Palabras clave: educación básica, oportunidad de aprendizaje, matemáticas.

Si al alumno no se le da oportunidad de aprender no puede haber aprendizaje. Entonces, si la prueba aplicada para medir el nivel de aprendizaje alcanzado por los alumnos ha sido elaborada con base en contenidos que los maestros deberían enseñar durante el año, parece bastante razonable suponer que cualquier variación en la cobertura de tales contenidos producirá una variación concomitante con el rendimiento de los alumnos. Por ello, la OdA, reflejando la distancia entre el currículum prescrito y currículum real, es sin dudas un indicador representativo de lo sucedido en el aula durante el proceso educativo. Es obvio que la importancia de este indicador es proporcional a la magnitud de su variación "entre-escuela". Diversos estudios internacionales han señalado que, entre los países, los maestros difieren no sólo “en qué enseñan en relación con qué se evalúa” (Anderson, 1987, p. 78), sino también en el grado de implementación o cobertura curricular (p. 86).1 Entonces, la variación de la OdA podría ser diferente según cuáles sean los indicadores utilizados, además del tradicional “ítem de la prueba enseñado por el maestro”. Por otro lado, tanto su variación como su efecto sobre el rendimiento podrían ser muy diferentes según cuál sea el contexto socioeconómico de la escuela. De hecho, cualquier constatación en este último sentido remite a la existencia y eficacia de un mecanismo de distribución inequitativa de oportunidad educativa a través del cual, en última instancia, son reproducidas las desigualdades sociales.

El objetivo del estudio informado en este artículo es triple. En primer lugar, interesa determinar el grado en que la desigualdad en el logro escolar en matemáticas de los alumnos de la educación básica en Argentina deviene de diferencias en la OdA. En segundo lugar, se pretende demostrar la importancia de utilizar varios indicadores del concepto investigado, seleccionados de acuerdo al criterio de “aproximación sucesiva al currículum real o implementado”. Finalmente, se intenta analizar el comportamiento del efecto de la OdA sobre el rendimiento, ajustado por el origen social del alumno, el contexto socioeconómico escolar y la dotación de recursos didácticos en la escuela, análisis que permitirá evaluar tanto su efecto propio, como su rol como mecanismo intermediario de la distribución desigual del aprendizaje.

Para lograr estos propósitos, se analiza una extensa muestra representativa de alumnos del 6º y 7º año de la educación general básica en Argentina, con informaciones sobre el logro académico en matemáticas (prueba estandarizada), el nivel socioeconómico familiar del alumno (cuestionario del alumno) y la oportunidad de aprendizaje para cada sección2 de alumno (cuestionario del docente). Para investigar la influencia de la OdA sobre las variaciones del logro se utiliza un “modelo lineal de multinivel” (en nuestro caso dos niveles: alumnos y sección o escuela3), que permite estimar sin sesgo el efecto de variables grupales (ej. OdA) sobre un comportamiento individual (ej. rendimiento en matemáticas), y diferenciarlo del efecto de otras variables individuales (ej. origen social del alumno).

Numerosas líneas de investigación han trabajado bajo la hipótesis de que, en definitiva, son la OdA (cantidad de tiempo en clase que es destinado a aprender una materia) y la “perseverancia” (cantidad de tiempo que el alumno realmente dedica al aprendizaje), ambas variables mediadoras entre enseñanza y aprendizaje, los factores que más contribuyen a mejorar los resultados de aprendizaje (Creemers, 1994, p.16). La International Education Association (IEA) realizó, en 1964, el primer estudio internacional de gran magnitud4, incluyendo a la OdA, en el análisis de las diferencias en el logro de los alumnos.5 La medición de la OdA consistió en la declaración del maestro acerca del porcentaje de sus alumnos al que se le había expuesto efectivamente el contenido de cada uno de los ítems.

Las correlaciones obtenidas entre los rendimientos en matemáticas y la percepción del docente acerca de la OdA (medida de esa forma) fueron positivas y significativamente altas en cada uno de los países (Husen, 1967). Por otro lado, no se encontró asociación significativa entre el tiempo dedicado a la enseñanza (en clase) o a las tareas de Matemática, lo que sugiere que lo más relevante es la exposición al contenido y no tanto la duración del tiempo destinado a tal fin.

Un estudio posterior (Cooley y Leinhardt, 1980), sobre 400 secciones del 1º y 3º año de la educación elemental, estableció que, de un conjunto amplio de indicadores del proceso de enseñanza, sólo el tiempo asignado a las clases y el grado de similitud entre el currículum y la prueba de rendimiento, además del puntaje en pruebas de conocimientos previos, estaban fuerte y consistentemente correlacionadas con el progreso de desempeño, de donde se infiere que lo mejor que se puede hacer para aumentar el nivel de aprendizaje es “proporcionar más instrucción directa en las áreas definidas por el currículum” (Cooley y Leinhardt, 1980, p. 22). Otras investigaciones han mostrado que la cantidad de cursos en materias académicas básicas está altamente asociada con el logro académico en matemáticas y lengua (Walber y Sanan, 1983; Schmidt, 1983); que el haber tomado cursos más exigentes es predictor del desempeño académico en años posteriores (Alexander y Pallas, 1984); que las diferencias en los rendimientos de alumnos del sector público y de las escuelas católicas del nivel secundario son imputables al hecho de que estas últimas tienen un currículum común con mayor dedicación de tiempo a lo académico (Coleman, Hoffer y Kilgore, 1982) y que las diferencias en el rendimiento en matemáticas entre ambos sectores se debe en gran medida, al número de cursos de matemática avanzadas que tomó el alumno y al tiempo dedicado a las tareas en casa (Bryk, Lee y Holland, 1993).

