Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo de Ingeniería de Tecnología de la Información, Departamento de Ingeniería Industrial, Universidad Tecnológica K. N. Toosi, Irán
Resumen
En este documento se analizó la adopción del uso del aprendizaje móvil (m-learning) en la
educación superior. El aprendizaje móvil como modelo de aprendizaje electrónico se refiere a la
adquisición de conocimientos, habilidades y actitudes mediante la utilización de tecnologías
móviles. Con la creciente cobertura de las redes móviles, los servicios de aprendizaje pueden
desempeñar un papel cada vez más importante y eficaz en la educación en cualquier momento y
lugar. El acceso continuo a través de los dispositivos móviles crea facilidades especiales como el
envío y el almacenamiento del contenido de aprendizaje a los alumnos, etc., y va acompañado de
una educación continua. En el presente documento, con un estudio sobre "el impacto del uso del
teléfono móvil en la educación", se ofrecen enfoques y teorías del aprendizaje móvil en la
formación. El documento tiene por objeto evaluar los factores esenciales para la adopción y
aplicación del sistema de información educativa que han creado los estudiantes. La encuesta se
basó en la historia de la adopción de la tecnología y abarcó a los estudiantes. Además, se presentó
un estudio monográfico de estudiantes de la Universidad K. N. Toosi del Irán para indicar el
rendimiento de este método en la práctica. La sociedad de estadística incluía 300 miembros de
estudiantes de tecnología de la información de la Universidad de Tecnología K. N. Toosi del Irán.
Los factores relacionados con la adopción del aprendizaje móvil en la educación superior se
clasificaron en siete categorías principales: facilidad de uso, confianza, caracteres y cualidades
personales, contexto, utilidad percibida del uso, intención de comportamiento y cultura de uso de
un modelo de investigación. A partir de los resultados, el aprendizaje móvil podría ser una de las
tecnologías educativas prometedoras para el desarrollo en los entornos educativos y la cultura del
uso. El contexto de las aplicaciones tiene un efecto positivo significativo en el factor de la facilidad
de uso y la utilidad y la facilidad de uso tiene un efecto positivo en el factor de la utilidad. El factor
de confianza tiene un efecto positivo y significativo en la intención de comportamiento. El factor
de características personales y caracteres tiene un efecto positivo significativo en la cultura de uso
y la cultura de uso de la aplicación tiene un efecto positivo significativo en la intención de
comportamiento.
Palabras clave:
Aprendizaje móvil, Aprendizaje electrónico, Enseñanza superior, Adopción del aprendizaje móvil,
Cultura de uso
1. Introducción
En los últimos años se han logrado importantes avances en las tecnologías de la información. Con
el aumento del uso de las modernas tecnologías de la comunicación, nacieron nuevos términos
como aprendizaje electrónico y aprendizaje móvil. Todos los enfoques de la enseñanza
electrónica, aprovechando las tecnologías de la información como la Internet y el sistema
multimedia, se han desarrollado para mejorar la calidad de la enseñanza facilitando el acceso a los
recursos y servicios de capacitación (Hao y otros, 2017). Los sistemas móviles, como tecnología,
son oficiales en lugares de trabajo y aulas dentro o fuera del sistema educativo. El uso de sistemas
móviles en la educación superior junto con los objetivos de capacitación está bajo mucha
impresión (Tang y Hem, 2017). Este enfoque educativo que va de la enseñanza al aprendizaje y
utiliza el equipo y la tecnología de capacitación ha provocado un cambio en los entornos de los
sistemas de capacitación, y se denomina aprendizaje electrónico. Se imparte instrucción virtual,
aprendizaje por móviles, capacitación basada en computadoras y capacitación basada en la
Internet. Las herramientas acompañadas son capaces de cambiar la instrucción verbal tradicional y
presentar una nueva definición acerca de la capacitación que también muestra una manera clara
para que los alumnos aprendan en casa, en el lugar de trabajo, en su viaje a cualquier hora y en
cualquier lugar y elimina muchas limitaciones e ineficiencias. La confianza en la capacidad de un
individuo en un entorno electrónico se establece como una preocupación en el acceso a larga
distancia (Tang y Tseng, 2013). El vídeo puede diseñarse mediante técnicas especiales para
alumnos con algunos defectos de sentido. Estas herramientas se utilizan como herramientas
adecuadas (Mitchell et al., 2015). Otro punto importante es que las herramientas acompañantes
han confundido el margen existente entre un espacio público y uno privado. En un intento por
comprender mejor el método educativo y las prioridades de los estudiantes en cuanto a la
instrucción en línea, las instituciones están reexaminando sus bibliotecas y cambiando su diseño,
tiempo, contenido y rendimiento.
2. Trabajo relacionado
2.1 Aprendizaje electrónico
El método de aprendizaje a distancia supera las herramientas de aprendizaje y las utiliza de forma
invisible, de modo que los alumnos no sienten ni un rastro de las herramientas. El aprendizaje a
distancia es un aprendizaje programado en el que el aprendizaje y la instrucción se realizan en un
entorno separado (Mallat et al., 2009). La enseñanza a distancia debe ir acompañada de
tecnologías de la comunicación y de órganos para diseñar y programar materiales de instrucción.
