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
En esta investigación se analizan las plataformas educativas implementadas durante la pandemia provocada por la covid-19 en México, con el objetivo de identificar cómo las características tecnológicas han influido en los niveles de participación, asistencia y evaluación de los alumnos. Para ello, se estudia la literatura y se identifican catorce características tecnológicas consideradas importantes para brindar servicios efectivos y contrarrestar los efectos de la pandemia.
Aunque las plataformas digitales han demostrado ser una estrategia útil para fomentar los procesos de enseñanza-aprendizaje, al examinarlas es pertinente tener en cuenta las diferentes asignaturas que se imparten; para el presente trabajo se analizan nueve disciplinas o áreas académicas para determinar cómo influyeron las plataformas en el proceso de aprendizaje. En este sentido, se utiliza el análisis envolvente de datos para construir un modelo que mida la eficiencia, tomando como entradas las catorce características señaladas por la literatura, y como salida la participación, la asistencia y la evaluación de los alumnos por área académica.
Los resultados muestran los promedios de participación, asistencia y calificación, así como las características tecnológicas empleadas y su eficiencia final. Los hallazgos se describen de manera puntual e identifican las relaciones entre entradas y salidas por área académica, en donde se observa si a mayor cantidad de características añadidas a las plataformas digitales existen mejores niveles de participación, asistencia y evaluación a los alumnos, o viceversa. Por último, en las conclusiones se precisa el objetivo logrado y se describe la contribución teórica y práctica se plantean las limitaciones del análisis y se enuncian algunas recomendaciones para futuras líneas de investigación.
MARCO TEÓRICO
Ante la llegada de la pandemia provocada por la covid-19, que obligó a emplear las tecnologías de la información y comunicación para que la educación se desarrollara por medios digitales (Agamben et al., 2020), la educación superior se vio forzada a diseñar estructuras de aprendizajes para impartir las áreas académicas de manera digital, es decir, para la educación a distancia ante el aislamiento (Mejías y Badilla, 2022). Lo anterior supuso un reto, ya que el proceso de planeación debió esperar, mientras que la reacción se configuró como el principal exponente de la política educativa, lo que en política pública se considera “salir del paso” (Aguilar, 1992; 2013). Esto exigió la reorganización de los sistemas educativos y transitar de los sistemas presenciales a los sistemas digitales en poco tiempo, así como acceder a competencias digitales en un entorno con brechas importantes de conectividad (Chanto y Loáiciga, 2022).
Debido a lo anterior, y con la intención de brindar servicios efectivos, la Organización de las Naciones Unidas (ONU) recomendó implementar tecnologías de código abierto, a fin de que la educación pública no dependiera de plataformas digitales de empresas privadas (ONU, 2020, p. 27); además, exhortó a que las plataformas digitales fueran portátiles y a priorizar los recursos educativos y los procesos administrativos, atendiendo a las necesidades de la educación pública (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura, Unesco, 2020). Estas recomendaciones han repercutido en las instituciones educativas de nivel superior, donde predominan las plataformas digitales administradas por las universidades (Coria y Monge, 2022).
Las primeras acciones para contrarrestar los efectos de la pandemia se efectuaron con la implementación de plataformas digitales, las cuales han agregado diferentes elementos para mejorar el aprendizaje remoto (Deeley, 2018). Muestra de lo anterior es la introducción de bibliotecas a la era digital, en donde los documentos científicos se socializan por red de manera gratuita y son utilizados como herramienta cognitiva para desarrollar el aprendizaje (Carrillo & Flores, 2020). Por su parte, la producción de contenidos académicos transita de una pantalla inmóvil (por ejemplo: los documentos en PDF como didáctica de aprendizaje) a elementos multimedia con pantallas expandidas y líquidas (Pardo y Cabo, 2020) o dispositivos interactivos que forman alumnos participativos.
