18 puntos por GN⁺ 2023-12-28 | 2 comentarios | Compartir por WhatsApp
  • El aprendizaje es esencial para los desarrolladores de software. La tecnología cambia constantemente, se inventan nuevas tecnologías con frecuencia y las tecnologías antiguas se actualizan repetidamente.
  • Falta comprensión sobre cómo aprender. Las personas no entienden de forma intuitiva cómo funcionan la memoria y el aprendizaje.
  • La creencia en los estilos de aprendizaje a menudo va en contra del consenso científico, y la educación efectiva debe adaptarse al contenido, no a los estilos de aprendizaje.
  • Décadas de investigación en psicología cognitiva, educación y enseñanza de la programación ofrecen ideas valiosas sobre cómo aprendemos.

1. La memoria humana no está hecha de bits

  • La memoria humana es el núcleo del aprendizaje y, aunque se parece a la memoria de una computadora, difiere en precisión y confiabilidad.
  • La memoria humana funciona como un proceso de "leer y actualizar", y al recuperar un recuerdo este puede reforzarse o modificarse.
  • La "activación extendida" implica que los recuerdos se almacenan en vías neuronales conectadas entre sí, lo que puede ayudar a resolver problemas.

2. La memoria humana está compuesta por un sistema limitado y otro ilimitado

  • La memoria a largo plazo es donde la información se almacena de forma permanente y es, en la práctica, ilimitada.
  • La memoria de trabajo se usa para procesar conscientemente información con el fin de resolver problemas, y su capacidad es limitada.
  • Agrupar información en "chunks" permite aumentar la cantidad de información que puede manejarse en la memoria de trabajo.

3. Los expertos reconocen, los principiantes razonan

  • Una de las principales diferencias entre expertos y principiantes es que los expertos pueden reconocer patrones a partir de la experiencia.
  • Los expertos pueden liberar capacidad cognitiva al memorizar y reconocer patrones comunes en el código de los programas.

4. La comprensión conceptual va de lo abstracto a lo concreto, y de vuelta a lo abstracto

  • Los expertos, a diferencia de los principiantes, manejan los conceptos de otra manera.
  • Los expertos usan términos generales y abstractos sin centrarse en los detalles.
  • Al aprender un concepto nuevo, es útil comprender tanto sus características abstractas como sus detalles concretos y ejemplos.

5. El espaciado y la repetición importan

  • Para maximizar el efecto del aprendizaje, conviene distribuir la práctica en varias sesiones, varios días y, idealmente, varias semanas.
  • Los bootcamps intensivos de programación no son lo ideal, pero pueden aplicar estrategias para maximizar el aprendizaje.

6. Internet no vuelve inútil el aprendizaje

  • La llegada de internet cambió la accesibilidad al conocimiento de programación.
  • Que algo pueda encontrarse fácilmente en internet o mediante herramientas de IA no significa que aprenderlo se haya vuelto inútil.

7. Resolver problemas no es una habilidad general

  • La resolución de problemas ocupa una gran parte de la programación, pero no es efectivo enseñarla directamente como una habilidad general.
  • La capacidad para resolver problemas está especializada por dominio, y no se transfiere bien a otros campos.

8. Convertirse en experto puede ser un problema en algunas situaciones

  • Volverse experto ayuda al aprendizaje y al rendimiento, pero a veces también puede causar problemas.
  • Como los expertos piensan de manera distinta a los principiantes, pueden tener dificultades para entrenarlos.

9. La predicción de la habilidad para programar no es clara

  • El éxito al aprender programación es una mezcla de aptitud innata y práctica.
  • Es muy difícil predecir la habilidad para programar, y los programadores pueden surgir de cualquier contexto o grupo demográfico.

10. La mentalidad importa

  • Las visiones dicotómicas sobre la capacidad para programar influyen en el aprendizaje y la enseñanza.
  • La mentalidad de crecimiento respalda la idea de que la capacidad puede cambiar, y ayuda a esforzarse con más constancia y superar el fracaso al enfrentar tareas nuevas.

