Hasta aquí hemos analizado la problemática particular de la simplificación y reelaboración del texto explicativo académico. En esta sección analizamos brevemente la comprensión del texto técnico, dos casos en particular: los programas de computadora y los circuitos electrónicos.

Se entiende aquí por texto técnico el conjunto de producciones discursivas y representacionales que estructuran la comunicación especializada en disciplinas como la ingeniería y las ciencias exactas. Estos textos no se limitan a exposiciones verbales, sino que integran lenguaje natural, notación formal, algoritmos, diagramas de flujo, esquemas de circuitos electrónicos y modelos de organización de sistemas. Se caracterizan por su economía expresiva, precisión terminológica y orientación a la acción. Estas configuraciones lingüísticas presentan patrones estructurales específicos que responden a convenciones disciplinares consolidadas.

Desde una perspectiva cognitiva, esta economía expresiva implica una alta densidad informativa y una fuerte condensación representacional. En el texto académico expositivo tradicional, dicha condensación se manifiesta principalmente en nominalizaciones, supresión de agentes y formulaciones abstractas desancladas de estructuras eventivas. En el texto técnico, en cambio, la condensación se desplaza hacia representaciones procedimentales y formales: algoritmos que omiten explicitaciones intermedias, diagramas que presuponen conocimiento previo de relaciones funcionales, circuitos cuya comprensión exige reconstruir dinámicas temporales a partir de esquemas estáticos.

Desde el marco teórico que orienta este trabajo, esta situación resulta especialmente relevante. Si la construcción conceptual profunda requiere la elaboración de niveles intermedios de generalización y la reconstrucción de relaciones eventivas, la exposición directa a representaciones altamente condensadas traslada al lector la tarea de completar mentalmente pasos, agentes y transformaciones no explicitados. En ingeniería, esta reconstrucción no solo afecta la comprensión de expresiones verbales, sino también la interpretación de algoritmos, circuitos y esquemas funcionales.

Caso 1. Programación

Los programas de computadora, también denominados líneas de código, son textos altamente estructurados y densos, cuya comprensión requiere la reconstrucción de procesos, relaciones lógicas y secuencias de acción.

Antes de la expansión de la inteligencia artificial generativa, la escritura de programas constituía una instancia central de aprendizaje para cualquier técnico informático. En el contexto actual, se vuelve igualmente —o incluso más— importante que los estudiantes desarrollen la capacidad de leer rápidamente los programas, interpretarlos y reorganizarlos, es decir, de comprenderlos como textos.

Esta capacidad resulta fundamental no solo para la verificación y el uso crítico de los resultados generados por sistemas de inteligencia artificial, sino también para la apropiación efectiva de los conocimientos que dichos textos representan.

En programación, por ejemplo, se recomienda el uso de comentarios explicativos para hacer visibles decisiones de diseño y procesos intermedios que el código formal no explicita (D’Angelo, 2025a, 2025b). Este hecho revela que la representación técnica pura no agota la necesidad de mediaciones discursivas que apoyen la comprensión. Por ejemplo, en la Tabla 3, vemos un algoritmo en la primera columna y el uso de la escritura como medio para explicitar los procesos.

Tabla 3. Comparación entre programa sin comentarios
y comentarios añadidos

Para alguien con entrenamiento, esto es transparente. Para un ingresante, puede no serlo. Hay omisiones:

• ¿Quién lee?
• ¿Qué significa “leer”?
• ¿Qué es P?
• ¿Qué ocurre exactamente cuando se calcula?
• ¿Qué representa el resultado?

Nos topamos aquí con un problema fundamental del texto técnico para ingresantes, la diferencia entre novato y experto, entre profesor y estudiante, que invisibiliza un conjunto de conocimientos previos que se dan por sentados pero que el estudiante no comprende.

En esa versión más analítica del código, se realizaron transformaciones clave:

• Se introdujo un agente (“el sistema” o “el programa”) para explicitar “quién hace qué”.
• Se explicitó la secuencia temporal.
• Se convirtieron símbolos en acciones.
• Se introdujeron estados internos (almacenamiento).
• Se hizo visible lo que el algoritmo presupone.
• Se descompuso una operación compacta en microprocesos.

Se podría generar una reformulación como la de la columna 2, en la Tabla 3, que explique cada línea de código, o una formulación general (tercera columna) de lo que hace el algoritmo, más apropiada para un estudiante avanzado que se beneficiaría con la especificación global.

