¿Qué es la zona de desarrollo próximo?
La zona de desarrollo próximo (ZDP) abarca las tareas que una persona todavía no puede realizar por sí sola, pero sí con ayuda. Por debajo quedan las cosas que ya puedes hacer por tu cuenta. Por encima, las que siguen fuera de tu alcance incluso con orientación. El psicólogo Lev Vygotsky sostenía que la enseñanza es más útil cuando se dirige a esa franja intermedia.
Su propia definición, recogida en Mind in Society (1978), es la que citan la mayoría de los libros de texto. La zona, escribió, es:
«la distancia entre el nivel de desarrollo real, determinado por la resolución independiente de problemas, y el nivel de desarrollo potencial, determinado por la resolución de problemas bajo la guía de un adulto o en colaboración con compañeros más capaces».
Ayuda imaginar tres zonas, una dentro de otra:
- Lo que puedes hacer sin ayuda. Lo resuelves, lo explicas o lo llevas a cabo por tu cuenta. Practicar aquí resulta gratificante, pero te enseña pocas cosas nuevas.
- Lo que puedes hacer con ayuda. Lo consigues con una pista, una demostración, un ejemplo resuelto o un compañero que sabe más. Esta es la zona de desarrollo próximo.
- Lo que todavía no puedes hacer, ni siquiera con ayuda. La distancia es demasiado grande para salvarla con una pista. En este nivel, la ayuda suele llevarte a copiar.
La zona también se desplaza. Cuando ya puedes hacer por tu cuenta lo que antes requería ayuda, su límite se ha ampliado. Vygotsky condensó la idea en una frase de Thought and Language: «Lo que el niño puede hacer hoy en colaboración, mañana podrá hacerlo por sí solo».
El origen de la idea: Vygotsky y el problema de las puntuaciones
Lev Semyonovich Vygotsky nació en 1896 en Orsha, en la actual Bielorrusia, y desarrolló la mayor parte de su trabajo como psicólogo en Moscú a finales de la década de 1920 y principios de la de 1930. Murió de tuberculosis en 1934, a los 37 años. La zona de desarrollo próximo surgió en los últimos años de aquella breve trayectoria.
La expresión rusa es zona blizhaishego razvitiya. Los traductores al inglés eligieron «proximal». Una traducción más literal sería «zona del desarrollo más cercano», que quizá lo exprese mejor: es el desarrollo que está más cerca de producirse.
Vygotsky utilizó la idea, en parte, para criticar cómo se evaluaba a los niños. Las pruebas de inteligencia de su época medían lo que un niño podía hacer sin ayuda, y esa cifra se tomaba como su nivel. Propuso a sus lectores imaginar a dos niños de diez años que obtenían una edad mental de ocho en las pruebas. La misma puntuación. Con un poco de ayuda, uno podía resolver problemas del nivel de un niño de doce años, mientras que el otro solo llegaba al de uno de nueve. Sus zonas eran distintas, argumentaba, y eso importaba más para enseñarles que la puntuación que compartían.
Lo mismo ocurre con los adultos: una prueba de lo que puedes hacer sin ayuda muestra dónde estás, pero decidir qué estudiar después depende de hasta dónde podría llevarte la ayuda adecuada.
La mayoría de los lectores en lengua inglesa conoció la idea décadas después, a través de Mind in Society: The Development of Higher Psychological Processes (Harvard University Press, 1978). Vygotsky no lo escribió como libro: es una selección de sus textos editada por Michael Cole, Vera John-Steiner, Sylvia Scribner y Ellen Souberman.
ZDP y andamiaje: la palabra que Vygotsky nunca usó
El «andamiaje» está tan vinculado a la ZDP que mucha gente supone que el término es de Vygotsky. No lo es. Su origen suele situarse en un artículo de 1976 de David Wood, Jerome Bruner y Gail Ross, «The role of tutoring in problem solving», publicado en Journal of Child Psychology and Psychiatry.
