El video no es una tecnología reciente en la educación, considerando que tiene más de 100 años de desarrollo a través de películas y cortometrajes en cine, televisión y grabaciones en cinta (Mayer et al., 2020). Según Siemens et al. (2015), la tecnología educativa ha pasado por tres generaciones diferentes: el cine, la televisión y los videos grabados; además, en la actualidad estaría teniendo lugar una cuarta generación, que incluye las tecnologías digitales e internet. Mayer et al. (2020) consideran que el potencial educativo de las tecnologías visuales ha tenido varios ciclos de hype a lo largo de la historia, cada uno de ellos seguido por desilusión y falta de implementación. Sin embargo, hay indicadores de que el video educativo online desempeña actualmente un papel más importante que en generaciones anteriores. Los continuos avances tecnológicos, el crecimiento de internet y la disponibilidad generalizada de dispositivos digitales, permiten que los videos sean más accesibles y tengan un menor coste de producción. En la educación superior, la creciente prevalencia de la tecnología está promoviendo la posibilidad, la disponibilidad y la adopción de la educación online. Debido a las medidas de confinamiento planteadas por la pandemia de COVID-19 en 2020, y el consiguiente aumento de las prácticas de educación online, esta tendencia podría seguir creciendo.

Mayer et al. (2020) han definido el video instruccional como una instancia de aprendizaje multimedia que incluye gráficos e imágenes, así como palabras y sonidos. Puede incluir o no la imagen del instructor o narrador (cara, cuerpo entero), y gráficos o imágenes animadas. En el caso particular del video instruccional digital, se ha definido como un contenido grabado digitalmente que tiene sonido y movimiento, puede ser enviado o almacenado, y puede ser transmitido en diferentes tipos de equipos (Woolfitt, 2015). El video instruccional digital ha adquirido una relevancia considerable en la educación online a partir de la implementación en cursos sincrónicos y asincrónicos, la inclusión en plataformas de aprendizaje como Moodle o Blackboard y la difusión de aplicaciones de video como Youtube. Las modalidades de video digital más comunes incluyen clases o conferencias grabadas, voz añadida a presentaciones (por ejemplo, diapositivas de PowerPoint), e imagen en imagen (doble pantalla, una mostrando el contenido y la otra al instructor) (Chen y Wu, 2015).

Dada la inclusión creciente de videos en la educación en línea, es importante evaluar su impacto y eficacia. Según Colvin Clark y Mayer (2016), la atención debe centrarse en el aprendizaje y no en la tecnología. En otras palabras, la implementación tiene que favorecer el aprendizaje, y no debe guiarse por modas o capacidad tecnológica. La teoría cognitiva del aprendizaje multimedia (Colvin Clark y Mayer, 2016; Mayer, 2014, Mayer, 2017) se basa en investigación experimental sobre las condiciones que conducen a mejores resultados en términos de comprensión, recuerdo y adquisición de conocimiento. A partir de esta investigación, la teoría ha postulado una serie de principios para diseñar material instructivo eficaz, incluyendo aspectos motivacionales, como la preferencia de los estudiantes por el contenido multimedia (McNamara y Shapiro, 2005; Richter et al., 2016).

En cuanto al rendimiento de los estudiantes, hay resultados mixtos sobre la relación entre el uso de videos y el aprendizaje: las características del video, como el diseño, la duración, la accesibilidad y los elementos interactivos, pueden mejorarlo o dificultarlo (Burin et al., 2021; Chen y Wu, 2015; Wang y Antonenko, 2017). En cuanto a la motivación, el uso del video puede apelar a aspectos afectivos o motivacionales -generar interés, captar la atención y provocar emociones positivas-, por lo que puede mejorar la experiencia motivacional de los estudiantes (Kay, 2012). De hecho, el uso cotidiano de los videos en contextos online no educativos, sobre todo en las redes sociales, está orientado a estos objetivos (reacciones de "me gusta"). Sin embargo, incluir elementos irrelevantes pero atractivos o decorativos también puede tener un impacto negativo (efecto de detalle seductor; Fries et al., 2019;Rey, 2012). Complacer y enseñar son objetivos diferentes; la satisfacción de los estudiantes, o su percepción del aprendizaje, puede no correlacionarse con su rendimiento real (Wang y Antonenko, 2017); por otro lado, el afecto positivo de los estudiantes puede repercutir en el compromiso y la finalización del curso (Kay, 2012; Kizilcec et al., 2015;Ochoa-Angrino et al., 2020).

