Apertura
Vol. 17, núm. 2 / octubre 2025 - marzo 2026 / e-ISSN 2007-1094
Utilidad, motivación y gamificación en la adopción de MOOCs para la capacitación docente
Perceived Usefulness, Hedonic Motivation, and Gamification in the Adoption of MOOCs for Teacher Training
Resumen
Esta investigación, valida una propuesta teórica que integra el Modelo de Aceptación Tecnológica, el Modelo de Éxito de Sistemas de Información y la Teoría Unificada de Aceptación y Uso de Tecnologías, incorporando variables adicionales como la confianza y la gamificación. El objetivo fue analizar los factores que influyen en el uso de cursos en línea masivos y abiertos (MOOCs) para la capacitación del personal educativo en Tamaulipas, México. Se recolectaron 470 encuestas y se utilizó la técnica de modelado de ecuaciones estructurales por mínimos cuadrados parciales para evaluar el modelo propuesto. Los resultados demostraron que la utilidad percibida, la motivación hedónica y la gamificación tienen un impacto significativo en el uso de los MOOCs, destacando la importancia de ofrecer cursos que sean funcionales, atractivos y socialmente integrados. Desde una perspectiva teórica, el modelo de investigación demuestra la viabilidad de medir la calidad de los MOOCs de manera integrada, contribuyendo a la literatura sobre calidad y aceptación tecnológica. A nivel práctico, los resultados sugieren prácticas que se pueden aplicar para el diseño de cursos efectivos, enfocados en la calidad, el disfrute, el compromiso, fortaleciendo así las competencias del personal educativo y promoviendo la formación continua para una educación de mayor calidad.
Palabras clave
Capacitación educativa; tecnología educativa; MOOCs; gamificación
Abstract
A theoretical model was proposed and validated, whereby the Technology Acceptance Model (TAM), the Information Systems Success Model (ISSM), and the Unified Theory of Acceptance and Use of Technology (UTAUT) were integrated, and additional variables such as trust and gamification were incorporated. The objective was to analyze the factors that influence the use of Massive Open Online Courses (MOOCs) for the training of educational personnel in Tamaulipas, Mexico. A total of 470 surveys were collected and the proposed model was evaluated using the partial least squares structural equation modeling technique (PLS-SEM). The results revealed that perceived usefulness, hedonic motivation, and gamification significantly influence the use of MOOCs, highlighting the importance of offering courses that are functional, engaging, and socially integrated. From a theoretical perspective, the research model demonstrated the feasibility of assessing MOOC quality in an integrated manner, contributing to the literature on educational quality and technology acceptance. On a practical level, actionable practices were suggested for the design of effective courses focused on quality, enjoyment, and user engagement, thereby strengthening the professional competencies of educational staff and promoting continuous training for higher-quality education.
Keywords
Educational Training; Educational Technology; MOOCs; Gamification
Recepción del artículo: 22/01/2025 | Aceptación para publicación: 26/06/2025 | Publicación: 30/09/2025
DOI:
http://doi.org/10.32870/Ap.v17n2.2641
INTRODUCCIÓN
En México hay 34.68 millones de estudiantes, de los cuales 70% está en educación básica. Para atender a este total, el país cuenta con 2.13 millones de docentes, de donde 57% esta destinado al nivel básico educativo (SEP, 2024). La formación de los docentes enfrenta retos significativos debido al elevado número de integrantes y la diversidad de niveles educativos. Para abordarlos, se necesitan soluciones escalables y accesibles. En este contexto, el progreso de las tecnologías de la información (TI) ha favorecido la integración de la educación con la tecnología, dando lugar a herramientas como los cursos en línea masivos y abiertos (MOOCs, Massive Open Online Courses) que apoyan a los procesos de enseñanza - aprendizaje (Alj & Bouayad, 2024).
En el estado de Tamaulipas, México, existe un programa de capacitación implementado por el Centro Estatal de Tecnología Educativa (CETE) cuyo propósito principal es fortalecer las habilidades digitales del personal de educación básica. Este programa ofrece MOOCs enfocados en el uso y manejo de TI con un enfoque práctico y pedagógico que permite su aplicación directa en el aula. De esta manera, se promueve la integración efectiva de herramientas digitales en los procesos de enseñanza-aprendizaje, contribuyendo a una educación más innovadora, inclusiva y de calidad. No obstante, estas capacitaciones afrontan retos derivados de las diferencias en acceso tecnológico y capacidades digitales del personal docente, lo cual puede influir en su adopción de los MOOCs (Mesuwini & Mokoena, 2024).
Los MOOCs son valorados por su capacidad de reducir costos y ampliar el alcance de contenidos (Lambert, 2020). No obstante, su enfoque uniforme reduce su eficacia y provoca elevados niveles de deserción, así como una baja participación de los usuarios en actividades educativas como foros y comentarios (Papadakis, 2023). Por ello, diversas investigaciones se han enfocado en determinar los elementos que impactan en su adopción y utilización (Aparicio et al., 2019; Ucha, 2023; Yang & Lee, 2021).
Por tanto, el propósito de este documento es examinar cómo los factores de utilidad percibida y motivación hedónica, en conjunto con la gamificación, influyen en el uso de MOOCs destinados a la capacitación de personal de educación básica en Tamaulipas, México. Para alcanzar este objetivo, el documento se divide en cinco secciones: introducción al tema y teoría, método aplicado, presentación de resultados, discusión y conclusiones.
REFERENTE TEÓRICO
Los MOOCs son cursos educativos de acceso libre que requieren la participación de educadores y ofrecen un avance significativo en la educación debido a su fácil acceso y eficiencia (Schettino & Capone, 2022). Sin embargo, su sostenibilidad depende de la disposición de los usuarios a permanecer en ellos, lo que es un desafío debido a la alta tasa de abandono (Papadakis, 2023). Este escenario ha generado un creciente interés en los MOOCs llevando al desarrollo de investigaciones basadas en distintos modelos teóricos (Aparicio et al., 2021; Rezvani et al., 2022; Zheng et al., 2023). Uno de ellos es el Modelo de Aceptación Tecnológica (TAM) que se enfoca en la utilidad percibida y la facilidad de uso como aspectos que condicionan la actitud frente a las TI (Davis, 1985). Aunque el TAM ha sido adaptado para estudiar las percepciones sobre la educación en línea (Rezvani et al., 2022; Zheng et al., 2023) su enfoque no considera características clave de los MOOCs como la flexibilidad, la interactividad y la diversidad de contenidos (To & Trinh, 2021).