En aquel estudio, Ross guio a 30 niños de entre tres y cinco años mientras construían una pirámide con 21 bloques de madera encajables, una tarea demasiado difícil para que la resolvieran solos. Al observar a la tutora, los autores identificaron seis funciones de un buen andamiaje:
| Función | Qué hace quien ayuda | Cómo se traduce al estudiar por tu cuenta |
|---|---|---|
| Captación del interés | Despierta el interés por la tarea | Parte de una pregunta cuya respuesta de verdad quieras conocer |
| Reducción de los grados de libertad | Simplifica la tarea hasta que resulta manejable | Aborda un subproblema o una sección cada vez |
| Mantenimiento de la orientación | Mantiene a quien aprende encaminado hacia el objetivo | Escribe el objetivo al principio de tus apuntes |
| Señalamiento de las características críticas | Destaca lo importante | Subraya la frase que contiene el núcleo del argumento |
| Control de la frustración | Evita que la dificultad lleve al abandono | Fija cuánto tiempo lo intentarás antes de permitirte una pista |
| Demostración | Presenta un modelo de solución que quien aprende puede imitar | Estudia un ejemplo resuelto y después intenta resolver un problema nuevo |
¿Qué distingue al andamiaje de la ayuda corriente? Al revisar una década de estudios en 2010, Janneke van de Pol, Monique Volman y Jos Beishuizen encontraron tres características que aparecían una y otra vez:
- Contingencia. La ayuda se ajusta a lo que la persona está haciendo en ese momento: más cuando tiene dificultades y menos cuando no las tiene.
- Retirada gradual. La ayuda se va retirando poco a poco.
- Transferencia de la responsabilidad. Quien aprende acaba haciendo el trabajo por su cuenta.
La retirada gradual importa porque una ayuda adecuada para un principiante puede convertirse después en un obstáculo. Los investigadores de la carga cognitiva lo llaman efecto de inversión de la pericia. Slava Kalyuga, Paul Ayres, Paul Chandler y John Sweller lo describieron en 2003: las técnicas que funcionan bien para principiantes pueden perder su utilidad, o incluso resultar contraproducentes, para quienes tienen más experiencia. Un ejemplo resuelto que evita la sobrecarga de un principiante solo añade lectura innecesaria a quien ya conoce los pasos.
Alexander Renkl y sus colegas probaron una forma de retirar esa ayuda en unos experimentos publicados en 2002. Los estudiantes trabajaban con ejemplos resueltos cuyos pasos se iban eliminando uno a uno, empezando por el último, hasta que resolvían problemas completos por su cuenta. Esa «retirada gradual hacia atrás» les ayudó más que la combinación habitual de un ejemplo completo y un problema por resolver, al menos en problemas similares a los que habían practicado.
Un metaanálisis de 2017 de Brian Belland y sus colegas reunió 144 estudios sobre andamiaje mediante computadoras en la enseñanza de ciencias, tecnología, ingeniería y matemáticas, y encontró un efecto medio de g = 0,46 sobre los resultados cognitivos, un efecto moderado.
Quién puede ayudarte: docentes, compañeros y el «otro más conocedor»
La definición de Vygotsky menciona dos tipos de ayuda: la «guía de un adulto» y los «compañeros más capaces». A menudo verás que a quien presta esa ayuda se le llama «otro más conocedor», o MKO por sus siglas en inglés. Esa etiqueta es una denominación abreviada posterior, surgida en los textos sobre educación, no una expresión de su definición.
No pases por alto a los compañeros. Quien va un poco por delante de ti todavía recuerda qué resultaba confuso, algo que un experto puede haber olvidado. La investigación sobre tutoría muestra que el beneficio es mutuo. En un metaanálisis de 1982 sobre programas de tutoría escolar, Peter Cohen, James Kulik y Chen-Lin Kulik encontraron que los estudiantes que recibían tutoría superaban en rendimiento al grupo de comparación, con un tamaño del efecto medio de 0,40, y que los propios tutores también mejoraban, con un efecto de 0,33. Ese segundo resultado es el efecto protégé: explicar algo a alguien que va un paso por detrás es una forma de aprenderlo tú también.
