aperturaApertura (Guadalajara, Jal.)Apert. (Guadalaj.,
Jal.)1665-61802007-1094Universidad de Guadalajara, Sistema de Universidad
Virtual10.32870/Ap.v15n2.2363Artículos de investigaciónTecnología educativa para evaluar aprendizaje de toma de decisiones
en estudiantes universitariosEducational computing to assess decision-making learning in
university students0000-0001-8621-7216Maldonado VargasMartha Angélica*0000-0002-1013-6396Ucán PechJuan Pablo** Doctora en Educación por el Centro
Universitario Mar de Cortés. Docente de la Universidad Madero, Puebla, México,
correo electrónico: marthamv@umad.edu.mx Universidad MaderoUniversidad MaderoPueblaMexicomarthamv@umad.edu.mx Doctor en Sistemas Computacionales por la
Universidad del Sur. Profesor de la Universidad Autónoma de Yucatán, correo
electrónico: juan.ucan@correo.uady.mxUniversidad Autónoma de YucatánUniversidad Autónoma de YucatánMexicojuan.ucan@correo.uady.mx19022024102023152619161220221407202330092023Este es un artículo publicado en acceso abierto bajo una licencia
Creative CommonsRESUMEN
En este artículo se describe un estudio relacionado con el aprendizaje de las
heurísticas para la toma de decisiones como son matriz de preferencias, punto de
equilibrio y árbol de decisiones desde la perspectiva del uso de una herramienta
computacional. Con sus respectivos algoritmos se desarrolló un ambiente virtual
de aprendizaje a través de una aplicación móvil (app) dirigida
a estudiantes de ingeniería. Para responder a las preguntas de investigación
planteadas en este reporte, se realizó un estudio empírico para evaluar la
efectividad, eficiencia y costo en la resolución de problemas para toma de
decisiones con y sin el uso de la app. Los resultados en este
estudio sugieren que el uso de la app en el aprendizaje de las
habilidades en la toma de decisiones facilita a los estudiantes el proceso
matemático, y que al utilizar la competencia de pensamiento crítico pueden tomar
una decisión de manera asertiva y correcta, considerando diferentes
alternativas.
<italic>Abstract</italic>
This paper describes a study related to the learning of decision-making
heuristics such as preference matrix, break-even point and decision tree
from the perspective of using a computational tool. With their respective
algorithms, a virtual learning environment through a mobile application
(app) aimed at Engineering students was developed. To answer the research
questions posed in this report, an empirical study was conducted to assess
the effectiveness, efficiency and cost in solving decision-making problems
with and without the use of the app. The results in this study suggest that
the use of the app in learning decision-making skills facilitates the
mathematical process for students, and that by using critical thinking
competence, they can make assertive and accurate decisions considering
different alternatives.
Palabras clave:Ambiente virtual de aprendizajetecnología educativaaprendizaje móvilingeniería<italic>Keywords:</italic>Virtual learning environmenteducational computingm-learningengineeringINTRODUCIÓN
El sector industrial en México ha experimentado un desarrollo significativo mediante
la incorporación de nuevas tecnologías que han posibilitado el crecimiento de la
industria. Para garantizar una gestión administrativa adecuada y evitar pérdidas
operativas, resulta fundamental implementar la herramienta conocida como punto de
equilibrio, la cual muestra la interrelación de los cambios en los costos, el
volumen y las utilidades a lo largo del tiempo, lo que la convierte en una
herramienta útil para la planificación, el control y, sobre todo, la toma de
decisiones.
Asimismo, existen investigaciones referentes a la utilización de la herramienta árbol
de decisiones, como el trabajo de Contreras
et al. (2020) donde calculan el rendimiento
académico como indicador de éxito o fracaso de los estudiantes de ingeniería
mediante aprendizaje automático. Por otro lado, Luan
et al. (2019) mencionan que las personas pueden
tomar mejores decisiones al emplear heurísticas rápidas en condiciones de
incertidumbre comunes.
Aunque se dispone de información abundante y accesible proveniente de bases de datos
en el ámbito de la toma de decisiones, en la evaluación y el desarrollo de las
herramientas para este fin también se consideran conceptos como la capacitación
formal y la experiencia cotidiana como opciones alternativas. Hutchinson et al. (2010) indican que la
información fundamentada en creencias puede contrastarse con la información basada
en datos, la cual fluye de manera habitual en la mayoría de las organizaciones para
interpretar los datos numéricos que en ocasiones se hallan fuertemente sesgados por
las heurísticas cognitivas utilizadas para analizarlos.
Por otro lado, el uso de las tecnologías de la información y comunicación (TIC),
comprendidas y utilizadas como herramientas de apoyo, permiten al docente crear un
ambiente entusiasta y motivado, que mejora el proceso enseñanza-aprendizaje. La
tecnología educativa posibilita el desarrollo de nuevos modelos de integración
(docente-estudiante) y el manejo de dispositivos tecnológicos para acceder a
información y recursos que complementan el aprendizaje en el aula. En la actualidad,
la educación es una variable que incorpora a diversas comunidades, y las TIC son uno
de los principales vínculos para el aprendizaje.