También destacan las videoconferencias, que iniciaron como el medio de interacción entre el profesor y el estudiante (Wong, 2020). Sin embargo, la experiencia ha demostrado que las clases por videoconferencia deben ir acompañadas de foros en línea para compartir narrativas que mejoren las habilidades de los alumnos (Wong, 2020), sesiones teóricas pregrabadas y mentorías sincrónicas para fortalecer la educación teórica (Carrillo & Flores, 2020), en virtud de que los videos largos, sin recursos adicionales, son equivalente a corta atención (Pardo y Cabo, 2020).
En este tenor, sobresale la importancia de que las plataformas digitales sean accesibles para estudiantes con discapacidad visual o auditiva (Moreno, 2020) -lo que debiera generar productos tecnológicos de apoyo, como la posibilidad de crear subtítulos de forma automática o la función de lectura en voz alta-, que sean compatibles con todos los navegadores, que puedan evitar el plagio o el reemplazo de identidad por parte de los estudiantes, y que reconozcan patrones o incluso identifiquen a los individuos en riesgo de ser reprobados o de perder el año; estas características facilitarían el uso de herramientas de este tipo en el proceso de enseñanza-aprendizaje, tanto a los docentes como a los estudiantes (Pardo y Cabo, 2020; Portillo et al., 2020).
Utilizar plataformas digitales ha demostrado ser una estrategia útil cuando genera técnicas didácticas digitales y se concibe como un medio de comunicación entre el profesor y el alumno (Almazán y Cárdenas, 2012), lo que permitió transitar de un modelo único, durante los picos de la pandemia, a los diferentes modelos híbridos.
Es importante recordar que diferentes áreas académicas requieren diferentes maneras de impartir el aprendizaje. Asimismo, los perfiles de los alumnos en modalidad a distancia definen el grado de dominio de las herramientas y las estrategias de aprendizaje y, por ende, la didáctica educativa a implementar (Almazán y Cárdenas, 2012); es decir, implica emplear teorías de aprendizaje específicas para mejorar la educación universitaria en línea y que los sujetos del aprendizaje (profesor y alumno) se conecten de manera eficiente a través de estos medios digitales (Andersen y West, 2020).
Esta situación puede observarse en la mejora del proceso de evaluación, que transitó de enviar las tareas al profesor por correo electrónico, con los retos profesionales que esto implicó (Carrillo & Flores, 2020), a la creación de portafolios digitales como estrategia de evaluación del aprendizaje, lo que generó mejores niveles de aprendizaje y permitió la retroalimentación para reconstruir el conocimiento (Marinho et al., 2021). Si bien esta transformación es compleja, resulta fundamental para los procesos de evaluación (Henderson et al., 2019).
Es necesario considerar que la evaluación de los alumnos no es el único indicativo de aprendizaje, ya que no solo se valoran los aprendizajes de los contenidos mediante un examen tradicional, también se recomienda medir la participación y para ello se utiliza la autoevaluación, la evaluación por pares o la evaluación compartida mediante foros de discusión o ejercicios de preguntas y respuestas (San Martín et al., 2016). La evaluación permite realizar una serie de pruebas que reflejan el proceso formativo del alumnado (Area-Moreira et al., 2021), en ese sentido, hay que resaltar la importancia del esquema de evaluación, el cual también está condicionado al tipo de disciplina académica, ya que algunas veces el examen final tiene mayor importancia (por ejemplo, las universidades públicas aún contemplan el examen final como el modelo tradicional de evaluación; San Martín et al., 2016), mientras que en otras ocasiones las prácticas de laboratorio son más relevantes (San Martín et al., 2016). Valorar los aprendizajes esperados es multidimensional e implica implementar diferentes pruebas, teniendo presente el área académica y el tipo de universidad, sin olvidar que se recomienda que cualquier modelo de evaluación se acompañe de una retroalimentación oportuna (Carrasco et al., 2021).
