La Taxonomía de Bloom sigue siendo una de las herramientas más usadas para diseñar objetivos de aprendizaje, evaluaciones y experiencias formativas. Su valor no está en tratarla como una escalera rígida, sino como un lenguaje común para alinear intención pedagógica, actividad, evidencia y medición.

En e-learning, donde los resultados se traducen en evaluaciones, rúbricas, SCORM, xAPI, analíticas y reportes automatizados, esa claridad sigue siendo crítica. Sin embargo, la taxonomía también debe leerse con cuidado: el aprendizaje digital actual es más iterativo, colaborativo y complejo que una progresión lineal de “recordar” a “crear”. La clave no es abandonar Bloom, sino actualizar su uso con enfoques como Bloom Digital, Fink y SOLO.

Bloom no murió: lo que murió fue usarlo como pirámide decorativa

Durante décadas, la Taxonomía de Bloom ha sido el punto de partida de miles de programas educativos, cursos e-learning, capacitaciones corporativas, rúbricas y evaluaciones. En muchas áreas de formación, basta mencionar “verbos de Bloom” para que diseñadores instruccionales, docentes, capacitadores y responsables de evaluación sepan de qué se está hablando. Pero aquí empieza el problema.

Bloom se volvió tan popular que también se volvió superficial. En demasiados proyectos, se usa como una lista de verbos para llenar formatos: “identificar”, “analizar”, “aplicar”, “evaluar”. Se coloca en una tabla, se convierte en requisito administrativo y se pierde su sentido original: ayudar a pensar con precisión qué debe lograr una persona después de una experiencia de aprendizaje.

En la era digital, esa precisión importa más que nunca. Un curso en línea no solo “expone contenido”; registra avances, calificaciones, intentos, interacciones, evidencias, simulaciones y resultados. Si el objetivo está mal redactado, la evaluación también estará mal diseñada. Y si la evaluación está mal diseñada, los datos del LMS solo producirán una ilusión de aprendizaje.

La Taxonomía de Bloom sigue vigente no porque sea perfecta, sino porque resuelve un problema que todavía no hemos superado: ponerle nombre observable a lo que esperamos que una persona aprenda.

Fundamentos: qué es la Taxonomía de Bloom

La Taxonomía de Bloom nació como un sistema para clasificar objetivos educativos. El trabajo inició a partir de reuniones de especialistas en medición educativa desde 1949 y culminó con la publicación de Taxonomy of Educational Objectives: The Classification of Educational Goals. Handbook I: Cognitive Domain en 1956, bajo el liderazgo de Benjamin S. Bloom y sus colaboradores. La versión original organizaba el dominio cognitivo en seis categorías: conocimiento, comprensión, aplicación, análisis, síntesis y evaluación.

El objetivo no era solo crear una jerarquía bonita para presentaciones docentes. Krathwohl explica que Bloom veía la taxonomía como un lenguaje común para hablar de metas de aprendizaje, una base para dar significado específico a objetivos educativos amplios, una herramienta para verificar la congruencia entre objetivos, actividades y evaluaciones, y una forma de mostrar la amplitud o estrechez de un currículo.

La versión original suponía una progresión de lo simple a lo complejo y de lo concreto a lo abstracto. También asumía que las categorías tenían una lógica acumulativa: dominar una categoría más simple era requisito para avanzar hacia una más compleja.

La revisión de Anderson y Krathwohl

En 2001, Lorin W. Anderson y David R. Krathwohl, junto con otros especialistas, publicaron una revisión de la taxonomía. Esta versión hizo dos movimientos clave.

Primero, transformó los sustantivos originales en verbos orientados a la acción: recordar, comprender, aplicar, analizar, evaluar y crear. Segundo, separó el tipo de conocimiento del proceso cognitivo. Es decir, ya no bastaba con decir “analizar”; también importaba saber si se analizaba conocimiento factual, conceptual, procedimental o metacognitivo.

Esta es una aportación central para el diseño instruccional moderno. No es lo mismo pedir que una persona “recuerde” una política de seguridad que pedirle que “evalúe” una decisión operativa aplicando criterios de riesgo. Tampoco es lo mismo “comprender” un procedimiento que “aplicarlo” en una simulación con consecuencias.

La revisión volvió más útil la taxonomía para diseñar objetivos medibles, porque obligó a mirar dos dimensiones: qué tipo de conocimiento se trabaja y qué operación cognitiva se espera del participante.

