Marco metodológico para el análisis causal con datos observacionales en aprendizaje situado

Resumen

En el ámbito de la formación por competencias, la necesidad de evaluar el impacto de las innovaciones pedagógicas ha impulsado el uso de enfoques de inferencia y de descubrimiento causal, que permiten ir más allá de las relaciones descriptivas para identificar mecanismos subyacentes en los procesos de aprendizaje. En particular, el análisis causal ofrece un marco robusto para estimar los efectos de intervenciones educativas, como metodologías activas e integración tecnológica, considerando la complejidad de los entornos reales de enseñanza, caracterizados por múltiples variables interdependientes y datos observacionales. En este contexto, el presente trabajo muestra el enfoque metodológico y los resultados en curso de un análisis causal orientado a evaluar el impacto del aprendizaje basado en problemas (ABP) y de la teoría del aprendizaje situado (SLT) en la formación de competencias tecnológicas, computacionales y actitudinales específicas, a partir de un diseño basado en datos observacionales, a partir de un corpus de más de 300 registros. En una primera etapa, se aplicaron técnicas de descubrimiento causal para identificar la estructura de dependencias entre variables y los factores que inciden en los resultados de aprendizaje. En etapas posteriores, se aplicaron métodos de inferencia causal y modelos no lineales basados en el aprendizaje automático, con el objetivo de estimar efectos directos e indirectos y contribuir al rediseño pedagógico basado en evidencia.