Medición de autoeficacia digital y diferencias de género en evaluaciones internacionales de gran escala

Daniel Miranda, Ismael Aguayo, Juan Carlos Castillo, Nicolas Tobar y Tomás Urzúa

Universidad de Chile y Núcleo Milenio Desigualdades y Oportunidades Digitales.

XI Congreso de la Sociedad Científica de Psicología; USS, 5-7 Noviembre, Valdivia

NUDOS

More information: nudos.cl

Punto de partida

Autoeficacia digital y género

“… expectativas de las propias capacidades para aprender y realizar tareas con las tecnologías y ambientes digitales” (Ulffert-Blank & Schmidt, 2022).

Importante factor para la competencia digital

¿Bidimensionalidad de la autoeficacia digital?

  • Un concepto cambiante: Computacional -> Internet -> TIC -> Digital (DigComp)

  • En los últimos años se ha propuesto una distinción entre dos tipos de autoeficacia: general y especializada, para distinguir tareas de programación y comunicacionales-informativos básicos.

  • Sin embargo, algunos estudios internacionales operacionalizan autoeficacia digital como un constructo unidimensional, otros como bidimensional.

¿Estabilidad de la bidimensionalidad?

¿Es posible identificar dos dimensiones de autoeficacia digital en PISA e ICILS?

¿Es el modelo bidimensional de autoeficacia digital equivalente por género y entre países?

¿Cómo se distribuyen las diferencias de genero en autoeficacia digital entre países?

Datos

  • Programa por la Evaluación Internacional 2022 (n≈183.000).

  • Estudio por la Alfabetización Computacional y de la Información 2023 (n≈90.000).

  • 22 países compartidos.

Baterías de Autoeficacia digital

PISA: ¿En qué medida eres capaz de realizar las siguientes tareas cuando utilizas herramientas digitales?

ICILS: ¿Qué tan bien puedes hacer…?

Autoeficacia general

PISA: 8 ítems, ICILS: 10 ítems

  • Buscar y evaluar información en internet.

  • Compartir contenido en línea

  • Escribir o editar textos.

  • Crear o editar imágenes.

Autoeficacia especializada

PISA: 6 ítems, ICILS: 3 ítems

  • Desarrollo de páginas web.

  • Programación.

  • Pensamiento lógico-computacional

Métodos

  • Validación métrica de la escala (AFC) y re especificación de los modelos.

  • Estabilidad de la escala entre páises y por género (AFC multigrupo).

  • Exploración de distribuciones y diferencias de género.

Resultados

  1. Modelo de Medición
  2. Prueba de invarianza
  3. Distribución de medias entre países
  4. Diferencias de género entre países

Modelo original: pooled

PISA 2022

CFI = 0.98; TLI = 0.97; RMSEA = 0.15, exceeding the maximum acceptable RMSEA threshold of 0.08

ICILS 2023

CFI = 0.97; TLI = 0.96; RMSEA = 0.10, exceeding the maximum acceptable RMSEA threshold of 0.08

Modelo Ajustado: pooled

AFC e Invarianza

Entre países

Por género

Conclusiones

  • ¿Es posible identificar dos dimensiones en PISA e ICILS?

    • Sí, pero con menos ítems de los que proponen ambos estudios.

  • ¿Es el modelo bidimensional de autoeficacia digital equivalente por género y entre países?

    • En PISA sí, en ICILS solo a nivel métrico.

  • ¿Qué diferencias de género existen en la autoeficacia digital entre países?

    • Las mujeres toman ventaja en autoeficacia general y los hombres en especializada.

Discusión

  • La evolución de las mediciones: ICTSE vs. DSE y el marco DigComp

  • ¿Son dos o más dimensiones?

  • La contraintuitiva relación entre el desarrollo de los países y la brecha de género

Siguientes pasos

¿Qué factores a nivel macro pueden explicar las diferencias en autoeficacia digital y las brechas de género?

¿Qué está pasando en los países desarrollados/no desarrollados?

Gracias!

Anexo

Items eliminados

  • Manipulación multimedia
  • Búsqueda de fuentes de información
  • Configuración de privacidad
  • Selección de apps.