La resolución de problemas es el proceso de lograr una meta superando obstáculos, una parte frecuente de la mayoría de las actividades. Los problemas que necesitan solución van desde simples tareas personales (por ejemplo, cómo encender un electrodoméstico) hasta cuestiones complejas en los ámbitos empresarial y técnico. El primero es un ejemplo de resolución de problemas simples (SPS) que aborda un tema, mientras que el segundo es resolución de problemas complejos (CPS) con múltiples obstáculos interrelacionados. [1] Otra clasificación de las tareas de resolución de problemas es en problemas bien definidos con obstáculos y objetivos específicos, y problemas mal definidos en los que la situación actual es problemática pero no está claro a qué tipo de resolución aspirar. [2] De manera similar, se pueden distinguir problemas formales o basados en hechos que requieren inteligencia psicométrica , versus problemas socioemocionales que dependen de las emociones cambiantes de individuos o grupos, como el comportamiento discreto , la moda o la elección de regalos. [3]
Las soluciones requieren recursos y conocimientos suficientes para alcanzar el objetivo. Profesionales como abogados, médicos, programadores y consultores son en gran medida solucionadores de problemas que requieren habilidades técnicas y conocimientos más allá de la competencia general. Muchas empresas han encontrado mercados rentables al reconocer un problema y crear una solución: cuanto más generalizado e inconveniente sea el problema, mayor será la oportunidad de desarrollar una solución escalable .
Existen muchas técnicas y métodos especializados de resolución de problemas en campos como la ingeniería , los negocios , la medicina , las matemáticas , la informática , la filosofía y la organización social . Las técnicas mentales para identificar, analizar y resolver problemas se estudian en psicología y ciencias cognitivas . También se investigan ampliamente los obstáculos mentales que impiden que las personas encuentren soluciones; Los impedimentos para la resolución de problemas incluyen el sesgo de confirmación , la configuración mental y la fijación funcional .
El término resolución de problemas tiene un significado ligeramente diferente según la disciplina. Por ejemplo, es un proceso mental en psicología y un proceso computarizado en informática . Hay dos tipos diferentes de problemas: mal definidos y bien definidos; Se utilizan diferentes enfoques para cada uno. Los problemas bien definidos tienen objetivos finales específicos y soluciones claramente esperadas, mientras que los problemas mal definidos no los tienen. Los problemas bien definidos permiten una mayor planificación inicial que los problemas mal definidos. [2] Resolver problemas a veces implica abordar la pragmática (la forma en que el contexto contribuye al significado) y la semántica (la interpretación del problema). La capacidad de comprender cuál es el objetivo final del problema y qué reglas podrían aplicarse representa la clave para resolverlo. A veces, un problema requiere pensamiento abstracto o encontrar una solución creativa.
La resolución de problemas tiene dos dominios principales: la resolución de problemas matemáticos y la resolución de problemas personales. Cada uno se refiere a alguna dificultad o barrera que se encuentra. [4]
La resolución de problemas en psicología se refiere al proceso de encontrar soluciones a los problemas encontrados en la vida. [5] Las soluciones a estos problemas suelen ser específicas de cada situación o contexto. El proceso comienza con la búsqueda y configuración del problema , en las que el problema se descubre y se simplifica. El siguiente paso es generar posibles soluciones y evaluarlas. Finalmente se selecciona una solución para ser implementada y verificada. Los problemas tienen un objetivo final que alcanzar; cómo llegar allí depende de la orientación al problema (estilo y habilidades para afrontar la resolución de problemas) y del análisis sistemático. [6]
Los profesionales de la salud mental estudian los procesos humanos de resolución de problemas utilizando métodos como la introspección , el conductismo , la simulación , el modelado por computadora y la experimentación . Los psicólogos sociales analizan el aspecto del problema de la relación persona-entorno y los métodos de resolución de problemas independientes e interdependientes. [7] La resolución de problemas se ha definido como un proceso cognitivo y una función intelectual de orden superior que requiere la modulación y el control de habilidades más rutinarias o fundamentales. [8]
La investigación empírica muestra que muchas estrategias y factores diferentes influyen en la resolución de problemas cotidianos. [9] Los psicólogos de rehabilitación que estudian a personas con lesiones del lóbulo frontal han descubierto que los déficits en el control emocional y el razonamiento pueden remediarse con una rehabilitación eficaz y podrían mejorar la capacidad de las personas lesionadas para resolver los problemas cotidianos. [10] La resolución de problemas interpersonales cotidianos depende de componentes contextuales y de motivación personal. Uno de esos componentes es la valencia emocional de los problemas del "mundo real", que puede impedir o ayudar a la resolución de problemas. Los investigadores se han centrado en el papel de las emociones en la resolución de problemas, [11] demostrando que un control emocional deficiente puede alterar la concentración en la tarea objetivo, impedir la resolución del problema y provocar resultados negativos como fatiga, depresión e inercia. [12] En la conceptualización, [ se necesita aclaración ] la resolución de problemas humanos consta de dos procesos relacionados: la orientación del problema y el enfoque motivacional/actitudinal/afectivo a situaciones problemáticas y habilidades de resolución de problemas. Las estrategias de las personas son coherentes con sus objetivos [13] y surgen del proceso de compararse con los demás.
