Atención en eLearning: diseñar para enfocar, no para distraer

Por: Yahaira Torres Rivera, Ed.D.

Descubre cómo aplicar principios de atención al diseño de cursos eLearning mediante jerarquía visual, señalización, segmentación y actividades cognitivamente significativas.

Imagina que entras a un supermercado buscando un solo producto, pero todos los rótulos tienen el mismo tamaño, todos los pasillos están iluminados de manera diferente y cada producto tiene una etiqueta que intenta llamar tu atención. Probablemente encontrarás lo que buscas, pero tendrás que hacer un esfuerzo innecesario.

Algo parecido puede ocurrir en un curso en línea. Podemos tener contenidos académicamente excelentes y, aun así, presentarlos de una manera que obligue al estudiante a invertir parte de sus recursos cognitivos en descubrir qué debe mirar, dónde debe hacer clic, qué información es importante y qué puede ignorar. Por eso, diseñar para la atención no consiste simplemente en hacer un curso atractivo. Consiste en ayudar al estudiante a enfocar su atención en aquello que necesita para aprender.

Esta es precisamente la primera dimensión de la Escala Neuroeducativa para la Planeación y la Intervención Didáctica (ENEPID), desarrollada por Díaz-Cabriales (2023). ENEPID aborda la atención mediante cuatro indicadores. Aunque el instrumento original no fue desarrollado específicamente para eLearning, sus planteamientos pueden llevarnos a decisiones muy concretas cuando diseñamos experiencias de aprendizaje en línea.

La atención es limitada: el diseño debe establecer prioridades

Uno de los errores más comunes en eLearning es pensar que añadir elementos visuales necesariamente mejora la experiencia. Una imagen puede ayudar. Un video también. Una animación puede ser excelente para demostrar un proceso. Una interacción puede permitir practicar una habilidad. El problema comienza cuando todos estos elementos aparecen simultáneamente y todos intentan captar la atención.

Pensemos en la atención como un reflector sobre un escenario. En el escenario puede haber veinte personas, pero el reflector indica al espectador dónde debe mirar en ese momento. El diseño instruccional debería cumplir una función similar. Cuando el estudiante entra a una pantalla debería poder reconocer, con relativa facilidad, cuál es el tema, qué información es esencial y qué se espera que haga.

Esto nos lleva a una primera estrategia.

1. Utiliza la jerarquía visual para decir: “esto es importante”. 

Supongamos que estamos diseñando una lección sobre ética profesional. Podríamos presentar una definición seguida de varios párrafos. La información puede ser completamente correcta, pero dejamos en manos del estudiante identificar qué debe recordar. Otra alternativa sería presentar el concepto, explicarlo brevemente y destacar una sola idea esencial.

Por ejemplo: 

Confidencialidad.

Después podemos presentar un caso en el que el estudiante tenga que aplicar ese principio. El contenido sigue siendo riguroso. Lo que hemos hecho es facilitar su procesamiento mediante una estructura más clara.

Esta estrategia es particularmente útil en herramientas como Rise, Moodle, Blackboard o Canvas. Los bloques, encabezados, acordeones, pestañas y elementos destacados deberían utilizarse para organizar información, no simplemente para hacer que la pantalla se vea diferente.

Otra regla sencilla que podemos aplicar prácticamente a cualquier curso es: Si todo está destacado, nada está destacado.

Utiliza la IA para identificar qué información merece mayor atención

Cuando recibimos contenido de un experto en la materia, es común encontrarnos con documentos extensos en los que prácticamente toda la información parece importante. Aquí la IA puede funcionar como un primer apoyo para analizar el contenido. Por ejemplo, podemos proporcionarle los objetivos de aprendizaje y el contenido de una lección y pedirle:

Analiza este contenido tomando como referencia el siguiente objetivo de aprendizaje. Identifica qué información es esencial para alcanzarlo, qué información funciona como apoyo o ampliación y qué contenido parece secundario. Explica brevemente el criterio utilizado. No elimines información; clasifícala para que pueda tomar la decisión final.

El resultado no debería utilizarse automáticamente. El diseñador instruccional y el experto en contenido siguen siendo quienes determinan qué información es académicamente indispensable. Sin embargo, el análisis puede ayudarnos a detectar algo que ocurre con frecuencia: estamos dando el mismo peso visual e instruccional a información que tiene diferentes niveles de importancia.

