Cipher Academy · Última actualización: 29 de abril de 2026

Referencias científicas

Este documento resume la investigación que informa el diseño de Cipher Academy.

El objetivo no es replicar protocolos académicos, sino traducir hallazgos bien establecidos en ciencia cognitiva en una experiencia de aprendizaje simple, sin conexión y a tu propio ritmo.

Cipher Academy se basa en la investigación, sin ser prescriptivo.

Los sistemas descritos a continuación están inspirados en trabajo científico, pero adaptados para la usabilidad, sesiones cortas y accesibilidad.

Nota de transparencia

Aunque los principios citados están científicamente fundamentados, su implementación en Cipher Academy aún no ha sido validada mediante estudios empíricos controlados.

Parte 1 — Cerebro y beneficios del aprendizaje

El aprendizaje de sistemas de codificación como el código Morse o el Braille involucra múltiples sistemas cognitivos:

procesamiento del lenguaje
memoria de trabajo
reconocimiento perceptivo

Los estudios de neuroimagen sugieren que incluso períodos cortos de entrenamiento pueden producir cambios medibles en el cerebro adulto.

Referencia	Hallazgo clave	Contexto y limitaciones
Schlaffke, L., et al. (2017)	Cambios en la sustancia blanca tras el aprendizaje del Morse, correlacionados con el rendimiento	n=12; corto (~8 días); correlacional
Junker, F. B., et al. (2023)	La decodificación del Morse activa la memoria y las regiones relacionadas con el lenguaje	EEG; en laboratorio
Siuda-Krzywicka, K., et al. (2016)	Reorganización cortical a gran escala en aprendices de Braille	Entrenamiento intensivo (~9 meses); cohorte especializada

Estos resultados sugieren que decodificar sistemas simbólicos puede considerarse una forma de entrenamiento cognitivo, que involucra reconocimiento de patrones, memoria y procesamiento similar al lenguaje.

Interpretación para el diseño

Cipher Academy aplica esta idea a través del aprendizaje multimodal:

**Visual**: Pigpen, Braille
**Auditivo**: Morse
**Interactivo (inspirado táctil)**: Braille Touch

El objetivo es reforzar el aprendizaje a través de diferentes canales sensoriales.

Nota crítica

El aprendizaje multimodal está teóricamente respaldado, pero la combinación específica utilizada aquí no ha sido probada empíricamente. La transferencia desde condiciones de laboratorio controladas al uso autónomo de una aplicación sigue siendo incierta.

Parte 2 — Selección adaptativa de letras

Durante una sesión, Cipher Academy selecciona letras utilizando un sistema de ponderación dinámica basado en:

dominio en la sesión
retención a largo plazo (repetición espaciada)
recencia (espaciado)
historial de errores (seguimiento de confusiones)
similitud entre símbolos

Fundamentos de investigación

Referencia	Principio	Contexto
Mettler, E., et al. (2016)	Secuenciación adaptativa	Tareas de aprendizaje perceptivo
Kornell, N., & Bjork, R. A. (2008)	Entrelazado vs agrupamiento	Aprendizaje por categorías
Carvalho, P. F., & Goldstone, R. L. (2015)	Contraste discriminativo	Experimentos de laboratorio
Settles, B., & Meeder, B. (2016)	Modelado de memoria (HLR)	Requiere grandes conjuntos de datos
Metcalfe, J. (2017)	Aprender de los errores	Revisión
Pyc, M. A., & Rawson, K. A. (2009)	Fortalecimiento por recuperación	Material verbal

Resumen de la fórmula

A cada letra se le asigna un peso:

Wᵢ = Eᵢ · Mᵢ · Bᵢ · Sᵢ · Rᵢ · (1 + α Ĉᵢ) · (1 + β K̂ᵢ Rᵢ)

Variable	Significado	Base
Bᵢ	Dominio a largo plazo	Evidencia sólida (espaciado)
Sᵢ	Progreso en la sesión	Evidencia moderada
Rᵢ	Recencia	Evidencia sólida
Cᵢ	Confusión acumulada	Soporte teórico
Kᵢ	Contraste con el elemento anterior	Dependiente del contexto
Mᵢ	Reducir peso de elementos dominados	Heurístico
Eᵢ	Evitar repetición	Restricción UX (evita el priming a corto plazo que podría inflar el dominio percibido)

Parámetros α y β

Estos coeficientes no están calibrados empíricamente. Son decisiones de diseño que equilibran los efectos de confusión y contraste.

