Introducción

En los últimos años, con la llegada de nuevas tecnologías que permiten el acceso remoto a la educación, se han evidenciado falencias perceptibles empíricamente en el proceso pedagógico. Esta transición se vio acelerada de forma abrupta tras la pandemia global de COVID-19 en 2020; un fenómeno tan disruptivo que transformó dinámicas en las que, hace apenas unas pocas décadas, era impensable graduarse sin haber asistido presencialmente a un campus universitario.

Bajo este panorama, el rumbo de la educación superior parecería claro: la reducción de costos en infraestructura, la descentralización del acceso a las aulas desde cualquier ubicación y la flexibilización de horarios se presentan como una alternativa sumamente cautivadora. No obstante, esta premisa institucional debe ser examinada minuciosamente a través de una lupa empírica y estadística. Por consiguiente, este trabajo examina cómo la virtualización de las clases afecta la calidad de la educación en Colombia, buscando identificar indicadores analíticos que esclarezcan si dicho impacto es de carácter positivo o negativo.

Desde una perspectiva sociológica, este escenario resulta potencialmente problemático. Al reducir la presencialidad en las aulas, se contraen drásticamente los espacios de interacción social; un detrimento que no solo afecta la relación vertical maestro-alumno, sino también la relación horizontal alumno-alumno, debilitando el debate colectivo, la alteridad y la construcción de ideas que emergen del encuentro comunitario. Asimismo, la deslocalización física genera en el estudiantado una sensación de ser “ajeno” al espacio de la clase, puesto que los entornos del hogar o privados no siempre se constituyen como espacios óptimos para el aprendizaje en comparación con un aula de clases diseñada para tal fin. De profundizar estas dinámicas sin políticas de mitigación, el desapego formativo podría traducirse en una pérdida de competencias críticas, impactando de forma nociva en el desarrollo profesional y en la estructura competitiva de la sociedad colombiana a largo plazo.

De este modo, la pertinencia del estudio se sustenta en la necesidad de superar la saturación de opiniones subjetivas sobre la virtualidad y aportar evidencia empírica robusta en un punto de inflexión histórica para el sistema educativo del país. En ese orden de ideas, la investigación se guía por la siguiente pregunta:

Pregunta de investigación: ¿La calidad de la educación superior universitaria en Colombia se ve afectada por la modalidad de aprendizaje (virtual, presencial o a distancia) en la que se desarrollan los programas académicos?

Objetivo general: Evaluar el impacto de la modalidad educativa sobre el rendimiento académico de los estudiantes de pregrado en Colombia a través del análisis cuantitativo de sus resultados estandarizados.

Marco Metodologico

Descripción base de datos

Para dar respuesta a la pregunta planteada, el análisis recurre al cruce e integración de dos grandes fuentes de datos oficiales a gran escala mediante la herramienta estadística RStudio:

Sistema Nacional de Información de la Educación Superior (SNIES): Base de datos gestionada por el Ministerio de Educación Nacional de Colombia que contempla, desde el año 2018 en adelante, la totalidad de los programas de educación superior registrados en el país. Esta fuente registra en cada iteración un programa académico específico, proveyendo información sobre su código único de registro, nombre, institución y, fundamentalmente, su modalidad aprobada.

Resultados Agregados de las Pruebas Saber Pro 2024 (ICFES): Evaluación estandarizada aplicada a los estudiantes que han cumplido con el 75% de los créditos de sus programas de pregrado. El corpus inicial de esta base presentaba una dimensión masiva de 51 variables y aproximadamente 1,300,000 observaciones, reflejando un peso aproximado de 1 GB.

Optimización y Subconjunto de Datos:

Debido a las limitaciones en la capacidad de cómputo del hardware disponible y con el propósito de refinar el enfoque analítico, se aplicó un proceso de depuración estricto:

Se limitó el universo de estudio exclusivamente a los programas de educación superior universitaria en el nivel de pregrado, tanto de instituciones públicas como privadas, lo que disminuyó los requerimientos de procesamiento a casi la mitad de los programas.

