Skip to content

Proyecto de Investigación-Acción para aprendizaje autodirigido de inglés usando herramientas de IA, práctica deliberada y metodología iterativa.

Notifications You must be signed in to change notification settings

itsbyto/english

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🔄 Transición Metodológica: De Planificación Exploratoria a Action Research

📅 Contexto

Este documento explica el cambio de enfoque metodológico del proyecto, desde una fase inicial de exploración teórica hacia un marco estructurado de Investigación-Acción (Action Research).


🧭 Fase Inicial (Mayo - Octubre 2025)

Características

  • Enfoque: Exploratorio y experimental
  • Materiales: Hipótesis teóricas, prototipos de lectura/gramática/listening, diagnósticos iniciales
  • Herramientas: IA (Grok, Gemini, ChatGPT), libros de referencia (Blue Murphy), plataformas de evaluación
  • Hallazgos clave:
    • Diagnóstico inicial reveló desbalance entre habilidades (B1 reading/writing vs A1 listening)
    • El "Grammar Sprint v1" validó el uso de IA como tutor principal para aprendizaje intensivo
    • Se identificó el sesgo de "parálisis por análisis": sobre-planificación que sustituía la práctica real

Documentación archivada

Todo el material de esta fase se conserva en /fundamentos/:

  • fundamentos/teoria/: hipótesis, motivación autodidacta, marco teórico inicial
  • fundamentos/fase_1_archivo/: prototipos ejecutados (gramática, reading, listening) y logs de sesiones
  • fundamentos/diagnostico/: evaluaciones formales y diagnóstico de nivel inicial

🔬 Nueva Metodología: Action Research (Noviembre 2025 →)

¿Por qué Action Research?

El ciclo iterativo Planificar → Actuar → Observar → Reflexionar se alinea perfectamente con:

  • La naturaleza autoetnográfica del proyecto
  • La necesidad de ajustar estrategias basándose en evidencia real
  • El objetivo de generar conocimiento accionable y replicable sobre aprendizaje con IA

Marco Teórico Breve

El proyecto se fundamenta en:

  • Aprendizaje Basado en Evidencia: Uso de datos cuantitativos (puntajes IA) y cualitativos (reflexión personal) para iterar estrategias

Hipótesis de Trabajo

H1: La práctica semanal con IA (evaluación automática + feedback contextual) mejorará la naturalidad expresiva en al menos un 25% en 8 semanas, medida por autoevaluación + calificación de IA en paquetes semanales de textos.

H2: El sprint temático de phrasal verbs, combinado con práctica semanal y análisis con IA, mejorará mi dominio de expresiones naturales en un 30%, al integrar 50 verbs comunes en mi repertorio comunicativo.

Estructura simplificada

Cada ciclo (2-3 meses) se organiza en dos documentos:

  1. Análisis y Plan:

    • Patrones detectados en registros previos
    • Áreas de mejora prioritarias
    • Definición de 1-2 sprints para el próximo periodo
    • Esto es la fase de PLANIFICACIÓN
  2. Práctica diaria:

    • Registro breve de sesiones
    • Errores y observaciones
    • Esto es la fase de ACCIÓN
  3. Cierre y Reflexión:

    • Resumen de métricas (observación)
    • Qué funcionó / no funcionó (reflexión)
    • Definición de próximos sprints (nuevo plan)
    • Esto es OBSERVACIÓN + REFLEXIÓN

Beneficios

  • Práctico: No duplica trabajo, usa documentos que ya existen
  • Flexible: Ciclos de 2-3 meses
  • Riguroso: Mantiene las 4 fases de Action Research

📊 Relación con Material Histórico

El material en /fundamentos/ no se descarta, sino que sirve como:

  • Antecedentes: justifica el punto de partida y las decisiones metodológicas
  • Referencia: las hipótesis iniciales pueden reactivarse en ciclos futuros si son relevantes
  • Transparencia: muestra la evolución natural de un proyecto de investigación-acción

Los registros históricos (/registros/2025-Jul.md, etc.) se mantienen como evidencia continua de práctica.

About

Proyecto de Investigación-Acción para aprendizaje autodirigido de inglés usando herramientas de IA, práctica deliberada y metodología iterativa.

Topics

Resources

Stars

Watchers

Forks

Contributors 2

  •  
  •