2. Reconocimiento visual de palabras en niños en proceso de alfabetización

https://doi.org/10.52501/cc.132.02


Gloria Nélida Avecilla-Ramírez


Josué Romero Turrubiates


Dimensions


2. Reconocimiento visual de palabras en niños en proceso de alfabetización

Gloria Nélida Avecilla-Ramírez*
Josué Romero Turrubiates**

DOI: https://doi.org/10.52501/cc.132.02

Resumen

La alfabetización es una habilidad de reciente adquisición en la historia de la humanidad. Estudios recientes muestran que el cerebro humano reutiliza circuitos neuronales que originalmente estaban destinados a otras funciones para aprender a leer y escribir. La presente investigación tuvo el objetivo de estudiar la discriminación visual en los primeros momentos de la alfabetización. La muestra se conformó por 10 niños en sus dos primeros años de escolarización (tercer grado de preescolar o primer grado de primaria). Se trabajó con la técnica de potenciales relacionados con eventos (pre). Se obtuvo el componente n170, que está asociado con procesos de discriminación visual. Los resultados mostraron un componente n170 de mayor amplitud para las palabras que para otro tipo de estímulos visuales muy parecidos (símbolos y cadenas de consonantes sin sentido). Esto muestra que incluso uno o dos años de experiencia lectora permiten que el sistema visual cerebral se especialice en el reconocimiento de palabras de manera muy rápida.

Palabras clave: alfabetización, reconocimiento visual de palabras, pre, n170.

Introducción

La historia de la humanidad reconoce que la alfabetización es uno de los inventos culturales que más han marcado el devenir de la humanidad. Su surgimiento no solamente revolucionó la forma de llevar a cabo distintas prácticas sociales como la economía, la administración política o el arte (Bazerman, 2008; Idarraga, 2003), sino que también permitió desarrollar habilidades cognitivas (Ong y Hartley, 1997). Hoy se sabe que la alfabetización hizo posible que el hombre pudiera describir, a través de signos convencionales y arbitrarios, tanto elementos pertenecientes a un medio externo y físico como también ideas, pensamientos y sentimientos característicos de un medio más interiorizado. La alfabetización permitió, además, que el hombre rompiera la barrera espacial y temporal de vivir en el presente inmediato y le otorgó la oportunidad de guardar el pasado y de imaginarse el futuro. El resguardo y registro a través de mecanismos escritos propios de la alfabetización ayudó a que la información fuera almacenada y consultada en cualquier momento, liberó a la memoria humana de tener que conservar grandes cantidades de datos, favoreció la apropiación cultural de las normas, tradiciones, valores y conocimientos (Delval, 1983) y facultó a que generaciones más jóvenes adquirieran y mejoraran los saberes de las generaciones anteriores (Gaur y Gútiez, 1989).

A causa del efecto de la alfabetización en la cultura humana, múltiples disciplinas como la psicolingüística, la antropología, la sociología, la política y la pedagogía se han interesado en describir su funcionamiento y sus implicaciones. En la actualidad, se sabe que la alfabetización es un fenómeno complejo y multifacético (Huettig, Kolinsky y Lachmann, 2018) que se adquiere en distintos contextos sociales como la escuela (Castedo, 2014); que ayuda a reducir brechas sociales y favorece que la personas se desarrollen y participen en decisiones sociales (United Nations Educational, Scientific and Cultural Organization, unesco, 2016). El dominar la lectura y escritura no sólo implica saber leer y escribir sino también tener un entendimiento para qué y cómo usar estas habilidades en la vida diaria (Venezky, 2005). La lectoescritura requiere de muchas funciones perceptivas, motoras y cognitivas para llevarse a cabo (Lozano, Ramírez y Ostrosky-Solís, 2003).

Recientemente, disciplinas como la neuropsicología y la neurolingüística se han incorporado al estudio de la alfabetización y de sus impactos a nivel cerebral (Dehaene, 2015). Investigaciones en estos campos han revelado que la alfabetización hace que circuitos neuronales preexistentes, originalmente destinados para realizar otras funciones del dominio visual, se modifiquen (Huettig et al. 2018). A través de técnicas de neuroimagen y neurofisiología, se ha podido evidenciar que el cerebro, a nivel estructural, funcional y cognitivo, es diferente para las personas que saben leer y escribir (alfabetos) en comparación con aquellas que no saben hacerlo (analfabetos) (Brem et al., 2010; Castro-Caldas, 2004; Dehaene et al. 2010; Huettig et al., 2018; Ostrosky-Solís, Gómez Pérez y Lozano Gutiérrez, 2003). El sistema que se ha visto que es uno de los primeros en especializarse por efectos de la alfabetización es el sistema perceptivo visual (Dehaene et al., 2015). Este sistema está diseñado evolutivamente para reconocer objetos y rostros, pero al aprender a leer y escribir, una parte de este sistema se modifica y se especializa para dar lugar al reconocimiento visual de palabras (Seghier, Maurer y Xue, 2014). La especialización del sistema perceptivo visual es considerada uno de los prerrequisitos más importantes para aprender a leer y escribir, así como también para que posteriormente se pueda dar paso a otros procesos de la lectoescritura como lo son el acceso al significado de las palabras escritas y la interpretación de un texto escrito (Cuetos y Domínguez, 2012).

En la actualidad se ha puesto un gran interés en estudiar los procesos iniciales de especialización del sistema perceptivo visual con niños (Maurer et al., 2005; 2006). Estudiar estos momentos iniciales con esta población resulta importante pues, además de entender los cambios a nivel cerebral por efectos de alfabetización, puede ayudar a establecer marcadores para detectar problemas de aprendizaje de lectura. El presente estudio tuvo la finalidad de centrarse en el estudio de los momentos iniciales de la alfabetización. Se pretendió conocer si el conocimiento de lectoescritura influye en el reconocimiento visual de las palabras a nivel cerebral. Para ello, se utilizó la técnica de potenciales relacionados con eventos (pre).

Antecedentes

Dado que la alfabetización es una habilidad de reciente adquisición en la historia de la humanidad y que, al día de hoy, todavía no está presente en toda la población humana, aún no es posible encontrarla en el genoma humano, contrariamente a otras habilidades cognitivas como el lenguaje oral, cuyo origen es más antiguo y se remonta a aproximadamente unos cien mil años (Cuetos y Domínguez, 2012).

El cerebro alfabetizado

Investigaciones en el campo de la genética humana han encontrado un gen asociado al lenguaje oral, el foxp2 (Berko y Bernstein, 2010). Se ha visto que este gen tiene un papel importante para que en el cerebro humano se desarrollen sistemas neuronales, en su mayoría, lateralizados hacia el hemisferio izquierdo que posibilitan el lenguaje y el habla (Fajardo-Uribe, 2008; Romo, Lesher y Jiménez, 2011). La presencia del foxp2 es considerada una de las razones por las cuales, en términos de desarrollo típico, la mayoría de los niños desarrollan complejas habilidades para el lenguaje oral sin esfuerzo aparente (Gacto, Sánchez y Gacto, 2006).

Hoy se sabe que, en comparación con el lenguaje oral, la lectoescritura aún no tiene estructuras cerebrales innatas y propias para su procesamiento, sino que se ha demostrado que, para aprender a leer y escribir, el cerebro humano debe de reutilizar y coordinar circuitos neuronales y habilidades cognitivas preexistentes (visuales, lingüísticas, motoras, etc.) que originalmente estaban destinados a realizar otras funciones (Dehaene, 2014; Huettig et al. 2018). Lo anterior explicaría por qué el aprendizaje de la lectoescritura requiere de una enseñanza directa, un mayor tiempo para consolidarse e incluso una mayor cantidad de recursos cognitivos para aprenderse (Dehaene, 2015).

