Revista de Ciencias Sociales (RCS)
Vol. XXX, Número Especial 10,
julio/diciembre 2024. pp. 243-256
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como
citar: Núñez, N., Matas, A., Ríos, J. M., y Llatas, L. J. (2024). Competencias
digitales en estudiantes universitarios: Análisis de las condiciones
tecnológicas de la educación superior. Revista De Ciencias Sociales, XXX(Número
Especial 10), 243-256.
Competencias
digitales en estudiantes universitarios: Análisis de las condiciones tecnológicas
de la educación superior
Núñez Rojas, Nemecio*
Matas Terrón, Antonio**
Ríos Ariza, José Manuel***
Llatas Altamirano, Lino Jorge****
La integración de las tecnologías de información y comunicación a la enseñanza y aprendizaje, así como el uso de la inteligencia artificial por los estudiantes y profesores, están trastocando estructuralmente a la educación superior. El objetivo de este estudio fue analizar las percepciones de los estudiantes universitarios sobre las competencias digitales, teniendo en cuenta los factores de: Conocimiento, seguridad, importancia y la funcionalidad de los recursos; además, se determinó en qué medida dichos factores son condiciones necesarias en el nivel de competencia digital autoinformada. Se aplicó el diseño descriptivo, con el método Survey y un cuestionario con una escala de Likert; la muestra fue no probabilística e incidental conformada por 2.321 estudiantes de 17 universidades ubicadas en diversas regiones del Perú, los datos fueron procesados mediante el análisis de varianza, el análisis de componentes principales, regresión lineal y el análisis de condiciones necesarias. Los resultados indican que los estudiantes tienen un dominio medio con tendencia al nivel alto de la competencia digital autoinformada, sin diferencias significativas en cuanto al género. Se concluye que el conocimiento sobre tecnologías digitales es una condición necesaria, pero no suficiente para desarrollar un buen nivel de competencia digital.
Palabras
clave: Competencias
digitales; educación universitaria; tecnologías educativas; tecnologías de información y comunicación; universitarios.
Digital skills in university
students: Analysis of the technological conditions of higher education
Abstract
The
integration of information and communication technologies into teaching and
learning, as well as the use of artificial intelligence by students and
teachers, are structurally disrupting higher education. The objective of this
study was to analyze the perceptions of university students about digital
competences, taking into account the factors of: Knowledge, security,
importance and functionality of resources; in addition, it was determined to
what extent these factors are necessary conditions in the level of
self-reported digital competence. The descriptive design was applied, with the
Survey method and a questionnaire with a Likert scale; the sample was
non-probabilistic and incidental, made up of 2,321 students from 17
universities located in various regions of Peru. The data were processed
through variance analysis, principal component analysis, linear regression and
analysis of necessary conditions. The results indicate that students have a
medium command with a tendency towards a high level of self-reported digital
competence, with no significant differences in terms of gender. It is concluded
that knowledge about digital technologies is a necessary but not sufficient
condition to develop a good level of digital competence.
Keywords: Digital skills; university education;
educational technologies; information and communication technologies;
university students.
Introducción
El contexto educativo universitario en el mundo y, particularmente, en el Perú está incorporando gradualmente los avances relacionados con el uso de la Inteligencia Artificial (IA) en el proceso de enseñanza aprendizaje de la educación superior; así como los aprendizajes obtenidos durante la pandemia, con la instauración de las modalidades educativas semipresenciales y a distancia. En este escenario, sin duda, se ha puesto nuevamente en agenda el énfasis en el desarrollo de las competencias digitales en los estudiantes y docentes universitarios.
Las investigaciones realizadas demuestran que se está en un
acelerado cambio en la educación universitaria, con la aplicación de
innovadoras estrategias de enseñanza para el aprendizaje en línea e híbrido, la
integración de los medios e instrumentos tecnológicos a la educación, la
inteligencia artificial y la cultura digital. En suma, es esencial disponer de un sistema educativo adaptado a la era digital, con
una serie de retos como la formación del profesorado y la capacitación
de los actores educativos en competencias digitales (European Commission, 2021; Santiago, Goenechea
y Romero, 2023).
Sin embargo, el tema es más complejo porque comprende las condiciones sociales, económicas, culturales y tecnológicas en los diferentes países, y no se puede obviar que ellas son una de las causas importantes de desigualdad al generar distintas brechas digitales en cuanto a la disponibilidad de equipos, acceso a conectividad de Internet y uso apropiado que se hace de las mismas (Cabero-Almenara y Ruiz-Palmero, 2018; Delgado, Gutiérrez y Ochoa, 2020).
En el caso del Perú, según la Comisión Económica para América Latina y el Caribe (CEPAL, 2020), los hogares con acceso a Internet pertenecientes al primer quintil no llegan al 5% y, en el quinto quintil, superan el 60%. Por su parte la UNESCO, en el documento elaborado por Rivoir, Morales y Garibaldi (2021), al referirse a América Latina en el contexto de la pandemia, concluye que hubo dos factores clave que determinaron los desafíos y el tipo de soluciones que los países tuvieron que adoptar: La conectividad y acceso a internet preexistente; y la trayectoria en políticas de TIC y educación del país. Los países con mayores avances en estos dos factores se encontraron en mejores condiciones para implementar la educación remota de emergencia en forma rápida y efectiva.
En la misma línea, según el estudio realizado por Coursera (2020), el Perú se encuentra en el puesto 53 de 60 países de América Latina; evidenciándose que hay escaso conocimiento sobre el uso de las tecnologías y disminuida competencia digital por parte de la población estudiantil peruana. Estas deficiencias en Perú, generan la necesidad de impulsar políticas públicas para la adquisición de las competencias digitales en los centros educativos peruanos (Ramirez et al., 2022).
En función a lo expuesto anteriormente, este estudio se
desarrolla teniendo como objetivo analizar las
percepciones de los estudiantes universitarios sobre las competencias
digitales, para lo cual en primer lugar se debe identificar el nivel de
competencia digital autoinformada en una muestra extensa de estudiantes universitarios
de Perú; posteriormente, analizar en qué medida los factores de conocimiento,
seguridad digital, importancia atribuida a los recursos y la funcionalidad de
los recursos pueden predecir el nivel de esta competencia; y finalmente
examinar en qué medida dichos factores son condiciones necesarias en el nivel
de competencia digital autoinformada.
