Aprendizaje competencial en el Espacio Europeo de Educación Superior

El aprendizaje en ES tiene que basarse en el desarrollo de competencias, este fue y es el reto del Espacio Europeo de Educación Superior (EEES). Por ello, en todas las titulaciones de grados y másteres se hace referencia a distintos tipos de competencias (conceptuales, procedimentales y actitudinales), cuyo objetivo final es el de facilitar la calidad de la formación académica propiciando la mayor capacitación posible en el estudiantado. La meta última será posibilitar un desarrollo integral y la empleabilidad del egresado junto con un interés por la formación continua a lo largo de la vida (Šucha & Gamme, 2021).

En esta línea, en el año 2020 la Comisión Europea publicó una nueva comunicación en el marco educativo para aplicarse en el periodo de 2021-2025. En dicha comunicación se hace un especial énfasis en la consecución de los objetivos anteriormente señalados. Estos propósitos se han reforzado por la actual situación de pandemia (Commission to the European Parliament, 2020). El leitmotiv de dicha comunicación refiere específicamente la necesidad de formar personas autónomas y resilientes para que efectúen participaciones de alto nivel en la sociedad. Este objetivo se relaciona directamente con los cambios necesarios en la sociedad actual relativos a la forma de enseñar y de aprender. Dicha necesidad se ha asumido como un objetivo común de los países que forman la Unión Europea. Asimismo, esta cooperación ha propiciado la adaptación y mejora educativa a través de la potenciación de propuestas comunes que se centran en la necesidad de incrementar la digitalización tanto de los docentes como de los estudiantes. Especialmente, este comunicado hace referencia a la necesidad de impulsar la utilización del avance en la adquisición de estrategias digitales y de competencias en técnicas de inteligencia artificial [takeaway 10 y Action 11 (Sucha & Gamme, 2021)].

De igual modo, hace un especial énfasis en el desarrollo de competencias transversales relacionadas con el pensamiento crítico, el emprendimiento, la creatividad y el compromiso cívico. Estas habilidades se consideran fundamentales para que las próximas generaciones de estudiantes, investigadores e innovadores construyan una sociedad proactiva y resiliente. De igual modo, este informe hace un especial hincapié en la necesidad de abordar el bajo rendimiento y el abandono de los estudiantes en las titulaciones (Casanova et al., 2018). Todas estas intenciones se relacionan directamente con las propuestas de innovación docente centradas en evitar la brecha digital en el profesorado y en los estudiantes (Sáiz-Manzanares et al., 2021).

En este contexto es especialmente relevante abordar la necesidad de la formación del profesorado en la adquisición de competencias digitales. En esta línea, el European Framework for the Digital Competence of Educators (DigCompEdu) diferencia seis niveles de competencia digital (Redecker & Punie, 2017): Newcomers (A1), son docentes que han tenido muy poco contacto con la utilización de herramientas digitales; Explorers (A2), son profesores que se han iniciado en el uso de las herramientas digitales, pero aún no tienen un enfoque global; Integrators (B1), son profesores que utilizan y experimentan con herramientas digitales para diversos fines, tratando de comprender qué estrategias digitales funcionan mejor en cada contexto; Experts (B2), son profesores que utilizan una serie de herramientas digitales con seguridad, creatividad y espíritu crítico con el fin de mejorar sus actividades profesionales, y amplían continuamente su repertorio de prácticas; Leaders (C1), son profesores que utilizan un amplio repertorio de estrategias digitales flexibles, completas y eficaces; y Pioneers (C2), son profesores que cuestionan la idoneidad de las prácticas digitales y pedagógicas contemporáneas, de las que ellos mismos son expertos, y al mismo tiempo lideran la innovación siendo un modelo para los profesores más jóvenes.

