Revista de
Ciencias Sociales (RCS)
Vol. XXIX, No. 4, Octubre - Diciembre 2023. pp. 247-260
FCES - LUZ ●
ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como
citar: Arteaga, W. J., Villamil, D. C., y Arévalo, C. E. (2023). Estilos de
aprendizaje en estudiantes de Ingeniería: Aplicación del Modelo de Herrmann. Revista
De Ciencias Sociales, 29(4), 247-260.
Estilos de aprendizaje
en estudiantes de Ingeniería: Aplicación del Modelo de Herrmann*
Arteaga Sarmiento, Wilfrido Javier**
Villamil Sandoval, Diana Carolina***
Arévalo Daza, Carol Eugenia****
Resumen
La presente investigación tiene como finalidad caracterizar los estilos
de aprendizaje de los estudiantes de la Facultad de Ingeniería de la
Universidad Militar Nueva Granada en Colombia, desde la aplicación del modelo
de los Cuadrantes Cerebrales desarrollado por Ned Herrmann. Esto proporciona
información valiosa para adaptar y mejorar los enfoques pedagógicos en esta
Facultad, alineándolos con las preferencias cognitivas de los estudiantes y
fortaleciendo sus habilidades esenciales para su futura carrera profesional.
Esta investigación se categoriza como descriptiva y transeccional. En términos
de selección de participantes, se utilizó un muestreo no probabilístico por conveniencia,
lo que resultó en la participación de 291 estudiantes que voluntariamente se
sumaron al estudio. Estos brindaron información necesaria para conocer la
preferencia del estilo predominante; en ese sentido, se tiene, como principal
resultado de la investigación, que en estudiantes de la Facultad de Ingeniería
se observa una mayor preferencia en los cuadrantes corticales izquierdo y
derecho lo cual es consistente con su formación académica, puesto que estos
están asociados con su capacidad lógica, analítica y creativa, competencias
necesarias para el buen ejercicio de la profesión.
Palabras
clave: Aprendizaje; estilos de aprendizaje;
Modelo de Cuadrantes Cerebrales; Modelo de Herrmann; desempeño profesional.
Learning styles in
engineering students: Application of the Herrmann Model
Abstract
The purpose of this
research is to characterize the learning styles of students in the Faculty of
Engineering at the Nueva Granada Military University in Colombia, using the
Brain Quadrants model developed by Ned Herrmann. This provides valuable
insights for adapting and enhancing pedagogical approaches in the Faculty,
aligning them with students' cognitive preferences, and strengthening their
essential skills for their future professional careers. This research is
classified as descriptive and cross-sectional. In terms of participant
selection, a non-probabilistic convenience sampling method was employed,
resulting in the participation of 291 students who voluntarily joined the
study. They provided necessary information to determine the predominant
learning style. The main finding of the research indicates a higher preference
for the left and right cortical quadrants among students in the Faculty of
Engineering, which aligns with their academic background, as these quadrants
are associated with their logical, analytical, and creative abilities, all of
which are essential competencies for their future professions.
Keywords: Learning; learning styles; Brain Quadrant Model; Herrmann Model;
professional performance.
Introducción
El concepto de aprendizaje tiene per se una
connotación positiva, puesto que es innegable la relación entre el desarrollo
de las habilidades con la evolución de cualquier sociedad, razón por la que más
allá de la definición y conceptualización sobre el aprendizaje, es fundamental
determinar qué variables son definitivas en el proceso (Schunk, 2012). En
entornos cambiantes como el educativo, en el que la innovación y redefinición
de teorías deberían ser puntos en las agendas de los educadores, entender la
enseñanza como un proceso complejo y diverso es una tarea que requiere de un
proceso investigativo riguroso en el que nada debe darse por sentado y deben
minimizarse los vacíos y presunciones.
No es posible pensar en que existe una fórmula predeterminada
para que el profesor sea infalible, y de la misma manera, es imposible pensar
en que el estudiante alcance sus metas sin tener un compromiso firme con el
aprendizaje, lo que sí es posible es indagar sobre los procesos mentales de
carácter cognitivo y afectivo que condicionan su quehacer cotidiano, de forma
que puedan hacerse conscientes de sus fortalezas y de sus debilidades (De Armas y Rodríguez, 2015). Ante estas situaciones, los profesores a menudo toman decisiones
basadas en la práctica, puesto que a veces carecen de la formación teórica
necesaria para abordar de manera efectiva esta complejidad psicológica en su
rol como facilitadores del conocimiento (Esteves et al., 2020).
