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