Printer Friendly

Ejemplificacion de metodologia mixta para el analisis del uso de entornos blended learning en docentes universitarios.

1. Introduccion

El fuerte desarrollo de tecnologias digitales aplicadas a la educacion esta favoreciendo un proceso cada vez mas extendido de integracion y convergencia entre la ensenanza tradicional cara a cara y la formacion on line, bajo la expresion comunmente aceptada de blended learning (BL). Tanto desde una perspectiva pedagogica y de tecnologia educativa, como desde los modelos de negocio y gestion de las universidades, existe un creciente interes en conocer la forma de difundir y extender estos entornos mixtos de aprendizaje (Cavanaugh, Hargis, y Mayberry, 2016; Dziuban, Graham, Moskal, Norberg, & Sicilia, 2018; Ibanez, de Benito, Garcies, & Cervera, 2018 etc.). El proceso de aceptacion y difusion de este tipo de sistemas formativos pasa por valorar las ventajas objetivas que presenta tanto sobre la modalidad cara a cara como sobre la ensenanza a distancia (Ginns, & Ellis, 2009; Lai, Lam y Lim, 2016, Lim, & Morris, 2009; etc), precisa tambien desarrollar disenos especificos de BL en funcion de las caracteristicas y diversidad de los estudiantes (Boelens, Voet, & De Wever, 2018), pero sobre todo requiere conocer cuales son las expectativas, valoraciones y actitudes de profesores y estudiantes sobre la formacion basada en entornos combinados, puesto que se entiende que en la base de esa actitud y creencias del sujeto hacia el uso de esta innovacion tecno-educativa esta la clave del exito de su implementacion y aceptacion efectiva (Bliuc, Casey, Bachfischer, Goodyear, & Ellis, 2012; Graham, Woodfield, & Harrison, 2013; Martin-Garcia, Sanchez-Gomez, Costa, 2019).

En esta linea, nuestro estudio se situa conceptualmente en los denominados modelos de expectativa-valor, para los que la actitud general y las creencias principales sobre un objeto dado mediatizan y condicionan su intencion de uso, asi como tambien la propia accion o uso real del mismo. Es decir, en el caso de BL, se hipotetiza que un profesor valorara las ventajas o mejoras para hacer mas eficiente su trabajo que puede suponer implementar un sistema BL, lo que determinara su uso o no uso. El marco teorico mas comunmente utilizado en este tipo de estudios son los Modelos de Aceptacion Tecnologica (Technological Aceptation Model, TAM) o variantes del mismo como the Unified Theory of Acceptance and Use of Technology (UTAUT), inicialmente construidos para predecir el uso de nuevos elementos tecnologicos en ambientes organizacionales y de e-goverment (Barrera-Barrera, Rey-Moreno & Medina-Molina, 2018; Ngai, Poon, & Chan. 2007), pero tambien con una aplicacion muy extendida en estudios de mercado y consumo y, en menor medida, para el analisis particular de la aceptacion de determinadas innovaciones educativas (Imtiaz, & Maarop, 2014), en general relacionadas con la formacion on line (Aliyu, Arasanmi, & Ekundayo, 2019; Lee, Yoon, & Lee, 2009; Pynoo, Tondeur, Van Braak, Duyck, Sijnave, & Duyck, 2012; Selim, 2007; Teo, 2011)

La ventaja de utilizar estos modelos esta en que ofrecen un marco comprensivo de dependencia entre las variables consideradas y de estas respecto a las variables dependientes principales, que son la intencion de uso (BI_bl) y la conducta real de Uso (B_bl) ofreciendo asi el soporte conceptual de referencia ampliamente presente en la literatura especializada en este campo (Imtiaz, & Maarop, 2014; Lee, Kozar, & Larsen, 2003; Maruping & Bala, 2008; Marangunic, & Granic, 2015; Venkatesh, Morris, Davis, & Davis, 2003; Venkatesh & Bala, 2008; Scherer, Siddiq, & Tondeur, 2019).

1.1. Los Modelos de Aceptacion Tecnologica

Los Modelos de Aceptacion Tecnologica (TAM) se derivan de la TRA (Theory of Reasoned Action) propuesta por Fishbein y Ajzen en los anos 70 y de la Teoria del Comportamiento Planeado (Theory of Planned Behavior, TPB), variante que introduce I. Ajzen en 1991. Ambas defienden la idea de que gran parte de la conducta humana tiene una base racional (son modelos de expectativa-valor) determinada por la intencion de un sujeto de realizar dicha accion o conducta. La intencion conductual (IC) (definida como la probabilidad subjetiva de realizar esa conducta) esta determinada a su vez por la Actitud hacia la conducta (AT), configurada en base a una serie de creencias principales sobre las consecuencias de realizar esa accion y, por otro, la Norma Subjetiva (NS) que es la percepcion por parte del sujeto de que personas importantes para el aprobaran o no que realice dicha conducta. El modelo TAM planteado originalmente por Davis en los anos 80, (Davis, Bagozzi, & Warshaw, 1989) para el estudio de conductas de uso de diferentes tipos de tecnologias, lo que hace es agrupar las creencias que dan lugar a la Actitud en dos tipos: la Utilidad Percibida (UP, Perceived Usefulness) y la Facilidad percibida de uso (Perceived Ease of Use, PEOU). La sucesiva replicacion empirica del modelo TAM, particularmente en ambientes corporativos y de organizaciones laborales, hizo ver que el efecto de UP y PEOU era directo sobre IC, sin necesidad de pasar por la Actitud. Se entiende asi que independientemente de que un trabajador tenga una actitud positiva o negativa sobre el uso de determinado sistema, usara este si valora fuertemente las ventajas y beneficios que le reportara su uso (UP), sumado a la idea que el uso de dicho dispositivo o sistema sea valorado por este como relativamente facil de usar (PEOU). Por otro lado, el efecto de la opinion de otros sobre la conducta del sujeto perdia valor en los estudios empiricos y esta variable acabo tambien por desaparecer de las nuevas versiones de los modelos TAM. Por lo tanto, dos unicas variables (UP y PEOU) podian explicar, en los modelos TAM iniciales, en torno al 40,50 % de la variabilidad de la conducta (B).