Una alternativa es el diseño e implementación de
entornos de aprendizaje que centren la atención tanto en los contenidos de
enseñanza como en el proceso mismo de aprendizaje de cada uno de los
estudiantes; en este contexto los docentes funcionarían más como acompañantes
activos del proceso, puesto que proporcionarían al aprendiz el apoyo necesario
para que pueda mantenerse centrado en sus metas de aprendizaje, en constante
revisión y autoevaluación de lo aprendido y dispuesto a cambiar de estrategia
aprendizaje si sus resultados así lo sugieren (López-Vargas, Hederich-Martínez y Camargo-Uribe, 2011).
Sabiendo entonces que el rol del docente es y seguirá
siendo determinante en el proceso de enseñanza aprendizaje, es necesario que se
aporten datos concretos sobre cómo aprenden los estudiantes, esto es algo que
en las últimas décadas ha tomado relevancia puesto que más allá de dar una
clase y evaluar la apropiación del conocimiento, es necesario que se pueda
identificar y valorar lo que ocurre en el proceso de formación de un
profesional (Ocampo et al., 2014).
Sobre los estilos de aprendizaje, es necesario tener
en cuenta que la combinación de diferentes agentes educadores (cultura,
familia, escuela y sociedad), la genética y la predisposición del individuo,
actúan en el moldeamiento del perfil de dominancia cerebral de cada individuo,
así mismo la orientación en cuanto a sus habilidades, destrezas, conocimientos,
hábitos, creencias y valores es el reflejo de la naturaleza de un perfil
determinado (Segarra,
Estrada y Monferrer, 2015; Esteves et al., 2020).
En cuanto a la didáctica, existe una tendencia
investigativa (Ortiz,
Reales y Rubio, 2014), ésta se caracteriza porque propone
todo un proceso que conducirá al estudiante a configurar los conocimientos por
medio de la investigación. Para ello, al profesor le interesa tanto configurar
conocimientos como fomentar actitudes positivas hacia la propia materia y el
desarrollo de los procedimientos. Su concepción del aprendizaje se basa en que
se produce por medio de sus investigaciones.
Por lo anterior, el sentido de la asignatura es dotar
al estudiante de todos los instrumentos necesarios para posibilitarle un
aprendizaje autónomo, por tanto, debe existir equilibrio entre la estructura
mental de los estudiantes, sus intereses y la estructura de la matemática
misma. La actividad de los estudiantes se encamina hacia la búsqueda de
respuestas o soluciones a determinados problemas; el profesor debe provocar la
curiosidad de sus estudiantes y conducirlos a la consecución de los
aprendizajes.
En lo particular, las facultades de Ingeniería deben
tener en cuenta que la enseñanza de esta disciplina tiene constantes
variaciones, justificadas en las nuevas necesidades y requerimientos de la
sociedad, así como la transformación tecnológica, la competitividad y la
innovación, esto lleva a los programas de ingeniería a tener en cuenta todas
estas nuevas exigencias del entorno. Existen, por ejemplo, modelos como CDIO
(Concebir – Diseñar – Implementar – Operar), liderado por un importante
consorcio internacional de facultades de ingeniería y que se centra en el
reconocimiento que se ha hecho de la exigencia imperiosa de reformar su
orientación estratégica, currículo, proceso de enseñanza-aprendizaje y su
relación con la industria, frente a las nuevas realidades de la ingeniería en
el mundo (Tran y
Phan, 2022).
El objetivo de esta investigación es utilizar el
método de los Cuadrantes Cerebrales de Herrmann para identificar y comprender
los estilos de aprendizaje de los estudiantes de la Facultad de Ingeniería de
la Universidad Militar Nueva Granada en Colombia. Esto contribuirá a informar y
mejorar las estrategias de enseñanza, ajustándolas a las preferencias
cognitivas de los estudiantes y promoviendo el desarrollo de habilidades
esenciales para su éxito profesional. La identificación y comprensión de estos
estilos de aprendizaje son cruciales para la formación efectiva de futuros
ingenieros en diversas áreas de la disciplina.
1. Fundamentación teórica
1.1. Modelo de Cuadrantes Cerebrales
En el proceso educativo, es esencial que el profesor
tenga un entendimiento profundo de los diversos modos de aprendizaje de sus
estudiantes. Cada alumno tiene su propio estilo de aprendizaje único, por lo
que reconocer estas diferencias es fundamental para diseñar entornos de
aprendizaje que empleen enfoques pedagógicos adaptados, fomentando así la
capacidad de aprender de forma autónoma (Villacís et al., 2020; Polo
et al., 2022).