Se eliminaron columnas no relevantes para el núcleo sociológico del problema (por ejemplo, el costo de la matrícula institucional) y se descartaron registros con valores ausentes (N/A).

Tras la limpieza, la base consolidada final retuvo un total de 1,142,093 observaciones y 15 variables significativas, optimizando su tamaño a 85 MB para agilizar los procesos lógicos en R. Para el subconjunto analítico de esta entrega, se aislaron de forma directa tres variables esenciales: PERIODO (temporalidad del examen), ESTU_METODO_PRGM (modalidad del programa) y promedio (puntaje global sintetizado de las distintas áreas de conocimiento evaluadas).

Definición/operacionalización de las variables seleccionadas

A continuación, se detalla la estructura métrica de las variables seleccionadas para el subconjunto de estudio:

Variable Nombre en la base de datos Tipo Definición Operacional Valores/Rangos
Modalidad educativa ESTU_METODO_PRGM Categórica Nominal Indica la metodología formal de enseñanza aprobada por el Ministerio de Educación para el programa curricular. PRESENCIAL, DISTANCIA, DISTANCIA VIRTUAL
Rendimiento Academico promedio Cuantitativa Continua Puntaje promedio consolidado obtenido por el estudiante en los componentes evaluados por el examen Saber Pro Escala continua de 0 a 300 puntos
Temporalidad PERIODO Categórica Ordinal / Numérica Indica el año y semestre específico en el cual se ejecutó la evaluación estandarizada. Ej. 20211, 20222

Técnicas de análisis utilizadas

El estudio implementa técnicas de estadística descriptiva univariada y exploración bivariada a través de comandos nativos de RStudio. Se aplican tablas de distribución de frecuencias absolutas y relativas para describir la composición de la oferta educativa, y medidas de tendencia central y dispersión para caracterizar globalmente las puntuaciones. Asimismo, se recurre al análisis gráfico bivariado mediante la confrontación de diagramas de caja (boxplot) y representaciones de densidad de frecuencias (barplot e histogramas) con el fin de explorar visualmente la hipótesis sobre la brecha de rendimiento entre las metodologías presenciales y las mediadas por la virtualidad.

Resultados del análisis exploratorio y bivariado.

Tabla 1. Distribución de estudiantes según la modalidad del programa académico

datos <- read.csv("datos.csv")
datos$ESTU_METODO_PRGM <- as.factor(datos$ESTU_METODO_PRGM)


cols <- c(7:8, 11:13)

datos$promedio <- rowMeans(datos[, cols], na.rm = TRUE)

datos$FAMI_TIENEINTERNET <- as.factor(datos$FAMI_TIENEINTERNET)
datos$FAMI_TIENECOMPUTADOR <- as.factor(datos$FAMI_TIENECOMPUTADOR)
datos$FAMI_ESTRATOVIVIENDA <- as.factor(datos$FAMI_ESTRATOVIVIENDA)


subdatos <- datos[, c("PERIODO","ESTU_METODO_PRGM","promedio")]

tabla_metodo <- as.data.frame(table(subdatos$ESTU_METODO_PRGM))
tabla_metodo$Frecuencia_Relativa <- round(tabla_metodo$Freq/sum(tabla_metodo$Freq)*100,2)

tabla_metodo
##               Var1   Freq Frecuencia_Relativa
## 1        DISTANCIA 178396               15.62
## 2 DISTANCIA VITUAL  72850                6.38
## 3       PRESENCIAL 890847               78.00

Análisis de la Tabla 1: Los datos revelan que la modalidad presencial continúa siendo el núcleo predominante de la educación superior universitaria en Colombia, concentrando a casi 4 de cada 5 estudiantes dentro de la muestra (78.00%). Las metodologías alternativas agrupan en su conjunto el 22.00% restante, donde la educación a distancia tradicional (15.62%) duplica en participación a los programas articulados bajo la distancia de carácter virtual (6.38%). Aunque existe una asimetría poblacional marcada entre los tamaños de los grupos, el número absoluto de observaciones en las categorías no presenciales (más de 250,000 registros combinados) es estadísticamente robusto para garantizar la fiabilidad del análisis.

