En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

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?
  • ¿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 las teorías del aprendizaje. 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.

  • Contextualizar el propio material es un movimiento del aprendizaje situado. DagFlow-AI genera un conjunto de datos estadísticos construido en torno a un interés declarado por el propio estudiante —un estudio de caso usó la preocupación de un estudiante por el cambio climático y la salud— mientras mantiene fijos los objetivos de aprendizaje y el nivel de destreza (Arthur et al., 2026). Ajustar los datos a quien aprende, en lugar de ajustar la explicación, trata el contexto de la práctica como lo que hay que situar. Los autores admiten el límite: los datos sintéticos no pueden enseñar la recogida de datos, la medición ni el diseño de estudios, así que el contexto es real para quien aprende pero no para el mundo.

El aprendizaje situado como lente de diseño para la IA

La investigación 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.

  • Escenarios y activos reutilizables como infraestructura. AI Cosmos (2026) operacionaliza el aprendizaje situado como un escenario (objetivo, agentes especializados por rol, conocimiento consultable y un banco de trabajo con estado) más una memoria de activos que preserva los registros de proceso y las trazas de experiencia con su procedencia para que los escenarios posteriores puedan recuperar la práctica previa. Dos ensayos aleatorizados de tres brazos preregistrados encontraron una ventaja de 7,0 puntos en ganancia de aprendizaje frente a un asistente básico en razonamiento jurídico (d = 0,56) y una proporción mayor que alcanzó el dominio del criterio en programación competitiva (68% frente a 45%), mientras que pedir al mismo modelo que actuara como docente no produjo ningún beneficio detectable. Es una prueba poco frecuente de la afirmación de que la situación y el espacio de trabajo portan más del aprendizaje que la explicación conversacional.

Concepciones erróneas

  • «El aprendizaje situado significa añadir un escenario realista a una lección abstracta.» La afirmación de la teoría es más fuerte que vestir de contexto: el aprendizaje se constituye por la participación en una comunidad de práctica, y lo que se aprende es lo que esa participación permite. Un ejemplo resuelto con un marco de lugar de trabajo adjunto sigue enseñando el ejemplo, no la práctica.
  • «La autenticidad es una propiedad de la tarea.» La autenticidad es una relación entre la actividad y el trabajo legítimo de una comunidad real. Una tarea puede ser elaborada y seguir teniendo forma escolar: evaluada por un docente, para una nota, sin consecuencia en el mundo que dice representar.
  • «Que la evaluación emerja de la tarea significa que no hay evaluación.» Significa que el criterio es el de la comunidad y no el del aula: si el trabajo es aceptable para quienes hacen ese trabajo. Ese es un estándar distinto y normalmente más estricto que una rúbrica.
  • «La formación de aprendices requiere un entorno físico.» El mecanismo es la participación periférica legítima: pasar del borde de una práctica hacia su centro con responsabilidad real. Los entornos en línea y simulados pueden sostenerlo o pueden simular la periferia sin conceder nunca la participación, y la diferencia está en si la contribución de quien aprende se usa de verdad.

Conceptos conectados

Artículos conectados

Incrustar esta página

Copia el código de abajo para incrustar esta página en un sistema de gestión del aprendizaje u otro sitio web. La versión incrustada muestra solo el contenido de la página: oculta el encabezado, la navegación y el pie de página del sitio.