ANN ARBOR, Michigan— Durante décadas se ha debatido sobre las mejores estrategias para enseñar a leer. Los proponentes del método fonético, los del enfoque del lenguaje y significado y otros métodos de enseñanza, han batallado por el dominio de su sistema, insistiendo que su estrategia es la mejor.

En un nuevo estudio, publicado en la edición de hoy, viernes, de la revista Science, investigadores de la Universidad de Michigan, UM y la de la Universidad Estatal de Florida aseguran que no hay un método único que sea el más eficiente para enseñarles a los niños a leer.

La investigación asegura que la instrucción individualizada, combinada con el uso de herramientas de diagnóstico, que ayuda a los investigadores a emparejar a cada niño con la cantidad y tipo de instrucción de lectura más efectivos, es mucho más productiva que un método generalizado para enseñar a leer, que es la norma en numerosas escuelas básicas en Estados Unidos.

“Existe una tendencia generalizada en el área de educación de ir con las corrientes de ideas de lo que suena bien,” dice Carol M. Connor, Profesora adjunta de la Escuela de Educación de la Universidad Estatal de Florida. “Lo que aún no hemos realizado muy bien es la práctica de campo global e investigación de rigor, que son la norma en otros campos científicos. Con este estudio, hemos hecho justamente esto. Tomar un enfoque sistemático y hemos evaluado lo que funciona, lo que no funciona, porque, y cuando enseñarles a los niños a leer”.

Connor, la autora principal de estudio, trabaja en el Centro de Investigación de Lectura de Florida y es graduada de la Escuela de Educación de la UM. También se incluyen en el equipo Fred Morrison, profesor de la Escuela de Psicología y de Educación de la UM y Barry Fishman, Profesor asociado de la Escuela de Educación y la Escuela de Información de la UM.

Entre los resultados de los investigadores: “La eficacia de cualquier práctica educacional depende del nivel de habilidad del estudiante. Las estrategias educacionales que ayudan a un estudiante pueden ser ineficaces cuando se aplican a otro estudiante con habilidades distintas.”

El truco, entonces, está en determinar de manera más exacta el nivel de habilidades de cada niño y después encontrar una manera para diseñar el plan de estudios que se ajuste a las necesidades individuales de cada estudiante.

“En vez de ver a la clase como a un organismo, intentamos de que los maestros vean a los estudiantes como individuos,” dice Connor.

Aunque esto pueda sonar desalentador a un maestro típico de primero o segundo grado, Connor ha recurrido a la tecnología para ofrecer ayuda.

Connor, Morrison, y Fishman desarrollaron un programa con aplicaciones por línea “Evaluación a la instrucción,” o A2i. A2i utiliza el vocabulario, los resultados de lecturas y los niveles de lectura deseados (nivel del vocabulario y de lectura de los estudiantes al finalizar el primer año de estudios) para crear los algoritmos que computan las cantidades y los tipos de instrucción de lectura recomendados para cada niño en la sala de clase.

El software después agrupa a estudiantes basándose en metas de aprendizaje y permite a los profesores supervisar regularmente su progreso y realizar cambios a los planes de estudios individuales según las necesidades.

“Quizás la promesa más grande de la investigación es la capacidad para especificar en términos cuantitativos exactos las cantidades y los tipos de instrucción que cada niño necesita para crecer óptimamente,” dice Morrison. “Esto sería un gran avance para la investigación y las prácticas educativas.”

Fishman agrega que la “tecnología basada en la red constituye una gran promesa y transforma a herramientas fáciles de utilizar de instrucción individual, en herramientas disponibles para muchos más profesores, y además ofrece la posibilidad de desarrollo profesional por línea para entender mejor cómo emplear diversos enfoques educacionales con grupos de niños.”

A2i es probado actualmente por alrededor de 60 profesores de escuelas básicas en un condado de Florida. “Aun A2i es solamente una herramienta de investigación,” dice Connor. “Esperamos poder ofrecerlo mas ampliamente en un tiempo mas.”

Además de Connor y de Morrison, otros co— autores del informe publicado en Science incluyen al profesor asociado Christopher Schatschneider y Phyllis, auxiliar de enseñanza graduado Underwood, ambos del departamento de Psicología de FSU.

Para ver una página de la demostración de A2i, visitar http://know.umich.edu/A2i/login.asp. Utilizar la conexión a2idemo y la contraseña isi06!.

Contacto: Joe Serwach
Teléfono: (734) 647-1844

O

Contacto: Vivianne Schnitzer

Teléfono: 1-734-763-0368