Apertura

Desde inicios de 2000 la educación ha pasado por un gran desafío: responder a los nuevos paradigmas planteados por la sociedad del conocimiento y la era digital. Los modelos tradicionales educativos se encuentran avasallados por los continuos cambios en los que el proceso de aprendizaje se ve inevitablemente inmerso; ante esto, nace el conectivismo, una teoría del aprendizaje para la era digital que puede ser aplicada como un modelo pedagógico. En ese sentido, el conectivismo como un modelo para la nueva sociedad mediada por lo tecnológico, tiene las siguientes características: se prioriza la toma de decisiones y la actualización constante, se presenta con la formación de redes que conectan fuentes de información o nodos especializados, reside en las conexiones, puede habitar en dispositivos no humanos y el aprendizaje se da con la mediación de la tecnología (Siemens, 2006).

Siemens (2006), padre del conectivismo, ha declarado: “When knowledge stops existing in physical space, we can duplicate (or connect) entities in multiple spaces. Knowledge, when digital […] can be combined (or remixed) readily with new knowledge” (p. 73). En este tenor, la educación a distancia va ganando terreno sobre las formas educativas convencionales, ya que permite aprender por medio del uso de las redes sociales, mediante agrupaciones de aprendizaje alojadas en soportes digitales (García, 2017), y ha ido perfeccionándose hasta volverse una modalidad beneficiosa para alumnos en desventaja por cuestiones como el espacio y el tiempo al momento de estudiar.

En el marco de la educación superior, en los últimos tres años se han desarrollado con especial interés investigaciones que miden la satisfacción estudiantil en programas en línea, con el fin de determinar cuáles factores predicen la complacencia de los aprendices. Esta preocupación hace hincapié no solo en el provecho que la gestión universitaria puede obtener de esta evaluación, sino en el beneficio profesional, personal y social que trae a los aprendices de cursos en línea (Díaz-Camacho et al., 2021).

En ese sentido, es importante mencionar que hay varios condicionantes para la satisfacción en la educación virtual, por lo que es necesario prestar particular atención al papel de la gestión universitaria, la influencia de la conectividad y la tecnología, el desarrollo de los cursos en línea, el papel que desempeña el profesor y, sobre todo, el rol estudiantil. Este último será el interés principal de nuestro estudio, ya que las actuales investigaciones han demostrado que cuando el foco se encuentra en este elemento se alcanzan niveles altos de complacencia.

Por otro lado, a raíz de la pandemia de la covid-19 todas las instituciones de educación superior, a nivel mundial, tuvieron que cerrar sus puertas para contener la propagación de la enfermedad. Esto ha conllevado la adaptación de sus programas presenciales a modalidades virtuales para que el aprendizaje de los estudiantes no se detenga (Organización de las Naciones Unidas, 2020). En este tenor, la Universidad Nacional Mayor de San Marcos (UNMSM), en Lima, Perú, ha implementado de manera paulatina la modalidad no presencial valiéndose de recursos educativos virtuales (como Google Classroom y Google Meet) en todas sus facultades y escuelas a nivel pre y posgrado. Para la UNMSM, que ha acompañado en este proceso a sus docentes y estudiantes, evaluar los niveles de satisfacción de sus participantes resulta importante para mejorar la calidad educativa de la universidad en tiempos del confinamiento.

Con el propósito de explorar la satisfacción de gestionar recursos virtuales, en este artículo se determina cuáles predictores estudiantiles influyen en la satisfacción de los alumnos de la UNMSM. Iniciamos con una muestra de los antecedentes de la investigación, seguido del estado del arte y el análisis de los métodos de estudio, para finalizar con los hallazgos de la pesquisa y las conclusiones.

Al momento de desarrollar el proceso educativo, los aprendices en la modalidad virtual deben desempeñar roles que les permitan lograr resultados positivos en su aprendizaje. Por esta razón, la evidencia científica demuestra que los estudios que se han preocupado por trabajar en el rol que los estudiantes asumen al momento de aprender han alcanzado mejores niveles de satisfacción de sus participantes (Díaz-Camacho et al., 2021; Ghassan Al Azmeh, 2019; Landrum, 2020).

