Caracterización epistemológica acerca de competencias explicativas y resolución de problemas científicos en profesionales en formación de Ciencias Naturales y HumanidadesResumen
La investigación que adelantamos caracteriza los racionalismos epistémicos que expresan profesionales en formación de pedagogías de ciencias naturales, geografía, química y farmacia a partir de un cuestionario tipo Likert. Proporciona información relevante respecto las concepciones de la naturaleza de las ciencias y sobre la resolución de problemas. Los resultados evidencian tensiones epistémicas, principalmente, en las concepciones sobre los procesos de construcción del conocimiento científico y sobre el trabajo experimental. Así mismo, se observa una valoración positiva de la resolución de problemas de carácter interdisciplinario que resultan útiles para la disciplina. Esto se explicaría, entre otros factores, por la naturaleza de estas disciplinas y la herencia tradicional acerca de la construcción del conocimiento científico y su enseñanza.
Palabras-clave:
explicación científica; conocimiento científico; profesores en formación; racionalismo epistémico; resolución de problemas.
Abstract
This research characterizes the epistemic rationalisms expressed by pre-service teachers in the pedagogy of the natural sciences, geography, chemistry and pharmacy. Based on a Likert-scale questionnaire, the study provides relevant information about conceptions of the nature of science and problem-solving. The results show epistemic tensions, primarily concerning the processes of constructing scientific knowledge and experimental work. Likewise, there is a positive assessment of interdisciplinary problem-solving that is useful for the discipline. This could be explained by the nature of these disciplines and their traditional approach to constructing and teaching scientific knowledge.
Keywords:
scientific explanation; scientific knowledge; pre-service teachers; epistemic rationalism; problem-solving.
Introducción
La explicación científica es una competencia cognitivo-lingüística que nos permite afrontar con éxito las demandas personales y sociales propias de la práctica profesional, ya sea en contextos científicos o en cualquier otra labor (Khishfe, 2025; Uskola Ibarluzea; Burgoa Etxaburu; Magureg González, 2020). Cada Competencia de Pensamiento Científico (CPC) combina aptitudes prácticas, cognitivas y socioemocionales de diversa índole para llevar a cabo una acción con eficacia, integrando conocimientos, motivaciones, valores y otros factores socioculturales. Esta perspectiva sustituye el modelo tradicional de preguntas y respuestas impuesto por el profesorado o el texto, y pone el foco en las interrogantes que plantea el propio estudiantado. De este modo, las CPC configuran un perfil dinámico de saberes, habilidades y responsabilidades que trasciende la mera memorización y permite a los estudiantes demostrar de forma creativa y contextualizada su comprensión de la ciencia. Se articulan a partir de cuatro dimensiones (conocimiento, contexto, habilidades y valores) que, en su conjunto, preparan a los futuros docentes de ciencias y humanidades para afrontar retos reales en el aula (Quintanilla Gatica; Olivares-Petit; Madariaga, 2024). Promover el pensamiento científico en la formación del profesorado exige ir más allá de la mera acumulación de contenidos y del uso de estrategias algorítmicas y heurísticas. Al centrar la atención en la explicación científica, se despierta la conciencia de que es necesario interpretar la ciencia mediante modelos específicos y profundizar en la comprensión de los fenómenos científicos (Carneiro et al., 2024). Para ello, es fundamental que los futuros docentes aprendan a resolver problemas formulando explicaciones sólidas, construyendo argumentos coherentes y planteando preguntas que estimulen el análisis. De este modo estarán mejor preparados para guiar a sus estudiantes en procesos de indagación y reflexión profunda (Izquierdo Aymerich, 2022).
La explicación científica es una práctica fundamental en la enseñanza y el aprendizaje de las ciencias y, al mismo tiempo, una de las más complejas de desarrollar desde el punto de vista cognitivo (Thagard, 2012). Esta dificultad se pone de manifiesto en los resultados del Programme for International Student Assessment (PISA), que considera la explicación científica como una competencia clave. En Chile, el país donde se desarrolla esta investigación, los puntajes en ciencias del informe PISA 2022 no registraron variaciones significativas con respecto a ediciones anteriores, lo que evidencia que el rendimiento de los estudiantes chilenos en estas competencias sigue sin mejorar (OCDE, 2022). Diversos estudios en didáctica de las ciencias han explorado cómo ofrecer al estudiantado espacios para expresar verbalmente sus razonamientos mediante explicaciones, con el fin de hacer visibles sus ideas y facilitar la comprensión de los fenómenos científicos. Asimismo, otras investigaciones se han centrado en la práctica de la explicación para promover el pensamiento científico y desentrañar los razonamientos implícitos en las argumentaciones de los estudiantes (Quintanilla Gatica; Olivares-Petit; Madariaga, 2024).
Las preguntas que guiaron esta investigación fueron las siguientes:
-
-¿Qué representaciones epistemológicas se revelan en las explicaciones de los estudiantes de pedagogía en ciencias y de las licenciaturas en química, farmacia y geografía acerca del conocimiento científico?
-
-¿Qué tipos de explicaciones construyen estos futuros profesionales al enfrentarse a situaciones de resolución de problemas en contextos de ciencias naturales y sociales?
Explicación científica en carreras de pedagogía y licenciaturas
La elaboración de una explicación científica implica movilizar inferencias, conceptos, datos empíricos y procesos lógicos con el fin de describir y justificar las causas y los efectos de los fenómenos. Magalhães, Villagrá y Greca (2022) señalan que el discurso científico oscila entre la descripción, que detalla cómo ocurren esos fenómenos, y la explicación, que indaga por qué o para qué suceden, al vincular las condiciones previas y las leyes generales pertinentes. Con esta práctica se construye y valida el conocimiento científico, al tiempo que se desarrollan destrezas lógicas (Díaz; Mignone; Roque Bar, 2020).