La teoría cognitiva del aprendizaje multimedia parte de la arquitectura del sistema cognitivo (Colvin Clark y Mayer, 2016; Irrazabal et al., 2016; Mayer, 2014, 2017): el material instruccional debe estar diseñado para no sobrecargar la atención y la memoria de trabajo, y debe ayudar a construir un modelo mental coherente del contenido, integrando la nueva información con la almacenada en la memoria a largo plazo. A su vez, el sistema cognitivo dispone de canales independientes, de capacidad limitada, para el procesamiento visual y auditivo; por este motivo, el principio de modalidad establece que la información verbal debe presentarse en formato de audio y no como texto escrito en la pantalla (Mayer, 2014, 2017). De este forma, el procesamiento se realiza por ambos canales (auditivo y visual), amortiguando la sobrecarga. La teoría también sugiere evitar la presentación de contenido verbal tanto en audio como por escrito (principio de redundancia) porque los recursos necesarios para procesar las imágenes y los gráficos se utilizarían para procesar el texto escrito, cuando la información ya se está presentando oralmente (Mayer, 2014, 2017). El principio de contigüidad, por otro lado, establece que cuando se presentan imágenes y gráficos junto con información verbal, deben presentarse en proximidad espacial o de forma sincrónica si se trata de audio. Esto permite la focalización de la atención y fomenta el procesamiento interactivo. Cuando el contenido se presenta en formato de video, la contigüidad temporal permitiría al alumno construir un modelo mental mientras se presenta la información (Mayer et al., 2020).

Respecto a la extensión, el principio de segmentación establece que es necesario dividir el contenido en secciones más pequeñas y manejables (Mayer y Pilegard, 2014). En el caso del video, se ha sugerido dividir la clase en videos cortos (Mayer y Pilegard, 2014), de no más de 10 minutos (Guo et al., 2014). De este modo, el estudiante podría adquirir un contenido antes de pasar al siguiente; las clases largas y continuas, en cambio, provocarían sobrecarga cognitiva. Un estudio a gran escala realizado con 2927 estudiantes de trece cursos universitarios, en los que se ofrecían alrededor de 18000 videos, demostró que era más probable que los estudiantes vieran todo el video si era corto (Ozan y Ozarslan, 2016). Asimismo, el principio de interactividad pone el foco en el comportamiento del estudiante para favorecer su aprendizaje durante la clase (Mayer y Pilegard, 2014; Mayer et al., 2020). Una forma básica de interactividad consiste en dar al alumno el control para pausar el video. Si bien estos dos principios (segmentación e interactividad) pueden combinarse (por ejemplo, el alumno que ve un video largo puede pausarlo varias veces para mejorar su aprendizaje), un estudio experimental sobre la adquisición de un procedimiento médico para estudiantes sin conocimientos previos demostró que los estudiantes que veían videos segmentados tenían un mejor rendimiento que los estudiantes que podían pausarlo y verlo a su propio ritmo (Biard et al., 2017), apoyando así el principio de segmentación.

Finalmente, el efecto del detalle seductor afirma que añadir contenidos irrelevantes pero decorativos (visuales o verbales) para aumentar la motivación del alumno puede afectar negativamente al aprendizaje (Fries et al., 2019; González et al., 2019; Rey, 2012). Esto podría ocurrir por distintas razones, como la captación de la atención, la sobrecarga de la memoria de trabajo, la interrupción de la construcción de una representación mental coherente, o la activación de esquemas mentales irrelevantes (González et al., 2019; Rey, 2012). Una forma de centrar la atención de los alumnos en los aspectos relevantes del contenido es destacar esta información (principio de señalización). Esto puede lograrse mediante el uso de palabras clave, elementos gráficos o audio (DeKoning et al., 2009). Sin embargo, el efecto de las imágenes irrelevantes y decorativas en los videos instruccionales interactúa con otros factores; por ejemplo, cuando las condiciones experimentales se presentan de forma más parecida a un curso real, los elementos decorativos pero irrelevantes solo afectan a aquellos con bajos conocimientos previos (Fries et al., 2019), o con menor capacidad de memoria de trabajo (Burin et al., 2021).

