Introducción

La diversidad de estudiantes que actualmente se observa en las aulas universitarias ha generado amplio interés científico. Ello considerando que ha significado desafíos que involucran implementar estrategias tanto en la docencia como para el estudiante en procesos como la adaptación a los primeros años de vida universitaria⁽¹⁾⁽²⁾. En este ámbito, la autorregulación del aprendizaje se ha convertido en una de las competencias y predictores claves para el rendimiento y éxito académico debido al impacto que tiene su desarrollo y promoción como medio para reducir el abandono o deserción universitaria.

La autorregulación del aprendizaje (ARA) se refiere al control propio del rendimiento cognitivo antes, durante y después del proceso de aprendizaje⁽³⁾⁽⁴⁾. Autores⁽⁵⁾ establecen que se refiere al aprendizaje que resulta de pensamientos y comportamientos autogenerados orientados a los objetivos de aprendizaje. Las estrategias de aprendizaje autorregulado han adquirido bastante importancia en los últimos años, principalmente dado que se ha demostrado su efecto en la predicción del desempeño de los estudiantes⁽⁶⁾⁽⁷⁾ como también la relevancia de ser desarrollada desde los primeros años de vida⁽⁸⁾. Se ha demostrado⁽⁹⁾ que las estrategias de autorregulación influyen en aspectos relacionados con las emociones hacia el aprendizaje, las estrategias de aprendizaje cognitivas y el rendimiento académico.

Entre los modelos más estudiados que explican el proceso de autorregulación del aprendizaje en el contexto educacional, se encuentra el modelo trifásico de Barry Zimmerman⁽¹⁰⁾, un modelo cíclico, interdependiente con una perspectiva social-cognitiva y el modelo de Paul Pintrich⁽¹¹⁾ basado en una perspectiva socio-cognitiva de fases independientes. Curione basado en Pintrich⁽¹²⁾ puntualiza cuatro asunciones teóricas básicas de la perspectiva autorregulación del aprendizaje:

(1) La asunción activa constructiva: los aprendices son vistos como participantes activos de su proceso de aprendizaje;

(2) La asunción del potencial control, los aprendices pueden potencialmente monitorear, controlar y regular ciertos aspectos de su cognición, motivación y conducta, así como algunos elementos de su ambiente.

(3) Las metas, criterios o estándares a través de los cuales se establece una comparación que permite evaluar el progreso en el aprendizaje y realizar ajustes y correcciones en caso de ser necesario y, finalmente;

(4) Las actividades autorregulatorias son mediadoras entre las características personales, contextuales y el rendimiento académico.

El enfoque del aprendizaje autorregulado aborda los aspectos cognitivos, motivacionales y emocionales que intervienen en el aprendizaje^(13)(14). Se ha evidenciado⁽¹⁵⁾ la relación entre experiencia de aprendizaje y rendimiento académico, donde aquellos estudiantes que tienen niveles favorables de experiencia, muestran también un mejor desempeño. En este sentido las prácticas pedagógicas que tienen los docentes en las asignaturas y el desarrollo de habilidades de autorregulación del aprendizaje influyen directamente en el rendimiento académico de sus estudiantes⁽¹⁶⁾.

Otras investigaciones han argumentado la necesidad de que los docentes fomenten estas competencias, sin embargo, la instrucción que se realiza es poco frecuente y eficaz⁽¹⁷⁾. Lo anterior debido al escaso conocimiento sobre esta temática^(18)(19)(20). Además, algunos estudios⁽¹⁶⁾ han demostrado que la percepción de buena enseñanza y la existencia de metas y objetivos claros se relaciona con un enfoque profundo de aprendizaje y, por otra parte, una incoherencia en las evaluaciones y alta carga de trabajo se relaciona con un enfoque superficial.

La autoeficacia en el proceso de planificación del estudio es un conjunto de creencias que tienen los estudiantes acerca de sus capacidades siendo clave en el proceso de control de la autorregulación⁽²¹⁾. Así, los estudiantes con creencias de autoeficacia positiva hacia el aprendizaje son más motivados y tienen mejor rendimiento académico por las estrategias de autorregulación que utilizan en sus tareas y para preparar la actividad de estudio, impactando en su esfuerzo, persistencia y logro de metas académicas. Es así que la autoeficacia y autorregulación son componentes fundamentales en la implicación de los estudiantes en sus metas académicas. Es posible notar que, un alto nivel de autoeficacia otorga la posibilidad de un mejor rendimiento académico⁽²²⁾.

