1. Mis avances hacia el TFM

A diferencia de otras fases iniciales del itinerario de investigación, en esta asignatura no parto de la búsqueda de una temática nueva, sino de una línea de interés que he ido definiendo progresivamente a lo largo del máster en las asignaturas obligaotiras y, mucho más en detalle, en la asignatura de Investigación en e-learning cursada el pasado semestre.

Así, mi propuesta se centra en analizar la aplicación de principios neuroeducativos en el diseño tecnopedagógico de cursos online en Moodle y su posible relación con la experiencia de aprendizaje y el desarrollo de la competencia digital (DigComp 3.0) en contextos de Formación Profesional para el Empleo (FPE).

En la asignatura de Investigación en e-learning ya planteé como posibles variables de estudio: la claridad estructural, la motivación, la atención, la carga cognitiva, la implicación del alumnado y el desarrollo de determinadas competencias digitales.

Esta asignatura de Técnicas de análisis de datos me está ayudando a abordar ahora esta propuesta desde una perspectiva diferente y consolidarla desde una visión más analítica. Los diferentes recursos propuestos me están permitiendo validar
qué datos necesitaría recoger para responder realmente a mis preguntas y qué análisis permitirían interpretarlos de forma rigurosa.

Esta reflexión está haciendo especialmente evidente la relación que debe existir entre el problema planteado, los objetivos, las variables de estudio, la metodología, la recogida de información y el análisis de datos. Rodríguez-Gómez y Valldeoriola-Roquet (2009) sitúan precisamente estos elementos dentro de un mismo proceso de investigación, diferenciando posteriormente las posibilidades de los enfoques cuantitativos y cualitativos.

Por ello, antes de proceder a escoger el tipo de análisis de datos a llevar a cabo, el proceso es mucho más extenso y requiere de una delimitación y análisis de los elementos previos.

Considerando mi tema de interés y estudio, actualmente me planteo interesante explorar un diseño mixto con un componente comparativo y posiblemente cuasiexperimental. Esta posibilidad ya apareció en mi planteamiento previo, en el que contemplaba combinar análisis del diseño tecnopedagógico de los cursos con cuestionarios, actividades prácticas, rúbricas y estrategias pretest-postest.

La revisión de los materiales sobre metodologías cuasi experimentales me está permitiendo comprender mejor este posible encaje. En contextos educativos reales no siempre es posible asignar aleatoriamente a las personas participantes, por lo que los diseños con medidas antes y después y grupos no equivalentes pueden constituir una alternativa metodológica adecuada, en mi caso, aunque me consta que exigen prestar especial atención a la validez del estudio (León García y Montero García-Celay, 2026).

Desde la perspectiva del análisis, comienzo a identificar distintos niveles a priori, aunque no determinantes todavía. Por una parte, sería necesario realizar un análisis descriptivo de las variables y de las características de las personas participantes. Posteriormente, podría resultar pertinente incorporar análisis comparativos o inferenciales para estudiar posibles diferencias entre grupos o entre medidas pretest y postest (Cosculluela Mas et al., 2016). No obstante, no descarto incorporar información cualitativa que permita comprender con mayor profundidad la experiencia del alumnado.

Como apunté anteriormente, la propia planificación de una investigación implica avanzar desde la delimitación del problema y las preguntas hacia la definición de las variables, la comprobación empírica y la posterior interpretación de los resultados (Salvador i Beltran, 2018).

Por tanto, entiendo esta asignatura como un paso especialmente útil para transformar una línea de interés ya definida en un proyecto empíricamente analizable a nivel de datos,
y para tomar decisiones más fundamentadas sobre qué datos recoger, cómo recogerlos y analizarlos y qué conclusiones sería legítimo y de interés extraer de ellos.

2. Recursos de interés

Tras una primera revisión rápida de la documentación del Reto 1 de la asignatura que trasciende a otros retos, considero que los siguientes recursos podrían resultarme de ayuda e interés a la hora de plantear el análisis de datos de mi investigación propuesta:

3. Continuando hacia el TFM

Este primer acercamiento a las técnicas de análisis de datos me permite continuar avanzando en una línea de investigación que ya venía construyendo, pero incorporando una nueva perspectiva: pensar el futuro TFM también desde los datos que será necesario obtener y desde las posibilidades reales para analizarlos.

En este momento, las decisiones metodológicas y analíticas planteadas son todavía provisionales y deberé revisarlas a medida que avance en las distintas asignaturas del itinerario de investigación. Especialmente, considero necesario seguir trabajando en la
operacionalización de los principios neuroeducativos, la selección de las competencias de DigComp 3.0 que resulte viable analizar y la definición de las variables e instrumentos que permitan obtener evidencias suficientemente rigurosas.

Por ello, más que entender esta reflexión como un diseño cerrado, la considero un nuevo paso en la construcción progresiva del TFM. El objetivo será mantener la coherencia entre problema, preguntas y objetivos, variables, metodología, recogida de datos, análisis e interpretación, delimitando progresivamente el estudio para hacerlo viable y metodológicamente consistente.<!–

Cosculluela Mas, A., Fornieles Deu, A., y Turbany Oset, J. (2016). El análisis cuantitativo de datos. Universitat Oberta de Catalunya.

León García, O. G., y Montero García-Celay, I. (2026). Metodologías cuasi experimentales y selectivas (3.ª ed.). Fundació Universitat Oberta de Catalunya.

Riba Campos, C.-E. (2010). El análisis cualitativo de datos.Universitat Oberta de Catalunya.

Rodríguez Gómez, D., y Valldeoriola Roquet, J. (2009). Metodología de la investigación. Universitat Oberta de Catalunya.

Salvador i Beltran, F. (2018). ¿Cómo se planifica una investigación?.Universitat Oberta de Catalunya.

Herramienta de IA utilizada:
OpenAI. (2026). ChatGPT [Modelo de inteligencia artificial generativa]. Utilizado como apoyo para la revisión lingüística y formal del texto, la revisión del código HTML y la generación de la infografía incluida en esta entrada. (i)

Para la elaboración de esta entrada se ha utilizado ChatGPT (OpenAI) de forma limitada y como herramienta de apoyo, de acuerdo con los usos permitidos en la actividad. Su utilización se ha destinado a la revisión de la claridad, ortografía, gramática y organización formal del texto, así como al apoyo en la revisión y corrección del código HTML empleado para su presentación en Folio.

Asimismo, se ha utilizado ChatGPT con su herramienta de generación de imágenes para crear la infografía de apoyo visual incluida en esta entrada, a partir del contenido, estructura y línea gráfica definidos previamente.

El contenido académico, el planteamiento de la investigación, las decisiones metodológicas y la selección y revisión de los recursos bibliográficos parten del trabajo desarrollado previamente en las asignaturas del itinerario de investigación y de la revisión personal de los materiales de la asignatura. Las salidas obtenidas mediante IA han sido
revisadas, contrastadas y editadas antes de su incorporación.