Caso 2. Electrónica de circuitos

La electrónica de circuitos constituye un caso paradigmático de texto técnico multimodal. A diferencia del texto expositivo tradicional, la comprensión en este dominio exige integrar simultáneamente representaciones visuales (diagramas), simbólicas (notación eléctrica), conceptuales (función de componentes) y procedimentales (secuencia de ejecución en microcontroladores).

En este aprendizaje pueden distinguirse al menos tres procesos cognitivos interrelacionados:

• Reconocimiento visual de componentes: identificación de resistencias, capacitores, transistores y otros dispositivos a partir de símbolos, códigos de colores o diagramas esquemáticos.
• Comprensión funcional: entendimiento del comportamiento eléctrico de cada componente y de su papel potencial dentro de un sistema.
• Interpretación sistémica: integración espacial y causal de los componentes en un circuito específico, visualizando flujos de corriente o señales.

Cada uno de estos niveles implica reconstrucciones mentales que no siempre están explícitamente representadas en el material técnico. Los diagramas muestran conexiones estáticas, pero el estudiante debe inferir dinámicas temporales y relaciones funcionales implícitas.

A esta complejidad intrínseca se suma la estructura fragmentada de gran parte de la información digital disponible en línea. Tutoriales orientados a tareas específicas —por ejemplo, encender un LED o leer un sensor con Arduino— suelen priorizar la ejecución inmediata por sobre la construcción conceptual progresiva. La navegación hipertextual, si bien permite acceso rápido a información puntual, puede aumentar la carga cognitiva extrínseca cuando no existe un hilo conductor integrador.

Desde la teoría de la carga cognitiva propuesta por John Sweller (1988; 2010; 2011), el aprendizaje se optimiza cuando los recursos de la memoria de trabajo se orientan hacia la construcción de esquemas relevantes y no hacia la integración forzada de fuentes dispersas. En investigaciones previas desarrolladas en el ámbito de la enseñanza inicial de electrónica y programación, se diseñó un material integrado que aplicaba principios de atención dividida y secuencia narrativa, y así reducía la fragmentación informativa y favorecía la consolidación conceptual.

Si la integración textual y visual mejora la comprensión cuando es diseñada manualmente por el docente, resulta pertinente investigar si un sistema automatizado puede generar reformulaciones que restituyan dinámicas implícitas en representaciones técnicas.

En el caso de un circuito electrónico, se podría:

• Expandir descripciones condensadas en secuencias eventivas que expliciten el comportamiento temporal.
• Generar versiones verbalizadas que acompañen esquemas estáticos.
• Restituir agentes funcionales (“el transistor permite que la corriente fluya cuando…”) para facilitar la construcción de modelos mentales.
• Integrar información fragmentada en explicaciones coherentes que reduzcan carga cognitiva extrínseca.

De este modo, la transformación automatizada no sustituiría la lectura del diagrama ni la resolución de problemas, sino que funcionaría como mediación metacognitiva (Tabla 4) orientada a la reconstrucción conceptual.

Tabla 4. Comparación entre descripción técnica tradicional y reformulaciones

Desde el punto de vista experto, la descripción original es suficiente. Desde el punto de vista cognitivo, es una descripción nominal y estática. Omite dinámica temporal, flujo de corriente, causalidad explícita, condiciones de funcionamiento y estados internos.

Las reelaboraciones realizadas, desde el punto de vista técnico, no agregan contenido nuevo. Desde el punto de vista cognitivo, realizan transformaciones clave: restituyen la dinámica; explicitan la causalidad; convierten el circuito de un esquema estático a un proceso temporal; introducen relaciones condicionales: “si la resistencia no estuviera presente…”; introducen agentes que realizan las acciones: “La resistencia ofrece oposición”, “El LED emite luz cuando…”; incorporan una secuencialidad de proceso: Primero → luego → resultado.

La representación esquemática tradicional presenta el circuito como una configuración espacial. Sin embargo, su comprensión exige que el estudiante reconstruya mentalmente el flujo de corriente, las transformaciones energéticas, las condiciones de funcionamiento y las consecuencias de modificar un componente.

