Ecosistemas digitales para el aprendizaje de la electrostática: Experiencias interactivas, niveles de evolución del modelo mental y análisis con regresión lineal

Resumen

Este artículo presenta parcialmente los resultados de una investigación doctoral que analizó la evolución del modelo mental (MM) hacia el modelo conceptual en el aprendizaje de la física electrostática. El estudio se realizó con cuatro (4) grupos para un total de sesenta y seis (66) estudiantes de educación media y tecnológica de cuatro (4) instituciones educativas en Facatativá y Bogotá. La investigación partió de la necesidad de diseñar ecosistemas digitales de aprendizaje con estructuras ontológicas, experiencias interactivas y mecanismos de monitoreo continuo que favorezcan la comprensión de conceptos abstractos. Mediante un enfoque interpretativo y un diseño cuasiexperimental con pre y post test para los cuatro (4) grupos, que integró métodos cualitativos y cuantitativos, se implementó un ecosistema donde la pregunta presentada a los estudiantes fue el eje central de navegación, permitiendo adicionalmente registrar datos detallados de interacción. Los resultados sugieren que los estudiantes que interactúan activamente con los recursos del ecosistema digital —incluyendo preguntas orientadoras, experiencias con elementos analógicos y digitales, videos, lecturas y retroalimentación a través de foros y chats— modifican progresivamente su estructura cognitiva, aproximándose al modelo conceptual validado por la comunidad científica. Se diseñó, piloteó y validó un instrumento para monitorear la evolución del MM en cinco niveles, bajo la categoría conceptual espacio de competencias para el aprendizaje. El análisis estadístico, basado en regresión lineal múltiple, reveló relaciones significativas entre la evolución del modelo mental y variables como tipo y frecuencia de interacción, cantidad de preguntas respondidas, tiempo de navegación y factores sociodemográficos. Se observó un impacto estadísticamente significativo en los resultados de aprendizaje (tamaño del efecto grande, d de Cohen), aunque la ausencia de un grupo control requiere cautela al atribuir causalidad directa a la intervención. Los hallazgos indican que el modelo propuesto presenta un alto grado de replicabilidad en escenarios de enseñanza de la electrostática y otras áreas del conocimiento científico. Asimismo, la analítica de aprendizaje emergió como herramienta clave para comprender las dinámicas del ecosistema y ajustar sus componentes pedagógicos y tecnológicos. En síntesis, se concibe el aprendizaje como un proceso dinámico vinculado a la evolución de los modelos mentales mediante la acción y la percepción, mediado por la interacción activa con ambientes digitales cuidadosamente diseñados.