1 INTRODUCCIÓN La capacidad de resolver problemas de alta complejidad (RPC) contribuye más que cualquier otra habilidad al crecimiento de la cultura y al desarrollo de la vida humana (Fresch & Funke, 2002). En las últimas décadas, la RPC dentro de sistemas dinámicos ha sido un área de gran interés en la investigación experimental (Greiff & Funke, 2009). La resolución de problemas complejos, unas de las habilidades más buscadas de este siglo, abarca aquellas habilidades que pueden ayudar a resolver satisfactoriamente problemas dinámicos y poco transparentes, en constante cambio (Maquil, Tobias, Greiff & Ras, 2011). ESTADO DEL ARTE: RESOLUCIÓN DE PROBLEMAS COMPLEJOS Lic Pablo Christian González [email protected] Dra. Mariel Musso [email protected] Dr. Eduardo Cascallar University of Leuven, Bélgica Dr. Samuel Grieff University of Luxembourg MÉTODO DE BUSQUEDA Bases de datos Electrónicas: EBSCO (Academic Search Premier, Psychology and Behavioral Sciences Collection y Fuente Académica), APS journals (Association for Psychological Science): Psychological Science, Current Directions in Psychological Science y Research Gate. Palabras Clave: Resolución de problemas complejos, Complex problem Solving, Dynamic Systems. Working Memory, Cognitive Load. CRITERIOS DE INCLUSIÓN - EXCLUSIÓN Fueron incluidos solamente artículos de texto completo, de análisis y estudios experimentales o cuasi- experimentales, con grupo control. Limitadores: Texto completo, publicaciones arbitradas. LECTURA DE ABSTRACTS ARTICULOS INCLUIDOS: 17 RESULTADOS ¿QUE ES LA RESOLUCIÓN DE PROBLEMAS COMPLEJOS? Proceso de adquisición y aplicación de conocimientos, orientado al control de un sistema con un fin determinado, el cual contiene varios elementos altamente interconectados. PRIMERAS APROXIMACIONES “Un problema surge cuando una criatura viviente tiene una meta pero no sabe como alcanzarla” Duncker (1945)  Experimentos en diferencias entre expertos y novatos en solución de problemas clínicos.  Aproximación probabilística, definición de coeficiente de utilidad. Identificación de relaciones de orden (Rimoldi,1945).  Colección de tarjetas en las cuáles el sujeto debe resolver problemas (Rimoldi, 1953).  Tablas de soluciones ideales del problema, aquellas dictadas por la lógica inherente al problema. (Rimoldi, 1963) PROBLEMA Situación en la cual se debe llegar a una meta, pero el modo de hacerlo no es evidente. COMPLEJIDAD El número de elementos y relaciones que posee el sistema determinado por el problema. RESOLUCIÓN DE PROBLEMAS Búsqueda exitosa de una operación pasando de un estado actual a un estado deseado, que representa la resolución del problema. Manipulables NO Manipulables  EFECTOS Efecto principal: Variable exógena sobre variable endógena. Efecto múltiple: Variable exógena sobre más de un efecto principal. Dependencia Múltiple: Variable endógena y más de una variable exógena. Efectos secundarios: Variables endógenas se influencian entre ellas Proceso Auto-regresivo: Variables endógenas se influencian a sí mismas.  3 ETAPAS Fase de Exploración: Se explora libremente el sistema. No hay restricciones ni objetivos para esta etapa. Etapa de familiarización con el sistema. Dibujando el esquema mental: Los participantes deben representar las conexiones entre las variables. Fase de control: Los participantes deben llegar a valores predeterminados de las variables endógenas.  VENTAJAS Soporte Teórico Ofrece formalmente un nuevo marco de referencia. Infinidad en pool de ítems Fáciles de construir y con variaciones de dificultad. Independencia de ítems Cantidad de ítems divergentes. Validez ecológica: Actividades cotidianas. Objetivo: Examinar la literatura sobre Resolución de Problemas Complejos ¿Cómo fue evolucionando la medición de RPC en los últimos 25 años? ¿Cuáles son sus limitaciones actuales? ¿Hacia dónde deben dirigirse las futuras investigaciones? Correlación entre memoria de trabajo y la solución de problemas complejos, razonamiento y desempeño: (Redick, T.S., Broadway, J.M., Meier, M.E., Kuriakose, P.S., Unsworth, N., Kane, M.J., & Engle, R. W,2012); (Broadway & Engle, 2010); (Musso, Kyndt, Cascallar & Dochy,2012; 2013). Diferencias entre expertos y novatos: (Fischer, A., Greiff, S., & Funke, J.,2011); (Sweller,2005) SIMULACIONES CLÁSICAS Sistemas Dinámicos, donde se controlaban Micro- mundos de hasta 2000 variables. Mejores predictores en ambientes no académicos. TANALAND (Dorner, 1975) DAGU ( Reither, 1981) TAILORSHOP (Putz-Osterloch,1981) LOHHAUSEN (Dorner, 