The Formative Evaluation of Classroom Learning in
Bibliography in English and French. A Literature Review
Resumen
El uso de pruebas en gran escala para evaluar el aprendizaje se ha extendido en el
plano internacional y muchos sistemas educativos nacionales. Las autoridades
educativas y amplios sectores de la población esperan resultados positivos para la
calidad educativa de esos ejercicios, pero el uso inadecuado de ellos trae consigo
también efectos negativos que provocan el rechazo de muchos maestros. Una
reacción ha sido el creciente interés por el potencial de la evaluación que hacen los
maestros en el aula, en especial con el propósito de aportar elementos para que el
aprendizaje mejore, la evaluación llamada formativa. En este artículo se presenta el
desarrollo de las ideas sobre este tipo de evaluación durante las últimas décadas, en
la literatura especializada en inglés y francés.
Abstract
The use of large-scale tests to evaluate learning has spread at the international level
and in many national educational systems. Educational authorities and broad sectors
of the population expect positive results in terms of the educational quality of tríese
exercises, but their inadequate use also leads to negative effects that cause
widespread rejection among teachers. One reaction has been increased interest in
the potential of evaluations teachers carry out in the classroom, especially with the
purpose of contributing elements for the improvement of learning; such evaluation
is known as formative. This article presents the development of ideas on this sort of
evalua-tion during recent decades, found in specialized literature in English and
French.
Keywords: formative evaluation, theories of evaluation, methods of evaluation,
quality of education, literature review, Mexico.
Introducción
La evaluación siempre ha estado presente en la práctica de los maestros y, en el
sentido amplio de la noción de evaluación formativa (ef), también lo ha estado en
todos los casos en que el docente retroalimenta de alguna manera a sus alumnos
cuando verifica sus avances. El sentido actual de la expresión, en cambio, es algo
relativamente reciente que cobró fuerza a fines del siglo XX y es todavía un tema
novedoso. Esta revisión sobre el tema presenta primero la evolución de la noción en
la literatura en inglés, en la que apareció inicialmente en forma explícita, y luego su
desarrollo en los medios francófonos.
Para seleccionar los textos a incluir se definió el periodo de 1995 a 2011. Se partió
de las principales obras de referencia del campo y las revistas especializadas más
importantes sobre el tema, así como algunas bases de datos bibliográficos.
Para la literatura en inglés se revisó la tercera edición de la obra de referencia más
importante del campo, muy reciente, que incluye un extenso conjunto de artículos
sobre evaluación (Peterson, Baker y McGaw, 2010); la cuarta edición del Handbook
of research on teaching, en especial artículos de Porter, Young y Odden y de L.
Shepard (Richardson, 2008: 259-297 y 1066-1101); los textos de Airasian y Abrams
y de Gipps y Stobart en el International Handbook of Educational
Evaluation (Kellaghan y Stufflebeam, 2003: 533-548 y 549-575); la cuarta edición
de la principal obra de referencia sobre medición educativa, Educational
Measurement, en particular el capítulo Classroom Assessment, de L. A. Shepard
(Brenan, 2006: 623-646); así como dos obras de referencia recientes enfocadas en
particular en el tema: Formative Classroom Assessment: Theory into
Practice (McMillan, 2007) y Handbook of formative assessment (Andrade y Cizek,
2010).
Las revistas revisadas a partir de 1995 fueron Assessment in Education: Principles,
Policy, and Practice; Educational Assessment; Educational Evaluation and Policy
Analysis; Educational Measurement: Issues and Practice; Educational Researcher;
Practical Assessment Research and Evaluation; y Theory into Practice.
Se utilizó también la serie de informes técnicos del Center for Research on
Educational Standards and Student Testing (CRESST), de la Universidad de California
en Los Ángeles.
Por lo que se refiere a la literatura en francés, se partió de la revisión de la literatura
en esa lengua de Allal y Mottier, publicada en la obra del Centre for Educational
Research and Innovation (2005), y se revisó la colección completa de la
revista Mesure et Evaluation en Éducation, que recoge la producción en lengua
francesa de Canadá, Francia, Bélgica y Suiza desde 1983.