Tabla 2. Medidas descriptivas generales del puntaje promedio global en Saber Pro

data.frame(
  Media = mean(subdatos$promedio, na.rm = TRUE),
  Mediana = median(subdatos$promedio, na.rm = TRUE),
  Desv_Estandar = sd(subdatos$promedio, na.rm = TRUE),
  Minimo = min(subdatos$promedio, na.rm = TRUE),
  Maximo = max(subdatos$promedio, na.rm = TRUE)
)
##      Media Mediana Desv_Estandar Minimo Maximo
## 1 148.5941   147.4      24.23035   12.6  278.2

Análisis de la Tabla 2: El desempeño generalizado del estudiantado se sitúa en torno a los 149 puntos. La proximidad matemática entre la media (148.59) y la mediana (147.40) denota una distribución con un grado notable de simetría central. Por su parte, la desviación estándar de 24.23 puntos devela una dispersión interna moderada; es decir, la mayoría de los individuos se agrupa cerca del promedio general, a pesar de que el rango de la variable es sumamente amplio (con extremos de rendimiento que van desde un mínimo de 12.6 hasta una excelencia atípica de 278.2 puntos).

Visualización de graficas

barplot(table(subdatos$ESTU_METODO_PRGM),
        main = "Distribución de estudiantes según modalidad del programa",
        xlab = "Modalidad",
        ylab = "Frecuencia")

Distribución de Frecuencias de la Modalidad : El gráfico de barras confirma visualmente la hegemonía institucional de la presencialidad sobre los esquemas virtuales y a distancia, evidenciando una brecha en el volumen de matrículas que las universidades sostienen actualmente en el territorio nacional.

boxplot(promedio ~ ESTU_METODO_PRGM,
        data = subdatos,
        main = "Puntaje promedio según modalidad del programa",
        xlab = "Modalidad del programa",
        ylab = "Puntaje promedio")

Contraste de Rendimiento mediante Diagramas de Caja : Al cruzar el puntaje promedio final contra la modalidad académica, el diagrama refleja que la caja correspondiente a la modalidad Presencial posee una línea de mediana superior en comparación con las modalidades Distancia y Distancia Virtual. Este desplazamiento visual inicial de la presencialidad hacia puntuaciones más elevadas da un indicio empírico alineado con el planteamiento del problema. No obstante, las cajas de las tres modalidades presentan un solapamiento considerable en sus rangos intercuartílicos y una densa cantidad de valores atípicos tanto en los límites inferiores como superiores. Asimismo, los comportamientos de la educación a distancia y la distancia virtual lucen sumamente homólogos entre sí.

hist(subdatos$promedio,
     main = "Distribución de los puntajes promedio",
     xlab = "Puntaje promedio",
     ylab = "Frecuencia")

hist(subdatos$promedio[subdatos$ESTU_METODO_PRGM=="DISTANCIA"],
     main = "Distribución de los puntajes promedio(DISTANCIA)",
     xlab = "Puntaje promedio",
     ylab = "Frecuencia")

Comportamiento de Densidad: Al observar el histograma global frente al histograma exclusivo de la modalidad a distancia, se comprueba que el universo general exhibe una estructura acampanada (similar a una campana de Gauss) con su cúspide concentrada entre los 130 y 160 puntos. En contraposición, el histograma de los programas a distancia tiende a concentrar de manera más densa sus frecuencias en un eje inferior (entre los 110 y 150 puntos), lo que ratifica visualmente un desplazamiento hacia la izquierda en el desempeño de las metodologías no tradicionales.

Discusión de hallazgos

Interpretación crítica y fundamentada de los resultados.

