De la alienación al alineamiento constructivo. Más allá de la trampa mecanicista
Bibliographic record
Abstract
El alineamiento constructivo es un modelo pedagógico ideado por el profesor australiano John Biggs que surge como resultado de la genuina preocupación acerca de cómo mejorar la calidad de la enseñanza en un sistema postsecundario impactado por cambios estructurales que abren las puertas de la educación superior a nuevos sectores sociales. El modelo intenta responder a la pregunta de cómo enseñar para que todos los miembros de la clase aprendan más profundamente y cómo revitalizar el sentido de enseñar más allá de transmitir contenidos. El presente ensayo se propone responder las siguientes preguntas: ¿en qué consiste el alineamiento constructivo?; ¿qué problemas lo han originado?; ¿cómo nos afecta a los docentes del nivel superior actualmente?; ¿cuáles son los riesgos y las oportunidades de utilizar el concepto como instrumento del planeamiento de la enseñanza?; ¿qué debemos saber los docentes para aplicar este concepto en nuestras clases, crítica pero no mecánicamente? Mediante la interpretación hermenéutica de textos, que incluyen trabajos teóricos sobre alineamiento constructivo y otros documentos institucionales, se analiza la aplicación del modelo de alineamiento constructivo propuesto por Biggs en la educación superior en países como Estados Unidos, Canadá y Australia. Se concluye que la aplicación de este modelo ha hecho mayor énfasis en su aspecto técnico y se ha dejado de lado el aspecto constructivista, lo que lo ha desnaturalizado y distanciado de sus objetivos originales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.005 | 0.066 |
| Scholarly communication | 0.013 | 0.012 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.004 | 0.009 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".