Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
Permalink
INTRODUCCIÓN
Aunque el tecnoestrés (TS) ha sido reconocido y estudiado en el ámbito laboral durante más de treinta años (Salazar-Concha et al., 2022), sólo recientemente se han centrado en el ámbito educativo. Zhao y Zhao (2021) observaron que las investigaciones actuales sobre tecnoestrés se han centrado en los estudiantes. El aprendizaje en línea o aprendizaje mejorado por tecnología pueden ocasionar este tipo de estrés tecnológico como resultado de los dispositivos y recursos digitales empleados en el proceso de enseñanza-aprendizaje (Tarafdar et al., 2019; Upadhyaya & Vrinda, 2021).
Investigar el TS es importante para identificar riesgos asociados al uso de tecnologías (Whelan et al., 2021), los hallazgos permiten desarrollar instrumentos de gestión institucional como medidas preventivas y políticas adecuadas en una nueva realidad (Cuervo-Carabel et al., 2018; Iskandar, 2021). De manera similar, dado que las instituciones invierten en la instalación de plataformas, es fundamental validar la aceptabilidad y medir el estado de satisfacción tecnológica.
Los institutos de educación superior implementan plataformas virtuales y entornos educativos tecnológicos para mejorar su calidad, esto elevaría la frecuencia de uso de tecnologías causante de tecnoestrés (Sánchez et al., 2021). Así, surge un medio ambiente educacional que demanda competencias digitales. Frente a este panorama, brechas como el adecuado uso de la plataforma virtual, manejo de formatos digitales adecuados, soporte técnico, son señaladas por Back et al., (2022); así también conectividad inestable y estudiantes que siguen las clases desde dispositivos móviles en zonas distantes (Rundel & Salemink, 2021), forman parte de la problemática que han sido percibidas por el investigador en el contexto de esta investigación.
Existen antecedentes de investigaciones en el entorno de aprendizaje tecnológico sobre factores que generan tecnoestrés y resultan de conductas disruptivas del estudiante como uso inadecuado de las redes sociales (Ali-Homaid, 2022; Whelan et al., 2022) o uso compulsivo de dispositivos móviles (Iskandar, 2021; Yao & Wang, 2023). Cabe señalar que la tecnología por sí sola no es dañina, Qi (2019) concluyó que el uso académico de dispositivos móviles no causa tecnoestrés y tiene un impacto favorable en el rendimiento académico de universitarios. Entre otros la falta de habilidades digitales (Schauffel et al., 2022), así como problemas relacionados con el soporte técnico (Kader et al., 2022). Galvin et al., (2022) descubrió que la facilidad tecnológica reduce la ansiedad y la depresión.
La investigación de Alexa et al., (2022) reveló que, estudiantes nativos digitales tienen dificultades para compaginar la enseñanza virtual con sus hábitos de estudio. Debido a sus malos hábitos puede llegar a ocasionar agotamiento en estudiantes el uso multitarea de teléfono móvil (Rodríguez & Antino, 2021). Según Estrada et al., (2021) estudiantes de posgrado también se sienten más estresados por la sobrecarga y la complejidad tecnológica. Como resultado, el tecnoestrés prevaleció consistentemente en el entorno académico de las universidades, con una tendencia hacia la moderación, como informaron Essel et al., (2021), Kasemy et al., (2022), y Torales et al., (2022).
La concepción de tecnoestrés que será tomada en la presente investigación corresponde a Salanova (2003), estado psicológico que perjudica el uso adecuado de tecnologías en corto y largo plazo. Comprende una posición desfavorable generada por desajuste entre las demandas del sistema y deficientes competencias digitales. En base a lo manifestado, se buscó revelar asociaciones entre los niveles de percepción de tecnoestrés y características relevantes del estudiante de instituto superior. Los hallazgos son útiles en el desarrollo de planes de gestión de calidad para el uso de la tecnología de la información y la comunicación. Por último, ayuda a llenar un vacío de conocimiento a un nivel educativo que aún no se ha examinado.
METODOLOGÍA
El estudio se desarrolló bajo un enfoque cuantitativo, utilizó una metodología descriptiva, fue de diseño observacional y corte transversal. De una población de 1000 estudiantes participaron 551 de diferentes carreras técnicas. Entre los criterios de inclusión de consideró estudiantes matriculados en cualquier semestre del Instituto Superior San Pablo ubicado en la ciudad de Lima-Perú. El muestreo fue no probabilístico, ya que se tomaron en cuenta para el procesamiento de los datos todos los estudiantes que respondieron la encuesta. El perfil del estudiante estuvo distribuido así: género 79,5% mujeres, 20,5% varones; edad 54,6% menores de 24 años, 26,5% de 25 a 34 años, 13,8% de 35 a 44 años, 4% de 45 a 44 años y 1,1% de 55 a más y condición laboral 65,9% trabaja. El instrumento adaptado al contexto de investigación fue el cuestionario RED TIC de escala tipo Likert con 5 alternativas: nunca (N), rara vez (RV), a veces (AV), casi siempre (CS) y siempre (S); constó con 16 ítems distribuidos en cuatro dimensiones (fatiga, ansiedad, escepticismo e ineficacia).