Los aprendices nativos digitales tienen un rol significativo en el aprendizaje en línea, les gustan los datos de manera ágil e inmediata, son autoeficaces cuando hacen uso de la red, prefieren contenidos con multitareas, procesos paralelos y gráficos, les gusta aprender de manera gamificada y perciben un progreso útil para ellos, proporcionándoles motivación durante el proceso de aprendizaje (Prensky, 2001). En ese sentido, la interacción del estudiante con el contenido, su motivación, su autoeficacia informática y sus habilidades en el uso de internet, así como la percepción de la utilidad y la vinculación gamificada de los estudiantes pueden considerarse como predictores en su satisfacción y en el éxito de los programas educativos en línea.

En los espacios de aprendizaje mediados por lo digital, la autoconfianza del estudiantado en el uso de dispositivos electrónicos y de la red tiene un papel relevante en el logro de aprendizajes (Herrador et al., 2019). De igual forma, es importante que los participantes se sientan con la capacidad de resolver los problemas que se les presenten al hacer uso de las tecnologías, como la amenaza de un virus informático que afecte al software del dispositivo electrónico, la lentitud o la saturación del sistema, etcétera (Bayrak et al., 2020). Esta seguridad, en sí misma, es un factor del rol estudiantil que favorece su participación dentro de un curso virtual, al mismo tiempo que contribuye para que tengan una experiencia favorable en el aprendizaje a distancia (Baber, 2020; Wolverton et al., 2020).

Otro factor elemental en el papel del aprendiz en línea es la interacción estudiante-contenido. Los alumnos de un curso necesitan relacionarse con la información de la asignatura (Gavrilis et al., 2020; Gyamfi & Sukseemuang, 2018), analizarla, comprenderla y saber cómo manejarla. Es por ello que la administración académica debe poner especial atención en que la entrega del material sea oportuna para no obstaculizar el aprendizaje. Además, es crucial que los docentes no saturen a los estudiantes de contenido, sino que se enfoquen en su calidad (Bahati et al., 2019) y se aseguren de proporcionar la cantidad apropiada (Alexander et al., 2019). El cumplimiento de estas consideraciones influye a que los estudiantes deseen continuar con sus estudios, esto, en consecuencia, los estimula y les genera una sensación de éxito, permitiendo que los alumnos logren sus competencias (Harsasi & Sutawijaya, 2018).

La interacción gamificada de los aprendices, es decir, el uso de diseños del juego en espacios no lúdicos para aumentar su compromiso y motivación (Prieto, 2020; Ramírez et al., 2020) es un factor importante para que los estudiantes aprendan a través de recursos virtuales; esto permite que los participantes tengan experiencias educativas y divertidas (Cornellà y Estebanell, 2018), a la vez que elimina las brechas que la educación tradicional ha erigido. La gamificación, aunada a su respectiva colaboración, genera un rol interactivo y activo del estudiante (García et al., 2018) y, en consecuencia, aporta a lograr el proceso educacional.

La percepción de la utilidad dentro de los cursos virtuales por parte del estudiantado es un elemento crucial al momento de aprender. En el caso de los programas en línea, debe tenerse en consideración que estos permiten un ahorro económico y en la movilidad (Caner & Servet, 2020). De esta manera, a causa de la noción de utilidad; el rendimiento y el prestigio del curso están asegurados (Daneji et al., 2019). De lo contrario, sin esta percepción el estudiante creerá que está desperdiciando su tiempo y el aprendizaje será inútil (Landrum, 2020).

Un factor adicional en el rol del estudiante en modalidad virtual es la motivación durante el proceso de enseñanza-aprendizaje, ya que esta les permitirá superar de forma efectiva los problemas que puedan encontrar durante su estudio (Almoeather, 2020); además, la motivación genera que la comunidad educativa observe el aprendizaje como significativo, productivo y satisfactorio (Bailey et al., 2020). Adicional a la motivación, la actitud también es un elemento relevante, pues posibilita la complacencia de los usuarios en línea (Ilgaz & Gülbahar, 2020). Lo mencionado demuestra que el estudiante de cursos en línea tiene un rol importante en el proceso educativo, por lo que las instituciones educativas, en especial las universitarias, deben enfocarse en perfeccionar el papel del alumnado.

