Situated Attention Ecologies: An Integrated Framework for the Pedagogical-Andragogical Composition of Attentional States in Technology-Mediated Environments
Por qué leer este artículo
Tres razones para entender por qué la composición pedagógica de la atención es la respuesta al diseño adversario de las plataformas — y por qué requiere un marco, no solo buenas intenciones.
La atención no se pierde: se la disputan
El problema no es que los estudiantes «no pongan atención». Hay una industria diseñada para capturarla. Este artículo reenmarca el desafío como territorio en disputa entre dos lógicas de diseño.
Del laboratorio al aula sin dispositivos
Los biomarcadores descubrieron los patrones. Los proxies conductuales y observacionales los hacen viables en cualquier contexto —incluyendo los más vulnerables de América Latina— sin infraestructura costosa.
Componer, no competir
El catalizador no necesita ser más estimulante que TikTok. Necesita crear temporalidades distintas. Los 5 estados de alerta y la secuencia compositiva dan un modelo concreto, no una exhortación.
Resumen
La atención del estudiante se ha convertido en un campo de disputa entre dos lógicas de diseño radicalmente opuestas: la que la captura para monetizarla y la que busca componerla para que el aprendizaje ocurra. Este artículo propone un marco teórico integrado —las Ecologías de Atención Situadas (EAS)— que articula tres ejes hasta ahora desarrollados en silos disciplinares. El primer eje, biológico-pedagógico, fundamenta la función docente como composición pedagógica-andragógica de estados atencionales, sustentada en evidencia de analítica de aprendizaje multimodal (MMLA) y biomarcadores digitales que permiten identificar patrones fisiológicos de alerta en tiempo real. El segundo eje, ecológico-contextual, traduce esos patrones en proxies conductuales, cognitivos y observacionales que hacen viable el monitoreo atencional en contextos educativos sin infraestructura biométrica, particularmente en América Latina. El tercer eje, político-epistémico, confronta el diseño adversario de las plataformas digitales —que erosiona sistemáticamente la paciencia cognitiva y la atención sostenida— con un contramodelo pedagógico que concibe la atención como fenómeno ecológico, relacional y composicional. El marco EAS propone una taxonomía de cinco estados de alerta pedagógica (disponible, sostenida, inestable, fatigada y desenganche atencional), un modelo de cuatro capas de análisis (fisiológica, conductual, cognitiva y pedagógica), y un continuo de gobernanza atencional alineado con el eje pedagogía-andragogía-heutagogía. Se argumenta que componer experiencias temporales que hagan posible distintos modos de atención valiosos para aprender constituye la tarea central del diseño instruccional en la era de la economía de la atención.
Palabras clave: ecología de la atención, composición pedagógica, estados atencionales, analítica de aprendizaje multimodal, diseño adversario, paciencia cognitiva, andragogía, proxies de atención
1. Introducción: la atención como territorio en disputa
Algo profundo está ocurriendo con la atención humana en la era de la información, y el sistema educativo se encuentra en el epicentro de esa transformación sin haber desarrollado un marco teórico proporcional a la magnitud del desafío. Por un lado, la analítica de aprendizaje multimodal (MMLA) ha demostrado que los estados de alerta del estudiante pueden identificarse en tiempo real mediante biomarcadores digitales —actividad electrodérmica, temperatura corporal, pulso de volumen sanguíneo, electroencefalografía portátil— con precisiones superiores al 97% en modelos de fusión multimodal (documento propio del Living Lab, 2025). Por otro lado, la economía de la atención ha industrializado la captura y explotación de los recursos atencionales humanos a escala planetaria, creando lo que Williams (2018) denomina un sistema de “persuasión inteligente y adversaria” que compite directamente con los objetivos pedagógicos por la misma materia prima cognitiva.
Entre ambos fenómenos se abre una pregunta que la literatura no ha abordado de forma integrada: ¿cómo componemos experiencias temporales que hagan posible distintos modos de atención valiosos para aprender? Esta pregunta no es meramente técnica ni meramente filosófica. Es, simultáneamente, una pregunta sobre la fisiología de la alerta, sobre el diseño instruccional como acto compositivo, y sobre la resistencia pedagógica frente a una ecología mediática diseñada para fragmentar la atención.
El presente artículo propone las Ecologías de Atención Situadas (EAS), un marco teórico que integra tres ejes analíticos:
- Eje biológico-pedagógico: el docente como compositor de estados atencionales, fundamentado en evidencia MMLA y en una taxonomía de estados de alerta con significado pedagógico-andragógico.
- Eje ecológico-contextual: la traducción de patrones biométricos en proxies conductuales, cognitivos y observacionales que hacen viable el monitoreo atencional en contextos educativos sin dispositivos costosos, con atención particular a América Latina.
- Eje político-epistémico: la contraposición entre el diseño adversario de las plataformas digitales —que erosiona la paciencia cognitiva y la lectura profunda— y un diseño pedagógico de la atención que la concibe como fenómeno ecológico, relacional y composicional.
La contribución central del marco EAS es doble. Primero, supera la fragmentación disciplinar que ha mantenido separados el campo de la MMLA (centrado en la medición), el de la crítica cultural de la atención (centrado en la denuncia) y el del diseño instruccional (centrado en la secuenciación). Segundo, ofrece un modelo operativo que permite a docentes, diseñadores instruccionales e investigadores actuar como compositores pedagógicos de ecologías atencionales, no como meros facilitadores ni como competidores de los estímulos digitales.
Construye una ecología de atención
No respondas un cuestionario. Juega con fuerzas en tensión y observa qué tipo de experiencia de aprendizaje emerges construyes.
¿Qué sostendría mejor la atención al inicio?
Elige la fuerza que incorporarías primero al ecosistema.