La tutoría individual es la imagen clásica de la ZDP en acción, aunque sus resultados son menores de lo que sugiere la cifra más citada. Benjamin Bloom informó en 1984 de que los estudiantes que recibían tutoría obtenían puntuaciones unas dos desviaciones estándar por encima de las de una clase convencional, lo que situaría al estudiante medio con tutoría por delante del 98% del grupo de comparación. Cuando Kurt VanLehn revisó la investigación sobre tutoría en 2011, encontró un efecto menor para los tutores humanos, d = 0,79, y casi el mismo, d = 0,76, para los tutores informáticos que orientan al estudiante paso a paso.
Quien te ayuda no tiene que estar en la misma habitación. Si aprendes por tu cuenta, ese compañero «más capaz» puede ser:
- Un ejemplo resuelto en un libro de texto, que te muestra el paso que todavía no sabes dar.
- Una transcripción o un glosario, que te permite seguir una clase o un texto que va un poco demasiado rápido para ti.
- Los subrayados de otros lectores. Quien leyó antes que tú un artículo difícil y marcó los pasajes importantes ya ha hecho por ti parte del «señalamiento de las características críticas». En las páginas web, la extensión de Glasp para el navegador tiene una pestaña Comunidad cuya vista Populares muestra los pasajes que han subrayado dos o más lectores, y puedes explorar más en la comunidad de Glasp.
Ejemplos de la zona de desarrollo próximo
Cada fila muestra a una persona que está desarrollando una habilidad. La columna central es la zona.
| Quién aprende | Qué puede hacer sin ayuda | Qué puede hacer con ayuda (la ZDP) | Qué queda fuera de su alcance por ahora | Un andamiaje adecuado |
|---|---|---|---|---|
| Niño de seis años que aprende a leer | Lee palabras cortas y conocidas descifrando sus sonidos | Lee un libro ilustrado nuevo cuando un adulto le ayuda con las palabras difíciles | Lee por su cuenta un libro dividido en capítulos | Lectura compartida, señalando cada palabra |
| Adulto que aprende inglés | Pide comida y sigue un pódcast de ritmo lento | Sigue un pódcast al ritmo de un hablante nativo con una transcripción | Sigue una película de ritmo rápido sin subtítulos | Primero una transcripción y después solo el audio |
| Programador principiante | Escribe un bucle siguiendo un tutorial | Encuentra el error en su propio código cuando un mentor le hace preguntas orientadoras | Diseña un sistema grande desde cero | Preguntas como «¿Qué esperabas que imprimiera esta línea?» |
| Estudiante que lee un libro difícil | Enuncia la tesis principal de un capítulo | Reconstruye el argumento del capítulo con una guía de estudio | Evalúa críticamente el libro en relación con el resto de los trabajos de su campo | Preguntas sobre el capítulo y subrayados de otros lectores |
| Médico con poca experiencia | Recoge la historia clínica de un paciente | Llega a un diagnóstico mientras razona en voz alta con un colega de mayor experiencia | Maneja por su cuenta un caso raro y complejo | Discusión de casos y listas de comprobación |
El aprendizaje de idiomas tiene su propia versión de esta idea. La hipótesis del input de Stephen Krashen proponía que adquirimos una lengua al comprender contenido situado un poco por encima de nuestro nivel actual, lo que expresó como «i + 1».
En un estudio de 2000, Hu Hsueh-chao y Paul Nation dieron a los participantes un relato en el que conocían el 80%, el 90%, el 95% o la totalidad de las palabras. Con un 80%, ninguno de los 16 lectores lo comprendió adecuadamente, y los autores estimaron que la mayoría necesita conocer alrededor del 98% de las palabras para leer ficción sin ayuda. Una réplica de 2023 no encontró un umbral claro en el 98%: la comprensión simplemente aumentaba con la proporción de palabras conocidas. Un texto en el que conoces casi todas las palabras y necesitas un glosario para las demás está en tu zona; uno en el que consultas una de cada cinco palabras, no. Nuestra guía sobre cómo aprender un idioma con IA explica formas de encontrar contenido de ese nivel.
¿Cuánto debería costarte aprender? Qué dice la investigación
Vygotsky describió la zona en términos de ayuda, no de dificultad. Sin embargo, para quien estudia por su cuenta, la pregunta práctica es cuánto debería costarle.