A lo largo del tiempo, se han desarrollado variados
modelos y definido los estilos de aprendizaje, estos ofrecen lineamientos
teóricos que permiten comprender la relación existente entre los
comportamientos en el aula y la manera en que aprenden los estudiantes (Silva,
2018). Su importancia radica en que posibilita adecuar la manera en que se
enseña, para favorecer a cada uno de los estilos de aprendizaje de los
discentes (Tocci, 2015). Es de destacar que el conocimiento que se genera, no
pretende resolver las dificultades de aprendizaje de los estudiantes, sino que
el maestro reconozca ciertos elementos del cerebro que les permita potenciar su
aprendizaje (García-Ramírez, 2019).
Para esta
investigación, se trabajó con el modelo de los Cuadrantes Cerebrales ideado por
Ned Herrmann. Este modelo considera la división del cerebro en cuatro
hemisferios, cada lado se caracteriza en forma diferenciada del otro, de este
modo, se puede proceder a aprender de distintas maneras, según el hemisferio
dominante del individuo (Esteves et al., 2019). Es así como, el modelo de
Herrmann integra el sistema límbico con los hemisferios, para formar cuatro
cuadrantes. Cada cuadrante de este modelo cumple funciones específicas (García-Ramírez,
2019).
El cuadrante Cortical Izquierdo (CI) o cuadrante A, se
encarga del pensamiento lógico, matemático o basado en hechos, típico de
sujetos fríos, distantes intelectualmente brillantes, razonables y
competitivos; mientras que el cuadrante Límbico Izquierdo (LI) o cuadrante B,
se encarga del pensamiento organizado, el que cuida de los detalles, está
asociado a procesos cognitivos de planificación, formalización, estructuración,
ritualista y metódico, impresos en individuos introvertidos, emotivos,
controlados, minuciosos, formuladores y con amor al poder.
Por otra parte, el cuadrante Límbico Derecho (LD) o
cuadrante C, se especializa en el pensamiento emocional, sentimental, espiritual,
del lado humano, está relacionado con procesos cognitivos de integración
mediante la experiencia, tendencia al placer, escucha y el sentimentalismo, con
personalidad extrovertida, emotiva y espontánea, lúdica y espiritual. Por
último, el cuadrante Cortical Derecho (CD) o cuadrante D, se encarga del
pensamiento conceptual, holístico y creativo, está vinculado con procesos
cognitivos de conceptualización, síntesis, imaginación y visualización e
integración de imágenes, típico de individuos originales con sentido del humor
e independientes y arriesgados (Lumsdaine y
Lumsdaine, 1995; Méndez-Mendoza y
Guerrero-Cardozo, 2020).
Con la información recopilada de la aplicación del
modelo, el docente debería estar en la capacidad de enseñar para los cuatro
cuadrantes a fin de lograr un óptimo aprendizaje. La Figura I, evidencia las
características principales en cada uno de los cuadrantes, de acuerdo al estilo
predominante en el estudiante.
Fuente: Elaboración propia, 2022.
Figura I. Modelo de los Cuadrantes Cerebrales de
Herrmann
El empleo del Modelo de Cuadrantes Cerebrales de
Herrmann coloca en evidencia cómo la comprensión de los estilos de aprendizaje
puede tener un impacto significativo en la mejora de la enseñanza. Estos cuatro
cuadrantes cerebrales, cada uno con sus propias características distintivas,
proporcionan una perspectiva intrigante sobre cómo los estudiantes procesan la
información y adquieren conocimientos de maneras diversas.
La identificación de los estilos de aprendizaje
predominantes en los estudiantes se convierte en una herramienta valiosa para
que los educadores adapten la enseñanza de manera personalizada y promuevan un
aprendizaje más efectivo. A medida que se avanza en la formación de futuros
ingenieros, el reconocimiento y abordaje de estos estilos de aprendizaje emerge
como un componente esencial para alcanzar la excelencia educativa en las
diversas disciplinas de la ingeniería.
2. Metodología
Para caracterizar los estilos de aprendizaje de los
estudiantes de la Facultad de Ingeniería de la Universidad Militar Nueva
Granada en Colombia, se planteó una investigación del tipo descriptivo, no
experimental, transaccional de campo. Para llevarla a cabo, se hizo
inicialmente una revisión de literatura utilizando, como referente, los
términos: Estilos de aprendizaje, modelo de Herrmann, modelo de los Cuadrantes
Cerebrales, aprendizaje.
Revisados los aspectos teóricos, se procedió a adoptar
el instrumento de recolección de información (cuestionario), el cual está
conformado por 12 preguntas/rasgos las cuales fueron aplicadas considerando el
trabajo de Herrmann (1991), quien elaboró un modelo que se inspira en los
conocimientos del funcionamiento cerebral (Silva, 2018).
