nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
El desarrollo tecnológico en las últimas décadas ha tenido un crecimiento acelerado y un rol primordial en los procesos educativos. La contingencia sanitaria mundial causada por la COVID-19 aceleró la utilización de las plataformas educativas con fines pedagógicos, virtualizando muchas actividades que tradicionalmente se realizaban de forma presencial, en una transformación repentina de diseños pedagógicos hacia la modalidad a distancia.
La utilización de tecnologías en contextos educativos y modelos de interacción mediados por plataformas digitales permite una resignificación de los soportes en los procesos de enseñanza y aprendizaje, facilitando interacciones entre estudiantado y profesorado, mediante una comunicación asincrónica y sincrónica dentro de un entorno virtual (Ku y Chang, 2011). Las plataformas educativas permiten la flexibilidad, accesibilidad, ubicuidad, eliminación de la limitación de espacio-tiempo, materiales físicos y, en gran medida, el control sobre cuándo y cómo estudiar, proporcionando libertad de moverse sin restricciones de un tema a otro (Cunningham y Billingsley, 2003). Sin embargo, el acceso a los distintos recursos disponibles en la web o plataformas educativas requiere que las y los estudiantes desarrollen habilidades que les permitan utilizar las tecnologías de una manera eficaz, relacionadas con la autonomía y el compromiso activo, para que obtengan resultados de aprendizaje efectivos, dada la menor interacción con instructoras(es) o compañeras(os) (Gamiz-Sánchez y Gallego-Arrufat, 2016; Lee, Moon y Cho, 2015). De tal manera, a pesar de que las y los jóvenes actualmente pasan muchas horas del día conectados a medios tecnológicos, su uso efectivo en el ámbito educativo puede ser bajo (From, 2017).
El desarrollo de habilidades digitales, así como el despliegue de la autorregulación y la motivación han demostrado ser claves para el desempeño del estudiantado universitario (Anthonysamy, Choo y Hew, 2020; Vosniadou, 2020). Estos aspectos se relacionan fluidamente, considerando que la autorregulación es un factor preponderante en el fortalecimiento de la competencia digital y esta, al mismo tiempo, afecta aspectos cognitivos de la autorregulación y motivación, promoviendo un uso más eficiente y crítico de las herramientas digitales como el manejo de la atención, la memoria de trabajo y el control inhibitorio en línea, lo que contribuye a un mejor rendimiento académico (Flierl, Bonem, Maybee y Fundator, 2018; Lee, Moon y Cho, 2015; Ross, Perkins y Bodey, 2016). No obstante, existen pocas investigaciones que aborden de manera integrada estas variables.
El propósito del presente artículo es analizar estas relaciones. Para ello, a continuación se definen estos constructos de acuerdo con el acervo de conocimiento que se ha generado en cada campo para, posteriormente, profundizar en los estudios que los integran.
Competencias digitales
Individuos competentes digitalmente son aquellos que, a medida que las tecnologías evolucionan, desarrollan las competencias necesarias para utilizarlas y adaptan su comportamiento y actitud frente a los nuevos cambios tecnológicos (Ferrari, 2012).
En la literatura se contemplan variadas connotaciones sobre las habilidades digitales según el contexto de uso. Los conceptos de alfabetización informacional, competencia y alfabetización digitales son los más comunes en la literatura (Bolaños y Pilerot, 2021). En resumen, se pueden definir de la siguiente forma:
Alfabetización informacional: corresponde al conjunto de habilidades relacionadas a encontrar la información, acceder a ella, gestionarla de manera efectiva, generar nuevo conocimiento y usar efectivamente las tecnologías para este fin (Güneş, Özsoy-Güneş y Kırbaşlar, 2015).
Alfabetización digital: se centra en aspectos funcionales sobre el uso de las tecnologías de la información y la comunicación (TIC), es decir, habilidades necesarias para utilizar tecnologías que incluyen, además, aspectos operativos y creativos (Mehrvarz, Heidari, Farrokhnia y Noroozi, 2021).