La presencia del instructor puede proporcionar pistas cognitivas que ponen en juego los principios antes mencionados (Colvin Clark y Mayer, 2016; Kizilcec et al., 2015). La modalidad, la contigüidad, la redundancia y la señalización pueden implementarse mediante gestos y expresiones faciales, contacto visual, dirección de la mirada, gestos con las manos, tono de voz y acciones como dibujar diagramas o manipular objetos en tiempo real. Por ejemplo, Fiorella et al. (2019) descubrieron que los estudiantes aprendían más sobre el funcionamiento del riñón cuando el instructor dibujaba los gráficos mientras explicaba el tema, en comparación con gráficos estáticos.

Además, en un sentido motivacional, la presencia del instructor generaría una respuesta social en los estudiantes que podría conducir a una actitud de trabajo colaborativo (Fiorella et al., 2019; Wang et al., 2018). Por ejemplo, los estudiantes tuvieron un mejor rendimiento, asociado a un mayor compromiso y esfuerzo, cuando el instructor mantuvo contacto visual con el estudiante (mirando directamente a la cámara) (Beege et al., 2017). Asimismo, un instructor que transmite interés o entusiasmo generaría respuestas afectivas concordantes en los estudiantes (Liew et al., 2017). En cuanto a la percepción de los estudiantes, en una encuesta realizada a 188 universitarios que realizaban un curso online se encontró que ellos valoraban de forma positiva la inclusión de videos con la imagen del instructor (Martin et al., 2018).

Por otro lado, se ha encontrado que las personas no necesariamente aprenden más cuando la imagen del instructor aparece en la pantalla (Fiorella et al., 2019). Por ejemplo, Fiorella et al. (2019) informaron que no había diferencia entre los videos que incluían la voz y las manos del instructor, y los videos que mostraban la figura completa. En la misma línea, Van Wermeskerken et al. (2018) no hallaron diferencias en el aprendizaje cuando se mostraba la figura del instructor, en comparación con una conferencia que solo incluía la voz. Incluso, Wilson et al. (2018) encontraron que la presencia del instructor afectaba negativamente la comprensión. En este sentido, estudios de seguimiento ocular descubrieron que la cara y la figura del expositor pueden distraer a los estudiantes (Ouwehand et al., 2015; van Gog et al., 2014). La clave sería hasta qué punto el instructor ayuda a procesar el material. De lo contrario, la cara y el cuerpo pueden actuar como detalles seductores en lugar de mejorar el aprendizaje.

Además de analizar los efectos de la presencia del instructor en el rendimiento de los estudiantes, es necesario considerar cómo impactan dichos efectos en la percepción de los estudiantes contemplando la finalización y satisfacción con el curso (Martin et al., 2018). La presencia percibida engloba diferentes aspectos de la práctica docente, como la retroalimentación, el acompañamiento, la tutoría y el recuerdo de fechas; la presencia del instructor en los videos es solo una parte de este constructo (Martin et al., 2018).

En estudios sobre la percepción de los estudiantes de ver al profesor en los videos, algunos estudiantes prefieren ver la cara del instructor, mientras que otros lo consideran una distracción (Kizilcec et al., 2015). Además, esta presencia en video puede analizarse en varias dimensiones. Por ejemplo, Ramlatchan y Watson (2020) estudiaron la credibilidad -es decir, la experiencia percibida del instructor- y la inmediatez, esto es, la capacidad percibida del instructor para comunicarse, y su distancia psicológica con los estudiantes. Cinco grupos experimentales de un curso en línea vieron videos en diferentes formatos de presentación. El primero incluía solo al profesor hablando. El segundo, mostraba una presentación en PowerPoint narrada. El tercero alternaba la presentación entre el profesor y el PowerPoint. El último formato mostraba en simultáneo el PowerPoint con el video del profesor incrustado en una esquina. Descubrieron que el uso de una presentación de PowerPoint aumentaba la credibilidad del instructor. Además, la condición con la presentación de PowerPoint solo obtuvo una puntuación más baja en cuanto a la inmediatez percibida, que aumentaba cuando los estudiantes podían ver al instructor. La credibilidad, por otro lado, aumentó con la combinación de un instructor visible y el uso de contenido multimedia.