Mediante técnicas experimentales y estudios anatomoclínicos con distintos grupos poblacionales tanto en parámetros típicos como patológicos, se ha encontrado que la alfabetización influye en el cerebro tanto a nivel estructural (cambios a nivel de la densidad celular del tejido de algunas regiones) como funcional (cambios en cómo el cerebro procesa la información que recibe) (Brem et al., 2010; Caffarra et al., 2017; Dehaene et al., 2010; Maurer et al., 2006; Ostrosky-Solís et al., 2003; Ostrosky-Solís et al., 2004).

Algunas evidencias que han dado cuenta de las diferencias a nivel estructural por efectos de la alfabetización han sido los estudios que han comparado adultos alfabetizados y no alfabetizados. Investigaciones en este campo han podido observar que hay algunas diferencias entre los cerebros de personas que saben leer y escribir en comparación con las que no pueden hacerlo (Castro-Caldas, 2004; Carreiras et al., 2009; Cuetos y Domínguez, 2011). A través de técnicas de neuroimagen y de morfometría cerebral, se ha visto que la materia blanca en el cuerpo calloso es mayor en personas alfabetizadas, mientras que es más delgada en las no alfabetizadas (Castro-Caldas, 2004). También se ha encontrado una mayor cantidad de materia gris en regiones posteriores del hemisferio izquierdo para el caso de adultos alfabetizados en contraste con no alfabetizados (Cuetos y Domínguez, 2011). Al respecto, Carreiras et al. (2009), mediante un estudio realizado con un grupo de exguerrilleros que aprendieron a leer y a escribir en edad tardía (veinte años) y al compararlos con un grupo de adultos no alfabetizados, encontraron que las personas alfabetizadas presentaron diferencias a nivel anatómico cerebral que no fueron vistas en las personas que no sabían leer ni escribir. Estas diferencias se mostraron principalmente en cinco regiones: la parte dorsal del lóbulo occipital (relacionado con procesamiento visual); las circunvoluciones supramarginal y temporal del hemisferio izquierdo (relacionadas con procesamientos fonológicos) y las circunvoluciones angular y temporal medial posterior (relacionadas con procesamientos semánticos).

Procesamiento de información en personas alfabetizadas

En cuanto a nivel funcional del procesamiento cerebral, también se han encontrado diferencias. Se ha demostrado que los sujetos alfabetizados muestran diferencias en la activación cerebral de áreas asociadas con nombrar objetos y palabras y con procesamientos semánticos en comparación con los no alfabetizados. Por lo tanto, al parecer, aprender a leer y escribir no sólo cambia las áreas involucradas en la lectura sino también las áreas involucradas en la memoria verbal (Ostrosky-Solís, García y Pérez, 2004). Asimismo, se ha visto cómo existe una mayor participación del hemisferio derecho en funciones lingüísticas para el caso de las personas no alfabetizadas en contraste con las alfabetizadas cuyo procesamiento de funciones verbales presenta una mayor especialización hacia el hemisferio izquierdo (Olabarrieta-Landa et al., 2018).

Otras evidencias de cambios a nivel funcional por efectos de la alfabetización han sido las mostradas por las técnicas de neuroimagen en su variante de resonancia magnética funcional. Mediante esta tecnología se ha podido observar cómo el lóbulo occipital procesa la información verbal más lentamente en las personas que aprendieron a leer cuando eran adultos en comparación con las que aprendieron cuando eran niños (Castro-Caldas, 2004). De igual manera, estudios de este ramo han mostrado que las personas alfabetizadas en la infancia o en la adultez tienen una sensibilidad perceptiva incrementada para el reconocimiento de palabras en comparación con los no alfabetizados, pues su corteza cerebral tanto visual como temporal muestran una mayor activación ante estímulos verbales tanto escritos como orales (Dehaene et al., 2010).

Algunas otras investigaciones han encontrado que la alfabetización influye a nivel funcional en diversos procesos cognitivos (Ardila, Rosselli y Rosas, 1989; Roselli 1993; Ardila et al., 2010; Ostrosky-Solís, Gómez y Lozano, 2010). Mediante estudios de perfiles neuropsicológicos se han observado diferencias entre personas alfabetizadas y no alfabetizadas en distintos procesos psicológicos entre los que se hallan la memoria, el lenguaje y el discurso, las funciones ejecutivas y las habilidades visuoperceptuales y espaciales. Específicamente con respecto a las habilidades visuoperceptuales y espaciales, se han visto diferencias al momento de realizar tareas como copiar figuras sin sentido, al decir la hora, reconocer figuras superpuestas, reconocer el mapa nacional y dibujar el plano de una habitación, siendo las personas alfabetizadas las que suelen mostrar un mejor desempeño que las que no lo están (Ardila et al., 1989).

Las anteriores investigaciones apoyan la idea de que el cerebro humano puede ser modificado por variables medioambientales tales como la alfabetización (Ostrosky-Solís et al., 2003).

Evidencias electrofisiológicas de la discriminación visual en personas alfabetizadas

La percepción visual se ha definido como un proceso integral y complejo que involucra dos tipos de funciones: una sensorial también llamada visual-receptiva, y otra mental también conocida como visual-cognitiva (Schneck, 2010). La función visual-receptiva es aquella que se encarga de extraer y organizar la información del entorno, en ella intervienen principalmente los órganos sensoriales como los ojos (Merchán y Henao, 2011). La función visual-cognitiva, por otra parte, es responsable de estructurar e interpretar los estímulos visuales adquiridos por medio de la función visual-receptiva (Schneck, 2010; Merchán y Henao, 2011). El procesamiento de la percepción visual se aprende y desarrolla a partir de la experiencia y la práctica. La estimulación es necesaria para que los niños adquieran esta habilidad (Schneck, 2010).

Este aprendizaje cada vez más especializado genera un impacto profundo en la organización funcional de las regiones del cerebro responsables de la percepción, y en especial de la percepción visual. La lectura implica un reconocimiento muy rápido de formas visuales que deben ser interpretadas como estímulos lingüísticos para que el lector tenga acceso a la información contenida en las palabras. Un lector experto puede leer una palabra en unos pocos cientos de milisegundos (Beres, 2017). Al ser un proceso muy rápido para poder evaluarse de manera tradicional, se ha propuesto el uso de técnicas electrofisiológicas para medir la actividad cerebral en tiempo real y poder analizar las fases más tempranas de la lectura, como el reconocimiento de palabras.

Una de las técnicas electrofisiológicas más usadas para estudiar el procesamiento del lenguaje humano es la de los Potenciales Relacionados con Eventos (pre). Los pre son una serie de cambios en la actividad eléctrica cerebral relacionados con estímulos controlados y reproducidos que pueden ser sensoriales, perceptivos, motores o cognoscitivos (Durand-Rivera et al., 2004). Comúnmente, los pre son obtenidos de la grabación continua de un registro de eeg. En dicho registro el investigador presentará una tarea específica relacionada con el proceso cognitivo que desea explorarse (Beres, 2017). La tarea por lo general se diseña con una serie de estímulos de diferente modalidad sensorial. Cuando se trata de explorar los procesos cerebrales relacionados con la lectura, los estímulos son visuales. Estos estímulos son presentados a un participante en forma repetida, controlada y sincronizada con el eeg, de modo que el investigador puede analizar al final del estudio segmentos de eeg relacionados específicamente con un estímulo o proceso cognitivo en particular (Beres, 2017).

