e-Learning Ecologies MOOC’s Updates

Retroalimentación Recursiva

La retroalimentación recursiva es un proceso de aclaración, reflexión y acción continua que permite mejorar gradualmente una tarea o desempeño. A diferencia de la retroalimentación tradicional (una sola ronda), lo recursivo implica múltiples ciclos: el estudiante recibe retroalimentación de diversas fuentes (docente, pares, autoevaluación), aplica esa retroalimentación, revisa y vuelve a recibir, generando una espiral de refinamiento progresivo.

Kalantzis y Cope la integran en su modelo de "synergistic feedback" como parte esencial del assessment for learning, donde cada iteración ayuda a cerrar la brecha entre el desempeño actual y el objetivo deseado.

Características esenciales:

Es formativa e iterativa, no solo sumativa.

Involucra auto-, pares y docente como fuentes de retroalimentación.

Incluye metacognición: los estudiantes reflexionan sobre cómo actúan sobre los comentarios.

Ejemplo práctico

En una clase de traducción universitaria, los estudiantes entregan una primera versión de su traducción, reciben retroalimentación del docente, realizan correcciones y resubmission, y complementan con un informe de autorreflexión sobre cómo implementaron los comentarios. Este ciclo produce mejoras significativas en la habilidad traductora. El grupo con autorreflexión y revisión obtuvo los mejores resultados comparado con quienes solo recibieron comentarios sin revisiones.

Beneficios de la retroalimentación recursiva

Mejora continua del producto y de las habilidades del estudiante.

Mayor implicación y regulación del aprendizaje, pues el estudiante asume un rol activo.

Reducción de la carga docente, al repartir parte de la retroalimentación entre pares y autoevaluación.

Referencias 

Hattie, J.; Timperley, H. (2007). Knowledge of performance vs feedback for learning.

Kalantzis, M.; Cope, B. (2012). Synergistic Assessment and recursive feedback.

Nikolaeva, S.; Korol, T. (2019). Closing the feedback loop in translation classroom.

Barker, L.; Pinard, C. (2014). Iterative feedback spirals and student learning.

 

  • Marcelo Balseca