En ese sentido, Herrmann (1991) definió cuatro
opciones de respuesta para cada pregunta/rasgo, evidenciando los diferentes
cuadrantes en que puede establecerse el estilo de aprendizaje para cada uno de
los aspectos a evaluar. Dentro de este modelo se explica que el cerebro
presenta cuatro cuadrantes y que por lo general todos presentan cierta
predisposición hacia alguno de estos cuadrantes, de esa forma cada persona
manifiesta su propia forma de aprender
(Méndez-Mendoza y Guerrero-Cardozo, 2020).
Dado que el instrumento se estructuró con la propuesta
de Herrmann (1991), no fue necesario realizar la validez y confiabilidad del
mismo a través del juicio de expertos y aplicación del alfa de Cronbach, sino
que se procedió a su aplicación utilizando un muestreo no probabilístico por
conveniencia; puesto que de acuerdo con Otzen y Manterola (2017), se permite seleccionar aquellos casos
accesibles que acepten ser incluidos, ello fundamentado en la conveniente
accesibilidad y proximidad de los sujetos para el investigador.
La aplicación del instrumento de recolección de información
se hizo de forma virtual, empleando un formulario Google para la tabulación de los datos. Se realizó acercamiento con
todos los estudiantes de la Facultad de Ingeniería a través de correo
electrónico explicando el objetivo del estudio; lo anterior con el propósito de
asegurar que quien respondiera la encuesta tuviera una visión global del
alcance de la investigación y, a su vez, se redujera el sesgo de la información
recolectada.
3.
Resultados y discusión
El instrumento de recolección de información para el
modelo de cuadrantes cerebrales fue aplicado a una muestra aleatoria conformada
por 291 de los 2.183 estudiantes activos de la Facultad de Ingeniería para el
año 2021. La Tabla 1, brinda la información de la distribución de la muestra
por programa. En cada programa se obtuvo una muestra significativa que supera
los 30 datos, lo que permite realizar un mejor análisis estadístico de los
datos.
Tabla 1
Distribución por
Programa
|
Programa Académico |
Frecuencia (Número de estudiantes) |
Participación (Porcentaje) |
|
Ambiental |
44 |
15.12% |
|
Biomédica |
65 |
22.34% |
|
Civil |
49 |
16.84% |
|
Industrial |
46 |
15.81% |
|
Mecatrónica |
44 |
15.12% |
|
Multimedia |
43 |
14.78% |
Fuente: Elaboración propia, 2022.
Como el interés de la investigación es analizar los
resultados por cuadrante para los estudiantes de la Facultad y revisar si
existen diferencias significativas entre los resultados, por cuadrante, de los
estudiantes de cada programa; primero, se realiza el análisis estadístico de
los datos por grupo poblacional de acuerdo con los resultados de cada muestra,
para luego comparar las poblaciones y concluir de manera general respecto a
cada una y a la Facultad.
En la Tabla 2, se observan los resultados de la
evaluación realizada con los datos de la muestra. Se calcula la calificación
media muestral obtenida para cada cuadrante, de acuerdo con el método
trabajado, la desviación estándar y el resultado, teniendo en cuenta la
calificación promedio, puesto que si esta quedó por encima de 66 se considera
que el estudiante tiene una preferencia por ese cuadrante; si quedó entre 33 y
66, se establece su preferencia como media; y si fue inferior a 33, se dice que
no tiene preferencia por ese cuadrante.
Tabla 2
Resultados de la
evaluación por Programa
|
Programa |
Cuadrante |
Promedio |
Deviación Estándar |
Resultado |
|
Ambiental |
CI |
88,64 |
33,24 |
Preferencia Neta |
|
CD |
66,36 |
28,86 |
Preferencia Neta |
|
|
LI |
54,09 |
27,81 |
Preferencia media |
|
|
LD |
30,91 |
22,19 |
No Preferencia |
|
|
Biomédica |
CI |
81,85 |
32,92 |
Preferencia Neta |
|
CD |
66,15 |
31,61 |
Preferencia Neta |
|
|
LI |
52,31 |
26,62 |
Preferencia media |
|
|
LD |
39,69 |
22,50 |
Preferencia media |
|
|
Civil |
CI |
89,80 |
34,43 |
Preferencia Neta |
|
CD |
75,10 |
32,28 |
Preferencia Neta |
|
|
LI |
47,76 |
31,31 |
Preferencia media |
|
|
LD |
27,35 |
22,25 |
No Preferencia |
|
|
Industrial |
CI |
85,22 |
40,76 |
Preferencia Neta |
|
CD |
61,74 |
35,23 |
Preferencia media |
|
|
LI |
62,17 |
29,88 |
Preferencia media |
|
|
LD |
30,87 |
25,19 |
No Preferencia |
|
|
Mecatrónica |
CI |
87,27 |
37,63 |
Preferencia Neta |
|
CD |
62,27 |
33,75 |
Preferencia media |
|
|
LI |
48,64 |
35,15 |
Preferencia media |
|
|
LD |
41,82 |
24,71 |
Preferencia media |
|
|
Multimedia |
CI |
73,02 |
28,25 |
Preferencia Neta |
|
CD |
87,91 |
31,81 |
Preferencia Neta |
|
|
LI |
44,19 |
27,45 |
Preferencia media |
|
|
LD |
34,88 |
24,72 |
Preferencia media |
Fuente: Elaboración propia, 2022.