Competencia digital: se refiere a la capacidad de las personas para utilizar adecuadamente herramientas digitales, que incluye la conciencia ética, el pensamiento crítico, las habilidades cognitivas de orden superior, los conocimientos y actitudes en aspectos informacionales, además de habilidades de expresarse a través de los recursos multimedia y comunicarse con los demás, entre otros aspectos (De Obesso, Núñez-Canal y Pérez-Rivero, 2023; Mon y Cervera, 2013; Calvani, Fini, Ranieri y Picci, 2012).
Si bien la alfabetización digital a menudo se utiliza como un concepto análogo a la competencia digital, tiene significados distintos. La competencia digital abarca en gran medida las dimensiones de la alfabetización digital, pero amplía su campo de análisis al integrar aspectos éticos, de seguridad, interacción social y conocimientos más diversos. Por lo tanto, se presenta como un constructo robusto, que incluso puede reemplazar al de alfabetización digital (Mehrvarz et al., 2021).
Aprendizaje autorregulado
Las y los estudiantes con un bajo desarrollo de habilidades de autonomía difícilmente pueden adaptarse a una tarea desafiante, ajustarse adecuadamente al entorno de aprendizaje y procesar la información (Salamonson, Ramjan, Van den Nieuwenhuizen, Metcalfe et al., 2016).
El aprendizaje autorregulado es el esfuerzo sistemático e iterativo de las y los estudiantes por gestionar sus aprendizajes, enfocado hacia el logro de metas exigidas de manera individual; este proceso considera la implementación de estrategias de estudio en una interacción de factores personales, conductuales y ambientales, llevando a cabo constantes esfuerzos metacognitivos de evaluación y retroalimentación para monitorear y ajustar sus conductas y estrategias, incluyendo la conciencia, el conocimiento y el control de la cognición (Zimmerman y Schunk, 2011; Pintrich, 2004). Es decir, el estudiantado autorregulado establece metas relevantes, monitorea la efectividad de sus estrategias de estudio para responder a sus evaluaciones y propender hacia la autonomía del aprendizaje (Bandura y Cervone, 1983; Zimmerman y Schunk, 2011).
Motivación
La motivación académica es un conjunto de estrategias cognitivas y metacognitivas que el estudiantado tiende a desarrollar en su comportamiento para mejorar o adquirir ciertos conocimientos y habilidades.
Se puede comprender la motivación como parte del proceso de autorregulación del aprendizaje (Zimmerman, 2002; Pintrich, 2004) o bien como un constructo independiente (Deci y Ryan, 2008). En esta perspectiva, la motivación se descompone en tres constructos: la motivación intrínseca, que fomenta un mayor bienestar y un mayor compromiso en la consecución de objetivos a largo plazo; la motivación extrínseca, que surge de la necesidad de recompensas externas o para evitar castigos externos; así como un polo opuesto denominado desmotivación o falta de motivación, que se define como la falta de intencionalidad de las personas para describir hasta qué punto son pasivas, ineficaces o carecen de propósito (Ryan y Deci, 2017:16).
Por otra parte, surge el concepto de autoeficacia como variable motivacional, que desempeña un papel central en la actividad humana y la automotivación, y se puede entender, desde el modelo de autorregulación de Zimmermann (2002) y de Pintrich (2004), como “[…] los juicios de cada individuo sobre sus capacidades, en base a los cuales organizará y ejecutará sus actos de modo que le permitan alcanzar el rendimiento deseado” (Bandura, 1987:416) . Bonetto y Paolini (2011) profundizan en este concepto, haciendo referencia a la autoeficacia académica como una variable motivacional, en la que las y los estudiantes emplean un comportamiento estratégico para mejorar tanto su aprendizaje como el rendimiento académico.
Propósito del estudio
Las investigaciones que abordan el aprendizaje del estudiante en entornos educativos virtuales son cada vez más complejos, integran el uso de huellas digitales, aspectos de desempeño académico, perspectivas psicológicas y sociológicas, entre otras. Sin embargo, llama la atención que la relación entre las habilidades digitales, la autorregulación del aprendizaje y la motivación no ha sido explorada en profundidad, especialmente por el lugar fundamental que ocupa el uso de la tecnología en la enseñanza actual. Este estudio pretende abordar esta brecha de investigación, con la finalidad de ser un aporte en la comprensión de aspectos que intervienen en modalidades de enseñanza a distancia y, potencialmente, permitir la toma de decisiones pertinentes para mejorar el aprendizaje de las y los estudiantes.