También podemos utilizar la IA para explorar alternativas de jerarquía.

Por ejemplo: Organiza este contenido para una lección eLearning utilizando una estructura de título, explicación breve, idea esencial, ejemplo y actividad de aplicación. Mantén intacto el significado académico.

Ya no estamos utilizando la IA simplemente para “resumir”. La estamos utilizando para explorar cómo hacer visible la estructura del contenido.

2. No presentes un recurso sin explicar qué debe observar el estudiante

Este pequeño cambio puede transformar la manera en que utilizamos videos, imágenes, gráficos e infografías. Comparemos dos instrucciones.

Opción 1: “Observa el siguiente video.”

Opción 2: “Mientras observas el video, identifica dos errores que comete el profesional durante la entrevista.”

El video puede ser exactamente el mismo. Sin embargo, la segunda instrucción proporciona un propósito. El estudiante ya no está simplemente viendo contenido. Está buscando evidencia. 

Podemos aplicar el mismo principio a una gráfica. 

En lugar de escribir:  “Analiza la siguiente gráfica.” 

podríamos indicar: “Observa especialmente el periodo entre 2022 y 2025. ¿Qué cambio identificas?” 

Estamos ayudando al estudiante a dirigir su atención hacia aquello que necesitará procesar.

También podemos utilizar señales dentro del propio recurso: una flecha, un círculo, un cambio de contraste, un acercamiento o una pausa en la narración. Pero estas señales deben utilizarse con intención. Si una flecha dirige la mirada hacia el elemento importante, cumple una función. Si tenemos cinco flechas, cuatro colores, tres animaciones y varios íconos moviéndose simultáneamente, hemos creado un nuevo problema.

Utiliza la IA para crear mejores señales de atención

La IA también puede ayudarnos a diseñar las instrucciones que acompañan videos, gráficos, lecturas, demostraciones o infografías. Supongamos que tenemos un video de ocho minutos. En lugar de colocar simplemente: Observa el siguiente video, podemos proporcionar a la IA la transcripción, el objetivo de aprendizaje y la actividad que realizará posteriormente el estudiante.

Entonces podemos pedir: A partir de esta transcripción y del objetivo de aprendizaje, identifica dos aspectos específicos que el estudiante debería observar durante el video. Redacta una instrucción breve que dirija su atención hacia esos elementos sin revelar la respuesta.

Podríamos obtener algo como: Mientras observas el video, identifica dos momentos en los que el profesional toma una decisión que podría comprometer la confidencialidad.

La misma estrategia funciona con una gráfica: ¿Qué parte de esta gráfica debería observar principalmente un estudiante que necesita responder la siguiente pregunta? Propón una instrucción de una oración que dirija su atención sin darle la respuesta.

O con una lectura: Identifica las dos ideas de este texto que el estudiante necesitará posteriormente para resolver el caso. Propón una pregunta guía para acompañar la lectura.

Esto puede parecer un cambio pequeño, pero transforma el uso de la IA. No le estamos pidiendo que genere más contenido. La estamos utilizando para ayudarnos a orientar la atención hacia el contenido que ya tenemos.

3. No confundas interacción con atención.

En eLearning existe una tentación comprensible de añadir interactividad para mantener al estudiante “engaged”. Entonces comenzamos a incorporar acordeones, tarjetas, botones, drag and drop, animaciones y otras interacciones. Estas herramientas pueden ser útiles. Pero hacer clic no necesariamente significa estar pensando. Un estudiante puede completar numerosas interacciones de manera casi automática. Por eso, cuando diseñamos para la atención, deberíamos preocuparnos menos por la cantidad de clics y más por lo que ocurre cognitivamente entre un clic y otro. 

Después de explicar un concepto, por ejemplo, podemos presentar una situación breve: “Acabas de estudiar tres principios éticos. Lee el siguiente caso. ¿Cuál de los tres debería orientar principalmente la decisión del profesional?”

Ahora el estudiante tiene que detenerse. Debe recuperar información, interpretar una situación y tomar una decisión. La interacción puede ser técnicamente sencilla, incluso una pregunta de selección múltiple, pero cognitivamente mucho más significativa que una actividad visualmente espectacular. Esto nos recuerda que la interactividad tecnológica y la actividad cognitiva no son lo mismo. Una buena experiencia eLearning necesita, sobre todo, que el estudiante piense.