Entre los primeros psicólogos experimentales que estudiaron la resolución de problemas se encontraban los gestaltistas en Alemania , como Karl Duncker en The Psychology of Productive Thinking (1935). [14] Quizás el más conocido sea el trabajo de Allen Newell y Herbert A. Simon . [15]
Los experimentos de la década de 1960 y principios de la de 1970 pedían a los participantes que resolvieran tareas de laboratorio relativamente simples y bien definidas, pero no vistas anteriormente. [16] [17] Estos problemas simples, como la Torre de Hanoi , admitían soluciones óptimas que podían encontrarse rápidamente, lo que permitía a los investigadores observar el proceso completo de resolución del problema. Los investigadores supusieron que estos problemas modelo provocarían los procesos cognitivos característicos mediante los cuales se resuelven problemas más complejos del "mundo real".
Una técnica destacada de resolución de problemas encontrada en esta investigación es el principio de descomposición . [18]
Gran parte de la informática y la inteligencia artificial implican el diseño de sistemas automatizados para resolver un tipo específico de problema: aceptar datos de entrada y calcular una respuesta correcta o adecuada, razonablemente rápido. Los algoritmos son recetas o instrucciones que dirigen dichos sistemas, escritas en programas de computadora .
Los pasos para diseñar dichos sistemas incluyen determinación de problemas, heurística , análisis de causa raíz , deduplicación , análisis, diagnóstico y reparación. Las técnicas analíticas incluyen programación lineal y no lineal, sistemas de colas y simulación. [19] Un obstáculo grande y perenne es encontrar y corregir errores en los programas informáticos: la depuración .
La lógica formal se ocupa de cuestiones como la validez, la verdad, la inferencia, la argumentación y la prueba. En un contexto de resolución de problemas, se puede utilizar para representar formalmente un problema como un teorema a demostrar y para representar el conocimiento necesario para resolver el problema como premisas que se utilizarán en una prueba de que el problema tiene una solución.
El uso de computadoras para demostrar teoremas matemáticos utilizando lógica formal surgió como el campo de la demostración automatizada de teoremas en la década de 1950. Incluía el uso de métodos heurísticos diseñados para simular la resolución humana de problemas, como en la Logic Theory Machine , desarrollada por Allen Newell, Herbert A. Simon y JC Shaw, así como métodos algorítmicos como el principio de resolución desarrollado por John Alan Robinson .
Además de su uso para encontrar pruebas de teoremas matemáticos, la demostración automatizada de teoremas también se ha utilizado para la verificación de programas en informática. En 1958, John McCarthy propuso el tomador de consejos , para representar información en lógica formal y derivar respuestas a preguntas mediante la demostración automatizada de teoremas. Cordell Green dio un paso importante en esta dirección en 1969, cuando utilizó un demostrador del teorema de resolución para la respuesta a preguntas y para otras aplicaciones de la inteligencia artificial como la planificación de robots.