El presente estudio se realiza a partir de las investigaciones de Prensky (2001) y Siemens (2004); tiene como objetivo determinar los factores del rol estudiantil que influyen en la satisfacción de gestionar recursos virtuales. Con base en el estado del arte de las variables investigadas y en pesquisas previas, para este trabajo se identificaron cinco predictores que influyen positivamente en la satisfacción estudiantil de gestionar recursos virtuales, hipótesis que guía este estudio. Estos factores son: la autoeficacia en internet e informática, la interacción estudiante-contenido, la participación gamificada, la utilidad percibida y la motivación. A partir de estos se formó el modelo de estudio utilizado (ver Figura 1).

Figura 1 Fuente: elaboración propia.

Para el estudio se optó por un diseño no experimental de nivel correlacional-causal, con el cual se pretende determinar la influencia de las variables independientes en la variable dependiente. La elección de estas se apoyó en su incidencia en trabajos anteriores, específicamente en las investigaciones de Prensky (2001) y Siemens (2004). Así, se analizan cinco variables independientes: factor autoeficacia en internet e informática (FA), factor interacción estudiante-contenido (FI), factor participación gamificada (FP), factor utilidad percibida (FU) y factor motivación (FM); además de una variable dependiente: la satisfacción de gestionar recursos virtuales (S).

Los datos del trabajo de campo se recolectaron una única vez mediante una encuesta transeccional enviada a través de Formularios de Google. Los participantes que se consideraron fueron aprendices de la UNMSM matriculados durante 2021 en los programas de Maestría en Educación en tres menciones: Gestión educativa, Docencia universitaria y Evaluación y acreditación de la calidad educativa. Cabe precisar que dichos programas correspondieron al período de contingencia, los cuales tuvieron que adaptarse e impartirse de manera remota, pues fueron concebidos antes de la pandemia de forma presencial. Los estudiantes elegidos cursaban entre el primero y el cuarto semestre de estudios durante la modalidad en línea, esto con la intención de que los participantes, a partir de su experiencia, tuviesen percepciones exactas de su proceso de aprendizaje virtual y determinaran su satisfacción. Se llegó a un total de 487 aprendices (población).

En adición, para lograr mejor información, se implementó un muestreo no probabilístico por selección intencional, lo que ascendió la muestra a un total de 184 estudiantes de posgrado. Debido a que por voluntad propia solo pocos estudiantes accedieron a la encuesta, se contactó a los docentes para ingresar a las sesiones sincrónicas con el fin de aplicar las encuestas a sus alumnos. De esta manera fue como se obtuvo la totalidad de 184 respuestas y los cuestionarios para la examinación estadística.

A partir de Prensky (2001) y Siemens (2004), se elaboró un cuestionario para analizar las variables cualitativas ordinales de estudio. Los indicadores de las variables independientes se evaluaron usando una escala tipo Likert de cinco puntos según las condiciones siguientes: 1 = Nunca, 2 = La mayoría de veces no, 3 = Unas veces sí, otras veces no, 4 = La mayoría de veces sí y 5 = Siempre. De la misma forma, los indicadores de la variable dependiente se midieron usando una escala tipo Likert de cinco puntuaciones: 1 = Totalmente en desacuerdo, 2 = En desacuerdo, 3 = Ni de acuerdo ni en desacuerdo, 4 = De acuerdo y 5 = Totalmente de acuerdo.

De forma adicional, cada variable contuvo sus propios indicadores: estos suman 70 ítems y se disponen para evaluar el impacto de las variables independientes en la variable dependiente (ver Tabla 1). Asimismo, el instrumento tuvo una sección previa donde los participantes proporcionaron su información general (a excepción del nombre ya que su colaboración era anónima) y dieron su consentimiento informado para ser parte de la pesquisa.

Tabla 1

Para alcanzar los propósitos de la investigación y demostrar la hipótesis de los cinco factores, se hicieron algunas pruebas de estadística usando SPSS (versión 25). En un primer momento se puso a prueba la confiabilidad y la validez de la data recopilada de las encuestas a los estudiantes a través del análisis factorial confirmatorio (AFC), el coeficiente de Alfa de Cronbach y el ajuste del modelo. Finalmente, se probaron las hipótesis para determinar la influencia entre variables haciendo uso de la prueba no paramétrica de Rho de Spearman por las variables cualitativas ordinales a investigar (Lim & Park, 2011), ya que los datos no presentan distribución normal (Hernández y Mendoza, 2018) según la prueba de Kolmogorov-Smirnov, como se aprecia en la Tabla 2.