2. Fundamentos teóricos
2.1. La atención como constructo multinivel: del spotlight al daylight
La comprensión de la atención en contextos educativos requiere superar su reducción a un sinónimo de “concentración momentánea”. El modelo tripartito de Petersen y Posner (2012), validado por dos décadas de investigación neurocognitiva, distingue tres redes atencionales con bases neurales diferenciables: alerta (mantener la disposición a responder, mediada por norepinefrina, lateralizada al hemisferio derecho), orientación (seleccionar información sensorial relevante) y control ejecutivo (resolver conflictos entre respuestas competidoras, mediado por el córtex cingulado anterior). Posner y Rothbart (1998) establecieron que esta última red constituye el nexo neuropsicológico entre atención y autorregulación, fundamentando la idea de que gestionar la atención es gestionar el aprendizaje.
Williams (2018), desde la filosofía política de la tecnología, propone una expansión complementaria con sus tres “luces” de la atención: el spotlight (capacidades inmediatas para la navegación de tareas), el starlight (capacidades para orientar la vida según valores y metas superiores) y el daylight (capacidades fundacionales —reflexión, metacognición, razón— que permiten definir metas y valores en primer lugar). Esta tipología es especialmente productiva para el presente marco porque cada nivel sufre un tipo distinto de “distracción” en la economía de la atención: funcional (spotlight), existencial (starlight) y epistémica (daylight). La distracción epistémica —que socava capacidades como la reflexión, la memoria, la predicción y el ocio necesario para el pensamiento profundo— es la que compromete más directamente los fundamentos del aprendizaje y la democracia.
Citton (2017), por su parte, propone el giro conceptual decisivo: pasar de una “economía” a una “ecología” de la atención. La metáfora económica (la atención como recurso escaso que se gasta) reduce la atención a mercancía individual; la metáfora ecológica la reconceptualiza como fenómeno relacional, co-construido, que depende de las condiciones ambientales tanto como de las capacidades individuales. Este giro es el que permite pensar la tarea docente no como “captar” la atención del estudiante (reproduciendo la lógica adversaria de las plataformas), sino como componer las condiciones ecológicas en las que ciertos estados atencionales se vuelven más probables.
2.2. La analítica de aprendizaje multimodal y la detección de estados de alerta
La MMLA ha emergido como un enfoque de investigación que integra datos de múltiples fuentes —señales fisiológicas, comportamiento observable, interacciones contextuales— para construir representaciones más holísticas del proceso de aprendizaje (Sharma y Giannakos, 2020). Sin embargo, como documentan Giannakos y Cukurova (2023) en su revisión de 35 estudios MMLA, la mayoría de las investigaciones carecen de integración profunda con teorías del aprendizaje, generando lo que podríamos llamar un “empirismo sin pedagogía”: datos sofisticados que se correlacionan con resultados pero no se interpretan dentro de marcos pedagógicos significativos.
Esta brecha entre medición y significado pedagógico es precisamente la que el marco EAS busca cerrar. Los datos empíricos que sustentan esta posibilidad provienen de un estudio realizado en un laboratorio universitario afiliado al IFE Living Lab, en el que 41 participantes completaron un test interactivo de 20 minutos diseñado para provocar diversos estados cognitivos y emocionales mediante secuencias de meditación, tareas aritméticas, recuerdo memorístico, ejercicios de escritura y estímulos audiovisuales. Se recolectaron señales fisiológicas mediante una diadema EEG portátil (Muse 2), una pulsera biométrica de grado médico (Empatica EmbracePlus) y una cámara RGB para codificación facial. El modelo Random Forest de fusión multimodal alcanzó una precisión del 97.12%, con la temperatura corporal y la actividad electrodérmica como las variables más informativas para clasificar estados de alerta alta vs. baja.
Tres hallazgos de este estudio son particularmente relevantes para el marco EAS. Primero, la fusión de señales periféricas (pulsera inteligente) con señales neurológicas (EEG) superó consistentemente a cualquier modalidad aislada, demostrando que la alerta es un fenómeno multicanal que requiere captura multimodal. Segundo, el modelo exhibió tasas de error muy bajas (inferiores al 1.8%) en la mayoría de las actividades de aprendizaje, pero el error más alto (2.815%) se registró en la tarea de matemáticas (Tarea 3.1), donde las señales fisiológicas estaban menos alineadas con el estado cognitivo auto-percibido por los participantes. Este hallazgo sugiere que en actividades con carga cognitiva moderada, la relación entre estados fisiológicos y autopercepción es más compleja —posiblemente mediada por la interpretación subjetiva del esfuerzo— y señala la necesidad de calibración sensible al tipo de tarea. Tercero, la actividad electrodérmica (EDA) y la temperatura corporal emergieron como los predictores más relevantes incluso en el modelo combinado, lo que tiene implicaciones directas para la escalabilidad: dispositivos de menor costo que registren solo estas dos variables podrían ofrecer estimaciones útiles de alerta sin la complejidad del EEG.
Este último punto conecta con la revisión sistemática de Hernández-Mustieles et al. (2024), realizada desde el Tecnológico de Monterrey, que analiza la tecnología de biosensores portátiles en educación y posiciona a México como el tercer país más activo globalmente en esta área de investigación. La revisión confirma la tendencia hacia dispositivos menos invasivos y más accesibles, pero también subraya que la mayoría de los estudios se realizan en condiciones controladas, limitando la validez ecológica de los hallazgos.
2.3. La autorregulación del aprendizaje como marco puente
La intersección entre estados atencionales y aprendizaje autorregulado (SRL) representa una de las fronteras más activas en ciencias del aprendizaje. La revisión sistemática de de Mooij et al. (2025), co-autorada por los principales investigadores del campo (Azevedo, Järvelä, Molenaar, Bannert, Gašević), mapea cómo los flujos de datos conductuales, contextuales y fisiológicos capturan los procesos cognitivos, afectivos, metacognitivos y motivacionales (CAMM) que subyacen a la autorregulación. Su hallazgo más relevante para el presente marco es que el afecto y la motivación permanecen como objetivos de medición insuficientemente desarrollados mediante datos fisiológicos, y que la regulación de la atención específicamente constituye una frontera pendiente.