A continuación, se desarrolla una revisión de literatura cuyo propósito ha sido analizar los estudios que se han realizado integrando estos constructos y perspectivas teóricas.
Metodología
Se utilizó como marco metodológico la revisión sistemática de literatura (MacMillan, McBride, George y Steiner, 2019), que consiste en la búsqueda extensa de estudios del área de interés, estableciendo criterios de inclusión y exclusión. Posteriormente, se analizaron y sistematizaron los resultados de los distintos artículos científicos, con la finalidad de desarrollar una síntesis de los principales resultados encontrados.
La búsqueda de investigaciones se efectuó en las bases de datos Web of Science (WOS) y Scopus, considerando artículos que definían como objeto de estudio la relación entre competencias digitales, capacidad de autorregulación del aprendizaje y motivación, en el contexto de modalidad a distancia o virtual en el ámbito de la educación superior.
Se llevaron a cabo búsquedas preliminares, con la finalidad de depurar las palabras clave y expandir los conceptos, para aumentar la sensibilidad del algoritmo de búsqueda (Jerez, Orsini y Hasbún, 2016). Finalmente, se implementó una búsqueda por tema en las bases de datos mencionadas, considerando como rango de tiempo las publicaciones divulgadas entre los años 2010 y 2020. Los conceptos expandidos se relacionaron con el booleano “OR” y la combinación entre ellos se realizó mediante el booleano “AND”. Los tesauros y las estrategias de búsqueda se describen a continuación, en la Tabla 1.
Tabla 1 Estrategias de búsqueda de artículos científicos
| Competencias digitales | Digital literacy, Digital Competency, Information Literacy, ICT Literacy skills, Inquiry web-based learning, Online learning communities and skills, Information Literacy and Critical Thinking Skills, Information problem solving and digital literacy |
| Autorregulación del aprendizaje | Self-regulated, Self-regulated learning, Self-Regulated Learning Strategies, OSLQ, Selfefficacy |
| Motivación para el aprendizaje | Motivated self-regulation, Motivated Learning, Motivation, Motivated, MSLQ, Learning Motivation |
| Contextos de enseñanza | Higher Education, University, Post-Secondary, Blended Learning, B-learning, Online Learning, Web based learning, LMS, Mlearning, Online learning, E-learning, Virtual learning |
Fuente: elaboración propia.
La combinación de los conceptos expandidos dio como resultado un total de 16 artículos en WOS y 42 en Scopus. Luego de la identificación de dos artículos duplicados, se definieron 56 publicaciones candidatas a analizar. El primer análisis de filtrado de información se realizó a través de la lectura de los resúmenes de los textos, y en esta fase se obtuvo un total de 46 artículos. Posteriormente, se realizó una segunda depuración, excluyendo aquellos que no pertenecían al ámbito educativo, obteniendo un total de 38 estudios que fueron analizados a texto completo.
Los 38 artículos seleccionados fueron sistematizados a través de matrices de cotejo, con información bibliométrica (autor, año, revista, país) y con el resumen de aspectos teóricos y metodológicos relevantes: objetivo de la investigación, enfoque metodológico, muestra, estrategias de recolección de datos, tipo de análisis, resultados y síntesis interpretativa de la propuesta. En esta etapa, se excluyeron los escritos que no explicitaban sus enfoques metodológicos, así como aquellos que no consideraban la medición de aspectos relacionados con las competencias digitales. De tal modo, finalmente, se seleccionaron 21 artículos, todos de carácter empírico, por lo tanto, no se encontraron revisiones de literatura ni trabajos teóricos.
Posteriormente, se realizó un análisis temático (Braun y Clarke, 2006), agrupando de manera inductiva los estudios de acuerdo con la relación entre las variables que abordaban, para luego realizar una síntesis transversal e identificar tendencias en el campo de estudio (Figura 1).
Resultados
Los resultados se presentan considerando definiciones conceptuales de las variables de estudio, enfoques metodológicos desarrollados, instrumentos aplicados y finalmente las interacciones de las variables de interés.
