Reflexiones: La Metacognición y sus aplicaciones

No existe un concepto unificado de lo que es la Metacognición, etimológicamente podría definirse con base en su composición como: “después del conocimiento”, partiendo del prefijo griego “Meta-“, que entre otras acepciones el DRAE incluye “después de” y la palabra “Cognición” que el DRAE define como “Conocimiento”. Algunos simplifican su definición como “conocimiento del conocimiento”, “aprender a aprender” o “Aprender a pensar”. John H. Flavell, quien introdujo el término en 1976, lo conceptualiza con dos componentes:

• Conocer o tomar consciencia del funcionamiento de nuestra manera de aprender, lo cual se corresponde con el llamado conocimiento declarativo, con el “saber qué”.
• Controlar de manera consciente las actividades cognitivas, lo cual incluye planificarlas, controlar el proceso intelectual y evaluar los resultados, lo cual se corresponde con el conocimiento procedimental, con el “Saber cómo”.

Además de lo anterior, también es importante entender la diferencia entre cognición y metacognición. En ese sentido tenemos lo siguiente:

• Cognición: Las estrategias cognitivas buscan mejoran la codificación, el almacenamiento, la recuperación y el procesamiento de la información para la solución de problemas.
• Metacognición: Las estrategias metacognitivas buscan planificar, supervisar y evaluar las estrategias cognitivas. Complementan y apoyan las estrategias cognitivas.

Para entender cómo funciona la Metacognición en la práctica, me parece que lo mejor es utilizar algunos ejemplos que nos permitan diferenciar la Metacognición de la Cognición:

• Recordar el número del celular de un amigo, por ejemplo: 3176829714 es cognición, pero tomar consciencia de la estrategia que aplicamos para recordarlo, por ejemplo: Agrupar los números en cuatro paquetes: 317-682-97-14, es metacognición y aplicar esa misma estrategia para recordar otros números extensos también es metacognición.
• Leer y releer un libro para hacer una exposición sobre su contenido es cognición. Hacer un esquema con las ideas principales de su contenido para hacer la exposición es metacognición.

Otros ejemplos de metacognición podrían ser los siguientes:

• Tener consciencia de la mayor dificultad de resolver una tarea cognitiva en comparación con otra.
• Comprender la necesidad de tomar nota de algo que se puede olvidar.
• Entender que algo se debe verificar antes de aceptarlo como un hecho.

El modelo clásico de Flavell contempla cuatro componentes de la Metacognición:

• Conocimiento metacognitivo: El conocimiento contempla a su vez tres categorías: Persona, tarea y estrategia. La categoría Persona se refiere los conocimientos y las creencias que se tienen sobre uno mismo y sobre los demás. De igual forma, la categoría Tarea incluye los conocimientos y creencias que se tienen sobre la tarea a ejecutar, por ejemplo: es fácil/difícil, puedo/no puedo resolverla y la categoría estrategia contempla el conocimiento sobre las metas de la tarea y de cuales procesos cognitivos serían más efectivos para resolverla.
• Experiencia metacognitiva: Son los pensamientos, sensaciones y sentimientos conscientes o inconscientes que acompañan la actividad cognitiva que pueden influir en su resultado.
• Metas cognitivas: Son los objetivos que se pretenden lograr al final del proceso cognitivo, los cuales conllevan al uso del conocimiento metacognitivo, que a su vez activa el uso del resto de los componentes del proceso.
• Estrategias: Este componente contempla estrategias cognitivas y metacognitivas. Las primeras se enfocan en lograr el avance en alguna actividad y las segundas en supervisar y controlar el proceso. Por ejemplo: Leer y repasar un texto es una estrategia cognitiva. Elaborar un esquema que resuma las ideas principales de su contenido es una estrategia metacognitiva.

Partiendo de que el conocimiento o la cognición es el producto del proceso de pensar y que pensar es la función de nuestra mente, pareciera obvio que la metacognición es también un producto de nuestra mente. Sin embargo, hay un componente en la metacognición, que es la consciencia, en cuyo funcionamiento hay subjetividad e intencionalidad, lo cual pareciera ir más allá de los procesos mentales típicos de procesamiento de información. En mi artículo “Reflexiones: La Consciencia”  hablo de dos niveles de consciencia:

• Consciencia sensitiva o primaria: Nos permite percibir a través de nuestros sentidos lo que ocurre afuera en nuestro entorno, para la cual no existe ni el pasado ni el futuro, solo el presente que está percibiendo.
• Consciencia abstracta: Percibe lo que ocurre adentro con nuestros pensamientos, emociones, sentimientos y reflexiones y también es capaz de viajar al pasado y proyectar el futuro.

En función de estas descripciones me atrevería a afirmar que la consciencia abstracta es ese segundo componente de la metacognición que nos permite controlar nuestras actividades cognitivas.