Las sucesivas extensiones del modelo, denominadas TAM2 (Venkatesh & Davis ,200o) y TAM3 (Venkatesh & Bala, 2008) responden a la necesidad de mejorar el poder predictivo del modelo inicial, en especial cuando se amplia su uso a diferentes tipos de contextos y conductas de uso, como pueden ser sistemas complejos como los educativos, en los que el componente tecnologico es importante, pero evidentemente no el unico. Por ello, el modelo ha ido dando cabida a nuevas variables explicativas relacionadas con factores afectivos, caracteristicas individuates de los usuarios o factores relacionados con el efecto o influencia social y del contexto. En el caso concreto de los entornos de formacion, algunos de estos modelos TAM han explorado nuevas variables, concretamente: apoyo organizacional, autoeficacia relacionada con el uso de TIC, experiencia previa, la ambiguedad de la tarea (task equivocality), satisfaction personal y caracteristicas individuates (Al-Busaidi, 2013), o tambien factores como por ejemplo el estilo de aprendizaje de los alumnos (Chen, 2011), la percepcion de la autoeficacia en el uso de sistemas con fuerte componente tecnologico, la percepcion del control externo, la ansiedad ante contextos tecnologizados en el aula (Konak, Kulturel-Konak, Nasereddin, &Bartolacci, 2017)

Todo ello ha generado otra serie de propuestas que modelizan el posible efecto de estos nuevos factores explicativos sobre IC (BI, Behavioral Intention). Aparecen asi diferentes tipos de explicaciones y modelos, con una base teorica similar, pero con factores explicativos diferentes, por lo que resulta necesario adaptar el modelo TAM general a las circunstancias particulares de estudio en cada caso.

1.2. El uso de modelos mixtos sobre la percepcion de Blended learning

La gran mayoria de estudios realizados sobre adopcion de innovaciones tecnologicas tienen su apoyo metodologico en metodologia cuantitativa, en su mayor parte utilizando analisis basados en ecuaciones estructurales (SEM) y con fuerte aparato estadisticos. El uso del metodo mixto para estudios en los que se utilizan como base los modelos TAM no es especialmente abundante en la literatura. Algunos trabajos, como por ejemplo el realizado por Fei Wu (2011) llaman la atencion sobre las limitaciones de disenos basados exclusivamente en el analisis cuantitativo, encontrando aspectos muy positivos en el enfoque cualitativo para refinar la comprension de algunas variables del modelo TAM, en particular el sentido dado por los sujetos a la Utilidad Percibida. De igual modo, otros trabajos apoyan tambien el uso de metodologia mixta (Kim, Kankanhalli, & Lee, 2016). Por su parte, trabajos recientes apuntalan una linea de analisis para el estudio de la adopcion de la modalidad blended learning desde la perspectiva de los metodos mixtos (Ilic, Hart, Fiddes, Misso, & Villanueva; Al-Azawei, Parslow, & Lundqvist, K., 2017; Poon, 2013; Ilic, Nordin, Glasziou, Tilson, & Villanueva, 2013).

En nuestro trabajo, planteamos un diseno que combina ambas metodologias, tratando de evaluar y medir las principales variables del modelo TAM y valorar la percepcion de los docentes sobre la utilidad, en terminos de ventajas y mejoras, que tiene utilizar un sistema formativo basado en BL, el modo como perciben los profesores si se trata de un sistema relativamente facil de implementar, motivador para los estudiantes o, por el contrario, dada su complejidad, resulta ininteligible y genera incomodidad o malestar para el desempeno docente. De igual modo, se valoran aspectos como en que medida se percibe la influencia o presion social ejercida por parte de las autoridades academicas, los colegas o los propios estudiantes para acelerar el uso de la innovacion, o en que medida los profesores perciben la existencia de condiciones y recursos materiales y tecnicos que facilitan o dificultan su uso. A partir de aqui, la pregunta de investigacion se concreta en tratar de determinar cuales de estos factores principales estan asociados a la implementacion de uso de esta modalidad formativa (BL), en todo caso, que factores pueden predecir la intencion de uso de la misma en el contexto de las universidades publicas espanolas.