Relevancia en e-learning: por qué Bloom se volvió el estándar de oro

La Taxonomía de Bloom se volvió una referencia central en e-learning porque ayuda a resolver una pregunta básica: ¿qué evidencia demostrará que la persona aprendió?

En capacitación digital, un objetivo mal escrito puede arruinar todo el diseño. “Conocer la política de ciberseguridad” suena correcto, pero es débil. ¿Qué significa conocer? ¿Leerla? ¿Recordarla? ¿Aplicarla? ¿Detectar incumplimientos? ¿Tomar decisiones bajo presión?

Bloom ayuda a convertir intenciones vagas en comportamientos observables. Por ejemplo:

• “Conocer los lineamientos de protección de datos” puede convertirse en: “Identificar los tipos de datos personales que requieren tratamiento especial en casos de atención al cliente”.
• “Entender el procedimiento de evacuación” puede convertirse en: “Aplicar el protocolo de evacuación correcto ante tres escenarios simulados de emergencia”.
• “Aprender sobre liderazgo” puede convertirse en: “Evaluar la respuesta de un líder ante un conflicto de equipo y justificar una alternativa de intervención”.

La diferencia no es cosmética. En e-learning, el verbo define el tipo de actividad, la evaluación y la evidencia.

Si el objetivo es recordar, puede bastar una pregunta de selección o recuperación. Si el objetivo es aplicar, se necesita un caso, escenario, simulador o actividad situada. Si el objetivo es evaluar, se requiere criterio, comparación, argumentación o rúbrica. Si el objetivo es crear, probablemente se necesita una entrega, prototipo, plan, documento, producto digital o evidencia compleja.

Aquí Bloom conecta directamente con el diseño de evaluaciones automatizadas. En cursos SCORM, xAPI o LMS, los datos que se registran dependen de lo que el curso fue diseñado para observar. Si solo medimos clics, avance y respuestas de memoria, no podemos afirmar que la persona desarrolló criterio, juicio o capacidad de transferencia.

Por eso Bloom sobrevive: ofrece una gramática pedagógica compartida entre expertos de contenido, diseñadores instruccionales, desarrolladores e-learning, responsables de capacitación y equipos de medición.

Análisis crítico: los límites de Bloom en el aprendizaje contemporáneo

La popularidad de Bloom también ha generado críticas importantes. Algunas son justas; otras se deben más al mal uso de la taxonomía que a la taxonomía misma.

La jerarquía lineal está en duda

Una de las críticas más fuertes es que el aprendizaje no siempre ocurre como una escalera. No todo proceso empieza en recordar y termina en crear. En proyectos, retos, simuladores, aprendizaje basado en problemas o experiencias colaborativas, una persona puede empezar intentando resolver, prototipar o crear algo, y en el proceso descubrir qué necesita recordar, comprender o analizar.

Andrew Churches, en su propuesta de Bloom Digital, señala explícitamente que el aprendizaje puede iniciar en cualquier punto, aunque en el proceso aparezcan elementos de otras etapas.

Esta crítica es especialmente relevante para el e-learning actual. Pensemos en una simulación de atención a clientes con IA generativa. El participante puede comenzar tomando decisiones, revisando respuestas, comparando alternativas y corrigiendo errores. Ahí no hay una secuencia limpia de seis pasos. Hay iteración, retroalimentación y ajuste.

La separación entre procesos cognitivos puede ser artificial

Otra crítica frecuente es que Bloom puede dar la impresión de que recordar, comprender, aplicar, analizar, evaluar y crear son procesos separados. En la práctica, se mezclan. Cuando una persona evalúa una decisión, también recuerda criterios, comprende el contexto, aplica reglas y analiza consecuencias.

Una crítica contemporánea publicada en Education Week resume este punto con claridad: el aprendizaje no es un proceso jerárquico o lineal, y tratar los procesos cognitivos como discretos puede ocultar la manera integrada en que realmente pensamos y aprendemos.

La investigación reciente también ha cuestionado supuestos internos de la taxonomía revisada, como la independencia entre tipos de conocimiento y procesos cognitivos, así como el uso de verbos de acción como indicadores confiables del nivel cognitivo.

Este punto es muy importante para diseño instruccional: un verbo no garantiza profundidad. “Analizar” puede ser usado de forma superficial, y “identificar” puede ser parte de una tarea compleja si ocurre dentro de un escenario de alto riesgo.