En los últimos años, se han desarrollado algunos esfuerzos para establecer marcos de evaluación de la explicación científica. Braaten y Windschitl (2011) definen la explicación como justificación. Si bien han aportado orientaciones sobre la estructura de una buena explicación científica, se caracterizan por tratar como sinónimos la explicación y otra práctica epistemológicamente vinculada a ésta: la argumentación (Sandoval; Millwood, 2005). Bajo este marco surge la propuesta de Berland y McNeill (2012) quienes sugieren un modelo de enseñanza y evaluación que descompone la explicación en tres elementos: (i) afirmación, (ii) evidencias, y (iii) razonamiento. Los dos primeros componentes son idénticos a los propuestos en la estructura de un argumento de Toulmin (1977), y el último considera los dos componentes de este autor en uno solo (garantías y respaldo). La explicación científica se define como un proceso que consiste básicamente en una formulación sistemática de carácter general, que utiliza como garantía información sobre la historia causal que carga la experiencia. Se trataría de una tendencia a reducir todo acto explicativo a un modelo único (Rodrigues; Pereira, 2020), de la cual convergerían cualidades exteriorizas del positivismo lógico, que es persistente en la formación científica del profesorado (Quintanilla-Gatica; Orellana-Sepúlveda; Páez-Cornejo, 2020), y que se intenta justificar como necesario y suficiente para remediar múltiples problemas de la naturaleza del conocimiento científico que se enseña y aprende. El problema es que insisten en reduccionismos que no responden al mejor sentido de la explicación científica al expresar que esta es simplemente una articulación de proposiciones, por lo que se debería garantizar entonces un número infinito de posibilidades para su construcción, como la multivariedad metodológica para explicar (Machado; Rodrigues, 2022), la autonomía de los esquemas del conocimiento y el significado.
Racionalidades científicas
En investigaciones previas se han documentado antecedentes, evidencias y conclusiones sobre la percepción de la ciencia y su enseñanza por parte de los docentes en activo de química y biología, así como de las educadoras de educación infantil (Orellana-Sepúlveda; Quintanilla-Gatica; Páez-Cornejo, 2018). Esto ha permitido empezar a comprender el paradigma epistemológico presente en la formación superior y en los primeros años de ejercicio docente. Además, el positivismo sigue siendo muy influyente hoy en día en ámbitos relacionados con la profesión científica y la enseñanza, especialmente en las universidades (González; Fernández Aquino, 2018). Desde esta visión del conocimiento científico se promueven valores como la objetividad, la neutralidad, la matematización y la primacía de lo cuantitativo, relegando por completo la subjetividad en la investigación (González; Fernández Aquino, 2018). Perspectivas como de la Ciencia, Tecnología y Sociedad (CTS) han contribuido a incorporar las dimensiones sociales del conocimiento científico y a promover el pensamiento crítico como pilar del aprendizaje.
En este sentido, la presente investigación busca caracterizar, en una muestra exploratoria de una universidad chilena, las racionalidades científicas (RC) de los futuros profesores de física, química y biología, así como de los licenciados en geografía, química y farmacia, analizando dos posturas epistemológicas: el racionalismo positivista (RP) y el racionalismo moderado (RM). El RP se asocia con una corriente de tipo radical que intenta explicar la realidad de una forma categórica y perfecta, sin admitir el juicio científico. En el aula de ciencias, este tipo de RC podría vincularse con modelos didácticos de enseñanza tradicionales y/o dogmáticos. Por otra parte, el RM adopta una perspectiva de comprensión de la ciencia humana (Izquierdo Aymerich, 2022) y se fundamenta en el modelo cognitivo de la ciencia. En ese sentido, el conocimiento científico se construye y valida a partir del juicio del científico y de la interacción social que tiene con sus pares (Quintanilla-Gatica; Mercado Baeza, 2022). Este tipo de racionalismo puede asociarse en el aula de ciencias con modelos didácticos constructivistas y/o socioconstructivistas, en los que el aprendizaje se construye por medio de las interacciones y las propias subjetividades del estudiantado. En este contexto, la promoción de competencias explicativas entre el profesorado y los licenciados en formación, y la reflexión en torno a las nociones de la ciencia implícitas en ellas, desempeñan un papel primordial para promover una nueva visión más ciudadana de la ciencia (Izquierdo Aymerich, 2022) y proponer mejoras para transitar hacia posturas más moderadas en la formación y el desarrollo profesional.
Resolución de Problemas Científicos (RPC)
Hemos señalado la importancia de la explicación como competencia fundamental del pensamiento científico en la formación de futuros profesionales. Sin embargo, en la enseñanza y el aprendizaje de las ciencias, la resolución de problemas ocupa un lugar destacado y recibe gran valoración desde la perspectiva positivista clásica, que privilegia la aplicación metódica de conocimientos. Al mismo tiempo, esta estrategia atrae la atención de docentes e investigadores inspirados en enfoques socioconstructivistas y comprometidos con la formación ciudadana (Izquierdo Aymerich, 2022). Además, desde la tradición pedagógica y psicológica, un problema se entiende como un desafío que el estudiante debe enfrentar y resolver. Por lo general, estos desafíos se plantean a partir de productos científicos y presentan un alto grado de complejidad, como el cálculo estequiométrico en química o la resolución de ecuaciones cinemáticas en física (Quintanilla; Adúriz-Bravo, 2022).
La RPC se ha consolidado como una práctica habitual en las aulas de ciencias, tanto en la educación escolar como en la superior. A menudo, se dedica a esta actividad una parte significativa del tiempo de clase, pues se considera un procedimiento esencial al mismo nivel que la observación y la experimentación. De hecho, los currículos oficiales la incluyen como una competencia clave y los libros de texto la destacan con abundantes ejemplos. De hecho, existen manuales especializados e incluso volúmenes enteros consagrados exclusivamente a la resolución de problemas, sobre todo en contextos universitarios (Quintanilla; Adúriz-Bravo, 2022). Sin embargo, a pesar de la alta valoración otorgada a esta metodología, la investigación educativa ha mostrado que, con demasiada frecuencia, la RPC se reduce a seguir algoritmos de forma mecánica, sin exigir la comprensión de los principios científicos subyacentes ni fomentar la interpretación crítica de los resultados. La práctica de resolver por resolver no solo limita el aprendizaje conceptual, sino que también desvirtúa la naturaleza compleja y multidimensional del conocimiento científico y puede dar lugar a cálculos cuyos valores carecen de sentido práctico para los estudiantes (Izquierdo Aymerich, 2022). Además, la falta de distinción clara entre ejercicios, preguntas y problemas agrava las dificultades de evaluación, ya que convierte la propia selección y planteamiento de las tareas en un obstáculo para medir verdaderamente las competencias alcanzadas (Nobre-Da-Silva; Silva, 2023; Quintanilla; Adúriz-Bravo, 2022).