1982) HAMURABI (Gediga, 1983) EPIDEMIC (Hesse,Spies y Luër,1983) MORO (Stronhschneider, 1986) LIMITACIONES (Greiff, S., & Funke,J.,2009) Falta de instrumentos investigados detenidamente Falta de fundamentos teóricos como puntos de partida. Poco acuerdo en como medir RCP a nivel individual Test de un solo ítem: Casi todos los instrumentos consisten en un gran y complicado escenario donde el participante debe trabajar. Otros test solamente dejan investigar el sistema por un periodo de tiempo y hacen preguntas al respecto. UNA NUEVA METODOLOGÍA (Funke,J, 2001) Debido a la poca capacidad predictiva de los test de IQ para evaluar RPC, se empiezan a construir escenarios de simulaciones de problemas de la vida diaria.  La complejidad de la situación y la conectividad entre el gran número de variables fuerza a los actores a reducir grandes cantidades de información y anticipar efectos secundarios. La dinámica natural de la situación problemática requiere que el sujeto prevea a futuro y planifique, como así también requiere el control a largo plazo de los efectos de las decisiones; El desconocimiento de los escenarios demanda al sujeto una sistemática recolección de información. La existencia de múltiples metas exige una cuidadosa elaboración de prioridades y un balance entre metas contradictorias o conflictivas entre sí-. Estudios previos Década 2000 ENFOQUE MICRODYN ( Greiff, S., & Funke,J., 2009) RCP RPC – PROCESOS COGNITIVOS Referencias: Broadway, J. M., & Engle, R. W. (2010). Validating running memory span: Measurement of working memory capacity and links with fluid intelligence. Behavior Research Methods, 42, 563-570. Fischer, A., Greiff, S., & Funke, J. (2012). The process of solving complex problems. Journal of Problem Solving (The), 4, 19-42. Fresch, P.A. & Funke,J.(2002). Thinking and problem solving. Encyclopedia of life support system. Funke, J. (1995). Experimental research on complex problem solving. In P.A. Frensch & J. Funke (Eds.), Complex problem solving: The European perspective (pp. 243–268). Hillsdale, NJ: Lawrence Erlbaum Associates Inc Funke, J. (2001). Dynamic systems as tools for analysing human judgement. Thinking and Reasoning, 7, 69-89. Greiff, S., & Funke, J. (2009). Measuring Complex Problem Solving - The MicroDYN approach. In F., Scheuermann & J., Björnsson (Eds.), The Transition to Computer-Based Assessment. Lessons learned from large-scale surveys and implications for testing (pp. 157-163). Luxembourg: Office for Official Publications of the European Communities. Maquil,V.,Tobias,E.,Greiff,S. & Ras,E. (2011). Assessment of collaborative problem solving using linear equations on a tangible tabletop. Public Research Centre Henri Tudor, University of Luxenburg. Redick, T.S., Broadway, J.M., Meier, M.E., Kuriakose, P.S., Unsworth, N., Kane, M.J., & Engle, R. W. (2012). Measuring working memory capacity with automated complex span tasks. European Journal of Psychological Assessment, 28, 164-171. Sweller, J. (2005). Implications of cognitive load theory for multimedia learning. In R.E. Mayer (Ed.), The Cambridge handbook of multimedia learning (pp. 19-30). Cambridge: University Press. CONCLUSIONES Elementos a considerar en futuras investigaciones sobre la resolución de problemas complejos: Se debe incluir una taxonomía de RCP que tenga en cuenta la estructura de los problemas y las relaciones entre las variables, para determinar su complejidad. Debe investigarse la participación de procesos cognitivos básicos en el desempeño en la RPC Como posibles indicadores de diferencias individuales en el desempeño Para comprender la contribución de las variables cognitivas en la RPC Debe incluirse el estudio de posibles variables moderadoras de los perfiles cognitivos en la predicción del desempeño en RPC (tales como factores de autorregulación y otras variables motivacionales similares a las incluidas en PISA (Perseverancia y Apertura a Resolución de problemas complejos) Incluir la aplicación de sistemas predictivos (machine-learning) para estudiar la contribución predictiva de las distintas variables en RPC y estimar futuro desempeño individual de los sujetos. Tener en cuenta requisitos psicométricos en la construcción y evaluación de pruebas de RPC. Bloom y Broder (1950) señalan la importancia de el análisis de procesos mentales en lugar de los productos mentales. Introspeccionistas experimentales y búsqueda de procesos de solución mas que una solución en sí (Wertheimer, Duncker y Kohler (principio y mitad de Silgo XX)