Definiciones conceptuales
Competencias digitales
La Tabla 2 muestra los conceptos asociados con las competencias necesarias para el aprendizaje en entornos digitales: competencia digital (digital competence), alfabetización digital (digital literacy) y alfabetización informacional (information literacy).
Tabla 2 Dimensiones de la alfabetización informacional y competencia digital
| Alfabetización informacional | |
| 1. Necesidad, acceso, uso y calidad de la información, comunicar resultados | Harsiati, Pradana y Amrullah, 2019; Heng y Mansor, 2010; Pinto y Fernández-Pascual, 2017 |
| 2. Uso ético de la información | Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Lerdpornkulrat et al., 2017; Ross, Perkins y Bodey, 2013; Tang y Tseng, 2013; Harsiati, Pradana y Amrullah, 2019 |
| 3. Uso efectivo de los recursos tecnológicos | Rajagopal et al., 2020 |
| 4. Habilidades, actitudes y motivaciones para el aprendizaje con información | Pinto y Fernández-Pascual, 2017 |
| Competencia digital/alfabetización digital | |
| 1. Dimensión técnica, cognitiva y socioemocional | Anthonysamy, Choo y Hew, 2020; Blau, Shamir-Inbal y Avdiel, 2020; He, Zhu y Questier, 2018 |
| 2. Seguridad y resolución de problemas | Pedaste et al., 2017 |
Fuente: elaboración propia.
La competencia y la alfabetización digitales se consideran conceptos análogos que abordan tres dimensiones: a) técnica, relacionada con el correcto uso de recurso tecnológicos para el aprendizaje; b) cognitiva, referida a la correcta selección de tecnologías para la resolución de problemas, búsqueda y análisis de la información y c) socioemocional, que se refiere al comportamiento responsable, tanto individual como colectivo y la seguridad en ambiente web (Anthonysamy, Choo y Hew, 2020; Blau, Shamir-Inbal y Avdiel, 2020; He, Zhu y Questier, 2018; Pedaste, Leijen, Saks, De Jong, et al., 2017). Por su parte, la alfabetización informacional pone énfasis en el análisis crítico y uso efectivo de la información (Harsiati, Pradana y Amrullah, 2019; Heng y Mansor, 2010; Pinto y Fernández-Pascual, 2017), en el uso ético de la información (Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Lerdpornkulrat, Poondej, Koul, Khiawrod, et al., 2017; Ross, Perkins y Bodey, 2013; Tang y Tseng, 2013; Harsiati, Pradana y Amrullah, 2019), en el empleo efectivo de los recursos tecnológicos (Rajagopal, Firssova, De Beeck, Van der Stappen, et al., 2020) y en aspectos relacionados con habilidades, actitudes y motivaciones para el aprendizaje con información (Pinto y Fernández-Pascual, 2017).
Autorregulación del aprendizaje
El resultado de los estudios evidencian que el concepto de autorregulación, resumidos en la Tabla 3, apuntan a dos grandes ámbitos, uno clásico relacionado con el enfoque propuesto por Zimmerman (2002) y Pintrich (2004), quienes reconocen que las estrategias que el o la estudiante utiliza para autorregularse se enmarcan en las siguientes áreas o dominios: el dominio del área cognitiva o compromiso cognitivo, la metacognición o conocimiento metacognitivo y el dominio de contexto (aspecto abordado como control del entorno y manejo de recursos). Por su parte, la investigación conducida por Harsiati, Pradana y Amrullah (2019) otorga relevancia a las habilidades del pensamiento crítico, como una estrategia cognitiva. Al respecto, García, Gutiérrez, Rayas y Vázquez (2020) señalan que el pensamiento crítico es un proceso metacognitivo complejo que permite transitar a “pensar bien”, con base en los componentes cognitivos y afectivos preparando al estudiante a ser independiente en la toma de decisiones y solución de problemas; asimismo, la investigación de Houtman (2015) plantea que mediante el diseño de experiencias de aprendizaje desafiantes, las y los estudiantes pueden desarrollar habilidades de pensamiento crítico y reflexión.