Para visualizar los pre, es necesario tener una gran cantidad de segmentos para posteriormente realizar un promedio de ellos. Normalmente este proceso se realiza sin la presencia del participante (edición fuera de línea), posterior al registro del eeg (Kappenman y Luck, 2012). Al finalizar el proceso de edición, el investigador puede graficar los pre. Dichas gráficas se representan en un plano cartesiano, en el eje x se muestra el tiempo en milisegundos (ms) y en el eje y la amplitud en microvoltios (µV). En las gráficas de los pre pueden visualizarse como una serie de oscilaciones de voltaje positivas y negativas que reciben el nombre de componentes. Los componentes son una ventana que permite saber que el cerebro está realizando procesamientos cognitivos y se les se nombra con base en su polaridad, su amplitud, su tiempo de aparición (latencia), la topografía en la que se registra y la manipulación o el estímulo que los evoca, es decir, el por qué de la aparición de ese componente (Beres, 2017). Los componentes se pueden clasificar en exógenos y endógenos (Durand-Rivera et al., 2004). Los exógenos son de latencia corta, menores de 60 a 80 ms, y son insensibles al estado atencional del participante evaluado (no cambian si el participante está atento, inatento, alerta, o fatigado), pues dependen de las características físicas del estímulo. En cambio, los componentes endógenos son de latencia larga, se presentan después de los 100 ms, son sensibles a cambios en el estado atencional del participante y a la dificultad de la tarea, además de que responden al significado del estímulo, por lo que se considera que reflejan procesos cognitivos más complejos (Durand-Rivera et al., 2004).

Con la ayuda de los pre se han descrito distintos componentes responsables del procesamiento de información de reconocimiento visual, fonológico, sintáctico, pragmático y semántico (Hinojosa, Loeches y Rubia, 1999). En el reconocimiento visual, se ha dado un papel protagónico al componente n170, el cual recibe ese nombre porque tiene polaridad negativa y suele aparecer entre los 150 y 250 ms. Se ha observado la aparición de este componente ante la presencia de tareas que conllevan reconocimiento de rostros, dibujos, objetos y palabras (Maurer et al., 2005; Brem et al., 2010; Seghier et al., 2014). Algunas investigaciones han demostrado que el n170 es sensible a la alfabetización. En un estudio realizado por Maurer et al. (2005) se encontró que niños de recién ingreso al preescolar presentaban una discriminación visual diferente a la de adultos universitarios. A todos los participantes de este estudio se les presentó un paradigma experimental con cuatro tipos de estímulos: palabras en alemán, pseudopalabras, cadenas de símbolos y dibujos. A través de la obtención de pre, encontraron que los niños no eran capaces de hacer una discriminación entre palabras y símbolos, mientras que los adultos universitarios sí podían hacerlo. Esto se demostró porque apreciaron que, en regiones occipito-temporales, la onda de n170 en el caso de los adultos era de mayor amplitud entre palabras y símbolos, mientras que en los niños esta amplitud era parecida entre ambos elementos. En el caso de los estímulos de imágenes los niños presentaron una onda n170 de mayor amplitud para esta condición que para el resto, lo que significó que estos estímulos sí los distinguían como diferentes al resto. Los adultos, por su parte, tuvieron una amplitud n170 similar para los símbolos y las imágenes. Aunado a lo anterior, estos autores encontraron diferencias a nivel topográfico. Hallaron que el componente n170 en respuesta a palabras y pseudopalabras estaba lateralizado hacia el hemisferio izquierdo en los adultos, mientras que para el caso de los preescolares estaba distribuido por toda la corteza.

En una segunda investigación también realizada por Maurer et al. (2006), se les dio seguimiento a los niños de preescolar del estudio anterior para saber en qué momento el cerebro empezaba a procesar la discriminación entre palabras y símbolos. Para ello, esperaron a que estos niños estuvieran en segundo grado de primaria. Lo que encontraron al volver a presentar el mismo paradigma experimental a estos niños ya alfabetizados fue que en este punto ya eran capaces de discriminar entre palabras y símbolos. Esto se demostró al encontrar una mayor amplitud del componente n170 para el caso de las palabras que para el de los símbolos. Otro hallazgo importante de esta investigación fue que, a nivel topográfico, el componente n170 en respuesta a palabras de estos niños ya presentaba una lateralidad hacia el hemisferio izquierdo.

En un tercer estudio realizado por Zhao et al. (2014), se buscaba conocer si existían diferencias de discriminación entre niños alfabetizados de segundo grado. Para ello, dividieron a estos niños en dos grupos de acuerdo con sus habilidades lectoras, unos con alto rendimiento lector y otros con bajo. La forma de dividir a los grupos fue a través de una prueba estandarizada. Al presentarles un paradigma experimental con palabras en alemán, pseudopalabras, símbolos y cadenas de consonantes sin significado, encontraron que los niños con bajo rendimiento lector fueron capaces de hacer una discriminación entre las condiciones que tenían letras (palabras, pseudopalabras y cadenas de consonantes) y símbolos, pero no entre palabras y cadenas de consonantes. A dicho proceso de discriminación le llamaron discriminación gruesa. Esto se confirmó al analizar la amplitud del n170, la cual era mayor para las condiciones con letras en contraste con las de símbolos. En cambio, los niños con alto rendimiento lector fueron capaces de discriminar entre palabras y símbolos (es decir, presentaron una discriminación gruesa), pero también fueron capaces de distinguir entre palabras y cadenas de consonantes. Por lo tanto, se consideró que presentaron un proceso discriminativo más específico, al que denominaron discriminación fina. Esto se demostró al ver que la onda de n170 era de mayor amplitud ante las palabras en comparación con la respuesta n170 ante símbolos y cadenas de consonantes.

A partir de las anteriores investigaciones podemos concluir que hay evidencia respecto del impacto de la alfabetización en el reconocimiento visual de las palabras, esto se demostró en los estudios de Maurer et al. (2005; 2006) al notar que al inicio un grupo de niños sin experiencia escolar no eran capaces de discriminar palabras de símbolos, no obstante, al llegar al segundo grado, ya eran capaces de hacerlo. Otro aspecto importante fue descubrir que los niños en proceso de alfabetización llegan a detectar primero la diferencia entre palabras y símbolos (discriminación gruesa) y posteriormente entre palabras y cadenas de letras sin significado (discriminación fina).

Como se reportó anteriormente, hay evidencia con respecto a que el componente n170 cambia porque la alfabetización influye en el reconocimiento perceptual de las palabras. Sin embargo, las investigaciones que se han llevado a cabo hasta el momento con pre, en particular las que se centran en estudiar el componente n170 y su relación con el inicio de la alfabetización, no se han realizado en población hispanoparlante ni en población mexicana en particular. La propuesta de nuestro estudio fue el estudiar si los niños mexicanos en proceso de alfabetización presentan un correlato cerebral del reconocimiento visual de las palabras. Más específicamente, el objetivo de este estudio es analizar si hay una respuesta eléctrica cerebral diferenciada (reflejada en el componente n170) en una tarea de discriminación visual entre palabras y símbolos en un grupo de niños mexicanos en proceso de alfabetización.

Metodología

El presente estudio tuvo un enfoque cuantitativo con diseño experimental de un solo grupo (diseño intra-sujeto simple) con 3 medidas repetidas. En la sección “Paradigma experimental” se explica a detalle cómo se diseñó el experimento.

Población y muestra

La población estuvo conformada por niños de tercero de preescolar y primero de primaria del estado de Querétaro, con edades de entre 5 y 7 años. La muestra inicial consistió en 15 niños capaces de leer y escribir de manera convencional, los cuales cumplieron los siguientes criterios de inclusión:

  • estudiantes regulares de tercero de preescolar o primer grado de primaria;
  • que residieran en el estado de querétaro;
  • que no tuvieran antecedentes de riesgo neurológico reportados por los padres;
  • que hayan tenido desarrollo típico según reporte de los padres;
  • con lateralidad diestra;
  • con vista normal o corregida;
  • que obtuvieran parámetros normales de funciones cognitivas de memoria verbal, lenguaje y percepción visual según la prueba eni-2;
  • con coeficiente intelectual dentro de parámetros normales según la prueba de Raven;
  • que sus madres tuviesen al menos 12 años de escolaridad.

