independientemente del contexto de
entrega.
Con base en los resultados del ACT, y en el diseño instruccional, se
construyeron guiones para la entrega en línea y presencial de las uni-
dades.
Guiones para cursos en línea. Permitieron la construcción de los espacios
de aprendizaje en la plataforma Moodle-Metatutor. Los guiones permi-
tieron al desarrollador del curso incluir los elementos derivados del
análisis y del diseño instruccional. Eran documentos que instanciaron
las recomendaciones del diseño instruccional, que se presentaban en
un formato tabular, como el que se presenta en la Tabla 2.10, a conti-
nuación.
En dicha tabla se puede observar que los guiones para la entrega en lí-
nea de las unidades instruccionales incluían tres columnas: la primera
de la izquierda mostraba el nombre del componente instruccional; en
INVESTIGACIÓN
la columna central el contenido concreto, que podría incluir texto, imá-

genes, acceso a archivos o vínculos a otros contenidos desarrollados ex
profeso y publicados en línea, como presentaciones, textos, etc. En la
columna del lado derecho aparecían comentarios para el programador
del curso, creador de materiales o recursos para el curso.
Tabla 2.10. Fragmento de guion instruccional en línea
El guion instruccional incluía, en cada fila de la tabla, un rubro del di-

seño instruccional, que como se indica anteriormente, incluía: la acti-
vación del conocimiento previo, que se realizaba con apoyo en una
presentación introductoria con esquemas básicos de conceptos rele-
vantes para comprender inicialmente los procesos psicológicos de
cada curso; la problematización, que en el tema de aprendizaje era un
caso de fobia derivado de una experiencia asociativa, en percepción
era el análisis de la ilusión perceptual en el Partenón, y en motivación
era un caso de fracaso escolar. Además, cada guion instruccional pre-

sentaba el contenido de tres temas que componían la unidad, e in-
cluía: materiales y actividades, que implicaban la realización de ma-
pas conceptuales y resúmenes por parte de los estudiantes, así como
la participación en un foro de cada tema. Al final de la unidad, el
guion especificaba la solución del caso inicial con base en el nuevo co-
nocimiento, así como actividades de recapitulación, mediante la parti-
cipación en una wiki.
La traducción del guión al curso en línea se puede apreciar en la figura
2.3.
Figura 2.3. Página Web resultante del guion instruccional en línea
Guiones para cursos presenciales. Permitieron la conducción de las uni-

dades instruccionales en las situaciones presenciales. Permitieron a
los docentes en las diversas Instituciones de Educación Superior im-
partir de manera homogénea entre sí, las unidades instruccionales de
los tres contenidos de procesos básicos en psicología en los dos con-
textos de entrega, a partir del diseño instruccional. Los guiones para la
entrega presencial de cursos se ilustran en la Tabla 2.11, a continua-
ción.
INVESTIGACIÓN
Tabla 2.11. Fragmento de guión instruccional presencial
En la tabla se pueden apreciar algunas diferencias con respecto al guión

en línea: la primera columna presenta el concepto de “Actividad”, en
lugar de “Componente”, que corresponde más al contexto virtual;
agrega una columna, la segunda, que permite especificar la duración
de la actividad, ya que al tratarse de una actividad presencial, es preciso
acotar temporalmente; después se incluía una columna en la que apa-
recían los contenidos y las acciones del profesor, y los materiales que se
requerían en cada actividad.
Cabe mencionar que, además de los guiones instruccionales descritos,
se construyeron los siguientes materiales de aprendizaje para cada uni-
dad instruccional: una presentación gráfica introductoria a las unida-
des; un caso ilustrado con elementos multimedia; el desarrollo de ma-
nuales para construcción de mapas conceptuales, para hacer resúme-
nes, para utilizar los foros, las wikis de la plataforma, así como presenta-
ciones de los temas y lecturas digitalizadas; los instrumentos de
evaluación, tanto de estrategias, de creencias, como del aprendizaje de
la unidad.
Cada una de las unidades instruccionales tuvo un desarrollo que con-
dujo a guiones precisos para la impartición de los cursos en condiciones
presenciales y en línea. Los guiones eran entregados a coordinadores

de sede que a su vez entrenaron a profesores frente a grupo que condu-
jeron la instrucción siguiendo los puntos expuestos en los guiones ins-
truccionales.
Etapa 7: aplicación nacional

Al contar con los instrumentos y materiales requeridos, se realizó la
aplicación nacional del estudio, en las siete sedes mencionadas arriba,
distribuidas en diferentes partes del territorio nacional. Para esto se
contaba ya con los contenidos de los tres cursos: motivación, percep-
ción y aprendizaje, así como la batería de instrumentos de evaluación.
La aplicación de la investigación tuvo lugar en dos contextos de entre-
ga de la instrucción: presencial y virtual. Se contó con un paquete de
aplicación para cada uno de estos contextos. En resumen, la investiga-
ción implicó la aplicación de dos instrumentos de autorreporte (estra-
tegias y epistemología personal), guiones instruccionales para tres
contenidos (aprendizaje, percepción y motivación) y en dos modali-
dades instruccionales (presencial y virtual), todo esto en siete sedes de
educación superior. En la aplicación nacional resolvieron los instru-
mentos de autorreporte al inicio del estudio, y posteriormente se con-
dujeron los cursos, basados en los diseños de las unidades instruccio-
nales. Estos se impartieron en las siete sedes. Al contar con ellas fue
posible validar modelos explicativos de la relación entre la epistemo-
logía personal y las estrategias de aprendizaje como predictoras del
desempeño académico de estudiantes de psicología en contextos pre-
senciales y en línea, bajo condiciones constantes del método de diseño
instruccional.
Esta fase implicó los siguientes pasos: 1) se aplicó un instrumento ini-
cial, que incluía: a) un inventario sociodemográfico, b) el IEEA, c) el
IEP y d) el pretest del desempeño académico dependiente del conte-
nido correspondiente; 2) se realizó el curso, presencial o en línea, se-
gún la condición, que seguía la misma secuencia instruccional siem-
pre: a) presentación del curso; b) inducción; c) tema 1; d) tema 2; e)
tema 3; f) integración; g) recapitulación, y h) referencias. El guión es-
pecificaba las actividades y recursos de aprendizaje (instrumentos de
evaluación, materiales de lectura, software de creación de mapas, fo-
ros, wikis, casos, problemas), y proponía duraciones estimadas para
cada una de las tareas del curso, que en promedio eran de 10 horas; y
finalmente, en el paso 3) se aplicó nuevamente la misma batería de
INVESTIGACIÓN
instrumentos de autorreporte y evaluación de conocimientos acadé-

micos.
En todos los casos, la aplicación de instrumentos se hizo en la platafor-
ma de aprendizaje en Internet, y la instrucción se dividió en grupos
presenciales y en línea para cada contenido de aprendizaje. La figura
2.4 muestra pantallas de los diseños de las unidades instruccionales
para la impartición en línea; la figura 2.5 muestra pantallas de los espa-
cios que se denominaron repositorios de recursos para la impartición
de las unidades presenciales.
Figura 2.4. Ejemplo de espacio para realizar los cursos en línea

Figura 2.5. Ejemplo de repositorios de recursos para las unidades

instruccionales presenciales
A lo largo de las etapas de la investigación, los siguientes datos fueron

registrados: resultados de la aplicación de instrumentos de autorrepor-
te, evaluaciones del desempeño inicial y final de cada unidad instruc-
cional, así como los resultados del inventario socioeconómico. Al contar
con ellos fue posible realizar los análisis de modelamiento estructural
para proponer y validar modelos explicativos de la relación entre la
epistemología personal y las estrategias de aprendizaje como predicto-
ras del desempeño académico de estudiantes de psicología en contex-
tos presenciales y en línea, bajo condiciones constantes del método de
diseño instruccional.
Los análisis realizados incluyeron: análisis de varianza, regresiones
stepwise, análisis factoriales exploratorios y confirmatorios, y modela-
miento por ecuaciones estructurales. En el capítulo 3, el lector interesa-
do podrá encontrar las especificaciones de su uso, así como la interpre-
tación de sus resultados, organizados en acuerdo a los objetivos de la
investigación.
En resumen, el método implicó la construcción de una serie de recursos
de evaluación, fomento y análisis de los procesos de aprendizaje acadé-
mico, siempre orientado al foco del problema de investigación. Esto
permitió la construcción de los “micromundos instruccionales” que
INVESTIGACIÓN
fueron la base para la observación y el análisis de los procesos estudia-

dos, que en el capítulo 1 de esta obra se destacan por “dar coherencia,
significado e intención a procesos, estructuras y estrategias cognitivas,
al igual que a sus asociados afectivo-motivacionales y conductuales”.
Teniendo en mente el modelo teórico que resume la propuesta de esta
investigación, los métodos descritos permiten el aterrizaje de los “esce-
narios construidos”, como también llamamos a estos espacios que cons-
tituyen la situación para la participación natural de los estudiantes, y su
análisis por parte de los investigadores que esto escriben.
Página 106
Blanca
C APÍTULO 3
Estudios y resultados
Los resultados obtenidos del análisis de los datos recabados en esta in-
vestigación se presentan en dos secciones:
1) la que describe los resultados del jueceo, piloteo, calibración, con-

fiabilización, ajuste y validación de los instrumentos y materiales
utilizados en la investigación, y
2) la que presenta los resultados de los análisis realizados para satisfa-

cer los objetivos de investigación perseguidos en esta obra.
En la tabla 3.1 se resumen datos socio demográfico de la muestra de 339

estudiantes utilizada en esta investigación.
Tabla 3.1 Datos socio demográficos de la muestra
Variable Frecuencia Porcentaje

Sexo Mujer (n= 253) 74.6
Hombre (n= 86) 25.4
Estado Civil Soltero (n= 319) 94.1
Casado (n= 11) 3.2
Otros (n= 9) 2.7
Unidad instruccional Aprendizaje (n= 120) 35.4
que cursó Motivación (n= 111) 32.7
Percepción (n= 108) 31.9
Condición en la que Contenido Único ( n= 169) 49.9
cursó el proceso Contenido Compartido (n= 170) 50.1
psicológico básico
Nivel de estudios de Primaria (n= 80) 23.6
la madre Secundaria (n= 98) 28.9
Técnico Profesional (n= 53) 15.6
Bachillerato (n= 47) 13.9
Licenciatura (n= 47) 13.9
Maestría (n= 4) 1.2
Doctorado (n= 1) .3
Datos perdidos (n= 9) 2.7
Nivel de estudios del Primaria (n= 73) 21.5
padre Secundaria (n= 87) 25.7
Técnico Profesional (n= 29) 8.6
Bachillerato (n= 67) 19.8
Licenciatura (n= 61) 18
Maestría (n= 4) 1.2
Doctorado (n= 3) .9
Datos perdidos (n= 15) 4.4
Modalidad de Presencial (n= 169) 49.9
Instrucción En línea (n= 170) 50.1
Institución educativa Facultad de Psicología (n= 90) 26.5
FES Zaragoza (n= 56) 16.5
FES Iztacala (n= 65) 19.2
UAEH (n= 102) 30.1
UNISON (n= 26) 7.7
Los participantes tuvieron una media de 20 años de edad y 8.3 de pro-
medio general de egreso del bachillerato.
ESTUDIOS Y RESULTADOS 109
Jueceo, piloteo, calibración, confiabilización y validación de

instrumentos de medición y materiales construidos
Se describen los resultados generados durante los diversos pasos que

configuraron la construcción (o adaptación) de los materiales e instru-
mentos utilizados. El orden incluye, en primera instancia, los datos del
jueceo de los contenidos de las Unidades Instruccionales; posterior-
mente se describen los resultados del piloteo, calibración, confiabiliza-
ción y validación tanto de los instrumentos de autovaloración, como los
de las evaluaciones del desempeño académico en cada Unidad Instruc-
cional.
Jueceo de las Unidades Instruccionales

El juicio intersubjetivo de jueces acerca de las Unidades Instruccio-
nales, consideró tres categorías: 1) contenidos, 2) diseño instruccio-
nal y 3) pruebas de desempeño académico. Los contenidos fueron
valorados por los jueces en cuanto a su relevancia, en relación con lo
que se proponía revisar en cada unidad; en el diseño instruccional se
evaluó la pertinencia de las actividades propuestas en cada momen-
to del curso y su coherencia con los objetivos a lograr; y en las prue-
bas del desempeño los jueces valoraron la pertinencia de cada uno
de los reactivos que componían el instrumento construido para cada
unidad.
Se aplicó la prueba estadística Kuder Richardson 20 (KR20) para es-
tablecer el nivel de acuerdo inter subjetivo. Los coeficientes obteni-
dos reflejaron un alto nivel de acuerdo interjueces en las tres catego-
rías analizadas, en los tres contenidos teóricos. Con esta evidencia
fue posible asumir que las unidades instruccionales estuvieron com-
puestas por contenidos relevantes, fueron coherentes entre sí y al in-
terior de cada una y que las pruebas de desempeño académico de-
mostraron ser sensibles a lo que se planeó medir. Los resultados se
resumen en la tabla 3.2.
Tabla 3.2. Índices KR 20 del jueceo de las unidades instruccionales

Percepción Motivación Aprendizaje
Contenidos .92 .97 .88
Diseño instruccional .95 .89 .92
Pruebas de Desempeño Académico .94 .87 .94
Calibración de Reactivos de los Instrumentos de Medición IEEA, IEP

y pruebas de desempeño académico de
Aprendizaje, Motivación y Percepción
Calibración del Inventario de Estrategias de Estudio y

Autorregulación
Con datos de 642 aplicaciones del IEEA, se realizó calibración politómi-
ca de los ítems utilizando el programa Multilog (Thissen, 2003) y apli-
cando el modelo de respuesta graduada de Samejima (1969), tal y como
se requiere en este tipo de datos. Toda vez que los reactivos estuvieron
calibrados, se eliminaron aquellos que: 1) presentaron valores bajos en
el índice de discriminación (a < 1.00) y 2) que tuvieron errores estándar
muy altos (ES > 1.00).
Del banco inicial de 91 reactivos, se seleccionaron los 52 reactivos más po-
derosos para discriminar entre grupos altos y bajos y que mostraron ser
sensibles a los niveles en los que los estudiantes pueden autovalorar su
comportamiento en las variables latentes de interés para el IEEA (estrate-
gias cognitivas, metacognitivas y autorregulatorias del aprendizaje). Así,
cada una de las 13 dimensiones que conforman el instrumento, fue inte-
grada por cuatro reactivos que cumplieron con estas demandas psicomé-
tricas. El apéndice 1 muestra los resultados de la calibración de reactivos.
Calibración del Inventario de Epistemología Personal

Con datos de 573 aplicaciones del IEP, recolectadas en estudiantes de li-
cenciatura de seis instituciones educativas en el ámbito nacional, se rea-
lizó la calibración politómica de los ítems. Para este propósito se utilizó
el programa Multilog (Thissen, 2003) y se aplicó el modelo de respuesta
graduada de Samejima (1969), de acuerdo con lo que se exige para cali-
brar este tipo de datos politómicos. Toda vez que estuvieron calibrados
los reactivos, se eliminaron aquellos que: a) presentaron valores bajos
en el índice de discriminación (a < 1.00) y b) que presentaron errores
estándar muy altos (ES > 1.00). El apéndice 2 muestra los resultados de
esta calibración de reactivos.
Como resultado, se eligieron los 17 reactivos que cubrieron satisfacto-
riamente los criterios psicométricos arriba mencionados. Pero, con el
fin de evitar la sub representación de constructo (amenaza muy seria a
la validez de constructo), se incluyeron siete reactivos más que mostra-
ron índices de discriminación entre .80 y .99 (niveles promedio de dis-
criminación). De esta forma, el instrumento completo contó con 24
reactivos donde seis ítems constituyeron cada una de las cuatro dimen-
siones del instrumento, a saber, las dimensiones o constructos de creen-
cias epistemológicas al respecto de la Estabilidad, la Fuente, la Utilidad
y la Naturaleza del Conocimiento.
Cabe establecer con claridad que las dimensiones al respecto de las
creencias de los estudiantes acerca de la Estructura del Conocimiento,
la Habilidad para aprender y la Velocidad con la que se aprende, hipo-
tetizados como componentes del instrumento, en la etapa inicial de
este estudio, fueron eliminadas a partir de este momento porque sus
reactivos no cumplieron satisfactoriamente con los requisitos psicomé-
tricos requeridos.
Calibración ITEMAN y Rasch de las pruebas de desempeño

académico
Los ítems de las pruebas de desempeño académico aplicados en el piloteo
fueron calibrados mediante análisis de reactivos basados tanto en la Teo-
ría Clásica de los Test (TCT), para lo que se utilizó el software ITEMAN
(Assessment System Corporation, 2006), como basados en la Teoría de la
Respuesta al Ítem (TRI), a través del modelo de un parámetro de Rasch,
con el software RASCAL (Assessment System Corporation, 1992).
Los resultados de la calibración con la TCT y la TRI se resumen en el
apéndice 3, para cada uno de los instrumentos en cada uno de los con-
tenidos específicos (Procesos Psicológicos de Aprendizaje, Motivación y Per-
cepción). Cada tabla incluye datos de la calibración con la TCT: índice de
dificultad, discriminación y de la TRI: la probabilidad de que se acierte
el reactivo, el error estándar y la Ji cuadrada.
Con base en la satisfacción a los parámetros psicométricos establecidos
en cada modelo, se eligieron sólo los ítems cuyos parámetros de dificul-
tad, de acuerdo a la TCT, estuvieran entre .40 y .78 y con los mejores va-
lores de discriminación posibles (de .30 en adelante). Para la calibración

a través de la TRI, los reactivos fueron elegidos cuando el valor de theta
se encontraba entre -2.5 y +2.5, lo que favoreció incluir los reactivos con
menor probabilidad de error. De igual manera, se cuidó no incluir
ítems con discriminación negativa.
Así, del banco inicial de ítems de cada contenido, se seleccionaron los 18
reactivos, que cumplieron satisfactoriamente los criterios psicométricos
antes mencionados.
Confiabilización de los instrumentos
Confiabilidad del Inventario de Estrategias de Estudio y

Autorregulación
Utilizando los 52 reactivos con los mejores índices de discriminación y
bajos errores estándar obtenidos a través del proceso de calibración, se
procedió a estimar la confiabilidad para cada una de las dimensiones
del inventario. La confiabilidad se estimó utilizando el coeficiente de
alfa de Cronbach, que evalúa la consistencia interna entre los reactivos
de cada dimensión. Los resultados se resumen en la tabla 3.3.
Tabla 3.3 Coeficientes de Alfa de Cronbach del IEEA
Dimensión Coeficiente de Alfa de

Cronbach
Adquisición Selectiva .718
Adquisición Generativa .738
Procesamiento Convergente .771
Procesamiento Divergente .726
Recuperación Ante Tareas .636
Recuperación Ante Exámenes .726
Eficacia Percibida .725
Contingencia Percibida .680
Autonomía Percibida .751
Aprobación Externa .870
Tarea .718
Logro Tarea .761
Materiales .714
En resumen, se puede apreciar que cada una de las dimensiones del

IEEA son consistentes y confiables para la toma de decisiones, además
la confiabilidad estimada para todo el instrumento fue de .940, lo que
permite confiar en que el instrumento es homogéneo y consistente in-
ternamente, tanto en lo general como en lo particular de cada una de
las 13 dimensiones que lo componen.
Confiabilidad del Inventario de Epistemología Personal

Utilizando los 24 reactivos obtenidos en el proceso de calibración, que
representan las cuatro dimensiones del Inventario de Epistemología
Personal (Estabilidad, Fuente, Naturaleza y Utilidad de Conocimiento),
se estimó la confiabilidad para cada dimensión y para todo el instru-
mento en tres contenidos teóricos en psicología (Aprendizaje, Motiva-
ción y Percepción) utilizando el coeficiente de alfa de Cronbach. Los re-
sultados se resumen en la tabla 3.4.
Tabla 3.4 Coeficientes de Alfa de Cronbach del IEP
Escala Aprendizaje Motivación Percepción

Estabilidad .736 .737 .737
Fuente .667 .667 .667
Utilidad .798 .786 .815
Naturaleza .758 .754 .761
Como se puede apreciar, el IEP tiene la propiedad psicométrica de

mantener relativamente estable la consistencia, a través de distintos
contenidos teóricos en cada una de las dimensiones que lo componen;
además, la confiabilidad general estimada para todo el instrumento fue
de .705, que es una medida homogénea y con consistencia tanto interna
como entre contenidos, por lo que se le consideró lo suficientemente
confiable para la evaluación de este tipo de procesos.
Confiabilidad de las Pruebas de Desempeño Académico

Utilizando los 18 reactivos que demostraron tener buenos índices de difi-
cultad y discriminación en la calibración de reactivos en TCT y TRI, se cal-
cularon los coeficientes de confiabilidad para las pruebas de desempeño
académico de los contenidos de aprendizaje, motivación y percepción.
Los resultados indicaron que la confiabilidad de la prueba de desempe-

ño de aprendizaje es de .762; la de motivación de .535, y la de percep-
ción de .642.
Como puede observarse, la mejor confiabilidad es la de la prueba de
aprendizaje, y después las de motivación y percepción, donde estas úl-
timas podrían ajustarse en futuras aplicaciones para mejorar su consis-
tencia interna.
Validación del Constructo del IEEA, IEP y pruebas de desempeño

académico (aprendizaje, motivación y percepción)
Validación de Constructo del IEEA
Con los 52 reactivos que satisficieron los parámetros exigidos por la ca-
libración y confiabilización de instrumentos, se realizó un Análisis Fac-
torial Confirmatorio (AFC) con el fin de validar los constructos que se-
gún la teoría subyacen a cada conjunto de reactivos. Para tal fin, se dise-
ñó un modelo que establecía, apriorísticamente, los reactivos que expli-
caban teóricamente a cada una de las 13 dimensiones del IEEA. La
construcción del modelo consistió en integrar los reactivos en parcelas
con el objetivo de que el modelo resultante fuera más legible y asociar
las parcelas a la dimensión que teóricamente correspondían, la relación
de parcelas se muestra en el apéndice 4.
Así, el modelo teórico a prueba quedó constituido por trece dimensiones o
constructos. Las primeras seis refieren a estrategias cognitivas y metacogni-
tivas con las que el estudiante intenta satisfacer las demandas de la cons-
trucción del conocimiento académico (Selectivas, Generativas, de Recupe-
ración ante tareas, de Recuperación ante exámenes, de Procesamiento con-
vergente y de Procesamiento divergente); le permiten al estudiante adqui-
rir, transformar, recuperar, transferir y aplicar conocimientos para resolver
problemas y tomar decisiones, todo en un contexto de logro, es decir, orga-
nizado para ser exitoso. En cambio, las últimas siete dimensiones pertene-
cen a las estrategias autorregulatorias de Persona, Tarea y Materiales. La di-
mensión Persona integró variables afectivo–motivacionales y de creencias
atribucionales tales como eficacia percibida, contingencia interna, autono-
mía percibida y orientación a la aprobación externa. la teoría asume que ta-
les estrategias pueden energetizar o bloquear la actividad cognitiva cons-
tructiva con la que los estudiantes construyen conocimientos durante el
aprendizaje académico. En lo que refiere a las estrategias autorregulatorias
de tarea, éstas trabajan sobre el contexto en el que se da el aprendizaje,
como son la orientación a la tarea en sí misma y la orientación a las metas

que se persiguen en una tarea. Finalmente, la dimensión Materiales está
compuesta por variables autorregulatorias acerca de la utilidad de los mate-
riales de estudio. Así, las estrategias de autorregulación, en su conjunto, son
utilizadas para energetizar o motivar la acción, para establecer las metas,
para supervisar el comportamiento y para controlar pensamientos, senti-
mientos y comportamientos durante una tarea. Incluyen estrategias de con-
trol, planificación, selección y establecimiento de metas, así como aquellas
que le permiten auto cuestionarse y autoevaluarse.
Se teoriza que la autovaloración que los estudiantes realizan sobre cada
una de las variables manifiestas (reactivos del IEEA) son las puntuacio-
nes que conforman cada una de las trece dimensiones (variables laten-
tes o factores) del instrumento en validación. La Figura 3.1 presenta el
modelo hipotético entre variables latentes y manifiestas a través de las
cuales se desea validar los 13 constructos o variables latentes que com-
ponen el IEEA.
Figura 3.1. Modelo teórico del Inventario de Estrategias de
Estudio y Autorregulación.
Figura 3.1. Se muestran representadas en círculos cada una de las 13 dimensiones

que configuran el modelo teórico del IEEA acompañados de sus respectivas parcelas
de reactivos. A la izquierda se localizan las dimensiones relacionadas con variables
cognitivas, mientras que a la derecha se encuentran las autorregulatorias.
A partir de haber especificado el modelo teórico, se clasificaron los reac-

tivos con base en su condición de medir alguna de las trece dimensio-
nes. Así, se construyó la matriz de covarianza y se realizó un Análisis
Factorial Confirmatorio (AFC). La prueba del modelo incluyó la medi-
ción de bondad de ajuste entre el modelo inclusivo y el modelo restrin-
gido (o modelo propuesto). El modelo inclusivo refiere una interrela-
ción total de factores y variables observadas, y a pesar de que se acepte
que ese tipo de complejas relaciones existe aunque sea en forma míni-
ma en la realidad, en ciencia se busca sobre la base del principio de par-
simonia, modelos simples que expliquen lo más posible.
Para contrastar ambos modelos se utilizó el estadístico Ji- cuadrada (X2)
el cual compara el grado de diferencias entre dos modelos. Aquí una X2
alta y significativa refiere que los dos modelos son diferentes, por lo
cual debemos buscar una X2 no significativa, es decir que su probabili-
dad asociada sea mayor a 0.05, de tal manera que nos muestre que el
modelo restringido no es diferente del modelo inclusivo, en términos
de su poder explicativo. Posteriormente, otros índices de ajuste prácti-
co son calculados y producen resultados que van de 0 al 1.0 y se acepta
.95 como índice de ajuste práctico adecuado.
Posteriormente, se estiman las correlaciones entre las variables medidas y
los factores, y las covarianzas de las variables latentes entre sí, así como de
los errores correspondientes a cada factor; en todo momento se buscó que
las relaciones entre variables observadas y las variables latentes correspon-
dientes fueran altas y significativas, con el fin de que la teoría y la validez
de constructo convergente de las medidas fueran confirmadas; además, se
buscó validez de constructo divergente o discriminante, mostrando que
las correlaciones entre algunas variables observadas y uno o más factores
que no corresponden -según la teoría- con estas variables observadas, fue-
ran menores y tal vez no significativas (Castañeda, 2006).
Dado que la muestra utilizada en el análisis no asumía la normalidad
multivariada, se procedió a utilizar el método robusto de Satorra –
Bentler a fin de poder estimar los parámetros utilizando cuartos y quin-
tos momentos, sin basarse en la teoría normal.
La Figura 3.2 muestra el modelo ajustado que valida los constructos teó-
ricos subyacentes. El ajuste estadístico fue significativo (X2=488.75,
p=.001) como se espera ante una muestra grande, como la de este caso;
por otro lado, los valores de los índices de ajuste práctico fueron adecua-
dos: Índice Comparativo de Ajuste (CFI, por sus siglas en inglés) =.960;
Índice de Ajuste de Bollen (IFI, por sus siglas en inglés) =.960; índice no
normado de Bentler – Bonett = .950, la Raíz Media de los cuadrados del
error (RMSEA, por sus siglas en inglés) fue baja, como se esperaba (.03) y
el intervalo de confianza del RMSEA fue muy bueno (.028 - .038).
Configuración dimensional identificada
Estos resultados confirman que la estructura factorial hipotetizada en
el modelo teórico del IEEA no difiere significativamente del modelo es-
timado con los datos empíricos, por lo que es factible interpretar que
cada parcela se asocia fuertemente con la dimensión que corresponde,
dando evidencia de la validez convergente de constructo.
Como puede observarse en la figura 3.2, el modelo muestra pesos fac-
toriales altos entre todas las parcelas y sus dimensiones, lo que repre-
senta evidencia de validez convergente en cada una de las dimensiones
del IEEA. En cambio, la no asociación entre las dimensiones del instru-
mento o la asociación negativa entre ellas son consideradas como un in-
dicador de la validez divergente en el instrumento.
Figura 3.2. Modelo estructural empírico de las dimensiones
que componen el IEEA.
Figura 3.2. En la figura se aprecian los resultados de la validación de constructo

del IEEA, donde las flechas unidireccionales que van de los factores a sus variables
manifiestas representan los pesos factoriales. En todos los casos los pesos factoriales son
altos, lo que significa que las variables explican la matriz de estructura de
covarianza del factor al que se encuentran asociadas.
Con estas evidencias, es razonable asumir que tanto la estructura y con-

figuración de los factores resultantes y las de los reactivos convergentes
representan adecuadamente los constructos subyacentes al IEEA. Así y
considerando las características psicométricas que presentó el IEEA es
posible establecer que es un instrumento confiable y con validez de
constructo. Es más, sus reactivos son capaces de discriminar a todo lo
largo del continuo que se forma en cada variable latente, lo que implica
el beneficio de contar con un instrumento con cualidades psicométricas
estrictas, que aumentan la precisión en las mediciones y reducen la pro-
babilidad de acumular error sistemático en las valoraciones que los es-
tudiantes realizan sobre sus estrategias de estudio y autorregulación.
Con base en el hecho de que los pesos factoriales significativos entre
cada factor y sus indicadores establecen la validez convergente de cada
constructo (Gorsuch, 1983), se pudo establecer que los pesos factoriales
fueron significativos y altos en doce de las trece dimensiones que cons-
tituyen el IEEA y que aun en la dimensión “Recuperación ante exáme-
nes”, la más baja en pesos factoriales, éstos fueron significativos. De
aquí que el IEEA posea validez de constructo convergente. Al buscar
validez de constructo discriminante, los constructos no presentaron
asociaciones positivas significativas, por lo se puede decir que el mode-
lo tiene validez divergente y es teóricamente plausible (MacCallum y
Austin, 2000).
Validación de Constructo del IEP