Las plataformas educativas deben ser capaces de proveer espacios para desarrollar habilidades de flexibilidad, resiliencia y previsión en las diferentes áreas académicas, ya sea ciencias exactas o humanidades (Jordan et al., 2021), en donde se permita generar variaciones en cuanto a las respuestas que se aplicaron para contrarrestar la problemática. En esto radica la importancia de saber cómo influyen estas herramientas en el proceso de aprendizaje, especialmente cuando el tipo de plataforma digital configura el medio en que el profesor y el alumno se encuentran, lo que afecta la participación, la asistencia y los resultados de la evaluación (Ramírez y Barajas, 2017).
De manera concreta, en México la Constitución Política de los Estados Unidos Mexicanos (CPEUM) establece que la educación superior o universitaria goza de autonomía en los componentes presupuestales y académicos (2021, Artículo 3, Fracción VII), lo que permite que operen atendiendo a una situación concreta, esto posibilita la recolección de diversas experiencias y atiende a los teóricos de las organizaciones, además se asume que al estar facultados para la toma de decisiones dentro de la propia institución se accede a mayores grados de eficiencia (Bracho, 2011).
METODOLOGÍA
Este trabajo pretende identificar si el uso de plataformas digitales, que incorporan en su implementación las características descritas, propician mejores niveles de participación, asistencia y evaluación de los alumnos. Para comprobar esta hipótesis se somete la información a un análisis envolvente de datos (DEA, por sus siglas en inglés), considerando los productos empleados y los logros obtenidos (Chávez et al., 2016; Torres Hernández et al., 2010).
El DEA realiza un estudio de eficiencia técnica (Miriam et al., 2017) no paramétrico, de tipo cuantitativo, que combina inputs y outputs; este ha sido utilizado para estudiar la eficiencia en el sector educativo, específicamente en la educación superior (Alfonso et al., 2013), en donde existen múltiples entradas y salidas que pueden ser expresadas en unidades de medida (Villarreal & Tohmé, 2017). El DEA se basa en análisis matemáticos, puede comparar un grupo de unidades por nivel de eficiencia y, con esto, clasificarlas de manera objetiva para la toma de decisiones; al obtener los resultados se realiza un cálculo que genera una puntuación para cada unidad. Este tipo de estudios posee algunas limitaciones, como la sensibilidad a errores de datos (Ramírez y Alfaro, 2013).
Para este análisis se tomaron catorce características señaladas por la literatura como variables de entrada, entendidas como la calidad de la infraestructura digital, o estructura de plataforma digital, tomando en cuenta el programa académico o la disciplina académica a impartir (Alfonso et al., 2013); como salidas se valoró el rendimiento estudiantil, según la participación, la asistencia y la evaluación de los alumnos, lo que implica identificar el aprovechamiento de los recursos empleados para expresarlos en eficiencia relativa, en donde a los valores iguales a 1 se les denomina: eficiente (Quesada-Ibargüen, 2003).
Por lo anterior, se valoró que la metodología del análisis envolvente de datos es la más propicia para comprobar si es verdadera la hipótesis planteada: a mayor cantidad de características añadidas a las plataformas digitales mejores niveles de participación, asistencia y evaluación de los estudiantes.