El demostrador del teorema de resolución utilizado por Cordell Green se parecía poco a los métodos humanos de resolución de problemas. En respuesta a las críticas a ese enfoque por parte de investigadores del MIT, Robert Kowalski desarrolló programación lógica y resolución SLD , [20] que resuelve problemas mediante descomposición de problemas. Ha abogado por la lógica para la resolución de problemas tanto humanos como por computadora [21] y la lógica computacional para mejorar el pensamiento humano. [22]
Cuando los productos o procesos fallan, se pueden utilizar técnicas de resolución de problemas para desarrollar acciones correctivas que se puedan tomar para evitar fallas futuras . Estas técnicas también se pueden aplicar a un producto o proceso antes de un evento de falla real, para predecir, analizar y mitigar un problema potencial por adelantado. Técnicas como el modo de fallo y el análisis de efectos pueden reducir de forma proactiva la probabilidad de que surjan problemas.
Ya sea en el caso reactivo o proactivo, es necesario construir una explicación causal a través de un proceso de diagnóstico. Al derivar una explicación de los efectos en términos de causas, la abducción genera nuevas ideas o hipótesis (preguntando "¿cómo?"); la deducción evalúa y refina hipótesis basadas en otras premisas plausibles (preguntando "¿por qué?"); y la inducción justifica una hipótesis con datos empíricos (preguntando "¿cuánto?"). [23] El objetivo de la abducción es determinar qué hipótesis o proposición probar, no cuál adoptar o afirmar. [24] En el sistema lógico de Peirce , la lógica de la abducción y la deducción contribuyen a nuestra comprensión conceptual de un fenómeno, mientras que la lógica de la inducción agrega detalles cuantitativos (fundamentación empírica) a nuestro conocimiento conceptual. [25]
La ingeniería forense es una técnica importante de análisis de fallas que implica el seguimiento de defectos y fallas del producto. Luego se pueden tomar medidas correctivas para evitar más fallas.
La ingeniería inversa intenta descubrir la lógica original de resolución de problemas utilizada en el desarrollo de un producto desmontando el producto y desarrollando un camino plausible para crear y ensamblar sus piezas. [26]
En la ciencia militar , la resolución de problemas está vinculada al concepto de "estados finales", las condiciones o situaciones que son los objetivos de la estrategia. [27] : xiii, E-2 La capacidad para resolver problemas es importante en cualquier rango militar , pero es esencial en el nivel de mando y control . Es el resultado de una profunda comprensión cualitativa y cuantitativa de los posibles escenarios. La eficacia en este contexto es una evaluación de los resultados: en qué medida se lograron los objetivos finales. [27] : IV-24 La planificación es el proceso de determinar cómo efectuar esos estados finales. [27] : IV-1
Algunos modelos de resolución de problemas implican identificar una meta y luego una secuencia de submetas para lograr esta meta. Andersson, quien introdujo el modelo de cognición ACT-R , modeló este conjunto de metas y submetas como una pila de metas en la que la mente contiene una pila de metas y submetas que deben completarse, y una única tarea que se lleva a cabo en cualquier momento. [28] : 51
El conocimiento sobre cómo resolver un problema se puede aplicar a otro problema, en un proceso conocido como transferencia . [28] : 56
Las estrategias de resolución de problemas son pasos para superar los obstáculos para lograr una meta. La iteración de tales estrategias a lo largo de la resolución de un problema es el "ciclo de resolución de problemas". [29]
Los pasos comunes en este ciclo incluyen reconocer el problema, definirlo, desarrollar una estrategia para solucionarlo, organizar el conocimiento y los recursos disponibles, monitorear el progreso y evaluar la efectividad de la solución. Una vez que se logra una solución, suele surgir otro problema y el ciclo comienza de nuevo.
La percepción es repentina, ¡ ja ! solución a un problema, el nacimiento de una nueva idea para simplificar una situación compleja. Las soluciones que se encuentran a través del conocimiento son a menudo más incisivas que las del análisis paso a paso. Un proceso de solución rápida requiere conocimiento para seleccionar movimientos productivos en diferentes etapas del ciclo de resolución de problemas. A diferencia de la definición formal de Newell y Simon de un problema de movimiento , no existe una definición consensuada de un problema de insight . [30]
Algunas estrategias de resolución de problemas incluyen: [31]
Las barreras comunes para la resolución de problemas incluyen construcciones mentales que impiden una búsqueda eficiente de soluciones. Cinco de los más comunes identificados por los investigadores son: sesgo de confirmación , configuración mental , fijación funcional , restricciones innecesarias e información irrelevante.
