El aprendizaje con visualizaciones erróneas modula la retención dependiendo de la riqueza perceptiva y el tipo de...

Área de la Ciencia:

• Psicología cognitiva
• Tecnología educativa
• Interacción hombre-computadora

Sus antecedentes:

• Los estudiantes encuentran visualizaciones inexactas generadas por la IA.
• Algunas estrategias de aprendizaje implican involucrarse con contenido erróneo.
• Las visualizaciones instruccionales varían en riqueza perceptiva (realismo).

Objetivo del estudio:

• Evaluar si las pruebas con ejemplos erróneos facilitan el aprendizaje.
• Para determinar si la eficacia del aprendizaje depende del realismo de la visualización.

Principales métodos:

• Se manipularon dos factores: las pruebas (observación de errores frente a la ausencia de pruebas) y el realismo (visualizaciones esquemáticas frente a las realistas).
• Se utilizaron dos pruebas de retención para evaluar los resultados del aprendizaje.

Principales resultados:

• La prueba con ejemplos erróneos fue perjudicial con visualizaciones esquemáticas.
• Las pruebas con ejemplos erróneos fueron beneficiosas con visualizaciones realistas en una prueba.
• La efectividad de la detección de errores depende del realismo de la visualización.

Conclusiones:

• Aprender de los ejemplos erróneos requiere un nivel suficiente de realismo.
• La divulgación de inexactitudes en las visualizaciones (por ejemplo, generadas por IA) es crucial.
• Se necesita una consideración cuidadosa del realismo de la visualización cuando se usan ejemplos erróneos para el aprendizaje.