La técnica de muestreo fue por cuotas, el reclutamiento fue a través de una convocatoria abierta vía redes sociales. En estudios electrofisiológicos es poco frecuente que se haga el cálculo del tamaño de la muestra ideal (Larson y Carbine, 2017) debido a dos razones principales: por una parte, puede haber dificultad para obtener suficientes participantes que cumplan con todos los criterios de inclusión, y por otra, porque para calcular el tamaño ideal de la muestra debe saberse a priori información sobre cómo se comporta el componente de pre que se está buscando (Yano et al., 2019), y no siempre se cuenta con tal información. En este estudio, el tamaño ideal de la muestra fue calculado con la fórmula de Georgiev (s/f), según la cual el tamaño ideal de muestra estaba entre 11 y 14 participantes, usando un nivel de alfa de .05, un valor de potencia de .8, un valor de diferencia mínima detectable de 1 microvoltio, una media bajo H0 de 0 microvoltios y una desviación estándar de 1.5 microvoltios. Por lo tanto, se buscó tener una muestra al menos de 11, aunque la muestra final no logró tener ese tamaño debido a las limitaciones de reclutamiento que supuso la contingencia por la pandemia covid19 (véase la sección “Análisis de los datos”). No se contó con la posibilidad de hacer invitaciones en instituciones educativas y por lo tanto la muestra se limitó a aquellos participantes cuyas familias vieron la invitación en las redes sociales de la universidad, decidieron participar voluntariamente y cumplieron con los requisitos de inclusión del estudio, por lo que la muestra se considera no probabilística, voluntaria e intencional. Cada familia participante aportó únicamente un niño, de modo que en la muestra no hubiese pares de hermanos.

Table 1. Características de la muestra inicial

N Edad (meses) Niños Niñas Escuela pública Escuela privada Escolaridad de la madre (años)
Media DE Media DE
15 82.20 6.83 6 4 3 7 17.20 3.01

Nota: DE = Desviación estándar.

Consideraciones éticas

A cada participante de este proyecto se le proporcionó una carta invitación con la descripción del estudio y datos de contacto del investigador, de misma forma, se les informó verbalmente tanto a los padres como a los niños la naturaleza del estudio, sus implicaciones y los procedimientos a realizar.

Toda la colaboración por parte de los participantes fue voluntaria y validada a través de firma de consentimiento informado por parte de los responsables legales y el asentimiento de los menores. Tanto a los padres como a los niños se hizo saber desde un inicio que en cualquier momento podían suspender su participación si así lo deseaban. En todo el estudio se protegió la confidencialidad de los participantes. Al finalizar la participación se les entregó a los padres de familia un reporte de desempeño de lectura o lenguaje para que pudieran tener un mayor conocimiento de las habilidades de sus hijos, pero se les aclaró a los padres de familia que la evaluación implementada no tenía fines diagnósticos.

Los procedimientos en los que participaron los niños fueron dos: 1) aplicación de pruebas psicométricas con la finalidad de evaluar el ci no verbal, las funciones cognitivas, la lateralidad y las habilidades lectoras, y 2) un registro de electroencefalograma (eeg) mientras los niños hacían la lectura de una serie de estímulos en una computadora.

Debido que esta investigación se realizó en una temporada de pandemia por el virus SARS-CoV-2, fue necesario diseñar un protocolo de seguridad sanitaria para llevar a cabo los procedimientos y salvaguardar la seguridad de los participantes y de los investigadores. Se realizaron adaptaciones en las evaluaciones de pruebas psicométricas, algunas fueron aplicadas en modalidad presencial en la Facultad de Psicología y Educación de la uaq y otras en línea. Todos los registros de eeg se realizaron en modalidad presencial.

Ninguno de los procesos efectuados involucró riesgos o molestias para los niños. La aplicación de pruebas psicométricas tuvo una duración aproximada de dos horas mientras que la del registro del eeg fue de una hora.

Evaluaciones e instrumentos

El ci no verbal fue evaluado mediante el test de matrices progresivas: escala coloreada (Raven, 2005). Este instrumento es utilizado para evaluar el desarrollo intelectual de los niños de 4 hasta los 11 años, en particular la habilidad de razonamiento abstracto o no verbal (Fernández y Mercado, 2014). En cuanto a la fiabilidad y validez de la prueba, ésta presenta un 0.87-0.81 de confiabilidad, mientras que en validez se obtuvo un índice de 0.86. (Raven, 2005).

Se evaluaron funciones cognitivas mediante la prueba Evaluación Neuropsicológica Infantil (eni-2) para descartar alteración neurológica y cognitiva. La prueba eni-2 es un instrumento que permite conocer las características neuropsicológicas de niños y jóvenes de edad escolar, entre los 5 y los 16 años de edad. Dentro de los objetivos de esta prueba se encuentra el monitorear el estado neuropsicológico de una persona y la detección de alteraciones cognitivas y comportamentales (Matute et al., 2007). Se aplicaron de esta batería de evaluación las subescalas de memoria verbal, lenguaje y percepción visual. Los coeficientes de confiabilidad de la prueba eni-2 están entre .85 y .98, mientras que sus puntajes de validez están alrededor de 0.7 (Matute et al., 2007).

La lateralidad se examinó mediante el Inventario de Edimburgo (Oldfield, 1971), que consiste en un breve cuestionario de diez preguntas que evalúan la preferencia manual de mano derecha, izquierda o ambas (Cuencas et al., 1990).

Para saber si los participantes del estudio tenían un nivel de lectura y escritura convencional y, por lo tanto, si ya estaban alfabetizados, se usó el instrumento diagnóstico para niños prealfabéticos de Alvarado (2020). Dicho instrumento es una batería basada en la teoría de la psicogénesis de la escritura. El propósito de este instrumento diagnóstico para niños prealfabéticos es mostrar las capacidades y conocimientos que tienen los aprendices con respecto a la lectura y la escritura sin importar si han concretado o no el proceso de alfabetización. Los participantes de este estudio fueron los que alcanzaron el nivel alfabético en la prueba. La evaluación fue revisada por una especialista en psicogénesis de la escritura con el objetivo de que la evaluación y la clasificación tuviesen validez interna. Este instrumento no es estandarizado, por lo que no cuenta con datos estadísticos de confiabilidad y validez externa. Esta evaluación estuvo basada en la categorización de Ferreiro (2011), quien reconoce que existen tres etapas o niveles de conceptualización por las cuales todos los niños pasan cuando son alfabetizados en un sistema de escritura alfabética, y se detallan a continuación:

Nivel presilábico

Es considerada la primera etapa de conceptualización. En este nivel, los niños construyen un criterio que les permite hacer una distinción entre la escritura y otras representaciones gráficas como los dibujos (Vernon 1993, 2016). De acuerdo con Vernon (1993), esta primera distinción entre palabras y dibujos permite que el niño reconozca que las formas de las letras son arbitrarias y que están ordenadas de manera lineal.

En esta etapa se construye el criterio de variabilidad y el de cantidad mínima (Vernon, 1993, 2016). El criterio de variabilidad consiste en diferenciar una cadena de letras de otras para “decir algo diferente” o evitar repeticiones en posiciones contiguas (Vernon, 1993, 2016). El criterio de cantidad mínima consiste en emplear al menos tres letras para construir una palabra, esto como parte de una creencia de los niños en la que asumen que una palabra con dos o menos letras carece de representación significativa (Vernon, 1993).