Diseño de la investigación
Universo
Con el objetivo de analizar cómo han influido las plataformas educativas implementadas a nivel superior en México durante la pandemia provocada por la covid-19, mediante la Plataforma Nacional de Transparencia y Acceso a la Información Pública (PNT) se solicitó a 338 instituciones de educación superior (en sus componentes de universidades autónomas, estatales, politécnicas, tecnológicas interculturales y pedagógicas) información acerca de:
Entradas:
Si la plataforma educativa en línea implementada por la universidad durante la pandemia:
1) Cuenta con una biblioteca para brindar servicios efectivos a los docentes y a los estudiantes
2) Permite la producción de contenidos académicos por parte del docente
3) Genera videoconferencias entre el docente y el estudiante
4) Cuenta con un apartado para el envío de tareas
5) Cuenta con un apartado para motivar los foros de discusión
6) Cuenta con un portafolio digital como estrategia de evaluación del aprendizaje
7) Cuenta con un apartado para la retroalimentación remota
8) Permite implementar sesiones teóricas pregrabadas por el docente
9) Permite implementar mentorías sincrónicas
10) Es accesible para estudiantes con discapacidad visual o auditiva
11) Evita el plagio o el reemplazo de identidad por parte de los estudiantes
12) Es compatible con todos los navegadores
13) Es capaz de reconocer patrones o incluso identificar a las personas en riesgo de ser reprobados o de perder el año
14) Brinda ayuda remota para el uso de la plataforma a los docentes y a los estudiantes
Lo anterior sirve para analizar cómo han influido las características de la plataforma en:
Salidas:
La totalidad del universo planteado fue nueve disciplinas académicas (en 338 instituciones de educación superior) que reciben recursos federales o estatales, razón por la que fueron añadidos a la PNT como sujetos obligados. A estas instituciones de educación superior se les envió una solicitud de acceso a la información para que proporcionaran datos en relación con las entradas y salidas estudiadas, delimitando la investigación al período académico que comprendió del primero de marzo de 2020 al 9 de julio de 2021. La muestra (ver Tabla 1) se formó según las respuestas dadas por las instituciones de educación superior, en especial aquellas que en la solicitud:
1) Al considerar las entradas o características tecnológicas, su respuesta -si se cuenta, no se cuenta, parcialmente se cuenta- pudo ser normalizada en valores numéricos.
2) Teniendo en cuenta que en las universidades los profesores gozan de libertad de cátedra, lo que les permite acceder a diversas formas de calificación, así como a determinar la participación y asistencia según su forma de evaluar, las salidas de la muestra se centraron en utilizar solo aquellas respuestas que refirieron seguir una escala de:
a) Participación: evaluada en una escala del 0 al 100%
b) Asistencia: evaluada en una escala del 0 al 100%
c) Calificación: evaluada en una escala del 0 al 10
Tabla 1 Muestra
| DISCIPLINA | INSTITUCIONES DE EDUCACIÓN SUPERIOR ESTUDIADAS POR DISCIPLINA |
|---|---|
| Artes, diseño y arquitectura | 9 |
| Ciencias sociales, humanidades y derecho | 15 |
| Salud, enfermería, optometría, deporte y nutrición | 26 |
| Agronomía y zootecnia | 29 |
| Físico-matemáticas | 17 |
| Química, biología y ciencias del mar | 28 |
| Económico-administrativas y turismo | 93 |
| Ingeniería e informática | 116 |
| Pedagogía, psicología y comunicación | 11 |
Fuente: elaboración propia con información de la muestra recolectada.
Lo anterior se realizó para que los datos fueran uniformes y en ese orden de ideas pudieran contemplarse como viables para el análisis, especialmente porque para analizar mediante el DEA se requiere que los datos a analizar sean homogéneos para la comparación, y a la vez heterogéneas para extraer información después de comparar (Pino-Mejías et al., 2010). Es por esto que, considerando las nueve disciplinas académicas y el resultado del subconjunto de datos que conforma la muestra, se obtiene una muestra y los valores de entrada y salida.
Muestra
Tras recibir la información y procesarla se obtuvo la muestra que se desglosa en la Tabla 1. De esta muestra se midieron las entradas y salidas, o productos empleados y logros, para obtener los promedios.
Valores de entradas
Para las entradas, los valores se definieron en una escala de:
• Cuenta con alguna de las características referidas: 1 punto por característica
• Cuenta parcialmente con alguna de las características: 0.5 puntos por característica
• No cuenta con alguna de las características referidas: 0 puntos por característica
Para realizar el análisis de las entradas se aplicó la siguiente fórmula (ver Tabla 2).
