Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

Relación entre Videojuegos y Capacidades Cognitivas: Análisis de la Inteligencia Cognitiva, Ejercicios de Psicología

Un estudio realizado por m. Ángeles quiroga y colaboradores sobre la relación entre la práctica de videojuegos y las capacidades cognitivas. El estudio analiza cómo la práctica de videojuegos como 'counter strike', 'big brain academy' y 'professor layton and the curious village' afecta la capacidad cognitiva general, la velocidad perceptiva y la capacidad psicomotora. Además, se discute la diferencia entre juegos que se pueden aprender y aquellos en los que el aprendizaje no es relevante.

Tipo: Ejercicios

2017/2018

Subido el 26/04/2018

jjm10
jjm10 🇪🇸

7 documentos

1 / 17

Documentos relacionados


Vista previa parcial del texto

¡Descarga Relación entre Videojuegos y Capacidades Cognitivas: Análisis de la Inteligencia Cognitiva y más Ejercicios en PDF de Psicología solo en Docsity! Los videojuegos (no siempre) requieren inteligencia* M Ángeles Quiroga, Francisco J Román, Ana Catalán, Herman Rodríguez, Javier Ruiz, María Herranz, Marta Gómez-Abad y Roberto Colom 1.- Introducción 1.1.- El efecto de la práctica en los videojuegos 1.2.- Videojuegos, habilidades y capacidad cognitiva general (inteligencia) 2.- Método 2.1.- Participantes 2.2.- Procedimiento 2.3.- Medidas 2.3.1.- Tests de capacidad 2.3.2- Videojuegos 3.- Resultados 4.- Discusión * Originalmente publicado en ‘International Journal of Online Pedagogy and Course Design’ (2011). Traducción de Roberto Colom (UAM). Email: roberto.colom@uam.es 1.- INTRODUCCION 1.1.- El efecto de la práctica en los videojuegos Hoy en día los videojuegos constituyen una popular actividad recreativa para más del 15% de los jóvenes europeos de entre 15 y 30 años de edad. Estos datos provienen de un sondeo de 2007 en el que se consideró una muestra representativa dentro de cada país. Cada participante consignó sus hábitos en un auto-registro. Se comprobó, además, que el porcentaje de personas que invertían tiempo libre en el uso de videojuegos era del 20% entre los 15 y los 19 años, y del 14% entre los 30 y los 49 años. Noruega presentó los porcentajes más elevados: 26% entre los 15 y los 19 años, y 20% entre los 30 y 49 años. En los Estados Unidos, las personas entre 15 y 19 años invierten más de una hora diaria, mientras que quienes tienen entre 35 y 54 invierten 25 minutos diarios en promedio. Estas cifras son semejantes durante la semana independientemente del sexo (33 y 28 minutos para ellos y ellas) pero cambian durante el fin de semana (55 y 31 para ellos y ellas). Además, cuanto mayor es la formación académica, mas tiempo se invierte usando videojuegos. Estos datos sobre el uso de videojuegos son interesantes por dos razones. En primer lugar, quienes diseñan videojuegos de nueva generación piensan en la creación de dispositivos interactivos, superando el interfaz tradicional. La implicación de este cambio es que jugar con una consola interactiva y seguir un curso online, puede exigir habilidades similares. Segundo, se ha dicho que los juegos de ordenador pueden contribuir a mejorar las capacidades intelectuales. La mejora de estas capacidades debe considerarse con cautela, puesto que existe bastante heterogeneidad entre los diferentes estudios publicados hasta ahora. Algunas de las diferencias son, por un lado, la variable criterio usada para valorar el efecto del tiempo invertido en el juego o número de ensayos (como en el caso del TETRIS o ‘Big Brain Academy’). El presente estudio se basa en la segunda opción. 1.2.- Videojuegos, habilidades, y capacidad cognitiva general (inteligencia) La inteligencia es “una capacidad mental muy general que, entre otras cosas, supone la capacidad de razonar, planificar, resolver problemas, pensar de modo abstracto, comprender ideas complejas, aprender con rapidez, y aprender de la experiencia” (Gottfredson, 1997). Se usará el modelo de Ackerman para averiguar si la práctica intensiva produce mejoras en los procesos, una mejora específica de dominio, o efectos de transferencia. Según ese modelo, el aprendizaje es un proceso que supone tres fases: cognitiva, asociativa y autónoma. Si la ejecución en la tarea mantiene su correlación con la inteligencia al finalizar el periodo de práctica, entonces se concluye que no se ha superado la fase cognitiva, lo que supone