nueva tecnología educativa para evaluar cognitivamente el ... · 72 ciencia uanl / vol. xii, no....

CIENCIA UANL / VOL. XII, No. 1, ENERO - MARZO 2009 71

* Laboratorio de Cognición de la Facultad de Psicología-UANL. e-mail: [email protected], [email protected],[email protected]

VÍCTOR M. PADILLA MONTEMAYOR*, ERNESTO O. LÓPEZ RAMÍREZ*,MA. CONCEPCIÓN RODRÍGUEZ NIETO*

esde un perspectiva cognitiva, se ar-gumenta que la evaluación tradicio-nal del aprendizaje escolar se ha cen-trado en calificar el conocimiento del

estudiante por exámenes de desempeño, produc-tos o actividades de aprendizaje que no necesaria-mente reflejan la asimilación o acomodación denuevo conocimiento en la memoria a largo plazo(MLP).1,2 Esto ha conllevado a diferenciar entre loque es simplemente el aprender un contenido ylo que se considera como aprendizaje significati-vo de la información.3 Por esta razón es necesariointegrar formas alternativas de evaluar el aprendi-zaje que consideren la medición del desarrollo dehabilidades cognitivas o la integración de nuevainformación en los esquemas de conocimiento.

Relacionado a lo anterior, cabe mencionar queel área de la ciencia cognitiva desde la década delos setenta ha generado técnicas para el estudio dela organización, integración y estructuración deinformación en la memoria a largo plazo.4,5 Porejemplo, una aproximación dentro de esta áreaque explica cómo está estructurada la informaciónen la memoria es la de "redes neurales", la cualpropone básicamente que la información se ma-neja como un sistema de asociación de patronesde activación para representar un evento.6

En una modalidad de este sistema, la informa-ción se almacena en forma de redes de conceptosdenominadas redes semánticas, relaciones de con-ceptos que forman los esquemas de conocimien-to6 y se enmarcan en la teoría conexionista.7 Lasredes semánticas naturales elaboradas por el indi-viduo8 son un "conjunto de conceptos elegidospor la memoria a través de un proceso reconstruc-tivo que permite a los sujetos tener un plan deacciones…".9 Dado que los esquemas son "unida-des de información general sobre las característi-cas prototípicas de objetos, eventos, o acciones",10

y debido a que están constituidos por redes deconceptos, nos permiten explicar el aprendizajesignificativo11 al evaluar cómo la nueva informa-ción conceptual se integra en la memoria a largoplazo, requisito indispensable del aprendizaje sig-nificativo.12

Para comprender cómo las personas logramosno sólo almacenar, sino integrar y organizar la in-formación de manera significativa, es necesario ex-plorar cómo los individuos obtienen el significa-do de un evento a través de la activación de losconceptos de las redes semánticas guardadas en sumemoria. Una forma de aproximar este proble-

Nueva tecnología educativa para evaluarNueva tecnología educativa para evaluarNueva tecnología educativa para evaluarNueva tecnología educativa para evaluarNueva tecnología educativa para evaluarcccccooooognitivgnitivgnitivgnitivgnitivamenamenamenamenamenttttte el apre el apre el apre el apre el aprendizaje significendizaje significendizaje significendizaje significendizaje significaaaaativtivtivtivtivooooo