Con los 24 reactivos que cumplieron criterios de calibración y confiabili-
zación y tomando como punto de partida la literatura especializada en
creencias epistemológicas (Schommer-Aikins, 2004, Hofer, 2002, entre
otros), se construyó un modelo teórico representativo del constructo
“Epistemología Personal”. El modelo a ser puesto a prueba quedó cons-
tituido por cuatro dimensiones o constructos: a) el de Estabilidad del co-
nocimiento, con dos variables (cierto – tentativo; estático – dinámico); el
constructo Fuente del conocimiento con tres variables (autoridad – no
autoridad; externa – personal; cuestionable – no cuestionable); el de Uti-
lidad del conocimiento con dos variables (transferible – no transferible;
visión actual – visión futura) y la dimensión Naturaleza del conocimien-
to con dos variables (abstracta – concreta; científica – no científica).
En esta estructura se teoriza que la autovaloración que los estudiantes
realizan sobre cada una de las variables manifiestas que conforman es-
tos constructos son las puntuaciones obtenidas en los ítems que confor-
man esa variable latente (factor). Para la construcción del modelo se
asociaron los reactivos correspondientes a la dimensión que teórica-
mente los incluía. En él se observan las dimensiones de: Estabilidad,
Fuente, Utilidad y Naturaleza del Conocimiento. La figura 3.3 muestra
el modelo teórico del IEP. Así se construyó la matriz de covarianza y se
realizó un Análisis Factorial Confirmatorio (AFC)
Figura 3.3. Modelo teórico del IEP.
Figura 3.3. De manera similar que en el caso del IEEA, en este figura se aprecian
cuatro dimensiones y la hipótesis sugiere que los reactivos que se encuentran asociados
a ellas, explican su matriz de estructura de covarianza.
Para contrastar ambos modelos se utilizó el estadístico de X2. Posterior-

mente, se calcularon otros índices de ajuste práctico y se estimaron las
correlaciones entre las variables medidas y los factores, y las covarian-
zas de las variables latentes entre sí, así como de los errores correspon-
dientes a cada factor; se buscó que las relaciones entre variables obser-
vadas y las variables latentes correspondientes fueran altas y significa-
tivas, con el fin de que la teoría y la validez de constructo convergente
de las medidas fueran confirmadas; además, se buscó validez de cons-
tructo divergente o discriminante, mostrando que las correlaciones en-
tre algunas variables observadas y uno o más factores que no corres-

ponden -según la teoría- con estas variables observadas, fueran meno-
res y tal vez no significativas (Castañeda, 2006).
Se realizó el AFC utilizando el método robusto de Satorra - Bentler de-
bido a un problema de curtosis multivariada en los datos. Los resulta-
dos de ajuste del modelo indican un CFI = .953, un IFI=.954, un
RMSEA de .033 y el intervalo de confianza del RMSEA= (.025-.040). Los
índices reflejan un ajuste óptimo entre el modelo hipotetizado y el mo-
delo estimado a partir de los datos empíricos. La figura 3.4 muestra el
modelo ajustado de este análisis.
Figura 3.4. Modelo factorial confirmatorio del IEP.
Figura 3.4. Se muestran los resultados del análisis de factores confirmatorio que se
realizó del IEP. Se observa que los pesos factoriales en la mayor parte de los casos son
altos y significativos, lo que indica que la matriz de covarianzas de los factores esta
explicada por los reactivos a los que se encuentran asociados.
De los 24 reactivos propuestos inicialmente, 20 mostraron pesos factoria-

les adecuados y significativos. La mayoría de los pesos factoriales, en las
cuatro dimensiones validadas, alcanzaron pesos factoriales entre .50 a
.79. Sólo en Estabilidad del conocimiento, dos reactivos tuvieron pesos
factoriales cercanos a .30 y en Fuente, dos reactivos alcanzaron pesos

de .18 y .29. En todos los casos los pesos factoriales fueron significati-
vos. De esta manera, es posible establecer que las dimensiones hipoteti-
zadas quedan claramente representadas por un conjunto específico de
seis reactivos con pesos factoriales aceptables. Dados estos resultados
es razonable afirmar que el instrumento cuenta con validez convergen-
te. Sin embargo, las relaciones entre Utilidad y Naturaleza del conoci-
miento marcan un índice de correlación alto (.96) que hace necesario
mejorar la validez divergente entre estas dimensiones, particularmente
entre las escalas de Transferible – No Transferible (del factor de Utili-
dad del Conocimiento) y Aburrida – Interesante (del factor de Natura-
leza del Conocimiento).
Las evidencias aquí presentadas muestran que tanto el IEEA como el
IEP son instrumentos con suficiente calidad psicométrica para ser utili-
zados en la evaluación y medición de variables del estudiante referidas
a las estrategias de estudio y las creencias epistemológicas durante el
aprendizaje complejo. Apoyan la tesis de construir o adaptar instru-
mentos, suficientemente válidos y confiables, para identificar valora-
ciones diferenciales en dominios educativos, en función de las creen-
cias y estrategias cognitivas y autorregulatorias asociadas con los
mismos.
La utilización extensa de estos instrumentos nos permitirá entender
mejor cómo las estrategias cognitivas y autorregulatorias de los estu-
diantes, así como sus creencias epistemológicas interactúan con diver-
sos medios de entrega de la instrucción (presencial y virtual, por ejem-
plo) y con los más variados dominios de conocimiento (teóricos, meto-
dológicos, técnicos, éticos, entre otros muchos).
Validación de Constructo de las pruebas de desempeño

académico
Las pruebas de desempeño académico fueron construidas a partir de
una estructura teórica equivalente para los tres dominios de conoci-
miento. En la figura 3.5 se puede apreciar el modelo teórico que se utili-
zó, que fue equivalente para los tres contenidos, y que incluso se deriva
de la tabla de especificaciones que se presentó en la tabla 2.5. El modelo
teórico de las pruebas de desempeño académico incluyó dos niveles de
demanda cognitiva: la de comprensión y la de aplicación del conoci-
miento.
Figura 3.5. Modelo teórico de las tres pruebas de desempeño académico.
Validación de la prueba de desempeño del contenido de Aprendizaje

Con los 18 reactivos que cumplieron los criterios psicométricos de la
TCT y TRI, se construyó un modelo teórico como el indicado en la figu-
ra 3.5 para realizar un AFC de la prueba de desempeño de aprendizaje.
Debido a las características de los datos y de la muestra, se utilizó una
matriz de covarianza tetracórica para analizar datos dicotómicos y se
estimaron los parámetros a través del método robusto de Satorra –
Bentler. Los resultados del AFC se observan en la figura 3.6.
Los resultados del ajuste del modelo para el AFC de la prueba de de-
sempeño de aprendizaje fueron satisfactorios e indican que el modelo
teórico no difiere significativamente de la matriz de estructura de cova-
rianza empírica (X2=22.98, p= .940, CFI=1.000, RMSEA=.000). Pero
aun cuando el instrumento es capaz de representar adecuadamente las
dos dimensiones de complejidad cognitiva hipotetizadas (compresión
y aplicación), todavía requiere ajustar dos reactivos del factor de com-
presión y uno del de aplicación para que sus cargas factoriales sean óp-
timas. También es importante mejorar la validez divergente entre las
medidas de comprensión y aplicación.
Figura 3.6. Modelo Factorial Confirmatorio de la prueba de desempeño

académico de aprendizaje.
Figura 3.6. En la figura se aprecian los resultados del AFC de la prueba de desempeño
de aprendizaje, las flechas unidireccionales simbolizan los pesos factoriales, mientras
que las dos dimensiones se refieren a la comprensión y aplicación de lo aprendido.
La interpretación del modelo es similar en el caso de motivación y
percepción que aparecen en las siguientes páginas.
Validación de la prueba de desempeño del contenido Motivación

Con los 18 reactivos que cumplieron los criterios psicométricos de la TCT
y TRI, se construyó un modelo teórico como el indicado en la figura 3.5
para realizar un AFC de la prueba de desempeño académico del conteni-
do de motivación. Debido a las características de los datos y de la mues-
tra, se utilizó una matriz de covarianza tetracórica para analizar datos di-
cotómicos y se estimaron los parámetros a través del método robusto de
Satorra – Bentler. Los resultados del AFC se observan en la figura 3.7.
Los resultados del ajuste del modelo para el AFC de la prueba de desem-
peño de motivación, fueron buenos e indican que el modelo teórico no di-
fiere significativamente de la matriz de estructura de covarianza empírica
(X2=11.54, p= .976, CFI=1.000, RMSEA=.000). Pero aun cuando el instru-
mento es capaz de representar adecuadamente las dos dimensiones de
complejidad cognitiva hipotetizadas (compresión y aplicación), todavía
requiere ajustar un reactivo del factor de comprensión y dos del de aplica-
ción para que sus cargas factoriales sean óptimas. El instrumento muestra
validez divergente entre los dos niveles de demanda cognitiva.

académico de motivación.
Validación de la prueba de desempeño académico del contenido

de Percepción
Con los 18 reac tivos que cum plieron los criterios psicométricos de
la TCT y TRI, se constru yó un mo delo teóri co como el in dica do en la
figu ra 3.5 para realizar un AFC de la prueba de desempeño de per -
cep ción, de bi do a las ca rac terís ticas de los da tos y de la mues tra, se
uti li zó una ma triz de co va rian za te tra córi ca para ana li zar da tos di-
cotómicos y se estimaron los parámetros a través del método robus-
to de Sa torra – Bent ler. Los re sul ta dos del AFC se ob ser van en la fi -
gu ra 3.8.

académico de percepción.
Los resultados del ajuste del modelo para el AFC de la prueba de de-
sempeño de percepción, fueron buenos e indican que el modelo teórico
no difiere significativamente de la matriz de estructura de covarianza
empírica (X2=34.83, p= .701, CFI=1.000, RMSEA=.000). Pero aun
cuando el instrumento es capaz de representar, adecuadamente, las
dos dimensiones de complejidad cognitiva hipotetizadas (compresión
y aplicación), todavía requiere ajustar un reactivo del factor de compre-
sión y otro del de aplicación para que sus cargas factoriales sean ópti-
mas. No mostró asociación entre las dos dimensiones analizadas, lo que
puede interpretarse como validez divergente entre dimensiones.
Tomando en cuenta los resultados de la valoración inter-jueces, la cali-
bración de reactivos, la confiabilización y validaciones de constructo, es
razonable concluir que los materiales e instrumentos de autovalora-
ción, como los de desempeño, son aceptablemente válidos y confiables
en tanto su desarrollo teórico, contenidos y propiedades psicométricas.
A partir de esta condición, los autores confiamos en que los resultados
dados a los diferentes objetivos de investigación planteados reflejan, de
manera legítima, efectos e interacciones entre variables del estudiante,
los contenidos y los contextos instruccionales que influyen sobre el
aprendizaje académico.
Estudios y análisis que responden a los objetivos

de la investigación
En esta sección se exponen los resultados de la investigación, tomando

como elementos ordenadores a los objetivos de la investigación plan-
teados; adicionalmente, se plantean respuestas a otras interrogantes
que surgieron.
Los objetivos de la investigación que aquí reportamos fueron:
1. Comparar, mediante análisis de varianza de dos factores, los efec-
tos sobre los conocimientos previos y los posteriores a la instruc-
ción en los contenidos en cuestión, en función de a) el contenido
instruccional (aprendizaje, motivación y percepción y b) la modali-
dad de entrega (presencial/virtual).
2. Identificar qué estrategias cognitivas, autorregulatorias y creencias
epistemológicas predicen conocimientos previos y finales en cada
contenido de interés, así como establecer los efectos del nivel de
complejidad con el que los estudiantes utilizan creencias epistemo-
lógicas, estrategias cognitivas y estrategias autorregulatorias sobre

el aprendizaje académico de contenidos teóricos introductorios en
procesos psicológicos.
3. Establecer y confirmar las relaciones estructurales entre la episte-
mología personal, las estrategias cognitivas, de autorregulación y
los resultados de aprendizaje en los tres contenidos en estudio.
4. Identificar si la Epistemología Personal es específica a cada domi-
nio de aprendizaje, o bien es independiente del dominio (Muis,
Bendixen y Haerle, 2006).
5. Establecer y confirmar modelos estructurales de variables del estu-
diante en el aprendizaje presencial y el virtual.
6. Establecer y confirmar modelos estructurales del desempeño aca-
démico de estudiantes con puntajes altos y bajos.
7. Establecer y confirmar modelos de curva latente en estudiantes
con puntajes altos y bajos.
A continuación se describen los estudios realizados con el fin de res-
ponder a cada objetivo de investigación.
Diferencias dependientes de contenidos y modalidades

instruccionales
Este estudio tuvo el propósito de identificar diferencias significativas
en conocimientos previos y posteriores a la instrucción en los tres con-
tenidos teóricos en psicología y dos modalidades de entrega.
Para este efecto, se asignaron participantes de manera exclusiva a seis
condiciones, de acuerdo con un diseño factorial A – B (3 x 2), donde el
factor “A” era el contenido de los cursos con tres valores (aprendizaje,
motivación y percepción) y el factor “B” era el contexto de entrega de la
instrucción, con dos valores (presencial y virtual). La distribución de los
participantes de acuerdo al diseño puede consultarse en la tabla 2.4 en el
capítulo del método. Con los datos, se condujeron Análisis de Varianza
de dos factores, con base en la comparación entre las variables descritas.
Procedimiento
Participaron 339 estudiantes de licenciaturas en psicología de cinco
Instituciones de Educación Superior en el ámbito nacional. Los partici-
pantes tomaron cursos en línea o presenciales con relación a conteni-
dos introductorios de tres procesos psicológicos básicos: Aprendizaje
(n=120); Motivación (n=111), y Percepción (n=108). Con respuestas a
los instrumentos de autovaloración y a los de desempeño académico

previo al curso, durante el curso y después del curso, se conformaron
bases de datos independientes por cada contenido.
Para realizar el estudio, cada institución sede de la investigación contó
con un coordinador, y éste a su vez organizó el trabajo de docentes
frente a grupo para aplicar evaluaciones y para impartir estos cursos.
Los coordinadores de sede recibieron capacitación en la sede de la fa-
cultad de psicología de la UNAM, se les entregaron materiales, usuarios
y contraseñas para ingresar a la plataforma, de donde podían descargar
todos los materiales utilizados.
Los docentes frente a grupo realizaron, en el siguiente orden: 1) la aplica-
ción de los instrumentos de autorreporte y las pruebas iniciales de cono-
cimientos; 2) cada una de las actividades de aprendizaje del curso asig-
nado, y 3) nuevamente la aplicación de los instrumentos de evaluación.
Los cursos presenciales se realizaron en aulas naturales de cada una de
las sedes de aplicación del estudio; los cursos virtuales se realizaron en
la plataforma de aprendizaje, configurada para este efecto (www.meta-
tutor.com/moodle).
Al contar con los datos, se realizaron dos análisis de varianza mixtos de
dos factores (3 X 2), para identificar si existían diferencias entre el
aprendizaje de contenidos de procesos psicológicos básicos y/o entre
los resultados de aprendizaje en los contextos presencial y virtual, utili-
zando las respuestas a las pruebas de desempeño de conocimientos ini-
ciales y finales de los estudiantes.
Materiales
Además de los instrumentos y materiales de los cursos, descritos en el
apartado de esta obra que describe la metodología general de la investi-
gación, se utilizó el paquete estadístico SPSS versión 20 (SPSS Inc e IBM,
2010). Este programa permitió el procesamiento de información para
obtener la estadística descriptiva, así como las pruebas de análisis de va-
rianza y post hoc.
Resultados
Los resultados pueden reseñarse como sigue:
l En los conocimientos previos no se presentan diferencias significati-
vas entre modalidades de entrega (F=.428, 1gl; p=.513) pero sí entre
los contenidos (F=25.76, 2gl; p=.000). La media más alta en los de-
sempeños fue para el contenido de motivación, siguió percepción y
luego aprendizaje. Las diferencias significativas se dan entre apren-
dizaje y motivación; y entre percepción y motivación. De acuerdo
con la aplicación de la prueba post hoc de Scheffé, Percepción y Apren-
dizaje se agrupan como un solo subconjunto de datos.
l Es importante notar que al evaluar la presencia de interacción entre
contenidos y modalidades de entrega se obtuvo un valor limítrofe
(F=2.67, 2gl; p=0.070), y esto ocurre sólo en Percepción donde la me-
dia de la entrega virtual 7.89; n=56) fue mayor que la presencial.
l También en los datos sobre conocimientos finales se observaron dife-
rencias significativas en el desempeño académico (F=8.417; 5gl;
p=0.000) dependientes de diferencias entre contenidos (F=15.914,
2gl; p=0.000) y no de modalidades de entrega (F=0.192, 1gl;
p=0.662). Las medias más altas fueron para los desempeños en los
contenidos de Motivación y Percepción y finalmente en los de
Aprendizaje. La prueba post hoc de Scheffé reflejó sólo dos subconjun-
tos (Motivación y Percepción no difieren significativamente).
l Al igual que en los conocimientos previos, se presentó interacción en-
tre contenidos y las modalidades de entrega (F=4.66, 2gl; p=0.010)
en los conocimientos finales, éste fue el caso para el proceso de Per-
cepción donde la media de la entrega virtual (x=10.89; n=56) fue sig-
nificativamente mayor que la presencial (x=9.79).
l Cabe aquí discutir un efecto de interacción mostrado en los conoci-
mientos finales de Aprendizaje, que sin ser significativos (t=-1.799;
p=0.075) sí reflejan una tendencia a ser mejores en la modalidad
presencial aun cuando en los conocimientos previos no hay diferen-
cias.
l Acerca del objetivo que explora si hay diferencias significativas entre
las modalidades entrega presencial y virtual, la conclusión es que no
las hay.
En resumen, al comparar los desempeños académicos de los partici-
pantes del estudio, no se presentan diferencias significativas entre mo-
dalidades de entrega pero sí entre contenidos de aprendizaje: el conte-
nido de motivación mostró puntajes significativamente superiores a los
demás contenidos, tanto en la prueba de conocimientos previos como
en la de conocimientos posteriores a la instrucción. Es importante men-
cionar que el contenido de percepción condujo a mejores resultados en
línea que en la modalidad presencial, y esto se presentó de manera más
clara en la evaluación final, lo que puede interpretarse como una mayor

facilitación del ambiente virtual para procesar contenidos más gráficos.
A partir de los efectos secundarios, derivados de la interacción entre
contenidos y modos de entrega donde, al parecer, contenidos introduc-
torios en percepción son apoyados por el modo virtual y los de apren-
dizaje por el modo presencial, surgieron cuestionamientos al interior
del equipo de investigación sobre qué estrategias y/o creencias afectan
diferencialmente el aprendizaje académico presencia o virtual, mismos
que serán contestados en esta misma obra.
Variables predictoras del desempeño en cada contenido

Este estudio tuvo como propósito identificar cuáles estrategias cogni-
tivas, autorregulatorias y creencias epistemológicas son predictoras
tanto de conocimientos previos como finales, en cada contenido. Un
primer paso para su respuesta implicó la realización de análisis de re-
gresión lineal stepwise. Para este estudio se contó con los mismos parti-
cipantes y software que los reportados para la pregunta anterior, pero
aquí se realizaron seis análisis de regresión lineal stepwise: uno por
cada momento de evaluación (pre-post) y contenido, con el fin de
identificar si las diferentes variables de epistemología personal, estra-
tegias cognitivas y autorregulatorias explican el desempeño en cada
contenido de aprendizaje, tanto en condiciones presenciales como en
línea.
Resultados
De los análisis de regresión de los tres contenidos en las evaluaciones
del desempeño inicial y final destacan los siguientes predictores:
Para el contenido de Aprendizaje

El continuo de creencias epistemológicas “Sentido Común – Conoci-
miento Científico” predice tanto conocimientos previos (b=.247,
p=0.008) como conocimientos posteriores a la instrucción (b=.307,
p=0. 002) en los contenido sobre Aprendizaje. Al parecer, en tanto el es-
tudiante crea que los contenidos sobre aprendizaje están fundamenta-
dos en la ciencia (más que en el sentido común), se aumenta la probabi-
lidad de tener mejor desempeño.
Otra creencia, la referida a la Eficacia Percibida favorece el desempeño
inicial (b=.403, p=0.005, pero son las Estrategias de Recuperación ante
Exámenes las que afectan negativamente el desempeño (b= -.519, p=0.

001). En otras palabras, en la medida en que el estudiante tenga un
buen concepto sobre su eficacia respecto de la tarea en cuestión, se au-
mentará la probabilidad de éxito académico, pero en tanto sólo utilice
estrategias para recuperar información durante los exámenes su de-
sempeño se verá negativamente afectado.
Para el contenido de Motivación

No se identificaron predictores para los conocimientos iniciales en el
contenido de motivación, pero sí para los conocimientos finales, y este
fue el caso de los conocimientos previos (b=.215, p=0. 035), lo que indi-
ca que mientras más conocimientos previos tenga el estudiante sobre
los contenidos de motivación, mayor probabilidad tendrá de obtener
mejores puntuaciones posterior a la instrucción.
Cabe enfatizar aquí que la falta de explicación de la varianza relevante en
el contenido de motivación llevó a los investigadores a proponer análisis
multivariados que permitieran identificar efectos e interacciones entre
creencias epistemológicas, estrategias cognitivas y autorregulatorias so-
bre el aprendizaje académico en vías de entender mejor sus mecanismos
y no confiar, exclusivamente, en análisis que los enmudecen.
Para el contenido de Percepción

Los resultados del análisis de regresión para el contenido de Percep-
ción muestran que en la evaluación inicial de conocimientos, se identi-
ficaron los continuos No Cuestionable – Cuestionable (b=.235, p=0.
028) y Visión Actual – Visión Futura (b=.212, p=0. 044) como predicto-
res de conocimientos previos. Así, cuando los estudiantes tienen creen-
cias iniciales de que los contenidos de percepción son cuestionables y
que les podrán ser útiles cuando concluyan su formación, aumentarán
las probabilidades de obtener mejores puntuaciones en pruebas de co-
nocimientos iniciales.
En cuanto a las estrategias cognitivas y autorregulatorias, se observó
que los predictores de conocimientos previos fueron: el uso de estra-
tegias selectivas (b=.277, p=0. 022), el tipo de procesamiento conver-
gente (b=-.312, p=0. 028) y la escala de autorregulación de materiales
(b=.339, p=0. 035). Estos resultados indican que en la medida en que
los estudiantes utilicen estrategias cognitivas cuya finalidad sea sólo re-
producir de manera literal la información que aparece en el material,
esta situación afectará negativamente el desempeño en una prueba

de conocimientos iniciales. Por otro lado, cuando los estudiantes utili-
cen estrategias de selección de información (tales como el subrayado e
identificación de información relevante) y la autorregulación de ma-
teriales (que sea capaz de seleccionar los mejores materiales y los más
adecuados para fomentar su propio aprendizaje), habrá mayor proba-
bilidad de obtener mejores puntuaciones en una prueba de conoci-
mientos iniciales.
Los resultados del análisis de regresión para el contenido de Percep-
ción muestran que en la evaluación final de conocimientos, se encontró
que la dimensión de epistemología personal que explica significativa-
mente el desempeño es el continuo de No Cuestionable – Cuestionable
(b=.239, p=0. 018); lo que indica que los estudiantes que cuestionan los
contenidos teóricos de percepción desde el principio, antes de la ins-
trucción, tendrán mayor probabilidad de tener mejor desempeño al fi-
nal de la instrucción en comparación de aquellos que no cuestionan los
contenidos, corroborando el efecto en contenidos iniciales.
En cuanto a las estrategias cognitivas y autorregulatorias, se identificó
que la escala de Estrategias Generativas (b=.247, p=0.034) y la de Efi-
cacia Percibida (b=.286, p=0.031) fueron predictores iniciales del de-
sempeño posterior a la instrucción, corroborando los efectos en los
contenidos iniciales; es decir que los estudiantes que elaboran notas,
resúmenes, mapas conceptuales a partir de los materiales de estudio
tendrán mejor desempeño posterior a la instrucción en comparación
con aquellos que no realizan este tipo de actividades; asimismo, los es-
tudiantes que tienen mejores creencias atribucionales sobre su propio
desempeño desde antes de la instrucción tendrán mejor desempeño
posterior a la instrucción en comparación con los estudiantes que no
tienen estas creencias.
Los aspectos hasta ahora descritos entre variables cognitivas, autorre-
gulatorias y creencias epistemológicas en cada uno de los contenidos,
muestran tanto certezas como incógnitas. Para el primer caso, los efec-
tos que los estudiantes valoran como muy importantes para aprender
mejor los contenidos de percepción son los mecanismos de procesa-
miento divergente y las creencias de autoeficacia; para el caso del con-
tenido de motivación, la mayoría de los mecanismos esperados teórica-
mente no se manifestaron, tal vez por el tipo de análisis unidimensional
realizado.
Modelos estructurales de la complejidad de estrategias cognitivas,

autorregulatorias y de las creencias epistemológicas
Como se ha mencionado en el primer capítulo de esta obra, el estudio

objetivo y comprensivo del aprendizaje complejo necesita abordarse a
partir de la complejidad de las dimensiones que intervienen en él. Por
ejemplo: las variables del estudiante, de los materiales de aprendizaje y
el contexto en el que se aprende. En este sentido, la complejidad del
aprendizaje tiene que ver con la interacción de múltiples factores que
generan múltiples causas, por lo que utilizar abordajes tradicionales,
univariados, bivariados o unidimensionales enfrentaría a los investiga-
dores a diversas amenazas de validez interna, en tanto que metodológi-
camente no sería factible analizar en conjunto los elementos que inter-
vienen en el aprendizaje académico complejo.
En estas condiciones, los autores de esta obra, decidieron aproximarse
al estudio de la complejidad del aprendizaje, asumiendo apriorística-
mente que los constructos que explican la complejidad son multifacto-
riales y multicausales y que, por estas razones, es necesario construir,
utilizar y adaptar modelos teóricos, diseños de investigación y técnicas
de análisis de datos que permitan analizar concomitantemente las va-
riables involucradas en el desarrollo del aprendizaje complejo. Tales
análisis son multivariados y multidimensionales, que caracterizan un
conjunto de técnicas estadísticas denominado “Modelamiento de
Ecuaciones Estructurales”.
En este estudio se presentan seis Modelos de Ecuaciones Estructurales
(MEE) que representan los extremos del continuo de la complejidad de
las variables del estudiante analizadas en la obra: 1) de las Creencias
Epistemológicas, donde los extremos Ingenuo – Reflexivo representan
dos niveles de complejidad; 2) de las Estrategias Autorregulatorias,
donde el extremo No Regulado – Autorregulado representan los dos
niveles de complejidad analizados y 3) de las Estrategias Cognitivas,
donde el extremo No Estratégico – Estratégico representa los dos nive-
les de complejidad analizados.
Participantes
Para realizar estos estudios, se seleccionaron los participantes de la
muestra inicial de 339 en función de condiciones y criterios específicos
que se indicarán en cada modelo estructural.
Procedimiento
El procedimiento general para realizar estos seis modelos consistió en
identificar los criterios para seleccionar la muestra, en el caso de creen-
cias epistemológicas consistió en identificar a los estudiantes con pun-
tuaciones extremas, que representan el continuo que va de Ingenuos
(con puntuaciones bajas) a Reflexivos (con puntuaciones altas), a partir
de las valoraciones obtenidas en el IEP. Para el caso de las estrategias
cognitivas, se identificaron estudiantes No Estratégicos (con puntua-
ciones bajas) y Estratégicos (con puntuaciones altas) a partir de las valo-
raciones obtenidas en la porción de Estrategias Cognitivas del IEEA. En
el caso de las estrategias autorregulatorias, estudiantes No Regulados
(con puntuaciones bajas) y Autorregulados (con puntuaciones altas) a
partir de las valoraciones obtenidas en la porción de Estrategias Auto-
rregulatorias del IEEA. Para revisar con más detalle los criterios, reco-
mendamos al lector consulte cada uno de los modelos de estructurales.
Después de la selección de la muestra, se crearon modelos teóricos y ma-
trices de estructura de covarianza para cada condición (Ingenuos, Refle-
xivos, No Regulados, Autorregulados, No Estratégicos y Estratégicos).
Estas matrices de covarianza incluyeron las variables del estudiante que
fueron medidas en este estudio: estrategias cognitivas, autorreguladas,
creencias epistemológicas y conocimientos posteriores a la instrucción.
Materiales
Para realizar los análisis se utilizó el paquete estadístico EQS 6.1 (Bent-
ler, 2006) para crear los modelos teóricos y realizar las estimaciones de
los parámetros de los modelos y para crear las matrices de estructura de
covarianza se utilizó el programa SPSS versión 20 (International Bussi-
ness Machines, 2010).
Resultados
Complejidad de las Creencias Epistemológicas (Ingenuo – Reflexivo)
De la muestra general de 339 casos, se clasificaron dos grupos extremos a
partir de una sumatoria de los puntajes crudos obtenidos en las escalas
del IEP, aquellos con puntajes altos y bajos. Para clasificar los grupos se
estandarizaron los valores de la sumatoria total del IEP en puntuaciones
Z, y se categorizaron como Ingenuos a los participantes que obtuvieron
valores menores que -.5 desviaciones estándar y como Reflexivos a los que
obtuvieron valores mayores que .5 desviaciones estándar. Así, se obtu-
vieron dos muestras, la de ingenuos (<-.5 DE) y la de reflexivos (>.5 DE).
Con los datos de estas muestras, se crearon matrices de estructura de co-

varianza y se diseñaron los modelos de ecuaciones estructurales. A conti-
nuación se presentan los resultados de los dos modelos.
Modelo Ingenuo de Epistemología Personal