En consecuencia, como se plantea en un estudio⁽²³⁾, los estudiantes que son denominados “autorregulados” coinciden con aquellos a los que se les considera de alto rendimiento y alta capacidad. Estos últimos utilizan un conjunto de estrategias cognitivas y saben dónde, cuándo y por qué utilizarlas, gestionan sus procesos mentales hacia el logro de metas, presentan creencias motivacionales, planifican y controlan el tiempo, presentan mayores intentos por participar en el control y regulación de las tareas académicas, entre otros, que le permiten enfrentar con menor dificultad sus procesos de aprendizaje. En esta misma línea, la organización es una de las estrategias cognitivas de aprendizaje más utilizada por los estudiantes con procesamiento profundo y es una de las que destaca al igual que la autorregulación dado que su utilización genera mayor rendimiento académico^(24)(25).

Por otro lado, las estrategias metacognitivas han sido consideradas relevantes en el aprendizaje autorregulado, dado que se vinculan estrechamente con el rendimiento de los estudiantes⁽¹⁴⁾. En este punto, tareas como la organización son consideradas una de las más sencillas y que permiten integrar la información de manera significativa⁽²⁶⁾. También, debido a que, se puede segmentar en la organización del entorno, donde se desarrolla el aprendizaje, y de la tarea. Conjuntamente, un estudio⁽²⁷⁾ concluye que es fundamental el desarrollo de la habilidad de organización, pues permite ordenar las tareas y el entorno de aprendizaje, con la finalidad de que los estudiantes logren los objetivos propuestos y el éxito a nivel académico además de ser necesario capacitar al profesorado para que pueda promover esta estrategia desde los primeros niveles de enseñanza.

Las diferentes investigaciones que existen en relación a la autorregulación del aprendizaje han demostrado este vínculo directo con el rendimiento académico, deserción y abandono escolar. A través de ellas se concluye que los estudiantes que se consideran autorregulados alcanzan un mayor rendimiento siendo capaces de utilizar diferentes recursos y estrategias metacognitivas, y motivacionales para mejorar su desempeño^(1)(28)(29). Por ejemplo, estudios⁽³⁰⁾ analizaron la influencia de la autorregulación sobre el rendimiento académico en estudiantes de secundaria estableciendo que los procesos de autorregulación conductual y cognitiva afectan de manera directa y significativa al rendimiento de los estudiantes en matemática. Así, dentro de las implicancias establecen la necesidad de que los profesores fomenten la adopción de procesos de autorregulación del aprendizaje en sus estudiantes.

Por otra parte^(6)(31), se ha demostrado que las estrategias cognitivas y metacognitivas asociadas a la autorregulación predicen el desempeño de los estudiantes. Otro trabajo desarrollado⁽⁹⁾ demostró el impacto directo de la autorregulación del aprendizaje sobre el rendimiento académico en estudiantes universitarios, concluyendo que los profesores y las instituciones deberían crear ambientes proclives al desarrollo de la autorregulación del aprendizaje considerando su impacto sobre el desempeño académico. También, establecieron un modelo predictivo⁽³²⁾ para el riesgo de abandono en educación superior en el cual concluyeron que las dimensiones asociadas a planificación del estudio, toma de apuntes y variables relacionadas a la autorregulación del aprendizaje son predictivas para el riesgo de abandono en educación superior.

A pesar de lo anterior, también hay estudios⁽⁴⁾que argumentan que si bien la autorregulación produce un impacto positivo sobre el rendimiento académico, no todas las estrategias lo impactan de la misma manera. Así mismo, se ha concluido que, si bien se conoce el impacto de la autorregulación sobre el rendimiento académico, se desconocen en gran medida los mecanismos a través de los cuales se produce este efecto⁽³³⁾. Lo anterior, recoge y reconoce la importancia de indagar en la temática tomando en consideración la importancia de la autorregulación en el proceso de aprendizaje de los estudiantes.

Metodología

Diseño

Se utilizó un diseño cuantitativo para abordar el objetivo de investigación. Se recogieron los datos a través de un cuestionario con corte transversal (en un momento del tiempo) al término de la primera mitad del semestre académico. El rendimiento académico se obtuvo a partir de las calificaciones de los estudiantes en las actividades curriculares de Cálculo I e Introducción a la Ingeniería. El presente estudio se realizó a partir de una muestra de 115 estudiantes de primer año de una escuela de Ingeniería en una universidad regional de Chile, con una edad promedio de 19,11 años (DE = 1,51). De estos, un 20,69% son mujeres y 79,31% son hombres.

Instrumentos

Se utilizó una batería de instrumentos del Programa Intracurricular de Facilitación de Competencias de Disposición al Aprendizaje en Estudiantes Universitarios⁽³⁴⁾ compuesto por tres cuestionarios que miden la autorregulación del aprendizaje en diferentes áreas. La batería se compone originalmente por 28 ítems que se divide en tres dimensiones o cuestionarios:

1. “Experiencia de aprendizaje”: cuestionario de percepción de la calidad del aprendizaje en educación superior (CEQ - Course Experience Questionnaire), instrumento que incluye un conjunto de factores que operan como indicadores de la calidad de la docencia según la perspectiva de los estudiantes. Se utilizaron solo dos factores que han mostrado adecuados niveles de fiabilidad y validez interna en aplicaciones con estudiantes universitarios⁽¹⁶⁾. Las dimensiones corresponden a: (a) Metas y Objetivos Claros (4 ítems) y (b) Carga de trabajo (4 ítems), utilizados con frecuencia en trabajos empíricos con estudiantes^(17)(35). Los ítems se responden en una escala Likert de 7 puntos (1= totalmente en desacuerdo; 7 = totalmente de acuerdo).