El sesgo de confirmación es una tendencia involuntaria a recopilar y utilizar datos que favorecen nociones preconcebidas. Tales nociones pueden ser incidentales más que estar motivadas por creencias personales importantes: el deseo de tener razón puede ser motivación suficiente. [32]
Los profesionales científicos y técnicos también experimentan un sesgo de confirmación. Un experimento en línea, por ejemplo, sugirió que los profesionales dentro del campo de la investigación psicológica probablemente vean los estudios científicos que concuerdan con sus nociones preconcebidas de manera más favorable que los estudios contradictorios. [33] Según Raymond Nickerson, se pueden ver las consecuencias del sesgo de confirmación en situaciones de la vida real, que varían en gravedad desde políticas gubernamentales ineficientes hasta genocidio. Nickerson argumentó que quienes mataron a personas acusadas de brujería demostraron un sesgo de confirmación con motivación. [ cita necesaria ] El investigador Michael Allen encontró evidencia de sesgo de confirmación con motivación en niños en edad escolar que trabajaron para manipular sus experimentos científicos para producir resultados favorables. [34]
Sin embargo, el sesgo de confirmación no requiere necesariamente motivación. En 1960, Peter Cathcart Wason llevó a cabo un experimento en el que los participantes primero vieron tres números y luego crearon una hipótesis en forma de regla que podría haberse utilizado para crear ese triplete de números. Al probar sus hipótesis, los participantes tendieron a crear sólo tripletes adicionales de números que confirmarían sus hipótesis, y tendieron a no crear tripletes que negarían o refutarían sus hipótesis. [35]
La disposición mental es la inclinación a reutilizar una solución previamente exitosa, en lugar de buscar soluciones nuevas y mejores. Es una dependencia del hábito.
Fue expresado por primera vez por Abraham S. Luchins en la década de 1940 con sus conocidos experimentos con jarras de agua. [36] Se pidió a los participantes que llenaran una jarra con una cantidad específica de agua utilizando otras jarras con diferentes capacidades máximas. Después de que Luchins presentara una serie de problemas de jarras que podían resolverse mediante una única técnica, introdujo un problema que podía resolverse mediante la misma técnica, pero también mediante un método novedoso y más sencillo. Sus participantes tendían a utilizar la técnica habitual, ajenos a la alternativa más simple. [37] Esto se demostró nuevamente en el experimento de Norman Maier de 1931, que desafió a los participantes a resolver un problema utilizando una herramienta familiar (alicates) de una manera poco convencional. Los participantes a menudo eran incapaces de ver el objeto de una manera que se desviara de su uso típico, un tipo de configuración mental conocida como fijación funcional (consulte la siguiente sección).
Aferrarse rígidamente a un conjunto mental se llama fijación , y puede profundizarse hasta convertirse en una obsesión o preocupación por intentos de estrategias que repetidamente no tienen éxito. [38] A finales de la década de 1990, la investigadora Jennifer Wiley descubrió que la experiencia profesional en un campo puede crear un conjunto mental, que tal vez conduzca a la fijación. [38]
El pensamiento grupal , en el que cada individuo adopta la mentalidad del resto del grupo, puede producir y exacerbar el conjunto mental. [39] La presión social lleva a que todos piensen lo mismo y lleguen a las mismas conclusiones.
La fijación funcional es la tendencia a considerar que un objeto tiene una sola función y a ser incapaz de concebir ningún uso novedoso, como en el experimento de los alicates Maier descrito anteriormente. La fijación funcional es una forma específica de configuración mental y es una de las formas más comunes de sesgo cognitivo en la vida diaria.
Como ejemplo, imaginemos que un hombre quiere matar un insecto en su casa, pero lo único que tiene a mano es una lata de ambientador. Puede que empiece a buscar algo para matar al bicho en lugar de aplastarlo con la lata, pensando sólo en su función principal de desodorizar.
Tim German y Clark Barrett describen esta barrera: "los sujetos se 'fijan' en la función de diseño de los objetos, y la resolución de problemas sufre en relación con las condiciones de control en las que no se demuestra la función del objeto". [40] Su investigación encontró que el conocimiento limitado de los niños pequeños sobre la función prevista de un objeto reduce esta barrera . [41] La investigación también ha descubierto la fijación funcional en contextos educativos, como un obstáculo para la comprensión: "la fijación funcional se puede encontrar tanto en el aprendizaje de conceptos como en en la resolución de problemas de química." [42]
Existen varias hipótesis sobre cómo la fijación funcional se relaciona con la resolución de problemas. [43] Puede ser una pérdida de tiempo, retrasando o impidiendo por completo el uso correcto de una herramienta.
