Análisis de las percepciones estudiantiles sobre experiencias con entornos virtuales de aprendizaje en una universidad privada de América Latina
Analysis
of student perceptions on virtual learning environment experiences at a private
university in Latin America
Melchor
Gómez García. Universidad
Autónoma de Madrid. España.
Moussa Boumadan. Universidad Autónoma de Madrid. España.
Roberto
Soto Varela. Universidad de
Valladolid. España.
Fernanda
Paulina Vizcaino Imacaña. Universidad
Internacional de Ecuador. Ecuador.
Recibido:
2025/07/24 Revisado 2025/09/11 Aceptado: 2025/12/15 Publicado: 2026/05/01
Cómo citar este artículo:
Gómez García, M., Boumadan, M., Soto Varela, R., &
Vizcaino Imacaña, F. (2026). Análisis de las percepciones estudiantiles sobre
experiencias con entornos virtuales de aprendizaje en una universidad privada
de América Latina [Analysis of student perceptions on virtual learning
environment experiences at a private university in Latin America].
Pixel-Bit, Revista de Medios y Educación, 76, Art. 6. https://doi.org/10.12795/pixelbit.117450
RESUMEN
El propósito de esta investigación es evaluar el desarrollo de las interacciones de los estudiantes con el Entorno Virtual de Aprendizaje (EVA), a partir de las percepciones y discursos expresados por la comunidad educativa de una universidad privada en Latinoamérica. Mediante un enfoque metodológico mixto que combina encuestas e entrevistas semiestructuradas, los resultados destacan aspectos clave de la experiencia estudiantil. En general, los estudiantes reportan una alta satisfacción con las dinámicas y frecuencia de uso del EVA. No obstante, también se identifican retos concretos: fallos técnicos en la infraestructura digital, necesidad de formación docente para promover la colaboración, falta de control en las interacciones digitales de carácter social y, finalmente, la importancia de preservar el contacto humano en contextos virtuales.
ABSTRACT
The purpose of this research is to evaluate the
development of students' interactions with the Virtual Learning Environment (VLE),
based on perceptions and narratives expressed by a private university in Latam.
Using a mixed-method approach that combines surveys and semi-structured
interviews, the findings highlight key aspects of the student experience.
Overall, students report high satisfaction with the dynamics and frequency of
VLE use. However, the data also reveal specific challenges: technical failures
in the digital infrastructure, the need for teacher training to foster
collaboration, the lack of regulation in digital social interactions, and the
importance of preserving human contact in virtual education.
PALABRAS CLAVES · KEYWORDS
Aprendizaje
electrónico; Educación superior; Educación a distancia; Sistemas de gestión del
aprendizaje; Aprendizaje en grupo · Electronic Learning; Higher Education;
Learning management systems; Distance Education; Cooperative Learning.
1.
Introducción
La educación a distancia a través de entornos virtuales se
ha consolidado como un elemento central de la educación superior contemporánea,
generando transformaciones profundas en el acceso al conocimiento y en la
facilitación de los procesos de aprendizaje. En el contexto pospandémico, su
relevancia se ha incrementado notablemente debido a la creciente necesidad de
accesibilidad, flexibilidad y participación inclusiva en los procesos
académicos. Estudios recientes confirman que la educación a distancia ha evolucionado
desde una alternativa periférica hacia una modalidad educativa central,
respaldada por innovaciones tecnológicas y enfoques de pedagogía digital (Li,
Wong y Chan, 2023; Aveiro-Róbalo, 2022). Asimismo, evidencias recientes
subrayan que el apoyo emocional y el bienestar del alumnado se han convertido
en componentes clave de la pedagogía pospandémica, influyendo de manera directa
en el compromiso estudiantil y la permanencia académica en los entornos
virtuales de aprendizaje (Ramírez-Martínez et al., 2024).
La globalización y los avances acelerados en las
tecnologías de la comunicación han desempeñado un papel determinante en esta
transformación, posibilitando modelos de aprendizaje en línea más interactivos,
adaptativos y basados en datos. En el ámbito de la educación superior, los
entornos virtuales se han consolidado como herramientas clave para redefinir la
forma en que se concibe y se desarrolla la enseñanza, mediante plataformas
interactivas y una conectividad global que favorecen el compromiso del alumnado
y mejoran su rendimiento académico (Maldonado et al., 2023). Cuando se
implementan de manera eficaz, los Entornos Virtuales de Aprendizaje (EVA)
promueven la colaboración, la autonomía y el aprendizaje reflexivo; no
obstante, requieren un diseño pedagógico cuidadoso y una adaptación
metodológica por parte del profesorado (Strenacikova, 2023; Niku, 2023).
Diversas investigaciones destacan, además, la creciente
integración de dispositivos móviles y herramientas basadas en la nube, lo que
ha ampliado el alcance de la educación digital más allá del aula tradicional
(Alsahali et al., 2024). En esta línea, Gómez-García et al. (2023) identifican
correlaciones significativas entre los patrones de uso de redes sociales y la
utilidad percibida de las herramientas digitales para el aprendizaje.
Dentro de los EVA, los contenidos basados en datos y la
incorporación de nuevas tecnologías —como la inteligencia artificial o los
laboratorios virtuales— están transformando los modos de creación, difusión y
evaluación de la información. Estos sistemas permiten que el estudiantado
evolucione desde un rol pasivo de receptor de conocimiento hacia una
participación activa en su construcción colaborativa (Ukhurebor et al., 2025).
Entre las numerosas plataformas virtuales disponibles, Moodle se mantiene como
una de las más utilizadas en educación superior, debido a su carácter de código
abierto, su estructura modular y su capacidad para sostener experiencias de
aprendizaje personalizadas, colaborativas y escalables (Li et al., 2023).
Moodle ha evolucionado hasta convertirse en una plataforma
pedagógicamente sólida, capaz de apoyar una amplia variedad de enfoques
didácticos en educación superior, desde la gestión tradicional de cursos hasta
experiencias de aprendizaje interactivas y colaborativas. Investigaciones
recientes destacan su eficacia para incrementar el compromiso del alumnado, la
retención del conocimiento y la motivación, especialmente cuando se combina con
metodologías activas y lúdicas (Hasan et al., 2019). Asimismo, revisiones
sistemáticas confirman que Moodle continúa siendo uno de los sistemas de
gestión del aprendizaje más utilizados a nivel mundial, reconocido por su
contribución a la mejora del rendimiento académico y al apoyo de modelos de
aprendizaje adaptativos, colaborativos y personalizados (Gamage y Ayres, 2022).
Gracias a su flexibilidad y naturaleza de código abierto,
Moodle resulta también especialmente adecuada para la integración de
funcionalidades innovadoras, como la personalización basada en inteligencia
artificial, orientadas a incrementar el compromiso socioeducativo y atender a
la diversidad del alumnado (Aammou et al., 2024). En consecuencia, su
versatilidad y escalabilidad han consolidado su papel como componente central
de los ecosistemas contemporáneos de educación digital.
A pesar de la creciente integración de los EVA en la
educación superior, son escasos los estudios que han analizado de forma
específica cómo el estudiantado percibe su evolución y adaptación a estas
plataformas a lo largo de las distintas fases de la pandemia. Este trabajo,
pretende contribuir a cubrir este vacío. Para ello, se adopta un enfoque
metodológico mixto que combina encuestas de percepción con análisis cualitativo
del discurso, a partir de las experiencias de estudiantes de una universidad
privada de América Latina.
2. Metodología
El presente estudio se enmarca en una investigación
doctoral desarrollada en una universidad europea y se centra en el análisis de
las percepciones del estudiantado de una universidad privada de América Latina.
La investigación examina tres momentos clave de la experiencia educativa del
alumnado: el primer contacto con la educación virtual como alternativa a la
modalidad presencial, las dificultades identificadas durante el primer semestre
de enseñanza virtual y las estrategias implementadas para afrontar dichos
desafíos.
