Hacer test enseña más que releer: qué dice la investigación

Casi todo el material que se vende para preparar una habilitación está construido sobre la misma idea: un temario que se lee, se subraya y se relee. Es la técnica más extendida y una de las peor valoradas por la investigación sobre aprendizaje. Esto es lo que dicen los estudios, con nombre y año, y lo que no dicen.

El experimento que dio la vuelta al asunto

En 2006, Henry Roediger y Jeffrey Karpicke publicaron en Psychological Science un trabajo hoy citado miles de veces. Los participantes leían pasajes de prosa y después seguían uno de dos caminos: releer el texto otra vez, o hacer una prueba de recuerdo libre sin el texto delante.

El resultado tiene dos mitades, y la primera explica por qué el mito sobrevive:

• A los cinco minutos, quienes habían releído recordaban más.
• A la semana, la relación se invertía por completo: en torno al 61 % de recuerdo en el grupo que se autoevaluó frente a cerca del 40 % en el que solo releyó.

Releer funciona para el examen de dentro de un rato. Recuperar funciona para el examen de dentro de un mes. Y, salvo que te examines mañana, esa es la comparación que importa.

Los propios participantes, además, predecían lo contrario: confiaban más en el método que peor les fue. Es el punto ciego que Koriat y Bjork llamaron ilusión de competencia. El texto releído se reconoce con fluidez, y el cerebro interpreta esa fluidez como conocimiento. Cuando no hay texto delante —el día del examen— la fluidez desaparece y no queda nada debajo.

Lo que aporta recuperar, y no reestudiar

Dos años después, Karpicke y Roediger publicaron en Science un diseño que aísla el mecanismo. Se aprendían pares de palabras suajili-inglés y se manipulaban dos cosas por separado: retirar un ítem del reestudio en cuanto se acertaba, o retirarlo de las pruebas en cuanto se acertaba.

El contraste fue nítido. Quitar un ítem del reestudio apenas afectó al recuerdo una semana después. Quitarlo de las pruebas lo hundió. Es decir: lo que consolida no es volver a ver la información, es volver a sacarla de la memoria.

De ahí sale una regla práctica poco intuitiva para quien prepara sesenta o cien preguntas: acertar una pregunta una vez no es motivo para retirarla. El acierto único es exactamente lo que el experimento demostró insuficiente.

Dónde encaja esto entre las demás técnicas

En 2013, un equipo dirigido por John Dunlosky revisó para Psychological Science in the Public Interest diez técnicas de estudio habituales y las clasificó por utilidad según la evidencia disponible. El resumen es incómodo para la industria del temario:

Las dos técnicas que salieron arriba son, precisamente, las dos que no requieren comprar nada: preguntarse y espaciar. Las que salieron abajo son las que ocupan el 90 % del tiempo de estudio de la mayoría.

Sobre el espaciado, la síntesis cuantitativa de Cepeda y colaboradores (2006) añade un matiz útil: el intervalo óptimo entre repasos crece con el tiempo que debe durar el recuerdo. Si el examen es en dos meses, repasar el mismo bloque tres días seguidos rinde mucho menos que repartir esos mismos tres repasos a lo largo de las ocho semanas.

El tipo test, con una condición

Aquí hay que ser honesto, porque es el punto donde nuestro propio producto podría salir mal parado. El formato de opción múltiple tiene un riesgo documentado: Roediger y Marsh (2005) mostraron que leer opciones incorrectas plausibles puede fijarlas —el llamado efecto de sugestión negativa—, de modo que después se recuerdan como si fueran ciertas.

La solución también está estudiada. Butler y Roediger (2008) compararon test de opción múltiple con y sin corrección: el feedback reduce en gran medida el efecto negativo y amplía el positivo. Y Butterfield y Metcalfe describieron el fenómeno complementario, el efecto de hipercorrección: los errores cometidos con mucha confianza son los que mejor se corrigen cuando llega la corrección, precisamente porque sorprenden.