La psicóloga cognitiva Janet Metcalfe estudió cómo elegimos qué estudiar y llamó a su propuesta «región de aprendizaje próximo», un nombre que evoca el de Vygotsky. En sus experimentos, los participantes dejaban de lado lo que ya sabían y empezaban por lo que aún no sabían pero creían tener casi aprendido. Los expertos elegían elementos más difíciles que los principiantes, y los participantes pasaban a otros más difíciles cuando disponían de más tiempo. En un pequeño experimento de 2003 con Nate Kornell, dedicar la mayor parte del tiempo de estudio a elementos de dificultad media produjo un mejor recuerdo (32%) que dedicarlo a los más difíciles (25%).
En un artículo de 2019 en Nature Communications, Robert Wilson, Amitai Shenhav, Mark Straccia y Jonathan Cohen demostraron matemáticamente que, en algoritmos de aprendizaje que mejoran mediante descenso de gradiente en tareas con dos opciones, el aprendizaje era más rápido cuando la tasa de error durante el entrenamiento rondaba el 15,87%, es decir, aproximadamente un 85% de aciertos. Lo llamaron «la regla del ochenta y cinco por ciento». Se cumplía en simulaciones de redes neuronales artificiales y en un modelo de aprendizaje perceptivo en animales. Con otros supuestos sobre el ruido, la tasa de aciertos óptima se acercaba más al 82% o al 75%.
Nadie ha demostrado que los estudiantes humanos aprendan mejor con una tasa exacta del 85%, y los autores señalan que aún falta generalizar la regla más allá de las tareas con dos opciones y de los algoritmos que estudiaron. Aun así, si aciertas casi todo, el material es demasiado fácil; si fallas la mayoría, es demasiado difícil.
Esto encaja con la investigación de Robert y Elizabeth Bjork sobre las dificultades deseables: cierto esfuerzo hace que el aprendizaje perdure, siempre que la dificultad pueda superarse. La ZDP aporta esa condición. Una dificultad es deseable cuando está dentro de tu zona, donde el esfuerzo y un poco de ayuda te permiten superarla.
Usa estas señales para valorar dónde estás:
| Qué observas | Dónde estás probablemente | Qué hacer |
|---|---|---|
| Aciertas casi todo y con rapidez | Por debajo de la zona | Sube el nivel, aparta los apuntes, añade un límite de tiempo |
| Aciertas la mayoría con esfuerzo y una pista te permite resolver lo demás | Dentro de la zona | Sigue aquí y reduce las pistas con el tiempo |
| Las pistas no te ayudan y estás copiando respuestas | Por encima de la zona | Vuelve al conocimiento previo que te falta o busca una fuente más sencilla |
Cómo encontrar tu zona cuando estudias por tu cuenta
Los docentes encuentran la zona de un estudiante observando cuánta ayuda necesita. Cuando estudias por tu cuenta, tienes que hacerte esa prueba a ti mismo. Esta rutina sirve para un capítulo, un artículo académico o una serie de problemas.
- Inténtalo en frío. Antes de releer nada, responde a las preguntas del final del capítulo, explica la idea principal en una página en blanco o intenta resolver los problemas. Ese es tu nivel «sin ayuda». Equivocarte aquí no es perder el tiempo: en los experimentos de Nate Kornell y sus colegas (2009), intentar responder antes de ver la respuesta mejoró el aprendizaje incluso cuando el intento fallaba.
- Clasifica lo que no resolviste en dos grupos. «Con una pista» incluye aquello en lo que acertaste en parte o que comprendiste en cuanto viste la respuesta. «Todavía no» incluye lo que sigue sin tener sentido después de leer la solución. El primer grupo es tu zona.
- Concentra la ayuda en el primer grupo. Busca la ayuda mínima que te permita resolver cada elemento: un ejemplo resuelto, un párrafo explicativo, una definición. Subraya el pasaje que te ayudó para poder encontrarlo de nuevo.
- Retrocede un paso con el segundo grupo. Cuando un tema cae en «todavía no», suele faltar algún conocimiento previo. Estudia eso primero o busca una fuente más sencilla sobre el mismo tema.
- Retira la ayuda gradualmente. Uno o dos días después, intenta resolver ejercicios del mismo tipo sin tener la ayuda a la vista. Todo lo que ya puedes hacer por tu cuenta ha salido de tu zona, y ese es el objetivo.