Interpretación para el diseño

Este sistema combina varios principios:

Espaciado → evidencia sólida
Entrelazado → efectividad condicional
Aprendizaje por errores → bien establecido
Secuenciación por contraste → dependiente de la estructura del elemento

El resultado es un sistema adaptativo determinista, en el dispositivo, que no requiere datos externos.

Nota crítica

La fórmula en sí es una síntesis de diseño, no un modelo validado. Su efectividad en comparación con enfoques más simples (ej. SRS puro) es actualmente desconocida.

Parte 3 — Diseño de niveles y progresión

El sistema de progresión de Cipher Academy se inspira en métodos establecidos pero está adaptado para la usabilidad y la claridad perceptiva.

Referencia	Principio	Implementación
Koch, H. (1936)	Conjuntos pequeños + umbral de dominio	✅ Implementado

Adaptaciones

Orden de letras optimizado para el **contraste perceptivo**
Múltiples cifrados para involucrar **diferentes procesos cognitivos**
Los elementos ya aprendidos permanecen → **entrelazado**

Limitación de la fuente

Koch (1936) es fundacional pero anterior a los estándares experimentales modernos y carece de replicación bajo metodologías actuales.

Interpretación para el diseño

El sistema equilibra:

**Aprendibilidad** → pasos pequeños
**Retención** → repetición a lo largo del tiempo
**Usabilidad** → sesiones cortas

Está inspirado en la investigación, no es una reproducción estricta.

Parte 4 — Braille Touch: Diseño de interacción & Aprendizaje multimodal

Cipher Academy ofrece tres modos de interacción para codificar caracteres braille, cada uno con implicaciones cognitivas y de accesibilidad distintas:

Modo	Interacción	Hallazgo clave de investigación
Alternar (por defecto)	Tocar los puntos secuencialmente	Menor carga cognitiva (Jost et al., 2023); cumple WCAG 2.5.1 (W3C, 2018)
Cubrir	Presionar todos los puntos relevantes simultáneamente	Alineación corporal con el braille físico; mayor demanda motora
Conectar	Trazar un camino uniendo los puntos	La codificación por gesto puede favorecer la memoria; correspondencia abstracta

Lo que dice la investigación

**Accesibilidad primero**: WCAG 2.5.1 requiere que las funciones basadas en gestos tengan alternativas de puntero único (W3C, 2018)
**Carga cognitiva**: Las interacciones secuenciales por toque optimizan la memoria de trabajo en comparación con gestos multitáctiles o trazados (Jost et al., 2023)
**Aprendizaje corporal**: La correspondencia sensoriomotora directa favorece la retención, pero solo cuando los patrones motores son alcanzables para todos los usuarios

Interpretación para el diseño

**Principal: Toggle** — elegido por accesibilidad, tolerancia a errores y cumplimiento
**Opcional: Cubrir & Conectar** — mantenidos por variedad de interacción y preferencia del usuario
**Retroalimentación háptica** añadida para reforzar el aprendizaje táctil (Brewster et al., 2007)

Nota crítica

Aunque la interacción multimodal está teóricamente respaldada, la efectividad relativa de estos modos para la adquisición del braille no ha sido comparada empíricamente. Ofrecer opciones es en sí mismo un principio de diseño basado en evidencia.

Parte 5 — Temporización del Morse: Estándares & Presets de aprendizaje

Cipher Academy reemplaza valores de duración arbitrarios por ratios conformes a la UIT y presets de velocidad basados en la investigación.

Estándar normativo (UIT-R M.1677-1)

Todo el timing Morse se deriva de una única unidad de referencia (duración del punto):

Elemento	Ratio	Base
Punto	1×	Unidad de referencia
Raya	3×	Estándar UIT
Espacio intra-letra	1×	Separa puntos/rayas
Espacio entre letras	3×	Separa caracteres
Espacio entre palabras	7×	Separa palabras

Definición de velocidad (estándar PARIS)

1 WPM = 50 unidades punto por minuto. Por lo tanto:

dot_duration = 1.2 / WPM (seconds)

Técnica de entrenamiento (método Farnsworth)

Para evitar que los principiantes cuenten los elementos, la velocidad del carácter se fija en ≥18 WPM mientras que los espacios entre caracteres/palabras se expanden para reducir la velocidad _efectiva_. Esto se alinea con la investigación sobre aprendizaje perceptivo auditivo que enfatiza el reconocimiento rítmico sobre el procesamiento discreto de elementos.

