Acerca del centro de calificaciones

Una pagina donde nos explica sobre el centro de calificaciones

LA EVALUACIÓN EN EL AULA: EVALUACIÓN FORMATIVA, SHEPARD, 2006

Para que los docentes sean eficaces en reforzar el aprendizaje de los estudiantes, deben comprobar constantemente la comprensión que éstos vayan logrando. Por otra parte, tienen que darles a conocer la importancia de que ellos mismos asuman la responsabilidad de reflexionar y supervisar su propio progreso en el aprendizaje. Un análisis fundamental de Black y Wiliam (1998), que marcó un hito, descubrió que los esfuerzos orientados a mejorar la evaluación formativa producían beneficios mayores a la mitad de una desviación estándar. 

En otras palabras, la evaluación formativa, eficazmente implementada, puede hacer tanto o más para mejorar la realización y los logros que cualquiera de las intervenciones más poderosas de la enseñanza, como la enseñanza intensiva de Lectura, las clases particulares y otras parecidas. 

En esta sección, comienzo con un resumen de las teorías contemporáneas del aprendizaje y luego presento un modelo de evaluación formativa del que muestro su compatibilidad tanto con la teoría cognitiva como con la teoría sociocultural del aprendizaje. Luego considero varias estrategias y herramientas específicas que comprenden el modelo general que los docentes utilizan como parte de las rutinas cotidianas de enseñanza. Estos procesos recursivos de evaluación son esenciales para una revisión y perfeccionamiento continuos de la enseñanza así como para mejorar también el aprendizaje del estudiante. No obstante, antes es necesario hacer una advertencia.

Las prácticas ideales de evaluación que aquí se explican y que se basan en la investigación, son consistentes con las prácticas de maestros particularmente competentes y expertos, pero no necesariamente reflejan prácticas de evaluación típicas. De hecho, la mayoría de los maestros en servicio tiene solo un conocimiento limitado de estrategias de evaluación formativa, y sigue pensando en la evaluación como un proceso que sirve principalmente para calificar.

Por consiguiente, la sección final sobre la investigación futura debe considerar el aprendizaje y el desarrollo profesional de los maestros así como a la eficacia de herramientas específicas de evaluación. 

2.1 Teoría del aprendizaje, y coherencia en el diseño de la evaluación 

La obra Knowing What Students Know (Pellegrino et al., 2001) fue el resultado de un comité del National Research Council, que se encargó de reunir los avances hechos tanto en la ciencia cognitiva como en la medición. Una premisa central que sustenta las recomendaciones de Knowing What Students Know es que las observaciones e interpretaciones de la evaluación deben estar relacionadas con un modelo cognitivo bien estructurado de cómo aprende el estudiante en cierto campo. 

Este modelo fundamental debe reflejar una comprensión actualizada de cómo se desarrolla el aprendizaje en un campo, y no las “creencias tan restrictivas” (Pellegrino et al., 2001, p. 54) en que se basan las evaluaciones del logro académico que más se utilizan. Un modelo de aprendizaje sirve “como un elemento unificador, un núcleo que da cohesión al currículo, la enseñanza y la evaluación” (Pellegrino et al., 2001, p. 54). Por otra parte, los autores de Knowing What Students Know argumentan más adelante en favor de esta misma coherencia esencial entre las evaluaciones externas y las que se hacen en clase. 

Para trabajar conjuntamente y respaldar el aprendizaje del estudiante, las evaluaciones en ambos niveles de un sistema de evaluación deben apoyarse en modelos compatibles sobre el aprendizaje del estudiante, aun cuando los modelos referentes al aula pueden ser mucho más detallados. 

En este capítulo, utilizo el concepto de coherencia para hablar acerca de cómo puede hacerse que se respalden mutuamente la evaluación formativa y la sumativa dentro del aula. 

En el panorama histórico que esbocé en líneas anteriores, los cambios en la teoría del aprendizaje se mencionaron varias veces como la fuerza motriz de los cambios en la forma en que conceptualizaron la enseñanza y la evaluación los expertos en las materias. 

Las concepciones contemporáneas del aprendizaje han transformado nuestra comprensión de cómo ocurre el aprendizaje, pero de manera más fundamental, han alterado nuestras concepciones de qué es el aprendizaje, qué significa ser competente en un campo y, por consiguiente, cómo buscaríamos evidencia de esa competencia. 

La revolución cognitiva fue una rebelión en contra de la psicología de las diferencias individuales y el conductismo, que se había interesado sobre todo en la adquisición de competencias mediante el reforzamiento de conductas observadas, en lugar de tratar de explicar los procesos mentales básicos.

 En cambio, de acuerdo con la teoría cognitiva, quienes aprenden construyen el conocimiento conectando nueva información a estructuras previas de conocimiento. Los esquemas mentales, en el cerebro o la mente, sirven para organizar el conocimiento para que cuando después se necesite lo recuperemos y utilicemos en situaciones problemáticas; y los procesos ejecutivos, llamados metacognición, permitan monitorear y manejar su propia comprensión y aprendizaje a quienes aprenden. 

Los cognitivistas hacen hincapié en la comprensión conceptual y han demostrado que la transferencia, esto es el uso del conocimiento en situaciones nuevas, se hace posible por la aprehensión de principios generalizados y el uso de esquemas gracias a los cuales se reconocen las similitudes en los distintos tipos de problemas. La perspectiva cognitiva predomina en el trabajo teórico y empírico, si bien ambas reconocen la influencia del contexto social y la aplicabilidad de las perspectivas socioculturales o situacionales. 

Un modelo sociocultural del aprendizaje surge de un renovado interés en el trabajo de Vygotsky (1978) y otros psicólogos rusos. Se ocupan de la naturaleza social del aprendizaje y en la idea de que la competencia y la identidad de quienes aprenden se desarrollan por medio de una participación mediada socialmente, en una actividad práctica llena de significado. Un individuo aprende a pensar y a razonar gracias a una gran diversidad de apoyos proporcionados por adultos y pares más conocedores e informados. 

Este modelo de aprendizaje queda excelentemente caracterizado como un proceso de inducción, o como un modelo del aprendiz, mediante el cual se permite a los novatos participar y hacer contribuciones en un contexto de trabajo real, pero a los que se asignan tareas adaptadas a su nivel particular de competencia. El ejemplo paradigmático, desde luego, es la forma como se adquiere el lenguaje gracias a un proceso de práctica mediada socialmente (Bruner, 1985). 

En la teoría sociocultural es fundamental comprender que los productos de la actividad (los resultados del aprendizaje) están integrados en las prácticas culturales del ambiente donde se desarrolla la actividad. De este modo, aprender a conocer es volverse un adepto que participa en las maneras de hablar, las representaciones del conocimiento y el uso de herramientas asociadas con una comunidad de práctica específica. 

En otro lado he propuesto una concepción del aprendizaje social-constructivista4, que reúne las teorías cognitiva y sociocultural (Shepard, 2000). Si bien hay muchos puntos discutibles no resueltos entre estas dos perspectivas y en el interior de ellas, las considero compatibles. Vygotsky (1978, p. 57) sostenía que “todas las funciones en el desarrollo cultural del niño aparecen dos veces: primero, en el nivel social, y luego en el nivel individual; primero entre la gente (interpsicológica), y luego dentro del niño (intrapsicológica).” Siguiendo la dirección de Vygotsky, pues, podemos usar la investigación sociocultural para entender los procesos sociales que respaldan y definen el aprendizaje, y la teoría cognitiva, con el fin de entender los procesos mentales subsecuentes y recurrentes del individuo. Obsérvese, sin embargo, que incluso el razonamiento y las reflexiones de una persona aparentemente  

En este capítulo no defino ni uso el término social-constructivismo como la conjunción de las teorías cognitiva y sociocultural, porque algunos autores utilizan el social-constructivismo en forma más estrecha para referirse solamente a una variante de la teoría cognitiva. La evaluación en el aula 19 vadas, están integradas socialmente, porque el individuo lleva consigo las formas de razonar, las expectativas, los criterios, etcétera. de su mundo social. Más recientemente, en mi trabajo me he concentrado en la teoría sociocultural porque creo que es la teoría más completa.

 2.2 Un modelo de la evaluación formativa Sadler (1989) aportó el modelo más aceptado de la evaluación formativa. Este autor indicó que es insuficiente que los maestros simplemente den una retroalimentación respecto de si las respuestas son correctas o incorrectas. En vez de ello, para facilitar el aprendizaje, es igualmente importante que la retroalimentación esté vinculada explícitamente a criterios claros de desempeño y que se proporcione a los estudiantes estrategias de mejoramiento. 

Este modelo de evaluación formativa fue explicado más ampliamente en un reporte reciente de Atkin, Black, y Coffey (2001) sobre evaluación en ciencias en el aula. 

Estos autores construyen el proceso de evaluación del aprendizaje con estas preguntas clave: 

• ¿Adónde tratas de ir?

• ¿Dónde estás ahora? 

• ¿Cómo puedes llegar ahí?

 Al responder la pregunta de evaluación (la No. 2, ¿dónde estás ahora?) en relación con el objetivo de la enseñanza (pregunta No. 1) y dedicándose específicamente a lo que se necesita para alcanzar el objetivo (pregunta No.3), el proceso de evaluación formativa respalda directamente el mejoramiento. 

Establecer objetivos claros para el aprendizaje por parte del estudiante implica mucho más que anunciar una finalidad de la enseñanza para que los estudiantes la contemplen. También requiere la elaboración de los criterios mediante los cuales será juzgado el trabajo del estudiante. 

¿Cómo sabrán el maestro y el estudiante que se ha entendido un concepto? 

¿Cómo se evaluará la capacidad del estudiante para defender un argumento? Luego, la fase de evaluación debe ocurrir durante el proceso de aprendizaje, mientras el estudiante trabaja en tareas que ejemplifican directamente el objetivo del aprendizaje que se propone alcanzar. 

Esta evaluación, que se hace en medio del aprendizaje, podría ocurrir por medio de preguntas al estudiante durante el trabajo grupal, cuando un/ una estudiante explica a la clase cómo resolvió un problema, o al examinar un trabajo escrito. 

Finalmente, en la tercera etapa, para que la evaluación formativa sea de verdadera ayuda para el aprendizaje, debe darse una retroalimentación que proporcione entendimiento acerca de cómo llenar una carencia. 

Por ejemplo, cuando un estudiante tiene aún confusión respecto de un concepto fundamental, ¿existe un método diferente para abordar el problema o un conocimiento esencial al que haya que volver? Si el razonamiento en un trabajo de composición está desarrollado en forma deficiente, ¿cómo puede corregirlo el estudiante después de tomar primero en consideración lo que falta en relación con los criterios de evaluación? 

Este modelo de evaluación formativa es más que una etapa de recolección de de datos. Es un modelo para el aprendizaje que corresponde directamente a la Zona de Desarrollo Próximo (ZDP) y a la teoría sociocultural del aprendizaje. Tal como lo visualizó Vygotsky (1978), la Zona de Desarrollo Próximo es la región, en un continuo imaginario de aprendizaje, entre lo que un niño puede hacer de manera independiente y lo que ese mismo niño puede hacer si lo ayudan. Wood, Bruner y Ross (1976) desarrollaron además la idea del andamiaje para caracterizar el apoyo, bajo la modalidad de guía, indicaciones y estímulo, que los adultos proporcionan en la ZDP con objeto de capacitar a quien aprende a desempeñar a un nivel de logro algo que de otro modo no habría sido capaz de alcanzar. 

La etapa de evaluación en el modelo de evaluación formativa (¿dónde estás ahora?) proporciona la  Scaffolding en inglés. Se refiere a la técnica mediante la cual el maestro modela la tarea o la estrategia deseada del aprendizaje, y luego traslada gradualmente la responsabilidad a los estudiantes.

Textos de evaluación  comprensión que se necesita para un respaldo eficaz. Y el modelo formativo completo, que comprende el esclarecimiento del objetivo y la identificación de los medios para llegar ahí, puede verse esencialmente como un sinónimo del andamiaje de la enseñanza. 

En realidad, la versión plenamente elaborada de Sadler de la evaluación formativa requiere que los maestros y los estudiantes tengan una comprensión y una apropiación compartidas del objetivo de aprendizaje y, por último, que los estudiantes sean capaces de supervisar su propio mejoramiento. Esto corresponde al objetivo del andamiaje: fomentar que quien aprende interiorice este proceso y asuma su responsabilidad. 

En el mundo real, los maestros rara vez tienen tiempo para dar sesiones de tutoría individuales o de hacer evaluaciones dinámicas que les permitieran dedicarse a impartir una enseñanza con andamiaje a un estudiante durante un ciclo completo de aprendizaje. Y, con seguridad, planear la enseñanza para un salón de clases completo lleno de estudiantes cuya ZDP es muy variada, es un verdadero reto. No obstante, pueden establecerse rutinas del aula para garantizar que los elementos básicos de la evaluación formativa y del andamiaje estén establecidas y funcionando en la forma de interacciones de enseñanza ordinarias. 