2. Metodo

2.1. Estudio cuantitativo: participantes, medida de variables y analisis

En el estudio han participado un total de 980 profesores de universidades publicas de todo el territorio espanol quienes respondieron a un cuestionario enviado a traves de internet. De ellos, 481 profesores y 499 profesoras; el 36,5 % menores de 44 anos, el 38,1 entre 45 y 54 y el 25,4 % mayores de 55 anos; el 65% son profesores ordinarios (n=637). El 71,8 % tiene mas de 10 anos de experiencia docente en la universidad. Por Rama de Conocimiento, la muestra se dividio en Ciencias Sociales y Juridicas (390 docentes);

Ciencias de la Salud (n=154), Arquitectura e Ingenieria (n= 132), Ciencias (n=150) y Arte y Humanidades (n=156). Por ultimo, el 41,0% de la muestra afirma haber recibido cursos de formacion en B-Learning, mientras que el 48,7% indica explicitamente no haber recibido formacion especifica en esta materia.

El cuestionario aplicado se construyo en base a valoracion de creencias de los profesores sobre la conveniencia, efectos, posibles resultados, dificultades, etc. de utilizar la metodologia BL en docencia universitaria. Para la construccion de las diferentes escalas de medida se tomo como marco teorico los modelos de Aceptacion Tecnologica (TAM) para la definition de las variables principales: Utilidad Percibida (PU); Facilidad percibida de Uso (PEOU), Actitud hacia el uso de BL (AT_bl); Condiciones Facilitadoras (CF) e Intencion de uso de BL ( IP_bl), utilizando items adaptados de la literatura especializada sobre el tema (Ajzen, 2002; Brown, Dennis, & Venkatesh, 2010; Davis et al., 1989; Pynoo, Devolder, Tondeur, Van Braak, Duyck, & Duyck, 2011; Sumak, & Sorgo, 2011; Teo, Fan & Du,, 2015; Venkatesh et al., 2008; Venkatesh, et al., 2016).

Mediante la tecnica de Analisis Factorial Confirmatorio se evaluo la idoneidad de los indicadores en las variables latentes, es decir, la fiabilidad de los items imponiendo una restriction sobre cada una de las cargas estandarizadas a un valor de 0,70 o mas. Para analizar la validez convergente se ha tenido en cuenta la varianza media extraida (AVE superior a 0,5, AVE: UP =.71, PEOU =.57; AT = ,59; CF = .55; BI =,6o;) y cargas factoriales con valores superiores a 0,7 para la fiabilidad compuesta, FCC: UP = ,90; PEOU = 0,84; AT = ,811 CF =.70; BI =,88). Finalmente, para analizar la validez discriminante, se verifico que la raiz cuadrada de la varianza media extraida para cada constructo (AVE) era superior a las correlaciones entre esta y las otras variables del modelo. Los indicadores de ajuste del modelo son los siguientes: X2 /d.f (CMIN/DF) = 3,26; CFI = 0,953; TLI = 0,943; IFI = 0,954; PCFI = 0,777; NFI = 0,934; RMSEA = 0,048. Ademas, se realizaron contrastes estadisticos entre las variables TAM y las variables de clasificacion consideradas en el estudio. Ofrecemos a continuacion el contraste por ramas de conocimiento para detectar las posibles diferencias entre las titulaciones de Arquitectura_Ingenieria; Arte y humanidades; Ciencias Sociales y Juridicas; Ciencias y Ciencias de la Salud. Posteriormente buscaremos los significados de estas diferencias en los comentarios que los docentes universitarios hicieron en las respuestas abiertas.

2.2. Estudio cualitativo: Participantes, tecnicas de recogida de informacion y analisis

Como se ha explicado anteriormente el estudio cuantitativo se enmarca dentro de un diseno ex--post-facto, de tipo descriptivo y comparativo que busca descubrir relaciones causa-efecto entre variables, complementado con analisis cualitativo de preguntas abiertas. Al tratarse de un estudio de ambito nacional, se opto por un sistema de encuesta autoadministrada a traves de internet para facilitar un mejor acceso a la poblacion objeto de estudio y una mayor rapidez en la recogida de datos. A las preguntas abiertas respondieron 86 docentes universitarios. De esta forma se pudo describir el uso del B_learning, los cambios producidos en los procesos de ensenanza aprendizaje y la valoracion personal que los docentes hacian de los mismos. Se opto por establecer varios grupos de profesores en funcion del ambito disciplinar en el que se situan (Ciencias sociales y Juridicas, Arte y Humanidades, Ciencias Experimentales y Ciencias de la

Salud utilizando esta variable para el contraste y ejemplificacion del proceso de analisis mixto CUANTI-CUALI. Tras la lectura de las respuestas abiertas, se realizo un analisis de contenido clasico que consta de una primera fase de identification de dimensiones relevantes o categorization que se visualizan en el mapa conceptual siguiente (figura 1). Se utilizo como herramientrealizo a de analisis para el analisis cualitativo el CAQDAS Nvivo12PLUS.