Fórmula de ajuste de espaciado (aproximación ARRL comúnmente adoptada):

gap_multiplier = character_WPM / effective_WPM
    letter_gap = 3 × dot_duration × gap_multiplier
    word_gap = 7 × dot_duration × gap_multiplier

Presets & Implementación

Modo	Velocidad carácter	Velocidad efectiva	Modelo de timing
Aprendizaje	18 WPM	8 WPM	Farnsworth (espacios expandidos)
Estándar	15 WPM	15 WPM	Ratios UIT (espacios estándar)
Avanzado	22 WPM	22 WPM	Ratios UIT (espacios estándar)

Interpretación para el diseño

**Motor basado en modelo**: Todas las duraciones se calculan a partir de duración_punto, eliminando valores ms arbitrarios
**Umbrales de entrada relativos**: umbral_tap ≈ 1,5 × duración_punto_efectiva (mín. 150 ms); envío_auto ≈ 4 × duración_punto_efectiva (mín. 400 ms) — los umbrales se escalan con la velocidad efectiva para proporcionar ventanas de entrada más tolerantes durante el aprendizaje, independientemente del ritmo de transmisión de los caracteres
**Espacios contextuales**: La expansión Farnsworth solo se aplica en modo decodificación de palabra (secuencia); la práctica de letra aislada usa espacios UIT estándar ya que la app controla el ritmo vía la interfaz

Nota crítica

El timing Farnsworth es ampliamente adoptado en el entrenamiento radioaficionado, pero los parámetros de espaciado óptimos y la "meseta de 13 WPM" comúnmente citada carecen de validación experimental controlada. El modelo de timing de Cipher Academy prioriza la conformidad con la UIT y los principios de aprendizaje perceptivo mientras documenta de manera transparente las adaptaciones heurísticas.

Referencias (con identificadores persistentes)

Última verificación: abril 2026

Bloom, J. (KE3Z). (1990). A Standard for Morse Timing Using the Farnsworth Technique. ARRL Laboratory.
Brewster, S., et al. (2007). https://doi.org/10.1145/1278387.1278390
Carvalho, P. F., & Goldstone, R. L. (2015). https://doi.org/10.3389/fpsyg.2015.00505
Jost, K., et al. (2023). https://doi.org/10.1145/3544548.3581046
Junker, F. B., et al. (2023). https://doi.org/10.1002/hbm.26471
ITU-R. (2009). Recommendation M.1677-1: International Morse code. International Telecommunication Union.
Koch, H. (1936).
Kornell, N., & Bjork, R. A. (2008). https://doi.org/10.1111/j.1467-9280.2008.02127.x
Metcalfe, J. (2017). https://doi.org/10.1146/annurev-psych-010416-044022
Mettler, E., et al. (2016). https://doi.org/10.1037/xge0000176
Morse Code World. (n.d.). Farnsworth Timing & PARIS Standard. https://morsecode.world/international/timing/farnsworth.html
Pyc, M. A., & Rawson, K. A. (2009). https://doi.org/10.1016/j.jml.2009.01.001
Schlaffke, L., et al. (2017). https://doi.org/10.3389/fnhum.2017.00383
Settles, B., & Meeder, B. (2016). https://doi.org/10.18653/v1/P16-1174
Siuda-Krzywicka, K., et al. (2016). https://doi.org/10.7554/eLife.10762
W3C (2018). WCAG 2.1 Success Criterion 2.5.1: Pointer Gestures. https://www.w3.org/WAI/WCAG22/Understanding/pointer-gestures.html

Cipher Academy traduce la ciencia cognitiva en una experiencia de aprendizaje lúdica y sin conexión. Este documento refleja un compromiso con la transparencia, el rigor y la humildad — tendiendo puentes entre la investigación de laboratorio y el uso en el mundo real.