Apertura

Apertura / vol. 6, núm. 1 / abril, 2014 / ISSN: 2007-1094

Aprovechamiento de las TIC en México:

una aproximación empírica mediante el uso de microdatos y la aplicación de la modelación PLS

 

Using ICT in Mexico:
an empirical approach using microdata

and application of PLS modeling

 

Djamel Eddine Toudert

El Colegio de la Frontera Norte

toudert@colef.mx

 

RESUMEN                                                                          

 

El aprovechamiento de las tecnologías de la información y comunicación (TIC) se establece como un tema trascendente para la integración a la sociedad de la información, y se ubica en el seno del discurso racional como finalidad central para el uso de estos artefactos y servicios. No obstante, la polarización de los enfoques de estudio en la accesibilidad a las TIC y la falta de datos que permiten medir su aprovechamiento han limitado la investigación de estos temas. Con el apoyo de microdatos sobre el uso nacional de la TIC y el soporte de las ecuaciones estructurales PLS, este trabajo explora la pertinencia de las relaciones causales que dan sustento al aprovechamiento de las TIC en México. Este último parece influenciado por las habilidades y destrezas potenciadas por los usos en la escuela o en el trabajo.

 

Palabras clave:

 

Aprovechamiento de las TIC, México, microdatos, modelación PLS.

 

ABSTRACT

 

The dividends from ICT uses are established as an important issue for the information society integration, positioning itself in the rational discourse as central purpose of these artifacts and services uses. However, the polarizing approaches in ICT accessibility and lack of data to measure the benefits of uses have limited research on these topics. With the support of microdatas on national ICT uses and the PLS structural equation, this assay explores the relevance of causal relationships that sustain the dividends of ICT uses in Mexico. This one seem to be influenced by the skills and abilities enhanced by the uses in school and / or work.

 

Keywords:

 

Dividends from ICT uses, Mexico, microdatas, PLS modeling.

 

 

INTRODUCCIÓN

 

Con una tasa de usuarios de la computadora de 43.4% y de internet de 39.8 de la población nacional de seis años y más, en México la accesibilidad a las TIC, durante 2012, sigue siendo vista como uno de los problemas más agudos de la integración a los beneficios de la sociedad de la información (INEGI, 2013). En efecto, independientemente de que el número de usuarios creció entre 2001-2012 con una tasa promedio anual alta de 9.12% para el uso de la computadora y de 15.83 para internet, los indicadores disponibles muestran un bajo aprovechamiento de las TIC (INEGI, 2005 y 2013). Durante 2012, sólo la tercera parte de los usuarios emplearon las TIC para apoyar un proceso educativo o de capacitación, un poco más de la mitad para buscar información y apenas 4.5% realizaron una o más transacciones en línea (INEGI, 2013).

 

El aprovechamiento de las TIC aparece en estos contextos como una de las dimensiones intrínsecas de la brecha digital que viene caracterizando a un concepto dinámico y de múltiples significados (Toudert, 2013). En este sentido, la mutación conceptual de la brecha digital desde la disponibilidad de las TIC a una visión de accesibilidad social e individual diferenciada permitió cimentar otro camino natural hacia los determinantes del aprovechamiento digital (DiMaggio et al., 2004).

 

Lo anterior ha venido rompiendo con el posicionamiento monolítico de la brecha digital y el binarismo de los que tienen/no tienen acceso a las TIC, lo que genera una renovación del entendimiento de la integración digital en el marco de una nueva relación con las políticas públicas (Hilbert, 2011). Con base en esta perspectiva, la idea de un empoderamiento segmentado por el tipo de interacción y aprovechamiento de las TIC hace su camino en contextos marcados por los patrones de las desigualdades socioeconómicas tradicionales (Ono & Zavodny, 2007; Segev & Ahituv, 2010).

 

Sin embargo, considerando que tanto los entornos de uso de las TIC como el beneficio que se espera de ellas son múltiples, en este trabajo, además de centrarnos únicamente en las dimensiones educacional, laboral y económica del aprovechamiento, acotaremos la investigación al uso de la computadora, internet y teléfono móvil. Estas delimitaciones responden más bien a una estricta adaptación a la oferta de datos de la fuente elegida que presenta ventajas y desventajas para su uso. En efecto, estos nuevos intereses de estudio, basados en información de encuestas a la medida aplicadas en comunidades pequeñas, tienen en la generación y liberación de microdatos nacionales una considerable fuente de datos generales y estandarizados.