La arquitectura COPES de Winne (Winne y Hadwin, 1998; Winne, 2022) —Conditions, Operations, Products, Evaluations, Standards— proporciona el andamiaje teórico para localizar la atención dentro del ciclo autorregulatorio. En este modelo, la asignación de atención funciona como una “operación” que interactúa con condiciones internas (conocimiento previo, motivación) y externas (diseño de la tarea, ecología mediática), produciendo productos evaluables contra estándares internos. Cuando el monitoreo metacognitivo detecta una discrepancia entre producto y estándar, se activan ajustes regulatorios —incluyendo la reasignación atencional. La contribución del marco EAS es mostrar que las condiciones externas no son un dato fijo sino un artefacto diseñable: el docente como compositor pedagógico opera precisamente sobre las condiciones de la arquitectura COPES.
Molenaar et al. (2023) formalizan esta relación mediante la grilla SMA (Self-regulated learning, Multimodal data, Analysis), un marco bidimensional que mapea procesos CAMM contra flujos de datos multimodales. La grilla SMA identifica que la motivación y la regulación de la atención permanecen como los objetivos de medición menos desarrollados — precisamente los que una composición pedagógica-andragógica de estados atencionales aborda.
Järvelä et al. (2023) extienden este razonamiento al aprendizaje colaborativo, proponiendo que los sistemas de IA pueden detectar “eventos gatillo” —momentos en que obstáculos cognitivos o emocionales requieren respuesta regulatoria— mediante datos multimodales incluyendo señales fisiológicas. Nguyen et al. (2023) demuestran empíricamente que los eventos de activación fisiológica compartida (medidos por EDA) funcionan como disparadores de co-regulación y regulación socialmente compartida, conectando directamente el modelo de contingencia metacognitiva IF-THEN de Winne con la evidencia fisiológica.
2.4. La erosión de la paciencia cognitiva como contexto sistémico
Ningún marco sobre la composición pedagógica de la atención puede ignorar el contexto sistémico en el que opera: una ecología mediática industrialmente diseñada para fragmentar la atención sostenida. La evidencia de esta erosión es ahora multiforme y convergente.
Wolf (2018) introduce el concepto de paciencia cognitiva: la disposición a perseverar ante la dificultad textual, a permanecer en una oración compleja o una idea intrincada el tiempo suficiente para que emerja el significado. Esta paciencia, cultivada históricamente por la lectura de textos densos y sintácticamente ricos, constituye una capacidad adquirida —un “desvío evolutivo” que transformó el cerebro humano en un espacio para el pensamiento profundo— y, como tal, es vulnerable a las condiciones ambientales que la formaron. Cuando esas condiciones cambian —de la página impresa a la pantalla, de la lectura vertical a la horizontal (Birkerts, 1994; Hendrick, 2025)— la capacidad misma se atrofia. La consecuencia no es solo una disminución de la comprensión lectora sino, como argumenta Hendrick (2025), una “reconfiguración de la cognición”: el cerebro lector, antaño forjado por la atención sostenida, se adapta ahora a un entorno diseñado para la velocidad, la distracción y la fluidez artificial.
La evidencia empírica respalda esta preocupación. La meta-análisis de Delgado et al. (2018), con 54 estudios y aproximadamente 171,000 participantes, encontró comprensión lectora significativamente menor en pantallas digitales comparada con papel impreso, con efectos más pronunciados en textos expositivos y bajo presión temporal. Altamura et al. (2025), en una meta-análisis de 40 tamaños de efecto con 469,564 participantes, encontraron que los hábitos de lectura digital recreativa muestran solo una relación positiva mínima con la comprensión (r = .055), y que para estudiantes de primaria y secundaria la relación es negativa. Horowitz-Kraus et al. (2023) proporcionan evidencia neurofisiológica directa: la lectura en pantalla produce ratios theta-beta más altos —un marcador de menor atención y menor compromiso de funciones ejecutivas— en comparación con la lectura en papel impreso.
Fournier et al. (2026) aportan el mecanismo cognitivo específico por el cual las notificaciones de redes sociales secuestran recursos atencionales. En un estudio con 180 estudiantes universitarios que completaron una tarea Stroop mientras recibían notificaciones estilo smartphone, documentaron una ralentización transitoria del procesamiento cognitivo de aproximadamente siete segundos, impulsada por la superposición de tres mecanismos: saliencia perceptual, condicionamiento aprendido y evaluación de relevancia. El hallazgo más perturbador para la educación es que la frecuencia de interacción con el dispositivo (volumen de notificaciones y comportamiento de verificación) fue un predictor más fuerte de la disrupción que el tiempo total de pantalla. Este hallazgo confirma lo que Mark (2023) documenta a escala longitudinal: los lapsos promedio de atención en pantalla se han reducido de aproximadamente 150 segundos en 2004 a 47 segundos en 2021.
Arend et al. (2025) proporcionan la prueba causal más contundente: un ensayo controlado aleatorizado de un mes de duración encontró que bloquear el acceso a internet móvil durante dos semanas mejoró la atención sostenida en una magnitud equivalente a ser 10 años más joven, con mejoras en salud mental que superaron los efectos de los antidepresivos. Esta reversibilidad es crucial para el marco EAS: indica que el deterioro atencional no es daño permanente sino adaptación a condiciones ambientales, y que la composición deliberada de condiciones alternativas puede restaurar capacidades.
Si tuvieras que diseñar la atención
Recorre decisiones pedagógicas inspiradas en el texto y observa qué ecología atencional construyes. No es un test: es una simulación de diseño.
La atención cae en una actividad exigente
Tu grupo comienza a perder foco en medio de una tarea compleja. ¿Qué haces primero?
3. El marco de las Ecologías de Atención Situadas (EAS)
3.1. Premisas fundacionales
El marco EAS se construye sobre cinco premisas que emergen de la convergencia teórica y empírica presentada:
Premisa 1: La atención no se impone; se prefigura. El docente diseña umbrales de entrada, transiciones, pausas, cargas y relevos. No produce el estado interno del estudiante, pero configura una ecología donde ciertos estados son más probables. Esta premisa se fundamenta en la distinción de Goodyear et al. (2021) entre “design time” y “learn-time” dentro del marco ACAD (Activity-Centred Analysis and Design): la actividad de aprendizaje emerge en respuesta a los elementos de diseño epistémico, físico y social, no es directamente diseñable.