La reelaboración textual no modifica el esquema ni reemplaza el razonamiento técnico. Genera una expansión verbal controlada que hace explícitas relaciones causales implícitas, reduce la necesidad de inferencias simultáneas, favorece la construcción de un modelo mental dinámico y disminuye la carga cognitiva extrínseca asociada a la integración de fuentes dispersas.

Desde la teoría de la carga cognitiva de John Sweller, esta intervención podría interpretarse como una reducción de carga innecesaria al integrar en una sola fuente las explicaciones que el estudiante debería reconstruir de manera autónoma.

En línea con esta teoría, y según el principio de atención dividida (Sweller et al., 1990), también podría ser útil generar una versión anotada junto al diagrama:

Diagrama + comentarios integrados:

• Fuente 9V → “Establece diferencia de potencial”
• Resistencia 330 Ω → “Reduce la corriente para proteger el LED”
• LED → “Emite luz cuando recibe corriente suficiente”

En investigaciones previas (D’Angelo, en prensa) vinculadas a la elaboración del libro Conceptos computacionales con Arduino (Caturegli y D’Angelo, 2022), implementamos una estrategia de diseño en la cual los diagramas de circuitos eran acompañados por explicaciones anotadas directamente sobre la imagen (ver Figura 1).

Figura 1. Circuito con anotaciones sobre la imagen

Nota. Reproducida de D’Angelo (en prensa). La comprensión del texto técnico en electrónica y programación (p. 13).

Además, el texto expositivo adoptaba una secuencia que imitaba la fluidez narrativa, introduciendo agentes funcionales y dinámicas temporales.

En algunos casos, el microcontrolador era tratado de manera intencionalmente antropomórfica, por ejemplo, “el microcontrolador ‘se entera’ de la activación de un interruptor”. Este recurso no respondía a una simplificación ingenua, sino a la necesidad de externalizar procesos internos invisibles en la representación formal.

Desde el punto de vista representacional, esta intervención manual realizaba tres operaciones fundamentales:

• Integración texto-imagen, para reducir la carga asociada a la atención dividida.
• Expansión dinámica de una configuración estática, lo que convierte un esquema espacial en una secuencia procesual.
• Restitución de agentes funcionales para hacer explícitas relaciones causales y condiciones de activación que en la notación técnica permanecen implícitas.

Los resultados obtenidos en la evaluación de ese material mostraron una percepción altamente favorable en términos de utilidad y facilidad de uso, lo cual sugiere que la integración discursiva y la narrativización contribuyen positivamente a la comprensión conceptual.

Por ejemplo, en lugar de describir un circuito como una configuración estática de componentes conectados, la explicación se estructuraba como una secuencia procesual: el microcontrolador detecta un cambio de estado, procesa la información y activa una salida.

Esta estrategia cumple una función cognitiva precisa: transforma una representación espacial condensada en una representación dinámica secuencial, lo cual facilita la construcción de modelos mentales coherentes al visibilizar agentes funcionales, secuencias temporales, relaciones causales, condiciones de activación y consecuencias de modificación del sistema, preservando el rigor técnico pero reduciendo la carga.

A manera de síntesis, las reformulaciones aplicables a los casos de textos técnicos mencionados (programas y circuitos) podrían ser:

• Expandir algoritmos en secuencias verbalizadas que expliciten estados y transiciones.
• Reformular descripciones condensadas de sistemas en estructuras eventivas con agentes y relaciones causales explícitas.
• Generar versiones explicativas complementarias de esquemas y circuitos, orientadas a restituir el anclaje dinámico de los procesos representados.

Al igual que en la primera etapa, centrada en textos académicos, el objetivo no es simplificar contenidos ni sustituir el razonamiento técnico, sino investigar cómo distintas configuraciones representacionales inciden en la construcción conceptual y en la metacomprensión de estudiantes de ingeniería. La tecnología se concibe aquí como instrumento experimental para poner a prueba hipótesis cognitivas sobre la reconstrucción de procesos implícitos y la estabilización de conceptos en dominios altamente formalizados.

Esta ampliación se encuentra respaldada por investigaciones previas desarrolladas en el ámbito del ingreso a carreras de ingeniería, así como por la formación tecnológica de base que permite articular modelización computacional y análisis cognitivo. De este modo, la incorporación del texto técnico no constituye una yuxtaposición temática, sino la extensión coherente de una línea de investigación centrada en la comprensión de representaciones complejas, ya sean lingüísticas, gráficas o algorítmicas.