Tabla 2 Muestra
| FÓRMULA 1. EFICIENCIA DE LAS ENTRADAS | PROMEDIO DE LAS CARACTERÍSTICAS TECNOLÓGICAS |
|---|---|
|
|
|
| Donde: | Donde: |
|
|
|
Fuente: Elaboración propia con información de Chávez et al. (2016), Torres Hernández et al. (2010).
Valores de salidas
Para las salidas, los valores se definen de acuerdo con lo mostrado en la Tabla 3. En este sentido, la eficiencia total, al observar los valores de las entradas (resultado de la Fórmula 1, ver Tabla 2) y las salidas (resultado de la Fórmula 5, ver Tabla 3), se calcula de acuerdo con la Fórmula 6 (ver Tabla 4).
Los resultados (E, S y Ef) se desagregan por institución, agrupados por disciplinas académicas, es decir, los resultados por institución de educación superior se muestran en las abscisas de las Gráficas 1, 2, 3, 4, 5, 6, 7, 8, y 9. En cuanto a los promedios, se describen en el texto del apartado de resultados por disciplina, las fórmulas se desglosan en las Tablas 2, 3 y 4 y los resultados en la Tabla 5.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones
Gráfica 1 Eficiencia por disciplina de Artes, diseño y arquitectura.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 2 Eficiencia por disciplina de Ciencias sociales, humanidades y derecho.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 3 Eficiencia por disciplina de Salud, enfermería, optometría, deporte y nutrición.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 4 Eficiencia por disciplina de Agronomía y zootecnia.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 5 Eficiencia por disciplina de Físico-matemática.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 6 Eficiencia por disciplina de Química, biología y ciencias del mar.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 7 Eficiencia por disciplina de Económico-administrativas y turismo.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 8 Eficiencia por disciplina de Ingeniería e informática.
Fuente: elaboración propia con información de la muestra recolectada.
Nota: en las abscisas se reflejan las instituciones.
Gráfica 9 Eficiencia por disciplina de Pedagogía, psicología y comunicación.
Tabla 3 Fórmula salidas
| VALORES POR UNIVERSIDAD | ||
|---|---|---|
| Participación: 0-100% | Asistencia: 0-100% | Calificación: 0-10 |
| FÓRMULA 2. PARTICIPACIÓN | FÓRMULA 3. ASISTENCIA | FÓRMULA 4. CALIFICACIÓN |
|
|
|
|
| Donde: | Donde: | Donde: |
|
|
|
|
| Al considerar tres salidas: participación, asistencia y calificaciones, se calcula de la siguiente forma | ||
| FÓRMULA 5. EFICIENCIA DE LAS SALIDAS | ||
| Donde: | ||
|
| ||
| S= Salida. P = Participación. A = Asistencia. C = Calificación. n = Número total de salidas | ||
| Donde: | Donde: | Donde: |
|
|
|
|
|
|
|
|
Fuente: elaboración propia con información de Chávez et al. (2016), Torres Hernández et al. (2010).
Tabla 4 Fórmula eficiencia
| FÓRMULA 6. EFICIENCIA TOTAL | PROMEDIO DE LA EFICIENCIA |
|---|---|
|
|
|
|
|
|
Fuente: elaboración propia con información de Chávez et al. (2016), Torres Hernández et al.(2010).