Premisa 2: La ejecución cambia el rol docente. Si en la fase previa el docente compone, en la fase situada observa, interpreta y ajusta. Este rol de catalizador —no de conductor— encaja con la evidencia de Prieto et al. (2015) sobre la carga de orquestación docente, que es más alta durante las transiciones entre actividades, y con el hallazgo de Lawrence et al. (2024) de que los docentes prefieren consistentemente retener la autoridad decisoria final incluso cuando colaboran con sistemas de IA para la orquestación.
Premisa 3: No todo estado favorable para aprender es alta alerta. La evidencia del Living Lab muestra que la relación entre biomarcadores y autopercepción es más compleja en ciertas tareas. Los datos empíricos de Sharpe y Tyndall (2025) demuestran que el rendimiento comienza a declinar después de aproximadamente cinco minutos de atención sostenida. Una secuencia pedagógica-andragógica bien compuesta probablemente no busca sostener un pico continuo de activación sino alternar: activación inicial, foco, profundización, pausa, integración. En este sentido, las “metodologías activas” son más un amuleto —una respuesta ritualizada— que una consecuencia de la atención biológica.
Premisa 4: La atención tiene una ecología, no solo una economía. Siguiendo a Citton (2017), el marco EAS concibe la atención como fenómeno co-construido, relacional y ambiental. Esto implica que el diseño adversario de las plataformas digitales no solo “distrae” (metáfora económica: sustrae un recurso) sino que recompone la ecología en la que la atención opera (metáfora ecológica: altera el ecosistema).
Premisa 5: La gobernanza atencional se desplaza a lo largo del continuo pedagogía-andragogía-heutagogía. A medida que el aprendiz avanza hacia la autodeterminación (Hase y Kenyon, 2000; Blaschke, 2012; Blaschke y Hase, 2016), la responsabilidad de componer la ecología atencional se traslada progresivamente del docente al aprendiz. Esto exige que el propio aprendiz desarrolle capacidades de autogobierno atencional que la economía de la atención erosiona simultáneamente — una contradicción que el marco EAS hace explícita y abordable.
3.2. Taxonomía de estados de alerta pedagógica
A partir de la convergencia entre la evidencia biométrica, la clasificación neuropsicológica de la vigilancia (Oken et al., 2006; Sander et al., 2022), y los indicadores conductuales y cognitivos documentados en la literatura sobre engagement (Fredricks et al., 2004; Booth et al., 2023), el marco EAS propone una taxonomía de cinco estados de alerta con significado pedagógico-andragógico. La taxonomía no queda amarrada al dispositivo biométrico; el dispositivo ayuda a descubrir el patrón, pero este se convierte en un modelo pedagógico interpretable.
A. Alerta disponible. El estudiante está listo para entrar en tarea. Biomarcadores: línea base de EDA estable, temperatura corporal en rango, actividad beta frontal presente. Indicadores conductuales: responde con rapidez, comprende consignas, inicia sin fricción, mantiene contacto visual con la tarea. Significado pedagógico: momento óptimo para introducir contenido nuevo o actividades de alta demanda cognitiva.
B. Alerta sostenida. El estudiante mantiene atención funcional durante la actividad. Biomarcadores: ratio beta/theta estable en electrodos prefrontales (AF7, AF8), EDA con variaciones dentro de rango. Indicadores conductuales: continuidad en la tarea, pocos cambios de ventana o actividad, bajo abandono, ritmo estable de producción. Significado pedagógico: fase de profundización; el docente evita interrumpir.
C. Alerta inestable. El estudiante entra y sale del foco atencional. Biomarcadores: incremento de actividad theta, fluctuaciones en EDA, variabilidad en ratio beta/theta. Indicadores conductuales: pausas prolongadas, errores por omisión, reinicios de tarea, necesidad de repetición de instrucciones, navegación errática. Significado pedagógico: señal de que la secuencia requiere un cambio de modalidad, una micro-pausa, o un reencuadre del sentido de la tarea.
D. Alerta fatigada. El estudiante sigue presente pero con deterioro progresivo. Biomarcadores: incremento de actividad alfa (relajación), disminución de actividad beta, descenso de EDA. Indicadores conductuales: velocidad reducida, más errores en tareas simples, menor profundidad en respuestas, respuestas mecánicas. Significado pedagógico: momento para actividades de integración, reflexión metacognitiva o cambio de formato — no para introducir contenido nuevo de alta complejidad.
E. Desenganche atencional. La atención ya no sostiene el aprendizaje. Biomarcadores: predominio de actividad alfa/theta, EDA plana, disminución de BVP. Indicadores conductuales: abandono de tarea, respuestas al azar, latencia excesiva, desconexión de la secuencia, comportamiento postural de retirada. Significado pedagógico: la secuencia ha excedido su temporalidad útil; continuar sin intervención significativa produce aprendizaje superficial o negativo.
Esta taxonomía es explícitamente jerárquica y secuencial: los estados tienden a progresar de A a E en función del tiempo, la carga cognitiva acumulada y la calidad del diseño temporal. Pero no son irreversibles dentro de una sesión: una transición bien compuesta puede restaurar alerta disponible (A) desde alerta fatigada (D).
3.3. Modelo de cuatro capas para el análisis de la atención en contextos educativos
El marco EAS organiza el análisis de la atención en cuatro capas, cada una con indicadores propios y niveles de accesibilidad tecnológica diferenciados:
Capa 1 — Activación fisiológica. Lo que hoy se capta con biomarcadores: EDA, temperatura, BVP, EEG. Este es el nivel de alta precisión, propio de laboratorios y entornos ciberfísicos equipados. Aporta el patrón original, la “gramática fisiológica” de los estados de alerta. Su limitación fundamental es la accesibilidad: los dispositivos de grado médico (Empatica EmbracePlus) cuestan cientos de dólares por unidad, y los EEG portátiles (Muse 2), aunque más accesibles, requieren calibración y generan artefactos en ambientes no controlados.