La investigación sobre la RPC ha consistido en comprender este proceso no solo como una habilidad que hay que desarrollar, sino también como una estrategia de enseñanza y aprendizaje que es capaz de fomentar el pensamiento científico a lo largo de la historia de la ciencia (Quintanilla-Gatica et al., 2023). Enseñar a los futuros profesionales a enfrentarse a problemas científicos implica diseñar retos que propicien la emergencia de nuevo conocimiento significativo y que se formulen a partir de preguntas bien planteadas que inviten al estudiantado a pensar en profundidad, comprender y comunicar con claridad. Estos problemas auténticos deben promover el uso de habilidades cognitivo-lingüísticas para describir, explicar y argumentar con sus propias palabras, así como estimular la metacognición. La pregunta inicial debe implicar acciones concretas para su resolución, despertar el deseo y la motivación, incluir un nivel de desafío que impida que la estrategia sea evidente de inmediato, fomentar la autonomía y permitir análisis cualitativos y múltiples representaciones vinculadas a las disciplinas científicas (Izquierdo Aymerich, 2022).
Metodología e instrumentos
El presente estudio adopta un enfoque mixto con predominancia cualitativa, sustentado en la tradición del análisis interpretativo de Sandín (2003), que combina un examen sólido de las construcciones epistemológicas con un componente cuantitativo de carácter descriptivo. Esta estrategia metodológica permite, por un lado, captar en profundidad la riqueza de las representaciones epistemológicas y, por otro, dimensionar la frecuencia y distribución de los patrones de pensamiento emergentes en la muestra. Al enfoque interpretativo de Sandín (2003) se suma una perspectiva cuantitativa de las representaciones para enriquecer la triangulación de datos y aportar mayor robustez a los resultados. Esta investigación incorpora, además, elementos de la investigación descriptiva flexible propuesta por Gialdino (2019), lo que facilita la adaptación de los instrumentos y el procesamiento de la información según los hallazgos preliminares.
Contexto y participantes
El universo muestral de este estudio estuvo conformado por 172 estudiantes de la Universidad Católica de Chile, matriculados en las carreras antes mencionadas. Se elaboró un plan de trabajo conjunto con los jefes de carrera de cada programa académico, a quienes se les presentó el protocolo de investigación y el alcance del proyecto interdisciplinario. Una vez obtenida la aprobación institucional y cumpliendo con los protocolos éticos vigentes todos los participantes fueron convocados mediante comunicación formal y voluntaria. Previo al levantamiento de datos, cada estudiante firmó un consentimiento informado en el que se explicaron los objetivos del estudio, la confidencialidad de los datos y la posibilidad de desistir en cualquier momento sin repercusiones académicas. En la figura 1 se grafica la distribución de participantes por carrera.
Estrategia de recolección y análisis de datos
La fase de recolección de información se llevó a cabo mediante un cuestionario estructurado, diseñado para identificar las representaciones epistemológicas explicativas de los futuros profesionales. La aplicación del instrumento se realizó en la propia institución, bajo la supervisión de un docente investigador asignado a cada carrera.
A continuación, se llevó a cabo un exhaustivo análisis e interpretación de las respuestas obtenidas mediante un cuestionario específicamente diseñado para indagar las racionalidades epistémicas que los profesionales y los futuros docentes expresan al aproximarse a la enseñanza y al ejercicio de la química y la geografía. Dicho instrumento, está construido sobre una escala tipo Likert y ha demostrado una elevada consistencia interna (α de Cronbach = 0,889), lo que lo posiciona como una herramienta altamente confiable para estudios de esta naturaleza, según los criterios de Toro et al. (2022). El cuestionario se estructura en cinco dimensiones conceptuales, cada una compuesta por diez enunciados que exploran distintos aspectos de la praxis científica y pedagógica: (i) enseñanza de las ciencias (ECS); (ii) aprendizaje de las ciencias (ACS); (iii) evaluación de aprendizajes científicos (EAC); (iv) resolución de problemas científicos (RPC); y (v) competencias de pensamiento científico (CPC). La codificación de cada dimensión y sus respectivas categorías de respuesta se detalla en el cuadro 1. Los profesionales en formación debían valorar, mediante la escala descrita en el cuadro 2, su grado de acuerdo con cada uno de los enunciados de las cinco dimensiones. Luego, seleccionar al menos dos por dimensión y explicar o argumentar las razones de su calificación.
El análisis de los datos se llevó a cabo en cuatro etapas (E). En la E1, para conformar el grupo encapsulado se seleccionaron estudiantes de cada carrera cuyas explicaciones mostraran una amplia variedad de significados. La muestra se equilibró según el género y la disciplina, e incluyó únicamente a quienes respondieron las diez narrativas. La composición de este grupo se presenta en la tabla 1, en la que cada código (M = masculino, F = femenino) y un número garantizan la anonimización de los datos. En la E2 aplicamos la Teoría Fundamentada: las categorías de análisis surgieron directamente de los datos. Utilizamos el método comparativo constante (MCC), un proceso iterativo en el que se comparan continuamente las explicaciones de los futuros profesionales con las categorías preliminares y la teoría subyacente (Hernández Sampieri; Fern ández Collado; Baptista Lucio, 2014).
De los datos emergieron las categorías de primer nivel (cuadro 3), a las que luego vinculamos dos tipos de racionalidad epistémica: el racionalismo moderado (RM) y el racionalismo positivista (RP) (Izquierdo Aymerich et al., 2016; Quintanilla; Adúriz-Bravo, 2022). Dado el volumen de respuestas, organizamos y gestionamos el análisis con el software Atlas.ti. En la etapa E3, cuantificamos la frecuencia de aparición de cada categoría de nivel 1 dentro del grupo encapsulado, con el fin de identificar patrones de uso entre los participantes. Finalmente, en E4 buscamos similitudes entre los significados de las categorías de nivel 1 y las agrupamos en categorías más amplias, llamadas de nivel 2, que se asociaron a las cinco dimensiones del cuestionario. Si alguna categoría de nivel 1 no se ajustaba a estas dimensiones, la considerábamos como categoría emergente.