La figura 3.9 muestra el modelo teórico de las Creencias Epistemológi-
cas Ingenuas. En él se observa que las creencias epistemológicas inge-
nuas (creer que el conocimiento es absoluto, que su fuente de poder es
porque lo dicen los libros o que su autoridad está en función del profe-
sor o que la naturaleza del conocimiento es simple), controlan el com-
portamiento de aprender y no los mecanismos cognitivos y autorregu-
latorios que acompañan al aprendizaje. Adicionalmente, cabe mencio-
nar que existen diversas evidencias que demuestran que los desempe-
ños bajos de los estudiantes se relacionan con la ausencia de estrategias
de aprendizaje y autorregulación. (Zimmerman, 1990; Bouffard, Bois-
vert, Vezeau, y Larouche, 1995).
Figura 3.9. Modelo teórico de creencias epistemológicas ingenuas.
Figura 3.9. En el modelo se aprecia que las dimensiones de las creencias epistemológicas
ingenuas son los únicos predictores del desempeño académico, mientras que las
estrategias cognitivas y las autorregulatorias no tienen efectos sobre el desempeño.
Para poner a prueba el modelo teórico se realizaron análisis multivaria-

dos que consideraron los 94 casos que cumplieron con los criterios y
condiciones anteriormente señalados. Como era de esperarse, ante una
muestra extensa de participantes como la de este caso, el ajuste estadís-
tico mostró diferencias significativas (X2= 156.39, p=.02); sin embargo,
los índices de ajuste práctico demostraron ser adecuados (CFI = .950;
IFI = .951; RMSEA = .056, intervalo de confianza del RMSEA= .025 -
.079). A partir de esto, es posible concluir que no existen diferencias sig-
nificativas entre el modelo teórico y el modelo empírico. En el proceso
de ajuste se eliminaron los factores de Naturaleza y Estabilidad del co-
nocimiento por no tener efectos significativos. El modelo resultante
puede observarse en la figura 3.10, donde es necesario enfatizar que las
asociaciones entre D1, D2, D3, D4 corresponden a las asociaciones entre
los factores que configuran el IEEA.
Figura 3.10. MEE de Epistemología Personal Ingenuo.
Figura 3.10. En los resultados se aprecia que las creencias epistemológicas ingenuas
sobre la fuente del conocimiento inactivan el uso de estrategias cognitivas y
autorreguladas, por lo que las creencias epistemológicas ingenuas de utilidad
del conocimiento y la escala de materiales son los únicos predictores del desempeño.
En el modelo se observa que el desempeño posterior a la instrucción

no fue dependiente del uso de estrategias cognitivas, ni autorregula-
torias; en tanto que las creencias epistemológicas asociadas con el fac-
tor de Utilidad del Conocimiento predijeron el desempeño (b= .28
p<.01). Sin embargo, se observaron dos predictores de estrategias au-
torregulatorias, 1) la escala de materiales, que tuvo un coeficiente de
regresión de b=.32 p<.01, y 2) la escala de Contingencia Interna (b=
-.38 p<.01).
Estos resultados sugieren que los estudiantes “ingenuos” se caracterizan
por tener creencias epistemológicas iniciales de que el conocimiento no
es transferible, y que sólo es útil cuando es aplicable al “aquí” y al “aho-
ra”. Este tipo de estudiantes consideran saber seleccionar materiales ade-
cuados para su aprendizaje, en tanto que no creen que su éxito o fracaso
para aprender se deba a ellos mismos, sino a factores extrínsecos.
Es importante clarificar que este modelo representa un perfil de episte-
mología personal de estudiantes “ingenuos”, que se caracterizan por
tener bajos puntajes en lo que respecta a sus creencias epistemológicas
de Fuente y Utilidad del Conocimiento. Por lo tanto, y de acuerdo con
la teoría, es razonable pensar que sus estrategias autorregulatorias y
atribucionales son bajas de entrada, y estos puntajes son los que predi-
cen su desempeño posterior a la instrucción.
Además de lo antes mencionado, es importante hacer notar que en
este perfil de epistemología personal “ingenuo”, las creencias episte-
mológicas de Fuente del Conocimiento, predicen negativamente la
autorregulación, tanto de persona (b= -.60 p<.01) como de tarea (b=
-.43 p<.01), así como las estrategias cognitivas superficiales (b= -.33
p<.01) y las profundas (b= -.21 p<.01). Esta evidencia indica que este
tipo de estudiantes considera que la Fuente del Conocimiento es lo
más importante para aprender, creen que el conocimiento es más va-
lioso cuando proviene de una fuente externa, cuando lo dice una au-
toridad y cuando no es cuestionable. Este tipo de creencias entorpe-
cen los mecanismos autorregulatorios y el uso de estrategias cogniti-
vas, por lo que los estudiantes con este perfil no se detienen a realizar
procesos de ajuste autorregulatorio ni cognitivo en el logro de activi-
dades académicas.
Por otra parte, la asociación negativa entre Fuente y Utilidad del Cono-
cimiento denota la ingenuidad del perfil, dado que los estudiantes con
creencias sobre la fuente del conocimiento basadas en criterios exter-
nos, que consideran que son una autoridad y que no son cuestionables,
tendrán mayor probabilidad de creer que son más útiles en términos de
su aplicabilidad en distintas situaciones y su posible uso en el aquí y el
ahora, lo que a su vez predecirá su desempeño académico.
Modelo Reflexivo de Epistemología Personal
El modelo teórico que describe la Epistemología Personal Reflexiva se
muestra en la figura 3.11. Éste hipotetiza que las creencias epistemoló-
gicas en el caso del perfil reflexivo, tienen efectos sobre el desempeño
pero no directamente sino que están mediados por las estrategias cog-
nitivas y autorregulatorias, tal y como lo explicitan los teóricos.
Figura 3.11. Modelo teórico de Epistemología Personal Reflexivo.
Figura 3.11. En el modelo teórico se asume que las creencias epistemológicas

reflexivas activan el uso de estrategias cognitivas y autorregulatorias, lo que a su vez
predice el desempeño académico. Por tanto, se aprecia que las creencias son
mediadas por el uso de estrategias.

condiciones anteriormente señalados. La figura 3.12 muestra el modelo
que presentó ajuste adecuado y, como era de esperarse ante una mues-
tra extensa de participantes como la de este caso, el ajuste estadístico
mostró diferencias significativas (X2=150.18, p=.02). Sin embargo, los
índices de ajuste práctico demostraron ser adecuados (CFI = .954; IFI =
.956; RMSEA = .055; intervalo de confianza del RMSEA= .025 - .078).
En el proceso de ajuste, se eliminó el factor de Estabilidad del Conoci-
miento dado que no resultó tener efectos significativos dentro del mo-
delo.
Figura 3.12. MEE de Epistemología Personal Reflexivo.
Figura 3.12. Los resultados confirman que las creencias epistemológicas reflexivas,
activan los mecanismos cognitivos y autorregulatorios, lo que tiene un beneficio director
de la autorregulación sobre el desempeño académico.
En el modelo de epistemología personal reflexivo, la evidencia indi-

ca que el desempeño posterior a la instrucción tiene influencia direc-
ta por estrategias autorregulatorias tanto de persona (b= .96 p<.01)
como de Tarea y Materiales (b= .43 p<.01) y por el factor de Fuente
de Conocimiento (b= .36 p<.01). Las Estrategias Cognitivas Profun-

das (Adquisición Generativa, Recuperación Ante tareas y Procesa-
miento Divergente) predijeron negativamente el desempeño acadé-
mico (b= -1.32 p<.01). Las Estrategias Cognitivas Superficiales
(Adquisición Selectiva, Recuperación Ante exámenes y Procesa-
miento Convergente) no predijeron el desempeño posterior a la ins-
trucción.
Estos resultados indican que los estudiantes que poseen una episte-
mología personal reflexiva, tendrán creencias epistemológicas inicia-
les de que el conocimiento es transferible a distintas situaciones y con-
textos; estas creencias activarán los mecanismos de autorregulación
tanto de persona como de tarea y materiales lo que predecirá el de-
sempeño académico posterior a la instrucción. Además la Fuente de
Conocimiento (reflexiva) predice el desempeño posterior a la instruc-
ción, esto quiere decir que aquellos estudiantes que crean que el cono-
cimiento es más valioso cuando es construido con base en la experien-
cia personal y que no depende de una autoridad que lo valide, ten-
drán mayor probabilidad de obtener mejores puntuaciones en la
prueba de desempeño. Estos resultados sugieren que estudiantes más
críticos sobre la fuente de información y que crean que el conocimien-
to es valioso cuando es posible transferirlo a distintas situaciones, tie-
nen mayor probabilidad de aprender y desempeñarse mejor, en con-
traste con aquellos que validan sus fuentes de información a través de
un agente externo y/o una autoridad y que consideren que el conoci-
miento no es transferible.
Por otro lado, el factor de Naturaleza del Conocimiento predice el uso
de Estrategias Cognitivas Superficiales (b= .22 p<.01) y Profundas
(b= .52 p<.01), lo que indica que cuando este tipo de estudiantes
creen que el conocimiento es interesante, activarán estrategias cogni-
tivas tanto simples como complejas, de esta forma, mediante la auto-
rregulación, aumentarán la probabilidad de obtener mejores desem-
peños.
Se observa un efecto negativo directo de las Estrategias Cognitivas
Profundas (b= -1.32 p<.01); sin embargo esta relación tiene efectos di-
ferenciales en función de la creencia epistemológica que activa las es-
trategias cognitivas: cuando el efecto inicia desde las creencias episte-
mológicas de Naturaleza del Conocimiento, se incrementa el uso de
estrategias cognitivas profundas lo que predice bajos puntajes en la
prueba de desempeño (efecto indirecto b= -.68 p<.01); en contraste,

cuando el efecto inicia desde las creencias epistemológicas de Utilidad
del Conocimiento, se reduce el uso de las estrategias cognitivas pro-
fundas, lo que aumenta el desempeño posterior a la instrucción (efec-
to indirecto b= .75 p<.01). Estos resultados indican que cuando las
creencias sobre la Naturaleza del Conocimiento se orientan más a lo
interesante, entonces este tipo de estudiantes utilizarán Estrategias
Cognitivas Profundas, lo que reducirá sus puntajes de desempeño
académico. Además, cuando las creencias sobre la Utilidad del Cono-
cimiento se orienten a reconocer la relevancia de lo transferible, en-
tonces reducirán el uso de las Estrategias Cognitivas Profundas, lo
que incrementará el puntaje en la prueba de desempeño. La evidencia
descrita abre una interesante línea de trabajo para identificar experi-
mentalmente lo que por autovaloración se ha encontrado, donde el
contraste entre partir de una creencia de utilidad o de una de natura-
leza de conocimiento influye positivamente en el primer caso y nega-
tivamente en el segundo.
Los resultados aquí mostrados confirman el modelo teórico pro-
puesto en un inicio, dado que la epistemología personal tiene efectos
sobre las estrategias cognitivas y autorregulatorias, mismas que fun-
gen como mediadoras del desempeño posterior a la instrucción.
Estas evidencias indican que los estudiantes con una epistemología
personal reflexiva activan de manera directa e indirecta los mecanis-
mos autorregulatorios y heurísticas cognitivas para mediar su
aprendizaje.
En resumen, con las evidencias aquí mostradas, es posible suponer que
las creencias epistemológicas de Fuente y Utilidad del Conocimiento
tienen efectos diferenciales: en tanto el perfil sea Ingenuo, la Fuente del
Conocimiento (ingenua), entorpece los mecanismos cognitivos y auto-
rregulatorios, pero en tanto el perfil sea Reflexivo predice el desempe-
ño posterior a la instrucción en la medida en que el estudiante conside-
ra que el conocimiento es más valioso cuando se construye con la expe-
riencia personal y no depende de una autoridad que lo valide. En cam-
bio creencias ingenuas acerca de la Utilidad del Conocimiento,
predicen el desempeño cuando el perfil de epistemología personal es
Ingenuo, pero cuando el perfil es Reflexivo, no tienen un efecto directo
sobre el desempeño sino sobre las estrategias autorregulatorias y cogni-
tivas que a su vez predicen el desempeño.
Además, las creencias epistemológicas de Naturaleza del Conoci-

miento sólo tienen efecto sobre las estrategias cognitivas superficia-
les y profundas cuando el perfil de epistemología personal es reflexi-
vo.
En conclusión, los efectos diferenciales observados en el desempeño
académico de los estudiantes a partir del tipo de perfil de desarrollo
epistemológico, retan a los investigadores a generar evidencia experi-
mental que avance en el entendimiento de los mecanismos que gene-
ran estas auto valoraciones.
Complejidad de la autorregulación (No Regulado – Autorregulado)
De la muestra general de 339 casos, se clasificaron dos grupos extremos

a partir de una sumatoria de los puntajes crudos obtenidos en IEEA en
la porción correspondiente a la autorregulación, aquellos con puntajes
altos y bajos. Se estandarizaron las escalas en puntuaciones Z y se cate-
gorizaron como Autorregulados a los casos con puntuaciones menores
que -.5 desviaciones estándar en la escala de Aprobación Externa y ma-
yores que .5 desviaciones estándar en las escalas de Eficacia Percibida,
Autonomía, Contingencia Interna, Materiales, Logro Tarea y Tarea. Se
consideraron como No Regulados, aquellos casos con puntajes en Apro-
bación Externa mayores que .5 desviaciones estándar y menores que -.5
desviaciones estándar en Eficacia Percibida, Autonomía, Contingencia
Interna, Materiales, Logro Tarea y Tarea. Así, se obtuvieron dos mues-
tras, la de No Regulados y la de Autorregulados. Con estas muestras se
crearon matrices de estructura de covarianza y se diseñaron los mode-
los de ecuaciones estructurales. A continuación se presentan los resul-
tados de los dos modelos.
Modelo de Estudiantes No Regulados
La figura 3.13 muestra el modelo teórico de estudiantes No Regulados

que hipotetiza que las creencias epistemológicas y las estrategias cogni-
tivas superficiales son predictoras del desempeño posterior a la instruc-
ción, mientras que las estrategias cognitivas profundas y la autorregu-
lación (de persona, tarea y materiales) no tienen efectos sobre el desem-
peño.
Figura 3.13. Modelo teórico de los estudiantes No Regulados.
Figura 3.13. En el modelo teórico se observa que en los estudiantes con bajos niveles de
autorregulación, los únicos predictores del desempeño académico son las estrategias
cognitivas superficiales, es decir, las más sencillas, y las creencias epistemológicas.

que presentó ajuste estadístico y práctico adecuados (X2= 133.47,
p=.19, CFI = .951; IFI = .959; RMSEA = .045; intervalo de confianza del
RMSEA= .000 - .082). En el proceso de ajuste, se eliminó el factor de
Estabilidad del Conocimiento dado que no resulto tener efectos signifi-
cativos dentro del modelo.
Figura 3.14. MEE de estudiantes No Regulados.
Figura 3.14. Los resultados confirmaron la hipótesis propuesta en el modelo teórico.

Las creencias epistemológicas de fuente, utilidad y naturaleza del conocimiento
demostraron predecir el desempeño académico, así como las estrategias
cognitivas superficiales.
En el modelo se observa que el desempeño posterior a la instrucción es

dependiente de las creencias epistemológicas de Fuente (b= .54,
p<.01), Utilidad (b= .42, p<.01) y Naturaleza del Conocimiento (b=
-.29, p<.01), así como del uso de Estrategias Cognitivas Superficiales
(adquisición selectiva, recuperación ante exámenes y procesamiento
convergente) (b= -.10, p<.01).
Estos resultados indican que los estudiantes que no utilizan estrategias
autorregulatorias, su epistemología personal, probablemente ingenua,
ya que como se analizó en la sección anterior este tipo de creencias obs-
truyen la autorregulación, por ejemplo en este modelo, las creencias

epistemológicas de Fuente del Conocimiento predicen negativamente la
autorregulación de tarea y materiales (b= -.59, p<.01) resultados consis-
tentes con los obtenidos anteriormente, en tanto que activan la autorre-
gulación de la persona (b= .59, p<.01), sin embargo estas estrategias au-
torregulatorias no predicen directa o indirectamente el desempeño pos-
terior a la instrucción, tal como fue hipotetizado en un principio.
Con respecto a las Estrategias Cognitivas Profundas fueron dependien-
tes de las creencias epistemológicas de Utilidad del Conocimiento (b=
.30, p<.01), sin embargo no mostraron tener efecto sobre el desempeño
posterior a la instrucción. En contraste, las Estrategias Cognitivas Su-
perficiales fueron predichas negativamente por las creencias epistemo-
lógicas de Fuente (b= -.43, p<.01) y Naturaleza del Conocimiento (b=
-.28, p<.01), esto indica que mientras más ingenuas son las creencias
aumentará la probabilidad de que los estudiantes no regulados utilicen
estrategias cognitivas superficiales, lo que reducira la probabilidad de
obtener puntajes altos en el desempeño académico posterior a la ins-
trucción (b= -.10, p<.01). Además, es importante mencionar que éstas
creencias (Fuente y Naturaleza del Conocimiento) tienen efectos positi-
vos indirectos mediados por las Estrategias Cognitivas Superficiales,
por ejemplo Fuente (b= .04, p<.01) y Naturaleza (b= .02, p<.01).
En resumen, el perfil de estudiantes no regulados se caracteriza por te-
ner creencias epistemológicas iniciales ingenuas de que el conocimien-
to es más valioso cuando es dictado por una autoridad, no es cuestiona-
ble, no puede utilizarse en diferentes situaciones, solo es útil si tiene
una aplicación en el aquí y el ahora y cuando es aburrido; este tipo de
creencias predecirán el desempeño posterior a la instrucción, además
creer que la validez de fuente del conocimiento depende de una autori-
dad, no es cuestionable y cuando se considera aburrido activarán el uso
de estrategias cognitivas superficiales, lo que a su vez predice bajo de-
sempeño académico.
Modelo de Estudiantes Autorregulados
El modelo teórico que describe a estudiantes autorregulados se mues-
tra en la figura 3.15, en él se observa que el desempeño académico pos-
terior a la instrucción es predicho por una fuerte interacción entre las
creencias epistemológicas mediadas por las Estrategias Autorregulato-
rias de Persona, Tarea, Materiales y por las Estrategias Cognitivas Pro-
fundas y Superficiales.
Figura 3.15. Modelo teórico de los estudiantes autorregulados.
Figura 3.15. En el modelo teórico se asume que las creencias epistemológicas activan el
uso de estrategias cognitivas y autorregulatorias, lo que a su vez predice el desempeño
académico. Por tanto, se aprecia que las creencias son mediadas por el uso de
estrategias.

condiciones anteriormente señalados. El modelo presentó un ajuste es-
tadístico y práctico adecuados (X2= 115.43, p=.19, CFI = .963; IFI =
.968; RMSEA = .046, intervalo de confianza del RMSEA = .000 - .086),
en el proceso de ajuste se eliminó el factor de Estabilidad del Conoci-
miento por no tener efectos significativos. El modelo resultante puede
observarse en la figura 3.16.
Figura 3.16. MEE de Estudiantes Autorregulados.
Figura 3.16. Los resultados indican que en los estudiantes autorregulados, las creencias
epistemológicas son mediadas por las estrategias cognitivas y autorreguladas,
y a su vez las estrategias cognitivas predijeron el
desempeño académico.

fue dependiente de las Estrategias Cognitivas Superficiales (b= -.61
p<.01) y Profundas (b= .86 p<.01) y de manera indirecta las Estrate-
gias Autorregulatorias de Persona, Tarea y Materiales, por ejemplo las
Estrategias Autorregulatorias de Persona predicen el desempeño aca-
démico mediado por las estrategias cognitivas profundas y superficia-
les (b= .31 p<.01) y la autorregulación ante tarea y materiales predi-
cen el desempeño académico mediado por las estrategias cognitivas
profundas y superficiales (b= 1.13 p<.01). Con respecto a las creen-
cias epistemológicas, la Fuente de Conocimiento predijo el desempe-
ño posterior a la instrucción (b= .34 p<.01) lo que indica que cuando
este tipo de estudiantes creen que el conocimiento no depende de una
autoridad para ser válido y es cuestionable, entonces aumentará la
probabilidad de mejorar su desempeño, así este tipo de creencias acti-

van las Estrategias Cognitivas tanto Superficiales (b= .47 p<.01) como
Profundas (b= .23 p<.01). Por otra parte, las creencias sobre la Natu-
raleza del Conocimiento, activan directamente los mecanismos cogni-
tivos, tanto las Estrategias Superficiales (b =. 63 p<.01) como las Pro-
fundas (b= .54 p<.01), es decir que cuando este tipo de estudiantes
tienen creencias iniciales de que el conocimiento es más científico e in-
teresante, activan el uso de distintas estrategias cognitivas para apren-
derlo.
De manera similar, se observaron asociaciones entre las diversas
creencias epistemológicas, por ejemplo, entre las creencias de Utili-
dad y Fuente del Conocimiento (r= .40, p<.01) , que indica que cuan-
do este tipo de estudiantes creen que el conocimiento es transferible y
visualizan su utilidad en el futuro se asociarán con creencias de que el
conocimiento no depende de una autoridad para ser válido y que es
cuestionable, lo que a su vez se asocia con mejores puntuaciones en la
prueba de desempeño académico. Además cuando los estudiantes
creen que el conocimiento es transferible y útil en el futuro, se asociará
con que crean que es más científico e interesante (r= .78, p<.01), esto
también activará el uso de Estrategias Cognitivas Superficiales y Pro-
fundas.
En resumen, la estructura del modelo de estudiantes autorregula-
dos, es más compleja por el número de interacciones directas e indi-
rectas que se dan entre variables, sean éstas predictoras o predichas,
y es necesario hacer notar que las dimensiones de creencias episte-
mológicas muestran fuertes asociaciones entre ellas, siendo la mayor
aquélla entre Utilidad y Naturaleza del Conocimiento. En la medida
en que estas asociaciones son lineales, es posible decir que el modelo
refleja un mayor desarrollo epistemológico en los estudiantes auto-
rregulados. Además, este tipo de estudiantes tendrán creencias epis-
temológicas que tenderán más a la reflexividad y que aumentarán la
probabilidad de que utilicen Estrategias Cognitivas Superficiales y
Profundas; sin embargo, éstas con efectos diferenciales y de acuerdo
con la teoría, dado que estudiantes con mejores estrategias autorre-
gulatorias tendrán mayor probabilidad de utilizar estrategias cogni-
tivas más complejas y refinadas para conseguir sus metas académi-
cas, en contraste las estrategias cognitivas más simples afectarán su de-
sempeño.
De acuerdo con las evidencias aquí mostradas, se clarifica el funciona-

miento diferencial de las Estrategias Cognitivas Superficiales y Profun-
das cuando los estudiantes tienen un perfil no regulado y autorregula-
do. Cuando los estudiantes son autorregulados las estrategias cogniti-
vas que utilizan son profundas mientras que cuando no son regulados
las estrategias que utilizan son superficiales. De manera similar, las
creencias epistemológicas de Fuente y Naturaleza del Conocimiento
también tienen efectos diferenciales sobre las Estrategias Cognitivas,
mientras que estas creencias predicen negativamente las estrategias
cognitivas superficiales en los estudiantes no regulados, en los autorre-
gulados predicen positivamente el uso de estrategias cognitivas tanto
superficiales como profundas.
Complejidad de las Estrategias Cognitivas

(No estratégico – Estratégico)
De la mues tra gene ral de 339 ca sos, se cla sifi ca ron dos gru pos ex tre -
mos a par tir de una su ma toria de los pun ta jes cru dos ob teni dos en
el IEEA en la porción correspondien te a las Estra tegias Cognitivas
Pro fun das (Adqui si ción Ge ne ra tiva, Re cu pe ra ción de Ta reas y Pro-
cesamiento Diver gente), con el objetivo de tener un índice que re -
flejara la complejidad del uso de estrategias cognitivas. Este índice
se es tan da ri zó en pun tua ciones Z y se ca te go riza ron como No Estra-
té gi cos a los ca sos con puntuaciones menores que -.5 desviaciones
es tán dar; y Estra té gi cos a los que ob tu vie ron pun tua ciones ma yo res
a .5 des via ciones es tán dar. Con es tas mues tras se crea ron ma tri ces
de estruc tura de covarianza y se diseñaron los modelos de ecua cio -
nes estruc tura les. A continuación se presen tan los resulta dos de los
dos modelos.
Modelo No Estratégicos
La figura 3.17 muestra el modelo teórico de estudiantes No Estratégicos
que hipotetiza que las creencias epistemológicas son los únicos predic-
tores del desempeño posterior a la instrucción; mientras que las estrate-
gias cognitivas (superficiales y profundas) y las estrategias autorregula-
torias (de persona, tarea y materiales) no tienen efecto sobre el desem-
peño.
Figura 3.17. Modelo teórico de los estudiantes no estratégicos.
Figura 3.17. El modelo de estudiantes no estratégicos asume los únicos predictores

del desempeño académico son las creencias epistemológicas, mientras que las
estrategias cognitivas y autorreguladas no tienen ningún efecto.