Tabla 3 Dimensiones de la autorregulación del aprendizaje
| Dominios del enfoque de Zimmerman y Pintrich | |
| 1. Cognitiva, compromiso cognitivo (pensamiento crítico) | Güneş, Özsoy-Güneş y Kırbaşlar 2015; Pedaste et al., 2017; Anthonysamy, Choo y Hew, 2020; Rajagopal et al., 2020; Harsiati, Pradana y Amrullah, 2019 |
| 2. Metacognitiva, conocimiento metacognitivo | Houtman, 2015; Pedaste et al., 2017; Harsiati, Pradana y Amrullah, 2019; Anthonysamy, Choo y Hew; 2020; Rajagopal et al., 2020 |
| 3. Motivacional, creencias motivacionales y afectivo | Pedaste et al., 2017; Harsiati, Pradana y Amrullah, 2019; Anthonysamy, Choo y Hew, 2020; Houtman, 2015 |
| 4. Control del entorno, manejo de recursos | Houtman, 2015; Harsiati, Pradana y Amrullah, 2019; Anthonysamy, Choo y Hew, 2020 |
| Aspectos emergentes | |
| 1. Regulación socialmente compartida | Pedaste et al., 2017 |
Fuente: elaboración propia.
En el otro ámbito se destacan aspectos emergentes del estudio conducido por Pedaste et al. (2017), que incorpora la característica volitiva de la autorregulación. Además, la misma investigación incorpora otra estrategia de autorregulación del aprendizaje, denominada regulación socialmente compartida, relevando la influencia entre pares y el colectivo.
Motivación
De los estudios analizados en la Tabla 4, la motivación intrínseca y extrínseca -enmarcada en las perspectivas de Zimmermann y Schunk (2011), Pintrich (2004) y Deci y Ryan (2008)- es abordada por Ross, Perkins y Bodey, 2013 y 2016; Klipfel, 2014; Cuthbertson y Falcone, 2014 y Flierl et al., 2018.
Tabla 4 Dimensiones de la motivación
| 1. Motivación intrínseca y extrínseca | Ross, Perkins y Bodey, 2013 y 2016; Klipfel, 2014; Cuthbertson y Falcone, 2014; Flierl et al., 2018 |
| 2. Autoeficacia académica | Tang y Tseng, 2013; Ross, Perkins y Bodey, 2013 y 2016; Heng y Mansor, 2010; Güneş, Özsoy-Güneş y Kırbaşlar, 2015 |
| 3. Desmotivación | Ross, Perkins y Bodey, 2013 y 2016 |
| Concepto emergente | |
| Autoeficacia para alfabetización informacional | Tang y Tseng, 2013; Pinto y Fernández-Pascual, 2017; Daniel, 2014; Lerdpornkulrat et al., 2017 |
Fuente: elaboración propia.
Algunas investigaciones relevan la importancia de la autoeficacia académica, variable que promueve un mejor rendimiento académico del estudiantado (Tang y Tseng, 2013; Ross, Perkins y Bodey, 2013 y 2016; Heng y Mansor, 2010; Güneş, Özsoy-Güneş y Kırbaşlar, 2015). Particularmente, la desmotivación es analizada como una variable asociada a la falta de competencias (académicas, digitales) y bajo rendimiento académico (Ross, Perkins y Bodey, 2013 y 2016). En este grupo de estudios se utiliza el concepto autoeficacia para la alfabetización informacional, para analizar su relación con la motivación de las y los estudiantes universitarios, entendida como el grado en que perciben sus habilidades para buscar, evaluar, procesar y difundir información con fines académicos o de investigación, que se asemeja al concepto de alfabetización informacional (Tang y Tseng, 2013; Pinto y Fernández-Pascual, 2017; Daniel, 2014; Lerdpornkulrat et al., 2017).
Enfoques metodológicos
En los diferentes enfoques metodológicos de los estudios consultados preponderaron investigaciones de corte cuantitativo, que consideraron la implementación y el análisis de diseños instructivos, encuestas masivas y, en menor medida, enfoques cualitativos con análisis de datos textuales.