Se utilizó el juicio de expertos para validar la aplicabilidad del contenido del cuestionario RED TIC con promedio de validación 0,92; el modelo de dos mitades para garantizar confiabilidad (Alfa de Cronbach 0.846 y 0.909), coeficientes Spearman-Brown y Guttman 0.753; para la validez del constructo la prueba de KMO (0.72) y Bartlet (Chi cuadrado 377.205, nivel de significancia 0.000), obteniéndose valores aceptables en cada caso. Se distribuyó el instrumento en grupos de Whatsapp, los datos fueron recopilados en la plataforma googleform desde el 29 de mayo hasta el 12 de junio del 2023. Se utilizaron tablas de contingencia para el análisis descriptivo y el estadístico de chi cuadrado para el análisis inferencial de las hipótesis plateadas en la investigación.
RESULTADOS Y DISCUSIÓN
En la tabla 1 se observó la variable independiente ciclo de estudios en las columnas y la variable dependiente tecnoestrés en las filas. El 45,7% de estudiantes tienen nivel de tecnoestrés medio distribuidos así: 10,7% primer ciclo, 8,9% segundo ciclo, 4,5% tercer ciclo, 6% cuarto ciclo, 9,6% quinto ciclo y 6% último ciclo.
Tabla 1 Nivel de tecnoestrés versus ciclo de estudios
| Ciclo de estudios | Total | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | ||||
| Tecnoestrés | Alto | Recuento | 2 | 2 | 1 | 3 | 4 | 2 | 14 |
| % del total | 0,4 | 0,4 | 0,2 | 0,5 | 0,7 | 0,4 | 2,5 | ||
| Bajo | Recuento | 99 | 40 | 33 | 47 | 49 | 17 | 285 | |
| % del total | 18,0 | 7,3 | 6,0 | 8,5 | 8,9 | 3,1 | 51,7 | ||
| Medio | Recuento | 59 | 49 | 25 | 33 | 53 | 33 | 252 | |
| % del total | 10,7 | 8,9 | 4,5 | 6,0 | 9,6 | 6,0 | 45,7 | ||
| Total | Recuento | 160 | 91 | 59 | 83 | 106 | 52 | 551 | |
| % del total | 29,0 | 16,5 | 10,7 | 15,1 | 19,2 | 9,4 | 100,0 | ||
En el análisis inferencial se plantearon las hipótesis: H0: El tecnoestrés es independiente del ciclo de estudios, H1: El tecnoestrés depende del ciclo de estudios
Tabla 2 Estadística de asociación entre tecnoestrés y ciclo de estudios
| Valor | df | Significación asintótica (bilateral) | |
|---|---|---|---|
| Chi-cuadrado de Pearson | 20,558a | 10 | ,024 |
| Razón de verosimilitud | 20,836 | 10 | ,022 |
| N de casos válidos | 551 |
a. 6 casillas (33,3%) han esperado un recuento menor que 5. El recuento mínimo esperado es 1,32.
En la tabla 2 de la prueba chi cuadrado de Pearson se analizó la asociación entre variables tecnoestrés y ciclo de estudios con un α=0.05, el valor obtenido de la significación asintótica fue 0.024, se rechazó la hipótesis nula H0. Por ello se aceptó la hipótesis alternativa H1 donde existe dependencia entre el tecnoestrés y el ciclo de estudio.
Tabla 3 Nivel de tecnoestrés versus dispositivo que usa
| Dispositivo que usa | |||||||
|---|---|---|---|---|---|---|---|
| Celular | Tablet | PC | Laptop | Total | |||
| Tecnoestrés | Alto | Recuento | 12 | 0 | 2 | 0 | 14 |
| % del total | 2,2 | 0,0 | 0,4 | 0,0 | 2,5 | ||
| Bajo | Recuento | 170 | 2 | 49 | 64 | 285 | |
| % del total | 30,9 | 0,4 | 8,9 | 11,6 | 51,7 | ||
| Medio | Recuento | 178 | 0 | 25 | 49 | 252 | |
| % del total | 32,3 | 0,0 | 4,5 | 8,9 | 45,7 | ||
| Total | Recuento | 360 | 2 | 76 | 113 | 551 | |
| % del total | 65,3 | 0,4 | 13,8 | 20,5 | 100,0 | ||
En la tabla 3 se observó que estudiantes que utilizan como dispositivo de estudio principalmente el celular, presentan niveles de tecnoestrés alto (2,2%), bajo (30,9) y medio (32,3%). En el uso de laptop presenta niveles de tecnoestrés bajo (11,6%) y medio (8,9%). En el uso de PC presentan niveles de tecnoestrés alto (0,4%), bajo (8,9%) y medio (4,5%).