Traducido: un test sin explicación no solo es menos útil, puede ser contraproducente. Un test con la norma delante inmediatamente después es de las formas más eficientes de estudiar que se han medido.

Por eso en nuestras aplicaciones el repaso no es un botón opcional: después de cada respuesta aparece por qué la correcta lo es, por qué falla la que elegiste y el artículo citado literalmente con su enlace oficial. No es una decisión de diseño estética; es lo único que convierte el tipo test en aprendizaje en lugar de en ruido.

Qué no demuestra nada de esto

Cuatro límites que conviene decir en voz alta, porque casi ningún material de oposiciones los dice:

Son estudios de laboratorio y de aula. Pasajes de prosa, pares de palabras, temarios universitarios. Ninguno se hizo sobre el cuestionario de vigilante de seguridad ni sobre el examen A2 de dron.

El mecanismo se generaliza mejor que las cifras. Que el efecto de evaluación aparezca con materiales muy distintos es lo que le da fuerza. Pero «61 % frente a 40 %» pertenece a aquel experimento, no a tu aprobado.

Nadie ha medido nuestra aplicación. No tenemos un ensayo controlado con nuestros usuarios, y mientras no lo tengamos no afirmaremos porcentajes de aprobados. Quien publica esas cifras sin estudio detrás se las está inventando.

Hacer test no sustituye leer la norma una primera vez. La recuperación consolida lo que ya se ha codificado. Empezar por el banco de preguntas sin haber leído nunca el temario convierte el primer pase en adivinanza.

Cómo se traduce en un plan real

Cinco decisiones que se derivan directamente de lo anterior:

1. Leer una vez, preguntarse muchas. Una lectura atenta del bloque y, a partir de ahí, preguntas. El segundo pase de lectura rinde menos que la primera tanda de test.

2. Empezar antes de sentirte listo. La sensación de no estar preparado es la condición normal del método, no una señal de que aún toca releer.

3. Corregir en el momento. Ver el fallo y leer la norma inmediatamente después, no al final de la sesión.

4. No retirar lo acertado demasiado pronto. Una pregunta bien contestada vuelve a aparecer. Dos aciertos separados en el tiempo valen más que cinco seguidos.

5. Repartir en el calendario, no en el día. Quince minutos cada día durante seis semanas baten a seis horas el fin de semana anterior, y además caben en un trayecto en metro.

Los bancos con los que se hace esto están en nuestras aplicaciones, con la norma citada bajo cada respuesta. Quince preguntas de cada uno se prueban sin instalar nada: vigilante de seguridad, guarda rural, dron A1/A3 y dron A2.

---

Referencias: Roediger, H. L. y Karpicke, J. D. (2006). «Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention». Psychological Science, 17(3), 249-255 · Karpicke, J. D. y Roediger, H. L. (2008). «The Critical Importance of Retrieval for Learning». Science, 319(5865), 966-968 · Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J. y Willingham, D. T. (2013). «Improving Students' Learning With Effective Learning Techniques». Psychological Science in the Public Interest, 14(1), 4-58 · Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T. y Rohrer, D. (2006). «Distributed Practice in Verbal Recall Tasks». Psychological Bulletin, 132(3), 354-380 · Roediger, H. L. y Marsh, E. J. (2005). «The Positive and Negative Consequences of Multiple-Choice Testing». Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(5), 1155-1159 · Butler, A. C. y Roediger, H. L. (2008). «Feedback Enhances the Positive Effects and Reduces the Negative Effects of Multiple-Choice Testing». Memory & Cognition, 36(3), 604-616 · Butterfield, B. y Metcalfe, J. (2001). «Errors Committed with High Confidence Are Hypercorrected». Journal of Experimental Psychology: Learning, Memory, and Cognition, 27(6), 1491-1494 · Koriat, A. y Bjork, R. A. (2005). «Illusions of Competence in Monitoring One's Knowledge During Study». Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(2), 187-194.