Un Instructor cambia cómo desvanece las ayudas y, en las dos semanas siguientes, las respuestas independientes del niño suben. Algo ha funcionado — pero ¿qué? El niño también ha cumplido tres años, ha empezado a dormir mejor y tiene una persona nueva los jueves.
La investigación de grupos responde a eso con otra lógica: la asignación al azar y los controles integrados en el diseño son lo que hace que promediar sobre mucha gente cancele lo ajeno — promediar por sí solo, sin eso, no hace ese trabajo. Los diseños de grupo tampoco están al alcance de quien trabaja con un niño, y además la mayoría de las preguntas de la práctica no van de eso: no funciona en promedio sino está funcionando, con este alumno, ahora.
Los diseños de caso único están hechos justo para eso. No son una versión menor de un ensayo clínico: son un diseño distinto con su propia lógica, estándar en análisis aplicado de la conducta desde que existe el campo.
La idea: el alumno es su propio control
En vez de comparar un grupo contra otro, se comparan condiciones dentro de una persona, midiendo repetidamente bajo cada una.
Lo que lo convierte en evidencia en vez de en un relato es la replicación: que el efecto aparezca más de una vez, atado a la condición y no al calendario. Una conducta que sube cuando introduces el cambio, baja cuando lo retiras y vuelve a subir cuando lo pones otra vez te ha dicho algo que ningún antes-y-después puede decir.
Por eso la línea base importa más de lo que la gente espera. Una línea base no es tiempo muerto antes de la parte interesante: es la predicción. Se mide hasta que los datos permitirían decir cómo serían las próximas sesiones sin el cambio; solo entonces significa algo apartarse de ella. Introducir el cambio mientras la línea todavía sube sola tira por la borda la comparación que ibas a hacer.
Los diseños, y qué puede concluir cada uno
Cuál encaja depende de la pregunta que se hace, de si se espera que el efecto se revierta, de si hay varios alumnos o conductas disponibles para escalonar, y de si retirar algo que está ayudando es éticamente aceptable — ningún diseño es la elección correcta en todos los casos.
A-B. Línea base y después intervención. Es fácil y es el más débil: enseña que algo cambió a la vez que tu cambio. Todo lo demás que pasó esa semana tiene el mismo derecho a reclamarlo. Sirve para seguimiento, no para concluir.
A-B-A-B (retirada). Línea base, intervención, vuelta a línea base, intervención otra vez. El efecto tiene que aparecer, irse y volver — algo difícil de imitar para una coincidencia. Cuando revertir el efecto es a la vez esperable y éticamente aceptable, compra una de las conclusiones más fuertes de los diseños habituales — una fortaleza condicional, no automática — y tiene dos costes reales: retirar algo que está ayudando no siempre es aceptable, y hay aprendizajes que no se revierten. Ojo: este diseño alterna exactamente dos condiciones y vuelve a la primera; cuatro fases seguidas con nombres distintos no son un A-B-A-B, son un A-B-C-D.
Línea base múltiple. El cambio se introduce en un momento distinto para cada uno de varios alumnos, conductas o entornos, y el resto sigue en línea base hasta que le toca. Si cada línea se mueve cuando llega su propio cambio y no antes, el escalonamiento es la replicación — y no hay que retirar nada.
Tratamientos alternantes. Dos condiciones se alternan rápido, a menudo sesión a sesión, y se comparan directamente. Responde deprisa a «¿cuál de estas dos va mejor aquí?», y necesita condiciones que el alumno pueda distinguir.
Criterio cambiante. El listón se mueve en escalones planificados y se espera que la conducta lo siga. Útil para algo que se construye poco a poco, donde retirarlo no tendría sentido.
Cómo se lee el gráfico
El juicio aquí es visual y estructurado, no un valor p. Lo que se le pregunta al gráfico:
- Nivel — ¿se movió el valor?
- Tendencia — ¿hacia dónde iba en cada fase, y cambió de dirección?
- Variabilidad — ¿cuánto ruido tiene cada fase? Juzgar un cambio frente a ese ruido es cuestión de grado, no una regla fija — una subida apenas mayor que la dispersión ya existente es evidencia débil por sí sola, y lo que la refuerza es que el mismo patrón se repita a lo largo de las réplicas del diseño, no la lectura de una sola fase.
- Inmediatez — ¿con qué rapidez se movió después de la línea de fase?
- Solapamiento — ¿cuánto comparten de rango los puntos de las dos fases?
- Consistencia — ¿se parecen entre sí las fases semejantes (dos líneas base, o dos fases de intervención en un diseño de retirada)? Que un dato repita su propio patrón a lo largo del diseño convence más que un solo caso de cualquier cosa (documentación técnica del What Works Clearinghouse).
La trampa es el solapamiento al revés: una subida llamativa después de una línea base que ya subía dice mucho menos que la misma subida después de una plana. Por eso la línea base se lee primero.
Lo que el gráfico no resuelve
Dos preguntas quedan fuera de él, y un diseño sin ellas es un diseño que puede equivocarse en silencio.
¿Lo habría puntuado igual una segunda persona? Si solo un observador puntuó la conducta, el registro describe el juicio de una persona tanto como la conducta del niño. La respuesta es un segundo observador que puntúe una parte de forma independiente, y una cifra de cuánto coinciden.
¿Se aplicó el procedimiento como estaba escrito? Una línea plana tiene dos explicaciones que en un gráfico son idénticas: el procedimiento no ayudó, o el procedimiento no fue lo que ocurrió. Comprobarlo es otra medición, y sin ella un estudio del alumno puede ser un estudio de los adultos.
Las dos tienen métodos establecidos y ninguna es opcional en un trabajo publicado. Interlaza registra los marcadores de fase, el acuerdo entre dos observadores y las comprobaciones de fidelidad junto a las sesiones — pero el diseño sigue siendo una decisión que toma una persona, y la app no la va a tomar.
Para seguir
- ¿Está aprendiendo de verdad? — la misma pregunta sin el vocabulario de investigación.
- Generalización — lo que un efecto dentro de una condición sigue sin decirte sobre cualquier otro sitio.