que la tarea no ha logrado automatizarse. Según Ackerman, el aprendizaje depende de las diferencias individuales, de las restricciones de la tarea, y de las condiciones del aprendizaje. Las diferencias individuales en capacidad cognitiva general, velocidad perceptiva, y capacidad psicomotora, influyen diferencialmente en el aprendizaje con la práctica. En la primera fase, los recursos cognitivos dan cuenta de la variabilidad en la ejecución. En la segunda fase –una vez se conoce la tarea—es la velocidad perceptiva la que cobra protagonismo. Por último, en la fase autónoma, es la capacidad psicomotora la aptitud más relevante (Figura 1). Con respecto a las restricciones de la tarea, el modelo de Ackerman considera tres: complejidad, consistencia y transferencia. Estas restricciones moderan las correlaciones de la capacidad cognitiva general con la ejecución. Una cuestión importante para el presente estudio es la relacionada con la cantidad de práctica necesaria para aprender una tarea. Siguiendo el modelo de Ackerman, las restricciones de la tarea influyen diferencialmente sobre el tiempo necesario para llegar a la automatización. En concreto, la correlación entre la capacidad cognitiva general y la ejecución llegara pronto al nivel de asíntota cuando (1) la trasferencia es sustancial y positiva, (2) la complejidad es baja y (3) la consistencia es elevada. Por tanto, las tareas sin trasferencia positiva, de complejidad moderada o alta, y con una consistencia media, exigirán mucha practica para llegar a automatizarse. En consecuencia, cuando se enfrentan a un juego nuevo (fase cognitiva) los participantes reclutan recursos cognitivos generales para captar las instrucciones, beneficiarse de los ejemplos y recordar el objetivo. En este momento, los errores son frecuentes y los participantes son lentos. Esto produce correlaciones de la ejecución con las medidas estandarizadas de capacidad cognitiva general. Esas correlaciones se mantendrán únicamente cuando los jugadores permanezcan en esta fase hasta terminar el juego, Cuando eso no sucede, entonces las correlaciones con la velocidad perceptiva aumentarán (fase asociativa) y también se incrementarán con la capacidad psicomotora (fase autónoma). Según este modelo puede distinguirse entre juegos que pueden aprenderse (generando una habilidad para jugar) de aquellos que no admiten aprendizaje en ningún momento. Solamente los segundos se encuentran asociados a la capacidad. La Figura 2 muestra el patrón esperado para las correlaciones de la capacidad cognitiva general con la ejecución a lo largo de la práctica en estos dos tipos de juegos. El presente estudio se diseñó para contrastar la hipótesis alternativa presentada por Quiroga y asociados (2009 a) con respecto a la cantidad de práctica necesaria para automatizar la ejecución en los videojuegos. En concreto, el tiempo de práctica con el juego ‘Train’ (100 ensayos) puede ser insuficiente para aprender la tarea debido a su complejidad. Por tanto, se usa ahora un mayor número de ensayos (250). Además, también se usará un juego diferente (‘Speed Sorting’) debido a su semejanza con algunas actividades educativas y, también, por sus diferencias con ‘Train’. Solo se consideran chicas porque suelen tener mucha menos experiencia previa con los videojuegos que los chicos. Para garantizar la novedad de la tarea, también se reclutaron participantes sin ninguna experiencia previa con la consola Wii. La capacidad espacial se evalúo con el PMA-S y el test de rotación de figuras macizas. El PMA-S comprende 20 ítems. Cada ítem contiene una figura que sirve de modelo y varias versiones simplemente rotadas, o vistas en espejo, de esa figura modelo. Se debe elegir las alternativas de respuesta que sean versiones simplemente rotadas. Por tanto, varias pueden ser correctas. La puntuación se obtiene restando los aciertos de los errores en cada ítem. La fiabilidad de este test es de 0.93. El test de rotación de figuras macizas incluye 21 ítems. Cada ítem contiene una figura modelo y cinco alternativas de repuesta de las cuales solamente una es correcta. Se debe valorar qué alternativa encaja con el modelo al ser rotada en un espacio 3D (Figura 3). La puntuación se basa en el número de aciertos. La fiabilidad de este test es de 0.89. Cada test se dividió en ítems impares y pares. Los primeros se aplicaron en la primera semana (pretest), mientras que los segundos se aplicaron en la última semana (postest). Los valores de fiabilidad de cada parte fueron similares. Se sumaron las puntuaciones para los dos tests de razonamiento y para los dos tests de capacidad espacial. También se sumaron los cuatro tests para obtener una puntuación general. 