1. La competencia digital en los
estudios universitarios
En el espacio europeo se sostiene que las competencias
digitales son necesarias para que la ciudadanía participe plenamente en la
sociedad digital actual, basada en el conocimiento (Ferrari, 2013). En el caso
del escenario educativo, existe un marco común europeo para la Competencia
Digital de los Educadores (DigCompEdu), que es una referencia científicamente
sólida para orientar las políticas y puede adaptarse directamente a herramientas
y programas de formación regionales y nacionales (Redecker y Punie, 2017). El
mismo se refiere a un conjunto de competencias digitales específicas para desarrollar
la labor de enseñanza e innovar la práctica docente en el aula, en un escenario
dominado por las tecnologías digitales (Marimon-Martí et al.,
2023; Romero,
Oruna y Sánchez, 2023).
En esta tendencia, las universidades están incorporando en
sus procesos formativos a las competencias digitales para permitir que los
estudiantes realicen la búsqueda y tratamiento de información relevante sobre
su área de conocimiento (Vázquez-Cano et al., 2020). En un espectro más amplio,
el sistema universitario ha incorporado el manifiesto Onlife (Floridi, 2015) y la sociedad 5.0 (Gladden, 2019), caracterizada
por la integración tecnológica que apoya la colaboración, la cocreación y la
interacción hombre-máquina (Ferreira y Serpa, 2018).
El modelo formativo Onlife, significa normalizar una
universidad globalizada y de libre acceso a quienes opten por liberar su yo
formativo en pleno desarrollo exponencial de la conectividad y la sociedad
digitalmente alfabetizada, que a decir de Ess (2015), es asumir la
responsabilidad en una realidad hiperconectada con las acciones, percepciones,
intenciones, moralidad y corporalidad, entrelazadas con las tecnologías en
general y con las Tecnologías de Información y
Comunicación (TIC), en particular.
La competencia digital es el conjunto de conocimientos,
habilidades, actitudes, estrategias y conciencia que se requiere al
utilizar las TIC y los medios digitales para realizar tareas,
resolver problemas, comunicar, gestionar la información, comportarse de manera
ética y responsable, colaborar, crear y compartir contenidos y conocimientos
para el trabajo, el ocio, la participación, el aprendizaje, la socialización, el
empoderamiento y el consumismo (Ferrari, Punie y Redecker, 2012).
Otros investigadores la conceptualizan como un conjunto de
destrezas, actitudes y habilidades para poder trabajar las diferentes
dimensiones y áreas del conocimiento (Rodríguez-García, Raso y Ruiz-Palmero, 2019)
y tratarse desde una perspectivas transversal e integral (Flores-Lueg y Roig-Vila, 2019; López-de-Arana, Gamito y Rappoport, 2021).
Para el Marco Europeo, comprende cinco áreas de competencias: 1) Alfabetización
en información y datos; 2) comunicación y colaboración; 3) creación de
contenidos digitales; 4) seguridad; y, 5) resolución de problemas (Carretero, Vuorikari y Punie, 2017).
En Latinoamérica, se está fomentando en la formación docente
la competencia digital como parte del perfil académico profesional, para contribuir
a la ejecución de su futura práctica docente en la actual cultura digital, así
como a corto, mediano y largo plazo (Sánchez et al., 2021; Silva et al.,
2022). La finalidad
es generar un impacto positivo en la calidad educativa y de los aprendizajes,
partiendo de la apropiación del conocimiento teórico y empírico que fortalezca
la formación inicial docente en las competencias digitales (Pinto-Santos,
Pérez-Garcias y Darder-Mesquida, 2022), dado que se ha identificado una
deficiente integración entre la tecnología, la disciplina y la pedagogía en el
proceso de formación docente (Riquelme-Plaza, Cabero-Almenara y
Marín-Díaz, 2022).
En ese contexto, en el ámbito universitario se han realizado
estudios sobre el dominio de las Competencias Digitales del Profesorado
Universitario (CDPU) mediante la aplicación de un instrumento de autoevaluación
de las competencias digitales (European Commission, 2023). Éstos dan cuenta que
hay escasos avances respecto a empoderar a los estudiantes y facilitarles el
dominio de la competencia digital.
Las deficiencias sobre las competencias digitales de los
profesores es probable que esté incidiendo negativamente en proporcionarlas a
los estudiantes (Bilbao-Aiastui, Arruti y Carballedo, 2021). En el mismo estudio, se hacen recomendaciones para realizar
estudios posteriores sobre estos aspectos, especialmente sobre enfoques educativos adaptativos y contextualizados para mejorar las
competencias digitales de los estudiantes universitarios, preparándolos mejor
para las demandas del mundo laboral digital, propósito al cual se une esta investigación.
2. Metodología
Se aplicó el diseño descriptivo en esta
investigación; asimismo, se utilizó una muestra incidental la cual ha sido de 2.321
estudiantes universitarios, y está constituida por un 52,73% de mujeres y un
47,26% de hombres, procedentes de 17 universidades con ubicaciones geográficas
diversas, principalmente de las universidades de San Ignacio de Loyola de Lima
(18.36%); la Universidad Nacional de Jaén (15,86%); la Universidad Católica
Santo Toribio de Mogrovejo (13,05%); y, la Universidad Nacional Pedro Ruiz
Gallo (11;55%), así como de otras universidades situadas tanto en las regiones
de costa como en las de sierra de Perú.
La
edad promedio de los participantes es de 20.59 años (E.E.= 0.106), con una
desviación típica de 5.112 años. El 25% de ellos tiene 18 o menos años;
mientras que el 75% es menor de 22 años. El mínimo de edad fue de 15 años, con
un máximo de 67 años. Indagando en la edad de los participantes, el 43,77%
tiene entre 19 y 22 años; seguido de un 37,26% de menos de 18 años. En tercer
lugar, un 15,55% de participantes con edades entre los 23 y 30 años; y por
último, un 3,4% de más de 30 años.