Los estudios cuantitativos que implementaron diseños instructivos consideraron innovaciones en recursos tecnológicos para sus clases o bien la utilización de metodología activa de enseñanza. La mayor proporción de estas investigaciones se realizaron a través de diseños metodológicos transversales (N = 11) y, en menor medida, de estudios cuasi-experimentales (N = 4). En tanto, las investigaciones masivas implementaron encuestas y análisis de cuestionarios a niveles institucionales o nacionales (N = 2). Algunos de estos estudios utilizaron registros en plataformas virtuales (tiempo de estudio o permanencia en actividades virtuales) y bases de datos institucionales para triangular con el rendimiento académico.
Las investigaciones con enfoques cualitativos (N = 3) utilizaron registros virtuales en las plataformas para analizar discursos de las y los estudiantes, minería de textos y análisis de diarios reflexivos. A continuación, la Tabla 5 sintetiza las características metodológicas de los estudios analizados.
Tabla 5 Análisis de diseños metodológicos de la literatura consultada
| Implementación de diseños instructivos: Desarrollo de recursos digitales en plataformas (actividades en línea, etc.); metodologías activas con actividades digitales (ABP, uso de rúbricas, etc.) | Transversal | Aplicación de cuestionarios psicométricos a estudiantes de cursos en que se realizaron los estudio; triangulación con bases de datos de plataformas institucionales para analizar el rendimiento académico | Harsiati, Pradana y Amrullah, 2019; Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Pedaste et al., 2017; Blau, Shamir-Inbal y Avdiel, 2020; Pinto y Fernández-Pascual, 2017; Ross, Perkins y Bodey, 2013 |
| Cuasi-experimental | Comparación entre grupos y aplicación de cuestionarios pre y post experimento | Lerdpornkulrat et al., 2017; Klipfel, 2014; Heng y Mansor, 2010 | |
| Encuestas masivas | Encuestas masivas aplicadas a nivel institucional | Cuestionarios piscométricos; triangulación con bases de datos de plataformas institucionales para analizar rendimiento académico | Anthonysamy, Choo y Hew, 2020; Flierl et al., 2018 |
| Estudios cualitativos | Análisis de discursos en plataformas; análisis de diarios reflexivos | Análisis interpretativo de foros y preguntas abiertas; análisis de mapas conceptuales en minería de texto; análisis de diarios reflexivos | Blau, Shamir-Inbal y Avdiel 2020; Rajagopal et al., 2020 |
Fuente: elaboración propia.
Instrumentos utilizados en las investigaciones consultadas
Los instrumentos aplicados en las investigaciones analizadas están en directa relación con las variables de interés. Tres estudios midieron la percepción sobre la competencia digital (Anthonysamy, Choo y Hew, 2020; He, Zhu y Questier, 2018; He, Huang, Yu y Shihua, 2021) y otros midieron aspectos de la competencia digital: habilidades de búsqueda de información, análisis de información, análisis crítico y elaboración de documentos (Tang y Tseng, 2013; Lerdpornkulrat et al., 2017; Harsiati, Pradana y Amrullah, 2019; Pinto y Fernández-Pascual, 2017; Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Flierl et al., 2018; Klipfel, 2014). Rajagopal et al. (2020) utilizaron una plataforma de pago para interpretar el comportamiento de las y los estudiantes en cuanto a la competencia digital en un ambiente virtual de aprendizaje. En seis investigaciones se midió la autoeficacia o creencias de autoeficacia en alfabetización en información, capacidad para el aprendizaje y uso educativo de internet (Ross, Perkins y Bodey, 2013 y 2016; Lerdpornkulrat et al., 2017; Tang y Tseng, 2013; Heng, y Mansor, 2010; Güneş, Özsoy-Güneş y Kırbaşlar, 2015).
Respecto de la medición de la autorregulación, dos investigaciones declaran los instrumentos para medir estas habilidades de aprendizaje en un entorno en línea y uso de las estrategias propias del aprendizaje autorregulado (Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Anthonysamy, Choo y Hew, 2020).