Las restricciones innecesarias son límites arbitrarios impuestos inconscientemente a la tarea en cuestión, que excluyen una vía productiva de solución. El solucionador puede obsesionarse con un solo tipo de solución, como si fuera un requisito inevitable del problema. Por lo general, esto se combina con una actitud mental: aferrarse a un método previamente exitoso. [44] [ página necesaria ]
Los problemas visuales también pueden producir limitaciones inventadas mentalmente. [45] [ página necesaria ] Un ejemplo famoso es el problema de los puntos: nueve puntos dispuestos en un patrón de cuadrícula de tres por tres deben conectarse dibujando cuatro segmentos de línea recta, sin levantar el lápiz del papel ni retroceder a lo largo de una línea. El sujeto normalmente asume que el bolígrafo debe permanecer dentro del cuadrado exterior de puntos, pero la solución requiere que las líneas continúen más allá de este marco, y los investigadores han encontrado una tasa de solución del 0% en un breve tiempo asignado. [46]
Este problema ha producido la expresión " pensar fuera de la caja ". [47] [ página necesaria ] Estos problemas generalmente se resuelven mediante una percepción repentina que salta las barreras mentales, a menudo después de un largo trabajo contra ellas. [48] Esto puede ser difícil dependiendo de cómo el sujeto haya estructurado el problema en su mente, cómo recurra a experiencias pasadas y qué tan bien haga malabarismos con esta información en su memoria de trabajo. En el ejemplo, visualizar los puntos conectados fuera del cuadro requiere visualizar una disposición poco convencional, lo que supone una carga para la memoria de trabajo. [47]
La información irrelevante es una especificación o datos presentados en un problema que no está relacionado con la solución. [44] Si el solucionador asume que es necesario utilizar toda la información presentada, esto a menudo descarrila el proceso de resolución del problema, haciendo que los problemas relativamente simples sean mucho más difíciles. [49]
Por ejemplo: "El quince por ciento de la gente de Topeka tiene números de teléfono no listados. Selecciona 200 nombres al azar del directorio telefónico de Topeka. ¿Cuántas de estas personas tienen números de teléfono no listados?" [47] [ página necesaria ] La respuesta "obvia" es 15%, pero en realidad ninguna de las personas no incluidas en la lista figuraría entre las 200. Este tipo de " pregunta capciosa " se utiliza a menudo en pruebas de aptitud o evaluaciones cognitivas. [50] Aunque no son inherentemente difíciles, requieren un pensamiento independiente que no es necesariamente común. Los problemas matemáticos a menudo incluyen información numérica o cualitativa irrelevante como un desafío adicional.
La alteración causada por los sesgos cognitivos anteriores puede depender de cómo se representa la información: [50] visual, verbal o matemática. Un ejemplo clásico es el problema de los monjes budistas:
Un monje budista comienza un día al amanecer caminando por una montaña, llega a la cima al atardecer, medita en la cima durante varios días hasta que un amanecer comienza a caminar de regreso al pie de la montaña, a la que llega al atardecer. Sin hacer suposiciones sobre su inicio o parada o sobre su ritmo durante los viajes, demuestre que hay un lugar en el camino que ocupa a la misma hora del día en los dos viajes separados.
El problema no puede abordarse en un contexto verbal, tratando de describir el progreso del monje cada día. Se vuelve mucho más fácil cuando el párrafo se representa matemáticamente mediante una función: se visualiza un gráfico cuyo eje horizontal es la hora del día, y cuyo eje vertical muestra la posición (o altitud) del monje en el camino en cada momento. Superponiendo las dos curvas de recorrido, que atraviesan diagonales opuestas de un rectángulo, se ve que deben cruzarse en algún punto. La representación visual mediante gráficos ha resuelto la dificultad.