Por ejemplo, hablar con estudiantes en forma individual es una parte normal de la enseñanza de la escritura, junto con la corrección editorial por los compañeros o el ejercicio de la silla del autor, que es una práctica en la que un estudiante comparte algo que ha escrito con toda la clase. Otra estrategia es desarrollar las capacidades de los estudiantes para proporcionarse retroalimentación unos a otros. 

Una de las razones por las que el discurso sobre el aula ha recibido tanta atención en la investigación sobre la reforma en la enseñanza, es que las pautas de interacción grupal, especialmente las preguntas de los estudiantes y la forma en que explican su razonamiento, pueden proveer de andamiaje al aprendizaje del estudiante, sin que sea necesario que el docente invierta tiempo para atender a los estudiantes uno por uno. Cobb, Wood, y Yackel (1993) hablan de análisis de toda una clase donde hay andamiaje y donde los estudiantes son capaces no sólo de esclarecer su comprensión de conceptos matemáticos, sino también de practicar las normas y formas sociales de hablar en esa disciplina. 

De igual manera, en clases de investigación en Ciencias (Hogan y Pressley, 1997), los estudiantes aprenden a dar evidencias que sustenten una posición y también a criticar las conclusiones sin fundamento de sus compañeros de clase: una forma valiosa de retroalimentación. Semejantes despliegues públicos en que se desarrolla el pensamiento crean, asimismo, la oportunidad perfecta para la evaluación formativa. Idealmente, pues, la evaluación formativa debe quedar perfectamente integrada en la enseñanza.

En los párrafos que siguen me explayo sobre los elementos específicos del proceso de evaluación formativa, los cuales tienen un extenso fundamento de investigación. Comienzo ocupándome del contenido porque la evaluación carece de significado si no abarca las cosas que más queremos que aprendan los estudiantes. 

En seguida considero los avances de los estudiantes porque, dentro de los contenidos de las materias, los maestros deben tener también una idea de las progresiones típicas de aprendizaje, con el fin de que sepan en qué dirección ayudan a los estudiantes, y también cómo respaldarlos cuando la comprensión falla. 

Más tarde tomo en cuenta aspectos específicos de las interacciones entre evaluación y enseñanza, cómo tener acceso al conocimiento previo, cómo hacer explícitos los criterios, proporcionar retroalimentación, etcétera. No obstante, no hace falta que ninguno de estos procesos interrumpa la enseñanza, sino que más bien deben retroalimentar un aprendizaje continuo. 

Aun si uno toma tiempo para un examen formal, los resultados pueden utilizarse para un diagnóstico de la enseñanza con el fin de decidir qué conceptos necesitan más análisis y trabajo. Y los estudiantes pueden llegar a entender que tales evaluaciones tienen una finalidad de aprendizaje. 

La evaluación en el aula

La importancia del contenido: selección de las tareas de enseñanza y de evaluación que encarnan objetivos de aprendizaje La evaluación no puede impulsar el aprendizaje si se basa en tareas o preguntas que distraen la atención de los verdaderos objetivos de la enseñanza. Históricamente, las pruebas tradicionales a menudo dirigían erradamente la enseñanza cuando se centraban en lo que era más fácil de medir en vez de centrarse en lo que era importante aprender. 

La enseñanza en clase debe ocupar a los estudiantes en actividades de aprendizaje, las cuales sean lo más directamente posible ejemplos de los objetivos reales del aprendizaje. Si queremos que los estudiantes sean capaces de leer libros, periódicos y poemas, ellos deben en realidad hacer eso, por lo que no hay que darles materiales abreviados y simulados, excepto cuando queramos adaptarlos a su edad. 

De igual modo, en Ciencias, si queremos que los estudiantes sean capaces de razonar y usar el conocimiento científico, entonces debemos darles la oportunidad de explicarse cómo funcionan las cosas, realizando investigaciones y elaborando explicaciones con sus propias palabras, para que así conecten sus experiencias con las teorías del libro de texto. La evaluación, entonces, debe realizarse como parte de estas actividades de aprendizaje significativo. 

Si los estudiantes realizan un proyecto de investigación en Historia o muestran a la clase cómo resolvieron un problema de Matemáticas, entonces la tarea de la enseñanza es la labor de la evaluación. Un rasgo definitorio de las reformas basadas en estándares ha sido el desarrollo de normas curriculares que sirven para revigorizar y realzar qué significa saber y demostrar aprovechamiento en cada disciplina. 

Por ejemplo, el Curriculum and Evaluation Standards for School Mathematics del NCTM (1989)6 plantea expectativas, hace hincapié en la solución de problemas, la comunicación, el razonamiento matemático y el establecimiento de conexiones que van mucho más allá del dominio de las habilidades y los conceptos básicos. 

No es de sorprender que la reforma de la evaluación fuera una parte igualmente importante de los movimientos de estándares, por la necesidad de alcanzar estos objetivos más ambiciosos. El término alineación se ha utilizado para especificar la correspondencia deseada entre evaluaciones y estándares curriculares. 

Desafortunadamente, el significado de alineación se desvaloriza un tanto cuando los editores de pruebas muestran que todos su reactivos de selección múltiple pueden hacerse corresponder con las categorías de los estándares de contenido de un estado, aun cuando en conjunto sólo utilizan un estrecho subconjunto de los estándares deseados. 

Anteriormente, he propuesto el término encarnar como una forma de caracterizar mejor la alineación más completa y real que ocurre cuando las tareas, los problemas y los proyectos en los que están ocupados los estudiantes representan toda la gama y profundidad de lo que decimos que queremos entiendan y tengan capacidad de hacer (Shepard, 2003). Tal como lo ilustraron Wiggins y McTighe (1998), la elaboración de evaluaciones que manifiesten objetivos de aprendizaje es esencial para una buena enseñanza, y no sólo una cuestión de medir resultados. 

En vez de un planeamiento de la enseñanza que se concentre en actividades interesantes, Wiggins y McTighe utilizan un proceso de planificación hacia atrás, que empieza con los objetivos de la enseñanza, luego se cuestiona ¿cuál será una evidencia convincente o una demostración de que hubo aprendizaje? y al final planea actividades que permitirían desarrollar en los estudiantes esa comprensión. 

Con esta última como objetivo de la enseñanza, subrayar la evaluación fuerza a los maestros a explicar en forma muy clara y sin lugar a dudas qué aspecto tendría la evidencia de la comprensión, y estas descripciones del desempeño los mueven a brindar oportunidades a los estudiantes para que desarrollen y practiquen estas habilidades que de otro modo podrían haberse perdido si la comprensión se hubiese dejado sólo como un objetivo declarado para toda la unidad. Por ejemplo, un maestro encontraría pruebas de comprensión por parte de los estudiantes si éstos pudieran explicar su razonamiento o aplicar su conocimiento en un contexto nuevo. 

Y cada una de estas facetas puede desarrollarse aún más para dejar en claro qué es lo que los estudiantes serían capaces de hacer. Por ejemplo, el criterio de Wiggins y McTighe (1998) para una explicación que demuestre comprensión incluye dar razones creíbles, proporcionar una explicación sistemática, o utilizar modelos mentales útiles. Si bien es cierto que ser capaz de explicar un concepto exige mucho más que conocerlo, conocer y explicar guardan una estrecha relación entre sí, y el razonamiento y pensamiento que además se requieren para producir una explicación creíble son exactamente el tipo de esfuerzo mental que hace falta para desarrollar una comprensión más flexible y más profunda. 

Progresiones del aprendizaje 

Las progresiones del aprendizaje o los continuos del aprendizaje son importantes para monitorear y respaldar el desarrollo a lo largo del tiempo. 

A diferencia de los estándares, que han recibido una gran atención durante la última década, se ha desarrollado relativamente poco y ha habido mucha menos investigación para explicar las progresiones en el aprendizaje. 

Desde luego que la mayoría de los maestros tienen cierto sentido intuitivo de qué sigue, o no serían capaces de ayudar a los estudiantes a desempeñarse mejor. 

Sin embargo, incluso los maestros más capacitados podrían sacar provecho de modelos con mayor desarrollo formal sobre cómo se despliega el aprendizaje en un ámbito curricular, y se beneficiarían también si conocieran las variaciones y desviaciones naturales del patrón típico. 

Si bien las progresiones empíricamente validadas pueden hacer posible un andamiaje más comprensivo de la enseñanza, las progresiones jamás deben interpretarse como algo cerrado o como una secuencia absoluta de requisitos. 

El mapa de progreso en escritura que aparece el cual ejemplifica una progresión en el aprendizaje, fue diseñado para reunir datos básicos sobre la realización y los logros de estudiantes del tercer y quinto grados en el curso de Lengua, incluyendo Habilidades de lectura, Revisión visual, Audición y Expresión oral y escrita (Masters y Forster, 1997). 

El progreso de un estudiante en conseguir el control de estructuras y convenciones del lenguaje puede diagramarse o comunicarse en este continuum, el cual proporciona una imagen del crecimiento individual en contraposición con un telón de fondo de expectativas establecidas normativamente. A diferencia de los informes de evaluación, que se ven más bien como una lista de verificación de objetivos de los diferentes grados, los mapas de progreso tienen implicaciones más directas para la enseñanza, porque brindan simultáneamente una imagen de las fortalezas y debilidades y una manera de mirar hacia lo que viene para cada una de las facetas del campo de que se trate. 

Por ejemplo, un estudiante de segundo grado puede estar muy avanzado en el uso de la puntuación (mayúsculas y puntos) y deletrear palabras comunes correctamente (Nivel 3), pero tal vez necesite ayuda para experimentar e ir más allá de estructuras repetitivas de oraciones (Nivel 2). 

En Australia, los sistemas de evaluación son coherentes con las evaluaciones en el aula y en gran escala están relativamente bien desarrollados y vinculados a un mismo mapa de progreso (Forster y Masters, 2004). 

Algo parecido sucede en los Países Bajos, donde se elaboran trayectorias aprendizaje-enseñanza para proporcionar los conocimientos pedagógicos necesarios para respaldar el desarrollo del pensamiento del estudiante a lo largo del tiempo (Van der Heuvel- Panhuizen, 2001). 

En Estados Unidos, en cambio, el desarrollo de progresiones de aprendizaje útiles para la enseñanza se ha visto limitado por la forma transversal y a retazos, que con el tiempo han propiciado los sistemas de evaluación en gran escala. Las evaluaciones estatales y nacionales, que originalmente se propusieron monitorear tendencias en momentos particulares, 

La evaluación en el aula 23 centraron la atención en las expectativas del nivel a alcanzar en ciertos grados fundamentales (cuarto año de primaria, segundo de secundaria y tercero de preparatoria). En años más recientes, los estados, que ahora piden más requisitos para las pruebas individuales, completan los grados intermedios e intercalan las expectativas curriculares. 

No obstante, estas expectativas, especialmente en momentos en que los estándares de nivel internacional se han establecido en currículos que nunca se habían implementado antes, no necesariamente reflejan la trayectoria del desarrollo de estudiantes reales. Al mismo tiempo, existe el peligro de que depender de promedios normativos para establecer progresiones, congelará las expectativas curriculares pasadas de moda o establecerá expectativas demasiado bajas –porque promedian los resultados de una enseñanza fallida. 

Por ejemplo, con base en datos empíricos, la Keymath Diagnostic Arithmetic Test (Connolly, Nachtman, y Pritchett, 1972) utiliza reactivos en la forma de 4 1/2 x 5 como ejemplo de la Aritmética que, se espera, deben dominar los estudiantes en el grado equivalente al tercero de secundaria. 

Lo que hace falta es un proceso para crear continuos de aprendizaje que estén basados no sólo en la investigación, sino en un juicio experto que incluya la validación de los continuos propuestos en el contexto de un currículo bien implementado. Hasta la fecha, algunas de las investigaciones más fundamentadas y más pertinentes respecto de la enseñanza, se han hecho en las áreas del alfabetismo emergente y de la habilidad con los números también emergente, las cuales pueden servir como modelo. 

Por ejemplo, en la ortografía prefonémica, los niños escriben primero letras que representan palabras sin relacionar los sonidos de las letras con la palabra deseada. Después dan un paso en su desarrollo cuando empiezan a escribir letras que tienen correspondencia con los fonemas más prominentes en una palabra, y así sucesivamente (Hiebert y Raphael, 1998). De modo parecido, las estrategias naturales de los niños para sumar se desarrollan con el tiempo, desde que empie- Revisa escritura para que sea consistente en contenido y estilo. Hace pruebas con distintos reordenamientos de oraciones. 

Controla estructuras gramaticales y puntuación en oraciones complejas. Organiza la escritura en un todo coherente apropiado al contexto (por ejemplo: párrafos para textos narrativos y subtítulos para textos informativos). Utiliza vocabulario preciso y eficaz. Se acerca a la ortografía de palabras particularmente difíciles utilizando modelos y convenciones. Empieza a adoptar convenciones de formato estructurado para organizar su trabajo (por ejemplo: una exposición introductoria general a un informe). 

Maneja una diversidad de formas de oraciones (por ejemplo: oraciones sencillas y complejas). Utiliza puntuación apropiada la mayor parte del tiempo. Da cuerpo a su escritura con un inicio y un final claros, y posiblemente divide los párrafos. Utiliza vocabulario apropiado la mayor parte del tiempo. 