El video didáctico consiste en un contenido grabado con imágenes, sonido y movimiento. Según la teoría cognitiva del aprendizaje multimedia, basada en la investigación experimental, para que el aprendizaje sea beneficioso, los videos instruccionales tienen que presentar la información visual y auditiva de forma integrada y sincrónica, deben evitar la información redundante y deben señalar y destacar el material relevante. Además, el aprendizaje mejora si la información se segmenta en videos más cortos, y debe tenerse en cuenta que la inclusión de elementos decorativos e irrelevantes (para aumentar el interés y la motivación) puede dificultar el aprendizaje. Otros principios rectores que deben seguirse al preparar un video instruccional se refieren a la presencia del instructor: esta presencia atrae la atención y puede proporcionar información y pistas que apliquen los principios mencionados anteriormente. Además, las señales sociales aumentarían la motivación, el compromiso y el afecto positivo. Por otro lado, la presencia del instructor puede distraer y perjudicar el aprendizaje.

La mayor parte de la teoría cognitiva del aprendizaje multimedia se ha basado en el estudio con medidas de recuerdo, comprensión y rendimiento en condiciones controladas de laboratorio. Las percepciones y actitudes hacia los videos instruccionales y sus características pueden diferir en la experiencia de aprendizaje de los estudiantes, y también pueden alinearse o estar en desacuerdo con las medidas de rendimiento. Esta posible alineación o discordancia es relevante porque los juicios de los estudiantes son factores que afectan a la motivación, la finalización del curso y la satisfacción. Por lo tanto, este estudio pretende explorar los juicios de estudiantes sobre videos expositivos con respecto a los principios multimedia.

El objetivo de este estudio fue explorar la percepción y las actitudes de los estudiantes respecto al formato, la segmentación y la presencia del instructor en videos instruccionales vistos en cursos reales en línea. Se realizó una encuesta online dirigida a estudiantes universitarios, que indagó acerca de la experiencia, las actitudes y la percepción de los materiales multimedia vistos, la segmentación y la presencia del instructor. La hipótesis general de investigación fue que la experiencia, actitudes y percepciones de los/as estudiantes se alinearían con los planteos y resultados obtenidos en el marco de la teoría cognitiva del aprendizaje multimedia. Las siguientes preguntas guiaron los análisis:

1. ¿Qué formatos de video vieron los estudiantes?

2. ¿Qué formatos de video consideraron más propicios para el aprendizaje o más claros?

3. ¿Qué formatos de video les gustaron o prefirieron los estudiantes?

4. ¿Qué duración de videos prefieren los alumnos?

5. ¿La presencia del instructor era valorada positivamente, o se consideraba un obstáculo o carga para el aprendizaje?

6. ¿Difieren los resultados en función del tipo de curso?

En total, 391 estudiantes universitarios argentinos completaron la encuesta voluntariamente. La encuesta requería consentimiento, y era anónima; no se recogieron datos personales, excepto el curso realizado, la edad y el género. En cuanto a la edad, el 87.56 % tenía entre 17 y 30 años y el 12.43 % entre 31 y 65 años (M = 24.73 DT = 6.99). El 79.5 % eran mujeres, 19.4 % eran hombres y el 1 % se identificaron como de otro género. El estudio se llevó a cabo durante la cuarentena y cierre de establecimientos por la pandemia; el 96.37 % estaba realizando un curso online.

Tras eliminar los casos con preguntas sin responder, la muestra final fue de N = 386. Los participantes indicaron sus estudios actuales de grado o postgrado en un campo de texto abierto. Siguiendo la clasificación de videos académicos de Cohen Miller y Miller (2019), se categorizaron en Humanidades y Ciencias Sociales (Sociología, Derecho, Literatura, Filosofía y similares) y Medicina y STEM (Medicina, Ingeniería, Química, Física y similares); se añadió una tercera categoría, Psicología (Psicología, cursos de postgrado en Psicología) porque este campo compartiría características con ambos tipos de categorías, dado que el plan de estudios contiene tanto conocimientos teóricos como una orientación clínica y sanitaria (para un análisis bibliométrico del plan de estudios local de Psicología, ver Fierro et al., 2020). La muestra final consistió en 218 estudiantes de Psicología, 32 de Humanidades y Ciencias Sociales y 136 de Medicina y STEM.