En cuanto a la motivación, se aplicaron cuestionarios para medir satisfacción del aprendizaje, motivación académica, orientación a objetivos motivacionales, motivación en alfabetización informacional, motivación situacional y estrategias motivadas para el aprendizaje (Heng y Mansor, 2010; Ross, Perkins y Bodey, 2013; Lerdpornkulrat et al., 2017; Flierl et al., 2018; Tang y Tseng, 2013). Adicionalmente, algunas investigaciones midieron transferencia de conocimiento percibido, necesidades psicológicas básicas, clima de aprendizaje, norma subjetiva, intención de comportamiento, compatibilidad, condición facilitadora, control del comportamiento percibido y factores de creencias que influyen en los determinantes de la intención (Flierl et al., 2018; Klipfel, 2014; He, Zhu y Questier, 2018; He et al., 2021).
Blau, Shamir-Inbal y Avdiel (2020) utilizaron análisis interpretativos a partir de diarios reflexivos de las y los estudiantes para determinar la relación entre competencias digitales y la autorregulación del aprendizaje. Finalmente, destaca el trabajo de Anthonysamy, Choo y Hew (2020), quienes utilizaron un instrumento de percepción para medir la relación que existe entre competencia digital y la autorregulación del aprendizaje. En resumen, se aprecia que los instrumentos más utilizados son los orientados a medir la percepción de los sujetos en cuanto a la alfabetización informacional y su relación con motivación y autorregulación del aprendizaje (Harsiati, Pradana y Amrullah, 2019; Heng y Mansor, 2010; Pinto y Fernández-Pascual, 2017; Güneş, Özsoy-Güneş y Kırbaşlar, 2015; Lerdpornkulrat et al., 2017; Ross, Perkins y Bodey, 2013; Tang y Tseng, 2013).
Relaciones entre las variables de estudio
Los resultados de la literatura evidencian investigaciones que explican el vínculo que hay entre la competencia y alfabetización digitales y los aspectos motivacionales, de autoeficacia, autorregulación del aprendizaje y de pensamiento superior a partir del uso de tecnologías, plataformas educativas, diseños instruccionales y recursos disponibles en la web.
Vínculo de la competencia digital con la autorregulación del aprendizaje
Las relaciones entre autorregulación del aprendizaje y la competencia digital fueron abordadas por Rajagopal et al. (2020), quienes encontraron que actividades en modalidad virtual fomentan, entre otras, el aprendizaje autorregulado y la alfabetización digital generando de esta forma mayor autonomía en el estudiantado, especialmente en resolver problemas de necesidad de información. Tanto Pedaste et al. (2017) como Blau, Shamir-Inbal y Avdiel (2020) sostienen que el desarrollo de la competencia digital respecto de la efectividad en el uso y selección de tecnologías en contextos de aprendizaje en línea tienen una relación positiva con el aprendizaje autorregulado y requiere de un permanente apoyo docente. En particular, Blau, Shamir-Inbal y Avdiel (2020) señalan que en entornos educativos el uso profesional inteligente de la tecnología por parte del profesorado mejora las competencias digitales de sus estudiantes.
Vínculo de la alfabetización informacional con la motivación académica y autorregulación del aprendizaje
Ross, Perkins y Bodey (2013 y 2016) demuestran que la autoeficacia en alfabetización informacional tiene una relación positiva con la motivación académica extrínseca e intrínseca; sostienen además que la intrínseca es la motivación que más se asocia con una mayor autoeficacia en alfabetización informacional. Por su parte, Daniel (2014), Lerdpornkulrat et al. (2017), Pinto y Fernández-Pascual (2017) y Tang y Tseng (2013) establecen relaciones significativas entre la autoeficacia académica con la autoeficacia para la alfabetización informacional.
Flierl et al. (2018) encontraron que, a mayor nivel de alfabetización informacional, mayor es la motivación y el rendimiento académico. Lo que se condice con los resultados de Lerdpornkulrat et al. (2017), que establecen una relación positiva entre la alfabetización informacional y la motivación. Pinto y Fernández-Pascual (2017) señalan que la instrucción en alfabetización informacional incide positivamente en la autoeficacia de las y los estudiantes y en menor medida sobre la motivación. He et al. (2021), tomando como referencia el modelo basado en la teoría descompuesta del comportamiento planificado (Decomposed Theory of Planned Behavior) en aprendizaje informal digital de Taylor y Todd (1995), encontraron que una actitud positiva de motivación intrínseca favorece el aprendizaje digital.