 

Por su cobertura nacional y pertinencia de los datos recabados, el Módulo sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (MODUTIH) del Instituto Nacional de Estadística y Geografía (INEGI, 2013) se convierte en una fuente de datos aceptable para conformar un marco exploratorio que permite aclarar algunas dimensiones del aprovechamiento de las TIC. La disponibilidad de estos microdatos encuentra también en la aplicación de la modelación de ecuaciones estructurales un método robusto para verificar y analizar el proceder de las relaciones causales que dan sustento a la modelación teórica del aprovechamiento de las TIC.

 

En este sentido, recurrir a una adaptación del modelo UTAUT (por su sigla en inglés Unified Theory of Acceptance and Use of Technology), como lo hace el presente trabajo, constituye un emprendimiento exploratorio alterno para el entendimiento del aprovechamiento de las TIC. De hecho, la adaptación del UTAUT al contexto mexicano a través de los datos disponibles del MODUTIH y su formulación en el seno de la modelación PLS (por su sigla en inglés Partial Least Squares) parecen ser un importante potencial para validar el conocimiento teórico en los temas aquí analizados.

 

Este artículo se compone de tres secciones: la primera muestra el marco teórico y conceptual que permitió interactuar con la problemática del aprovechamiento de las TIC; la segunda describe el soporte de información y el desarrollo metodológico e instrumental que hicieron posible la investigación; la última presenta y discute los diferentes hallazgos de los aspectos analizados.

 

 

MARCO TEÓRICO

 

El aprovechamiento de las TIC como corpus conceptual multidimensional tiende a darse en contextos dinámicos que terminan requiriendo la revisión y actualización del conocimiento establecido. De hecho, la evolución de las propias TIC, las trayectorias involucradas en su apropiación y las diferentes estrategias de uso son aspectos que deben reconsiderarse de manera continua (Ono & Zavodny, 2007; Hilbert, 2011). No obstante esta volatilidad conceptual, registramos dos grandes ejes en cuanto a la contribución teórico-empírica para explicar la variación en el aprovechamiento de las TIC. La primera perspectiva centra su interés epistemológico en las desigualdades del acceso a las TIC y la segunda, en las inequidades que caracterizan la distribución de las habilidades y destrezas para interactuar con estas herramientas (Epstein et al., 2011; Toudert, 2013).

 

Además de estas dos perspectivas, planteamos la necesidad de un enfoque holístico sustentado en las inequidades que se desprenden de la disponibilidad de los artefactos y servicios de las TIC, de la autonomía de uso (control sobre la utilización de internet), de las habilidades de interacción con las TIC, del apoyo social y asistencia técnica y, finalmente, del propósito de uso de las TIC  (DiMaggio & Hargittai, 2001; DiMaggio et al., 2004). Dentro de esta amplia caracterización del aprovechamiento de las TIC, la presente investigación pretende impulsar su modelo teórico, sustentado y limitado, al mismo tiempo, por la disponibilidad de microdatos. En efecto, el propio acotamiento que caracteriza a cualquier fuente de datos delimita, de igual modo, los alcances que pueden lograrse por medio de la información disponible en el MODUTIH de 2012.

 

Aunada a los senderos recorridos tradicionalmente por la investigación pragmática de las TIC, la creciente disponibilidad de microdatos sobre el uso y aprovechamiento de estos artefactos y servicios facilitó una amplia actualización conceptual y empírica (Ono & Zavodny, 2007; Zhao et al., 2010). En este sentido, el uso de microdatos en el análisis contextual descriptivo nos permitió avanzar en la definición de la relación del aprovechamiento con el entorno sociodemográfico conforme a las destrezas y habilidades del usuario (Ono & Zavodny, 2007; Segev & Ahituv, 2010). Lo anterior nos llevó a profundizar en el conocimiento de las inequidades digitales de género, educación, ingreso y otras variables que reflejan el espectro de las grandes segmentaciones que afectan la disponibilidad y el uso de las TIC (Ono & Zavodny, 2007; Zhao et al., 2010; Segev & Ahituv, 2010).