El origen conductista y evaluativo no basta para todos los aprendizajes

Bloom nació muy vinculado a la clasificación de objetivos y a la evaluación. Esa orientación ha sido útil, pero puede quedarse corta cuando buscamos aprendizajes más amplios: identidad profesional, criterio ético, colaboración, sensibilidad intercultural, agencia, metacognición o transferencia a contextos ambiguos.

En capacitación corporativa esto se nota mucho. No basta con que una persona “identifique” valores organizacionales o “enumere” pasos de un protocolo. A veces se espera que tome mejores decisiones, dialogue, priorice, actúe con ética o reconozca cuándo una regla no cubre un caso complejo. Ahí Bloom ayuda, pero no alcanza por sí solo.

Modernización: Bloom para la Era Digital

La propuesta de Andrew Churches, conocida como Bloom’s Digital Taxonomy, no reemplaza la taxonomía revisada, sino que la adapta al contexto de herramientas digitales, colaboración en línea, producción multimedia y participación en entornos tecnológicos.

Churches sostiene que la taxonomía revisada no cubría suficientemente las nuevas actividades asociadas con la integración de tecnologías de información y comunicación en el aprendizaje.

Su aportación más visible fue incorporar verbos y acciones digitales. En el nivel de creación, por ejemplo, incluye acciones como programar, filmar, animar, bloguear, videobloguear, mezclar, remezclar, publicar, producir podcasts, dirigir o construir mashups.

Esto tiene implicaciones directas para e-learning. Un curso digital moderno ya no debería limitarse a “leer y contestar”. Puede pedir que la persona:

• Cure contenido confiable sobre un tema.
• Diseñe un flujo de trabajo con herramientas colaborativas.
• Programe una automatización simple.
• Produzca un video explicando una decisión.
• Construya una guía en una wiki interna.
• Analice datos de un dashboard.
• Evalúe una respuesta generada por IA.
• Documente criterios de decisión en una bitácora digital.
• Participe en una simulación ramificada.
• Resuelva un caso en equipo usando herramientas colaborativas.

Bloom Digital resulta útil porque conecta los niveles cognitivos con evidencias propias de la vida digital. La creación ya no es solo redactar un ensayo; puede ser prototipar, editar, publicar, programar, documentar o producir contenido multimodal.

Pero conviene evitar una lectura ingenua. Agregar verbos tecnológicos no vuelve automáticamente más profundo un curso. “Publicar en un foro” puede ser una actividad pobre si solo se pide repetir definiciones. En cambio, “comparar tres decisiones, argumentar una postura y responder críticamente a dos colegas” puede activar análisis y evaluación, aunque ocurra en una herramienta simple.

La tecnología no eleva el nivel cognitivo por sí misma. El diseño pedagógico sí.

Alternativas y complementos: Fink y SOLO

Bloom sigue siendo útil, pero no debería ser la única lente. Dos modelos ayudan a compensar sus límites: la Taxonomía de Fink y la Taxonomía SOLO.

Fink: aprendizaje significativo, no solo desempeño cognitivo

L. Dee Fink propuso la Taxonomía del Aprendizaje Significativo en 2003. A diferencia de Bloom, su modelo no se organiza como una jerarquía lineal, sino como dimensiones interrelacionadas. Incluye conocimiento fundamental, aplicación, integración, dimensión humana, interés/cuidado y aprender a aprender.

Fink es especialmente valioso cuando el curso busca transformación, no solo cumplimiento. Por ejemplo, en una capacitación sobre uso responsable de IA, Bloom ayuda a definir objetivos como “identificar riesgos”, “evaluar sesgos” o “aplicar criterios de privacidad”. Pero Fink permite ampliar el diseño hacia preguntas más profundas: ¿Qué cambia en la forma en que el participante se ve a sí mismo como profesional? ¿Qué valores debe desarrollar frente al uso de datos? ¿Qué conexiones debe hacer entre tecnología, ética, negocio y responsabilidad legal? ¿Cómo seguirá aprendiendo cuando la herramienta cambie?

Para temas de liderazgo, compliance, cultura organizacional, seguridad, diversidad, ética o IA, Fink puede enriquecer el diseño porque obliga a mirar dimensiones humanas y motivacionales que Bloom no desarrolla con tanta fuerza.