El objetivo principal es evaluar el desarrollo de la
interacción del estudiantado con los EVA, a partir de las percepciones y
narrativas recogidas mediante encuestas y entrevistas a miembros de la
comunidad educativa. Para ello, se adoptó un enfoque metodológico mixto, que se
inició con una fase cuantitativa basada en encuestas de percepción y continuó
con una fase cualitativa centrada en el análisis del discurso del alumnado,
permitiendo así una comprensión más profunda y contextualizada de las experiencias
analizadas.
En la fase cuantitativa se siguió la metodología propuesta
por Trujillo-Torres et al. (2020), orientada al diseño de instrumentos para la
evaluación de percepciones y motivaciones desde una perspectiva numérica. Este
enfoque permitió analizar las prácticas relacionales que se producen en los
entornos digitales de aprendizaje. La fase cualitativa, por su parte, se
desarrolló conforme a los principios del análisis crítico del discurso
descritos por Moreno Mosquera (2016), con el objetivo de interpretar en profundidad
las narrativas del estudiantado.
La recogida de datos comenzó con la aplicación de una
encuesta en línea de carácter voluntario, administrada a través de la
plataforma SurveyMonkey, y se complementó con entrevistas semiestructuradas
realizadas mediante Zoom entre agosto de 2020 y abril de 2021. Las variables
incluidas en la encuesta se agruparon en diversas categorías: datos
sociodemográficos, satisfacción con la docencia, frecuencia de uso de la
plataforma durante la pandemia de COVID-19 y grado de satisfacción con la
plataforma y los canales de comunicación.
Se utilizó un muestreo aleatorio con un nivel de confianza
del 95 % y un margen de error del 5 %, lo que dio lugar a un total de 886
respuestas válidas. El instrumento fue sometido a un proceso de validación
mediante juicio de expertos, contando con la participación de especialistas en
tecnología educativa. La fiabilidad se evaluó a través del coeficiente alfa de
Cronbach, obteniéndose valores superiores a .70, lo que indica una consistencia
interna adecuada. Asimismo, la validez de constructo se examinó mediante la
prueba de Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett,
cuyos resultados confirmaron la idoneidad del instrumento para el análisis
factorial (KMO = .893; p < .001).
Los datos cuantitativos fueron analizados utilizando el
programa estadístico SPSS, con el objetivo de identificar asociaciones entre
variables. Por su parte, los datos cualitativos fueron sometidos a un análisis
del discurso que permitió categorizar y comprender las experiencias del
alumnado en relación con el uso de los EVA.
2.1. Participantes
El estudio se llevó a cabo en una universidad privada de
América Latina que cuenta con un campus principal situado en la capital del
país y dos sedes adicionales. El campus principal dispone de seis facultades y
ofrece dieciocho programas de grado; una de las sedes cuenta con tres
facultades y siete programas, mientras que la otra dispone de cinco facultades
y también ofrece siete programas de grado. Asimismo, la institución imparte
formación en modalidad virtual a través de dos facultades y siete programas,
excluyendo la formación de posgrado y la educación continua.
La muestra de la encuesta estuvo compuesta por 886
estudiantes de grado, de los cuales el 53 % pertenecía al campus principal,
mientras que el 27 % y el 20 % correspondían a las otras dos sedes,
respectivamente. En cuanto al sexo, el 61,97 % del alumnado se identificó como
masculino y el 38,03 % como femenino. El 83,12 % tenía 25 años o menos, y el
16,88 % superaba los 26 años. Todos los semestres académicos estuvieron
representados en la muestra, con un 24,46 % de estudiantes matriculados en los
primeros semestres y un 16,48 % en semestres intermedios.
2.2. Muestreo cualitativo y perfil de los participantes
La selección de las doce personas entrevistadas se realizó
siguiendo los criterios de representatividad establecidos en la tesis doctoral
en la que se fundamenta este estudio. De acuerdo con dicho diseño metodológico,
la muestra cualitativa se construyó a partir de tres variables: nivel
académico, sede de pertenencia y naturaleza del programa formativo (teórico o
práctico).
A partir de estas variables se definió una matriz de
representatividad compuesta por doce perfiles estudiantiles, uno por cada
combinación posible. La muestra final incluyó:
·
Nivel académico:
o
Cuatro estudiantes de los semestres 1 a 3.
o
Cuatro estudiantes de los semestres 4 a 6.
o
Cuatro estudiantes de los semestres 7 a 10.
·
Localización geográfica:
El alumnado entrevistado se
distribuyó entre el campus principal y las distintas sedes de la universidad,
conforme a los criterios establecidos en el diseño muestral.
·
Naturaleza del programa formativo:
Se incluyeron tanto
titulaciones de carácter teórico como práctico, de acuerdo con la clasificación
utilizada en la investigación doctoral.
De este modo, la muestra
cualitativa quedó conformada por doce estudiantes de grado, cada uno de los
cuales respondía a uno de los perfiles previamente definidos. Este diseño
permitió garantizar la cobertura de diferentes exigencias pedagógicas, contextos
institucionales y niveles de familiaridad con los entornos virtuales de
aprendizaje.
Cada entrevista tuvo una
duración aproximada de entre 40 y 60 minutos y se desarrolló a partir de un
guion semiestructurado de 21 preguntas, aplicado a través de la plataforma Zoom
entre agosto de 2020 y abril de 2021.
Figura 1
Distribución
porcentual por semestre académico
Nota. Los
valores representan la proporción de estudiantes encuestados en cada grupo académico
semestral. Los porcentajes se basan en el total de encuestados.
Los resultados derivados de
este diseño metodológico mixto se presentan en el apartado siguiente mediante
análisis factorial (Tablas 1–13) y una síntesis cualitativa de las narrativas
del alumnado, ofreciendo así una visión integral de la experiencia de aprendizaje
en entornos virtuales.
3.
Resultados
El análisis multivariante se inició con el estudio de la
correlación entre las variables sociodemográficas —nivel académico, sede de
pertenencia, sexo y edad— y las percepciones del estudiantado respecto a su
experiencia en los entornos virtuales de aprendizaje.
