Autoeficacia tecnológica
La autoeficacia tecnológica ( EET ) es «la creencia en la capacidad de realizar con éxito una nueva tarea tecnológicamente sofisticada». Esta es una aplicación específica del constructo más amplio y más general de autoeficacia, que se define como la creencia en la capacidad de participar en acciones específicas que resultan en los resultados deseados.
La autoeficacia no se centra en las habilidades que uno tiene, sino más bien en los juicios de lo que uno puede hacer con sus habilidades. Tradicionalmente, una característica distintiva de la autoeficacia es su especificidad de dominio. En otras palabras, los juicios se limitan a ciertos tipos de actuaciones en comparación con una evaluación general de su potencial.
Orígenes
TSE no destaca tareas tecnológicas específicas; en cambio es deliberadamente vago. Como tal, esta construcción tenía la intención de describir sentimientos generales hacia la capacidad de adoptar nuevas tecnologías y, por lo tanto, es generalizable a través de una serie de tecnologías específicas. Además, esta construcción puede explicar y aplicarse a tecnologías que aún no se han inventado.
Aunque estas características han permitido que TSE siga siendo relevante a través de los tiempos, esta amplitud de definición también ha creado confusión y una proliferación de construcciones relacionadas.
Típicamente, estas construcciones se refieren a tipos específicos de tecnología; por ejemplo, la autoeficacia de la computadora, o la autoeficacia de Internet y la autoeficacia de la tecnología de la información. Para organizar esta literatura, las autoeficacias específicas de la tecnología (por ejemplo, computadora e internet) que las autoeficacias específicas de la tecnología pueden considerarse subdimensiones bajo la construcción más amplia de autoeficacia tecnológica.
Importancia
La sociedad del siglo XXI está completamente integrada en un contexto tecnológico, lo que hace que la comprensión y la evaluación de la autoeficacia tecnológica sean críticas. De hecho, casi la mitad de los estadounidenses posee teléfonos inteligentes y esta tendencia hacia el uso de la tecnología no se limita a los Estados Unidos;
En cambio, el uso de teléfonos celulares, computadoras e internet se está volviendo cada vez más común en todo el mundo. La tecnología es particularmente frecuente en el lugar de trabajo y los entornos de aprendizaje. En el trabajo, el 62% de los estadounidenses empleados usa Internet y el correo electrónico, pero los usuarios de Internet en el lugar de trabajo usan Internet todos los días (60%) o no usan nada (28%).
Obviamente, el uso de Internet y el correo electrónico está influenciado por las tareas laborales, pero el 96% de los estadounidenses empleados utilizan algún tipo de nueva tecnología de comunicación en el trabajo. La inversión exitosa en tecnología está asociada con una mayor productividad; sin embargo, la plena realización del potencial tecnológico comúnmente afecta a las organizaciones.
En entornos de aprendizaje, los cursos universitarios se ofrecen con mayor frecuencia en línea. Esto se conoce comúnmente como educación a distancia.y la implementación abarca desde cursos que son apoyados por la web (la enseñanza ocurre predominantemente a través de interacciones cara a cara del instructor con materiales complementarios que se ofrecen en la web) hasta aprendizaje combinado (significativamente menos interacciones cara a cara con el instructor y más instrucción en línea) totalmente en línea (toda la instrucción se lleva a cabo prácticamente sin interacciones cara a cara con el instructor).
Una serie de ventajas están asociadas con el aprendizaje a distancia, como una mayor flexibilidad y conveniencia, lo que permite a las personas la oportunidad de inscribirse en clases que de otro modo estarían prohibidas por razones geográficas o personales. Otra ventaja comúnmente citada es que la instrucción es autodidacta, lo que permite una adaptación personalizada basada en las necesidades individuales.Sin embargo, es probable que estas ventajas no se realicen si el individuo está ansioso por el método de entrega de instrucción y / o su expectativa de éxito es baja debido a su componente tecnológico.
Tomados en conjunto, estos dos ámbitos críticos discutidos anteriormente (lugar de trabajo y aprendizaje) refuerzan la medida en que la tecnología ha impactado las actividades modernas y, en consecuencia, la importancia de las creencias percibidas en la capacidad de uno para dominar la nueva tecnología.