Utiliza la IA para transformar consumo pasivo en actividad cognitiva

Aquí encuentro uno de los usos más interesantes de la IA para diseño instruccional. Podemos darle una sección del contenido y preguntarle: El estudiante acaba de estudiar este concepto. Dime tres actividades breves que requieran utilizar la información en lugar de repetirla. Una debe requerir tomar una decisión, otra identificar un error y otra aplicar el concepto a una situación profesional. Evita preguntas que puedan contestarse copiando literalmente el contenido.

Esto puede generar ideas que posteriormente convertiremos en una interacción en Rise, Moodle, Canvas u otra herramienta. Por ejemplo, después de explicar un principio ético podríamos pasar de una pregunta como: ¿Qué es la confidencialidad? a una situación como: Una profesional recibe una solicitud de información de una persona que conoce al cliente, pero no aparece como persona autorizada. ¿Cuál debería ser su primera consideración antes de responder? La segunda pregunta exige utilizar el concepto. 

La IA también puede ayudarnos a crear variaciones de un mismo escenario, ejemplos y contraejemplos, distractores plausibles o retroalimentación específica. Pero aquí debemos mantener un principio importante: más contenido generado por IA no significa mejor diseño. Podemos pedirle veinte actividades en segundos. Eso no significa que necesitemos veinte actividades. Nuestro trabajo sigue siendo seleccionar aquella que mejor responde al objetivo de aprendizaje.

4. Alterna de manera intencional lo que el estudiante hace. 

Imaginemos una lección cuya secuencia es: leer → leer → leer → leer → cuestionario. Aunque los contenidos sean excelentes, estamos manteniendo prácticamente la misma demanda durante gran parte de la experiencia. Podemos diseñar otro ritmo.

Por ejemplo: explicación → ejemplo → pregunta → retroalimentación → nueva explicación → caso. La diferencia no está simplemente en que la segunda versión tiene “más actividades”. Cada momento cumple una función distinta. Primero comprendemos. Después observamos cómo se aplica. Luego intentamos utilizarlo. Recibimos información sobre nuestra respuesta. Y finalmente transferimos lo aprendido a otra situación. Esa alternancia puede ayudar a recuperar el foco y, al mismo tiempo, promover un procesamiento más activo del contenido.

Utiliza la IA para revisar segmentación y ritmo

La IA también puede funcionar como una especie de segunda mirada durante la revisión de una lección. Podemos proporcionarle el contenido completo y solicitar: Analiza esta lección eLearning e identifica posibles puntos en los que la cantidad o complejidad de información podría justificar una segmentación. No utilices una duración fija como criterio. Basa tus recomendaciones en cambios de concepto, complejidad, propósito o actividad del estudiante.

Esta última instrucción es importante. No queremos que la IA reproduzca automáticamente reglas como “divide el contenido cada cinco minutos”. Queremos que analice la estructura. 

También podemos preguntarle: Identifica los segmentos en los que el estudiante permanece principalmente recibiendo información. Sugiere puntos naturales donde podría incorporarse una pregunta, decisión, ejemplo, recuperación de información o actividad breve.  Esto puede ayudarnos a detectar secuencias como: texto → texto → video → texto → texto → cuestionario y explorar una alternativa: explicación → ejemplo → pregunta → video → decisión → retroalimentación → aplicación.

Nuevamente, la IA propone. El diseñador decide.

 ¿Y cuánto tiempo puede prestar atención un estudiante?

Aquí debemos tener cuidado. En educación circulan afirmaciones como que la atención dura exactamente 10, 15 o 20 minutos y que, por lo tanto, todos los videos o lecciones deberían ajustarse a ese tiempo. La atención humana es bastante más compleja.

No existe una duración universal que podamos aplicar indistintamente a todas las personas, contenidos y situaciones. Podemos pasar mucho tiempo concentrados en una actividad que nos exige resolver un problema y perder la atención rápidamente durante una explicación que no logramos conectar con ningún propósito. Por eso, para un diseñador instruccional resulta más útil preguntar: ¿Este recurso dura lo necesario para cumplir su propósito?

