INTRODUCCIÓN

La capacidad para trabajar con gráficos es una habilidad básica del científico (Beichner, 1994); sin embargo, existen estudios que demuestran que esta no es una habilidad de la mayoría de los alumnos que llevan cinemática en su formación académica. Según Cid (2011), existe una correlación entre el rendimiento en los campos de ciencia, tecnología, ingeniería y matemáticas, y la capacidad de trabajar con gráficos. Por otra parte, según Pontes (2005), es sabido que existe una creciente influencia de las tecnologías de la información y comunicación (TIC) en la educación científica a nivel secundario y universitario.

Una de las maneras de evaluar el nivel de comprensión de gráficos en cinemática (NCGC) es por medio la prueba de comprensión de gráficos en cinemática o Test of Understanding Graphs in Kinematics (conocido por su sigla TUG-K), propuesta por Beichner (1994), quien la aplicó a 524 estudiantes de secundaria y universitarios, y obtuvo una media de 8.5 de 21 preguntas ⸺solo un 40% de aciertos⸺. Del mismo modo, Ribotta, Pesetti y Pereyra (2009) han evidenciado el bajo NCGC con el TUG-K, puesta en práctica en 62 alumnos que cursaban Física I, en la Facultad de Ingeniería y Ciencias Económico Sociales de la Universidad Nacional de San Luis (Argentina); en esta prueba el resultado de aciertos fue de 36.83%.

Por otro lado, el método de enseñanza tradicional prescinde de los recursos tecnológicos, lo que ocasiona que sean limitadas las representaciones externas de los conceptos teóricos, debido a las restricciones de las capacidades sensoriales humanas. Es por ello que existen estudios que han demostrado que los procesos de aprendizaje basado en experimentos (ABE) mejoran la comprensión de gráficos cinemáticos; un ejemplo de esto es el trabajo de Sandoval, Mora y Suárez (2017). Dichos investigadores aplicaron el TUG-K a cuatro grupos de estudiantes (tres con el método de enseñanza tradicional y un grupo con ABE), los cuales eran de las especialidades de Ingeniería Ambiental, Industrial o Petrolera y estudiaban en el Instituto Superior Tecnológico de Comalcalco o en la Universidad Politécnica del Golfo de México; el resultado fue una ganancia de Hake superior al 40%. Este experimento demostró que el ABE mejora significativamente el NCGC.

En cinemática, la forma directa de interactuar y experimentar con el problema es mediante la adquisición de datos en tiempo real de la posición-tiempo de un objeto, para su posterior análisis, mediante modelos físicos; sin embargo, esta adquisición de datos solo es posible si se utilizan herramientas tecnológicas. Una de estas herramientas es el análisis de video (AV), el cual es una serie de imágenes fotográficas estáticas que, cuando se muestran en orden secuencial, proporcionan una imagen de movimiento, lo que permite la construcción de la posición-tiempo (Navarrete, Almaguer, Navarrete y Flores, 2015). Los fundamentos del AV no son conceptos nuevos, pero su aplicación a la enseñanza se ha desarrollado recientemente. Hace algunos años, la aplicación de los recursos tecnológicos en los procesos de enseñanza y aprendizaje eran vistos como poco convencionales para su generalización, debido a su complejidad y precio; ahora, es viable el empleo de herramientas de fácil acceso y bajo costo.

Finalmente, dentro de las investigaciones acerca del proceso de enseñanza utilizando la técnica de AV para la comprensión de gráficos en cinemática, se encuentra la de Navarrete et al. (2015), quienes trabajaron con seis grupos de estudiantes del curso de Física del laboratorio de mecánica de las carreras de Ingeniería Industrial y de Ingeniería Química del Centro Universitario de Ciencias Exactas e Ingenierías de la Universidad de Guadalajara. En dicha investigación, se aplicó el TUG-K antes y después de la integración del AV en las clases durante el semestre febrero-junio de 2013, y se obtuvo como resultado una ganancia de Hake promedio de 42.86%, por lo que se concluyó que la integración del AV en las clases de Física mejoran el NCGC. Otro trabajo en el que se aplica el análisis de video es el ya citado estudio de Ribotta et al, (2009), quienes trabajaron con 62 estudiantes del curso Física I de la FICES de la UNSL a los que se les realizó el TUG-K, al inicio y final de la instrucción, divididos en 3 grupos experimentales (21 alumnos de control, 20 aplicando DataStudio y 21 aplicando VideoPoint), obteniendo como resultados una ganancia de Hake del 5,0%, 21,8% y 17,8% respectivamente. De ese modo, se concluyó que la aplicación de las TIC contribuye a mejorar los aspectos pedagógicos-didácticos en la formación de ingenieros.