 

Asimismo, esta accesibilidad a datos individuales facilitó el estudio del impacto de los incentivos de uso de las TIC en el hogar, la escuela y el trabajo en la conformación de los perfiles vocacionales que terminan impactando, de una manera u otra, el aprovechamiento que logran los usuarios de estos artefactos y servicios (Ono & Zavodny, 2007; Zhao et al., 2010). Sin embargo, la disponibilidad de microdatos no permite por sí sola estructurar y analizar un modelo explicativo del aprovechamiento de las TIC sustentado en algunas de las relaciones causales enumeradas anteriormente. Con base en esta perspectiva, la adaptación de un modelo teórico reconocido y el uso de la técnica de las ecuaciones estructurales constituyen dos aspectos fundamentales de nuestro trabajo.

 

El contexto teórico de nuestro estudio se fundamenta en la reflexión desarrollada en el citado modelo UTAUT, el cual se sustenta en la premisa de que la expectativa de resultado y de esfuerzo e influencia social impactan la intención de uso que, junto con el contexto facilitador, determinan los comportamientos de uso de las nuevas TIC (Venkatesh et al., 2003). El UTAUT originó un impresionante desarrollo de modelos encaminados a explorar diferentes clases de variaciones tanto en la estructuración como en la conformación y significado de los nuevos constructos incorporados. En este sentido, podemos mencionar el modelo de adopción de tecnología en los hogares, por su sigla en inglés MATH, desarrollado por Brown y Venkatesh (2005) y uno más que fue producto de la hibridación con la teoría del conflicto en el seno de la modelación lograda por Gohar et al. (2010). Nuestra investigación se inscribe como parte de estas dinámicas de exploración y modelación. 

 

 

METODOLOGÍA

 

Nuestra fuente proviene del archivo de microdatos del citado MODUTIH, levantado en abril de 2012 por el INEGI[1] y aplicado en 7 000 viviendas a una población objetivo de seis años y más ubicada tanto en áreas urbanas como rurales de las entidades federativas (INEGI, 2013). Lo anterior resultó en un archivo mixto de microdatos complementarios: el primero se enfocó a las condiciones del hogar con 7 133 registros y el segundo captó la perspectiva de los entrevistados por medio de la aplicación de 21 155 cuestionarios a los integrantes de estos hogares.

 

De este conjunto de información disponible, seleccionamos los datos que mejor se ajustaran a las condiciones metodológicas y estructurales de nuestro estudio a fin de caracterizar el aprovechamiento de las TIC en el contexto mexicano.

 

Modelo teórico y selección de variables

 

La búsqueda de una adecuación metodológica y estructural entre la información del MODUTIH (INEGI, 2013) y la elaboración de una propuesta de modelo teórico, a posteriori, para explicar el aprovechamiento de las TIC, constituyó un gran reto tanto en términos de la reflexión epistemológica como de la puesta en marcha de la investigación. En efecto, tomando en cuenta que la generación de datos de la validación empírica se da en una etapa posterior al modelo teórico, resultó imperativo encontrar caminos alternos para explicar las relaciones causales que intervienen en el aprovechamiento de las TIC con base en el amplio conjunto de datos nacionales para elevar los niveles de pertinencia temática y de representatividad territorial del análisis. Lo anterior se vuelve estratégico cuando se presenta, como suele pasar, una incapacidad operativa para la validación de una propuesta específica de un modelo explicativo para un hecho socioterritorial expresado en un ámbito regional o nacional.

 

La adaptación de los datos disponibles a través de una organización eficiente de la investigación, fue facilitada por la modelación de ecuaciones estructurales que permiten operar una exploración flexible de las supuestas relaciones causales que dan sustento al aprovechamiento de las TIC. En este sentido, el modelo teórico propuesto en esta investigación parte, como mencionamos, del modelo UTAUT y termina estructurándose alrededor de siete variables latentes sustentadas tanto por la disponibilidad de datos como por los diversos desarrollos teóricos y conceptuales que involucran las relaciones causales que definen el aprovechamiento de las TIC.

 

 

Figura 1. Modelo de variables latentes propuesto para la exploración.