La evaluación formativa en Estados Unidos y Reino Unido
El Consejo de Autoridades Educativas Estatales (Council of Chief State School
Officers) de Estados Unidos define la ef como:
Un proceso utilizado por maestros y alumnos durante la instrucción, que ofrece
retroalimentación para ajustar la forma en que se desarrollan la enseñanza y el
aprendizaje, con el propósito de mejorar el logro de los objetivos de enseñanza que
se quiere alcanzar.
Susan Brookhart (2005, 2007, 2009) propone una definición que distingue cuatro
etapas en el desarrollo de la noción que se sintetizan en el cuadro 1.
Combinando elementos de cada una de las etapas identificadas por Brookhart, la
evaluación formativa se puede definir como:
Un proceso mediante el cual se recaba información sobre el proceso de enseñanza
aprendizaje, que los maestros pueden usar para tomar decisiones instruccionales y
los alumnos para mejorar su propio desempeño, y que es una fuente de motivación
para los alumnos (Brookhar 2009:1).
Cada etapa ha aportado algo sustantivo a la noción:
• la idea original de Scriven que distingue evaluación al final o en el proceso;
• la aplicación explícita de la noción a la evaluación del aprendizaje, y no sólo del
currículo o programas, por Bloom;
• la identificación de los alumnos como destinatarios clave de la información, con
Sadler y su planteamiento de los tres elementos básicos del punto de partida, el de
llegada y el recorrido entre uno y otro; y
• el impacto de la revolución cognitiva y la atención a la dimensión afectiva, con Black
y Wiliam, Shepard, Brookhart y Stiggins, entre otros.
El planteamiento inicial de Scriven
En 1967, y refiriéndose a la evaluación de programas educativos, Scriven propuso la
idea original, que distingue la información que se usa para mejorar algo que está en
proceso, oponiéndola a la que sirve para valorar el resultado final.
La idea clave del trabajo de Scriven era sencilla: si se evalúa una primera versión de
un programa educativo cuando todavía es posible introducir cambios con base en esa
evaluación, estamos ante un caso de evaluación formativa. Cuando se evalúa la
versión final de un programa educativo, para decidir si debe continuar o terminar, se
está ante un ejemplo de evaluación sumativa (Popham, 2008:3).
Pronto otros estudiosos advirtieron la importancia de esa distinción que hoy parece
obvia, pero no se había manejado explícitamente antes del trabajo de Scriven. El
primero en hacerlo, y el que tuvo la influencia más duradera, fue Benjamín Bloom.
El paso de Bloom y el modelo del Mastery Learning
Un año más tarde la idea fue retomada por Benjamín S. Bloom (1968). Poco después
apareció la obra que difundió la noción, aplicándola a la evaluación del aprendizaje
de los estudiantes, editada por Bloom, con Thomas Hastings y George Madaus
(1971).
En esta obra se precisan las diferencias de las evaluaciones que se usan para apoyar
decisiones instruccionales, distinguiendo los propósitos formativos y los sumativos,
así como los de ubicación y diagnóstico; se presentan técnicas para la evaluación de
objetivos cognitivos y afectivos, se describe la complejidad de los nuevos sistemas
de evaluación en gran escala y, en una extensa segunda parte, se presentan once
capítulos con ideas sobre otros tantos campos especializados.
El trabajo de Bloom y socios añade un elemento importante a la idea de Scriven:
que, además de "ofrecer información sobre el proceso de aprendizaje y no sólo sobre
resultados finales, lo que aporta la evaluación formativa puede servir a los maestros
para que tomen mejores decisiones instruccionales" (Brookhart, 2009:1).
Guskey señala que Bloom constató que muchas veces el contenido de un examen
tiene poco que ver con lo visto en clase, que es también lo que el alumno repasa al
prepararse para la prueba, lo que lo lleva a la conclusión de que no vale la pena
esforzarse y que no conviene fiarse de los profesores.