El éxito en la vida cotidiana a menudo depende de la utilización de la tecnología y, por definición, la nueva tecnología siempre será nueva. Por lo tanto, este constructo merece revisión.
Además, los estudios han demostrado que la autoeficacia tecnológica es un factor crucial para enseñar la programación informática a los estudiantes de la escuela, ya que los estudiantes con niveles más altos de autoeficacia tecnológica logran mejores resultados de aprendizaje. En este caso, el efecto de la autoeficacia técnica es aún más fuerte que el efecto del género.
Diferenciación de otras formas de autoeficacia
Dado que la EET se deriva de la misma teoría que la autoeficacia general y otras autoeficacias específicas de la tarea, la diferenciación de este constructo de estas otras formas de autoeficacia es crucial. Desafortunadamente, estudios previos centrados en la EET no han demostrado la singularidad de las medidas de EET.
A pesar de la escasez de investigaciones diferenciadas sobre la EET, la singularidad de este constructo puede demostrarse considerando las autoeficacias estrechamente relacionadas y específicas de la tecnología (es decir, la autoeficacia informática), que se ha establecido como un constructo único. En comparación con la autoeficacia general, se ha demostrado que la autoeficacia informática es única en función de dos medidas de autoeficacia general.En este mismo estudio, los autores mostraron que la autoeficacia informática no estaba relacionada con muchos tipos de autoeficacia específica, incluida la autoeficacia del arte, la persuasión y la ciencia.
Uno de los tipos más relacionados de autoeficacia específica fue la mecánica. Esto tiene sentido dado que ambos tipos de autoeficacias específicas están relacionadas con el uso de herramientas, aunque una sea tecnología y la otra sea de naturaleza más física. También se ha demostrado que la autoeficacia informática tiene un dominio relacionado, pero distinto, con la autoeficacia de los programas informáticos.
Medida
Siguiendo la definición establecida por Bandura, la autoeficacia es la creencia y la confianza de un individuo en sí mismo. Esta propiedad tiene implicaciones importantes para la medición de cualquier tipo de autoeficacia. Específicamente, las medidas de autoeficacia deben ser autoinformadas porque la única persona que puede representar con precisión las creencias en la capacidad de uno es el objetivo de la investigación.
En otras palabras, las medidas de autoeficacia de autoevaluación tienen una verdad definitoria. Si bien existen varios problemas con los inventarios de autoinforme, en el caso de la autoeficacia (y otras construcciones que se definen como creencias y cogniciones internas) este enfoque de medición es inevitable.
Si bien el tipo de enfoque de medición está definido por el constructo, el proceso de desarrollo y validación de estas escalas ha variado considerablemente a lo largo de la literatura sobre EET. Una diferencia importante entre las medidas se refiere a la puntuación de los ítems. Anteriormente, la investigación ha observado que las diferencias en los resultados pueden atribuirse parcialmente a diferentes enfoques de puntuación.Específicamente, hay dos formas principales de calificar los elementos de autoeficacia.
El primer tipo se llama magnitud de autoeficacia. Los artículos están redactados para que los participantes respondan si sienten o no que pueden realizar una determinada tarea (sí o no). El segundo tipo es la fuerza de autoeficacia. Este enfoque de calificación les pide a los participantes que califiquen cuán seguros están de completar las tareas en una escala numérica y luego promedian todos los ítems.
Todos los demás tipos de puntuación son simplemente compuestos de estos dos primeros enfoques.
Otra diferencia entre las medidas de EET se refiere a la cuestión de la generalidad. Esta consideración es similar a la diferenciación previa entre TSE como concepto más amplio y autoeficacia específica de la tecnología. Primero se considerarán los intentos de medición del concepto más amplio de autoeficacia tecnológica.
McDonald y Siegall desarrollaron una escala likert de cinco ítems de autoeficacia tecnológica basada en la consideración de estudios teóricos previos. Esta escala se calificó utilizando el enfoque de fuerza para escalas de autoeficacia. Los ítems en esta escala no se referían a tecnologías específicas, sino que se enfocaban en la tecnología como concepto general.