Tabla 5 Resultados finales
| DISCIPLINA | PROMEDIO DE PARTICIPACIÓN | PROMEDIO DE ASISTENCIA | PROMEDIO DE CALIFICACIONES | PROMEDIO DE CARACTERÍSTICAS TECNOLÓGICAS | PROMEDIO DE EFICIENCIA |
|---|---|---|---|---|---|
|
|
|
|
|
|
|
| Artes, diseño y arquitectura | 93.03 | 89.43 | 8.35 | 11.50 | 0.79 |
| Ciencias sociales, humanidades y derecho | 84.60 | 82.74 | 8.48 | 11.70 | 0.71 |
| Salud, enfermería, optometría, deporte y nutrición | 79.44 | 79.38 | 8.49 | 11.30 | 0.68 |
| Agronomía y zootecnia | 79.96 | 76.91 | 8.24 | 11.39 | 0.67 |
| Físico-matemáticas | 83.04 | 80.69 | 8.28 | 12.23 | 0.73 |
| Química, biología y ciencias del mar | 86.04 | 82.40 | 8.38 | 11.75 | 0.72 |
| Económico-administrativas y turismo | 85.14 | 84.14 | 8.50 | 11.44 | 0.69 |
| Ingeniería e informática | 84.90 | 82.40 | 8.20 | 11.53 | 0.68 |
| Pedagogía, psicología y comunicación | 82.42 | 81.05 | 8.68 | 11.54 | 0.72 |
Fuente: elaboración propia con información de la muestra recolectada.
RESULTADOS
Artes, diseño y arquitectura
Se analizaron nueve instituciones de educación superior en su componente de
universidades tecnológicas.1 Al
extraer los datos, en donde los valores cercanos a 1 son los más eficientes, se
identificaron tres elementos importantes, las entradas (E), las
salidas (S) y la eficiencia (Ef). En la Gráfica 1 se evidencia la relación directa
entre las variables consideradas en este estudio por institución. En relación
con los promedios por grupo de disciplinas, el promedio de características
tecnológicas usadas en las plataformas es de 11.5
Ciencias sociales, humanidades y derecho
Se estudiaron quince instituciones de educación superior en sus componentes de universidades estatales, tecnológicas e interculturales.2 Respecto a los valores cercanos a 1 en la relación de entradas, salidas y eficiencia, la Gráfica 2 muestra el vínculo entre las variables estudiadas, en donde se observan variaciones entre las entradas o las salidas que repercuten en la eficiencia. Al analizar los datos, las variaciones surgen en el rendimiento estudiantil definido por las salidas de participación, asistencia y evaluaciones.
Para las disciplinas de Ciencias sociales, humanidades y derecho el promedio de participación fue 84.60, en cuanto a la asistencia fue de 82.74 y para las calificaciones de 8.48. Por lo que refiere al promedio de las características tecnológicas de las plataformas implementadas durante la pandemia, el resultado fue de 11.70, mientras que en la eficiencia final se obtuvo un valor de 0.71.
Salud, enfermería, optometría, deporte y nutrición
Los resultados de esta área académica se conforman por 26 instituciones de educación superior en sus componentes de universidades estatales, tecnológicas, politécnicas, autónomas e interculturales.3 Al analizar las entradas, salidas y eficiencia con un valor cercano a 1, se muestra que los datos, aunque son homogéneos entre sí, tienen variaciones importantes, ya que las variables de salida empiezan a guardar una simetría a la baja, en donde el promedio de características tecnológicas disminuye; lo mismo sucede con las salidas de participación y asistencia (ver Gráfica 3).
El promedio para esta área académica estudiada, en cuanto variable de entrada es de 11.30 y en lo que respecta a la participación es de 79.44, el promedio de la asistencia es de 79.38 y en cuanto a calificaciones es de 8.49; asimismo, el valor de eficiencia promedio es de 0.68. Los resultados evidencian cómo al disminuir las características tecnológicas empleadas reducen de manera directa las salidas, específicamente la participación y la asistencia, aunque las calificaciones se mantienen.
Agronomía y zootecnia
Esta área cuenta con una muestra de 29 instituciones de educación superior, tecnológicas, estatales, politécnicas e interculturales.4 La tendencia en cuanto a las características empleadas por las plataformas y los resultados de participación, asistencia y evaluación, es que dejan de ser homogéneos y de nueva cuenta van a la baja, ya que existen valores por institución cercanos a 1 en las entradas, con valores de salidas de 0.50 (ver Gráfica 4).