En este nivel es importante señalar que las escrituras de los niños no tienen una correspondencia grafema y fonema. Al inicio los niños producirán escrituras con pseudoletras o “garabatos” pero conforme vayan teniendo acercamiento con el sistema de lectoescritura éstos empezarán a utilizar las letras convencionales del alfabeto (García-Aldeco y Uribe, 2020).

Nivel silábico

Este nivel inicia con la fonetización de la escritura (Vernon, 1993), que se puede describir como un momento que se presenta cuando los niños observan que los criterios que han construido no les son suficientes para comprender la escritura de otros, así como también toman conciencia acerca de que su escritura no es como la de los adultos.

Este nivel está caracterizado además por construir el criterio de hipótesis silábica, en el cual los niños “descubren que la cantidad de letras o grafías puede ponerse en correspondencia con la cantidad de partes que se reconocen en la emisión oral”. Esas “partes” en un inicio son las sílabas. De acuerdo con García-Aldeco y Uribe, (2020). en el nivel silábico se transita por dos subetapas, una sin valor sonoro convencional y otra con valor sonoro convencional; en ambas se sigue el criterio de hipótesis silábica. La subetapa “silábico sin valor sonoro convencional” es un momento en el que los niños presentan escrituras en las que emplean cualquier letra para representar una sílaba sin correspondencia grafema-fonema (Vernon, 1993). La subetapa “silábico con valor sonoro convencional”, por otro lado, inicia con la reflexión de los niños acerca de qué letras son las mejores para representar las sílabas (Vernon, 1993). En este momento, las producciones escritas también presentarán el uso de letras para representar una sílaba, con la diferencia de que éstas ya no serán elegidas al azar, sino, por el contrario, serán seleccionadas con base en unidades de sonido similares.

Nivel alfabético

En este nivel, la mayoría de los niños realizan producciones en las que representan casi todos los fonemas de las palabras. Los niños que llegan a esta etapa de conceptualización por lo general pasan por una subetapa de transición previa la cual se le conoce como silábico-alfabético (Gómez Palacio, 1982). La transición silábico-alfabético es un momento en el que se muestra que los niños están abandonando su hipótesis silábica, en este lapso los niños utilizan una letra para representar cada sílaba, pero poco a poco empiezan a añadir otras letras para cada segmento silábico (García-Aldeco y Uribe, 2020) hasta llegar a la escritura convencional y alfabética en la que se aprecia ya una producción con correspondencia grafema-fonema, con uso de letras convencionales.

EEG

A todos los participantes de la muestra se les realizó un eeg con la finalidad de estudiar el impacto de la alfabetización en el reconocimiento visual de las palabras a nivel cerebral. El registro del electroencefalograma se realizó con ayuda de una gorra ElectroCap para niños equipada con 19 electrodos de Ag/AgCl de acuerdo con el sistema internacional 10-20: Fp1, Fp2, F3, F4, C3, C4, P3, P4, O1, O2, F7, F8, T3, T4, T5, T6, Fz, Cz, Pz. Las referencias fueron colocadas en huesos mastoideos con electrodos cortocircuitados. El tiempo de muestreo fue de 5 msegs, y el filtro de banda estuvo entre 0.1 y 50 Hz. La toma del registro se hizo con el sistema Registro de Psicofisiología de Neuronic MR. El eeg se llevó a cabo en una cámara sonoamortiguada mientras se presentaba a los participantes el paradigma experimental diseñado en el monitor de una computadora. El tiempo de registro durante la tarea fue de aproximadamente 15 minutos.

Paradigma experimental

El paradigma experimental estuvo basado en el de Zhao et al. (2014). Dicho autor empleó cuatro estímulos para su estudio: palabras, símbolos, cadenas de consonantes y pseudopalabras, pero para esta investigación solamente se tomaron en cuenta los primeros tres estímulos. No se consideraron las pseudopalabras debido a que en los resultados de Zhao et al. (2014) se encontró un componente n170 muy similar entre esta condición y la de palabras. Por lo tanto, en este estudio se realizó un experimento con tres condiciones: palabras, cadenas de consonantes y símbolos.

Las palabras incluidas en el experimento consistieron en sustantivos concretos en español, con estructura consonante-vocal-consonante-vocal (cvcv). Se controlaron variables de vecinos fonológicos, ortográficos, longitud (4 a 6 letras) y frecuencia con ayuda del corpus lingüístico EsPal (Duchon et al., 2013). No se incluyeron palabras con “ñ”, “h”, “ll”, “ch”, “rr” ni con tilde debido a que se considera que estos elementos son de consolidación tardía (Soni y Vernon, 2018). Las cadenas de consonantes fueron diseñadas a partir de la lista de palabras ya seleccionadas, se tomaron las consonantes de las palabras (v. gr. pato) y se sustituyeron las vocales por consonantes elegidas al azar (v. gr. pxtc). Se controló la longitud (4 a 6). Los símbolos fueron elaborados a partir de una selección aleatoria de caracteres (v. gr. /#!=). Se controló la longitud de los símbolos (4 a 6).

El paradigma experimental completo estuvo conformado por 180 estímulos (60 palabras en español, 60 cadenas de consonantes y 60 símbolos). La presentación de los estímulos fue aleatoria, de modo que se neutralizaran los efectos de fatiga o de aprendizaje entre condiciones (Luck, 2014). Tanto las palabras en español como las cadenas de consonantes fueron proyectados en mayúsculas con la finalidad de evitar las confusiones entre las letras que guardan una relación de simetría axial o lateral como “b”, “d”, “p”, “q” (véase Leal, Matute y Zarabozo, 2005).

Para evitar que los participantes se cansaran y disminuyeran su desempeño, se añadieron tres descansos los cuales tenían una duración aproximada de 3 minutos cada uno.

Presentación de paradigma experimental

Se utilizó el software Estimulador Cognitivo de Neuronic MR para proyectar el paradigma experimental. A cada participante se le explicó que iban a ver

Figura 1. Ejemplo de secuencia de paradigma experimental

unas imágenes de algunas palabras, algunas que tenían significado (palabras) y otras que no (cadenas de consonantes y símbolos) mientras que se les realizaba el registro de eeg. La misión de ellos era leer (o ver) en silencio los estímulos presentados y presionar una tecla de color en cuanto apareciera un signo de interrogación (?). Se les pidió que presionaran la tecla de color verde en caso de que lo que hayan leído o visto fuera una palabra con significado y rojo para los estímulos que no lo fueran. La duración de cada estímulo fue de 1 000 mseg. En la figura 1 se resume de manera esquemática el procedimiento del paradigma experimental.

Análisis de los datos

Los pre se obtuvieron con el uso del software Análisis de Psicofisiología de Neuronic®. Los eeg se editaron fuera de línea, analizando segmentos de 1 segundo, de los que se eliminaron los segmentos con actividad no relacionada con el cerebro, como parpadeos o movimiento. Las ediciones se realizaron por un experto en psicofisiología. Los pre se obtuvieron en cada participante promediando todas las ventanas sincronizadas con la presentación de los estímulos de cada condición experimental. Se promediaron al menos 40 ventanas por condición. La corrección de la línea basal se hizo tomando en cuenta un segmento pre-estímulo de 100 mseg, dejando 900 mseg de pre post estímulo. Se obtuvieron los pre de cada participante, de cada condición de interés y de cada electrodo. Las condiciones experimentales fueron tres: palabras, símbolos y cadenas de consonantes. Los datos de cinco participantes tuvieron que ser descartados debido a que sus eeg presentaron exceso de artefactos (actividad eléctrica proveniente de movimientos del participante), lo que no permitió obtener una cantidad de ensayos adecuada para el análisis. Por lo tanto, la muestra final que se analizó fue de 10 participantes.

