¿Cuántas veces, en el último mes, has hecho algo solo porque una aplicación te lo recordó? Beber agua, levantarte de la silla para estirar las piernas o cenar sushi. ¿Cuánto de lo que decidimos cada día es realmente producto de nuestra voluntad? Creemos elegir libremente el menú de la cafetería, el programa de televisión o incluso el curso al que nos apuntamos.
Pero basta mirar con un poco de atención para descubrir que muchas de esas decisiones han sido preparadas de antemano: la colocación de los productos en un supermercado, la recomendación insistente de una serie en la portada de una plataforma de streaming o la notificación que nos recuerda que “hoy es un buen día para continuar la lección pendiente”.
La educación no es ajena a esta lógica. Cada vez más, los entornos digitales de aprendizaje incorporan pequeños empujones (nudges, en la terminología anglosajona) que buscan orientar a estudiantes, docentes y familias hacia determinadas conductas. Recordatorios de tareas, recompensas simbólicas, itinerarios personalizados… Son intervenciones tan discretas que apenas reparamos en ellas, pero que, como muestran las ciencias del comportamiento, tienen un notable poder para influir en lo que hacemos.
A este fenómeno lo llamamos edunudging digital. Sus defensores lo ven como una palanca para reducir el abandono escolar, mejorar la motivación y personalizar la enseñanza. Sus críticos, en cambio, alertan sobre los riesgos éticos de delegar en algoritmos la capacidad de guiar la voluntad humana. En las próximas páginas exploraremos estas luces y sombras, preguntándonos hasta dónde puede —y debe— llegar la psicología del aprendizaje en tiempos de algoritmos.
Del nudging al EduNudging: fundamentos psicológicos y educativos
En 2008, Richard Thaler y Cass Sunstein publicaron un libro que acabaría influyendo en la política pública, en la economía y, poco a poco, también en la educación: Nudge: Improving Decisions About Health, Wealth, and Happiness. Su tesis era simple: la manera en que se presenta una elección condiciona la decisión que tomamos. A esto lo llamaron choice architecture, arquitectura de la elección. En función de esto, no hay que prohibir opciones, sino organizar el “menú de posibilidades” de modo que la alternativa más beneficiosa sea también la más fácil de escoger.
Un ejemplo clásico: en una cafetería escolar, si la fruta se coloca a la altura de los ojos y las golosinas en un estante más bajo, aumentan las probabilidades de que los estudiantes elijan la manzana en lugar del chocolate. Nadie les obliga, nadie les quita opciones. Pero el entorno empuja suavemente hacia una decisión más saludable.
Traslademos ahora esta idea al aula. Los educadores saben bien que no basta con dar instrucciones o insistir en la importancia del estudio. La procrastinación, el miedo al fracaso o, sencillamente, el olvido, pesan más que la intención. Pero ¿qué ocurriría si pudiéramos rediseñar el contexto de aprendizaje para favorecer esos comportamientos que, a la larga, conducen al éxito académico? ¡Bienvenidos al EduNudging!
Algunos investigadores han mostrado cómo estos pequeños empujones aplicados a la educación (un recordatorio por SMS a los padres, un aviso automático de una tarea pendiente, una comparación de progreso con la media del grupo) pueden influir en la motivación y en la constancia del alumnado.
Como explica Lauren Braithwaite en su artículo Edunudging: the future of learning?, la clave no está en imponer, sino en crear condiciones que inviten a actuar. Igual que el caballo se acerca más al agua si la pila está al alcance y tiene un toque de manzana, los estudiantes responden mejor cuando la ruta hacia el aprendizaje se presenta clara, accesible y atractiva.
El salto digital: algoritmos, big data y hypernudging
La revolución digital ha convertido los nudges en algo mucho más sofisticado. Cada interacción en una plataforma educativa deja un rastro de datos: qué ejercicios hacemos con más rapidez, en qué momento solemos abandonar la sesión, cuánto tardamos en responder a una pregunta. Todos esos microgestos, invisibles para un profesor en el aula tradicional, son capturados y procesados por algoritmos que prometen conocer al estudiante casi mejor que él mismo.
De ahí surge la idea de los hypernudges: empujones potenciados por Big Data y aprendizaje automático, que no solo sugieren una conducta, sino que la ajustan dinámicamente en función de cada clic. Son nudges vivos, cambiantes, adaptativos. Si ayer te costó terminar una tarea, hoy recibirás una notificación más insistente; si tu progreso decae, mañana la plataforma te recompensará con una insignia virtual para animarte. Un aprendizaje promisoriamente más personalizado, más motivador y más eficaz. La práctica ya ofrece ejemplos notables:
- Gamificación: plataformas como Classcraft convierten la rutina académica en un juego de rol, con puntos, avatares y recompensas. No se trata solo de entretener: la mecánica lúdica actúa como nudge que mantiene a los estudiantes enganchados.
- Analítica de aprendizaje: sistemas como Moodle Analytics permiten identificar patrones de desmotivación y lanzar avisos preventivos al docente o al estudiante.
- Plataformas adaptativas: servicios como LinkedIn Learning o Khan Academy recomiendan cursos y ejercicios en función de trayectorias previas, como un Netflix del conocimiento.