Si bien el TAM se centra en la aceptación tecnológica, puede ser complementado por el Modelo de Éxito de Sistemas de Información (ISSM, por sus siglas en inglés: IS Success Model). El ISSM incluye factores de calidad e impacto como impacto individual, satisfacción del usuario, impacto organizacional, calidad de la información, del sistema y del servicio (DeLone & McLean, 2003). En el caso de los MOOCs, el ISSM permite evaluar elementos clave para su éxito como la percepción del usuario, la calidad del contenido, del sistema y del servicio.
El ISSM aborda dimensiones técnicas y de calidad, omitiendo factores sociales y contextuales, por lo que justifica su integración con modelos como la Teoría Unificada de la Aceptación y el Uso de la Tecnología (UTAUT). El UTAUT destaca la influencia social, la motivación hedónica, la expectativa de rendimiento, las condiciones facilitadoras, la percepción del esfuerzo requerido y el valor atribuido en la adopción tecnológica (Venkatesh et al., 2012). Aunque inicialmente validado en contextos específicos, el UTAUT se ha adaptado con éxito a tecnologías diversas (Arfi et al., 2021; Alalwan et al., 2017).
Los modelos TAM, ISSM y UTAUT se han combinado para proporcionar una explicación más completa del uso de tecnologías. Por ejemplo, se han desarrollado modelos híbridos entre el TAM y el ISSM (Alsulami, 2024; Legramante et al., 2023), el ISSM y el UTAUT (Izkair & Lakulu, 2023; Shahzad et al., 2024) e incluso entre el TAM y el UTAUT (Alyoussef, 2022; Wang et al.,2024). Estas integraciones proporcionan un análisis más detallado y ayudan a diseñar estrategias para fomentar la adopción y el uso sostenible de los MOOCs.
En paralelo, la confianza y la gamificación son factores clave para el uso efectivo de tecnologías educativas (Alshurideh et al., 2019; Gu et al., 2021; Yang & Lee, 2021). La confianza es crucial para la adopción de plataformas digitales, ya que los usuarios deben sentirse seguros al compartir su información personal (Al-Azawei & Alowayr, 2020; Dhahak & Huseynov, 2020; Kanaan et al., 2023). La gamificación, por su parte, mejora la participación y el compromiso al incorporar elementos de juego, como recompensas y niveles, lo que reduce las tasas de abandono (Aparicio et al., 2021; Çera et al., 2020; Yang & Lee, 2021).
Por tanto, este estudio plantea un modelo de investigación para examinar la percepción sobre el uso de los MOOCs, integrando variables de los modelos TAM (facilidad de uso y utilidad percibida), ISSM (uso, calidad del sistema, del servicio y de la información) y UTAUT (motivación hedónica e influencia social). Asimismo, se incorporan las variables de confianza y gamificación por su relevancia en la mejora de la retención y el compromiso en plataformas educativas. Además, se plantea el constructo de segundo orden Calidad General (CG) que agrupa los factores de calidad del ISSM. Este enfoque, utilizado en investigaciones previas, facilita la representación de conceptos de nivel superior al simplificar modelos complejos (Aldholay et al., 2020; Ameen et al., 2021), aspecto útil para el análisis en entornos educativos masivos como los MOOCs (Sarstedt et al., 2019). A partir de este modelo, se formulan las hipótesis que buscan explicar las relaciones entre las variables clave.
El primer componente de la Calidad General es la Calidad del Sistema (SI), que incluye características técnicas, rendimiento y disponibilidad del sistema (Gu et al., 2021). La literatura indica que la calidad del sistema tiene un impacto positivo en la facilidad de uso (Gupta et al., 2021; Rezvani et al., 2022; Zheng et al., 2023), la utilidad percibida (Alshurideh et al., 2019; Rezvani et al., 2022; Zheng et al., 2023) y la confianza (Kanaan et al., 2023; Sarkar et al., 2020; Silic & Ruf, 2018). El segundo componente, la Calidad de la Información (IF), se describe como el nivel en que los usuarios consideran la información actual, precisa, relevante y estructurada de manera adecuada (Aldholay et al., 2020). Estudios demuestran un efecto positivo de la calidad de la información en la facilidad de uso (Alshurideh et al., 2019; Gupta et al., 2021; Salloum et al., 2019), la utilidad percibida (Salloum et al., 2019; Zheng et al., 2023) y la confianza (Kanaan et al., 2023; Sarkar et al., 2020; Silic & Ruf, 2018). El tercer componente, la Calidad del Servicio (SR), refleja la percepción del soporte en términos de interactividad, capacidad de respuesta, seguridad y empatía (Alrwashdeh et al., 2020). Se ha podido identificar que la calidad del servicio influye positivamente en la facilidad de uso (Ahmad et al., 2020; Xu & Du, 2018; Zheng et al., 2023), la utilidad percibida (Ahmad et al., 2020; Xu & Du, 2018) y la confianza (Kanaan et al., 2023; Sarkar et al., 2020; Silic & Ruf, 2018). Debido a que los tres factores que integran la calidad general inciden positiva y significativamente en la facilidad de uso, la utilidad percibida y la confianza, se plantea que:
H1: La calidad general tiene un efecto positivo en la facilidad de uso.
H2: La calidad general tiene un efecto positivo en la utilidad percibida.
H3: La calidad general tiene un efecto positivo en la confianza.
Por otra parte, la Facilidad de Uso (FU) se define como el nivel en que una persona percibe que un sistema es sencillo de utilizar y no requiere un esfuerzo significativo para operarlo (Zheng et al., 2023); cuando un sistema se percibe como sencillo de utilizar, aumenta la percepción de su utilidad (Dhahak & Huseynov, 2020). Estudios han demostrado que la facilidad de uso influye positivamente en la utilidad percibida (AlHamad et al., 2021; Gupta et al., 2021; Zheng et al., 2023). Para los MOOCs, un diseño intuitivo y accesible mejora la navegación, reduce barreras y aumenta la percepción de utilidad. Por tanto, se sugiere la siguiente hipótesis:
H4: La facilidad de uso tiene un efecto positivo en la utilidad percibida.