Esta experiencia se deriva de la creencia largamente aceptada, pero falsa, de que las
evaluaciones deben guardarse en secreto y de que no es justo dejar que los alumnos
sepan lo que se incluirá en ellas. Lamentablemente esto lleva al alumno a ver las
evaluaciones como adivinanzas, y a creer que su éxito escolar depende en gran
medida de qué tanto puede anticipar lo que sus maestros preguntarán en exámenes
y pruebas... es difícil que estas sean las lecciones que un maestro responsable quiere
que aprendan sus alumnos. En contraste con lo anterior, Bloom recomendaba que
los maestros utilizaran sus evaluaciones como fuentes de información o
retroalimentación para los alumnos. Para destacar el propósito "informativo" Bloom
(1968) recomendaba llamar a estas evaluaciones "formativas", tomando el término
de Scriven (1967) que, el año anterior, lo había utilizado para describir los aspectos
informativos, más que enjuiciadores, de las evaluaciones de programas (Guskey,
2007:66).
Para Bloom la evaluación debía servir a los maestros para mejorar la calidad de su
enseñanza y debía ir seguida por
[...] instrucción correctiva de alta calidad, que no es simplemente volver a enseñar,
lo que típicamente quiere decir repetir las explicaciones originales en voz más alta y
más despacio; más bien implica la utilización de enfoques que adapten la enseñanza
a las diferencias de estilos de aprendizaje, modalidades y formas de inteligencia de
los alumnos (Guskey, 2007:66-67).
A partir de estas ideas, Bloom desarrolló el sistema de enseñanza conocido
como Mastery Learning, que propone el uso sistemático de la evaluación formativa,
al final de periodos cortos de instrucción, seguida por instrucción correctiva adaptada
individualmente, con lo cual el autor esperaba una reducción sustancial de las brechas
que separan a los alumnos más y menos avanzados.
El uso de evaluaciones formativas frecuentes se complementa con otro elemento
clave, la diferenciación de la enseñanza según las características y condiciones de
cada alumno; en otras palabras, para que disminuya la variación de los resultados
los maestros deben aumentar la variación de su enseñanza. Al principio esto implica
un avance más lento pero, según los defensores del sistema, en el ciclo escolar no
es necesario reducir los contenidos a cubrir, ya que:
[... ] el tiempo que se utiliza para instrucción correctiva o enriquecimiento en las
primeras unidades trae consigo importantes beneficios que facilitan las cosas más
tarde. El tiempo adicional utilizado al principio se recupera en las unidades
posteriores dedicando menos a revisiones y avanzando a un ritmo más rápido"
(Guskey, 2010:112, 116).
El sistema de Bloom se extendió ampliamente y dio resultados interesantes, como
pusieron en evidencia revisiones de literatura que ejemplifican las citas siguientes:
Pocas intervenciones educativas de cualquier tipo se asocian de manera consistente
con efectos en el rendimiento tan grandes como los que produce el Mastery
Learning... Evaluación tras evaluación los programas que utilizan este enfoque han
producido avances impresionantes (Kulik, Kulik y Bangert-Drowns, 1990:292, en
Guskey, 2007:75).
El Mastery Learning es identificado regularmente como una de las estrategias de
enseñanza más efectivas que los maestros pueden utilizar, en cualquier nivel
educativo (Walberg, 1984, en Guskey 2007:75).
La década de 1980: cómo llegar a la meta dado el punto de partida
Sadler (1989) da un paso más en el desarrollo de la noción, al añadir que no sólo el
maestro puede usar los resultados de la evaluación formativa, sino también los
estudiantes y señala que, para que una evaluación sea formativa deberá incluir la
identificación precisa de tres elementos:
• El objetivo a alcanzar al final del proceso de enseñanza y aprendizaje de que se
trate, o sea el punto de llegada, el aprendizaje esperado.
• La situación en que se encuentra el alumno según la evaluación realizada, o sea el
punto de partida de todo nuevo esfuerzo.