El presente artículo tiene como objetivo describir un proyecto de investigación
basado en heurísticas para la toma de decisiones, el cual dio como resultado una
aplicación móvil que podrá utilizarse en modalidades educativas mixtas. Esta
aplicación ha sido utilizada en forma exploratoria por parte de los investigadores,
obteniendo resultados positivos en su primera evaluación empírica.
TOMA DE DECISIONES PARA LA SOLUCIÓN DE PROBLEMAS
En las licenciaturas de Ingeniería industrial e Ingeniería mecatrónica es esencial
enseñar a los alumnos los procedimientos apropiados para que desarrollen la
habilidad de tomar decisiones adecuadas y certeras, lo que incluye lograr el mayor
beneficio con el menor costo posible. De esta forma, cuando los estudiantes se
enfrenten al entorno laboral podrán resolver las incongruencias que se les presenten
y serán capaces de tomar decisiones objetiva y eficientemente. La toma de decisiones
es un proceso que se realiza de manera coherente cada vez que se presentan opciones
y consta de varias etapas.
Hay tres condiciones cuando se toman decisiones: certidumbre, riesgo e incertidumbre.
La certidumbre se presenta en una situación donde se pueden tomar decisiones
precisas debido a que se conoce el resultado de cada alternativa. El riesgo es la
condición en la que quien toma la decisión puede estimar la probabilidad de ciertos
resultados. Finalmente, la incertidumbre es cuando no se está seguro de los
resultados y no se pueden hacer estimaciones probabilísticas razonables.
Para realizar una toma de decisiones objetiva, se utilizan principalmente cuatro
métodos de evaluación de alternativas: la calificación de factores (matriz de
preferencias), el análisis del punto de equilibrio, la teoría de decisiones y el
árbol de decisiones. Aunque existe una gran cantidad de factores cualitativos y
cuantitativos, la calificación de factores puede abarcar más puntos a considerar,
como gastos en alquiler, pasajes, comidas o educación; incluso tendencias, riesgos y
aspectos éticos, así como costos relacionados con la recreación y habilidades
laborales, entre otros ejemplos (Heizer,
2009).
La matriz de preferencia ayuda al evaluador a manejar criterios múltiples que no
pueden evaluarse con una sola medición de conceptos, como el costo o la utilidad. El
análisis de punto de equilibrio permite determinar la magnitud del cambio, ya sea en
volumen o demanda, que se requiere para considerar que una alternativa es mejor que
otra. La teoría de las decisiones evalúa la mejor alternativa cuando los resultados
son inciertos y finalmente, el árbol de decisiones se contempla cuando las
decisiones se toman de forma secuencial, es decir, cuando la mejor decisión presente
depende de los acontecimientos futuros.
TECNOLOGÍA EDUCATIVA
La tecnología educativa ha evolucionado y se ha observado una preferencia por los
medios audiovisuales y el uso de aplicaciones digitales que repercuten en influencia
tecnológica. Aunque es una disciplina nueva -con varios modos para expresarla y
aplicarla-, también se considera una disciplina significativa, integradora y viva,
porque los cambios suceden de acuerdo con el ambiente en el que está inmersa (varias
disciplinas, nuevos problemas y nuevas soluciones) (Cabero y Barroso, 2015).
De acuerdo con De Pablos (2009), la tecnología
educativa tiene una estrecha relación con la alineación, la aplicación y, sin duda,
la relación de experiencias en el contexto de la enseñanza-aprendizaje. Como
cualquier producto, a medida que la tecnología educativa evoluciona, muestra mejoras
en los contenidos educativos formales e informales debido al uso extendido de las
redes sociales y la web. Esto se manifiesta a través de reuniones virtuales,
comunicación en tiempo real y ubicua.
De Pablos (2018) además menciona que en la
actualidad es imperante que el docente sea una persona con iniciativa y capacidad
para anticiparse a problemas o necesidades futuras. Estas necesidades incluyen todo
lo relacionado con el proceso de enseñanza-aprendizaje en constante transformación
debido al uso cotidiano de las TIC y su influencia mediática. Las formas de
enseñanza cambian con el uso de herramientas digitales, plataformas, ordenadores y,
en general, de nueva infraestructura en la educación universitaria, consideraciones
que se deben tomar con especial atención.
Dentro de las posibilidades que ofrecen las TIC, han de crearse ambientes virtuales
de aprendizaje con información actualizada; sin embargo, es necesario resaltar que
información y conocimiento no son términos intercambiables, a la vez que se
identifica como un problema la selección, la interpretación y la evaluación de la
información. El uso de las TIC en las aulas permitirá la innovación en la manera de
tener y transmitir información y conocimientos, asimismo, y partiendo de los
supuestos anteriores, con su aplicación se tendrá mayor adaptabilidad para educar,
se podrá hacer uso de diferentes herramientas de comunicación, de estrategias y
técnicas para la formación y se tendrá mayor flexibilidad en la figura
docente-aprendiz.
Algunas de las ventajas que ofrecen los ambientes virtuales de aprendizaje es que con
ellos se puede acceder a la enseñanza en horarios adecuados para el estudiante, en
contextos específicos y a su propio ritmo. Escarbajal
(2010) detalla que el conocimiento se adapta a las redes o comunidades,
se construye trabajando en conjunto con otros individuos con soporte en el uso de
herramientas o recursos de la web.