La variable Confianza (CF) se refiere al grado de confianza percibida por los usuarios respecto al aprendizaje basado en dispositivos (Al-Azawei & Alowayr, 2020). En entornos de aprendizaje en línea, la privacidad y seguridad suelen ser preocupaciones clave que pueden afectar la experiencia del usuario. La literatura ha identificado que la confianza ejerce un impacto relevante en la utilidad percibida (AlHamad et al., 2021; Dhahak & Huseynov, 2020; Usman et al., 2022) y en la motivación hedónica (Al-Azawei & Alowayr, 2020). En los MOOCs, un entorno de confianza no solo mejora la percepción de utilidad, sino que también fomenta una experiencia de aprendizaje más agradable y motivadora. De modo que se postula lo siguiente:
H5: La confianza tiene un efecto positivo en la utilidad percibida.
H6: La confianza tiene un efecto positivo en la motivación hedónica.
La Utilidad Percibida (UT) se refiere al grado en que una persona cree que el uso de un sistema específico incrementará su desempeño (Davis, 1985). Esta investigación sugiere que la utilidad percibida impulsa el uso. En los MOOCs, esto se refleja en la percepción de que ofrecen contenido accesible, relevante y que mejora las competencias profesionales. Estudios previos han confirmado que la utilidad percibida es un impulsor del uso de una tecnología (Alyoussef, 2023; Rezvani et al., 2022), por consiguiente, se plantea que:
H7: La utilidad percibida tiene un efecto positivo en el uso de los MOOCs.
La Motivación Hedónica (MH) se refiere al disfrute o placer obtenido al usar una tecnología (Venkatesh et al., 2012). En los MOOCs, características como la interactividad, el diseño multimedia y los desafíos gratificantes pueden aumentar el disfrute de los usuarios, lo que fomenta su uso. La literatura indica que la motivación hedónica incide positivamente en el uso de tecnologías (Al-Azawei & Alowayr, 2020; Alalwan et al., 2017). Por consiguiente, se sugiere que:
H8: La motivación hedónica tiene un efecto positivo en el uso de los MOOCs.
La Influencia Social (IS) hace referencia al grado en que las personas perciben que quienes son significativos en sus vidas consideran que deberían utilizar una tecnología en particular (Venkatesh et al., 2012). En este estudio se plantea que, si los usuarios perciben que sus amigos o compañeros valoran el aprendizaje en línea, su motivación para adoptar MOOCs aumenta. Además, se ha comprobado que la influencia social es un impulsor de la motivación hedónica (Al-Azawei & Alowayr, 2020). En consecuencia, se postula la siguiente hipótesis:
H9: La influencia social tiene un efecto positivo en la motivación hedónica.
Por último, la Gamificación (GA) se entiende como la aplicación de componentes y mecánicas de juegos aplicadas a contextos no lúdicos (Deterding et al., 2011). En los MOOCs ofertados las estrategias de gamificación se enfocan en establecer objetivos claros, ofrecer recompensas, estructurar el contenido en niveles y fomentar la competencia mediante clasificaciones. También incluyen elementos sorpresa, trabajo colaborativo, retroalimentación inmediata y la posibilidad de tomar decisiones autónomas. Todo esto busca motivar, guiar el aprendizaje y fortalecer el compromiso del usuario. Investigaciones previas han demostrado que el uso es impulsado por la implementación de gamificación en tecnologías (Aparicio et al., 2021; Çera et al., 2020; Yang & Lee, 2021). Por tanto, se plantea que:
H10: La gamificación tiene un efecto positivo en el uso de los MOOCs.
A partir de lo expuesto, en la figura 1 se presenta el modelo de investigación de este estudio.
MÉTODO
El estudio adoptó un enfoque cuantitativo y un diseño correlacional-explicativo con el fin de analizar la relación entre variables. El diseño fue transversal y no experimental, observando la realidad sin manipular las variables en un único momento. Se llevó a cabo una revisión de la literatura para elaborar las hipótesis de investigación y diseñar una encuesta validada por expertos, que consta de cinco preguntas generales y 43 ítems evaluados en una escala Likert de cinco puntos en la cual 1 representa “totalmente en desacuerdo” y 5 “totalmente de acuerdo” (ver tabla 1).
La encuesta fue aplicada en el mes de mayo de 2024 en el estado de Tamaulipas, México, mediante un formulario de Google Forms enviado por correo electrónico. Se utilizó un muestreo no probabilístico por conveniencia dirigido a una población compuesta por 12 575 docentes y personal administrativo de educación básica en funciones dentro del estado. De acuerdo con los registros del CETE, este grupo ya contaba con experiencia previa en la toma de cursos en línea. Las necesidades de capacitación de esta población eran evidentes ante la disponibilidad de nuevas tecnologías educativas, las cuales ofrecen oportunidades para mejorar la calidad de la educación impartida en el nivel básico.
Se tomó en cuenta a personal de diversos niveles ya que el objetivo de los MOOCs ofrecidos por el CETE es desarrollar las competencias del personal educativo a través del uso de herramientas innovadoras, adecuadas al entorno de la educación básica. Estos cursos presentan una duración variable, que va de las 20 a las 120 horas, dependiendo del tema abordado. Las temáticas incluyen herramientas digitales y plataformas educativas (hoja de cálculo, procesador de textos, presentaciones electrónicas, Google Workspace, Google Classroom, Moodle, Zoom, Meet, Jitsi y administración de archivos en la nube), diseño y creatividad (uso de Prezi, Powtoon, Google Sites e introducción a Corel Draw), tecnología aplicada (robótica, Scratch, tecnologías inmersivas), competencias lingüísticas y comunicación (curso de ortografía y gramática, lengua de señas mexicana) y apoyos educativos diversos (mantenimiento preventivo de equipos de cómputo y construcción de nuevos escenarios de aprendizaje). Esta oferta busca atender las necesidades formativas del personal docente en un entorno educativo en constante transformación.
Se estimó un tamaño de muestra de 385 participantes, con un nivel de confianza de 95% y un margen de error de 5%. Se obtuvieron 510 cuestionarios de los cuales 470 fueron válidos para análisis mediante modelización de ecuaciones estructurales usando la técnica de mínimos cuadrados parciales (PLS-SEM) en SmartPLS 4.1.0.8 (Ringle et al., 2024).