Estos retos y las respuestas dadas por los responsables gubernamentales llevan a la conclusión de que es preciso realizar una importante transformación digital en el proceso de enseñanza-aprendizaje. Dicha transformación necesita, por un lado, una infraestructura tecnológica sólida (plataformas, herramientas, interoperabilidad) y, por otro lado, una propuesta pedagógica (diseño de aprendizaje, acreditación y procesos de evaluación). Por lo que la estructura sería una estructura de capas que abordaría los siguientes retos: política educativa (estrategias), identidad y comunicación, ética, privacidad y seguridad, adaptación académica de los servicios, modelo educativo y contenidos (García-Peñalvo, 2021). En este marco existen varios modelos que se pueden utilizar entre los que destacan: Technological Pedagogical Content Knowledge (TPCK) (Koehler & Mishra, 2009), este modelo orienta a una interacción al mismo nivel de importancia entre los elementos pedagógicos, la utilización de recursos tecnológicos y propuesta de contenidos educativos. De otro lado, se puede destacar el modelo de Sustitución, Augmentacion, Modificación y Redefinición (SAMR) (Garcia-Utrera et al., 2014), el cual prioriza la importancia de la tecnología en el cambio educativo. En concreto en este estudio se va a aplicar el TPCK (Koehler & Mishra, 2009), ya que se considera que el peso de la tecnología y del modelo pedagógico que se utilice durante el proceso instruccional debe tener el mismo nivel de relevancia para conseguir un aprendizaje exitoso y eficaz en el estudiantado.

Aprendizaje en entornos virtuales en Educación Superior

La enseñanza en ES, ya sea presencial o semipresencial, cada vez con más frecuencia se realiza en entornos de aprendizaje virtual o Learning Management System (LMS). Este hecho se ha incrementado en la actual situación de crisis sanitaria originada por el virus SARS CoV-2 (García-Peñalvo, 2021). Así pues, la pandemia ha acelerado el proceso de digitalización de la enseñanza, ya que actualmente gran parte de la docencia se efectúa en su totalidad en modalidad online (e-Learning), o parcialmente (Blended Learning o b-Learning) dependiendo de los brotes o las olas de la enfermedad. Este hecho tiene importantes consecuencias para el profesorado respecto del diseño y ejecución del proceso de enseñanza, lo que a su vez se relaciona con la satisfacción del estudiantado respecto de dicho proceso (Tang et al., 2021). Recientes estudios (Leal-Filho et al., 2021) revelan que la situación pandémica por la enfermedad de la COVID-19 ha ocasionado a nivel mundial una alteración en la forma de enseñar y de aprender. Respecto de la satisfacción percibida por los usuarios (profesorado y estudiantado), esta varía en función de las condiciones del aislamiento y de los recursos tecnológicos que posean (tipo de dispositivos y de redes de conexión). Por ello, estos autores remarcan la necesidad de implementar políticas que potencien la innovación docente y la mejora en los recursos tecnológicos para afrontar este reto.

Otras investigaciones llevadas a efecto con estudiantes de Ciencias de la Salud (Medicina y Enfermería) señalan que la tasa de satisfacción con la docencia online en el periodo inicial de la pandemia fue más alta en el profesorado que en el estudiantado (Li et al., 2021). Asimismo, en este último colectivo se hallaron diferencias en el grado de satisfacción condicionadas a si la situación afectó al desarrollo de las prácticas clínicas. También, se hallaron diferencias relativas al país de procedencia, por ejemplo, los estudiantes chinos e indios tuvieron un nivel alto de satisfacción (80,29%) frente a un nivel más bajo en los estudiantes jordanos (26,77%). Además, estos autores hallaron que el grado de satisfacción de los estudiantes estaba condicionado por su situación personal situación de aislamiento, apoyos socio-emocionales (familia o amigos), recursos tecnológicos (red, portátiles, etc.). Finalmente, la satisfacción del profesorado también se vio condicionada por la satisfacción percibida en sus estudiantes. Otro estudio relevante (Tang et al., 2021) sobre la docencia en la situación de pandemia remarca la importancia de cuidar el diseño pedagógico-tecnológico en los contextos de enseñanza enfatizando la necesidad de incluir más actividades virtuales para aumentar la motivación de los estudiantes y fomentar las interacciones entre ellos.