Escribe correctamente la mayor parte de las palabras. Muestra algunas evidencias de cierta planeación, revisión y corrección de su propia escritura. Controla la estructura de oraciones sencillas e intenta utilizar estructuras más complejas. Intenta variar inicios de oración. Intenta dar forma a su escrito en lo referente a la estructura (por ejemplo: idea del principio y el fin). 

Escribe correctamente muchas de las palabras comunes. 

Escribe legiblemente. 

Usa oraciones sencillas. 

Usa una estructura repetitiva de oración. 

Utiliza conjunciones sencillas (por ejemplo, “y” “pero”). 

Controla la puntuación común a menudo o todo el tiempo (por ejemplo, mayúsculas y puntos). 

Escribe correctamente casi todo el tiempo palabras muy frecuentes. 

Escribe de un modo que otros pueden por lo general entender. 

Utiliza algunas convenciones básicas (por ejemplo, escribe de izquierda a derecha y pone espacios entre las palabras). 

Maneja algunas palabras conocidas, o palabras representadas por sus letras iniciales. Utiliza algunas letras iniciales correctas y otros sonidos.

 El niño puede volver a leer lo que ha escrito mientras lo está escribiendo  de progreso en escritura fundamentado empíricamente Realización y logros en escritura Nivel 1 Nivel 2 Nivel 3 Nivel 4 Nivel 5 Fuente: 

Evaluación del conocimiento previo 

El conocimiento previo es esencial para el aprendizaje. De hecho, el proceso del aprendizaje puede concebirse como lo que hacemos para conectar e integrar una nueva comprensión con el conocimiento existente. 

El conocimiento previo incluye el aprendizaje formal, como el de un preescolar que aprende la norma de no cruzar la calle sin mirar hacia los dos lados, pero también incluye una multitud de explicaciones implícitas, las cuales nos enseñamos a nosotros mismos, sobre cómo funciona el mundo. 

Estas intuiciones o teorías que nos enseñamos a nosotros mismos pueden en ocasiones facilitar nuevo aprendizaje, como cuando las explicaciones científicas se dominan fácilmente porque tienen sentido y armonizan con nuestra experiencia previa. 

Las teorías intuitivas también pueden ser el origen de conceptos erróneos importantes que obstaculizan el aprendizaje nuevo y son relativamente impenetrables al cambio que busca la enseñanza, a menos que los estudiantes reciban una forma estructurada de trabajo que les permita resolver las inconsistencias entre sus intuiciones y otras evidencias. Las estrategias eficaces de enseñanza se basan en el conocimiento previo de los estudiantes como recurso. 

Por otra parte, al usarse rutinas de activación del conocimiento al principio de nuevas lecciones y unidades de estudio, los maestros ayudan a los estudiantes a desarrollar el hábito de preguntarse (cuando se enfrentan a un nuevo aprendizaje o a una tarea en la que tengan que resolver un problema) de lo que ya sé, ¿qué puede ayudarme a resolver esto? Muchas actividades de conocimiento previo −como las conversaciones instruccionales (Tharp y Gallimore, 1988) y las técnicas K-W-L7 (Ogle, 1986)− no son consideradas como evaluaciones como tales ni por maestros ni por estudiantes. 

Sin embargo, sí aportan datos valiosos para corregir la enseñanza, como cuando los maestros encuentran lagunas en un conocimiento que suponen ya asimilado o cuando descubren que los estudiantes saben mucho más sobre un tema de lo previsto. 

Dada la evidencia obtenida, gracias a la investigación, sobre la necesidad de combatir conceptos erróneos cuando se presenten, el reconocimiento explícito de los conceptos erróneos evaluados como la razón para las actividades posteriores de enseñanza podría ser una manera de elevar la conciencia de los estudiantes de que la evaluación está al servicio de la finalidad del aprendizaje. 

El conocimiento previo es más que un conjunto de hechos que un estudiante ha acumulado en su casa y en grados anteriores. El conocimiento previo también incluye patrones de lenguaje y formas de pensar que los estudiantes desarrollan por medio de sus roles sociales y sus experiencias culturales. 

Los maestros pueden a veces interpretar mal las diferencias en las prácticas culturales y considerarlas como evidencia de un déficit. Por ejemplo, los niños blancos de clase media están más acostumbrados a que les hagan preguntas descontextualizadas, como ¿qué color es éste?, que los niños de otros grupos sociales (Heath, 1983). 

Las reglas implícitas de interacción pueden hacer que a los maestros se les dificulte advertir las fortalezas de los estudiantes fuera de su propio grupo social, a menos que dispongan de medios para sacar esas fortalezas de una manera que tenga sentido culturalmente. Por ejemplo, Moll, Amanti, Neff y González (1992) utilizan el concepto fondos de conocimiento con charlas en las que se exploran ideas más que respuestas a preguntas de exámenes que se evaluarán. 

Técnicas KWL: K Representa la ayuda que se da a los estudiantes para que recuerden lo que Saben [know, en inglés] sobre la materia. W – Representa la ayuda que se da a los estudiantes para que determinen lo que Quieren [want, en inglés] aprender. L - Representa la ayuda que se da a los estudiantes para que identifiquen lo que Aprenden [learn, en inglés] al leer. [N. T.] 

La evaluación en el aula  para referirse al conocimiento que reciben en casa los niños de familias pobres, y que se basa en la agricultura, la carpintería, la medicina, la religión, el cuidado infantil y las actividades relacionadas con el manejo del presupuesto, que pueden usarse para reforzar el conocimiento escolar. 

Criterios explícitos y el uso de guías de calificación (rúbricas) El modelo de evaluación formativa requiere que el maestro y el estudiante tengan una comprensión compartida de los objetivos del aprendizaje. 

En la teoría cognitiva, las metas deben definirse explícitamente y ser visibles para los estudiantes. En la teoría sociocultural, una comprensión del objetivo se construye conjuntamente mientras el estudiante recibe ayuda para mejorar su desempeño. 

Cuando los maestros ayudan a los estudiantes a entender e internalizar los estándares de excelencia de una disciplina —es decir, aquello que hace que un trabajo de historia o una explicación matemática sean buenos— les ayudan a desarrollar la conciencia metacognitiva de aquello a lo que necesitan prestar atención mientras escriben o resuelven un problema. Ciertamente, aprender las normas y formas de una disciplina es parte del aprendizaje de ésta, y no sólo un medio para sistematizar o justificar la calificación. 

Por otra parte, no es probable que los estudiantes lleguen a entender qué significan los estándares de excelencia simplemente porque el maestro coloque en la pared las guías de calificación [scoring rubrics], aunque éstas pueden ser un punto de referencia útil. 

Más bien, los estudiantes desarrollan la comprensión de las expectativas por medio de la retroalimentación y de las autoevaluaciones, gracias a las cuales los criterios se vinculan directamente a sus propios esfuerzos de aprendizaje

Retroalimentación 

Uno de los hallazgos más antiguos de la investigación psicológica (Thorndike, 1931) es que la retroalimentación facilita el aprendizaje. Sin retroalimentación —sobre errores conceptuales o retrocesos ineficaces— es probable que el que aprende persista en cometer los mismos errores. 

En un extenso meta-análisis de 131 estudios controlados, Kluger y DeNisi (1996) dieron a conocer un tamaño de efecto [effect size] o ganancia de 0.4 gracias a la retroalimentación. También reconocieron una variación significativa en el estudio con aproximadamente un tercio de los estudios que mostraron efectos negativos. 

Al intentar identificar las características de retroalimentación más asociadas con los efectos positivos, Kluger y DeNisi descubrieron que es más probable estimular el aprendizaje cuando la retroalimentación se enfoca en ciertos aspectos de la tarea y destaca los objetivos de aprendizaje. 

Este importante hallazgo proveniente de la literatura sobre la retroalimentación, es consistente con mi argumento anterior para las guías de calificación [rubrics], las cuales permiten juzgar el desempeño en relación con criterios bien definidos (en vez de juzgar a un estudiante comparándolo con otros), y se armoniza con los descubrimientos de la literatura sobre motivaciones que analizaré posteriormente en el contexto de las prácticas de calificación. 

De acuerdo con evidencias de la investigación, es un error hacer elogios falsos, tratando de motivar a los estudiantes y aumentar su autoestima. Al mismo tiempo, la retroalimentación negativa directa, sin consideraciones, puede minar el aprendizaje y la disposición del estudiante a esforzarse más. 

Por consiguiente, una comprensión de las consecuencias motivacionales de la retroalimentación es tan importante como conocer sus propósitos cognitivos. El modelo de evaluación formativa, consistente con la literatura cognitiva, demuestra que la retroalimentación es especialmente eficaz cuando dirige su atención a cualidades particulares del trabajo del estudiante en relación con criterios establecidos y proporciona una guía sobre qué hacer para mejorar. 

Además, los maestros deben establecer un clima de confianza y desarrollar normas en clase que posibiliten la crítica de evaluación constructiva. Esto significa estratégicamente que la retroalimentación debe ocurrir durante el proceso de aprendizaje (y no al final, cuando ya se terminó el aprendizaje de ese tema); maestro y alumnos deben tener una comprensión compartida de que la finalidad de la retroalimentación es facilitar el aprendizaje; y puede significar que la calificación debe quedar en suspenso durante la etapa formativa. 

Para que haya una retroalimentación eficaz, es necesario que los maestros sean capaces de analizar el trabajo del estudiante e identificar los patrones de errores y las lagunas que más atención requieren (no cualquier error posible). 

En un estudio de intervención, Elawar y Corno (1985) descubrieron que los maestros mejoraban extraordinariamente la eficacia de la retroalimentación cuando se concentraban en estas preguntas: “¿Cuál es el error principal? ¿Cuál es la razón probable de que el estudiante cometiera este error? ¿Cómo puedo guiar al estudiante para que evite el error en un futuro?” (p. 166). Los maestros también deben entender la teoría de cómo la retroalimentación incrementa el aprendizaje para que ellos puedan desarrollar rutinas en el aula que comprueben la comprensión de los estudiantes y aseguren que no los dejan solos para que persistan en los malos hábitos o los conceptos erróneos. 

Enseñar y evaluar para que haya transferencia 

La transferencia se refiere a la capacidad de utilizar nuestro conocimiento en contextos nuevos. La transferencia es obviamente una meta del aprendizaje. ¿De qué sirve el conocimiento si no podemos acceder a él o no podemos aplicarlo? Sin embargo, los estudios de la capacidad de los estudiantes para utilizar información pertinente incluso de una lección reciente en la que hubo aciertos son notoriamente decepcionantes. 

La transferencia se ve inhibida cuando los estudiantes aprenden de memoria y se someten a rutinas mecánicas para resolver problemas sin pensar. Los ejemplos son numerosos, y van desde reagrupar (o pedir prestado) de memoria en aritmética de segundo grado a las soluciones a problemas del tipo inserta y a ver si pega en los cursos de física en la universidad 

En cambio, la investigación sobre expertos y novatos y los estudios de transferencia nos demuestran que es más probable que haya transferencia cuando el aprendizaje inicial se centra en la comprensión de principios fundamentales, cuando se consideran explícitamente las relaciones de causa y efecto y sus razones, y cuando los principios de aplicación están presentes en forma directa. 

Dar clases para que haya transferencia requiere que la enseñanza inicial se centre en la comprensión. También significa trabajar ostensiblemente para ampliar la comprensión de los estudiantes. 

Por ejemplo, debe ser algo común —tan pronto como se vea que los estudiantes han dominado un nuevo tipo de problema o una manera de resolver un problema— que los maestros hagan una nueva pregunta relacionada con ese conocimiento pero lo amplíe. 

Éstas son tareas ejemplares en varios sentidos. En primer lugar, ilustran que las buenas tareas de evaluación pueden ser intercambiables con las buenas tareas de enseñanza. Segundo, la investigación completa de la que se han extraído estos problemas ayuda claramente a desarrollar un entendimiento del principio fundamental de equivalencia, al pedir a los estudiantes que establezcan relaciones entre representaciones tabulares, gráficas y algebraicas. 

Tercero, los problemas de aplicación pueden pensarse como tareas de cuasi-transferencia que pueden utilizarse Plug and chug es la expresión original en inglés: En los cursos introductorios de física en la universidad, los estudiantes empiezan a resolver un problema recurriendo a la solución algebraica y numérica, es decir buscan ecuaciones y las manipulan, insertando números en las ecuaciones hasta encontrar una combinación que produzca una respuesta. 

Rara vez utilizan su conocimiento conceptual de física para analizar cualitativamente la situación del problema, ni tampoco planean sistemáticamente una solución antes de que empiecen con sus manipulaciones numéricas y algebraicas de las ecuaciones. 

Cuando llegan a una respuesta, generalmente se muestran satisfechos y rara vez verifican si la respuesta tiene sentido. [N. T.] 

La evaluación en el aula para estar seguros de que los estudiantes pueden generalizar lo que han aprendido en la investigación. Sin embargo, los estudiantes tendrán que pensar un poco sobre las características únicas de la nueva tarea. No pueden simplemente aplicar la regla del Problema 1 de memoria a las Aplicaciones 1 y 2. Una de las razones por la cual los expertos tienen mejores habilidades de transferencia que los novatos, es porque son capaces de reconocer peculiaridades de los problemas que son las mismas y diferentes a las de problemas resueltos con anterioridad. 