D

CIENCIA UANL / VOL. XII, No. 1, ENERO - MARZO 200972

NUEVA TECNOLOGÍA EDUCATIVA PARA EVALUAR COGNITIVAMENTE EL APRENDIZAJE SIGNIFICATIVO

ma es a través de "la teoría de la difusión de laactividad",13 la cual sostiene que al activar un con-cepto de una red, éste difunde su actividadpreactivando conceptos cercanos en la red. De estaforma los modelos de redes semánticas que asu-men transmisión excitatoria introducen el conceptode facilitación semántica,14,15 donde se propone queconceptos en MLP pueden activarse más fácilmen-te, dada la previa activación de otros conceptossemánticamente relacionados con ellos, y que di-cha activación toma unidades de tiempo que ocu-rre fuera de la conciencia, cuando la activación seinicia sin intención y no interfiere con el procesa-miento de información que se esté llevando acabo.5 Una técnica para estudiar dichos postula-dos son los estudios de reconocimiento de pala-bras con tareas de decisión lexical,15 donde facto-res como el tipo de relación (asociativa, categóri-ca, semántica o no relación) que exista entre paresde palabras o conceptos (facilitador-objetivo) de-termina la velocidad del reconocimiento. Conrespecto a esto, existe evidencia experimental re-lacionada a la facilitación esquemática que es laactivación de palabras relacionadas por un esque-ma.16-20 Los estudios de facilitación esquemáticapueden convertirse en una forma de evaluar la ad-quisición de nuevo conocimiento, ya que si losnuevos conceptos no se integran en la memoria alargo plazo, entonces no es posible obtener el efec-to de facilitación esquemática.

Las técnicas propuestas permiten obtener re-des semánticas asociadas por un esquema de latemática por aprender. Después, conceptos rela-cionados por el esquema se eligen para formar paresde palabras y comparar si se reconocen de formadiferente a los pares que no guardan ninguna rela-ción. Dado que al inicio del curso el esquema deinterés no ha sido adquirido, se asume que lospares de palabras asociados por dicho esquemano tienen significado para el estudiante, y los tiem-pos de reconocimiento de estos pares deben sermayores al inicio del curso y similares a los paressin relación. Mientras que al final del curso, unavez que los estudiantes integraron nueva informa-

ción, las palabras relacionadas por el esquemadeben mostrar latencias significativamente meno-res.

Los estudios con redes y facilitación esquemá-tica permiten conocer la representación significa-tiva de un esquema, su organización como cono-cimiento adquirido y analizar la comprensión queposee de un tema el alumno.21-24 Por tanto, pue-den convertirse en una forma cognitiva de evaluarla adquisición de nuevo conocimiento y de cómoéste se integra en la memoria a largo plazo. Por talmotivo, a continuación se detallan tres estudiosrealizados en el presente trabajo, basados en dife-rentes modalidades de medición cognitiva paraidentificar la adquisición de nuevo conocimientoy la organización del esquema que se adquiere.Posteriormente, se describe el desarrollo de unsoftware para la evaluación del aprendizaje en am-bientes virtuales o tradicionales que señala el po-tencial de los estudios previos.

Metodología

Primer estudio: redes semánticas,

decisión lexical y aprendizaje significativo

Se llevó a cabo un estudio en ciencia cognitivacon el paradigma de la facilitación semántica, conel objetivo de determinar si los participantes ad-quirieron e integraron información en su memo-ria a largo plazo, es decir, si se presentó adquisi-ción del esquema de conocimiento específico parauna materia antes y después del curso. Para ello setrató de detectar el fenómeno de la "facilitaciónesquemática" en dichos estudiantes a través de unatarea de decisión lexical.

Muestra

En la fase uno participaron 139 estudiantes uni-versitarios; y en la fase dos, 123, con edad prome-dio de 21 años, los cuales cursaron la materia depsicogenética.


Instrumentos y materiales

Se emplearon 22 computadoras HP, con procesa-dor, Pentium 4 de 1.6 GHz, el softwareSuperlabPro 5.0, y un formato digitalizado parala obtención de las redes semánticas de los estu-diantes.

Procedimiento

Fase 1: redes semánticas

Se obtuvieron las redes semánticas naturales de139 alumnos que previamente habían cursado lamateria. Se solicitó a los estudiantes que escribie-ran los diez conceptos principales del curso, pos-teriormente les asignaron un valor del 1 al 10 enorden de importancia. Después se les requirió queescribieran tres conceptos relacionados para cadaconcepto principal, otorgándoles un valor del 1al 3 en orden de importancia. Posteriormente seles presentaron otros diez conceptos principales,esta vez dados por el maestro, y se les solicitó queescribieran tres conceptos relacionados para cadaconcepto principal, asignándoles un valor del 1 al3 en orden de importancia. Esto último para ob-tener conceptos definidores de los alumnos rela-cionados a la red del maestro.