Los resultados de la evaluación indican que los
estudiantes de diferentes programas de ingeniería muestran preferencias
variadas en cuanto a los cuadrantes cerebrales. En general, se observa que los
cuadrantes CI y CD tienden a tener preferencias netas en la mayoría de los
programas, lo que sugiere una inclinación hacia el pensamiento lógico y
conceptual, así como hacia la creatividad. Por otra parte, los cuadrantes LI y
LD tienden a mostrar preferencias medias o incluso la falta de preferencia en
algunos programas, lo que podría indicar una distribución más equitativa de las
preferencias emocionales y organizativas. Estos resultados ofrecen información
valiosa para adaptar las estrategias de enseñanza en cada programa y atender de
manera más efectiva las preferencias cognitivas de los estudiantes.
Si se revisa únicamente el promedio de las calificaciones por cuadrante
en un primer análisis descriptivo de los datos, se utilizan gráficos radiales
para visualizar la calificación media obtenida en la muestra de cada programa.
La Figura II, muestra cada gráfico que permite observar el resultado en los
cuatro cuadrantes facilitando la interpretación.
Fuente: Elaboración
propia, 2022.
Figura II: Gráfico radial, por Programa, de la
calificación media por cuadrante
En la mayoría de los programas, se destaca una clara
preferencia por el cuadrante Cortical Izquierdo, el cual está relacionado con
la lógica, el análisis, la racionalidad y las habilidades matemáticas. Este
hallazgo era previsible, dado que la ingeniería, en general, se centra en las
matemáticas y la física para abordar tareas específicas a través del método científico.
Sin embargo, es interesante observar que, en el Programa de Ingeniería en
Multimedia, al menos en este primer análisis descriptivo de los datos, el cuadrante
Cortical Derecho, asociado con la intuición, la creatividad, la imaginación y
la recursividad, predomina sobre los demás.
Este aspecto adquiere una relevancia significativa en
la formación de ingenieros, puesto que promueve la búsqueda de soluciones
creativas. No obstante, es importante señalar que, en promedio, este cuadrante
parece menos desarrollado en los programas de Ingeniería Industrial e Ingeniería
En Mecatrónica.
Por otra parte, se ve muy poco desarrollo, revisando los valores
promedio de la muestra, del cuadrante Límbico Derecho en los programas de Ingeniería
Ambiental, Civil e Industrial, que está asociado con lo emocional, la sensibilidad
y la comunicación. En la Figura III, se realizan los diagramas de cajas y
bigotes con los datos, para evidenciar de manera gráfica características de la
distribución de frecuencias, como son la dispersión y simetría de los datos.
Fuente: Elaboración
propia, 2022.
Figura
III: Diagrama de Cajas y Bigotes
Como se observa por programa, es posible afirmar que
en el caso de Ingeniería Ambiental existe una mayor dispersión de los datos en
el cuadrante Cortical Izquierdo; situación que es similar en el programa de Ingeniería
Industrial, con la diferencia que en este último se observa en ese cuadrante
mayor amplitud en los datos, pero una mejor simetría en el caso de los
cuadrantes Cortical Derecho y Límbico Izquierdo.
Ahora bien, para conocer cuál es el valor medio de la
calificación obtenida por cuadrante se definieron los límites de la media con
un nivel de confianza del 95%. La Tabla 3, muestra los intervalos de confianza
calculados a partir de la muestra, que permitirán estimar el valor de la
calificación promedio por cuadrante con el nivel de confianza previamente establecido.
Tabla
3
Intervalos
de confianza para la calificación promedio por cuadrante
|
Cuadrante |
Límite Inferior |
Límite Superior |
|
CI |
80,261 |
88,261 |
|
CD |
65,809 |
73,435 |
|
LI |
48,178 |
55,052 |
|
LD |
31,756 |
37,247 |
Fuente: Elaboración propia, 2022.
En los intervalos calculados se observa que el
cuadrante del Cortical Izquierdo supera la calificación mínima, según el
método, para ser considerado un cuadrante de preferencia por los estudiantes de
la Facultad; mientras que el cuadrante Límbico Izquierdo se encuentra en el
rango de la preferencia media que va de 33 a 66.