En este caso, el promedio de participación es de 79.96, el de asistencia de 76.91 y para las calificaciones es de 8.24; con relación a la cantidad de características tecnológicas con lo que cuenta las plataformas el promedio es de 11.39 y el promedio de eficiencia es de 0.67. De nueva cuenta, se observa cómo al disminuir las características tecnológicas empleadas baja de manera directa el promedio de participación y de asistencia.
Físico-matemática
Para su estudio se tomó una muestra de 17 instituciones a nivel superior de competencia, politécnica, tecnológica y autónoma.5 Los resultados muestran cómo ante mayores características tecnológicas empleadas, mayores grados de participación, asistencia y calificaciones. La Gráfica 5 muestra variaciones entre las entradas. En cuanto a las entradas, el estudio de esta área académica cuenta con un promedio de 12.23 elementos considerados en el total de la muestra, una participación de 83.04, una asistencia de 80.69 y un promedio de calificaciones de 8.28, la eficiencia como valor promedio obtenido es de 0.73.
Química, biología y ciencias del mar
La muestra se conforma de 28 instituciones a nivel superior en sus componentes de universidades tecnológicas, estatales, politécnicas y autónomas.6 Esta disciplina cuenta con un promedio de características tecnológicas empleadas de 11.75, un promedio de participación de 86.04, asistencia de 82.89 y calificaciones de 8.38, el valor de eficiencia en promedio es de 0.72. De los resultados se desprende valores homogéneos entre entradas y la eficiencia, con algunas variaciones con relación a las salidas. Al analizar únicamente las salidas existe una relación directa entre las características tecnológicas y los grados de participación y asistencia, con pequeñas variaciones en las calificaciones (ver Gráfica 6).
Económico-administrativas y turismo
Esta área académica tiene la segunda muestra más grande, con 93 instituciones de educación superior en sus componentes de universidades tecnológicas, politécnicas, interculturales, autónomas y estatales (ver Gráfica 7).7 Los resultados para esta área denotan cómo la estructura de las plataformas como variable de entrada genera salidas significativas (participación, asistencia y evaluación), es decir, mejor rendimiento. Para este caso el promedio de entradas es de 11.44 y el promedio de salidas correspondiente a participación es de 85.14, el promedio de la asistencia es de 84.14, para calificaciones 8.5, así como un promedio de eficiencia de 0.69.
Ingeniería e informática
La muestra concerniente a la disciplina de Ingeniería e informática es de 116 instituciones de educación superior e incluye universidades tecnológicas, politécnicas, estatales y autónomas.8 Los resultados se visualizan en la Gráfica 8. En este caso hay una relación significativa entre los valores de entrada y salida analizados: mejores plataformas, mejor participación, asistencia y promedio de calificaciones. En esta área académica el promedio general es el siguiente: participación 84.90, asistencia 82.40, calificaciones 8.2 y características de la plataforma educativa 11.53; el valor de eficiencia en promedio es de 0.68.
Pedagogía, psicología y comunicación
La última área académica a estudiar es Pedagogía, psicología y comunicación, con una muestra de once instituciones de educación superior en sus componentes de universidades tecnológicas, pedagógicas, estatales e interculturales.9 La Gráfica 9 muestra las relaciones en donde el promedio general de participación es de 82.45, para asistencia es de 87.62, el promedio de calificaciones es de 8.95 y utilizan en promedio 11.54 de las características tecnológicas consideradas; el valor más eficiente es de 0.72.
Resalta que en todos los casos existe una baja implementación de bibliotecas digitales dentro de las plataformas, poca accesibilidad para los estudiantes con discapacidad, baja capacidad de reconocer patrones, ausencia de elementos para evitar el plagio o el remplazo de identidad, así como pocos espacios digitales para las mentorías sincrónicas y retroalimentaciones remotas. Los valores totales se desglosan en la Tabla 5.
Hallazgos
Con relación a las variables estudiadas en sus componentes de entradas y salidas, se observa:
1) Mayores características tecnológicas, mayores niveles de asistencia y participación, donde valores iguales o mayores a 11.40 logran un promedio mayor a 80% de asistencia y participación.