Un video de quince minutos no es automáticamente demasiado largo. Primero debemos analizar qué ocurre durante esos quince minutos. Si desarrolla cuatro conceptos claramente diferenciados, quizás sea conveniente dividirlo. Pero si demuestra un procedimiento que necesita continuidad, segmentarlo artificialmente podría incluso perjudicar la experiencia.

El criterio no debería ser alcanzar una cifra determinada. Debería ser organizar la información de acuerdo con su estructura y complejidad. 

El contenido que eliminamos también forma parte del diseño

Esta es posiblemente una de las estrategias más difíciles de aplicar. Diseñamos una pantalla y queda un espacio vacío. Nuestra reacción inmediata puede ser colocar una imagen. Pero ¿la necesitamos? 

• Una imagen que ayuda a explicar un proceso tiene una función clara.
• Una fotografía que permite analizar una situación puede ser indispensable.
• Una ilustración que hace visible un concepto abstracto puede mejorar considerablemente una explicación.
• Pero una fotografía genérica colocada simplemente porque había espacio disponible tiene otra función.

Antes de añadir cualquier elemento podemos hacernos una pregunta sencilla ¿Esto ayuda al estudiante a comprender, recordar, practicar o aplicar algo importante? Si la respuesta es no, quizás no necesitamos añadirlo. 

El espacio vacío también cumple una función. Permite separar información, establecer jerarquías y reducir la competencia visual. En ocasiones, mejorar un curso no requiere añadir algo nuevo. Requiere eliminar lo que sobra.

Veamos cómo se traduce esto en una lección real

Supongamos que estamos desarrollando un módulo sobre seguridad en el lugar de trabajo. La versión inicial comienza con 400 palabras explicando diferentes riesgos. Después incluye una fotografía, varios íconos decorativos y un video. Al terminar, el estudiante selecciona “Siguiente”. 

Podemos utilizar prácticamente los mismos contenidos de otra manera.

La lección comienza mostrando la fotografía de un lugar de trabajo. Antes de explicar nada, preguntamos: ¿Qué posibles riesgos identificas en esta imagen? No importa si el estudiante todavía no conoce todos los criterios. Queremos que observe. 

Después presentamos tres criterios para identificar riesgos y mostramos un ejemplo de cada uno. Entonces regresamos a la misma imagen. Ahora que conoces los tres criterios, vuelve a observarla. ¿Identificas algún riesgo que no habías considerado inicialmente? El estudiante responde y recibe retroalimentación.

Finalmente presentamos una segunda situación. Esta vez debe aplicar los criterios sin ayuda. ¿Qué cambió? No necesariamente añadimos más información. Lo que hicimos fue organizar deliberadamente cuándo observar, cuándo recibir información, cuándo recuperar lo aprendido y cuándo aplicarlo.

Eso es diseño instruccional.

La IA también puede ayudarnos a detectar ruido

Una vez diseñada una lección, podemos pedirle a la IA que la revise desde la perspectiva contraria: ¿Qué podría eliminar?

Por ejemplo: Revisa esta lección como especialista en diseño instruccional. Identifica información repetitiva, instrucciones innecesariamente extensas, ejemplos redundantes o elementos que no contribuyen directamente al objetivo de aprendizaje. No elimines nada automáticamente. Explica qué revisarías y por qué. Esto puede ayudarnos a detectar algo que resulta paradójico en la era de la inteligencia artificial. 

Ahora podemos generar contenido más rápido que nunca. Precisamente por eso, necesitamos desarrollar un criterio todavía más fuerte para decidir qué no incluir. La IA puede producir cinco ejemplos cuando necesitamos uno. Puede ampliar un párrafo que deberíamos reducir. Puede generar diez actividades cuando una buena actividad sería suficiente. 

Utilizar IA para diseñar mejores experiencias de aprendizaje no debería significar producir más. En algunos casos, su mayor aportación puede ser ayudarnos a descubrir qué podemos simplificar, reorganizar o eliminar.

IA + criterio del diseñador instruccional

Podemos resumir estos cuatro usos de una manera sencilla: 

1. Jerarquía: utiliza IA para analizar qué información debería recibir mayor énfasis.
2. Señalización: utiliza IA para crear preguntas e instrucciones que indiquen qué observar.
3. Actividad cognitiva: utiliza IA para transformar contenido expositivo en oportunidades para decidir, analizar y aplicar.
4. Segmentación: utiliza IA para identificar puntos naturales donde reorganizar el contenido o cambiar lo que el estudiante está haciendo.