que presentó ajuste adecuado. Como era de esperarse, ante una mues-
tra extensa de participantes como fue la de este caso, el ajuste estadísti-
co mostró diferencias significativas (X2=165.31, p=.03). En cambio, los
índices de ajuste práctico demostraron ser adecuados (CFI = .950; IFI =
.953; RMSEA = .046; intervalo de confianza del RMSEA = .017 - .067).
En el proceso de ajuste no se configuró el factor de Estrategias Cogniti-
vas Profundas, dado que teóricamente los estudiantes no estratégicos tie-
nen bajos niveles de este tipo de estrategias, por lo que esta evidencia
confirma una parte medular de este modelo.
Figura 3.18. MEE de estudiantes No estratégicos.
Figura 3.18. Los resultados confirmaron la hipótesis de que los únicos predictores
del desempeño académico en estudiantes no estratégicos son las
creencias epistemológicas.
En el modelo se observa que el desempeño posterior a la instrucción es

dependiente únicamente de las creencias epistemológicas probable-
mente ingenuas, dado que como se apreció en el perfil de estudiantes
“ingenuos”, las creencias de Fuente del Conocimiento entorpecen el
uso de estrategias cognitivas superficiales y profundas. En este sentido,
los predictores del desempeño posterior a la instrucción en estudiantes
No Estratégicos, son las creencias epistemológicas de Estabilidad (b=
.01 p<.01), Fuente (b= .10 p<.01), Utilidad (b= .02 p<.01) y Naturaleza
(b= .07 p<.01), en donde el predictor más fuerte es la Fuente del Cono-
cimiento, evidencia que es congruente con los resultados presentados
anteriormente.
Un aspecto muy importante de ser subrayado, es el hecho de que la di-

mensión de Estrategias Cognitivas Profundas (adquisición generativa,
procesamiento divergente y recuperación ante tareas) no se configuró
como factor dentro del modelo y sólo se configuro el factor de Estrate-
gias Cognitivas Superficiales, aun cuando tampoco se relacionó ni con
estrategias autorregulatorias, ni con creencias epistemológicas ni con el
desempeño académico. El modelo estructural en general perfila un es-
tudiante que no aplica Estrategias Cognitivas ni Autorregulatorias de
Persona para tener éxito en un examen y solamente usa estrategias re-
gulatorias ante tarea y materiales, donde la meta es sólo el logro de la ta-
rea, sin interactuar con estrategias regulatorias de persona, con estrate-
gias cognitivas superficiales y profundas ni tampoco con creencias
epistemológicas.
Por otra parte, se observó que las Estrategias Autorregulatorias de Ta-
rea y Materiales también fueron predictoras del desempeño académico
(b= .07 p<.01), sin embargo el efecto sobre el desempeño es mínimo.
Estos resultados indican que los estudiantes con un perfil No Estratégi-
co (es decir, que no utilizan estrategias cognitivas profundas), tienen
predominantemente creencias epistemológicas orientadas a creer que
el conocimiento es estático y certero, además consideran que es más va-
lioso cuando proviene de una fuente externa, de una autoridad y no es
cuestionable, consideran que el conocimiento es más útil cuando no es
transferible y visualizan su uso en el aquí y el ahora, finalmente consi-
deran que el conocimiento es concreto, que proviene del sentido co-
mún y es aburrido. Este tipo de creencias son las que activan el control
ejecutivo del estudiante entorpeciendo el uso de estrategias cognitivas
y autorregulatorias que colaboren con el mejoramiento del desempeño
académico.
Por otra parte, estas creencias epistemológicas están asociadas entre sí
de manera positiva, lo que indica que todas interactúan para predecir el
desempeño académico de este tipo de estudiantes.
Modelo de Estratégicos
El modelo teórico que describe a los estudiantes Estratégicos se muestra
en la figura 3.19. El modelo hipotetiza que las creencias epistemológicas
tienen efectos sobre el desempeño pero no de manera directa, sino que
están mediados por las Estrategias Cognitivas y Autorregulatorias, de
manera que estás últimas también predicen el desempeño posterior a la
instrucción.
Figura 3.19. Modelo teórico de los estudiantes estratégicos.
Figura 3.19. En el modelo teórico se asume que las creencias epistemológicas activan el
uso de estrategias cognitivas y autorregulatorias, lo que a su vez predice el
desempeño académico. Por tanto, se aprecia que las creencias
son mediadas por el uso de estrategias.
Para poner a prueba el modelo teórico, se realizaron análisis multivaria-

que presentó ajuste estadístico y práctico adecuados (X2= 133.85,
p=.05; CFI = .954; IFI = .958; RMSEA = .048; intervalo de confianza del
RMSEA .000 - .073). En el proceso de ajuste se eliminaron los factores de
Estabilidad y Naturaleza del Conocimiento dado que no resultaron te-
ner efectos significativos dentro del modelo.
Figura 3.20. MEE de Estudiantes Estratégicos.
Figura 3.20. Los resultados confirmaron que las creencias epistemológicas activan el uso
de estrategias cognitivas y autorregulatorias, mientras que las estrategias cognitivas
profundas y la autorregulación de la persona demostraron tener efectos sobre el
desempeño académico.
En el modelo de estudiantes estratégicos la evidencia confirma que las

creencias epistemológicas predicen el desempeño posterior a la ins-
trucción y que este efecto es mediado por las estrategias cognitivas y
autorregulatorias. La Utilidad del Conocimiento demostró tener efec-
tos positivos directos sobre las Estrategias Cognitivas Superficiales (b=
.41 p<.01) y Profundas (b= .12 p<.01), lo que indica que mientras este
tipo de estudiantes tengan creencias epistemológicas iniciales de que el
conocimiento es transferible, aplicable a diferentes situaciones y que
será útil en el futuro, entonces se tendrá mayor probabilidad de activar
el uso de estrategias cognitivas superficiales y profundas, lo que a su
vez predecirá negativamente el desempeño académico posterior a la
instrucción (b= -.40 p<.01; para las estrategias cognitivas profundas).
De manera similar, las creencias sobre la utilidad activarán el uso de Estra-

tegias Autorregulatorias de persona (b= .21 p<.01), tarea y materiales (b=
.39 p<.01), sin embargo sólo las Estrategias Autorregulatorias de Persona
predicen el desempeño académico de manera directa (b= .48 p<.01), lo
que indica que los estudiantes con un perfil Estratégico tendrán mayor
probabilidad de autorregularse y obtener mejores puntuaciones en la
prueba de desempeño, evidencia que es consistente con la indicada en el
perfil de estudiantes autorregulados donde este tipo de estudiantes utili-
zan estrategias cognitivas profundas para lograr su aprendizaje.
Con respecto a la Fuente de Conocimiento (probablemente reflexiva) se
observa que predice directamente el desempeño académico en este tipo
de estudiantes (b= .38 p<.01). Esto indica que cuando este tipo de estu-
diantes tienen creencias iniciales de que el conocimiento no depende de
una autoridad para ser valioso y es cuestionable tendrán mayor probabi-
lidad de tener mejores puntuaciones en la prueba de desempeño. Ade-
más se observa que la Fuente de Conocimiento inhibe el uso de Estrate-
gias Cognitivas Superficiales (b= -.25 p<.01) y la Autorregulación ante
Tarea y Materiales (b= -.15 p<.01). Estas evidencias muy probablemente
indiquen que los estudiantes con este perfil saben seleccionar diferen-
cialmente las Estrategias Cognitivas y Autorregulatorias que se adapten
mejor en función del nivel de dificultad de la tarea académica.
En resumen, en el modelo de estudiantes No Estratégicos se observa que
las creencias epistemológicas son los únicos predictores del desempeño
posterior a la instrucción, en contraste con los resultados obtenidos en el
modelo de estudiantes Estratégicos, donde las creencias son mediadas
por las Estrategias Autorregulatorias y Cognitivas. Estas evidencias con-
firman las hipótesis iniciales y denotan efectos diferenciales de las creen-
cias epistemológicas, estrategias autorregulatorias y cognitivas de acuer-
do al nivel de complejidad en el que se utilicen las dimensiones.
Relaciones Estructurales entre las variables del estudiante y los

resultados de aprendizaje en tres contenidos de procesos psicológicos
básicos
En este estudio se presentan tres modelos de ecuaciones estructurales

(MEE) que representan las relaciones entre las variables del estudiante
en cada contenido teórico (aprendizaje, motivación y percepción).
Estos análisis permitieron identificar los predictores del desempeño
académico en cada contenido.
Participantes
Para realizar estos estudios se seleccionaron los participantes de la
muestra inicial de 339 en función del número de estudiantes que parti-
ciparon en cada unidad instruccional, para aprendizaje (n= 120), moti-
vación (n= 111) y percepción (n= 108).
Procedimiento
Se diseñaron tres matrices de estructura de covarianza, con el fin de
controlar la varianza generada por las variaciones entre contenidos y
evitar posibles asociaciones por utilizar los mismos instrumentos de
medición. El modelo teórico para los tres contenidos (Aprendizaje, Mo-
tivación, Percepción) puede observarse en la figura 3.21 e hipotetiza
que las creencias epistemológicas tienen efectos predictores sobre el de-
sempeño posterior a la instrucción, y dichos efectos son mediados por
las Estrategias Autorregulatorias y Cognitivas.
Figura 3.21. Modelo teórico de la explicación del desempeño en pruebas de
desempeño académico en Aprendizaje, Motivación y Percepción.
Figura 3.21. En el modelo teórico se asume que las creencias epistemológicas reflexivas
activan el uso de estrategias cognitivas y autorregulatorias, lo que a su vez predice
el desempeño académico. Por tanto, se aprecia que las creencias son mediadas
por el uso de estrategias, tanto cognitivas como autorregulatorias.
Modelo del contenido de Aprendizaje

dos que consideraron los 120 estudiantes que cursaron la unidad ins-
truccional de aprendizaje. La figura 3.22 muestra el modelo que pre-
sentó ajuste adecuado, como era de esperarse, ante una muestra exten-
sa de participantes como la de este caso, el ajuste estadístico mostró di-
ferencias significativas (X2= 220.54, p=.000), en cambio los índices de
ajuste práctico demostraron ser adecuados (CFI = .953; IFI = .956;
RMSEA = .051 e Intervalo de Confianza del RMSEA= .030 - .069). A
partir de esto, es posible concluir que no existen diferencias significati-
vas entre el modelo teórico y el modelo empírico. En el proceso de ajus-
te se eliminó el factor de Estabilidad del Conocimiento por no tener
efectos significativos.
Figura 3.22. MEE del Contenido de Aprendizaje.
Figura 3.22. En los resultados se aprecia que las creencias epistemológicas están
mediadas por las estrategias cognitivas y autorregulatorias, mientras que éstas últimas,
a su vez, predicen el desempeño académico.

fue dependiente del uso de Estrategias Cognitivas Profundas (b= .99
p<.01), de las Estrategias de Autorregulación de la persona (b= -.55
p<.01) y ante Tarea y Materiales (b= -.34 p<.01), lo que indica que los
estudiantes que cursaron esta unidad instruccional utilizaron princi-
palmente Estrategias Cognitivas Profundas (Adquisición Generativa,
Recuperación ante Tareas y Procesamiento Divergente) para mejorar
su desempeño académico. Por otra parte se observa que la escala de
Sentido Común – Científico predijo el desempeño (b= .38 p<.01), lo
que indica que cuando estos estudiantes tienen creencias iniciales de
que el conocimiento es más de naturaleza científica, tendrán mejores
puntuaciones en la prueba de desempeño posterior a la instrucción.
También se observa que las creencias epistemológicas no tienen efecto
directo sobre el desempeño, sino que sus efectos están mediados por las
estrategias cognitivas y autorregulatorias, por ejemplo la Fuente de Co-
nocimiento predice negativamente el uso de Estrategias Cognitivas Su-
perficiales (Adquisición Selectiva, Recuperación ante Exámenes y Pro-
cesamiento Convergente) (b= -.18 p<.01) y el uso de Estrategias Auto-
rregulatorias de Persona (b= -.25 p<.01). Lo anterior indica que los es-
tudiantes que cursaron la unidad instruccional de Aprendizaje inhiben
o activan sus estrategias cognitivas superficiales y autorregulación de la
persona en función de la fuente del conocimiento; por ejemplo, cuando
tienen creencias iniciales de que el conocimiento es más valioso cuando
se obtiene a partir de la Experiencia Personal, cuando no depende de
una autoridad y que es cuestionable, entonces inhiben el uso de estrate-
gias cognitivas superficiales y la autorregulación de la persona.
Con respecto a las creencias sobre la Naturaleza del Conocimiento,
cuando las creencias iniciales de los estudiantes consideran que el co-
nocimiento es más abstracto, científico e interesante, entonces activa-
rán el uso de Estrategias Autorregulatorias ante Tarea y Materiales (b=
.20 p<.01), lo que a su vez predecirá negativamente el desempeño.
Además, la Utilidad del Conocimiento no tuvo efectos significativos
como predictor del desempeño académico posterior a la instrucción.
Modelo del contenido de Motivación

Para poner a prueba este modelo teórico, se realizaron análisis multiva-
riados que consideraron los 111 estudiantes que cursaron la unidad ins-
truccional de motivación. La figura 3.23 muestra el modelo que presen-
tó ajuste adecuado. Como era de esperarse, ante una muestra extensa

de participantes como la de este caso, el ajuste estadístico mostró dife-
rencias significativas (X2= 149.67, p=.02; por otro lado, los índices de
ajuste práctico demostraron ser adecuados (CFI= .964; IFI= .966;
vas entre el modelo teórico propuesto y el modelo empírico. En el pro-
ceso de ajuste se eliminaron los factores de Fuente y Estabilidad del Co-
nocimiento por no tener efectos significativos.
Figura 3.23. MEE del contenido de Motivación.
Figura 3.23. En el caso del contenido de motivación, se aprecia que las creencias
epistemológicas también fueron mediadas por las estrategias cognitivas y
autorregulatorias. El desempeño académico es predicho por el uso de
estrategias cognitivas profundas y la autorregulación de la persona.

fue dependiente de las Estrategias Cognitivas Superficiales (b= -.27
p<.01) y Profundas (b= .47 p<.01), así como de las Estrategias de Auto-
rregulación de Persona (b= .31 p<.01), Tarea y Materiales (b= -.62
p<.01), lo que indica que los estudiantes que cursaron la unidad ins-
truccional de Motivación utilizaron estrategias cognitivas de Adquisi-
ción Generativa, Recuperación ante Tareas y Procesamiento Divergen-
te para obtener mejores puntuaciones en la prueba de desempeño,
además de estrategias de Autorregulación a nivel Persona (eficacia,
contingencia y autonomía percibida y menor índice de aprobación ex-
terna). Mientras que cuando utilizaron estrategias cognitivas superfi-
ciales (Adquisición Selectiva, Recuperación ante Exámenes y Procesa-
miento Convergente) y estrategias Autorregulatorias ante Tareas y Ma-
teriales, éstas predijeron negativamente su desempeño académico.
Por otra parte, las creencias epistemológicas no tuvieron efectos direc-
tos sobre el desempeño académico, sino mediados a través de las Estra-
tegias Cognitivas Profundas y la Autorregulación de Persona, por
ejemplo la Utilidad del Conocimiento tuvo efectos sobre las Estrategias
Cognitivas Profundas (b= -.11 p<.01) y la Autorregulación a nivel Per-
sona (b= .26 p<.01), generando un efecto indirecto sobre el desempe-
ño de b= -.05 p<.01 a través de las estrategias cognitivas profundas y
de b= .08 p<.01 a través de la autorregulación de persona. Estas evi-
dencias indican que cuando los estudiantes tienen creencias iniciales
de que el conocimiento es transferible y que les será de utilidad en el fu-
turo, entonces activarán la Autorregulación a nivel Persona e inhibirán
levemente la activación de Estrategias Cognitivas Profundas. Además,
cuando estos estudiantes tienen creencias iniciales de que la Naturale-
za del Conocimiento es científica e interesante, esto activará el uso de
estrategias cognitivas profundas (b= .16 p<.01), lo cual a su vez tendrá
un efecto indirecto predictor sobre el desempeño académico posterior
a la instrucción (b= .08 p<.01).
Modelo del contenido de Percepción
Para poner a prueba el modelo teórico, se realizaron análisis multivaria-

dos que consideraron los 108 estudiantes que cursaron la unidad ins-
truccional de percepción. La figura 3.24 muestra el modelo que presen-
tó ajuste adecuado, como era de esperarse, ante una muestra extensa
de participantes como la de este caso, el ajuste estadístico mostró dife-
rencias significativas (X2= 136.11, p=.02), por otro lado, los índices de
ajuste práctico demostraron ser adecuados (CFI = .956; IFI = .960;
vas entre el modelo teórico propuesto y el modelo empírico. En el pro-

ceso de ajuste se eliminaron los factores de Estabilidad y Utilidad del
Conocimiento por no tener efectos significativos.
Figura 3.24. MEE del contenido de Percepción.
Figura 3.24. En los resultados se aprecia que las creencias epistemológicas de naturaleza
del conocimiento activan el uso de estrategias cognitivas y autorregulatorias, y también
se observa que la fuente del conocimiento predice el desempeño académico.
Finalmente se observa que las estrategias autorregulatorias de tarea
predicen de manera directa el desempeño.

fue dependiente de las Estrategias Autorregulatorias ante Tarea y Ma-
teriales (b= .15 p<.01) y de la Fuente de Conocimiento (b= .42 p<.01),
lo que indica que estos estudiantes fueron capaces de autorregularse en
función de la tarea y los materiales de estudio lo que mejoro su desem-
peño académico, además sus creencias iniciales sobre la Fuente del Co-
nocimiento se caracterizaron por creer que el conocimiento es más va-
lioso cuando depende de la experiencia personal y no de una autoridad
y es cuestionable, lo que se asoció con mejores puntuaciones en la prue-
ba de desempeño posterior a la instrucción.
Por otra parte, la Fuente y Naturaleza del Conocimiento demostraron

tener efectos diferenciales sobre las Estrategias Cognitivas y Autorregu-
latorias, mientras que la Fuente del Conocimiento inhibió los mecanis-
mos autorregulatorios tanto de persona (b= -.18 p<.01) como ante ta-
rea y materiales (b= -.41 p<.01), la Naturaleza del Conocimiento activó
tanto las estrategias Cognitivas Superficiales (b= .33 p<.01) y Profun-
das (b= .56 p<.01), la Autorregulación de Persona (b= .17 p<.01) y la
Autorregulación ante Tarea y Materiales (b= .48 p<.01). Estas eviden-
cias indican que cuando los estudiantes que estudian contenidos de
percepción tienen creencias iniciales de que el conocimiento es valioso
cuando depende de la experiencia personal y no de una autoridad y es
cuestionable inhibirán los mecanismos autorregulatorios en tanto que
cuando tengan creencias iniciales del conocimiento es científico e inte-
resante entonces activarán estrategias cognitivas y autorreguladas.
Finalmente, en las evidencias aquí presentadas, es fácil observar que las
variables del estudiante (Creencias Epistemológicas, Autorregulación y
Estrategias Cognitivas) varían en función del contenido de la unidad
instruccional.
Con respecto a las Creencias Epistemológicas, se observan efectos diferen-
ciales en cada contenido, mientras que en el contenido de aprendizaje la
Fuente del Conocimiento inhibe la Autorregulación en Persona, en motiva-
ción no tiene efectos significativos y en percepción inhibe la Autorregula-
ción de la Persona, ante Tarea y Materiales. La Utilidad del conocimiento
solo tiene efectos significativos en el contenido de motivación e inhibe el uso
de Estrategias Cognitivas Profundas y activa la Autorregulación de Persona,
mientras que en aprendizaje y percepción no tiene efectos significativos. La
Naturaleza del Conocimiento activa las Estrategias Autorregulatorias de
Persona en el contenido de aprendizaje, mientras que en motivación activa
el uso de Estrategias Cognitivas Profundas y en percepción este tipo de
creencias activan las Estrategias Cognitivas Superficiales y Profundas, así
como la Autorregulación de la Persona, Tarea y Materiales.
Con respecto a los predictores del desempeño en cada contenido, en la
unidad instruccional de aprendizaje las Estrategias Cognitivas Profundas
tuvieron el efecto más grande, mientras que las Estrategias de Autorregu-
lación de Persona, Tarea y Materiales predijeron negativamente; en moti-
vación la Autorregulación de Persona y las Estrategias Cognitivas Profun-
das predicen positivamente el desempeño, mientras que las Estrategias
Cognitivas Superficiales y la Autorregulación ante Tarea y Materiales pre-
dijeron negativamente; finalmente en percepción los predictores del de-

sempeño posterior a la instrucción fueron las Estrategias Autorregulato-
rias ante Tarea y Materiales y la Fuente del Conocimiento.
Con estas evidencias es posible concluir que los estudiantes modifican
y ajustan su Epistemología Personal, sus Estrategias Autorregulatorias
y Cognitivas en función del contenido que van a aprender, por lo que
estos estudios abren interrogantes importantes sobre cómo los estu-
diantes se aproximan al aprendizaje a partir del contenido de la mate-
ria, sea su naturaleza teórica, procedimental o técnica, además estos es-
tudios revelan que dentro de su naturaleza también existen variaciones
importantes que tendrán efectos en el aprendizaje.
El ámbito de la Epistemología Personal: ¿dominio específico o general?
Para dar respuesta a este objetivo de investigación, se realizaron dos

modelos teóricos: el primero hipotetizaba una estructura factorial don-
de las creencias epistemológicas de Estabilidad, Fuente, Utilidad y Na-
turaleza del Conocimiento convergen independientemente del conte-
nido de la materia (aprendizaje, motivación y percepción), a este mode-
lo se le considero como: “Modelo de Generalidad de la Epistemología
Personal”; en el segundo se hipotetizaron tres estructuras factoriales
que representaban las creencias epistemológicas de Estabilidad, Fuen-
te, Utilidad y Naturaleza del Conocimiento dependientes de cada con-
tenido de la materia, una estructura factorial para aprendizaje, otra
para motivación y otra más para percepción; a cada uno de estos mode-
los se les denomino como “Modelos de Especificidad de la Epistemolo-
gía Personal”. Estos AFC permitieron identificar si la estructura teórica
de las creencias epistemológicas se mantenía relativamente constante a
través de distintos contenidos, en el caso del Modelo de Generalidad;
mientras que en los Modelos de Especificidad permitió identificar las
variaciones estructurales y funcionales en distintos contenidos.
Participantes
Para crear el Modelo de Generalidad se utilizaron los 339 estudiantes que
participaron en cada unidad instruccional (aprendizaje, motivación,
percepción), mientras que para crear los Modelos de Especificidad se uti-
lizaron de manera separada los 120 estudiantes que participaron en la
unidad instruccional de aprendizaje, los 111 estudiantes que cursaron la
unidad instruccional de motivación y los 108 que cursaron percepción.
Procedimiento
Para realizar el Modelo de Generalidad se trabajó con los datos crudos
obtenidos de los 339 estudiantes en los tres contenidos teóricos, mien-
tras que en el Modelo de Especificidad se crearon tres matrices de es-
tructura de covarianza independientes (una para cada contenido) para
controlar las posibles asociaciones ocasionadas por utilizar los mismos
instrumentos de medición en los tres contenidos y así evitar correlacio-
nes puramente estadísticas. A continuación se muestran los resultados
de cada uno de los modelos, primero el de Generalidad y posterior-
mente el de Especificidad.
Modelo de Generalidad de la Epistemología Personal
El modelo teórico que describe la estructura factorial del Modelo de Ge-
neralidad se muestra en la figura 3.25 e hipotetiza que las creencias
epistemológicas de Estabilidad, Fuente, Utilidad y Naturaleza del Co-
nocimiento convergen significativamente independientemente del
contenido teórico (aprendizaje, motivación, percepción).
Figura 3.25. Modelo teórico de Generalidad de la Epistemología Personal.
Figura 3.25. El modelo representa la generalidad de las dimensiones de la epistemología

personal a través de distintos contenidos de la materia. El modelo asume que se
replicarán las dimensiones independientemente del contenido.
Se realizó un AFC utilizando el método robusto de Satorra – Bentler de-

bido a un problema de curtosis multivariada. Para realizar el análisis se
consideraron los 339 casos del estudio, la figura 3.26 muestra el modelo
que presentó ajuste adecuado, como era de esperarse, ante una mues-
tra extensa de participantes como la de este caso, el ajuste estadístico
mostró diferencias significativas (X2=272.13, p=.000), en cambio los ín-
dices de ajuste práctico demostraron ser adecuados (CFI = .953; IFI =
.954; RMSEA = .033; intervalo de confianza del RMSEA = .025 - .040). A
partir de lo anterior, es posible afirmar que no existen diferencias signi-
ficativas entre el modelo teórico y el modelo empírico.
Figura 3.26. AFC del Modelo de Generalidad de la Epistemología Personal.
Figura 3.26. Los resultados confirmaron que las cuatro dimensiones de la epistemología
personal que se hipotetizaron, fueron representadas adecuadamente a través de distintos
contenidos de la materia (motivación, percepción y aprendizaje). Esto sugiere que este
tipo de creencias son relativamente constantes en dichos contenidos.
En el modelo se observa que se confirma la estructura factorial hipoteti-

zada inicialmente. Se replicaron los cuatro factores de creencias episte-
mológicas, además de que presentaron pesos factoriales altos y signifi-
cativos de cada subescala al factor que corresponde, lo que denota vali-
dez convergente.
En este sentido, es posible concluir que independientemente del conte-

nido de la materia (aprendizaje, motivación o percepción), las creencias
epistemológicas sobre estos contenidos tienen una varianza comparti-
da que refleja una estructura factorial, la cual representa la Estabilidad,
Fuente, Utilidad y Naturaleza del Conocimiento, razón por la que en
este trabajo se avala la característica de generalidad de las creencias
epistemológicas entre contenidos.
Modelos de Especificidad de la Epistemología Personal
El modelo teórico que describe las estructuras factoriales de los tres Mo-
delos de Especificidad de la Epistemología Personal (aprendizaje, moti-
vación y percepción) se ilustra en la figura 3.27 e hipotetiza que la es-
tructura factorial de las creencias epistemológicas de Estabilidad, Fuen-
te, Utilidad y Naturaleza del Conocimiento presenta variaciones es-
tructurales y funcionales cuando es dependiente del contenido.
Figura 3.27. Modelo teórico de especificidad de la Epistemología Personal.
Figura 3.27. En este caso se seccionó la varianza ocasionada por los tres contenidos de la
materia (aprendizaje, motivación y percepción), por cada contenido se probó si las
cuatro dimensiones se mantenían constantes en cada contenido.
Se realizaron AFC utilizando el método de máxima verosimilitud de los

tres distintos contenidos teóricos (aprendizaje, motivación y percep-
ción). Para realizar los análisis se crearon matrices independientes de
covarianza, una para cada contenido teórico, y a partir de estas se crea-

ron los tres modelos teóricos que hipotetizaban la misma estructura fac-
torial en los tres contenidos. La figura 3.28 muestra el modelo que pre-
sento ajuste adecuado, como era de esperarse, ante una muestra exten-
sa de participantes la de este caso, el ajuste estadístico mostró diferen-
cias significativas (X2= 442.44, p=.000), en cambio los índices de ajuste
práctico demostraron ser adecuados (CFI = .967; IFI = .967; RMSEA =
.027; intervalo de confianza del RMSEA = .023 - .032). A partir de lo an-
terior, es posible afirmar que no existen diferencias significativas entre
el modelo teórico y el modelo empírico.
En los modelos se aprecia que existen variaciones entre las estructuras
factoriales de cada contenido teórico. En los casos de Aprendizaje y
Motivación se replicó la estructura factorial hipotetizada en un princi-
pio, sin embargo en percepción el factor de Estabilidad del Conoci-
miento no convergió. Además, la escala de Externo – Experiencia Per-
sonal del factor de Fuente del Conocimiento no convergió en Motiva-
ción y Percepción, sólo en el contenido de Aprendizaje. Todos los pesos
factoriales son altos y significativos de las subescalas a sus respectivos
factores.
Con respecto a las variaciones funcionales (interacción entre creencias
epistemológicas), se observa que las asociaciones entre los factores tie-
nen diferentes efectos, la asociación entre Estabilidad y Fuente del Co-
nocimiento es alta y significativa en Aprendizaje (r = 1.00, p<.01) y Mo-
tivación (r = 1.27 p<.01), mientras que en Percepción esta asociación
no se manifiesta, las asociaciones entre Estabilidad y Fuente (r = .88
p<.01) y Estabilidad y Naturaleza (r = .89 p<.01) sólo se manifiestan en
el contenido de Aprendizaje, mientras que en los contenidos de Moti-
vación y Percepción no aparecen. Por otro lado, las asociaciones entre
Fuente y Utilidad del Conocimiento sólo se manifiestan en el contenido
de Motivación (r = .21 p<.01), entre Fuente y Naturaleza se observa
una asociación negativa en Aprendizaje (r = -.42 p<.01) y Motivación (r
= -.04 p<.01), mientras que en Percepción no se manifiesta. Finalmente
se observa una asociación positiva fuerte entre Utilidad y Naturaleza
del Conocimiento que se mantiene constante en los tres contenidos teó-
ricos, en Aprendizaje (r = .96, p<.01), en Motivación (r=1.15 p<.01) y
en Percepción (r = .82 p<.01).
En resumen, estas evidencias indican que la Epistemología Personal
es tanto de naturaleza general como específica. En el modelo de gene-
Figura 3.28. Modelo empírico de especificidad de la Epistemología Personal.
ESTUDIOS Y RESULTADOS
Figura 3.28. Los resultados confirmaron que las cuatro dimensiones de la epistemología personal se ven representadas en el contenido
de aprendizaje y motivación, no así en percepción donde el factor de estabilidad no se presentó.
167
ralidad se demostró que las creencias epistemológicas sobre los tres

contenidos teóricos comparten una varianza relevante en Estabilidad,
Fuente, Utilidad y Naturaleza del Conocimiento, en tanto que en los
modelos de especificidad reflejan creencias específicas a cada conteni-
do. En particular llamamos la atención de la creencia epistemológica
de Estabilidad del Conocimiento, donde en el contenido de percep-
ción no se configura como un factor, así como el caso en el que la
creencia de Fuente de Conocimiento solo se configura con los conti-
nuos de No Autoridad – Autoridad y No Cuestionable – Cuestionable
en los contenidos de Motivación y Percepción y no así en Aprendiza-
je. Invitamos al lector a hacer un recorrido más rico de los casos de va-
riación de la estructura factorial entre contenidos con la lectura de la
figura 3.28.
Por otra parte, con respecto a las variaciones entre los coeficientes de
asociación entre Estabilidad, Fuente, Utilidad y Naturaleza del Conoci-
miento, en el modelo de generalidad se aprecia que la asociación más
fuerte se da entre Utilidad y Naturaleza (r = .96 p<.01), mientras que
esto mismo se replica en los distintos modelos de especificidad. Ade-
más, la asociación entre Estabilidad y Utilidad (r = .47 p<.01) y Estabili-
dad y Naturaleza (r = .43 p<01) sólo se replica en el modelo de Apren-
dizaje, mientras que en Motivación y Percepción no; la asociación entre
Fuente y Estabilidad (r = .51 p<.01) se replica en los modelos de Apren-
dizaje y Motivación, sin embargo en percepción no. Además, las asocia-
ciones entre Fuente y Utilidad y Fuente y Naturaleza sólo aparecen en
los modelos de especificidad de Aprendizaje y Motivación, mientras en
el modelo de generalidad y percepción no aparecen.
Finalmente, es importante destacar que las variaciones identificadas en
los modelos de generalidad y especificidad se dan entre contenidos
aparentemente similares, como son contenidos teóricos de procesos bá-
sicos en psicología, además de que los contenidos fueron homogeniza-
dos como requisito de control experimental. Sin embargo, a pesar de es-
tas restricciones se encontraron diferencias entre creencias epistemoló-
gicas y contenidos, por lo tanto consideramos importante que los inves-
tigadores en construcción del conocimiento generen las condiciones
experimentales que nos permitan hablar de relaciones causales y dife-
rencias entre ciencias duras y ciencias blandas, e inclusive dentro de
cada una de ellas.
Modelos estructurales relacionados con la modalidad presencial

y virtual
En este estudio se presentan dos modelos de ecuaciones estructura-

les (MEE) que representan las relaciones entre variables del estu-
diante de acuerdo a la modalidad de entrega, presencial o virtual,
dado que el interés de los autores de esta obra era verificar si existen
variaciones entre las relaciones que predicen el desempeño acadé-
mico en los estudiantes que cursaron unidades instruccionales en
modalidad presencial en contraste con aquellos que las cursaron en
modalidad virtual.
Por lo que este estudio constituye un análisis de los resultados más
allá de meras contrastaciones entre medias de naturaleza univariada
(por ejemplo, Análisis de la Varianza) en donde lo que se encontró
no constituye una evidencia suficientemente satisfactoria para los
autores. Por ese motivo, la intención de este estudio fue explorar los
mecanismos cognitivos, autorregulatorios y las creencias epistemo-
lógicas que interactuan para predecir el desempeño de los estudian-
tes.
Participantes
Para probar los modelos se seleccionaron los participantes de la
muestra inicial de 339 estudiantes, en función del número que toma-
ron el curso en cada modalidad de entrega de las unidades instruc-
cionales, para la modalidad presencial (n= 171) y para la virtual (n=
168).
Procedimiento
Se construyeron dos matrices de estructura de covarianza (una para la
modalidad presencial y otra para la virtual), con el fin de controlar la
varianza generada por cada modalidad de entrega y evitar posibles
asociaciones por utilizar los mismos instrumentos de medición, este
arreglo metodológico apoyó a los investigadores en identificar si las
causas de los efectos se deben a los contenidos o a los instrumentos de
medición. El modelo teórico en las dos modalidades (presencial y vir-
tual) puede observarse en la figura 3.29.
Figura 3.29. Modelo teórico de la influencia de creencias y estrategias en el

desempeño en modalidades presencial o virtual.
activan el uso de estrategias cognitivas y autorregulatorias, lo que a su vez predice el
desempeño académico. Por tanto, se aprecia que las creencias son mediadas
por el uso de estrategias, tanto cognitivas como autorregulatorias.
Modelo Presencial
dos que consideraron los 171 casos que cursaron las unidades instruc-
cionales en la modalidad presencial, para el análisis se utilizó el método
robusto de Satorra – Bentler debido a problemas de curtosis multivaria-
da. La figura 3.30 muestra el modelo que presentó ajuste adecuado,
como era de esperarse, ante una muestra extensa de participantes
como la de este caso, el ajuste estadístico mostró diferencias significati-
vas (X2= 233.56, p=.000), en cambio los índices de ajuste práctico de-
mostraron ser adecuados (CFI = .950; IFI = .951; RMSEA = .050 e Inter-
valo de Confianza del RMSEA= .033 - .064). A partir de esto, es posible

concluir que no existen diferencias significativas entre el modelo teóri-
co y el modelo empírico. En el proceso de ajuste se eliminó el factor de
Estabilidad del Conocimiento por no tener efectos significativos.
Figura 3.30. MEE de la modalidad de instrucción presencial.
Figura 3.30. Los resultados del modelo confirman que las creencias epistemológicas de
fuente, utilidad y naturaleza del conocimiento, activan los mecanismos cognitivos y
autorregulatorios, lo que a su vez predice el desempeño académico.