Por consiguiente, es importante que los estudiantes aprendan a pensar específicamente sobre cómo pueden utilizar lo que ya saben. En este sentido, enseñar para manejar estrategias de transferencia, especialmente de transferencia lejana, también tiene correspondencia con las técnicas de conocimiento previo. 

Auto-evaluación del estudiante 

Hacer que los estudiantes se ocupen en criticar su propio trabajo es útil tanto desde el punto de vista cognitivo como desde el motivacional. En esencia el hábito de auto-evaluarse lleva a la auto-supervisión del desempeño, que es la finalidad del andamiaje de la enseñanza así como el objetivo del modelo de evaluación formativa de Sadler (1989). 

El proceso de auto-evaluación se basa en las ventajas metacognitivas de los criterios explícitos, pues se pide a los estudiantes que piensen y apliquen criterios en el contexto de su propio trabajo. 

Al hacerlo así, los estudiantes se explican y llegan a entender qué significan los criterios de un modo más profundo que si sólo leyeran una lista de ellos. En términos más generales, este tipo de práctica asistida de metacognición —es decir, la práctica en la cual los estudiantes aprenden estrategias para supervisar su propio aprendizaje— ayuda a desarrollar las capacidades metacognitivas de los estudiantes. 

Al mismo tiempo, la auto-crítica puede incrementar la responsabilidad del estudiante ante su propio aprendizaje y hacer que la relación entre el maestro y él sea de más colaboración. 

Esto no significa que los maestros renuncien a su responsabilidad, sino que al compartirla, consiguen que el estudiante tenga mayor posesión, menos desconfianza y más reconocimiento de que las expectativas no son caprichosas ni que están fuera de su alcance. 

Una tarea inicial de evaluación y de enseñanza y tareas de aplicación de transferencia cercana Problema 1 En este problema, explorarás esta pregunta: 

Si una piscina cuadrada tiene lados de L pies de longitud, ¿Cuántos azulejos se necesitan para formar el borde? 

A. Dibuja en un papel cuadriculado para que te formes una idea de cuántos azulejos se necesitan para los bordes de piscinas cuadradas con lados de longitud 1, 2, 3, 4, 6 y 10 pies. Registra tus resultados en una tabla. 

B. Escribe una ecuación para el número de azulejos (N) que hacen falta para formar un borde de una piscina cuadrada con lados de longitud de (L) pies. 

C. Trata de escribir por lo menos una ecuación más para la cantidad de azulejos que hacen falta para el borde de la piscina. 

¿Cómo podrías convencer a alguien de que tus expresiones para la cantidad de azulejos son equivalentes? 

 En estudios de caso de dos localidades australianas e inglesas, Klenowski (1995) descubrió que los estudiantes que participaron en una auto-evaluación se interesaron más en los criterios y en la retroalimentación sustantiva que en su calificación misma. 

Los estudiantes también manifestaron que debían ser más honestos respecto de su propio trabajo, así como también tendrían que ser honestos con otros estudiantes y estar preparados para defender sus opiniones tomando en cuenta la evidencia. Los datos de Klenowski (1995) respaldan la aseveración previa de Wiggins (1992) de que hacer que los estudiantes analicen su propio trabajo hace que se apropien del proceso de evaluación y “hace posible llevar a los estudiantes a niveles más altos porque los criterios son claros y razonables” (p. 30). 

En un estudio experimental de White y Frederiksen (2000), los estudiantes aprendieron a usar los criterios de la investigación científica para evaluar su propio trabajo. Como parte del protocolo, los estudiantes del grupo experimental tuvieron que escribir una exposición razonada cada vez que se auto-evaluaban, señalando los rasgos distintivos de su trabajo que respaldaban sus valoraciones. 

Además, los estudiantes utilizaron los criterios para dar retroalimentación a sus compañeros de clase cuando se presentaron proyectos en clase en forma oral. En comparación con el grupo control, los estudiantes que habían participado en la auto-evaluación presentaron proyectos que fueron valorados mucho más por sus maestros (con base en los criterios compartidos). 

Por otro lado, estudiantes que al inicio tenían realización y logros deficientes mostraron mejoras notables en una medición de comprensión conceptual. Aplicaciones a. ¿Cuántos azulejos cuadrados de 1 pie se necesitan para formar el borde de una piscina que mide 10 pies de largo y 5 de ancho? b. Anota una expresión para la cantidad de azulejos del borde que se necesitan para una piscina que mide L pies de largo y A pies de ancho. c. Anota una expresión diferente para la cantidad de azulejos que se necesitan. Explica por qué tus expresiones son equivalentes. 

Una tina cuadrada tiene lados de longitud de L pies. Se crea un borde al colocar azulejos cuadrados que miden 1 pie de cada lado a lo largo de los bordes de la tina y azulejos triangulares en las esquinas. Los azulejos triangulares se hicieron cortando azulejos cuadrados a la mitad a. Si la tina tiene lados de una longitud de 7 pies, ¿Cuántos azulejos cuadrados se necesitan para hacer el borde? b. Escribe dos ecuaciones para la cantidad de azulejos cuadrados (C ) que hacen falta para hacer este tipo de borde para una tina cuadrada con lados de longitud de L pies

Como parte de las reformas curriculares, los expertos en contenido de diversas materias han desarrollado reformas en la evaluación para integrarlas mejor en la evaluación y la enseñanza. Algunas de estas estrategias, en particular, sirven para hacer que las autoevaluaciones y las evaluaciones por pares formen parte normal de la enseñanza en el aula. 

Por ejemplo, la técnica de la silla del autor es una práctica de enseñanza de lectoescritura en la que los estudiantes aprenden explícitamente las normas para escuchar y dar retroalimentación a sus compañeros de clase respecto de un escrito (Routman, 2000). Hablar con los estudiantes puede también ser un medio para ver si están desarrollando la capacidad de auto-evaluarse. 

Tanto el estudio de Klenowski como el de White y Frederiksen, ya mencionados, significaron un paso en la auto-evaluación, la cual llegó a formar parte de la enseñanza normal. Es importante mencionar que la finalidad de involucrar a los estudiantes en autoevaluaciones no es llegar a una calificación, sino que ellos obtengan una mayor comprensión, la cual puede utilizarse para nuevos aprendizajes. 

Evaluación de la docencia 

El modelo de evaluación formativa se centra en el aprendizaje del estudiante. Un uso igualmente importante de la evaluación en el aula es la evaluación y el perfeccionamiento de la docencia. 

A la par que los maestros reúnen evidencia acerca de la comprensión del estudiante, también toman en consideración cuáles prácticas docentes funcionan y cuáles no, y qué nuevas estrategias hacen falta. 

El Assessment Standards for School Mathematics del NCTM (1995) identificó tres tipos de decisiones docentes, las cuales fueron informadas a través de datos de evaluación: las decisiones de momento a momento, la planeación a corto plazo y la planeación a largo plazo. Cuando la evaluación y la enseñanza están eficazmente entrelazadas, entonces las ideas de evaluación pueden usarse en tiempo real para ajustar la enseñanza. 

Por ejemplo, si varios estudiantes cometen el mismo tipo de error, puede ser útil detenerse y dedicar un tiempo al concepto erróneo que subyace a éste. Mientras que la evaluación formativa se centra en qué puede hacer el estudiante para mejorar, la evaluación paralela de la docencia pregunta si los estudiantes han tenido una oportunidad adecuada para aprender. Los maestros que reflexionan sobre su práctica utilizan datos en forma sistemática para hacer juicios sobre los aspectos específicos de las estrategias docentes que quizá estén obstaculizando el aprendizaje. 

Buscan explicaciones del éxito o el fracaso en el aprendizaje, y se fijan especialmente en las decisiones de su enseñanza que pudieran ser la causa. Por ejemplo, ¿hay ciertas tareas que parecen hacer que los estudiantes piensen mucho, porque son muy interesantes y dan lugar a múltiples soluciones? ¿Hay algunas actividades que interesan a la mayoría de los niños pero que dejan a las niñas clavadas en sus asientos? ¿Batallan con las tareas escolares los chicos que aprenden dos lenguas, si no hay tiempo suficiente para hablar de su conocimiento pertinente de datos esenciales o para esclarecer expectativas? En una revisión ya clásica de su propia enseñanza, Mazur (1997) descubrió que los estudiantes podían resolver problemas como el número 2 de la Figura 17.3, pero no problemas como el número 1. Su extenso análisis de por qué los estudiantes podrían resolver problemas algorítmicos pero no conceptuales y qué hacía él que estimulaba la búsqueda de recetas (incluyendo la forma de sus exámenes) llevó a Mazur a reexaminar su manera de enseñar para enfocarse en estrategias de aprendizaje más activas. 

Cuando los maestros utilizan datos de evaluación para modificar su enseñanza, también dan un ejemplo importante a los estudiantes. Tal como sostuve con anterioridad, “si queremos desarrollar una comunidad de estudiosos —en la que los estudiantes busquen en forma natural retroalimentación y critiquen su propio trabajo— entonces es razonable que los maestros modelen el mismo compromiso de usar datos en forma sistemática, ya que esto se aplica a su propio papel en el proceso de enseñanza y aprendizaje”. (Shepard, 2000, p. 12) 

EVALUACIÓN SUMATIVA Y CALIFICACIÓN 

La evaluación sumativa y la calificación constituyen una seria amenaza para los objetivos de aprendizaje declarados por la evaluación formativa. De acuerdo con descubrimientos de la literatura motivacional y de estudios de maestros y estudiantes, las prácticas de las calificaciones pueden minar el proceso de aprendizaje de varias maneras. 

En primer lugar, las pruebas y las tareas calificadas comunican lo que es importante aprender. Si estas mediciones divergen de las metas del aprendizaje que se valora, entonces los estudiantes concentran su atención y esfuerzo sólo en la porción calificada del currículo. 

Segundo, el uso de calificaciones como premio o como castigo puede socavar la motivación intrínseca de aprender. 

Tercero, a aquellos estudiantes para quienes los criterios de las calificaciones les parecen fuera de su alcance, éstas pueden reducir su esfuerzo y su ulterior aprendizaje. 

Cuarto, la naturaleza comparativa de las prácticas tradicionales de calificación puede reducir la buena voluntad de los estudiantes de ayudar a otros o de aprender de los demás. 

En esta sección, considero qué finalidades se persiguen al calificar y resumo la investigación que se ha realizado sobre las prácticas actuales. 

Luego, después de examinar los hallazgos empíricos pertinentes de la literatura sobre la psicología cognitiva de la medición y sobre la psicología motivacional, hago un bosquejo de las prácticas de calificación de las que se espera sean no sólo válidas para comunicar logros sino que conduzcan al aprendizaje del estudiante. 

Si están construidas sobre el mismo modelo fundamental de desarrollar competencia en un campo del conocimiento, entonces es posible que las prácticas formativas y sumativas de evaluación alcancen coherencia y que se respalden mutuamente.

Finalidades de las calificaciones apropiadas a la edad, Los libros de texto de medición y de psicología educativa dan por sentado que calificar es algo que los maestros deben hacer. Son pocas las razones que se ofrecen, excepto que las políticas escolares exigen que los maestros den calificaciones, a menudo con especificaciones detalladas en cuanto a la información requerida en las boletas. 

De igual manera, tengo la certeza de que los maestros deben dar calificaciones principalmente porque los padres las desean. Sin embargo, indico que no ha habido estudios sistemáticos de los efectos de las prácticas de calificación sobre la realización y los logros del estudiante. Además, sé que existen tres públicos importantes para las calificaciones: los padres, los usuarios externos, tales como empleadores y funcionarios de servicios de admisión a las universidades, y los estudiantes mismos. 

Los estudiantes se convierten en el público principal de las calificaciones, porque lo que se les dirá a los demás acerca de sus logros, llega a desempeñar un papel muy importante en las interacciones del aprendizaje. No obstante, si los estudiantes fueran el único público, no queda claro que las calificaciones por sí mismas añadirían información útil. Más bien, lo que maestros y estudiantes necesitan más son evaluaciones sumativas que sirvan para verificar la consecución de logros importantes en la adquisición de competencias por parte de los estudiantes, y las cuales se relacionen con los mismos continuos de desempeño que se utilicen en la evaluación formativa. 

Cuando los estudiantes llegan a la secundaria, hay una expectativa mayor de que las calificaciones tengan significado para un público externo. Por ejemplo, una calificación alta en Lengua y Literatura debería implicar que el estudiante puede escribir una composición bien organizada; y un promedio de calificaciones de nueve debe significar que un alumno del último año de preparatoria está bien preparado para el trabajo universitario. 

Una finalidad básica del movimiento de estándares ha sido, en realidad, la de asegurar este tipo de comprensión compartida sobre el significado de las calificaciones. En cambio, es mucho más difícil llevar a cabo evaluaciones formales de niños pequeños y mucho menos necesario. Las evaluaciones de niños pequeños deben basarse en la observación realizada durante las actividades ordinarias del aula, y deben usarse con fines formativos y para comunicárselas a los padres. 

