Introducción
Las tecnologías de la información y comunicación (TIC) constituyen actualmente una parte esencial de la vida humana. En el ámbito de la educación, suponen una ayuda en los procesos de gestión del conocimiento. Por supuesto, el cumplimiento de los resultados de aprendizaje se articula con el rendimiento académico de los estudiantes. Autores como Fajardo, Maestre, Felipe, León y Polo (2017) señalan que se trata de un constructo susceptible que adopta valores cuantitativos y cualitativos a través de los cuales es posible constituir evidencia y dimensionar el perfil de habilidades, conocimientos, actitudes y valores desarrollados por el alumno en el proceso de enseñanza-aprendizaje.
Ahora bien, el uso de recursos digitales dependerá de una correcta elección del profesor. En un abanico de posibilidades, elegir bien podría garantizar el fortalecimiento o no del proceso de transmisión del conocimiento (Cabero, Llorente y Vásquez, 2017; García, Ulloa y Córdova, 2020). Asimismo, la modalidad de estudio podría ser condicionante en la transmisión del conocimiento. Los entornos de aprendizaje o modalidades de estudio más comunes son presencial, online y b-learning, que transforma al profesor de transmisor a facilitador de contenidos.
El modo presencial o tradicional es un modelo consolidado que especifica los roles del profesor y del estudiante. Ausubel (1963) señala que el aprendizaje significativo es el mecanismo humano por excelencia para adquirir y almacenar una inmensa cantidad de ideas e informaciones representadas en cualquier campo del conocimiento en formación. A partir de la llegada de las TIC a la educación, el modo online emerge y transforma el modelo tradicional de impartir clases. Dans (2009) señala que la educación online inicia su desarrollo en 2003. Puesto que los usuarios tenían limitaciones en la Web, las herramientas iniciales consistían en blogs o wikis, lo que marcó un camino para los sistemas de gestión de aprendizaje (LMS, por sus siglas en inglés). Este modelo funciona como un motor de aprendizaje y de transformación de la enseñanza y la educación formal. Esta modalidad de enseñanza-aprendizaje va en ascenso. Allen y Seaman (2011, citados en Topper y Lancaster, 2016) encontraron que 77 % de una muestra de personas encuestadas en universidades públicas está de acuerdo con que este tipo de educación, la online, es fundamental para el futuro de las instituciones. Además, en el mencionado estudio se revela un incremento significativo de la matrícula en esta modalidad. Por último, el modo b-learning o blended learning se configura como un modelo de educación híbrida donde se combina el aprendizaje tradicional con el aprendizaje online. Para Ramas (2015), esta modalidad es un diseño docente en el que las tecnologías de uso presencial (físico) y no presencial (virtual) convergen a fin de generar el proceso de aprendizaje; tiene sus orígenes en la educación a distancia y ha venido evolucionando a lo largo de los últimos años. El modelo a distancia fue la base para el modelo e-learning, pero sus aspiraciones fueron altas, las cuales no pudieron consolidarse por la ausencia de componentes presenciales y materiales síncronos (Llorente, 2009).
Según lo antes mencionado, en los últimos años aparece una forma de aplicación educativa tecnológica que podría garantizar una formación de calidad para todas las personas, de manera incluyente, independientemente del lugar y espacio, muchas veces materializada en cursos en línea masivos y abiertos (MOOC, por sus siglas en inglés) (Cabero et al., 2014). Sin embargo, este modelo de enseñanza que responde a las modalidades b-learning y online no debe caer en un simple modelo de negocio y olvidar la calidad en la enseñanza educativa (Aguaded y Medina, 2015; Aguaded, Vázquez y López, 2016; Zapata, 2013).
Ahora bien, la educación está marcada por dos revoluciones: el nacimiento de las universidades y la incorporación de las tecnologías en sus procesos. Tecnología es un término que no solo define los últimos avances de la ciencia, también se asocia al conocimiento que ha evolucionado a paso lento desde mediados del siglo XX. Desde la década de los 50, esta evolución empieza a dar un giro. Para 1994, logra su optimización con la llegada del Internet como medio de comunicación abierto a la sociedad, en lo que se denomina la Web 1.0. El nacimiento de la Web 2.0 logra cambiar el paradigma del cómo aprendemos: los usuarios pasan de receptores a emisores y la información viaja en ambas direcciones (Olelewe, Agomuo y Obichukwu, 2019.
