SOCIOKAIROS: Heurística computacional para la enseñanza reflexiva en la educación universitaria a distancia
DOI:
https://doi.org/10.5944/ried.47132Palabras clave:
SOCIOKAIROS, heurística computacional, educación a distancia, analítica del aprendizaje, carga cognitiva, formulación de problemas de investigaciónResumen
La formulación coherente de problemas de investigación constituye una de las dificultades metodológicas más persistentes en la formación universitaria en ciencias sociales, especialmente en contextos de educación a distancia donde el acompañamiento docente es limitado. Este artículo presenta SOCIOKAIROS, un asistente heurístico diseñado para apoyar la reformulación de problemas científicos, y analiza su integración en entornos virtuales de aprendizaje mediante un paquete SCORM Wrapper© implementado en Moodle, que permite incorporar herramientas de mediación metodológica directamente en el aula virtual con seguimiento automático de la interacción, registro del aprendizaje y calificación integrada. El estudio adopta un enfoque metodológico mixto de carácter evaluativo que combina un cuestionario estructurado administrado mediante Google Forms (28 ítems Likert, preguntas abiertas, dos indicadores adaptados del NASA-TLX y una valoración global) con analíticas de aprendizaje generadas por Moodle y el módulo SCORM (número de intentos, tiempos de interacción y puntuaciones heurísticas). Los resultados muestran altos niveles de aceptación del entorno (79-90 % de acuerdo), con medias entre 4,3 y 4,7, así como tres patrones cualitativos recurrentes: mediación cognitiva, detección de incoherencias lógicas y accesibilidad técnica. Las analíticas revelan un promedio de 2,8 reformulaciones por estudiante y una relación significativa entre iteración y desempeño dentro del entorno (ρ = 0,71; p < 0,01). La discusión sugiere que SOCIOKAIROS puede actuar como facilitador cognitivo al reducir la carga cognitiva extrínseca y favorecer procesos iterativos de reflexión metodológica. Estos resultados apuntan al potencial de los entornos heurísticos digitales como apoyo a la formación metodológica en educación universitaria a distancia.
Descargas
Citas
Advanced Distributed Learning Initiative. (2009). SCORM® 2004 4th edition: Testing requirements (Version 1.1). https://www.adlnet.gov/assets/uploads/SCORM_2004_4ED_v1_1_TR_20090814.pdf
Adorno, T. W., & Horkheimer, M. (2018). Dialéctica de la Ilustración: Fragmentos filosóficos (J. J. Sánchez, trad.). Trotta. (Trabajo original publicado en 1947)
Apple, M. W. (1987). Educación y poder. Paidós.
Bates, A. W. (2015). Teaching in a digital age: Guidelines for designing teaching and learning. Tony Bates Associates.
Beer, D. (2019). The data gaze: Capitalism, power and perception. SAGE Publications. https://doi.org/10.4135/9781526463210
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610-623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922
Burrell, J. (2016). How the machine “thinks”: Understanding opacity in machine learning algorithms. Big Data & Society, 3(1), 1-12. https://doi.org/10.1177/2053951715622512
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228-239. https://doi.org/10.1080/14703297.2023.2190148
Czerkawski, B. C., & Lyman, E. W. (2015). Exploring issues about computational thinking in higher education. TechTrends, 59(2), 57-65. https://doi.org/10.1007/s11528-015-0840-3
D’Mello, S., & Graesser, A. (2012). AutoTutor and Affective AutoTutor: Learning by talking with cognitively and emotionally intelligent computers that talk back. ACM Transactions on Interactive Intelligent Systems, 2(4), Article 23, 1-39. https://doi.org/10.1145/2395123.2395128
EDUCAUSE. (2023). 2023 students and technology report: Flexibility, choice, and equity in the student experience. EDUCAUSE. https://library.educause.edu/resources/2023/8/2023-students-and-technology-report-flexibility-choice-and-equity-in-the-student-experience
Feenberg, A. (2002). Transforming technology: A critical theory revisited. Oxford University Press. https://doi.org/10.1093/oso/9780195146158.001.0001
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681-694. https://doi.org/10.1007/s11023-020-09548-1
Garrison, D. R., Anderson, T., & Archer, W. (2003). A theory of critical inquiry in online distance education. En M. G. Moore & W. G. Anderson (Eds.), Handbook of distance education (pp. 113-127). Lawrence Erlbaum Associates.
Giroux, H. A. (2011). On critical pedagogy. Bloomsbury Academic.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Ifenthaler, D., & Yau, J. Y.-K. (2020). Utilising learning analytics to support study success in higher education: A systematic review. Educational Technology Research and Development, 68(4), 1961-1990. https://doi.org/10.1007/s11423-020-09788-z
Knox, J., Jandrić, P., Besley, T., Ryberg, T., Suoranta, J., & Hayes, S. (2018). Postdigital science and education. Educational Philosophy and Theory, 50(10), 893-899. https://doi.org/10.1080/00131857.2018.1454000
Laurillard, D. (2012). Teaching as a design science: Building pedagogical patterns for learning and technology. Routledge. https://doi.org/10.4324/9780203125083
Pasquale, F. (2015). The black box society: The secret algorithms that control money and information. Harvard University Press. https://doi.org/10.4159/harvard.9780674736061
Pérez Gallo, V. H. (2025). SOCIOKAIROS: A heuristic computational assistant for the reformulation of scientific problems in Sociology (Versión 15). Zenodo. https://doi.org/10.5281/zenodo.17462816
Roll, I., & Wylie, R. (2016). Evolution and revolution in artificial intelligence in education. International Journal of Artificial Intelligence in Education, 26(2), 582-599. https://doi.org/10.1007/s40593-016-0110-3
Selwyn, N. (2016). Education and technology: Key issues and debates (2.ª ed.). Bloomsbury Academic. https://doi.org/10.5040/9781474235952
Viberg, O., Hatakka, M., Bälter, O., & Mavroudi, A. (2018). The current landscape of learning analytics in higher education. Computers in Human Behavior, 89, 98-110. https://doi.org/10.1016/j.chb.2018.07.027
Williamson, B. (2017). Big data in education: The digital future of learning, policy and practice. SAGE Publications. https://doi.org/10.4135/9781529714920
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Víctor Hugo Pérez Gallo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Las obras que se publican en esta revista están sujetos a los siguientes términos:
1. Los autores ceden de forma no exclusiva los derechos de explotación de los trabajos aceptados para su publicación en "RIED. Revista Iberoamericana de Educación a Distancia," y garantizan a la revista el derecho a ser la primera en publicar ese trabajo, igualmente, permiten a la revista distribuir obras publicadas bajo la licencia indicada en el punto 2.
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0). Se permite copiar y redistribuir el material en cualquier medio o formato, adaptar, remezclar, transformar y crear a partir del material para cualquier finalidad, incluso comercial. Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios.
3. Condiciones de auto-archivo. Se permite e incentiva a los autores a difundir electrónicamente la versión OnlineFirst (versión evaluada y aceptada para su publicación) de su obra antes de su publicación definitiva, siempre con referencia a su publicación en RIED, ya que favorece su circulación y difusión antes y así propiciar un posible aumento de su citación y alcance entre la comunidad académica. Color RoMEO: verde.