fue predicho por las Estrategias Autorregulatorias de Persona (b= .17
p<.01) y las creencias epistemológicas de Fuente del Conocimiento
(b= .25 p<.01) y negativamente por las Estrategias Cognitivas Profun-
das (b= -.14 p<.01). Estos resultados indican que cuando los estudian-
tes tienen creencias iniciales de que el conocimiento es más valioso
cuando proviene de la experiencia personal, no depende de una autori-
dad y es cuestionable, entonces tendrán mayor probabilidad de obte-
ner mejores puntuaciones en la prueba de desempeño posterior a la

instrucción, además cuando reportan utilizar Estrategias Autorregula-
torias de Persona (Autoeficacia, Autonomía, Contingencia Interna y
menores índices de aprobación externa) tendrán mayor probabilidad
de mejorar su desempeño académico. En contraste cuando utilizan
Estrategias Cognitivas Profundas esto tenderá a presentar puntajes ba-
jos en la prueba de desempeño.
También se observan efectos indirectos de las creencias epistemológi-
cas de Utilidad y Naturaleza del Conocimiento mediados por las Estra-
tegias Autorregulatorias de Persona; esto indica que cuando los estu-
diantes tienen creencias epistemológicas iniciales de que el conoci-
miento es transferible y visualizan su utilidad en el futuro, activarán los
mecanismos autorregulatorios de persona (b= .61 p<.01), lo que a su
vez predecirá el desempeño posterior a la instrucción (efecto indirecto
b= .10 p<.01). Por otra parte, la Naturaleza del Conocimiento predice
negativamente la autorregulación de la persona (b= -.31 p<.01), lo que
indica que cuando los estudiantes tienen creencias epistemológicas de
que el conocimiento se elabora a partir de la ciencia y que es interesan-
te, entonces entorpecerán los mecanismos autorregulatorios, lo que a
su vez afectará negativamente el desempeño (efecto indirecto b= -.05
p<.01).
Modelo Virtual
Para poner a prueba el modelo teórico se realizaron análisis multiva-
riados que consideraron los 168 casos que cursaron las unidades ins-
truccionales en la modalidad virtual, para el análisis se utilizó el méto-
do robusto de Satorra – Bentler debido a problemas de curtosis multi-
variada. La figura 3.31 muestra el modelo que presentó ajuste adecua-
do, como era de esperarse, ante una muestra extensa de participantes
como la de este caso, el ajuste estadístico mostró diferencias significa-
tivas (X2= 204.22, p=.000), en cambio los índices de ajuste práctico de-
mostraron ser adecuados (CFI = .960; IFI = .961; RMSEA = .049 e
Intervalo de Confianza del RMSEA= .032 - .064). A partir de esto, es
posible concluir que no existen diferencias significativas entre el mo-
delo teórico y el modelo empírico. En el proceso de ajuste se eliminó el
factor de Estabilidad del Conocimiento por no tener efectos significa-
tivos.
Figura 3.31. MEE de la modalidad de instrucción virtual.
Figura 3.31. Los resultados confirmaron que en el modelo de instrucción virtual, las
creencias epistemológicas de utilidad y naturaleza activan el uso de estrategias
cognitivas, lo que predice el desempeño académico.

fue predicho por las Estrategias Cognitivas Superficiales (b= .34
p<.01), Profundas (b= .85 p<.01) y por la Autorregulación ante tarea y
materiales (b= .56 p<.01), lo que indica que los estudiantes que cursa-
ron las unidades instruccionales en la modalidad virtual utilizaron
Estrategias Cognitivas Superficiales (como el subrayado, toma de no-
tas), Profundas (elaboración de síntesis, mapas conceptuales) y que los
estudiantes exitosos fueron capaces de adaptar estas estrategias en fun-
ción de la demanda cognitiva impuesta por las actividades académicas
de las unidades instruccionales.
Por otra parte, las creencias epistemológicas de Utilidad del Conoci-
miento activan el uso de Estrategias Cognitivas Profundas (b= .34
p<.01), lo que indica que cuando los estudiantes tienen creencias ini-
ciales de que el conocimiento es transferible y visualizan su utilidad en
el futuro, entonces activarán el uso de estrategias cognitivas profundas

y esto a su vez mejorará las puntuaciones en la prueba de desempeño
(efecto indirecto b= .28 p<.01). Además se observa un efecto indirecto
sobre el desempeño académico mediado por el factor de creencias epis-
temológicas de Naturaleza del Conocimiento y por las Estrategias Au-
torregulatorias de Tarea (b= .11 p<.01), esto indica que cuando los es-
tudiantes tienen creencias iniciales de que el conocimiento es transferi-
ble y visualizan su utilidad en el futuro, se asociará también con que
tengan creencias de que el conocimiento es de naturaleza científica,
abstracto e interesante lo que a su vez activarán los mecanismos auto-
rregulatorios de tarea y materiales, lo que predecirá el desempeño aca-
démico posterior a la instrucción.
En este mismo sentido, las creencias epistemológicas de Naturaleza del
Conocimiento activarán los mecanismos autorregulatorios ante tarea y
materiales (b= .17 p<.01), lo que indica que cuando los estudiantes tie-
nen creencias iniciales de que el conocimiento es más de naturaleza
científica, abstracto e interesante, entonces modificarán sus metas y es-
trategias de estudio en función de la demanda cognitiva de la tarea aca-
démica, lo que predecirá positivamente el desempeño (efecto indirecto
b= .09 p<.01). Además, se observa un efecto indirecto de estas creen-
cias hacia el desempeño académico, mediado por las creencias episte-
mológicas de Utilidad del Conocimiento y las Estrategias Cognitivas
Profundas (b= .34 p<.01), lo que indica que cuando los estudiantes tie-
nen creencias iniciales de que el conocimiento es científico, abstracto e
interesante, se asociará con creencias de que el conocimiento es transfe-
rible y útil en el futuro, lo que a su vez activará el uso de Estrategias
Cognitivas Profundas que predecirán positivamente el desempeño
académico.
En resumen, con las evidencias aquí presentadas es posible deducir que
existen variaciones en los mecanismos que utilizan los estudiantes que
cursaron las unidades instruccionales en la modalidad presencial versus
la virtual, aunque en los desempeños no existan diferencias significati-
vas en general (dado que sí se identificaron diferencias por contenido
específico).
Es necesario enfatizar el uso diferencial de las Estrategias Autorregula-
torias de Persona, Tarea y Materiales, donde las estrategias de persona
fueron predictoras en el contexto instruccional presencial y las de tarea
y materiales en el contexto virtual, lo que podría indicar que la platafor-
ma virtual funge como una herramienta que aumenta la probabilidad

de que los estudiantes adapten sus estrategias de estudio y autorregu-
lación, en contraste con la modalidad presencial. Por otra parte, en la
modalidad presencial, las creencias epistemológicas de Fuente de Co-
nocimiento tienen un papel muy importante como predictoras del de-
sempeño posterior a la instrucción, mientras que en la modalidad vir-
tual ese efecto es negativo.
Modelos estructurales del aprendizaje en estudiantes con puntajes

altos y bajos en evaluaciones del desempeño en los cursos
En este estudio se presentan dos modelos de ecuaciones estructurales

(MEE) que representan las relaciones entre variables del estudiante de
acuerdo con el nivel de desempeño académico posterior a la instruc-
ción. El objetivo de este estudio era identificar los predictores de alto y
bajo desempeño académico posterior al proceso instruccional de conte-
nidos teóricos básicos en psicología.
Participantes
De la muestra general de 339 casos, se clasificaron dos grupos extremos
a partir del puntaje crudo obtenido en la prueba de desempeño poste-
rior a la instrucción, este puntaje crudo se estandarizo en puntuaciones
Z y se categorizaron como Estudiantes con Bajo Desempeño a los casos que
obtuvieron puntuaciones menores que -.5 desviaciones estándar y
como Estudiantes con Alto Desempeño a los que obtuvieron puntuaciones
mayores que .5 desviaciones estándar. Con este arreglo metodológico,
la muestra de Estudiantes con Bajo Desempeño quedó conformada por un
total de 85 casos, mientras que el grupo de Estudiantes con Alto Desempe-
ño incluyó un total de 97 casos.
Procedimiento
Una vez que fueron categorizados los gru pos de acuerdo a los pun-
tajes estanda rizados, se procedió a crear las matrices de estruc tura
de covarianza, una para el gru po de bajo desempeño y otra para el
gru po de al tos. Se cons tru ye ron dos modelos teóri cos, uno para los
estu dian tes de bajo desem pe ño y otro para los es tu dian tes de alto
desempeño. A continuación se detallan los resulta dos para cada
uno de los modelos.
Modelo de Estudiantes con Bajo Desempeño

En la figura 3.32 se puede observar el modelo teórico para los estudian-
tes con bajo desempeño, donde se hipotetiza que las creencias episte-
mológicas únicamente predicen el desempeño posterior a la instruc-
ción, mientras que las estrategias cognitivas y autorregulatorias no tie-
nen efecto directo.
Figura 3.32. Modelo de Estudiantes con bajo desempeño en la
prueba posterior a la instrucción.
Figura 3.32. Este modelo asume que los estudiantes con bajo desempeño final fue
debido a que no utilizaron estrategias cognitivas ni autorregulatorias, por lo que las
creencias epistemológicas son los únicas que predicen el desempeño final.

dos que consideraron los 85 casos que tuvieron puntuaciones menores
a -.5 desviaciones estándar en la prueba de desempeño posterior a la
instrucción. Para realizar el análisis se utilizó el método robusto de Sa-
torra – Bentler, debido a inconvenientes con la curtosis multivariada.
La figura 3.33 muestra el modelo que presentó ajuste adecuado. Como

era de esperarse, ante una muestra extensa de participantes, como la de
este caso, el ajuste estadístico mostró diferencias significativas (X2=
220.12 p=.01). En cambio, los índices de ajuste práctico demostraron
ser adecuados (CFI = .950; IFI = .954; RMSEA = .049 e Intervalo de
Confianza del RMSEA = .013 - .071). A partir de esto, es posible concluir
que no existen diferencias significativas entre el modelo teórico y el mo-
delo empírico.
Figura 3.33. MEE de Estudiantes con Bajo Desempeño.
Figura 3.33. Los resultados confirman que a pesar de que los estudiantes con bajo
desempeño generan interacciones entre sus creencias y tratan de activar determinadas
estrategias cognitivas y autorregulatorias, estas no tienen efecto sobre su desempeño
académico, sino únicamente las creencias epistemológicas.

fue predicho únicamente por las Creencias Epistemológicas, tal
como fue hipotetizado en un principio. La Estabilidad del Conoci-
miento tuvo un efecto de b= .30 p<.01, la Fuente del Conocimiento

de b= .11 p<.01 y la Naturaleza un efecto de b= .04 p<.01, lo que in-
dica que los estudiantes con bajo desempeño académico exclusiva-
mente utilizan creencias epistemológicas para fomentar su aprendi-
zaje, de tal forma que cuando tienen creencias iniciales de que el Co-
nocimiento es certero, estático, es valioso cuando se obtiene de una
fuente externa, depende de una autoridad, no es cuestionable, su na-
turaleza es de sentido común y aburrido, entonces utilizarán esas
creencias para mejorar su desempeño académico. Sin embargo, la
evidencia indica que utilizar única y exclusivamente estas creencias
no es suficiente para mejorar su aprendizaje, por lo que estas creen-
cias incrementan un poco el desempeño pero no lo suficiente para
que estos estudiantes obtengan puntuaciones promedio en la prue-
ba de desempeño. Esta evidencia es consistente con la obtenida en el
modelo de estudiantes ingenuos de epistemología personal, en donde las
creencias epistemológicas son los únicos predictores del desempe-
ño, por lo que es razonable pensar que estás creencias tiendan más a
la ingenuidad que a la reflexividad.
Por otra parte, se observa que la Fuente del Conocimiento predice ne-
gativamente el uso de Estrategias Cognitivas, tanto superficiales (b=
-.31 p<.01) como profundas (b= -.24 p<.01), así como la Autorregula-
ción de Persona (b= -.62 p<.01), Tarea y Materiales (b= -.45 p<.01), tal
como en el modelo de estudiantes ingenuos de epistemología personal;
lo que indica que este tipo de estudiantes tienen creencias iniciales de
que el conocimiento depende de una fuente externa, de una autoridad
y que no es cuestionable lo que entorpecerá los mecanismos cognitivos
y autorregulatorios, por lo que se caracterizarán como estudiantes que
no analizan el conocimiento a profundidad ni serán críticos con los con-
tenidos.
Las creencias epistemológicas de Estabilidad, Utilidad y Naturaleza del
conocimiento activan las estrategias cognitivas y autorregulatorias, sin
embargo estás no demuestran tener efectos sobre el desempeño acadé-
mico, muy probablemente porque las creencias de Fuente del Conoci-
miento tienen efectos más fuertes sobre las estrategias.
Finalmente, se observan efectos indirectos de la Fuente y la Utilidad del
Conocimiento mediados por las creencias de Naturaleza, sin embargo
sus efectos, aunque positivos, son muy pequeños (b= .004 p<.01 y b=
.04 p<.01, respectivamente).
Modelo de estudiantes con Alto Desempeño

En la figura 3.34 se puede apreciar el modelo teórico para los estudian-
tes con alto desempeño, donde se hipotetiza que las creencias episte-
mológicas tienen efectos indirectos sobre el desempeño académico,
mediadas por las estrategias cognitivas, tanto superficiales como pro-
fundas y autorregulatorias de persona, tarea y materiales.
Figura 3.34. Modelo de Estudiantes con alto desempeño en la

prueba posterior a la instrucción.
activan el uso de estrategias cognitivas y autorregulatorias, lo que a su vez predice el
desempeño académico. Por tanto, se aprecia que las creencias son mediadas por
el uso de estrategias, tanto cognitivas como autorregulatorias.

dos que consideraron los 97 casos que obtuvieron puntuaciones mayo-
res que .5 desviaciones estándar en la prueba de desempeño posterior a
la instrucción. Para realizar el análisis se utilizó el método robusto de

Satorra – Bentler debido a problemas de normalidad multivariada. La
figura 3.35 muestra el modelo que presentó ajuste adecuado. Como era
de esperarse, ante una muestra extensa de participantes, como la de
este caso, el ajuste estadístico mostró diferencias significativas (X2=
187.31 p=.02), en cambio los índices de ajuste práctico demostraron ser
adecuados (CFI = .954; IFI = .957; RMSEA = .052 e Intervalo de Con-
fianza del RMSEA = .023 - .073). A partir de esto, es posible concluir que
no existen diferencias significativas entre el modelo teórico y el modelo
empírico. En el proceso de ajuste se eliminó el factor de Estabilidad del
Conocimiento por no presentar efectos significativos dentro del
modelo.
Figura 3.35. MEE de Estudiantes con Alto Desempeño.
Figura 3.35. Los resultados confirman que los estudiantes con alto desempeño utilizan
diversos recursos cognitivos, autorregulatorios y de creencias epistemológicas
para obtener desempeños altos.

fue predicho por las Estrategias Cognitivas Superficiales (b= -.26
p<.01) y Profundas (b= .21 p<.01), por las Estrategias Autorregulato-
rias de Persona (b= -.95 p<.01) y Tarea y Materiales (b= .96 p<.01), así
como por las creencias epistemológicas de Naturaleza del Conocimien-
to (b= -.17 p<.01) y por dos escalas, Aprobación Externa (b= .22,
p<.01) y el continuo Sentido Común – Científico (b= .30 p<.01).
Estos resultados indican que los estudiantes con alto desempeño utili-
zan diferencialmente estrategias cognitivas superficiales y profundas,
mientras que el uso de las primeras disminuye el desempeño acadé-
mico, el uso de las estrategias profundas benefician el desempeño aca-
démico. Con respecto a las estrategias autorregulatorias, se aprecia
que las expectativas atribucionales de autoeficacia, contingencia y au-
tonomía predicen negativamente el desempeño en este tipo de estu-
diantes, en contraste la escala de aprobación externa, indica que cuan-
do los estudiantes tienen menor necesidad de sentirse aceptados por
sus compañeros o por sus profesores, tendrán mayor probabilidad de
incrementar sus puntuaciones en la prueba de desempeño. Además
las estrategias autorregulatorias de tarea y materiales son las que en
mayor medida predicen los puntajes en el desempeño posterior a la
instrucción, lo que indica que este tipo de estudiantes tenderán a
adaptar sus estrategias de estudio de acuerdo a la demanda cognitiva
de la tarea (lo que permite que puedan utilizar diferencialmente estra-
tegias cognitivas superficiales o profundas), así como establecer metas
propias de aprendizaje y seleccionar los mejores materiales para
aprender.
Con respecto a las creencias epistemológicas de Naturaleza del Co-
nocimiento, los resultados indican que cuando los estudiantes creen
que el conocimiento es más de naturaleza científica que de sentido
común, tendrán mayor probabilidad de obtener puntuaciones más
altas en la prueba de desempeño, en contraste se observa un efecto
negativo de este factor que probablemente este asociado con el con-
tinuo de Aburrido – Interesante, lo que indicaría que cuando las
creencias sobre el conocimiento tienden a ser aburridas, esto se aso-
ciará con puntajes bajos en la prueba de desempeño, sin embargo el
efecto es pequeño.
Por otra parte, se observan efectos indirectos de la Fuente de Conoci-
miento, mediados por las estrategias cognitivas superficiales (b= -.03
p<.01) y profundas (b= .02 p<.01), lo que indica que la fuente de cono-
cimiento, entre más reflexiva habrá mayor probabilidad de activar el
uso de estrategias cognitivas, aunque sus efectos sobre el desempeño
son pequeños.
Con respecto a la Utilidad del Conocimiento se observa un efecto indi-
recto mediado por las estrategias cognitivas profundas, lo que indica
que cuando este tipo de estudiantes tienen creencias iniciales de que el
conocimiento es transferible y visualizan su utilidad en el futuro, acti-
varán mecanismos cognitivos profundos para mejorar su aprendizaje
(b= .07 p<.01). Además se observa otro efecto indirecto de las creencias
de Utilidad hacia el desempeño, mediado por las creencias epistemoló-
gicas de Naturaleza del Conocimiento y la Autorregulación Persona
(b= -.17 p<.01).
Con respecto a la Naturaleza del Conocimiento, se observan efectos in-
directos mediados a través de las estrategias autorregulatorias de per-
sona (b= -.23 p<.01) y de tarea y materiales (b= .23 p<.01), lo que indi-
ca que este tipo de creencias tienen efectos diferenciales sobre el de-
sempeño académico.
En resumen, con las evidencias aquí descritas es posible concluir que
los estudiantes con bajo desempeño utilizan pocos recursos cognitivos
y autorregulatorios en el logro de sus actividades académicas, y única-
mente recurren a sus creencias sobre el conocimiento, probablemente
ingenuas, para aprender contenidos teóricos. En contraste, los estu-
diantes con alto desempeño utilizan diversos recursos cognitivos, auto-
rregulatorios así como sus creencias epistemológicas, para obtener me-
jores desempeños.
Modelos de Curva Latente para estudiantes con puntajes

altos y bajos
En este estu dio se pre sen tan dos modelos de cur va la ten te que des-
cri ben la cur va de apren di za je a tra vés de ta reas aca dé mi cas asig na-
das du ran te la uni dad ins truc cio nal de apren di za je y ca rac te ri zan
las trayectorias de estudian tes con alto y bajo desempeño aca démi -
co.
En este estudio se contemplan, como elementos de influencia: los cono-
cimientos previos, las creencias atribucionales y epistemológicas, las es-
trategias cognitivas y autorregulatorias del estudiante como elementos
que influyen en el desempeño. El objetivo el estudio fue el de identifi-

car las curvas de crecimiento a partir de los puntos de origen, así como
sus predictores más relevantes.
Participantes
Para probar los modelos se seleccionaron los participantes que úni-
camente cursaron el contenido de aprendizaje (n= 120), posterior-
mente se clasificaron dos grupos extremos a partir del puntaje crudo
obtenido en la prueba de desempeño previa a la instrucción, este
puntaje crudo se estandarizo en puntuaciones Z y se categorizaron
como Estudiantes con Bajo Desempeño a los casos que obtuvieron pun-
tuaciones menores que -.5 desviaciones estándar y como Estudiantes
con Alto Desempeño a los que obtuvieron puntuaciones mayores que
.5 desviaciones estándar. La muestra de estudiantes con bajo desem-
peño quedo conformada por 54 casos, mientras que el de alto desem-
peño quedo conformado por 29 casos.
Procedimiento
Una vez que fueron categorizados los grupos, se construyeron dos ma-
trices de estructura de covarianza, una para el grupo de alto desempe-
ño y otra para el de bajo desempeño.
Posteriormente se creó un modelo teórico de la cur va de aprendiza -
je a tra vés de di fe ren tes tiem pos, como me dida ini cial se colocó la
prueba de desempeño inicial (pretest). Posteriormente se inclu ye -
ron tres me di das in ter medias que se ge ne ra ron du ran te el pro ce so
instruccional, derivadas del proceso de elaboración de mapas con -
cep tua les por par te de los par ti cipan tes. Estos ma pas con cep tua les
se ca li fi ca ron me dian te una rú bri ca de eva lua ción que se creó en
fun ción de los te mas revisa dos en la uni dad ins truc cio nal, y fi nal -
men te se in clu yó la prue ba de de sem pe ño pos te rior a la ins truc ción
(postest). Además se inclu yeron tres índices en el modelo teórico
con el objetivo de ana lizar si las Creen cias Epistemológicas, las
Estra tegias Cognitivas Profundas y las Autorregula torias tienen
efec to sobre el pun to de ini cio de la cur va de apren diza je así como
en el crecimiento. En la figu ra 3.36 se puede apreciar el modelo de
cur va latente teórico aplicable para los modelos de estudian tes con
alto y bajo de sem pe ño.
Figura 3.36. Modelo Teórico de Curva Latente de Estudiantes con

Alto y Bajo desempeño.
Figura 3.36. El modelo asume que existe una ordenada al origen, es decir, el punto donde
comienza la curva; esa curva tiene una pendiente específica que está representada por
la dimensión llamada crecimiento. Estas dos dimensiones se asocian con cinco
momentos en los que se midió el desempeño de los estudiantes, 1) pretest,
2) el desempeño del mapa 1, 3) el desempeño de mapa 2, 4) el desempeño de
mapa 3 y 5) Postest. Finalmente se asume que la ordenada de origen y el crecimiento
están determinados por el uso de estrategias cognitivas, autorregulatorias
y la epistemología personal.
Modelo de Curva Latente para Bajo Desempeño

dos utilizando una matriz de estructura de covarianza generada a par-
tir de los 54 casos que tuvieron puntuaciones menores que -.5 desvia-
ciones estándar en la prueba de desempeño previa a la instrucción. La
figura 3.37 muestra el modelo que presentó ajuste estadístico y práctico
adecuado (X2= 19.70 p=.10; Índice Comparativo de McDonald= .983
(MFI por sus siglas en inglés), RMSEA = .051 e Intervalo de Confianza
del RMSEA = .000 - .094). A partir de esto, es posible concluir que no
existen diferencias significativas entre el modelo teórico y el modelo
empírico.
Figura 3.37. Modelo de Curva Latente de Estudiantes con Bajo Desempeño.
Figura 3.37. El modelo indica que la curva decrementa atenuadamente y se puede

apreciar en los coeficientes de regresión que van del factor de crecimiento a cada uno de
las mediciones en el tiempo. Se observa que tanto las estrategias cognitivas profundas,
las autorregulatorias y las creencias epistemológicas tienen efectos sobre
el punto de ordenada al origen y sobre el crecimiento.
En el modelo se observa que el punto de crecimiento de la curva es pre-

dicho negativamente por las Estrategias Autorregulatorias (b= -.32
p<.01) y por la epistemología personal (b= -.16 p<.01), lo que indica
que cuando los estudiantes tienen antes de la instrucción bajos niveles
de autorregulación y una epistemología personal ingenua esto predice
bajos puntajes en la prueba de desempeño inicial. En contraste, lo que
predice positivamente su desempeño inicial son las Estrategias Cogni-
tivas Profundas (b= .43 p<.01).
La curva de crecimiento se caracteriza por un decremento en el desem-
peño de manera atenuada, para concluir en un decremento exponen-
cial en la prueba de desempeño posterior a la instrucción. La figura 3.38
muestra la tendencia de la curva de aprendizaje de los estudiantes con
bajo desempeño académico inicial.
Figura 3.38. Curva de Aprendizaje de Estudiantes con Bajo Desempeño.
Figura 3.38. Se observan las puntuaciones obtenidas en la prueba de desempeño

inicial, cada una de las tres medidas intermedias y finalmente la prueba de
desempeño posterior a la instrucción en puntuaciones Z, en donde se
aprecia el decremento atenuado mencionado con anterioridad y
concluye en un decremento exponencial.
Además, los predictores del crecimiento son: la epistemología personal

