El aprendizaje multimedia es la construcción de conocimiento que ocurre cuando una persona combina palabras e imágenes en una misma representación mental. Las palabras pueden leerse o escucharse; las imágenes van del diagrama a la fotografía, la animación y el video. No es una moda de formato: es la descripción técnica de cómo procesa el cerebro el material de una capacitación.
Por eso el material de un programa bien diseñado se ve como se ve: láminas con poco texto, un diagrama por idea, hojas que se trabajan en vez de leerse. El cerebro procesa lo verbal y lo visual por canales separados, cada uno con poca capacidad, y el material bien construido reparte el trabajo entre los dos. El recargado lo amontona — y satura.
Este artículo desarrolla la teoría que lo explica — la del aprendizaje multimedia, de Richard E. Mayer —, las tres distinciones que casi nadie separa, el error que todos hemos sufrido en un salón y el para qué de cada recurso.
Soy Roberto Bernal, Master Certified Coach (MCC) de la International Coaching Federation y egresado del programa Designing Learning Online (DLO) de ATD, la Association for Talent Development.

Qué es el aprendizaje multimedia
La palabra multimedia junta dos raíces latinas: multi, de multum — numeroso, más de uno — y media, de medium — medio, vía. Multimedia es, entonces, todo lo que se puede expresar, transmitir o percibir a través de diferentes medios.
Aplicado a la capacitación, la definición operativa es más precisa: presentar información en palabras e imágenes a la vez. Por «palabras» se entiende el material verbal — texto escrito o sonido —; por «imágenes», el material pictórico: ilustraciones, gráficos, diagramas, mapas y fotografías, más los dinámicos: la animación y el video.
Esa definición nombra la presentación, no el aprendizaje: se puede llenar una sesión de medios sin que nadie aprenda más. Separar una cosa de la otra es lo que hizo Mayer.
Las tres distinciones de Mayer

Richard E. Mayer, profesor de psicología de la Universidad de California en Santa Bárbara, aplica los hallazgos de la psicología cognitiva a una pregunta práctica: cómo ayudar a alguien a comprender usando palabras e imágenes. Su primer aporte es separar tres conceptos que el mercado usa como sinónimos.
Multimedia
Es la presentación de información en palabras e imágenes. Es una propiedad del material: la lámina, el video, la hoja de trabajo. Que un recurso sea multimedia no dice nada todavía sobre si alguien aprende con él.
Aprendizaje multimedia
Es lo que hace el que aprende: construir representaciones mentales combinando las palabras y las imágenes que recibió. Una representación mental es el modelo interno con el que la persona entiende algo y con el que después piensa y actúa. Ocurre dentro del participante o no ocurre; ningún proyector lo produce por sí solo.
Instrucción multimedia
Es lo que hace el que diseña: elaborar recursos de palabras e imágenes con el propósito de facilitar esa construcción. La palabra que trabaja es «propósito» — cada recurso existe para ayudar a construir una representación mental concreta, no para adornar la sesión.
La consecuencia práctica cabe en una línea: poner un video no es instrucción multimedia; elegirlo con un propósito, sí. Y el propósito no se improvisa: lo fija el objetivo de aprendizaje — la declaración de qué podrá hacer la persona al terminar.
Por qué funciona: la teoría cognitiva del aprendizaje multimedia
Mayer (2005) propone la Teoría Cognoscitiva del Aprendizaje Multimedia — la encontrarás también como teoría cognitiva del aprendizaje multimedia —, presentada ante la Iniciativa de Harvard para el Aprendizaje y la Enseñanza (HILT) en julio de 2014. Parte de que la memoria tiene tres almacenes — sensorial, de trabajo y de largo plazo —, cuya mecánica ya tiene artículo propio.
Su base es la que explica el material: existen canales separados para procesar lo verbal y lo visual. El canal verbal procesa las palabras — lo que se escucha y lo que se lee —; el canal visual procesa las imágenes. Y cada canal solo puede procesar una pequeña cantidad de material a la vez.