La NAEYC concluyó que para los niños en los primeros grados “El método de presentar informes a los padres no (debe) depender de las calificaciones con letras o números, sino que más bien (debe) proporcionar una información más significativa y descriptiva de manera narrativa” (p. 15). La evidencia respecto de qué tipo de información les parece útil a los padres de familia es limitada. En uno de los estudios, sorprendentemente, los padres de algunos niños de tercer año consideraron que lo más valioso era hablar con el maestro sobre el progreso de su hijo; el 77% dijo que esto les parecía muy útil (Shepard y Bliem, 1995). 

Lo siguiente más útil fue ver muestras calificadas del trabajo de mi hijo. El 60% de los padres refirieron que esto fue muy beneficioso en contraposición con las boletas y pruebas estandarizadas, de las que sólo el 43% y el 14% de ellos, respectivamente, consideraron que eran muy útiles. En datos de entrevistas, los padres explicaron que hablar con el maestro les pareció lo más valioso porque les daba un conocimiento de primera mano de las fortalezas y debilidades específicas de su hijo en el contexto del currículo del aula. 

Una generalización adicional de esta investigación tiene implicaciones significativas para las prácticas de calificación. Los padres quieren comparaciones normativas. No obstante, parecen estar deseosos de tener maestros que les digan cómo va su hijo en lo que respecta a las expectativas que debe responder según el grado, más que exigir una prueba referida a una norma. 

Esta sustitución de estándares de nivel de grado por comparaciones referidas a una norma, es importante en el contexto de reportes basados en estándares y, como veremos, a causa de las consecuencias desmotivadoras de las prácticas de calificación referidas a las normas estadísticas. 

a investigación en la práctica actual Brookhart (1994) identificó 19 estudios publicados en los diez años anteriores al trabajo que realizó sobre las prácticas docentes de calificación. Los métodos de estudio fueron variables y abarcaron desde exámenes a maestros hasta estudios de caso. Con el respaldo de resultados muy consistentes entre los estudios, Brookhart (1994) identificó las siguientes generalizaciones: 

• Los maestros tratan afanosamente de ser justos con los estudiantes, y en esto se incluye, informarles sobre cuáles serán los componentes de una calificación.

 • Las mediciones de rendimiento o desempeño, especialmente las pruebas, son los componentes más importantes para las calificaciones, pero el esfuerzo y la capacidad también suelen tomarse en consideración. 

• En las prácticas de calificación hay un efecto del nivel de grado. Los maestros de primaria utilizan evidencia y observación más informales. En el nivel Secundaria, La evaluación en el aula las mediciones de rendimiento con pruebas de lápiz y papel y otras actividades escritas constituyen una porción mucho mayor de la calificación. 

• Hay una variación individual entre las prácticas de calificación por parte de los docentes. 

Diferentes maestros perciben el significado y la finalidad de las calificaciones en forma diferente, y consideran de manera diferente los factores de desempeño positivo o negativo. 

Las prácticas identificadas en los hallazgos 1 y 3 —que los maestros tratan de ser justos y comunican sus criterios de calificación y que usan evidencia más informal en los grados de niveles inferiores— son consistentes con los estándares profesionales basados en la investigación. 

Sin embargo, el uso de factores de esfuerzo y capacidad para ajustar las calificaciones de desempeño es contrario a las recomendaciones de los expertos en medición y de los reformadores que se basan en los estándares. 

En un estudio de 143 maestros de escuelas primarias y secundarias del Medio Oeste, Cizek, Fitzgerald y Rachor (1995/1996) descubrieron de modo parecido que el 52% dijo que tomaban en cuenta la capacidad del estudiante individual y el 42% dijo que consideraban el esfuerzo del estudiante al asignar calificaciones. Cizek et al. observaron que los maestros se sirven de un conjunto variado de factores distintos al desempeño en formas que crean un sesgo de buenos resultados, lo que les ayuda a elevar las calificaciones de los estudiantes. 

Los expertos dan argumentos en contra de considerar el esfuerzo, la capacidad y la actitud cuando se califica, porque minan la validez de las calificaciones como indicadores de desempeño. 

Además, estos factores no pueden medirse con precisión, crean desigualdades, invitan a los estudiantes a fingir y confunden a la mayoría o a todos los públicos acerca del significado de las calificaciones. 

Al tratar de explicar la gran brecha entre la teoría y la práctica, Brookhart (1994) presenta varios argumentos en nombre de los maestros: el esfuerzo se considera como una parte de merecer una calificación; los hábitos de trabajo están estrechamente relacionados con la retroalimentación que los estudiantes necesitan respecto de cómo mejorar, y la participación es esencial para la relación del estudiante con el maestro como instructor. 

Si bien es decisivo entender los puntos de vista de los maestros y las realidades prácticas del aula, las creencias intuitivas de los maestros acerca de qué es justo y qué motiva a los estudiantes tal vez no cuente con el respaldo de la investigación. 

También debemos tomar en consideración si los maestros utilizan calificaciones de esfuerzo para controlar la conducta de los estudiantes, que no es lo mismo que crear un ambiente de aprendizaje que los motive. 

En un estudio de caso de los métodos de evaluación de los maestros (Lorsbach, Tobin, Briscoe y Lamaster, 1992), un hallazgo de gran importancia fue el que “las tareas y los sistemas de totalizar notas con frecuencia recompensan el haber completado las tareas y la motivación para aprender, y no tanto lo que se sabe” (p. 310). 

Aparentemente los maestros se desempeñaban dentro de la metáfora de la escuela es trabajo (Marshall, 1988), creando un elaborado sistema para estar informados del trabajo del estudiante, pero sin evaluar la calidad o el contenido de ese trabajo.

Importancia del contenido y del formato: qué se valora 

El contenido de las pruebas −qué se evalúa y cómo se evalúa− y el contenido de las tareas que se evalúan para un grado, comunican los objetivos de la enseñanza a los estudiantes y hacen que centren su atención y esfuerzo (obsérvese, sin embargo, que tan sólo dar puntos a tareas no garantiza que pongan atención, si la calidad del trabajo nunca se examina; véase Lorsbach et al., 1992). 

Anteriormente abordé la cuestión del contenido de la evaluación, en el contexto de la evaluación formativa, y volví a revisarlo cuando examiné el efecto de las pruebas externas en la enseñanza y el aprendizaje en el aula. Históricamente, los maestros, especialmente en el nivel secundario, se han atenido a las Textos de evaluación 34 pruebas formales con vistas a la calificación, y han usado predominantemente en sus pruebas preguntas de bajo nivel. Fleming and Chambers (1983) analizaron 8 mil 800 preguntas de pruebas desde la primaria hasta la secundaria y descubrieron que casi el 80% de ellas tenían el nivel del conocimiento en la taxonomía de Bloom (1956). 

Se descubrieron resultados parecidos una década después. En un estudio nacionalmente representativo, Madaus, West, Harmon, Lomax y Viator (1992) encontraron que el 53% de los maestros de matemáticas en secundaria y preparatoria y el 73% en primaria manifestaron que usaban pruebas del libro de texto al menos una vez al mes. Cuando los analizaron Madaus et al. (1992), sólo 3% de los reactivos en las pruebas finales contenidas en el texto examinaban conocimiento conceptual de alto nivel y alrededor del 5% examinaban habilidades de pensamiento de alto nivel. 

El restante 95% de los reactivos examinaban información, cálculos y uso de algoritmos y fórmulas en problemas de rutina, parecidos a los que esos estudiantes habían trabajado en el texto. Un porcentaje más alto de maestros comunicaron que hacían sus propias pruebas, pero cuando éstas fueron examinadas en estudios de campo, Madaus et al. (1992) descubrieron que eran adaptaciones que se parecían mucho a las pruebas del libro de texto. 

Más recientemente, Cizek et al. (1995/1996) dieron a conocer un importante hallazgo: era más probable que los maestros novatos elaboraran sus propias evaluaciones que los experimentados, quienes tenían la tendencia a atenerse a las pruebas preparadas comercialmente. 

Este hallazgo podía obedecer al hecho de que los maestros que empiezan tienen más conocimiento de los materiales basados en las reformas y los tipos de problemas y mayor acceso a los mismos. Como ya he subrayado con anterioridad, la naturaleza del logro en cada una de las disciplinas no puede ser representada adecuadamente por preguntas de bajo nivel en las que sólo se recuerda la información. 

La reforma de la evaluación ha sido parte integral de la reforma educativa a causa de la necesidad de involucrar a los estudiantes en tareas auténticas con el fin de desarrollar, usar y extender su conocimiento. Un trabajo más significativo dirigido a la comprensión conceptual no sólo proporciona mejores datos de evaluación acerca de cuán bien se desempeñan los estudiantes, sino que también tiene beneficios cognitivos y motivacionales. Por ejemplo, Crooks (1988) revisó estudios que examinaban el vínculo entre el formato de evaluación y las estrategias para estudiar de los estudiantes universitarios. 

Numerosos estudios corroboraron los primeros hallazgos de Marton y Saljo (1976) de que la aproximación de los estudiantes a las tareas de aprendizaje podría categorizarse como aproximaciones profundas o superficiales. 

Las profundas implicaban una búsqueda activa de significado, principios fundamentales y estructuras que relacionaran diferentes conceptos. Las aproximaciones superficiales se concentraban principalmente en la memorización de hechos aislados sin buscar conexiones entre estos hechos. 

Si bien hay otros factores que influyen en la tendencia de los estudiantes a usar aproximaciones profundas o superficiales, especialmente interés o motivación, en todos los estudios, su percepción de lo que exigían las evaluaciones que esperaban, tuvieron una evidente influencia en la elección de su estrategia. 

Los expertos en asignaturas valoran conceptualmente las tareas docentes ricas porque captan lo más importante para que los estudiantes aprendan. 

Los cognitivistas prefieren tareas estimulantes porque hacen que los estudiantes razonen y favorzcan la generalización si las tareas de transferencia se usan como parte normal de la enseñanza. 

Las tareas auténticas que requieren un pensamiento de más alto nivel y una activa solución de problemas también incrementan la motivación del estudiante porque son intrínsecamente más interesantes que la memorización o la aplicación de procedimientos sencillos (Stipek, 1998). 

Por ejemplo, Mitchell (1993) descubrió que las creencias de los estudiantes acerca de la importancia en el mundo real de lo que aprenden era algo que predecía poderosamente su interés y placer en la clase de Matemáticas. 

La evaluación en el aula 35 Además, las tareas estimulantes aumentan la motivación intrínseca al intensificar el sentimiento de competencia en los estudiantes. Newmann (1992), por ejemplo, descubrió que los estudiantes califican con los puntajes más altos de interés a las clases que los hacen pensar mucho y los hacen participar activamente en el pensamiento y el aprendizaje. 

La investigación sobre medición, psicología cognitiva y psicología motivacional 

A la mayoría de los maestros les disgusta evaluar a sus estudiantes y darles una calificación (Brookhart, 1993; Nava y Loyd, 1992). En vista de los efectos de distorsión de las prácticas de calificación examinados en líneas anteriores, y de los efectos motivacionales negativos de las calificaciones que he considerado, sería fácil ver las calificaciones tan sólo como un mandato desencaminado y opresivo. 

Sin embargo, hay cierta evidencia de beneficios cognitivos positivos de las evaluaciones sumativas que hay que tomar en consideración junto con los hallazgos de la literatura motivacional. Lo que es más importante, los estudiantes parecen estudiar y aprender más si esperan que les hagan una prueba. Como lo resumió Crooks (1988), las ventajas de poner pruebas pueden explicarse por tres factores.

Primero, hacer pruebas de seguimiento hace que los estudiantes revisen y vuelvan a aprender, lo que opera como una forma limitada de práctica distribuida. 

Segundo, la experiencia misma de presentar pruebas pone a los estudiantes a procesar mentalmente el contenido, si bien esto depende mucho de la calidad de las preguntas en la prueba. Tercero, como ya he observado antes, para bien o para mal, la prueba dirige la atención a los temas y las habilidades que se examinan, lo cual tiene implicaciones para los esfuerzos de estudio de los alumnos. 

La teoría cognitiva también indica que los estudiantes obtienen beneficios si se les da la oportunidad de demostrar competencia y de trabajar por el aumento de su aprovechamiento, definido mediante criterios compartidos por el maestro, el estudiante y la comunidad (Pellegrino, Baxter, y Glaser, 1999). 

Como dije antes, brindar a los estudiantes una comprensión clara de los objetivos hace que éstos sean más alcanzables. Y ayudar a los chicos a aprender el significado de los criterios en el contexto de su propio trabajo les ayuda a desarrollar la conciencia metacognitiva sobre qué necesitan para mejorar. 

La teoría cognitiva no lleva a predecir que dejar de hacer evaluaciones sumativas mejoraría el aprendizaje. De hecho, desde una perspectiva cognitiva, el mejor sistema sería aquel en el que las evaluaciones sumativa y formativa estuvieran mutuamente alineadas con objetivos de aprendizaje orientados conceptualmente, y en el que las evaluaciones sumativas se utilizaran como momentos importantes de logro (quizá reconocidos por la familia y los amigos) después de felices periodos de aprendizaje reforzados por la evaluación formativa. 