Ya a mediados de la década de los ochenta, las extensas revisiones de las investigaciones sobre este tópico tienden a confirmar la importancia de la OdA como factor de aprendizaje6. Otros estudios más recientes, también han confirmado el valor explicativo de la variable OdA en diferentes niveles del sistema educativo (Brophy y Good,1986; Leinhardt y Seewald, 1981; McDonnell, Burstein, Ormseth, Catterall y Moody, 1990; Osafehinti, 1987; Schmidt, 1992; Stevens, 1993; Winfield, 1987). La Universidad Estatal de Michigan ha formulado el modelo sistémico de la OdA quizás más completo, denominado Estudio de Oportunidad en Matemática y Ciencias (Survey of Mathematics and Science Opportunities, SMSO), basado en la capacidad explicativa de la Oda, en relación al Tercer Estudio Internacional de Matemáticas y Ciencias (Third International Mathematics and Science Survey ), realizado por la IEA.

Asimismo, la IEA ha continuado incluyendo la OdA en sus investigaciones internacionales y, en general, han confirmado estas conclusiones (Keeves, 1992; Lapointe, Mead y Philips, 1989), aunque a veces, con algunas variaciones interesantes. Así por ejemplo, el estudio de Lapointe, Mead y Phillips (1989) concluyó que el desempeño en matemáticas y ciencia no está tan asociado a lo que se enseña en la escuela, como ha sido indicado por estudios anteriores o el modelo parecería sugerir. La hipótesis es que los alumnos también aprenden algo de las materias fuera de la escuela y, por lo tanto, lo cubierto por ella podría ser difícil de valorar adecuadamente. Podría agregarse la hipótesis, por cierto plausible, de que ese aprendizaje extraescolar del currículum está fuertemente asociado a las características del contexto familiar y del hábitat del alumno. Por otro lado, los estudios realizados sobre las relaciones de la oportunidad de aprender (OdA) y las variables referidas a los factores extraescolares (Gross, 1993) han evidenciado que los grupos menos aventajados socialmente son distribuidos en clases con menores oportunidades de aprendizaje; es decir, menor desarrollo curricular, especialmente en lo relativo a las competencias de mayor complejidad. Este aspecto requiere, entonces, una atención especial dada sus implicaciones para la evaluación del grado de “(in)justicia distributiva” en el sistema educativo. De ambas constataciones se desprende la importancia de incluir al factor socioeconómico en cualquier análisis de las relaciones entre OdA y logro escolar.

Más allá de las evidencias sobre la importancia de la OdA como factor crucial del logro académico, la revisión de la literatura permite concluir que los resultados que se obtengan en el análisis de la relación entre aprendizaje y OdA estarán sujetos a ciertas decisiones metodológicas; inferencia extensible a toda investigación sobre factores del rendimiento escolar y que explica en gran parte, la inestabilidad en los resultados de las investigaciones detectada por diversos “estados del arte” internacionales. Son de especial relevancia para el presente estudio las mediciones de la OdA que se utilicen, la técnica de análisis (regresión tradicional vs. niveles múltiples), los niveles de análisis (aula vs. escuela) y el grado de integridad del modelo, dependiente de la inclusión de mediciones de “insumos” individuales (origen social del alumno) y “contextuales” (dotación de recursos y composición socioeconómica escolar) en calidad de variables de “control”. Para evaluar el efecto de la OdA sobre dl rendimiento en Argentina, se han construido tres mediciones de la OdA; se utiliza la técnica de análisis multinivel y se incluyen variables de recursos escolares y nivel socioeconómico del alumno y de la escuela (contexto).

En segundo lugar, cuando se estudia la relación entre la OdA y el rendimiento, se pueden tomar en cuenta el grado de superposición entre los contenidos de la prueba aplicada, por un lado, y (1) el marco curricular vigente, (2) la programación curricular del maestro o (3) el tiempo destinado por el maestro para preparar a los alumnos para esos contenidos, por el otro. En general, entonces, la intensidad con que la OdA afecta el rendimiento será distinto según sea el grado de ajuste curricular de la prueba aplicada (alineamiento curricular), es decir, depende del grado de “validez” de la prueba. Así, en los estudios extensivos, donde el indicador más utilizado es la declaración del docente acerca de la enseñanza del contenido de cada uno de los ítems que componen la prueba aplicada a sus alumnos (Anderson,1987; Fraser, Walberg, Welch y Hattie, 1987; Stringfield, 1994), surge la cuestión de si la variación en el grado de cobertura de la prueba se debe a la distancia entre lo que se enseña y lo que se debería enseñar o si, por el contrario, expresa solamente el grado de “validez” de la prueba.

