Aprendizaje encarnado

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

El aprendizaje encarnado — el principio pedagógico de que el aprendizaje se fundamenta en la experiencia corporal, la interacción física y el contexto sensoriomotor de quien aprende. Los enfoques encarnados sostienen que la cognición no es puramente abstracta, sino que está modelada por el cuerpo y su interacción con el entorno. En la IA en la educación, la encarnación se materializa a través de los robots educativos y los robots sociales, cuya presencia física ancla conceptos abstractos (como la lógica de un programa o las habilidades sociales) en un comportamiento observable y manipulable.

Preguntas para reflexionar

• Solemos pensar en el aprendizaje como algo que ocurre «en la cabeza», con el cuerpo limitándose a llevar el cerebro de un sitio a otro. ¿Y si el aprendizaje estuviera realmente fundamentado en la experiencia corporal y en la interacción con el entorno? ¿Qué materia aprendió que parecía exigir su cuerpo, y podría haberla aprendido de forma puramente abstracta?
• Los enfoques encarnados sostienen que un agente físico y manipulable ayuda a quien aprende a conectar ideas abstractas con resultados concretos —ver, por ejemplo, cómo un programa hace moverse a un robot—. ¿Cuándo ha notado que hacer algo físico hizo que un concepto abstracto por fin «encajara»?
• Algunos investigadores tratan el gesto como evidencia de comprensión: rastrean los movimientos de las manos del estudiantado junto con su habla para evaluar su dominio conceptual. Si las manos de un estudiante «conocen» el concepto antes que sus palabras, ¿qué implicaría eso sobre cómo deberíamos evaluar el aprendizaje?
• Una crítica emergente cuestiona la IA «desencarnada» que opera con símbolos abstractos y sostiene que la IA debería diseñarse en torno a una inteligencia encarnada para sostener el pensamiento de quien aprende en lugar de externalizarlo. ¿Cree que una IA que nunca ha tenido cuerpo puede apoyar plenamente el aprendizaje encarnado?

Introducción

El aprendizaje encarnado está estrechamente relacionado con el aprendizaje activo, el aprendizaje experiencial y las teorías situadas y constructivistas. La afirmación clave es que un agente físico y manipulable ayuda a quien aprende a conectar ideas abstractas con resultados concretos —un programa que hace moverse a un robot, o un juego de rol con un robot físico— de formas que la interacción puramente en pantalla puede no lograr. La robótica es la encarnación más clara de la IA en la educación: da a quien aprende algo que ver, tocar y observar.

Cómo aparece el aprendizaje encarnado en la investigación de la base de conocimiento

• Programación anclada: RoboBlockly Studio ancla la programación por bloques en la ejecución robótica encarnada y crea un bucle estrecho de creación, ejecución, observación y revisión, de modo que quien aprende ve su código convertirse en comportamiento.
• Interacción social robótica: los robots sociales usados para la narrativa (MotiBo, RoboBuddy), el juego de rol (REMind) y la lengua de signos (Pepper) ofrecen una interacción social encarnada que apoya el aprendizaje relacional y socioemocional.
• Encarnación y escritura creativa: la investigación sobre la integración de robots y LLM en la escritura creativa examina cómo la encarnación afecta a la interacción y a los resultados de quien aprende.
• Interacción persona-robot: la investigación sobre HRI (confianza, agencia) examina cómo la encarnación física modela la confianza, la implicación y la autonomía.
• El gesto como evidencia de comprensión: Morphew et al. integran el seguimiento de gestos por visión artificial con el análisis de Grandes modelos de lenguaje (LLM) del habla para mostrar que la comprensión conceptual de la estadística en estudiantes de ingeniería se expresa tanto en el habla como en el gesto. Los gestos explicativos de alta confianza se agrupan en torno a conceptos concretos (especialmente la media), y un acoplamiento estrecho entre gesto y habla señala un discurso conceptual coherente, mientras que la divergencia marca ideas en desarrollo: esto sitúa la acción encarnada como evidencia en la evaluación a través de la analítica del aprendizaje multimodal, y no solo como mecanismo de aprendizaje.