La evidencia más abrumadora que demuestra los efectos negativos de las prácticas docentes y de calificación proviene de la literatura motivacional. 

En una revisión comprehensiva de la investigación sobre la motivación en los niños, Wigfield, Eceles, y Rodríguez (1998) relatan el hecho impresionante de que muchos aspectos de la organización en el aula tienen efectos negativos tan generalizados que la creencia de los niños en su competencia, sus metas de realización y logros, su interés en las materias escolares y su motivación intrínseca para aprender, disminuyen conforme los estudiantes van cursando los años de la primaria hasta llegar a segundo de secundaria. 

Con respecto a las prácticas de calificación, los problemas más importantes tienen que ver con el papel de las calificaciones como recompensas (o castigos), las orientaciones de los estudiantes hacia las metas de desempeño o aprendizaje, y el uso de estándares normativos de evaluación contrapuestos a estándares de evaluación de la maestría o dominio en una materia. 

Todos estos factores, junto con otros tales como el locus de control 9 de los estudiantes y sus 9 Dimensión utilizada en la teoría de la atribución que se relaciona con la percepción de un competidor de la causa del éxito o fracaso. 

Textos de evaluación 36 sentimientos de competencia interaccionan de maneras complejas. Aquí resumo solamente los patrones más significativos y consistentes. 

El uso de calificaciones como recompensa contribuye a lo que Lave y Wenger (1991) llamaron la “comercialización del aprendizaje” (p. 112). Cuando no se da un valor cultural al incremento de la habilidad y la participación de alguien en un esfuerzo, la única razón para participar es obtener un conocimiento superficial que puede exhibirse para que lo evalúen. 

En revisiones de estudios experimentales, los investigadores descubrieron que el uso de recompensas externas puede minar realmente el interés intrínseco de los estudiantes en una tarea (Deci y Ryan, 1985; Lepper, 1983). 

Como lo resumió Stipek (1996), las recompensas funcionan para disminuir la motivación intrínseca cuando se perciben como un control y cuando no están directamente relacionadas con un desempeño exitoso. 

Consistentes con los hallazgos positivos de la investigación sobre la retroalimentación, las recompensas o las alabanzas que transmiten una información positiva sobre la competencia tienen más probabilidades de incrementar la motivación intrínseca. 

Los descubrimientos respecto de los efectos de las recompensas están estrechamente relacionados con la investigación sobre el tipo de metas que se proponen alcanzar los estudiantes. Dweck (1986) distingue entre aquellos con metas de maestría y aquellos con metas de desempeño. 

Estas disposiciones son independientes de las capacidades académicas de los estudiantes. Aquellos que tienen metas de maestría están intrínsecamente motivados, buscan tareas estimulantes y disfrutan las oportunidades de desarrollar nuevas competencias. 

Es menos probable que tengan miedo a la evaluación porque ven al maestro como un recurso. Cuando los estudiantes con una orientación de maestría se enfrentan a una tarea difícil, es probable que persistan, que mantengan una actitud positiva y que busquen El locus de control puede ser interno (es decir, basado en las propias características del competidor, tales como capacidad o esfuerzo) o externos (esto es, debido a factores tales como la suerte, fuera del control del competidor). estrategias de solución. Una orientación de maestría también se ha denominado una orientación de tarea por teorías afines. 

En cambio, los estudiantes con una orientación de metas de desempeño están motivados extrínsecamente. Están más bien interesados en verse competentes que en serlo y tenderán a evitar situaciones en las que pudieran parecer incompetentes. 

Las teorías relacionadas indican que la orientación del desempeño es provocada por ambientes que fomentan el ego. Cuando encaran una tarea difícil, los estudiantes orientados al desempeño harán con frecuencia comentarios sobre su falta de capacidad, actuarán con aburrimiento o ansiedad, y exhibirán un marcado deterioro en su desempeño. Dweck llamó a estas conductas impotencia aprendida. 

A causa de su miedo a la evaluación, los estudiantes en esta categoría quizá traten de ocultar al maestro su falta de entendimiento. Es importante hacer notar que la orientación a metas de maestría o de desempeño no son atributos fijos del estudiante; pueden crearse o producirse en diferentes grados por el ambiente de aprendizaje y se han provocado experimentalmente (Elliot y Dweck, 1988). 

Por ejemplo, en un estudio de estudiantes universitarios, dos grupos desarrollaron niveles muy diferentes de comprensión conceptual según si sabían que les harían una prueba al final del estudio o que necesitarían dar clases a otros sobre el material (Benware y Deci, 1984). 

Los estudiantes tienen más probabilidades de desarrollar una orientación de aprendizaje cuando los maestros destacan el esfuerzo, el aprendizaje y el trabajo duro, en vez del desempeño y la obtención de la respuesta correcta, cuando los errores se tratan como una parte normal del aprendizaje, y cuando la evaluación del progreso se ve acompañada de oportunidades de mejorar (Ames, 1992; Stipek, 1996). 

Tal vez las consecuencias negativas más serias de las prácticas tradicionales de calificación provienen del uso de comparaciones normativas. Como ha indicado Ames (1984), las estructuras de clase competitivas hacen que adquieran La evaluación en el aula 37 importancia las comparaciones sociales y los juicios sobre la capacidad. 

En una serie de estudios, Butler (1987, 1988), Butler y Nisan (1986) descubrieron que las calificaciones que se distribuían normativamente daban como resultado un interés menor, menos ganas de persistir y un desempeño más bajo en comparación con los estudiantes que habían recibido una retroalimentación sustantiva. 

En un estudio clásico, Harackiewicz, Abrahams y Wageman (1987) descubrieron que la evaluación que se basaba en normas sociales reducía el interés en una tarea, en tanto que la evaluación basada en lograr un nivel predeterminado incrementaba el interés. La conclusión general de Stipek (1996) respecto de esta literatura fue que la evaluación, especialmente la de tareas difíciles, tiende a minar el interés intrínseco. 

Sin embargo, la excepción que identificó es digna de atención y anticipa mis recomendaciones en cuanto a las prácticas de calificación: No obstante, la evaluación sustantiva que proporciona información sobre competencias y una guía para esfuerzos futuros, y la evaluación que está basada en la maestría o más bien el dominio que en las normas sociales, no tienen, al parecer, estos efectos negativos y pueden incluso aumentar el interés intrínseco en las tareas académicas. (Stipek, 1996, p. 99) 

 Parámetros para el desarrollo de la competencia 

Para que se respalden mutuamente, las evaluaciones sumativa y formativa deben estar alineadas conceptualmente. Deben ser plenamente capaces de representar objetivos de aprendizaje importantes, y deben usar la misma gama extensa de tareas y de tipos de problemas para representar la comprensión de los estudiantes. 

Sin embargo, las evaluaciones sumativas no deben ser meras repeticiones de tareas formativas previas, sino que deben ser la culminación de desempeños que inviten a los estudiantes a exhibir su maestría y a utilizar su conocimiento en formas que generalicen y extiendan lo que han aprendido. Las evaluaciones sumativas pueden pensarse como momentos importantes continuos de aprendizaje que apuntalan la evaluación formativa. 

Las evaluaciones sumativa y formativa tienen finalidades diferentes. Una hace posible el aprendizaje y, la otra, ilustra la realización y los logros. En vista de los conocidos efectos negativos de la calificación, una pregunta crucial sería la siguiente: ¿cuán a menudo deberíamos recurrir a la evaluación sumativa? Los especialistas en medición defienden la calificación frecuente de trabajos escolares para reunir suficientes datos con objeto de asegurar la confiabilidad. 

Los cognitivistas consideran que los estudiantes deben tener práctica con los criterios que se usarán para evaluar desempeños culminantes. Sin embargo, el modelo de evaluación formativa y la investigación sobre la motivación sostienen que la calificación podría socavar la orientación de aprendizaje de los estudiantes. Por lo tanto, para conseguir que la evaluación formativa sea realmente para el aprendizaje, tal vez los maestros necesiten posponer otorgar calificaciones, o usarlas sólo cuando el estudiante se auto-evalúe, y como calificaciones hipotéticas que ayuden a los estudiantes a permanecer centrados en la retroalimentación sustantiva. Pero lo cierto es que los maestros deben evitar interrumpir y juzgar como si ya estuviera terminada la calidad del aprendizaje que aún está en marcha. 

Desde luego que la cuestión de la confiabilidad es importante, y no debe calificarse a los estudiantes con base solamente en una o dos pruebas formales aisladas. Sin embargo, si las evaluaciones sumativas están contenidas en las progresiones del aprendizaje, entonces la confiabilidad de los eventos calificados está respaldada por otras evidencias de cada competencia en proceso de desarrollo del estudiante a lo largo de ese continuo fundamental. 

Las evaluaciones sumativas y las calificaciones que se basan en ellas deben representar realización y logros. Consistente con el resumen que hice de Stipek (1996), en líneas anteriores, acerca de la investigación sobre motivación; la evaluación del Textos de evaluación 38 desempeño debe basarse en estándares de maestría o dominio más que en normas sociales. 

Las calificaciones basadas en el desempeño se alinearán en forma más transparente a la retroalimentación con los mismos estándares utilizados para la evaluación formativa, y se comunicarán mejor a públicos externos. 

Cuando los maestros hacen ajustes a las calificaciones para tomar en cuenta el esfuerzo y el mejoramiento, con frecuencia responden a cuestiones de justicia. 

¿Es justo juzgar a los estudiantes de capacidades diferentes con los mismos criterios? 

¿Y no ocurre que los estudiantes de menores capacidades probablemente dejen de hacer esfuerzos si los estándares están fuera de su alcance? 

En aulas heterogéneas, calificar desde el punto de vista de los estándares de maestría o dominio requerirá de otros sistemas de respaldo para los estudiantes de diferentes capacidades, incluyendo estrategias tales como: diferente ritmo de aprendizaje y tiempo diferente para las evaluaciones importantes, identificación de metas intermedias y alcanzables, y andamiaje diferencial. 

Si se toma con seriedad, el compromiso de que las calificaciones representen desempeño significaría suprimir los diversos elementos de la calificación por condescendencia, tales como puntos extra, puntos por entregar fichas y borradores de trabajos, puntos por entregar tareas que jamás se califican y así sucesivamente. 

Los efectos de las tareas que ayudan a los estudiantes a aprender deben evaluarse en última instancia en evaluaciones culminantes donde el aprendizaje será manifiesto. Al mismo tiempo, estarían permitidas otras formas de ayudar a los estudiantes a suavizar sus preocupaciones sobre las calificaciones, si en cada caso les dieran la oportunidad de que ellos demostraran su maestría. Entre éstas estarían las tareas o pruebas de reemplazo o descartar las calificaciones de exámenes cuando se verifica el aprendizaje mediante evaluaciones posteriores. 

EVALUACIONES EXTERNAS Y EN GRAN ESCALA 

Las evaluaciones nacionales, estatales y distritales se utilizan para reunir datos con el fin de dar respuesta a las preguntas de los hacedores de políticas a cierta distancia del aula. No obstante, en una era de rendición de cuentas basada en pruebas de alto impacto (high-stakes accountability), las pruebas externas pueden tener también profundos efectos en las prácticas del aula. Idealmente, una evaluación externa que estuviera bien alineada con objetivos de aprendizaje ricos desde un punto de vista conceptual, tendría impactos positivos en la enseñanza si ilustrara metas significativas de aprendizaje, pues proporcionaría una retroalimentación útil a los maestros sobre las fortalezas y las debilidades curriculares, y asimismo verificaría logros de estudiantes individuales. 

Los autores de Knowing What Students Know (Pellegrino et al., 2001) imaginaron para el futuro un sistema de evaluación más equilibrado y coherente, en el cual la evaluación formativa de la clase recibiría igual atención que las pruebas de alto impacto y en la que las evaluaciones en el aula y las externas estarían vinculadas de una manera coherente al mismo modelo fundamental de aprendizaje. Actualmente, la idealización de Knowing What Students Know no se ha realizado. En realidad, un extenso cuerpo de la literatura al respecto ha documentado los efectos negativos en la enseñanza y el aprendizaje (Heubert y Hauser, 1999; Pedulla et al., 2003; Pellegrino et al., 2001; U.S. Congress, Office of Technology Assessment, 1992), causados principalmente por los efectos de distorsión que ejerce el enseñar para la prueba, con formatos limitados y una representación muy poco adecuada de los objetivos de aprendizaje significativos. 

En un tratamiento más extenso tanto de los efectos positivos como de los negativos de las pruebas de alto impacto (Shepard, Hammerness, Darling-Hammond y Rust, 2005), mis coautores y yo concluimos que existen dos factores que parecen intervenir en la forma en que las pruebas externas remodelan el currículo. 

El primero es cuán idóneo es el contenido de las pruebas para captar los objetivos del aprendizaje, y el segundo, es la capacidad del docente para mantener en el aula la enseñanza concentrada en el verdaLa evaluación en el aula 39 dero aprendizaje. Con base en estas lecciones de la literatura que investiga cómo se enseña para la prueba, identificamos estrategias que ayudan a mantener enfocada la atención de los estudiantes en el aprendizaje, las cuales son consistentes con la visión de la evaluación formativa de la cultura en el aula. 