2. “Autoeficacia para la Autorregulación del Estudio (CAPADE): este cuestionario aborda las estrategias que el estudiante hace para aprender⁽²¹⁾. Se compone de 9 ítems que tributan a una dimensión principal y tres secundarias definidas teóricamente: (a) establecimiento de objetivos de académicos (b) gestión del tiempo académico y (c) organización de recursos materiales y ambientales. Cada una de estas dimensiones consta de tres ítems, los que se responden en una escala Likert de 7 puntos (1= nada seguro; 7 = totalmente seguro).

3. “Disposición al estudio”: este instrumento analiza la percepción del estudiante acerca de las actividades efectuadas para gestionar el tiempo académico, en su propuesta inicial⁽³⁴⁾. Se construyó con el objetivo de evaluar los aprendizajes de los estudiantes tras realizar el programa de entrenamiento. Se compone de 11 ítems agrupados en un solo factor, los que se responden en una escala Likert de 7 puntos (1= totalmente en desacuerdo; 7 = totalmente de acuerdo).

Procesamiento de datos

Se analizaron los datos a nivel descriptivo y la normalidad de la distribución de las variables en estudio (Tabla 1). Dada la no normalidad de algunas variables y la complejidad del modelo que se pretendía evaluar, se optó por utilizar Mínimos Cuadrados Parciales (en adelante, PLS). Este tipo de modelos es apropiado para estimar modelos de relaciones considerando la no normalidad y muestras pequeñas, como es el caso de estudio. PLS estima simultáneamente las relaciones de reactivos y constructos, además de los recorridos del modelo teórico a través de un algoritmo de iteraciones⁽³⁶⁾. Las puntuaciones de los constructos latentes son utilizadas para obtener los coeficientes de las regresiones parciales.

Se procesaron los datos utilizando el software Rstudio y el paquete pslpm⁽³⁷⁾ . A partir del análisis PLS se analizaron en primer lugar las comunalidades de los reactivos sobre cada variable latente. El procesamiento de los datos se realizó en dos momentos. En el primer procesamiento se depuraron los instrumentos iniciales considerando como punto de corte que los reactivos en el instrumento tuvieran al menos comunalidad de 0.40. En resultados se examinan además indicadores sobre confiabilidad, validez discriminante y convergente. En el segundo procesamiento, se estimó el modelo teórico a partir del algoritmo de esquema de presentación de estructuras y los resultados se presentan en términos de los coeficientes de trayectoria. Se evaluó además el coeficiente de determinación y se estudió la consistencia de las estimaciones utilizando la técnica de bootstrapping.

Resultados

La Tabla 1 muestra los resultados del primer análisis de depuración de reactivos en el cual se tomó como criterio de decisión eliminar aquellos reactivos que ponderaron una comunalidad inferior al límite de .40. También, se muestran los indicadores del modelo de medición. En términos generales, se puede apreciar indicadores de confiabilidad y validez adecuados respecto de sus valores de referencia eliminando los ítems con comunalidades inferiores a .40 (α > .70; CR >.70; AVE > .50).

La Tabla 2 muestra la descripción de los datos en términos de tendencia central y distribución de la variable dependiente rendimiento académico y las puntuaciones totales de los ítems para los instrumentos de medición. La prueba de normalidad Kolgomorov-Smirnov muestra en algunos casos que no existe normalidad en las variables en estudio (p < .050), lo que justifica la elección del modelo de procesamiento de datos basado en PLS.

La Figura 1 muestra los resultados del análisis PLS realizado, para las diferentes rutas basadas en las hipótesis propuestas. En la Tabla 3, se muestran además los resultados en términos de efectos directos, indirectos y totales, de la partida original y el bootstrapping realizado. Es posible evidenciar que, la experiencia de aprendizaje tiene un efecto directo sobre el rendimiento académico (β=.111; p< .100). Ello asociado a un camino claro, con objetivos y metas que para los estudiantes han sido establecidos y una carga de trabajo que permite desarrollar las tareas en la asignatura. Por otro lado, se constata un efecto directo de la experiencia de aprendizaje sobre las variables asociadas a la autoeficacia (β=.380; p< .001). y disposición al estudio (β=.293; p< .001). Además, la experiencia de aprendizaje muestra un efecto indirecto sobre la variable rendimiento académico, la que es mediada por la autoeficacia y disposición al estudio (β=.083; p< .001).