Tabla 2

En definitiva, según los estudiosos se debe considerar para el análisis de normalidad que el α = 0,05. Por un lado, en el caso de distribuciones normales el nivel de significancia debe ser mayor al alfa (p > 0,05); por lo que se acepta la hipótesis nula y se rechaza la hipótesis alternativa. Por otro lado, lo opuesto sucede cuando no se presenta distribución normal (p < 0,05). En el caso de estas variables de estudio, el nivel de significancia para cada una es menor a 0,05, por lo que no presentan una distribución normal. En consecuencia, para el análisis inferencial se utilizará la prueba no paramétrica de Rho de Spearman.

Al probar la validez de los indicadores mediante el AFC, cada uno puede catalogarse como válido si contiene una carga factorial superior que 0,40, grado de significación al 95% y agrupación en cada grupo de variable (Hoban et al., 2005). Los hallazgos del AFC se plasman en la Tabla 3.

Tabla 3

Según el hallazgo de AFC, se observa que la medida de adecuación del muestreo de Kaiser-Meyer-Olkin (KMO-SA) es de ,863, lo que indica que se puede seguir con el análisis factorial. Mientras el valor sea superior a 0,50 es aceptable; en efecto, la medida del KMO-SA fluctúa entre 0 y 1. La prueba de esfericidad de Bartlett manifiesta una medida de 8889,628 y un nivel de significancia de ,000; por lo que, según estas condiciones, se puede continuar con el análisis factorial.

Los hallazgos del análisis evidencian que existen doce ítems que no obedecen a las normas de validez, estos son FM3, FM4, FM5, S1, S2, S10, S14, S21, S24, S26, S30 y S31. Los reactivos FM3, FM4 y FM5 tienen valores duplicados, apareciendo en su grupo de variable denominado factor interacción estudiante-contenido (componente 2) y en el componente 5. El ítem S10 presenta réplicas de valores en su grupo de variable del factor participación gamificada (componente 3) y en el componente 6. El reactivo S14 muestra un valor propagado en el componente 1 y el componente 5. Además, los ítems S1, S2, S21, S24, S26, S30 y S31 no presentan valores en ningún componente. Con esto en consideración, los doce reactivos son excluidos de los datos y no se incluyen en el siguiente análisis.

Con la discriminación de estos ítems, el análisis factorial muestra que el valor de KMO-SA es ,880, la prueba esfericidad de Bartlett es de 6872,379, y una significancia en ,000. A partir de estos resultados puede proseguir el análisis factorial. Los hallazgos de todos los reactivos contienen una carga factorial mayor a 0,4 y se encuentran agrupados en su grupo de variable; con esto se afirma que todos los ítems son válidos. El Path Analysis (PA) de la Figura 2 evidencia el impacto de las variables y que todos los indicadores de las variables son válidos, siendo los valores estimados mayores a 0.5 (Hair et al., 2014).

Figura 2 Fuente: elaboración propia a partir de la prueba del modelo estructural.

En ese sentido, de acuerdo con los resultados obtenidos en el PA se probó que el modelo final logró una solución estandarizada de los coeficientes Path de la siguiente manera: el FP (1.00) y el FM (.32) (según Cohen, 1988, un nivel de efecto mediano) tuvieron importantes aportes explicativos directos en la satisfacción de gestionar recursos virtuales (S), seguidos por el FA (.09), el FI (.02) y el FU (.02), quienes expresaron efectos pequeños pero significativos. En otros términos, estadísticamente todas las variables independientes demostraron ser significativas e influenciaron en la variable dependiente.

Posterior a la prueba de validez, el siguiente paso fue ensayar el modelo estructural. Primero se examinaron los modelos de bondad de ajuste para constatar su precisión. Según nuestras hipótesis, el hallazgo indicó que el modelo es aceptado y que cumple con los indicadores de bondad de ajuste. El resultado evidencia que el Error de aproximación (RMSEA, por sus siglas en inglés), el Índice de ajuste comparativo (CFI, por sus siglas en inglés) y el Índice de ajuste normado (NFI, por sus siglas en inglés) son valores recomendables y tienen un ajuste perfecto (Baumgartner & Homburg, 1996; Klem, 2000; Kline, 2011), lo que indica que el modelo se adapta bastante (ver Tabla 4).

