La auto explicación es una estrategia de aprendizaje en que los estudiantes articulan lo que han comprendido. De acuerdo con Verschaffel y sus colegas en 1999, incluye cinco pasos: dibujos, listas, simplificación de números, cálculos y evaluación de la solución. En los entornos tradicionales ha sido probada extensamente con éxito al facilitar el conocimiento conceptual (entender ideas abstractas) y procedimental (prácticas de resolución), las habilidades para resolver problemas y el desempeño académico en general. Por ello, existe interés en integrarla a la educación en línea.

Para lograrlo, existen varios métodos como el uso de indicios y consignas, pero no resulta claro cómo se pueden personalizar en el entorno en línea. Los retos incluyen la necesidad de integrar métodos de manera efectiva en las plataformas y de considerar los perfiles cognitivo y motivacional de cada aprendiz. Resulta fundamental tomar en consideración la interrelación de motivación, cognición y estrategias de aprendizaje. En especial es importante entender los mecanismos específicos a través de los cuales diversos factores motivacionales como la reflexión metacognitiva y la autoeficacia influyen en la efectividad de la auto explicación al aprender en línea. Existe investigación de Renkl que señala que la motivación intrínseca estimula el uso de estrategia de auto explicación, pero su efectividad varía según la estrategia usada y el aprendiz, por lo que parece ser necesario un enfoque personalizado.

Las hipótesis de los investigadores fueron: (a) Aprendices con mayor motivación intrínseca exhibirán mejor calidad en la auto explicación y (b) La calidad de la auto explicación predecirá positivamente el desempeño matemático.

Trabajaron con métodos mixtos: el análisis factorial permitiría identificar los constructos motivacionales y cognitivos a partir de un cuestionario de 78 preguntas a los 164 estudiantes de nivel secundaria y el análisis de regresión examinaría las relaciones entre dichos factores, la calidad de la auto explicación y las calificaciones en matemáticas a lo largo de un año.

Los hallazgos son: involucrarse en tareas retadoras mejoró significativamente las habilidades de auto explicación, lo que es consistente con investigación previa que señala que este proceso permite focalizar la atención en conceptos clave. Por otra parte, la reflexión metacognitiva tuvo un impacto negativo en la auto explicación. Si bien la reflexión es importante, cuando es excesiva puede limitar el proceso de explicar el razonamiento seguido. Finalmente, hubo un impacto negativo de la autoeficacia en lectura, lo que implica que hay que trabajar, en el caso de matemáticas, con autoeficacia en dicha área, ya que el tener confianza en las habilidades lectoras no se traduce en mejor desempeño matemático.

En cuanto a la segunda hipótesis, los resultados encontraron una relación positiva entre la calidad de la auto explicación y las calificaciones en matemáticas. Además, la auto explicación no predijo calificaciones, lo que sugiere que hay una mediación de otras variables.

Nakamoto, R., Flanagan, B., Dai, Y., Takami, K. y Ogata, H. (2025). Examining motivational factors influencing self-explanation quality and mathematics achievement in online learning for junior high students. Interactive Learning Environments, 33(10), 5706-5725. DOI: 10.1080/10494820.2025.2484659