¿Se debe estudiar en medio del caos?

¿Se debe estudiar en medio del caos?

Verónica Proaño-Ríos, InTeractiOn Lab, Departamento de Ingeniería Informatica, Universidad de Santiago de Chile

Imagina por un momento que encuentras una ciudad abandonada en ruinas y deseas rescatar documentos que se encuentran dispersos por todas partes para aprender de aquella civilización. Encuentras por doquier libros, revistas, cuentos, informes, opiniones, canciones, artículos sensacionalistas, en fin, todo tipo de documentos que posiblemente pertenecieron a fuentes tan diversas como bibliotecas, prensa escrita, instituciones educativas, empresas, lugares de entretenimiento, etc.

—Si bien existen múltiples opciones educativas con contenido curado, dentro de las cuales también hay motores de búsqueda especializados, las estadísticas indican que 5 de cada 6 estudiantes prefieren acudir a los motores de búsqueda Web para realizar sus deberes escolares (Byrne, Kardefelt-Winther, Livingstone, & Stoilova, 2016)—

Ahora bien, recordemos el objetivo inicial: aprender de aquella civilización, pero ¿por dónde empezar?, ¿por dónde continuar?, ¿qué tan confiable es la “información” que encuentras?, ¿cuántos documentos debes leer?, ¿es importante el orden en el que lees?

En un entorno similar se han convertido los motores de búsqueda. Una tecnología que permite encontrar todo tipo de documentos, en diferentes formatos, idiomas, fuentes, etc. Afortunadamente, los motores de búsqueda cuentan con algoritmos que de alguna forma les permite retornar aquellos documentos que bajo determinados criterios se podrían considerar como “relevantes” (Grossman & Frieder, 2004). En el mejor de los casos el motor te presenta decenas de resultados, pero por lo general son miles. Cualquiera sea la situación, las preguntas planteadas anteriormente se mantienen: ¿por dónde empezar?, ¿por dónde continuar?, ¿qué tan confiable es la “información” que encuentras?, ¿cuántos documentos debes leer?, ¿es importante el orden en el que lees?

A situaciones equivalentes se enfrentan los estudiantes de todas las edades cuando acuden a motores de búsqueda populares para realizar sus tareas escolares. Si bien existen múltiples opciones educativas con contenido curado, dentro de las cuales también hay motores de búsqueda especializados, las estadísticas indican que 5 de cada 6 estudiantes prefieren acudir a los motores de búsqueda Web para realizar sus deberes escolares (Byrne, Kardefelt-Winther, Livingstone, & Stoilova, 2016). Esta cifra probablemente sufrió un incremento en los últimos dos años a raíz de las modalidades de estudios virtual adoptada por las instituciones educativas durante la pandemia.

Ahora bien, el entorno se hace más complejo si consideramos las habilidades de búsqueda de cada estudiante, lo que constituye un factor crucial en el proceso de búsqueda (Large, Nesset, & Beheshti, 2008; Johnston & Webber, 2003; Lanning & Mallek, 2017). Dependiendo de sus habilidades, a cada estudiante se le presentará un conjunto de documentos diferentes y en distinto orden. Por lo que cada alumno “estudia” y “aprende” en un entorno diferente. Algo que no ocurría con las generaciones anteriores, donde acudíamos a las bibliotecas públicas o de nuestra institución educativa en busca de bibliografía recomendada por nuestros profesores o el bibliotecario como guía.

Este panorama nos lleva a cuestionarnos ¿qué hacer? Ya que estos factores combinados plantean un grave riesgo para la efectividad y la calidad del aprendizaje en las generaciones actuales, que puede tener efectos a corto y largo plazo para el desarrollo de la sociedad.

Con este objetivo en mente, en los últimos años cada vez más investigadores se unen a la comunidad científica de Search-as-Learning (SAL), esto con el propósito de estudiar la búsqueda de información como un proceso de aprendizaje (Hoppe, Yu, Brich, & Liu, 2021), lo que da pie a un abanico de oportunidades y desafíos para la investigación en SAL.

Aporte a la comunidad científica de Search-as-Learning

Uno de los problemas a abordar en esta línea de investigación se centra en el estilo actual de presentación de los resultados en los motores de búsqueda, donde el paradigma predominante es mostrar los resultados como una lista vertical de elementos clasificados, en la cual el estudiante puede interactuar de una manera no lineal seleccionando elementos según su criterio. Sin embargo, ante la sobrecarga de información en la Web, la falta de curación de contenido digital, y el bajo nivel de alfabetización informacional de los estudiantes, esta libertad de control podría ocasionar problemas como desorientación, frustración, pérdida de interés e incluso bajo rendimiento (Nielsen, 1999; Yu & Roh, 2002; Webster & Ahuja, 2006). La situación se agrava al considerar que el orden de presentación del material de estudio puede conducir a resultados de aprendizaje diferentes (Ritter, Nerb, Lehtinen, & O’Shea, 2007).