La opinión de GN⁺

  • La complejidad de la memoria humana y el aprendizaje: Este artículo enfatiza que la memoria humana no es un simple repositorio de datos, sino una red neuronal compleja que cumple un papel importante en el aprendizaje y la resolución de problemas. Esto ofrece ideas útiles para que los desarrolladores de software aprendan y apliquen nuevas tecnologías.
  • La importancia de cómo aprendemos: Muestra que, para aprender de forma efectiva, los desarrolladores no solo deben memorizar información, sino también contar con estrategias para conectar y aplicar la información de manera sistemática. Esto ofrece una guía útil para quienes buscan un desarrollo continuo.
  • El valor de la mentalidad de crecimiento: El artículo sostiene que la mentalidad de crecimiento cumple un papel importante en el aprendizaje y el desarrollo. Esto sugiere que es importante que los desarrolladores mantengan una actitud positiva al desarrollar y ampliar sus capacidades.

2 comentarios

 
yangeok 2024-01-03

Últimamente en YouTube se ha puesto de moda el método de estudio del Dr. Park Moon-ho, y viéndolo, el contexto se siente parecido jaja

 
GN⁺ 2023-12-28
Comentario de Hacker News
  • Agradece la explicación concisa y detallada del concepto de "estilos de aprendizaje"

    • Siempre se había considerado un aprendiz visual, pero le generó dudas la afirmación de que eso en realidad no importa
    • Está de acuerdo con la explicación de que la enseñanza efectiva debe ajustarse al contenido que se enseña, no al estilo de aprendizaje
    • Por ejemplo, reconoce que en una clase de ciencias es mejor mostrar los datos en gráficos que explicarlos verbalmente
  • Advertencia sobre el "Sistema 1" y el "Sistema 2" de Daniel Kahneman

    • Enfatiza que el "Sistema 1" y el "Sistema 2" no son dos sistemas que existan realmente en el cerebro
    • La razón para usar esos términos es que encajan con nuestra forma de pensar y resultan útiles
    • Recomienda el libro "Moonwalking with Einstein" de Joshua Foer para explicar el contexto de este concepto
  • Falta de discusión sobre la enseñanza, el concepto relacionado con el aprendizaje

    • Existen diversos enfoques sobre la industria de la educación/capacitación que van más allá de los estilos de aprendizaje individuales
    • Hay muchas teorías sobre el diseño del currículo, los objetivos educativos y los puntos clave de aprendizaje, la evaluación de estudiantes y la entrega de retroalimentación
    • Es importante comprender la retención de conocimientos y habilidades, así como los límites de lo que se puede aprender
  • Discusión sobre la capacidad de resolver problemas

    • Hay una diferencia entre resolver problemas dentro de un campo específico y la resolución de problemas en general
    • En el campo de la ingeniería de software es importante entender esa diferencia
    • La capacidad general de resolver problemas está estrechamente relacionada con la inteligencia fluida y el IQ
    • Todas las capacidades de resolución de problemas tienen correlaciones positivas entre sí
  • Limitaciones de los expertos al enseñar a principiantes

    • Un experto no siempre es la mejor persona para capacitar a principiantes
    • Enfatiza que no se deben usar acertijos mentales en entrevistas
    • La observación del entrevistador o la exigencia de hablar al mismo tiempo aumentan la carga cognitiva y el estrés, lo que puede perjudicar el desempeño
  • Elogio a los investigadores en educación en ciencias de la computación

    • Los tres autores son excelentes investigadores en educación en ciencias de la computación
    • Es la primera vez que escucha sobre "Semantic Wave"
    • Agradece por compartir algo tan útil
  • Reflexión de un padre sobre la educación de sus hijos

    • Se debate si, cuando sus hijos cometen errores, debe decirles la respuesta correcta de inmediato o dejar que la descubran por sí mismos
    • Dice que esto ofrece una nueva perspectiva sobre la mentalidad del aprendiz
    • Explica la diferencia entre mentalidad de crecimiento y mentalidad fija
    • Propone fomentar una mentalidad de crecimiento elogiando el éxito y permitiendo el fracaso
  • Fenómeno de que las investigaciones no reproducibles reciben más citas

    • Los artículos imposibles de reproducir reciben más citas debido a sus resultados interesantes
    • En psicología, solo el 39% de los experimentos se reproducen con éxito
  • Diferencias de percepción y razonamiento entre expertos y principiantes

    • El Sistema 1 es rápido y depende de la percepción, con base en el reconocimiento de patrones en la memoria de largo plazo
    • El Sistema 2 es lento y se enfoca en el razonamiento, exigiendo más procesamiento en la memoria de trabajo
    • Los LLMs ayudan a complementar un Sistema 1 débil y a fortalecer el Sistema 2
  • Evaluación positiva del artículo

    • Está de acuerdo con la mayor parte de lo que leyó, aunque normalmente no estaría de acuerdo con este tipo de artículos