SOLO: observar la calidad de la comprensión

La Taxonomía SOLO, asociada con Biggs y Collis, clasifica la calidad de los resultados de aprendizaje según la complejidad observable de la comprensión. Sus niveles suelen describirse como preestructural, uniestructural, multiestructural, relacional y abstracto ampliado.

Su valor está en que no se enfoca tanto en el verbo del objetivo, sino en la estructura de la respuesta o desempeño del estudiante. La pregunta ya no es solo “¿qué acción realizó?”, sino “¿qué tan profunda, integrada y transferible es su comprensión?”. Esto es muy útil para rúbricas digitales, evaluación de proyectos y aprendizaje basado en evidencias.

Por ejemplo, en un curso sobre análisis de incidentes de seguridad:

• Nivel uniestructural: identifica una causa aislada.
• Nivel multiestructural: enumera varias causas, pero sin conectarlas.
• Nivel relacional: explica cómo se relacionan las causas, decisiones y consecuencias.
• Nivel abstracto ampliado: propone un modelo preventivo aplicable a otros casos.

SOLO puede complementar muy bien a Bloom cuando se evalúan entregables complejos, portafolios, simulaciones, casos y proyectos.

Cómo usar Bloom hoy sin caer en simplificaciones

La pregunta no debería ser si Bloom sigue vigente o no. La mejor pregunta es: ¿para qué tipo de decisión pedagógica lo estamos usando?

Bloom sigue siendo muy útil para:

• Redactar objetivos de aprendizaje observables.
• Alinear objetivos, actividades y evaluaciones.
• Evitar cursos centrados solo en memoria.
• Diseñar rutas de aprendizaje progresivas.
• Comunicar expectativas entre equipos multidisciplinarios.
• Construir bancos de preguntas con distintos niveles cognitivos.
• Diseñar rúbricas y evidencias.
• Conectar objetivos con medición en LMS, SCORM o xAPI.

Pero Bloom no debería usarse para:

• Suponer que todo aprendizaje debe seguir una secuencia rígida.
• Confundir verbos con profundidad real.
• Reducir el aprendizaje a evaluación automatizada.
• Ignorar emociones, motivación, identidad o contexto.
• Diseñar actividades digitales solo porque “suenan modernas”.
• Clasificar mecánicamente cursos sin mirar la evidencia.

En e-learning corporativo, una buena práctica es usar Bloom como punto de partida y combinarlo con otras preguntas: ¿Qué desempeño real necesita la organización? ¿Qué decisión debe tomar mejor la persona después del curso? ¿Qué evidencia demostraría transferencia al puesto? ¿Qué parte puede evaluarse automáticamente y qué parte requiere juicio humano? ¿Qué datos del LMS realmente indican aprendizaje y cuáles solo indican avance? ¿Qué herramientas digitales permiten practicar, no solo consumir contenido?

Ese cambio es fundamental. Bloom no debe ser la meta. Debe ser una herramienta dentro de una arquitectura instruccional más amplia.

Ejemplos de aplicación en medios digitales

Caso	Objetivo débil	Objetivo mejorado	Evidencia digital
Curso de compliance	“Conocer la política anticorrupción”.	“Evaluar escenarios de interacción con proveedores para determinar posibles riesgos de conflicto de interés”.	Simulación ramificada con retroalimentación, justificación de respuesta y registro xAPI de decisiones críticas.
Capacitación en IA generativa	“Aprender a usar herramientas de IA”.	“Analizar respuestas generadas por IA para detectar sesgos, errores factuales y riesgos de privacidad”.	Actividad comparativa con respuestas de IA, checklist de validación, rúbrica de criterio y bitácora de decisiones.
Inducción operativa	“Entender el proceso de seguridad”.	“Aplicar el procedimiento de bloqueo y etiquetado en una simulación interactiva antes de iniciar mantenimiento”.	Simulador con pasos obligatorios, penalización por omisiones críticas y reporte de desempeño.
Liderazgo remoto	“Conocer buenas prácticas de liderazgo”.	“Diseñar un plan de conversación para atender una situación de bajo desempeño en un equipo remoto”.	Role-play grabado, retroalimentación asistida por rúbrica y autoevaluación metacognitiva.

Estos ejemplos muestran el punto central: Bloom no sirve para adornar objetivos; sirve para decidir qué debe hacer el participante, con qué herramienta, bajo qué criterio y con qué evidencia.