Aun cuando no hay un consenso sobre cuando comenzamos a desarrollar y a hacer uso de la Metacognición, la mayoría de los psicólogos coinciden en que eso ocurre a una edad muy temprana, alrededor de los 4 años de edad, y se va perfeccionando a lo largo de los años.

Tener consciencia de lo que sentimos, pensamos y reflexionamos nos permite inferir y modificar nuestros comportamientos y ese auto-aprendizaje nos va capacitando para anticipar las actitudes y conductas de las personas con las que interactuamos. A medida que aumentan nuestros conocimientos y experiencias en las relaciones interpersonales vamos desarrollando estrategias para lograr relaciones más exitosas y enriquecedoras.

Uno de los objetivos fundamentales de los procesos de aprendizaje es lograr aprendices autónomos, en lo cual la metacognición es una metodología sumamente útil, porque  le enseña a los estudiantes a planificar, supervisar y evaluar su desempeño cognitivo, lo cual favorece el uso espontáneo y autónomo de las estrategias y facilita su generalización y transferencia a nuevos problemas. Además, estar en control del proceso y con mayor probabilidad de éxito que con otras metodologías genera una mayor motivación por aprender.

En la siguiente comparación podemos ver la diferencia del aprendizaje metacognitivo versus otras metodologías:

• Aprendizaje conductista: Busca el cambio de conducta a través de refuerzos positivos (premios) y negativos (castigos).
• Aprendizaje cognitivo: Busca cambios de conducta a través de cambios mentales internos. Cambiar la manera de pensar cambia la manera de actuar.
• Aprendizaje metacognitivo: Busca cambios conductuales basados en la experiencia.
• Entrenamiento ciego: Se dice cómo hacer la tarea, pero no se explica por qué. Es útil para aprender, pero no para “aprender a aprender”.
• Entrenamiento informado o razonado: Se dice cómo hacer la tarea y se explica porque hacerla de esa manera. Es un aprendizaje consciente que genera una mayor permanencia de lo aprendido.
• Entrenamiento metacognitivo: Igual que en el anterior se dice cómo hacer la tarea y porque hacerla así, pero se da la libertad para analizar y mejorar la estrategia, lo cual genera un aprendizaje consciente y flexible.

En mi artículo “Reflexiones: La Mente”  menciono la importancia de la contribución que está teniendo la informática y en especial la Inteligencia Artificial en la ciencia cognitiva del estudio de la mente, al buscar analogías entre los funcionamientos del software – hardware y el de la mente – cuerpo.

En los procesos de aprendizaje automático o Machine Learning (ML) que se están utilizando para enseñar a las maquinas a pensar se utilizan algoritmos que detectan patrones en la información y hacen predicciones que le permiten a las maquinas aprender a través de redes neuronales cada vez más complejas, que simulan el funcionamiento del cerebro humano. Dentro de esta tecnología encontramos diferentes versiones:

• ML Supervisado: El algoritmo procesa datos etiquetados previamente, lo que le permite relacionarlos y procesarlos con otros datos con esas mismas etiquetas. Lo cual es equivalente a un proceso cognitivo básico de clasificación de información, similar al entrenamiento ciego explicado en el punto anterior.
• ML No Supervisado: En este caso los datos no están etiquetados y el algoritmo está diseñado para buscar similitudes entre los datos que le permita a la maquina relacionarlos y procesarlos. Es un proceso cognitivo de mayor nivel que el anterior, porque la maquina por si misma debe buscar las similitudes que no se le dan, como en el ML Supervisado.
• ML de Refuerzo: Este aprendizaje se basa en pruebas de ensayo y error hasta que la maquina aprende cual es la mejor manera de lograr el resultado que busca. En este caso la maquina sabe cuál es la meta que debe lograr y busca alcanzarla por ensayo y error, es decir, utiliza la experiencia previa para redefinir su estrategia hasta alcanzar la meta. Podríamos decir que a este nivel ya hay un proceso de metacognición basado en la experiencia.
• ML Profundo: En estos sistemas cada capa de la red neuronal transforma los datos en una representación más compleja, hasta que la maquina logra determinar (comprender) el patrón que los relaciona y en ese proceso aprender a relacionar ese tipo datos y patrones. Ya aquí podemos ver un nivel mucho más avanzado de metacognición, en el cual la estrategia que ha sido útil para realizar una tarea puede ser transferida a la solución de tareas de la misma naturaleza.

Como hemos visto, la Metacognición es una teoría del conocimiento y una metodología que podemos utilizar para mejorar y controlar nuestro desempeño cognitivo en cualquier proceso de aprendizaje, incluyendo el de las relaciones interpersonales y la inteligencia artificial.

____________________

Autor: Juan José Sequera. Autor de la Hermandad Blanca