De igual forma, al explorar los trabajos principales relacionados con los ambientes
virtuales, específicamente con la tecnología móvil (m-learning)
para el aprendizaje universitario (Romero et
al., 2021; y Tejada y
Barrutia, 2021), se tiene un espectro amplio de instituciones educativas
que han implementado aplicaciones para realizar clases más dinámicas y de mayor
motivación para proveer al alumno de mejores bases cognitivas, las cuales a largo
plazo le sean de utilidad en su vida laboral.
<italic>Innovación propuesta</italic>
En los últimos años, la aceptación del uso de dispositivos móviles durante el
proceso de enseñanza en la educación superior está siendo más aceptada (Al-Rahmi et al., 2022) y,
en este sentido, el interés de varios investigadores por experimentar en esta
área ha aumentado, en específico lo relacionado con el aprendizaje móvil o
mlearning. De acuerdo con Fernández-Arias et al. (2021), el
m-learning se “trata de un proceso de enseñanza-aprendizaje
en el que los estudiantes utilizan los dispositivos móviles para su
desarrollo”.
En esta investigación se desarrolló una aplicación para usarla en dispositivos
móviles (computadora portátil o celular) para convertirla en una herramienta de
gran potencial educativo. Alarcón (2018)
también propone un trabajo relacionado, sin embargo, lo innovador de nuestra
aplicación es que las herramientas contenidas darán solución a cálculos
sistemáticos y que los resultados podrán visualizarse de diferentes maneras.
Una de las características más significativas de la herramienta propuesta
consiste en la integración de tres heurísticas juntas, como la matriz de
preferencias, el punto de equilibrio y el árbol de decisiones, lo que en
conjunto permite la resolución de problemas para la toma decisiones en la
ingeniería de procesos. En general, esta propuesta se puede identificar como una
herramienta computacional que le permite al usuario identificar soluciones más
fácilmente, así como realizar un análisis más eficiente, evaluar, clasificar e
interpretar los datos que se obtengan para una mejor planificación y
administración.
Un ejemplo de la interfaz de usuario del módulo punto de equilibrio se muestra en
la figura 1. En la aplicación se introducen
las opciones de las alternativas, sus respectivos costos fijos y variables, y se
consideran los volúmenes de producción iniciales y el incremento (para que se
grafiquen de acuerdo con la escala requerida por el usuario). Una vez generados
los resultados, se muestran en la gráfica los costos totales obtenidos para cada
una de las opciones estimadas y el punto de equilibrio (interfaz de la figura 2).
Punto de equilibrio: datos de entrada.Fuente: elaboración propia.
Punto de equilibrio: datos de salida.Fuente: elaboración propia.
METODOLOGÍA
El trabajo reportado corresponde al estudio de investigación y desarrollo de Gall et al. (2003) cuyas
tareas realizadas, como parte del proyecto de investigación, se listan a
continuación:
Revisión de la literatura. Esta primera tarea tuvo como
objetivo llevar a cabo una revisión exhaustiva de la literatura para
determinar si existen investigaciones relacionadas con en el uso de
aplicaciones para la toma de decisiones con las tres heurísticas juntas
(matriz de preferencias, punto de equilibrio y árbol de decisiones), en
conjunto con la resolución de problemas.
Desarrollo de tecnología educativa. Derivado de la
revisión de la literatura, esta segunda tarea tuvo como propósito
aplicar un enfoque sistemático disciplinado y cuantificable al
desarrollo de software, es decir, se aplicó el proceso
de la ingeniería de software al desarrollo de un
prototipo (app) identificado como toma de decisiones
(TD).
Diseño de escenarios de aprendizaje. Con base en el
dominio de aprendizaje seleccionado (habilidades en la toma de
decisiones) se diseñaron escenarios de aprendizaje para explorar la
viabilidad de intervenciones educativas para potenciar el aprendizaje de
los estudiantes.
Evaluación empírica. La finalidad de esta tarea fue
planear y ejecutar una serie de pruebas piloto con los estudiantes, las
cuales se orientaron a evaluar la propuesta, así como a recoger
retroalimentación por parte de los usuarios reales y contrastar diversas
alternativas; esto se llevó a cabo en el contexto de las carreras de
Ingeniería industrial e Ingeniería mecatrónica.
Introspección y valoración. Con base en los informes de
evaluación empírica obtenidos, se analizaron los resultados y los
investigadores reflexionaron en torno a las lecciones aprendidas al usar
el prototipo propuesto.
EVALUACIÓN EMPÍRICA
Con el fin de evaluar la eficiencia, efectividad y costo del ambiente virtual de
aprendizaje propuesto, es decir, evaluar el TD, se realizó un primer estudio
empírico con la participación de los estudiantes, quienes trabajaron con y sin el TD
en la tarea del uso de las heurísticas: matriz de preferencias (con incertidumbre y
sin incertidumbre), punto de equilibrio y árbol de decisiones.
<italic>Definición</italic>
Para este estudio se plantearon las siguientes preguntas de investigación:
PI1 ¿El uso de las tecnologías de información influye
en la resolución de tres diferentes heurísticas juntas en la toma de
decisiones como parte del aprendizaje de la materia de Planeación y Control
de la Producción?