Estrategias similares a menudo pueden mejorar la resolución de problemas en los exámenes. [44] [51]
Las personas que se dedican a la resolución de problemas tienden a pasar por alto los cambios sustractivos, incluso aquellos que son elementos críticos de soluciones eficientes. [ ejemplo necesario ] Esta tendencia a resolver primero, solo o principalmente creando o agregando elementos, en lugar de restar elementos o procesos, se intensifica con cargas cognitivas más altas , como la sobrecarga de información . [52]
Las personas también pueden resolver problemas mientras duermen. Hay muchos informes de científicos e ingenieros que resolvieron problemas en sus sueños . Por ejemplo, Elias Howe , inventor de la máquina de coser, descubrió la estructura de la bobina a partir de un sueño. [53]
El químico August Kekulé estaba estudiando cómo el benceno disponía sus seis átomos de carbono e hidrógeno. Pensando en el problema, se quedó dormido y soñó con átomos danzantes que caían formando una serpiente, lo que lo llevó a descubrir el anillo de benceno. Como escribió Kekulé en su diario,
Una de las serpientes se agarró la cola y la forma giró burlonamente ante mis ojos. Como por un relámpago desperté; y esta vez también pasé el resto de la noche elaborando las consecuencias de la hipótesis. [54]
También hay estudios empíricos sobre cómo las personas pueden pensar conscientemente en un problema antes de irse a dormir y luego resolver el problema con una imagen onírica. El investigador de sueños William C. Dement le dijo a su clase de 500 estudiantes de pregrado que quería que pensaran en una serie infinita, cuyos primeros elementos eran OTTFF, para ver si podían deducir el principio detrás de ella y decir cuáles serían los siguientes elementos de la serie. sería. [55] [ página necesaria ] Les pidió que pensaran en este problema todas las noches durante 15 minutos antes de irse a dormir y que escribieran cualquier sueño que tuvieran en ese momento. Se les pidió que volvieran a pensar en el problema durante 15 minutos cuando se despertaran por la mañana.
La secuencia OTTFF son las primeras letras de los números: uno, dos, tres, cuatro, cinco. Los siguientes cinco elementos de la serie son SSENT (seis, siete, ocho, nueve, diez). Algunos de los estudiantes resolvieron el rompecabezas reflexionando sobre sus sueños. Un ejemplo fue un estudiante que informó el siguiente sueño: [55] [ página necesaria ]
Estaba parado en una galería de arte, mirando las pinturas en la pared. Mientras caminaba por el pasillo comencé a contar los cuadros: uno, dos, tres, cuatro, cinco. Cuando llegué al sexto y séptimo, los cuadros habían sido arrancados de sus marcos. Me quedé mirando los fotogramas vacíos con la peculiar sensación de que algún misterio estaba a punto de resolverse. ¡De repente me di cuenta de que los espacios sexto y séptimo eran la solución al problema!
Con más de 500 estudiantes universitarios, se consideró que 87 sueños estaban relacionados con los problemas asignados a los estudiantes (53 directamente relacionados y 34 indirectamente). Sin embargo, de las personas que tuvieron sueños que aparentemente resolvían el problema, sólo siete fueron realmente capaces de conocer conscientemente la solución. El resto (46 de 53) pensó que no conocía la solución.
Mark Blechner realizó este experimento y obtuvo resultados similares a los de Dement. [56] [ página necesaria ] Descubrió que mientras intentaban resolver el problema, las personas tenían sueños en los que la solución parecía ser obvia a partir del sueño, pero era raro que los soñadores se dieran cuenta de cómo sus sueños habían resuelto el rompecabezas. Persuasiones o insinuaciones no lograron que se dieran cuenta, aunque una vez que escucharon la solución reconocieron cómo su sueño lo había solucionado. Por ejemplo, una persona en ese experimento OTTFF soñó: [56] [ página necesaria ]
Hay un gran reloj. Puedes ver el movimiento. La gran manecilla del reloj estaba en el número seis. Se podía ver cómo ascendía, número tras número, seis, siete, ocho, nueve, diez, once, doce. El sueño se centraba en las pequeñas piezas de la maquinaria. Se podían ver los engranajes en el interior.
En el sueño, la persona contaba los siguientes elementos de la serie (seis, siete, ocho, nueve, diez, once, doce) pero no se daba cuenta de que ésta era la solución del problema. Su mente-cerebro dormido [ jerga ] resolvió el problema, pero su mente-cerebro despierto no sabía cómo.
