Modelo de aprendizaje#
Este documento explica por qué el programa está construido como está. Cada decisión pedagógica se apoya en una fuente de la bibliografía verificada, igual que el contenido técnico. Un programa que exige evidencia a sus afirmaciones técnicas y no a sus decisiones didácticas es incoherente.
Principio rector: alineamiento constructivo#
Los objetivos, las actividades y la evaluación de cada módulo describen la misma conducta. Si el objetivo dice «elegir un framework justificando el compromiso», la actividad tiene que ser elegir y justificar, y la evaluación tiene que puntuar la justificación. Cuando estos tres elementos divergen, el estudiante optimiza para el examen y no para el objetivo [biggs-constructive-alignment].
Por eso todos los módulos comparten la misma estructura de doce secciones, y las secciones de objetivos, reto y criterios se leen en conjunto: si no se corresponden, el módulo está mal escrito.
Diseño inverso#
Cada módulo se escribió en este orden [wiggins-mctighe-ubd]:
- ¿Qué evidencia aceptamos de que alguien lo aprendió? → Criterios de evaluación.
- ¿Qué tiene que producir para generarla? → Reto de transferencia.
- ¿Qué necesita saber y practicar antes? → Concepto, Anatomía, Implementación, Pruebas.
El orden inverso —contenido primero, evaluación al final— produce temarios que cubren mucho y demuestran poco.
Objetivos observables#
Los objetivos se redactan con verbos de la taxonomía revisada —recordar, comprender, aplicar, analizar, evaluar, crear— porque cada verbo implica un tipo distinto de evidencia [anderson-krathwohl-taxonomy]. «Conocer HTTP» no puede evaluarse; «clasificar cinco métodos por sus tres propiedades» sí.
La progresión del programa sube por esa escala: los módulos 00 a 04 se concentran en comprender y aplicar; del 05 al 10 en analizar; del 11 al 12 en evaluar y crear.
Cinco decisiones de diseño y su motivo#
1. Concepto antes que API#
Cada módulo abre con la parte que no depende del framework. La razón es de carga cognitiva: aprender simultáneamente el concepto, su sintaxis y las convenciones de una herramienta satura la memoria de trabajo y ninguna de las tres se consolida [sweller-1988-cognitive-load], [sweller-cognitive-load-theory].
Al separar, el concepto se aprende una vez y se transfiere a cada ecosistema nuevo; es la razón por la que el módulo 01 se implementa sin framework alguno.
2. Ejemplo resuelto y luego desvanecimiento#
La sección Implementación mínima muestra el ejemplo completo y comentado; el Reto de transferencia retira ese andamiaje y pide el mismo tipo de trabajo en un contexto distinto. Para quien empieza, estudiar un ejemplo resuelto produce más aprendizaje por unidad de tiempo que resolver el problema sin apoyo; el apoyo debe retirarse a medida que crece la competencia [sweller-cognitive-load-theory].
3. Recuperación activa y repaso espaciado#
Cada módulo termina con Comprobación de recuerdo: cinco preguntas que se responden de memoria, antes de volver al texto. Recuperar lo aprendido produce más retención a largo plazo que releerlo, incluso cuando releer se siente más productivo [roediger-karpicke-test-enhanced].
Cada bloque de preguntas indica además cuándo repetirlas en módulos posteriores. La práctica distribuida y la práctica de recuperación son las dos técnicas con mejor respaldo entre las habituales; subrayar y releer están entre las de menor utilidad demostrada [dunlosky-effective-techniques], [brown-make-it-stick].
4. Un problema real que se repite en contextos distintos#
El programa entero gira sobre un solo contrato, TaskFlow, implementado en ecosistemas distintos. Esa estructura sigue la secuencia de activar el conocimiento previo, demostrar, aplicar e integrar sobre una tarea auténtica completa, en vez de sobre ejercicios desconectados [merrill-first-principles].
Repetir el mismo problema en contextos variados es también lo que produce transferencia: lo que se retiene es el patrón, no la sintaxis [brown-make-it-stick].
5. Práctica deliberada, no horas acumuladas#
Los retos apuntan siempre al borde de la competencia actual y llevan un criterio de terminado verificable. La mejora proviene de practicar en el límite con retroalimentación inmediata y correctiva, no del tiempo dedicado [ericsson-peak]. Por eso las pruebas automáticas del repositorio importan pedagógicamente: son retroalimentación que llega en segundos y no depende de que haya alguien disponible para darla.