Análisis de correlaciones entre variables
sociodemográficas y percepciones estudiantiles
Tabla 1
Correlaciones
entre variables sociodemográficas y percepciones estudiantiles
|
Variable |
Correlación |
|
Nivel de estudio en su curso |
Se relaciona de manera negativa con la satisfacción frente los métodos
docentes (-0,88; correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera negativa con la satisfacción frente el
dominio de los docentes sobre la cátedra (-0.155; correlación significativa
en el nivel 0.01 bilateral) Se relaciona de manera negativa con la satisfacción frente a la
explicación de los métodos de evaluación (-0.078; correlación significativa
en el nivel 0.05 bilateral) Se relaciona de manera negativa con la frecuencia de uso previo
al COVID- 19(-0.136; correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera negativa con el uso de la plataforma para
la revisión de calificaciones (-0.066; correlación significativa en el nivel
0.05 bilateral) Se relaciona de manera negativa con la percepción de que las
calificaciones sean más seguras (-0.088; correlación significativa en el
nivel 0.01 bilateral) Se relaciona de manera positiva con la percepción de la
falta de capacitación como dificultad en el uso de la plataforma (0.122;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera positiva con la satisfacción frente al
uso del correo electrónico como canal de comunicación (0.102; correlación
significativa en el nivel 0.01 bilateral) |
|
Sexo |
Se
relaciona de manera positiva con la satisfacción frente al dominio del tema
de clases de los profesores (0.070; correlación significativa en el nivel
0.05 bilateral) Se
relaciona de manera negativa con el uso de la plataforma antes del COVID-19
(-0.151; correlación significativa en el nivel 0.01 bilateral) Se
relaciona de manera positiva con la percepción de las fallas técnicas como
dificultad de la plataforma (0.161; correlación significativa en el nivel
0.01 bilateral) Se
relaciona de manera positiva con la percepción de las baja o nula
conectividad como dificultad de la plataforma (0.100; correlación
significativa en el nivel 0.01 bilateral) Se
relaciona de manera positiva con la percepción de mayor disposición de
actividades para el aprendizaje (0.085; correlación significativa en el nivel
0.05 bilateral) Se
relaciona de manera negativa de uso de Facebook como canal de comunicación
(-0.182; correlación significativa en el nivel 0.01 bilateral) Se relaciona
de manera negativa de uso de Instagram como canal de comunicación (-0.127;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera
negativa de uso de WhatsApp como canal de comunicación (-0.097; correlación
significativa en el nivel 0.05 bilateral) |
|
Edad |
Se
relaciona de manera positiva con la satisfacción frente al uso de tecnología
por parte de los profesores (0.067; correlación significativa en el nivel
0.05 bilateral) Se
relaciona de manera negativa con el uso de la plataforma previo al COVID-19
(-0.144; correlación significativa en el nivel 0.01 bilateral) Se
relaciona de manera positiva con la percepción de que las calificaciones son
más cómodas (0.078; correlación significativa en el nivel 0.05 bilateral) Se
relaciona de manera negativa con la percepción de que las fallas técnicas son
una dificultad de las plataformas (-0.111; correlación significativa en el
nivel 0.01 bilateral) Se
relaciona de manera negativa con la percepción de que la baja o nula
conectividad es una dificultad de las plataformas (-0.078; correlación
significativa en el nivel 0.05 bilateral) Se
relaciona de manera positiva con la percepción de la disponibilidad de
información como ventaja de las plataformas (0.081; correlación significativa
en el nivel 0.05 bilateral) Se
relaciona de manera positiva con la percepción de la comunicación entre
docente estudiante como ventaja de las plataformas (0.110; correlación
significativa en el nivel 0.01 bilateral) Se
relaciona de manera positiva con la percepción de mayor comunicación entre
estudiantes como ventaja de las plataformas (0.142; correlación significativa
en el nivel 0.01 bilateral) Se
relaciona de manera positiva con la percepción de disponibilidad de
actividades para el aprendizaje como ventaja de las plataformas (0.093;
correlación significativa en el nivel 0.01 bilateral) Se
relaciona de manera positiva el uso de Moodle como canal de comunicación
(0.134; correlación significativa en el nivel 0.01 bilateral) Se relaciona de
manera negativo con el uso de WhatsApp como canal de comunicación (-0.087;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera
positiva el uso de correo electrónico como canal de comunicación
(0.068; correlación significativa en el nivel 0.05 bilateral) |
|
Sede de pertenencia |
Se
relaciona de manera positiva con la satisfacción frente los métodos de
enseñanza de los profesores (0.069; correlación significativa en el nivel
0.05 bilateral) Se
relaciona de manera positiva con la satisfacción frente los métodos de
enseñanza de los profesores (0.069; correlación significativa en el nivel
0.05 bilateral) Se
relaciona de manera positiva con la satisfacción frente al dominio del tema
de los profesores (0.067; correlación significativa en el nivel 0.05
bilateral) Se relaciona de manera positiva con la
satisfacción frente al manejo de la tecnología de los profesores (0.145;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera negativa con la
satisfacción frente al uso de la plataforma previo al COVID-19 (-0.177;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera positiva con el
uso de la plataforma para revisar recursos (0.115; correlación significativa
en el nivel 0.01 bilateral) Se relaciona de manera positiva con el
uso de la plataforma para la comunicación con los docentes (0.102;
correlación significativa en el nivel 0.01 bilateral) Se relaciona de manera negativa con la
percepción de que las calificaciones sean más rápidas (-0.077; correlación
significativa en el nivel 0.05 bilateral) Se relaciona de manera negativa la
falta de capacitación como como dificultad en el uso de la plataforma
(-0.071; correlación significativa en el nivel 0.05 bilateral) Se relaciona de manera positiva con la
percepción de mayor interacción entre estudiantes (0.072; correlación
significativa en el nivel 0.05 bilateral) Se relaciona de manera negativa con el
uso de WhatsApp como canal de comunicación con los docentes (-0.101;
correlación significativa en el nivel 0.01 bilateral) |
Nota. Los valores representan los coeficientes de
correlación de Pearson. Solo se informan las relaciones estadísticamente
significativas (p < 0,05 o p < 0,01, bilateral). Los valores negativos
indican asociaciones inversas entre las variables.
Tal como se muestra en la Tabla 1, se identificaron
correlaciones estadísticamente significativas entre las variables
sociodemográficas y diversas dimensiones de la experiencia del alumnado en los
entornos virtuales. El nivel académico presentó relaciones negativas con la
satisfacción respecto a los métodos de enseñanza (r = −.088; p < .01),
el dominio del contenido por parte del profesorado (r = −.155; p <
.01), la claridad en la explicación de los sistemas de evaluación (r = −.078;
p < .05) y la frecuencia de uso previo de la plataforma (r = −.136; p
< .01). Por el contrario, se observó una relación positiva entre el nivel
académico y la percepción de la falta de formación como dificultad en el uso de
la plataforma (r = .122; p < .01), así como con la valoración del correo
electrónico como canal eficaz de comunicación académica (r = .102; p < .01).
En relación con la variable sexo, se identificaron
asociaciones positivas con la percepción del dominio del contenido por parte
del profesorado (r = .070; p < .05) y con la identificación de fallos
técnicos (r = .161; p < .01) y problemas de conectividad (r = .100; p <
.01) como dificultades relevantes. Asimismo, se observaron correlaciones
negativas con el uso académico de redes sociales como Facebook (r = −.182;
p < .01), Instagram (r = −.127; p < .01) y WhatsApp (r = −.097;
p < .05).
La edad mostró asociaciones positivas con percepciones
favorables sobre el uso de la tecnología por parte del profesorado (r = .067; p
< .05), así como con la comodidad (r = .078; p < .05), eficiencia (r =
.091; p < .01) y transparencia (r = .081; p < .05) de los procesos de
evaluación. De forma inversa, se observaron correlaciones negativas entre la
edad y la percepción de los fallos técnicos (r = −.111; p < .01) y la
baja conectividad (r = −.078; p < .05) como dificultades de la
plataforma. Asimismo, la edad se relacionó positivamente con la valoración de
la disponibilidad de información (r = .081; p < .05), la comunicación
docente-estudiante (r = .110; p < .01) y la interacción entre estudiantes (r
= .142; p < .01), así como con el uso de la plataforma institucional como
canal de comunicación (r = .134; p < .01), y negativamente con el uso de
WhatsApp con fines académicos (r = −.087; p < .01).
Por último, la sede de pertenencia se asoció positivamente
con la satisfacción respecto a los métodos docentes (r = .069; p < .05), el
dominio de la materia por parte del profesorado (r = .067; p < .05) y su
competencia tecnológica (r = .145; p < .01). Asimismo, se observaron
relaciones positivas con el uso de la plataforma para la comunicación con el
profesorado (r = .102; p < .01) y la revisión de recursos académicos (r =
.115; p < .01), y relaciones negativas con la percepción de rapidez en la
calificación (r = −.077; p < .05) y la falta de formación como
dificultad (r = −.071; p < .05).
Análisis factorial exploratorio
Tras el análisis correlacional, se llevó a cabo un análisis
factorial exploratorio mediante el método de extracción de máxima
verosimilitud. La matriz de correlaciones y su determinante arrojaron un valor
de 5.188E-8, lo que confirmó la existencia de relaciones suficientes entre las
variables para proceder con el análisis factorial.
