El acceso a computadores e internet: una herramienta al ...
Transcript of El acceso a computadores e internet: una herramienta al ...
1
El acceso a computadores e internet: una herramienta al servicio de la educación.
Estudiante: Alejandro Guerrero Valderrama (200821959)
Asesor: PhD. Andrés Zambrano
Profesor Memoria de Grado: PhD. Ramón Rosales
Universidad de los Andes- Facultad de Economía
RESUMEN
Utilizando información sobre los resultados de la prueba SaberPro para catorce ciudades
del territorio nacional entre los años 2007 y 2010 y recurriendo a los datos disponibles en el
Departamento Administrativo Nacional de Estadística (DANE) sobre tecnologías de la
información, este trabajo busca conocer el impacto del acceso a computadores e internet
sobre la calidad de la educación superior en Colombia. Específicamente, se busca
establecer una relación de causalidad entre el uso de estas herramientas y la calidad de la
educación superior. La metodología utilizada para llevar a cabo este trabajo fue la de
Arellano-Bond para modelos de panel dinámicos y modelo de efectos fijos. Con el segundo
modelo se obtuvieron mejores resultados: nuestras variables de interés, en este caso uso de
los computadores, uso del internet en una institución educativa y uso del internet para fines
educativos evidenciaron efectos positivos y significativos como se esperaba.
Palabras clave: calidad de la educación, Tics en la educación, educación superior.
Clasificación JEL: C33, I28, H5, I20.
2
1. Introducción
Desde el 2006, el gobierno nacional, particularmente a través del Ministerio de Tecnologías
de la información y la comunicación (MinTIC), ha tomado estrategias más agresivas con
respecto a la mejora de la infraestructura digital del país y la reducción de la brecha digital1.
Con estas nuevas estrategias se busca la apropiación de las nuevas tecnologías por parte de
la población para que sean empleadas útilmente y se pueda extraer el máximo provecho
(MinTic, Tic y Educación ). De acuerdo al artículo 6 Ley 1341 de 2009 las Tecnologías de
la información y las comunicaciones (Tics) son el conjunto de recursos, herramientas,
equipos, programas informáticos, aplicaciones, redes y medios; que permiten la
compilación, procesamiento, almacenamiento y transmisión de información. El uso de
computadores y el acceso a internet son parte de estas tecnologías. Estudios importantes
han demostrado que hay una correlación directa entre la penetración de Internet, la
apropiación de las Tecnologías de la Información y las Comunicaciones (Tics), la
generación de empleo y la reducción de la pobreza ( (Dymond & Oestmann, 2002), (Flor,
2001), (Heeks, 1999)). Sin embargo, el impacto sobre la educación de estas tecnologías está
aún bajo análisis.
Colombia ha avanzado considerablemente en materia tecnológica en los últimos años. El
plan “Vive Digital”, lanzado en el año 2010, busca masificar el internet y desarrollar la
infraestructura digital del país. Para cumplir estos objetivos, el plan busca conectar 700
municipios a la red de fibra óptica -hoy solo 200 están conectados- multiplicar por cuatro el
número de conexiones a internet y conectar el 50% de los hogares colombianos (MinTic,
Plan Vive Digital. Tecnología en la vida de cada colombiano.). Paralelamente a este
proyecto, el gobierno está desarrollando el Proyecto Nacional de Fibra óptica que tiene
como objetivo principal la instalación de 15000 km de fibra óptica para comunicar a más
lugares del país que hoy no cuentan con este servicio. De esta manera, se buscará establecer
1 La brecha digital se entiende como la diferencia en el acceso a las Tics y puede explicarse por motivos geográficos,
económicos, sociales e incluso tecnológicos.
3
las bases para que el país sea competitivo en materia de telecomunicaciones, se promueva
la apropiación de estas tecnologías y aumente la penetración de banda ancha (MinTic,
Dirección de Conectividad). En cuanto a los planes que conciernen el ámbito educativo, el
plan “Computadores para educar” es un programa multiimpacto impulsado desde el 2000
que busca promover la apropiación de las Tics y reducir la actual brecha digital y de
conocimiento. Para el 2014 se espera que el 100% de las sedes educativas públicas estén
conectadas y se alcance una relación estudiante-computador de 1:12. Hasta el momento, 5
millones de niños y 17 mil sedes educativas públicas del país han sido beneficiados con
cerca de 240 mil computadores que han sido entregados al 99% de municipios del país
(MinTic, Computadores para Educar.). Por último tenemos el Software comunidad
educativa que tiene como propósito fomentar y promocionar las TIC en la comunidad
académica, mediante el uso y apropiación de una plataforma de gestión educativa que
beneficie a toda la comunidad educativa (MinTic, Tic y Educación ).
A pesar de los notorios avances en materia tecnológica, si nos referimos a masificación y
dotación, la implementación a la educación está aún en proceso. El trabajo busca entonces
establecer la relación que existe entre estas tecnologías y la educación y determinar si
efectivamente el acceso a internet y el uso de los computadores tiene un impacto
cuantificable. Es necesario aclarar que nos enfocaremos únicamente en la educación
terciara. Si bien este rubro está compuesto por tres niveles (nivel técnico profesional, nivel
tecnológico y nivel profesional) (MinEducación), el trabajo se desarrollará sobre la calidad
de la educación para el nivel de los profesionales (programas universitarios).
En la primera parte se hará una revisión de literatura, abordando el marco internacional
para después enfocarnos en la literatura nacional. En una segunda parte nos detendremos a
estudiar el marco teórico existente sobre este tema. Posteriormente explicaremos el
modelo, los datos y la metodología a utilizar. Por último analizaremos los resultados y
concluiremos.