RESULTADOS
La muestra se conformó por 470 personas, en su mayoría mujeres (67.66%) y con una edad predominante de 41 a 50 años (35.11%), seguido por los mayores de 51 años (30.43%), reflejando una amplia experiencia laboral. La mayoría tenía licenciatura (54.47%) o posgrado (40.64%) evidenciando una alta cualificación académica. De la muestra, 64.26% correspondió a maestros frente a grupo, mientras que el resto fueron docentes con roles administrativos y directivos. Los participantes laboraban principalmente en Victoria (24%), Reynosa (13%) y Matamoros (11%). Esta composición refleja una muestra diversa y representativa de docentes para analizar la adopción de tecnologías en entornos educativos, considerando su diversidad geográfica y profesional.
El análisis multivariante realizado está fundamentado en la metodología de Sarstedt et al. (2019), debido a que el modelo teórico conceptualiza la variable Calidad General (CG) de los sistemas de información como un constructo de segundo orden, de tipo reflectivo-reflectivo, estructurado mediante indicadores repetidos. El proceso para su análisis incluye: 1) la definición del modelo, desarrollada en el apartado de formulación del modelo; 2) la evaluación de los constructos de primer orden para garantizar su validez y confiabilidad; 3) la evaluación del constructo de segundo orden con base en las propiedades de los constructos de primer orden; y 4) el ajuste y la evaluación del modelo estructural, considerando su relación con otras variables y su capacidad explicativa.
EVALUACIÓN DE LOS CONSTRUCTOS DE PRIMER ORDEN
Para garantizar la validez y confiabilidad, se analizó el modelo de medición evaluando la confiabilidad de los indicadores, además de la validez convergente y discriminante de los constructos, los cuales fueron definidos como de orden inferior (Lower-Order Construct, LOC). De los ítems originales (43), se consideraron solo 31 para el análisis, debido a que se estableció como criterio una carga factorial mínima de 0.707 para garantizar la fiabilidad de los indicadores (Henseler et al., 2009). Los ítems SI2, SR3, SR6, CF1, FU4, GA2, GA4, GA5, MH2, IS3, US3 y UT4 no cumplieron con este umbral y por ende fueron descartados. La fiabilidad interna de los constructos se confirmó con valores superiores a 0.7 para el alfa de Cronbach (α) y la fiabilidad compuesta (ρc) (Hair et al., 2017), lo que indica consistencia interna adecuada. La validez convergente se evaluó con la varianza media extraída (AVE), superando el umbral mínimo de 0.5 en todos los casos (Chin, 2010). Como se expone en la tabla 2, los resultados garantizan que los indicadores reflejan correctamente sus constructos.
Para asegurar que los constructos son conceptualmente distintos se verificó la validez discriminante utilizando el criterio HTMT (heterotrait-monotrait), recomendado por Henseler et al. (2015). Los índices presentados en la tabla 3 muestran valores inferiores a 0.90, confirmando la validez discriminante en el modelo de medición de primer orden.
EVALUACIÓN DEL CONSTRUCTO DE SEGUNDO ORDEN
Con base en las propiedades de los constructos de primer orden se obtuvieron nuevas puntuaciones para las dimensiones de CG. Para la validación del modelo re-especificado se verificó nuevamente la fiabilidad y validez convergente de los indicadores (ver tabla 3), todos los valores siguen los umbrales sugeridos (Hair et al., 2017). Del mismo modo, se examinó el poder explicativo del modelo estructural midiendo la cantidad de varianza explicada (R2) en el constructo dependiente (ver tabla 4). Esto refuerza la robustez del modelo y confirma su idoneidad para el análisis estructural.
Se aplicó nuevamente el criterio HTMT para el modelo re-especificado, los valores obtenidos (ver tabla 5) están por debajo de los umbrales sugeridos (< 0.90) confirmando la validez discriminante (Henseler et al., 2015).
AJUSTE Y LA EVALUACIÓN DEL MODELO ESTRUCTURAL
En el siguiente paso se evaluó el ajuste del modelo estructural utilizando la técnica de bootstrapping con cinco mil submuestras, lo que permitió obtener intervalos de confianza y estadísticos t. Con esta metodología, se estimaron los coeficientes de path para cuantificar las relaciones entre constructos y contrastar las hipótesis propuestas (ver tabla 6). En cuanto al ajuste del modelo, el coeficiente SRMR dio un valor de 0.07, lo que demuestra que el ajuste del modelo es adecuado (SRMR < 0.08, Hair et al., 2017).
DISCUSIÓN
Se encontró que CG impacta positiva y significativamente sobre FU (β = 0.722, p < 0.001), UT (β = 0.330, p < 0.005) y CF (β = 0.818, p < 0.001), validando H1, H2 y H3, respectivamente. La relación CG → CF fue la más fuerte del modelo, lo cual subraya la importancia de garantizar altos estándares de calidad en los MOOCs, ya que esto impulsa de manera directa la percepción funcional de los usuarios. Los hallazgos coinciden con investigaciones previas, donde se ha demostrado que los componentes de CG (calidad del sistema, de la información y del servicio) inciden sobre FU (Gupta et al., 2021; Salloum et al., 2019; Zheng et al., 2023), UT (Ahmad et al., 2020; Zheng et al., 2023) y CF (Kanaan et al., 2023; Sarkar et al., 2020; Silic & Ruf, 2018), resaltando la relación con la confianza en entornos digitales.
Por otro lado, H4 fue rechazada al no encontrarse significancia estadística entre FU y UT (β = 0.125, p > 0.05). Este resultado contrasta con estudios anteriores (AlHamad et al., 2021; Gupta et al., 2021; Zheng et al., 2023) que sí comprobaron esta relación. Una posible explicación es que, en el presente contexto, los usuarios ya cuentan con experiencia previa y que solo estarían dispuestos a invertir esfuerzo en comprender el funcionamiento de los MOOCs si perciben un beneficio directo en su aprendizaje, lo que coincide con lo encontrado en la investigación de Ucha (2023).
Se aceptaron H5 y H6, ya que se identificó a CF como un impulsor significativo tanto de UT (β = 0.485, p < 0.001) como de MH (β = 0.731, p < 0.001). Estos resultados concuerdan con los hallazgos de AlHamad et al. (2021), Dhahak y Huseynov (2020) y Usman et al. (2022), quienes evidenciaron el impacto de la confianza sobre la percepción de utilidad tecnológica. De manera similar, Al-Azawei y Alowayr (2020), al aplicar el UTAUT, demostraron que CF influye positivamente en la motivación hedónica (MH). Esto sugiere que la funcionalidad percibida en los MOOCs no solo afecta su percepción de utilidad, sino que también influye en el agrado y disfrute de los usuarios durante su uso.