En tercer lugar, y vinculado al punto anterior, es razonable cuestionar la exigencia de que, para construir el indicador de la OdA, sea necesario un ajuste estricto y puntual entre el contenido de la prueba y lo enseñado por el maestro.8 Más bien, parece conveniente aceptar otros indicadores más flexibles, sin violar la esencia del concepto. Así, por ejemplo, existen fundamentos para suponer que la cobertura curricular alcanzada por el docente incide en la probabilidad de respuesta correcta a cualquier ítem de la prueba, aún cuando no haya una relación estricta entre contenidos enseñados y evaluados. La interconexión entre los saberes y la mutua imbricación de las competencias de aprendizaje permiten suponerlo así. Es decir, en vez de ceñirse estrictamente al contenido específico de los ítems de la prueba de evaluación, los indicadores relativos a la OdA deberían dar la posibilidad de medir grados sucesivos de acercamiento curricular.9

Finalmente, un breve comentario sobre un uso alternativo de la expresión OdA. El modelo de Carroll propone relaciones delimitadas de causa-efecto entre aprendizaje y factores específicos. La OdA es uno de esos factores. Sin embargo, debe advertirse que la expresión opportunity-to-learn (OTL) ha sido extensamente utilizada desde finales de los años ochenta, especialmente en Estados Unidos, con un significado mucho más amplio. A raíz de los debates generados por la declaraciones America 2000 y Goals 2000 Educate America Act, la expresión OTL fue usada para mencionar los estándares no sólo de contenidos y de desempeño, sino también de diferentes aspectos de la oferta educativa es decir, “los criterios y las bases para valorar la suficiencia o calidad de los recursos, prácticas y condiciones necesarias en cada nivel del sistema educativo (escuelas, organismos locales y provincias) para proporcionar a todos los estudiantes una oportunidad de aprender” los contenidos que se estableciesen (McDonnell, 1995, p.312). Han sido sugeridos aspectos tales como la calidad y la disponibilidad de currícula; materiales instruccionales y tecnologías para todos lo alumnos; bibliotecas, laboratorios y otros recursos necesarios; la capacidad de los maestros para enseñar con alta calidad ante las más diversas necesidades de aprendizaje en cada área de contenido; políticas institucionales y prácticas de enseñanza que no conduzcan a la discriminación con base al género; capacitación continua de maestros, directores y administradores; infraestructura y medios escolares que posibiliten un medio ambiente seguro para la enseñanza-aprendizaje. Siguiendo este enfoque, puede llegarse aún más lejos. Así, por ejemplo, Dougherty (1996) propone incorporar al concepto variables tales como integración racial y por clases sociales, las expectativas de directores y docentes, el liderazgo académico, el clima escolar, la forma de agrupamiento de los alumnos, llegando inclusive a mencionar los factores extra-escolares (ej. aspiraciones educacionales y ocupacionales de los padres y el capital cultural familiar). Es decir, toda variable que se refiera a la institución escolar, a la práctica pedagógica o a los antecedentes del alumno podría ser incluida dentro de la OdA con la única condición de que incida en el aprendizaje del alumno; todo factor del rendimiento (supuesto o empíricamente demostrado) se considera parte de la oportunidad de aprendizaje. Si bien no puede desconocerse su probable eficacia política, esta amplitud conceptual se torna inútil cuando se trata del análisis empírico de las relaciones entre diferentes aspectos del proceso socio-educativo y el aprendizaje del alumno. En este caso, entonces, es recomendable mantener la especificidad del concepto de OdA y con base en ello, determinar su ubicación en el entretejido de los factores y de las relaciones causa-efecto (modelos) que ayuden a entender el desempeño académico de los alumnos. Tal es la perspectiva adoptada en este trabajo.

1. ¿Cuál es el efecto de la "oportunidad de aprender" (OdA) sobre el rendimiento?
2. ¿La OdA ayuda a explicar las diferencias en el rendimiento, aún después de haber considerado el efecto de las variables de insumo individuales y contextuales?
3. ¿Cuál es el indicador de la OdA que se muestra más eficaz para predecir el rendimiento?

Estrategia de análisis. Para encontrar las respuestas, se procesó una serie de modelos. El primer modelo indica qué parte de la variación total del rendimiento en matemáticas puede ser atribuido al nivel del alumno y qué parte al nivel de la escuela. El modelo 2 permite investigar la fuerza de la asociación inicial entre el rendimiento y cada uno de los indicadores utilizados para medir la OdA. El modelo 3 especifica las estimaciones del efecto de los indicadores socioeconómicos sobre el rendimiento, mientras que el modelo 4 evalúa si el efecto de los indicadores de la OdA (modelo 2) siguen siendo significativos cuando se mantiene constante el efecto del nivel socioeconómico (modelo 3). En el modelo 5 todos los indicadores de la OdA actúan simultáneamente, lo cual permite extraer conclusiones respecto al efecto total de la OdA y de cada uno de sus indicadores cuando se controlan los restante. Finalmente, en el modelo 6 se agrega el efecto de los recursos escolares, lo cual permite investigar las relaciones entre los efectos de la OdA y de la disponibilidad de recursos escolares en el establecimiento.