Tabla 4

El siguiente análisis es el de confiabilidad utilizando el Alfa de Cronbach (Cronbach, 1951). La totalidad de ítems y los coeficientes se usan para probar la fiabilidad de cada variable. Cuando la variable obtiene un valor mayor a 0,70 se puede catalogar como una variable de confianza (Hair et al., 2014); en otras palabras, la variable ha logrado superar la prueba de confiabilidad. En consecuencia, la consistencia interna de los ítems del instrumento es aceptable. Los hallazgos de la prueba de fiabilidad de Cronbach demostraron que las variables de este estudio son fiables (ver Tabla 5).

Tabla 5

Para entender el efecto entre variables, a continuación, se hizo la prueba no paramétrica de Rho de Spearman, donde se muestra estadísticamente que las variables independientes tienen influencia en la variable dependiente si obtuvieron un valor p de ≤ 0,05, significando que las variables independientes afectan de manera significativa sobre la variable dependiente, con una confianza al 95% y un nivel máximo de tasa de desviación del 5%. Estos hallazgos del Rho de Spearman se evidencian en la Tabla 6.

Tabla 6

Los resultados de la Tabla 6 demuestran que las cinco variables independientes presentan una correlación significativa en la satisfacción de gestionar recursos virtuales, la cual se plasma en el valor de significancia menor de α = 0,05. También es necesario precisar, además de ordenar, que a partir de una mayor puntuación los factores interacción estudiante-contenido, participación gamificada, motivación y autoeficacia en internet e informática tienen una correlación positiva débil en la satisfacción de gestionar recursos virtuales, la cual se evidencia en el valor del coeficiente de correlación al 0, 420, 0, 401, 0, 320 y 0,268. Además, la variable llamada factor utilidad percibida obtiene una correlación positiva muy débil (0, 175) en la variable dependiente.

En ese sentido, y teniendo en cuenta que todas las variables independientes influenciaron en la variable dependiente, por su nivel de significancia < 0,05, se afirma que la prueba Rho de Spearman puede ser utilizada para determinar todos los factores que afectan en la satisfacción de gestionar recursos virtuales en este estudio.

La autoeficacia en internet e informática se ha convertido en un elemento que influye en la satisfacción estudiantil. Las actuales investigaciones aseguran que es sumamente importante que los estudiantes que gestionan recursos educativos virtuales se vean capaces de manejar y resolver dificultades en la red por sí mismos, porque esto los hará sentirse satisfechos en el proceso educativo en línea (Bayrak et al., 2020; Herrador et al., 2019; Wolverton et al., 2020). De lo contrario, cuando los aprendices no se perciben con la capacidad de desenvolverse en los programas en línea, suelen obtenerse niveles de satisfacción muy bajos que traen consigo el fracaso del aprendizaje. En ese sentido, en México se ha analizado, en el nivel de posgrado, la satisfacción estudiantil en la virtualidad; estos estudios evidenciaron que, a pesar de las carencias psicológicas en el conocimiento de los recursos digitales y las ausencias económicas en el posicionamiento de dispositivos electrónicos, los alumnos lograron sentirse complacidos con su formación a través de la modalidad virtual (Hernández y Juárez, 2018).

Según nuestro trabajo, otro factor relevante que influye en la satisfacción es la interacción del estudiante con el contenido. Los alumnos de modalidades en línea requieren de materiales que les permitan acercarse a la información de una manera gráfica, de textos e hipertextos que alberguen multitareas, pues se ha observado que estos elementos contribuyen a que los estudiantes obtengan mejores resultados en sus procesos de aprendizaje y, en consecuencia, alcancen mayor satisfacción al respecto (Alexander et al., 2019; Alqurashi, 2019; Bahati et al., 2019; Bashir, 2019; Divjak et al., 2018; Gavrilis et al., 2020; Gyamfi & Sukseemuang, 2018; Harsasi & Sutawijaya, 2018; Muzammil et al., 2020; Weidlich & Bastiaens, 2018).