Utilizando un proceso de desarrollo, Holcomb, King y Brown, también propusieron una escala para medir el análisis factorial de EET reveló tres factores distintos que contenían 19 elementos de tipo likert, que también se puntuaron de acuerdo con el sistema de puntuación de fuerza. En contraste con la escala McDonald y Siegall, los ítems en esta escala hacían referencia a ciertas tecnologías (específicamente computadoras y paquetes de software).
Los dos estudios mencionados anteriormente representan intentos de medir la EET como un concepto más amplio.
Además de los intentos de medir la EET de manera más amplia, varios estudios han desarrollado medidas de autoeficacia específica de la tecnología. Una de las medidas de autoeficacia informática más citadas proviene de Compeau y Higgins. Estos autores revisaron intentos previos para medir la autoeficacia de la computadora y en teoría derivaron una escala de 10 ítems.
A diferencia de las escalas mencionadas anteriormente, este estudio empleó un enfoque de puntuación «compuesto». Para cada ítem, primero se preguntó a los participantes si podían completar una tarea específica relacionada con las computadoras usando una escala dicotómica sí / no. Después de esta respuesta, se les pidió a los participantes que calificaran su confianza sobre completar la tarea de 1 ( nada seguro ) a 10 ( totalmente seguro) El puntaje final se calculó contando el número de respuestas «sí» (que refleja la magnitud de la autoeficacia) y el promedio de las calificaciones de confianza (que representan la fuerza de la autoeficacia).
Los autores luego validaron esta medida en una red nomológica de construcciones relacionadas. Un segundo ejemplo de autoeficacia específica de la tecnología es la autoeficacia de Internet. Similar a los enfoques de medición anteriores, la autoeficacia de Internet se desarrolló utilizando un enfoque teórico que consideró medidas anteriores de temas relacionados y desarrolló elementos novedosos para abordar el espacio de construcción faltante.
Esta escala mostró un alto nivel de fiabilidad y validez.
Antecedentes
Bandura propone cuatro fuentes principales para las creencias de autoeficacia; (1) experiencia previa, (2) modelado, (3) persuasiones sociales y (4) factores fisiológicos. La investigación respalda que muchas de estas fuentes de EET son iguales; sin embargo, también hay antecedentes adicionales. Aunque no se ha abordado un desarrollo teórico más complejo y un examen empírico que aborde cómo operan y se relacionan estos antecedentes entre sí, los predictores más inmediatos de EET tienen más probabilidades de ser las fuentes primarias de Bandura (predictores proximales).
Es probable que los antecedentes restantes que también se hayan asociado con la EET (por ejemplo, recursos adecuados, género y edad) sean predictores más distales. En otras palabras, estas variables distales influyen en las variables más proximales (p. Ej., Experiencia previa, modelado y persuasión social), que luego resultan en EET alta o baja.
Experiencia previa
Se ha encontrado repetidamente que la experiencia previa con tecnología influye en las creencias de autoeficacia relacionadas con la tecnología. Si un individuo ha tenido la oportunidad de interactuar con nuevas tecnologías y, lo que es más importante, ha tenido éxito con el dominio de las nuevas tecnologías, entonces es más probable que los individuos tengan creencias más positivas para el rendimiento futuro.
Modelado o participación en capacitación tecnológica
El modelado o la participación en la capacitación tecnológica también son predictores significativos de autoeficacia tecnológica. Aunque diferentes tipos de intervenciones de entrenamiento se han asociado con diferentes ganancias; en general, la investigación apoya que ver a otras personas realizar con éxito la tarea en cuestión (por ejemplo, el instructor) y luego brindar al alumno alguna oportunidad de refuerzo y demostración (por ejemplo, tratar de utilizar con éxito la tecnología sin ayuda) aumenta las creencias de autoeficacia relacionadas con la tecnología.
Persuasiones sociales
Las persuasiones sociales como el estímulo de otros y el apoyo organizacional también contribuyen de manera importante a las creencias de autoeficacia relacionadas con la tecnología. Las acciones y declaraciones de otros pueden alterar significativamente las percepciones de su probabilidad de éxito.