MATERIALES Y MÉTODOS

1. Delimitación de la población y muestra

Para evaluar el impacto del TUG-K en la interpretación de gráficos en cinemática, esta investigación comparó una clase tradicional con una clase que integra el AV. Se seleccionaron 30 alumnos de Arquitectura y 30 de Ingeniería Civil, para la aplicación del TUG-K en una clase tradicional y en una en la que se integró el AV, respectivamente; ambos grupos estaban compuestos por estudiantes del primer ciclo que cursaban Física i en la Facultad de Ingeniería de la Universidad de Huánuco. El número de alumnos por grupo resultó de un proceso de depuración, ya que la cantidad de estudiantes inicialmente fue mayor; pero solo se seleccionaron a los alumnos que asistían regularmente a las clases previas al tema de cinemática y a los que más participaron durante la clase de ese tema.

2. Implementación de la técnica del AV

Siguiendo el estudio de Meneses, Niño y García (2017), el procedimiento e implementación de la técnica del AV constó de lo siguiente:

• Fondo de contraste: la técnica del AV trabaja con los píxeles de cada fotograma, por esta razón, para facilitar el contraste del objeto de estudio (en este caso una pelota de hule) y el fondo, se instaló una tela negra rectangular de 2 x 3 m en un marco de madera.

• Establecimiento de eje de coordenadas: esto se realizó identificando la esquina inferior izquierda del fondo de la tela negra. Aunque los lanzamientos se realizaron en el primer cuadrante del eje, esto sirvió como referencia del movimiento.

• Barra de calibración: para esto se utilizó una barra de madera de color blanco de 1 metro de longitud, la cual se ubicó en uno de los costados de la tela negra. De esta forma, independientemente de la distancia a la que se grabó el video, se pudo calcular los desplazamientos en el plano xy

• Detectar la presencia de un objeto de color (en este caso la pelota de hule) usando técnicas de visión por computadora: para ello, fue de ayuda colocar el fondo negro para que el contraste facilite el proceso discriminativo de selección de color con la librería Tracking de OpenCV. Se utilizó el lenguaje de programación Phyton 2.7.

• Rastrear la pelota a medida que se movía en los cuadros de video: para ello, se utilizó una grabación de una cámara de celular. La información de la posición de la pelota de hule es puntual, pero esta es un objeto que posee superficie; entonces, para superar ello, se trabajó con el centro de la figura de la pelota, la cual fue calculada a partir de sus píxeles. El seguimiento del video se hizo para intervalos de cada 100 milisegundos, y esta información fue exportada a Excel, donde se realizaron las gráficas (s vs. t), (v vs. t) y (a vs. t).

3. Preparación de clase de estudio

A continuación, la Figura 1 muestra un esquema de las clases de estudio impartidas.

4. TUG-K

El TUG-K tiene como fin ser una herramienta de diagnóstico del NCGC. Esta prueba posee siete objetivos de evaluación y tres preguntas por objetivo, lo que hace un total de 21 preguntas. En la Tabla 1 se pueden ver los detalles:

5. Diseño estadístico

Con la finalidad de determinar si existe relación entre la clase recibida (tradicional o con AV) y el porcentaje de aciertos del TUG-K, se aplicó el coeficiente de correlación biserial puntual. En general, la correlación biserial es una medida de asociación entre dos variables continuas, las cuales se distribuyen de la misma forma; para facilitar el proceso, una de ellas se dicotomiza (sí-no, falso-verdadero, masculino-femenino, casado-soltero, bueno-malo, entre otros). La variable dicotomizada se supone discreta o discontinua cuando se trata de relacionar con la que permanece continua; el coeficiente más apropiado para este propósito es el de correlación biserial puntual (r_bp) (Elorza, 1999). Para este estudio, la variable dicotomizada será la clase recibida (0 para la clase tradicional y 1 para la clase con AV). El coeficiente de correlación biserial puntual se calculó de la siguiente manera:

Una vez determinada la correlación, se realizó una prueba de t de Student de una cola a un nivel de significancia de α = 0.05, para establecer cuál de las clases impartidas (tradicional y con AV) resulta en mayor porcentaje de preguntas acertadas. Por ello, se siguió el mismo procedimiento a nivel de objetivos del TUG-K.

RESULTADOS

1. Correlación entre la clase impartida y el porcentaje de aciertos de preguntas del TUG-K

Después de que los dos grupos de estudio (tradicional y con AV) recibieron su clase, se les aplicó el TUG-K en un periodo de 45 minutos. En la Figura 2 se muestra la cantidad de aciertos para cada pregunta planteada en el mencionado test.

