• Un equipo multidisciplinar de la Universidad de Oviedo ha observado que, en entornos como la plataforma Moodle, la relación entre la tardanza en la elaboración de tareas y los resultados negativos es todavía mayor que en la enseñanza tradicional

• Por el contrario, la buena gestión del tiempo favorece que el rendimiento sea alto

Un estudio realizado por investigadores del grupo ADIR (Aprendizaje, Dificultades, Inteligencia y Rendimiento) de la Facultad de Psicología de la Universidad de Oviedo, que se ha publicado en la revista Frontiers in Psychology, muestra que las conductas procrastinadoras, o tendencia a aplazar las tareas, en plataformas de aprendizaje como Moodle, son un buen predictor del rendimiento académico.

Tanto desde la literatura científica como desde el sentido común se viene considerado que “dejar para mañana lo que puedes hacer hoy” no es lo más aconsejable para obtener buenos resultados académicos. Recientes pero escasos estudios han alertado de que el fenómeno de la procrastinación tiene peor pronóstico y consecuencias en los aprendizajes a distancia y semipresencial (e-learning y b-learning) que en los clásicos formatos presenciales.

Los resultados han mostrado que durante el curso se pueden extraer evidencias de demora en la interacción de los alumnos con la plataforma, que conllevan un rendimiento académico bajo. Sin embargo, cuando se observaron indicios de una buena gestión del tiempo, el rendimiento no solo fue satisfactorio, sino alto. En este sentido, la conducta procrastinadora se perfila como una variable central para mejorar el proceso de aprendizaje y la minería de datos educativos como una disciplina con un enorme potencial para la predicción de la conducta.

El equipo multidisciplinar, formado por psicólogos e ingenieros informáticos, encabezado por los profesores José Carlos Núñez y Rebeca Cerezo, ha tomado como base la interacción con la plataforma Moodle de una muestra de estudiantes universitarios para aplicarle técnicas de minería de datos y observar así las consecuencias de la procrastinación. El procedimiento permite extraer información de un gran conjunto de datos. Utiliza el análisis matemático para, a través de patrones y tendencias que existen en los datos, darles una estructura comprensible para su uso. Normalmente, estos patrones no se pueden detectar mediante la exploración tradicional porque las relaciones entre ellos son excesivamente complejas o porque resultan demasiados. La técnica empleada, 'class association rules', no había sido antes aplicada al estudio de la procrastinación.

En el estudio se obtuvieron un total de 111 reglas de asociación entre la interacción de los estudiantes con Moodle y su rendimiento académico, de las cuales tres fueron validadas en dos muestras diferentes de datos.

Las variables empleadas en el estudio, resultantes del procesamiento de los 'logs' de la plataforma Moodle, permiten un nuevo enfoque en el estudio de la cuestión en plataformas virtuales de aprendizaje. El fichero log permite recoger la información sin interferir con el proceso natural de navegación del usuario, pues la herramienta permanece latente recogiendo los datos. Hasta la fecha, este fenómeno era abordado como un resultado, reducido a una tarea entregada fuera de fecha o no entregada. Sin embargo, el análisis del registro de interacción permite conocer mejor el proceso de elaboración de las tareas, lo cual abre las vías para adaptar el entorno de aprendizaje a las necesidades del estudiante y tomar medidas para ayudar al alumnado en situación de fracaso académico.

Este estudio forma parte de un proyecto más amplio financiado por el Ministerio de Economía y Competitividad, en el que se pretende profundizar en el estudio de la metacognición en aprendices adultos con y sin dificultades del aprendizaje.

Datos del artículo

Cerezo, R., Esteban, M., Sánchez-Santillán, M., & Núñez, J. C. (2017). "Procrastinating Behavior in Computer-Based Learning Environments to Predict Performance: A Case Study in Moodle". Frontiers in Psychology, 8.

http://journal.frontiersin.org/article/10.3389/fpsyg.2017.01403/full