Un enfoque de solución a este problema consiste en organizar los resultados de búsqueda curados como rutas de aprendizaje (LP, por sus siglas en inglés). Sin embargo, se ha encontrado que son escasos los conjuntos de datos centrados en SAL disponibles para explorar esta área del conocimiento. Es así que, inspirados en la anticipada visualización de Bush cuando acuñó el término Trail blazers, refiriéndose a las personas que crean voluntariamente senderos útiles para orientar a otros mientras exploran grandes registros de información (Bush, 1945), se solicitó a expertos en seis dominios diferentes que recomienden un conjunto ordenado de tres recursos web útiles para alcanzar un determinado objetivo de aprendizaje, dirigido a estudiantes de los primeros años de educación superior que poseen poco o ningún conocimiento previo del tema. De esta manera, como aporte en esta línea, se construyó un conjunto de 83 rutas de aprendizaje generadas por expertos sobre una diversidad de temas.

Consideramos que nuestro conjunto de datos constituye un recurso valioso para investigadores y educadores que se enfrentan a problemas relacionados con la búsqueda de información y el aprendizaje. Debido a que responde a problemas actuales identificados en la literatura, como por ejemplo: (i) la falta de resultados de búsqueda curados y ordenados con fines de aprendizaje; (ii) el estilo de presentación actual de los resultados de búsqueda implementado por los motores de búsqueda populares; (iii) las actitudes comunes de los estudiantes hacia el aprendizaje de temas complejos utilizando recursos de Internet; (iv) el hecho de que la mayor parte del contenido alojado en la web se basa en texto; y (v) la falta de conjuntos de datos en español, considerando que es el tercer idioma más utilizado en Internet.

El conjunto de datos propuesto tiene diferentes tipos de aplicaciones. Por ejemplo, los investigadores en ciencias de la información y educación podrían investigar los efectos de las LP en el aprendizaje de los estudiantes sobre un tema determinado. Así también, los investigadores podrían usar el conjunto de datos para encontrar patrones que podrían aplicarse en la mejora de los algoritmos de clasificación, explicar el orden de los documentos e investigar enfoques novedosos para mostrar los resultados de búsqueda en contextos de aprendizaje. Además, podría usarse para investigar estrategias de enseñanza-aprendizaje de temas complejos.

Quienes estén interesados en investigar sobre las rutas de aprendizaje, pueden acceder al conjunto de datos a través del artículo publicado en https://doi.org/10.3390/data5040092.

Referencias

Bush, V. (1945). As we may think. The atlantic monthly, 101–108.

Byrne, J., Kardefelt-Winther, D., Livingstone, S., & Stoilova, M. (2016). Global Kids Online research synthesis. London: UNICEF Office of Research – Innocenti and London School.

Grossman, D. A., & Frieder, O. (2004). Information retrieval: Algorithms and heuristics. Springer Science & Business.

Hoppe, A., Yu, R., Brich, I., & Liu, J. (2021). IWILDS’21: Second International Workshop on Learning During Web Search. Proceedings of the 30th ACM International Conference on Information & Knowledge Management (pp. 4880–4881). Atlanta , GA , USA: ACM.

Johnston, B., & Webber, S. (2003). Information Literacy in Higher Education: A review and case study. Studies in Higher Education, 335-352.

Lanning, S., & Mallek, J. (2017). Factors Influencing Information Literacy Competency of College. The Journal of Academic Librarianship, 443-450.

Large, A., Nesset, V., & Beheshti, J. (2008). Children as information seekers: what researchers tell. New Review of Children’s Literature and Librarianship, 121-140.

Nielsen, J. (1999). Differences Between Print Design and Web Design. Retrieved from Nielsen Norman Group: https://www.nngroup.com/articles/differences-between-print-design-and-web-design/

Ritter, F., Nerb, J., Lehtinen, E., & O’Shea, T. (2007). In Order to Learn: How the Sequence of Topics Influences Learning. United States of America: Oxford University Press.

Webster, J., & Ahuja, J. (2006). Enhancing the Design of Web Navigation Systems: The Influence of User Disorientation on Engagement and Performance. MIS Quarterly, 661–678.

Yu, B.-M., & Roh, S.-Z. (2002). The effects of menu design on information-seeking performance and user’s attitude on the World Wide Web. Journal of the American Society for Information Science and Technology, 923–933.

Cite this article in APA as: Proaño-Ríos, V. (2022, June 10). ¿Se debe estudiar en medio del caos? Information Matters, Vol. 2, Issue 6. https://informationmatters.org/2022/06/se-debe-estudiar-en-medio-del-caos/

Author

  • Verónica is a part-time lecturer at Universidad de las Fuerzas Armadas (ESPE). Currently she is doing her Doctoral Program in Engineering Sciences with a major in Computer Science (Informatics) at the University of Santiago de Chile. Her research interests include search as learning, information literacy, human-information interaction, information visualization, data mining and data science, but she is also interested in education-related applications.

Verónica Proaño-Ríos

Verónica is a part-time lecturer at Universidad de las Fuerzas Armadas (ESPE). Currently she is doing her Doctoral Program in Engineering Sciences with a major in Computer Science (Informatics) at the University of Santiago de Chile. Her research interests include search as learning, information literacy, human-information interaction, information visualization, data mining and data science, but she is also interested in education-related applications.