PI2 ¿La efectividad, eficiencia y costo incide en el
uso del TD?
Las preguntas de investigación anteriormente mencionadas se traducen en las
siguientes hipótesis de trabajo:
H1 La efectividad medida como el porcentaje de la
calificación de las respuestas por heurística obtenidas por los sujetos es
mayor para los participantes que emplearon el TD que para los participantes
que trabajaron sin el TD.
H2 La eficiencia medida como el porcentaje de la
calificación de las respuestas por heurística obtenidas por hora es mayor
para los participantes que emplearon el TD que para los participantes que
trabajaron sin el TD.
H3 El costo medido como la duración que conlleva
obtener las respuestas por heurística es menor para los participantes que
emplearon el TD que para los participantes que trabajaron sin el TD.
Las hipótesis antes descritas se verifican con las mediciones obtenidas de la
evaluación empírica, las cuales pertenecen a dos grupos de participantes que
obtuvieron las respuestas por heurística de un conjunto de problemas, usando el
TD y aquellos que no lo usaron.
<italic>Diseño</italic>
En este primer estudio empírico se empleó un diseño completamente al azar para
comparar dos tratamientos (sujetos sin usar el TD [STD], y sujetos con el uso
del TD [CTD]), en dos períodos distintos. En esta estructura, en el primer
período un grupo de sujetos reciben el tratamiento STD y en una sesión diferente
reciben el tratamiento CTD. Los dos períodos mencionados en esta investigación
también fueron identificados como preprueba y posprueba. En la tabla 1 se muestra la estructura del
estudio empleado.
Diseño empleado en el estudio
TRATAMIENTO
Período 1 o preprueba (resolución de tres
problemas)
STD
Período 2 o posprueba (resolución de tres
problemas)
CTD
Fuente: elaboración propia.
<italic>Ejecución</italic>
El estudio se realizó en los meses de abril y mayo de 2022 en la Universidad
Madero, ubicada en Camino Real a Cholula 4212, Colonia Ex hacienda La Concepción
Buenavista, San Andrés Cholula, Puebla, México. Los participantes fueron alumnos
del séptimo semestre de la licenciatura de Ingeniería industrial y Rentabilidad
de negocios, y alumnos del noveno semestre de la licenciatura en Ingeniería
mecatrónica, correspondientes al semestre enero-mayo de 2022; los escenarios
utilizados fueron específicamente con la materia de Planeación y Control de la
Producción.
En esta fase de implementación, antes de realizar el estudio empírico, los
alumnos seleccionados recibieron capacitación sobre el funcionamiento y el uso
de la aplicación móvil identificada como TD en una sesión de dos horas y media.
Cabe mencionar que se les explicó de manera general que tanto la sesión de
práctica como el resto de las sesiones formarían parte de un proyecto de
investigación con el objetivo de validar el uso del TD, y se obtuvo su
consentimiento verbal para participar voluntariamente en la investigación.
En este estudio participaron 43 estudiantes en la preprueba, pero debido a la
pandemia de la covid-19, en la posprueba solo participaron 33 estudiantes.
Una vez finalizado el entrenamiento, en dos sesiones independientes de tres horas
cada una, se realizó el experimento en dos aulas de cómputo de la Universidad
Madero. Tanto la primera como la segunda sesión del experimento iniciaron en el
tiempo planeado, a los estudiantes se les proporcionó un enlace a un
cuestionario realizado en Formularios de Google. Este, con el fin de evaluar la
toma de decisiones, integra la descripción de tres problemas donde los alumnos
deben implementar tres heurísticas juntas (matriz de preferencias, punto de
equilibrio y árbol de decisiones) para obtener la respuesta de cada uno de los
problemas planteados.
Como se ha mencionado anteriormente, en la primera sesión los estudiantes
resolvieron los tres problemas descritos en el cuestionario identificado como
preprueba y obtuvieron las respuestas resolviendo de forma tradicional los
problemas; en la segunda sesión, en una fecha distinta a la primera, los
estudiantes obtuvieron las respuestas de otros problemas en el cuestionario
posprueba, el cual resolvieron con el uso del TD.
Como parte del estudio empírico, para complementar la evaluación del TD,
adicionalmente a los problemas proporcionados, los estudiantes contestaron otros
ítems dentro del instrumento, con el objetivo de hacer un análisis de opiniones
sobre la herramienta computacional propuesta (TD).
<italic>Análisis</italic>
Con base en las métricas obtenidas, en esta sección se presenta un análisis
exploratorio. En las tablas 2, 3 y 4
se muestran los resúmenes estadísticos de la efectividad, la eficiencia y
el costo respecto a los dos tratamientos estudiados.
En la tabla 2 se encuentra una mejora
evidente en las respuestas de la posprueba debido a que en las tres heurísticas
los resultados son mayores con los mismos recursos.
De la misma manera, en la tabla 3 se
observa una mejora en las respuestas de la posprueba, ya que los resultados en
las tres heurísticas son mayores. Esto logra el efecto deseado en el menor
tiempo posible y, en este caso, utilizando los mismos recursos, lo que cumple
con lo planificado y los objetivos establecidos.