2.3.2.- Videojuegos Se usaron dos juegos del ‘Big Brain Academy’ diseñado para la consola Wii de Nintendo: ‘train’ y ‘speed sorting’. El primero requiere elegir, tan rápido como sea posible, las direcciones correctas (recto, curva a la izquierda o curva a la derecha) para conducir un tren a una determinada meta. El segundo exige elegir un dibujo que pueda responder a una determinada pregunta (Figura 4). Se debe elegir, tan rápido como sea posible, entre cuatro posibles dibujos. Este juego combina razonamiento y conocimiento, mientras que ‘train’ combina capacidad espacial y conocimiento. Los participantes jugaron en el laboratorio y se les permitió completar los bloques siguiendo su propio ritmo (no hubo tiempo límite). El rendimiento se obtuvo a partir de número de aciertos por minuto en cada sesión. 3.- RESULTADOS Los resultados se muestran en la Tabla 1. La distribución de puntuaciones es adecuada (los valores de asimetría y curtosis entran en el rango +/- 2). Para valorar el efecto de la práctica se comparó el rendimiento medio por semana para cada juego (50 ensayos) (Tabla 2). Las diferencias fueron significativas para ambos juegos cuando se comparó la primera y la última semana. Por tanto, los participantes mejoraron sustancialmente en ambos juegos. Según los valores de la d de Cohen, las mejoras resultaron muy altas (0.82 para ‘Speed Sorting’ y 2.1 para ‘Train’). Se calcularon las correlaciones de la capacidad cognitiva general con los juegos para cada semana, comparándose con el patrón esperado. La Figura 5 muestra los resultados. Como se predijo para el caso de un juego vinculado a la capacidad cognitiva general, el rendimiento en ‘Train’ correlaciona sustancialmente con la capacidad general, incluso en la última semana. Sin embargo, en el caso de ‘Speed Sorting’ se observa el patrón inverso: el rendimiento en el juego solamente correlaciona con la capacidad en la primera semana. La correlación del rendimiento en el juego con la capacidad general en la última semana es significativamente distinta según el juego. Los resultados apoyan la distinción entre juegos que se pueden aprender (‘Speed Sorting’) y juegos en los que el aprendizaje no resulta particularmente relevante (‘Train’) como muestra la Figura 5. Se calcularon también las correlaciones según se considere el razonamiento o la capacidad espacial. Los resultados se presentan en la Figura 6. En el caso del juego ‘Train’ la capacidad espacial correlaciona con el rendimiento durante las dos primeras semanas. A partir de aquí, las correlaciones son similares para el razonamiento y la capacidad espacial. Para el juego ‘Speed Sorting’ la correlación del razonamiento con el rendimiento es mayor que la correlación de la capacidad espacial con el rendimiento durante la primera semana, pero la diferencia entre las correlaciones no es significativa. Durante la tercera semana se produce el patrón inverso, de modo que la correlación de la capacidad espacial con el rendimiento es alta, pero la diferencia El rendimiento en ambos juegos se relaciona con la capacidad general durante la primera semana (r = 0.65) lo que apoya la tesis de que la novedad es relevante, como sugiere el modelo de Ackerman. Sin embargo, la correlación con ‘Train’ se mantiene, pero se reduce para ‘Speed Sorting’. Por tanto, los resultados de adecúan a la predicción expuesta en la Figura 2. Puede concluirse, por tanto, que ‘Train’ es un juego vinculado a la capacidad, replicando los resultados de Quiroga y asociados (2009 a) y descartando la posibilidad de que un periodo más extenso de práctica puede hacer desaparecer la correlación. Nada de esto sucede con ‘Speed Sorting’. Estos resultados pueden aplicarse a la enseñanza. Debe retarse a la capacidad cognitiva de los estudiantes mediante actividades que impidan la automatización. Esta idea se relaciona con la declaración de Fogarty (2008) sobre “el reto mediante la experiencia de hacer”. Sin embargo, la propuesta de Fogarty es teórica. Los resultados descritos aquí demuestran que los videojuegos pueden ser un modo concreto de activar la