Lo anterior, asumiendo que la pertenencia a un
programa u otro, de los ofertados por la Facultad, no tenga incidencia
significativa sobre la calificación. De modo que, para revisar si existen
diferencias significativas entre los resultados por cuadrante entre cada
programa, se realizó un análisis de varianza con los datos de la muestra.
En la Tabla 4, se encuentra el resultado del análisis
de varianza para el cuadrante Cortical Izquierdo. Se revisó si el programa
tiene incidencia sobre la calificación de la prueba y se encontró que, no
existen diferencias significativas entre los resultados en este cuadrante por
programa.
Tabla
4
ANOVA
cuadrante Cortical Izquierdo
|
FV |
SC |
GL |
CM |
F0 |
Valor-p |
|
Tratamientos |
8594,02 |
5 |
1718,8037 |
1,4285 |
0,21393326 |
|
Error |
342922,13 |
285 |
1203,2356 |
|
|
|
Total |
351516,15 |
290 |
|
|
|
Fuente:
Elaboración propia, 2022.
En la Tabla 5, se encuentra el resultado del análisis
de varianza para el cuadrante Cortical Derecho. Se revisó si el programa tiene
incidencia sobre la calificación de la prueba y se encontró que, en efecto, el
programa al que pertenece el estudiante incide sobre la calificación de su
preferencia que pueda obtener en la prueba para este cuadrante.
Tabla 5
ANOVA cuadrante Cortical Derecho
|
FV |
SC |
GL |
CM |
F0 |
Valor-p |
|
Tratamientos |
22332,06 |
5 |
4466,4123 |
4,2841 |
0,00089848 |
|
Error |
297126,36 |
285 |
1042,5486 |
|
|
|
Total |
319458,42 |
290 |
|
|
|
Fuente: Elaboración propia, 2022.
Al ampliar el análisis con la comparación de parejas
de medias para los tratamientos mediante el método de la diferencia mínima
significativa (LSD – Least Significant
Difference) se encuentra que existe una diferencia significativa entre el
valor medio de la calificación obtenida en este cuadrante para multimedia y el
resto de programas, lo que se evidenciaba en la muestra con el gráfico de
radar. Además, se encontró una diferencia significativa entre los programas de Ingeniería
Industrial e Ingeniería Civil, esto también se puede ver en el gráfico de radar
pues Ingeniería Civil tiene en promedio la mejor calificación y la de Industrial
es la segunda más baja. Todo el análisis realizado con un nivel de confianza
del 95%.
En la Tabla 6, se encuentra el resultado del análisis
de varianza para el cuadrante Límbico Izquierdo. Se revisó si el programa tiene
incidencia sobre la calificación de la prueba y se encontró que, no existen
diferencias significativas entre los resultados en este cuadrante por programa.
Tabla
6
ANOVA
cuadrante Límbico Izquierdo
|
FV |
SC |
GL |
CM |
F0 |
Valor-p |
|
Tratamientos |
8923,05 |
5 |
1784,6095 |
2,0294 |
0,07458759 |
|
Error |
250617,85 |
285 |
879,3609 |
|
|
|
Total |
259540,89 |
290 |
|
|
|
Fuente:
Elaboración propia, 2022.
En la Tabla 7, se muestra el resultado del análisis de
varianza para el cuadrante Límbico Derecho. Se revisó si el programa tiene
incidencia sobre la calificación de la prueba y se encontró que, como en el
cuadrante Cortical Izquierdo, existen diferencias significativas sobre el
resultado por programa. Igual que en ese caso, se compararon los resultados de
los diferentes programas mediante el método LSD y se encontró que con un nivel
de confianza del 95%, es posible afirmar que hay diferencias significativas
entre los resultados para este cuadrante del programa de Mecatrónica con los de
Civil, Ambiental e Industrial. A su vez, el programa de Biomédica presenta
diferencias significativas con el de Civil. Esto se evidencia en el gráfico de
radar pues el valor medio de Ingeniería Civil en ese cuadrante es el más bajo y
el de Mecatrónica el más alto, seguido por Biomédica.
Tabla
7
ANOVA
cuadrante Límbico Derecho
|
FV |
SC |
GL |
CM |
F0 |
Valor-p |
|
Tratamientos |
7795,98 |
5 |
1559,1966 |
2,8159 |
0,01682996 |
|
Error |
157806,77 |
285 |
553,7080 |
|
|
|
Total |
165602,75 |
290 |
|
|
|
Fuente:
Elaboración propia, 2022.
Si se revisan estos resultados con los que arroja la
calificación dada por la prueba, consignados en la Tabla 2, se observa que, en
la muestra seleccionada, el programa de Ingeniería Civil, Ambiental e
Industrial no muestra preferencia por este cuadrante relacionado con la
emoción, las relaciones interpersonales y la comunicación, puesto que registran
las calificaciones más bajas.