Ecuación 1. Modelo vacío

Donde (z_matema)ij es el rendimiento (estandarizado) del alumno i en la escuela j; (cons) es una constante con valor 1; ß0 es el rendimiento promedio estimado; eij es el “residuo” a nivel alumno, para el i-ésimo alumno en la j-ésima escuela y mj es el residuo del nivel 2 (escuela). Las últimas dos (mj y eij) son cantidades aleatorias, con una media = 0, no correlacionadas y con distribución normal. Por lo tanto, podemos estimar sus varianzas, indicadas como sm y se, respectivamente, quedando especificado así el porcentaje de la variación total del rendimiento que se debe a las diferencias entre las escuelas (correlación “intra-escuela”).

2º Modelo: Efecto inicial de cada indicador de la OdA sobre el rendimiento. Se trata de determinar la proporción de la varianza total del rendimiento que es “explicada” por cada uno de los indicadores relativos a la OdA, por separado y sin ningún “control” (correlación total o inicial). Para ello, se introduce cada indicador de la OdA y se analizan los efectos sobre el rendimiento en los dos niveles (alumno y escuela). Además, se estima el efecto de todos los indicadores de la OdA actuando conjuntamente, sin preocupación por las posibles redundancias en el modelo.

De acuerdo con los resultados presentados en la Tabla I, se constata que (1) todas las mediciones mantienen una estrecha relación con el rendimiento, exceptuando (Z_TAREAS), cuya asociación es notablemente más débil; (2) el porcentaje de currículum efectivamente desarrollado por el maestro es el indicador más eficaz de la OdA; (3) el efecto conjunto de los cuatro indicadores de la OdA consigue descender la varianza “entre- escuela” no explicada a 37.1%; en términos relativos, la OdA explica al menos 12% de las diferencias de rendimiento promedio entre las escuelas.

En resumen, el comportamiento de los datos analizados ofrece una respuesta precisa a la primer pregunta: los rendimientos académicos escolares están estrechamente asociados con la “oportunidad de aprender” ofrecida al alumno. Inicialmente, la fuerza de esta conclusión varía según cuál sea la dimensión considerada. Algunas mediciones son más eficaces que otras, siendo la más dudosa la referida a las tareas escolares. Obviamente, de estas constataciones se infiere también que existe una variación importante de la OdA entre las escuelas del sistema de la educación general básica en Argentina.

Tabla I. Parámetros estimados para los diferentes indicadores
de “oportunidad de aprender”

Ejemplo de lectura de la tabla I: La prueba de máxima verosimilitud de (Z_%CONTE) arrojó un valor igual a 77629.89, distante del correspondiente al modelo “vacío” ( = 77810,57) en 180.68 puntos que, con 1 g. l. (se agrega una variable), tiene una probabilidad de ocurrencia muy inferior a 1 por mil. La asociación entre el rendimiento y (Z_%CONTE) se refleja en la caída de la varianza "entre-escuela" no explicada, de 44.0% en el modelo “vacío” a 38.7% en el modelo que incluye esa variable.

3º Modelo: Rendimiento y Nivel Socioeconómico. En otro trabajo (Cervini, 1999), se ha demostrado que, en Argentina, los indicadores referidos al origen social del alumno y a la composición social de la escuela se asocian fuertemente con el rendimiento. Específicamente, fueron identificado tres indicadores que mantienen un efecto propio sobre el rendimiento, aún cuando se los considere conjuntamente: el nivel socioeconómico de la familia del alumno (Z_NSE), el acceso a bienes culturales y educativos (CULTURA) y la composición social de la escuela (NSE_MED). Al modelar estas tres variables con los datos de la muestra que estamos analizando ahora, se obtienen resultados congruentes con aquella conclusión. Las estimaciones se muestran en la ecuación 2. Para fines del presente análisis, debe retenerse el valor de la prueba de máxima verosimilitud ( = 76598.20) y la variación “entre-escuela” ( = 0.288), ya que son valores de referencia para evaluar la fuerza de la relación de cada uno de los indicadores de la OdA con el rendimiento, ajustada por esos indicadores. Por eso, a esta ecuación se le denomina “modelo de referencia”.

Ecuación 2. Modelo de referencia

4º Modelo: Rendimiento, nivel socioeconómico y “oportunidad de aprender”. En este modelo se averigua si los indicadores de la OdA mantienen una asociación significativa con la variación del rendimiento dejada sin explicar (residuo) por las variables incluidas en el modelo de referencia. Para ello, se introduce cada indicador en el modelo de referencia y se observan los cambios que ocurren. En la Tabla II se presentan los principales resultados.