(b= .34 p<.01) y las estrategias cognitivas profundas (b= .23 p<.01), lo
que indica que en el transcurso de la instrucción los estudiantes utilizan
sus creencias epistemológicas iniciales y estrategias cognitivas profun-
das para mejorar su aprendizaje. En contraste, menores índices de es-
trategias autorregulatorias atenúan el crecimiento a través de las medi-
ciones.
Modelo de Curva Latente para Alto Desempeño

dos, utilizando una matriz de estructura de covarianza generada a par-
tir de los 29 casos que tuvieron puntuaciones mayores que .5 desviacio-
nes estándar en la prueba de desempeño previa a la instrucción. La fi-
gura 3.39 muestra el modelo que presentó ajuste estadístico y práctico
adecuado (X2= 19.70 p=.10; MFI = .999, RMSEA = .029 e Intervalo de
Confianza del RMSEA = .000 - .120). A partir de esto, es posible concluir
que no existen diferencias significativas entre el modelo teórico y el mo-

delo empírico.
Figura 3.39. Modelo de Curva Latente de Estudiantes con Alto Desempeño.
Figura 3.39. El modelo indica que la curva incrementa atenuadamente y se puede

apreciar en los coeficientes de regresión que van del factor de crecimiento a cada uno de
las mediciones en el tiempo. Se observa que tanto las estrategias autorregulatorias y las
creencias epistemológicas tienen efectos sobre el punto de ordenada al origen
y sobre el crecimiento.
En el modelo se observa que el punto de crecimiento de la curva es pre-

dicho inicialmente por la epistemología personal, probablemente refle-
xiva (b= .25 p<.01) y por las estrategias autorregulatorias (b= .04
p<.01), aunque el efecto es muy pequeño y significativo. Esto indica
que cuando los estudiantes tienen creencias epistemológicas tendien-
tes a la reflexividad, entonces tendrán mayor probabilidad de obtener
mejores resultados en la prueba de desempeño inicial, en cada tarea in-
termedia durante el proceso instruccional y en la prueba de desempe-
ño posterior a la instrucción.
Con respecto al crecimiento, éste se incrementa gradualmente en tanto
que haya mayores índices de estrategias autorregulatorias (b= .18
p<.01), lo que indica que en el transcurso de la instrucción este tipo de
estudiantes utilizarán sus recursos de autorregulación iniciales para
ajustar sus estrategias de estudio y mejorar la curva de crecimiento,
aunque atenuado. La figura 3.40 muestra la tendencia de la curva de
aprendizaje de los estudiantes con alto desempeño académico inicial.
Figura 3.40. Curva de Aprendizaje de Estudiantes con Alto Desempeño.
Figura 3.40. Se observan las puntuaciones obtenidas en la prueba de desempeño inicial,

cada una de las tres medidas intermedias y finalmente la prueba de desempeño
posterior a la instrucción en puntuaciones Z, y se puede apreciar el crecimiento
atenuado durante el proceso de instrucción para finalizar con un incremento
exponencial.
C APÍTULO 4
Discusión general
Síntesis e interpretación general de evidencias
Los autores han presentado en esta obra la estructura, los materiales, el

procedimiento y los resultados de una investigación de más de tres
años de duración, financiada por el CONACyT (Proyecto no. 79458),
que fue realizada en diversas universidades del territorio mexicano. La
investigación tuvo como finalidad general entender el rol que algunos
componentes asociados a la autogestión tienen en el aprendizaje de
contenidos teóricos. Las evidencias recabadas dejan en claro las
complejas estructuras generadas por las interrelaciones entre variables
del estudiante, del contexto y del contenido que se configuran durante
episodios de aprendizaje de contenidos teóricos en psicología. En este
mismo sentido, se generaron evidencias de efectos diferenciales del
nivel con el que los estudiantes aplican componentes del sentido de
agencia, en otras palabras niveles altos y bajos de estrategias de estudio,
autorregulación y epistemología personal. Con relación a los efectos
del contexto en el que se aprende (presencial o virtual) se identificaron
evidencias que describen el control que las estrategias cognitivas y
autorregulatorias de persona, tarea y materiales ejercen sobre las

creencias epistemológicas; mientras que en el contexto presencial son
las estrategias autorregulatorias de persona, en el virtual son las
estrategias autorregulatorias de tarea y materiales. En cuanto al
contenido de la materia, sólo se identificó un patrón de mediación
común donde las estrategias cognitivas y autorregulatorias median los
efectos de creencias epistemológicas.
Si bien es cierto que la literatura revisada para tal efecto enfatiza la in-
fluencia que cada una de estas variables ejerce sobre el aprendizaje aca-
démico, también es cierto que poco se publica al respecto de su influen-
cia conjunta cuando son observadas en interacción y, menos aún, te-
niendo dos contextos de aprendizaje contrastados como fueron el pre-
sencial y el virtual. Para lograr un análisis de tal complejidad, los
autores hemos utilizado una estrategia metodológica que requirió ge-
nerar artefactos construidos, que reproducen segmentos de la realidad
académica, y gracias a los cuales nos ha sido posible mapear la influen-
cia de las variables, anteriormente citadas, en episodios de aprendizaje
típicos de tales segmentos. También, y en vías de acercarnos al análisis
de esa complejidad, se eligieron y aplicaron análisis multivariados que
permitieron tomar en cuenta la interacción conjunta de las variables
investigadas.
Los resultados de esta investigación acumulan evidencia suficiente
para comprender la complejidad de los procesos que ocurren durante
el aprendizaje académico, así como para interpretar los mecanismos
que utilizan los estudiantes para aprender. En este sentido es de resal-
tar los siguientes hallazgos:
l La validación de perfiles y trayectorias diferenciadas de cómo los
estudiantes se aproximan al aprendizaje en función del contenido
de la materia, del contexto instruccional y a partir del nivel de agen-
tividad con el que utilizan sus creencias epistemológicas, estrate-
gias autorregulatorias y sus habilidades cognitivas para el logro aca-
démico.
l La validación de los perfiles resultantes de las relaciones estructura-
les cuando la varianza se condicionó al constructo de creencias epis-
temológicas, mostró dos tipos de perfiles: el perfil ingenuo y el refle-
xivo. El perfil ingenuo, en general, mostró incluir trayectorias donde
las dimensiones de Estabilidad, Naturaleza, Utilidad y Fuente del co-
nocimiento jugaron un papel primordial como predictores del
DISCUSIÓN GENERAL 191
aprendizaje. Este perfil se caracterizó por creencias del tipo: “creer

que el conocimiento es valioso porque proviene de una autoridad”,
“no es cuestionable”, “es de naturaleza concreta”, “aburrido”, “útil
cuando es aplicable en el aquí y el ahora”, entre otros. En este perfil,
las creencias se asocian negativamente con las estrategias cognitivas
y autorregulatorias, lo que a su vez afectó el nivel de desempeño aca-
démico y caracterizó al grupo de bajo desempeño. En contraste, el
perfil reflexivo se caracterizó por creencias tales como: “el conoci-
miento es valioso cuando es cuestionable”, “no es valioso porque de-
penda de una autoridad que lo valide”, “es de naturaleza abstracta”,
“interesante”, “transferible y útil para toda la vida”, por ejemplo. Se
caracterizó por trayectorias más complejas que involucran la
mediación de las creencias epistemológicas a partir de la activación
de las estrategias cognitivas y autorregulatorias, donde estas últimas
predicen el aprendizaje.
les cuando la varianza se condicionó al constructo de Estrategias Au-
torregulatorias, mostró también dos tipos de perfiles: el perfil no re-
gulado y el regulado. Con respecto al perfil no regulado (aquel que se
caracteriza por estudiantes que tienen creencias atribucionales nega-
tivas sobre su capacidad de aprender, que no establecen metas aca-
démicas, ni planean sus actividades de estudio, por ejemplo) deno-
tan trayectorias donde las creencias epistemológicas, probablemente
ingenuas, de Fuente y Utilidad del Conocimiento predicen positiva-
mente el aprendizaje, mientras que las Estrategias Cognitivas Super-
ficiales y Naturaleza del Conocimiento predicen negativamente el
aprendizaje. En contraste, el perfil regulado (aquel que se caracteriza
por estudiantes que tienen creencias positivas sobre su eficacia, pla-
nean metas académicas, monitorean su ejecución y reflexionan sobre
su aprendizaje), se caracteriza por la mediación de las creencias epis-
temológicas a partir de las estrategias cognitivas y autorregulatorias.
En el perfil regulado, el nivel de agentividad en las estrategias
cognitivas también juega un papel importante, donde las estrategias
superficiales predicen negativamente el aprendizaje, y las profundas
lo predicen positivamente.
les cuando la varianza se condicionó al constructo de Estrategias
Cognitivas, mostró, al igual que los dos casos anteriores, dos tipos: el
perfil no estratégico y el estratégico. En cuanto al perfil no estratégico
se caracteriza por que los componentes de epistemología personal de
Estabilidad, Fuente, Naturaleza y Utilidad del Conocimiento son los

únicos predictores del aprendizaje, al igual que en los estudiantes
epistemológicamente ingenuos, mientras que en el perfil estratégico
se refuerza lo encontrado en el perfil de estudiantes regulados y re-
flexivos, donde las creencias epistemológicas son mediadas por las
estrategias cognitivas y autorregulatorias.
l Es de resaltar dos efectos diferenciales sobre calidad del desempeño
académico, en el bajo desempeño son las creencias epistemológicas
ingenuas las que explican directa y positivamente el bajo desempe-
ño, en tanto que en el alto desempeño las creencias están mediadas
por estrategias cognitivas y autorregulatorias. Cualquiera que sea el
resultado el hecho a enfatizar, es que el nivel de agentividad (episte-
mológica, estratégica o autorregulatoria) que utilizan los estudiantes
para aproximarse al aprendizaje es un predictor crítico del
desempeño.
l Así es posible establecer que el nivel de desarrollo epistemológico, es-
tratégico y autorregulado en el que los estudiantes concretizan su
sentido de agencia favorece que sean más exitosos académicamente.
Cabe argumentar aquí que el concepto de “sentido de agencia” de
Bandura (2001) ha sido ampliado en esta investigación al incluir el
componente de conocimiento estratégico y el de epistemología per-
sonal en sentido en el que se desarrolló en el capítulo 1 de esta obra,
al describir la línea de investigación.
l Con respecto a la puesta en prueba de los efectos diferenciales de los
contextos de entrega de la instrucción, se puede decir que en el con-
texto presencial, una vez más, las creencias epistemológicas son me-
diadas por las estrategias cognitivas y autorregulatorias, sin embargo
solo se aprecian efectos directos de las estrategias cognitivas profun-
das como predictores negativos y de las estrategias autorregulatorias
de persona como predictores positivos del aprendizaje. En contraste,
en el contexto virtual se aprecian interacciones más complejas donde
las creencias epistemológicas son mediadas por las estrategias cogni-
tivas y autorregulatorias ante tareas y materiales; tanto las estrategias
cognitivas profundas como las superficiales demostraron predecir
positivamente el aprendizaje, así como las estrategias autorregulato-
rias ante tareas y materiales.
l Con respecto a la puesta en prueba de los efectos diferenciales de los
contenidos teóricos, en lo general solo se identificó un patrón de me-
diación común donde las estrategias cognitivas y autorregulatorias
median los efectos de creencias epistemológicas. En lo específico, el
modelo del contenido aprendizaje mostró que las creencias episte-

mológicas también son mediadas por las estrategias cognitivas y au-
torregulatorias, sin embargo se aprecian efectos diferenciados donde
las estrategias cognitivas profundas predicen el aprendizaje positiva-
mente y las estrategias autorregulatorias de persona, tarea y materia-
les lo predicen negativamente. En el modelo del contenido de moti-
vación, las creencias epistemológicas también son mediadas, sin em-
bargo los efectos de las estrategias cognitivas y autorregulatorias son
diferenciados, mientras que las estrategias cognitivas profundas y
autorregulatorias de persona predicen positivamente el aprendizaje,
las estrategias cognitivas superficiales y de autorregulación ante ta-
rea y materiales lo predicen negativamente. En el modelo del conte-
nido de percepción, las creencias son mediadas por las estrategias
cognitivas y autorregulatorias, sin embargo se aprecia que la fuente
del conocimiento predice positivamente el aprendizaje y además se
observa que las estrategias autorregulatorias ante tarea y materiales
predicen el aprendizaje.
Además de estos resultados, se realizaron dos estudios que permitie-
ron a) verificar si la naturaleza de las creencias epistemológicas es de
dominio específico o general y b) identificar la curva de aprendizaje
de estudiantes con bajo y alto desempeño académico inicial. El prime-
ro porque la literatura generada al respecto marca que es necesaria
más investigación en diferentes contextos, contenidos y sujetos para
generar evidencias sólidas. El segundo para conocer las trayectorias
de aprendizaje de estudiantes con bajos y altos conocimientos pre-
vios.
Con respecto a la naturaleza de las creencias epistemológicas, los resul-
tados indicaron que éstas son tanto de naturaleza general como especí-
fica. Son de naturaleza general porque comparten la misma estructura
factorial en cuatro de seis componentes hipotetizados, a pesar de la va-
rianza generada por diferencias en los contenidos teóricos. Esta coinci-
dencia con la literatura internacional en cuatro dimensiones de la epis-
temología personal es de resaltarse no obstante que se utilizaron en el
estudio sujetos, contenidos e instrumentos diferentes. Para cada conte-
nido, aun cuando la estructura general incluye cuatro o tres dimensio-
nes comunes, las variaciones funcionales indican coeficientes de aso-
ciación y pesos factoriales diferentes entre contenidos, lo que sugiere,
de acuerdo al contenido de la materia, que los estudiantes tienen creen-
cias epistemológicas específicas sobre su naturaleza, estabilidad, fuente

y utilidad del conocimiento específico.
Con respecto al modelamiento de curvas de aprendizaje, se manifies-
tan efectos relevantes para la práctica educativa en tanto que describen
las trayectorias de aprendizaje a través de tareas de dificultad creciente
en el proceso de los estudiantes que inician con bajos y altos conoci-
mientos previos. Los estudiantes con conocimientos previos bajos se
caracterizan por un bajo desempeño inicial, que va disminuyendo gra-
dualmente de manera atenuada, a través de tareas en contextos de re-
cuerdo y que disminuye exponencialmente en la prueba de desempe-
ño final en tarea de reconocimiento, lo que muestra que los conoci-
mientos previos en un principio y la demanda cognitiva de las tareas
de recuerdo de construcción viso espacial interfirieron significativa-
mente en el aprendizaje de estos estudiantes. Los estudiantes de alto
desempeño, en contraste, se caracterizan por iniciar altos en conoci-
mientos previos y su desempeño va mejorando gradualmente median-
te las tareas de construcción viso espacial de recuerdo para finalizar sig-
nificativamente más altos en la prueba de desempeño final en tarea de
reconocimiento, lo que podría sugerir que las tareas de recuerdo fun-
gieron, en todo lo posible, como facilitadoras del aprendizaje.
A partir del resumen de resultados presentado hasta aquí a continua-
ción se discuten implicaciones teóricas, metodológicas, técnicas y de
aplicabilidad.
Implicaciones Teóricas
Estudiantes agentivos
Uno de los propósitos principales de esta investigación fue identificar
las características que poseen los estudiantes con sentido de agencia de
aquellos que no lo tienen. Como se mencionó en el capítulo 1 de esta
obra, los estudiantes agentes son aquellos que hacen que las cosas suce-
dan por sus propias acciones y no por factores ajenos. En este sentido
los autores de esta obra proponemos que estos estudiantes agentivos se
caracterizan por tener creencias epistemológicas reflexivas sobre la es-
tabilidad, naturaleza, fuente y utilidad del conocimiento; por tener
control ejecutivo de sus acciones y mecanismos de monitoreo que le
permiten modificar su comportamiento orientado al logro de metas, en
este caso académicas. Además estos estudiantes utilizan estrategias
cognitivas tanto de procesamiento superficial como profundo para lo-
grar aprendizajes complejos y utilizar significativamente el conoci-

miento en la solución de problemas de la vida real. En contraste, los
perfiles de estudiantes con bajo sentido de agencia o no agentivos, se
caracterizan por baja capacidad para dar respuesta eficaz a las deman-
das de su contexto académico, debido a sus creencias epistemológicas
ingenuas, su pobre control ejecutivo y sus estrategias cognitivas de
carácter superficial.
Los perfiles agentivo y no agentivo presentados en este libro se derivan
de los modelos de ecuaciones estructurales que muestran el nivel de ca-
pacidad de agencia con el que utilizan las creencias epistemológicas, es-
trategias cognitivas y autorregulatorias. De esta manera, los autores in-
tegramos de manera lógica los patrones estructuralmente identificados
con niveles bajos de agencia (ingenuos, no regulados y no estratégicos)
a los que denominaremos Estudiantes con Bajo Sentido de Agencia, o no
agentivos, y en el otro extremo, agrupamos patrones de estudiantes re-
flexivos – regulados y estratégicos a los que llamaremos Estudiantes con
Sentido de Agencia o agentivos.
Perfil de Estudiantes no agentivos

Cuando observamos con detenimiento y analizamos los modelos de
complejidad de las creencias epistemológicas ingenuas, de los no regu-
lados y no estratégicos es posible observar consistencias en donde se
aprecia que las creencias epistemológicas ingenuas obstaculizan la acti-
vación de estrategias autorregulatorias y cognitivas, por lo que los úni-
cos predictores del desempeño académico posterior a la instrucción son
las creencias epistemológicas ingenuas iniciales que tiene el estudiante.
En la figura 4.1 se puede observar el modelo lógico integrado que repre-
senta el perfil de estudiante no agentivo.
Este modelo sugiere que cuando los estudiantes tienen creencias epis-
temológicas iniciales de que el conocimiento que están por aprender es
valioso porque depende de una fuente externa, una autoridad, no es
cuestionable, es estable, cierto, sólo es útil en el aquí y el ahora, no es
transferible, es concreto, aburrido y de sentido común, este tipo de
creencias entorpece la activación de las estrategias autorregulatorias y
cognitivas, disminuyendo el nivel de recursos de agencia que el estu-
diante utilice para aprender.
Figura 4.1. Modelo Lógico de estudiantes no agentivos.
Estudiantes agentivos
Los estudiantes con sentido de agencia tienen una epistemología per-
sonal reflexiva, utilizan estrategias autorregulatorias y cognitivas, tanto
superficiales como profundas, en donde las creencias epistemológicas
reflexivas están mediadas por el uso de estrategias autorregulatorias y
cognitivas y éstas a su vez predicen el aprendizaje académico. Dicha
mediación se caracteriza, en general, por la activación de las estrategias
cognitivas y autorregulatorias por medio de las creencias epistemológi-
cas de Naturaleza y Utilidad del Conocimiento, mientras que las creen-
cias de Fuente del Conocimiento predicen directamente el desempeño
académico. Las creencias sobre la Estabilidad del Conocimiento no tu-
vieron efectos significativos sobre el aprendizaje.
Una vez que las estrategias cognitivas y autorregulatorias han sido acti-
vadas por la epistemología personal reflexiva, se observa que las estra-
tegias cognitivas superficiales predicen negativamente el aprendizaje,
mientras que las profundas lo predicen de manera selectiva, en algunos
casos de manera positiva y en otros de manera negativa, esto en fun-
ción de la complejidad de la demanda cognitiva de la tarea académica,

además es posible identificar consistencia en los efectos de las estrate-
gias autorregulatorias de persona, tarea y materiales como predictores
positivos del desempeño. La figura 4.2 muestra el modelo lógico inte-
grado que representa a los estudiantes agentivos.
Figura 4.2. Modelo Lógico de estudiantes agentivos.
Como se aprecia en la Figura 4.2, se observa que este tipo de estudiantes

tienen creencias de que el conocimiento es más útil cuando es transferi-
ble, visualizan su utilidad en conocimientos para toda la vida y consi-
deran que su naturaleza es más abstracta, interesante y científica, este
tipo de creencias activan el uso de estrategias cognitivas superficiales y
profundas así como el uso de estrategias autorregulatorias de persona,
tarea y materiales, lo que a su vez predecirá el aprendizaje de conteni-
dos teóricos. La Fuente del Conocimiento predice de manera directa y
positiva el desempeño académico, tal y como la literatura especializada
lo marca (Muis, 2007).
Aun cuando los datos apoyan la presencia de estos perfiles, es reco-
mendable controlar metodológicamente la varianza de confusión oca-
sionada por estas variables e identificar las relaciones estructurales que
subyacen a cada modelo.
Variaciones en el aprendizaje por el contenido de la materia

Además de las variables del estudiante que conforman el sentido de
agencia, otra variable relevante en el logro del aprendizaje académico
es el contenido de la materia que se aprende, como se ha mencionado
anteriormente en el primer capítulo de esta obra, Grossman, Wilson y
Shulman (1989) señalan que el contenido de la materia, sus paradig-
mas, la forma en la que se crean nuevos conocimientos y las creencias
sobre el contenido de la materia ocasionan variaciones en la forma en la
que los estudiantes aprenden dichos contenidos. En esta investigación
se trabajó con tres contenidos teóricos de dominio específico en psico-
logía para controlar los efectos ocasionados por el contenido de la mate-
ria, sin embargo en tanto a los paradigmas, el contenido de aprendizaje
solo considero el “condicionamiento clásico” como tema principal,
mientras que en el contenido de motivación se consideraron las diferen-
tes explicaciones que se han generado, desde la voluntad hasta las mi-
cro teorías, para explicar el origen de la motivación, en tanto que en el
contenido de percepción se revisan conceptos básicos así como la inte-
gración sensorial y las leyes de organización perceptual. En este senti-
do es claro que dentro de los contenidos teóricos que se enseñaron exis-
ten diversos paradigmas que dan cuenta de los procesos de aprendiza-
je, motivación y percepción, lo que causo las variaciones en cada uno de
los modelos en el aprendizaje de contenidos teóricos en psicología, lo
que confirma lo dicho por Grossman, Wilson y Shulman op. cit.
Variaciones en el Aprendizaje por el contexto Instruccional

El análisis de la varianza de dos factores (contenidos y contextos ins-
truccionales) mostró que hubo variación significativa entre los conteni-
dos y no así en contextos en cuanto al desempeño académico posterior
a la instrucción. Sin embargo, los modelos de ecuaciones estructurales
confirmaron que las diferencias se identifican en los recursos epistemo-
lógicos, autorregulatorios y cognitivos que utilizan los estudiantes para
aprender en cada modalidad instruccional. Teóricamente aunque no se
esperaba ver cambios en el desempeño de acuerdo a la modalidad, es
claro que los estudiantes utilizan diversos mecanismos y recursos en el
logro del aprendizaje académico en una modalidad presencial en con-
traste con una modalidad virtual. Los resultados de este estudio mos-
traron qué trayectorias y recursos utilizaron los estudiantes para apren-
der mejor en cada modalidad, aunque esto no significa que una moda-
lidad sea mejor que otra, más bien que los estudiantes son capaces de
ajustar sus mecanismos cognitivos y autorregulatorios, así como sus

creencias epistemológicas en función del contexto en el que
aprenderán.
Generalidad y Especificidad de la Epistemología Personal

Una pregunta que aún no ha sido totalmente contestada en la literatura
internacional es sobre la naturaleza de las creencias epistemológicas, 1) si
son unidimensionales o multidimensionales y 2) si son generales o de-
pendientes de un dominio específico del conocimiento. Con respecto a la
dimensionalidad de las creencias epistemológicas, se observa que este
estudio demostró validez convergente en los análisis factoriales confir-
matorios en cuatro de las siete dimensiones de creencias epistemológicas
inicialmente propuestas por Schommer (1990); las dimensiones de Esta-
bilidad, Fuente, Naturaleza y Utilidad del Conocimiento fueron valida-
das, mientras que las dimensiones de Velocidad, Habilidad para el
Aprendizaje y Estructura del Conocimiento no convergieron. En el caso
de Estructura del Conocimiento la falta de convergencia se debió a la sub
representación del constructo por la cantidad limitada de reactivos que
se diseñaron para medir tal dimensión, sin embargo en el caso de los fac-
tores de Velocidad y Habilidad para aprender la falta de validez es tanto
teórica como empírica, teórica en tanto que la velocidad y la habilidad
para el aprendizaje se refieren a creencias atribucionales sobre la capaci-
dad del estudiante para el aprendizaje, más que orientadas hacia el ori-
gen del conocimiento, y empírica dado que la estructura factorial no se
configuró como se esperaba en los factoriales confirmatorios.
Con respecto a la naturaleza de las creencias epistemológicas, si son de
dominio general o específico, coincidimos con lo que señala Hofer
(2004) y Hofer y Pintrich (1997) de que las creencias epistemológicas
son comunes cuando son iniciales y conforme se va avanzando en el
aprendizaje de los conocimientos las creencias se van haciendo más es-
pecíficas.
Las evidencias que se generaron en este estudio permiten sostener la
afirmación de que existen creencias comunes entre contenidos diferen-
tes de materias, como fue el caso de motivación, percepción y aprendi-
zaje, en cuanto a la estructura factorial. Asimismo, las evidencias permi-
ten identificar patrones funcionales diversos entre contenidos, lo que
permite inferir que las variaciones en las interacciones entre creencias y
la fuerza con la que se asocian son dependientes del contenido de la
materia, probablemente estas variaciones se deban a creencias episte-

mológicas específicas sobre los paradigmas del contenido de la materia.
En contraste, las evidencias de este estudio no permiten confirmar si es-
tas creencias se van haciendo más específicas conforme el estudiante
aprende más sobre el contenido ni cuando existen distintos niveles de
complejidad en el contenido de la materia.
Análisis de Curvas de Crecimiento Latente

Adicionalmente, se realizaron análisis de curva latente, que tenían
como propósito la descripción de las curvas de aprendizaje a través de
tareas académicas asignadas, en específico, durante la unidad instruc-
cional de aprendizaje, para caracterizar las trayectorias de estudiantes
con alto y bajo nivel de conocimientos previos. Dichos análisis demos-
traron que cuando los estudiantes tienen antes de la instrucción bajos
niveles de autorregulación y una epistemología personal ingenua esto
predice bajos puntajes en la prueba de desempeño inicial. En contraste,
lo que predice positivamente su desempeño inicial son las Estrategias
Cognitivas Profundas. Con respecto a la curva de crecimiento, esta se
caracteriza por un decremento en el desempeño de manera atenuada
para concluir en un decremento exponencial de conocimientos finales.
En los perfiles de alto desempeño, se demostró que cuando los estu-
diantes tienen creencias epistemológicas tendientes a la reflexividad
entonces tendrán mayor probabilidad de obtener mejores puntajes en
la prueba de desempeño inicial, en cada tarea intermedia durante el
proceso instruccional y en la prueba de desempeño posterior a la ins-
trucción. Aun cuando las creencias afectan el desempeño en los puntos
de la ordenada de origen, son los índices de estrategias autorreguladas
los responsables del crecimiento gradual en el desempeño de las tareas
académicas y en la prueba de conocimientos finales, lo que indica que
en el transcurso de la instrucción este tipo de estudiantes utilizarán sus
recursos de autorregulación iniciales para ajustar sus estrategias de es-
tudio y mejorar la curva de crecimiento, aunque de manera atenuada.
Todo esto aporta evidencia acerca de la validez predictiva que tienen
los conocimientos previos sobre el desempeño, así como el uso de estra-
tegias autorregulatorias, cognitivas y la epistemología personal que los
estudiantes tienen desde el inicio previo a la instrucción, de tal forma
que en ambos casos (alto y bajo desempeño) las trayectorias describen
patrones similares pero en espejo. La figura 4.3 integra las dos gráficas
en un comparativo.
Figura 4.3. Curva de Aprendizaje de Estudiantes con Bajo y Alto Desempeño.
En la figura 4.3 se aprecian los efectos diferenciales de cada trayectoria.

