Solución de problemas y habilidad de aprendizaje:
Su relación con la inteligencia.
La relación entre inteligencia y expertez también ha sido estudiada en el campo de la resolución de problemas complejos que semejan a los de la vida real. En este ámbito son bien conocidos los estudios realizados en Alemania sobre el manejo de sistemas complejos, de carácter dinámico, como el manejo de una supuesta ciudad, realizados por Dörner y sus colegas (Beckmann y Guthke, 1995; Dörner, Kreuzig, Reither y Stäudel, 1983; Dörner y Pfeifer, 1993; Funke, 1995). Dörner y sus colegas de la Universidad de Hamburgo, Alemania, han analizado con detenimiento las relaciones entre inteligencia, medida por tests psicométricos de factor .g. y la realización de los participantes en una tarea de resolución de problemas de la vida diaria, pero de tipo complejo.
En sus estudios se requiere de los participantes que asuman el papel de alcalde de una ciudad ficticia de tamaño medio, denominada Löhhausen. Los participantes realizan esta tarea sentados ante un ordenador, y su tarea consiste en atender todos los problemas de las ciudades reales, como inflación, desempleo, la necesidad de proyectar avenidas para el tráfico y los peatones, etc., todos los cuales no son igualmente importantes y muchos de los cuales dependen unos de otros o se influyen mútuamente. Se identifican alrededor de cien variables en esta tarea y el éxito de los participantes en manejar la ciudad se mide en términos de la cantidad de ingresos que quedan al final de la simulación.
Jerarquía
Dörner, Kreuzig, Reither y Stäudel (1983), Dörner y Pfeifer (1993) derivaron una jerarquía de nueve pasos para describir varias estrategias cognitivas que se podrían emplear para resolver los problemas de esta ciudad ficticia, desde la más simple, ensayo y error, a la más compleja, un acercamiento sistemático de comprobación de hipótesis con múltiples lazos de retroalimentación. En estos estudios no se ha obtenido ningún tipo de relación entre el CI y cualquiera de las estrategias de manejo de la ciudad o los resultados finales obtenidos.
De hecho, la realización de esta tarea sólo estuvo correlacionada con las variables de extroversión y autoconfianza, lo que parece mostrar que los factores motivacionales y emocionales pueden predecir el éxito en mayor medida que los factores intelectuales en los problemas de la vida diaria.
Los resultados obtenidos por Kluwe, Schilde, Fisher y Oellerer (1991) sobre la revisión de la literatura, especialmente la europea, acerca de las relaciones entre la habilidad de resolver problemas complejos y la inteligencia, son contradictorios. En algunos casos, se encuentran correlaciones sustanciales, en otros se informa de correlaciones nulas. Beckman y Guthke (1995), se plantearon el objetivo específico de analizar las relaciones entre la inteligencia psicométrica y la conducta de los participantes en su estudio, en la misma tarea de manejo de esta ciudad ficticia, con la intención de analizar las variables que parecen modular la relación entre estos dos constructos. Los autores comienzan proponiendo una serie de variables potenciales que pueden modular la relación entre inteligencia y solución de problemas. Entre estas variables están, el grado de estructura del problema, la .incrustación. semántica del mismo, la familiaridad, los requerimientos de la tarea, y el carácter dinámico de la misma.
Estructura
En cuanto al grado de estructura, los autores indican que los problemas con objetivos bien definidos parecen mostrar más relación con la inteligencia (los tests) que la conducta de solución de problemas mal definidos. El objetivo de la tarea de manejo de la ciudad fue asegurar el bienestar en el futuro próximo y distante, lo que constituye un objetivo más bien difuso. Los trabajos más recientes llegan a conclusiones similares. Así, Hong (1999) comparó los requisitos para la solución de problemas bien y mal estructurados. Los resultados de su estudio fueron similares a las conclusiones de investigaciones anteriores, los problemas bien y mal estructurados requieren necesariamente diferentes componentes para alcanzar su solución. En concreto, la cognición que incluía el conocimiento específico en un dominio y el conocimiento estructural, y las habilidades de justificación fueron componentes críticos para la solución de los problemas bien estructurados.
Mientras que la metacognición, las variables no-cognitivas, las habilidades de justificación y la adecuada estructuración del conocimiento, fueron componentes esenciales necesarios para resolver problemas mal estructurados.
Editorial Luis Bonilla. Expertos en enseñanza, formación a distancia, tutores cualificados y con variedad de cursos online.
🔹 Inteligencia: Base para el Aprendizaje y la Resolución de Problemas
La inteligencia no es solo la capacidad de recordar información, sino la habilidad para razonar, analizar, tomar decisiones y adaptarse.
✅ Tipos de inteligencia relevantes en la solución de problemas y el aprendizaje:
📌 Inteligencia fluida → Capacidad de pensar de manera lógica y resolver problemas nuevos sin depender de conocimientos previos.
📌 Inteligencia cristalizada → Conocimiento acumulado y habilidades adquiridas a lo largo del tiempo.
📌 Inteligencia emocional → Regulación de emociones y manejo de relaciones en la resolución de problemas.
🔍 Ejemplo: Un programador enfrenta un error en su código. Usa inteligencia fluida para analizar el problema y cristalizada para aplicar conocimientos previos en la solución.
🔹 Relación entre Solución de Problemas y Habilidad de Aprendizaje
🔄 El aprendizaje potencia la solución de problemas → Cuanto más aprendemos, mejor podemos analizar y resolver situaciones complejas.
🔄 Resolver problemas mejora la capacidad de aprendizaje → Enfrentar desafíos nos obliga a desarrollar nuevas estrategias y habilidades.
✅ Elementos clave en la relación entre aprendizaje y solución de problemas:
📍 Metacognición → Reflexión sobre el propio proceso de aprendizaje para mejorar estrategias.
📍 Flexibilidad cognitiva → Adaptación a nuevas condiciones o cambios en el entorno.
📍 Transferencia de conocimientos → Aplicación de aprendizajes previos en nuevas situaciones.
🔍 Ejemplo: Un chef aprende una técnica culinaria en la escuela, pero debe adaptarla a los ingredientes disponibles en su restaurante, aplicando su capacidad de solución de problemas.
🔹 Estrategias para Mejorar la Solución de Problemas y la Habilidad de Aprendizaje
📌 Aprendizaje basado en problemas (ABP): Resolver casos reales para mejorar el pensamiento crítico.
📌 Desarrollo de pensamiento lateral: Fomentar la creatividad y la generación de soluciones innovadoras.
📌 Enfoque iterativo: Ensayo y error para mejorar estrategias de resolución de problemas.
📌 Uso de la tecnología: Aplicación de herramientas digitales para potenciar el aprendizaje.
🔍 Ejemplo: Un emprendedor enfrenta una crisis en su negocio y debe aprender rápidamente sobre marketing digital para adaptarse y encontrar soluciones.