2. Revisión de Literatura: Tics y educación.
En esta sección se presentan estudios relevantes sobre la relación entre Tics y educación
que evidencian resultados importantes para el desarrollo de este trabajo. En (Angrist &
4
Lavy, 2002), los autores evalúan el impacto del programa Tomorrow 98 que buscaba la
computarización de los colegios en Israel. En este trabajo se postula que los computadores
tienen efectivamente un efecto positivo sobre la educación y que a través de su uso y
aplicación los resultados académicos pueden mejorarse a través del entrenamiento con esta
herramienta o su uso para enseñar. Para medir el impacto del programa, en (Angrist &
Lavy, 2002) se crearon tres muestras diferentes: la primera fue una muestra aleatoria para
los 200 colegios utilizando mínimos cuadrados ordinarios para la estimación de los
diferentes parámetros. La segunda muestra fue reducida a 122 colegios que aplicaron al
programa y la tercera muestra incorporó a la segunda resultados pasados de los exámenes.
Para las primeras estimaciones a través de mínimos cuadrados ordinarios, no se identificó
ninguna relación entre el uso de los computadores y el rendimiento académico de los
estudiantes. Alternativamente, los autores estiman un modelo de mínimos cuadrados
ordinarios en dos etapas. Con este modelo encuentran que el uso de los computadores tiene
un efecto negativo y significativo sobre el rendimiento académico de los estudiantes de
cuarto grado en matemáticas, pero no encuentran ningún otro resultado para el hebreo ni los
estudiantes de octavo grado. Si bien, los resultados de este estudio son negativos, los
autores enfatizan en la corta exposición de los colegios al programa ya que este puede
presentar efectos rezagados y no inmediatos. De igual manera, se evidencia que aún hay
problemas en la adecuada implementación de estos programas y que su acompañamiento
debe hacerse por más tiempo y con mayor rigurosidad, por ejemplo sobre los profesores.
Un estudio más reciente sobre el uso de las tecnologías en la educación superior es el de
(Rassiah, Chidambaram, & Sihombing, 2011). En este estudio los autores buscaron
explorar las preferencias y qué tan familiarizados estaban los estudiantes de primer
semestre de la universidad Polytechnic Merlimau Melakade con las tecnologías para la
realización de sus deberes académicos. Los resultados mostraron que la mayoría de
estudiantes tiene acceso sin restricciones a internet, más del 55% de los estudiantes de cada
departamento utiliza internet al menos una vez al día y alrededor del 75% de los estudiantes
utiliza un computador portátil. La encuesta realizada a los estudiantes mostró que las
diferentes tecnologías son necesarias para sus deberes académicos: el uso de computadores
les permitió resolver problemas, acceder a series de datos, ahorrar tiempo y realizar
simulaciones. Los autores evidencian que el uso de computadores para la enseñanza y el
5
aprendizaje, al igual que las aplicaciones y usos que involucran el internet ayudan
directamente al manejo del proceso de aprendizaje en este centro de estudio.
A nivel nacional hay dos estudios principales que abordan el tema de las tecnologías de la
información y la educación. Un primer estudio es el de (Barrera & Linden, 2009). En este
estudio, los autores evalúan el programa “Computadores para educar”, explicado
anteriormente. Para el estudio, se seleccionaron 97 escuelas de los departamentos de
Antioquía, Caldas, Chocó, Quindío, Risaralda y Córdoba. De esas 97 escuelas se
escogieron 48 que estuvieran relacionadas al programa y las otras 49 se utilizaron como
grupo de control para un total de 5200 estudiantes. El impacto del programa se midió con
estimaciones por mínimos cuadrados ordinarios. Los resultados arrojados por estas
estimaciones mostraron las falencias en la correcta implementación de este programa y los
límites potenciales de este tipo de programas. Las estimaciones de este estudio mostraron
que la implementación del programa no tiene efectos significativos sobre el rendimiento
académico de los estudiantes en las pruebas de lenguaje y matemáticas. Una posible
explicación es la falla en la implementación del programa: el entrenamiento y la asistencia
técnica no fueron suficientes para que los profesores implementaran exitosamente el
programa.
En el documento de (Rodríguez, Sánchez, & Márquez, 2011)los autores evalúan el mismo
programa, “Computadores para educar”, y su efecto sobre la deserción estudiantil, el logro
escolar y el ingreso a la educación superior. En cuanto a la metodología, Rodríguez et al.
(2011) propusieron un modelo estimado por MCO que fue modificado utilizando variables
instrumentales por problemas de endogeneidad. El estudio es relevante pues agrega una
variable que captura los años de exposición tanto del estudiante como de la sede educativa
al programa CPE y arroja resultados más intuitivos. Las estimaciones y los modelos
utilizados evidencian que entre mayor es la exposición al programa, se reduce la tasa de
deserción. En cuanto al logro escolar, el impacto es positivo y significativo a partir del 4
año de exposición: entre mayor sea este tiempo y mayor sea la densidad de computadores
en la sede educativa, el efecto sobre el logro escolar medido a través de la prueba
Saber11es positivo. Por último, el acceso a estas tecnologías aumentó también la
probabilidad de ingresar a educación superior.
6
Como vimos anteriormente, aún no hay un consenso en la academia sobre el impacto de
estas tecnologías sobre la educación y los resultados son mixtos.
3. Marco teórico
Es claro que las Tics juegan un papel preponderante en la innovación y desarrollo de
nuestras sociedades. La educación no es ajena a estas tecnologías y al contrario, están
transformando los modelos de enseñanza en los diferentes niveles educativos. En el campo
universitario, los métodos clásicos de enseñanza han evolucionado: las clases magistrales,
los apuntes y el manual siguen siendo los componentes centrales de la enseñanza
universitaria, pero han sido complementados por otras formas de acercarse el conocimiento
como los seminarios, las demostraciones, los foros y los debates como se evidencia en
(Moreira, 2000). A pesar de los avances en materia tecnológica, no ha habido un cambio
radical en las formas de enseñanza. En (McClintock, Striebel, & Vazquez, 1993) se
presenta a los computadores como un nuevo sistema que busca principalmente la
digitalización de la información. Esta herramienta introduce una nueva forma de presentar
la información modificando su almacenamiento y su transmisión (McClintock, Striebel, &
Vazquez, 1993). De igual forma en (Moreira, 2000) se evidencia que el internet ha
facilitado la obtención de información por parte de los estudiantes. Sin embargo, la
explotación de estos recursos es aún limitada, pues las universidades no han desarrollado
todo el potencial: son pocas las instituciones educativas que en realidad ofrecen un servicio
de educación online y cuentan con un desarrollo profundo de las redes digitales.