En este marco, un aspecto importante para lograr la satisfacción con el proceso de enseñanza-aprendizaje de todos los agentes implicados se relaciona con el diseño de los LMSs (García-Peñalvo, 2021). Investigaciones recientes (Chakma et al., 2021) indican que los LMSs que incluyan un diseño metacognitivo potencia en el estudiantado el desarrollo de un aprendizaje autorregulado (SRL), creativo y autónomo. También, en la actual situación de pandemia la utilización de vídeos se está mostrando como un recurso muy favorable para potenciar aprendizajes eficaces (Kidess et al., 2021). Igualmente, los expertos plantean la necesidad de mantener estos recursos, aunque dicha situación remita (Lowe et al., 2021).

Otra herramienta muy efectiva es la utilización de la telesimulación, especialmente en titulaciones de Ciencias de la Salud (Diaz & Walsh, 2021). Esta estrategia se diferencia en algunos aspectos de las experiencias de realidad virtual y de laboratorios virtuales (Sáiz-Manzanares et al., 2021). En dichas experiencias se ponen en marcha distintos tipos de estrategias de aprendizaje relacionadas con el desarrollo de habilidades cognitivas, metacognitivas, conductuales, motivacionales y técnicas de los estudiantes. De igual modo, se está mostrando muy efectivo el uso de experiencias Flipped Learning aplicado a la metodología de aprendizaje basado en proyectos utilizada de forma online (OPBL) (Sarwa et al., 2021). Además, la puesta en marcha de este tipo de experiencias se relaciona con una alta satisfacción de los estudiantes con el proceso de enseñanza-aprendizaje (Sáiz-Manzanares et al., 2021). Por ello, todos estos recursos tienen un eje común que es el diseño de un entorno de enseñanza que posibilite aprendizajes profundos en el estudiantado. Además de la inclusión de todas estas herramientas metodológicas innovadoras se precisa que el profesorado tenga a su disposición en los entornos virtuales instrumentos de seguimiento del proceso de enseñanza-aprendizaje que incluyan técnicas de visualización de datos (Sáiz-Manzanares et al., 2021).

Dichas herramientas deben proporcionar un alto grado de usabilidad e incorporar sistemas de análisis de datos dentro de lo que se ha denominado Educational Data Mining (EDM) e Inteligencia Artificial (Bonami, 2020). La utilización de estos recursos va a permitir al docente el conocimiento de los patrones de aprendizaje del estudiantado y en función de estos la construcción de itinerarios personalizados. No obstante, para efectuar dichos análisis se precisa la utilización de métodos de investigación mixtos (son aquellos que valoran tanto elementos cuantitativos como cualitativos) (Anguera et al., 2018). Dicho uso va a posibilitar un mejor ajuste de la respuesta educativa a las necesidades de aprendizaje de cada estudiante (García-Perales & Almeida, 2019; Salinas-Ibáñez & De-Benito, 2020).

En síntesis, los recursos de virtualización, medición y análisis se incluirían en lo que se ha denominado Advance Learning Tecnologies (ALT). ALT a su vez va a facilitar el desarrollo de la autorregulación del aprendizaje (SRL) e incrementar la motivación en los aprendices (Azevedo & Gasevic, 2019). Si bien, para aplicar de forma correcta todos estos recursos se precisa una formación en competencias digitales de todos los agentes implicados en el proceso de enseñanza-aprendizaje (Redecker & Punie, 2017; Unesco, 2019). A modo de ejemplo, un estudio reciente (Sáiz-Manzanares et al., 2021) indica que el profesorado con nivel B2 o C1 en competencias digitales solamente pone en marcha el 66,6% de los recursos posibles que se ofrecen en un LMS semejante a Modular Object-Oriented Dynamic Learning Environment (Moodle). Este es un aspecto relevante para la reflexión de los responsables de las instituciones universitarias, ya que orienta hacia una transformación digital dirigida a incentivar el desarrollo de programas formativos para el profesorado y el alumnado en competencias digitales (García-Peñalvo, 2021). También, se debe potenciar aún más la docencia basada en la experimentación y en la práctica activa del estudiantado. Este hecho se relaciona directamente con el objetivo 4 (Educación de Calidad) de la Agenda 2030 (United Nations. Department of Economic and Social Affairs, 2021). Al mismo tiempo, el cambio metodológico y tecnológico en la docencia en ES que era ya un reto para la sociedad del siglo XXI se ha acelerado por la pandemia actual. En consecuencia, el profesorado debe incluir en su diseño docente distintos recursos en docencia e-Learning o b-Learning que le permitan un abordaje exitoso de dicho desafío.