La inteligencia encarnada y la crítica de la IA desencarnada

Una segunda línea, más teórica, de la investigación de la base de conocimiento sobre la encarnación se ocupa del papel del cuerpo en el aprendizaje mediado por la IA y las teorías socioculturales, no a través de robots físicos, sino a través de la pregunta de si los sistemas de IA son (o pueden ser) encarnados. Este trabajo cuestiona el predominio de los modelos de IA simbólicos y desencarnados construidos sobre el procesamiento abstracto de la información:

• La IA encarnada como principio de diseño. El marco E3-HOT sostiene que, para sostener la agencia cognitiva y el pensamiento de orden superior de quien aprende (en lugar de fomentar la externalización cognitiva), la IA debería diseñarse en torno a la inteligencia encarnada —la inserción situacional, la participación encarnada y la creación cognitiva— dentro de un entorno de aprendizaje integrado virtual-real.(Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era)
• Los límites de la IA generativa desencarnada. La investigación poscognitivista sostiene que los sistemas actuales de IA generativa carecen de propiocepción, agencia multimodal y práctica encarnada, y aboga por una «IA encarnada» fundamentada en la situacionalidad, la emergencia y el acoplamiento sensoriomotor, y propone una coreografía perceptivo-afectiva para la interacción entre las personas y la IA.("If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education)
• Encarnación, situacionalidad y construcción social. En el aprendizaje de las ciencias, las herramientas de IA funcionan como «artefactos mediacionales» que posibilitan comunidades de práctica digitales y el cruce de fronteras, y conectan la indagación encarnada y auténtica con contextos del mundo real e interdisciplinares.(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives) Esto vincula la encarnación con el aprendizaje situado y la cognición distribuida.

El aprendizaje encarnado se conecta con Robots en la educación, Robots en la educación, Robots en la educación, Aprendizaje activo, Aprendizaje experiencial, Aprendizaje situado, Cognición distribuida, Pensamiento computacional y Aprendizaje socioemocional.

Conceptos conectados

• Robots en la educación
• Aprendizaje activo
• Aprendizaje experiencial
• Aprendizaje situado
• Cognición distribuida
• Pensamiento computacional
• Aprendizaje socioemocional
• Teorías del aprendizaje
• IA multimodal
• Validez de la evaluación
• Realidad virtual y aumentada — la modalidad que intenta explotar la encarnación directamente

Artículos conectados

• A Multimodal Framework for Embodied Cognition in Oral Explanations — A Multimodal Framework for Embodied Cognition in Oral Explanations
• Fostering Sustainable Learning via Embodied Intelligence: The E3-HOT Framework for Higher-Order Thinking in the AI Era — Fostering Sustainable Learning via Embodied Intelligence (E3-HOT)
• RoboBlockly Studio: Conversational Block Programming With Embodied Robot Feedback for Computational Thinking — RoboBlockly Studio
• MotiBo: The Impact of Interactive Digital Storytelling Robots on Student Motivation Through Self-Determination Theory — MotiBo
• Play-Testing REMind: Evaluating an Educational Robot-Mediated Role-Play Game — REMind
• Using the Pepper Robot to Support Sign Language Communication — Pepper and Sign Language
• Enhancing creative writing with robot-LLM integration: The interplay of embodiment, AI creativity and user engagement — Robot-LLM Integration in Creative Writing
• Multimodality and Social Interactions in AI-Enhanced Embodied Robot-Assisted Language Learning: A Meta-Analysis — Meta-analysis of AI-enhanced embodied robot-assisted language learning
• Robotics and Artificial Intelligence in Education: Transformations, Challenges, and Future Directions — Robotics and AI in Education
• Towards a philosophy of ensemble cognition: Reconceptualising agency and mind in AI-mediated educational environments
• Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature
• Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
• Connecting Education with Reality: AI as a Catalyst for Situated Learning
• Pedagogical Symbiosis: conceptualizing the Post-Human Learner in the age of cognitive AI
• Empowering Educators: Operationalizing Age-Old Learning Principles Using AI
• "If You Can't Dance Your Program, You Can't Write It": Challenges and Implications for AI in Education
• Play With AI (PL-AI): A Play-Centered, Design-Based Curriculum for AI Literacy in Pre-K and Kindergarten — Play With AI (PL-AI): play-centered AI literacy curriculum for pre-K and kindergarten (Lee 2026)