Fase 2: facilitación semántica con tarea de deci-sión lexical

Se trabajó con un diseño pre-post para evaluar laadquisición del esquema en la MLP de 123 alum-nos. Para esto se aplicó a los alumnos un estudiode decisión lexical antes y después del curso.

Para elaborar el instrumento de decisión lexicalse utilizaron las redes semánticas de la clase pre-viamente obtenidas de los 139 alumnos de la fase1, para elegir las palabras con las cuales se diseña-ron las secuencias experimentales (facilitador-ob-jetivo) presentadas en la tarea de decisión lexical.Se obtuvo así un grupo de diez pares de concep-tos con relación esquemática (FE, XE), un con-

junto de diez pares de comparación con relaciónasociativa (FA, XA) y un tercer grupo de diez paresde palabras no relacionadas igualadas en frecuen-cia y coocurrencia al esquema de la clase (NR) quesirvieron como control. Otro control fueron diezpares de palabras que compartían la relación es-quemática de cuarto (FR, XR), las cuales se obtu-vieron con el procedimiento de Rumelhart et al.7

Además, cada uno de estos grupos de palabrasincluyó diez pares de conceptos donde el objeti-vo era una no palabra (construida alterando la se-cuencia de la palabra objetivo original). En total,a cada sujeto se le presentaron 140 pares de pala-bras (facilitador–objetivo) y 32 ensayos de prácti-ca en una computadora, y se les dio la consignade decidir si la última secuencia de letras de unpar presentado era una palabra o no (tarea de de-cisión lexical).

Resultados

Una ANOVA de medidas repetidas 2x7 se llevó acabo para comparar el desempeño de los partici-pantes en la tarea de decisión lexical, tanto antescomo después del curso. La figura 1 muestra el

Fig. 1. Se muestran los tiempos de reacción obtenidos por el

grupo antes y después del curso para cada una de las condicio-

nes experimentales, donde FA representa la facilitación

asociativa; FE, la facilitación esquema de la clase; FR, la

facilitación esquema de cuarto; NR, las palabras no relaciona-

das; XA representa que no hay facilitación para palabra con

relación asociativa; XE significa que no hay facilitación para

palabra de esquema de la clase, y XR indica que no hay

facilitación para palabra esquema de cuarto.

VÍCTOR M. PADILLA MONTEMAYOR, ERNESTO O. LÓPEZ RAMÍREZ, MA. CONCEPCIÓN RODRÍGUEZ NIETO


efecto obtenido para cada una de las condicionesen ambos momentos: F(6,342)=2.9226,p=.00857. Obsérvese que FE y XE presentan lasdiferencias de tiempo más notables (FE=126.29XE=143.37), si se comparan a sí mismas antes ydespués del curso. Cabe mencionar que la condi-ción FE (facilitador-esquema: palabras relaciona-das por esquema) fue significativamente diferenteantes y después del curso. Además, esta mismacondición (FE) fue significativamente diferentedespués del curso de los pares de palabras no rela-cionadas (NR) obtenidos después del curso. Conbase en los hallazgos, es posible considerar queestamos ante un indicador de que el conocimien-to se ha incorporado en la MLP de los estudian-tes en esquemas dinámicos, tal y como proponenlas teorías conexionistas de memoria.

Segundo estudio: redes semánticas,

simulaciones neurocomputacionales,

facilitación esquemática y desarrollo moral

El objetivo fue mostrar el fenómeno de facilitaciónesquemática en otra área de conocimiento y des-cribir una forma de análisis computacional de laspropiedades de un esquema que se adquiere.

MuestraParticiparon 39 estudiantes de preparatoria, deentre 15 y 18 años. Se les dividió en un grupoexperimental (los que tomaron el curso de desa-rrollo moral), conformado por 20 participantesy un grupo control (sin curso de desarrollo mo-ral) con 19 estudiantes.