La encuesta estaba dirigida a estudiantes universitarios que habían visto al menos un video en un curso online. En concreto, se pedía que respondieran a preguntas relacionadas con videos no sincrónicos, grabados y almacenados en una plataforma educativa virtual, o plataformas de video como YouTube, y se excluían las videoconferencias sincrónicas o las clases en directo (como Zoom). Las primeras preguntas se referían a sus estudios actuales de grado o posgrado, su universidad, edad, género y si estaban realizando o habían realizado un curso universitario en línea.

Respecto a los videos vistos, se preguntó en primer lugar por el formato, con las siguientes opciones: Texto, imágenes y gráficos, con audio del profesor explicando el tema; Solo texto, sin audio ni profesor; Texto, imágenes y gráficos, sin audio ni profesor; Gráficos organizadores (tablas, diagramas conceptuales), sin audio ni profesor; Texto con audio del profesor explicando; Gráficos con audio del profesor explicando; Texto, audio del profesor explicando el tema, y una foto estática del profesor; Texto, imágenes, gráficos, audio del profesor explicando el tema y una foto estática del profesor; Gráficos organizadores, audio del profesor explicando el tema y foto estática del profesor; Solo el profesor explicando el tema (cara y gestos); Profesor explicando el tema, interactuando con una pizarra o presentación.

Si los alumnos habían visto más de un formato, se les pedía que seleccionaran el que preferían y con el que creían haber aprendido más. Las opciones eran las mencionadas anteriormente.

En otra sección, se preguntó a los alumnos sobre la duración (corta o larga) y la interactividad de los videos (si los videos tenían actividades antes, durante o después). Si los estudiantes habían visto más de un tipo de video, tenían que seleccionar con qué tipo creían haber aprendido más. Las últimas preguntas se referían a la presencia del instructor; los participantes puntuaron una serie de afirmaciones con una escala tipo Likert de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo). Las afirmaciones fueron: El instructor fue amable; fue molesto / fastidioso / confuso; fue monótono / aburrido; me gustó cómo la persona explicó el tema; me ayudó a entender mejor el tema; me distrajeron la cara, los gestos y la ropa de la persona.

La encuesta se creó utilizando Google Docs con cinco secciones: Datos demográficos, Experiencia con los videos, Formato del video, Duración del video, Actitudes hacia la presencia del instructor, Cierre de la encuesta. La encuesta se distribuyó a través de redes sociales (Facebook, Twitter e Instagram).

Se invitó a los estudiantes a responder la encuesta a través de publicaciones en redes sociales (especialmente en grupos de universidades). En la convocatoria y en la encuesta se aclaraba que era voluntaria, anónima y de corta duración. Se recibieron respuestas entre el 6 de mayo y el 21 de agosto de 2020.

Se trata de un estudio exploratorio y descriptivo, con muestreo por conveniencia. La estadística descriptiva y las comparaciones entre grupos se realizaron con R 3.6.2 (R Core Team, 2019), con los paquetes adicionales tidyverse 1.2.1 (Wickham, 2017) y emmeans (Lenth, 2020).

Los datos y el script de análisis están disponibles en OSF (Open Science Framework), datos^[1], script R^[2].

En cuanto al formato del video, las categorías más vistas fueron Texto, imágenes y gráficos, con audio del profesor explicando el tema (22.84 %), Profesor explicando el tema, con una presentación (21.07 %) y Solo el profesor explicando el tema (15.97 %). El patrón de frecuencia fue similar para Psicología y para Humanidades y Ciencias Sociales. Los estudiantes de Medicina y STEM reportaron una mayor frecuencia (30.95 %) de Videos con texto, imágenes y audio sin el instructor, en comparación con los de Humanidades y Ciencias Sociales (21.79 %) y los de Psicología (23.32 %) [χ² (2, N = 386) = 7.7875, p = .020], y menos Videos con solo el profesor explicando el tema: 9.04 % frente a 21.79 % en Humanidades y 21.13 % en Psicología [χ² (2, N = 386) = 25.246, p < .001). La Figura 1 muestra estos resultados.