Checklist estratégico

• Verifica que cada objetivo use un verbo observable y no una intención ambigua como “conocer” o “entender”.
• Alinea cada objetivo con una actividad y una evaluación del mismo nivel cognitivo.
• No uses Bloom como escalera rígida; permite rutas iterativas, retos y simulaciones.
• Diferencia entre recordar información y aplicar criterio en situaciones reales.
• Usa Bloom Digital para incorporar evidencias como publicar, programar, curar, prototipar o documentar.
• Evita suponer que una herramienta tecnológica eleva por sí sola el nivel cognitivo.
• Complementa Bloom con Fink cuando busques transformación, ética, identidad o motivación.
• Complementa Bloom con SOLO cuando necesites evaluar profundidad de comprensión.
• Diseña métricas LMS, SCORM o xAPI que midan decisiones relevantes, no solo avance o clics.
• Revisa si la evidencia final demuestra transferencia al puesto, no solo aprobación del curso.

Conclusión: Bloom sigue vivo, pero necesita rediseño crítico

La Taxonomía de Bloom sigue siendo relevante porque ofrece algo que el e-learning necesita desesperadamente: claridad. Ayuda a traducir intenciones formativas en objetivos observables, evaluaciones coherentes y evidencias medibles.

Pero su vigencia depende de usarla con criterio. En la era digital, aprender no siempre es subir una escalera. A veces es explorar, equivocarse, crear, recibir retroalimentación, volver a investigar, colaborar y reconstruir el conocimiento. Bloom puede acompañar ese proceso, siempre que no lo convirtamos en una jaula.

El futuro del diseño instruccional no está en abandonar Bloom ni en obedecerlo ciegamente. Está en usarlo como lenguaje base, enriquecerlo con modelos más holísticos y conectarlo con evidencias digitales reales.

Porque en e-learning, el objetivo no es que alguien complete un curso. El objetivo es que pueda pensar, decidir y actuar mejor cuando el curso ya terminó.

Fuentes

Adams, N. E. (2015). Bloom’s taxonomy of cognitive learning objectives. Journal of the Medical Library Association. https://pmc.ncbi.nlm.nih.gov/articles/PMC4511057/

Biggs, J., & Tang, C. (2007). Introducción a la Taxonomía SOLO de Biggs & Tang. Recurso académico en español. https://www.rmm.cl/sites/default/files/usuarios/8711591/articulos/introduccion_a_la_taxonomia_solo_de_biggs.pdf

Churches, A. (2008/2009). Bloom’s Digital Taxonomy. https://www.researchgate.net/publication/228381038_Bloom%27s_Digital_Taxonomy

Eduteka. (2024). La taxonomía de Bloom y sus actualizaciones. Universidad Icesi. https://eduteka.icesi.edu.co/articulos/taxonomiabloomcuadro

Fink, L. D. (2003). Creating Significant Learning Experiences: An Integrated Approach to Designing College Courses. Referido en Pima Community College Pressbooks. https://pimaopen.pressbooks.pub/crpt/chapter/learning-goals/

Krathwohl, D. R. (2002). A Revision of Bloom’s Taxonomy: An Overview. Theory Into Practice, 41(4), 212-218. https://cmapspublic2.ihmc.us/rid=1Q2PTM7HL-26LTFBX-9YN8/Krathwohl%202002.pdf

Momsen, J. L., Long, T. M., Wyse, S. A., & Ebert-May, D. (2022). Probing Internal Assumptions of the Revised Bloom’s Taxonomy. CBE-Life Sciences Education. https://www.lifescied.org/doi/10.1187/cbe.20-08-0170

Peñaloza-Carreón, J. E. (2022). Correcto uso de la Taxonomía de Bloom para desarrollar objetivos. Universidad Autónoma del Estado de Hidalgo. https://repository.uaeh.edu.mx/revistas/index.php/ICSA/article/download/9779/9691/59782

Universidad de Burgos. (s. f.). Taxonomía revisada de Bloom: Anderson y Krathwohl, 2001. https://www.ubu.es/sites/default/files/portal_page/files/att00013.pdf

Universidad de Guadalajara Virtual. (s. f.). Taxonomía de Bloom. https://biblioteca.udgvirtual.udg.mx/jspui/bitstream/123456789/3788/1/Taxonom%C3%ADa_Bloom.pdf