Tabla II. Parámetros estimados para los diferentes indicadores de
“oportunidad de aprender” en el modelo de “referencia”

Se observa que (1) todos los indicadores, exceptuando “tareas escolares”, mantienen una estrecha asociación con la variación del rendimiento dejada sin explicar por las mediciones del factor socioeconómico. (Z_TAREAS) continúa con una correlación significativa al 1%; (2) sin embargo, las estimaciones de la varianza de todas las mediciones, con excepción de (Z_TAREAS), han caído notablemente (ver Tabla I). Esto constituye un indicio de que el efecto de factor socioeconómico sobre el rendimiento se realiza a través de las desigualdades de la OdA en el sistema educativo; (3) las magnitudes de los efectos de los indicadores de la OdA son más próximas entre sí; es decir, todos producen disminuciones muy similares en la varianza no explicada por el modelo de referencia. En resumen, el comportamiento de la relación entre rendimiento y los indicadores de OdA sugiere que este es un factor escolar que opera en el sistema de educación básica y lo hace, inclusive, más allá de las condiciones socioeconómicas del alumno o del alumnado. Dada esta constatación y la notable variación de la OdA en el sistema educativo, es altamente probable encontrar la siguiente situación: alumnos con igual origen social y que concurren a escuelas con una composición social similar, pero unos con un nivel de rendimiento significativamente más alto porque sus docentes dieron una mayor “oportunidad de aprender”. 5º Modelo: Efecto conjunto de la oportunidad de aprendizaje. Ahora se permite que, en el modelo de “referencia”, los indicadores de la OdA actúen simultáneamente sobre el rendimiento. De esta forma, se podrá saber si el efecto de cada uno se mantiene cuando el de los otros también es considerado. Las estimaciones se presentan en el Tabla III.

Tabla III. Estimación del efecto de las variables socioeconómicas y
de la Oportunidad de Aprender sobre el rendimiento en matemáticas

Se observa que: (1) excepto (Z_TAREAS), todos los indicadores de la OdA mantienen una capacidad predictiva estadísticamente significativa, aún cuando actúen conjuntamente y sean controlados por las variables de “insumo”. La consecuencia inmediata de esta constatación es que, si se quiere determinar el peso total de la OdA sobre el rendimiento, parece aconsejable considerar todas las dimensiones que la componen y, por tanto, mantener las tres mediciones experimentadas; (2) las estimaciones de los indicadores de la OdA sufren una disminución notable, lo que refleja la existencia de cierta área de superposición en la capacidad predictiva de estos indicadores respecto al rendimiento. Pero, dado que todas las estimaciones continúan siendo significativas, tal superposición es parcial; o sea, cada uno tiene un efecto propio, aún después de haber sido controlado por el factor socioeconómico. Para interpretar intuitivamente este resultado, piénsese en el siguiente ejemplo: si se observan todas las escuelas cuyos maestros desarrollaron una misma proporción del currículum planificado, o sea, con el mismo valor en (Z_%CONTE), seguramente se encontrará una variación (residual) del rendimiento promedio institucional. Pues bien, los resultados dicen que una parte significativa de esas diferencias en los rendimientos promedios será explicada por (N_%PRUEB) y otra parte igualmente significativa, por (Z_COMPET); (3) la estimación del efecto de la composición social de la escuela (ZNSE_MED ) ha disminuido de 0.295 en el modelo de referencia para 0.255 en este modelo, reflejando un cierto efecto redistributivo de la OdA sobre las determinaciones del contexto socioeconómico; (4) la acción conjunta de todos los indicadores analizados ha disminuido la parte no explicada de la variación "entre-escuela" a 25.5%. Si se compara este valor con el correspondiente al modelo de referencia (28.8%), se infiere que la OdA es responsable, al menos, de 3.3% de las diferencias entre los rendimientos promedio de las escuelas del sector urbano argentino.

6º Modelo: Oportunidad de aprendizaje y recursos escolares. En un estudio anterior, se ha demostrado que, en Argentina, “los recursos escolares (infraestructura y medios didácticos) explican una parte significativa de las desigualdades en el aprendizaje que no es explicada por el origen social del alumno ni por la composición social de la escuela.” (Cervini, 1999, p. 68). Se sabe, también, que la dotación de recursos escolares no es fácilmente modificable, al menos por las escuelas del sector público. Por estas razones, es aconsejable incorporar este factor en el análisis. Para ello, en el modelo anterior se incluyen tres indicadores de recursos escolares que ya han demostrado su capacidad predictiva (Cervini, 1999): la evaluación del estado del aula, según el docente (Z_MAE_AU) y según el alumno (Z_INFRA_A), y la disponibilidad de recursos didácticos del alumno, según el docente.16 Los resultados indicaron que sólo (Z_INFRA_A) continuaba con efecto propio, de lo cual se infiere que este indicador representa ajustadamente al conjunto de los recursos escolares, pudiendo prescindirse de las otras mediciones por redundantes. Al incluirlo en el modelo anterior (Tabla III) se obtienen nuevas estimaciones y errores estándares para la parte fija del modelo (Tabla IV):

Tabla IV. Estimación del efecto de las variables socioeconómicas,
de la Oportunidad de aprender y de la infraestructura escolar
sobre el rendimiento en matemáticas

Los resultados indican que (1) todas las estimaciones del modelo anterior continúan notablemente distantes del error estándar correspondiente; es decir, mantienen su efecto propio sobre el rendimiento, a pesar de haberse controlado por recursos escolares; (2) la estimación de (Z_INF_A) es significativa, mientras que la disminuciones sufridas por las estimaciones del modelo anterior no son estadísticamente significativas; por lo tanto, los recursos escolares tienen una capacidad predictiva propia sobre el rendimiento.