2.1. Diseño,
instrumento y procedimiento
Se llevó a cabo un estudio de tipo encuesta (Survey), aplicando un cuestionario ad-hoc de 23 ítems, que comprende cuatro dimensiones sobre las competencias
digitales: 1) Conocimiento referido a la alfabetización en información y datos;
2) importancia atribuida a los recursos; 3) funcionalidad o uso de los recursos
para la investigación; y, 4) seguridad informática.
Cada ítem se
acompaña de una escala de apreciación con cuatro opciones que varían según el bloque.
Así, para bloques de frecuencia de uso, la escala es: 1 Nunca; 2 a veces; 3 a
menudo; y 4 siempre. Para los ítems
de conocimiento o nivel de dominio, la escala es: 1 Nulo, 2 superficial, 3
amplio, y 4 profundo. En los ítems
orientados a la valoración de importancia, la escala es: 1 Nada importante; 2
poco importante; 3 importante; y, 4 muy importante. El instrumento se
completa con una serie de preguntas sociodemográficas (edad, género,
condiciones tecnológicas para sus estudios, Universidad, entre otros).
Los datos se recogieron con la participación de distintos
docentes de universidades del Perú a través de un correo electrónico. Los
docentes colaboradores comunicaban los días y horas en que iban a estar con su
alumnado en disposición de contestar a la escala. En la fecha y hora indicada
se abría la aplicación para que el alumnado pudiese contestar, concluido el
tiempo establecido se cerraba el acceso al instrumento. La participación era
voluntaria y en el primer momento, las personas interesadas debían manifestar
explícitamente su consentimiento para formar parte del estudio. En todo caso se
garantizó el anonimato de los participantes, respetando todos sus derechos de
privacidad y acceso a su información. La aplicación permanecía cerrada el resto
del tiempo, impidiendo accesos no controlados.
2.2. Análisis
de datos
Con relación al análisis, se llevaron a cabo distintos
procedimientos según las exigencias de los objetivos propuestos. Inicialmente,
se realizó un análisis descriptivo de la VD (competencia digital
autoinformada). Además, se procedió a comprobar posibles diferencias entre grupos
(sexo, universidad, otros), aplicando análisis de varianza. En este análisis,
la edad fue categorizada en cuatro intervalos: Menores de 18 años, de 18 a 22
años, de 23 a 30 años, y mayores de 30 años.
Para la comprobación de los supuestos del análisis de
varianza se recurrió a la prueba de Breusch-Pagan
para la homogeneidad de varianzas y a la prueba de Shapiro-Wilk con relación a la normalidad de los residuales. A este
respecto, se debe tener en cuenta que, aunque con tamaños muestrales grandes,
es frecuente la violación de supuesto de normalidad, en la práctica no tiene
que ser un problema teniendo en cuenta los efectos del Teorema del Límite
Central. Posteriormente, puesto que el instrumento original incluía numerosas
preguntas o ítems, se procedió a
aplicar un Análisis de Componentes Principales (ACP). El objetivo era reducir
el número de ítems, tratando de
conservar el máximo de la varianza total de los datos originales (Jolliffe y
Cadima, 2016).
El siguiente paso fue la realización de un análisis de
regresión ordinal de los componentes obtenidos en el ACP sobre la variable
dependiente. Este análisis se realizó con el objetivo de identificar el peso
relativo de cada uno de los componentes de interés en la posible explicación de
la competencia digital autoinformada. Como complemento a la regresión lineal,
se llevó a cabo un Análisis de Condiciones Necesarias. Este análisis (NCA, por
sus siglas en inglés), es un procedimiento propuesto por Dul (2016), que ha
alcanzado cierta relevancia desde entonces. El objetivo del NCA es comprobar si
una variable independiente es necesaria para obtener la variable dependiente.
En este sentido, es importante diferenciar entre condición
necesaria y condición suficiente (Tynan, Credé y Harms, 2020). Por un lado, una
causa se dice suficiente cuando, siendo antecedente, produce un resultado. Por
otro lado, una causa sería necesaria en la medida que no hay resultado si ésta
no está presente.
En el NCA se identifica la necesidad o no de una causa,
permitiendo además informar sobre el nivel que debe presentarse en la variable
independiente para alcanzar un determinado nivel de resultados (Bokrantz y Dul,
2023). En cuanto a los requisitos de aplicación, este procedimiento es poco
exigente, permitiendo trabajar con muestras pequeñas y facilitando el uso del
álgebra lineal o booleana.
El procedimiento que se ha seguido en este estudio incluye
tres fases: 1) Establecer una hipótesis de necesidad de forma que se
sostenga, a nivel teórico, que una variable independiente podría ser una
condición necesaria para una variable dependiente. Estas variables se han
expuesto anteriormente; 2) se han calculado los tamaños de los efectos de
causalidad y sus significaciones estadísticas. Para ello se han utilizado los
procedimientos CR-FDH y CE_FDH (Sharma et al., 2022).
Aunque el primero, se aconseja en el caso de variables
continuas; y el segundo, para categóricas, es frecuente ver las estimaciones
calculadas por ambos procedimientos en la literatura consultada. Para la
interpretación se han utilizado los criterios de Dul (2016): Efecto
inapreciable (menos de 0.1); medio (0.1 a 0.3); grande (0.3 - 0.5); muy grande
(más de 0.5); y, 3) se han calculado los porcentajes de presencia de las
variables independientes con tamaño de efecto estadísticamente significativo, y
los correspondientes niveles porcentuales de la variable dependiente. Para
todos los análisis que lo requerían se adoptó un nivel de confianza del 99%.
Todos los cálculos y análisis se llevaron a cabo con R (R Core Team, 2022)
incluyendo la librería NCA (Dul, 2023).