Resumen estadístico de la efectividad por tratamiento
TRATAMIENTO
EFECTIVIDAD
MATRIZ DE PREFERENCIAS
PUNTO DE EQUILIBRIO
ÁRBOL DE DECISIONES
STD (preprueba)
9.2
7.82
8.30
CTD (posprueba)
10
9.76
10
Fuente: elaboración propia.
Resumen estadístico de la eficiencia por tratamiento
TRATAMIENTO
EFICIENCIA
MATRIZ DE PREFERENCIAS
PUNTO DE EQUILIBRIO
ÁRBOL DE DECISIONES
STD (preprueba)
4.76
3.91
4.15
CTD (posprueba)
5
4.88
5
Fuente: elaboración propia.
En la tabla 4 se advierte que el costo en
las heurísticas resueltas con la aplicación, es decir, las de la posprueba, son
mucho menores a las de la preprueba, lo que indica que los alumnos emplearon
menos tiempo resolviendo los problemas al usar la aplicación.
Resumen estadístico del costo por tratamiento
TRATAMIENTO
COSTO
MATRIZ DE PREFERENCIAS
PUNTO DE EQUILIBRIO
ÁRBOL DE DECISIONES
STD (preprueba)
0.07
0.24
0.12
CTD (posprueba)
0.036
0.026
0.026
Fuente: elaboración propia.
Respecto a las métricas, en general se observa que la efectividad y la eficiencia
sugieren mayores resultados al usar el TD que sin este; adicionalmente, en el
costo se identifican mejores resultados con el uso de TD que sin este.
Una vez recolectadas y procesadas las mediciones, es posible realizar un análisis
estadístico inicial que permita identificar potenciales diferencias entre los
dos escenarios presentados en este estudio. Para la variable identificada como
promedio de los resultados obtenidos, se plantean un par de hipótesis
estadísticas:
H0:μpre>=μpost;Ha:μpre<μpost
Para probar estas hipótesis, se utiliza una prueba t de Student,
que se lleva a cabo con el propósito de determinar si existe una diferencia
significativa entre las medias de dos grupos y para comprobar si la media entre
pares de medidas es o no igual a cero. Se asume que las variables dependientes
tienen una distribución normal. Se hizo la prueba pareada porque está diseñada
para comparar las medias del mismo grupo en dos escenarios separados (preprueba
y posprueba).
Para usar la prueba t pareada se consideró lo siguiente: los
sujetos de prueba son independientes, es decir, las respuestas de un sujeto no
afectan a las de ningún otro; cada pareja de respuestas se obtuvo del mismo
estudiante y las diferencias de medidas tienen una distribución normal. El
resumen se muestra en la tabla 5. Al ser
una prueba estadística que maneja muestras independientes, se cumple el objetivo
de aleatorización y, a su vez, una mayor eficiencia del contraste estadístico al
disminuir la variabilidad.
Promedio de las respuestas a los problemas de la preprueba y la
posprueba
SUJETOS DE PRUEBA
PREPRUEBA
POSPRUEBA
SP-1
3.67
5
SP-3
5
5
SP-5
3.67
5
SP-6
3.67
5
SP-7
3.67
5
SP-8
2.33
5
SP-9
1
3.67
SP-10
5
5
SP-13
5
5
SP-14
5
5
SP-16
5
5
SP-17
3.67
5
SP-18
3.67
5
SP-20
5
5
SP-21
3.67
5
SP-22
3.67
5
SP-23
3.67
5
SP-24
5
5
SP-25
5
5
SP-27
5
5
SP-29
3.67
5
SP-30
5
5
SP-31
5
5
SP-32
3.6
5
SP-33
5
5
SP-35
5
5
SP-36
5
5
SP-37
5
5
SP-38
5
5
SP-39
5
5
SP-40
5
5
SP-42
3.67
5
SP-43
3.67
5
Fuente: elaboración propia.
Se utilizaron los promedios de las respuestas de los alumnos en la preprueba y la
posprueba para realizar una prueba contundente t con dos
muestras pareadas. Se empleó un histograma como herramienta de análisis, ya que
se debe mostrar el intervalo de valores de una medida y la frecuencia con que
ocurre cada valor, además de señalar las lecturas que ocurren con mayor
frecuencia, y las variaciones en las medidas. Al graficar el histograma (ver
figura 3) se observa que no hay puntos
extraños o valores atípicos. Los datos muestran una forma aproximada de campana,
por lo que la suposición de una distribución normal es razonable.
Histograma para las diferencias entre las respuestas de los
alumnos en la preprueba y la posprueba.Fuente: elaboración propia.
En la tabla 6 se presentan los resultados
de la prueba t para medias con datos apareados (es decir, se
califica a los alumnos con lo mismo, antes y después) y se estableció como nivel
de significación, representado por α = 0.05. Se considera una
buena práctica tomar esta decisión antes de recopilar los datos y de calcular
las estadísticas de la prueba. El diseño pareado da una mayor validez a las
inferencias obtenidas y controla o elimina la influencia de variables extrañas
que puedan intervenir con un efecto negativo o enmascarar el efecto del
tratamiento o de la variable que nos interesa evaluar. Se observa que en los
resultados la media en la preprueba es de 4.27, y en la posprueba es de 4.95. La
varianza muestra una diferencia significativa, ya que en la preprueba se tiene
0.89, mientras que la posprueba arroja 0.05; es decir, se observa que, con el
uso de la app, mejoran las respuestas de los alumnos en los
problemas de las heurísticas.