Procedimiento

Fase 1: obtención de redes semánticas y simula-ción computacional

Con la técnica de redes semánticas se obtuvierondefiniciones conceptuales de diez conceptos so-bre desarrollo moral centrales al curso (figura 2).

Estas definiciones conceptuales se usaron para im-plementar simulaciones computacionales de or-ganización de conocimiento con un software quesimula redes neurales y esquemata conexionistaspresentado por Rumelhart.6 En este modelo laconexión entre dos conceptos de una red semán-tica se calcula, a través de la siguiente formulaBayesiana:

Fig. 2. Definiciones conceptuales de diez conceptos centrales al curso.



wij= -Ln { [ p (X = 0 + Y = 1) p ( X = 1 + Y = 0) ]

x [ p ( X = 1 + Y = 1) p ( X = 0 + Y = 0 ) ] -1 }

Los grupos de definición conceptual proveye-ron los conceptos de la red. En la fórmula, "X"representa uno de los conceptos del par que seasocian, y "Y" es el otro concepto. La fórmula su-giere calcular la probabilidad de que ambos con-ceptos coocurran o no de forma apareada o inde-pendiente a través de las definiciones conceptua-les.

En las simulaciones de esquemata, con esta ma-triz de pesos de asociación, se activó un conceptoen la red neural y se observó qué otros conceptosse activan cuando tienen una relación de esquemacon el concepto activado. Estos pares de palabrasse usaron como estímulos en el estudio de reco-nocimiento de palabras con tareas de decisiónlexical para comparar sus latencias con pares depalabras relacionadas por asociación y no relacio-nadas. Esto constituye una forma de selección deestímulos diferente al primer estudio.

La figura 3 describe la fuerza de asociación queexiste entre los conceptos de las definiciones con-ceptuales de acuerdo a la ecuación señalada. Nó-tese que la relación entre policía y disciplina (arri-ba a la derecha) obtuvo el mayor peso positivo.

La figura 4, a su vez, muestra una pantalla desimulación. Aquí, al activar el concepto de "pa-dres", también se activa el concepto de "policía".Al parecer no importa cuál concepto se active, elconcepto de policía persiste en su activación.

Por ejemplo, la pantalla de simulación mostróque al activarse el concepto "padres" también seactiva al máximo el concepto "policía". Sin em-bargo, aun y cuando "disciplina" está fuertementeasociado a "policía", éste no se activó. En general,la activación del concepto "policía" ocurrió cadavez que se activaba un concepto relacionado a unesquema de desarrollo moral.

Fase 2: elaboración y aplicación de la tarea de de-cisión lexical

Una vez seleccionados los pares de palabras rela-cionados por el esquema simulado, se empleó elmismo procedimiento de facilitación semánticadel primer estudio.

Resultados

Se realizó un análisis ANOVA mixto de 2x2x2sobre las latencias correctas de las palabras en latarea de decisión lexical. Lo resultados señalaronque sólo los estudiantes del grupo experimentalobtuvieron diferencias estadísticamente significa-tivas sobre la condición experimental de palabrasrelacionadas por un esquema de desarrollo mo-ral, F (1, 38)=3.89, p=.002 (ver figura 5).

Tercer estudio: red neural y creación del soft-ware "evaluador cognitivo"

El objetivo fue desarrollar un sistema conexionistaque reconociera el comportamiento de esquemas

Fig. 3. Gráfica de superficie de una matriz simétrica de pesos

de asociación entre conceptos de definiciones conceptuales

de un esquema de desarrollo moral.

Fig. 4. Simulación computacional de activación de concep-

tos.



de conocimiento en memoria a largo plazo de losestudiantes que toman cursos.

Fase 1: alimentación de la red neural

Se implementó una red neural capaz de recono-cer si un estudiante había integrado nueva infor-mación en MLP, es decir, si había un esquema deconocimiento o no. La red neural fue alimentadacon los tiempos de reacción de un estudiante antepares de palabras de un esquema de interés, y porsu experiencia con el desempeño de otros estu-diantes en tareas similares, decidía si dicho estu-diante pertenece a la categoría de aprendió o no

aprendió un esquema.