Capa 2 — Activación conductual. Qué hace visible la alerta en el comportamiento observable. Incluye proxies de interacción digital (si hay computador, celular o plataforma): tiempo para iniciar tarea, tiempo entre estímulo y respuesta, duración sostenida en actividad, interrupciones, número de intentos, secuencia de navegación, abandono parcial, velocidad de escritura o respuesta. Kovanović et al. (2015) advierten que la operacionalización del tiempo-en-tarea —uno de los proxies más utilizados— varía significativamente según las decisiones metodológicas, alterando sustancialmente los hallazgos. Winter et al. (2024) operacionalizan el engagement mediante 16 indicadores de trazas conductuales, demostrando cuáles predicen mejor la dimensión atencional. Incluye también proxies observacionales (si no hay plataforma sofisticada): contacto visual con la tarea, cambio postural, participación espontánea, necesidad de redirección, seguimiento de consignas, frecuencia de distracción visible, persistencia ante dificultad (Kassab et al., 2023).
Capa 3 — Activación cognitiva. Qué ocurre en la ejecución mental, observable a través de la calidad de los productos y procesos: seguimiento de instrucciones complejas, continuidad en la tarea, capacidad de memoria operativa (evaluable mediante tareas de recuerdo), capacidad para sostener foco ante interferencia, calidad de la toma de decisiones, capacidad de transferencia y aplicación.
Capa 4 — Activación pedagógica. Qué significado tienen los estados anteriores para el aprendizaje y la enseñanza: disposición para entrar en tarea, mantenimiento de atención útil (vs. atención residual), fatiga o saturación, desconexión progresiva, momento óptimo para intervenir. Esta capa es la que transforma datos en decisiones pedagógicas y constituye el nivel propiamente composicional.
La clave del modelo de cuatro capas es que cada capa inferior informa pero no determina la siguiente. La Capa 1 (fisiológica) descubrió los patrones que la Capa 2 (conductual) puede detectar sin dispositivos biométricos. La Capa 3 (cognitiva) requiere evaluación de productos y procesos. La Capa 4 (pedagógica) es la interpretación situada que un docente-compositor realiza integrando las señales disponibles de las capas anteriores con su conocimiento del contexto, los aprendices y los objetivos formativos.
Modelo de cuatro capas EAS: del biomarcador a la decisión docente
Elige un escenario real en la barra superior y observa cómo la señal viaja desde la activación fisiológica hasta la decisión pedagógica. Despliega cada capa para profundizar. El panel derecho muestra la cadena interpretativa completa y la acción composicional correspondiente.
Valor único: descubre la gramática fisiológica que las otras capas luego traducen.
Sin LMS: contacto visual, postura, participación espontánea, persistencia.
La Capa 1 descubrió qué buscar — la Capa 2 lo detecta sin dispositivos.
No observa conducta — evalúa lo que la mente produce.
Integra las 3 capas con contexto, aprendices y objetivos. Ningún algoritmo puede reemplazarla sin perder lo situado.
3.4. Del biomarcador al proxy: ecologías de atención para contextos vulnerables
Si el dispositivo biométrico descubrió el patrón, ¿cómo se traslada ese hallazgo a escenarios donde no hay dispositivo? El marco EAS propone tres familias de proxies: variables sustitutas que no miden el cuerpo directamente pero expresan los efectos de la activación fisiológica en la experiencia de aprendizaje.
Proxies de interacción digital. En la mayoría de las instituciones educativas latinoamericanas existe al menos un LMS (Moodle, Canvas, Blackboard, Cypher Learning). Cechinel et al. (2020) documentan que la región cuenta con 282 publicaciones sobre analítica de aprendizaje, la mayoría basadas en datos de log de plataformas. Pianucci y Jofré (2022) confirman que la pandemia de COVID-19 aceleró la adopción de entornos virtuales de aprendizaje, expandiendo la infraestructura de datos disponible. Li et al. (2020) demuestran que datos de clickstream de bajo costo (regularidad de login, espaciamiento de sesiones, patrones de acceso a contenido) pueden servir como proxies confiables de procesos de autorregulación relacionados con la atención. Los indicadores específicos incluyen: tiempo para iniciar tarea tras instrucción, tiempo entre estímulo y primera respuesta, duración sostenida en una misma actividad, patrones de navegación (lineal vs. errática), tasa de abandono parcial, y velocidad de producción textual.
Proxies observacionales. Cuando no hay plataforma digital, el proxy más inmediato es la observación estructurada. Kassab et al. (2023) mapean instrumentos como STROBE y la In-class Engagement Measure, que operacionalizan el engagement conductual a través de contacto visual, cambios posturales y participación espontánea. Decristan et al. (2023) distinguen entre “participación guiada por el estudiante” (indicador de engagement genuino) y “participación guiada por el docente” (interacción controlada), demostrando que la primera es más predictiva de resultados de aprendizaje. Para el marco EAS, estos proxies observacionales se organizan según la taxonomía de alerta: un estudiante que mantiene contacto visual con la tarea, participa espontáneamente y persiste ante la dificultad probablemente se encuentra en alerta sostenida (B); uno que requiere redirección frecuente, muestra distracción visible y abandona ante la primera dificultad probablemente transita entre alerta inestable (C) y desenganche (E).
Proxies auto-reportados mínimos. No como fuente única sino como complemento calibrador: escalas de un ítem (“¿qué tan atento te sientes ahora?”, 1-5), preguntas de necesidad (“¿necesitas pausa o puedes continuar?”), o sistemas de semáforo rápido (verde/amarillo/rojo). La evidencia del Living Lab confirma que el auto-reporte por sí solo no basta para modelar la alerta, la Tarea 3.1 de matemáticas mostró la mayor discrepancia entre predicción fisiológica y auto-percepción, pero sirve como referencia contextual, particularmente para la Capa 4 de activación pedagógica.
Este enfoque de proxies responde directamente a la pregunta de equidad: si la composición pedagógica de la atención solo fuera posible con dispositivos biométricos costosos, el marco reforzaría las desigualdades que pretende abordar. Prinsloo y Kaliisa (2022), en su revisión de la analítica de aprendizaje en el continente africano, abogan por fuentes de datos creativas ,incluyendo analítica de tecnología móvil, adaptadas a las realidades del contexto. Lim y Tinio (2018) documentan perspectivas del Sur Global donde el ancho de banda es poco confiable y los dispositivos se comparten. El marco EAS asume que la validación biométrica en entornos ciberfísicos genera los patrones que luego se traducen en proxies observables desplegables en cualquier contexto educativo.
