Recibido: 20/04/2026
Aceptado: 12/06/2026
https://revistas.unj.edu.pe/index.php/pakamuros
47
Volumen 14, Número 2, Abril - Junio, 2026, Páginas 47 al 61
DOI: https://doi.org/10.37787/at77xr55
ARTÍCULO ORIGINAL
Herramientas digitales, competencias digitales y su relación con el rendimiento
académico en ecuaciones diferenciales de estudiantes en Ingeniería
Digital tools, digital competencies and heir relationship to Engineering students’
academic performance in differential equations
Enny Román
1
,
Oscar Larios
2
*,
Hayde Vásquez
3
y Fernando Llatas
4
RESUMEN
El uso de herramientas digitales especializadas ha cobrado mayor relevancia en la enseñanza de las
matemáticas universitarias; sin embargo, la evidencia sobre su relación con las competencias digitales y
el rendimiento académico continúa siendo heterogénea. En este contexto, el presente estudio analizó la
asociación entre estas variables en estudiantes del curso de Ecuaciones Diferenciales de la Universidad
Nacional de Jaén. Desarrollándose una investigación con enfoque cuantitativo, alcance correlacional y
diseño no experimental de corte transversal, en la que participaron 33 estudiantes. La información se
obtuvo mediante cuestionarios previamente validados con una consistencia interna superior a 0.95 (alfa
ordinal) y se analizó mediante el coeficiente de correlación de Spearman. Los resultados evidenciaron
una relación positiva moderada y estadísticamente significativa entre el uso de herramientas digitales y
el rendimiento académico (ρ = 0.533; p = 0.001), mientras que las competencias digitales no mostraron
una asociación significativa con el rendimiento académico (ρ = 0.122; p = 0.498). Aunque la mayoría de
los estudiantes alcanzó un nivel bueno de competencias digitales, el desempeño académico presentó una
mayor asociación con el empleo de herramientas digitales especializadas. Se concluye que la
incorporación sistemática de estos recursos puede contribuir al aprendizaje de las matemáticas en
estudiantes de ingeniería.
Palabras clave: Competencias digitales; herramientas digitales; rendimiento académico; educación
superior; ecuaciones diferenciales.
ABSTRACT
The use of specialized digital tools has become increasingly important in university mathematics
education; however, the evidence regarding their relationship with digital competencies and academic
performance remains mixed. In this context, the present study analyzed the association between these
variables among students in the Differential Equations course at the National University of Jaén. The
study employed a quantitative approach with a correlational scope and a non-experimental cross-
sectional design, involving 33 students. Data were collected using previously validated questionnaires
with an internal consistency coefficient greater than 0.95 (ordinal alpha) and analyzed using Spearman’s
correlation coefficient. The results showed a moderate and statistically significant positive relationship
between the use of digital tools and academic performance (ρ = 0.533; p = 0.001), while digital
competencies did not show a significant association with academic performance (ρ = 0.122; p = 0.498).
Although most students achieved a good level of digital competencies, academic performance was more
strongly associated with the use of specialized digital tools. It is concluded that the systematic
incorporation of these resources can contribute to mathematics learning among engineering students.
Keywords: digital tools; digital competencies; academic performance; differential equations;
engineering education.
*
Autor para correspondencia
1
Universidad Nacional de Jaén, Perú. Email: enny_roman@unj.edu.pe, larios.oscar@gmail.com,
hayde_vasquez@unj.edu.pe, Fernando.llatas@unj.edu.pe
Román et al.
48
INTRODUCCIÓN
La incorporación de tecnologías digitales en la educación superior ha experimentado un
crecimiento importante durante los últimos años, generando cambios en los procesos de
enseñanza y aprendizaje y favoreciendo la utilización de recursos tecnológicos que contribuyen
al desarrollo de competencias académicas y profesionales (UNESCO, 2023). En las carreras de
ingeniería, donde la formación matemática constituye uno de los ejes fundamentales del proceso
formativo, las herramientas digitales especializadas, como GeoGebra y MATLAB, han
adquirido una importancia creciente debido a que facilitan la visualización, modelación y
resolución de problemas matemáticos complejos (Ziatdinov & Jr., 2022).
Diversas investigaciones han estudiado el aporte de las herramientas digitales en la
enseñanza de las matemáticas, encontrando resultados favorables en distintos niveles de
formación. Entre los principales beneficios se encuentra una mejor comprensión de conceptos
abstractos, debido a que estas herramientas permiten representar de manera gráfica procesos
que, mediante procedimientos tradicionales, suelen presentar mayor dificultad para los
estudiantes. De igual manera, se ha reportado que el empleo de GeoGebra y MATLAB favorece
una participación más activa durante el proceso de aprendizaje y facilita la resolución de
problemas en asignaturas como Ecuaciones Diferenciales (Monroy Andrade, 2024; Ulloa &
Alcalá, 2025).
En las universidades públicas peruanas, el análisis de estas variables adquiere especial
importancia debido a que el proceso de transformación digital aún enfrenta limitaciones
relacionadas con la disponibilidad de infraestructura tecnológica, el acceso a recursos digitales
y la capacitación docente. En consecuencia, tanto el uso de herramientas digitales como el
desarrollo de competencias digitales constituyen aspectos que pueden contribuir al
fortalecimiento del aprendizaje y del rendimiento académico en asignaturas con elevado nivel
de razonamiento matemático (UNESCO, 2023; CEPAL, 2025).
Los resultados reportados por la literatura no son completamente coincidentes. Mientras
algunos estudios encontraron que las herramientas digitales y las competencias digitales
mantienen una relación favorable con el rendimiento académico de los estudiantes de ingeniería
(Ulloa & Alcalá, 2025; Velastegui Hernández et al., 2024), otras investigaciones no
identificaron asociaciones estadísticamente significativas entre las competencias digitales
generales y el rendimiento académico (Luzuriaga Jaramillo et al., 2023). En el caso peruano
también se observan diferencias. Ramírez Romero et al. (2022) reportaron una relación positiva
entre ambas variables; sin embargo, Valenzuela (2022) concluyó que las competencias digitales,
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
6
evaluadas de manera general, no constituyen un predictor significativo del rendimiento
académico.
A pesar del incremento de investigaciones sobre competencias digitales en la educación
superior, los resultados aún muestran diferencias respecto a la relación entre las competencias
digitales, el uso de herramientas digitales y el rendimiento académico. Mientras algunos
estudios reportan asociaciones positivas entre estas variables, otros no encuentran evidencias
estadísticas suficientes para confirmar dicha relación. Estas diferencias permiten suponer que la
influencia de las competencias digitales puede variar según el contexto educativo, el tipo de
competencias evaluadas y las características propias de las asignaturas. Asimismo, la mayoría
de estas investigaciones se ha desarrollado en contextos distintos al de las universidades públicas
peruanas, donde las condiciones de acceso tecnológico, infraestructura y formación digital
presentan características particulares (Luzuriaga Jaramillo et al., 2023; Velastegui Hernández et
al., 2024; Ulloa & Alcalá, 2025).
En concordancia con el Objetivo de Desarrollo Sostenible 4 (ODS 4), orientado a
garantizar una educación inclusiva, equitativa y de calidad, el presente estudio aporta evidencia
empírica sobre la relación entre las herramientas digitales, las competencias digitales y el
rendimiento académico en estudiantes de ingeniería de una universidad pública peruana
(UNESCO, 2023). En ese sentido, el objetivo general del estudio fue analizar la relación entre
las herramientas digitales, las competencias digitales y el rendimiento académico en el curso de
Ecuaciones Diferenciales de estudiantes de Ingeniería de la Universidad Nacional de Jaén.
MATERIALES Y MÉTODOS
Diseño del estudio
Se realizó una investigación con enfoque cuantitativo, de alcance correlacional y diseño
no experimental de corte transversal, debido a que las variables fueron observadas en su
contexto natural sin manipulación deliberada y medidas en un único momento temporal
(Tamayo y Tamayo, 2001)
Participantes
La población estuvo conformada por los estudiantes matriculados en el curso de
Ecuaciones Diferenciales del cuarto ciclo de las escuelas profesionales de Ingeniería de la
Universidad Nacional de Jaén durante el semestre académico 2025-II. Se empleó un muestreo
no probabilístico por conveniencia, debido a que los participantes fueron seleccionados según
criterios de accesibilidad y disponibilidad durante el periodo de recolección de datos. Se
Román et al.
48
incluyeron únicamente los estudiantes matriculados que aceptaron participar voluntariamente y
completaron íntegramente los instrumentos de investigación. La muestra final estuvo constituida
por 33 estudiantes.
Variables
Las variables analizadas fueron: herramientas digitales especializadas para el
aprendizaje de las matemáticas, entendidas como el conjunto de recursos tecnológicos,
aplicaciones y la integración sistemática de herramientas digitales especializadas directamente
vinculadas con los contenidos disciplinares, utilizados por los estudiantes para apoyar el
aprendizaje y la resolución de problemas académicos, particularmente en el curso de Ecuaciones
Diferenciales (Gonzales, 2022); competencias digitales, definidas como las habilidades,
conocimientos y actitudes que permiten utilizar las tecnologías digitales de forma crítica, segura
y eficiente para el aprendizaje, evaluadas mediante las dimensiones del marco DIGCOMP
(Aristizabal Llorente & Cruz Iglesias, 2018); y rendimiento académico, operacionalizado
mediante la calificación final obtenida por los estudiantes en el curso, de acuerdo con la escala
oficial de evaluación de la Universidad Nacional de Jaén (Briones Cagua & Mélendez Jara,
2021).
Instrumentos
Para la recolección de datos se emplearon dos cuestionarios adaptados. Las
competencias digitales se evaluaron mediante el cuestionario CDEES, adaptado de Valenzuela
(2022), compuesto por 31 ítems tipo Likert de cinco categorías de respuesta (1 = nunca a 5 =
siempre), organizados en seis dimensiones del marco DIGCOMP. Las herramientas digitales se
evaluaron mediante un cuestionario adaptado de Gonzales (2022), integrado por 20 ítems tipo
Likert distribuidos en cuatro dimensiones: instrumental, cognitiva, comunicativa y axiológica.
Ambos instrumentos fueron sometidos a un proceso de adaptación contextual para su aplicación
en estudiantes de ingeniería de la Universidad Nacional de Jaén y evidenciaron una excelente
consistencia interna mediante el coeficiente alfa ordinal (α > 0.95).
Procedimiento
La recolección de datos se realizó de forma presencial, utilizando un formulario
electrónico elaborado en Google Forms. Antes de la encuesta, se informó a los estudiantes sobre
los objetivos de la investigación, su participación fue de manera voluntaria. Posteriormente, los
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
8
participantes completaron los cuestionarios en un único momento bajo supervisión del equipo
investigador además mantiene la confidencialidad de la información recopilada
Análisis estadístico
El análisis de los datos se realizó mediante los programas Jamovi y SPSS versión 26.
Previamente se evaluó la distribución mediante la prueba de normalidad de Shapiro–Wilk.
Debido a que las variables herramientas digitales y rendimiento académico no presentaron
distribución normal, se emplearon procedimientos estadísticos no paramétricos. La consistencia
interna de los instrumentos se estimó mediante el coeficiente alfa ordinal. Para contrastar las
hipótesis de investigación se utilizó el coeficiente de correlación de Spearman (ρ), adoptándose
un nivel de significancia estadística de α = 0.05.
Consideraciones éticas
La investigación se desarrolló conforme a los principios éticos aplicables a estudios
observacionales de riesgo mínimo. La participación de los estudiantes fue voluntaria y la
información obtenida se procesó de manera anónima y confidencial, utilizándose
exclusivamente con fines académicos y científicos. No se recolectó información que permitiera
identificar a los participantes y el estudio no implicó procedimientos que representaran riesgos
físicos, psicológicos o sociales.
RESULTADOS
La Tabla 1 resultados de normalidad de Shapiro–Wilk. Las puntuaciones correspondientes a
herramientas digitales (W = 0.929; p = 0.033) y rendimiento académico (W = 0.891; p = 0.003)
no siguieron una distribución normal, mientras que competencias digitales presentó una
distribución compatible con la normalidad (W = 0.963; p = 0.304). En consecuencia, para el
contraste de hipótesis se empleó el coeficiente de correlación de Spearman.
Tabla 1
Prueba de normalidad para las variables de estudio
Variables
Shapiro-Wilk
Estadístico
gl
Sig.
Competencias digitales
0.963
33
0.304
Herramientas digitales
0.929
33
0.033
Calificación final ponderada
0.891
33
0.003
Román et al.
48
La Tabla 2 muestra que el 66.7 % de los estudiantes presentó niveles de competencias
digitales entre bueno y muy bueno, mientras que el 18.2 % se ubicó en el nivel deficiente.
Tabla 2
Distribución de frecuencias para el nivel de competencias digitales
Frecuencia
Porcentaje
Deficiente
6
18.2
Regular
5
15.2
Bueno
15
45.5
Muy bueno
7
21.2
Total
33
100.0
La Tabla 3 muestra que las mayores proporciones de nivel deficiente se observaron en
búsqueda de información (39.4 %), comunicación y colaboración (39.4 %) y pensamiento crítico
(36.4 %), mientras que alfabetización tecnológica, ciudadanía digital y creatividad e innovación
presentaron mayores porcentajes en los niveles bueno y muy bueno.
Tabla 3
Distribución de las puntuaciones de las dimensiones de las competencias digitales
Deficiente
Regular
Bueno
Muy bueno
Total
fi
%
fi
%
fi
%
fi
%
Fi
%
Alfabetización tecnológica
5
15.2%
10
30.3%
13
39.4%
5
15.2%
33
100.0%
Búsqueda de la información
13
39.4%
9
27.3%
6
18.2%
5
15.2%
33
100.0%
Pensamiento crítico
12
36.4%
8
24.2%
9
27.3%
4
12.1%
33
100.0%
comunicación colaboración
13
39.4%
6
18.2%
8
24.2%
6
18.2%
33
100.0%
Ciudadanía digital
10
30.3%
5
15.2%
13
39.4%
5
15.2%
33
100.0%
Creatividad e innovación
8
24.2%
8
24.2%
12
36.4%
5
15.2%
33
100.0%
Nivel de uso de herramientas digitales en los estudiantes del IV ciclo del curso de
ecuaciones diferenciales.
La Tabla 4 evidencia que el nivel de uso de herramientas digitales fue predominantemente bueno
(48.5 %), seguido del nivel regular (36.4 %).
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
10
Tabla 4
Distribución de las puntuaciones para las herramientas digitales
Categorías
Frecuencia
Porcentaje
Mala
5
15.2
Regular
12
36.4
Buena
16
48.5
Total
33
100.0
La Tabla 5 muestra que en las dimensiones de herramientas digitales predominó el nivel
bueno, especialmente en la dimensión cognitiva (60.6 %) e instrumental (54.5 %), mientras que
la dimensión axiológica concentró el mayor porcentaje de valoraciones negativas (42.4 %).
Tabla 5
Distribución de las puntuaciones de las dimensiones de las herramientas digitales
Mala
Regular
Buena
Total
fi
%
fi
%
fi
%
fi
%
Instrumental
8
24.2%
7
21.2%
18
54.5%
33
100.0%
Cognitiva
6
18.2%
7
21.2%
20
60.6%
33
100.0%
Comunicación
12
36.4%
3
9.1%
18
54.5%
33
100.0%
Axiológica
14
42.4%
2
6.1%
17
51.5%
33
100.0%
Nivel de rendimiento académico de los estudiantes en el curso de ecuaciones
diferenciales.
La Tabla 6 muestra que el 57.6 % de los estudiantes se ubicó en el nivel "En proceso", mientras
que el 30.3 % permaneció en el nivel "En inicio". Solo el 12.1 % alcanzó los niveles de logro
esperado o destacado.
Tabla 6
Distribución según las calificaciones de los estudiantes
Frecuencia
Porcentaje
En inicio (D)
10
30.3
Proceso (C)
19
57.6
Logro (B)
3
9.1
Logro destacado (A)
1
3.0
Total
33
100.0
La Figura 1 muestra el histograma de frecuencias para las calificaciones, podemos
observar que la curva de densidad indica que la concentración de estudiantes está en el rango
medio a bajo (inicio – en proceso). La Figura 2, el diagrama de caja muestra la variabilidad del
Román et al.
48
grupo ya que se muestra un outlier. Se identificó un valor atípico superior, lo que evidencia
heterogeneidad en las calificaciones atípicas, mientras que la amplitud del RIQ sugiere
heterogeneidad en el aprendizaje.
Relación entre el uso de herramientas digitales, y el nivel competencia digitales y el
rendimiento académico, en estudiantes del IV ciclo de la Facultad de Ingeniería de la
Universidad Nacional de Jaén, semestre 2025-II.
La Tabla 7 presenta la matriz de correlación de Spearman entre las variables de estudio.
No se encontró una relación significativa entre competencias digitales y rendimiento académico
(ρ = 0.122; p = 0.498), ni entre competencias digitales y herramientas digitales (ρ = −0.065; p =
0.720). En contraste, se identificó una correlación positiva moderada y significativa entre
herramientas digitales y rendimiento académico (ρ = 0.533; p = 0.001), lo que indica que un
mayor uso de herramientas digitales se asoció con mejores calificaciones en el curso de
Ecuaciones Diferenciales.
Figura 1
Histograma de frecuencias para las calificaciones
Figura 2
Diagrama de caja de las calificaciones
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
12
Tabla 7
Matriz de correlación de Spearman entre competencias digitales, herramientas digitales y rendimiento
académico
Competencias
digitales
Herramientas
digitales
Calificación
final
ponderada
Rho de
Spearman
Competencias
digitales
Coeficiente de
correlación
1.000
-0.065
0.122
Sig. (bilateral)
0.720
0.498
N
33
33
33
Herramientas
digitales
Coeficiente de
correlación
-0.065
1.000
,533
**
Sig. (bilateral)
0.720
0.001
N
33
33
33
Calificación
final
ponderada
Coeficiente de
correlación
0.122
,533
**
1.000
Sig. (bilateral)
0.498
0.001
N
33
33
33
Nota: **. La correlación es significativa en el nivel 0,01 (bilateral).
DISCUSIÓN
Como principal resultado del estudio se identificó una correlación positiva moderada y
significativa en las variables herramientas digitales y el rendimiento académico en el curso de
Ecuaciones Diferenciales. Entonces este el resultado obtenido tiene relación con investigaciones
similares en las que reportan efectos favorables en el uso de herramientas digitales sobre el
aprendizaje de las matemáticas y el desempeño académico en estudiantes universitarios
(Monroy Andrade, 2024; Ulloa & Alcalá, 2025; Velastegui Hernández et al., 2024).
También los resultados obtenidos determinan que el uso de herramientas digitales
constituye una variable importante durante el aprendizaje de las matemáticas. Desde el enfoque
constructivista, podemos indicar que estas herramientas favorecen la construcción activa del
conocimiento dado que brindan a los estudiantes la oportunidad de representar gráficamente
conceptos, realizar simulaciones y explorar modelos matemáticos, que, mediante
procedimientos tradicionales, les resultarían difíciles de comprender. Por eso podemos
mencionar que una herramienta como el GeoGebra en el desarrollo de las actividades
académicas facilita procesos de aprendizaje ya que les permite realizar visualizaciones,
modelación y representación dinámica que contribuyen a una mejor comprensión y resolución
de problemas matemáticos (Ziatdinov & Jr., 2022). De igual manera, Tixi Cujilema et al. (2023)
señalaron que el empleo de este tipo de recursos favorece el aprendizaje de contenidos abstractos
porque permite realizar actividades más interactivas. Desde el enfoque sociocultural de
Vygotsky, estas herramientas también pueden entenderse como instrumentos intermediarios que
Román et al.
48
fortalecen la interacción entre estudiantes, para la resolución de problemas y la construcción
compartida del conocimiento (Méndez Cabrita et al., 2024).
Respecto a la variable competencias digitales, los resultados mostraron un
comportamiento diferente. Dado que no se encontró una relación estadísticamente significativa
con el rendimiento académico (ρ = 0.122), resultado que coincide con lo investigado por
Luzuriaga Jaramillo et al. (2023) y Valenzuela De La Cruz (2022). Una posible interpretación
del resultado es que el dominio de competencias digitales no necesariamente responde a las
exigencias propias de asignaturas como Ecuaciones Diferenciales, donde el aprendizaje depende
de la capacidad que se tiene para resolver problemas específicos y además de utilizar estas
herramientas para resolver contenidos de la asignatura. En ese sentido, el marco DIGCOMP
plantea que las competencias digitales deben desarrollarse en función de contextos concretos de
aprendizaje y de resolución de problemas (Aristizabal Llorente & Cruz Iglesias, 2018).
Cabe mencionar que, aunque el 66.7 % de los estudiantes presentaron un nivel general
bueno de competencias digitales, también se determinó que existen debilidades en aspectos
como el pensamiento crítico y la búsqueda de información especializada. Estos resultados
permiten determinar que el rendimiento académico depende, en mayor medida, del uso
adecuado de herramientas digitales especializadas (García Valcárcel & Tejedor Tejedor, 2017;
Valenzuela De La Cruz, 2022).
Al analizar las competencias digitales también se determinó que los estudiantes
presentan mejores resultados en las dimensiones instrumentales contrario en aquellas
relacionadas con competencias de orden superior. Esta diferencia se podría inferir que la
ausencia de correlación con el rendimiento académico, considerando el pensamiento crítico, la
búsqueda - evaluación de información y la resolución de problemas constituyen habilidades
necesarias e importantes para el aprendizaje de las matemáticas en la educación superior (López,
2023; Salguero Alcala et al., 2024). En este mismo sentido, tanto la OECD (2025) como la
UNESCO (2019) mencionan la importancia de promover las competencias digitales que no
limitándolas solamente al manejo técnico de estas herramientas, sino que se debe cultivar el uso
crítico, responsable y contextualizado de estos recursos digitales.
Además, estos resultados permiten identificar dos aspectos que con frecuencia son
analizados de manera conjunta en la literatura: las competencias digitales y el uso de
herramientas digitales. En esta investigación fueron las herramientas digitales empleadas
durante el aprendizaje de las matemáticas las que mostraron una asociación más significativa
con el rendimiento académico. Este resultado aporta evidencia suficiente para realizar
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
14
propuestas institucionales de manera que se pueda incorporar de manera sistemática el uso de
herramientas digitales especializadas, sin descuidar el fortalecimiento de sus competencias que
respalden el aprendizaje en distintos contextos académicos.
Entonces desde el punto de vista académico, estos resultados son importantes porque
respaldan la necesidad de fomentar y fortalecer el uso de herramientas digitales especializadas
en la enseñanza del curso Ecuaciones Diferenciales. Además, justifica la importancia de
desarrollar competencias de orden superior, específicamente aquellas que estén relacionadas
con el desarrollo del pensamiento crítico, la búsqueda de información y la resolución de
problemas, debido a que constituyen habilidades necesarias que favorece aprendizaje autónomo.
Finalmente, determinamos que los resultados deben interpretarse considerando algunas
limitaciones del estudio. 1) El tamaño de la muestra (n = 33) dado que es pequeña nos limita
para poder generalizar los resultados a otras poblaciones con las mismas características por otro
lado el diseño transversal únicamente permitió establecer asociaciones entre las variables, mas
no relaciones de causalidad (Tamayo y Tamayo, 2001).
Por ello, recomendamos para futuras investigaciones considerar una muestra más grande
además, desarrollar estudios longitudinales o cuasi experimentales incorporando indicadores
que permitan evaluar el uso pedagógico de las herramientas digitales y como estas se relacionan
las competencias digitales en escenarios de resolución de problemas matemáticos, asimismo se
debe considerar las brechas de acceso tecnológico descritas por la CEPAL (2025) y los desafíos
de la educación mediada por tecnologías señalados por Velásquez Avila et al. (2021).
CONCLUSIONES
Los resultados permiten concluir que el uso de herramientas digitales mantiene una
relación positiva y estadísticamente significativa con el rendimiento académico en el curso de
Ecuaciones Diferenciales. Esto pone de manifiesto que el empleo de herramientas digitales
especializadas, como GeoGebra y MATLAB, constituye un recurso de apoyo para el
aprendizaje de contenidos matemáticos complejos y se encuentra asociado con un mejor
rendimiento académico de los estudiantes de ingeniería.
En relación con las competencias digitales generales, no se encontró una relación con el
rendimiento académico. Este resultado permite considerar que el dominio de habilidades
digitales, aunque necesario para desenvolverse en entornos tecnológicos, no resulta suficiente
para mejorar el rendimiento en asignaturas de alta exigencia cognitiva cuando dichas
competencias no se orientan a las necesidades específicas de la disciplina ni a la resolución de
problemas propios del curso.
Román et al.
48
Por otra parte, el estudio permitió identificar que la mayoría de los estudiantes presentó
un nivel general bueno de competencias digitales; sin embargo, se observaron debilidades en
competencias de orden superior, principalmente en el pensamiento crítico y la búsqueda de
información especializada. Estos aspectos representan una oportunidad para fortalecer la
formación de los estudiantes y complementar el uso de herramientas digitales especializadas
dentro del proceso de enseñanza y aprendizaje.
Asimismo, uno de los principales aportes de esta investigación consiste en evidenciar
que las herramientas digitales especializadas empleadas durante el aprendizaje de las
matemáticas presentan una asociación más estrecha con el rendimiento académico que las
competencias digitales generales. Esta diferencia aporta evidencia que contribuye a distinguir
ambos constructos y proporciona información útil para orientar la planificación de estrategias
pedagógicas y curriculares en la formación de ingenieros.
Finalmente, se recomienda que las instituciones de educación superior continúen
promoviendo la incorporación de herramientas digitales especializadas en la enseñanza de las
matemáticas, acompañándola del fortalecimiento de competencias digitales de orden superior.
Del mismo modo, futuras investigaciones podrían desarrollar estudios con muestras más
amplias, diseños longitudinales o cuasi experimentales e incorporar indicadores que permitan
evaluar el uso de las competencias digitales en contextos específicos de resolución de problemas
matemáticos.
REFERENCIAS BIBLIOGRÁFICAS
Acosta Faneite, S. F. (2025). Competencias tecnológicas y el desempeño académico de los
estudiantes universitarios. Revista Digital de Investigación y Postgrado, 6, 111-123.
https://www.redalyc.org/journal/7485/748581385006/html/
Aristizabal Llorente, P., & Cruz Iglesias, E. (2018). Desarrollo de la competencia digital en la
formación inicial del profesorado de Educación Infantil. Pixel-Bit: Revista de medios y
educación, (52), 97-110. https://dialnet.unirioja.es/servlet/articulo?codigo=6551558
Briones Cagua, W., & Mélendez Jara, C. M. (2021). Clima familiar y rendimiento académico
en adolescentes de Lima, Perú. https://doi.org/10.5281/zenodo.5512828
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
16
CEPAL. (2025). Educación y desarrollo de competencias digitales en América Latina y el
Caribe CEPAL. https://www.cepal.org/es/publicaciones/81377-educacion-desarrollo-
competencias-digitales-america-latina-caribe
García Valcárcel, A., & Tejedor Tejedor, F. J. (2017). Percepción de los estudiantes sobre el
valor de las tic en sus estrategias de aprendizaje y su relación con el rendimiento.
Educación XX1, 20(2). https://doi.org/10.5944/educxx1.19035
Gonzales Peña, M. G. (2022). Herramientas digitales y rendimiento académico en estudiantes
del ciclo intermedio del Centro de Educación Básica Alternativa Abraham
Valdelomar Marcona – Ica—2021 [Universidad Nacional de Educación Enrique
Guzmán y Valle]. https://repositorio.une.edu.pe/entities/publication/e373af9c-e7b3-
49d9-a8b7-440b79dc0dd6
López, J. C. C. (2023). Competencias digitales en la educación superior. Horizontes. Revista
de Investigación en Ciencias de la Educación, 7(29), 1548-1563.
https://doi.org/10.33996/revistahorizontes.v7i29.612
Luzuriaga Jaramillo, H. A., Hidalgo Cajo, D. P., Avilés Luna, E. S., Calderón Zambrano, R.
L., & Mata López, J. C. (2023). Impacto de las tecnologías educativas digitales y
rendimiento académico en matemáticas. Runas. Journal of Education and Culture,
4(8), e230118. https://doi.org/10.46652/runas.v4i8.118
Méndez Cabrita, C. M., Isea Argüelles, J. J., & Molina Gutiérrez, T. de J. (2024). Teorías
epistemológicas en la formación de estudiantes del derecho: Constructivismo,
realismo y positivismo. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1990-
86442024000600395&lang=es
Monroy Andrade, J. (2024). El uso de las nuevas tecnologías en la enseñanza de las
matemáticas: Una revisión sistemática. Revista Tecnología, Ciencia y Educación, 115-
140. https://doi.org/10.51302/tce.2024.18987
OECD. (2025). OECD Skills Outlook 2025: Building the Skills of the 21st Century for All.
OECD Skills Outlook, 2025. https://doi.org/10.1787/26163cd3-en
Román et al.
48
Ramirez Romero, B. V., Camayo Lapa, B. F., Vilcatoma Sánchez, A. G., & Valdez Arancibia,
J. J. (2022). Competencias digitales y rendimiento académico en estudiantes de una
institución de educación técnica-productiva peruana. Revista de Ciencias Sociales.
https://doi.org/10.31876/rcs.v28i.38832
Salguero Alcala, G. K., Zuñiga, J. L. B., Salguero Alcala, A. G., León, O. E. O., Toribio, E. G.
O., & Vilca, C. S. V. (2024). Competencias digitales y rendimiento académico en los
estudiantes universitarios. Horizontes Revista de Investigación en Ciencias de la
Educación, 8(32), 164-173. https://doi.org/10.33996/revistahorizontes.v8i32.713
Tamayo y Tamayo, M. (2001). El proceso de la investigación científica. Editorial Limusa.
Tixi Cujilema, N. D. R., Veloz Montenegro, C. P., López Rodríguez, D. J., & Mesa Vazquez,
J. (2023). Percepción de estudiantes sobre el uso de tecnologías digitales en las
ciencias naturales en Ecuador. Revista Universidad y Sociedad, 15(6), 110-120.
http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S2218-
36202023000600110&lng=es&nrm=iso&tlng=es
Ulloa, F. J. J., & Alcalá, M. T. C. (2025). Efecto del uso e integración de dispositivos móviles
y recursos educativos digitales en Matemáticas con estudiantes de Ingeniería.
European Public & Social Innovation Review, 10, 1-15. https://doi.org/10.31637/epsir-
2025-298
UNESCO. (2019). Marco de competencias de los docentes en materia de TIC.
https://unesdoc.unesco.org/ark:/48223/pf0000371024
UNESCO. (2023). Informe de seguimiento de la educación en el mundo, 2023: Tecnología en
la educación: ¿una herramienta en los términos de quién? - UNESCO Biblioteca
Digital. https://unesdoc.unesco.org/ark:/48223/pf0000388894
Valenzuela De La Cruz, B. (2022). Competencias digitales y estrategias de aprendizaje: Su
relación con el rendimiento académico de estudiantes de estudios generales de la
Facultad de Ingeniería Eléctrica y Electrónica UNI.
http://hdl.handle.net/20.500.12833/2407
Herramientas digitales, competencias digitales y su relación con el rendimiento académico
18
Velásquez Avila, K. M., Santisteban Naranjo, E., Moscoso Paucarchuco, K., Beraún Espíritu,
M. M., Nieva Villegas, M. A., & Sandoval Trigos, J. C. (2021). Competencias
digitales y rendimiento académico en estudiantes universitarios: Una mirada desde la
educación no presencial. Etecam - Editorial Tecnocientífica Americana.
https://dialnet.unirioja.es/servlet/libro?codigo=874698
Velastegui Hernández, R., Tagua Moyolema, A., Miranda López, X., & Muyulema
Muyulema, D. (2024). Análisis de la relación entre el uso de tecnologías educativas y
el rendimiento académico de los estudiantes universitarios. 593 Digital Publisher
CEIT, 9(4-1), 184-195. https://doi.org/10.33386/593dp.2024.4-1.2738
Ziatdinov, R., & Jr, J. R. V. (2022). Synthesis of Modeling, Visualization, and Programming
in GeoGebra as an Effective Approach for Teaching and Learning STEM Topics.
Mathematics, 10(3), 398. https://doi.org/10.3390/math10030398