En cuanto a H7, los resultados indican que UT tiene un impacto positivo y significativo en US (β = 0.402, p < 0.001). Estos resultados concuerdan con investigaciones anteriores, como la de Rezvani et al. (2022), quienes aplicaron un modelo híbrido entre el ISSM y el UTAUT en una aplicación de biblioteca digital. De igual forma, Alyoussef (2023) comprobó que la percepción de utilidad impulsa el uso sostenido en sistemas de aprendizaje en línea. Este efecto refuerza la importancia de garantizar que los MOOCs estén alineados a las necesidades reales del usuario, para que sean percibidos como herramientas útiles y relevantes para su aprendizaje, puesto que influye directamente en su uso continuo.
Por su parte, H8 fue aceptada, demostrando que MH incide positivamente en US (β = 0.188, p < 0.05). Estos resultados son consistentes con la investigación de Al-Azawei y Alowayr (2020), quienes comprobaron esta relación en entornos de aprendizaje en línea. Además, Alalwan et al. (2017) encontraron un efecto similar al aplicar el UTAUT extendido en el uso de la banca móvil, destacando que el sentimiento de agrado y diversión al interactuar con una tecnología incrementa su adopción. Aunque el efecto de MH en US fue el más bajo del modelo, su significancia estadística sugiere la necesidad de incorporar elementos emocionales que favorezcan experiencias agradables en los MOOCs.
En relación con H9, se encontró que IS influye de manera positiva y significativa sobre MH (β = 0.133, p < 0.005). Estos hallazgos coinciden con los resultados de Al-Azawei y Alowayr (2020), quienes demostraron que la influencia social incide en la motivación hedónica. Esto sugiere que, a medida que más compañeros o directivos utilizan los MOOCs para capacitación, se fortalece el agrado y la motivación para interactuar con estas plataformas.
Finalmente, H10 fue aceptada al identificarse que GA incide de forma positiva en US (β = 0.346, p < 0.001). Los resultados obtenidos confirman su relevancia en la adopción tecnológica, particularmente en entornos educativos. Este hallazgo coincide con estudios previos que han demostrado la efectividad de la gamificación en plataformas educativas (Aparicio et al., 2021; Çera et al., 2020; Yang & Lee, 2021). Las estrategias de gamificación implementadas favorecen al involucramiento y el compromiso de los usuarios, facilitando la adopción y el uso sostenido de los MOOCs. Estas estrategias consisten en el establecimiento de objetivos y metas claras, lo cual permite a los usuarios tener un propósito definido y avanzar de forma guiada mediante misiones o retos. También se incluyen recompensas y reconocimientos, como puntos, insignias, trofeos o certificados, que refuerzan el progreso y generan satisfacción. Otra estrategia fundamental es la estructuración del contenido en niveles, lo cual facilita una progresión gradual que motiva a dominar nuevas habilidades. A esto se suma el uso de clasificaciones que fomentan una competencia amistosa siendo uno de los elementos que mostró mayor influencia en el uso continuado, al incentivar el avance visible de los participantes. Los elementos sorpresa o desbloqueables mantienen el interés y la curiosidad al ofrecer contenido oculto que se activa al alcanzar ciertos logros. Asimismo, se promueve el trabajo en equipo y la cooperación a través de actividades grupales que favorecen la interacción y el aprendizaje colaborativo. Por último, se valora la toma de decisiones y la autonomía, permitiendo a los participantes elegir caminos o estrategias dentro del entorno gamificado, lo que fortalece su implicación y sentido de control.
CONCLUSIONES
Este estudio identificó que los factores de utilidad percibida, motivación hedónica y gamificación influyen significativamente en la adopción de MOOCs en la capacitación de personal educativo, mostrando su relevancia para ampliar el alcance y mejorar el impacto de estos cursos en comparación con modalidades presenciales. Para incrementar la utilidad percibida es fundamental asegurar que la información personal es manejada de forma segura y ofrecer MOOCs con contenidos de calidad, un rendimiento eficiente, un diseño atractivo, información actualizada y un soporte accesible. Estos elementos mejoran la percepción de que los MOOCs son herramientas valiosas para el desarrollo profesional de los usuarios.
Por otro lado, fortalecer la motivación hedónica requiere fomentar un entorno social donde los compañeros o directivos utilicen activamente los cursos, creando así una comunidad de aprendizaje. Esto promueve el disfrute y el agrado al usar MOOCs, lo que impacta positivamente en su adopción y uso continuo. En este sentido, la integración de elementos de gamificación, como desafíos diarios, niveles y recompensas, contribuye a que los cursos sean más atractivos, fomentando el compromiso y la participación de los usuarios. La implementación de estrategias basadas en estos hallazgos no solo incrementa la formación continua del personal, sino que también contribuye a una educación de mayor calidad al ofrecer cursos más atractivos, eficientes y alineados con las necesidades del usuario.
Desde un enfoque teórico, este estudio introduce la calidad general como un constructo de segundo orden, integrando los tres factores de calidad del ISSM (calidad del sistema, del servicio y de la información). Esta estrategia metodológica mostró resultados favorables al mejorar los niveles de predicción e influencia sobre las variables dependientes. La parsimonia lograda en el modelo propuesto facilita su aplicación en investigaciones futuras y contribuye a la literatura sobre aceptación tecnológica en educación, especialmente en contextos emergentes.
El modelo propuesto, basado en la integración del TAM, el ISSM y el UTAUT, demostró su validez en el contexto de países emergentes, caracterizados por diferencias culturales y tecnológicas respecto a países desarrollados. Estos hallazgos ofrecen una base sólida para entender cómo factores sociales, individuales y sistémicos impactan en la adopción de MOOCs. Desde una perspectiva práctica, los resultados permiten a instituciones educativas y diseñadores de MOOCs identificar los requisitos clave para el desarrollo de cursos efectivos. Asegurar la calidad del contenido, fomentar un entorno social activo y utilizar estrategias de gamificación son acciones esenciales para mejorar la percepción y el uso de los MOOCs en la capacitación profesional.