Figura 1.
Frecuencia de formato de video por tipo de curso

En general, los formatos de video considerados más propicios para el aprendizaje o más claros fueron los que incluían al profesor interactuando con la presentación (31.98 %), y los videos que incluían texto e imágenes más audio (28.95 %). Este último tipo de formato fue considerado el más claro en menor medida en Humanidades y Ciencias Sociales, 19.05 % frente a 32.39 % en Psicología y 35.42 % en Medicina y STEM; Humanidades vs. STEM [χ² (1, N = 386) = 3.4972, p = .061]. En Humanidades y Ciencias Sociales, y en Psicología, también hubo una mejor consideración por los videos que mostraban solo al instructor hablando (14.29 % y 14.15 % respectivamente, frente al 2.60 % en Medicina y STEM [χ² (2, N = 386) = 18.365, p < .001]. La Figura 2 muestra estos resultados.

Figura 2.
Frecuencia de formato de video considerado más claro o útil para el aprendizaje, por tipo de curso

Se encontró un patrón similar para los juicios de agrado/preferencias (ver Figura 3). En general, los formatos de video preferidos o que más gustaron fueron los que incluían al profesor interactuando con la presentación (35.55 %), y los que incluían texto e imágenes más audio (28.01 %). Comparando por tipo de campo, a los estudiantes de Humanidades y Ciencias Sociales les gustaron menos los videos que incluían texto e imágenes más audio (17.85 % frente al 29.25 % en Psicología y el 36.57 % en Medicina y STEM [χ² (2, N = 386) = 6.0735, p = .048]. Los estudiantes de Humanidades y Ciencias Sociales y de Psicología prefirieron los videos que mostraban solo al instructor hablando más que los estudiantes de Medicina y STEM (10.26 % y 12.59 % frente a 2.29 %, respectivamente [χ² (2, N = 386) = 14.516, p < .001].

En todos los casos, la inclusión de una foto del instructor no se consideró con frecuencia como algo que favoreciera el aprendizaje, o que gustara, cuando se comparaba con la presencia del profesor interactuando con el contenido, o con los multimedia con la voz del instructor (Figura 3).

Figura 3.
Frecuencia de formato de video que más gusta/prefiere, por tipo de curso

En cuanto a la duración de los videos, en el caso de los alumnos que vieron videos de diferente duración, aproximadamente el 40.7 % dijo que aprendía más con los videos de 10 a 30 minutos de duración, el 23 % no tenía ninguna preferencia, el 13 % apreciaba los videos largos (más de 30 minutos) y solo el 9 % consideraba que aprendía más con los videos cortos (hasta 10 minutos). Se prefirieron los videos de duración media a los más largos o cortos, mediana frente a largo [χ² (1, N = 386) = 13, p < .001], mediana frente a corto [χ² (1, N = 386) = 107, p < .001]. Este patrón se observó en los tres tipos de cursos (ver Figura 4). Como segunda opción, los alumnos de Humanidades y Ciencias Sociales y Psicología prefirieron los videos más largos a los cortos (23 % frente a 8 %, y 18 % frente a 9 %, respectivamente). En cambio, como segunda opción, los estudiantes de Medicina y STEM prefirieron los videos más cortos a los largos (14 % frente al 9 %).

Figura 4.
Largo de video preferido, por tipo de curso

En líneas generales, los participantes juzgaron la presencia del instructor relativamente alta en amabilidad (M = 4.00, DE = 0.91) y agrado (liking) (M = 3.89, DE = 1.03), y no les pareció aburrida (M = 2.32, DE = 1.09) ni distractora (M = 2.06, DE = 1.12). No hubo diferencias significativas en juicios respecto al instructor en función del tipo de curso, excepto en el caso de Psicología que tuvo mayores puntajes en amabilidad y aburrimiento que Medicina y STEM: para amabilidad, Psi M = 4.12, 95 % IC [4 – 4.24], MedSTEM M = 3.85, 95 % IC [3.69 – 4.02], t (339) = 2.756, p = .017; y para aburrimiento, Psi M = 2.52, 95% IC [2.37 – 2.67], MedSTEM M = 2.16, 95% IC [1.95 – 2.37], t (343) = 2.570, p = .028. La Figura 5 muestra los juicios sobre el instructor cuando aparecía en el video.

Figura 5.
Boxplot (Media, desvío estándar, valores atípicos) para los juicios sobre las características del instructor), por tipo de curso

Nota: 1: totalmente en desacuerdo, 5: totalmente de acuerdo