Con el fin de comprobar la adecuación muestral y la
idoneidad de la matriz de datos, se aplicaron la medida de adecuación muestral
de Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett.
Tabla 2
Prueba de KMO y Bartlett
|
Descripción |
Valor |
||
|
Medida Kaiser-Meyer-Olkin de adecuación de
muestreo |
.893 |
||
|
|
|
14411.942 |
|
|
Gl |
741 |
||
|
Sig. |
.000 |
||
Nota. El valor de Kaiser-Meyer-Olkin (KMO) indica un
tamaño de muestra adecuado. La prueba de esfericidad de Bartlett confirma que
la matriz de correlación es adecuada para el análisis factorial (p < 0,001).
Tal como se recoge en la Tabla 2, el valor KMO obtenido fue
de .893, superando ampliamente el umbral recomendado de .60. Asimismo, la
prueba de esfericidad de Bartlett resultó estadísticamente significativa
(χ² = 14411.942; gl = 741; p < .001), lo que confirma que la matriz de
correlaciones no es una matriz identidad y que los datos son adecuados para la
realización de un análisis factorial.
El análisis factorial inicial identificó once factores. No
obstante, aquellos ítems con cargas factoriales inferiores a .30 fueron
excluidos de la interpretación, al considerarse insuficientes para establecer
asociaciones significativas en investigación en ciencias sociales. Tras este
proceso de depuración, se conservaron diez factores y un ítem aislado, que se
describen a continuación.
Factores
identificados
Tabla 3
Percepciones sobre la eficiencia de la
calificación con herramientas virtuales
|
Pregunta |
Factor |
|
En general,
¿Cree que las herramientas virtuales permiten que las calificaciones de
trabajos, talleres y parciales de los estudiantes sean más cómodas? |
0.778 |
|
En general,
¿Cree que las herramientas virtuales permiten que las calificaciones de
trabajos, talleres y parciales de los estudiantes sean más eficientes? |
0.684 |
|
En general,
¿Cree que las herramientas virtuales permiten que las calificaciones de
trabajos, talleres y parciales de los estudiantes sean más rápidas? |
0.416 |
|
En general,
¿Cree que las herramientas virtuales permiten que las calificaciones de
trabajos, talleres y parciales de los estudiantes sean más seguras? |
0.380 |
Nota. Las cargas factoriales reflejan las
percepciones de los estudiantes sobre la comodidad, la eficiencia, la rapidez y
la seguridad de la calificación digital. Todas las cargas son ≥ 0,30. p
< 0,01.
Este factor agrupa las percepciones del alumnado sobre la
evaluación en entornos virtuales y presenta cargas elevadas en la conveniencia (.778)
y eficiencia (.684) de los procesos de calificación, así como cargas moderadas
en la rapidez (.416) y seguridad (.380) de los mismos (Tabla 3). Estos
resultados indican que los entornos digitales son valorados principalmente por
su capacidad para agilizar los procesos administrativos vinculados a la
evaluación.
Tabla 4
Percepciones sobre la transparencia y la
seguridad de la calificación
|
Pregunta |
Factor |
|
En general, ¿Cree que las herramientas virtuales permiten que las
calificaciones de trabajos, talleres y parciales de los estudiantes sean más
transparentes? |
-0.967 |
|
En general, ¿Cree que las herramientas virtuales permiten que las
calificaciones de trabajos, talleres y parciales de los estudiantes sean más
seguras? |
-0.483 |
Nota. Las cargas negativas sugieren desacuerdo con
las afirmaciones. Este factor puede reflejar la preocupación de los estudiantes
por la falta de claridad o confianza en la calificación digital. p < 0,01.
El segundo factor está definido por cargas negativas
elevadas en la percepción de transparencia (−.967) y seguridad (−.483)
de la evaluación virtual (Tabla 4). El signo negativo sugiere que el alumnado
que puntúa alto en este factor tiende a discrepar de que las herramientas
virtuales garanticen procesos de evaluación claros y fiables, lo que podría
reflejar una desconfianza asociada a la automatización o a la escasa
retroalimentación personalizada.
Tabla 5
Comunicación a través de plataformas de
redes sociales
|
Pregunta |
Factor |
|
¿Cómo te comunicas con tus estudiantes y tu rapidez de respuestas |
0.914 |
|
¿Cómo te comunicas con tus estudiantes y tu rapidez de respuestas en
Facebook? |
0.912 |
Nota. Los ítems que hacen referencia a Facebook e
Instagram corresponden a la percepción que tienen los estudiantes del uso que
hacen los profesores de las redes sociales para la comunicación académica. Las
cargas elevadas sugieren un uso frecuente y receptivo. p < 0,01.
Este factor presenta cargas muy elevadas en el uso de
Instagram (.914) y Facebook (.912) como canales de comunicación académica
informal (Tabla 5), lo que evidencia la apropiación de estas redes sociales por
parte del alumnado para mantener interacciones académicas frecuentes y ágiles.
Tabla 6
Dificultades percibidas en el uso de la
plataforma
|
Pregunta |
Factor |
|
¿Qué tanta dificultad tiene con la plataforma respecto a problemas de
comunicación? |
0.837 |
|
¿Qué tanta dificultad tiene con la plataforma respecto a baja o nula
conectividad? |
0.802 |
|
¿Qué tanta dificultad tiene con la plataforma respecto a fallas
técnicas? |
0.781 |
|
¿Qué tanta dificultad tiene con la plataforma respecto a falta de
capacitación? |
0.594 |
|
¿Qué tanta dificultad tiene con la plataforma respecto a complicada
para utilizar? |
0.557 |
Nota. Los elementos indican retos tecnológicos y de
usabilidad, incluyendo problemas de conectividad y déficits de formación. Todas
las cargas son ≥ 0,50, salvo que se indique lo contrario. p < 0,01.
El cuarto factor agrupa las principales dificultades tecnológicas
y operativas asociadas al uso de la plataforma: problemas de comunicación
(.837), conectividad (.802), fallos técnicos (.781), falta de formación (.594)
y complejidad de uso (.557) (Tabla 6). Este conjunto de resultados pone de
manifiesto que, pese a su implantación generalizada, los entornos virtuales
continúan presentando barreras de usabilidad para una parte del alumnado.
Tabla 7
Agrupación demográfica: nivel académico
y edad
|
Pregunta |
Factor |
|
Selecciona en qué nivel
te encuentras: |
0.869 |
|
Edad |
0.615 |
Nota. Este factor refleja las variables contextuales
que influyen en la experiencia de los estudiantes. Se mantuvieron el nivel
académico (0,869) y la edad (0,615). p < 0,01.
Este factor integra el nivel académico (.869) y la edad
(.615) (Tabla 7), evidenciando que ambas variables influyen conjuntamente en la
experiencia del alumnado en los entornos virtuales, especialmente en términos
de expectativas, autonomía y familiaridad con la tecnología.
Las percepciones relacionadas con la interacción y el valor
pedagógico del entorno virtual se agrupan en este factor, con cargas negativas
asociadas a la interacción entre estudiantes (−.807), la interacción
docente-estudiante (−.778), el aprendizaje a través de actividades (−.580),
la comunicación mediante Moodle (−.301) y la rapidez en la entrega de
calificaciones (−.330) (Tabla 8). Estos resultados reflejan un nivel de
insatisfacción respecto a la capacidad del entorno virtual para favorecer
procesos de aprendizaje activo y colaborativo.