El apoyo organizacional generalmente incluye el estímulo y la asistencia de la gerencia. Si la gerencia no parece apoyar con entusiasmo los intentos de los empleados de utilizar la tecnología, es poco probable que los empleados acepten la tecnología.
Recursos
Los recursos se citan comúnmente como una de las mayores barreras para la adopción de tecnología. Esto incluye, entre otros, computadoras suficientes, licencias de software suficientes, hardware / software desactualizado y conexiones a Internet lentas o intermitentes. El éxito del uso adecuado de la tecnología está ante todo limitado por las capacidades de la tecnología en cuestión.
Género
El género está significativamente relacionado, de modo que los hombres tienden a tener niveles más altos de creencias de autoeficacia relacionadas con la tecnología que las mujeres. Todavía se desconoce por qué existen estas diferencias de género.
Edad
La edad también está significativamente relacionada, de modo que las personas más jóvenes tienden a tener mayores niveles de creencias de autoeficacia relacionadas con la tecnología que las personas mayores. Este hallazgo no es sorprendente dado el estereotipo generalizado de la incapacidad de los adultos mayores para aprender material nuevo, especialmente cuando el material está relacionado con la tecnología.
Sin embargo, las creencias de baja autoeficacia tecnológica de los adultos mayores sugieren que los adultos mayores pueden internalizar el estereotipo ‘los perros viejos no pueden aprender nuevos trucos’, lo que en consecuencia afecta las expectativas sobre el rendimiento futuro en dominios relacionados con la tecnología.
Consecuencias
Las creencias de autoeficacia relacionadas con la tecnología se han relacionado con una serie de consecuencias. Aunque, la TSE sí predice los resultados revisados a continuación, tenga en cuenta que algunos de los antecedentes de la TSE son mejores predictores de estos resultados que la propia TSE. Por ejemplo, la experiencia previa suele ser un mejor predictor del rendimiento de la tarea que TSE.
Un metaanálisis reciente sobre la autoeficacia (más en general) también respalda esta conclusión. Tomados en conjunto, el EET es importante, pero no debe exagerarse. Además, es posible que el efecto de la EET en los resultados (p. Ej., Rendimiento) funcione a través de otras variables (p. Ej., Intenciones de comportamiento o ansiedad).
Rendimiento de la tarea
El desempeño de la tarea se ve afectado negativamente, de modo que las creencias de autoeficacia relacionadas con una tecnología más baja se relacionan con un desempeño deficiente Esto es extremadamente importante, porque estos hallazgos sugieren que las percepciones positivas de las capacidades tecnológicas de los individuos pueden necesitar estar presentes.
Antes de que se pueda lograr un rendimiento exitoso.
Facilidad de uso percibida y uso
La facilidad de uso percibida y el uso se encuentran positivamente relacionados con las creencias de autoeficacia relacionadas con la tecnología. Según el Modelo de aceptación de tecnología, la facilidad de uso percibida y la utilidad percibida influyen en las intenciones de comportamiento y, en última instancia, en los comportamientos relacionados con la tecnología.
Otros académicos tienen intenciones de comportamiento para actuar como mediadores entre TSE y otras variables de resultado (rendimiento). Estas predicciones son similares a las de la teoría del comportamiento planificado bien respaldada.
Ansiedad
La ansiedad está relacionada negativamente, de modo que las creencias de autoeficacia relacionadas con la tecnología más baja se asocian con un mayor nivel de ansiedad.
Referencias
McDonald, T. y Siegall, M. (1992). Los efectos de la autoeficacia tecnológica y el enfoque laboral en el desempeño laboral, las actitudes y los comportamientos de abstinencia. The Journal of Psychology, 126, 465-475.
Bandura, A. (1997). Autoeficacia: El ejercicio del control. Nueva York: Freeman.
Compeau, DR, y Higgins, CA (1995). Autoeficacia informática: desarrollo de una medida y prueba inicial. Sistema de información de gestión trimestral, 19,189-211.
Autor