Traductor de Ecologías: Del Biomarcador al Proxy
Selecciona un ‘Estado de Alerta’ en los botones superiores. A la izquierda verás el patrón fisiológico oculto (biomarcadores de laboratorio). A la derecha descubrirás cómo esa misma tensión se traduce a señales accesibles en tu aula o LMS (proxies). ¡Interactúa para explorar esta equivalencia!
3.5. El docente como compositor pedagógico-andragógico
En entornos mediados por tecnología, el docente puede entenderse como un compositor pedagógico que diseña secuencias, ritmos y condiciones para favorecer la emergencia de estados atencionales propicios para el aprendizaje. Una vez iniciada la experiencia, su función se desplaza hacia la catálisis: sostiene, modula e interpreta el proceso sin pretender controlarlo por completo.
Esta metáfora composicional tiene precedentes sólidos. Laurillard (2012) reconceptualiza la enseñanza como ciencia del diseño, identificando seis tipos de aprendizaje (adquisición, indagación, discusión, práctica, colaboración, producción) y posicionando al docente como quien los secuencia y orquesta. Roschelle et al. (2013) establecen la “orquestación” como metáfora central del rol docente en la gestión de actividades multicapa. Goodyear et al. (2021) añaden la distinción crucial entre lo que se puede diseñar (epistemic, physical, social design elements) y lo que emerge (la actividad de aprendizaje misma), reforzando la idea de que el compositor no controla la sinfonía sino que crea las condiciones para que suene.
Lo que el marco EAS agrega a esta tradición es que la composición temporal —la secuencia de activación, foco, profundización, pausa e integración— no es solo una cuestión de gestión de la carga cognitiva (Sweller et al., 2019; Paas y van Merriënboer, 2020) sino una cuestión de composición atencional. Las “dificultades deseables” de Bjork y Bjork (2011) —espaciamiento, intercalado, práctica de recuperación— son dispositivos temporales con consecuencias atencionales profundas. El marco S2D2 de de Bruin et al. (2023) aborda el desafío central: los aprendices evitan sistemáticamente los patrones temporales que producen aprendizaje duradero, lo que requiere que el compositor pedagógico andamie la persistencia atencional a través de actividades temporalmente estructuradas.
La carga de esta orquestación sobre el propio docente no es trivial. Prieto et al. (2015) pioneramente usaron eye-tracking móvil para medir la carga cognitiva docente durante la orquestación en tiempo real, encontrando que es mayor durante las transiciones entre actividades — revelando la orquestación como un acto composicional cognitivamente demandante. Amarasinghe et al. (2024) descubren una tensión crítica: si bien la analítica de grano fino apoya el diseño, demasiada información durante la orquestación en tiempo real sobrecarga al docente. El compositor pedagógico no solo compone la ecología atencional del estudiante; también necesita que su propia ecología informacional esté compuesta adecuadamente.
3.6. Diseño adversario vs. diseño pedagógico de la atención
El tercer eje del marco EAS confronta dos lógicas de diseño que operan sobre el mismo sustrato cognitivo. Williams (2018) acuña el término “diseño adversario” para describir tecnologías que trabajan contra los intereses del usuario: no sirven a las intenciones del aprendiz sino que las subvierten, optimizando métricas como tiempo de permanencia, clics e interacción. El resultado es lo que podríamos llamar una máquina tragaperras disfrazada de brújula: un sistema que simula orientar mientras en realidad engancha.
La evidencia de Fournier et al. (2026) demuestra los tres mecanismos por los cuales opera este diseño adversario en el nivel atencional: saliencia perceptual (las notificaciones son estímulos inesperados que capturan automáticamente la atención), condicionamiento (la asociación repetida entre notificaciones y recompensas les confiere prioridad atencional), y evaluación de relevancia (la ambigüedad informativa de la notificación la carga de relevancia potencial). La notificación no necesita ser personalmente relevante para disrumpir: incluso notificaciones no personales producen ralentización significativa a través del condicionamiento. Esto implica que las notificaciones de otros dispositivos cercanos —en un aula, por ejemplo— pueden disrumpir la atención de receptores no intencionados.
Birkerts (1994), en su temprana advertencia sobre la transición del orden impreso al electrónico, identificó tres consecuencias que el marco EAS reconoce como directamente relevantes para la composición pedagógica: la erosión del lenguaje complejo (“la simplicidad lingüística prefabricada es la norma”), el aplanamiento de perspectivas históricas (“cuando los materiales del pasado son desalojados de sus páginas, aseguran significar diferente”), y el debilitamiento del yo privado (“la expansión de opciones electrónicas siempre es a costa de contracciones en la esfera privada”). Hendrick (2025) actualiza estas advertencias al ecosistema de LLMs e IA generativa, argumentando que lo que se pierde no es la lectura en sí sino el tipo de lectura que forjaba mentes y carácter: lenta, inmersiva, reflexiva. Introduce la metáfora de la “lectura ultraprocesada” — fluida sintácticamente, superficial cognitivamente, inerte emocionalmente — como contraparte de la alimentación ultraprocesada: siempre llenos, rara vez satisfechos.
El diseño pedagógico de la atención que propone el marco EAS no es la imagen especular del diseño adversario (captar la atención con los mismos mecanismos pero para “buenos fines”). Es un diseño de naturaleza diferente que:
- No compite por la atención sino que compone las condiciones para su emergencia. El docente no necesita ser más estimulante que TikTok; necesita crear una temporalidad distinta en la que otros modos atencionales se vuelvan posibles.
- No busca sostener un pico continuo de activación. Una secuencia pedagógica-andragógica bien compuesta alterna: activación inicial → foco → profundización → pausa → integración. Esta alternancia respeta la biología de la alerta (Oken et al., 2006) y la evidencia sobre el decremento de la vigilancia en entornos educativos (Young et al., 2009; Sharpe y Tyndall, 2025).