El primer prototipo se desarrolló en el Labo-ratorio de Cognición de la Facultad de Psicologíade la Universidad Autónoma de Nuevo León (fi-gura 6.)

La red neural convergió rápidamente cuandose le entrenó a reconocer el desempeño de más de100 estudiantes en estudios de reconocimientode palabras como el ilustrado para la facilitaciónesquemática. En pruebas posteriores, donde se lepresentó a la red el desempeño de otros estudian-tes que tomaron un curso y de otros que no lotomaron y no estaban incluidos en los sujetos dela fase de entrenamiento, el sistema clasificó co-rrectamente 100% de los sujetos en las categorías

de tienen o no tienen el esquema del curso. Esteéxito en la implementación de una red neural quereconoce la integración de esquemas en MLP abrela puerta para implementar nuevos sistemas deevaluación sistematizada, tal y como se ilustra acontinuación.

Fase 2: creación de software: "evaluador cognitivo"

El siguiente software ilustra una forma de ponerla ciencia cognitiva al servicio de la educación, enespecial en las plataformas virtuales de aprendiza-je.

El evaluador cognitivo se compone de tres sec-ciones: la primera se refiere al sistemainstruccional; la segunda, a un sistema diseñadopara el análisis de las representaciones de conoci-miento que un estudiante abstrae del conocimien-to que adquiere, y la tercera es el sistema de eva-luación cognitiva a través de los tiempos de reac-ción.

El sistema instruccional consiste en la presen-tación de contenidos con facilidades multimediaimplementado en C++ Builder, que utiliza basesde datos locales pudiendo adaptarse fácilmenteen Internet para su uso con alguna plataforma deaprendizaje. Después de la instrucción, se accedeal módulo de evaluación cognitiva (figura 7). Elestudiante puede evaluarse antes y después del

Fig. 5. Resultados del grupo experimental después del curso

de desarrollo moral.

Fig. 6. Ejemplo de red neural para clasificar si se adquiere un

esquema.



curso. El sistema explicará cómo será la evalua-ción, dará una práctica y le requerirá ir a través deun estudio de facilitación esquemática, donde res-ponderá si una palabra está bien escrita o no, condos teclas de la computadora (SÍ-NO). La opcióntoma 15 minutos.

Al final, el profesor selecciona la opción dereporte (usando un password), y obtiene indica-dores entre los que se encuentra la categorizaciónrealizada por la red neural, sobre si el participanteadquirió o no el esquema en cuestión.

Si un estudiante muestra que adquirió nuevoconocimiento, el sistema permite realizar el análi-sis de las representaciones de conocimiento ad-quiridas. También permite un análisis de redessemánticas con indicadores cualitativos y cuanti-tativos, un análisis de redes de información con latécnica Pathfinder25 y simulaciones computacio-nales para estudiar la dinámica de los esquemassolicitados (figura 8).

Discusión y conclusiones

Tal como se muestra en los resultados de los estu-dios anteriores, una ventaja de la medicióncognitiva de esquemas se centra en el conocimien-to que perdura por largo tiempo, se puede auto-matizar su evaluación e implica procesos automá-ticos de memoria del alumno.

Fig. 7. Opciones del módulo de evaluación cognitiva.

Para medir un esquema cognitivo considera-mos que los conceptos, antes de un curso, no es-tán relacionados y que después de estudiar en for-ma significativa los contenidos se debe obteneruna mejor integración de los conceptos, lo que sereflejaría en un menor tiempo de reconocimien-to, como se puede observar en las graficas presen-tadas en el primer estudio de este artículo.