Resultados
Aunque las etapas del análisis de datos - E1, selección del grupo encapsulado; E2, generación de categorías de nivel 1 (N1) mediante el MCC; E3, cuantificación de frecuencias, y E4, agrupación en categorías de nivel 2 (N2) -, se describieron previamente de forma secuencial, en la sección de resultados hemos optado por combinar los hallazgos de varias fases. Con este enfoque, priorizamos las explicaciones vinculadas a la dimensión 4 (RPOC) y aquellas que evidencian el RP. Para respaldar la interpretación, presentamos también la frecuencia de aparición de cada tipo de racionalismo. A partir del análisis de las 150 explicaciones, se identificaron 29 códigos N1 que recogen la esencia de las ideas expresadas por los futuros profesionales. Estos códigos se organizaron posteriormente en cinco categorías N2 (D1-D5), a las que sumamos una categoría emergente relacionada con la naturaleza de las ciencias (NOS). De este modo, cada explicación queda reflejada en uno de los 29 códigos, que a su vez se agrupan según las dimensiones del cuestionario aplicado y el nuevo aspecto NOS. En el cuadro 3 se muestran con detalle: (i) los 29 códigos de primer nivel (C1-C29) extraídos de las explicaciones; (ii) la asignación de cada código a su categoría de segundo nivel (D1 a D5 y NOS); (iii) el tipo de corriente epistemológica predominante en cada código, ya sea racionalismo moderado (RM) o racionalismo positivista (RP) y (iv) la frecuencia con que aparece cada código dentro de ambas corrientes epistemológicas. Con esta estructura, no solo se evidencia cómo se organizan las ideas de los estudiantes, sino también las corrientes de pensamiento que sustentan sus explicaciones y su tendencia.
La figura 2 detalla, para cada dimensión (D1-D5) y para la categoría emergente NOS, la frecuencia de menciones asociadas al racionalismo moderado (RM) y al racionalismo positivista (RP) en los dos colectivos de futuros docentes. Las barras azules (RM-licenciados) y grises (RP-licenciados) corresponden a estudiantes de licenciatura (G y QyF), y las naranjas (RM-profesorado) y amarillas (RP-profesorado), al profesorado en formación (PB, PQ y PF).
Frecuencia de menciones de racionalismo moderado (RM) y racionalismo positivista (RP) en licenciados y profesorado en formación, por dimensión y categoría emergente (NOS)
En esta representación puede verse con claridad que el racionalismo moderado domina en todas las dimensiones, especialmente en D2 y D5, mientras que el racionalismo positivista es prácticamente residual en ambos colectivos. A partir de los resultados presentados en el cuadro 3, se observa que 25 de las 29 categorías de primer nivel identificadas muestran una clara preferencia por el RM. Sólo cuatro categorías evidencian una inclinación hacia el RP y están asociadas a las dimensiones D1, D2 y D3. En particular, D3 es la dimensión con más alusiones al RP, lo que sugiere que, cuando analizan la evaluación de los aprendizajes científicos, tanto licenciados como futuros docentes tienden a adoptar un discurso más centrado en la medición objetiva y cuantificable del progreso estudiantil. La comparación entre los dos colectivos de profesionales en formación, que se presenta en la figura 2 refuerza esta distinción epistemológica. El profesorado en formación (grupos PB, PQ y PF) se apoya mayoritariamente en categorías propias del RM: C1, que subraya la visión dinámica y evolutiva de las teorías científicas; C5, que destaca la función formativa de la evaluación, y C11, que manifiesta el foco en habilidades como el razonamiento crítico y la argumentación. Estas tres categorías obtienen las frecuencias más altas dentro del enfoque RM, lo que indica una orientación hacia la reflexión epistemológica y pedagógica en su formación. Por su parte, los estudiantes de licenciatura (grupos G y QyF) concentran sus explicaciones en las cuatro categorías asociadas al racionalismo positivista: C8 enfatiza la centralidad del método experimental, C16 asume una separación tajante entre hechos y valores, C19 pone el acento en la disponibilidad de materiales y herramientas, y C23 refuerza la idea de la evaluación como instrumento para cuantificar los resultados. La predominancia de estas categorías vinculadas al RP revela una visión más objetiva y tecnocrática de los procesos de enseñanza y aprendizaje. Además, algunas categorías surgen de manera exclusiva en las explicaciones del profesorado en formación, lo que aporta matices adicionales a su perfil epistemológico. Por ejemplo, C4 resalta la importancia del pensamiento de orden superior para resolver cuestiones complejas; C9 pone en primer plano la función de las concepciones previas en la construcción de nuevos aprendizajes; C18 subraya la necesidad de articular diferentes áreas del conocimiento y C21 redefine el rol del docente como facilitador de procesos en lugar de mero transmisor de información. Muy notablemente, la categoría C13 alcanza una frecuencia especialmente alta dentro del profesorado, lo que evidencia un compromiso claro con los fines sociales y formativos de la educación científica. Estos resultados sugieren que, más allá de compartir un fundamento racionalista, el profesorado en formación adopta posiciones más reflexivas y orientadas al desarrollo integral de los estudiantes.
Tensiones del racionalismo positivista en las explicaciones de profesionales en formación
En esta sección, exploramos las tensiones del racionalismo positivista en las explicaciones de los estudiantes de licenciatura y de profesorado, centrándonos en las dimensiones D1, D2 y D3. Respecto a la dimensión D1, asociada a la enseñanza de las ciencias, se puede apreciar, desde las categorías de primer orden, que los profesionales en formación valoran los procesos de enseñanza que incorporan elementos como la contextualización, el vínculo con los fenómenos de la vida cotidiana y la promoción de valores que tributen a la alfabetización científica y ciudadanía de todos y todas en el aula, siendo incluso críticos con la necesidad de que el aula universitaria los incorpore con mayor frecuencia en su docencia, como se observa en la justificación siguiente.
[…] lamentablemente, en el contexto universitario, la enseñanza de las ciencias se ha basado sólo en teoría y no en promover una mirada crítica (PF-F-28).