Participantes

Se trabajó con una muestra de 225 estudiantes de tercero de grado en titulaciones de Ciencias de la Salud (Grado en Terapia Ocupacional y Grado en Enfermería). Las asignaturas en las que se llevó a cabo este estudio se impartieron en el segundo semestre y tuvieron una duración de 9 semanas. La docencia se efectuó por la misma docente a fin de controlar la variable tipo de profesor. La profesora tenía la certificación por parte de la Universidad de Burgos de experta en docencia virtual y su grado de impartición de la docencia online se podría situar en un nivel de capacitación C1 (Leaders C1) según el DigCompEdu (Redecker & Punie, 2017). Para la selección de la muestra se utilizó un muestreo de conveniencia. Se establecieron dos grupos, Grupo 1, en el que la docencia se desarrolló en el primer año de pandemia (curso académico 2019-2020) utilizando una modalidad docente e-Learning y Grupo 2, en el que la docencia se efectuó en el segundo año de pandemia (curso 2020-2021) aplicando una modalidad docente b-Learning. Los estadísticos descriptivos de media (M) y desviación típica (DT) de edad desagregados por género se pueden consultar en la Tabla 1. Se aprecia un mayor porcentaje de mujeres que de hombres, este hecho es un continuo en este tipo de titulaciones como refleja el último informe de la Universidad en cifras de la Conferencia de Rectores de las Universidades Españolas (CRUE) el porcentaje medio de mujeres en estas titulaciones es de un 73,8% (Hernandez-Armenteros & Pérez-García, 2018).

Instrumentos

a) Plataforma UBUVirtual. Esta plataforma es un LMS desarrollado en un entorno Moodle, se utilizó la versión 3.9.

b) Escala de estrategias de aprendizaje (ACRA) (Román-Sánchez & Gallego-Rico, 2008). Esta escala es un instrumento muy contrastado en la investigación sobre estrategias de aprendizaje en poblaciones hispanohablantes (Carbonero et al., 2013). La escala ACRA identifica 32 estrategias en diferentes etapas del procesamiento de la información. En este estudio se utilizó la escala de estrategias metacognitivas, que incluye las subescalas de autoconocimiento, autoplanificación y autoevaluación. ACRA tiene un coeficiente de fiabilidad total de Alpha de Cronbach igual a α=0,90 y para la escala de estrategias metacognitivas de α=0,89, una validez de constructo entre evaluadores de r=0,88 y una validez de contenido de r=0,88. Para este estudio se hallaron respectivamente para cada subescala indicadores de fiabilidad global para la escala de estrategias metacognitivas de α=0,88, y para las subescalas de autoconocimiento α=0,82, autoplanificación α=0,86 y autoevaluación α=0,80.

c) Diseño de la asignatura. Se aplicó una metodología de enseñanza fundamentada en la utilización de la técnica de Aprendizaje Basado en Proyectos desarrollado en forma online (OPBL) en el LMS UBUVirtual. Esta consistió en aplicar el método de ABP en entornos de aprendizaje e-Learning, es decir, los estudiantes elaboran el proyecto de forma colaborativa en el LMS. Los materiales para aplicar esta metodología se pueden consultar en Sáiz-Manzanares (2018).

d) Se utilizaron dos laboratorios virtuales que incorporaban recursos multimedia. Estos laboratorios son de acceso abierto y se pueden consultar en el Repositorio de la Universidad de Burgos (Grado en Terapia Ocupacional. Asignatura Estimulación Temprana: https://bit.ly/36U2ysn y https://bit.ly/3rykbr9; Grado en Enfermería asignatura Gestión de Calidad: https://bit.ly/3rtuXyU).