3. Resultados y discusión
3.1. Nivel de competencia digital autoinformada
En primer lugar, el instrumento incluía el ítem “De forma global, indique sobre el
dominio de las competencias digitales que se atribuye a sí”, que se ha
utilizado como variable dependiente del resto de variables medidas por el
instrumento. Este ítem se respondía
sobre una escala apreciativa de cinco opciones, ordenadas desde 1 (ninguna) a 5
(soy un experto). El promedio de las contestaciones fue de 3.2 (E.E.=0.015) con
una mediana de 3 puntos. Con relación a la dispersión, su desviación típica es
de 0.744 puntos, siendo el rango intercuartílico de 1 punto.
Respecto a la frecuencia de las respuestas, un 52,13% elige
la posición intermedia (valor 3). Le siguen el valor 4 con un 32,74%. A una
distancia considerable se quedan las opciones 2 (10,68%), el valor 5 (2,54%) y
el valor 1 (1,89%). Todo ello indica que la mayoría de las personas de la
muestra consideran que su nivel de competencias digitales es medio, con una
ligera tendencia a medio-alto, quedando patente al presentar una ligera
asimetría negativa de -0.314 puntos y una curtosis de 0.481 puntos que permiten
considerar a la distribución como platicúrtica.
Se aplicó la prueba t
de Student para muestras
independientes mostrando que no existen diferencias estadísticamente
significativas en función del sexo (t=-1.661; p=0.09). Igualmente, no se
encontraron diferencias en el nivel de competencias autoinformada en función de
la Universidad de pertenencia (F4,2316=1.735; p=0.139) ni tampoco en función de
la edad categorizada en cuatro grupos (F3,2317=0.234; p=0.873).
Sánchez-Caballé, Gisbert-Cervera y Esteve-Mon (2019),
sostienen que los estudiantes universitarios en España tienen una
autopercepción de 3.54 sobre 5; Hernández y San Nicolás (2019), encontraron una
autopercepción positiva de su competencia digital. También hay otras
investigaciones que reconocen un nivel medio de competencia digital (López et al., 2019; Fernández et al., 2020) e incluso
algunos consideran que es escasa, superficial y vinculada a contextos
informales (López-Gil y Bernal, 2018). En un contexto latinoamericano está la
investigación de Galarce-Miranda, Gormaz-Lobos y Hortsch (2022), con estudiantes
universitarios chilenos, la autopercepción de dominio de la competencia digital
de éstos es superior a la de los estudiantes peruanos y españoles.
Respecto a que no se den diferencias debidas al género
en la autopercepción de la competencia digital en el estudio, este hecho
coincide con otros estudios en España y República Dominicana (Marimon-Martí et
al., 2022; Alcocer-Sánchez et al., 2023). Por otra parte, en una investigación
con universitarios de Chile (Cerda et al., 2022), sí se encuentra diferencias
vinculadas al género en la competencia digital, en este las mujeres tenían un
mayor uso académico que los hombres y éstos tenían un mayor uso recreativo; y
en el lado opuesto en un estudio con estudiantes de universidades españolas,
Fernández et al. (2020) afirman
que los hombres consideran que tienen más competencia digital para el
aprendizaje que las mujeres. Por su parte, Flores-Lueg
y Roig-Vila (2019) confirman una mayor competencia digital en los hombres en
su muestra de estudiantes universitarios de Chile.
Sobre las diferencias de género en estudiantes
universitarios, Pérez-Escoda,
Lena-Acebo y García-Ruiz (2021) señalan, en un
análisis comparativo entre España y Latinoamérica, que los hombres tienen una
mayor capacidad para la resolución de problemas técnicos, se mantienen más
actualizados y que, en el caso de Latinoamérica, hay diferencias significativas
de los hombres con respecto a las mujeres en la utilización de Internet para el aprendizaje, siendo las
mujeres más recelosas para compartir contenidos a través de Internet.
3.2. Reducción
del número de ítems en componente
Con el objetivo de hacer más operativo el análisis, se
procedió a aplicar un Análisis de Componentes Principales. Esto permitió
reducir el número total de ítems a
cuatro componentes básicos, manteniendo una varianza total de 59,01% (ver Tabla
1). La bondad del análisis se comprobó a través de la prueba de Bartlett (X2=16498; g.l.=190; p<0.001)
y la medida de idoneidad del muestreo KMO que fue de 0.891 puntos. El número de
componentes se determinó por el procedimiento de análisis paralelo. Para una
mejor interpretación, se llevó a cabo una rotación Oblimin, y para facilitar la lectura, se han ordenado las variables
y se han ocultado los pesos inferiores a 0.3.
Tabla 1
Estructura de componentes
|
Importancia |
Uso_inves |
Conocimiento |
Seguridad |
Unicidad |
|
|
V29 |
0.837 |
0.297 |
|||
|
V28 |
0.832 |
0.310 |
|||
|
V27 |
0.831 |
0.291 |
|||
|
V33 |
0.803 |
0.355 |
|||
|
V26 |
0.752 |
0.434 |
|||
|
V31 |
0.750 |
0.410 |
|||
|
V32 |
0.727 |
0.457 |
|||
|
V30 |
0.584 |
0.614 |
|||
|
V37 |
0.800 |
0.362 |
|||
|
V35 |
0.782 |
0.374 |
|||
|
V43 |
0.736 |
0.455 |
|||
|
V44 |
0.658 |
0.543 |
|||
|
V40 |
0.538 |
0.616 |
|||
|
V20 |
0.873 |
0.228 |
|||
|
V18 |
0.851 |
0.280 |
|||
|
V19 |
0.837 |
0.329 |
|||
|
V25 |
0.556 |
0.488 |
|||
|
V22 |
0.769 |
0.418 |
|||
|
V23 |
0.760 |
0.392 |
|||
|
V21 |
0.657 |
0.520 |
|||
|
Varianza |
23,99% |
13,28% |
12,95% |
8,92% |
59,1% |
Fuente: Elaboración propia,
2024.