Conclusiones
Este estudio tuvo por objetivo caracterizar los
estilos de aprendizaje que tienen los estudiantes de la Facultad de Ingeniería de
la Universidad Militar Nueva Granada en Colombia, evidenciando como resultado
que: Aplicando el Modelo de los Cuadrantes Cerebrales de Herrmann a una muestra
aleatoria de estudiantes de esta Facultad, se observa una mayor preferencia en
los cuadrantes Corticales Izquierdo y Derecho lo que es consistente con su
formación profesional, puesto que estos están asociados con su capacidad
lógica, analítica y creativa, competencias necesarias para el buen ejercicio de
la profesión.
Revisando el resultado de cada calificación obtenida
por cuadrante, se evidencia que, en el cuadrante Cortical Izquierdo, que
refiere a su capacidad lógica, analítica y basada en hechos, todos los
programas de la Facultad obtuvieron en promedio altas calificaciones, por lo
que es de esperarse en los mismos que la calificación permita clasificar a este
cuadrante por preferente en los estudiantes, en un 95% de los casos.
Respecto al cuadrante Cortical Derecho, asociado con
su capacidad creativa e integradora/sintetizadora, se observa que la media se
encuentra repartida en dos categorías, según los criterios del método de
Herrmann. Puede estar clasificada como con una preferencia neta o media en los
programas de la Facultad; y al revisar, si existen diferencias significativas
entre los resultados entre ellos, se observa que, en efecto, el programa de
multimedia se destaca por obtener una mejor calificación media que el resto de
programas. De acuerdo con lo anterior, es recomendable contrastar los métodos
de enseñanza de ese programa frente a los otros en las diferentes asignaturas
de su contenido curricular.
Por otra parte, en el cuadrante Límbico Izquierdo,
relacionado con el método, la organización y la productividad, se observa que
los estudiantes de los programas de la Facultad podrían, según su calificación,
clasificarse con una preferencia media por ese cuadrante, lo cual es bueno pues
es una competencia que, si bien no es la principal en un ingeniero, si es
recomendable y le da cierta ventaja competitiva.
Por último, revisando el cuadrante Límbico Derecho que
se asocia con la empatía y las relaciones interpersonales, se evidencia que la
calificación de todos los programas es baja, haciendo que, de acuerdo con la
escala de la prueba, esté entre preferencia media y no preferencia. Al analizar
por programa se encuentra que existen diferencias significativas y que
programas como Civil, Ambiental e Industrial no evidencien preferencia por este
cuadrante.
Por el tamaño de la muestra, y sus resultados es
posible afirmar que este estudio arroja información válida para entender la
preferencia o no por un cuadrante u otro y el efecto de ser estudiante de un
programa u otro.
En conclusión, los principales aportes de este estudio
incluyen la caracterización de estilos
de aprendizaje predominantes en los estudiantes, identificando una
fuerte preferencia por los cuadrantes Corticales Izquierdo y Derecho, lo que
está en línea con su formación profesional y sus necesidades cognitivas.
Además, se han identificado diferencias significativas en los estilos de
aprendizaje entre los programas de la Facultad, destacando el programa de
multimedia por su preferencia por el cuadrante Cortical Derecho. Esto sugiere
la necesidad de evaluar y comparar los métodos de enseñanza utilizados en
diferentes programas.
Asimismo, el estudio ha demostrado que el Modelo de
los Cuadrantes Cerebrales de Herrmann puede ser una herramienta útil para
comprender las preferencias de los estudiantes. Esto puede ayudar en el diseño
de estrategias de enseñanza más efectivas y personalizadas.
Finalmente, el presente estudio abre varias puertas
para investigaciones futuras: Se podría replicar este estudio en diversas
instituciones educativas para comparar los estilos de aprendizaje de
estudiantes de ingeniería en diferentes contextos y culturas. De igual forma,
se podrían explorar las causas detrás de las preferencias de estilos de
aprendizaje, como la influencia del currículo o la pedagogía; así como desarrollar
y evaluar intervenciones pedagógicas específicas, diseñadas para mejorar el
aprendizaje de los estudiantes en función de sus estilos predominantes.
También, investigaciones adicionales podrían examinar cómo los estilos de
aprendizaje se relacionan con el rendimiento académico y la satisfacción
estudiantil en programas de ingeniería.