En la segunda fase del analisis se realizo la codification garantizando la calidad del estudio mediante la valoracion inter e intrajueces -credibilidad o validez interna-(Sanchez Gomez y Martin Garcia, 2017). Para probar la dependencia (fiabilidad) del sistema de categorias se elaboro un libro de codigos que facilito la asignacion textual a la categoria correspondiente por parate de los expertos. La objetividad (Confirmabilidad) se demuestra en los de fragmentos literales del discurso de los docentes. A partir de las definiciones conceptuales de los indicadores que forman parte del modelo TAM de la ensenanza b-learning tomadas de la literatura de referencia anteriormente citada, se identificaron las categorias en los textos (proceso de codification). En la ultima fase del estudio se muestra el resultado de los analisis de contenido.

Ademas, como refuerzo a este analisis, se aplico la tecnica DAFO (Debilidades, Amenazas Fortalezas y Oportunidades) con la que se pretende integrar las diferentes decisiones nevadas a cabo de acuerdo con las premisas de la confiabilidad, para garantizar la objetividad y confirmabilidad de los resultados. Mediante la tecnica DAFO se completa el diseno mixto, DEPLIX, ya que posibilita la integracion de los resultados de la primera fase cuantitativa (utilidad percibida, facilidad percibida de uso, actitudes hacia la ensenanza b-learning, e intencion de uso b-learning) con la segunda fase cualitativa (ventajas, inconvenientes y demandas del uso de B-learning en las ensenanzas universitarias). De esta forma, se realizan las conclusiones abordando el tema de investigation de forma completa e integral.

3. Resultados

Diferencia entre grupos por ambito disciplinar

Los principales resultados obtenidos en el modelo empirico TAM muestran que la Intencion de utilizar un sistema de formacion basado en metodologia mixta (BL) esta determinada principalmente por las dos variables principales del modelo TAM, LAS expectativas de resultados o la Utilidad Percibida (UP) al implementar un sistema BL ([beta] =*519) y por la percepcion del esfuerzo relativo o facilidad de uso que supondria utilizar este tipo de sistema ([beta] =.391). El contraste de la variable "ambito disciplinar" con las variables del modelo, consideradas aqui de manera independiente, se realizo mediante Anova para valorar la existencia de diferencias entre los grupos. Asi, en el caso de la intencion de uso del sistema (IC_BL) se aprecia que existen diferencias significativas (F=4,42, p=.002), mostrando los profesores de Ciencias una menor intencion de uso de BL que los de Arte y Humanidades (p=.003), no apareciendo otras diferencias con el resto de ramas de conocimiento. Respecto a la variable Actitud hacia BL los profesores de Ciencias presentan puntuaciones medias significativamente mas bajas (F=5,00, p=.001) que los de Ciencias de la Salud (p=.000), que los de Ciencias Sociales y Juridicas (p=.035) y que los de Arquitectura/Ingenieria (p=.026)

En el caso de la variable Facilidad de uso percibido (PEOU) unicamente aparecen diferencias significativas (F=3,69, p= .005) entre los profesores de Arquitectura e Ingenieria que perciben menor dificultad en el uso de sistemas BL que los de Ciencias de la Salud (p=.038). Por su parte, los profesores de Arte y Humanidades manifiestan percibir menores condiciones facilitadoras (CF), en cuanto a la existencia de recursos de apoyo o infraestructuras tecnicas para el desarrollo de metodologia BL en sus centros que los profesores de Ciencias (p=.016) y que los de Ciencias Sociales y Juridicas (p=.003).

Por ultimo, respecto a la variable "Utilidad Percibida" (UP) se aprecian diferencias significativas (F=7,o6, p=.ooo) entre los profesores de Ciencias con los de Arte y Humanidades (p=.014), con los de Ciencias de la Salud (p=.ooo) y con los de Ciencias Sociales y Juridicas (p=.049) valorando los de ciencias una menor utilidad de la metodologia BL que los otros tres grupos

Analisis cualitativo:

Se presentan los resultados de los analisis de datos textuales siguiendo los siguientes indicadores: analisis del lexico (expresiones mas frecuentes/significado/frecuencia ocurrencia) y analisis de contenido cualitativo Las dimensiones del analisis vienen definidas por ventajas, desventajas y demandas del uso metodologia de ensenanza B_ learning. En los arboles de palabras en los que el programa Nvivo representa graficamente las expresiones mas relevantes se aprecian los siguientes comentarios.

Los comentarios ponen de manifiesto las ventajas y desventajas en relacion con los estudiantes y tareas docentes, mientras que en las demandas centran su atencion en las deficientes infraestructuras universitrias para poner en marcha estas metodologias. En resumen:

* Efectos de estas metodologias en el alumnado:

** Asignaturas mas asequibles

** Favorecen la adaptacion al ritmo de trabajo del estudiante

** Potencian la interaccion profesor -alumno

** Incrementa la autonomia y responsabilidad

** Benefician el trabajo a distancia

** Dificultad para contabilizar sus horas de trabajo

** Conflicto con las tecnicas convencionales de evaluacion de los estudiantes

** Dificultad para identificar al estudiante (suplantacion de identidad

** Riesgo a que pierdan el interes y motivation

* Efectos en los docentes:

** Obliga a una estructuracion mas compleja de las materias en cuanto a la presentacion de forma practica y coherente de los contenidos

** Favorece el trabajo cooperativo, significativo y colaborativo

** Excesivo numero de horas para preparar las asignaturas en esta modalidad

** Falta de incentivos

** Necesidad de apoyo y formacion

** Carencia de infraestructuras adecuadas y elevado numero de estudiantes por profesor lo que en muchas ocasiones hace a este tipo de ensenanza inviable

Tras el analisis de contenido los docentes universitarios participantes en el estudio encuentran mas inconvenientes que ventajas en uso de la metodologia b-learnig en la ensenanza superior:

El numero de comentarios constatan en general mas dificultades que ventajas en la utilizacion de la ensenanza B_L. Los docentes de las titulaciones de Ciencias, seguidos de las Ingenierias y Arquitectura; los que menos inconvenientes relatan son los de Arte y Humanidades. Por su parte, Ciencias de la Salud y CCSS y Juridicas son los que comentan mas factores positivos y los de CCSS y Juridicas los que exponen mas demandas. Ademas, menos en CCSS, Juricicas y de la Salud, los demas docentes encuentran mas diiicultades que ventajas a la hora de implementar el tipo de ensenanza B_Learnig. Los factores positivos senalados por los docentes de Ciencias Sociales, Juridicas y de la Salud son el acercamiento a la realidad social, facilidad en casos practicos y gestion de la documentacion, fortalecimiento de competencias digitales, autonomia personal y trabajo cooperativo, mayor interaccion profesor -alumno y aprendizaje significativo. Ademas, potencia la comunicacion y mejora los procesos de evaluacion.

Las desventajas que subrayan los docentes de las titulaciones de Ciencias se refieren sobre todo en temas relacionados con la ratio tan elevada de estudiantes por grupo, mas tiempo y esfuerzo personal, importancia del contacto presencial frente al virtual, pesima coordination entre docentes, suplantacion de personalidad entre estudiantes, dificultad para contabilizar las horas en las actividades que desarrolla el estudiante de forma no presencial, dificultad de integral estas actividades en el proceso de evaluacion y la escasa motivation y el alto porcentaje de abandono de los estudiantes.

Por lo que se refiere a las demandas, los profesores de ingenieria y arquitectura reclaman politica institucional, correctamente disenada y financiada, que este valorada en su justa medida, apoyo en infraestructuras y formacion. Los de Ciencias Sociales y Juridicas reclaman, ademas, normativa especifica e iniciativas de formacion docente desde las facultades (Martin et al., 2019)

Analisis DAFO

Para integrar los resultados de los analisis CUANT-CUAL se ha realizado un analisis DAFO en el que se ponen de manifiesto las debilidades, amenazas, fortalezas y oportunidades de la ensenanza B-learning, a nivel interno y externo de las instituciones universitarias en el que se desarrolla el estudio para potenciar su eficacia y eficiencia. En apartados anteriores se ha descrito la situacion actual en opinion de los docentes, y asi identificar las acciones o cambios que han de llevarse a cabo. Las fases en las que hemos realizado la DAFO son

1. analisis interno de la institution universitaria a juicio de los profesores y su percepcion sobre b-learning. Debilidades: para corregirlas o minimizarias y fortalezas: para impulsarias y mantenerlas.

2. analisis externo: amenazas (afrontarias, reducirlas o eliminarias) y oportunidades (explotarlas). Son indicadores que no dependen directamente del profesorado pero que le afectan. Estos puntos son muy importantes para conocer la realidad, tomar decisiones, aprovechar nuevas oportunidades y disenar estrategias a seguir.

4. Conclusiones

El efecto conjunto de las variables principales del modelo TAM planteado tanto sobre la intencion de utilizar la modalidad de ensenanza combinada (BL) como del Uso efectivo del mismo, prueba la idoneidad de este enfoque tambien para el estudio de conductas o sistemas complejos. Los resultados de nuestro trabajo apoyan la idea que el valor predictivo del modelo TAM esta fundamentalmente en las variables principales (AT, PU, PEOU), resultado que esta en linea con lo obtenido por meta-analisis recientes como el realizado por Scherer, Siddiq &Teo, 2015) a partir del estudio de varias decenas de trabajos con TAM, poniendo de manifiesto que la mayor parte de extensiones al modelo apenas aportan una mejora significativa a su poder teorico respecto a las variables originales.

De este modo, y a partir de los analisis efectuados en nuestro estudio, el mayor peso explicativo en la intencion de uso de un sistema BL recae en la Actitud hacia el uso de este tipo de entornos (70,6 %, [R.sup.2] = ,706). Este resultado es de interes para muchas universidades e instituciones de educacion superior, ocupadas en promover planes estrategicos para implementar y difundir BL. En este sentido resulta fundamental destacar la importancia que tiene que los profesores valoren positivamente la necesidad de integrar las modalidades formativas presencial y virtual, acentuando las ventajas en el uso de este sistema. Para ello, es necesario identificar una serie de creencias salientes sobre expectativas de resultados positivos derivados del uso de entornos BL (por ejemplo, en nuestro caso destacan: "La metodologia BL agiliza la organizacion y presentacion de la informacion y los contenidos de aprendizaje; "Hace mas interesantes y amenas las asignaturas", "Contribuye a mejorar o hace mas facil el aprendizaje de los alumnos", etc).