En la Tabla 2, se han registrado los estadísticos
descriptivos de los componentes. Se puede observar cómo el componente de
conocimiento se distribuye con una ligera asimetría positiva. Los valores de la
desviación típica muestran una homogeneidad en la respuesta alrededor del valor
medio bajo. Por su parte, la importancia atribuida ofrece una mayor
heterogeneidad de las respuestas, con un sesgo negativo, demostrando que las
personas participantes tienden a puntuaciones medias altas. Lo contrario sucede
con el uso de las TIC para la investigación. Aunque la dispersión muestra una
cierta heterogeneidad, los valores de la media y la mediana indican una
simetría destacable. Por tanto, la distribución tiende a una apariencia de
curva normal. Por último, la seguridad presenta un sesgo negativo, con un
promedio y mediana situados en el rango de puntuaciones medias altas.
Tabla 2
Análisis descriptivo de los componentes
|
Descriptivas |
Conocimiento |
Importancia |
Uso en la investigación |
Seguridad |
|
N |
2280 |
2178 |
2252 |
2291 |
|
Perdidos |
41 |
143 |
69 |
30 |
|
Media |
7.10 |
19.6 |
8.85 |
6.28 |
|
Error est.media |
0.0383 |
0.0690 |
0.0499 |
0.0344 |
|
Mediana |
6.79 |
19.4 |
8.88 |
6.56 |
|
Desviación estándar |
1.83 |
3.22 |
2.37 |
1.65 |
|
Mínimo |
3.12 |
6.12 |
3.51 |
2.19 |
|
Máximo |
12.5 |
24.5 |
14.1 |
8.74 |
|
Asimetría |
0.263 |
-0.742 |
0.107 |
-0.324 |
|
Curtosis |
0.129 |
1.20 |
-0.522 |
-0.625 |
Fuente: Elaboración propia,
2024.
De igual manera, se aplicaron pruebas de contraste en
función del género, no obteniendo diferencias estadísticamente significativas
para ningún componente a un nivel de significación de p=0.01.
3.3. Regresión
lineal
En esta fase del análisis se pretendía conocer el potencial
explicativo de cada componente sobre el nivel de competencia digital autoinformada.
En función de la naturaleza ordinal de la variable dependiente, se aplicó un
análisis de regresión ordinal, cuyos resultados se muestran en la Tabla 3. Estos
resultados indican que los predictores “Conocimiento”, “Uso investigación” y
“Seguridad”, son estadísticamente significativos para predecir el nivel de
competencia digital. El predictor “Importancia”, por otra parte, no es
estadísticamente significativo y parece no tener un efecto sustancial en las
probabilidades de pasar a un nivel superior en la variable dependiente.
Tabla 3
Análisis de regresión ordinal
|
Predictor |
Estimador |
EE |
Z |
p |
Razón de odds |
Inferior |
Superior |
|
Conocimiento |
0.516 |
0.0294 |
17.5150 |
< 0.001 |
1.67 |
1581 |
1.77 |
|
Importancia |
5.60e-4 |
0.0145 |
0.0387 |
0.969 |
1.00 |
973 |
1.03 |
|
Uso investigación |
0.105 |
0.0205 |
5.1266 |
< 0.001 |
1.11 |
1067 |
1.16 |
|
Seguridad |
0.100 |
0.0289 |
3.4732 |
< 0.001 |
1.11 |
1045 |
1.17 |
Fuente: Elaboración propia,
2024.
En general, las medidas de ajuste indican que el modelo de
regresión ordinal tiene un nivel razonablemente bueno (R²McF= 0.118; X2=544;
g.l.=4; p<0.001).
3.4. Análisis de las Condiciones
Necesarias (NCA)
Se obtuvo la correlación producto-momento de Pearson entre la variable dependiente
(nivel de competencia digital autoinformada) y el resto de las variables
independientes (los componentes surgidos del ACP), puesto que el NCA necesita
que haya correlación entre las variables dependiente e independientes. A partir
de los resultados de la Tabla 4, se tomó la decisión de no contar con el
componente “Importancia”.
Tabla 4
Correlación entre variables
|
VD |
Conocimiento |
Importancia |
Uso investigación |
Seguridad |
|
|
VD |
1.000 |
0.453 |
0.116 |
0.258 |
0.231 |
|
Conocimiento |
0.453 |
1.000 |
0.195 |
0.322 |
0.331 |
|
Importancia |
0.116 |
0.195 |
1.000 |
0.222 |
0.214 |
|
Uso_inves |
0.258 |
0.323 |
0.222 |
1.000 |
0.270 |
|
Seguridad |
0.231 |
0.331 |
0.214 |
0.270 |
1.000 |
Nota:
Todas las correlaciones son estadísticamente
significativas a p<0.001.
Fuente: Elaboración propia,
2024.
El siguiente paso fue tener en cuenta las hipótesis
establecidas previamente, en términos de causalidad:
Hipótesis 1: “El conocimiento medio alto sobre TIC es una
condición necesaria para obtener una alta competencia digital
autoinformada”.
Hipótesis 2: “Un nivel medio de preocupación por la
seguridad es necesaria para una alta valoración de competencia digital
autoinformada”.
Hipótesis 3: “Un nivel medio alto de uso de las TIC es
condición necesaria para una alta valoración en competencia
digital autoinformada”.
Para la primera y tercera hipótesis, se asume un modelo
donde se necesitarían altos valores de conocimiento de las TIC, o de
utilización para la investigación, para que se diese un alto nivel de
competencia (modelo 1). En la segunda hipótesis, se asume que se necesitaría la
ausencia o un bajo nivel de preocupación por la seguridad para que se diese la
competencia digital (modelo 2). En este contexto, es paradójico que, por
ejemplo, en Honduras haya bajado en los docentes universitarios el nivel de uso
de los programas de protección de los dispositivos digitales en el año 2022 respecto
al 2021 (Turcios-Peraza y Arguello-Lagos, 2023).
Los resultados de la Tabla 5, demuestran que la hipótesis 1
y 3 no pueden ser sustentadas, puesto que los tamaños de los efectos son
irrelevantes (menores a 0.1). El segundo modelo, presenta también muy poco
soporte empírico para no rechazar la hipótesis 2. No obstante, aparece un
tamaño de efecto para la variable “Conocimiento” cuando se aplica el modelo 2,
es decir, cuando se asume que la ausencia de conocimiento es un factor
limitante que condiciona la ausencia de competencias digitales. Fernández
et al. (2020), encontraron una
correlación entre un mayor nivel de adquisición de competencias técnicas y un
mayor uso de las TIC como herramienta para el aprendizaje.