(Moreira, 2000) propone siete motivos por los cuales el internet puede ser una herramienta
beneficiosa para la educación. Primero, las redes telemáticas permiten la extensión de
estudios universitarios a grupos sociales que por múltiples motivos no pueden asistir a las
clases: esta herramienta rompe la barrera del tiempo y el espacio para hacer más accesible
la educación (cursos virtuales e incluso carreras universitarias online). El segundo punto, es
que la red aporta información adicional sobre lo visto en clase. Según el autor, esta
herramienta rompe con el monopolio del profesor como fuente principal de conocimiento, y
el alumno tiene acceso a la bibliografía del “mundo”. El tercer punto del autor es que la
enseñanza y el aprendizaje no se limitan únicamente a la recepción y memorización de la
información de la clase. Por el contrario, el alumno tiene la posibilidad de entrar en una
7
búsqueda permanente de información y contenidos que pueden ser analizados y
reelaborada con el tiempo. En ese sentido, el profesor deja de ser el único transmisor
directo del conocimiento y adopta también un rol de guía que supervisa el proceso de
aprendizaje de los estudiantes. Por estos motivos, la red hace más autónomo al estudiante
al aumentar su capacidad de decisión sobre su formación: un aprendizaje abierto y flexible
que se adecúe a su ritmo e intereses (Moreira, 2000). De igual forma, el internet cambia
también las maneras de interacción entre el alumno y el profesor: la comunicación es mayor
y los tiempos pueden ser utilizados efectivamente. En el mismo camino, se pueden facilitar,
por un lado, la formación de grupos virtuales para la colaboración y, por otro lado, el
trabajo compartido sobre algún tema en particular que acerque a los alumnos y a los
profesores para la generación de nuevo de conocimiento. Como vemos con este autor, los
impactos del uso del internet sobre la educación se generan por diferentes vías: lo que
queda claro es que es una herramienta que, bien utilizada, puede generar un valor agregado
a los estudiantes, y en consecuencia, tendría un efecto positivo sobre la educación y su
calidad.
Adicionalmente, en (Aguaded & Cabrero, 2003) también se enfatiza en la importancia del
uso del internet sobre la educación. En ese sentido, el internet aparece como una nueva
estrategia para favorecer los objetivos de cualquier sistema educativo. Este servicio según
los autores, ofrece propuestas metodológicas actuales e innovadoras y contenidos globales
y diversificados. Desde esta perspectiva, el proceso de aprendizaje se identifica con un
modelo investigador que potencia la exploración por parte de los estudiantes quienes se
convierten en protagonistas de su aprendizaje. Según los autores, el internet puede
contemplarse en el ámbito escolar como un auxiliar didáctico, una técnica adicional de
trabajo que brinda contenidos globales e incentiva la investigación y la generación de
conocimiento (Aguaded & Cabrero, 2003).
Para (Marqués, Usos educativos del internet. La revolución de la enseñanza?, 2001) el
internet constituye un medio que crea un canal de comunicación global, cómodo y versátil
que facilita las relaciones interpersonales, la cooperación y la difusión de ideas. De igual
manera se constituye como una gran base de datos diversificada. Haciendo énfasis en los
beneficios de esta herramienta en el ámbito educativo, el autor da los ejemplos de la
8
correspondencia electrónica para facilitar la comunicación entre estudiante y docentes.
Además, se pueden realizar proyectos cooperativos entre diferentes instituciones, generar
debates, foros con profesores e información de los cursos en las páginas web. Estos
recursos facilitan entonces la preparación de las clases, la documentación para trabajos
académicos y el conocimiento sobre otros métodos y recursos para el aprendizaje (centros
de recursos virtuales, tutorías online, clases a distancia).
Por último, en (Laborda, 2005 ) se evidencia también el cambio en el rol de los estudiantes
con el uso generalizada de estas nuevas tecnologías: estos deben ser más autónomos,
críticos con los contenidos y ser selectivos con la información a procesar. El autor se
adhiere igualmente a las ideas tratadas anteriormente que presentan al internet y a los
computadores como herramientas que mejoran la capacidad para resolver problemas,
trabajar en grupo y promover la creatividad y la autonomía (Laborda, 2005 ). Sin embargo,
un punto interesante tratado en su escrito es que estas ventajas no afectan de la misma
manera a todos los alumnos. Se ha demostrado que el aprendizaje con Tics es más
beneficioso para los estudiantes poco motivados o con habilidades bajas y medias. Con
estos alumnos se han conseguido logros importantes, no solo en resultados académicos
sino en integración escolar. Estas tecnologías son flexibles y se adaptan a la capacidad y
ritmo de cada persona (Laborda, 2005 ).
4. Bases de datos, metodologías y estrategia empírica
Para llevar a cabo el desarrollo de este trabajo y obtener los datos pertinentes se utilizaron
dos fuentes principales. Para las variables explicativas, la información se tomó
directamente del DANE. En la página web de esta entidad se encuentran publicadas las
series históricas desde el año 2007 al 2011 sobre información acerca del uso de bienes y
servicios relacionados con las Tics (DANE). Para medir la calidad de la educación superior
por ciudad, se tomó la información del sitio web del ICFES. En esta página web, se puede
consultar la base de datos que reúne los datos históricos de los resultados de la prueba
SaberPro entre el año 2000 y el 2012 (ICFES).
Para la consolidación de la base de datos, lo primero fue determinar qué ciudades contaban
con información completa sobre el uso de las Tics y los resultados de la prueba SaberPro.