Pero en ninguno de estos casos delegamos completamente la decisión. La IA puede analizar el contenido. Puede detectar patrones. Puede proponer alternativas. Puede generar ejemplos. Puede cuestionar nuestra primera versión. Pero no conoce automáticamente a nuestros estudiantes, el contexto institucional, las necesidades del programa, las características del contenido ni todas las decisiones pedagógicas que dieron origen al curso.

Por eso, quizás la mejor manera de utilizarla sea como copiloto de diseño. Nos ayuda a mirar el curso desde otro ángulo, pero seguimos siendo nosotros quienes decidimos hacia dónde dirigirlo.

Una revisión rápida que puedes hacer hoy

• Abre una de las lecciones de tu curso. 
• No leas todavía.
• Obsérvala durante cinco segundos.
• Ahora pregúntate: ¿Puedo identificar inmediatamente qué es lo más importante?
• Después revisa cada elemento de la pantalla: ¿Qué función cumple?
• Y finalmente: ¿Qué quiero que el estudiante piense o haga después de interactuar con esta sección?

Estas preguntas pueden revelar problemas que no siempre detectamos cuando revisamos únicamente el contenido. Porque una pantalla puede ser correcta. Puede ser bonita. Puede funcionar técnicamente. Y aun así, puede no estar ayudando suficientemente al estudiante a decidir dónde concentrar su atención.

Diseñar para la atención no significa conseguir más atención

Quizás esta sea la idea más importante. Nuestro objetivo no debería ser conseguir que el estudiante esté constantemente estimulado. No necesitamos que cada pantalla sorprenda. No necesitamos una interacción cada minuto. Y tampoco necesitamos convertir un curso universitario o profesional en entretenimiento.

Diseñar para la atención significa algo mucho más simple: reducir aquello que compite innecesariamente por ella y hacer más evidente aquello que realmente importa. Por eso, la próxima vez que revises una lección, prueba con esta pregunta: “¿Dónde necesito que el estudiante concentre su atención en este momento?” La respuesta puede llevarte a un diseño completamente diferente.

---------------------

Serie: Neuroeducación aplicada al eLearning. Esta es la segunda publicación de una serie de once artículos en los que exploraré las dimensiones de la Escala Neuroeducativa para la Planeación y la Intervención Didáctica (ENEPID) desarrollada por Díaz-Cabriales (2023), llevándolas a situaciones concretas del diseño de cursos en línea.

La próxima publicación estará dedicada a la curiosidad: cómo utilizar preguntas, problemas, casos y brechas de información para conseguir que el estudiante quiera descubrir lo que viene después.

Nota: La aplicación al eLearning presentada en esta serie es una adaptación práctica para analizar decisiones de diseño instruccional. No constituye una versión validada del instrumento ENEPID original.

Referencia:

Díaz-Cabriales, A. (2023). Escala neuroeducativa para la Planeación y la Intervención Didáctica (ENEPID): Test para el nivel neuroeducativo. JONED. Journal of Neuroeducation, 3(2), 93–105. https://doi.org/10.1344/joned.v3i2.40828

Catedrática Auxiliar y Directora de Educación a Distancia, en el Recinto de Río Piedras de la Universidad de Puerto Rico. Cuenta con más de 22 años experiencia en el sector educativo. Como docente cuenta con experiencia en las disciplinas de diseño instruccional, educación a distancia, diseño gráfico, pedagogía, andragogía, Diseño Universal para el Aprendizaje (DUA), aprendizaje activo, entre otros temas. Ofrece servicios de asesoría a empresas e instituciones educativas sobre temas relacionados a la creación de cursos y academias Online. Cuenta con un Doctorado en Educación, con especialidad en Currículo y Enseñanza, subespecialidad en Tecnologías del aprendizaje, enfocado en Educación a Distancia. También, una maestría en Artes del Diseño Gráfico Digital. Además, ha completado exitosamente otras certificaciones profesionales sobre Enseñanza en Línea, Neuroeducación, Fundamentos de Gerencia de Proyectos, Quality Matters, entre otras.