Tabla 5
Resultados del Análisis de las
condiciones necesarias (NCA)
|
Variables Independientes |
Modelo 1 |
Modelo 2 |
|
||||||||||||
|
cr_fdh |
ce_fdh |
cr_fdh |
ce_fdh |
|||||||||||
|
ES |
ES |
P-valor |
A |
OI |
CI |
ES |
ES |
P-valor |
A |
OI |
||||
|
Conocimiento |
0.00 |
0.00 |
— |
100% |
0.08 |
0.11 |
0,001 |
100% |
63,12% (ce_fdh) |
|||||
|
Uso investig. |
0.02 |
0.04 |
— |
100% |
82,41% |
75% |
0.01 |
0.01 |
— |
100% |
94,89% |
|||
|
Seguridad |
0.01 |
0.03 |
— |
100% |
89,98% |
75% |
0.00 |
0.00 |
— |
100 % |
— |
|||
Nota: ES: Tamaño del efecto; cr_fdh: Ceiling regression-free disposal
hull; ce_fdh: Ceiling envelopment-free disposal hull; A: Accuracy; OI: Outcome
inefficiency; CI: Condition inefficiency: p-valor estimadas con 1.000
permutaciones y estimadas como significativas con p<0.05 bajo procedimiento
ce_fdh.
Fuente: Elaboración propia,
2024.
Conclusiones
Se destaca la muestra grande y heterogénea del estudio que
implica una mayor cobertura de las diferencias culturales, sociales, económicas
y tecnológicas del país. El instrumento aplicado a los estudiantes presenta un
buen ajuste, en cuanto a la naturaleza de los datos y a la estructura teórica
en la que se basa.
El alumnado universitario peruano, participante en la
investigación, tiene una autopercepción de dominio de la competencia digital de
nivel medio con tendencia al nivel alto, siendo similar a la de otros estudios
con muestras de estudiantes universitarios de Latinoamérica y Europa. No hay
diferencias en función del sexo, ni en la región en la que está ubicada la
Universidad, esto se puede explicar por el hecho de que la variable
competencias digitales se distribuye muy normal, entre todos los participantes.
El resultado sobre el Análisis de las Condiciones Necesarias
(NCA, por sus siglas en inglés) da cuenta que: La ausencia
de conocimiento sobre las TIC, es un factor limitante que condiciona la
ausencia de competencias digitales; además, el conocimiento sobre tecnologías
digitales es una condición necesaria, pero no suficiente para desarrollar un
buen nivel de competencia digital.
En referencia a los factores, en el de seguridad, la
auto-percepción de los estudiantes de la muestra de la investigación tiene el nivel
más alto de competencia digital. Este tema está cobrando especial importancia
por dos aspectos: Uno, el valor de los datos y de la huella digital que dejan
los estudiantes, tanto en sus actividades personales como para el trabajo
académico; y, el segundo, por el volumen elevado de ciberdelito que está
amenazando a toda la ciudadanía según las autoridades de seguridad
internacional y que ha llevado incluso a la Interpol a elaborar un plan
especial para el desarrollo de capacidades de lucha contra la ciberdelincuencia
en las Américas.
Alcocer-Sánchez. D. J., Palmero,
A., Muñoz, D., y Canto, P. J. (2023). Competencias digitales y emociones en
estudiantes universitarios de República Dominicana. Publicaciones, 53(1),
81-94. https://doi.org/10.30827/publicaciones.v53i1.27986
Bilbao-Aiastui, E., Arruti, A., y Carballedo, R. (2021). Una revisión sistemática
de la literatura sobre el nivel de competencias digitales definidas por DigCompEdu
en la educación superior. Aula Abierta, 50(4). 841-850. https://doi.org/10.17811/rifie.50.4.2021.841-850
Bokrantz, J., y Dul,
J. (2023). Building and testing necessity theories in supply
chain management. Journal of Supply Chain Management, 59(1), 48- 65. https://doi.org/10.1111/jscm.12287
Cabero-Almenara,
J., y Ruiz-Palmero, J. (2018). Las Tecnologías de la Información y Comunicación para la
inclusión: reformulando la brecha digital. IJERI: International Journal of
Educational Research and Innovation, 9, 16-30. https://www.upo.es/revistas/index.php/IJERI/article/view/2665
Carretero,
S., Vuorikari, R., y Punie, Y. (2017). DigComp 2.1: The
Digital Competence Framework for Citizens with eight proficiency levels and
examples of use. Publications Office of the European Union. https://doi.org/10.2760/38842
Cerda, C., León, M., Saiz, J.
L., y Villegas, L. (2022). Relación entre propósitos de uso de competencias
digitales y variables asociadas a estudiantes de pedagogía chilenos. Edutec.
Revista Electrónica de Tecnología Educativa, (82), 183-198. https://doi.org/10.21556/edutec.2022.82.2557
Comisión Económica para América Latina y el Caribe - CEPAL (2020). Universalizing
access to digital technologies to address the consequences of COVID-19. CEPAL.
https://www.cepal.org/en/publications/45939-universalizing-access-digital-technologies-address-consequences-covid-19
Coursera
(2020). Global Skills Index 2020. Coursera. https://pages.coursera-for-business.org/rs/748-MIV-116/images/gsi2020_final.pdf
Delgado, G., Gutiérrez, R.
A., y Ochoa, C. A. (2020). Competencias en uso de Tecnologías de Información y
Comunicación: Estudiantes de postgrados a distancia. Revista de Ciencias Sociales (Ve), XXVI(E-2), 314-327. https://doi.org/10.31876/rcs.v26i0.34130
Dul, J.
(2016). Necessary Condition Analysis (NCA): Logic and methodology of “necessary
but not sufficient” causality. Organizational Research Methods, 19(1),
10-52. https://doi.org/10.1177/1094428115584005
Dul, J.