2) Menos características tecnológicas, menos niveles de asistencia y participación, donde valores de 11.30 reflejan un promedio de asistencia y participación menor a 80%.
3) Se puede afirmar que la cantidad de características tecnológicas de las plataformas influye de manera directa en el promedio de asistencia y participación.
4) Las características tecnológicas de las plataformas no influyen de manera directa en el promedio de calificaciones por disciplina, ya que se identificó que:
a) El área de Físico-matemáticas tiene el promedio más alto de entradas o características tecnológicas, y cuenta con el tercer promedio más bajo de calificaciones.
b) El área de Salud, enfermería, optometría, deporte y nutrición cuenta con un promedio bajo de entradas, y tiene el tercer mejor promedio de calificaciones.
5) Las disciplinas de Salud, enfermería, optometría, deporte y nutrición, así como las de Agronomía y zootecnia, tienen variaciones similares, con promedios menores a 80% en participación y asistencia, y calificaciones con valores mayores a 80%, lo que implica que para estas disciplinas la participación y la asistencia no influye de manera directa en la calificación.
6) El mayor grado de eficiencia lo alcanza las disciplinas de Artes, diseño y arquitectura, con los mejores promedios de asistencia y participación, y con el segundo promedio más bajo.
7) El menor grado de eficiencia lo obtiene Agronomía y zootecnia, con el promedio más bajo de asistencia y participación.
8) Las disciplinas de Artes, diseño y arquitectura, Ciencias sociales, humanidades y derecho, Química, biología y ciencias del mar, Económico-administrativas y turismo, Ingeniería e informática, así como Pedagogía, psicología y comunicación, confirman la hipótesis de que, a mayor cantidad de características añadidas a las plataformas digitales, son mejores los niveles de participación, asistencia y evaluación de los alumnos.
9) Las disciplinas de Salud, enfermería, optometría, deporte y nutrición, Agronomía y zootecnia, así como Físico-matemáticas, rechazan la hipótesis propuesta.
CONCLUSIONES
Por medio de un DEA esta investigación logró medir la eficiencia de las plataformas educativas a nivel superior en México por área académica durante la pandemia provocada por la covid-19. Se obtuvieron los promedios de participación, asistencia, calificación y características tecnológicas, así como los resultados de eficiencia por disciplina académica, lo que permitió identificar en qué área académica se materializa la hipótesis de que a mayor cantidad de características añadidas a las plataformas digitales se mejoran los niveles de rendimiento estudiantil (hallazgo 8) y en cuáles casos esta relación se rechaza (hallazgo 9).
En cuanto a la contribución teórica y práctica, la literatura estudiada permitió identificar cómo las plataformas digitales promueven la producción de contenidos académicos y sirven como instrumentos de migración para brindar servicios efectivos a los docentes y estudiantes, por ejemplo: videoconferencias, foro de dudas, espacios para el envío de tareas, portafolio digital, retroalimentación remota, sesiones teóricas pregrabadas por el docente y mentorías sincrónicas, lo que incentiva la participación, asistencia y evaluación a los alumnos. La metodología consintió en realizar un modelo matemático ajustado a la teoría estudiada, que mide varias entradas y salidas.
Respecto a las limitaciones de la investigación, esta se vio circunscrita por la cantidad de datos a analizar, ya que, aunque se solicitó a 338 instituciones de educación superior información relativa a las variables estudiadas, no todas dieron respuesta, además de que cada universidad, atendiendo a las características de la disciplina a impartir, utiliza diferentes medios de evaluación, por lo que las variables de salida se consideraron únicamente de acuerdo con la escala de evaluación empleada. Por último, y al tomar en cuenta futuras líneas de investigación, se recomienda analizar los diversos métodos de evaluación digital: portafolio digital y retroalimentación, para incluirlos como variables de salida en virtud de la relación calificación-plataforma digital.
