Aprendizaje situado

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

El aprendizaje situado —la teoría, enraizada en el trabajo de principios de la década de 1990 de Lave y Wenger (1991), según la cual el aprendizaje no es un acto aislado y descontextualizado, sino que ocurre mediante la participación en actividades, contextos y culturas auténticos. El conocimiento se co-construye entre quienes aprenden y sus pares dentro de comunidades de práctica, y las personas novatas aprenden mediante la participación periférica legítima: absorben la cultura, el lenguaje y las prácticas de los miembros expertos mientras se desplazan de la periferia al centro de una comunidad. El énfasis recae en aprender haciendo en situaciones del mundo real, donde la evaluación emerge de la propia tarea en lugar de separarse de ella.

Preguntas para reflexionar

• Piense en algo que de verdad sepa hacer bien: una habilidad, un oficio, un arte. ¿Lo aprendió sobre todo de una instrucción abstracta o de participar en una comunidad real que hacía esa cosa? ¿Qué sugiere eso sobre dónde reside en realidad el conocimiento?
• Lave y Wenger describen a las personas novatas aprendiendo mediante la «participación periférica legítima»: empezar en el borde de una comunidad de práctica e ir hacia dentro. ¿Dónde ha observado (o protagonizado) ese papel de recién llegado, y qué le permitió pasar de la periferia al centro?
• Si el conocimiento está «situado» en contextos auténticos, ¿qué implica eso para el aula tradicional, que separa deliberadamente el aprendizaje de las situaciones del mundo real, y para las herramientas de IA diseñadas para entregar contenido descontextualizado?
• La página trata el aprendizaje situado como una lente de diseño para la IA. ¿Cómo podría un sistema adaptativo o una simulación anclar el aprendizaje en la práctica auténtica en lugar de sacarlo de contexto?
• ¿Qué obstáculos señala la investigación que se interponen en situar el aprendizaje impulsado por IA en contextos reales, y cuáles de ellos ha visto en su propia institución?

Introducción

El aprendizaje situado es una de las teorías de la actividad y el contexto dentro de la línea de teorías del aprendizaje de la base de conocimiento. Recoge temas vygotskianos de construcción social, pero añade un énfasis fuerte en la integración íntima del «hacer» y el «aprender» y en la importancia de las comunidades de práctica. Como postura educativa, se enfrenta a la escolarización tradicional y estandarizada poniendo en primer plano el contexto sociocultural de quien aprende como elemento clave para adquirir habilidades y apropiarse de conocimientos relevantes para su realidad.

En la literatura sobre la IA en la educación, el aprendizaje situado importa porque ofrece una lente de diseño para la IA: los sistemas adaptativos, la tutoría inteligente en escenarios auténticos y las simulaciones inmersivas pueden anclar la educación impulsada por IA en contextos del mundo real, mientras que el aprendizaje situado ofrece a su vez a la IA un anclaje significativo en la práctica auténtica y la complejidad. Ambos se consideran ampliamente complementarios, con la orientación humana como elemento esencial para el anclaje ético.

El aprendizaje situado como lente de diseño para la IA

La investigación de la base de conocimiento trata el aprendizaje situado no solo como una teoría abstracta, sino como un marco concreto de diseño y evaluación para la IA en educación:

• Oportunidades y obstáculos. Una revisión sistemática PRISMA de 60 artículos (tres décadas) encuentra que la IA puede potenciar el aprendizaje situado —mediante sistemas adaptativos ajustados a las necesidades cambiantes del estudiantado, tutoría inteligente situada en escenarios auténticos, automatización de tareas administrativas y apoyo al profesorado basado en datos—, mientras que los principales obstáculos son el aprendizaje pasivo y unidireccional de la escuela tradicional, un énfasis excesivo en resultados predefinidos y el conocimiento contextual limitado del profesorado. La orientación humana sigue siendo esencial para el anclaje ético.(Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature)
• La IA como catalizador que conecta la educación con la realidad. La IA puede actuar como catalizador del aprendizaje situado al conectar la educación con la realidad y con contextos auténticos, habilitando un aprendizaje anclado en escenarios del mundo real.(Connecting Education with Reality: AI as a Catalyst for Situated Learning)
• Artefactos de mediación en la indagación auténtica. En el aprendizaje de las ciencias, las herramientas de IA (laboratorios virtuales, simulaciones, tutoría inteligente) funcionan como «artefactos de mediación» que amplían el aprendizaje situado al habilitar comunidades de práctica digitales y el cruce de fronteras entre la escuela, el mundo real y contextos interdisciplinares, transformando al estudiantado de «aprendices de conocimiento» en «practicantes científicos».(Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives)
• Dispositivos de diseño curricular situados. La alfabetización en IA puede desarrollarse mediante Episodios de Aprendizaje Situado: instrumentos activos de enseñanza (anticipar, producir, reflexionar) que construyen competencias en IA a través de la resolución de problemas del mundo real y no de la instrucción abstracta.(Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning)
• Evaluación situada en el aprendizaje basado en el diseño. Yaşar et al. (2026) fundamentaron su estudio en la teoría del aprendizaje situado y en la pedagogía del diseño iterativo, y evaluaron 80 pósteres de diseño del estudiantado en los roles de docente, revisor par y revisor de subvenciones. El prompting consciente del rol produjo retroalimentación evaluativa cualitativamente distinta —docentes que animan y se orientan al proceso, pares que apoyan y conversan, revisores de subvenciones formales y orientados a los resultados—, diferencias que eran epistémicas y no meramente estilísticas, al poner en primer plano aspectos distintos de la práctica del diseño. Esto muestra cómo una evaluación situada y específica de cada rol puede ser emulada por un LLM cuando se le dota de andamiaje mediante una rúbrica semánticamente precisa, y cómo la evaluación en el aprendizaje basado en el diseño emerge de la tarea auténtica y de sus roles en lugar de separarse de ellos.
• Ética situada de la IA. El razonamiento ético sobre la IA se trata mejor, también, como algo situado: anclado en el contexto cultural-histórico y ecológico y no en principios abstractos.(Situated AI ethics: a cultural-historical and ecological framework for education)

El aprendizaje situado conecta estrechamente con el aprendizaje corporeizado (ambos subrayan el anclaje de la cognición en el contexto y la acción), con la cognición distribuida (el aprendizaje distribuido entre personas, herramientas y contextos), con el aprendizaje experiencial y con la teoría constructivista. En la educación con IA fundamenta la crítica del aprendizaje descontextualizado y descorporeizado: un diseño de IA que mantiene a quien aprende anclado en la práctica auténtica preserva la situacionalidad que exige un aprendizaje duradero.

Conceptos conectados

• Identidad de quien aprende — identidades de quien aprende disciplinares, profesionales, creativas y académicas en evolución
• Teorías del aprendizaje
• Constructivismo
• Aprendizaje experiencial
• Aprendizaje encarnado
• Cognición distribuida
• Aprendizaje colaborativo
• Aprendizaje adaptativo
• Aprendizaje personalizado
• La docencia
• Diseño de aprendizaje
• IA en la educación
• Realidad virtual y aumentada — los entornos inmersivos como vía hacia un contexto auténtico

Artículos conectados

• Reshaping education in the era of artificial intelligence: insights from Situated Learning related literature — Revisión sistemática PRISMA sobre el aprendizaje situado y la IA en la educación (referencia principal de esta página)
• Generative AI technologies and educational outcomes: a comprehensive meta-analysis comparing traditional and AI-driven approaches
• Artificial Intelligence in Science Learning within the Framework of Situated Learning Theory: A Qualitative Investigation of Teachers' Perspectives
• Situated AI ethics: a cultural-historical and ecological framework for education
• Connecting Education with Reality: AI as a Catalyst for Situated Learning
• Towards AI literacy: A proposal of a framework based on the Episodes of Situated Learning
• 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
• From evaluation to emulation: LLMs as agents of iterative pedagogical design — Los LLM como agentes del diseño pedagógico iterativo