inteligencia. Los juegos del futuro, basados en dispositivos interactivos, aumentaran las vías para alcanzar ese objetivo. Los futuros cursos online y jugar con una consola, pueden llegar a compartir exigencias psicológicas. Los dos juegos considerados pueden analizarse según el modelo de Ackerman, así como averiguar por qué su comportamiento es distinto en cuanto a su relación con la inteligencia. La evidencia observada sugiere modos concretos de estimular la inteligencia de los usuarios. Las actividades que varían por su complejidad, consistencia y trasferencia, presentaran distintas correlaciones con la inteligencia. Los análisis de los juegos considerados aquí indican que (1) dado que ambos juegos requieren capacidad cognitiva general durante la primera semana, se puede asumir que ninguno de ellos se beneficia de una transferencia positiva (se requieren tareas nuevas para poner a prueba a la inteligencia), (2) los juegos varían por su complejidad puesto que el rendimiento en ‘Train’ correlaciona con la inteligencia sistemáticamente, mientras que declina con la practica en ‘Speed Sorting’ (los participantes se hacen con el juego en la tercera semana, reduciendo notablemente su complejidad), (3) ambos juegos tienen una consistencia similar (señalar la respuesta en pantalla) y el mismo formato de ensayo; también se parecen en su inconsistencia (el contenido va cambiando). Aunque ambos juegos incluyen alguna clase de repetición (puede presentarse el mismo ejercicio) la experiencia previa es útil solamente en ‘Speed Sorting’. Los aciertos en ‘Speed Sorting’ se almacenan y recuperan, cuando procede, desde la memoria semántica, mientras que eso no es posible en ‘Train’. Las actividades que requieren inteligencia ponen a prueba a la memoria operativa, pero no a la memoria semántica. Con respecto a las correlaciones del rendimiento en el videojuego con las capacidades, se ha observado que se requiere más capacidad espacial que razonamiento en ‘Train’ durante las dos primeras semanas. A partir de aquí se requieren ambas por igual. En el caso de ‘Speed Sorting’ al comienzo se requiere más razonamiento que capacidad espacial, pero después se invierte el patrón. Por tanto, practicar ‘Train’ supone entrenar razonamiento y no solamente capacidad espacial. En el caso de ‘Speed Sorting’ el razonamiento solamente es relevante al comienzo. Las mejoras en ‘Train’ correlacionan sustancialmente con la capacidad, tanto el razonamiento como la capacidad espacial –a pesar de que es un juego espacial— mientras que ‘Speed Sorting’ presenta correlaciones moderadas. Este hecho sugiere que ‘Train’ se asocia a los procesos, mientras que ‘Speed Sorting’ tiene que ver con la trasferencia. Wright y asociados (2008) subrayan esta diferencia, sugiriendo evaluar los cambios usando medidas no relacionadas con el videojuego. Esta sugerencia se ha seguido en el presente estudio evaluando la capacidad de razonamiento. Irwing y asociados (2008) encontraron resultados similares estudiando el impacto del entrenamiento con el ábaco sobre la inteligencia fluida en niños de entre 7 y 11 años de edad. Con todo, el presente estudio tiene algunas limitaciones. En primer lugar, la muestra es reducida. De todos modos, se optó por controlar estrictamente las condiciones del juego en el laboratorio, en lugar de usar métodos online de cuestionable validez. En segundo lugar, solamente se han considerado chicas. Pero esto se hizo para minimizar la posibilidad de experiencia previa con videojuegos. En conclusión, se ha mostrado aquí que se requieren ciertas condiciones para que los juegos estimulen la inteligencia de los usuarios. Esta investigación se ha desarrollado bajo condiciones de estricta supervisión en el laboratorio y los resultados principales sugieren que los videojuegos cognitivamente exigentes deben asociarse a los procesos mentales y ser difíciles de automatizar. De este modo, la novedad (dificultad para usar trasferencia positiva), una complejidad media-alta (según el nivel cognitivo del participante) y una consistencia moderada asociada a una demanda de memoria operativa para los parámetros inconsistentes del videojuego, constituyen los elementos clave de los juegos del futuro si se desea estimular la inteligencia.
Docsity logo



Copyright © 2024 Ladybird Srl - Via Leonardo da Vinci 16, 10126, Torino, Italy - VAT 10816460017 - All rights reserved