 

 

El modelo teórico propuesto se organiza en siete variables latentes: unas son predictivas o constructos causales exógenos (caso de la variable “INC-HOG”) y otras son constructos endógenos (caso de la variable “HAB”); éstos son expresados individualmente por variables manifiestas (o ítems) que suman en total 16 indicadores integrados con base en una lógica reflexiva para unos e informativa para otros (tabla 1). Los ítems de nuestro estudio fueron caracterizados en un principio por las modalidades de respuesta a las preguntas específicas del cuestionario, y fueron recodificados, como se advierte en la tabla 1, a fin de hacerlos compatibles con los requerimientos técnicos de coherencia para la aplicación del algoritmo PLS.

 

Hay que precisar que, independientemente de que las variables del modelo PLS puedan presentar diversas escalas y que éstas no tienen por qué cumplir con el requisito de la normalidad (como ocurre en los modelos basados en el análisis de la covarianza), la búsqueda de una cierta coherencia en el modelo en su conjunto es considerada (Falk & Miller, 1992; Fernandes, 2012). De hecho, además de estas características que favorecen el uso de la técnica PLS en la investigación exploratoria, el modelo PLS, que se sustenta en la estimación de mínimos cuadrados ordinarios y componentes principales, opera tanto en entornos de muestreo grandes y reducidos (Chin et al., 2003).

           

Después de la selección y preparación de datos, procedimos al cálculo y al análisis de la robustez de los parámetros que dan sustento al modelo de aprovechamiento de las TIC. Conforme a las recomendaciones en esta materia, analizamos, en primer lugar, el modelo de medidas y, después de corroborar su total cumplimiento con los requerimientos del modelo PLS, validamos el modelo estructural (Chin, 1998; Fernandes, 2012).

 

Tabla 1. Variables latentes y manifiestas consideradas en el estudio.

 

 

Solidez y validez del modelo evaluado

 

En un modelo desarrollado con la técnica PLS, la solidez y validez condicionan su pertinencia y consideración como un paso exploratorio positivo en la construcción del conocimiento (Díez, 1992;  Fernández, 2012). En este sentido, el análisis de la validez y fiabilidad nos permiten averiguar si el modelo mide lo que se propuso medir y examinar si estas mediciones son estables y consistentes. Una vez que se cumplieron los pasos anteriores, procedimos a la evaluación de la magnitud y significación estadística de las relaciones causales involucradas en la estructuración del modelo propuesto.

 

Evaluación del modelo de medidas

La evaluación del modelo de medidas tiene el objetivo de verificar el cumplimiento del modelo propuesto con la fiabilidad de las variables manifiestas y los constructos, así como la validez convergente y discriminante.

           

Respecto a las variables manifiestas, se consideran como aceptables los valores de carga cercanos a 0.707, que se traducen en una participación superior a 50% de la varianza observada compartida por el constructo (Chin 1998; Tenenhaus et al., 2005). Desde luego, se excluyen de la regla antes expuesta, por reflejar pesos y no cargas, las variables manifiestas de los constructos informativos, como en el caso de APRO (aprovechamiento del uso de las TIC) y HAB (habilidades para el uso de las TIC) (tabla 2).

           

No obstante, como lo menciona Chin (1998), se pueden admitir excepciones a esta regla empírica cuando nos encontramos en etapas iniciales de desarrollo del modelo teórico. Desde esta perspectiva, salvo un solo ítem del constructo INC-HOG, con un valor de carga de 0.63, las demás variables manifiestas cumplen de manera satisfactoria la regla empírica (0.707). La validación anterior se consolida también con la ausencia de la muticolinealidad entre las variables manifiestas de los constructos informativos, que son valorados en función de sus pesos, que resultó en todos los casos concordante con un factor de inflación de la varianza inferior a 5 (Diamontopoulos y Winklhofer, 2001).

 

Tabla 2. Fiabilidad de los ítems involucrados.

Variables	Factor de carga	Comunalidad	Variables	Factor de carga	Comunalidad
USO-TIC		0.9553	FREQ-USO		0.9097
A1	0.9757		B1	0.9569
A2	0.9791		B2	0.9507
INC-HOG		0.6168	USO_TRAB		0.8574
E1	0.6319		C1	0.9295
E2	0.7936		C2	0.9224
E3	0.9063		USO-HOG		0.9123
APRO			D1	0.9545
G1 a	0.9899		D2	0.9558
G2a	0.3747		HAB
G3a	0.2653		F1 a	0.9997
			F2 a	0.3699

^aÍtems informativos; los valores mencionados son pesos.