Cada uno de los indicadores de la OdA, con excepción de las “tareas para la casa”, mostró tener una capacidad predictiva propia sobre el rendimiento y muy similar al poseído por los otros. Es decir, tanto la enseñanza de los contenidos y las competencias evaluadas por la prueba, como el desarrollo curricular alcanzado en general son predictores relevantes del rendimiento en matemáticas. Entonces, si se desea obtener una apreciación más precisa del efecto de la OdA sobre el aprendizaje, es recomendable incorporar una gama de indicadores complementarios que va desde un estrecho ajuste al contenido de los ítems de la prueba aplicada al alumno, hasta el grado de desarrollo efectivo del currículum planificado inicialmente por el maestro. Al hacerlo de esta forma, hemos podido establecer que, al menos 12% de las diferencias de rendimiento entre las escuelas, se debe a la OdA.

Una proporción importante del efecto de la OdA no es sino una de las formas en que se expresa la incidencia del factor socioeconómico (individual y contextual) sobre el aprendizaje del alumno. Por ello, el efecto producido inicialmente por la OdA cae notablemente cuando es controlado por el factor socioeconómico. La desigualdad de la OdA entre las aulas es uno de los principales mecanismos a través del cual es posible develar la segmentación social del sistema educativo. Pero, de todas formas, la OdA continúa explicando una proporción estadísticamente significativa de las desigualdades en el aprendizaje que no es explicada por el origen social del alumno ni por la composición social de la escuela. Por lo tanto, una proporción significativa de la variación del rendimiento promedio de las escuelas es consecuencia de las desigualdades en la OdA, no importa cual sea la composición social de la escuela ni su disponibilidad de recursos escolares. Más aún, se ha mostrado que existen indicios de cierta capacidad redistributiva de la OdA, al provocar un debilitamiento de la intensidad con que la composición social de la escuela influye en el rendimiento del alumno. En resumen, la OdA es una fuente importante de inequidad educativa en la distribución de los aprendizajes en el sistema educativo argentino.

Las regularidades empíricamente detectadas deben ser explicadas. Es relativamente fácil conjeturar acerca de los mecanismos que operan tras la concomitancia entre contexto socioeconómico y oportunidad de aprendizaje. En los establecimientos de más bajo nivel socioeconómico, existen presiones más intensas sobre autoridades y docentes para solucionar problemas de aprendizaje, de comportamiento (disciplina, clima, relaciones interpersonales), de disponibilidad del material didáctico por el alumno, de ausentismo y deserción e, inclusive, de alimentación, cuando se les compara con las escuelas de composición social más aventajada. Satisfacer este tipo de demandas resta tiempo y energía a la institución educativa (Thrupp,1998, p. 214); resta posibilidades de alcanzar no sólo metas un tanto ambiciosas para ese contexto, como planificar y efectuar innovaciones curriculares, (auto)capacitación pedagógica, producción de material o evaluación y retroalimentación al alumno, sino también aquellas más elementales, como desarrollar el currículum mínimo establecido; es decir, tales demandas disminuyen la oportunidad de aprender.

Pero, según fue demostrado, no todo el efecto de la OdA sobre el rendimiento está asociado al factor socioeconómico. Es justamente respecto a este espacio de eficacia propia de este factor escolar que parece legítimo preguntarse sobre los mecanismos específicamente institucionales y pedagógicos que producen la desigual distribución de las oportunidades de aprendizaje entre escuelas y aulas, a través de la cual se generan desigualdades significativas en el aprendizaje. Para lograr ese conocimiento se requieren no sólo estudios cuantitativos específicos, sino también y principalmente, estudios a profundidad, con enfoque cualitativo, donde la observación in situ y las entrevistas prolongadas son imprescindibles. Así podría ser esclarecido, por ejemplo, si la variación de la oportunidad se debe a diferencias en los marcos curriculares, a una probable autonomía del docente (o de la escuela) en la elección de contenidos específicos, a diferencias de habilidad o capacidad de los docentes para tornar accesible el currículum a alumnos de origen social heterogéneo, a diferencias en la cultura institucional, etcétera.

Cualesquiera que sean los resultados a que se arribe, parece evidente la necesidad de producir transformaciones a escala de la organización institucional y de la práctica pedagógica en el aula para dar a todos los alumnos las mismas oportunidades de alcanzar los estándares requeridos por los contenidos básicos comunes. Para que las escuelas o grupos más atrasados los alcancen, se necesitará más tiempo de aprendizaje y más ayuda extra. La respuesta a preguntas tales como cuánto y dónde colocar los recursos públicos, cómo evaluar el adelanto educativo y cómo apoyar a los docentes que experimentan las mayores dificultades, sobre todo en su relación con los alumnos en situaciones de mayor exigencia de rendimiento, continúan siendo claves y prioritarias.