En el caso de los estudiantes con bajo desempeño inicial, tenderán a
concluir el curso aún más bajos de como empezaron, mientras que en el
caso de los estudiantes con alto desempeño tenderán a concluir el curso
con calificaciones aún más altas.
El aprendizaje es un proceso complejo, y pueden identificarse sus fuen-
tes de influencia, a partir de la construcción de escenarios de estudio
como los que se desarrollaron en esta investigación: constituyen gru-
pos naturales, en los que se analiza la participación de múltiples varia-
bles, y se proponen modelos que explican el funcionamiento del apren-
dizaje complejo.
Para lograr esta explicación de los fenómenos, reiteramos las limitacio-
nes de los métodos univariados que tradicionalmente se han utilizado
en el estudio del aprendizaje académico. Si bien en esta investigación se
aplican algunos análisis de este tipo, como los de varianza o regresión,
en la exposición de resultados se puede apreciar que la información
que arrojan, si bien puede ser complementaria, no permite dar cuenta
de la complejidad de los fenómenos bajo estudio. Los análisis de va-
rianza y de regresión apenas sugieren ciertos efectos de variables como
los tipos de contenidos o contextos, o la posible explicación de la varian-

za por parte de algunas de las variables del estudiante. Sin embargo, el
poder de los métodos de modelamiento estructural permitió responder
la gran mayoría de los objetivos relevantes de esta investigación.
Implicaciones Metodológicas y Técnicas
Las decisiones metodológicas que se tomaron permitieron contender

con los complejos de interés, aspecto que se contrapone a la tradicional
observación de aspectos parciales de estos fenómenos, que conduce a
inferencias limitadas. Por ejemplo, en el presente estudio se plantean
algunas preguntas que se resuelven con análisis de varianza o de regre-
sión, y estos estudios no dan cuenta de los procesos en toda su comple-
jidad. Si bien el análisis de varianza realizado para ver diferencias entre
contenidos y contextos antes y después de los cursos muestra relacio-
nes interesantes entre estas variables, incluyendo el hallazgo de inte-
racción entre ellas, y si bien los estudios de regresión muestran algunas
tendencias explicativas respecto de la influencia de algunas de las va-
riables estudiadas en el desempeño, este tipo de análisis parecen ser, en
estos casos, parciales, incompletos, y no reflejan la complejidad implíci-
ta en los procesos del aprendizaje académico.
Un ejemplo de análisis parciales que no dan cuenta de esta compleji-
dad es el trabajo de Bell (2007), quien realiza un estudio para evaluar la
capacidad predictiva de variables de aprendizaje autorregulado, creen-
cias epistemológicas, autoeficacia computacional, razones para tomar
cursos en línea y conocimiento previo (pruebas de aprovechamiento
académico, GPA) en las calificaciones finales en cursos universitarios en
línea. Bell utiliza análisis de correlaciones y regresiones múltiples, y en-
cuentra que las únicas variables que predicen el aprovechamiento aca-
démico son: 1) la expectativa de control del aprendizaje, 2) el conoci-
miento previo, y 3) la expectativa de aprendizaje. Evidentemente, esta
simplificación de los procesos bajo estudio conduce a conclusiones con
generalidad limitada. Este libro muestra análisis de variables similares,
pero el enfoque metodológico permite llegar a otras conclusiones.
Cómo se mencionó al principio de esta obra, Winne y Nesbit (2010) pro-
ponen dos perspectivas para abordar los factores que influyen en logro
del aprendizaje académico. Por un lado, la perspectiva de la “Psicología
de lo que las cosas son” que se refiere a las variables del estudiante que
no están bajo su control y que son universales, donde el objetivo es ana-
lizar el papel de la carga cognitiva sobre el desempeño académico. Por

otro lado la perspectiva de la “Psicología de cómo los estudiantes hacen
las cosas”, donde se explora la aplicación selectiva de heurísticos que
utilizan los estudiantes para convertirse en agentes de su aprendizaje y
ajustar sus recursos orientados al logro académico.
En este contexto, algunos de los propósitos de esta investigación con-
templaron el análisis de la complejidad de la psicología de cómo los estu-
diantes hacen las cosas, lo que demandaba considerar las múltiples varia-
bles que pueden influir en el logro académico, como las variables del es-
tudiante, de la instrucción, de los materiales de aprendizaje y el contex-
to en el que se aprende, por ejemplo.
Sin embargo, el estudio de la psicología de cómo los estudiantes hacen las co-
sas no puede abordarse única y exclusivamente a través de estudios ob-
servacionales sin mantener relativo control de las variables que poten-
cialmente pueden afectar la aplicación de heurísticos orientados al lo-
gro académico por parte de los estudiantes, hacer esto implicaría serías
amenazas a la validez interna por lo que no sería factible asegurar que
determinadas causas generan determinadas consecuencias, dado que
habría confusión de efectos entre las variables (sería imposible identifi-
car donde inician las cadenas causales y donde terminan) y/o se podría
incurrir en el error de interpretar asociaciones espurias.
En estas condiciones, tomando en cuenta las posibles amenazas de vali-
dez interna, la complejidad del logro académico y el objetivo del estu-
dio que era conocer los efectos que tienen las variables del estudiante
sobre el logro académico (la “Psicología de cómo los estudiantes hacen
las cosas”) era necesario por lo menos controlar los efectos ocasionados
por los métodos instruccionales, los materiales de aprendizaje, el conte-
nido de la materia y el contexto en el que se aprende.
En términos generales es posible considerar que los métodos para con-
trolar la varianza de confusión ocasionada por las variables que amena-
zan la validez interna se pueden agrupar en dos: por una parte se en-
cuentran los arreglos metodológicos que permiten controlar los posi-
bles efectos de confusión seccionando la varianza antes de realizar el
estudio, por otra parte es posible también controlar la varianza de con-
fusión por métodos estadísticos utilizando como covariables los facto-
res de confusión una vez que el estudio ha sido realizado. Teniendo
esto como antecedente, los autores de esta obra construyeron escena-
rios que permitieran condicionar la varianza de confusión a la vez que
permitieron elicitar en los estudiantes las variables de interés, estrate-

gias cognitivas, autorregulatorias y creencias epistemológicas, y su in-
teracción con el desempeño académico.
Artefactos construidos
El desarrollo de estos artefactos construidos fue orientado a condicionar
la varianza de confusión ocasionada por los métodos y diseños instruc-
cionales que utilizan los profesores de manera cotidiana en los salones
de clase, de tal forma que en esta investigación tanto el diseño instruc-
cional como los métodos de enseñanza fueron estandarizados y homo-
logados en distintos contextos de instrucción (presencial y en línea) y
en contenidos teóricos en psicología (aprendizaje, motivación y per-
cepción).
Para controlar los efectos ocasionados por los materiales de aprendizaje
y los contenidos, se solicitó a un grupo de expertos en cada contenido
de la materia que seleccionaran los materiales más representativos así
como los materiales más adecuados para aprender tales contenidos,
homologando los contenidos y materiales a cada contexto de aplica-
ción, tanto para el contexto presencial como para el virtual.
Finalmente para controlar los efectos ocasionados por el contexto de
instrucción (presencial o virtual) se crearon seis condiciones experi-
mentales (dos para cada contenido, una presencial y otra virtual) y se
asignaron estudiantes para cursar cada condición.
Además de estos arreglos metodológicos, estos artefactos construidos so-
metieron a un Análisis Cognitivo de Tarea (ACT) (Castañeda, 2004a;
2006) cada contenido teórico (aprendizaje, motivación y percepción)
con el objetivo de identificar los componentes críticos de cada conteni-
dos y diseñar tareas experimentales homologadas que permitieran que
los estudiantes utilizaran sus recursos cognitivos, autorregulatorios y
creencias epistemológicas en la solución de dichas tareas.
En resumen, esta metodología permitió “aislar” los efectos de las varia-
bles del estudiante reduciendo en la medida de lo posible las amenazas
de validez interna y aumentando la solidez de los hallazgos descritos
con anterioridad.
Estos artefactos construidos son una de las principales aportaciones de
esta obra en cuanto a metodología se refiere y se exhorta a los investiga-
dores a utilizar estos “episodios de aprendizaje” como una práctica coti-
diana en el quehacer científico ya que estos arreglos permiten estudiar

los fenómenos de manera integrada y en condiciones que asemejen la
realidad de los salones de clase regulares, lo que a su vez abrirá la posi-
bilidad de generar evidencia relevante con aplicaciones prácticas que
favorezcan el aprendizaje y el logro académico en condiciones
naturales.
Enfoque Multivariado
Trabajar con episodios de aprendizaje que seccionen la varianza rele-
vante en distintas condiciones experimentales y que controlen la va-
rianza de confusión ocasionada por otras variables, demandó a los au-
tores de esta obra a considerar perspectivas de análisis estadísticos más
complejas que permitieran comprender la red de interacciones entre
las variables implicadas.
Utilizar enfoques estadísticos tradicionales univariados y unidimensio-
nales para analizar fenómenos psicológicos que teóricamente son com-
plejos, multidimensionales, multivariados y multicausados pecaría de
ingenuidad en los autores y sobre todo haría absurdo asumir que las
evidencias generadas sean lo suficientemente sólidas para elaborar
conclusiones. Por estas razones, los autores de esta obra consideraron
utilizar aproximaciones multivariadas y multidimensionales confirma-
torias que permitieran validar las relaciones que teóricamente se han
propuesto, de esta forma se eliminan amenazas de validez en la conclu-
sión estadística y mejora la validez interna en tanto que estos métodos
permiten explicar las complejas relaciones entre múltiples variables, tal
como sucede en condiciones naturales.
Implicaciones de Aplicación
Promoción del Sentido de Agencia en las Universidades

Como se ha mencionado anteriormente, el aprendizaje complejo es el
resultado de la educación, por tanto entender los mecanismos que sub-
yacen a su construcción son de vital importancia en vías de construir
escenarios adecuados para fomentarlo e instrumentos sensibles para
evaluarlo. Dentro de los límites de esta investigación, los autores de
esta obra, pudieron confirmar que el aprendizaje complejo está in-
fluenciado por múltiples variables, por ejemplo, el contexto instruccio-
nal, el contenido de la materia que se aprende y que se enseña y por las
variables del estudiante, entre las que se pueden mencionar las habili-
dades cognitivas, regulatorias y la epistemología personal. En estas
condiciones, uno de los hallazgos más importantes de esta investiga-
ción es el rol que tiene el sentido de agencia en el fomento del aprendi-
zaje complejo.
Derivado del conocimiento generado en esta investigación, los autores
concluimos que el sentido de agencia en los estudiantes se expresa por
patrones claramente definidos donde convergen las creencias episte-
mológicas, las habilidades regulatorias y cognitivas que los estudiantes
ponen en juego con el propósito de aprender. En este sentido, la pro-
moción del sentido de agencia debe realizarse considerando la dinámi-
ca e interacción entre las variables del estudiante (habilidades cogniti-
vas, metacognitivas y autorregulatorias, así como su epistemología per-
sonal), las variables del contexto instruccional y del contenido de la
materia.
En los alcances de esta investigación, es posible identificar al menos
cuatro componentes críticos para el fomento del sentido de agencia
en los estudiantes: 1) la complejidad de la tarea de aprendizaje, 2) el
contenido de materia que se aprende, 3) los conocimientos previos so-
bre el conocimiento y las habilidades para el aprendizaje y 4) las
creencias epistemológicas sobre el contenido de la materia que se
aprenderá.
Estos cuatro componentes están relacionados cercanamente en tan-
to que las expectativas y los conocimientos previos sobre el conteni-
do de la materia disparan las creencias epistemológicas que el estu-
diante tiene inicialmente sobre tales conocimientos, además las habi-
lidades para aprender también tienen un efecto importante sobre la
motivación inicial del estudiante. Finalmente, con respecto a la com-
plejidad de las tareas de aprendizaje, una de las aportaciones más re-
levantes de esta investigación es que cuando se utilizan tareas de re-
cuerdo viso espacial, tal como la elaboración de mapas conceptuales,
sus efectos en el aprendizaje son diferenciales en cuanto al nivel de
conocimientos previos de los estudiantes, al contrario de la creencia
generalizada de que los mapas conceptuales facilitan el aprendizaje
y el recuerdo.
En resumen, el fomento del sentido de agencia en los estudiantes uni-
versitarios, demanda no solo el conocimiento de los mecanismos y ca-
racterísticas que los estudiantes con sentido de agencia tienen, sino
también demanda la construcción de escenarios educativos que favo-

rezcan su fomento y desafíen a los estudiantes a utilizar todos sus re-
cursos epistemológicos, cognitivos y autorregulatorios con la finalidad
de mejorar su aprendizaje.
Evaluación del Sentido de Agencia

Otra de las aportaciones prácticas de esta investigación, es el desa-
rrollo de instrumentos que son sensibles de identificar las variables
del estudiante responsables de los niveles de agentividad con lo que
los estudiantes utilizan sus creencias epistemológicas, estrategias
cognitivas y autorregulatorias. La evaluación del sentido de agencia,
en estos términos, es tan importante como su fomento, dado que
permitirá a los profesionales identificar las características específicas
con las que cuentan sus estudiantes y poder programar de manera
efectiva sus intervenciones educativas en vías de fomentar el sentido
de agencia.
El Inventario de Epistemología Personal (IEP) y el Inventario de Estra-
tegias de Estudio y Autorregulación (IEEA) son dos instrumentos que
fueron validados tanto teórica como empíricamente y han demostrado
ser sensibles a medir objetivamente distintos niveles de las creencias
epistemológicas, en el caso del IEP y diversas estrategias cognitivas y
autorregulatorias, en el caso del IEEA.
Fomento del Sentido de Agencia

Es preciso indicar que el análisis y el diseño instruccional son indis-
pensables, y que hay que propiciar en la medida de lo posible las me-
jores estructuras, contenidos, recursos y dinámicas para los cursos,
independientemente de la modalidad de entrega. Sin embargo, en el
presente libro hemos presentado evidencias que indican que inde-
pendientemente de que se han seguido diseños instruccionales sóli-
dos y probados, existen estudiantes cuyas condiciones repercuten
en la capacidad de agencia; por ejemplo, cuando la epistemología
personal implica ingenuidad, lo cual impacta en todo el proceso de
agencia; o bien, cuando pueden existir algunas creencias reflexivas,
pero no un conjunto desarrollado de estrategias cognitivas o auto-
rregulatorias.
Conclusiones
Aun cuando la literatura muestra que, en tanto el estudiante utilice es-

trategias cognitivas y metacognitivas profundas, que sus estrategias
autorregulatorias le permitan evaluar, regular y reflexionar sobre sus
experiencias y que sus creencias epistemológicas le orienten a una dis-
posición reflexiva sobre el conocimiento a ser aprendido, a la fecha no
se había trabajado en el estudio del interjuego simultaneo entre estas
variables. Es por eso que en esta obra, se presentan estudios que sí lo
hacen, y cuyos resultados hacen posibles derivaciones instruccionales
sustentadas en modelos expertos empíricamente avalados, en al menos
tres contenidos teóricos en la formación del psicólogo. En el otro senti-
do, también se aportan modelos que identifican las debilidades y por
ende las necesidades de instrucción remedial en el aprendizaje de con-
tenidos teóricos en psicología.
El diseño instruccional que se utilizó en esta investigación resultó ser
efectivo en términos de los resultados de aprendizaje de los estudian-
tes. Es un método que parte de realizar análisis cognitivo de tareas, y
que deriva en el modelamiento de las etapas y actividades que se cen-
tran en el análisis de situaciones auténticas (ver capítulo 2), y que reco-
rre una serie de etapas que asegura condiciones que fomentan la cons-
trucción, aplicación, validación y transferencia de conocimientos rele-
vantes a los programas de interés.
Este procedimiento fue utilizado de manera homogénea, tanto para los
tres contenidos de aprendizaje de procesos básicos en psicología, como
para los dos contextos de entrega de la instrucción, y los resultados de
aprendizaje de los estudiantes fueron, en general, adecuados.
Sin embargo, aun ante estas condiciones de aplicación de un diseño
instruccional sólido, los estudiantes con bajos niveles de agentividad,
quienes demostraron tener creencias ingenuas, estrategias cognitivas o
autorregulatorias deficientes, no lograron niveles altos de aprendizaje
en los programas cursados. Esto representa un elemento de alarma en
el espacio educativo superior, pues señala que aun en las mejores con-
diciones, algunos estudiantes no aprenderán lo que se espera. ES decir,
es condición necesaria pero no suficiente.
Al respecto, es importante mencionar que los métodos instruccionales
deberían considerar, además de un diseño instruccional sólido, accio-
nes de evaluación y fomento de habilidades agentivas. Esto implica el
uso de instrumentos y actividades en las que se evalúe el nivel de las

creencias epistemológicas, así como las estrategias cognitivas y autorre-
gulatorias. Así mismo, será necesario ofrecer andamiajes a lo largo de
los currículos, respecto de las habilidades y conocimientos que consti-
tuyen el complejo cognitivo de la agentividad del estudiante. Es impor-
tante señalar la insuficiencia de cursos propedéuticos o pláticas intro-
ductorias que promueven estrategias de aprendizaje, que si bien po-
drían ayudar, deberían complementarse por estas actividades sistemá-
ticas de andamiaje a lo largo del currículum, que fomenten de manera
constante los perfiles agentivos en los estudiantes.
De esta manera, el presente libro señala en especial la necesidad de eva-
luar con mayor consistencia algunas variables de los estudiantes en el
terreno educativo, como sus creencias epistemológicas y sus estrategias
de aprendizaje, y de esto se deriva una línea de acción, que consiste en
formar estudiantes que tengan estas estructuras cognitivas, de conoci-
mientos y habilidades, dado su evidente impacto. Por otro lado, es re-
comendable utilizar estrategias instruccionales efectivas, derivadas de
análisis de los contenidos a enseñar, que apliquen métodos de evalua-
ción y fomento de aprendizajes de calidad.
En el caso específico de la psicología y con relación a los procesos psicoló-
gicos básicos, el campo es aún fértil dado que la evidencia en este campo
es limitada y aún se desconocen los elementos críticos del contenido y la
forma en la que estos interactúan con las variables del estudiante, es por
esta razón que parte de los hallazgos de esta investigación, proporcionan
evidencia sólida sobre las variaciones que presentan los contenidos de la
materia a través de los contextos de instrucción y además cómo estos
contenidos influyen las variables del estudiante (estrategias cognitivas,
autorreguladas y creencias epistemológicas).
El estudio de las variables del estudiante y de la instrucción tiene
complejas interacciones que hay que analizar, y que la literatura no
ha enfatizado suficientemente, lo que tiene como resultado que no
se estén comprendiendo los procesos de aprendizaje académico
como fenómenos de alta complejidad, en situaciones globales de exi-
gencia de la intervención activa de los estudiantes en sus propios
procesos de aprendizaje, con el fin de generar conocimiento y pro-
ductos creativos.
Y, en la medida en la que los problemas de la formación profesional con-
tinúen siendo vigentes es necesario insistir en la necesidad de generar
evidencias sólidas que guíen la evaluación y el fomento del sentido de

agencia académica. Si bien es cierto que hasta aquí se logró el objetivo
perseguido, también es cierto que éste se convierte en un punto de inicio
para proyectos futuros donde nuestro Laboratorio en conjunto con otros
se comprometan en tan magna empresa. Queda ahí la invitación.
R eferencias
Ally, M. (2004). Foundations of educational theory for online learning.
En T. Anderson y F. Elloumi (Eds). Theory and practice of online
learning. (pp. 6-31) Athabasca, Athabasca University.
Ames C. (1992). Classrooms: goals, structures, and student motivation.
J. Educational Psychology, 84, 261–271.
Assessment System Corporation (1992). RASCAL: Rasch Analysis Pro-
gram Vers [Computer Software]. St. Paul, MN: Assessment
System Corp.
Assessment System Corporation (2006). ITEMAN 4 Version 3.6 for Win-
dows. [Computer Software]. Minnesota, Assessment System Cor-
poration, Inc.
Azevedo, R. (2003). Metacognition and self-regulation in learning with
MetaCognitive tools. Proceedings of the workshop on metacognition
and self-regulation in learning with Metacognitive tool. 11ava. Confe-
rencia Internacional Artificial Intelligence in Education. Amster-
dam: IOS press.
Bandura, A. (1986). Social foundation thought and action. A social cognitive
theory Eaglewood Cliffs, NJ: Prentice Hall.
Bandura, A. (2001) Social Cognitive Theory: An Agentic Perspective.
Annual Review of Psychology, 52, 1-26. doi: 10.1146/annu-
rev.psych.52.1.1.
Baxter Magolda, M. B. (1992). Knowing and reasoning in college: Gen-
der-related patterns in Students intellectual development. San Francis-
co: Jossey Bass.
Baxter Magolda, M. B. (2004). A constructivist conceptualization of

epistemological reflection. Educational Psychologist, 39 (1), 31–42.
Belenky, M.; Clinchy, B.; Goldberger, N. y Tarule, J. (1986). Women’s
Ways of Knowing: The Development of Self, Voice, and Mind. New
York. Basic Books.
Bell, P.D. (2007). Predictors of College Student Achievement in Under-
graduate Asynchronous Web-Based Courses. Education, 12(4), 523
– 533.
Bentler, P (2006). EQS 6.1 for Windows (Build 90) [Software de Computa-
dora]. Encino, CA: Multivariate Software, Inc.
Biggs, J. B. (1985). The role of meta-learning in study processes. Br. J.
Educ. Psychol. 55, 185–212.
Biggs, J. B. (1987). Student Approaches to Learning and Studying. Melbour-
ne, Australia. Australian Council for Educational Research.
Boekaerts, M. (1996). Personality and the psychology of learning. Eur. J.
Pers. 10, 377–404.
Boekaerts, M., Pintrich, P. y Zeidner, M. (2000). Handbook of Self-Regula-
tion. San Diego: Academic Press.
Bouffard, T., Boisvert, J., Vezeau, C. y Larouche, C. (1995). The impact
of goal orientation on self-regulation and performance among co-
llege students. British Journal of Educational Psychology, 65, 317–329.
doi: 10.1111/j.2044-8279.1995.tb01152.x
Brown, A. (1978). Knowing When, Where, and How to Remember: A
Problem of Metacognition. En R. Glaser (Ed.). Advances in Instruc-
cional Psychology, 1. Hillsdale, N.J.: Erlbaum.
Brown, A.L. y Campione, J.C. (1977). Training strategic study time ap-
portionment in educable retarded children. Intelligence, 1(1),
94-107.
Brown, W. F., y Holtzman, W. H. (1966). Manual of the Survey of Study
Habits And Attitudes. New York. Psychological Corporation.
Buehl, M.M. y Alexander, P.A. (2001). Beliefs about Academic Know-
ledge. Educational Psychology Review, 13(4), 385-418.
Castañeda, S. (1993). Procesos Cognitivos y Educación Médica. Serie Se-
minarios Institucionales” de Medicina. México: UNAM.
Castañeda S. (1997). El rol de la enseñanza estratégica en el estudio indepen-
diente. Estudio independiente. Instituto Latinoamericano de la Co-
municación Educativa. México: O. E. A. 107-146.
Castañeda, S. (1998). Evaluación de resultados de aprendizaje en esce-
narios educativos. Revista Sonorense de Psicología, 12( 2), 57- 67.
REFERENCIAS 213
Cas ta ñeda, S. (1999). Algu nos re fe ren tes para un aná li sis crí tico de
la prepara ción profesional del licenciado en Psicología en Mé -
xi co. Una ex pe rien cia co le gia da. En Váz quez, G. Y Mar tí nez, J.
(Ed.). La for ma ción del psicó logo en México, (pp. 25–41). Mé-
xico. Cua der nos de Inves ti ga ción.: Universidad Latinoamerica -
na.
Castañeda, S. (2002). A cognitive model for learning outcomes assess-
ment. International Journal of Continuing Engineering Education
and Life-long Learning, 12(1-4), 94-106.
Castañeda, S. (2003). Construyendo puentes entre la teoría y la práctica.
Pensamiento Educativo, 32, 155-176. Pontificia Chile: Universidad
de Chile.
Castañeda, S. (2004a). Educación, aprendizaje y cognición: teoría en la prác-
tica. México, Manual Moderno.
Castañeda, S. (2004b). Estudio Exploratorio de la Formación del Licen-
ciado en Psicología en México. Revista Mexicana de Psicología, 21(4),
131-141.
Castañeda, S. (2006). Evaluación del aprendizaje en el nivel universitario:
elaboración de exámenes y reactivos objetivos. México, UNAM.
Castañeda, S. (2007). Evaluación informativa del aprendizaje complejo:
¿tarea pendiente en la universidad? En A. Díaz Barriga y T. Pache-
co M (Comps.). Evaluación y cambio institucional, pags. 201-227,
México: Paidós educador. ISBN 978-968-853-672-8.
Castañeda, S. (2010). Modelación Cognitiva del Aprendizaje Virtual.
Revista Mexicana de Psicología, 27(1), 95-102.
Castañeda, S. (Octubre, 2012). El Sentido de Agencia en el Aprendizaje
de Contenidos Teóricos. Resúmenes del XX Congreso Mexicano
de Psicología. pp. 563- 564. México.
Castañeda, S. López, M., Castro, L. Heman, A. (1985). Estructuración
del conocimiento. Resúmenes del IV Congreso Mexicano de Psicología,
5 a 8 de octubre de 1985.
Castañeda, S. y López, M. (1988). Estructuración de Procesos Cognosci-
tivos de Bajo y Alto Nivel en la Comprensión y Recuerdo de Tex-
tos de Naturaleza Científico-Instruccional en el Bachillerato. Nú-
mero especial de la Revista “Series sobre la Universidad”, 9, 27- 55,
CISE, UNAM.
Castañeda, S. y López, M. (1989). La Psicología cognoscitiva del aprendiza-
je. Aprendiendo a Aprender. México: UNAM.
Castañeda, S. y López, M. (1991). Thor-ombolo: Expert system in the
diagnosis of problems in text study skills in college and higher
education. En M. Carretero, M. Pope, R. Simons y J. I. Pozo (Eds.)

Learning and Instruction, European Research in an International Con-
text. (pp. 451-462). Oxford. Pergamon Press.
Castañeda. S. y López, M. (1992). Estilos de aprendizaje y género. Inves-
tigación Psicológica, 2(1), 1- 16.
Castañeda, S., López, M. y Romero, M. (1987). The Role of five induced
learning strategies in scientific text comprehension. Journal of
Experimental Education, 55, 125-130.
Castañeda. S. y Martínez, R. (1999). “Enseñanza y Aprendizaje Estraté-
gicos. Modelo Integral de Evaluación e Instrucción”. Revista Latina
de Pensamiento y Lenguaje, 4, 251-278.
Castañeda, S., y Orduña, J. (1996). Investigación cognitiva en aprendi-
zaje y enseñanza de ciencias, artes y técnicas. Revista Latina de Pen-
samiento y Lenguaje, 4(1), 69-94.
Castañeda, S. y Ortega, I. (2004). Evaluación de estrategias de aprendi-
zaje y orientación motivacional al estudio. En S. Castañeda (Ed.).
Educación, aprendizaje y cognición: teoría en la práctica. (pp.
277-299)México, Manual Moderno.
Castañeda, S. y Peñalosa, E. (2010). Validando constructos en epistemo-
logía personal. Revista Mexicana de Psicología, 27(1), 65-75.
Castañeda, S., Peñalosa, E. y Austria, F. (2012). El aprendizaje complejo:
Desafío a la Educación Superior. Revista Investigación En Educación
Médica, 1(3), 140-145.
Castañeda, S., Pineda, M.L., Gutiérrez, E., Romero, N. y Peñalosa, E.
(2010). Construcción de Instrumentos de Estudio Autorregula-
ción y Epistemología Personal. Validación de Constructo. Revista
Mexicana de Psicología, 27(1), 75-85.
Ciurana, E. R. (2001). La democratización del conocimiento y la educa-
ción de (en) la democracia. Conferencia Cátedra Itinerante Edgar
Morin de la UNESCO.
Clark, R. (1983). Reconsidering research on learning from media. Re-
view of educational research, 53, 445-459.
Clark, R.E. (1984). Research on Student Thought Processes during
Computer-Based Instruction. Journal of Instructional Development,
7(3), 2-5.
Corno, L. (1989). Self-regulated learning: A volitional analysis. En D. H.
Schunk y B. J, Zimmerman (Eds.), Self-regulated learning and acade-
mic achievement: Theory, research and practice. (Pp.111 -141). New
York: Springer-Verlag.
REFERENCIAS 215
Cronbach, L.J. (1951). Coefficient alpha and the internal structure of

tests. Psychometrika, 16 (3), 297-334.
De Corte, E. (1999). Desarrollo cognitivo e innovación tecnológica. Una
nueva concepción de la enseñanza y el aprendizaje para el siglo
XXI. Número monográfico, “Cognición, educación y evaluación”,
Revista Latina de Pensamiento y Lenguaje 4(2B), 229-250.
Dweck, C. S. y Leggett, E L. (1988). A social cognitive approach to moti-
vation and personality. Psychological Review, 95, 256-273.
Entwistle, N. J. (1996). Recent research on student learning, and the
learning environment. En: J. Tait y P. Knight (Eds) The Manage-
ment of Independent Learning (pp. 97–112). Londres, Kogan Page.
Entwistle, N. J., Hanley, M. y Hounsell. (1979). Approaches to learning
and levels of understanding. British Educational Research Journal.
5(1), 99-114. Doi: 10.1080/0141192790050110.
Entwistle, N. J., Meyer y Tait (1991). Student failure: Desintegrated pat-
terns of study strategies and perceptions of the learning environ-
ment. Higher Education, 21(2), 249-261.
Entwistle, N. J., and Ramsden, P. (1983). Understanding student learning.
Londres: Croom Helm.
Ericsson, K.A., Krampe, R.T., y Tesch-Römer, C. (1993). The role of deli-
berate practice in the acquisition of expert performance. Psycholo-
gical Review, 100, 363-406.
Ford, M. E. (1995). Intelligence and personality in social behaviour. En
D. H. Saklofske y M. Zeidner (Eds.), International handbook of perso-
nality and intelligence (pp. 125-142). New York: Plenum.
Garavilia, L S. y Gredler, M. E. (2002). Prior achievement aptitude and
use of learning strategies as predictors of college student achieve-
ment. College Student Journal, 36(4), 6I6-625.
Gilligan, C. (1982). In a different voice: Psychological theory and women’s de-
velopment. Cambridge, MA: Harvard University Press.
Glaser, R. (1981). The future of testing: A research agenda for cognitive
psychology and psychometrics. American Psychologist, 36,
923–936.
Glaser, R. y Baxter, G.P. (2000). Assessing active knowledge. (CRESST
Tech. Rep. No. 516). Los Angeles: University of California. Natio-
nal Center for Research on Evaluation, Standards and Student
Testing (CRESST).
Glaser, R. y Baxter, G. P. (2002). Cognition and Construct Validity: Evi-
dence for the Nature of Cognitive Performance in Assessment Si-
tuations, En H. I. Braun, D. N. Jackson y D. E. Wiley (Eds.) The Role
of Constructs in Psychological and Educational Measurement (pp.