Albert Einstein creía que gran parte de la resolución de problemas se realiza de forma inconsciente, y que la persona debe entonces descubrir y formular conscientemente lo que la mente-cerebro [ jerga ] ya ha resuelto. Creía que éste era su proceso al formular la teoría de la relatividad: "El creador del problema posee la solución". [57] Einstein dijo que resolvió sus problemas sin palabras, principalmente en imágenes. "Las palabras o el lenguaje, tal como están escritos o hablados, no parecen desempeñar ningún papel en mi mecanismo de pensamiento. Las entidades psíquicas que parecen servir como elementos en el pensamiento son ciertos signos e imágenes más o menos claras que pueden ser 'voluntariamente' reproducidos y combinados." [58]
Los procesos de resolución de problemas difieren según los dominios del conocimiento y los niveles de experiencia. [59] Por esta razón, los hallazgos de las ciencias cognitivas obtenidos en el laboratorio no necesariamente pueden generalizarse a situaciones de resolución de problemas fuera del laboratorio. Esto ha llevado a un énfasis en la investigación sobre la resolución de problemas del mundo real, desde la década de 1990. Sin embargo, este énfasis se ha expresado de manera muy diferente en América del Norte y Europa. Mientras que la investigación norteamericana se ha concentrado típicamente en estudiar la resolución de problemas en dominios de conocimiento naturales separados, gran parte de la investigación europea se ha centrado en problemas novedosos y complejos y se ha realizado con escenarios computarizados. [60]
En Europa, han surgido dos enfoques principales, uno iniciado por Donald Broadbent [61] en el Reino Unido y el otro por Dietrich Dörner [62] en Alemania. Los dos enfoques comparten el énfasis en tareas de laboratorio computarizadas, relativamente complejas y semánticamente ricas, construidas para parecerse a problemas de la vida real. Los enfoques difieren algo en sus objetivos teóricos y metodología. La tradición iniciada por Broadbent enfatiza la distinción entre procesos cognitivos de resolución de problemas que operan bajo la conciencia versus fuera de la conciencia, y típicamente emplea sistemas computarizados matemáticamente bien definidos. La tradición iniciada por Dörner, por otro lado, tiene interés en la interacción de los componentes cognitivos, motivacionales y sociales de la resolución de problemas, y utiliza escenarios computarizados muy complejos que contienen hasta 2.000 variables altamente interconectadas. [63]
En América del Norte, iniciado por el trabajo de Herbert A. Simon sobre "aprender haciendo" en dominios semánticamente ricos, [64] los investigadores comenzaron a investigar la resolución de problemas por separado en diferentes dominios del conocimiento natural —como la física, la escritura o el ajedrez— en lugar de intentar extraer una teoría global de la resolución de problemas. [65] Estos investigadores se han centrado en el desarrollo de la resolución de problemas dentro de ciertos dominios, es decir, en el desarrollo de experiencia . [66]
Las áreas que han atraído una atención bastante intensa en América del Norte incluyen:
La resolución de problemas complejos (CPS) se distingue de la resolución de problemas simples (SPS). En MSF existe un obstáculo singular y simple. En CPS puede haber múltiples obstáculos simultáneos. Por ejemplo, un cirujano en el trabajo tiene problemas mucho más complejos que un individuo que decide qué zapatos usar. Como lo aclaró Dietrich Dörner, y luego lo amplió Joachim Funke, los problemas complejos tienen algunas características típicas, que incluyen: [1]
Las personas resuelven problemas en muchos niveles diferentes, desde el individual hasta el civilizacional. La resolución colectiva de problemas se refiere a la resolución de problemas realizada colectivamente. Los problemas sociales y los problemas globales normalmente sólo pueden resolverse colectivamente.
La complejidad de los problemas contemporáneos excede la capacidad cognitiva de cualquier individuo y requiere variedades diferentes pero complementarias de experiencia y capacidad colectiva para resolver problemas. [81]
La inteligencia colectiva es la inteligencia compartida o grupal que surge de la colaboración , los esfuerzos colectivos y la competencia de muchos individuos.