Tabla 8
Valor pedagógico percibido e interacción
|
Pregunta |
Factor |
|
¿Cuán ventajoso es la disponibilidad de
mayor interacción entre estudiantes? |
-0.807 |
|
¿Cuán ventajoso es la disponibilidad de
mayor interacción docente-estudiante? |
-0.778 |
|
¿Cuán ventajoso es la disponibilidad de
mayor aprendizaje de la asignatura(actividades)? |
-0.58 |
|
Valore cada motivo por el cuál usted hace uso
de la plataforma Moodle para el desarrollo de sus actividades académicas:
comunicación con docente |
-0.362 |
|
Las actividades desarrolladas en la
plataforma Moodle han generado una comunicación y participación fluida en las
clases |
-0.31 |
|
¿Cómo te comunicas con tus docentes y tu
rapidez de respuestas en Moodle? |
-0.301 |
|
¿Cuán ventajoso es la disponibilidad de
rapidez en entrega de notas? |
-0.33 |
Nota. Las cargas negativas indican insatisfacción con
las funciones interactivas y colaborativas del aprendizaje virtual. p <
0,01.
Tabla 9
Satisfacción
con la calidad de la enseñanza
|
Pregunta |
Factor |
|
¿Qué nivel de
conocimiento dirías que los profesores tienen respecto del tema principal de
las clases? |
0.849 |
|
¿Qué tan
satisfecho estas con los profesores y sus métodos de enseñanza? |
0.831 |
|
¿Qué tan
preparado(a) desde el punto de vista del uso de la tecnología estuvieron los
profesores al momento de dar clases? |
|
|
¿Qué tan
claro fueron los profesores al explicar la manera de calificar y evaluar a
los estudiantes? |
0.68 |
Nota. Los ítems incluyen la experiencia del profesor,
la claridad en la calificación y la satisfacción con los métodos de enseñanza.
Se excluyó un ítem debido a su baja carga (< 0,30). p < 0,01.
Este factor sintetiza la percepción del alumnado sobre la
calidad de la docencia, con cargas elevadas en el dominio del contenido por
parte del profesorado (.849), la satisfacción con los métodos de enseñanza
(.831), la preparación tecnológica del profesorado (.690) y la claridad en la
explicación de los criterios de evaluación (.680) (Tabla 9). Estos resultados
subrayan el papel central del profesorado en la configuración de la experiencia
de aprendizaje virtual.
Tabla 10
Uso funcional de la plataforma Moodle
|
Pregunta |
Factor |
|
Valore cada motivo por el cuál usted hace uso de la plataforma Moodle
para el desarrollo de sus actividades académicas: comunicación con docente |
0.328 |
|
Valore cada motivo por el cuál usted hace uso de la plataforma Moodle
para el desarrollo de sus actividades académicas: revisar calificaciones |
0.674 |
|
Valore cada motivo por el cuál usted hace uso de la plataforma Moodle
para el desarrollo de sus actividades académicas: actividades de
cuestionarios |
0.617 |
|
Valore cada motivo por el cuál usted hace uso de la plataforma Moodle
para el desarrollo de sus actividades académicas: entrega tareas |
0.572 |
|
Valore cada motivo por el cuál usted hace uso de la plataforma Moodle
para el desarrollo de sus actividades académicas: revisar recursos |
0.416 |
Nota. Este factor agrupa el uso que hacen los
estudiantes de Moodle para realizar cuestionarios, tareas, revisar
calificaciones y comunicarse. Todas las cargas ≥ 0,30. p < 0,01.
El octavo factor agrupa los usos operativos de la
plataforma, destacando la revisión de calificaciones (.674), la realización de
cuestionarios (.617), la entrega de tareas (.572) y la consulta de recursos
(.416) (Tabla 10). Estos resultados confirman el papel de la plataforma como
herramienta clave para la gestión académica y el acceso a contenidos.
Tabla 11
Eficiencia percibida de la plataforma
|
Pregunta |
Factor |
|
¿Cuán
ventajoso es la disponibilidad de rapidez en entrega de notas? |
0.355 |
|
¿Cuán
ventajoso es la disponibilidad de información? |
0.331 |
Nota. Refleja percepciones moderadas sobre la
puntualidad en la calificación y el acceso a la información académica. p <
0,01.
Este factor está definido por cargas moderadas relacionadas
con la rapidez en la entrega de calificaciones (.355) y la disponibilidad de
información (.331) (Tabla 11), lo que indica que el alumnado valora
positivamente la accesibilidad y la comunicación ágil en los entornos
virtuales.
El décimo factor integra la variable sexo (.427), la
satisfacción general con la plataforma (−.366) y la frecuencia de uso
previo (−.308) (Tabla 12). La combinación de cargas positivas y negativas
sugiere diferencias sutiles en la experiencia del alumnado en función del sexo
y del grado de familiaridad previa con la plataforma.
Table 12
Sexo, satisfacción y uso antes de la
pandemia
|
Pregunta |
Factor |
|
Sexo |
0.427 |
|
¿Qué nivel de
satisfacción tiene usted sobre la plataforma Moodle utilizada en la
universidad? |
-0.366 |
|
Antes de COVID-19
¿Con qué frecuencia hacía uso de la plataforma Moodle? |
-0.308 |
Nota. El factor incluye el género, el uso previo de
Moodle y la satisfacción general con la plataforma. Las cargas mixtas reflejan
experiencias variadas. p < 0,01.
El décimo factor integra la variable sexo (.427), la
satisfacción general con la plataforma (−.366) y la frecuencia de uso
previo (−.308) (Tabla 12). La combinación de cargas positivas y negativas
sugiere diferencias sutiles en la experiencia del alumnado en función del sexo
y del grado de familiaridad previa con la plataforma.
Tabla 13
Isolated item: campus affiliation
|
Pregunta |
Factor |
|
Por favor,
selecciona la sede en la cual estudias |
0.38 |
Nota. Este elemento (carga = 0,380) no alcanzó el
umbral para su inclusión en ningún factor, pero se mantuvo por su relevancia
contextual. p < 0,01.
La variable sede de pertenencia se extrajo como un ítem
independiente, con una carga factorial de .380 (Tabla 13). Aunque este valor se
aproxima al umbral convencional de inclusión, no resultó suficiente para
integrarse en ninguno de los factores identificados, lo que sugiere que su
influencia es más contextual que estructural en la configuración de las
percepciones estudiantiles.
La estructura factorial obtenida a través de este análisis
ofrece una visión general completa de las dimensiones más relevantes que
influyen en la percepción que tienen los estudiantes de los entornos de
aprendizaje virtuales. Estos resultados proporcionan la base empírica para la
interpretación posterior, en la que se exploran con mayor profundidad tanto las
implicaciones de cada factor como su alineación con la bibliografía previa.
Análisis temático cualitativo de las
entrevistas al estudiantado
El análisis de las 12 entrevistas se llevó a cabo
utilizando la estructura de codificación establecida en la tesis doctoral en la
que se fundamenta este estudio, la cual organizó las 21 preguntas validadas en
cinco ejes temáticos:
1.
Uso de Moodle.
2.
Percepciones sobre las plataformas digitales.
3.
Redes sociales.
4.
Comunicación.
5.
COVID-19.
A continuación, se presenta
una síntesis de los principales temas identificados, acompañada de fragmentos
representativos de las narrativas del estudiantado.
Uso de Moodle
El alumnado señaló que Moodle se
consolidó como la herramienta central para el acceso a materiales, la entrega
de tareas y el seguimiento de la estructura de las asignaturas. Varios
participantes destacaron mejoras en la competencia del profesorado en el uso de
la plataforma:
«Algunos profesores solo
utilizan Moodle para subir archivos, por lo que no aprovechamos todas las
herramientas.»
No obstante, otros
entrevistados subrayaron persistentes limitaciones en su uso didáctico:
«Muchos siguen limitándose a
subir archivos y realmente no utilizamos otras funciones.»
Estas percepciones son
coherentes con los resultados obtenidos en el análisis cuantitativo,
especialmente en relación con las dificultades de uso de la plataforma y los
patrones de satisfacción identificados.