Resultados

Análisis de respuestas de paradigma experimental

Las respuestas que dieron los niños al momento de presentarles el paradigma experimental fueron registradas y analizadas con el objetivo de determinar si había diferencias entre condiciones. Dichas respuestas fueron registradas con el software Análisis de Psicofisiología de Neuronic®. El número de respuestas correctas fue promediado por condición (véase la tabla 2). No se reporta el promedio de las respuestas incorrectas que tuvieron dado que el software que registra los datos considera como respuestas incorrectas tanto los errores como las omisiones.

Table 2. Resultados de respuestas conductuales

Condición Respuestas
n = 10
Media DE Respuestas correctas %
Palabras 34.20 16.25 57.00
Símbolos 42.10 17.59 70.17
Cadenas de consonantes 35.20 19.71 58.67

Nota: DE = Desviación estándar

No se encontraron diferencias significativas entre condiciones en las respuestas conductuales (F(1,9) = .57, p = .56), lo que significa que los niños respondieron igualmente bien a las tres condiciones. Sin embargo, puede notarse que sus porcentajes de respuestas correctas fueron más altos para los símbolos que para las otras dos condiciones, que involucraban reconocer letras. Por otra parte, también puede observarse en la tabla 2 que las desviaciones estándar son grandes, lo que puede haber hecho menos notable la diferencia entre condiciones. Esta gran dispersión de los datos pudo deberse a distracción o pudo haber sido que los niños no tenían un nivel de conocimiento del lenguaje escrito suficiente como para determinar de manera consciente qué es una palabra y qué no lo es, al menos no en el tiempo que les dimos para responder.

Resultados electrofisiológicos

Tras haber obtenido los pre se procedió a graficarlos para comparar visualmente los componentes relacionados con las tres condiciones experimentales. En los pre se observó que alrededor de los 200 milisegundos hubo una onda de amplitud negativa en regiones occipitales (O1 y O2) y temporales (T5 y T6). Dichas regiones son en las que aparece normalmente el componente n170. Se aprecia que en estos electrodos hay una mayor amplitud de este componente para las condiciones que contienen letras (palabras y cadena de consonantes) en contraste con los que no (símbolos); por otro lado, se también se distingue que en regiones del hemisferio derecho (O2 y T6) la amplitud de n170 es mayor para las palabras que para el resto de las condiciones.

Figura 2. Gráfica que muestra el gran promedio de los PRE de los niños participantes del estudio

Nota: Se muestran los electrodos de las regiones en las que aparece el componente N170 (temporales y occipitales). El segmento mostrado es de 1 segundo en total. El valor de cero en el eje horizontal corresponde al inicio del estímulo. En el eje vertical se muestra la amplitud en microvoltios, la negatividad está graficada hacia abajo. El recuadro muestra el componente N170.

Una vez graficados los pre, se utilizaron los cálculos de los valores promedio en microvoltios de la ventana correspondiente al componente n170 (de 200 a 300 ms) para cada participante y para cada una de las condiciones (palabras, símbolos y cadena de consonante).

Se realizó una prueba estadística anova de medidas repetidas con tres factores de medidas repetidas: condición (palabra, símbolo, cadenas de consonantes), región (8 topografías Fp1-Fp2, F3-F4, C3-C4, P3-P4, O1-O2, F7-F8, T3-T4, T5-T6) y hemisferio (izquierdo, derecho), con la finalidad de observar diferencias significativas entre las condiciones. La anova se corrigió por violaciones del supuesto de esfericidad con el procedimiento Greenhouse-Geisser. Las interacciones que fueron significativas fueron confirmadas por un análisis de comparaciones múltiples con corrección Bonferroni. Los análisis estadísticos se llevaron a cabo con el software jasp (2020).

En el análisis estadístico se encontró una interacción significativa entre los factores condición y región (F (6,12) = 15.31, p < .001, ηp2 = .47). Esto quiere decir que el procesamiento cerebral de las condiciones es distinto en algunas regiones de registro. Para analizar esta interacción se hizo una prueba de comparaciones múltiples para saber en qué regiones y grupo había diferencias significativas. Este análisis encontró diferencias significativas entre condiciones en los electrodos Fp1, Fp2, F3, F4, T5 y T6. En particular en T5 y T6 se encontraron diferencias significativas entre las tres condiciones (palabras, cadenas de consonantes y símbolos).

Discusión

Investigaciones previas con técnicas de pre han dado evidencia de que la alfabetización modifica el cerebro humano y especializa los circuitos neuronales del sistema visual para lograr reconocer palabras (Maurer et al., 2005; 2006; Brem et al., 2010). Esta especialización, en términos de desarrollo, no es automática, sino por el contrario, necesita de una enseñanza directa para que pueda darse (Dehaene, 2015).

Esta investigación tuvo el objetivo de analizar si el conocimiento de la lectoescritura de los niños permitía que su cerebro reconociese palabras de manera rápida. A través de la técnica de pre, se encontró que los niños participantes en este estudio mostraron rasgos de discriminación de tipo gruesa, esto se demostró al observar que el n170 de estos niños era de mayor amplitud para los estímulos que contenían letras (palabras y cadenas de consonantes) en contraste con los de símbolos. En nuestros resultados se observó que a pesar de que a nivel conductual (tabla 2) no hubo evidencia de que los niños que están en proceso de alfabetización sean mejores para reconocer palabras que cadenas de letras (consonantes) que no tienen significado y tampoco tienen mejores respuestas que con los símbolos, su cerebro sí es capaz de reconocer las letras que forman palabras de mejor manera que otros estímulos visuales de características similares desde los primeros 300 milisegundos del procesamiento.

Lo anterior se puede interpretar como una evidencia de que los niños de este estudio, a pesar de su corta experiencia de escolarización, ya tienen suficiente experiencia lectora como para que su cerebro haya adquirido la habilidad para distinguir entre los estímulos que tienen letras de los que no las tienen (discriminación gruesa); de igual manera es posible observar que estos niños ya están avanzando en su proceso de discriminación de tal manera de que ya no sólo distinguen entre letras y símbolos, sino también entre lo que sí puede ser una palabra y lo que no (discriminación fina). Este hallazgo es consistente con algunas teorías de desarrollo de la lectoescritura como la psicogénesis de la lectoescritura; según esta teoría, uno de los primeros criterios para aprender a leer y a escribir es el reconocimiento por parte de los niños de que elementos como los dibujos (o símbolos) son diferentes a las letras (Ferreiro, 2011).

Un resultado interesante fue que los niños fueron capaces de discriminar entre cadenas de consonantes sin significado y palabras. Esto es importante en momentos de consolidación de lectura, pues significa que no sólo están haciendo una discriminación visual por la forma de los estímulos, sino que son capaces de distinguir el patrón que siguen las palabras en su lengua nativa (las palabras en español no suelen tener cadenas de consonantes largas). Este tipo de distinción es un prerrequisito fundamental para dar paso a procesos ulteriores como el acceso al léxico de las palabras (Cuetos y Dominguez, 2011).

Finalmente, algo que llama la atención de estos hallazgos es la rapidez con la que ocurre la especialización en el cerebro. Los niños de este estudio tenían entre 5 y 7 años y estaban en su primer o segundo año de escolarización, lo que significa que no eran lectores expertos sino iniciales. A pesar de que su nivel de escritura era considerado ya convencional, no habían adquirido la experiencia con la lengua escrita que presenta un estudiante de niveles más avanzados, y a pesar de eso, sus cerebros fueron capaces de reconocer la diferencia entre palabras y símbolos en un periodo de tiempo muy corto. Es decir, sus cerebros han desarrollado una mayor respuesta neuronal para las palabras que para otro tipo de estímulos visuales menos significativos para ellos, incluso a pesar de que los niños no sean capaces de responder conductualmente mejor a las palabras. Esto significa que, a pesar de no tener estructuras cerebrales específicas para la lectura y la escritura, el cerebro humano llega a reciclar y modificar áreas preexistentes para permitir que estos procesos se lleven a cabo en un tiempo muy corto.