Asimismo, el análisis realizado demuestra que la participación gamificada es un tercer factor importante que determina la satisfacción de gestionar recursos virtuales. Por lo general, los aprendices prefieren que los cursos en línea les permitan desarrollar su creatividad e imaginación al momento de aprender, que, a pesar de la rigurosidad de la investigación, las herramientas les permitan relajarse a través de estrategias lúdicas. Sin lugar a dudas, las estrategias de gamificación brindan gran satisfacción y beneficios a los participantes (Carrión, 2018; Cornellà y Estebanell, 2018; García et al., 2018; Prieto, 2020).

Al contrastar las hipótesis de nuestra investigación se determina que la utilidad percibida es otro factor que influye en la satisfacción en los estudiantes. Cuando estos se convencen de que las modalidades en línea les permiten ahorrar en movilidad, economía y en materiales, aumentan los niveles de satisfacción (Abuhassna et al., 2020; Caner & Servet, 2020; Daneji et al., 2019; Landrum, 2020; Nagy, 2018). La motivación es otro factor predictivo en la satisfacción; los estudiantes que persiguen un aliciente intrínseco y extrínseco logran niveles altos de complacencia en sus estudios en línea, mientras que los participantes que no se sienten motivados en su proceso de aprendizaje obtienen bajo rendimiento (Bailey et al., 2020; Ilgaz & Gülbahar, 2020; Manrique y Sánchez, 2019; Shonfeld & Magen, 2020).

Las fortalezas de esta pesquisa se encuentran en la temática innovadora alrededor de la que gira el análisis, la utilidad praxeológica hacia la comunidad universitaria sobre los elementos que satisfacen al alumnado y la propuesta de un instrumento de medición útil para próximos estudios. Cabe mencionar que esta investigación tiene limitaciones concretas, ya que para el análisis de los datos no se tomó en cuenta la disparidad que podría haber en las percepciones según la generación a la que pertenecen los aprendices universitarios, ni las variables socioeconómicas y geográficas de los individuos, puesto que el acceso a la tecnología y a la red es un gran desafío para la satisfacción estudiantil en línea. Sin embargo, las oportunidades de este trabajo se encuentran en su citación en múltiples campos de estudio, al ser un referente para futuras investigaciones sobre educación virtual, y su potencial aplicación para contribuir a la calidad universitaria.

Este trabajo tuvo como finalidad determinar los factores estudiantiles que influyen en la satisfacción de gestionar recursos virtuales de los participantes de tres maestrías. Por su orden de prioridad, los hallazgos evidenciaron que los predictores del rol estudiantil determinados el factor interacción estudiante-contenido, el factor participación gamificada, el factor motivación, el factor autoeficacia en internet e informática y el factor utilidad percibida) influyen de forma positiva en la satisfacción de los estudiantes al gestionar recursos virtuales. Al respecto, la utilidad percibida por el alumno obtuvo una correlación positiva muy débil en su satisfacción; por ello se considera que la institución debería evaluar el cumplimiento de los beneficios de los estudios virtuales que ofrece.

Los resultados sobre el papel estudiantil son relevantes para alcanzar la satisfacción, lo que conlleva a preocuparse por atender y acompañar al estudiantado en el proceso educativo en línea para que ellos interactúen con contenidos gamificados, se sientan motivados, se encuentren autoeficaces y perciban que los programas les son útiles, tanto en lo social y personal como en el ámbito profesional. Al respecto, se sugiere que futuras pesquisas profundicen sobre las diversas percepciones generacionales del aprendiz y las variables socioeconómicas y geográficas, especialmente en países con escasos recursos, en los cuales la accesibilidad a internet y a la tecnología es exigua.

Los principales aportes de este análisis se encuentran en señalar los elementos importantes para que los estudiantes logren su satisfacción en cursos virtuales. Al mismo tiempo, se ofrece a la autoridad universitaria un estudio novedoso que busca aportar en el perfeccionamiento de la calidad educativa y propone la creación de un instrumento que puede ser aplicado en cualquier contexto universitario.

Finalmente, se espera que los resultados de esta investigación se utilicen para mejorar el programa de maestría en la modalidad virtual implementado durante la pandemia de la covid-19, y que, incluso, sirva de evidencia al período pospandemia en la universidad. Se busca que las próximas indagaciones continúen ajustando el modelo estructural de esta pesquisa y que profundicen con enfoques cualitativos y mixtos, o sumando otros predictores de la satisfacción estudiantil.