• La forma de pasar del segundo al primero, las indicaciones precisas que orientarán
al estudiante para que logre alcanzar el aprendizaje esperado.
Wiliam señala que Sadler retomó la noción de retroalimentación de Ramaprasad, del
campo de la electrónica, con la precisión de que el rasgo fundamental para considerar
que una información constituye retroalimentación es, precisamente, que tenga algún
efecto sobre el sistema en que se general. Sadler comenta:
Un elemento clave de la definición de Ramaprasad es que la información sobre la
brecha entre los niveles actuales y los de referencia se podrá considerar
retroalimentación sólo si se usa para modificar dicha brecha. Si la información
simplemente se registra, se transmite a un tercer actor que no tiene los
conocimientos o la capacidad de modificar el resultado o si está codificada de manera
demasiado profunda para que conduzca a una acción apropiada (por ejemplo como
una calificación sintética dada por el maestro), entonces el ciclo de control no se
puede cerrar, y en vez de retroalimentación efectiva se tienen solamente datos
sueltos (dangling data) (Citado por Wiliam, 2010:19).
La década de 1990: el impacto de la revolución cognitiva
La evaluación formativa se desarrolló en el marco del modelo de Mastery Learning de
Bloom, con base en los principios neo-conductistas del diseño instruccional
(enseñanza-prueba-retroalimentación o corrección). Por ello importa explorar cómo
se transforma "cuando se basa en otras concepciones de la enseñanza y el
aprendizaje; cómo se desarrolla si se basa en principios constructivistas o socioconstructivistas o en las ideas sobre la participación en comunidades de práctica,
como proponen los teóricos del aprendizaje situado" (Stiggins y Arter, 2002:4).
Desde los inicios del desarrollo de las pruebas en gran escala algunos de sus
promotores más lúcidos, como Tyler, señalaban que también ese tipo de evaluaciones
debían verse como parte del proceso de enseñanza-aprendizaje, pero prevaleció un
enfoque que, en realidad, las manejaba como un elemento adicional que sólo tenía
lugar al final del mismo.
Las pruebas en gran escala tradicionales se desarrollaron durante la primera mitad
del siglo XX, marcadas por las concepciones psicológicas y pedagógicas de la época,
entre las que destacaba el conductismo. Los avances de las concepciones
psicométricas se dieron en forma paralela a la llamada revolución cognitiva. Estos
desarrollos coinciden en rechazar el planteamiento conductista que reduce el campo
de estudio de la psicología a los fenómenos directamente observables, para
intentar abrir la caja negra de la mente, explorando los procesos que tienen lugar en
su interior. La revolución cognitiva, dice Lorrie Shepard, fue:
[...] una rebelión contra la psicología de las diferencias individuales y el conductismo,
una de cuyas premisas básicas era el centrar la atención en la adquisición de
competencias gracias al refuerzo de conductas observables y no en tratar de explicar
los procesos mentales subyacentes (Shepard, 2006:627).
En la medida en que se identifican y exploran los procesos mentales se abren
horizontes atractivos para la pedagogía y para las metodologías de evaluación del
aprendizaje, en especial las que pretendan servir para propósitos formativos, esto es
para dar elementos que sirvan para que maestros y alumnos modifiquen sus acciones
en consecuencia, para alcanzar mejores resultados.
Shepard señala que "sólo recientemente los especialistas en medición comenzaron a
prestar atención al contexto del aula para entender mejor las necesidades de los
maestros en lo relativo a la preparación para llevar a cabo evaluaciones". Y añade
que otros investigadores, Dorr y Bremme, han concluido que:
[...] los maestros piensan con base en razonamientos prácticos y actúan como
clínicos, orientando sus actividades evaluadoras a sus tareas cotidianas, como decidir
qué enseñar, y cómo hacerlo con alumnos de diversos niveles de desempeño;
monitorear el progreso de los alumnos, para saber cómo ajustar la enseñanza en
consecuencia; y asignar calificaciones a sus alumnos con base en su desempeño (Cfr.
Shepard, 2006:625-626).
Shepard apunta elementos importantes en lo que se refiere al potencial formativo de
las evaluaciones, señalando que:
[...] la evaluación no puede promover el aprendizaje si se basa en tareas o preguntas
que distraen la atención de los objetivos reales de la enseñanza. Históricamente, las
pruebas tradicionales muchas veces orientaban la instrucción en una dirección
equivocada, si centraban la atención en lo que es más fácil de medir, en vez de
hacerlo en lo que es más importante de aprender (Shepard, 2006:626)
El interés por la evaluación formativa se deriva en parte de la creciente conciencia
de las limitaciones de las pruebas en gran escala y se relaciona con avances paralelos
debidos a expertos en diversas áreas de contenidos curriculares, que:
[...] comenzaron también a buscar alternativas a las pruebas estandarizadas para su
uso en evaluaciones en el contexto del aula, movidos tanto por el rechazo de los
efectos de las pruebas utilizadas para rendición de cuentas, como por los profundos
cambios en las concepciones del aprendizaje y del manejo adecuado de los
contenidos (Shepard, 2006:626).
Muchos maestros no pueden hacer pruebas de mejor calidad a las desarrolladas en
gran escala, que sean más adecuadas para retroalimentar su trabajo y el de sus
alumnos. Por ello Silver y Kilpatrick sostenían que:
[...] más allá de la práctica prevaleciente según la cual los maestros preparan sus
propias pruebas para que se parezcan en forma y contenido a las de opción múltiple
externas, debería hacerse un serio esfuerzo para prepararlas más bien para que
puedan conducir lecciones de solución de problemas, y para evaluar la habilidad y las
disposiciones de sus alumnos al respecto en el marco de esas lecciones (Cfr. Shepard,
2006:627).
El calificativo de revolucionario que se aplica a las teorías cognitivas se justifica
plenamente, dadas las enormes repercusiones que tiene tanto para la enseñanza
como para la evaluación la idea básica de que es posible explorar los procesos que
ocurren en la mente de quienes aprenden o enseñan.
En relación con el aprendizaje de habilidades psicomotrices, o el de competencias
como la lectura, que tiene un componente psicomotor, hacen sentido los ejercicios
reiterados y estímulos de tipo conductista. La repetición y el ensayo error, en cambio,
no son el mejor modo de desarrollar competencias cognitivas complejas en
matemáticas, ciencias naturales y sociales, cuestiones tecnológicas, de planeación o
gestión avanzada, entre otras.
En esos casos son necesarias acciones más complejas para que los aprendices
desarrollen (construyan) los nuevos conocimientos, a partir de los previos, en
procesos que implican abandonar concepciones equivocadas (desaprendizaje o
deconstrucción) que dificultan el aprendizaje (obstáculos epistemológicos). Para ello
no sirve mucho que el maestro indique al estudiante que aún no consigue dominar
cierto tema, que lo vuelva a intentar una y otra vez, sino que es necesario explorar
los preconceptos erróneos, identificar las etapas del proceso de construcción del
conocimiento nuevo (mapas de progreso), ofrecer ejemplos de productos que se
acerquen más o menos al esperado, etcétera.
Una enseñanza con esas características será diferente de la tradicional y mucho más
rica; la distinción será similar en lo que se refiere al tipo de evaluación a realizar y al
tipo de devolución o retroalimentación a ofrecer a los aprendices. Como dice un
trabajo de la Organización para la Cooperación y el Desarrollo Económicos (OCDE)
sobre el tema, "en última instancia, el propósito de la evaluación formativa es
conducir a los estudiantes a desarrollar sus propias habilidades de 'aprender a
aprender', que a veces se denominan también 'estrategias metacognitivas'" (CERI,
2005:50).
Según McMillan, si se quiere usar la evaluación formativa para la "comprensión
profunda" (deep understandingg), se necesita meta-cognición y autorreflexión.