Sin embargo, es importante notar que en este trabajo sólo se contó con un grupo de estudio, niños que estaban en proceso de alfabetización, lo que hace difícil determinar que los resultados reportados en este estudio se deban a cambios plásticos en el cerebro de los niños. Para llegar a esa conclusión, se sugiere continuar con los estudios contando con un grupo de comparación de niños que aún no inicien su alfabetización.

Los hallazgos de esta investigación son un ejemplo de este aporte a la línea de conocimiento de alfabetización y cerebro, así como una evidencia de los cambios que se producen por el aprendizaje de la lectura y la escritura. Se considera necesario que futuras investigaciones continúen con los estudios de procesamiento perceptivos visuales y niveles de conocimientos de lectoescritura a nivel cerebral, en especial con niños con otros niveles de escolarización con la finalidad encontrar si existen diferencia de procesamiento visual de palabras a lo largo del desarrollo. De igual manera se sugiere que para próximas investigaciones se tome en cuenta el estudio del procesamiento visual con poblaciones neurodivergentes.

Conclusiones

En este estudio se ha podido mostrar cómo el aprendizaje escolar de la lectura y la escritura genera cambios plásticos a largo plazo en el cerebro infantil, permitiendo que su sistema de reconocimiento visual sea más eficiente para analizar las formas visuales de las palabras. Este conocimiento puede ser de gran utilidad para identificar tanto el avance en la alfabetización de niños o adultos en escolarización como a poblaciones infantiles que estén en riesgo de presentar retrasos o alteraciones en la adquisición de la lectura y escritura.


Bibliografía

Alvarado, M. (2020). Instrumento diagnóstico para niños pre-alfabéticos. Recuperado el 25 de noviembre de 2022 de sitio MOOC de alfabetización inicial para combatir la situación de rezago después del covid-19: http://www.mexicox.gob.mx/assets/courseware/v1/486024f3b48d92608b1b70c0318ec4e1/assetv1:COLMEX+MDAI20081X+2020_08+type@asset+block/INSTRUMENTO-DIAGNOSTICO-FINAL-CON-ANEXOS.pdf

Ardila, A., Rosselli, M., y Rosas, P. (1989). Neuropsychological assessment in illiterates: Visuospatial and memory abilities. Brain and Cognition, 11(2), 147-166. https://doi.org/10.1016/0278-2626(89)90015-8

Ardila, A., Bertolucci, P. H., Braga, L. W., Castro-Caldas, A., Judd, T., Kosmidis, M. H., Ma­tute, E., Nitrini, R., Ostrosky-Solís, F., y Rosselli, M. (2010). Illiteracy: the neuropsychology of cognition without reading. Archives of Clinical Neuropsychology, 25(8), 689-712. https://doi.org/10.1093/ARCLIN/ACQ079

Bazerman, Ch. (2008). La escritura de la organización social y la situación alfabetizada de la cognición: Extendiendo las implicaciones sociales de la escritura de Jack Goody. Signos, 41(68), 355–380.

Bazerman, C. (2013). Comprendiendo un viaje que dura toda la vida: la evolución de la escritura. Infancia y Aprendizaje, 36(4), 421-441.

Beres, A. M. (2017). Time is of the essence: a review of electroencephalography (EEG) and event-related brain potentials (ERPs) in language research. Applied Psychophysiology and Biofeedback, 42(4), 247-255. https://doi.org/10.1007/S10484-017-9371-3

Berko, J., y Bernstein, N. (2010). Desarrollo del lenguaje. Pearson Educación.

Brem, S., Bach, S., Kucian, K., Guttorm, T. K., Martin, E., Lyytinen, H., Brandeis, D., y Richardson, U. (2010). Brain sensitivity to print emerges when children learn letter-speech sound correspondences. Proceedings of the National Academy of Sciences of the United States of America, 107(17), 7939-7944. https://doi.org/10.1073/PNAS.0904402107/SUPPL_FILE/PNAS.200904402SI.PDF

Caffarra, S., Martin, C. D., Lizarazu, M., Lallier, M., Zarraga, A., Molinaro, N., y Carreiras, M. (2017). Word and object recognition during reading acquisition: MEG evidence. Developmental Cognitive Neuroscience, 24, 21–32. https://doi.org/10.1016/J.DCN.2017.01.002

Carreiras, M., Seghier, M. L., Baquero, S., Estévez, A., Lozano, A., Devlin, J. T., y Price, C. J. Castedo, M. (2014). Reflexión sobre el sistema de escritura y primera alfabetización. Textos de Didáctica de la Lengua y la Literatura, 67, 35-44. https://www.memoria.fahce.unlp.edu.ar/library?a=d&c=arti&d=Jpr9032

Castro-Caldas, A. (2004). Targeting regions of interest for the study of the illiterate brain. Internacional Journal of Psychology, 39, 5-17.

(2009). An anatomical signature for literacy. Nature, 461(7266), 983-986. https://doi.org/10.1038/nature08461

Cuencas, R., Von Seggern, B., Toledo, R., y Harrell, E. H. (1990). El inventario de Edimburgo: Evaluación de la lateralidad cerebral en una población mexicana. Salud Mental, 13(2), 11-17.

Cuetos, F., y Domínguez, A. (2011). Capítulo 9. Lectura. En: Neurociencia del lenguaje: Bases neurológicas e implicaciones clínicas. Editorial Médica Panamericana.

Dehaene, S. (2014). El cerebro lector: Últimas noticias de las neurociencias sobre la lectura, la enseñanza, el aprendizaje y la dislexia. Siglo XXI Editores.

Dehaene, S. (2015). Aprender a leer. De las ciencias cognitivas al aula. Siglo XXI

Dehaene, S., Pegado, F., Braga, L. W., Ventura, P., Nunes Filho, G., Jobert, A., Dehaene-Lambertz, G., Kolinsky, R., Morais, J., y Cohen, L. (2010). How learning to read changes the cortical networks for vision and language. Science, 330(6009), 1359-1364. https://doi.org/10.1126/SCIENCE.1194140/SUPPL_FILE/DEHAENE.SOM.PDF

Delval, J. (1983). Crecer y pensar. La construcción del conocimiento en la escuela. Editorial Laia.

Duchon, A., Perea, M., Sebastián-Gallés, N., Martí, A., y Carreiras, M. (2013). EsPal: One-stop shopping for spanish properties. Behavioral Research Methods, 45, 1246-1258

Durand-Rivera, A., Manzano-Martínez, E., y Uribe-Escamilla, R. (2004). Potenciales relacionados con eventos y la lectura. Revista de Ciencias Clínicas, 5(1), 31-38.

Fajardo-Uribe, L. A. (2008). Aproximación a la relación entre cerebro y lenguaje. Cuadernos de Lingüística Hispánica (11), 93-104.

Fernández, M. T., y Mercado, S. M. (2014). Datos normativos de las matrices progresivas coloreadas en niños indígenas yaquis. Anuario de Psicología/The UB Journal of Psychology, 44(3), 373-385.

Fernández, N., y Alvarado, M. (2015). El efecto de rasgo de continuidad en la identificación de palabras escritas. Revista Educación y Desarrollo, (32), 29-39.

Ferreiro, E. (2011). Alfabetización, teoría y práctica. Siglo XXI Editores.