De acuerdo con el análisis de los datos, y tras obtener el resultado a través del
contraste de hipótesis realizado, se dispone de evidencia suficiente para
aceptar la hipótesis alternativa de que el uso de la herramienta, en promedio,
mejora las respuestas de los alumnos.
Prueba contundente, prueba <italic>t</italic> con dos muestras
apareadas
PRUEBA T:
MUESTRA DE LA MEDIA DE DATOS APAREADOS
PREPRUEBA
POSPRUEBA
Media
4.27
4.96
Varianza
0.89
0.05
Observaciones
33
33
Correlación de Pearson
0.61
Diferencia media hipotética
0
Df
32
t Stat
-4.78
P(T<=t)
una cola
1.85-05
t crítica una cola
1.69
Fuente: elaboración propia.
DISCUSIÓN
En los últimos dos años, en todo el mundo se han experimentado diversas limitaciones
debido al período de confinamiento provocado por la pandemia de la covid-19, y el
ámbito de la educación no fue la excepción; sin embargo, gracias al uso de las TIC
en el contexto educativo (por ejemplo, la educación virtual), el proceso de
enseñanza- aprendizaje pudo continuar durante el confinamiento.
Como se mencionó con anterioridad en la sección de evaluación empírica, esta
investigación también enfrentó una limitación menor debido a la pandemia,
relacionada con la selección de la muestra de los participantes, pero
afortunadamente esta situación no tuvo un impacto significativo.
En un principio, tal como comentan Amendaño-Guarquila
y Guevara-Vizcaíno (2021), una gran cantidad de profesores tuvo que
innovar su práctica docente con el uso de las redes sociales, plataformas y
dispositivos móviles o m-learning. Como resultado, el interés de
varios investigadores por experimentar con el m-learning y el
desarrollo de aplicaciones móviles continúa creciendo, y este artículo refuerza esta
área de investigación con su aportación.
Durante este estudio se menciona que el m-learning ofrece diversas
ventajas a los estudiantes, por ejemplo: el ambiente de aprendizaje puede estar
disponible en cualquier momento y en cualquier lugar (Althunibat, 2015), fomenta la motivación del alumnado (Fernández-Arias et al., 2021)
y permite la respuesta y evaluación inmediata (Osorio et al., 2021), entre otras.
Así, con el uso del m-learning, los estudiantes pueden revisar sus
temas no solo durante las horas programadas de clase, sino en días o semanas después
de que los maestros los hayan abordado. Además, como se señaló antes, la
disponibilidad del conocimiento en cualquier momento y en cualquier lugar favorece
la flexibilidad y la facilidad de acceso a la información, siempre y cuando los
estudiantes dispongan de conexión a internet y de los recursos tecnológicos
necesarios (Pineda, 2022).
En este sentido, esta investigación describe de forma cuantitativa, y en un primer
estudio, que la herramienta propuesta basada en un ambiente virtual de aprendizaje a
través de una aplicación móvil o m-learning, en promedio, mejora el
aprendizaje en la toma decisiones de alumnos que estudian ingeniería.
CONCLUSIONES
Este trabajo surge ante la necesidad de reducir el tiempo de respuesta en la elección
de diferentes alternativas en un proceso determinado y reforzar el pensamiento
crítico de los estudiantes de ingeniería. El problema principal radica en el proceso
de resolución de las heurísticas utilizadas para la toma de decisiones. Si bien se
hacen los cálculos en Excel, los alumnos no logran definir su selección de manera
asertiva.
La implementación de las TIC establece procesos de aprendizaje y transmite
conocimientos nuevos y duraderos a las personas, lo que genera resultados educativos
de alta calidad que se pueden aplicar tanto en el ámbito laboral como en el
cotidiano. La inversión necesaria para llevar a cabo la aplicación no es elevada,
por lo que el costo como limitación es subsanable.
En este trabajo se ha presentado la propuesta de un prototipo de aplicación móvil
para el aprendizaje de la toma de decisiones, la cual se desarrolló con tres
heurísticas: matriz de preferencias (con y sin incertidumbre), punto de equilibrio y
árbol de decisiones. La aplicación proporciona la resolución del problema planteado
según la heurística seleccionada y realiza un análisis detallado de la mejor
alternativa, incluyendo diagramas y gráficas.
Mediante el uso de la app se les proporcionó a los alumnos una
herramienta que les permite hacer todos los cálculos matemáticos de manera sencilla
y rápida, lo que les facilita centrar su atención y habilidades en el
análisis-síntesis de las alternativas que se les presentan, las evalúan, reflexionan
y, de esta forma, toman una decisión de manera eficiente. Los alumnos son nativos
digitales y el uso de las TIC favorece su concentración en tareas de alto nivel, lo
cual les servirá en su vida laboral. De esta manera, se demuestra que tienen la
capacidad adecuada para comprender las heurísticas planteadas.