9
Los resultados de este primer filtro fue una serie estadística de catorce ciudades
(Barranquilla, Bogotá, Bucaramanga, Cali, Cartagena, Cúcuta, Ibagué, Manizales,
Medellín. Montería, Pasto, Pereira, Santa Marta y Villavicencio) con información completa
para los años comprendidos entre 2007 y 2010. De igual manera, se determinaron las
carreras que contaban con información completa de las cuales se obtuvieron 14 en total
(Licenciatura en pedagogía infantil, Licenciatura en educación básica con énfasis en
Humanidades y Lengua Castellana, Enfermería, Medicina, Derecho, Psicología, Economía,
Administración, Contaduría, Ingeniería Civil, Ingeniería Electrónica, Ingeniería de
Sistemas, Ingeniería industrial y Arquitectura).
Para unificar los datos, lo primero fue generar la información sobre la variable endógena. A
partir de la información publicada en el ICFES, se tomó el promedio de la prueba SaberPro
por año, por ciudad y por carreras. La base de datos agrupa entonces las observaciones para
cada una de las 14 ciudades, teniendo en cuenta cada una de las 14 carreras y para los 4
años de estudio: un total de 784 observaciones.
El trabajo no se limitará únicamente a analizar los resultados de esta muestra. También
trataremos de identificar el impacto de las tecnologías sobre las diferentes áreas del
conocimiento y sus variaciones. En total, se identificaron 5 áreas con información completa
para los 4 años de estudio: ciencias de la educación (promedio de los resultados de las
carreras de Licenciatura en educación básica con énfasis en humanidades y lengua
castellana y Licenciatura en pedagogía infantil, preescolar o estimulación temprana),
ciencias de la salud (promedio de los resultados de las carreras de enfermería y medicina),
ciencias sociales, derecho y ciencias políticas (promedio de los resultados de las carreras de
derecho y psicología), economía, administración y contaduría (promedio de los resultados
de estas tres carreras) e ingenierías, arquitectura, urbanismo y afines (promedio de los
resultados de las carreras de Ingeniería civil, de sistemas, industrial, electrónica y
arquitectura). ). Si bien la prueba SaberPro varía de carrera en carrera, los años 2007-2010
tienen la misma metodología de evaluación lo que permite hacer comparaciones entre las
carreras (la forma de evaluar los futuros profesionales tiene como supuesto una evaluación
uniforme - con diferente contenido, pero que busca calificar las capacidades de cada carrera
en la misma medida).
10
Para las variables explicativas, se tomó la información sobre el uso de Tics publicada en el
DANE y se seleccionaron 4 variables de interés. La primera variable corresponde al
porcentaje del uso del internet por ciudad. Esta información se extrae con respecto a la
Gran Encuesta Integrada de Hogares y corresponde al número de personas que utilizó
internet en el último año. La segunda variable corresponde al porcentaje del uso de los
computadores y corresponde a la información del número de personas que utilizó el
computador durante el último año. La tercera variable hace referencia al lugar de uso de
estas tecnologías expresada también como porcentaje. En este caso se escogió el número de
personas por ciudad que utilizó el internet en una institución educativa. La última variable
seleccionada fue el motivo o razón de uso del internet en el último año y se escogió el uso
para la educación y aprendizaje (expresada como porcentaje). Estas 4 variables están
expresadas como el número de personas por ciudad y para hacerlas comparables se tomó el
porcentaje para cada ciudad (por ejemplo, el número de personas que utilizó el internet
durante el último año dividido el número total de personas mayores a 5 años para cada una
de las 14 ciudades). La información estadística de cada variable nombrada anteriormente se
encuentra detallada en el anexo de este trabajo.
Las estadísticas descriptivas evidencian ciertas tendencias que sirven para hacer más
robusto el modelo a utilizar. Para las variables explicativas, el uso del computador por
ciudad alcanzó un promedio de 44,13%. La ciudad con menor uso fue Barranquilla que
reportó un uso de 28,33%, mientras que Bogotá fue la ciudad con el mayor porcentaje de
uso de esta herramienta con el 62,15%. El uso del Internet tuvo un promedio de 36,31%. La
ciudad con menor uso fue de nuevo Barranquilla con un porcentaje de 19,91% y Bogotá fue
la ciudad con mayor uso 58,28%. En cuanto al uso del internet en una entidad educativa, el
promedio fue de 28,31%. La ciudad con menor uso en instituciones educativas fue
Villavicencio con un porcentaje de 16,55% y la de mayor uso fue Bucaramanga con un
porcentaje de 47,12%. Por último, el uso del internet para fines educativos y de aprendizaje
tuvo un promedio de 57,98%. Pasto fue la ciudad que utilizó menos el internet para fines
educativo con un porcentaje de 24,89%, mientras que Montería fue la de mayor uso con un
porcentaje de 76,94%. Es importante a notar que en los datos recopilados, en general, el uso
de los computadores y del internet va en aumento para los 4 años de estudio. Para la
variable endógena, el promedio de la prueba SaberPro para los 4 años de estudio, las 14
11
carreras y las 14 ciudades fue de 98,88 puntos. La desviación estándar de los resultados fue
de tan solo 4,53 puntos, lo que fundamenta la comparación entre carreras, pues esta
variación es relativamente pequeña dada la estructura del examen.
Como podemos ver con las estadísticas descriptivas, existen diferencias importantes entre
las ciudades y entre las carreras. Es por este motivo que el modelo debe utilizar efectos
individuales. Para determinar si los efectos de esta muestra eran fijos o aleatorios,
realizamos el test de Hausman. Con esta prueba, la hipótesis nula es que los estimadores de
efectos aleatorios y de efectos fijos no difieren en gran medida. Si se rechaza la hipótesis
nula, los estimadores si difieren y es conveniente modelar los efectos fijos individuales fijos
o constantes. Los resultados de esta prueba se muestran a continuación:
Tabla 1. Test de Hausman
Como vemos en la salida, la hipótesis nula se rechaza. La diferencia entre los coeficientes
de efectos fijos y aleatorios si es significativa, por lo que es conveniente utilizar el método
de efectos fijos.