De ahí sale todo el diseño. Usar los dos canales bien — la imagen mostrando lo que las palabras explican — reparte la carga y deja capacidad libre para comprender. Usarlos mal — texto denso proyectado mientras alguien habla de otra cosa — la duplica, y aparece la sobrecarga: la demanda supera lo que los canales pueden procesar, y el excedente queda sin procesar, sin aviso y sin vuelta atrás.
Esta teoría es una aplicación, al material, de los procesos que gobiernan la memoria. Ese terreno — la carga cognitiva, el peso que el contenido pone sobre los recursos limitados de quien procesa, y los cinco procesos psicológicos que un buen diseño activa — tiene su propio artículo. Aquí basta esto: el material también suma a ese peso, y quien lo diseña decide cuánto.
La diapositiva que el facilitador lee en voz alta

Todo comprador ha vivido la escena: la lámina cargada de texto y el facilitador leyéndola en voz alta. Parece redundancia inofensiva — hasta refuerzo. La teoría dice otra cosa: está mandando el mismo material por los dos canales a la vez, y satura en vez de repartir.
La palabra escrita y la palabra dicha compiten por el mismo procesamiento. Y la imagen — que podría estar descargando el canal verbal — ni siquiera está en la lámina: la ocupó el texto. El participante termina leyendo por su cuenta, desincronizado del que habla.
De ahí una regla aplicable mañana, frente a cualquier propuesta: si el material se explica solo, el facilitador sobra; si el facilitador solo lee lo que está escrito, el material sobra. En un programa bien diseñado, la lámina y la voz hacen trabajos distintos que se completan.
Lo mismo corre para el otro extremo: la imagen decorativa. Un elemento visual irrelevante no «descansa la vista»: ocupa canal que el contenido necesitaba y le quita procesamiento a lo que importa. Por eso el material serio se ve sobrio: todo lo que está, está trabajando.
Los recursos multimedia y para qué sirve cada uno

Con la teoría en la mano, los recursos dejan de ser catálogo y se vuelven decisiones — cada uno existe para un trabajo. En qué momento de la lección entra cada cual lo ordenan las fases de la lección, con artículo propio.
- Diagramas ilustrativos. Convierten relaciones en imagen: lo que en prosa exige párrafos, en un diagrama se ve de un vistazo. Descargan el canal verbal y le dan al visual algo que sí enseña.
- Acrósticos y mnemotecnias. Una mnemotecnia es una técnica que asocia el contenido nuevo a una estructura memorable; el acróstico es su forma más usada — una palabra cuyas letras codifican una lista. Sintetizan mucho contenido en una sola palabra clave y favorecen la retención: un equipo de servicio puede recordar los pasos para atender un reclamo porque cada letra de una palabra los nombra.
- Sonidos e imágenes relevantes. La palabra que trabaja es «relevantes»: finamente seleccionados para acompañar la presentación, no para decorarla. La imagen que ilustra exactamente la idea suma; la genérica cuesta.
- Clips de película. Ilustran un tema de forma robusta: una escena bien elegida trae contexto, emoción y ejemplo en un solo paquete difícil de lograr con texto.
- Hojas de trabajo. Guías estructuradas y representadas visualmente, sobre las que el participante trabaja durante la sesión y después de ella — de los pocos recursos donde los dos canales y la práctica coinciden.
- Video. El recurso con más aceptación — y el que más criterio pide: tiene sección propia.
Un ejemplo construido con este criterio es el reporte de la evaluación Everything DiSC Workplace: representa el estilo conductual de la persona en un mapa visual y lo explica en palabras — dos canales, una misma representación mental.
Una aclaración que evita un error común: la variedad de recursos no existe para atender «tipos de persona» — visuales, auditivos, kinestésicos —, sino para repartir la carga entre los dos canales que todo cerebro tiene. El mismo participante aprende mejor con palabras e imágenes bien combinadas; no hay que segmentar a nadie.