Gacto, M., Sánchez Pérez, A., y Gacto Sánchez, M. (2006). Lenguaje, genes y evolución. Revista Española de Lingüística Aplicada, 19, 119-128. https://dialnet.unirioja.es/servlet/articulo?codigo=2198625

García-Aldeco, A. y Uribe, V. (2020). Leer y escribir para transformar: alfabetización inicial desde la perspectiva constructivista. El Colegio de México.

Gaur, A., y Gútiez, M. C. (1989). Historia de la escritura. Fundación Germán Sánchez Ruipérez.

Georgiev, G. Z., “Sample Size Calculator” [en línea]. Disponible en https://www.gigacalculator.com/calculators/power-sample-size-calculator.php

Gómez Palacio, M. (1982). Propuesta para el aprendizaje de la lengua escrita. SEP-OEA.

Hinojosa, J. A., Martín-Loeches, M., y Rubia, F. J. (1999). Comprensión del lenguaje y potenciales evocados. Estudios de Psicología, 63, 177-188. https://redined.educacion.gob.es/xmlui/handle/11162/25277

Huettig F., Kolinsky R., y Lachmann, T. (2018) The culturally coopted brain: how literacy affects the human mind. Language, Cognition and Neuroscience, 33, 3, 275-277, DOI: 10.1080/23273798.2018.1425803

Idarraga, O. L. (2003). La historia del lenguaje escrito: La evolución de la escritura hasta nuestros días. Ánfora: Revista Científica de la Universidad Autónoma de Manizales, ١١(١٨), 125-144.

JASP Team (2020). JASP (versión 0.14.1) [software de cómputo].

Kappenman, E. S., y Luck, S. J. (2012). ERP components: The ups and downs of brainwave recordings. En S. J. Luck y E. S. Kappenman (Eds.), The Oxford Handbook of Event-Related Potential Components (pp. 3–30). Oxford University.

Larson, M. J., y Carbine, K. A. (2017). Sample size calculations in human electrophysiology (EEG and ERP) studies: A systematic review and recommendations for increased rigor. International Journal of Psychophysiology, 111, 33-41. https://doi.org/10.1016/j.ijpsycho.2016.06.015

Leal, F., Matute, E., y Zarabozo, D. (2005). La transparencia del sistema ortográfico del español de México y su efecto en el aprendizaje de la escritura. Estudios de Lingüística Aplicada (42), 127-145.

Lozano, A., Ramírez, M., y Ostrosky-Solís, F. (2003). The neurobiology of developmental dyslexia: A survey. Revista de Neurología, 36(11), 1077-1082. https://doi.org/10.33588/rn.3611.2003054

Luck, S. J. (2014). An Introduction to the Event-Related Potential Technique. MIT Press. https://mitpress.mit.edu/books/introduction-event-related-potential-technique-second-edition.

Matute, E., Rosselli, M., Ardila, A., y Ostrosky-Solís, F. (2007). Evaluación neuropsicológica infantil. Manual Moderno.

Maurer, U., Brem, S., Bucher, K., y Brandeis, D. (2005). Emerging neurophysiological specialization for letter strings. Journal of Cognitive Neuroscience, 17(10), 1532-1552. https://doi.org/10.1162/089892905774597218

Maurer, U., Brem, S., Kranz, F., Bucher, K., Benz, R., Halder, P., Steinhausen, H. C., y Brandeis, D. (2006). Coarse neural tuning for print peaks when children learn to read. NeuroImage, 33(2), 749-758. https://doi.org/10.1016/J.NEUROIMAGE.2006.06.025

Merchán, M. S. y Henao, J. L. (2011). Influencia de la percepción visual en el aprendizajhttps://doi.org/10.1016/J.NEUROIMAGE.2006.06.025e. Ciencia y Tecnología para la Salud Visual y Ocular, 9(1), 93–101.

Olabarrieta-Landa, L., Rivera, D., Morlett-Paredes, A., y Arango-Lasprilla, J. C. Capítulo II: Analfabetismo y procesos cognitivos (pp. 21-52). En D. Rivera, A. Morlett-Paredes, y J. C. Arango-Lasprilla (eds.) (2018). Neuropsicología y Analfabetismo. Editorial Manual Moderno.

Oldfield, R. C. (1971). The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia, 9, 97-113.

Ong, W. J., y Hartley, J. (1997). Oralidad y escritura: tecnologías de la palabra. Fondo de Cultura Económica.

Ostrosky-Solís, F., García, M. A., y Pérez, M. (2004). Can learning to read and write change the brain organization? An electrophysiological study. International Journal of Psychology, 39(1), 27-35. https://doi.org/10.1080/00207590344000268

Ostrosky-Solís, F., Gómez Pérez, M. E., y Lozano Gutiérrez, A. (2010). Cultura, escolaridad y edad en la valoración neuropsicológica. Revista Mexicana de Psicología, 27(2), 285-291. https://www.redalyc.org/articulo.oa?id=243016324016

Ostrosky-Solís, F., Gutiérrez, A. L., Flores, M. R., Tostado, H. P., Gómez, E., García, A. V., Castillo-Parra, G., Ardila, A., González-Cantú, R., y Lira-Hereford, B. (2003). Estudio neuropsicológico de población mexicana en proceso de alfabetización. Revista Mexicana de Psicología, 20, 5-17. https://psycnet.apa.org/record/2004-10383-001

Raven, J. C. (2005). Test de matrices progresivas: escala coloreada. Paidós.

Romo López, A., Lesher Gordillo, J. M., y Jiménez García, M. E. (2014). FOXP2: genética y lingüística. Kuxulkab’, 17(33). https://doi.org/10.19136/kuxulkab.a17n33.356

Rosselli, M. (1993). Neuropsychology of illiteracy. Behavioural Neurology, 6(2), 107-112. https://doi.org/10.3233/BEN-1993-6206

Schneck, C. M. (2010). A frame of reference for visual perception. En P. Kramer y J. Hinojosa (eds.), Frames of reference for pediatric occupational therapy (3a ed., pp. 349-389). Philadelphia: Lippincott Williams y Wilkins.

Seghier, M. L., Maurer, U., y Xue, G. (2014). What makes written words so special to the brain? Frontiers in Human Neuroscience, 8(AUG). https://doi.org/10.3389/FNHUM.2014.00634

Soni Limón, P., y Vernon, S. (2018). La representación del acento en escritores principiantes muy jóvenes. Bellaterra: Journal of Teaching and Learning Language and Literature, 11(2), 35-53.

United Nations Educational, Scientific and Cultural Organization, Institute for Statistics (UIS). (2016). Literacy among Adult Populations. En UNESCO e-Atlas of literacy. Recuperado de http://data.uis.unesco.org/Index.aspx?Data-SetCode=EDULIT_DS&popupcustomise=true&lang=en#

Venezky, R. L. (2005). ¿Qué es alfabetización? Vocabulario de lectura y escritura (1). Lectura y Vida, 26(1), 62+.

Vernon, S. (1993). Initial sound/letter correspondences in children’s early written productions. Journal of Research in Childhood Education, 8(1), 12-22

Vernon, S. (2016). Syllabic processes in the initial stages of writing development. En: Written and spoken language development across the lifespan (pp. 93-108). Springer, Cham.

Yano, M., Suwazono, S., Arao, H., Yasunaga, D., y Oishi, H. (2019). Inter-participant variabilities and sample sizes in P300 and P600. International Journal of Psychophysiology, 140, 33-40. https://doi.org/10.1016/j.ijpsycho.2019.03.010

Zhao, J., Kipp, K., Gaspar, C., Maurer, U., Weng, X., Mecklinger, A., y Li, S. (2014). Fine neural tuning for orthographic properties of words emerges early in children reading alphabetic script. Journal of Cognitive Neuroscience, 26(11), 2431-2442.