Otros estudios indican que un alto grado de creencias sobre la autoeficacia en el uso educativo de internet y el aprendizaje autorregulado impactan positivamente en la alfabetización informacional del estudiantado universitario (Anthonysamy, Choo y Hew, 2020; Güneş, Özsoy-Güneş y Kırbaşlar, 2015).
Conclusión
Las y los estudiantes universitarios conocen y utilizan tecnologías de distinta índole para su vida cotidiana, tales como dispositivos móviles y redes sociales orientadas principalmente hacia la diversión y el ocio. Igualmente, están familiarizados con plataformas de aprendizaje en línea para desarrollar sus actividades de aprendizaje; sin embargo, a pesar de que muchos pueden ser denominados nativos digitales, ello no garantiza que sean eficientes tanto en el uso de la tecnología como en la búsqueda de información.
Los estudios analizados indicaron que en la medida que las y los estudiantes logran un fortalecimiento de las competencias digitales, se favorecen positivamente las relaciones entre la autorregulación del aprendizaje y la motivación que, ciertamente, mejoran el rendimiento académico en el contexto de la educación superior en línea.
Desde las investigaciones que abordan la motivación se señala que la autoeficacia en alfabetización informacional se relaciona positivamente con la motivación académica extrínseca e intrínseca, lo que promueve el aprendizaje en un entorno digital. Es así como, a mayor nivel de alfabetización informacional, mayor es la motivación y el rendimiento académico. Además, las creencias sobre la autoeficacia en el uso educativo de internet y el aprendizaje autorregulado impactan positivamente en la alfabetización informacional.
Asimismo, se reconocieron relaciones bilaterales entre la autorregulación del aprendizaje, motivación y competencia digital, con una repercusión en el desempeño académico. En síntesis, se evidenció una unidimensionalidad en algunos constructos y en otros una interdependencia.
Limitaciones del estudio
Las escasas investigaciones que abordan de manera integrada las variables de este estudio dificultan la comprensión del aprendizaje en las y los estudiantes en contextos de enseñanza a distancia. Por lo cual, actualmente no se pueden hacer conclusiones categóricas sobre las relaciones entre las variables, es necesario seguir profundizando en investigaciones con diversas muestras y contextos culturales.
Implicaciones prácticas
Si bien durante el último tiempo se ha intensificado el uso de plataformas educativas en las universidades, una gran proporción de estudiantes no posee habilidades adecuadas para el uso de estas herramientas. Por lo tanto, se hace necesario fortalecer las competencias digitales, generando instancias para su aprendizaje asociadas al currículo con aspectos motivacionales y de autorregulación del aprendizaje.
El desarrollo de las competencias digitales en conjunto con la implementación de estrategias de estudio adecuadas no solo serán factores relevantes para el éxito académico, sino que también serán de utilidad para el aprendizaje para toda la vida. Este estudio presenta un análisis de diversas perspectivas teóricas que consideran dimensiones relevantes que explican el comportamiento de aprendizaje de las y los estudiantes universitarios. Al respecto, se requiere operacionalizar un modelo teórico que integre estas variables latentes (competencia digital, autorregulación del aprendizaje y motivación), permitiendo identificar el impacto en el rendimiento académico.
Implicaciones para la investigación futura
El análisis de la revisión sistemática de literatura dio cuenta del desarrollo de corrientes teóricas con una larga tradición en la investigación educativa. Se apreció que los constructos transitaron desde marcos teóricos seminales hacia definiciones que incorporan nuevas miradas asociadas al aprendizaje en contextos de enseñanza a distancia. Además, dejó de manifiesto un desarrollo incipiente en el estudio de la relación de estas variables de manera integrada que demuestran ser factores clave para el desempeño de las y los estudiantes universitarios y en su conjunto contribuyen a la comprensión del aprendizaje en contextos de enseñanza con apoyo de plataformas educativas.
Sin lugar a duda, los principales desafíos para la investigación futura son la construcción de modelos teóricos validados que integren estas perspectivas y la generación de un modelo predictivo de dicha investigación que den cuenta del impacto en el rendimiento académico de las y los estudiantes.
A partir del análisis realizado en este estudio, se puede proponer un modelo teórico, expresado en la Figura 2, que permita identificar el impacto de estos constructos en el desempeño académico.