Percepciones sobre las
plataformas digitales
El estudiantado manifestó
percepciones ambivalentes respecto a las clases en línea:
«No aprendo igual que de forma
presencial, pero al menos puedo seguir estudiando.»
«Algunos profesores no estaban
preparados para la enseñanza virtual y eso hacía que las clases fueran
confusas.»
Redes sociales con fines
académicos
Las redes sociales
—especialmente WhatsApp— desempeñaron un papel clave en la coordinación
académica y el apoyo emocional entre el alumnado:
«WhatsApp fue fundamental. Ahí
resolvíamos dudas y nos manteníamos en contacto.»
Asimismo, el estudiantado
adaptó otras redes sociales a usos académicos:
«Empezamos a usar grupos de
Instagram solo para recordarnos las fechas de entrega.»
Estos hallazgos se
corresponden con los indicadores cuantitativos que evidencian la creciente
relevancia de los canales de comunicación basados en redes sociales.
Comunicación
La comunicación emergió como
uno de los aspectos más influyentes de la experiencia educativa virtual. El
alumnado estableció una clara distinción entre comunicación formal e informal:
«Para cosas oficiales usaba el
correo electrónico, pero para ayuda real escribía a mis compañeros.»
«Algunos profesores respondían
rápido y eso me motivaba; otros tardaban días en contestar.»
La percepción de una
interacción limitada refuerza los patrones observados en el análisis
cuantitativo en relación con la interactividad y las dinámicas sociales en los
entornos virtuales.
COVID-19
El contexto de la pandemia influyó
de manera significativa en las experiencias académicas y emocionales del
alumnado. De forma recurrente, se mencionaron situaciones de estrés,
aislamiento y dificultades para gestionar la carga de trabajo:
«Lo más difícil fue no ver a
nadie y sentirme solo mientras estudiaba.»
No obstante, algunos
estudiantes señalaron procesos progresivos de adaptación:
«Con el tiempo aprendí a
organizarme mejor y me sentía menos desbordado.»
Estas reflexiones ponen de
relieve la importancia del bienestar socioemocional en los procesos de
aprendizaje en entornos virtuales.
En conjunto, estas
percepciones se alinean estrechamente con los patrones identificados en el
análisis factorial, especialmente en lo relativo a las dificultades de la
plataforma (Tabla 6), la interactividad y las dinámicas sociales (Tabla 8), y
el uso de canales de comunicación basados en redes sociales (Tabla 5).
4.
Discusión
La presente investigación pone de manifiesto que la
satisfacción del estudiantado con el profesorado, las clases y la experiencia
virtual es, en términos generales, positiva. Estos resultados constituyen una
base relevante para futuras investigaciones centradas en la calidad de la
educación virtual. Los hallazgos obtenidos evidencian la necesidad de
profundizar, desde un enfoque más específico y sistemático, en los factores que
configuran las percepciones del alumnado en los entornos virtuales de aprendizaje,
con el fin de mejorar la calidad de los procesos educativos. Diversos estudios
han señalado elevados niveles de satisfacción en la educación virtual,
sugiriendo que puede resultar tan eficaz como la enseñanza presencial (Baber,
2020; Bayrak et al., 2020; Gavrilis et al., 2020; Mir et al., 2019; Wolverton
et al., 2020), si bien otras investigaciones también han identificado
percepciones de insatisfacción en determinados contextos (Alanazi et al., 2020;
Guest et al., 2018).
El notable incremento en el uso diario de plataformas
virtuales durante la pandemia refleja la capacidad de adaptación del
estudiantado a contextos educativos emergentes. Evidencias recientes indican
que el aprendizaje móvil (m-learning) incrementa significativamente el
compromiso del alumnado con los entornos virtuales, al facilitar un acceso
flexible a recursos y herramientas, así como un uso frecuente de
funcionalidades relacionadas con la evaluación, lo que refuerza la necesidad
crítica de contar con infraestructuras tecnológicas estables y fiables (Mercan
et al., 2024). En esta misma línea, Laumann et al. (2024) destacan que la
amplia disponibilidad de dispositivos personales entre el alumnado, junto con
prácticas educativas basadas en el enfoque BYOD (Bring Your Own Device), está
reduciendo la dependencia de los laboratorios informáticos tradicionales y
favoreciendo un acceso más ubicuo a la tecnología educativa. No obstante,
experiencias previas como los proyectos OLPC o Plan Ceibal han evidenciado limitaciones
importantes derivadas de una conectividad deficiente, lo que subraya la
persistencia de la brecha digital (Soto-Varela et al., 2020).
La valoración positiva del alumnado respecto a la
disponibilidad de recursos y la gestión de tareas confirma que las plataformas
virtuales continúan utilizándose, en gran medida, como repositorios de
información. En este sentido, Samaniego et al. (2015) señalan que la mayoría de
las actividades virtuales universitarias se alinean con el primer modelo
educativo propuesto por Baumgartner (2004), centrado en la transmisión de
contenidos, mientras que son menos frecuentes aquellas prácticas orientadas al
fomento de la creatividad y la construcción activa del conocimiento. Las
carencias detectadas en los procesos de comunicación y evaluación ponen de
relieve la necesidad de mejorar el diseño pedagógico de las plataformas. En
relación con la comunicación, Esquicha (2018) defiende que los entornos
virtuales deben promover el aprendizaje colaborativo desde un enfoque
socioconstructivista. Por su parte, Barberà (2004) critica la naturaleza
repetitiva de muchas e-actividades, que no favorecen procesos de aprendizaje profundo.
Abordar estas limitaciones resulta esencial para garantizar experiencias de
aprendizaje significativas y motivadoras.
El análisis de las variables sociodemográficas reveló
diferencias significativas en el uso de la plataforma y en los niveles de
satisfacción. El estudiantado de cursos más avanzados mostró una menor
satisfacción con las metodologías empleadas, mientras que los estudiantes de
mayor edad presentaron percepciones más positivas en relación con el acceso a
la información y la comunicación. Estos resultados coinciden con los hallazgos
de Samaniego et al. (2015), quienes, apoyándose en Hamuy y Galaz (2008), señalan
diferencias en la priorización de los recursos comunicativos e informativos
entre los distintos actores educativos, lo que refuerza la importancia de
diseñar estrategias didácticas sensibles a las necesidades específicas del
alumnado. Asimismo, Muzammil et al. (2020) subrayan la relevancia de la
interacción en la satisfacción del aprendizaje en línea, mientras que Wart et
al. (2020) destacan la necesidad de una adecuada secuenciación de las
actividades para mantener al alumnado activamente implicado.
El análisis multivariante permitió identificar diez
factores clave, entre los que se incluyen el uso de la plataforma, los procesos
de evaluación, la comunicación, la satisfacción con la docencia y las
dificultades tecnológicas. Esta visión multifactorial contribuye a una
comprensión más profunda de la complejidad de la educación virtual. Los
resultados cualitativos, además, pusieron de manifiesto preocupaciones del
alumnado relacionadas con la formación del profesorado en el uso de
herramientas digitales. En esta línea, Gómez-García et al. (2020) destacan la
necesidad de una sólida preparación tecnopedagógica y de una mayor confianza
del profesorado en el uso de recursos digitales, reforzando la idea de que la
formación docente debe replantearse para responder adecuadamente a las
exigencias de la enseñanza virtual. El estudiantado también expresó niveles
elevados de estrés vinculados a la gestión del tiempo por parte del
profesorado, lo que incide directamente en su bienestar emocional.
Aunque el alumnado recurre con frecuencia a las redes
sociales con fines académicos, este uso suele surgir de iniciativas propias y
no de un diseño pedagógico estructurado (Gómez-Aguilar et al., 2012), lo que
puede derivar en distracciones y sobrecarga comunicativa. Estos resultados
subrayan la importancia de establecer límites claros y estrategias eficaces de
gestión del tiempo en el uso de dichos canales. Finalmente, los impactos
emocionales derivados del distanciamiento social —como la añoranza del contacto
presencial y la expectativa de reencuentro— refuerzan la necesidad de integrar
el acompañamiento social y emocional como un componente esencial de los
programas de educación virtual.