 

Una vez que se valida satisfactoriamente la fiabilidad de las variables manifiestas del modelo propuesto, se procede a la comprobación de los constructos reflexivos mediante el examen del coeficiente alfa de Cronbach (AVE) y la fiabilidad compuesta (CR). En lo anterior se toman en cuenta los datos exhibidos en la tabla 3, que corroboran los coeficientes de Cronbach (AVE) de los constructos reflexivos con valores superiores a 0.5 (Chin, 1998; Tenenhaus et al., 2005). De igual manera, se valida también la fiabilidad compuesta (CR) con valores superiores a 0.8, que caracterizan un nivel de investigación básica.

 

Para terminar con la valoración del modelo de medida, resulta importante verificar también el cumplimiento del modelo propuesto con la exigencia de la validez convergente y discriminante: se ratifica si éste cumple con la validez convergente, dado que los coeficientes de alfa Cronbach (AVE) presentan valores superior a 0.5, que definen un nivel superior a 50% de la varianza que una variable latente obtiene de sus variables manifiestas (tabla 3). Asimismo, se cumple también con la validez discriminante, que pide que los constructos compartan más varianza con sus variables manifiestas que con otros constructos del mismo modelo, circunstancias que se verifican satisfactoriamente si observamos el valor de la raíz cuadrada de AVE en la diagonal de la tabla 3 (Baclay et al., 1995).

 

Después de realizar de manera satisfactoria la evaluación del modelo de  medidas, proseguimos con la valoración del modelo estructural.

 

Tabla 3. Validez convergente y discriminante.

Constructos	CR	AVE	USO-TIC	FREQ-USO	USO-TRAB	USO-HOG	INC-HOG	HAB	APRO
USO_TIC	0.977	0.955	0.977
FREQ_USO	0.953	0.910	0.003	0.954
USO_TRAB	0.923	0.857	0.003	0.115	0.926
USO_HOG	0.954	0.912	-0.007	0.322	-0.480	0.955
INC_HOG	0.826	0.617	0.383	0.247	-0.081	0.452	0.785
HAB	-	-	0.008	0.252	0.342	-0.049	0.055	-
APRO	-	-	0.034	0.372	0.302	0.038	0.136	0.599	-

*/ Raíz cuadrada de AVE.

 

Evaluación del modelo estructural

La evaluación del modelo estructural permite verificar el valor predictivo del modelo interno analizando su pertinencia nomológica por medio de la R² y la calidad de la ecuaciones estructurales a través del coeficiente de Stone-Geisser Q², que consiste en una validación cruzada entre variables manifiestas de una variable latente y las demás involucradas en la estimación del constructo endógeno (Chin, 1998; Tenenhaus et al., 2005).

Con base en estas validaciones, verificamos también la significación de los coeficientes de regresión del modelo estructural aplicando la técnica de bootstrap (Tenenhaus et al., 2005).

 

Los valores de R² que se exhiben en la tabla 4 confirman que todos los constructos lograron explicar más del límite inferior aceptable de 10% de la varianza caracterizando una formulación de hipótesis con un nivel predictivo aceptable (Falk & Miller, 1992; Chin, 1998). No obstante, este nivel predictivo se vuelve muy alto en el caso del constructo APRO, que representa casi la mitad de la varianza y con los constructos USO-TRAB y USO-HOG, respectivamente, con la cuarta parte de la varianza; esto se corrobora con el índice de redundancia en la validación cruzada (coeficiente de Stone-Geisser Q2), que arroja para todas las variables latentes endógenas un valor superior a cero (tabla 4). 

 

 

Tabla 4. Pertinencia del modelo estructural.