Lauren Braithwaite lo describe claramente en su artículo: estamos pasando de los nudges manuales a los algoritmos que diseñan, en tiempo real, entornos de decisión para miles de estudiantes a la vez. Lo que antes era un consejo del profesor o un recordatorio puntual, ahora se convierte en una corriente subterránea de sugerencias automáticas que acompañan al estudiante en cada clic.
Igual que no se pierde peso yendo al gimnasio dos días, un buen EduNudge no se limita a recordar la entrega de un examen, sino que ayuda a cultivar la constancia cotidiana del aprendizaje.
¿Funciona realmente? Evidencias empíricas y limitaciones
¿Funcionan de verdad estos empujoncitos digitales? La literatura científica nos ofrece una respuesta matizada: a veces sí, a veces no.
En su artículo, Lauren Braithwaite cita el caso de la Georgia State University. Desde 2012, esta institución alimenta un sistema de analítica predictiva con millones de datos sobre sus estudiantes: asignaturas cursadas, calificaciones, patrones de matrícula. El algoritmo identifica quién corre riesgo de abandonar y activa nudges personalizados: correos, alertas, entrevistas con tutores. El resultado, entre 2011 y 2018, fue un aumento de la tasa de graduación del 48 % al 55 %. Una mejora modesta en apariencia, pero enorme si pensamos que hablamos de miles de vidas académicas que lograron llegar a la meta.
Sin embargo, no todo son éxitos. En la Vrije Universiteit de Ámsterdam, los investigadores probaron a enviar nudges personalizados por correo electrónico a estudiantes de estadística en línea. Los mensajes estaban adaptados a su perfil motivacional y a su autopercepción de capacidad. ¿El resultado? Ninguna diferencia significativa respecto al grupo que solo recibió recordatorios genéricos. El algoritmo, por sí solo, no logró mover la aguja.
Y aquí aparece la gran cuestión: ¿estamos cambiando comportamientos de fondo o simplemente maquillando indicadores? Como señala la propia academia, apenas un 4 % de la investigación sobre nudges se centra en educación. Lo que sabemos es todavía insuficiente, y muchas veces depende de contextos muy específicos.
Lauren Braithwaite destaca, además, un aspecto muy importante: los nudges más efectivos no se obsesionan con la meta (mejores notas, más asistencia), sino con los pequeños hábitos que llevan hasta allí. Igual que no se pierde peso yendo al gimnasio dos días, un buen EduNudge no se limita a recordar la entrega de un examen, sino que ayuda a cultivar la constancia cotidiana del aprendizaje.
Así, entre estudios prometedores y otros más decepcionantes, la conclusión provisional nos dice que el EduNudging digital tiene potencial, pero su eficacia depende tanto del diseño como del contexto, y aún estamos lejos de contar con evidencias robustas y generalizables.
Riesgos y dilemas éticos del EduNudging digital
Hasta aquí, el EduNudging digital parece un buen aliado de la educación: menos abandono escolar, más motivación y una enseñanza ajustada a cada estudiante. Sin embargo, conviene detenerse un momento y preguntarnos: ¿a qué precio?
El primer dilema es quién decide qué comportamientos son deseables. En un aula tradicional, esa decisión estaba mediada por el docente, en diálogo con la cultura escolar y con las familias. En el mundo digital, los algoritmos y las empresas que los diseñan pueden convertirse en los nuevos arquitectos de la elección. ¿Debe una plataforma decidir qué tareas merecen más atención o qué estilo de aprendizaje es el “correcto”? ¿Y qué pasa si esas decisiones no responden al interés del estudiante, sino a objetivos institucionales o comerciales?
El segundo riesgo es la autonomía del estudiante. La teoría del nudge siempre defendió que la libertad se mantiene intacta porque las opciones no se eliminan, solo se reorganizan. Pero si los empujones son tan sutiles que apenas los percibimos, ¿no estamos limitando nuestra capacidad de decidir conscientemente? En educación, donde se trata de formar ciudadanos críticos, esta tensión se vuelve especialmente delicada.
También están los sesgos algorítmicos. Los datos con los que se entrenan los sistemas no son neutros: reflejan desigualdades sociales y educativas preexistentes. Un algoritmo que detecta “riesgo de abandono” puede acabar reforzando estigmas sobre ciertos perfiles de estudiantes, en lugar de abrirles oportunidades.
Por último, aparece la tentación de la instrumentalización económica y política. Como señala Braithwaite en su artículo, detrás del éxito de Georgia State no solo está el bienestar de los estudiantes, sino también la presión de reducir costes del sistema universitario y mejorar la rentabilidad de las inversiones públicas. Convertir a los docentes en “operadores de nudges” puede significar menos espacio para la pedagogía creativa y más para la gestión de indicadores.
En definitiva, el edunudging digital abre la puerta a un dilema de fondo: ¿estamos utilizando la psicología del aprendizaje para empoderar a los estudiantes o para ajustarlos a métricas externas de éxito? La diferencia es sutil, pero marca un mundo de distancia entre formar personas autónomas o producir aprendices obedientes.