Asimismo, la segunda variable que modula la intencion de uso de un entorno BL es la percepcion sobre su facilidad o dificultad de uso, de modo que se asume que es mas probable que un individuo la abandone cuando percibe que la innovacion es mas complej a que cuando la considera mas facil de usar (Aldunate & Nussbaum, 2013). Este resultado es logico y ha sido puesto de manifiesto en numerosos estudios empiricos. En el caso concreto de los entornos BL, y de manera general, existe una creencia generalizada sobre la complejidad anadida que conlleva utilizar una modalidad que, en muchas ocasiones, puede implicar duplicar procesos instruccionales. Hemos comprobado en nuestro trabajo que las expectativas que hacen percibir con mayor facilidad el uso de los entornos BL estan relacionadas con la percepcion de un adecuado apoyo institucional, material y tecnico (condiciones facilitadoras), asi como por el efecto positivo de la influencia de colegas y personas significativas en el entorno laboral.

Ademas de ello, la formacion previa especifica sobre el manejo de este tipo de entornos, tanto en aspectos tecnologicos como instruccionales es un factor tambien de importancia para incrementar su intencion potencial de uso, como se pone de manifiesto en la literatura especializada. En particular, se aprecia la importancia de la experiencia previa en el uso de recursos digitales sobre la mejora de la percepcion de utilidad de este tipo de sistemas, resultado que apoya algunos estudios en los que se ha observado que el exito de e_learning o b-Learning tienen una clara relacion con la familiaridad y manejo de plataformas y recursos tecnologicos aplicados al aula (Jorne, Gonzalez-Such & Garcia-Bellido, 2012; Picciano & Seaman, 2007).

En cuanto a los resultados encontrados respecto a diferencias en funcion del ambito disciplinar (Rama de Conocimiento) parecen sugerir la necesidad de ampliar y realizar nuevos estudios que permitan valorar la consistencia o no de los mismos.

Finalmente, a nivel metodologico este estudio abre la puerta al uso de multiples metodos en la investigation, puesto que obliga a una amplia gama de posibles tecnicas de recogida de informacion y de analisis. Ante problemas complejos, como puede ser el estudio de la formacion basada en disenos blended learning, el investigador precisa seleccionar opciones metodologicas en un amplio y diverso campo tematico, lo que implica una pluralidad metodologica que diversifica los modos de aproximacion, descubrimiento y justification en atencion a la faceta o dimension del objeto educativo que se estudia. En nuestro estudio hemos prestado atencion a un aspecto muy especifico relacionado con la percepcion de la metodologia BL de profesores universitarios de distintos ambitos disciplinares, pero el estudio demuestra que la investigacion con metodos mixtos puede desempenar un papel clave para dar una vision holistica y exhaustiva de la realidad estudiada.

Agradecimientos

Este estudio ha sido realizado con el apoyo del Ministerio de Economia y Competitividad de Espana y el Fondo Europeo de Desarrollo Regional (FEDER). Plan I+D+i, Proyecto Ref. EDU2015-6721

Referencias

Al-Azawei, A., Parslow, P., & Lundqvist, K. (2017). Investigating the effect of learning styles in a blended e-learning system: An extension of the technology acceptance model (TAM). Australasian Journal of Educational Technology, 33(2).

Al-Busaidi, K. A. (2013). An empirical investigation linking learners' adoption of blended learning to their intention of full e-learning. Behaviour & Information Technology, 32(11), 1168-1176. DOI: https ://doi.org/10.1080/01449 29X.2013.774047

Aldunate, R., & Nussbaum, M. (2013). Teacher adoption of technology. Computers in Human Behavior, 29(3), 519-524. DOI: https://doi.0rg/10.1016/j.chb.2012.10.017

Aliyu, 0., Arasanmi, C. C, & Ekundayo, S. (2019). Do demographic characteristics moderate the acceptance and use of the Moodle learning system among business students?. International Journal of Education and Development using ICT, 15(1).

Barrera-Barrera, R., Rey-Moreno, M., & Medina-Molina, C. (2019). Fatores explicativos da preferencia e uso da administracao eletronica na Espanha. Revista de Administracao Publica, 53(2), 349-374. DOI: http://dx.doi.org/10.1590/0034-761220170391

Bliuc, A. M., Casey, G., Bachfischer, A., Goodyear, P., & Ellis, R. A. (2012). Blended learning in vocational education: teachers' conceptions of blended learning and their approaches to teaching and design. The Australian Educational Researcher, 39(2), 237-257.

Boelens, R., Voet, M., & De Wewer, B. (2018). The design of blended learning in response to student diversity in higher education: Instructors' views and use of differentiated instruction in blended learning. Computers & Education, 120, 197-212. DOI: https://doi.0rg/10.1016/j.compedu.2018.02.009

Cavanaugh, C, Hargis, J., &Mayberry, J. (2016). Participation in the Virtual Environment of Blended College Courses: An Activity Study of Student Performance. International Review of Research in Open and Distributed Learning, 17(3), 263-275. doi: http://dx.doi.org/10.19173/irrodl.v1713.1811

Chen, J. L. (2011). The effects of education compatibility and technological expectancy on e-learning acceptance. Computers & Education, 57,1501-1511.

Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: a comparison of two theoretical models. Management science, 35(8), 982-1003.

Dziuban, C, Graham, C. R, Moskal, P. D., Norberg, A., & Sicilia, N. (2018). Blended learning: The new normal and emerging technologies. International Journal of Educational Technology in Higher Education, 15, 1-16. doi: http://dx.doi.org/10.1186M1239-017-0087-5

Ginns, P., & Ellis, R.A. (2009). Evaluating the quality of e-learning at the degree level in the student experience of blended learning. British Journal of Educational Technology, 40(4), 652-663.

Graham, C. R., Woodfield, W., & Harrison, J. B. (2013). A framework for institutional adoption and implementation of blended learning in higher education. The internet and higher education, 18,4-14.

Ilic, D., Hart, W., Fiddes, P., Misso, M., & Villanueva, E. (2013). Adopting a blended learning approach to teaching evidence based medicine: a mixed methods study. BMC medical education, 13(1), 169.

Ilic, D., Nordin, R. B., Glasziou, P., Tilson, J. K., & Villanueva, E. (2013). Implementation of a blended learning approach to teaching evidence based practice: a protocol for a mixed methods study. BMC medical education, 13(1), 170.

Imtiaz, M. A., & Maarop, N. (2014). A review of technology acceptance studies in the field of education. Jurnal Teknologi, 69(2).

Jornet Melia, J., Gonzalez-Such, J., & Garcia-Bellido, A. (2012). La Investigation Evaluativa y las Tecnologias de la Information y la Comunicacion (TIC). Revista Espafiola de Pedagogia, 251, 93-110.

Kim, H. W., Kankanhalli, A., & Lee, H. L. (2016). Investigating decision factors in mobile application purchase: A mixed-methods approach. Information & Management, 53(6), 727-739.

Konak, A., Kulturel-Konak, S., Nasereddin, M., & Bartolacci, M. R. (2017). Impact of Collaborative Work on Technology Acceptance: A Case Study from Virtual Computing. Journal of Information Technology Education, 16(1), 15-19. Doi: https://doi.org/10.28945/3622

Lai, M., Lam, K. M., & Lim, C. P. (2016). Design principles for the blend in blended learning: a collective case study. Teaching in Higher Education, 21(6), 716-729. Doi: doi.org/10.1080/13562517.2016.1183611

Lee, B. C, Yoon, J. 0., & Lee, I. (2009). Learners' acceptance of e-learning in South Korea: Theories and results. Computers & Education, 53(4), 1320-1329.

Lee, Y., Kozar, K. A., & Larsen, K. R. (2003). The technology acceptance model: Past, present, and future. Communications of the Association for information systems, 12(1), 50. DOI: 10.17705/1CAIS.01250

Lim, D. H., & Morris, M. L. (2009). Learner and Instructional Factors Influencing Learning Outcomes within a Blended Learning Environment. Educational Technology & Society, 12 (4), 282-293.

Marangunic, N., & Granic, A. (2015). Technology acceptance model: a literature review from 1986 to 2013. Universal Access in the Information Society, 14(1), 81-95.

Martin-Garcia, A.V., & Sanchez-Gomez, M.C. (2014). Modelo predictivo de la intencion de adopcion de Blended learning en profesores universitarios. Universitas Psychologica, 13(2), 601-614.

Martin-Garcia, A.V., Martinez Abad, F., & Reyes Gonzalez, D. (2019). TAM and stages of adoption of blended learning in higher education by application of data mining techniques. British Journal of Educational Technology, 50, 2484-2500. Doi: https://doi.org/10.1111/bjet.12831

Martin-Garcia, A.V., Sanchez-Gomez, M. C, & Costa, P. (2019) Perception de Blended Learning en profesores universitarios de distintos ambitos disciplinares. Revista Lusofona de Educacao, 44,117-133. Doi: 10.24140/issn.1045-7250.rle44.0

Ngai, E. T., Poon, J. L., & Chan, Y. C. (2007). Empirical examination of the adoption of WebCT using TAM. Computers & Education, 48(2), 250-267. Doi: 10.1016/j.compedu.2004.11.007

Picciano, A. G., & Seaman, J. (2007). K-12 online learning: a survey of US school district administrators. Boston: Sloan Consortium. Retrieved from: https://bit.ly/2TPb103

Poon, J. (2013). Blended learning: An institutional approach for enhancing students' learning experiences. Journal of online learning and teaching, 9(2), 271-288.