La implementación de cualquier tecnología atraviesa diferentes etapas. Cabero et al. (2014) señalan que debe seguir este proceso: a) lanzamiento de la tecnología; b) pico de expectativas sobredimensionadas; c) abismo de desilusión; d) rampa de consolidación, y e) meseta de productividad. Es ahí donde las instituciones educativas deben duplicar esfuerzos desde el campo de la alfabetización mediática para concluir la modalidad más adecuada de acuerdo con el perfil de las asignaturas, con la intención de asegurar un aprendizaje consolidado y por ende significativo (Sánchez, Pérez y Fandos, 2019).
Los métodos de enseñanza se convierten en innovadores en la medida en que son impulsados por las TIC, siempre tomando en cuenta la selección acertada de las herramientas o aplicaciones por parte del profesor (Olelewe et al., 2019). La retención del conocimiento podría estar garantizada por la participación activa en plataformas multimedia, lo que invita a rediseñar el currículo escolar. Para Hattie y Donoghue (2016), el objetivo final de cualquier actividad educativa debe ser ayudar a los estudiantes a aprender de manera eficiente y efectiva. Por tanto, desde el punto de vista de la responsabilidad social educativa, se desprenden cuestiones como ¿la modalidad de estudio garantiza un aprendizaje significativo? De ser así, ¿cuál es la más adecuada para el grupo y cómo se debería elegir los recursos digitales ideales?
Lo anterior conlleva evaluar a la modalidad de estudio como una variable motivacional de deserción escolar (Korhonen, Tapola, Linnanmäki y Aunio, 2016). Estudios realizados demuestran asociaciones entre ambas variables (Guo, Marsh, Morin, Parker y Kaur, 2015; Korhonen et al., 2016; Li y Carroll, 2020; Widlund, Tuominen, Tapola y Korhonen, 2020; Zabalza, 2013). Aquello replantea la interpretación desde sus dos perspectivas: 1) el rendimiento académico suficiente y 2) el satisfactorio (Carrasco, 2004). El suficiente es un reflejo exacto de las calificaciones obtenidas por los estudiantes en exámenes y trabajos asignados, el cual tiene una serie de sesgos que inciden en sus resultados, desde la subjetividad del profesor hasta la validez y confiabilidad de las técnicas e instrumentos de evaluación utilizados, transitando por el estado anímico del estudiante. En contraste, el rendimiento académico satisfactorio no refleja las calificaciones del estudiante, sino su desempeño, el cual es más importante en el ámbito laboral (Carrasco, 2004). Desde esta perspectiva, resulta importante conocer cuál es la modalidad de estudio que más impacta en el rendimiento académico del estudiante universitario para realizar ajustes y correcciones al proceso pedagógico.
Método y materiales
La presente investigación tiene enfoque cuantitativo, diseño no experimental transversal. Se analizaron las modalidades de estudio y su influencia en el rendimiento académico de estudiantes de la asignatura TIC con certificación internacional de la Pontificia Universidad Católica del Ecuador (PUCE) Sede Santo Domingo en los periodos 201801, 201802, 201901. Al finalizar las clases, se solicitó a la institución de educación superior el acceso a la data para el tratamiento en el software SPSS.
Los sujetos participantes componen una población de 361 estudiantes universitarios entre 17 a 25 años, distribuidos por periodo académico según Tabla 1.
Periodo académico | Hombres (%) | Mujeres (%) |
201801 | 80 (74.7) | 27 (25.3) |
201802 | 62 (47.6) | 68 (52.3) |
201901 | 55 (44.3) | 69 (55.7) |
Total | 197 (54.5) | 164 (45.4) |
Fuente: Dirección Académica PUCE Santo Domingo
El método utilizado para recoger los datos fue el análisis de los productos de la actividad pedagógica (Blanco y Valledor, 2018). En este caso, el producto analizado consistió en el rendimiento académico cuantitativo de estudiantes de una asignatura asociada a una certificación internacional de TIC.
El procedimiento para la recolección de datos consistió en solicitar autorización a los directivos de la institución de educación superior (IES) para recabar los datos necesarios; posteriormente se definieron las variables y se confeccionó como instrumento ad hoc una ficha de análisis de los productos de la actividad, consistente en una matriz en la que se asentaron las notas de los estudiantes que reflejaron su rendimiento.
Los datos se analizaron mediante un tratamiento estadístico descriptivo, comprobación de hipótesis con análisis de varianza (Anova), prueba de heterogeneidad de las varianzas (Welch y Brown-Forsythe); finalmente, una post hoc de comparación múltiple. Para la resolución del problema de investigación, se planteó la siguiente hipótesis de estudio:
H1: Las modalidades de estudio (presencial-b-learning-online) influyen en el rendimiento académico de los estudiantes universitarios.
Resultados
En la Tabla 2 y la Figura 1 se aprecian las diferencias entre el rendimiento académico de los estudiantes universitarios en las modalidades. La presencial indicó un promedio de 37.3 y una desviación estándar de 1.7 de rendimiento; la modalidad online presentó una media de 36.7 y 1.9 de desviación típica; respecto a la modalidad b-learning, se manifestó un promedio de 37.9 y una desviación estándar de 2.33.
Modalidad de aprendizaje | Estadístico | Error típ. | |||
Total parciales | Presencial | Media | 37.38 | 0.18 | |
Intervalo de confianza para la media al 95% | Límite inferior | 37.01 | |||
Límite superior | 37.75 | ||||
Mediana | 37.42 | ||||
Varianza | 3.15 | ||||
DS | 1.77 | ||||
Online | Media | 36.77 | 0.20 | ||
Intervalo de confianza para la media a 95 % | Límite inferior | 36.36 | |||
Límite superior | 37.19 | ||||
Mediana | 36.43 | ||||
Varianza | 3.71 | ||||
DS | 1.92 | ||||
B-learning | Media | 37.97 | 0.23 | ||
Intervalo de confianza para la media a 95 % | Límite inferior | 37.52 | |||
Límite superior | 38.43 | ||||
Mediana | 37.90 | ||||
Varianza | 5.44 | ||||
DS | 2.33 |
Fuente: Elaboración propia
Asimismo, en la Tabla 3 se puede observar que los datos se están distribuyendo normalmente según la prueba de corrección de Lilliefors y empleando los estadísticos de Kolmogorov-Smirnov.
Pruebas de normalidad | |||||||
Modalidad de aprendizaje | Kolmogorov-Smirnova | Shapiro-Wilk | |||||
Estadístico | Gl. | Sig. | Estadístico | Gl. | Sig. | ||
Total parcial | Presencial | 0.08 | 92 | 0.19 | 0.98 | 92 | 0.40 |
Online | 0.09 | 85 | 0.04 | 0.97 | 85 | 0.16 | |
B-learning | 0.07 | 103 | 0.17 | 0.98 | 103 | 0.30 | |
a Corrección de la significación de Lilliefors. |
Fuente: Elaboración propia
Por otra parte, en la Tabla 4 se observa el porcentaje general de estudiantes aprobados y reprobados en las diferentes modalidades. La modalidad presencial alcanzó el mayor número de aprobación, 87 % y reprobó 13 %; la modalidad b-learning reportó 82 % de estudiantes aprobados, y 18 % de reprobados, de los tres periodos académicos descritos en el método. Finalmente, la modalidad online registra 65 % de aprobación y 35 % de reprobación, siendo el más alto en relación con las otras modalidades.
Estado | Presencial | Online | B-learning |
Aprobado | 87 % | 65 % | 82 % |
Reprobado | 13 % | 35 % | 18 % |
Fuente: Dirección Académica PUCE Santo Domingo
A continuación, en la Figura 2, se presenta la estadística inferencial aplicada a los resultados obtenidos para determinar el Anova, de acuerdo con la combinación de variables entre los módulos internos de la asignatura de TIC elegida.
La comprobación de hipótesis a través del Anova de un factor ha determinado valores que señalan las diferencias entre las modalidades de estudio. Los resultados se basan en el análisis cuantitativo del rendimiento académico del primer, segundo y tercer parcial; por supuesto, se señalan la población (N), media (M), desviación estándar (DS), error típico (Et) entre cada uno de ellos. La Tabla 5 muestra que en el segundo parcial existió un incremento significativo de igual proporción entre las modalidades de estudio.
N | M | Ds | Et | Intervalo de confianza para la media a 95 % | Min. | Max. | |||
Límite - | Límite + | ||||||||
1.er parcial | Presencial | 92 | 11.34 | 0.91 | 0.09 | 11.15 | 11.53 | 10.01 | 13.67 |
Online | 85 | 11.19 | 0.91 | 0.09 | 11.00 | 11.39 | 9.90 | 13.34 | |
B-learning | 103 | 11.59 | 1.12 | 0.11 | 11.37 | 11.81 | 10.01 | 14.00 | |
Total | 280 | 11.39 | 1.00 | 0.06 | 11.27 | 11.51 | 9.90 | 14.00 | |
2.o parcial | Presencial | 92 | 12.30 | 0.87 | 0.09 | 12.12 | 12.49 | 10.82 | 13.95 |
Online | 85 | 12.05 | 0.79 | 0.08 | 11.88 | 12.22 | 10.82 | 14.30 | |
B-learning | 103 | 12.17 | 0.89 | 0.08 | 11.99 | 12.34 | 10.82 | 14.30 | |
Total | 280 | 12.18 | 0.86 | 0.05 | 12.07 | 12.28 | 10.82 | 14.30 | |
3.er parcial | Presencial | 92 | 10.30 | 0.71 | 0.07 | 10.15 | 10.45 | 9.33 | 12.33 |
Online | 85 | 10.14 | 0.71 | 0.07 | 9.99 | 10.30 | 9.30 | 12.33 | |
B-learning | 103 | 10.66 | 0.87 | 0.08 | 10.48 | 10.83 | 9.30 | 13.01 | |
Total | 280 | 10.38 | 0.80 | 0.04 | 10.29 | 10.48 | 9.30 | 13.01 | |
Total parcial | Presencial | 92 | 37.38 | 1.77 | 0.18 | 37.01 | 37.75 | 33.59 | 41.95 |
Online | 85 | 36.77 | 1.92 | 0.20 | 36.36 | 37.19 | 33.26 | 41.34 | |
B-learning | 103 | 37.97 | 2.33 | 0.23 | 37.52 | 38.43 | 33.26 | 44.27 | |
Total | 280 | 37.41 | 2.09 | 0.12 | 37.17 | 37.66 | 33.26 | 44.27 |
Fuente: Elaboración propia
Se realizó la prueba de homogeneidad de varianzas a través del test de Levene con la finalidad de comprobar si el Anova responde a varianzas iguales o no para comprobar la hipótesis. En el resultado, las alternativas rendimiento del segundo y tercer parcial presentaron valores por encima del valor de significancia (> 0.05) descritos en Tabla 6.
Estadístico Levene | GL1 | GL2 | Sig. | |
Rendimiento 1.er parcial | 4.47 | 2 | 277 | 0.012* |
Rendimiento 2.o parcial | 1.05 | 2 | 277 | 0.351 |
Rendimiento 3.er parcial | 2.33 | 2 | 277 | 0.099 |
Total parcial (p ≤ 0,05) | 4.15 | 2 | 277 | 0.017 |
Fuente: Elaboración propia
La Tabla 7 demuestra la relación entre las modalidades de estudio y el rendimiento académico alcanzado. De tal manera, se demostró significancia estadística (p < 0.05) para la modalidad presencial y b-learning en la totalidad de resultados. Ahora bien, el primer parcial presentó significancia; destacó la modalidad presencial y b-learning. El tercer parcial presenta diferencia estadística con una media más alta en la modalidad presencial y b-learning. Finalmente, el segundo parcial no presenta diferencia significativa.
Rendimiento | Modalidades de estudio | N | M | DS | P |
1.er parcial | Presencial | 92 | 11.34 | 0.91 | 0.022* |
Online | 85 | 11.19 | 0.91 | ||
B-learning | 103 | 11.59 | 1.12 | ||
Total | 280 | 11.39 | 1.00 | ||
2.o parcial | Presencial | 92 | 12.30 | 0.87 | 0.142 |
Online | 85 | 12.05 | 0.79 | ||
B-learning | 103 | 12.17 | 0.89 | ||
Total | 280 | 12.18 | 0.86 | ||
3.er parcial | Presencial | 92 | 10.30 | 0.71 | 0.000* |
Online | 85 | 10.14 | 0.71 | ||
B-learning | 103 | 10.66 | 0.87 | ||
Total | 280 | 10.38 | 0.80 |
Fuente: Elaboración propia
En la Tabla 8 se pueden observar las comparaciones múltiples de la prueba post hoc al 0.05 de Games-Howell. El rendimiento total del parcial demostró significancia estadística para la modalidad b-learning; las otras modalidades de aprendizaje como presencial y online no presentaron significancia.
Rendimiento | Modalidades de estudio | N | M | DS | P |
Total | Presencial | 92 | 37.38 | 1.77 | 0.000 |
Online | 85 | 36.77 | 1.92 | ||
B-learning | 103 | 37.97 | 2.33 | ||
Total | 280 | 37.41 | 2.09 | ||
1.er parcial | Presencial | 92 | 11.34 | 0.91 | 0.022 |
Online | 85 | 11.19 | 0.91 | ||
B-learning | 103 | 11.59 | 1.12 | ||
Total | 280 | 11.39 | 1.00 | ||
2.o parcial | Presencial | 92 | 12.30 | 0.87 | 0.142 |
Online | 85 | 12.05 | 0.79 | ||
B-learning | 103 | 12.17 | 0.89 | ||
Total | 280 | 12.18 | 0.86 | ||
3.er parcial | Presencial | 92 | 13.73 | 0.95 | 0.000 |
Online | 85 | 13.53 | 0.94 | ||
B-learning | 103 | 14.21 | 1.16 | ||
Total | 280 | 13.84 | 1.07 |
Fuente: Elaboración propia
En este mismo sentido, el rendimiento del primer parcial con respecto a las modalidades de estudio solo manifestó significancia a la modalidad b-learning, no así la modalidad presencial y online. Adicionalmente, el rendimiento del tercer parcial indicó significancia estadística, según la prueba de Games-Howell, en la modalidad presencial y en la modalidad b-learning; mientras que la modalidad online no registró significancia estadística. Finalmente, el rendimiento del segundo parcial no presentó significancia con ninguna de las modalidades de aprendizaje.
La Tabla 9 reporta la relación de la modalidad de aprendizaje entre el rendimiento académico de los estudiantes por parciales sometida a la prueba de Hochberg, para muestra no apareada, notándose una diferencia significativa entre la modalidad presencial y b-learning, 95 % de confianza y al 0.05 nivel de significancia.
Modalidad | N | Subconjunto para alfa = 0.05 | ||
1 | 2 | |||
1.er parcial | Online | 85 | 11.19 | |
Presencial | 92 | 11.34 | 11.34 | |
B-learning | 103 | 11.59 | ||
Sig. | 0.69 | 0.23 | ||
2.o parcial | Online | 85 | 12.05 | |
Presencial | 103 | 12.17 | ||
B-learning | 92 | 12.30 | ||
Sig. | 0.126 | |||
3.er parcial | Online | 85 | 10.14 | |
Presencial | 92 | 10.30 | ||
B-learning | 103 | 10.66 | ||
Sig. | 0.45 | 1.00 |
Fuente: Elaboración propia
Finalmente, en la Tabla 10 y la Figura 3 se observa que las modalidades de estudio b-learning y presencial demostraron diferencias significativas según la prueba de Hochberg, 95 % de confianza, no así la modalidad online en relación con el rendimiento académico de los estudiantes en el total de los parciales. En tal sentido, este resultado presume que las modalidades que tienen mayor aceptación académica en los estudiantes universitarios intervenidos son la modalidad presencial y b-learning.
Total parcial | ||||
Modalidad de aprendizaje | N | Subconjunto para alfa = 0.05 | ||
1 | 2 | |||
Hochberg a, b | Online | 85 | 36.77 | |
Presencial | 92 | 37.38 | 37.38 | |
B-learning | 103 | 37.97 | ||
Sig. | 0.12 | 0.13 |
Nota. Se muestran las medias para los grupos en los subconjuntos homogéneos. a Usa el tamaño muestral de la media armónica = 92.756. b Los tamaños de los grupos no son iguales. Se utilizará la media armónica de los tamaños de los grupos. Los niveles de error de tipo I no están garantizados.
Fuente: Elaboración propia
Discusión
Las pruebas Welch y Brown-Forsythe (Field, 2013) a las unidades de estudio I (“Fundamentos de informática”) y III (“Viviendo en línea”) localizaron diferencias significativas (> 0.05) con referencia a la modalidad de estudio y el rendimiento académico. La unidad II (“Aplicaciones clave”) no presenta diferencias significativas. La constante es que los estudiantes en la modalidad presencial y online no muestran diferencias significativas entre calificaciones, pero en b-learning, a nivel general, obtienen mejores resultados. Es significativo cómo estos resultados difieren de los hallazgos encontrados por Topper y Lancaster (2016), los cuales no revelaron diferencias significativas entre las modalidades de aprendizaje. Estas diferencias pueden ser atribuibles a la eficacia de combinar los dos métodos por encima de la utilización de uno solo, experiencia de los docentes, dedicación de los estudiantes u otros factores que emanarán de futuras investigaciones. Es importante destacar las limitaciones en este estudio: el tamaño de la muestra y la heterogeneidad de esta.
Los esfuerzos por entes gubernamentales y no gubernamentales como el Banco Interamericano de Desarrollo (Prats y Puig, 2017) por disminuir la brecha digital en Ecuador son disonantes si no están articulados con estrategias que modifiquen el paradigma y concepto de que las TIC deben ser el medio y no un fin. En la actualidad, estas diferencias entre modalidades de estudio se podrían atribuir como un elemento destacado a la tendencia en los hábitos de lectura en el Ecuador en comparación con otros países latinoamericanos. Según el Centro Regional para el Fomento del Libro en América Latina y el Caribe [Cerlalc] (2012), Ecuador tiene una lectura promedio de 0.5 libros al año por habitante, por debajo de Chile 5.4 y Argentina 4.6, lo que refleja la ausencia de articulación entre normativas y aplicación de estas. Se ha tomado como referencia la lectura pues supone un componente indispensable para el manejo de recursos digitales y autoformación en cualquiera de las modalidades de estudio elegida.
A manera de conclusión, el estudio genera un aporte a la comunidad científica ya que se han podido analizar las variables académicas y las modalidades de estudio de las asignaturas que articulan al uso imprescindible de las TIC en su aprendizaje. Actualmente, los estudiantes prefieren un aprendizaje dinámico, fuera del contexto tradicional, pues constantemente se encuentran expuestos a pantallas digitales, lo que promueve su atención. Por tanto, el profesor se encuentra en la obligación profesional de adaptar el conocimiento a las tendencias, es decir, a promover internamente prácticas de alfabetización mediática con la intención de generar un aprendizaje significativo.
Conclusiones
Un alto porcentaje de investigaciones en naciones desarrolladas coinciden en que no existe significancia entre modalidades de estudio en el proceso enseñanza-aprendizaje. Sin embargo, en países en vías de desarrollo, en particular en Ecuador y en la provincia donde se realizó la investigación, existe una carencia en la cultura por el aprendizaje autónomo disciplinado. Los análisis demuestran que el estudiante es dependiente del docente para la apropiación de los contenidos, aun existiendo recursos web propios de la certificación con medios didácticos para el aprendizaje.
Se concluye que el 2.o parcial, referido a la unidad de aprendizaje “Aplicaciones clave”, no presenta diferencias significativas (> 0.05) entre modalidades de estudio. Esta afirmación se basa en los resultados del Anova y se corrobora empíricamente con la hipótesis de que los estudiantes manejan con mayor habilidad los contenidos de este examen dado que, sin importar la carrera, todos utilizan herramientas de ofimática para sus trabajos académicos.
Una vez aplicado Anova y post hoc para grupos con sujetos variantes y con varianzas iguales y desiguales, por las pruebas de GT2 de Hochberg y Games-Howell respectivamente, se definieron las diferencias entre modalidades (primer y tercer parcial). Para comprobar los resultados, se recurrió a la prueba de Tukey-B (grupos pequeños), que arrojó resultados homogéneos, lo que implica que se robustece la tesis sobre las diferencias en los parciales antes mencionados.
Definidas las diferencias significativas (< 0.05) en primer parcial (“Fundamentos de informática”) se identifica que esta se localiza entre las modalidades online (
Definidas las diferencias significativas (< 0.05) en el tercer parcial (“Viviendo en línea”) se identifica que estas se localizan entre las modalidades online (
Futuras líneas de investigación
Como resultado de la pandemia, las brechas de enseñanza-aprendizaje se han abierto y cerrado en muchos aspectos (sociales, económicos, culturales, educativos), por ende, es imperativo en la era pospandemia analizar el antes y el después de estudiar en diferentes modalidades para valorar los avances y los retrocesos, en especial en países en vías de desarrollo. El estudio que se analiza ya demostraba que patrones culturales en la formación del estudiante afectaban en el rendimiento académico en modalidades que demandaban una autonomía o que debían autodirigirse con soporte en plataformas o modalidades asincrónicas.
Como futuras líneas de investigación, se puede analizar el impacto en el rendimiento de los estudiantes una vez que la emergencia sanitaria ha obligado a los actores del proceso educativo a migrar de forma acelerada hacia la adquisición de competencias digitales para enfrentar un modelo basado en las tecnologías emergentes.