Este estudio presenta algunas limitaciones, por ejemplo, la muestra se tomó en un momento y lugar específicos, lo que podría influir en la extrapolación de los resultados. Además, no fueron considerados otros factores teóricos que podrían mejorar la precisión en la predicción del uso de MOOCs. Un análisis multigrupo, segmentado por variables como puesto de trabajo y edad, habría enriquecido aún más la comprensión del comportamiento de los usuarios.
Se recomienda realizar estudios futuros en diferentes contextos geográficos y aplicar análisis multigrupo que consideren variables como edad, experiencia laboral y puesto de trabajo. Además, es importante incluir factores contextuales y características personales que puedan influir en la adopción y percepción de los MOOCs. Estas investigaciones permitirán a las instituciones educativas diseñar cursos más efectivos y adaptados a las necesidades de los usuarios, promoviendo la formación continua y el aumento de la calidad educativa.
Por lo tanto, para diseñar MOOCs efectivos es fundamental conocer a la población meta y estructurar el curso en módulos claros con objetivos definidos. Se deben ofrecer recursos variados, fomentar la interacción y facilitar el aprendizaje autónomo. Para asegurar la calidad, es clave revisar los contenidos pedagógica y técnicamente, implementar evaluaciones adecuadas, garantizar accesibilidad, actualizar el contenido regularmente y analizar datos de uso. La gamificación puede mejorar el compromiso mediante recompensas, niveles, contenido desbloqueable, clasificaciones y retroalimentación inmediata. Estas recomendaciones en conjunto permiten diseñar MOOCs más accesibles, motivadores y centrados en el aprendizaje, lo que favorece una mayor participación y mejores resultados entre los usuarios.
REFERENCIAS
Ahmad, S., Bhatti, S. & Hwang, Y. (2020). E-service quality and actual use of e-banking: Explanation through the Technology Acceptance Model. Information Development, 36(4), 503-519. https://doi.org/10.1177/0266666919871611
Alalwan, A., Dwivedi, Y. & Rana, N. (2017). Factors influencing adoption of mobile banking by Jordanian bank customers: Extending UTAUT2 with trust. International Journal of Information Management, 37(3), 99-110. https://doi.org/10.1016/j.ijinfomgt.2017.01.002
Al-Azawei, A. & Alowayr, A. (2020). Predicting the intention to use and hedonic motivation for mobile learning: A comparative study in two Middle Eastern countries. Technology in Society, 62, 101325. https://doi.org/10.1016/j.techsoc.2020.101325
Albashrawi, M. & Motiwalla, L. (2020). An integrative framework on mobile banking success. Information Systems Management, 37(1), 16-32. https://doi.org/10.1080/10580530.2020.1696530
Aldholay, A., Abdullah, Z., Isaac, O. & Mutahar, A. (2020). Perspective of Yemeni students on use of online learning: Extending the information systems success model with transformational leadership and compatibility. Information Technology & People, 33(1), 106-128. https://doi.org/10.1108/itp-02-2018-0095
AlHamad, M., Akour, I., Alshurideh, M., Al-Hamad, A., Kurdi, B. & Alzoubi, H. (2021). Predicting the intention to use google glass: A comparative approach using machine learning models and PLS-SEM. International Journal of Data and Network Science, 5(3), 311-320. https://doi.org/10.5267/j.ijdns.2021.6.002
Alj, Z. & Bouayad, A. (2024). The Impact of Motivation on MOOC Retention Rates: A Systematic Review. Emerging Science Journal, 8, 118-146. https://doi.org/10.28991/esj-2024-sied1-08
Alrwashdeh, M., Jahmani, A., Ibrahim, B. & Aljuhmani, H. (2020). Data to model the effects of perceived telecommunication service quality and value on the degree of user satisfaction and e-WOM among telecommunications users in North Cyprus. Data in brief, 28, 104981. https://doi.org/10.1016/j.dib.2019.104981
Alshurideh, M., Salloum, S., Al Kurdi, B., Monem, A. & Shaalan, K. (2019). Understanding the Quality Determinants that Influence the Intention to Use the Mobile Learning Platforms: A Practical Study. International Journal of Interactive Mobile Technologies, 13(11), 157-183. https://doi.org/10.3991/ijim.v13i11.10300
Alsulami, S. G. (2024). Integration of TAM and ISSM into Student Satisfaction with AI Learning Intervention: Empirical Evidence from Islamic Studies. Pakistan Journal of Life and Social Sciences (PJLSS), 22(2). https://doi.org/10.57239/pjlss-2024-22.2.00479
Alyoussef, I. Y. (2023). Acceptance of e-learning in higher education: The role of task-technology fit with the information systems success model. Heliyon, 9(3), e13751. https://doi.org/10.1016/j.heliyon.2023.e13751
Alyoussef, I. (2022). Acceptance of a flipped classroom to improve university students’ learning: An empirical study on the TAM model and the unified theory of acceptance and use of technology (UTAUT). Heliyon, 8(12), e12529. https://doi.org/10.1016/j.heliyon.2022.e12529
Ameen, A., Al-Ali, D., Mohammed, F., Isaac, O., Alrajawy, I. & Younis, D. (2021). The moderation effect of innovativeness on the relationship between overall quality and actual usage of smart government. Journal of System and Management Sciences, 11(1), 141-154. https://doi.org/10.33168/jsms.2021.0109
Aparicio, M., Costa, C. & Moises, R. (2021). Gamification and reputation: key determinants of e-commerce usage and repurchase intention. Heliyon, 7(3), e06383. https://doi.org/10.1016/j.heliyon.2021.e06383
Aparicio, M., Oliveira, T., Bacao, F. & Painho, M. (2019). Gamification: A key determinant of massive open online course (MOOC) success. Information & Management, 56(1), 39-54. https://doi.org/10.1016/j.im.2018.06.003
Arfi, W., Nasr, I., Kondrateva, G. & Hikkerova, L. (2021). The role of trust in intention to use the IoT in eHealth: Application of the modified UTAUT in a consumer context. Technological Forecasting and Social Change, 167, 120688. https://doi.org/10.1016/j.techfore.2021.120688
Çera, G., Pagria, I., Khan, K. & Muaremi, L. (2020). Mobile banking usage and gamification: the moderating effect of generational cohorts. Journal of Systems and Information Technology, 22(3), 243-263. https://doi.org/10.1108/jsit-01-2020-0005
Cha, S. (2020). Customers’ intention to use robot-serviced restaurants in Korea: relationship of coolness and MCI factors. International Journal of Contemporary Hospitality Management, 32(9), 2947-2968. https://doi.org/10.1108/ijchm-01-2020-0046
Chin, W. (2009). How to Write Up and Report PLS Analyses. Handbook of Partial Least Squares, 655-690. https://doi.org/10.1007/978-3-540-32827-8_29
Davis, F. (1985). A technology acceptance model for empirically testing new end-user information systems: Theory and results. Doctoral Dissertation, Massachusetts Institute of Technology.