- Reconoce que la atención no es solo un requisito previo al aprendizaje sino una capacidad que el aprendizaje debe cultivar. En la tradición de la paciencia cognitiva de Wolf (2018), la exposición a textos complejos y experiencias que demandan atención sostenida no solo facilita el aprendizaje inmediato sino que entrena la capacidad atencional futura — una inversión que el diseño adversario sistemáticamente desincentiva.
- Hace explícita la dimensión política. Friesen y Saevi (2024), siguiendo a Citton, argumentan que la educación digital disrumpe la co-presencia rica requerida para el tacto pedagógico y la atención conjunta. El marco EAS asume que componer ecologías de atención es un acto cívico: una cultura que deja de leer con profundidad, como advierte Hendrick (2025), no solo pierde sus historias sino las herramientas para interpretarlas.
3.7. El continuo de gobernanza atencional: pedagogía → andragogía → heutagogía
El marco EAS propone que la responsabilidad sobre la composición atencional se desplaza a lo largo del continuo PAH (pedagogía-andragogía-heutagogía) descrito por Blaschke (2012). En el polo pedagógico, el docente es compositor principal: diseña la secuencia, controla los tiempos, introduce las transiciones, decide cuándo pausar. En el polo andragógico, compositor y aprendiz co-diseñan: el docente proporciona estructura temporal pero el aprendiz adulto tiene mayor agencia para regular su propia alerta (decidir cuándo necesita pausa, cómo reenfocar, qué modalidad le resulta más productiva). En el polo heutagógico, el aprendiz es compositor de su propia ecología atencional: diseña sus propios ritmos, selecciona sus propias condiciones ambientales, monitorea sus propios estados de alerta.
Blaschke y Hase (2016) son una de las pocas fuentes heutagógicas que nombran explícitamente el “control atencional” como componente del aprendizaje autodeterminado, junto con “establecimiento de metas, planificación, auto-motivación, flexibilidad, auto-monitoreo y auto-evaluación.” Blaschke (2021) demuestra que los entornos heutagógicos exigen que los aprendices autogestionen recursos atencionales a través de trayectorias de aprendizaje no lineales mediadas digitalmente — una demanda regulatoria de orden superior.
La contradicción central que el continuo de gobernanza atencional hace visible es esta: la economía de la atención erosiona las mismas capacidades de autogobierno atencional que el avance hacia la heutagogía requiere. El diseño adversario de las plataformas digitales —que Kushlev et al. (2016) demuestran que induce síntomas de tipo TDAH incluso en poblaciones no clínicas, y que Loh y Kanai (2014) asocian con menor densidad de materia gris en el córtex cingulado anterior— socava precisamente la infraestructura neural de la autorregulación atencional que los aprendices adultos necesitan para ser autodeterminados.
El marco EAS propone que la composición pedagógica-andragógica no es solo una técnica instruccional sino una intervención de capacitación atencional: cada secuencia bien compuesta no solo facilita el aprendizaje del contenido en cuestión sino que entrena las capacidades atencionales del aprendiz para futuras instancias de autorregulación. La meta final no es que el docente componga siempre sino que el aprendiz desarrolle su propia capacidad composicional.
Ecologías de Atención Situadas — Experiencia interactiva de tres capas
Conductual: responde rápido, comprende consignas, inicia sin fricción.
Conductual: continuidad, bajo abandono, ritmo estable.
Conductual: pausas, errores por omisión, necesidad de repetir instrucciones.
Conductual: velocidad reducida, errores simples, respuestas mecánicas.
Conductual: abandono, respuestas al azar, latencia excesiva.
4. Integración: hacia un análisis triaxial del aprendizaje
La contribución más sustantiva del marco EAS es la integración de tres capas analíticas que la literatura ha desarrollado en paralelo:
Capa biológica → patrones fisiológicos de alerta, descubiertos mediante dispositivos biométricos en entornos ciberfísicos de aprendizaje (Living Lab), que proporcionan la gramática de los estados atencionales.
Capa conductual → proxies observables de comportamiento, interacción digital y autorreporte que traducen los patrones biológicos a indicadores desplegables en cualquier contexto educativo, incluyendo los más vulnerables.
Capa semántica → el discurso docente y estudiantil como medio a través del cual se construye, negocia y regula la atención lingüísticamente. La investigación reciente en análisis computacional del discurso educativo (Wang et al., 2024; Tao y Chen, 2024; Dowell y Kovanović, 2022) proporciona herramientas de procesamiento de lenguaje natural —incluyendo análisis de bigramas y n-gramas, modelado de temas, análisis de sentimiento— que permiten detectar patrones discursivos asociados con el engagement y la atención. Tong et al. (2024) encuentran que los docentes expertos utilizan estructuras discursivas más variadas e interactivas que los docentes novatos, fomentando mayor participación y atención estudiantil. Scianna y Kaliisa (2024) introducen SSEEN (Social Sentiment Embedded Epistemic Networks), demostrando que el sentimiento negativo frecuentemente señala engagement genuino más que desenganche — un hallazgo que desafía supuestos simplistas sobre la relación entre discurso y atención.
El cruce de estas tres capas permite pasar de detectar lo que los docentes dicen a detectar lo que realmente ocurre en la atención durante el aprendizaje. Un modelo integrado (biológico + conductual + semántico) no solo describe sino que diagnostica y orienta: identifica en qué estado de alerta se encuentra el grupo, qué proxies conductuales lo señalan, cómo el discurso docente está modulando (o no) ese estado, y qué decisión composicional es más apropiada.
Marco EAS: Simuladores de Aprendizaje Atencional
Descubre cómo diseñar ecologías de aprendizaje profundo con el marco EAS. Interactúa con simuladores que traducen la biología de la atención en estrategias pedagógicas. Aprende a gestionar la carga cognitiva y orquestar ritmos efectivos en el aula sin depender de tecnología costosa.