Tabla 4 Estadística de asociación entre tecnoestrés y dispositivo que utiliza
| Valor | df | Significación asintótica (bilateral) | |
|---|---|---|---|
| Chi-cuadrado de Pearson | 13,918a | 6 | ,031 |
| Razón de verosimilitud | 17,605 | 6 | ,007 |
| N de casos válidos | 551 |
a. 5 casillas (41,7%) han esperado un recuento menor que 5. El recuento mínimo esperado es ,05.
En el análisis inferencial se plantearon las hipótesis: H0: El tecnoestrés es independiente del dispositivo tecnológico usado para estudiar, H1: El tecnoestrés depende del dispositivo tecnológico usado para estudiar. En la tabla 4 de la prueba Chi cuadrado de Pearson se analizó la asociación entre variables tecnoestrés y dispositivo tecnológico usado para estudiar con un α = 0.05, el valor obtenido de la significación asintótica fue 0.031, se rechazó la hipótesis nula H0. Por ello se aceptó la hipótesis alternativa H1, donde existe dependencia entre el tecnoestrés y el dispositivo tecnológico usado para estudiar.
DISCUSIÓN
En base a los resultados descriptivos encontrados en la investigación el 45, 7% de estudiantes percibe tecnoestrés medio, de igual forma Essel et al. (2021), Kasemy et al. (2022), y Torales et al., (2022) registraron la prevalencia de niveles de tecnoestrés moderado en estudiantes universitarios. El origen del tecnoestrés en este nivel educativo, o estresores, puede provenir de factores intrínsecos del estudiante como déficit de competencias digitales (Schauffel et al., 2022). Según Estrada et al. (2021) estudiantes de posgrado sienten más tecnoestrés por la sobrecarga y la complejidad tecnológica. Se puede observar entonces a nivel técnico, pregrado y posgrado la percepción de tecnoestrés en niveles moderados y depende de las características del estudiante poder regularlo.
En el análisis inferencial se observó asociación entre el tecnoestrés y el ciclo de estudios, lo cual señaló que a medida que el estudiante progresa de ciclo académico aumenta la percepción de tecnoestrés; además mayor proporción de estudiantes de primer ciclo con tecnoestrés medio (10,7% primer ciclo, 8,9% segundo ciclo, 4,5% tercer ciclo, 6% cuarto ciclo, 9,6% quinto ciclo y 6% último ciclo). Alexa et al., (2022) encontró que estudiantes nativos digitales tienen dificultades para compaginar la enseñanza virtual con sus hábitos de estudio. Los estudiantes de primeros ciclos necesitan aclimatarse a su institución educativa. Aspectos como facilidades de la infraestructura virtual (Kader et al., 2022) protegen de la ansiedad y depresión (Galvin et al., 2022), por ello las instituciones deben hacer accesibles sus servicios tecnológicos mediante capacitaciones, talleres con instrucciones claras para los estudiantes.
Otro hallazgo importante corresponde a estudiantes que utilizan el celular como dispositivo móvil perciben niveles medio de tecnoestrés (32,3%), a diferencia de los que usan laptop (8,9/%) o PC (4,5%). En el análisis inferencial se encontró asociación entre el tecnoestrés y el uso de celular como dispositivo principal de estudios. Esto puede ser ocasionado por uso compulsivo de dispositivos móviles (Iskandar, 2021; Yao & Wang, 2023) o uso multitarea de teléfono móvil (Rodríguez & Antino, 2021). La tecnología no es dañina, Qui (2019) encontró que el uso académico de dispositivos móviles no causa tecnoestrés y tiene un impacto favorable en el rendimiento académico de universitarios. Es importante resaltar la necesidad que la institución educativa brinde buen soporte técnico y vigile el uso adecuado de la tecnología para evitar tecnoestrés, de esta forma el estudiante no se verá perjudicado en su desempeño informático a corto o largo plazo.
CONCLUSIONES
Abordando el objetivo de la investigación, luego del análisis estadístico se encontraron asociaciones relevantes en el perfil del estudiante correspondiente a ciclo de estudio y tipo de dispositivo electrónico utilizado en el estudio. Existió dependencia entre la proporción de estudiantes con tecnoestrés y el ciclo de estudios en el que se encuentren. Con mayor frecuencia estudiantes de primer ciclo presentaron niveles moderados de tecnoestrés. También se encontró asociación entre el tecnoestrés y el uso del celular. Así, el nivel de tecnoestrés de los estudiantes depende del dispositivo tecnológico usado para estudiar. Por ello, debe haber una adecuada inducción en los procesos virtuales de las plataformas que manejan las instituciones educativas. Asimismo, conforme avanza el ciclo, en caso no se pueda adquirir competencias tecnológicas, se verá perjudicado a largo plazo el estudiante. Por último, las instituciones educativas deben fomentar un adecuado del uso académico del celular para evitar tecnoestrés, ya que hay una considerable población estudiantil que gestiona sus estudios desde el dispositivo móvil, el celular.