- Amplía el límite. Cuando el grupo «con una pista» se reduzca, sube el nivel: problemas más difíciles, un texto más avanzado o menos tiempo.
Algunas herramientas facilitan mantener esos grupos organizados. Con el subrayador web de Glasp, puedes marcar páginas web y PDF y añadir una nota a cualquier subrayado, como «necesité una pista» o «todavía no», para que cada elemento siga junto a su fuente. Para las clases grabadas, YouTube Summary muestra la transcripción completa junto al vídeo, un andamiaje habitual para una exposición que avanza demasiado rápido. Y cuando necesitas una pista, el chat de IA de Glasp responde a partir de tus propios subrayados guardados y vincula cada respuesta con los subrayados que utilizó.
Los tutores de IA y la ZDP: una ayuda que nunca se retira
Un modelo de IA puede explicar casi cualquier cosa, a casi cualquier nivel y a cualquier hora. En términos de Vygotsky, es un compañero más capaz que nunca se marcha. El riesgo está en la otra parte del andamiaje: una IA que responde por completo a todas las preguntas nunca retira su ayuda.
La evidencia más clara procede de un estudio de 2025 de Hamsa Bastani y sus colegas, publicado en PNAS y realizado con casi 1.000 estudiantes de un centro de secundaria en Turquía. Con un chat estándar de GPT-4 abierto, los estudiantes obtuvieron resultados un 48% mejores en los problemas de práctica; con una versión de tutor que daba pistas en lugar de respuestas, fueron un 127% mejores. En el examen, realizado sin IA, el grupo con GPT-4 estándar obtuvo una puntuación un 17% inferior a la del grupo de control. El tutor que daba pistas evitó en gran medida ese perjuicio.
Visto desde la ZDP, el chatbot convencional hizo por los estudiantes el trabajo que estaba dentro de su zona, y aprendieron menos que sus compañeros que lo hicieron por sí mismos.
Un ensayo de Harvard publicado el mismo mes muestra la otra cara. Gregory Kestin y sus colegas crearon un tutor de física basado en prácticas de enseñanza respaldadas por la investigación, entre ellas el andamiaje paso a paso. La mediana de la mejora en el aprendizaje de quienes lo usaron fue más del doble que la de los estudiantes de una clase de aprendizaje activo, y la alcanzaron en menos tiempo. Examinamos ambos ensayos en detalle en ¿Funcionan realmente los tutores de IA?.
Puedes hacer que una IA de uso general se comporte más como un andamiaje si le indicas cómo ayudarte:
- «No me des la respuesta. Hazme una pregunta cada vez».
- «Si sigo sin avanzar después de dos intentos, dame la pista más pequeña que puedas».
- «Antes de explicar, pregúntame qué sé ya sobre esto».
- «Hazme preguntas sobre esto sin que consulte mis apuntes y después dime qué respuestas necesitaron una pista».
Después, retira tú la ayuda. Cierra el chat e intenta resolver el siguiente problema sin él.
Ideas equivocadas sobre la zona de desarrollo próximo
«La ZDP es un nivel fijo que tiene cada persona». En su uso cotidiano, la zona depende de la tarea y de la ayuda disponible, y se desplaza a medida que aprendes. Tu zona en estadística podría ser la regresión múltiple, mientras que en francés todavía estás aprendiendo a pedir un café.
«Es lo mismo que enseñar según el estilo de aprendizaje de cada persona». La ZDP trata de lo que alguien puede hacer con y sin ayuda, no de si prefiere imágenes o sonidos.
«La ZDP se aplica a cualquier tarea y a cualquier edad». Vygotsky la desarrolló para describir el desarrollo infantil, y algunos estudiosos consideran que ese es su ámbito. Seth Chaiklin argumentó en 2003 que la interpretación popular, cualquier tarea que una persona pueda realizar con ayuda, se aleja del sentido más restringido de Vygotsky, referido a las funciones psicológicas que maduran cuando un niño pasa de una etapa de desarrollo a la siguiente. En palabras de Chaiklin, la zona «no se ocupa del desarrollo de la habilidad para realizar una tarea concreta, sino que debe relacionarse con el desarrollo». Usarla para el estudio autónomo de adultos, como hace este artículo, amplía la idea más allá de lo que afirmó Vygotsky.