Por otra parte, en la Tabla 2 se puede observar el porcentaje de aciertos de cada ítem del TUG-K en ambos grupos de estudio. La clase tradicional tuvo en promedio de 21.1%, mientras que la clase con AV alcanzó un promedio de 49.4%. Entre ambos grupos se obtuvo una ganancia de Hake de 32.5%.

Según la Tabla 3, el coeficiente de correlación biserial puntual es de 0.809, un valor cercano a la unidad, por lo que se puede afirmar que hay una fuerte correlación positiva y altamente significativa entre el tipo de clase brindada a los alumnos y el porcentaje de aciertos del TUG-K.

2. Comparación de los porcentajes de aciertos del TUG-K de ambos grupos de estudio

A continuación, en la Tabla 4, se presenta el porcentaje de aciertos de cada objetivo del TUG-K.

DISCUSIÓN

Diagnóstico

El porcentaje de preguntas contestadas correctamente del TUG-K para el grupo que no recibió la clase con AV fue de 21.1%, valor inferior a los resultados de los estudios de Beichner (1994) y Ribotta et al. (2009), los cuales obtuvieron porcentajes de aciertos de 40% y 36.83%, respectivamente. Esto puede ser un reflejo del nivel de educación de los estudiantes del país, ya que, según Larenas (30 de abril de 2019), citando un informe de la Organización para la Cooperación y el Desarrollo Económico, el Perú ocupa el último lugar en rendimiento escolar en Latinoamérica; además, el 68.5% de los estudiantes peruanos no alcanza el nivel básico (60%) en ciencias.

Ganancia de Hake

Con respecto a la ganancia de Hake global de 32,5% en las pruebas TUG-K a los alumnos que recibieron la clase tradicional en relación a los alumnos que recibieron en su clase el AV, esta constituye una ganancia similar a la de los estudios de Sandoval et al. (2017) y Navarrete et al. (2015), los cuales tuvieron ganancias de Hake superiores al 40% y 42.86%, respectivamente. De acuerdo con Hake (1998), una ganancia entre el 30% y el 70% es media, lo que significa que implementar el AV en las clases prácticas de cinemática tiene un impacto medio en el NCGC en los alumnos de ingeniería de la Universidad de Huánuco.

Correlación entre el tipo de clase y el porcentaje de aciertos

Según la Tabla 3, existe una fuerte correlación (coeficiente de correlación biserial puntual r_bp = 0,809) altamente significativa (p < 0,0001) entre el tipo de clase impartida (tradicional y con AV) y el porcentaje de preguntas acertadas del TUG-K. Esto debido a la mayor interacción del alumno con el experimento en la clase con AV, en comparación con la clase tradicional, ya que fueron los mismos estudiantes los que se encargaron de la instalación del fondo negro, de la barra de calibración y de la cámara de video; además, ellos hicieron los lanzamientos de la bola de hule.

Aquí vale añadir lo señalado por Castorina (2001), quien indica que las teorías constructivistas sostienen que las personas pueden aprender al interactuar con objetos y otros individuos, en el contexto de una cultura, y que, en esta interacción, los individuos transforman la realidad (no literalmente, sino dándole un significado) al tiempo que modifican los patrones de la misma, ya que dichos patrones son una representación de una situación específica o de un concepto que nos posibilita manipularlos internamente y encarar situaciones idénticas o parecidas a las reales. Entonces, se puede afirmar que la clase práctica que implementa el AV aumenta la participación e interacción de los alumnos, lo que ayuda a que ellos atribuyan sentido a los experimentos realizados, por medio de esquemas aprendidos en sus clases teóricas, para que puedan enfrentar situaciones similares a las de la realidad.

Influencia de la clase de AV en el nivel de preguntas acertadas del TUG-K en comparación con la clase tradicional

Al realizar la prueba de t de Student para dos muestras independientes (clase tradicional y con AV) a un nivel de α = 0.05, se encontró evidencia estadística altamente significativa (p < 0,0001) para afirmar que el porcentaje de preguntas correctas del TUG-K es mayor cuando se implementa el AV en las clases prácticas (49.4% de aciertos) en comparación con la clase tradicional (21.1% de aciertos). Estos resultados son coherentes con los estudios de Sandoval et al (2017), Navarrete et al (2015), Adams y Shrum (1990) y Ribotta et al (2009), quienes encontraron que el porcentaje de aciertos del TUG-K es superior cuando se aplica el AV en las clases prácticas. Entonces, se aprecia que el AV mejora significativamente el NCGC de alumnos de ingeniería.