Finalmente, es importante mencionar que, al momento de escribir este artículo, se
está realizando el análisis exploratorio de las opiniones recopiladas respecto a la
herramienta computacional propuesta, con el objetivo de implementar las mejoras
sugeridas por los estudiantes en la herramienta computacional. Como trabajo a
futuro, se ha considerado realizar más experimentos con la herramienta computacional
propuesta, tanto dentro de la Universidad Madero como en otras universidades,
específicamente con estudiantes de ingeniería.
REFERENCIASAlarcón, D. (2018). Aplicación para la toma de decisiones mediante
el Proceso de Jerarquía Analítica. Fides et Ratio. Revista de Difusión
cultural y científica de la Universidad La Salle en Bolivia,
15(15), 87-101. http://www.scielo.org.bo/scielo.php?script=sci_abstract&pid=S2071-081X2018000100007&lng=es&nrm=isoAlarcónD.2018Aplicación para la toma de decisiones mediante el Proceso de
Jerarquía AnalíticaFides et Ratio. Revista de Difusión cultural y científica de la
Universidad La Salle en Bolivia
151587101http://www.scielo.org.bo/scielo.php?script=sci_abstract&pid=S2071-081X2018000100007&lng=es&nrm=isoAlthunibat, A. (2015). Determining the factors influencing students’
intention to use m-learning in Jordan higher education. Computers in
Human Behavior, 52, 65-71.
https://doi.org/10.1016/j.chb.2015.05.046AlthunibatA.2015Determining the factors influencing students’ intention to use
m-learning in Jordan higher educationComputers in Human Behavior
52657110.1016/j.chb.2015.05.046Al‑Rahmi, A. M.; Al‑Rahmi, W. M.; lturki, U.; Aldraiweesh, A.;
Almutairy, S. & Al‑Adwan, A.S. (2022). Acceptance of mobile technologies and
m‑learning by university students: An empirical investigation in higher
education. Education and Information Technologies,
27, 7805-7826.
https://doi.org/10.1007/s10639-022-10934-8Al‑RahmiA. M.Al‑RahmiW. M.lturkiU.AldraiweeshA.AlmutairyS.Al‑AdwanA.S.2022Acceptance of mobile technologies and m‑learning by university
students: An empirical investigation in higher educationEducation and Information Technologies
277805782610.1007/s10639-022-10934-8Amendaño-Guarquila, R. E. & Guevara-Vizcaíno, C. F. (2021).
M-learning la educación a través de pantallas a los jóvenes
en confinamiento. Epísteme Koinonía, 4(8).
https://doi.org/10.35381/e.k.v4i8.1358Amendaño-GuarquilaR. E.Guevara-VizcaínoC. F.2021M-learning la educación a través de pantallas a los jóvenes en
confinamientoEpísteme Koinonía
4810.35381/e.k.v4i8.1358Cabero, J. y Barroso, O. J. (2015). Nuevos retos en
tecnología educativa. Editorial Síntesis.CaberoJ.BarrosoO. J.2015Nuevos retos en tecnología educativa
Editorial SíntesisContreras, L. E.; Fuentes, H. J. y Rodríguez, J. I. (2020).
Predicción del rendimiento académico como indicador de éxito/fracaso de los
estudiantes de ingeniería, mediante aprendizaje automático. Formación
Universitaria, 13(5), 233-246.
http://dx.doi.org/10.4067/S0718-50062020000500233ContrerasL. E.FuentesH. J.RodríguezJ. I.2020Predicción del rendimiento académico como indicador de
éxito/fracaso de los estudiantes de ingeniería, mediante aprendizaje
automáticoFormación Universitaria
13523324610.4067/S0718-50062020000500233De Pablos, J. (2009). Historia de la tecnología
educativa. Ediciones Aljibe.De PablosJ.2009Historia de la tecnología educativa
Ediciones AljibeDe Pablos, J. (2018). Las tecnologías digitales y su impacto en la
universidad. Las nuevas mediaciones. RIED: Revista Iberoamericana de
Educación a Distancia, 21(2), 83-95.
https://doi.org/10.5944/ried.21.2.20733De PablosJ.2018Las tecnologías digitales y su impacto en la universidad. Las
nuevas mediacionesRIED: Revista Iberoamericana de Educación a Distancia
212839510.5944/ried.21.2.20733Escarbajal, A. (2010). Educación y cultura en tiempos de
globalización, en F. Martínez (coord.), Las redes digitales como marco
para la multiculturalidad, 49-67. MAD S. L. EscarbajalA.2010Educación y cultura en tiempos de globalizaciónMartínezF.Las redes digitales como marco para la multiculturalidad
4967MAD S. L.Fernández-Arias, P.; Vergara, D.; Polo J. y Fernández-Alfaraz, M. L.
(2021). Revisión de la implantación del m-learning como método
de aprendizaje en España en los niveles educativos de primaria y secundaria.