Pynoo, B., Tondeur, J., Van Braak, J., Duyck, W., Sijnave, B., & Duyck, P. (2012). Teachers' Acceptance and Use of an Educational Portal. Computers & Education, 58(4), 1308-1317. Doi: https://doi.0rg/10.1016/j.compedu.2011.12.026

Pynoo, P., Devolder, J., Tondeur, J., Van Braak, W., & Duyck, P. (2011). Predicting secondary school teachers' acceptance and use of a digital learning environment: A cross-sectional study. Computers in Human Behavior, 27 (1), 568-575. Doi: 10.1016/j.chb.2010.10.005

Scherer, R., Siddiq, F., & Teo, T. (2015). Becoming more specific: Measuring and modeling teachers' perceived usefulness of ICT in the context of teaching and learning. Computers & Education, 88, 202-214. Doi: https://doi.org/10.1016/j.compedu.2015.05.005

Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers' adoption of digital technology in education. Computers & Education, 128, 13-35. Doi: https ://doi.org/10.1016/j.compe du.2018.09.009

Selim, H. M. (2007). Critical Success Factors for E-Learning Acceptance: Confirmatory Factor Models. Computers & Education, 49(2), 396-413.

Sumak, B., & Sorgo, A. (2016). The acceptance and use of interactive whiteboards among teachers: Differences in UTAUT determinants between pre- and post-adopters. Computers in Human Behavior, 64, 602-620. Doi: https://doi.0rg/10.1016/j.chb.2016.07.037

Teo, T. (2011). Factors Influencing Teachers' Intention to Use Technology: Model Development and Test. Computers & Education, 57(4), 2432-2440.

Teo, T., Fan, X., & Du, J. (2015). Technology acceptance among pre-service teachers: Does gender matter?. Australasian Journal of Educational Technology, 31, 235-251. DOI: https://doi.org/10.14742/ajet.1672 https://bit.ly/2Cm8vi7

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. Doi: https://bit.ly/2kFEjEE

Venkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273-315.

Venkatesh, V., & Davis, F. D. (2000). Atheoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), 186-204.

Venkatesh, V., Brown, S. A., Maruping, L. M., & Bala, H. (2008). Predicting different conceptualizations of system use: the competing roles of behavioral intention, facilitating conditions, and behavioral expectation. MIS quarterly, 32(3), 483-5.

Wu, P. F. (2011). A mixed methods approach to technology acceptance research. Journal of the AIS, 13(3), 172-187.

Antonio Victor Martin-Garcia, Maria Cruz Sanchez-Gomez, Barbara Gutierrez Perez

avmg@usal.es, mcsago@usal.es, barbaragutierrez@usal.es

Universidad de Salamanca, 37008. Facultad de Educacion. Salamanca, Espana

Recebido/Submission: 01/07/2019

Aceitacao/Acceptance: 11/08/2019

DOI: 10.17013/risti.33.16-31
Tabla 1 - Resultados del analisis DAFO sobre percepciones profesores
sobre BL

                DE ORIGEN ESTERNO
                DEBILIDADES

                * Falta de tiempo para
PUNTOS DEBILES    preparar las asignaturas
                * Escasa de preparation del
                  alumnado y E9SO.
                * Falta de eoordinacion entre
                  docentes de un mismo curso
                * Requiere mayor esfuerzo y
                  trabajo para el docente
                * Falta de formacion en BL
                * Evaluaciones mas dificiles

                FORTALEZAS

                * Mayor cercania a los
                  discentes
                * Incremento de la
                  interaction profesoralumno
                * Faeilidad de acceso a la
PUNTOS FUERTES    inforniacion
                * Mejor gestion de las
                  asignaturas
                * Facilita la toma de
                  decisiones, evaluacion,
                  selection de contenidos
                * Manejo de herramientas
                  actuales para el aprendiz

                DE ORIGEN EXTERNO
                AMENAZAS

                * Ausencia de incentivos O
                  reconocimiento
PUNTOS DEBILES  * Contratos precarios del profesorado
                * Elevado numero de
                  estudiantes en las aulas
                * Falta de motivacion de
                  estudiantes y profesores
                * Falta de implication de los
                  estudiantes en su proceso
                  de aprendizaje o asumen el
                  rol en el aprendizaje
                  planificado
                * Escasez de infraestructuras
                  Y recursos
                * Invita al plagio por parte de
                  los estudiantes
                * No hay sensibilizaeion ni
                  coneienciacion para usar la
                  metodologia B_L

                OPORTUNIDADES

                * Eficacia y eficiencia
                * Innovation educativa
                * Acercamiento a la realidad
                  social
                * Mayor autonomia y
                  responsabilidad del estu diante
PUNTOS FUERTES
                * Mejora la motivacion de los
                  estudiantes
                * Permiten tutorias a
                  distancia
                * Pueden sustituir algunas
                  actividades presenciales
                * Es flexible
                * Obliga al docente a
                  estracturar y presentar de
COPYRIGHT 2019 AISTI (Iberian Association for Information Systems and Technologies)
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2019 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Martin-Garcia, Antonio Victor; Sanchez-Gomez, Maria Cruz; Perez, Barbara Gutierrez
Publication:RISTI (Revista Iberica de Sistemas e Tecnologias de Informacao)
Date:Sep 1, 2019
Words:6370
Previous Article:O que se diz sobre os MOOCs? A producao cientifica brasileira sobre os Massive Open On-line Courses nos ultimos 10 anos.
Next Article:A curadoria de conteudo digital enquanto proposta metodologica e multirreferencial.
Topics:

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters