Interacción, creatividad práctica y desempeño académico en entornos digitales de educación superior: un análisis multivariado desde learning analytics

Autores/as

DOI:

https://doi.org/10.46842/ipn.cien.v30n1a10

Palabras clave:

learning analytics, interacción digital, creatividad en la acción, educación superior, desempeño académico, análisis multivariado

Resumen

El crecimiento de los entornos digitales de aprendizaje ha ampliado las posibilidades de analizar empíricamente las dinámicas de participación estudiantil mediante datos generados por plataformas educativas. En el campo de learning analytics, la interacción digital se ha consolidado como un indicador clave del desempeño académico; sin embargo, su dimensión cualitativa, particularmente en términos de creatividad práctica, ha sido menos explorada [1]. El presente estudio examina la relación entre interacción digital, creatividad en la acción y desempeño académico en educación superior mediante un enfoque cuantitativo. De esta manera, se emplea un diseño observacional basado en registros de actividad en plataformas virtuales, analizados mediante estadística descriptiva, matrices de correlación, modelos de regresión y modelos multinivel. Los resultados muestran que la interacción estudiantil se asocia positivamente con el desempeño académico, especialmente cuando las dinámicas de participación implican formas activas de intervención en las discusiones. La creatividad práctica también presenta efectos significativos, sugiriendo que la calidad de la participación es tan relevante como su frecuencia. El modelo multinivel confirma la estabilidad de estos efectos al considerar variaciones entre cursos. Estos hallazgos destacan la importancia de diseñar entornos digitales que promuevan no sólo la participación, sino también formas de interacción que favorezcan procesos de aprendizaje más activos y colaborativos.

Referencias

[1] D. Gašević, S. Joksimović, B. Eagan, D. W. Shaffer, “SENS: Network analytics to combine social and cognitive perspectives of collaborative learning,” Computers in Human Behavior, vol. 92, pp. 562–577, 2019, doi: https://doi.org/10.1016/j.chb.2018.07.003

[2] D. Ifenthaler, J. Yau, “Utilising learning analytics for study success: Reflections on current empirical findings,” Research and Practice in Technology Enhanced Learning, vol. 15, no. 1, pp. 1–17, 2020, doi: https://doi.org/10.1007/978-3-319-64792-0_2

[3] R. Luckin, AI for Schoolteachers. London, UK: Routledge, 2022.

[4] A. Wise, D. W. Shaffer, “Why theory matters more than ever in the age of big data,” Journal of Learning Analytics, vol. 8, no. 2, pp. 1–5, 2021, doi: https://doi.org/10.18608/jla.2015.22.2

[5] F. Martin, T. Sun, C. D. Westine, “A systematic review of research on online teaching and learning from 2009 to 2018,” Computers & Education, vol. 159, 2020, doi: https://doi.org/10.1016/j.compedu.2020.104009

[6] B. Rienties, D. Tempelaar, Q. Nguyen, A. Littlejohn, “Unpacking the intertemporal impact of self-regulation in blended learning environments,” The Internet and Higher Education, vol. 45, 2020, doi: https://doi.org/10.1016/j.chb.2019.07.007

[7] V. P. Glăveanu, “A sociocultural theory of creativity: Bridging the social, the material and the psychological,” Creativity Research Journal, vol. 32, no. 1, pp. 1–10, 2020, doi: https://doi.org/10.1177/1089268020961763

[8] Z. Papamitsiou, A. Economides, “Learning analytics and educational data mining in practice: A systematic literature review,” Educational Technology & Society, vol. 24, no. 2, pp. 49–64, 2014, https://eric.ed.gov/?id=EJ1045537

[9] OECD, PISA 2022 Assessment and Analytical Framework: Creative Thinking. Paris, France: OECD Publishing, 2023, available: https://www.oecd.org/en/publications/pisa-2022-assessment-and-analytical-framework_dfe0bf9c-en.html

[10] O. Zawacki-Richter, V. Marín, M. Bond, F. Gouverneur, “Systematic review of research on artificial intelligence applications in higher education,” International Journal of Educational Technology in Higher Education, vol. 16, no. 39, 2019, doi: https://doi.org/10.1186/s41239-019-0171-0

[11] D. Tempelaar, B. Rienties, Q. Nguyen, “Subjective data, objective data and the role of bias in predictive modelling,” Computers in Human Behavior, vol. 104, 2020, doi: https://doi.org/10.1371/journal.pone.0233977

[12] R. A. Beghetto, “How Times of Crisis Serve as a Catalyst for Creative Action: An Agentic Perspective,” Frontiers in Psychology, vol. 12, 2021, doi: https://doi.org/10.3389/fpsyg.2020.600685

[13] D. Henriksen, E. Creely, M. Henderson, P. Mishra, “Creativity and technology in teaching and learning: a literature review of the uneasy space of implementation,” Educational Technology Research and Development, 2021, doi: https://doi.org/10.1007/s11423-020-09912-z

[14] S. Joksimović, V. Kovanović, S. Dawson, D. Gašević, G. Siemens, “The journey of learning analytics,” HERDSA Review of Higher Education, vol. 6, pp. 37–63, 2019, available: https://hdl.handle.net/11541.2/142171

[15] N. Selwyn, Education and Technology: Key Issues and Debates, 3rd ed. London, U.K.: Bloomsbury Academic, 2023.

Publicado

01-07-2026

Número

Sección

Investigación

Cómo citar

Interacción, creatividad práctica y desempeño académico en entornos digitales de educación superior: un análisis multivariado desde learning analytics. (2026). Científica, 30(1), 1-18. https://doi.org/10.46842/ipn.cien.v30n1a10