Revista Educativa Hekademos, 30, 60-71.
https://www.hekademos.com/index.php/hekademos/article/view/38Fernández-AriasP.VergaraD.PoloJ.Fernández-AlfarazM. L.2021Revisión de la implantación del m-learning como método de
aprendizaje en España en los niveles educativos de primaria y
secundariaRevista Educativa Hekademos
306071https://www.hekademos.com/index.php/hekademos/article/view/38Gall, M.; Borg, W. R. & Gall, J. (2003). Educational
Research. An Introduction. Pearson.GallM.BorgW. R.GallJ.2003Educational Research. An Introduction
PearsonHeizer, J. (2009). Administración de operaciones.
Pearson Educación.HeizerJ.2009Administración de operaciones
Pearson EducaciónHutchinson, J. W.; Alba, J. W. & Eisenstein, E. M. (2010).
Heuristics and Biases in Data-Based Decision Making: Effects of Experience,
Training, and Graphical Data Displays. Journal of Marketing
Research, 47(4), 627-642.
https://doi.org/10.1509/jmkr.47.4.627HutchinsonJ. W.AlbaJ. W.EisensteinE. M.2010Heuristics and Biases in Data-Based Decision Making: Effects of
Experience, Training, and Graphical Data DisplaysJournal of Marketing Research
47462764210.1509/jmkr.47.4.627Luan, S.; Reb, J. & Gigerenzer, G. (2019). Ecological
rationality: fastand-frugal heuristics for managerial decision making under
uncertainty. Academy of Management Journal,
62(6), 1735-1759.
https://doi.org/10.5465/amj.2018.0172LuanS.RebJ.GigerenzerG.2019Ecological rationality: fastand-frugal heuristics for managerial
decision making under uncertaintyAcademy of Management Journal
6261735175910.5465/amj.2018.0172Osorio, D.; Malpartida, J. N.; Ávila, H. y Valenzuela, A. (2021).
Aplicaciones móviles: incorporación en procesos de enseñanza en tiempos de
covid-19. Revista Venezolana de Gerencia, 93,
65-77. https://www.redalyc.org/articulo.oa?id=29066223005OsorioD.MalpartidaJ. N.ÁvilaH.ValenzuelaA.2021Aplicaciones móviles: incorporación en procesos de enseñanza en
tiempos de covid-19Revista Venezolana de Gerencia
936577https://www.redalyc.org/articulo.oa?id=29066223005Pineda, K. A. (2022). Aprendizaje móvil como apoyo para aprender
inglés durante el confinamiento social. Apertura,
14(2), 78-91.
http://dx.doi.org/10.32870/Ap.v14n2.2174PinedaK. A.2022Aprendizaje móvil como apoyo para aprender inglés durante el
confinamiento socialApertura
142789110.32870/Ap.v14n2.2174Romero, J. M.; Aznar, I.; Hinojo, F. J. y Gómez, G. (2021). Uso de
los dispositivos móviles en educación superior: relación con el rendimiento
académico y la autorregulación del aprendizaje. Revista Complutense de
Educación, 32(3), 327-335.
https://doi.org/10.5209/rced.70180RomeroJ. M.AznarI.HinojoF. J.GómezG.2021Uso de los dispositivos móviles en educación superior: relación
con el rendimiento académico y la autorregulación del
aprendizajeRevista Complutense de Educación
32332733510.5209/rced.70180Tejada, J. N. y Barrutia, I. (2021). Tecnología móvil en el
aprendizaje universitario. Revista Sophia,
17(1), 1-16.
https://doi.org/10.18634/sophiaj.17v.1i.1016TejadaJ. N.BarrutiaI.2021Tecnología móvil en el aprendizaje universitarioRevista Sophia
17111610.18634/sophiaj.17v.1i.1016CÓMO CITAR ESTE ARTÍCULO:
Maldonado Vargas, Martha Angélica y Ucán Pech, Juan Pablo. (2023). Tecnología
educativa para evaluar aprendizaje de toma de decisiones en estudiantes
universitarios. Apertura, 15(2), 6-19.
http://dx.doi.org/10.32870/Ap.v15n2.2363
Apertura vol. 17, núm. 1, abril - septiembre de 2025, es una revista científica especializada en innovación educativa en ambientes virtuales que se publica de manera semestral por la Universidad de Guadalajara, a través de la Coordinación de Recursos Informativos del Sistema de Universidad Virtual. Oficinas en Av. La Paz 2453, colonia Arcos Sur, CP 44140, Guadalajara, Jalisco, México. Tel.: 3268-8888, ext. 18775, www.udgvirtual.udg.mx/apertura, apertura@udgvirtual.udg.mx. Editor responsable: Dr. Rafael Morales Gamboa. Número de la Reserva de Derechos al Uso Exclusivo del Título de la versión electrónica: 04-2009-080712102200-203, e-ISSN: 2007-1094; número de la Reserva de Derechos al Uso Exclusivo del Título de la versión impresa: 04-2009-121512273300-102, ISSN: 1665-6180, otorgados por el Instituto Nacional del Derecho de Autor. Número de Licitud de Título: 13449 y número de Licitud de contenido: 11022 de la versión impresa, ambos otorgados por la Comisión Calificadora de Publicaciones y Revistas Ilustradas de la Secretaría de Gobernación. Responsable de la última actualización de este número: Sergio Alberto Mendoza Hernández. Fecha de última actualización: 31 de marzo de 2025.