El video como recurso, con criterio
El video es de los recursos con mejor aceptación en la facilitación del aprendizaje, y la razón es de cableado: el cerebro está preparado para responder al material visual, y buena parte de lo que le llega es visual. Un video bien elegido junta imagen, movimiento y narración — los dos canales a la vez.
«Bien elegido» es la mitad que importa. Tres criterios separan el video que enseña del relleno:
- Escenas verdaderamente relevantes al tema. Se selecciona por pertinencia, no por impacto: el video espectacular que no ilustra el punto cobra atención y no la devuelve.
- El participante graba su propio desempeño. La persona se graba practicando la habilidad — el teléfono alcanza — y recibe retroalimentación sobre lo que hizo: el video deja de ser consumo y se vuelve espejo.
- Se aloja donde el equipo pueda revisarlo y comentarlo. Un video que se proyecta una vez trabaja una vez; alojado donde el grupo vuelve, comenta y compara, sigue trabajando.
Cuando el video viaja fuera de la sesión — piezas breves que llegan al teléfono entre encuentros —, entra al terreno del microlearning y del aprendizaje asincrónico — la modalidad en la que cada quien aprende a su ritmo —, con artículo propio. Y si el video es siquiera el medio correcto para tu objetivo, esa decisión tiene criterio propio: el de métodos y medios instruccionales, también con artículo propio.
El material, entonces, no «se ve bonito»: se ve diseñado. La selección de palabras e imágenes es una capa de una cadena mayor — el Protocolo de Conexión Metodológica, que define qué modelo decide qué cosa en un programa, desarrollado en la guía de diseño instruccional del International Coaching Institute.
En el International Coaching Institute el material de cada programa se construye con esta teoría: láminas que reparten canales, recursos con propósito y video con criterio. Si estás evaluando una capacitación, pídenos ver cómo se vería el material para tu caso.
Preguntas frecuentes
¿Qué es el aprendizaje multimedia?
Es la construcción de representaciones mentales que hace una persona cuando combina palabras — texto o sonido — e imágenes — diagramas, fotografías, animación, video. No describe al material, sino al que aprende: un recurso puede ser multimedia y aun así no producir aprendizaje si satura los canales en lugar de repartir el trabajo.
¿Qué es la teoría cognitiva del aprendizaje multimedia?
Es la propuesta de Richard E. Mayer (2005) — él la llamó Teoría Cognoscitiva del Aprendizaje Multimedia — que sostiene que procesamos el material verbal y el visual por canales separados, cada uno con poca capacidad a la vez. De ahí que el material bien diseñado reparta la información entre los dos en vez de amontonarla en uno.
¿Cuál es la diferencia entre multimedia, aprendizaje multimedia e instrucción multimedia?
Multimedia es la presentación de información en palabras e imágenes — una propiedad del material; aprendizaje multimedia es lo que hace el que aprende: construir representaciones mentales combinándolas; instrucción multimedia es lo que hace el que diseña: elaborar esos recursos con el propósito de facilitar esa construcción. Poner un video no es instrucción multimedia; elegirlo con un propósito, sí.
¿Por qué las diapositivas con mucho texto no funcionan?
Porque mandan el mismo material por los dos canales a la vez: el participante lee mientras el facilitador lee lo mismo en voz alta, y eso satura en vez de repartir. Además, el texto ocupa el lugar donde una imagen podría estar enseñando. La señal es simple: si la lámina se explica sola, el facilitador sobra; si el facilitador solo la lee, la lámina sobra.
¿Usar más recursos multimedia significa aprender más?
No. Los canales procesan poco a la vez, y cada recurso de más compite por esa capacidad: el elemento irrelevante se la quita al contenido que importa. El criterio tampoco es la variedad para supuestos «tipos de persona»: el aprendizaje multimedia ocurre cuando cada palabra y cada imagen tienen un propósito frente al objetivo de la capacitación.