Variables latentes	R2	Q2
USO_TIC	0.1465	0.1399
FREQ_USO	0.2025	0.1837
USO_TRAB	0.2533	0.2169
USO_HOG	0.2421	0.1647
INC_HOG	-	-
APRO	0.4227	0.1657
HAB	0.1645	0.1162

 

           

La significación de los coeficientes del modelo estructural se llevó a cabo con la técnica de bootstrap de 300 re-muestreos que permitió deslindar los valores de t de Student y determinar los niveles de significación de las relaciones causales entre variables latentes o hipótesis formuladas a P<0,05; P<0,01; P<0,001 (Chin, 1998; Tenenhaus et al., 2005). A partir de este último paso, llegamos a la determinación de que las 16 relaciones consideradas en el modelo estructural propuesto inicialmente son todas significativas: fueron aceptadas 15 para P< 0.01 y una para P<0.001 (tabla 5).

 

Más allá de la importancia de los niveles de significación que caracterizan a las relaciones entre variables latentes del modelo propuesto, el reto más importante para el aprovechamiento de estos resultados sigue siendo el explicarlos de manera coherente.

 

 

Tabla 5. Significación de las relaciones entre variables latentes.

Variables latentes	Efecto total	Coeficientes path	T Statistics (boostrap)
FREQ_USO →APRO***	0.3086	0.2104	24.5908
FREQ_USO → HAB***	0.1953	0.1953	18.3009
HAB → APRO***	0.5032	0.5032	59.5169
INC-HOG → FREQ-USO***	0.2466	0.083	9.6672
INC-HOG → USO-HOG***	0.4518	0.5326	79.1832
INC-HOG → USO-TIC***	0.3828	0.3828	62.5723
INC-HOG → USO_TRAB***	-0.0813	0.1702	25.2527
USO-HOG → APRO***	-0.005	0.0596	6.7496
USO-HOG → FREQ_USO***	0.2584	0.4454	47.1153
USO-HOG → HAB***	-0.0879	0.0536	4.2132
USO-HOG → USO-TRAB***	-0.5568	-0.5568	80.9025
USO-TIC → FREQ-USO**	-0.0814	-0.0269	3.2245
USO-TIC → USO-HOG***	-0.211	-0.211	28.5811
USO-TRAB → APRO***	0.4115	0.1343	15.2025
USO-TRAB → FREQ-USO***	0.3359	0.3359	32.7982
USO-TRAB → HAB***	0.4104	0.3449	27.3054

Niveles de significación: **P<0.01; ***P<0.001.

 

 

RESULTADOS Y DISCUSIÓN

 

Considerando un paso necesario el cumplimiento de las condiciones de robustez y pertinencia de los modelos de medidas y estructural propuestos, resulta importante constatar que esta observancia fue positiva y que, además, contó con una alta significación de todas las relaciones causales involucradas. En este sentido, la lectura de la tabla 5 deja entrever que el uso de las TIC en el hogar (USO-HOG) y en el trabajo (USO-TRAB) se refleja por impactos altamente significativos sobre el aprovechamiento de estos artefactos y servicios (APRO). Con el mismo nivel de significación sobre el aprovechamiento (APRO), se caracterizaron también tanto el uso frecuente de las TIC (FREQ_USO) como las habilidades demostradas en su uso (HAB). Estos hallazgos, que parecen irrebatibles, se generaron en el marco de un modelo de alta predicción del aprovechamiento de las TIC (APRO) que logra expresar casi la mitad de la varianza explicada (0.4227).

 

No obstante, más allá de los niveles de significación de las relaciones causales que implican los constructos de la modelación propuesta, sus efectos totales en el aprovechamiento de las TIC (APRO) y en las variables intermediarias, como las habilidades demostradas en el uso de estos artefactos y servicios (HAB), son diferentes. De hecho, los constructos habilidades mostradas (HAB), el uso en el trabajo de las TIC (USO-TRAB) y el uso frecuente de las TIC son los que logran, en el orden citado, el mayor efecto total en el aprovechamiento de estos artefactos y servicios (APRO).

 

Desde esta perspectiva, con independencia del nivel altamente significativo que logra imprimir el uso en el hogar de las TIC, su efecto total en el aprovechamiento de estas herramientas es bastante reducido comparado con las demás variables (HAB, USO-TRAB y FREQ-USO). Lo anterior puede verse como un hallazgo contextual específico dado que existen también estudios que ubican el hogar como el lugar más eficiente para el uso de las TIC en el caso de los estudiantes chinos analizado por Zhao et al. (2010).