En la resolución colaborativa de problemas, las personas trabajan juntas para resolver problemas del mundo real. Los miembros de grupos de resolución de problemas comparten una preocupación común, una pasión similar y/o un compromiso con su trabajo. Los miembros pueden hacer preguntas, maravillarse y tratar de comprender problemas comunes. Comparten conocimientos, experiencias, herramientas y métodos. [82] Los grupos pueden ser fluidos según las necesidades, pueden ocurrir solo temporalmente para terminar una tarea asignada o pueden ser más permanentes dependiendo de la naturaleza de los problemas.
Por ejemplo, en el contexto educativo, todos los miembros de un grupo pueden participar en el proceso de toma de decisiones y desempeñar un papel en el proceso de aprendizaje. Los miembros pueden ser responsables del pensamiento, la enseñanza y el seguimiento de todos los miembros del grupo. El trabajo en grupo se puede coordinar entre los miembros para que cada miembro haga una contribución igual a todo el trabajo. Los miembros pueden identificar y aprovechar sus fortalezas individuales para que todos puedan hacer una contribución significativa a la tarea. [83] El trabajo colaborativo en grupo tiene la capacidad de promover habilidades de pensamiento crítico, habilidades de resolución de problemas, habilidades sociales y autoestima . Al utilizar la colaboración y la comunicación, los miembros a menudo aprenden unos de otros y construyen conocimientos significativos que a menudo conducen a mejores resultados de aprendizaje que el trabajo individual. [84]
Los grupos colaborativos requieren esfuerzos intelectuales conjuntos entre los miembros e involucran interacciones sociales para resolver problemas juntos. El conocimiento compartido durante estas interacciones se adquiere durante la comunicación, negociación y producción de materiales. [85] Los miembros buscan activamente información de otros haciendo preguntas. La capacidad de utilizar preguntas para adquirir nueva información aumenta la comprensión y la capacidad para resolver problemas. [86]
En un informe de investigación de 1962, Douglas Engelbart vinculó la inteligencia colectiva con la eficacia organizacional y predijo que "aumentar el intelecto humano" de manera proactiva produciría un efecto multiplicador en la resolución de problemas en grupo: "Tres personas trabajando juntas en este modo aumentado [parecerían] ser más tres veces más eficaz para resolver un problema complejo que una persona aumentada trabajando sola". [87]
Henry Jenkins , teórico de los nuevos medios y la convergencia de los medios, se basa en la teoría de que la inteligencia colectiva puede atribuirse a la convergencia de los medios y la cultura participativa . [88] Critica la educación contemporánea por no incorporar tendencias en línea de resolución colectiva de problemas en el aula, afirmando que "mientras que una comunidad de inteligencia colectiva fomenta la propiedad del trabajo como grupo, las escuelas califican a los individuos". Jenkins sostiene que la interacción dentro de una comunidad de conocimiento desarrolla habilidades vitales para los jóvenes, y el trabajo en equipo a través de comunidades de inteligencia colectiva contribuye al desarrollo de dichas habilidades. [89]
El impacto colectivo es el compromiso de un grupo de actores de diferentes sectores con una agenda común para resolver un problema social específico, utilizando una forma estructurada de colaboración.
Después de la Segunda Guerra Mundial se crearon la ONU , la organización de Bretton Woods y la OMC . La solución colectiva de problemas a nivel internacional cristalizó en torno a estos tres tipos de organización a partir de la década de 1980. Dado que estas instituciones globales siguen siendo estatales o centradas en el Estado, no sorprende que perpetúen enfoques estatales o centrados en el Estado para la resolución colectiva de problemas en lugar de enfoques alternativos. [90]
El crowdsourcing es un proceso de acumulación de ideas, pensamientos o información de muchos participantes independientes, con el objetivo de encontrar la mejor solución para un desafío determinado. Las modernas tecnologías de la información permiten involucrar a muchas personas y facilitan la gestión de sus sugerencias de manera que se obtengan buenos resultados. [91] Internet permite una nueva capacidad de resolución colectiva de problemas (incluidos los de escala planetaria) . [92]
{{citation}}: CS1 maint: location missing publisher (link)(Partes adaptadas del documento de posición de la Junta de Educación del Estado de Michigan sobre habilidades de procesamiento de información, 1992).
Materiales de aprendizaje relacionados con la resolución de problemas en Wikiversity