(2023). Necessary Condition Analysis (NCA) with R (Version 3.3.1) A
quick start guide. https://www.erim.eur.nl/fileadmin/user_upload/_generated_/download/Quick_Start_Guide_NCA_3.3.1_February_10__2023.pdf
Ess, C.
(2015). The Onlife Manifesto: Philosophical backgrounds, media usages, and the
futures of democracy and equality. In L. Floridi (Ed.), The Onlife Manifesto:
Being Human in a Hyperconnected Era (pp. 89-110). Springer. https://doi.org/10.1007/978-3-319-04093-6_14 https://doi.org/10.1007/978-3-319-04093-6
European Commission (2021). Digital Education Action Plan (2021-2027). European Commission. https://education.ec.europa.eu/focus-topics/digital-education/action-plan
European
Commission (2023). Selfie
for teachers: Supporting teachers in building their digital
competence. European Commission. https://education.ec.europa.eu/selfie-for-teachers
Fernández,
J. C., Fernández-Morante, M. C., Cebreiro, B., Soto-Carballo, J.,
Martínez-Santos, A.-E. y Casal-Otero, L. (2020). Competencias y actitudes para
el uso de las TIC de los estudiantes del grado de maestro de Galicia. Publicaciones, 50(1),103-120. https://doi.org/10.30827/publicaciones.v50i1.11526
Ferrari, A. (2013). DIGCOM: A framework for developing and understanding digital
competence in Europe. European Commission. https://publications.jrc.ec.europa.eu/repository/bitstream/JRC83167/lb-na-26035-enn.pdf
Ferrari, A., Punie, Y., y Redecker, C. (2012). Understanding Digital Competence in the 21st
Century: An Analysis of Current Frameworks. In A. Ravenscroft, S.
Lindstaedt, C. D. Kloos y D. Hernández-Leo (Eds.), 21st Century Learning for 21st Century Skills. EC-TEL 2012. Lecture
Notes in Computer Science, (Vol. 7563, pp. 79-92). Springer.
https://doi.org/10.1007/978-3-642-33263-0_7
Ferreira,
C. M., y Serpa, S. (2018). Society 5.0 and Social Development: Contributions to
a discussion. Management and Organizational Studies, 5(4). 26-31. http://dx.doi.org/10.5430/mos.v5n4p26
Flores-Lueg,
C., y Roig-Vila, R. (2019). Factores personales que inciden en la autovaloración de
futuros maestros sobre la dimensión pedagógica del uso de TIC. Revista Iberoamericana de Educación
Superior, X(27), 151-171. https://doi.org/10.22201/iisue.20072872e.2019.27.345
Floridi,
L. (Ed.) (2015). The Onlife Manifesto: Being human in a hyperconnected era. Springer. https://doi.org/10.1007/978-3-319-04093-6
Galarce-Miranda, C., Gormaz-Lobos, D., y Hortsch, H. (2022). An
analysis of students´ perceptions of the educational use of ICTs and
educational technologies during the online learning. International Journal
of Emerging Technologies in Learning, 12(2), 62-74. https://doi.org/10.3991/ijep.v12i2.29949
Gladden,
M. E. (2019). Who will be the members of Society 5.0? Towards an anthropology
of technologically posthumanized future societies. Social
Sciences, 8(5). 148. https://doi.org/10.3390/socsci8050148
Hernández, V. M., y San Nicolás, M. B. (2019). Percepción del alumnado
universitario sobre su grado de competencia digital. Hamut´ay,
6(1), 7-18. http://dx.doi.org/10.21503/hamu.v6i1.1571
Jolliffe, I. T., y Cadima, J. (2016). Principal component analysis: A
review and recent developments. Philosophical Transactions of the Royal
Society A: Mathematical, Physical and Engineering Sciences, 374(2065),
20150202. https://doi.org/10.1098/rsta.2015.0202
López, J., Pozo, S., Morales, M.
B., y López, E. (2019). Competencia digital de futuros docentes para efectuar
un proceso de enseñanza y aprendizaje mediante realidad virtual. Edutec.
Revista Electrónica de Tecnología Educativa, (67), 1-15. https://doi.org/10.21556/edutec.2019.67.1327
López-de-Arana, E., Gamito, R., y
Rappoport, S. (2021). Análisis de la competencia digital docente en el alumnado
del Grado de Educación Primaria de dos universidades estatales. Journal of
Supranacional Policies of Education, (14), 71-93. https://revistas.uam.es/jospoe/article/view/14710
López-Gil, M.,
y Bernal, C. (2018). El perfil del profesorado en la Sociedad Red: Reflexiones
sobre las competencias digitales de los y las estudiantes en Educación de la
Universidad de Cádiz. International Journal of
Educational Research and Innovation (IJERI), 11, 83-100. https://www.upo.es/revistas/index.php/IJERI/article/view/3265
Marimon-Martí, M., Romeu-Fontanillas, T., Usart, M., y Ojando, E. S.
(2023). Analysis of the self-perception of teacher digital competence in initial
teacher training. Revista de Investigación Educativa, 41(1), 51-67. https://doi.org/10.6018/rie.501151
Marimon-Martí, M., Romeu-Fontanillas, T., Ojando-Pons, E. S., y Esteve-González,
V. (2022). Competencia
digital docente: Autopercepción en estudiantes de educación. Pixel-Bit. Revista
de Medios y Comunicación, (65), 275-302. https://doi.org/10.12795/pixelbit.93208
Pérez-Escoda, A., Lena-Acebo, F.-J., y
García-Ruiz, R. (2021). Brecha digital de género y competencia digital entre
estudiantes universitarios. Aula Abierta, 50(1), 505-514. https://doi.org/10.17811/rifie.50.1.2021.505-5014
Pinto-Santos, A. R., Pérez-Garcias,
A., y Darder-Mesquida, A. (2022). Formulación y validación
del modelo tecnológico empoderado y pedagógico para promover la competencia
digital docente en la formación inicial del profesorado. Formación Universitaria, 15(1),
183-196. https://doi.org/10.4067/S0718-50062022000100183
Ramirez, B. V., Camayo, B. F.,
Vilcatoma, A. G., y Valdez, J. J. (2022). Competencias digitales y rendimiento
académico en estudiantes en una institución de educación técnica-productiva
peruana. Revista de Ciencias Sociales, XXVIII(E-6), 199-211. https://doi.org/10.31876/rcs.v28i.38832
R Core
Team (2022). R: A language and environment for statistical computing. R Foundation for Statistical Computing.