179-227). Nueva York: LEA.
Glaser, R. y Chi, M.T. (1988). Overview. En M. Chi, R. Glaser y M. Farr,
(Eds.), The Nature of Expertise (pp.15-28). Hillsdale, NJ: Erlbaum.
Glaser, R., Lesgold, A. y Lajoie, S. (1987). Toward a cognitive theory for
the measurement of achievement. En R. Ronning, J. Glover, J. C.
Connolly y J. Witt (Eds.) The influence of cognitive psychology on tes-
ting and measurement. (pp. 966-131). Hillsdale: Erlbaum.
Goldman, S. R., Petrosino, A. I. y Grupo de Cognición y Tecnología en
Vanderbilt (1999). Design Principles for Instruction in Content
Domains: Lessons from Research on Expertise and Learning. En
F. T. Durso, R. S. Nickerson, R. W. Schvaneveldt, S. T. Dumais, D.
S. Lindsay y M. T. H. Chi (Eds.) Handbook of Applied Cognition (pp.
595-626). Nueva York: John Wiley & sons.
González, D., Castañeda, S. y Corral, V. (2002). Validación e Identifica-
ción de Constructos Subyacentes a Estrategias de Aprendizaje
Universitario. Aproximación Multirasgo-Multimétodo (MRMM).
Revista Latina de Pensamiento y Lenguaje, vol. 10 (1), invierno
boreal-verano austral 2001-2002, 107-118.
Gorsuch, R.L. (1983). Factor analysis (2nd Ed.). Hillsdale, NJ: Erlbaum.
Grossman, P.L., Wilson, S.M. y Shulman, L.S. (1989) Teachers of Subs-
tance: Subject matter knowledge for teaching. En M.C. Reynolds
(Ed.), Knowledge Base for the Beginning Teacher (pp. 245-264). New
York. Pergamon Press.
Hayes, K. y Richardson, J. (1995). Gender subject and context as deter-
minants of approaches to studying in higher education. Studies in
Higher Education, 20(2), 215-21.
Hofer, B. K. (1999). Instructional context in the college mathematics
classroom: Epistemological beliefs and student motivation. Jour-
nal of Staff, Program, and Organizational Development, 16 (2), 73–82.
Hofer, B. K. (2000). Dimensionality and disciplinary differences in per-
sonal epistemology. Contemporary Educational Psychology, 25,
378–405.
Hofer, B. K. (2002). Personal epistemology as a psychological and educa-
tional construct: An introduction. En K. Hofer y P. R. Pintrich (Eds.),
Personal epistemology: The psychology of beliefs about knowledge and kno-
wing (pp. 3-14). Mahwah, NJ: Lawrence Erlbaum Associates.
Hofer, B. K. (2004). Epistemological understanding as a metacognitive
process: Thinking aloud during online searching. Educational
Psychologist, 39, 43–55.
REFERENCIAS 217
Hofer, B. K. y Pintrich, P. R. (1997). The development of epistemological

theories: Beliefs about knowledge and knowing and their relation
to learning. Review of Educational Research, 67, 88–140.
Hofer, B. K., y Pintrich, P. (2002). Personal epistemology: The psychology of
beliefs about knowledge and knowing. Mahwah, NJ: Lawrence
Erlbaum.
International Business Machines Corp (2010). Statistical Package for So-
cial Sciences for Windows Versión 20. [Software de Computadora].
New York, IBM Corp y SPSS, Inc.
Kardash, C. M., y Howell, K. L. (2000). Effects of epistemological beliefs
and topic-specific beliefs on undergraduates cognitive and strate-
gic processing of dual-positional text. Journal of Educational Psycho-
logy, 92, 524–535.
King, K. S. y Kitchener, K. S. (2002). The reflective judgment model:
Twenty years of research on epistemic cognition. En Hofer, B. K.,
y Pintrich, P. R. (Eds.), Personal Epistemology: The Psychology of Be-
liefs About Knowledge and Knowing (pp. 37–61) Mahwah, NJ.
Erlbaum.
King, P. M., y Kitchener, K.S. (1994). Developing reflective judgement:
Understanding and promoting intellectual growth and critical thinking
in adolescents and adults. San Francisco: Jossey-Bass.
Kline, RB (2011). Principles and Practice of Structural Equation Modeling.
(3a Ed.). Nueva York, the Guilford Press.
Knight, P. T. (2001). Complexity and Curriculum: a process approach to
curriculum-making. Teaching in Higher Education 6(3), 370-381.
Knight, P. T. (2002). A systematic approach to professional develop-
ment: Learning as practice. Teaching and Teacher Education 18(3),
229-241.
Knight, P. T. y Yorke, M. (2003). Employability and Good Learning in
Higher Education. Teaching in Higher Education 8(1), 4-16.
Kohlberg, L., y Armon, C. (1984). Three types of stage models used in
the study of adult development. En Commons, M. L., Richards, F.
A., y Armon, C. (Eds.), Beyond formal operations: Late adolescent and
adult cognitive development. New York: Praeger.
Kuder, G.F. y Richardson, M. W. (1937). The Theory of the estimations
of test reliability. Psychometrika, 2(3), 151-160.
Kuhn, D. (1991). The skills of argument. Cambridge: Cambridge Univer-
sity Press.
Kuhn, D., Cheney, R. y Weinstock, M. (2000). The development of epis-
temological understanding. Cognitive Development, 15, 309–328.
Leadbeater, C. (2000). Living on Thin Air. Londres: Penguin.

López, M., Castañeda, S. y Gómez, A. T. (1988). Un Inventario de Habi-
lidades de Estudio. (IHE). Número especial de la Revista Serie so-
bre la Universidad, 9, 9 - 26, CISE, UNAM.
MacCallum, R.C. y Austin, J.T. (2000). Applications of structural equa-
tion modeling in psychological research. Annual Review of Psycho-
logy, 51, 201-226.
Marton, F. y Säljö, R. (1976). On qualitative differences in learning. I.
Outcome and process. British Journal of Educational Psychology, 46,
4–11.
Marton, F. y Saljó, R. (1997). Approaches to learning. En: F. Marton, D.
Hounsell y N. Entwistle (Eds). The experience of learning. Implica-
tions for teaching and studying in higher education (pp. 39-59). Edim-
burgo: Scotish Academic Press.
Mason, L. (2003). General, Domain-Specific and Contextualized Episte-
mological Thinking: Relationships with Educational Level and
Curriculum. Trabajo presentado en el annual meeting of the Ameri-
can Educational Research Association, Chicago, IL.
Mayer, R.(2004). Should there be a three strikes rule against pure disco-
very learning? American Psychologist, 59 (1), 14-19.
McCombs, B. L. (1998). Integrating metacognition, affect and motiva-
tion in improving teacher education. En B.L. McCombs y N. Lam-
bert (Eds.), Issues in school reform: Psychological perspectives on lear-
ner-centered schools (pp. 379-408).Washington, D.C. APA Books.
Merrill, M.D. (2002). First principles of instruction. Educational Techno-
logy Research and Development, 50(3), 43-59.
Merrill, M.D. (2008). Why basic principles of instruction must be pre-
sent in the learning landscape, whatever form it takes, for lear-
ning to be effective, efficient and engaging. En Jan Visser y Mu-
riel Visser – Valfrey. (Eds.), Learners in a Changing Learning Land-
scape. Reflections from a dialogue on new roles and expectations. Life-
long Learning Book Series, Vol. 12.
Merrill, M. D. (2009). First Principles of Instruction. En C. M. Reigeluth
y A. Carr (Eds.), Instructional Design Theories and Models: Building a
Common Knowledge Base.Vol.3. New York. Routledge Publishers.
Muis, K. R. (2004). Personal epistemology and mathematics: A critical
review and synthesis of research. Review of Educational Research,
74, 317–377.
Muis, K; Bendixen, L. y Haerle, F. (2006). Domain-Generality and Do-
main-Specificity in Personal Epistemology Research: Philosophi-
REFERENCIAS 219
cal and Empirical Reflections in the Development of a Theoretical

Framework. Educational Psychology Review, 18, 3–54.
Muis, K; (2007). The Role of Epistemic Beliefs in Self-Regulated Lear-
ning. Educational Psychologist, 42(3), 173–190.
Olgren, C. H. (1998). Improving learning outcomes: The effect of lear-
ning strategies and motivation. En C. Gibson (Ed.), Distance lear-
ners in higher education. (pp. 77-95) Madison, WI. Atwood.
Op ‘t Eynde, P. y De Corte, E. (2003). Students’ Mathematics-Related
Belief Systems: Design and Analysis of a Questionnaire. Trabajo
presentado en el annual meeting of the American Educational Re-
search Association, Chicago, IL.
Palincsar, A. y Brown, D. (1987). Enhancing instructional time through
attention to metacognition. Journal of Learning Disabilities, 20 (2),
66-75.
Paulsen, M. B. y Feldman, K. A. (2005). The Conditional and Interaction
effects of epistemological beliefs on the self-regulated learning of
college students: Motivational Strategies. Research in Higher Edu-
cation, Vol. 46, No. 7, November 2005, 731-766.
Paulsen, M. B. y Wells, C. T. (1998). Domain differences in the episte-
mological beliefs of college students. Research in Higher Education,
39, 365–384.
Peñalosa, E. y Castañeda, S. (2007). Meta-Tutor: construcción, descrip-
ción y aplicación de un ambiente de aprendizaje para internet.
Revista Latinoamericana de Tecnología Educativa, 6 (1), 97- 127.
Peñalosa, E. y Castañeda, S. (2008). Meta-Tutor: an online environment
for knowledge construction and self-regulated learning in clinical
psychology teaching. International Journal of Continuing Education,
Engineering and Lifelong Learning. 18 (3), 283-297.
Peñalosa, E. y Castañeda, S. (2009). El análisis cognitivo de tareas,
base para el diseño de instrumentos de evaluación en el apren-
dizaje en línea. Revista Iberoamericana de Evaluación Educativa,
2(1), 162 – 185.
Peñalosa, E. y Castañeda, S. (2010). Análisis del efecto de tres modalida-
des interactivas en el aprendizaje en línea. Novena Conferencia
Iberoamericana en Sistemas, Cibernética e informática y 7. Simpo-
sio Iberoamericano en Educación, Cibernética e Informática: Vol. 2 (pp.
152-157). Orlando, Florida.
Peñalosa, E. y Castañeda, S. (2012). Identificación de predictores para el
aprendizaje efectivo en línea: un modelo de ecuaciones estructu-
rales. Revista Mexicana de Investigación Educativa, 17(52), 247-285.
Peñalosa, E., Castañeda, S., Mata, M.A., Morán, C. (2010). Construcción

de Unidades Instruccionales para cursos de procesos básicos en
psicología: una metodología de análisis y diseño instruccional. Re-
vista Mexicana de Psicología, 27(1), 87-93.
Peñalosa, E. y Landa, P. (2009). Enseñanza de la psicología conductual,
presencial vs en línea: la importancia del diseño instruccional.
Acta Colombiana de Psicología, 12(1), 109-123.
Perry, W. G. Jr. (1970). Forms of Intellectual and Ethical Development in the
College Years: A Scheme. New York. Holt, Rinehart and Winston.
Piaget, J. (1970). Epistemología Genética. New York. Columbia University
Press.
Pintrich, P. R. (1994). Continuities and discontinuities: Future direc-
tions research in educational psychology. Educational Psychologist,
29, 37-148.
Pintrich, P. R. (1998). El Papel de la Motivación en el Aprendizaje Aca-
démico. En S. Castañeda (Ed.). La Evaluación y el Fomento del Desa-
rrollo Intelectual en la Enseñanza de Ciencias, Artes y Técnicas. Perspec-
tiva Internacional en el umbral del Siglo XXI. (pp. 229-261) México.
UNAM-CONACYT-Porrúa.
Pintrich, P. R. (2002). Future challenges and directions for theory and
research on personal epistemology. En Hofer, B. K. and Pintrich,
P. R. (Eds.), Personal Epistemology: The Psychology of Beliefs about
Knowledge and Knowing (pp. 389–414).Mahwah, NJ. Erlbaum.
Pintrich, P. R. y De Groot, E. V. (1990). Motivational and self-regulated
learning components of classroom academic performance. Jour-
nal of Educational Psychology, 82(3), 3-40.
Pintrich, P. R., Roeser, R. W. y De Groot, E. V. (1994).Classroom and in-
dividual differences in early adolescents´ motivation and self-re-
gulated learning . Journal of Early Adolescence, 14 (2), 139-162.
Pressley, M., Borkowski, J. y Schneider, W. (1989). Good information
processing: What it is and what education can do to promote it.
International Journal of Educational Research, 13, 857-867.
Qian, G. (2000). Relationship between epistemological beliefs and con-
ceptual change learning. Reading and Writing Quarterly, 16, 59–74.
Qian, G., y Alvermann, D. (1995). Role of epistemological beliefs and
learned helplessness in secondary school students’ learning
science concepts from text. Journal of Educational Psychology, 87,
282–292.
Reigeluth, C. M. (2005). New Instructional Theories and Strategies for a
Knowledge-Based Society. En: J. M. Spector, C. Orzada, A. Van
REFERENCIAS 221
Schaack y D. A. Wiley (Eds.) Innovations in instructional technology

(pp. 207-217). New Jersey, Lawrence Erlbaum Associates.
Richardson, J.T.E. y King, E. (1991) Gender differences in the experien-
ce of higher education: quantitative and qualitative approaches.
Educational Psychology: An International Journal of Experimental Edu-
cational Psychology, 11(3-4), 363-382.
Royce, J. R. (1978). Three ways of knowing and the scientific world
view. Methodology and Science, 11, 146–164.
Royce, J. R. (1983). Psychological Epistemology. Methodology and Scien-
ce, 16, 164–180.
Ryan, R. M. y Deci, E. L. (2000). Self-determination theory and the facili-
tation of intrinsic motivation, social development, and
well-being. The American Psychologist, 55, 68-78.
Samejima, F. (1969). Estimation of Latent Ability Using a Response Pat-
tern of Graded Scores (Psychometric Monograph No. 17). Rich-
mond, VA: Psychometric Society.
Schoenfeld, A.H. (1987). Cognitive Science and Mathematics Education.
Hillsdale, New Jersey. Lawrence Erlbaum Associates, Inc.
Schommer, M. (1990). Effects of beliefs about the nature of knowledge
on comprehension. Journal of Educational Psychology, 82, 498–504.
Schommer, M.(1993). Epistemological development and academic per-
formance among secondary students. Journal of Educational
Psychology, 85, 406–411.
Schommer, M. (1994a). An emerging conceptualization of epistemolo-
gical beliefs and their role in learning. En R. Garner y P. A. Alexan-
der (Eds.), Beliefs about text and instruction with text. (pp. 25–40).
Hillsdale, NJ: Erlbaum.
Schommer, M. (1994b). Synthesizing epistemological belief research:
Tentative understandings and provocative confusions. Educatio-
nal Psychology Review, 6, 293–319.
Schommer, M. (1998). The influence of age and schooling on epistemolo-
gical beliefs. The British Journal of Educational Psychology, 68, 551-562.
Schommer, M., Crouse, A., y Rhodes, N. (1992). Epistemological beliefs
and mathematical text comprehension: Believing it is simple does
not make it so. Journal of Educational Psychology, 84, 435–443.
Schommer, M., y Walker, K. (1995). Are epistemological beliefs similar
across domains? Journal of Educational Psychology, 87, 424–432.
Schommer-Aikins, M. (2004). Explaining the epistemological belief
system: Introducing the embedded systemic model and coordi-
nated research approach. Educational Psychologist, 39, 19–29.
Schommer-Aikens; M., Duell y O. K., Barker, S. (2003). Epistemological

beliefs across domains using Biglan’s classification of academic
disciplines. Research in Higher Education, 44, 347–366.
Schraw, G.; Bendixen, L. D.y Dunkle, M. E. (2002). Development and
validation of the Epistemic Belief Inventory (EBI). En P. R. Pin-
trich (Ed.), Personal epistemology: The psychology of beliefs about
knowledge and knowing (pp. 261–276). Mahwah, NJ, USA: Lawren-
ce Erlbaum Associates.
Schunk,D. (1991).Self-efficacy and Academic Motivation. Educational
Psychologist, 26, 207-231.
Schwartz, D.L., Brophy, S., Lin, X., y Bransford, J.D. (1999). Software for
managing complex learning: examples from an educational
psychology course. Educational Technology Research and Develop-
ment, 47, 39-60.
Sternberg, R.J. (1984). Beyond IQ: a triarchic theory of human intelligence.
New York, Cambridge University Press.
Sternberg, R.J. (1998). Metacognition, abilities, and developing experti-
se: What makes an expert student? Instructional Science, 26(1-2),
127-140.
Sternberg, R.J. (1999a). Intelligence as developing expertise. Contempo-
rary Educational Psychology, 24, 359-375.
Sternberg, R.J. (1999b). Ability and expertise. It’s time to replace the
current model of intelligence. American Educator, 23(1), 10-13,
50-51.
Tait, H., Entwistle, N. J., y McCune, V. (1998). ASSIST: A Reconceptuali-
sation of the Approaches to Studying Inventory. En Rust, C. (ed.),
Improving Student Learning: Improving Students as Learners. Oxford.
Oxford Centre for Staff and Learning Development.
Thissen, D (2003). MULTILOG: Multiple Category Item Analysis and Test
Scoring using ítem response theory [Computer Software]. Chicago,
Scientific Software International.
Thorndike, E.L. (1903). The original nature of man. Educational Psycho-
logy, 1, 11.
Thorndike, E. (1913). Educational Psychology: The Psychology of Learning.
New York: Teachers College Press.
Trigwell, K. y Prosser, M. (1991). ‘Relating learning approaches, percep-
tions of context and learning outcomes’, Higher Education (Special
Edition on Student Learning) 22, 251–266.
Tsai, C. (1999). The progression toward constructivist epistemological
views of science: A case study of the STS instruction of Taiwanese
REFERENCIAS 223
high school female students. International Journal of Science Educa-

tion, 21(11), 1201–1222.
Van Merrienböer, J.G., Clark, R. y de Crook, M.B.M (2002). Blueprints
for complex learning: the 4 C/ID – Model. Education, Training and
Development, 50, 39-64.
Van Rossum, E. J., y Schenk, S. (1984). The relationship between lear-
ning conception study strategy and learning outcome. Br. J. Educ.
Psychol. 54, 73–83.
Weinstein, C. E., Zimmerman, S. A., y Palmer, D. R. (1988). Assessing
learning strategies: the design and development of the LASSI. En
Weinstein, C. E., Alexander, P. A., and Goetz, E. T. (Eds.), Learning
and Study Strategies; Issues in Assessment, Instruction, and Evalua-
tion. (pp. 25–40) Nueva York. Academic Press.
Weinstein, C.E., Powdrill, L., Husman, J., Roska, L.A. y Dierking, D.
(1998). Aprendizaje estratégico: un modelo conceptual, instruc-
cional y de evaluación. En: S. Castañeda (Ed.). Evaluación y fomento
del desarrollo intelectual en la enseñanza de ciencias, artes y técnicas
(pp. 197-228). México, UNAM-Conacyt-Porrúa.
Wifield, A, Eccles, J. (1992). The development of achievement task va-
lues: A theoretical analysis. Developmental Review, 12. 265-33 9.
Williams W. E. (1996). The relation between efficacy for self-regulated
learning and domain-specific academic performance, controlling
for test anxiety. Journal of Research and Development in Education,
29(2), 77-80.
Winn, W. (2006). System Theoretic Designs for Researching Complex
Events. En J. Elen y R.E. Clark. (Eds.) Advances in Learning and
Instruction Series. Handling Complexity in Learning Environments
Theory and Research. Elsevier-Earli. Amsterdam, Netherlands.
Winnie, P. H. y Nesbit, J. C. (2010). The Psychology of Academic Achie-
vement. Annual Review Psychol, 61, 653-678.
Wolfe, C. R. (2000). Learning and teaching on the World Wide Web. En
C. R. Wolfe (Ed.), Learning and teaching on The World Wide Web (pp.
1-22). San Diego, CA: Academic Press.
Wolters, C. A.; Pintrich, P. R. y Karabenick, S. A. (2003). Assessing aca-
demic self-regulated learning. Paper delivered at Indicators of Posi-
tive Development: Definitions, Measures, and Prospective Validity con-
ference, Washington, D.C.
Young, J. D., (1996). The effect of self-regulated learning strategies on
performance in learner controlled computer-based instruction.
Educational Technology Research and Development, 44(2), 17-27.
Zimmerman, B.J. (1989a). A social cognitive view of self-regulated aca-

demic learning. Journal of Educational Psychology, 81(3), 329-339.
Zimmerman, B. J. (1989b). Models of self-regulated learning and acade-
mic achievement. En B. J. Zimmerman and D. H. Schunk (Eds.),
Self-regulated learning and academic achievement. New York: Sprin-
ger-Verlag.
Zimmerman, B.J. (1990). Self-regulated learning and academic achieve-
ment; an overview. Educational Psychologist, 25(1), 3-17.
Zimmerman, B. J. (1994). Dimensions of academic self-regulation: A
conceptual framework for education. En D. H. Schunk and B. J.
Zimmerman (Eds.), Self-regulation of learning and performance:
Issues and educational applications. (pp. 3-21). Hillsdale, NJ:
Erlbaum.
Zimmerman, B.J. (1998). Academic Studying and the development of
personal skill: A Self-regulatory perspective. Educational Psycholo-
gist, 33(2-3), 73-86.
Zimmerman, B. J. y Martinez-Pons, M. (1990). Student differences in
self-regulated learning: Relating, grade, sex, and giftedness to
self-efficacy and strategy use. Journal of Educational Psychology,
82(1), 51-59.
A péndices
Apéndice 1. Resultados de la Calibración de ítems del IEEA, utilizando el mo-

delo de respuesta graduada para ítems politómicos de Samejima (1969).
APÉNDICES 227
Apéndice 2. Resultados de la Calibración de ítems del IEP.

APÉNDICES 229
Apéndice 3. Datos de calibración de las pruebas de desempeño académico.

APÉNDICES 231
APÉNDICES 233
Apéndice 4. Ítems que conformaron las parcelas del IEEA.

El libro Perfiles agentivos y no agentivos en la formación
del psicólogo fue editado por la Facultad de Psicología
de la UNAM y se terminó de editar el 24 de octubre
de 2014 en Cromo Editores, S.A. de C.V., Miravalle
No. 703, Col. Portales, México, D.F.
Su composición se hizo en tipos Tahoma 13.5 pts.;
Oldgate Lane Outline de 22 y 60 pts.; ZapfCalligrap-
hic BT de 8pts. B; 10, 11 y 12 pts. N, I, B y BI.
La edición consta de 1,000 ejemplares electrónicos en
disco compacto.
La responsable de la edición fue la Psic. Ma. Elena
Gómez Rosales.
La obra parte del supuesto de que es posible desarrollar un perfil
agentivo en los estudiantes, capaz de facilitar su éxito académico y
personal. Describe y teoriza la influencia de componentes cognitivos,
metacognitivos y autorregulatorios del sentido de agencia académica
y destaca el papel de las creencias motivacionales, atribucionales y
epistemológicas en el aprendizaje de los estudiantes. Los autores no
sólo hacen hincapié en las interacciones entre las características del
aprendiz, los ambientes de aprendizaje y los procesos cognitivos que
los inducen o los dificultan, sino que también revisan la evidencia
relativa a las características del contenido y del contexto.
La complejidad de los procesos de aprendizaje académico revisados

en esta obra hizo necesaria la aplicación de análisis cognitivos de
tareas en vías de construir micromundos que reprodujeran las
situaciones naturales en que interactúan y cobran sentido los
procesos, estructuras y estrategias cognitivas y autorregulatorias. La
utilización de diseños sólidos de instrucción y evaluación que
permitieran el control de variables instruccionales y garantizaran la
homogeneidad en las condiciones de investigación involucró elaborar
baterías de instrumentos que midieran lo que sucede durante el
desempeño de procesos de aprendizaje complejo, mediante el uso de
análisis estadísticos multivariados.
Los lectores encontrarán una diversidad de ejemplos acerca de

aplicaciones de análisis cuantitativos y cualitativos para evaluar y
fomentar el sentido de AGENCIA ACADÉMICA.
Es importante señalar que esta obra es producto de una investigación

reconocida por el CONACyT como Caso de Éxito en 2013.

Perfiles Agentivos y No Agentivos en La PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Perfiles Agentivos y No Agentivos en La PDF

Загружено:

Авторское право:

Доступные форматы

PERFILES AGENTIVOS Y NO AGENTIVOS EN LA

FORMACIÓN DEL PSICÓLOGO

Responsable de la edición y revisión: Ma. Elena Gómez Rosales.

Sandra Castañeda Figueiras1, Eduardo Peñalosa Castro2 y

Libro publicado con financiamiento CONACyT

Primera edición: 2014

DR©2014. Universidad Nacional Autónoma de México

Impreso y hecho en México

ISBN 978-607-02-5996-8 versión electrónica

"Prohibida la reproducción total o parcial por cualquier medio sin la

Capítulo 1. Justificaciones de un cambio . . . . . . . . . . . . . . . . . . . . . . . . . 25

Interacción entre variables del estudiante y contextos de entrega . . . . 56

Capítulo 2. Metodología general de la investigación . . . . . . . . . . . . . . . 75

Capítulo 3. Estudios y resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

Jueceo, piloteo, calibración, confiabilización y validación de

Calibración del Inventario de Estrategias de Estudio

Modelos estructurales de la complejidad de estrategias

Modelos estructurales del aprendizaje en estudiantes con

Capítulo 4. Discusión general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

Síntesis e interpretación general de evidencias. . . . . . . . . . . . . . . . . . . 189

lidades cognitivas), tanto como en las estrategias autorregulatorias (ha-

su complejidad, más que estudiarlos de manera aislada. Lograrlo ha re-

Así, en primer lugar, el capítulo presenta resultados acerca de la valida-

cuanto al componente de estrategias cognitivas fue el procesamiento

leza del conocimiento son mediadas positivamente por estrategias cog-

Con la evidencia encontrada, es factible pensar que la epistemología

trategias autorregulatorias y cognitivas, que median creencias episte-

caciones de análisis cuantitativos y cualitativos para evaluar y fomentar el

Dr. Javier Nieto Gutiérrez.

Al Consejo Nacional de Ciencia y Tecnología, por el apoyo financiero

A las colaboradoras en la investigación y en el libro:

A los becarios y graduados que participaron en la investigación:

A los instructores de sedes:

A la Dra. Graciela Rodríguez Ortega. Invaluable amiga y cla-

La sociedad contem po rá nea, in mer sa en un pro ce so de cam bio

quiere centrarse en el desarrollo de capacidades que permitan regular y

mientos, sentimientos y comportamientos durante una tarea. Inclu-

Asegurar una ciudadanía competente en la sociedad del conocimiento

la calidad de los conocimientos y las habilidades generados sea la mejor

Lo anterior una miope concepción administrativa de la evaluación,

tre otros). Así, la tradición cognitiva ha identificado mecanismos que in-

turación y flexibilización de la base de conocimientos, entre otros

Para los interesados en entender el aprendizaje complejo resulta crítico

maneras de pensar en dominios específicos de conocimientos, suaves o

Fomento y evaluación del aprendizaje complejo

Para el fomento del aprendizaje complejo, el diseño instruccional es un

componentes: 1) las tareas de aprendizaje, que representan la columna

Figura 1.1. Modelo instruccional 4C (Van Merrienböer et al, 2002).

Otro modelo importante a considerar es el de los Principios Funda-

tes de diseño instruccional disponibles desde mediados del siglo XX,

no han sido consideradas en la generación ni en la aplicación de conoci-

Mecanismos promotores de la Agentividad en el estudiante

argumentación racional y de examen cuidadoso de la validez de la

Sin embargo, y a pesar de que las estrategias cognitivas, metacognitivas

Un poco de historia para contextualizar el desarrollo en este campo de

En la época moderna, el desarrollo de la teorización sobre el aprendiza-

En este contexto, en la década de los 70´s tomó particular importancia

gro, mientras que los hombres tienden al enfoque superficial (Hayes y

de los enfoques fue identificada al diseñar la valoración de formas ge-

Variables del Estudiante y mecanismos promotores de Agentividad

Respecto de este apartado, consideramos que las variables del estu-

Estrategias cognitivas y autorregulatorias

Zimmerman (1989a, 1989b) caracteriza a los aprendices autorregulados