171/365 · No puedes evaluar distinto si sigues dando clase igual

Hoy vamos a abrir un melón. Y de los grandes, porque este es de los temas donde la distancia entre lo que escribimos en la programación y lo que hacemos el último martes del trimestre se mide en kilómetros.

Llevamos décadas evaluando genética y llamándolo esfuerzo

Seamos honestos de una vez. Durante muchísimo tiempo, la nota de EF ha sido en buena parte una medición del desarrollo madurativo y de la lotería genética de cada niño. El que salta más lejos saca mejor nota que el que salta menos. El que aguanta ocho minutos corriendo saca mejor nota que el que aguanta cuatro. Y luego escribimos en el documento oficial que "se valorará el progreso individual del alumnado" y nos quedamos anchísimos. (Y esto a día de hoy lo veo en las clases de EF de muchos docentes)

Y que conste que no señalo desde arriba, porque yo también he hecho cosas de estas. Es cómodo. Y sobre todo es aparentemente objetivo, que es lo que la hace tan pegajosa: un número medido con cinta métrica parece incuestionable, y una observación tuya parece "una opinión". Es la misma trampa mental que con las oposiciones — el test parece justísimo porque es medible, aunque no mida casi nada de lo que hace falta para dar clase.

Aquí está el quid de la cuestión: una prueba estandarizada mide un resultado, no un aprendizaje. Un niño de quinto que en septiembre no era capaz de recibir un pase sin perder el control del balón y que en marzo recibe, se orienta y levanta la cabeza, ha aprendido una barbaridad. Otro que en septiembre ya lo hacía todo porque lleva desde los cinco años en el club, no ha aprendido nada en tu clase. Si los dos sacan lo mismo — o peor, si el del club saca más — no estás evaluando. Estás certificando lo que ya venía puesto de casa.

El médico de la báscula

Te lo cuento con una comparación, que es como mejor me entiendo yo. Imagina dos consultas. En la primera, el médico te pesa, apunta el número, levanta la vista y te suelta: "82 kilos, el año pasado 80, mal vamos". Fin de la consulta. Te vas con un dato y con un juicio. En la segunda, el médico te pesa exactamente igual, pero además te pregunta cómo duermes, cuánto andas al día, si has cambiado de trabajo, si te duele algo al subir escaleras. Y luego te dice: "el peso ahora mismo es lo de menos; el problema es que desde que cambiaste de curro no caminas nada, así que prueba dos semanas a bajarte una parada antes y lo revisamos".

Los dos han recogido un dato. Pero el primero tiene un dato y el segundo tiene evidencias, que no es lo mismo ni de lejos. Y sobre todo, el segundo te ha devuelto algo que puedes usar mañana por la mañana. Dime la verdad: ¿a qué consulta volverías tú? Pues nuestra evaluación en EF lleva años siendo la primera, la de la báscula. Y después nos sorprende que al alumnado la nota de educación física le importe entre poco y nada, o que se la tome como un juicio sobre su cuerpo en vez de como información sobre lo que ha aprendido.

Esto es literalmente lo que Dylan Wiliam lleva décadas repitiendo: el feedback que solo califica no mueve el aprendizaje; el que informa sobre cómo mejorar, sí. Y Hattie, en Visible Learning, tiene documentado que el feedback ronda un efecto tamaño de 0.7, que comparado con la mayoría de intervenciones es enorme. Pero con Timperley matizaron algo que casi nadie cita: hay cuatro niveles de feedback — tarea, proceso, autorregulación y yo — y el nivel "yo" es el que peor funciona de todos. El "muy bien, campeón". El "es que tú no vales para esto". Y en EF vivimos instalados en ese nivel de una forma casi cómica.

La llave no es el instrumento. Es la metodología

Y ahora la parte que me parece más importante de todo el post, así que si te saltas párrafos no te saltes este.

Mucha gente llega a la conclusión anterior — "hay que evaluar el proceso, no el resultado" — y lo que hace a continuación es buscar una rúbrica. Se descarga una rúbrica preciosa de internet, con sus cuatro niveles y sus descriptores, y la aplica sobre exactamente la misma clase que daba antes. Explicación magistral, filas, ejercicio analítico, todos haciendo lo mismo a la vez mirando al maestro. Y luego pretende rellenar una rúbrica de proceso sobre eso.

No funciona. No puede funcionar. No puedes evaluar de forma diferente si trabajas como siempre. Si tu sesión está diseñada para que todos hagan lo mismo al mismo tiempo bajo tu voz, lo único que vas a poder observar es quién lo hace mejor y quién peor — o sea, vuelves a la báscula por otro camino. La metodología es la llave. Si no cambias cómo se organiza la clase, cambiar el instrumento de evaluación es cambiar la etiqueta del bote sin cambiar lo que hay dentro.