https://www.R-project.org/
Redecker, C., y Punie, Y. (Ed.) (2017). European Framework for the Digital
Competence of Educators: DigCompEdu. Publications Office of the
European Union. https://data.europa.eu/doi/10.2760/159770
Riquelme-Plaza, I., Cabero-Almenara, J., y Marín-Díaz, V. (2022). Validation
of the digital teaching competence questionnaire in Chilean University teachers.
Revista
Electrónica Educare, 26(1), 1-15. https://doi.org/10.15359/ree.26-1.9
Rivoir, A., Morales, M. J., y Garibaldi, L. (2021). Políticas digitales educativas en América Latina frente a la pandemia de COVID-19. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000378636
Rodríguez-García, A.-M., Raso,
F., y Ruiz-Palmero, J. (2019). Competencia digital, educación superior y
formación del profesorado: Un estudio de metaanálisis en la Web of Science. Pixel-Bit.
Revista de Medios y Comunicación, (54), 65-81. https://doi.org/10.12795/pixelbit.2019.i54.04
Romero, D., Oruna, A. M., y
Sánchez, J. A. (2023). Enseñanza y aprendizaje digital: Desafíos actuales en
Latinoamérica. Revista de Ciencias Sociales (Ve), XXIX(3), 439-452. https://doi.org/10.31876/rcs.v29i3.40725
Sánchez, L. C., Sánchez, J.
E., Palomino, G. del P., y Verges, I. Y. (2021). Desafíos de la educación
universitaria ante la virtualidad en tiempos de la pandemia. Revista de
Ciencias Sociales (Ve), XXVII(E-4),
32-48. https://doi.org/10.31876/rcs.v27i.36992
Sánchez-Caballé, A.,
Gisbert-Cervera, M., y Esteve-Mon, F. (2019). La competencia digital de los
estudiantes universitarios de primer curso de grado. Innoeduca.
International Journal of Technology and Educational Innovation, 5(2),
104-113. https://doi.org/10.24310/innoeduca.2019.v5i2.5598
Santiago, M., Goenechea,
C., y Romero, M. F. (2023). Formación del profesorado sobre control, seguridad
y privacidad en internet. Revista de Ciencias Sociales (Ve), XXIX(1),
47-64. https://doi.org/10.31876/rcs.v29i1.39734
Sharma, A., Dwivedi, R., Mariani, M. M., e Islam, T. (2022). Investigating
the effect of advertising irritation on digital advertising effectiveness: A
moderated mediation model. Technological Forecasting and Social Change, 180,
121731. https://doi.org/10.1016/j.techfore.2022.121731
Silva, J., Cerda, C., Fernández-Sánchez, M. R., y León, M. (2022). Teacher
digital competence of teachers in initial training of chilean public
universities. Revista Interuniversitaria de Formación del Profesorado, 97(36.1), 301-319. https://doi.org/10.47553/rifop.v97i36.1.90221
Turcios-Peraza, P. W., y
Arguello-Lagos, A. J. (2023). Competencias digitales: Dimensión Seguridad en
docentes de universidad pública de Honduras, un análisis comparativo. Universidad
y Sociedad 15(1), 596-603. https://rus.ucf.edu.cu/index.php/rus/article/view/3576
Tynan,
M. C., Credé, M., y Harms, P. D. (2020). Are individual characteristics and
behaviors necessary-but-not-sufficient conditions for academic success? A
demonstration of Dul’s (2016) necessary condition analysis. Learning and Individual
Differences, 77, 101815. https://doi.org/10.1016/j.lindif.2019.101815
Vázquez-Cano, E., León, M.,
Parra-González, M. E., y López, E. (2020). Analysis of Interpersonal
Competences in the Use of ICT in the Spanish University Context. Sustainability,
12(2), 476. https://doi.org/10.3390/su12020476
* Doctor
en Ciencias de la Educación. Magister
en Docencia Universitaria e Investigación Educativa. Licenciado en
Educación: Física y Matemática. Profesor Investigador de la Carrera de Educación de la Facultad
de Educación en la Universidad San Ignacio de Loyola, Lima, Perú. Investigador
RENACYT certificado por CONCYTEC del Perú. E-mail: nnunezr@usil.edu.pe; nnunezrojas@hotmail.com ORCID: https://orcid.org/0000-0002-2376-1051
**
Doctor en Pedagogía. Especialista en Medición Educativa y Evaluación de
Programas. Licenciado en Psicología Profesor en la Universidad de Málaga,
Málaga, España. Director del Grupo de Investigación en Innovación y Desarrollo
Educativo Inclusivo (IDEI). E-mail: amatas@uma.es
ORCID: https://orcid.org/0000-0003-1401-4932
*** Doctor en Pedagogía. Profesor
Titular en la Universidad de Málaga, Málaga, España. Miembro del Sistema
Nacional de Investigadores de México. E-mail: jmrios@uma.es
ORCID: https://orcid.org/0000-0002-1879-8677
**** Doctor en Investigación e
Innovación Educativa. Maestría en Gerencia Educativa Estratégica. Profesor de Pregrado
adscrito al Departamento de Humanidades en la Universidad Católica Santo
Toribio de Mogrovejo, Chiclayo, Perú. Profesor en el Programa de Maestría y
Doctorado en la Universidad Nacional de Cajamarca, Cajamarca, Perú. E-mail: lijollatas@gmail.com; lllatas@usat.edu.pe
ORCID: https://orcid.org/0000-0001-5091-6568
Recibido: 2024-04-18 · Aceptado:
2024-07-06