Para la estimación del modelo, recurriremos a la metodología de (Arellano & Bond, 1991).
Esta metodología es pertinente para este trabajo, pues la base de datos está organizada bajo
el esquema de panel de datos. Además, es una serie de tiempo corta y el modelo (1) puede
presentar problemas de endogeneidad por la omisión de variables y término rezagado que
puede implicar autocorrelación dada la estructura autoregresiva del modelo. A
Prob>chi2 = 0.0000
= 41.59
chi2(4) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from xtreg
b = consistent under Ho and Ha; obtained from xtreg
apren -.0249019 -.0244537 -.0004482 .0023562
educ .0862824 .0823255 .0039569 .0101366
inter -.1105386 -.1445856 .034047 .0111543
pc .0663261 .148229 -.0819029 .0227305
fixed random Difference S.E.
(b) (B) (b-B) sqrt(diag(V_b-V_B))
Coefficients
. hausman fixed random
12
continuación, basados en la metodología nombrada anteriormente, presentamos el modelo
(1) que se va a utilizar para el desarrollo del trabajo.
+ β + +
Como se puede observar en la ecuación (1), la variable endógena corresponde al
promedio de la prueba SaberPro para cada ciudad y cada carrera en donde representa cada
una de las 14 ciudades y cada uno de los años que están bajo análisis. La base de datos
cuenta con 784 observaciones que fueron agrupadas por ciudad y por carreras para obtener
196 grupos diferentes. La metodología de Arellano y Bond (1991) contiene un término
rezagado de la variable endógena ( ) y contiene igualmente un efecto individual para
cada ciudad representado en la ecuación por . Este efecto fijo captura las diferencias
existentes entre las ciudades en materia tecnológica que pueden estar generadas por
variación en la infraestructura digital de la ciudad, pero también diferencias a nivel
educativo (la oferta y la misma calidad de la educación puede variar entre ciudades) y es
importante mencionar que el modelo no captura todo el universo de individuos. Para saber
si los efectos individuales son fijos o aleatorios se realizó el test de Hausman para
determinar si la covarianza entre las variables explicativas y el término error es o no
diferente de cero. En el caso en el cual esta covarianza fuera diferente de cero, que es el
caso para nuestra muestra, se recomienda utilizar efectos individuales fijos para la
estimación del modelo. La ecuación (1) tiene un término error expresado por y el vector
de variables explicativas que para este caso, corresponden al uso del internet durante el
último año, uso del computador durante el último año, uso del internet en una institución
educativa y el uso del internet para el aprendizaje y la educación (todas las variables
expresadas en porcentajes). Es importante mencionar que para este trabajo las variables de
interés son el uso de los computadores y el uso del internet. De estas dos, esperamos efectos
significativos y positivos. La metodología (Arellano & Bond, 1991) utiliza el método
generalizado de momentos (MGM). Para llevar a cabo la estimación, el método busca la
combinación de diversos instrumentos, los cuales estén mínimamente correlacionados con
el término error. La presencia de los efectos individuales no observados genera sesgos en
los coeficientes esperados, por lo que su eliminación a través del modelo en primeras
diferencias es pertinente:
13
+ β +
Con esta nueva presentación los efectos individuales desaparecen y . En
Arellano y Bond (1991) se asume que las variables explicativas son predeterminadas es
decir que ( ) para todo Por lo tanto al rezagar las variables explicativas
más de un periodo, se obtienen instrumentos válidos para la estimación que mostraremos a
continuación.
Es importante mencionar que el modelo presenta algunas limitaciones, en particular con los
datos utilizados. Las variables explicativas, cómo vimos anteriormente, son a nivel
municipal. La variable dependiente será tratada como el promedio de la prueba SaberPro
por ciudad, pero este promedio corresponde al promedio de la prueba SaberPro de los
estudiantes que la presentaron y no al total de la población. A pesar de esta limitación en
los datos, pues no fue posible hacer coincidir los estudiantes que realizaron la prueba
SaberPro entre los años 2007 y 2010 y utilizaron las tecnologías de interés, las variables
explicativas que capturan el uso de estas tecnologías para toda la ciudad nos sirven como
herramientas para llevar a cabo las estimaciones. La penetración de estas últimas en una
ciudad impacta también la educación, más aún teniendo en cuenta la promoción de estas
tecnologías en el ámbito educativo para los últimos años. Además, utilizamos dos variables
explicativas que capturan el uso de estas herramientas únicamente para el sector de la
educación: el uso del internet en una institución educativa y el uso del internet para fines
académicos son variables que también pueden dar indicios importantes sobre los resultados
que se buscaron para este trabajo.