e) Se utilizaron experiencias Flipped Learning que son de acceso abierto y se pueden consultar en el Repositorio de la Universidad de Burgos (Grado en Terapia Ocupacional https://bit.ly/2TDSiBF y https://bit.ly/2UMAxAK, y Grado en Enfermería https://bit.ly/3rs01is y https://bit.ly/3rtXTGW).

f) Encuesta de satisfacción con el proceso de Enseñanza-Aprendizaje (ESPEA) (Sáiz-Manzanares, 2018). Esta es una encuesta elaborada ad hoc que consta de 20 ítems de respuesta cerrada medidos en una escala tipo Likert de 1 a 5 puntos. Los indicadores de fiabilidad fueron para la escala total α=0,93 y para cada elemento de la escala entre α=0,92 y α=0,94. Además, incluye 4 preguntas de respuesta abierta que hacen referencia a aspectos a: cambiar, ampliar, reducir y mejorar.

Procedimiento

Previamente a la realización del estudio se obtuvo el informe positivo del Comité de Bioética de la Universidad de Burgos (N.º IR 30/2019). Los estudiantes durante la primera semana del curso académico firmaron el consentimiento informado de participación. En el Grupo 1 la docencia se efectuó durante el primer año de pandemia por la COVID-19 de forma online a partir de la cuarta semana del semestre debido a la declaración del estado de alarma, lo que implicó la utilización de una modalidad docente e-Learning. En el Grupo 2 la docencia se realizó durante el segundo año de pandemia, esta se efectuó en modalidad docente b-Learning (las clases teóricas se impartieron de forma virtual a través de la plataforma Teams y las clases prácticas se realizaron en modalidad presencial con medidas de seguridad como uso de mascarillas FFP2 y FFP3 y pantalla protectora). En todos los cursos se trabajó con la metodología de OPBL, laboratorios virtuales y experiencias Flipped Classroom (ver apartado de Instrumentos).

Diseños de investigación

Se efectuó un estudio cuantitativo en el que se aplicó un diseño factorial 2x2 (tipo de curso académico y tipo de titulación) (Campbell & Stanley, 2005). También, se realizó un estudio cualitativo, donde se aplicó un diseño comparativo (Flick, 2014).

Análisis de datos

Estudio cuantitativo: Se realizaron análisis previos para comprobar la normalidad de la muestra (estadísticos de asimetría y de curtosis) y la homogeneidad de los grupos antes de la intervención [estadísticos descriptivos (media y desviación típica), ANOVA de un factor de efectos fijos (primer año vs. segundo año de pandemia)]. Seguidamente se efectuó el análisis de contrastación de las hipótesis para lo que se utilizó un ANCOVA de un factor de efectos fijos (año de impartición de la docencia primer año (modalidad docente e-Learning) vs. segundo año (modalidad docente b-Learning) y covariable tipo de titulación (Grado en Terapia Ocupacional vs. Grado en Enfermería). Todos los cálculos se efectuaron con el paquete estadístico SPSS v.24 (IBM Corp, 2016).

Estudio cualitativo: Las respuestas a las preguntas abiertas de la ESPEA (Sáiz-Manzanares, 2018) se categorizaron. Seguidamente, se aplicó la técnica de análisis de coocurrencias entre las respuestas categorizadas y los documentos de respuesta abierta. Para el análisis se utilizó el software ATLAS.ti 9 (Atlas.ti, 2020).

Análisis previos

Antes de contrastar las hipótesis se comprobó si la distribución de la muestra cumplía los parámetros de normalidad para lo que se hallaron los indicadores de asimetría y de curtosis respecto de los resultados en la Escala de Estrategias Metacognitivas de ACRA (Román-Sánchez & Gallego-Rico, 2008), prueba que se aplicó en los distintos grupos antes del inicio de la intervención. No se encontraron valores extremos para la asimetría (se consideran valores extremos los superiores a |2,00|) ni para la curtosis (se consideran valores extremos los comprendidos entre 8,00 y 20,00) (Bandalos & Finney, 2001), por lo que se puede inferir que la muestra seguía una distribución normal (Tabla 2). Por ello, en el estudio cuantitativo se aplicaron pruebas de contraste paramétricas.