Referencias bibliográficas
De Armas,
M., y Rodríguez, M. (2015). Estudio de los estilos de aprendizaje de
estudiantes y profesores de la Facultad de Ingeniería de la Universidad Central
de Venezuela. Revista de la Facultad de Ingeniería Universidad Central de
Venezuela, 30(3), 15-26. http://saber.ucv.ve/ojs/index.php/rev_fiucv/article/view/15422
Esteves, Z.,
Casquete, R. B., Vasconez, R. E., y Calle, M. (2019). Estilos de aprendizaje en
estudiantes superdotados del Ecuador. CIENCIAMATRIA, 6(10),
536-546. https://doi.org/10.35381/cm.v6i10.207
Esteves, Z., Chenet, M. E.,
Pibaque, M. S., y Chávez, M. L. (2020). Estilos de aprendizaje para la
superdotación en el talento humano de estudiantes universitarios. Revista de
Ciencias Sociales (Ve), XXVI(2), 225-235. https://doi.org/10.31876/rcs.v26i2.32436
García-Ramírez, Y. D. (2019). Estilos de aprendizaje en estudiantes de
Ingeniería Civil en Ecuador. Revista Espacios,
40(39), 22. https://www.revistaespacios.com/a19v40n39/a19v40n39p22.pdf
Herrmann, N. (1991). The Creative
Brain. Journal of Creative Behavior, 25(4), 275-295. https://doi.org/10.1002/j.2162-6057.1991.tb01140.x
López-Vargas, O., Hederich-Martínez, C., y Camargo-Uribe, Á. (2011).
Estilo cognitivo y logro acádemico. Educación y Educadores,
14(1), 67-82.
Lumsdaine, M., y Lumsdaine, E.
(1995). Thinking preferences of engineering students: Implications for curriculum
restructuring. Journal of Engineering Education, 84(2), 193-204. https://doi.org/10.1002/j.2168-9830.1995.tb00166.x
Méndez-Mendoza,
Y.-G., y Guerrero-Cardozo, G. (2020). Estilos de
aprendizaje según la predominancia cebreral en estudiantes de básica
secundaria. En S.-M. Carrillo-Sierra y C.-A. Quintero (Eds.), Neurodesarrollo
adolescente: Perspectiva en la educacuón actual (pp. 147-175). Ediciones
Universidad Simón Bolívar.
Ocampo, F., Guzmán, A., Camarena, P., y De Luna, R. (2014). Identificación
de estilos de aprendizaje en estudiantes de ingeniería. Revista Mexicana de Investigación
Educativa, 19(61), 401-429.
Ortiz, A. L., Reales, J. P., y Rubio, B. I. (2014). Ontología y episteme
de los modelos pedagógicos. Revista Educación en Ingeniería, 9(18), 23-34. https://educacioneningenieria.org/index.php/edi/article/view/396
Otzen, T., & Manterola, C. (2017). Técnicas de Muestreo sobre una
Población a Estudio. International
Journal of Morphology, 35(1),
227-232. https://doi.org/10.4067/S0717-95022017000100037
Polo, B. R.,
Hinojosa, C. A., Weepiu, M. L., y Rodríguez, J. L. (2022). Estilos de aprendizaje y rendimiento
académico en el área de comunicación con enfoque de sistemas. Revista de
Ciencias Sociales (Ve), XXVIII(E-5), 48-62. https://doi.org/10.31876/RCS.V28I.38144
Schunk, D. H. (2012). Teorías del aprendizaje: Una
perspectiva educativa Pearson
Educación.
Segarra, M., Estrada, M., y Monferrer, D. (2015). Estilos de aprendizaje
en estudiantes universitarios: Lateralización vs. interconexión de los
hemisferios cerebrales. Revista Española de Pedagogía, LXXIII(262),
583-600. https://revistadepedagogia.org/lxxiii/no-262/estilos-de-aprendizaje-en-estudiantes-universitarios-lateralizacion-vs-interconexion-de-los-hemisferios-cerebrales/101400010466/
Silva, A. (2018). Conceptualización de los Modelos de Estilos de
Aprendizaje. Revista de Estilos de Aprendizaje, 11(21), 35-67. https://doi.org/10.55777/REA.V11I21.1088
Tocci, A. M. (2015). Caracterización de perfiles de estilos de aprendizaje
en alumnos de Ingeniería según el modelo de Felder y Silverman. Revista de
Estilos de Aprendizaje, 8(16), 105-118. https://doi.org/10.55777/rea.v8i16.1019
Tran, T. B., y Phan, T. H. (2022). Development of CDIO-Based Programs
from the teacher training perspective. International Journal of Learning, Teaching
and Educational Research, 21(5), 204-219. https://doi.org/10.26803/ijlter.21.5.11
Villacís, L.
M., Loján, B. H., De la Rosa, A. S., y Caicedo, E. A. (2020). Estilos de
aprendizajes en estudiantes de la Universidad Laica Eloy Alfaro de Manabí,
Ecuador. Revista de Ciencias Sociales
(Ve), XXVI(E-2), 289-300. https://doi.org/10.31876/rcs.v26i0.34128