Figura 1 Resultados coeficientes con bootstrapping. 

Discusión

La investigación tuvo como objetivo analizar el efecto de la experiencia de aprendizaje sobre la autorregulación, autoeficacia, disposición al estudio y rendimiento académico en universitarios de la carrera de Ingeniería. Los resultados obtenidos evidencian que la experiencia de aprendizaje, durante el semestre académico, impacta positivamente al rendimiento académico, tal como lo identificaron otros estudios sobre el tema^(15)(16). Ello implica que, aquellos estudiantes que tienen niveles favorables de experiencia, es decir, han percibido con mayor claridad los objetivos y administran de mejor manera la carga académica, muestran también un mejor rendimiento académico. Este resultado es relevante, puesto que es posible notar que la experiencia de aprendizaje puede ser monitoreada por los docentes. Por ello las prácticas y formación docente al momento de promover la autorregulación del aprendizaje resultan cruciales en el desempeño estudiantil de primer año, tal como mencionan estudios del área^(18)(19).

Por otro lado, se identifica que, para este caso particular, la autorregulación no es significativa para explicar el rendimiento de los estudiantes en este tipo de asignaturas. Este aspecto resulta interesante ya que contrasta con lo obtenido en otros estudios^{(1)(23)(28)(29)}. Esto podría explicarse por diferentes variables del grupo estudiado, ya sea nivel, baja capacidad de autorregulación, grupo heterogéneo, entre otros, aspecto que en estudios^(21)(33) también dejan en evidencia puesto que argumentan que no todas las estrategias impactan de la misma manera a pesar de reconocer que la autorregulación si tiene un impacto positivo en el rendimiento.

En el estudio también se prueba que, la autoeficacia para la autorregulación del estudio (lo que el estudiante hace para aprender) durante el semestre impacta positivamente sobre el rendimiento académico de los estudiantes, por ende, este proceso de planificación puede influir en el rendimiento académico. Las investigaciones establecen que un alto nivel de autoeficacia es clave en el control de la autorregulación del aprendizaje puesto que influye en el esfuerzo y la persistencia de los estudiantes en la realización de tareas, en consecuencia, en un mejor desempeño académico^(21)(22). Otros estudios también muestran que en este proceso una de las estrategias clave y más utilizada es la organización, su disposición al estudio, dado que existe una mayor probabilidad de que obtengan mejores resultados en sus actividades curriculares^(24)(25). Es por ello que, resulta fundamental su desarrollo, cuestión que puede ser potenciada con docentes capacitados en técnicas y estrategias que permitan a los estudiantes organizarse adecuadamente⁽²⁷⁾.

El estudio además permite evidenciar que, la experiencia de aprendizaje impacta positivamente a las estrategias de disposición al estudio que el estudiante implementa durante su proceso de aprendizaje que se asocian a las de organización. Esto da cuenta que el rol que tiene el docente en la formación de sus estudiantes y en el contexto es fundamental, si existe una docencia centrada en el estudiante más que transmitir contenidos impactará de manera positiva en el rendimiento académico y en las estrategias que emplea para aprender de manera profunda, por lo cual en relación a las áreas evaluadas si estas son trabajadas por el docente impactarán positivamente en el logro de aprendizajes. Por ejemplo, dar a conocer lo que se espera del estudiante en la actividad curricular, especificar la carga de trabajo para cada actividad y ayudar en su comprensión, dar a conocer las exigencias, entre otros, son técnicas que se vuelven relevantes para el apoyo de la autorregulación de los estudiantes⁽¹⁾. Así, y si bien estas prácticas docentes son claves para el fomento de la autorregulación también hay estudios que determinan que son insuficientes y que es necesario que los docentes reflexionen más sobre sus procesos de enseñanza y aprendizaje en estas áreas^(19)(20)(38).

Conclusiones

Este estudio permitió determinar que existe una relación positiva y directa entre las dimensiones de experiencia de aprendizaje, autoeficacia, disposición al estudio y el rendimiento académico en estudiantes de la carrera de Ingeniería. Debido a lo anterior, resulta relevante desarrollar programas formativos, tanto para docentes como para estudiantes, que permitan la promoción de estas habilidades con la finalidad de favorecer la permanencia y progresión de los estudiantes y en consecuencia el éxito académico. Como implicancias prácticas está el hecho que, se ha evidenciado que una mejor experiencia de aprendizaje incide directamente en el desempeño, pero también tiene un efecto de mediación en variables como la autoeficacia y disposición al estudio. Estas habilidades cognitivas en los estudiantes podrían ser mayormente aprovechadas y estimuladas si se cuenta con docentes capacitados para favorecer la experiencia de aprendizaje de los estudiantes.