5. Resultados
Después de haber presentado la estrategia empírica a utilizar, se corrió el modelo para toda
la muestra, utilizando siempre como variable dependiente el promedio de la prueba
SaberPro por año, carrera y ciudad. Los resultados obtenidos se muestran a continuación:
14
Tabla 2. Resultados consolidados
VARIABLES METODOLOGÍA
ARELLANO-BOND EFCC EFCA EFCCA
PC .059728 .15485** .036976 .037044
(0.141) (0.061) (0.06) (0.071)
INTERNET -.1443 -.14759*** -.026031 -.026214
(0.095) (0.048) (0.622) (0.066)
INTERNET EN INSTITUCIÓN EDUCATIVA .15902*** .081778*** .035078 .03512
(0.041) (0.019) (0.026) (0.027)
INTERNET PARA FINES ACADÉMICOS .031164** .24299* .0180617* .018066
(0.016) (0.013) (0.019) (0.017)
CONSTANT 90.53*** 97,819*** 434.94 439.91
(6.624) (1.509) (776.54) (740.06)
OBSERVATIONS 588 784 784 784
NUMBER OF ID 196 196 196 196
EF CIUDAD NO SI SI SI
EF CARRERA NO SI NO SI
EF AÑO NO NO SI SI
Standard errors in parentheses *** p<0.01, ** p<0.05, *p<0.1
Como habíamos esperado, nuestras variables de interés son significativas. En este caso, la
variable para el uso del computador tiene signo positivo y un nivel de significancia del
10%. Si bien la variable que captura el uso del internet es también significativa al 10%, esta
vez su signo es contrario al esperado. Por último, la variable que captura el uso del internet
en una institución educativa es significativa al 1% y tiene signo positivo. Como
esperábamos signo positivo para la variable del internet, decidimos correr un segundo
modelo. Esta vez se ajustó un modelo de efectos fijos al panel de datos. Para este modelo,
se tuvieron en cuenta 196 individuos diferentes que corresponden a la combinación entre
las 14 ciudades y las 14 carreras seleccionadas. De igual forma, se tuvieron en cuenta los
efectos individuales fijos por ciudad y por carrera, pues con esta estrategia se obtuvieron
resultados más robustos. Con este nuevo modelo obtenemos resultados similares a los
anteriores, pero más significativos. Para la variable del uso del computador, su nivel de
significancia es ahora del 5% y su impacto sobre la prueba SaberPro es mayor que en el
15
caso anterior. El internet sigue conservando el signo negativo, pero esta vez con un nivel de
significancia del 1%. El uso del internet en una institución educativa conserva su nivel de
significancia en 1%, pero el impacto es menor. Por último, la variable que captura el uso
del internet para fines educativos y académicos es significativa al 10% y tiene un efecto
positivo. Con este nuevo modelo, nuestras variables explicativas son significativas y tres de
las cuatro obtienen los signos esperados.
Para el caso del internet, el resultado es aún ambiguo y el modelo arrojó resultados
diferentes a los esperados. Este signo negativo puede ser explicad también por los riesgos
que puede presentar esta herramienta. En (Andrade, 2011) se exponen cuatro razones
principales que pueden convertir al internet en una herramienta que impacte negativamente
la educación. Según el autor, el internet se convirtió en la fuente primaria de información
de los estudiantes. Primero, porque es una fuente de rápido acceso que hace más eficaz la
búsqueda de información y segundo, porque los motores de búsqueda han facilitado, en
gran medida, esta exploración de contenidos. Las informaciones extraídas del internet,
según Andrade, no son leídas ni revisadas por completo. Los estudiantes no reflexionan al
respecto y al contrario, se limitan muchas veces a un proceso de “copiar y pegar”. En la
misma dirección, la información seleccionada no se contrasta con otras fuentes y no hay
una filtración que mejore los contenidos. En ese sentido, se puede seleccionar información
poco veraz y errónea que no contribuye realmente al aprendizaje. Por último, el autor
discute la falta de ética de los estudiantes al momento de presentar la información: muchas
veces hay plagio de contenidos, afectando a los autores y desincentivando la generación de
conocimiento (Andrade, 2011). En (Marqués, Los riesgos del internet., 1999) se hace
referencia a algunos riesgos asociados al internet. En su texto, el autor resalta la diversidad
de contenidos en la red, pero hace énfasis también en la gran cantidad de información que
es errónea y en algunos casos desactualizada. De igual forma, el internet puede representar
dispersión o pérdida de tiempo: el usuario puede tener problemas al explorar la web y
perderse en los diferentes contenidos y distracciones que al final limitan su utilidad. Todos
estos elementos pueden convertirse en factores que limitan las bondades del internet y
pueden incluso perjudicar u obstaculizar lo que en realidad el usuario necesita. Sin
embargo, al analizar las magnitudes de los coeficientes, podemos concluir que el internet
tiene efectos positivos sobre la calidad de la educación cuando se enfoca adecuadamente y
16
se alinean los objetivos para el beneficio de la educación. Al sumar los coeficientes que
acompañan las variables que capturan el uso de del internet, el uso del internet en una
institución educativa y el uso del internet para fines académicos obtenemos un signo
positivo.
Para hacer una última aproximación empírica desde este modelo, corrimos el mismo pero
esta vez agregando efectos fijos por año. Como se ve en los resultados de la tabla 3, a pesar
de agregar efectos fijos por año ninguna variable de interés es significativa. Sin embargo,
los signos obtenidos siguen siendo los mismos: positivos para el uso del computador, el uso
del internet en una institución educativa y el uso del internet para fines académicos y
negativo para el uso del internet.
Como se había presentado anteriormente, corrimos el modelo para diferentes áreas del
conocimiento. A continuación, presentamos los resultados obtenidos.
Tabla 3. Resultados obtenidos por áreas del conocimiento
VARIABLES Economía, Administración y Contaduría
Ciencias Educación Ciencias
Salud Ingenierías y Arquitectura
Ciencias Sociales
PC .024073*** .043474** -.04753 .061556** .11782**
(0.092) (0.179) (0.105) (0.075) (0.129)
INTERNET -.24536 -.42113*** .14036 -.092997* -.12103
(0.068) (0.152) (0.105) (0.061) (0.095)
INTERNET EN INSTITUCIÓN EDUCATIVA .043683 .12312 .14712*** .055169* .077065
(0.033) (0.078) (0.042) (0.032) (0.053)
INTERNET PARA FINES ACADÉMICOS -.032183 -.072197 -.031778 .0075177 -.012664
(0.021) (0.050) (0.028) (0.019) (0.031)
CONSTANT 97.157*** 94,095*** 95.591*** 97.638*** 97.913***
(2.047) (5.748) (3.098) (1.701) (2.992)
OBSERVATIONS 168 112 112 280 112
NUMBER OF ID 42 28 28 70 28
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
17
Como se puede observar en las tablas, los resultados obtenidos siguen la línea del modelo
seleccionado anteriormente. Para el uso del computador, esta variable es significativa para
las áreas de Economía, Administración y Contaduría (nivel de significancia del 1%),
Ciencias de la Educación (nivel de significancia del 5%), Ciencias Sociales (nivel de
significancia de 5%) y el área de Ingenierías y Arquitectura (nivel de significancia de 5%) y
tiene un efecto positivo sobre la variable dependiente. Cabe resaltar que el área de mayor
impacto por el uso de computador es para las Ciencias de la Educación y el de menor para
el área de Ingenierías y Arquitectura. En cuanto a la variable del uso del internet, esta tiene
efectos negativos sobre la variable dependiente como en el caso principal. Esta variable es
significativa para las áreas de Economía, Administración y Contaduría, Ciencias de la
Educación e Ingenierías y Arquitectura. El único caso que difiere de los demás es el área de
Ciencias de la Salud. Para este ámbito, el modelo arrojó signos contrarios a los analizados
anteriormente. El uso de los computadores aparece con signos negativos mientras que el
uso del internet aparece con signo positivo. A pesar de esta diferencia, solo para esta área
del conocimiento no se obtienen resultados significativos para nuestras variables de interés.