Asimismo, según Beichner (1990), los experimentos de laboratorio en tiempo real, basados en microcomputadoras, permiten que los estudiantes “vean” y, al menos en los ejercicios de cinemática, “sientan” la conexión entre un evento físico y su representación gráfica.

RECOMENDACIONES

• Debido al bajo NCGC y al bajo rendimiento escolar del país, se recomienda aplicar las técnicas del AV descritas en el presente artículo, ya que su costo es bajo y su implementación es relativamente sencilla.

• En trabajos posteriores se puede emplear el AV para las clases de mecánica en general, no solo a nivel universitario, sino también a nivel escolar, como se evidencia en el estudio de Guidugli, Fernández y Benegas (2004).

• Se recomienda que los docentes innoven sus clases, puesto que una pequeña variación en el desarrollo experimental de la práctica tiene una gran influencia en la comprensión de gráficos en cinemática.

CONCLUSIONES

1. 1. El NCGC de los alumnos de ingeniería de la Universidad de Huánuco que llevaron el curso de Física i es muy bajo (solo 21.1% de aciertos del TUG-K).
2. 2. La implementación del AV en las clases prácticas del curso de Física i de alumnos de ingeniería de la Universidad de Huánuco tuvo un impacto medio, con una ganancia de Hake de 32.5% en el NCGC (preguntas acertadas del 21.1% al 49.4%).
3. 3. Existe una fuerte correlación altamente significativa entre el tipo de clase impartida (tradicional y con AV) y el NCGC, lo cual se refleja en el porcentaje de preguntas acertadas del TUG-K.
4. 4. El NCGC es mayor cuando se implementó el AV en las clases prácticas en comparación con las tradicionales.

REFERENCIAS BIBLIOGRÁFICAS

Adams, D. y Shrum, J. (1990). The effects of microcomputer‐based laboratory exercises on the acquisition of line graph construction and interpretation skills by high school biology students. Journal of Research in Science Teaching, 27(8), 777-787.

Beichner, R. (1990). The effect of simultaneous motion presentation and graph generation in a kinematics lab. Journal of Research in Science Teaching, 27(8), 803-815.

Beichner, R. (1994). Testing student interpretation of kinematics graphs. American Journal of Physics, 62(8), 750-762.

Castorina, J. (2001). Los problemas conceptuales del constructivismo y sus relaciones con la educación. En Baquero, R. et al., Debates Constructivistas (pp. 21-46). Buenos Aires, Argentina: Aique.

Cid, X. (2011). Investigations in the impact of visual cognition and spatial ability on student comprehension in physics and space science. (Tesis de doctorado), University of Texas at Arlington, Estados Unidos.

Elorza, H. (1999). Estadística para las ciencias sociales y del comportamiento. México D. F., México: Oxford University Press.

Guidugli, S., Fernández, C. y Benegas, J. (2004). Aprendizaje activo de la cinemática lineal y su representación gráfica en la escuela secundaria. Enseñanza de las ciencias. Revista de investigación y experiencias didácticas, 22(3), 463-472.

Hake, R. (1998). Interactive-engagement versus traditional methods: A six-thousand-student survey of mechanics test data for introductory physics courses. American Journal of Physics, 66(1), 64-74.

Larenas, O. (30 de abril de 2019). Perú quedó en último puesto en Sudamérica en rendimiento escolar. Agencia de Noticias Señal Alternativa. Recuperado de http://senalalternativa.com/noticias/peru-quedo-en-ultimo-puesto-en-sudamerica-en-rendimiento-escolar.html.

Meneses, J., Niño, J. y García, F. (2017). Kine-uis: modelamiento de video para la adquisición de la velocidad y aceleración angular instantánea de un sólido rígido. Revista Colombiana de Tecnologías de Avanzada, 2(30), 1-9.

Navarrete, L., Almaguer, J., Navarrete, F. y Flores, M. (2015). El análisis de video como alternativa para la integración de teoría y práctica en los cursos introductorios de Física. Latin-American Journal of Physics Education, 9(3), 1-8.

Pontes, A. (2005). Aplicaciones de las tecnologías de la información y de la comunicación en la educación científica. Primera parte: funciones y recursos. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias, 2(1), 2-18.

Ribotta, S., Pesetti, M. y Pereyra, S. (2009). Las tecnologías de la información y comunicación (TICs) aplicadas a la comprensión de gráficos en Cinemática. Formación Universitaria, 2(5), 23-30.

Sandoval, M., Mora, C. y Suárez, C. (2017). Estrategia enseñanza-aprendizaje basada en experimentos (ABE) para mejorar la comprensión de gráficas en Cinemática. Latin-American Journal of Physics Education, 11(3), 1-8.