Preguntas frecuentes
¿Qué es la zona de desarrollo próximo en palabras sencillas?
La zona de desarrollo próximo es el conjunto de cosas que todavía no puedes hacer por tu cuenta, pero sí con ayuda. Por debajo está lo que ya puedes hacer; por encima, lo que sigue fuera de tu alcance. Vygotsky sostenía que la enseñanza funciona mejor cuando se dirige a esa zona intermedia.
¿Cuál es un ejemplo de la zona de desarrollo próximo?
Un niño que puede leer palabras cortas descifrando sus sonidos, pero aún no puede leer por su cuenta un libro ilustrado nuevo, sí puede hacerlo cuando un adulto le ayuda con las palabras difíciles. Esa lectura compartida está en su zona. Para un adulto, podría ser seguir un pódcast en un idioma nuevo al ritmo de un hablante nativo, con la ayuda de una transcripción.
¿En qué se diferencian la ZDP y el andamiaje?
La ZDP es la distancia entre lo que una persona puede hacer por sí sola y lo que puede hacer con ayuda. El andamiaje es la propia ayuda, cuando se ajusta a quien aprende y se retira gradualmente. El término «andamiaje» suele atribuirse a Wood, Bruner y Ross (1976), no a Vygotsky.
¿Qué significa «otro más conocedor»?
Un «otro más conocedor» (MKO, por sus siglas en inglés) es quien proporciona la ayuda: un docente, un padre o una madre, un compañero o, en el uso actual, un libro o una herramienta. Las palabras de Vygotsky eran «guía de un adulto» o «colaboración con compañeros más capaces». La etiqueta MKO llegó después.
¿Quién creó la zona de desarrollo próximo?
Lev Vygotsky, un psicólogo soviético que trabajó en la década de 1920 y a principios de la de 1930 y murió en 1934. La idea llegó a la mayoría de los lectores en lengua inglesa a través de Mind in Society (1978), una selección editada de sus escritos.
¿Cómo puedes encontrar tu zona de desarrollo próximo?
Aborda primero el material sin ayuda y después observa qué errores puedes corregir con una pequeña pista y cuáles no puedes resolver ni siquiera con la respuesta delante. El primer grupo es tu zona. Trabaja ahí con la ayuda mínima necesaria y vuelve a ponerte a prueba sin ayuda uno o dos días después.
¿Puede la IA actuar como un «otro más conocedor»?
Sí, cuando se comporta como un andamiaje. Una IA que hace preguntas y ofrece pequeñas pistas te mantiene trabajando dentro de tu zona. Una que entrega respuestas completas hace el trabajo por ti. En un ensayo de 2025, los estudiantes que practicaron con GPT-4 sin adaptaciones obtuvieron resultados un 17% peores en el examen cuando ya no disponían de la IA.
¿Cuáles son las críticas a la zona de desarrollo próximo?
Una crítica habitual es su vaguedad: resulta difícil medir una zona con precisión. Los estudiosos tampoco coinciden en hasta dónde llega la idea más allá del desarrollo infantil, donde la aplicó Vygotsky. Aun así, es una buena guía para elegir qué estudiar y cuánta ayuda aceptar, y esa elección importa más ahora que la IA ofrece ayuda a cualquier hora.
Aprende en el límite de lo que puedes hacer y después prescinde de la ayuda
En la práctica, trabajar en tu zona de desarrollo próximo se reduce a un hábito. Encuentra lo que casi puedes hacer, consigue la ayuda mínima que te permita lograrlo, practica después sin ella hasta que no la necesites y pasa al siguiente reto.
Para mantener ese ciclo en un solo lugar, usa Glasp para guardar los pasajes y fragmentos de transcripciones que te ayudaron a avanzar, junto con tus notas y tus subrayados de Kindle. Cuando necesites una pista, pregunta al chat de IA de Glasp, que responde a partir de esas fuentes; después, déjalo a un lado y vuelve a intentarlo por tu cuenta.