6. Conclusiones
Desde el año 2002, se pudieron consolidar políticas que buscaban la integración de las
Tecnologías de la información y de las comunicaciones al sector educativo. Como vimos
anteriormente, los diferentes programas desarrollados de la mano del Ministerio de
Tecnologías de la Información y las Comunicaciones en los últimos años impactaron
positivamente al país que logró dar un salto muy importante en materia de infraestructura
tecnológica y digital (Sunkel & Trucco, 2012 ). Este trabajo buscó entender los impactos de
éstos avances sobre la calidad de la educación superior medida por la prueba SaberPro y
teniendo como variables de interés el uso de los computadores y el uso del internet.
Los resultados del trabajo fueron mixtos. Por un lado, la variable del uso del computador
fue significativa en nuestro modelo y respondió a nuestras expectativas, pues pudimos
establecer un efecto positivo por parte de esta herramienta. De igual manera, otras variables
explicativas tuvieron efectos que no habíamos contemplado. La variable que captura el uso
del internet en una institución educativa y la que captura este mismo uso para fines
académicos fueron también significativas y tuvieron un efecto positivo. El uso adecuado de
18
estas herramientas puede ser beneficioso para mejorar la calidad en la educación. Los
estudiantes y las universidades pueden hacer uso de estas herramientas para promover el
conocimiento y obtener mejores resultados académicos. Este resultado es muy importante
para el trabajo, pues el uso de estas herramientas para fines académicos evidenció efectos
positivos y significativos. Este resultado es fundamental pues sirve de guía para plantear
nuevas soluciones en el ámbito educativo colombiano, para acercarnos a una educación de
mayor calidad y acceso para todos. Además, como se dijo anteriormente, la suma de los
coeficientes que acompañan las variables que capturan el uso del internet es positiva. En
ese sentido, los resultados respaldan las bondades de estos servicios cuando se enfocan
adecuadamente en mejorar la educación.
En cuanto al uso del internet, esperábamos igualmente efectos positivos. Esta variable
resultó ser significativa, pero su signo negativo se mantuvo para los diferentes modelos. Si
bien, no era el resultado que esperábamos, el signo negativo apareció en todos los modelos
utilizados. Es claro que el internet ha revolucionado a hoy las formas de enseñanza y es sin
duda una herramienta infaltable para la educación superior (McClintock, Striebel, &
Vazquez, 1993). Sin embargo, como explicamos anteriormente, el internet y su uso pueden
representar ciertos riesgos y desventajas que pueden afectar al usuario final (Andrade,
2011).
La calidad de la educación no se explica únicamente por el uso de las nuevas tecnologías.
Sin duda alguna, estas herramientas ofrecen soluciones y oportunidades para el sector
educativo: hacerla más accesible y mejorar su calidad como se intentó demostrar con este
trabajo. Sin embargo, la apropiación de estas tecnologías y el uso correcto de estas últimas
depende de muchos actores: los relativos a la educación, ministerios públicos, sector
privado, comunidad internacional (Sunkel & Trucco, 2012 ). Al respecto, hay aún grandes
retos que enfrenta el país en materia tecnológica, pero más aún frente a la educación. La
apropiación y promoción de las Tics es una posible solución para estos retos, pero no es la
única salida.
19
Bibliografía Aguaded, J., & Cabrero, J. (2003). Internet, una red para la información, la comunicación y la
educación . En J. Aguaded, & J. Cabrero, Internet como recurso para la educación. (págs.
17-31). Málaga, Aljibe. .
Andrade, G. (2011). Aspectos negativos del uso del internet en la educación superior. . Cuadernos
de educación y desarrollo. Volumen 2. No 27. .
Angrist, J., & Lavy, V. (2002). New evidence on classroom computers and pupil learning. The
Economic Journal, 735-765.
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence
and an application to employment equations. . Review of Economics Studies, 277-297.
Barrera, F., & Linden, L. L. (2009). The use and misuse of computers in education: evidence from a
randomized experiment in Colombia. Policy Research Paper, World Bank .
DANE. (s.f.). Información DANE. Sociales. Tecnologías Información. Recuperado el 21 de Enero de
2013, de
http://www.dane.gov.co/index.php?option=com_content&view=article&id=105&Itemid=
68
Dymond, A., & Oestmann, S. (2002). Information and communication technologies (ICTs): Poverty
Alleviation and Universal Access Policies. Nairobi: ATPS Special Paper No 9.
Flor, A. (2001). ICT and Poverty: The Indisputable Link. SEARCA. Third Asian Development Forum on
"Regional Economic Cooperation in Asia and the Pacific. Asian Development Bank. .
Bangkok.
Heeks, R. (1999). Information and communication technologies, Poverty and Development .
Manchester: Institute for Development Policy and Management. Development
Informatics. University of Manchester.
ICFES. (s.f.). ICFES Interactivo. Reporte datos históricos. Recuperado el 21 de Febrero de 2013, de
http://www.icfesinteractivo.gov.co/historicos/
Laborda, R. M. (2005 ). Las nuevas tecnologías en la educación. . Cuadernos sociedad de la
información. Fundación AUNA. Madrid. .