Seguidamente, se realizó un ANOVA de un factor de efectos fijos para comprobar si antes de la intervención existían diferencias significativas entre los grupos en los resultados de la Escala de Estrategias Metacognitivas (Román- Sánchez & Gallego-Rico, 2008). Las diferencias entre las medias en los dos grupos de estudiantes fueron mínimas (de 0,1 hasta 0,3) y no se hallaron diferencias estadísticamente significativas (Tabla 3) por lo que se consideraron grupos homogéneos antes de la intervención.

Análisis cuantitativo

Para comprobar la RQ1, se efectuó un ANCOVA de un factor de efectos fijos –año de impartición de la docencia primer año de pandemia (docencia e-Learning) vs. segundo año de pandemia (docencia b-Learning) y covariable (tipo de titulación)–. Se hallaron diferencias significativas en ESPEA (Sáiz-Manzanares, 2018) respecto de la variable independiente curso académico de primer año (docencia e-Learning) vs. segundo año de pandemia (docencia b-Learning) en los ítems 10 (expectativas sobre la asignatura), 18 (comparación con otras asignaturas), 19 (valoración de los laboratorios virtuales) y 20 (satisfacción general) en todos los casos a favor del grupo con docencia e-Learning. Asimismo, se halló un valor del efecto de la covariable tipo de titulación en los ítems 8 (abordar todos los elementos de la guía docente), 9 (ayuda a la inserción laboral), 17 (satisfacción con el desarrollo de la asignatura), 18 (comparación con otras asignaturas) y 19 (valoración de los laboratorios virtuales). Si bien, dicho efecto fue bajo en todos los casos (ver Tabla 4 en https://bit.ly/2UFS5OD), es decir, las diferencias fueron mínimas en las medias de los dos grupos.

Para contrastar la RQ2 se realizó un ANCOVA de un factor de efectos fijos (año de impartición de la docencia primer año (docencia e-Learning) vs. segundo año (docencia b-Learning) y covariable (tipo de titulación). Los resultados indican diferencias significativas en la variable independiente, rendimiento académico, a favor del Grupo 2 (docencia b-Learning) y no se detectaron efectos de la covariable tipo de titulación (Tabla 4). También en este caso las diferencias entre las medias fueron mínimas y la magnitud del efecto baja.

Análisis cualitativo

Respecto del análisis de las respuestas a las preguntas abiertas en ESPEA (Sáiz-Manzanares, 2018), se analizaron 16 documentos que incluían las respuestas relativas a aspectos a cambiar, ampliar, reducir y/o mejorar. Posteriormente, se realizó una categorización de las respuestas de los estudiantes diferenciando el tipo de grado y el año de pandemia en el que se desarrolló la docencia. Las respuestas se englobaron en dos criterios de análisis (i) aspectos para la mejora, y (ii) aspectos mejor valorados. Para el tratamiento y análisis de datos se utilizó la herramienta ATLAS.ti 9. Seguidamente, se efectuó un análisis de coocurrencia entre las categorizaciones por curso académico y los documentos.

En el grado en Terapia Ocupacional se hallaron como aspectos para la mejora hacer prácticas reales con niños y niñas, este elemento se señaló tanto en el primer año de pandemia como en el segundo, y facilitar la toma de decisiones respecto de la intervención terapéutica, este elemento solo se constató en el primer año de pandemia (docencia e-Learning). De igual modo, en el Grado en Enfermería no se detectaron sugerencias en el primer año de pandemia (docencia e-Learning) y sí en el segundo (docencia b-Learning). Dichas sugerencias se relacionaron con hacer talleres en las prácticas para explicar la metodología de enseñanza-aprendizaje y reducir un poco la extensión del temario. Respecto de los aspectos considerados por los estudiantes como más positivos, estos en un 80% encontraron que las asignaturas estaban bien estructuradas y el temario era completo y ajustado al tiempo de impartición de la docencia. Respecto de la metodología utilizada la consideraron novedosa y la valoraron como una herramienta muy positiva para su aprendizaje. No obstante, constataron que este tipo de metodología les exigía más tiempo de trabajo e incluía muchos recursos tecnológicos que no estaban acostumbrados a utilizar.