Un aspecto relevante en la aplicación de losresultados de los estudios anteriores es el efectode práctica o familiaridad que produce una dis-minución general de todos los tiempos de respues-ta en la posprueba, lo anterior es un efecto deaprendizaje normal en este tipo de estudios, unaexplicación alternativa es que es debido al priming

por repetición,26 pero en un estudio27 donde de-liberadamente se les pide estudiar los conceptospor un breve tiempo, no se producen los mismoscambios que cuando se lleva el curso, lo que noshace descartar el efecto de la simple repetición.En estos estudios y otros28 realizados con grupocontrol y experimental, sólo los alumnos que cur-san la materia y desarrollan un esquema muestrandiferencias significativas en los conceptos del es-quema (FE y XE). Los hallazgos señalan que noexiste una facilitación esquemática igual a la quese da en la facilitación asociativa, sino que es todoel esquema (independientemente de si lo precede

Fig. 8. Opciones de análisis de las representaciones de conocimiento

VÍCTOR M. PADILLA MONTEMAYOR, ERNESTO O. LÓPEZ RAMÍREZ, MA CONCEPCIÓN RODRÍGUEZ NIETO


por un facilitador o no) el que produce lafacilitación.

La técnica propuesta la hemos desarrollado29

y aplicado a lo largo de tres años con distintosgrupos y variaciones (control vs. experimental pre-post, bloques), y se encontró siempre el mismoefecto principal. Sólo los estudiantes que llevanel curso muestran cambios significativos en el re-conocimiento de los conceptos asociados al es-quema de la clase. En este contexto la evaluacióncognitiva prueba el aprendizaje significativo delestudiante en ambientes educativos.

Los estudios hasta aquí señalados se han utili-zado para el desarrollo del software (evaluadorcognitivo) que permite poner el poder de la nue-va ciencia cognitiva al servicio de la educación.Sobre todo en el caso de la educación en platafor-mas virtuales de aprendizaje, en donde la evalua-ción del aprendizaje30 sigue empleando métodostradicionales que no van a la par del desarrollotecnológico educativo. Esto se debe básicamentea la escasez de innovación en cuanto a formas al-ternas de evaluación del aprendizaje.

Resumen

Se evaluó cognitivamente el aprendizaje significa-tivo con experimentos de facilitación semánticacon tareas de decisión lexical. Se aplicó la técnicade redes semánticas naturales a 139 estudiantespara obtener la relación de los conceptos, se ob-tuvieron diez pares relacionados esquemáticamentea la temática del curso. Posteriormente, 123 alum-nos fueron evaluados antes y después del curso,comparando sus latencias de reconocimiento depares de palabras relacionadas por: el esquema delcurso, el esquema de cuarto, asociación y sin rela-ción. Se observó la facilitación esquemática(facilitación semántica de palabras esquemáticasrelacionadas) sólo para conceptos relacionados porel esquema del curso. En un segundo experimen-to, 20 alumnos llevaron un curso de desarrollomoral (grupo experimental) y 19 alumnos sirvie-ron de control. Con las mismas técnicas de medi-

ción cognitiva del estudio anterior, sólo el grupoexperimental obtuvo facilitación esquemática.Posteriormente, una red neurocomputacional fueentrenada para discriminar quiénes, de entre 100estudiantes, integraron el esquema de informaciónnueva en memoria a largo plazo. La red discrimi-nó correctamente al 100% los estudiantes quetomaron el curso (asimilación de nuevo conoci-miento), de los que no. Con los estudios anterio-res se desarrolló un modelo neurocomputacionalque permite analizar cualitativamente laneurodinámica de los esquemas de conocimien-tos integrados por los estudiantes. Finalmente, sedescribe un software desarrollado en nuestro La-boratorio de Cognición que permite utilizar estaaproximación experimental y sistemasneurocomputacionales para uso educativo. Se dis-cute la implicación de esta forma de evaluacióncognitiva de la adquisición de nuevo conocimien-to sobre métodos tradicionales y en sistemasvirtuales de educación a distancia.

Palabras clave: Aprendizaje significativo,Facilitación esquemática, Redes neurales, Tecno-logía educativa, Educación a distancia.