Sin embargo, se identifican tendencias de RP entre los profesionales en formación que consideran que la enseñanza de las ciencias no debería posicionarse ante temas controversiales (como, por ejemplo, la crisis climática, la escasez de recursos energéticos o la mutación genética, entre otros). Otros estudiantes señalan que la enseñanza de las ciencias debería basarse en la enseñanza de conceptos y teorías válidas planteadas por expertos, como se observa en los siguientes ejemplos:
[…] la enseñanza frente a un tema controversial debe ser neutra (PB-M-7).
La enseñanza científica debe basarse en enseñar correctamente los conceptos y guiar a los estudiantes, no dejarlos pensar algo erróneo (QyF-F-79).
La enseñanza de las ciencias siempre se debe basar en los significados y definiciones determinadas por los expertos y tener la palabra final en qué es válido o no […] (G-M-208).
Así, en la misma dimensión, se observa que los profesionales en formación valoran el rol de la experimentación en los procesos de enseñanza, por brindar la posibilidad de observar los fenómenos con nuestros propios ojos, tal como se ha reportado en otros estudios (Bacila, 2024), y no por la posibilidad que nos brinda de poner a prueba nuestros modelos a la luz de las evidencias. Destacan que la experimentación da validez a la teoría, descartando así la validez de todo proceso de pensamiento e investigación de tipo teórica - por ejemplo, Einstein con su teoría de la relatividad - que no ha sido puesta a prueba en el laboratorio:
[…] Es importante para observar correctamente los fenómenos (PF-M-4).
Las actividades experimentales son fundamentales para la validez de una teoría, si se enseña una teoría no experimentada se corre el riesgo de que sea incorrecta (G-M-208).
En la dimensión del aprendizaje de las ciencias (D2), muy relacionada con la dimensión de la enseñanza, se observan explicaciones que dan valor a la necesidad de modificar los modelos científicos para que resulten pertinentes en los contextos de aprendizaje (C1), que valoran la importancia de reconocer los conocimientos previos del estudiantado como punto de partida para promover el aprendizaje de las ciencias (C9) y que enfatizan la importancia del andamiaje docente para que el aprendizaje sea efectivo (C21). Sin embargo, llaman la atención las explicaciones de los profesionales en formación que consideran esencial el uso de recursos sofisticados (como los materiales de laboratorio) para la promoción del aprendizaje, dejando de lado otras posibilidades complementarias como el uso de analogías, laboratorios virtuales, simuladores u otros, que también pueden promover la construcción del conocimiento científico, tal como se observa en los siguientes ejemplos:
El equipamiento es necesario, …, por la pandemia nos mostraron vídeos de los laboratorios de química, claramente no entendí nada, ya que nunca pude llevarlo a la práctica (QyF-F-5).
No disponer del equipamiento apropiado es un problema que retrasa el aprendizaje (G-F-204).
El diagrama de Sankey (figura 3) muestra que, en la formación inicial de docentes y de estudiantes de licenciatura, conviven creencias heredadas del positivismo junto con enfoques más críticos. En D1, una parte valora la contextualización y el vínculo con la vida cotidiana para fomentar el pensamiento crítico, mientras que otra apuesta por la neutralidad ante temas como el cambio climático; además, la experimentación se concibe tanto como ver por uno mismo como único mecanismo de validación teórica. En D2, los futuros profesores defienden la adaptación de modelos, el reconocimiento de saberes previos y el uso de andamiaje cognitivo (simuladores, analogías), en contraste con la fuerte dependencia de laboratorios físicos que destacan los estudiantes de licenciatura. Finalmente, en D3 se observa un claro contraste entre la evaluación formativa, centrada en las habilidades, las actitudes y el trabajo en grupo promovida por el profesorado en formación, y la evaluación sumativa, orientada exclusivamente al contenido, que predomina en la licenciatura. La anchura de los flujos revela que estas tensiones son generalizadas, lo que sugiere un gran potencial para consolidar prácticas críticas, diversificar los enfoques experimentales y promover evaluaciones verdaderamente holísticas en la formación docente que promuevan el pensamiento crítico (Garcia; Camillo, 2025; Machado; Rodrigues, 2022).
Tensiones entre el positivismo y enfoques críticos en licenciados y profesorado en formación
Si bien las categorías de primer orden asociadas a la dimensión de RPC tienden al RM, se observa que es predominantemente el profesorado en formación quien realiza explicaciones que tributen a ella. La RPC es una dimensión que se esperaba fuese valorada tanto por los profesores como por los licenciados en formación, ya que es un procedimiento común en ciencias, que se encuentra al mismo nivel que la observación o la experimentación (Quintanilla-Gatica; Orellana-Sepúlveda; Páez-Cornejo, 2020). En este sentido, se esperaba que la RP se infiriera por la concepción tradicional de que la resolución de problemas consiste en el uso mecanizado de algoritmos para la solución de problemas tipo (Quintanilla-Gatica et al., 2023). Sin embargo, el profesorado en formación tributó a esta competencia desde una perspectiva coherente con la investigación en didáctica de las ciencias, identificando características de su carácter multidimensional, como, por ejemplo, al señalar la necesidad de ser abordados de manera integral.
Estoy totalmente de acuerdo, ya que es importante promover la interdisciplinaridad para comprender de una manera más integral nuestro conocimiento del mundo (PB-M-7).
Nunca se podrá enseñar un concepto de forma aislada, viendo a que todo está conectado y cada área de la ciencia explica una forma de ver la realidad (PQ-F-38).
También declarando que éstos no sólo promueven la construcción del conocimiento, sino que ponen en juego el desarrollo de habilidades:
[...] la repetición desvaloriza el conocimiento…, limitarse a números indica generalidades sin un por qué…, se debe explicar causas, razones y metodologías que articulen la formación de un conocimiento […] (QF-M-65).
Nunca es suficiente quedarse en lo teórico. Una visión de la ciencia es poder explicar fenómenos del mundo natural, y ahí se requiere habilidades más complejas que solo comprender lo teórico…, un buen problema científico es aquel que usa habilidades del pensamiento superior para explicar fenómenos del mundo natural (PF-M-25).
Por su parte, el enfoque de los estudiantes de licenciatura sobre cómo encarar estos desafíos se centra en el dominio de los métodos propios de su campo, tal y como indican:
Lo más importante… resolución de problemas de la disciplina (G-M-208).
El diagrama de Sankey (figura 4) ilustra estos desplazamientos de forma clara al mostrar cómo la interdisciplinariedad se asocia sobre todo al profesorado, mientras que la licenciatura dirige sus esfuerzos hacia prácticas metodológicas concretas y el fortalecimiento progresivo de las habilidades cognitivas avanzadas. De este modo, el análisis conjunto de los enunciados y de la representación visual confirma la importancia de fomentar tanto la amplitud de miras como la profundización en técnicas de análisis para preparar a los futuros profesionales de la ciencia.
Es relevante ver este proceso desde las dimensiones cognitivas, emocionales, culturales y sociales, entendiendo, que en ciencias se abordan problemas reales, profesionales e interdisciplinares que muchas veces no tienen una única solución, pero que nos permiten poner en práctica el pensamiento estratégico para plantear diversas soluciones útiles para el desarrollo científico y para nuestra vida cotidiana. A su vez, en la dimensión de resolución de problemas científicos D4, se observa que el profesorado tiende a entender estos desafíos como situaciones que trascienden los límites de una sola materia, tal como se refleja en:
Es importante promover la interdisciplinaridad (PB-M-7).
Nunca se podrá enseñar un concepto de forma aislado… todo está conectado (PQ-F-38).
Esta mirada resalta la convicción de quienes enseñan de que los fenómenos científicos requieren del diálogo entre diversas disciplinas para poder comprenderse en toda su complejidad. Al mismo tiempo, tanto los docentes en activo como quienes están en formación de licenciatura coinciden en que resolver estos problemas exige algo más que memorizar datos, tal como expresan:
Habilidades más complejas que solo comprender lo teórico… un buen problema usa pensamiento superior (PF-M-25).
La repetición desvaloriza… se debe explicar causas, razones y metodologías (QF-M-65).
Con ello, subrayan la relevancia de activar procesos cognitivos profundos como el análisis cuidadoso de la información, la síntesis de ideas y el uso constante del pensamiento crítico, para afrontar cuestiones científicas de manera efectiva.
Discusión
Los resultados de este estudio revelan que la formación de futuros profesionales de la ciencia en pedagogía y licenciaturas, ha experimentado un desplazamiento significativo desde el modelo positivista hacia un racionalismo moderado, centrado en la construcción de explicaciones fundamentadas y en el desarrollo de competencias críticas. De las 29 categorías de primer nivel identificadas, 25 se adscriben al racionalismo moderado, lo que muestra que los estudiantes valoran la naturaleza dinámica del conocimiento científico, reconocen que los modelos evolucionan con nueva evidencia y conciben la evaluación como un proceso formativo más que meramente cuantitativo (Díaz; Mignone; Roque Bar, 2020; Quintanilla-Gatica; Mercado Baeza, 2022). Esta tendencia coincide con el énfasis en un enfoque CTS que integra razonamiento, lenguaje y experiencia para promover un aprendizaje reflexivo y sostenido (Magalhães; Villagrá; Greca, 2022). Sin embargo, persiste un núcleo de concepciones positivistas, especialmente cuando los estudiantes reflexionan sobre la evaluación del aprendizaje. Allí reaparece la idea de la neutralidad y la medición objetiva: “evaluación mide progreso” (C23), una idea que se refleja en varios testimonios y en la única categoría de primer nivel vinculada al positivismo en D3 (González; Fernández Aquino, 2018). Este hallazgo evidencia la pervivencia del paradigma tradicional en el diseño de instrumentos de evaluación, en los que la cuantificación sigue considerándose un indicador de validez, a pesar de que muchos participantes plantean la necesidad de realizar evaluaciones diversas y reflexivas (C5, C22 y C27). Por tanto, la evaluación se muestra como el último reducto de una visión positivista, lo que sugiere revisar los currículos y priorizar rúbricas que valoren la argumentación, la autoevaluación y la interpretación crítica de los resultados (Izquierdo Aymerich, 2022).
La comparación entre licenciados y profesorado en formación añade matices relevantes. Los primeros se concentran en categorías positivistas, como la centralidad de la experimentación (C8), la enseñanza neutra (C16) y la primacía de los recursos (C19), mientras que los futuros docentes despliegan un abanico más amplio de ideas moderadas: destacan el rol formativo de la evaluación (C5), la función del profesor como guía (C21), la promoción de ciudadanos críticos y responsables (C13) y la necesidad de contextualizar la enseñanza (C20) (Orellana-Sepúlveda; Quintanilla-Gatica; Páez-Cornejo, 2018). Esto sugiere que los programas de pedagogía han integrado con más éxito los postulados constructivistas y CTS, mientras que las licenciaturas mantienen concepciones más tecnocráticas y centradas en el método experimental.
En cuanto a la resolución de problemas científicos, aunque se esperaba una elevada frecuencia de menciones por su importancia curricular (Quintanilla-Gatica; Orellana-Sepúlveda; Páez-Cornejo, 2020), la realidad muestra que esta dimensión recibe atención limitada, y casi exclusivamente por parte del profesorado en formación. No obstante, sus explicaciones reflejan un entendimiento sofisticado de la multidimensionalidad de los problemas auténticos, ya que subrayan la interdisciplinariedad (C18), el uso de habilidades de orden superior (C4) y la metacognición como componente esencial (C26) (Quintanilla et al., 2023). Esto coincide con la propuesta de Izquierdo Aymerich (2022) y Toulmin (1977) de que los problemas auténticos deben plantearse como retos complejos que estimulen la generación de nuevo conocimiento y la justificación de causas, efectos y supuestos de manera argumentada. La baja frecuencia de menciones indica, sin embargo, que el diseño y la práctica real de estos problemas aún no están plenamente incorporados en la formación en ciencias. Esta concepción procesual conecta de manera directa con la dimensión D4 de resolución de problemas científicos, en la que el profesorado describe estos desafíos como situaciones que trascienden los límites de una sola materia.
Es importante promover la interdisciplinaridad (PB-M-7).
Nunca se podrá enseñar un concepto de forma aislado… todo está conectado (PQ-F-38).
Del mismo modo, reafirma la idea de que resolver problemas auténticos exige procesos cognitivos profundos, tal como señalan:
Habilidades más complejas que solo comprender lo teórico… un buen problema usa pensamiento superior (PF-M-25).
La repetición desvaloriza… se debe explicar causas, razones y metodologías (QF-M-65).
Conclusiones
Los resultados dejan en evidencia la orientación de un RM en las explicaciones formuladas tanto por el profesorado como por los profesionales de licenciaturas en formación. Sin embargo, en las dimensiones D1, D2 y D3 se identifican nociones positivistas presentes en las explicaciones de los profesionales en formación de Geografía y de Química y Farmacia. Estas nociones incluyen representaciones controversiales sobre la naturaleza de las ciencias, que se deberían abordar en la educación superior, ya que promueve una imagen de la ciencia como un campo de conocimientos neutro, que usa la experimentación y otras metodologías, que tienen su justificación desde el empirismo lógico para validar sus teorías. Este tipo de concepciones deja de lado la validez de cualquier conocimiento de naturaleza teórica, incluso teniendo en cuenta la referencia de ciertas áreas del conocimiento, como, por ejemplo, la física moderna, donde los científicos han realizado planteamientos que no siempre han podido ser comprobados por la actividad experimental.
Respecto a la RPC, pese a la tendencia de RM que se desprende de las explicaciones, principalmente del profesorado en formación, no debemos olvidar que las universidades se han convertido en academias para los estudiantes, en lugares donde el conocimiento científico no parece construirse y donde han predominado enfoques tradicionales de enseñanza y aprendizaje. En este sentido, la competencia en RPC ha estado íntimamente relacionada con problemas cuantitativos resueltos por rutinas algorítmicas descontextualizados a efectos de evaluación, con poco significado para el estudiantado, y que ha brindado un modelo pobre de la ciencia y del modelo educativo a los profesionales en formación. Para ello, es necesario promover procesos reflexivos sobre la práctica en las carreras de educación superior, proceso que be transitar hacia nuevos enfoques, que adquieran un carácter más auténtico, real, interdisciplinario y con vínculos a prácticas epistémicas como la indagación, la argumentación y la modelización. Para ello, se requiere la promoción de procesos reflexivos de la práctica en las carreras de educación superior, que a la luz de estos resultados se pretende realizar en nuestro contexto analizado.
Agradecimientos
Este artículo sigue las orientaciones teóricas y metodológicas de los proyectos FONDECYT1231325, VRI-Interdisciplinario y Novus Triada que lidera el primer autor y que están patrocinados por la Agencia Nacional de Investigación y Desarrollo (ANID) del Gobierno de Chile y la Vicerrectoría de Investigación de la Pontificia Universidad Católica de Chile.
Declaración sobre la disponibilidad de los datos
Los elementos de carácter subyacentes a la investigación se recogen en el propio texto del manuscrito.
Referencias
-
BACILA, M. S. Desenvolvimento profissional docente: princípios do programa Veredas Formativas. ARACÊ, São José dos Pinhais, v. 6, n. 4, p. 15240 15253, 2024. DOI: https://doi.org/10.56238/arev6n4-248
» https://doi.org/10.56238/arev6n4-248 -
BERLAND, L.; MCNEILL, K. For whom is argument and explanation a necessary distinction? A response to Osborne and Patterson. Science Education, Hoboken, v. 96, p. 808 813, 2012. DOI: https://doi.org/10.1002/sce.21000
» https://doi.org/10.1002/sce.21000 -
BRAATEN, M.; WINDSCHITL, M. Working toward a stronger conceptualization of scientific explanation for science education. Science Education, Hoboken, v. 95, n. 4, p. 639 669, 2011. DOI: https://doi.org/10.1002/sce.20449
» https://doi.org/10.1002/sce.20449 -
CARNEIRO, T. O.; FRANCO, L. G.; TELES, A. P. S. S.; MATOS, S. A. Aprendendo a construir explicações científicas: uma análise do cotidiano da sala de aula de ciências. Revista Brasileira de Educação, Rio de Janeiro, v. 29, e290025, 2024. DOI: https://doi.org/10.1590/S1413-24782024290025
» https://doi.org/10.1590/S1413-24782024290025 -
DÍAZ, J. P.; MIGNONE, A. M.; ROQUE BAR, A. La argumentación en la formación disciplinar de estudiantes universitarios de geografía. Revista Educación, Costa Rica, v. 44, n. 1, p. 81-97, 2020. DOI: https://doi.org/10.15517/revedu.v44i1.36687
» https://doi.org/10.15517/revedu.v44i1.36687 - GARCÍA, J. O.; CAMILLO, J. A complexificação do conceito de “prova científica” em um contexto de formação de professores de ciências. Investigações em Ensino de Ciências, Porto Alegre, v. 30, n. 1, p. 138 167, 2025.
- GIALDINO, I. V. Hacia la validez procesual en la investigación cualitativa. In: GIALDINO, I. V. (coord.). Estrategias de investigación cualitativa: volumen II. Barcelona: Gedisa, 2019. p. 31-97.
- GONZÁLEZ, A. M.; FERNÁNDEZ AQUINO, O. Desafíos epistemológicos de la educación superior en el siglo XXI. Cadernos de Pesquisa, São Luís, v. 25, n. 1, p. 11 22, 2018.
- HERNÁNDEZ SAMPIERI, R.; FERNÁNDEZ COLLADO, C.; BAPTISTA LUCIO, P. Metodología de la investigación 6. ed. México: McGraw Hill, 2014.
- IZQUIERDO AYMERICH, M. Química para el ciudadano. In: QUINTANILLA, M.; ADÚRIZ BRAVO, A. Enseñanza de las ciencias para una nueva cultura docente: desafios y oportunidades. Santiago: Ediciones UC, 2022. p. 45 76.
- IZQUIERDO AYMERICH, M.; GARCÍA MARTÍNEZ, Á.; QUINTANILLA GATICA, M.; ADÚRIZ BRAVO, A. Historia, filosofía y didáctica de las ciencias: aportes para la formación del profesorado de ciencias. Bogotá: Universidad Distrital Francisco José de Caldas, 2016.