Los hallazgos derivados del análisis exploratorio ofrecen un panorama empírico que dialoga directamente con la teoría sociológica de la educación. El hecho de que los programas presenciales exhiban medianas de puntuación superiores en las pruebas Saber Pro apoya la noción de que el aula física provee un tejido de interacciones y un “capital social institucional” que incide positivamente en la adquisición de competencias analíticas y lógicas. El entorno universitario tradicional actúa como una estructura de contención y disciplina que sumerge al estudiante en dinámicas de debate, consulta inmediata y socialización secundaria que la virtualidad, bajo sus condiciones actuales de implementación en Colombia, parece no replicar con la misma efectividad.

Sin embargo, desde una postura sociológica crítica, es indispensable evitar el determinismo tecnológico que asume que la virtualidad o la distancia son “negativas” per se. El solapamiento observado entre las distribuciones y la presencia masiva de valores atípicos en todos los grupos recuerdan que el rendimiento académico está fuertemente mediado por variables de origen social (estrato socioeconómico, educación de los padres, acceso a conectividad de calidad y trayectorias educativas previas). Los estudiantes que optan por programas virtuales o a distancia en Colombia suelen responder a un perfil sociodemográfico particular: trabajadores, cabezas de familia o habitantes de regiones periféricas que recurren a esta modalidad debido a la falta de oferta presencial o tiempo. Por lo tanto, la brecha reflejada en los puntajes Saber Pro podría no ser una consecuencia directa de la virtualidad en sí misma, sino un reflejo de las desigualdades estructurales preexistentes que la modalidad educativa no logra corregir.

Principales hallazgos y su relevancia sociológica.

Hegemonía y Brecha: El 78% de la población analizada se educa bajo la presencialidad. Existe una desigualdad en el desempeño de los exámenes estandarizados del Estado que favorece de forma preliminar a este grupo frente al exiguo 6.38% de estudiantes virtuales.

Homogeneidad en la No-Presencialidad: Las similitudes en el comportamiento estadístico entre la educación a distancia tradicional y la distancia virtual abren un debate sobre si las plataformas virtuales están ofreciendo una verdadera innovación pedagógica o si simplemente se están trasladando las viejas limitaciones de la educación a distancia a los entornos digitales.

Relevancia Institucional: Estos datos son de vital importancia para el diseño de políticas públicas en Colombia. Si el Estado y las universidades promueven la virtualización de la educación superior bajo la bandera de la democratización y el ahorro de infraestructura, pero no se implementan estrategias rigurosas de acompañamiento pedagógico e inclusión digital, se corre el riesgo de crear un sistema educativo segregado: una educación presencial de mayor rendimiento para sectores con disponibilidad y una educación virtual de menor rendimiento para las poblaciones vulnerables.

Posibles lineas futuras de investigación

Para superar el carácter exploratorio de este proyecto y resolver la superposición de datos descrita en los resultados, se proponen las siguientes líneas de trabajo estadístico y sociológico:

Modelos de Regresión Múltiple y Control de Variables: Es imperativo trascender el análisis bivariado e incorporar variables de control socioeconómico dentro de un modelo de regresión (ej. estrato social, jornada laboral, nivel educativo de la madre). Esto permitirá aislar el “efecto neto” de la modalidad virtual sobre el puntaje, deslindándolo del sesgo socioeconómico del estudiante.

Análisis de Medias e Inferencia Estadística: Implementar pruebas de hipótesis cuantitativas (como ANOVA o pruebas T de Student) para verificar si las diferencias observadas entre las medianas de los grupos presenciales y virtuales son estadísticamente significativas o si corresponden a fluctuaciones aleatorias de la muestra.

Enfoque Mixto / Cualitativo: Complementar el análisis de las macrobases de datos con estudios de caso cualitativos (entrevistas a profundidad o grupos focales) que exploren las experiencias subjetivas de los estudiantes de pregrados virtuales respecto al desapego institucional y la pérdida de interacción debatida en la literatura sociológica.

Bibliografia

5. Referencias