DeLone, W. & McLean, E. (2003). The DeLone and McLean model of information systems success: a ten-year update. Journal of management information systems, 19(4), 9-30. https://doi.org/10.1080/07421222.2003.11045748
Deterding, S., Dixon, D., Khaled, R. & Nacke, L. (2011). From game design elements to gamefulness: defining "gamification". Proceedings of the 15th international academic MindTrek conference: Envisioning future media environments (págs. 9-15). New York, NY: ACM Press. https://doi.org/10.1145/2181037.2181040
Dhahak, K. & Huseynov, F. (2020). The Influence of Gamification on Online Consumers' Attitude and Intention to Purchase Fast Moving Consumer Goods. Business & Economics Research Journal, 11(3), 769-791. https://doi.org/10.20409/berj.2020.281
Gu, W., Xu, Y. & Sun, Z. (2021). Does MOOC quality affect users’ continuance intention? Based on an integrated model. Sustainability, 13(22), 12536. https://doi.org/10.3390/su132212536
Gupta, P., Prashar, S., Vijay, T. & Parsad, C. (2021). Examining the influence of antecedents of continuous intention to use an informational app: the role of perceived usefulness and perceived ease of use. International Journal of Business Information Systems, 36(2), 270-287. https://doi.org/10.1504/ijbis.2021.112829
Hair, J., Hult, G., Ringle, C. & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). Thousand Oaks, CA: Sage Publications Inc.
Hair, J., Sarstedt, M., Ringle, C. & Gudergan, S. (2023). Advanced Issues in Partial Least Squares Structural Equation Modeling (PLS-SEM). SAGE Publications, Inc.
Henseler, J., Ringle, C. & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the academy of marketing science, 43(1), 115-135. https://10.1007/s11747-014-0403-8
Henseler, J., Ringle, C. M. & Sinkovics, R. R. (2009). The use of partial least squares path modeling in international marketing. New Challenges to International Marketing, 277-319. https://doi.org/10.1108/s1474-7979(2009)0000020014
Hubert, M., Blut, M., Brock, C., Backhaus, C. & Eberhardt, T. (2017). Acceptance of smartphone‐based mobile shopping: Mobile benefits, customer characteristics, perceived risks, and the impact of application context. Psychology & Marketing, 34(2), 175-194. https://doi.org/10.1002/mar.20982
Izkair, A. & Lakulu, M. (2023). Model of intention and actual use mobile learning in higher education institutions in Iraq. Indonesian Journal of Electrical Engineering and Computer Science, 30(2), 1250. https://doi.org/10.11591/ijeecs.v30.i2.pp1250-1258
Kanaan, A., Al-Hawamleh, A., Abulfaraj, A., Al-Kaseasbeh, H. & Alorfi, A. (2023). The effect of quality, security and privacy factors on trust and intention to use e-government services. International Journal of Data and Network Science, 7(1), 185-198. https://doi.org/10.5267/j.ijdns.2022.11.004
Lambert, S. (2020). Do MOOCs contribute to student equity and social inclusion? A systematic review 2014-18. Computers & Education, 145, 103693. https://doi.org/10.1016/j.compedu.2019.103693
Legramante, D., Azevedo, A. & Azevedo, J. M. (2023). Integration of the technology acceptance model and the information systems success model in the analysis of Moodle’s satisfaction and continuity of use. The International Journal of Information and Learning Technology, 40(5), 467-484. https://doi.org/10.1108/ijilt-12-2022-0231
Mariani, M., Styven, M. & Teulon, F. (2021). Explaining the intention to use digital personal data stores: An empirical study. Technological Forecasting and Social Change, 166, 120657. https://doi.org/10.1016/j.techfore.2021.120657
Martins, J., Branco, F., Gonçalves, R., Au-Yong-Oliveira, M., Oliveira, T., Naranjo-Zolotov, M. & Cruz-Jesus, F. (2019). Assessing the success behind the use of education management information systems in higher education. Telematics and Informatics, 38, 182-193. https://doi.org/10.1016/j.tele.2018.10.001
Mesuwini, J. & Mokoena, S. (2024). Exploring Online Teaching and Learning Challenges for the Technical and Vocational Education and Training Lecturer. Journal of Education and e-Learning Research, 11(1), 193-202. https://doi.org/10.20448/jeelr.v11i1.5423
Papadakis, S. (2023). MOOCs 2012-2022: An overview. Advances in Mobile Learning Educational Research, 3(1), 682-693. https://doi.org/10.25082/amler.2023.01.017
Rezvani, S., Heidari, S., Roustapisheh, N. & Dokhanian, S. (2022). The effectiveness of system quality, habit, and effort expectation on library application use intention: the mediating role of perceived usefulness, perceived ease of use, and user satisfaction. International Journal of Business Information Systems, 1(1), 1-18. https://doi.org/10.1504/ijbis.2022.10049515
Ringle, Christian, M., Wende, Sven & Becker, J.M. (2024). SmartPLS 4. Bönningstedt: SmartPLS. https://www.smartpls.com/documentation/algorithms-and-techniques
Rosa-Castillo, A., García-Pañella, O., Maestre-Gonzalez, E., Pulpón-Segura, A., Roselló-Novella, A. & Solà-Pola, M. (2022). Gamification on Instagram: Nursing students' degree of satisfaction with and perception of learning in an educational game. Nurse Education Today, 118, 105533. https://doi.org/10.1016/j.nedt.2022.105533
Salloum, S., Alhamad, A., Al-Emran, M., Monem, A. & Shaalan, K. (2019). Exploring students’ acceptance of e-learning through the development of a comprehensive technology acceptance model. IEEE Access, 7, 128445-128462. https://doi.org/10.1109/access.2019.2939467
Sarkar, S., Chauhan, S. & Khare, A. (2020). A meta-analysis of antecedents and consequences of trust in mobile commerce. International Journal of Information Management, 286-301. https://doi.org/10.1016/j.ijinfomgt.2019.08.008