Alexander, K. y Pallas, A. (1984). Curriculum reform and school performance: An evaluation of the new basics. American Journal of Education, 92, 391-420.

Anderson, L. W. (1987). The classroom environment study: teaching for learning. Comparative Education Review, 31 (1), 69-87.

Berliner, D. (1984). The half-full glass: A review of research on teaching. En P. L. Hosford (Ed.), Using what we know about teaching (pp.58-71). Reston, VA: Virginia Association for Supervision and Curriculum Development.

Brophy, J. y Good, T. L. (1986). Teacher behaviour and student achievement. En M. C. Wittrock (Ed.), Handbook of research on teaching (pp. 328-375). Nueva York: McMillan.

Bryk, A. y Raudenbush, S. (1992) Hierarchical Linear Models for Social and Behavioral Research: Applications and Data Analysis Methods. Newbury Park, CA: Sage.

Bryk, A., Lee, V. y Holland, P (1993). Catholic Schools and the Common Good. Cambridge, MA: Harvard University Press.

Burstein, L. (1993). Studying learning, growth and instruction cross nationally: Lessons learned about why and why not engage in cross-national studies. (Prólogo). En L. Burstein (Ed.), The IEA study of mathematics III: Student growth and classroom process (pp. 27-49). Nueva York: Pergamon.

Carroll, J. B. (1963). A model of school learning. Teachers College Record, 43, 723-733.

Cervini, R. (1999). Calidad y equidad en la educación básica de Argentina. En Factores asociados al logro escolar (Vol. 5). Buenos Aires: Ministerio de Cultura y Educación de la Nación.

Coleman, J., Hoffer T. y Kilgore, S. (1982). High School Achievement: Public, Catholic and Private Schools Compared. Nueva York: Basic Book

Cooley, W. y Leinhardt, G. (1980). The instructional dimensions study. Educational Evaluation and Policy Analysis, 2, 7-25.

Creemers, B. (1994). The history, value and purpose of school effectiveness studies. En D. Reynolds, B. Creemers, P. Nesselrodt, E. Schaffer, S. Stringfield y C. Teddlie, Advances in School Effectiveness Research and Practice (pp. 9-23). Oxford: Pergamon.

Davies G. y Thomas, M. (1992). Escuelas eficaces y profesores eficientes. Madrid: La Muralla.

Dougherty, K. (1996). Opportunity-to-Learn standards: a sociological critique. Sociology of Education [Número especial], 40-65.

Fraser, B., Walberg, H., Welch, W. y Hattie, J. (Eds.). (1987) Syntheses of educational productivity research. International Journal of Educational Research, 11, (2), 145-252.

Goldstein, H. (1987). Multilevel Models in Educational and Social Research. Londres: Griffin. Gross, S. (1993). Early mathematics performance and achievement: Results of a study within a large suburban school system. Journal of Negro Education, 62 (3), 269-287.

Husen T. (Ed.). (1967) International Study of Achievement in Mathematics: A Comparison of Twelve Countries (Vol.2). Nueva York: John Wiley & Sons.

Keeves, J. P. (1992) The IEA Study of Science III: Changes in Science Education and Achievement, 1970-1984. Nueva York: Oxford University Press.

Lapointe, A., Mead, N. y Philips, G. (1989). It's a World of Differences: An Assessment of Mathematics and Science. Princeton, NJ: Educational Testing Service.

Leinhardt, G. y Seewald, A. M. (1981). Overlap: What's tested, what's taught? Journal of Educational Measurement, 18 (2), 85-96.

McDonnell, L., Burstein, L., Ormseth, T., Catterall, J. y Moody, D. (1990). Discovering what schools really teach: Designing improved coursework indicators (Reporte Nº R3886). Santa Monica, CA: RAND Corporation.

McDonnell, L. M. (1995). Opportunity to learn as a research concept and a policy instrument. Educational Evaluation and Policy Analysis, 17 (3), 305-322.

Osafehinti, I. O. (1987). Opportunity-to-learn and achievement in secondary school mathematics. Studies in Educational Evaluation, 13 (2), 193-197.

Rosenshine, B. (1986). Synthesis of research on explicit teaching. Educational Leadership, 43 (7), 60-69.

Schmidt, W. (1983). High school course taking: Its relationships to achievement. Journal of Curriculum Studies, 15, 311-32.

Schmidt, W. H. (1992). The distribution of instructional time to mathematical content: One aspect of opportunity to learn. En L. Burstein (Ed.), The IEA study of mathematics III: Student growth and classroom proceses (pp. 129-145). Nueva York: Pergamon Press.

Stevens, F. I. (1993). Applying an opportunity-to-learn conceptual framework to the investigation of the effects of teaching practices via secondary analysis of multiple-case-study summary data. Journal of Negro Education, 62 (3), 232-248.

Stringfiels, S. (1994). The analysis of large data bases in school effectiveness research. En D. Reynolds, B. Creemers, P. Nesselrodt, E. Schaffer, S. Stringfield y C. Teddlie, Advances in School Effectiveness Research and Practice (pp. 55-72). Oxford: Pergamon.