Así, además de la coherencia de contenido entre las pruebas internas y las externas, buscamos preservar una coherencia filosófica entre las actitudes hacia el aprendizaje y la evaluación, las cuales son transmitidas durante las clases normales, y la actitud que uno adopta hacia el aprendizaje cuando se prepara para las pruebas externas. Para protegerse de los efectos de un currículo guiado por la aplicación de pruebas, los maestros en forma individual, o preferentemente equipos de maestros, deben elaborar una exposición razonada con el fin de ubicar el conocimiento y las habilidades relacionadas con las pruebas dentro de los límites más amplios de los currículos reales. 

Llamamos a esta técnica mapeo del campo. Si comienzan con el marco de referencia del currículo estatal o los estándares nacionales de contenido, los maestros pueden dibujar un diagrama de Venn o construir una tabla para ilustrar cuál subparte del currículo deseado es abarcado por la prueba y cuál no. Muchas pruebas elaboradas comercialmente abarcan la parte más fácil de medir de cada elemento del contenido de un campo, pero esto no significa que se represente el campo adecuadamente. 

Señalar lo que se ha dejado fuera ayuda a esclarecer las limitaciones de la prueba como guía curricular. Con base en este análisis explícito, los maestros pueden entonces planear conscientemente unidades de estudio y distribución del tiempo de enseñanza en formas que mantengan la atención al contenido de las pruebas en su lugar proporcional.

 Por consiguiente, no se permitiría que las pruebas de habilidades básicas y de bajo nivel, que representan sólo una subparte de los estándares de contenido deseados, tuvieran tanta influencia en la enseñanza dentro del aula como las evaluaciones basadas en conceptos, que son más estimulantes. 

Si estamos de acuerdo con la idea de que los estudiantes deben estar conscientes de su propio progreso en el aprendizaje, también tiene sentido ayudarles a entender la relación entre el conocimiento que se requiere para las pruebas y cómo se compara esto con las formas en que usan su conocimiento en otros ambientes. Por ejemplo, Calkins, Montgomery y Santman (1998) proponen que enseñemos a los niños cómo leer las pruebas, igual que les enseñamos a dominar las características de cualquier otro género. “Si nuestros pequeños están acostumbrados a reunirse en la alfombra a leer juntos un texto, que quizá es más largo de lo normal, y luego a hablar de las estrategias para abordarlo o para manejar las dificultades que plantea, ¿por qué no pueden hacer lo mismo con el extracto de una prueba estandarizada de lectura?” (p. 71). 

De igual manera, en el estudio de McNeil (1988), maestros experimentados de escuelas buscaron la forma de contrarrestar el enfoque de fragmentos y hechos que tenían las pruebas y ayudaron a sus alumnos a llevar dos conjuntos de notas, uno para el conocimiento real y otro para el conocimiento que necesitarían para la prueba. Si bien los estudiantes, especialmente los de primaria, merecen tener algo de práctica con formatos de pruebas que les piden hacer ejercicios de respuesta abierta (Matemáticas), o redactar párrafos a partir de una instrucción general, para que no se desconcierten ante tareas poco familiares, tal práctica debe darse en el contexto de los objetivos de la enseñanza con los que estas tareas se relacionan. 

Y en vista de lo que sabemos sobre la falta de transferencia cuando sólo se utiliza un tipo de problema, los maestros pueden trabajar para asegurarse de que haya una comprensión más sólida si se concentran en los principios fundamentales y si continúan pidiendo a sus alumnos que hagan extensiones y aplicaciones de lo aprendido. 10 Las magnet schools son escuelas públicas que atraen a estudiantes de otro vecindario para reducir o eliminar el desequilibrio racial. Estas escuelas dan una importancia especial al logro académico o a un campo en particular, como Ciencias, Matemáticas, Artes o Ciencias de la computación. [N. T.] Textos de evaluación 40 Buena parte de este consejo, sobre cómo mantener nuestra integridad profesional ante las presiones de las pruebas de alto impacto, tiene que ver con la actitud y la posición que uno adopte. 

La idea fundamental es poner atención en la prueba sólo en la medida en que ésta se relacione con el currículo, más que detenerse en la prueba y dejar que ésta se convierta en el centro de la planeación de la enseñanza. Tal posición permite a los maestros utilizar los resultados de las pruebas para hacer sólo las mejoras apropiadas y necesarias en el currículo y la enseñanza. Como lo señaló Wiggins (1998), los buenos maestros tienen la capacidad de auto-evaluarse, pero aún así hay puntos ciegos y una carencia de referentes externos. La mayoría de los maestros con un buen conocimiento de los estándares de contenido (puesto que la prueba se refiere a ellos), y con una idea bastante clara de lo que sus alumnos saben, pueden predecir cómo saldrán éstos. 

Por lo tanto, las aportaciones más importantes de los resultados de las pruebas externas pueden a menudo venir de los que resultan sorpresivos, ya que los maestros se ven llevados a preguntarse cosas como éstas: ¿por qué no fueron capaces mis alumnos de resolver este problema (o de realizar esta tarea)? ¿Cómo debo cambiar mi enseñanza para ayudarles a resolver problemas de este tipo? ¿Por qué no supe lo que ellos no sabían? Además, aun cuando los resultados concuerden con sus predicciones, los maestros pueden evaluar la idoneidad de sus propios esfuerzos si examinan las relativas fortalezas y debilidades de los elementos curriculares. Por ejemplo, ¿se desempeñan los estudiantes igualmente bien en las habilidades de pensamiento de orden más elevado que en las habilidades básicas? Cuando los maestros tienen un conocimiento profesional bien desarrollado sobre cómo encaja la información basada en pruebas en un marco de referencia más amplio de objetivos curriculares enriquecidos, se hace posible prestar atención a una comprensión proveniente de los resultados de exámenes, sin temor a reducir y distorsionar el currículo, tan bien documentados en la literatura. 

CONCLUSIONES: IMPLICACIONES PARA LA INVESTIGACIÓN Y LA TEORÍA DE LA MEDICIÓN 

Ralph Tyler es un icono en la historia de la medición educativa. Empecé este capítulo con un análisis histórico porque yo quería abordar explícitamente la tensión entre mi constante creencia en la visión de Tyler —de que la medición educativa debe ser parte integral de la enseñanza— y mi necesidad de cuestionar su herencia involuntaria: el persistente modelo de pruebas y mediciones para la evaluación en el aula, fundado principalmente en pruebas objetivas elaboradas externamente. 

La otra visión de la evaluación en el aula presentada en este capítulo es radicalmente diferente de la imagen de la aplicación de pruebas en el salón de clase presentada en volúmenes anteriores de Educational Measurement, y en libros de texto sobre medición. Ésta otra visión se centra en conceptualizaciones mucho más ricas sobre el aprendizaje del estudiante en el contexto de actividades significativas y resalta el uso formativo de la evaluación para mejorar el aprendizaje. 

El nuevo modelo idealizado está bien fundado en las teorías cognitivas y socioculturales contemporáneas del aprendizaje y en la teoría de la motivación, pero en cierto sentido todavía es experimental, ya que no se ha puesto en marcha en gran escala. Queda mucho por aprender sobre qué nuevas ideas y adaptaciones adicionales se necesitarán para hacer que tal visión funcione en la práctica. 

Concluyo reflexionando sobre cuatro temas esenciales para la investigación futura: (1) estudios de las herramientas y los procesos de evaluación, (2) desarrollo de las progresiones del aprendizaje, (3) estudios del desarrollo del maestro, y (4) nuevas conceptualizaciones de confiabilidad y la validez.

Estudios de las herramientas y los procesos de evaluación 

En Knowing What Students Know, Pellegrino et al. (2001) sostuvieron que las interpretaciones La evaluación en el aula  y las prácticas de evaluación deben basarse en un modelo bien concebido de aprendizaje del estudiante. 

Lo mismo puede decirse respecto de la importancia del modelo teórico que sirve de fundamento a los estudios de investigación. Cuando Black y Wiliam (1998) emprendieron su voluminosa revisión de la investigación sobre la evaluación formativa en el aula, citaron estudios fundamentales, meta-análisis y revisiones que representaban mucho más de mil estudios. Con todo, muchos de los estudios citados son inadecuados para nuestros propósitos, porque se derivan de modelos de aprendizaje muy insuficientes para la teoría contemporánea. 

Por ejemplo, una gran mayoría de los estudios sobre retroalimentación se conceptualizaron desde una perspectiva conductista y dependían de prepruebas y post-pruebas que se parecían mucho a los materiales de enseñanza. 

En la literatura motivacional, la recomendación de evitar tareas estimulantes tal vez no se sostenga en un ambiente basado en criterios más que en uno que remita a normas, o cuando la cultura del aula respalda a los estudiantes para que desarrollen una orientación hacia el aprendizaje. Se necesitan nuevos estudios que reflejen modelos constructivistas y socioculturales del aprendizaje asistido. Unos cuantos estudios citados en el capítulo ilustran cómo puede introducirse y estudiarse una práctica específica de evaluación, consistente con la teoría social-constructivista. 

Por ejemplo, Elawar y Corno (1985) crearon una intervención para ayudar a los maestros a que se concentraran en conseguir que la retroalimentación fuera útil para el mejoramiento de los estudiantes. White y Frederiksen (2000) y Klenowski (1995) examinaron el efecto de la auto-evaluación en el aprendizaje del estudiante y sus actitudes respecto a las calificaciones, el conocimiento de los criterios, etc. Se necesitan más estudios como éstos. 

Deben diseñarse para que respondan a preguntas de investigación tales como las siguientes: ¿cuán bien captan objetivos importantes de aprendizaje las evaluaciones incorporadas en la enseñanza? ¿Qué conocimientos aportan tales evaluaciones a los maestros y estudiantes, y qué otros estímulos proporcionan para que se hagan avances en el aprendizaje? ¿Cómo puede hacerse que las ocasiones de la evaluación y las estrategias para realizarla se adapten a las rutinas de enseñanza? (Ejemplos de estas estrategias son sobre todo los portafolios, las discusiones entre estudiantes y la explicación a la clase de las soluciones a problemas.) ¿Pueden introducirse con muchísimo cuidado los procesos derivados de la teoría del aprendizaje —evaluación del conocimiento previo, retroalimentación, conciencia metacognitiva, auto-evaluación, etcétera— como un medio para incrementar el aprendizaje y la motivación del estudiante? ¿En qué condiciones y para quién son eficaces estas estrategias? ¿Pueden hacerse coherentes, y que se respalden mutuamente la evaluación formativa y la sumativa? Cuando son coherentes, ¿se incrementan el aprendizaje y la motivación del estudiante? 

Las extrapolaciones especulativas de la investigación y la teoría existentes también deben someterse a prueba explícitamente. Por ejemplo, si se pospusieran las calificaciones, ¿aumentaría esto la eficacia de la evaluación formativa, es decir, se vería estimulada la orientación al aprendizaje y aumentarían la realización y los logros? 5.2. Estudios del desarrollo del maestro 

Los estudios de una variable por vez o de una característica de la evaluación por vez son útiles para los fines de la investigación, porque nos ayudan a concentrarnos en los efectos de una estrategia específica y en las formas mediante las cuales esas prácticas de evaluación en particular respaldan el aprendizaje del estudiante. 

Además, estos estudios me parecen ejemplos útiles de cómo puede ocurrir el cambio: es decir, cómo es posible que los maestros a quienes les gusta la teoría de la evaluación formativa den los pasos iniciales para modificar su práctica. En última instancia la meta es hacer un paradigma completo y un cambio cultural (Shepard, 2000). 

Sin duda, si uno adopta una técnica de evaluación formativa sin un cambio filosófico correspondiente, Textos de evaluación 42 los esfuerzos se verán socavados o acabarán por ser inútiles, ya que persistirán las actitudes tradicionales, como la de quienes en su desempeño académico sólo les importa la calificación. 

Sin embargo, sabemos gracias a la investigación sobre la reforma educativa y el cambio del docente que es imposible instaurar una reforma integral. Por lo tanto, es bastante práctico tomar en consideración argumentos teóricos y luego adoptar una estrategia específica de evaluación, como el punto focal para la transformación lenta y concienzuda en la práctica, junto con un acompañamiento constante y la reflexión para tener en cuenta las inevitables repercusiones teóricas y prácticas. 

La estrategia de la intervención única de evaluación podría ser una capacitación especial para dar retroalimentación enfocada al mejoramiento; documentar los fondos del mismo conocimiento de los estudiantes; examinar el trabajo de los alumnos en equipos de grado; introducir la auto-evaluación, y así sucesivamente. 

En un estudio notable realizado en Inglaterra en el que el avance promedio de los alumnos de un grupo fue del orden de un tercio de una desviación estándar, Black y Wiliam (2004) familiarizaron a los maestros con la teoría de la evaluación formativa y luego los invitaron a desarrollar sus propios planes, seleccionando estrategias de la literatura, tales como preguntas abundantes, marcar el trabajo escolar sólo con comentarios, compartir criterios con los alumnos e implantar la auto-evaluación y la evaluación por pares dada por los estudiantes. 