Marqués, P. (1999). Los riesgos del internet. Recuperado el 18 de Marzo de 2013, de Consejos para
su uso seguro. Habilidades necesarias para utilziar internet.Departamento de Pedagogía
aplicada. Facultad de Educación. UAB:
http://www.medellin.edu.co/sites/Educativo/repositorio%20de%20recursos/riesgos%20in
ternet.pdf
20
Marqués, P. (2001). Usos educativos del internet. La revolución de la enseñanza? Recuperado el 18
de Marzo de 2013, de Departamento de Pedagogía aplicada.:
http://boj.pntic.mec.es/~egoa0010/tic/usosred2.html
McClintock, R., Striebel, M., & Vazquez, G. (1993). Elaboración de un nuevo sistema educativo.
Comunicación, Tecnología y Diseños de instrucción: La construcción del conocimiento
escolar y el uso de los ordenadores. Madrid.
MinEducación. (s.f.). Niveles de educación superior. Recuperado el 02 de Marzo de 2013, de
http://www.mineducacion.gov.co/1621/w3-article-231238.html
MinTic. (s.f.). Computadores para Educar. Recuperado el 02 de Marzo de 2013, de Acerca del
programa: http://www.computadoresparaeducar.gov.co/inicio/?q=node/27
MinTic. (s.f.). Dirección de Conectividad. Recuperado el 02 de Marzo de 2013, de
http://www.mintic.gov.co/index.php/direccion-conectividad/proyectos/proyecto-
nacional-fibra-optica
MinTic. (s.f.). Plan Vive Digital. Tecnología en la vida de cada colombiano. Recuperado el 02 de
Marzo de 2013, de http://www.mintic.gov.co/index.php/vive-digital-plan/introduccion
MinTic. (s.f.). Tic y Educación . Recuperado el 02 de Marzo de 2013, de
http://www.mintic.gov.co/index.php/mintic-inicio/16-apropiacion-tic
Moreira, M. (2000). Qué aporta el internet al cambio pedagógico en la educación superior? En
Redes multimedia y diseños virtuales. Actas del III Congreso Internacional de
Comunicación, Tecnología y Educación. Universidad de Oviedo. , (págs. 128-135).
Rassiah, K., Chidambaram, P., & Sihombing, H. (2011). The higher education student´s experiences
with tecnology. Asian Transactions on Basic and applied sciences.
Rodríguez, C., Sánchez, F., & Márquez, J. (2011). Impacto del programa "Computadores para
educar" en la deserción infantil, el logro escolar y el ingreso en la educación superior.
Documento CEDE.
Sunkel, G., & Trucco, D. (2012 ). El programa colombiano de uso de medios y tecnologías de
información y comunicación: 2002-2010. En Las tecnologías digitales frente a los desafíos
de una educación inclusiva en América Latina. Algunos casos de buenas prácticas. (págs.
101-124). Santiago de Chile : Publicación de las Naciones Unidas. .
21
Anexos
Estadísticas descriptivas de las variables del modelo propuesto.
1) Porcentaje del uso del computador durante el último año
2) Porcentaje del uso del internet durante el último año
3) Porcentaje del uso del internet en una institución educativa
4) Porcentaje del uso del internet para fines educativos y de aprendizaje
99% 62.1594 62.1594 Kurtosis 2.666784
95% 55.89546 62.1594 Skewness -.0266679
90% 53.74741 62.1594 Variance 55.68568
75% 49.44902 62.1594
Largest Std. Dev. 7.462284
50% 44.92894 Mean 44.13131
25% 39.29228 28.33147 Sum of Wgt. 784
10% 32.946 28.33147 Obs 784
5% 30.73055 28.33147
1% 28.33147 28.33147
Percentiles Smallest
pc
. sum pc, d
99% 58.28575 58.28575 Kurtosis 2.888218
95% 50.08117 58.28575 Skewness .3497156
90% 46.7914 58.28575 Variance 67.8947
75% 40.78262 58.28575
Largest Std. Dev. 8.239824
50% 35.75167 Mean 36.31272
25% 30.47118 19.91264 Sum of Wgt. 784
10% 24.95595 19.91264 Obs 784
5% 23.03415 19.91264
1% 19.91264 19.91264
Percentiles Smallest
inter
. sum inter, d
99% 47.12019 47.12019 Kurtosis 2.865746
95% 45.04828 47.12019 Skewness -.1097432
90% 39.74213 47.12019 Variance 76.30352
75% 34.00201 47.12019
Largest Std. Dev. 8.735189
50% 28.83193 Mean 28.31373
25% 23.33608 8.552249 Sum of Wgt. 784
10% 16.32475 8.552249 Obs 784
5% 11.75341 8.552249
1% 8.552249 8.552249
Percentiles Smallest
educ
. sum educ, d
22
5) Promedio resultados Prueba SaberPro para las 14 ciudades y 14 carreras
99% 76.94959 76.94959 Kurtosis 3.817656
95% 74.26499 76.94959 Skewness -.8404035
90% 70.52879 76.94959 Variance 120.7024
75% 65.3838 76.94959
Largest Std. Dev. 10.98646
50% 59.32302 Mean 57.98648
25% 53.30365 24.89945 Sum of Wgt. 784
10% 40.43783 24.89945 Obs 784
5% 35.69622 24.89945
1% 24.89945 24.89945
Percentiles Smallest
apren
. sum apren, d
99% 110.49 113.31 Kurtosis 4.046686
95% 106.06 112.65 Skewness -.1934008
90% 104.36 112.6 Variance 20.55937
75% 101.7626 111.05
Largest Std. Dev. 4.534244
50% 98.95 Mean 98.88371
25% 95.915 83.62 Sum of Wgt. 784
10% 93.34 80.5423 Obs 784
5% 91.64 79.698
1% 88.22 79.6
Percentiles Smallest
Promedio
. sum promedio, d