Thrupp, M. (1998). The art of the possible: organising and managing high and low socio-economic schools. Journal of Education Policy, 13 (2), 197-219.

Valverde, G. (1997). Evaluación y estándares de currículo. En B. Álvarez y M. Ruiz-Casares (Eds.), Evaluación y reforma educativa. Opciones de política. Washington: USAID-AED.

Walber, H. y Shanahan, J. (1983). High school effects on individual student. Educational Researcher, 15 (3), 4-9. Walberg, H. J. (1985). Synthesis of research on teaching. En M. C. Wittrock (Ed.). Handbook of research on teaching (pp. 85-102). Washington: American Educational Research Association.

Winfield, L. F. (1987). Teachers' estimates of test content covered in first grade reading and achievement. Elementary School Journal, 87 (4), 437-454.

Trends in Mathematics and Science Study (TIMSS)
http://timss.bc.edu/

Survey of Mathematics and Science Opportunities (SMSO)
http://www.nap.edu/readingroom/books/icse/study_p.html

2 Grupo de alumnos de un mismo grado.

3 En casi la totalidad de la muestra fue seleccionada sólo una sección por escuela. De aquí en adelante utilizaremos la palabra "escuela" para denotar el nivel 2 de agregación. Es importante, sin embargo, advertir que la OdA se mide adecuadamente; es decir, a través del maestro del grupo de alumnos y no como promedio de la institución escolar.

4 Fueron incluidos 132,775 alumnos de 13 años en 12 países diferentes (Husen,1967).

5 En realidad, esta medición fue incorporada como forma de evaluar la validez técnica de las conclusiones (McDonnell, 1995) y no como parte de un modelo explicativo, tal cual se le considera actualmente (Valverde,1997).

6 Algunas de las revisiones de investigaciones y estudios que se pueden citar en esta área son: Berliner, 1984; Brophy y Good, 1986; Rosenshine, 1986 y Walberg, 1985.

7 Las relaciones entre estos conceptos pueden considerarse del tipo probabilístico; es decir, de "distribuciones de probabilidad de experiencias potenciales de aprendizaje" (Valverde, 1997, p.82): la existencia de una meta de aprendizaje en el currículo obligatorio no garantiza su cobertura, pero "sí aumenta considerablemente la probabilidad" de que sea enseñada y viceversa con las metas de aprendizaje no incluidas.

8 El ejemplo de un concepto con esta restricción es el utilizado por la Association of Educational Achievement al inicio de la década de los años sesenta, cuando se entendía que la OdA se refería a "si los alumnos habían o no tenido la oportunidad de estudiar un tópico particular o aprender cómo resolver un tipo particular de problema presentado por la prueba" (Burstein, 1993).

9 Un ejemplo desde esta perspectiva es la propuesta de Stevens (1993), quien incluye la cobertura curricular (tópicos incluidos en el curso), exposición a los contenidos (tiempo dedicado y profundidad de la enseñanza en cada tópico) y énfasis en el contenido (la concentración relativa de los tópicos y habilidades de más alto orden en un curso). O también, cuando se considera (el contenido de) cada ítem de la prueba no en sí mismo, sino más bien como "representativo" de categorías de contenidos, tal cual ha sido aplicado en los estudios más recientes de la AEI (Valverde, 1997).

10 Esta propuesta se diferencia de Berliner (1984) en que este autor pasa del tiempo programado (TP) al tiempo de trabajo académico (TTA), definido como "la cantidad de tiempo programado que los alumnos emplean realmente en sus tareas." (p. 61), sin considerar el tiempo dedicado por el maestro.

11 El valor de referencia es el curriculum planificado, el cual no contiene necesariamente todos los contenidos de la prueba.

12 La inclusión de este indicador responde a la idea de que la mayor frecuencia de tareas para la casa significa prolongar el tiempo disponible para el aprendizaje de determinados contenidos curriculares. No obstante, es innegable que esta medición goza de cierta ambigüedad. El nivel de exigencia del docente y la variación en el comportamiento real de los alumnos respecto a las tareas exigidas pueden restar validez a la medición.

13 La mayor eficacia de estas mediciones respecto a otras incluidas en los cuestionarios ha sido demostrada en Cervini (1999), donde es posible encontrar definiciones más detalladas sobre estos indicadores.

14 Ver nota 3.

15 Bajo hipótesis de nulidad de diferencia igual a 0 (cero), la diferencia entre valores de máxima verosimilitud de dos modelos sigue la distribución de chi-cuadrado con grados de libertad (gl.) igual al número de nuevos parámetros.

16 Muestra. Hasta aquí se ha trabajado con un archivo de datos que no contenía los indicadores de recursos escolares, con el fin de analizar la muestra más extensa posible. Al incluir tales indicadores, la base de datos disminuye debido a las no respuestas (missing). Como consecuencia, ahora se trabaja con un archivo de 30,744 alumno y 1,453 escuelas. El valor arrojado por la prueba de máxima verosimilitud cuando se procesa el 5º modelo con estos nuevos datos es diferente (= 73150.60), pero no hay alteración significativa en la estimación de los parámetros.