5.
Conclusiones
Se evidencia una satisfacción generalmente positiva del
estudiantado con la educación virtual, especialmente en lo relativo al acceso a
los recursos académicos y a la gestión y entrega de tareas, mostrando
resultados consistentes en la experiencia general de uso de la plataforma. No
obstante, esta valoración favorable coexiste con la necesidad de profundizar en
la comprensión de las percepciones estudiantiles, con el fin de seguir
mejorando la calidad de los entornos virtuales de aprendizaje. Si bien el aumento
en el uso de las plataformas durante la pandemia puso de manifiesto la
capacidad de adaptación del alumnado, también dejó al descubierto limitaciones
técnicas y estructurales que las instituciones educativas deben abordar de
manera prioritaria.
Los resultados indican que las experiencias del
estudiantado continúan estando mayoritariamente alineadas con modelos
pedagógicos de carácter transmisivo, lo que pone de relieve la urgencia de
promover cambios metodológicos orientados hacia enfoques más participativos,
interactivos y centrados en el alumnado. En este sentido, resulta necesario
avanzar hacia propuestas didácticas que favorezcan la construcción activa del
conocimiento, la colaboración entre iguales y el desarrollo de competencias
digitales y socioemocionales.
Asimismo, las variables sociodemográficas —como el nivel
académico, la edad y la sede institucional— demostraron tener una influencia
significativa tanto en los niveles de satisfacción como en las formas de
interacción con la plataforma, lo que subraya la importancia de diseñar
estrategias educativas diferenciadas y sensibles a la diversidad del alumnado.
Los hallazgos cualitativos refuerzan, además, las preocupaciones relacionadas
con la preparación del profesorado para la enseñanza en entornos digitales, evidenciando
la necesidad de una formación tecnopedagógica sólida y continua.
Las dimensiones emocionales y sociales emergieron como elementos
clave de la experiencia educativa virtual. El estudiantado expresó sentimientos
de estrés, desconexión y aislamiento, especialmente en las etapas académicas
más avanzadas, lo que pone de manifiesto la necesidad de incrementar la
presencia social y el acompañamiento emocional en los entornos virtuales de
aprendizaje. En este contexto, resulta fundamental incorporar estrategias que
promuevan el bienestar socioemocional como parte integral del diseño de la
enseñanza en línea.
Por último, aunque el uso de redes sociales con fines
académicos se ha generalizado entre el alumnado, su utilización no estructurada
puede convertirse en una fuente de distracción y sobrecarga comunicativa. Estos
resultados evidencian la necesidad de establecer orientaciones pedagógicas
claras y criterios de uso que permitan integrar estos canales de forma
coherente y eficaz en los procesos de enseñanza-aprendizaje. En conjunto, este
estudio aporta evidencias relevantes para la mejora de la educación virtual y
ofrece orientaciones prácticas para el diseño de entornos virtuales más
inclusivos, interactivos y centrados en el alumnado.
Declaración sobre el uso de inteligencia
artificial
Este manuscrito se ha beneficiado del uso de herramientas
de inteligencia artificial generativa, concretamente ChatGPT, para tareas de
apoyo técnico y editorial, tales como la revisión de estilo, la validación
estructural y de datos, así como la verificación del cumplimiento de los
criterios de formato (APA y normas editoriales). En ningún momento la
inteligencia artificial sustituyó el juicio académico ni la responsabilidad
autoral, y todas las decisiones relativas al contenido, la interpretación de los
resultados y la redacción final fueron asumidas íntegramente por la autoría.
Contribuciones
Conceptualización, Autor1; curación de datos, Autor2;
análisis formal, Autor1; metodología, Autor1, and Autor4; investigación,
Autor1; administración del proyecto, Autor3; recursos, Autor3; validación,
Autor2; supervisión, Autor4; visualización, Autor2; redacción del borrador
original, Autor1; revisión y edición del manuscrito, Autor1, Autor2, Autor3,
and Autor4.
Financiación
Esta investigación no ha recibido financiación externa por
parte de agencias públicas ni privadas. El estudio se desarrolló de forma
independiente en el marco de un proyecto de investigación doctoral y no
dependió de convocatorias competitivas de financiación.
Declaración
de disponibilidad de datos
Los conjuntos de datos generados y analizados durante el
presente estudio están sujetos a restricciones legales y normativas impuestas
por la legislación del país de origen. En concreto, la normativa nacional en
materia de protección de datos prohíbe la difusión abierta de este tipo de
información, incluso en formato anonimizado, debido a su naturaleza sensible y
a las políticas de gobernanza de datos transfronterizos. Por este motivo, los
datos no pueden depositarse en repositorios públicos. No obstante, los
investigadores que cumplan los criterios de acceso a datos confidenciales
podrán solicitar el acceso contactando con la autoría de correspondencia, y la
cesión de los datos se valorará de manera individualizada, en cumplimiento de
los requisitos institucionales y legales vigentes.
Aprobación
ética
No fue necesaria la aprobación por parte de un comité de
ética para la realización de este estudio, dado que se basó en encuestas y
entrevistas anónimas y no incluyó información personal sensible ni
intervenciones con seres humanos o animales.
Conflictos
de interés
Las personas autoras declaran no tener conflictos de
interés.
Referencias
Aammou, S., Tagdimi,
Z., & Touis, T. (2024). Enhancing
socio-pedagogical engagement in Moodle through AI-driven personalized learning.
Cadernos de Educação, Tecnologia e
Sociedade, 17(4), 63–73. https://doi.org/10.14571/brajets.v17.nse4.63-73
Alanazi, A. A., Frey,
B. B., Niileksela, C., Lee, S. W., Nong, A., & Alharbi, F. (2020). The Role of Task Value and Technology Satisfaction in
Student Performance in Graduate-Level Online Courses. TechTrends: Linking
Research & Practice to Improve Learning, 64(6), 922–930. https://doi.org/10.1007/s11528-020-00501-8
Alsahali, S.,
Almutairi, S., Almutairi, S., Almofadhi, S., Anaam, M., Alshammari, M.,
Abdulsalim, S., & Almogbel, Y. (2024). Pharmacy students’ attitudes toward distance learning
after the COVID-19 pandemic: Cross-sectional study from Saudi Arabia. JMIR Formative Research, 8. https://doi.org/10.2196/54500
Aveiro-Róbalo, T. R.
(2022). Distance learning and
its relation to medical education in the present times. Seminars in Medical
Writing and Education. https://doi.org/10.56294/mw202210
Baber, H. (2020). Determinants
of students’ perceived learning outcome and satisfaction in online learning
during the pandemic of COVID19. Journal of Education and E-Learning Research,
7(3), 285–292. https://doi.org/10.20448/JOURNAL.509.2020.73.285.292
Barberà, E. (2004). La educación en red. Paidós.
Baumgartner, P. (2004).
The Zen Art of Teaching - Communication and Interactions in eEducation.
Proceedings of the International Workshop ICL2004. Villach/Austria: September
29-Octuber 1 2004, disponible en: http://peter.baumgartner.name/wp-content/uploads/2012/12/Baumgartner_2004_The-Zen-Art-of-Teaching.pdf
Bayrak, F.,
Tıbı, M. H., & Altun, A. (2020). Development of Online Course
Satisfaction Scale. Turkish Online Journal of Distance Education – TOJDE, 21(4),
110–123. https://doi.org/10.17718/tojde.803378
Esquicha Medina, A. (2018). Aprendizaje basado en tareas en
un entorno virtual de aprendizaje para el desarrollo de producción escrita en
alemán, niveles a1 y a2 MCER, en la Educación Superior. Pixel-Bit. Revista
de Medios y Educación, 53, 61-78. https://doi.org/10.12795/pixelbit.2018.i53.04
Gamage, S. H. P.
