Caracterización de entornos de aprendizaje basados en robótica en el ámbito preuniversitario de Iberoamérica y España

Resumen

En la última década se aprecia un aumento en la variedad de recursos para hacer Robótica Educativa (RE) desde edades tempranas. Esto ha permitido acercar la robótica a múltiples entornos de aprendizaje, tanto escolares como extraescolares; facilitando alcanzar distintos objetivos de aprendizaje mediante una gama de actividades: talleres, campamentos de verano, exposiciones, ferias científicas y tecnológicas, torneos, etc. Actualmente, los sistemas educativos buscan cómo integrarla a su currículo, es decir, pasar de hacer robótica como una actividad extraescolar donde participan algunos estudiantes, a ser parte formal del plan de estudios para que todos tengan la oportunidad de experimentar y aprender con este recurso tecnológico. En este sentido, la presente tesis doctoral tiene como objetivo identificar las características de los Entornos de Aprendizaje basados en Robótica en el ámbito preuniversitario de Iberoamérica y España, escolar y extraescolar, que propician un aprendizaje significativo (rendimiento académico) en los estudiantes. Para alcanzar nuestro propósito se empieza por conocer el estado del arte de la RE, su dimensión tecnológica en la cual hacemos una propuesta innovadora de clasificación de los distintos tipos de plataformas utilizadas para hacer RE debido a su carácter multidisciplinar. Seguidamente se presenta la dimensión educativa, donde estudiamos el proceso de enseñanza-aprendizaje desde la teoría de aprendizaje en que se basa su propuesta hasta cómo se evalúa y se culmina analizando los trabajos de investigación para identificar los factores claves para diseñar un Entorno de Aprendizaje basado en Robótica eficaz desde la perspectiva teórica y que de igual modo, sustentan el diseño metodológico de este estudio. Todo lo anterior nos permitió obtener las variables claves utilizadas en el cuestionario en línea elaborado ad-hoc. Un total de 127 instructores de RE de Iberoamérica y España nos compartieron su experiencia. Para identificar las variables predictoras que influyen de manera significativa en el rendimiento académico de los estudiantes que realizan actividades de robótica en un entorno escolar preuniversitario se utilizó el algoritmo CHAID, una técnica de minería de datos que nos permite visualizar el análisis de segmentación jerárquica. Los resultados del estudio revelaron 19 modelos de árboles de segmentación jerárquica con los principales predictores del rendimiento académico. Los tres principales son: si el docente siempre, como finalidad de uso de la evaluación, regula el aprendizaje de los estudiantes, si le requiere al estudiante realizar siempre actividades expresivas prácticas y si siempre hace que esté presente el atributo tecnológico como una de las características del entorno de aprendizaje. El trabajo concluye destacando el rol que el docente desempeña en el proceso de enseñanza-aprendizaje y la importancia de dedicar el tiempo suficiente a la planificación didáctica, cualquiera que sea la plataforma de RE seleccionada, involucrando la mayor cantidad de estos predictores encontrados para aumentar la probabilidad de que los alumnos mejoren el rendimiento académico.