-
KHISHFE, R. Nature of science conceptions and argumentation skills in different socioscientific contexts. International Journal of Science Education, Abingdon, v. 47, n. 12, p. 1-26, 2025. DOI: https://doi.org/10.1080/09500693.2024.2368690
» https://doi.org/10.1080/09500693.2024.2368690 -
MACHADO, J.; RODRIGUES, M. G. É possível reabilitar o empirismo no ensino de ciências? Virtude pragmática sob a ótica antirrealista de Bas van Fraassen. Ciência & Educação, Bauru, v. 28, e22039, 2022. DOI: https://doi.org/10.1590/1516-731320220039
» https://doi.org/10.1590/1516-731320220039 - MAGALHÃES, A. P. C.; VILLAGRÁ, J. M.; GRECA, I. M. Revisão de literatura sobre ensino e aprendizagem no contexto dos anos iniciais do ensino fundamental. Investigações em Ensino de Ciências, Porto Alegre, v. 27, n. 1, p. 85 102, 2022.
- NOBRE DA SILVA, N. A.; SILVA, R. R. Uma tríade teórica metodológica para a realização das atividades experimentais nas aulas de química do ensino básico, técnico e tecnológico. Investigações em Ensino de Ciências, Porto Alegre, v. 28, n. 1, p. 320 333, 2023.
- OECD. PISA 2022 results: The state of learning and equity in education: publication I, volume I. Paris: OECD, 2022.
-
ORELLANA-SEPÚLVEDA, C.; QUINTANILLA-GATICA, M.; PÁEZ-CORNEJO, R. Concepciones sobre enseñanza y aprendizaje de las ciencias naturales de educadoras de párvulos en formación en Chile y sus relaciones con modelos de racionalidad científica. Ciência & Educação, Bauru, v. 24, n. 4, p. 1029-1041, 2018. DOI: https://doi.org/10.1590/1516-731320180040014
» https://doi.org/10.1590/1516-731320180040014 - QUINTANILLA, M.; ADÚRIZ BRAVO, A. Enseñanza de las ciencias para una nueva cultura docente: desafíos y oportunidades. Santiago: Ediciones UC, 2022.
-
QUINTANILLA-GATICA, M. R.; MERCADO BAEZA, M. E. Caracterización sobre explicaciones de docentes en servicio acerca de la noción científica de disolución. Educación Química, Mexico, v. 33, n. 3, p. 92-106, 2022. DOI: https://doi.org/10.22201/fq.18708404e.2022.3.81475
» https://doi.org/10.22201/fq.18708404e.2022.3.81475 - QUINTANILLA GATICA, M.; OLIVARES PETIT, C.; MADARIAGA, B. Competencias de pensamiento científico en la formación inicial del profesorado en química: nuevos desafíos. In: BERRAL ORTIZ, B.; MARTÍNEZ DOMINGO, J. A.; FERNÁNDEZ DÍAZ, C. R.; VICTORIA MALDONADO, J. J. Investigación para la mejora de las prácticas educativas desde una perspectiva holística Madrid: Dykinson, 2024. p. 3743-3749.
-
QUINTANILLA-GATICA, M. R.; ORELLANA SEPÚLVEDA, C.; SOLSONA PAIRO, N.; CARRASCO MONROY, P. A. Género y formación inicial del profesorado de ciencias en Chile: una aproximación desde sus racionalidades epistemológicas. Ciência & Educação, Bauru, v. 29, e23051, 2023. DOI: https://doi.org/10.1590/1516-731320230051
» https://doi.org/10.1590/1516-731320230051 -
QUINTANILLA-GATICA, M.; ORELLANA SEPÚLVEDA, C.; PÁEZ CORNEJO, R. Representaciones epistemológicas sobre competencias de pensamiento científico de educadoras de párvulos en formación. Enseñanza de las Ciencias, Barcelona, v. 38, n. 1, p. 47-66, 2020. DOI: https://doi.org/10.5565/rev/ensciencias.2714
» https://doi.org/10.5565/rev/ensciencias.2714 - RODRIGUES, R. F.; PEREIRA, A. P. A inferência à melhor explicação como heurística para abordar episódios históricos no ensino de ciências por meio de controvérsias explicativas. Investigações em Ensino de Ciências, Porto Alegre, v. 25, n. 3, p. 557-576, 2020.
- SANDÍN, M. P. Investigación cualitativa en educación: fundamentos y tradiciones. Madrid: McGraw-Hill Interamericana, 2003.
-
SANDOVAL, W. A.; MILLWOOD, K. A. The quality of students’ use of evidence in written scientific explanations. Cognition and Instruction, Philadelphia, v. 23, n. 1, p. 23-55, 2005. DOI: https://doi.org/10.1207/s1532690xci2301_2
» https://doi.org/10.1207/s1532690xci2301_2 - THAGARD, P. The cognitive science of science: explanation, discovery, and conceptual change. Cambridge: MIT Press, 2012.
- TORO, R.; PEÑA SARMIENTO, M.; AVENDAÑO PRIETO, B. L.; MEJÍA VÉLEZ, S.; BERNAL TORRES, A. Análisis empírico del coeficiente alfa de Cronbach según opciones de respuesta, muestra y observaciones atípicas. Revista Iberoamericana de Diagnóstico y Evaluación Psicológica, Salamanca, v. 2, n. 63, p. 17-30, 2022.
- TOULMIN, S. La comprensión humana I: el uso colectivo y evolución de los conceptos. Madrid: Alianza Editorial, 1977.
-
USKOLA IBARLUZEA, A.; BURGOA ETXABURU, B.; MAGUREGI GONZÁLEZ, G. Integración del conocimiento científico y de la capacidad argumentativa en tomas de decisión sobre temas sociocientíficos. Revista Eureka Sobre Enseñanza y Divulgación de las Ciencias, Cádiz, v. 18, n. 1, p. 1101-1121, 2020. DOI: https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2021.v18.i1.1101
» https://doi.org/10.25267/Rev_Eureka_ensen_divulg_cienc.2021.v18.i1.1101
Editado por
-
Editor:https://orcid.org/0000-0002-5018-3621 Roberto Nardi
Nota: PQ: Pedagogía en Química; PF: Pedagogía en Física; PB: Pedagogía en Biología; QyF: Licenciatura en Química y Farmacia; G: Licenciatura en Geografía.Fuente: Elaboración de los autores y las autoras.
Fuente: Elaboración de los autores y las autoras.
Fuente: Elaboración de los autores y las autoras.
Fuente: elaboración de los autores y las autoras.