La investigación sobre el aprendizaje y desarrollo profesional de los maestros nos proporciona varios principios generales para respaldar el cambio. En esencia, nosotros (los que promovemos el cambio) necesitamos tratar a los maestros en la medida en que son personas que aprenden, de la misma manera como les pedimos que traten a sus estudiantes. Necesitamos tener un modelo bien concebido de la práctica profesional ideal hacia la que los conducimos, y al mismo tiempo debemos estar conscientes de que los maestros harán contribuciones y también modificarán las herramientas y prácticas de la comunidad en la que participan (Lave y Wenger, 1991). 

Para que los docentes hagan cambios significativos en las creencias pedagógicas y en las prácticas concomitantes, ellos mismos necesitarán experimentar y reflexionar sobre nuevos procedimientos en el contexto de sus propias aulas (Putnam y Borko, 2000). 

Los estudios de investigación realizados en el contexto de la práctica deben prestar atención a cuestiones tales como las siguientes: 

¿qué condiciones, creencias previas o apoyos hacen posible o frustran el uso de la evaluación tal como uno la quiere hacer? 

¿Cómo influye el conocimiento de la materia que tiene un maestro sobre sus creencias y sobre la implementación de prácticas eficaces de evaluación formativa? 

¿Cómo pueden quedar integradas las prácticas de evaluación formativa con otras reformas curriculares o con otros cambios culturales dirigidos a desarrollar una comunidad de personas que aprenden, los cuales también se basan en un modelo sociocultural del aprendizaje?

 ¿Cómo debe uno dedicarse a las cuestiones en torno a la calificación y a las evaluaciones externas, con objeto de ayudar y no de obstaculizar los esfuerzos de la evaluación formativa?

 ¿Cómo influyen en la renegociación de los objetivos de la evaluación formativa el contexto escolar y el contrato social implícito (Perrenoud, 1991) que los estudiantes llevan consigo en lo que se refiere a las calificaciones?

 Nuevas conceptualizaciones de la confiabilidad y la validez 

Mi preámbulo histórico describió el campo de la medición como reacio a distanciarse de una visión tradicional de las pruebas en el aula, que se concentraban en la evaluación sumativa. La llegada del siglo XXI, sin embargo, ha visto cambios notables. 

La publicación de Knowing What Students Know (Pellegrino et al., 2001) fue un verdadero parteaguas. Un segundo acontecimiento muy relevante fue la publicación de un número especial de Educational Measurement: Issues and Practice sobre “cambiando la manera en que los teóricos de la medición piensan sobre La evaluación en el aula las evaluaciones en el aula” (Brookhart, 2003). Al frente de este movimiento, Brookhart (2003) sostiene que los avances en la teoría de la confiabilidad y la validez han sido forjados en el contexto de programas de evaluación en gran escala. 

En atención a la necesidad de que evaluación y enseñanza se integren en el aula, como he señalado en este capítulo, Brookhart (2003) ha dado argumentos en el sentido de que la forma de concebir confiabilidad y validez en el aula debe ser también fundamentalmente diferente. Un principio básico de la teoría de la medición ha sido siempre que la confiabilidad y la validez dependen del uso de pruebas. 

En el contexto del aula, no es necesario que la confiabilidad de cualquier evaluación cumpla el mismo criterio de estabilidad que una medición utilizada para determinar la graduación del bachillerato o el ingreso a la universidad. 

Debido a que la evaluación formativa en las aulas es constante, una percepción errónea de las habilidades o el conocimiento de un estudiante puede un día corregirse con nueva información y al siguiente con una demostración de su aprovechamiento (Shepard, 2000). 

Lo que es más importante, los conceptos de andamiaje y evaluación dinámica (Lidz, 1987), fundamentados en la zona de desarrollo próximo de Vygotsky, tienen la finalidad de cambiar el nivel de aprovechamiento del estudiante en el mismo proceso de evaluación. Moss (2003), en el número especial de Educational Measurement: Issues and Practice, sostiene que, como docente, “No tengo necesidad de sacar y garantizar interpretaciones fijas de las capacidades de los estudiantes, sino que más bien mi trabajo es ayudarles a hacer que esas interpretaciones se vuelvan obsoletas” (p. 16). Smith (2003), también en el número especial, propuso que quizás la suficiencia de la información sería el criterio más apropiado para la confiabilidad en el contexto del aula. “¿Tengo a la mano la información suficiente para tomar una decisión razonable respecto de este estudiante en relación con este campo de contenido?” (p. 30). Como observó Moss, el criterio sería diferente dependiendo de si la decisión fuera sumativa, como para una carta de recomendación, o formativa, como cuando un maestro adapta la retroalimentación para ayudar a un estudiante a mejorar el trabajo que ha escrito. Así como la evaluación formativa quizás no necesite que se dé a conocer una calificación fija, también es el caso que los coeficientes de correlación rara vez pueden ser los indicadores apropiados de la confiabilidad. 

En las aulas, dar sentido a los datos de observación y a las muestras del trabajo de los alumnos significa buscar patrones, comprobar evidencia contradictoria y comparar la descripción emergente en contraposición con modelos del desarrollo de las competencias. Al igual que otros autores, estoy en favor de un enfoque interpretativista del análisis y la síntesis de datos (Gipps, 1999; Graue, 1993; Moss, 1996, 2003; Shepard, 2001). En mi propio caso, veo una fuerte conexión entre el uso de métodos cuantitativos de investigación, de prácticas de evaluación formativa, y mi preparación para el trabajo clínico, cuando utilizo observaciones para formar una hipótesis tentativa, cuando reúno información adicional para confirmar o revisar, y cuando planeo una intervención (que en sí misma es una hipótesis de trabajo). En efecto, hace un tiempo, Geertz (1973) estableció una analogía entre la inferencia clínica como la que se usa en medicina y la forma en que los teóricos culturales diagnostican el significado fundamental del discurso social, queriendo decir con ello que usan una teoría aterrizada (grounded) para generar interpretaciones convincentes, o generalizaciones que tienen un poder explicativo más allá de las descripciones gruesas. 

Obsérvese que verificar si existen patrones y justificar que ciertas interpretaciones particulares están fundamentadas borra los límites entre la confiabilidad y la validez, como Smith (2003) tuvo que reconocer en su argumento en favor de la suficiencia de la información como la forma de definir la confiabilidad concerniente a los propósitos del aula. De hecho, la línea de interrogación que Smith (2003) propone para evaluar la confiabilidad corresponde de cerca al proceso interpretativo de evidencia que Moss Textos de evaluación 44 (2003) ofrece como criterio de validez. En vista de que esta última es el concepto más incluyente, prefiero usar el término validez para referirme al proceso de fundamentar interpretaciones, y limitar el uso del término confiabilidad a las exigencias de consistencia más estrechas, tales como los acuerdos entre varios jueces al utilizar guías de calificación (rubrics). Brookhart (2003), Moss (2003) y Smith (2003) han comenzado a especular sobre cómo tendrá que reformularse la teoría de la confiabilidad y la validez para que tengan sentido en los propósitos del aula, pero es tan sólo el inicio de un esfuerzo mayor de reconceptualización. Será necesario modificar muchos viejos conceptos o incluso ir en contra de ellos. 

Por ejemplo, sabemos que la diferencia entre dos calificaciones cuantitativas, es por lo general mucho menos confiable que cualquiera de las dos calculada por sí sola. No obstante, si fuéramos a tomar con seriedad la recomendación de Knowing What Students Know, de representar el progreso del estudiante a lo largo de continuos de aprendizaje bien desarrollados, las calificaciones de diferencia o las mediciones del progreso podrían ser sumamente confiables, porque la medición de crecimiento basada en el aula tendría el respaldo de todos los datos que se reunieran a lo largo del proceso, y no dependería solamente de los dos extremos. Un programa de investigación que estudiara la confiabilidad para los propósitos del aula debería empezar por examinar el tipo y el grado de consistencia requerido para respaldar las decisiones en el aula. 

La validez es el sitio apropiado para empezar o terminar cualquier intento de medición educativa. En las aulas, la evaluación formativa es válida si contribuye al progreso del aprendizaje del estudiante. Como señala Moss (2003), la validez en los contextos del aula alude principalmente a las consecuencias, a qué tan bien las interpretaciones de las evaluaciones informan a las decisiones docentes y cuánto ayudan a hacer que los estudiantes avancen a lo largo de una trayectoria de competencia creciente. Para trazar un plan de investigación con objeto de desarrollar una teoría de la validez apropiada para la evaluación en el aula, uno necesita solamente retomar los temas importantes del capítulo. Para que se respalden mutuamente, la evaluación formativa y la sumativa deben alinearse desde el punto de vista conceptual. Deben incorporar objetivos de aprendizaje importantes, que se sirvan de una amplia gama de tareas y tipos de problemas para captar las comprensiones de los estudiantes. 

Las investigaciones sobre la validez deben examinar lo bien que diversas herramientas de evaluación representan el conocimiento, las habilidades y las actitudes de los estudiantes así como sus identidades en proceso de desarrollo, con fines sumativos, y cuán bien soportan acercamientos profundos y de dominio del aprendizaje, cuando se usan formativamente. Los estudios de validez deben, asimismo, consagrarse a revisar si los procesos de evaluación funcionan como se desea. Por ejemplo, ¿utilizan los estudiantes una retroalimentación sustantiva para mejorar su trabajo? El programa de investigación esbozado líneas arriba para examinar los efectos de las herramientas y los procesos de evaluación es, en realidad, un programa de investigación sobre la validez. 

La mayor comprensión que se alcance gracias a la investigación que pone a prueba el modelo de evaluación formativa, su relación con la teoría del aprendizaje, etcétera, ayudará asimismo a iluminar una nueva comprensión de la teoría de la validez, necesaria para la evaluación en el aula. 

Bibliografía 

Ames, C. (1984). Competitive, cooperative, and individualistic goal structures: A cognitive- motivational analysis. En R. E. Ames y C. Ames (Eds.). Research on motivation in education, 1, 177-207. Nueva York: Academic Press. Ames, C. (1992). Classrooms: Goals, structures, and student motivation. Journal of Educational Psychology, 84, 261-271. Assessment Reform Group. (1999). Assessment for learning: Beyond the black box. University of Cambridge School of Education: Cambridge. Atkin, J. M., Black, P., y Coffey, J. (2001). Classroom assessment and the National Science Education Standards. Washington, DC: National Academy Press. Baron, J. B., y Wolf, D. P. (Eds.). (1996). Performance- based student assessment: Challenges and Possibilities, Ninety-fifth Yearbook of the National Society for the Study of Education. Parte 1. Chicago: University of Chicago Press. Benware, C., y Deci, E. (1984). Quality of learning with an active versus passive motivational set. American Educational Research Journal, 21, 755-765. Black, P., y William, D. (1998). Assessment and classroom learning. Assessment in Education: Principles, Policy, and Practice, 5(1), 7-74. Black, P., y William, D. (2004). The formative purpose: Assessment must first promote learning. En M. Wilson (Ed.), Towards coherence between classroom assessment and accountability: 103º Yearbook of the National Society for the Study of Education. Parte 2, pp. 20-50. Chicago: University of Chicago Press. Bloom, B. S. (Ed.). (1956). Taxonomy of educational objectives: The classification of educational goals. Nueva York: David McKay Company. Bransford, J. D., Brown, A. L., y Cocking, R. R. (1999). How people learn: Brain, mind, experience, and school. Washington, DC: National Academies Press. Brookhart, S. M. (1993). Teachers’ grading practices: Meaning and values. Journal of Educational Measurement, 30, 123-142. Brookhart, S. M. (1994). Teachers’ grading: Practice and theory. Applied Measurement in Education, 7 (4), 279-301. Brookhart, S. M. (2003) Developing measurement theory for classroom assessment purposes and uses. Educational Measurement: Issues and Practice, 22 (4), 5-12. Brown, F. G. (1981). Measuring classroom achievement. Nueva York: Holt, Rinchart y Winston. Bruner, J.S. (1985). Vygotsky: A historical and conceptual perspective. En J. V. Wersch y Center for Psychosocial Studies (Eds.), Culture, communication, and cognition: Vygotskian perspectives, pp. 21-34. Nueva York: Cambridge University. Butler, R. (1987). Task-involving and ego-involving properties of evaluation: Effects of different feedback conditions on motivational perceptions, interest and performance. Journal of Educational Psychology, 79, 474-482. Butler, R. (1988). Enhancing and undermining intrinsic motivation: The effects of taskinvolving and ego-involving evaluation on interest and performance. British Journal of Educational Psychology, 58, 1-14. Butler, R., y Nisan, M. (1986). Effects of no feedback, task-related comments, and grades on intrinsic motivation and performance. Journal of Educational Psychology, 78, 210-216. Calkins, L., Montgomery, K., y Santman, D. (1998). A teacher’s guide to standardized reading tests: Knowledge is power, Portsmouth, NH: Heinemann. Carpenter, T. P., y Moser, J. M. (1984). The acquisition of addition and subtraction concepts in grades one through three. Journal for Research in Mathematics Education. 15 (3), 179-202. Cizek, G. J., Fitzgerald, S. M., y Rachor, R. E. (1995/1996). Teachers’ assessment pracTextos de evaluación 46 tices: Preparation, isolation, and the kitchen sink. Educational Assessment, 3 (2), 159-179. Cl