Abstract

Significant learning was cognitively evaluated us-ing semantic facilitation experiments with lexicaldecision tasks. To establish relationships betweenconcepts, the technique of natural semantic netswas applied to 139 students. 10 pairs of wordsschematically related to a course’s subject wereobtained. Afterwards, 123 students were evalu-ated before and after the course, comparing thelatencies of the recognition of pairs of words re-lated to the course’s scheme, to the room’sscheme, by association, and those unrelated. Sche-matic facilitation (semantic facilitation of sche-matic, related words) was observed only for theconcepts related to the course’s scheme. In a sec-ond experiment, 20 students took a course ofMoral Development (experimental group), and 19



students constituted a control group. Using thesame techniques of cognitive measurement as thefirst study, schematic facilitation was only foundin the experimental group. Afterwards, aneurocomputational net was trained to discrimi-nate between 100 students, in order to identifythose who integrated the scheme of new informa-tion in the long-term memory. The net correctlydiscriminated 100% of the students who took thecourse (new knowledge assimilation) from the oneswho did not. Using previous studies, aneurocomputational model was developed toqualitatively analyze the neurodynamics of theknowledge schemes integrated by the students.Finally, software developed by our CognitionLaboratory is described. This software allows theuse of this experimental approach andneurocomputational systems for educational pur-poses. There is a discussion on the implicationsof this form of cognitive evaluation of the acquisi-tion of new knowledge over traditional methodsand virtual systems of distance education.

Keywords: Meaningful learning, Schemata prim-ing, Neural nets, Educational technology, Distanceeducation.

Keywords: Meaningful learning, Schemata prim-ing, Neural nets, Educational technology, Distanceeducation.

Referencias

1. Marzano, R.J. (1994). Lessons from the fieldabout outcome-based performanceassessments. Educational Leadership, March,44-50.

2. Marzano, R.J. & Costa, A. (1998). Question:Do standardize tests measure general cognitiveskills? Answer: No. Educational Leadership,May, 66-71.

3. Driscoll, M.P. (1994). Psychology of learningfor instruction. Boston: Allyn and Bacon.

4. Friendly, M. (1979). Methods for findinggraphic representations of associative memorystructures. In: C. Richard Puff (Ed.) Memoryorganization and structure. New York:Academic press

5. López, R.E.O. (2002). El enfoque cognitivode la memoria humana: técnicas de investiga-ción. México, D.F.: Trillas

6. Rumelhart, D.E., Smolensky, P., McClelland,J.L. & Hinton, G.E. (1986). Schemata andsequential thought processes. In: McClelland,J.L., Rumelhart, D.E. & the PDP researchgroup. Parallel distributed processing:Explorations in the microstructure ofcognition. Volume 2 : Psychological andbiological models. Massachussetts: MIT Press.

7. Padilla, M.V.M. (2004). Innovación en lamedición cognitiva del aprendizaje significa-tivo en una plataforma de Internet: relacióncon estilos cognitivos y de aprendizaje. Tesisdoctoral no publicada. Universidad Autóno-ma de Tamaulipas, México.

8. Figueroa, J.G., González, E.G. & Solís, V.M.(1981). Una aproximación al problema delsignificado: Las redes semánticas. Revista La-tinoamericana de Psicología, 13(3), 447-458.

9. Valdez, M.J.L. (1998). Las redes semánticasnaturales, usos y aplicaciones en psicologíasocial. (2ª. ed.). México: Universidad Autó-noma del Estado de México.

10. Contreras, Ch. E. (1992). El papel facilita-dor de las representaciones del conocimientoen el aprendizaje de la farmacología. RevistaMexicana de Educación Médica, 3(1), 35-42.

11. Ausubel, D .P. (2001). Psicología educativa,un Punto de Vista Cognoscitivo. México:Trillas.

12. Pozo, J.I. (1996). Teorías cognitivas del apren-dizaje. Cuarta edición. Madrid, España:Morata.



13. McKoon, G. & Ratcliff, R. (1992). Spreadingactivation versus compound cue accounts ofpriming: Mediated priming revisited. Journalof Experimental Psychology: Learning,Memory, and Cognition, 18(6), 1155-1172.

14. Neely, J.H. (1991). Semantic priming effectsin visual word recognition: A selective reviewof current findings and Theories. In D.Besner,and G.W. Humphreys (Eds.), Basic processesin reading: Visual word recognition. Hillsda-le, New Jersey: LawrenceErlb

15. McNamara, T.P. (2005). Semantic primingperspectives from memory and word recognition.Psychology Press. New York and Hove.

16. López, R.E.O. & Theios, J. (1992) SemanticAnalyzer of Schemata Organization (SASO).Behavior Research Methods, Instruments, &Computers, 24 (2), 277-285.

17. López, R.E.O. & Theios, J. (1996). Singleword schemata priming: a connectionistapproach. 69th Annual Meeting of theMidwestern Psychological Association,Chicago, IL

18. López, R.E.O. (1996). Schematically relatedword recognition: Ph.D. dissertation abstract.Michigan: UMI Dissertation Abstracts Inter-national. http://proquest.umi.com/pqdweb?did=742488821&sid=10&Fmt=2&clientId=96032&RQT=309&VName=PQD

19. Padilla, M.V.M., López, R.E.O. & Rodríguez,N.M.C. (2006). Evidence for schematapriming. 4th International Conference onMemory. University of New South Wales,Sydney, Australia, 16th-21st July

20. Padilla, M.V.M., López, R.E.O., Rodríguez,N.M.C. & González, R.V.M. (2006).Connectionist schemata behaviour based onsubject conceptual definitions: the role ofinhibitory mechanism. 4th InternationalConference on Memory.University of NewSouth Wales, Sydney, Australia, 16th-21stJuly.

21. Boldt, M.N. (2001). Assessing student'sAccounting Knowledge: A structuralapproach. Journal of Education for Business,76(5), 262-269

22. Collipal, L.E. (2002). Conceptualización através de redes semánticas naturales de losmódulos de autoaprendizaje en anatomíahumana. Revista Chilena de Anatomía, 20(1),p.63-67. [Versión electrónica]. Recuperado el05 enero de 2006 http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0716-98682002000100009&lng=es&nrm=iso

23. Collipal, E., Cabalin, D., Vargas, J. & Silva,H. (2004). Conceptualización semántica deltérmino anatomía humana por los estudian-tes de medicina. Internacional Journal ofMorphology. 22(3), 185-188.

24. Tapia, V.A. & Reyes, L.I. (2001). Semánticade "secta". Su significación religiosa. Revistadel Consejo Nacional para la Enseñanza eInvestigación en Psicología, 6(1), 49-62

25. Schvaneveldt, R.W. (1990). Pathfinderassociative networks: Studies in knowledgeorganization. Norwood, NJ: Ablex.

26. Butler, T.L. & Berry, D.C. (2004).Understanding the relationship betweenrepetition priming and mere exposure. BritishJournal of Psychology; 95, 467-487

27. Fernández P.R.E. (2006). Sobre un sistemaautomático de evaluación cognitiva del apren-dizaje significativo utilizando tecnología edu-cativa. Tesis de maestría no publicada, Uni-versidad Autónoma de Nuevo León, México.

28. Padilla, M.V.M., López, R.E.O. & Rodríguez,N.M.C. (2006). Medidas cognitivas del apren-dizaje. En E. Gámez y J.M. Díaz (Comp.),Investigaciones en psicología básica ULL:psicolingüística. Razonamiento y emoción.(pp. 105-126). Tenerife, España: Cabrera yGaldós.

29. Padilla, M.V.M. (2008). Psicología de la me-moria. En C. García, M. Muñiz y J. Montalvo




(Comp.), Conceptos de Psicología (pp. 97-132). México: Trillas.

30. López, R.E.O., Padilla, M.V.M., & Rodríguez,N.M.C. (2007). Tecnología educativaconexionista para la evaluación cognitiva delaprendizaje de cursos en línea y presenciales.

En J. Figueroa, E. Vargas y N. Cortés (Ed.),Metodología para la educación a distancia (pp.233-243). DF, México.

Recibido: 7 de mayo de 2008

Aceptado: 27 de agosto de 2008

nueva tecnología educativa para evaluar cognitivamente el ... · 72 ciencia uanl / vol. xii, no....

Documents