 

Tomando en cuenta el impacto de la accesibilidad a las TIC en distintas ubicaciones (hogar, escuela, trabajo, cibercafés) sobre la reducción de las desigualdades (Wei et al., 2009), los hallazgos de nuestro estudio parecen coincidir también con el cruce de las relaciones causales intermedias implicadas en la modelación propuesta. Así, el uso de las TIC en el trabajo (USO-TRAB) se refleja en un fuerte efecto total sobre las habilidades mostradas en la utilización de estas herramientas; este impacto es nueve veces más importante que el uso en hogar de estos artefactos y servicios (USO-TRAB) y dos veces más que el impacto del uso frecuente (REQ-USO). Sin embargo, en el caso en que los incentivos en el hogar (INC-HOG) parecen favorecer el uso frecuente de las TIC (FREQ-USO), el efecto registrado es casi igual al uso de estas herramientas en el hogar (USO-HOG), que resulta, por cierto, de bajo impacto comparado con el efecto del uso en el trabajo de estos artefactos y servicios (USO-TRAB). En este sentido, de acuerdo con lo observado por DiMaggio et al. (2004), podemos conjeturar que el aprovechamiento de las TIC tiende a darse con mayor frecuencia alternando el acceso desde el trabajo y la conectividad desde el hogar.

 

 

CONCLUSIÓN

 

El aprovechamiento de las TIC aproximado a través de los microdatos del MODUTIH (INEGI, 2013) resulta un aspecto complejo que segmenta ampliamente el grupo de usuarios por medio de la frecuencia de usos y las habilidades de interacción con estos artefactos y servicios. De hecho, si de por si los usuarios de las TIC en México son considerados todavía como insuficientes, los que las utilizan a diario y con las habilidades suficientes apenas suman una fracción reducida del universo total de usuarios.

 

Más allá de la aportación de los enfoques operados desde la perspectiva de la accesibilidad, el desarrollo de otros tipos de aproximaciones, como en nuestro caso, se vuelve inevitable para la elaboración de un conocimiento que permite optimizar el uso y aprovechamiento de las TIC. En efecto, la creciente disponibilidad de éstas no parece incentivar por sí sola el uso y aprovechamiento en los segmentos sociales que concentran las inequidades digitales de género, edad, educación e ingreso, entre otras.

 

Entre los hallazgos de nuestro trabajo, se evidencia, en el contexto nacional, una relación altamente significativa entre un aprovechamiento importante y el uso hábil y frecuente de las TIC en un entorno doméstico o de trabajo. Sin embargo, debemos subrayar que, aunque estos dos últimos contextos de uso parecen complementarse entre sí, las mayores frecuencias de uso de las TIC corresponden a altos incentivos de uso y accesibilidad en el hogar, mientras que las habilidades y destrezas en el uso se encuentran altamente potenciadas por los usos en la escuela o en el trabajo. En este contexto, tanto la escuela como el trabajo parecen estructurar espacios de alto aprovechamiento de las TIC y, por lo tanto, es quizás aconsejable tomarlos en cuenta en el diseño de las políticas públicas encaminadas a elevar los indicadores y los beneficios de integración a la sociedad de la información.

 

De igual manera, este trabajo aclara que mejorar el aprovechamiento en el uso de las TIC implica también ampliar los propósitos y esperas de los usuarios a finalidades pragmáticas que permiten estimular la formación y transmisión de habilidades concretas. Con base en ello, tanto la disponibilidad de las TIC como su uso con una finalidad estrictamente recreativa no parecen conducir al usuario, por sí solos, hacia un aprovechamiento social e individual pertinente. En este sentido, continuar con la exploración en dirección de otras facetas de la problemática del aprendizaje y la práctica de las TIC aportará, desde luego, un mayor conocimiento para mejorar su empleo.

 

 

REFERENCIAS BIBLIOGRÁFICAS

 

Barclay, D., Higgins, C. & Thompson, R. (1995). The partial least squares (PLS) approach to causal modelling: personal computer adoption and use as an illustration. Technology Studies, vol. 2, núm. 2, pp. 285-309.

Brown, S. & Venkatesh, V. (2005). Model of adoption of technology in households: a baseline model test and extension incorporating household life cycle. MIS Quarterly, vol. 29, núm. 3, pp. 399-426.

Chin, W. (1998). The partial Least squares approach to structural equation modeling. En G. Marcoulides (ed.). Modern methods for business research (pp. 295-336). Mahwah: Lawrence Erlbaum Associates Publisher.

Chin, W., Marcolin, B. & Newsted, P. (2003). A partial least squares latent variable modeling approach for measuring interaction effects: results from a Monte Carlo simulation study and an electronic mail emotion/adoption study. Information Systems Research, vol. 4, núm. 2, pp. 189-217.

Diamontopoulos, A. & Winklhofer, H. (2001). Index construction with formative indicators: an alternative to scale development. Journal of Marketing Research, vol. 38, pp. 269-277.

Díez, J. (1992). Métodos de análisis causal. Cuadernos Metodológicos, vol. 3. Madrid: CIS.

DiMaggio, P. & Hargittai, E. (2001). From the “Digital Divide” to “Digital Inequality”: Studying internet use as penetration increase. Working Paper, vol. 15. Nueva Jersey: Studies Princeton University.

DiMaggio, P., Hargittai, E. & Shafer, S. (2004). From unequal access to differentiated use: A literature review and agenda for research on digital inequality. En K. Neckerman (ed.). Social inequality (pp. 355-400). Nueva York: Russell Sage Foundation.

Epstein, D., Nisbet, E. & Tarleton, G. (2011). Who’s Responsible for the Digital Divide? Public Perceptions and Policy Implications. The Information Society, vol. 27, pp. 92-104.

Falk, R. & Miller, N. (1992). A primer for soft modeling. Akron: The University of Akron.

Fernandes, V. (2012). En quoi l'approche PLS est-elle une méthode a (re)-découvrir pour les chercheurs en management? M@n@gement, vol. 15, núm. 1, pp. 102-123.

Gohar, F. et al. (2010). Civil Conflict, Digital Divide, and E-government Service Adoption: A Conflict Theory Approach. Engineering and Technology, vol. 66, pp. 537-549.

Hilbert, M. (2011). The end justifies the definition: The manifold outlooks on the digital divide and their practical usefulness for policy-making. Telecommunications Policy, vol. 35, núm. 8, pp. 715-736.

INEGI (2005). Estadísticas sobre disponibilidad y uso de las tecnologías de información y comunicaciones. Aguascalientes.

_____ (2013). Estadísticas sobre disponibilidad y uso de las tecnologías de información y comunicaciones, 2012. Aguascalientes.

Ono, H. & Zavodny, M. (2007). Digital inequality: A five country comparison using microdata, Social Science Research, vol. 36, pp. 1135-1155.

Segev, E. & Ahivituv, N. (2010). Popular Searches in Google and Yahoo!: A “Digital Divide”, in Information Uses? The Information Society, vol. 26, núm. 1, pp. 17-37.

Tenenhaus, M. et al. (2005). PLS Path Modeling. Computational Statistics and Data Analysis, vol. 28, pp. 159-205.

Toudert, D. (2013). La brecha digital en los contextos de marginación socioterritorial de las localidades mexicanas de más de 2500 habitantes: Exploración y discusión. Comunicación y Sociedad, vol. 19, pp. 153-180.

Venkatesh, V. et al. (2003). User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, vol. 27, núm. 3, pp. 425-478.

Wei, K. et al. (2009). Effects of access and use of computers in home and school: a social cognitive perspective. Information Systems Research, vol. 22, núm. 1, pp. 170-187.

Zhao, L. et al. (2010). Internet inequality: The relationship between high school students’ Internet use in different locations and their Internet self-efficacy. Computers & Education, vol. 55, pp. 1405-1423.

 

 

–––––––––––

Acerca de los autores

 

Djamel Eddine Toudert es doctor en Geografía, Urbanismo y Ordenamiento del Territorio. Profesor-investigador de El Colegio de la Frontera Norte, Carretera Escénica Tijuana-Ensenada, km 18.5, San Antonio del Mar, 22560, Tijuana, Baja California, México. Tel. (664) 631-6300. Correo electrónico: toudert@colef.mx

 

 

–––––––––––

 

Fecha de recepción del artículo: 21/10/2013

Fecha de aceptación para su publicación: 21/03/2014