Goose Academy · Última actualización: 29 de abril de 2026
Referencias científicas
Este documento resume las investigaciones que orientan el diseño de Goose Academy.
El objetivo no es replicar protocolos académicos, sino trasladar hallazgos bien establecidos de la ciencia cognitiva a una experiencia de aprendizaje simple, sin conexión y a tu propio ritmo.
Goose Academy está informado por la investigación, no prescrito por ella.
Los sistemas descritos a continuación están inspirados en trabajos científicos, pero adaptados para la usabilidad, sesiones cortas y accesibilidad.
Nota de transparencia
Aunque los principios citados tienen fundamento científico, su implementación en Goose Academy aún no ha sido validada mediante estudios empíricos controlados.
Parte 1 — Selección adaptativa de elementos
Durante una sesión, Goose Academy selecciona los elementos mediante 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 elementos
Fundamentos de la investigación
| Referencia | Principio | Contexto |
|---|---|---|
| Mettler, E., et al. (2016) | Secuenciación adaptativa | Tareas de aprendizaje perceptivo |
| Kornell, N., & Bjork, R. A. (2008) | Intercalación vs bloqueo | 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 | Materiales verbales |
| Roediger, H. L., & Karpicke, J. D. (2006) | Efecto de examen | Recuerdo de textos |
| Bjork, R. A. (1994) | Dificultades deseables | Marco teórico |
Resumen de la fórmula
A cada elemento 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 el peso de los elementos dominados | Heurística |
| Eᵢ | Evitar la repetición | Restricción de 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 de diseño
Este sistema combina varios principios:
- Espaciado → evidencia sólida
- Intercalación → efectividad condicional
- Aprendizaje basado en 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 comparada con enfoques más simples (ej. SRS puro) es actualmente desconocida.
Parte 2 — Diseño de niveles y progresión
El sistema de progresión de Goose Academy está diseñado para la usabilidad y el aprendizaje incremental.
Principios de diseño
- Orden de los elementos optimizado para el **contraste perceptivo**
- Múltiples temas para involucrar **diferentes dominios de conocimiento**
- Los elementos previamente aprendidos se mantienen → **intercalación**
Interpretación de diseño
El sistema equilibra:
- **Facilidad de aprendizaje** → pasos pequeños
- **Retención** → repetición a lo largo del tiempo
- **Usabilidad** → sesiones cortas
Está inspirado por la investigación, no es una reproducción estricta.
Referencias (con identificadores persistentes)
Última verificación: abril de 2026
- Bjork, R. A. (1994).
- Carvalho, P. F., & Goldstone, R. L. (2015). https://doi.org/10.3389/fpsyg.2015.00505
- 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
- Pyc, M. A., & Rawson, K. A. (2009). https://doi.org/10.1016/j.jml.2009.01.001
- Roediger, H. L., & Karpicke, J. D. (2006). https://doi.org/10.1111/j.1467-9280.2006.01693.x
- Settles, B., & Meeder, B. (2016). https://doi.org/10.18653/v1/P16-1174
Goose 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 un puente entre la investigación de laboratorio y el uso en el mundo real.