Hay además un motivo muy prosaico, y es que evaluar por observación exige poder observar. Y en una sesión con veinticinco críos, un pabellón con eco, material que sacar, dos que se han hecho daño y uno que hoy viene raro de casa, el maestro no observa: sobrevive. Monta, explica, resuelve, arbitra, recoge y reza para que nadie se abra la cabeza. Eso es carga cognitiva pura y dura, la de Sweller pero aplicada al docente: si toda tu capacidad mental se va en gestionar la sesión, no te queda un solo hueco libre para darte cuenta de que Iván, que siempre se apartaba, hoy ha pedido el balón. Y eso — que Iván pida el balón — es una evidencia de aprendizaje de un valor tremendo que se te escapa cada semana.

Autonomía del alumnado (para que yo pueda mirar)

Por eso la primera decisión de evaluación en EF no es qué instrumento uso, sino cómo me libero para poder mirar. Y ahí, para mí, la clave ha sido la autonomía del alumnado. Pero autonomía de verdad, no la autonomía de postureo de dejarles elegir entre dos cosas que dan igual.

Hablo de que el alumnado asume tareas que antes hacía yo: montar y sacar el material, explicar la estación a los que van llegando, cronometrar, contar repeticiones, arbitrar entre ellos, recoger, decidir cambios de regla cuando algo no funciona. Y cada una de esas cosas hay que enseñarla — con su tiempo, con su caos de las tres primeras semanas, con sus discusiones — exactamente igual que se enseña a botar. No se delega, se enseña.

Deci y Ryan llevan décadas demostrando que sin autonomía, competencia y relación no aparece motivación intrínseca, y resulta que una sesión de EF bien montada es probablemente el mejor sitio del colegio para cubrir las tres a la vez. Pero te voy a ser sincero: yo no lo hice por Deci y Ryan. Lo hice porque necesitaba las manos libres. El efecto motivacional vino después, de regalo, y fue mucho mayor de lo que esperaba.

Lo que ocurre cuando el grupo se autogestiona es que tú das tres pasos atrás y, de golpe, ves. Ves quién organiza, quién se calla, quién ayuda al que va perdido, quién cambia la norma para que gane su amigo, quién insiste después de fallar cinco veces seguidas. Nada de eso cabe en una cinta métrica.

Rúbricas de sesión, no de trimestre (y dónde meterlas)

Una vez que puedes observar, necesitas un sitio donde dejar lo observado antes de que se te olvide. Y se te olvida, créeme: en el pasillo de vuelta a clase ya has perdido la mitad.

Mi apuesta son rúbricas cortas aplicadas en cada sesión, con pocos indicadores y niveles muy concretos (te cuento algo, y es que en breve sacarán un artículo científico precisamente sobre esto, y aparezco como autor ;) ). No la rúbrica monstruosa de doce filas que rellenas una vez en junio, de memoria y mintiendo "un poco". Tres o cuatro indicadores, marcados sobre la marcha o en los cinco minutos siguientes.

Y lo potente no es el registro de un día — el registro de un día no dice nada, un niño puede tener un martes horrible por lo que ha pasado en el desayuno. Lo potente es la serie. Cuando acumulas diez o doce registros del mismo indicador a lo largo del trimestre, aparece la línea. Y la línea sí es una evidencia real: no dice "Marta es torpe", dice "Marta empezó necesitando que le repitieran la consigna tres veces y desde la sexta sesión la ejecuta a la primera". Eso se lo puedes enseñar a ella, a su familia, y sostenerlo en una junta de evaluación sin que te tiemble la voz.

Yo llevo años usando iDoceo para esto, y que conste que me parece una herramienta estupenda, de las pocas que un maestro compra y no se arrepiente. Pero tiene un techo, y ese techo es que la herramienta la pintan desde fuera de EF o desde un espacio llamado despacho.

He creado de hecho miclase.edumind.es para adecuar un poco la idea de que lo que programamos, podamos evaluarlo directamente. ¿Que tengo un criterio con un instrumento asociado en la progra? pues en la app lo voy a tener así. Puedo repetirlo muchas veces y sacar una media, mediana o moda, lo que quiera pero al menos ya tengo un procedimiento que es objetivo, cumple la normativa y es aún encima una app local y con IA local.

Ya me contarás qué tal te fue, si la pruebas.

¿Mañana más? mañana, más

Luis