5. Discusión
5.1. Implicaciones para el diseño instruccional
El marco EAS redefine la tarea central del diseño instruccional: de la selección y secuenciación de contenidos a la composición de temporalidades que hagan posible distintos modos de atención valiosos para aprender. Esta redefinición no desplaza la preocupación por el contenido sino que la reenmarca: un contenido excelente diseñado para ser consumido en una ecología atencional hostil produce, en el mejor de los casos, aprendizaje superficial; en el peor, entrena al aprendiz en la evitación de la complejidad.
Las implicaciones operativas incluyen: diseñar secuencias que respeten la biología de la alerta (alternar entre estados), incorporar pausas deliberadas como componentes instruccionales (no como concesiones), calibrar la dificultad temporal de las tareas de acuerdo con la progresión esperada de los estados de alerta, y usar los proxies disponibles (digitales, observacionales o auto-reportados) para monitorear y ajustar en tiempo real.
5.2. Implicaciones para la equidad educativa
El modelo de cuatro capas y el sistema de proxies abordan directamente la brecha de equidad que la MMLA corre el riesgo de profundizar. Como documenta la literatura sobre analítica de aprendizaje en el Sur Global (Cechinel et al., 2020; Hilliger et al., 2020; Prinsloo y Kaliisa, 2022; Lim y Tinio, 2018), la infraestructura tecnológica disponible en muchas instituciones latinoamericanas, africanas y del sudeste asiático no permite el despliegue de biosensores. Pero la Capa 2 del modelo (activación conductual) y la Capa 3 (activación cognitiva) ofrecen caminos viables: un docente capacitado en la taxonomía de estados de alerta puede observar indicadores conductuales y cognitivos sin ningún dispositivo, usando el mismo marco interpretativo que un investigador con una pulsera Empatica.
5.3. Implicaciones para la formación docente
El concepto de “compositor pedagógico” demanda capacidades que los programas de formación docente rara vez abordan explícitamente: leer señales corporales y conductuales del grupo, calibrar decisiones temporales en tiempo real, diseñar transiciones entre actividades como actos composicionales deliberados (no como meros cambios administrativos), y — quizás lo más desafiante — resistir la tentación de reproducir la lógica adversaria (más estímulos, más dinamismo, más “engagement” medido en métricas de plataforma) en favor de una lógica composicional (temporalidades apropiadas, pausas productivas, dificultades que cultivan paciencia cognitiva).
5.4. Limitaciones y líneas futuras
El marco EAS es, en esta instancia, un modelo teórico cuya validación empírica requerirá programas de investigación sustanciales. Las limitaciones incluyen: la taxonomía de estados de alerta fue derivada de una muestra relativamente pequeña (41 participantes) en condiciones controladas; la traducción de patrones biométricos a proxies conductuales requiere estudios de validación cruzada; el modelo de cuatro capas necesita operacionalización en contextos educativos específicos; y la integración de la capa semántica (análisis del discurso) con las capas biológica y conductual permanece como un programa de investigación abierto.
Las líneas futuras más prometedoras incluyen: validación longitudinal de la taxonomía de alerta en cursos completos, desarrollo de instrumentos observacionales estandarizados basados en los proxies de la Capa 2, diseño de herramientas de formación docente que operacionalicen el concepto de compositor pedagógico, análisis de bigramas y patrones discursivos docentes asociados con transiciones efectivas entre estados de alerta, y estudios comparativos entre contextos con y sin infraestructura biométrica.
6. Reflexiones Finales
La atención ha dejado de ser una condición dada para convertirse en un artefacto disputado. Las plataformas digitales compiten por ella con una sofisticación técnica sin precedentes; el sistema educativo necesita componerla con una sofisticación pedagógica equivalente. El marco de las Ecologías de Atención Situadas propone que esta composición es posible, deseable y urgente.
Posible, porque la evidencia biométrica demuestra que los estados de alerta son identificables, secuenciales y parcialmente predecibles; porque esos patrones pueden traducirse en proxies conductuales y observacionales desplegables en cualquier contexto; y porque el análisis del discurso ofrece herramientas para comprender cómo la atención se construye y regula lingüísticamente en el aula.
Deseable, porque una composición pedagógica-andragógica deliberada no solo facilita el aprendizaje del contenido inmediato sino que entrena las capacidades atencionales del aprendiz — una inversión que el diseño adversario de las plataformas sistemáticamente erosiona.
Urgente, porque cada día que transcurre sin una respuesta pedagógica proporcional a la escala del desafío es un día en el que se profundiza la asimetría entre la industrialización de la captura atencional y la artesanía de su composición educativa. Como señalaba Williams (2018), la liberación de la atención humana de las fuerzas de la persuasión inteligente podría ser la tarea moral y política definitoria de nuestro tiempo. El marco EAS argumenta que esa tarea comienza en el aula — y que el docente que compone una secuencia atencional con deliberación, cuidado y conocimiento de su arte no está solo enseñando un contenido: está defendiendo una forma de ser humano.
La atención ha dejado de ser una condición dada.
Hoy es un artefacto disputado. Las plataformas digitales compiten por ella con una sofisticación técnica sin precedentes. El sistema educativo necesita responder componiéndola con una sofisticación pedagógica equivalente. El marco EAS propone que esta composición es:
Posible
La evidencia demuestra que los estados de alerta son predecibles y traducibles a proxies observables en cualquier contexto, apoyados por el análisis del discurso.
Deseable
No solo facilita el aprendizaje inmediato, sino que entrena las capacidades atencionales del aprendiz frente a la erosión del diseño digital adversario.
Urgente
Cada día sin respuesta profundiza la asimetría entre la industrialización de la captura atencional y la artesanía de su composición educativa.
"La liberación de la atención humana de las fuerzas de la persuasión inteligente podría ser la tarea moral y política definitoria de nuestro tiempo."
— James Williams (2018)
El marco EAS argumenta que esa tarea comienza en el aula. El docente que compone una secuencia atencional no está solo enseñando un contenido:
está defendiendo una forma de ser humano.
Glosario del Marco EAS
Haz clic en el botón principal para desplegar los conceptos. Luego, selecciona cada término para ver su definición.
Este glosario reúne 25 conceptos complejos del texto sobre Ecologías de Atención Situadas (EAS), explicados en un lenguaje más claro y directo.