W., & Ayres, J. (2022). A
systematic review on trends in using Moodle for teaching and learning. International
Journal of STEM Education, 9(1), 1–20. https://doi.org/10.1186/s40594-021-00323-x
Gamage, S. H. P. W.,
Ayres, J., Behrend, M. B., & Smith, E. (2022). A systematic review on
trends in using Moodle for teaching and learning. International Journal of
STEM Education, 9(1). https://doi.org/10.1186/s40594-021-00323-x
Gavrılıs, V.,
Mavroidis, I., & Gıossos, Y. (2020). Transactional distance and student satisfaction in a
postgraduate distance learning program. Turkish Online Journal of Distance
Education – TOJDE, 21(3), 48–62. https://doi.org/10.17718/tojde.762023
Gómez García, M., Boumadan Hamed, M., Poyatos Dorado, C.,
& Soto Varela, R. (2020). Formación docente en línea a distancia. Un
análisis de los perfiles y la opinión de los profesores. Revista Electrónica
Interuniversitaria de Formación del Profesorado, 23(2). https://doi.org/10.6018/reifop.423001
Gómez-Aguilar, M., Roses-Campos, S., & Farias-Batlle,
P. (2012). El uso académico de las redes sociales en universitarios. Comunicar:
Revista Científica de Comunicación y Educación, 19(38), 131-138. https://doi.org/10.3916/C38-2012-03-04
Gómez-García, M., Soto-Varela, R., Boumadan, M., &
Matosas-López, L. (2023). Can
the use patterns of social networks in university students predict the utility
perceived in digital educational resources? Interactive Learning
Environments, 31(3), 1279-1292. https://doi.org/10.1080/10494820.2020.1830120
Guest, R., Rohde, N.,
Selvanathan, S., & Soesmanto, T. (2018). Student satisfaction and online
teaching. Assessment and Evaluation in Higher Education, 43(7),
1084–1093. https://doi.org/10.1080/026
02938.2018.1433815
Hamuy, E. y Galaz, M.
(2008). Evaluación
de Participación e Interacción en LMS Moodle. Congreso SIgradI Cuba 2008, 1-4.
Disponible en: http://cumincades.scix.net/data/works/att/sigradi2008_058.content.pdf
Hasan, H., Nat, M.,
& Vanduhe, V. Z. (2019). Gamified collaborative environment in Moodle. IEEE
Access, 7, 89833–89844. https://doi.org/10.1109/ACCESS.2019.2926622
Hodges, C., Moore, S.,
Lockee, B., Trust, T., & Bond, A. (2020). The difference between emergency
remote teaching and online learning. EDUCAUSE Review, 27. https://acortar.link/9nHDT
Laumann, D., Krause,
M., Kremer, F. E., Leibrock, B., Ubben, M. S., Forthmann, B., Neumann, M.,
Hammer, S., Höfert, J., Kip, L., Zimmermann, F., Kunina-Habenicht, O., &
Robitzsch, A. (2024). Mobile
learning in the classroom – Should students bring mobile devices for learning,
or should these be provided by schools? Education and Information
Technologies. Advance online publication. https://doi.org/10.1007/s10639-024-13213-w
Li, K., Wong, B., &
Chan, H. T. (2023). Teaching and learning innovations for distance learning in
the digital era: A literature review. Frontiers in Education. https://doi.org/10.3389/feduc.2023.1198034
Maldonado, I., Silva, A.
P., Magalhães, M., Pinho, C., Pereira, M. S., & Torre, L. (2023). Distance learning of financial accounting: Mature
undergraduate students’ perceptions. Administrative Sciences, 13(4). https://doi.org/10.3390/admsci13040103
Mercan, G., Varol Selçuk, Z., & Kaya, E. (2024). Research on Mobile Learning (M-Learning) in Higher
Education: A Systematic Review (2016 to 2023). Journal of Human and Social
Sciences, 7(2), 286-307. https://doi.org/10.53048/johass.1565945
Mir, K., Iqbal, M.,
& Shams, J. (2019). An Investigation of AIOU Students Satisfaction About
Formative M-Assessment Using SMS Technology. Pakistan Journal of
Distance & Online Learning, 5(2), 157–174.
Moreno Mosquera, E. (2016). El análisis crítico del
discurso en el escenario educativo. Zona Próxima, 25, 129-148. https://doi.org/10.14482/zp.22.5832
Muzammil, Moh., Sutawijaya, A., & Harsasi, M. (2020). Investigating Student Satisfaction in Online Learning:
the Role of Student Interaction and Engagement in Distance Learning University.
Turkish Online Journal of Distance Education, 21, 88–96. https://doi.org/10.17718/tojde.770928
Niku, E. M. (2023).
Quality management of distance learning higher education. International
Journal of Social Science and Human Research, 6(3). https://doi.org/10.47191/ijsshr/v6-i3-72
Ramírez-Martínez, F. R., Villanos, M., Sharma, S., &
Leiner, M. (2024). Variations in
anxiety and emotional support among first-year college students across
different learning modes (distance and face-to-face) during COVID-19. PLOS
ONE, 19, e0285650.
Samaniego, G., Marqués, L., y Gisbert, M. (2015). El
profesorado universitario y el uso de Entornos Virtuales de aprendizaje. Campus
Virtuales, 4(2), 50-58. https://dialnet.unirioja.es/servlet/articulo?codigo=5237331
Strenacikova, M. (2023). Musical art distance education after pandemic. Acta
Educationis Generalis, 13(2), 79–97. https://doi.org/10.2478/atd-2023-0023
Soto Varela, R., Sanz Prieto, M., & Boumadan Hamed, M.
(2020). La realidad de la brecha de conectividad en el ámbito educativo
español: Análisis de la situación actual. Innoeduca. International Journal of Technology and
Educational Innovation, 6(1),
56-65. https://doi.org/10.24310/innoeduca.2020.v6i1.7741
Souhaib, A., Tagdimi,
Z., & Touis, T. (2024). Enhancing
socio-pedagogical engagement in Moodle through AI-driven personalized learning.
Cadernos de Educação, Tecnologia e
Sociedade, 17(4), 63–73. https://doi.org/10.14571/brajets.v17.nse4.63-73
Trujillo-Torres, J.-M., Hossein-Mohand, H., Gómez-García,
M. H.-M., & Cáceres-Reche, M.-P. (2020). Mathematics Teachers’ Perceptions of the Introduction
of ICT: The Relationship between Motivation and Use in the Teaching Function. Mathematics,
8(12), 1-17. https://doi.org/10.3390/math8122158
Ukhurebor, K. E.,
Egenti, G., Uduehi, I., Odezuligbo, I., Aliu, D., Abiodun, A., Adama, K. K.,
Eragbe, B. S., Talabi, A. A., Jokthan, G., Opateye, J., Nwankwo, U. C., &
Eneche, B. M. (2025). Virtual laboratories for engineering and science
education in open and distance learning. Journal of Infrastructure, Policy
and Development. https://doi.org/10.24294/jipd9054
Wart, M., Ni, A. Y.,
Ready, D., Shayo, C., & Court, J. (2020). Factors Leading to Online Learner
Satisfaction. Business Education Innovation Journal, 12(1), 14–25. http://www.beijournal.com/images/V12_N1_final_9_11.pdf
Wolverton, C., Hollier,
B., & Lanier, P. (2020). The Impact of Computer Self Efficacy on Student
Engagement and Group Satisfaction in Online Business Courses. The Electronic
Journal of E-Learning, 18(2), 175–188. https://doi.org/10.34190/EJEL.20.18.2.006