Modelo NeuroVía Adaptativa (NVA): propuesta con base neurobiológica para el diseño de microdesafíos cognitivos en educación superior
DOI:
https://doi.org/10.62059/LatArXiv.preprints.588Palabras clave:
Neuroeducación, Plasticidad sináptica, Aprendizaje profundo, Flexibilidad cognitivaResumen
La educación superior se desarrolla hoy en un entorno marcado por la aceleración tecnológica, la presencia de inteligencia artificial y la alta demanda cognitiva, lo que exige estudiantes capaces de sostener una cognición flexible y adaptativa. No obstante, persisten prácticas docentes tradicionales que promueven aprendizajes repetitivos y poco desafiantes, limitando la reorganización sináptica y el desarrollo de habilidades cognitivas complejas. Este estudio teórico documental integra evidencia neurobiológica, cognitiva y neuroeducativa reciente (2019–2024) con el fin de proponer el Modelo NeuroVía Adaptativa (NVA), orientado a potenciar el aprendizaje profundo en educación superior. A partir de un análisis de contenido inductivo y una búsqueda sistemática en Web of Science, se seleccionaron doce artículos que abordan plasticidad sináptica, procesamiento predictivo, reorganización cortical, carga cognitiva y prácticas pedagógicas basadas en neurociencia. Los resultados muestran que el aprendizaje profundo se activa cuando existen microdesafíos moderados, regulación equilibrada del esfuerzo mental, variabilidad contextual y un rol docente que modula atención, emoción y complejidad. El NVA articula cinco principios claves que permiten promover reorganización sináptica continua y flexibilidad cognitiva, ofreciendo un marco teórico actualizado y coherente con las demandas formativas del siglo XXI.
Referencias
Berry, K. P., & Nedivi, E. (2017). Spine dynamics: Are they all the same? Neuron, 96(1), 43–55. https://doi.org/10.1016/j.neuron.2017.08.008
Booth, A., Sutton, A., & Papaioannou, D. (2016). Systematic approaches to a successful literature review (2nd ed.). Sage.
Castro-Alonso, J. C., Ayres, P., & Paas, F. (2021). Cognitive load theory and its application in STEM education. Springer. https://doi.org/10.1007/978-3-030-77851-6
Chen, H., Liu, X., Li, Y., & Zhang, M. (2022). Structural dynamics of dendritic spines: Mechanisms underlying synaptic plasticity and learning. Nature Reviews Neuroscience, 23(4), 251–266. https://doi.org/10.1038/s41583-022-00542-3
Clark, A. (2013). Whatever next? Predictive brains, situated agents, and the future of cognitive science. Behavioral and Brain Sciences, 36(3), 181–204. https://doi.org/10.1017/S0140525X12000477
Friston, K., FitzGerald, T., Parr, T., Price, C., & Holmes, E. (2021). Deep temporal models and active inference. Neuroscience & Biobehavioral Reviews, 128, 374–389. https://doi.org/10.1016/j.neubiorev.2021.06.007
Gough, D., Oliver, S., & Thomas, J. (2017). An introduction to systematic reviews (2nd ed.). Sage.
Heilbron, M., & Meyniel, F. (2019). Prediction error in the brain: Signal, noise, or computation? Current Opinion in Behavioral Sciences, 29, 104–110. https://doi.org/10.1016/j.cobeha.2019.04.011
Hilliger, I., Castro, M., Huerta, E., & Buzeta, S. (2023, diciembre 27). Balancear la carga y la exigencia académica: Recomendaciones desde la perspectiva de estudiantes y docentes universitarios (Policy Brief N.º 16). Núcleo Milenio Experiencia Estudiantil en Educación Superior (NMEdSup). https://nmedsup.cl/wp-content/uploads/2023/12/Policy-Brief-16.pdf
Karbowski, J. (2019). Journal of Neurophysiology, 121(5), 1840-1857. https://doi.org/10.1152/jn.00092.2019
Kriger, P. (2021). El análisis de contenido en textos normativos: propuestas prácticas en ciencias sociales. Revista de investigación interdisciplinaria en métodos experimentales, 1(10), 9-33.
Li, Q., & van Rossum, M. C. W. (2020). Energy-efficient synaptic plasticity. eLife, 9, e50804. https://doi.org/10.7554/eLife.50804
Marek, S., Tervo-Clemmens, B., Calabro, F. J., Montez, D., Kay, B., Hatoum, A. S., Donohue, M. R., Foran, W., Miller, R. L., Feczko, E., Miranda-Dominguez, O., Graham, A., Earl, E., Perrone, A., Cordova, M., Doyle, O., Markiewicz, C., Rudolph, M. D., Laumann, T. O., … Dosenbach, N. (2022). Reproducible brain-wide association studies require thousands of individuals. Nature, 603(7902), 654–660. https://doi.org/10.1038/s41586-022-04492-9
Parr, T., Pezzulo, G., & Friston, K. (2022). Active inference: The free energy principle in mind, brain, and behavior. MIT Press.
Pradeep, A., Singh, R., & Kumar, S. (2024). Neuroeducation and the dynamics of cognitive engagement in university learning. Educational Neuroscience, 9(1), 25–39. https://doi.org/10.3389/feduc.2024.1437418
Purves, D., Augustine, G. J., Fitzpatrick, D., Hall, W., & LaMantia, A. (2021). Neuroscience (7th ed.). Oxford University Press.
Ríos, S., & Álvarez, M. (2023). Neurodidáctica y regulación del esfuerzo cognitivo en educación superior. Revista Iberoamericana de Educación Superior, 14(41), 210–230. https://doi.org/10.22201/iisue.20072872e.2023.41.1230
Shenhav, A., Musslick, S., Lieder, F., Kool, W., & Botvinick, M. (2021). Toward a rational and mechanistic account of mental effort. Annual Review of Neuroscience, 44, 107–127. https://doi.org/10.1146/annurev-neuro-092920-121259
Sprevak, M., & Smith, R. (2023). Predictive processing and mental representation. Mind & Language, 38(2), 285–309. https://doi.org/10.1111/mila.12405
Stachenfeld, K., Botvinick, M., & Gershman, S. (2020). The hippocampus as a predictive map. Nature Neuroscience, 23(12), 1546–1556. https://doi.org/10.1038/s41593-020-00721-z
Sweller, J., Ayres, P., & Kalyuga, S. (2019). Cognitive load theory (2nd ed.). Springer.
Villegas-Pérez, M. (2019). Estrés académico y funciones ejecutivas en estudiantes universitarios: Un análisis multidimensional. Revista Colombiana de Psicología, 28(2), 85–101. https://doi.org/10.15446/rcp.v28n2.74866
Descargas
Descargas
PrePrint online
Categorías
Declaración de disponibilidad de datos
Los datos asociados a esta investigación no se encuentran disponibles públicamente, dado que corresponden a un estudio teórico-documental sin producción de datos empíricos. No obstante, todas las fuentes utilizadas se describen y citan en el manuscrito, permitiendo su trazabilidad y verificación por parte de los lectores/as.
Licencia
Derechos de autor 2025 Verónica L. Pantoja Silva (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Este preprint contiene la licencia informada y los derechos de autoría asociados. Una vez publicados en una revista asociada u otra editorial, la versión publicada asume las condiciones del nuevo entorno.