Sarstedt, M., Hair Jr, J., Cheah, J., Becker, J. & Ringle, C. (2019). How to specify, estimate, and validate higher-order constructs in PLS-SEM. Australasian Marketing Journal, 27(3), 197-211. https://doi.org/10.1016/j.ausmj.2019.05.003
Schettino, G. & Capone, V. (2022). Learning design strategies in MOOCs for physicians’ training: a scoping review. International journal of environmental research and public health, 19(21), 14247. https://doi.org/10.3390/ijerph192114247
SEP. (2024). Principales cifras del sistema educativo nacional 2023-2024. https://www.planeacion.sep.gob.mx/Doc/estadistica_e_indicadores/principales_cifras/principales_cifras_2023_2024_bolsillo.pdf
Shahzad, K., Zhang, Q. & Khan, M. (2024). Blockchain technology adoption in supply chain management: an investigation from UTAUT and information system success model. International Journal of Shipping and Transport Logistics, 18(2), 165-190. https://doi.org/10.1504/ijstl.2024.137893
Silic, M. & Ruf, C. (2018). The effects of the elaboration likelihood model on initial trust formation in financial advisory services. International Journal of Bank Marketing, 36(3), 572-590. https://doi.org/10.1108/IJBM-02-2017-0038
To, A. & Trinh, T. (2021). Understanding behavioral intention to use mobile wallets in vietnam: Extending the tam model with trust and enjoyment. Cogent Business & Management, 8(1), 1-14. https://doi.org/10.1080/23311975.2021.1891661
Ucha, C. (2023). Role of course relevance and course content quality in MOOCs acceptance and use. Computers and Education Open, 5, 100147. https://doi.org/10.1016/j.caeo.2023.100147
Usman, H., Mulia, D., Chairy, C. & Widowati, N. (2022). Integrating trust, religiosity and image into technology acceptance model: the case of the Islamic philanthropy in Indonesia. Journal of Islamic Marketing, 13(2), 381-409. https://doi.org/10.1108/jima-01-2020-0020
Venkatesh, V., Thong, J. & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. https://doi.org/10.2307/41410412
Wang, E. Y., Qian, D., Zhang, L., Li, B. S.-K., Ko, B., Khoury, M., Renavikar, M., Ganesan, A. & Caruso, T. J. (2024). Acceptance of Virtual Reality in Trainees Using a Technology Acceptance Model: Survey Study. JMIR Medical Education, 10(1), https://doi.org/10.2196/60767
Xu, F. & Du, J. (2018). Factors influencing users’ satisfaction and loyalty to digital libraries in Chinese universities. Computers in Human Behavior, 83, 64-72. https://doi.org/10.1016/j.chb.2018.01.029
Yang, Q. & Lee, Y. (2021). The critical factors of student performance in MOOCs for sustainable education: a case of Chinese universities. Sustainability, 13(14), 8089. https://doi.org/10.3390/su13148089
Zheng, H., Qian, Y., Wang, Z. & Wu, Y. (2023). Research on the Influence of E-Learning Quality on the Intention to Continue E-Learning: Evidence from SEM and fsQCA. Sustainability, 15(6), 5557. https://doi.org/10.3390/su15065557
_________________________________Dr. Betzacarias Baez-Vázquez
Doctor en filosofía por la Universidad Autónoma de Nuevo León. Profesor investigador de la Universidad Autónoma de Nuevo León, México. ORCID: http://orcid.org/0000-0002-2297-5605, correo electrónico: betzacarias.baezv@uanl.edu.mx
Dr. Demián Abrego-Almazán
Doctor en Ciencias Administrativas por la Universidad Autónoma de Tamaulipas. Profesor investigador de la Universidad Autónoma de Tamaulipas, México. ORCID http://orcid.org/0000-0003-0147-8834, correo electrónico: dabrego@docentes.uat.edu.mx
Mtro. Marco Tulio Hernández
Maestro en Comunicación académica. Profesor investigador de la Universidad Da Vinci, México. ORCID: http://orcid.org/0009-0006-3998-2306, correo electrónico: mthernandez23@udavinci.edu.mx
_________________________________
Este artículo es de acceso abierto. Los usuarios pueden leer, descargar, distribuir, imprimir y enlazar al texto completo, siempre y cuando sea sin fines de lucro y se cite la fuente.
CÓMO CITAR ESTE ARTÍCULO:
Baez-Vázquez, B., Abrego-Almazán, D. y Tulio Hernández, M. (2025). Utilidad, motivación y gamificación en la adopción de MOOCs para la capacitación docente. Apertura, 17(2), 152-169. http://doi.org/10.32870/Ap.v17n2.2641
_________________________________
Métricas de artículo
Metrics powered by PLOS ALM
Enlaces refback
- No hay ningún enlace refback.
Apertura vol. 17, núm. 2, octubre 2025 - marzo 2026, es una revista científica especializada en innovación educativa en ambientes virtuales que se publica de manera semestral por la Universidad de Guadalajara, a través de la Coordinación de Recursos Informativos del Sistema de Universidad Virtual. Oficinas en Av. La Paz 2453, colonia Arcos Sur, CP 44140, Guadalajara, Jalisco, México. Tel.: 3268-8888, ext. 18775, www.udgvirtual.udg.mx/apertura, apertura@udgvirtual.udg.mx. Editor responsable: Dr. Rafael Morales Gamboa. Número de la Reserva de Derechos al Uso Exclusivo del Título de la versión electrónica: 04-2009-080712102200-203, e-ISSN: 2007-1094; número de la Reserva de Derechos al Uso Exclusivo del Título de la versión impresa: 04-2009-121512273300-102, ISSN: 1665-6180, otorgados por el Instituto Nacional del Derecho de Autor. Número de Licitud de Título: 13449 y número de Licitud de contenido: 11022 de la versión impresa, ambos otorgados por la Comisión Calificadora de Publicaciones y Revistas Ilustradas de la Secretaría de Gobernación. Responsable de la última actualización de este número: Sergio Alberto Mendoza Hernández. Fecha de última actualización: 30 de septiembre de 2025.