Retroalimentación#
La retroalimentación solo cambia el desempeño si el estudiante entiende el criterio, reconoce la distancia respecto a él y tiene una oportunidad de actuar sobre ella [evans-assessment-feedback]. El programa lo implementa así:
| Elemento | Cómo se implementa aquí |
|---|---|
| Criterio explícito y previo | Rúbricas de cuatro niveles publicadas en cada módulo |
| Distancia visible | Pruebas compartidas que fallan y dicen qué falta |
| Oportunidad de actuar | Los retos se reenvían; ningún módulo se cierra en un intento |
| Retroalimentación por pares | La defensa del módulo 12 y la crítica de comparaciones ajenas |
La tutoría individual produce mejoras notables frente a la clase expositiva, y buena parte del efecto proviene de que el estudiante habla, explica y recibe respuesta sobre lo que dijo, más que del formato en sí [vanlehn-tutoring]. De ahí que los retos pidan justificar decisiones por escrito y que el módulo 12 termine con una defensa oral.
Rutas y ritmo#
Las 180 horas se distribuyen en cuatro rutas descritas en curriculum/README.md. El ritmo recomendado es sesiones distribuidas, no bloques intensivos: la misma cantidad de horas repartida en más días produce más retención [dunlosky-effective-techniques].
Recomendación operativa: dos sesiones semanales de dos horas, con la Comprobación de recuerdo del módulo anterior al empezar cada una.
Lo que este modelo no promete#
- No garantiza dominio profesional. Completar el programa demuestra criterio y capacidad de comparar; la competencia profesional requiere operar sistemas reales durante meses.
- No sustituye la retroalimentación humana. Las pruebas automáticas verifican el contrato; no evalúan si una decisión de arquitectura es sensata para un contexto concreto.
- No es neutral. El programa privilegia explícitamente la comparación honesta y el diagnóstico sobre la velocidad de entrega inicial. Ese sesgo es deliberado y está declarado.
Fuentes#
- [biggs-constructive-alignment] Biggs, John. Enhancing teaching through constructive alignment. Higher Education, vol. 32, pp. 347-364, 1996. DOI 10.1007/BF00138871 — https://doi.org/10.1007/BF00138871
- [wiggins-mctighe-ubd] Wiggins, Grant; McTighe, Jay. Understanding by Design, 2.ª ed. ampliada. ASCD, 2005. ISBN 9781416600350 — https://openlibrary.org/isbn/9781416600350
- [anderson-krathwohl-taxonomy] Anderson, Lorin W.; Krathwohl, David R. A Taxonomy for Learning, Teaching, and Assessing. Longman, 2001. ISBN 9780321084057 — https://openlibrary.org/isbn/9780321084057
- [sweller-1988-cognitive-load] Sweller, John. Cognitive Load During Problem Solving: Effects on Learning. Cognitive Science, vol. 12, pp. 257-285, 1988. DOI 10.1207/s15516709cog1202_4 — https://doi.org/10.1207/s15516709cog1202_4
- [sweller-cognitive-load-theory] Sweller, John; Ayres, Paul; Kalyuga, Slava. Cognitive Load Theory. Springer, 2011. ISBN 9781441981257 — https://openlibrary.org/isbn/9781441981257
- [roediger-karpicke-test-enhanced] Roediger, Henry L.; Karpicke, Jeffrey D. Test-Enhanced Learning. Psychological Science, vol. 17, pp. 249-255, 2006. DOI 10.1111/j.1467-9280.2006.01693.x — https://doi.org/10.1111/j.1467-9280.2006.01693.x
- [dunlosky-effective-techniques] Dunlosky, John et al. Improving Students' Learning With Effective Learning Techniques. Psychological Science in the Public Interest, vol. 14, pp. 4-58, 2013. DOI 10.1177/1529100612453266 — https://doi.org/10.1177/1529100612453266
- [brown-make-it-stick] Brown, Peter C.; Roediger, Henry L.; McDaniel, Mark A. Make It Stick: The Science of Successful Learning. Belknap Press of Harvard University Press, 2014. ISBN 9780674729018 — https://openlibrary.org/isbn/9780674729018
- [merrill-first-principles] Merrill, M. David. First principles of instruction. Educational Technology Research and Development, vol. 50, pp. 43-59, 2002. DOI 10.1007/BF02505024 — https://doi.org/10.1007/BF02505024
- [ericsson-peak] Ericsson, Anders; Pool, Robert. Peak: Secrets from the New Science of Expertise. Houghton Mifflin Harcourt, 2016. ISBN 9780544456235 — https://openlibrary.org/isbn/9780544456235
- [evans-assessment-feedback] Evans, Carol. Making Sense of Assessment Feedback in Higher Education. Review of Educational Research, vol. 83, pp. 70-120, 2013. DOI 10.3102/0034654312474350 — https://doi.org/10.3102/0034654312474350
- [vanlehn-tutoring] VanLehn, Kurt. The Relative Effectiveness of Human Tutoring, Intelligent Tutoring Systems, and Other Tutoring Systems. Educational Psychologist, vol. 46, pp. 197-221, 2011. DOI 10.1080/00461520.2011.611369 — https://doi.org/10.1080/00461520.2011.611369