La enseñanza a distancia sólo sirve para las necesidades de comunicación del alumno con un
instructor e incluye dos lados de la comunicación, es decir, el instructor y el alumno (Shah, 2014).
El aprendizaje a distancia es diferente del aprendizaje electrónico. La computadora produjo
muchos cambios para el aprendizaje mientras que en el pasado; uno podía utilizar de su
experiencia o un libro.
En el pasado, el aprendizaje móvil solía limitarse al uso de la tecnología móvil; pero hoy en día, la
movilidad de los estudiantes es el pensamiento dominante en esta área (Hashemi y Ghasemi,
2011; Shin y Kang, 2015). Koole y otros (2010) creen que el aprendizaje móvil amplía y mejora la
capacidad de los alumnos para comunicarse y acceder a la información a través de dispositivos
móviles e inalámbricos. La tecnología móvil más popular para el aprendizaje es el teléfono móvil.
Tal vez, la razón más importante de esta popularidad es su naturaleza multitarea; porque los
teléfonos móviles tienen características como la fotografía, la grabación de vídeo, el GPS, el
Bluetooth, el SMS, el Servicio de Mensajes Multimedia (MMS), todo tipo de software educativo,
Internet, libros electrónicos, etc. (Koç et al., 2016). Parece que esta definición es la más completa
para el aprendizaje móvil, es decir, el aprendizaje móvil es la adquisición de conocimiento, actitud
y habilidad aprovechando las tecnologías móviles en cualquier momento y lugar que causen
cambios en el comportamiento. En Park (2011), el uso de la tecnología móvil en un entorno de
aprendizaje formal durante 2001 en Singapur mostró el sistema de retroalimentación inmediata
de información. En este caso, el contenido de aprendizaje se muestra en un dispositivo móvil y las
respuestas de comportamiento de los alumnos forman un bucle de "sentir y responder". En otro
proyecto (Thornton y Houser, 2005), el apoyo básico al entorno de aprendizaje móvil indica el
impacto de la tecnología móvil en el aumento de la transferencia de conocimientos y el sistema de
retroalimentación. En el centro del entorno, hay un aula inteligente que puede apoyar las
actividades tradicionales del aula basadas en el uso de computadoras y la tecnología móvil. Este
método incluye un sistema de sugerencias para que el profesor pueda cambiar y ajustar sus
métodos de enseñanza de acuerdo con las recomendaciones proporcionadas por el sistema. Los
estudiantes evaluaron el aprendizaje interactivo en este proyecto como interesante e informativo,
y los expertos consideraron que el uso y la aplicación del entorno de aprendizaje es adecuado para
las actividades de aprendizaje. En los debates sobre el diseño de los entornos de aprendizaje, Wei
y otros (2009) destacaron que las técnicas de aprendizaje consolidado deberían considerarse como
otros métodos de aprendizaje. Además, observaron que el aprendizaje móvil tiene por objeto
mejorar la experiencia de aprendizaje de los estudiantes y no debe utilizarse como método
principal para impartir un curso. La diferencia más importante entre el aprendizaje móvil y el
aprendizaje electrónico puede verse en la capacidad del aprendizaje móvil de presentar la
instrucción en cualquier lugar y en cualquier momento, mientras que la capacidad en cierta
medida y de hecho el uso del aprendizaje electrónico está condicionado a poner a una persona
detrás de su computadora y algunos lugares que están prohibidos para el uso de una computadora
e incluso computadoras portátiles. Esta posición es imposible y también es imposible utilizar este
tipo de instrucción (Wang et al., 2009). Al contrario de lo que ocurre en este caso, como hemos
mencionado, el aprendizaje móvil ha eliminado la limitación de lugares, y un individuo puede
disfrutar de este tipo de instrucción durante sus viajes o incluso cuando se encuentra en el tráfico
urbano diario. Así pues, en general, podemos señalar algunos de los objetivos de la instrucción
móvil que se estudian en el cuadro 1.
El aprendizaje móvil es una solución adecuada para los interesados en adquirir información y
conocimientos. Utilizando las redes de comunicación móvil y el software y hardware adecuados,
podemos producir un cambio sorprendente para el aprendizaje. En el cuadro 2 se presenta un
resumen de las investigaciones más destacadas en el ámbito de la adopción/aceptación del
aprendizaje móvil, incluidas las conclusiones y ventajas de cada documento.
Con respecto a las cuestiones planteadas, las teorías y los enfoques del aprendizaje pueden
proporcionarse en un formato tabular. El aprendizaje está relacionado con las teorías actuales del
aprendizaje móvil, incluyendo el conductismo, el cognitivismo, el constructivismo, el aprendizaje
situacional y el aprendizaje basado en problemas, colaborativo, discursivo, de toda la vida,
informal, de la teoría de la actividad, orientado a las relaciones, cultural y social, etc. Todas estas
teorías se examinan en términos de definición de aprendizaje, centralidad y muestra de la
tecnología móvil (Tabla 3).
Al igual que otros métodos de instrucción, el aprendizaje móvil tiene muchas ventajas puestas a
disposición de las personas, como el aumento de los recursos de instrucción, el aumento de las
interacciones bidireccionales, la flexibilidad de instrucción para presentar el aprendizaje en el
momento y lugar deseados por el individuo (Tang y Hem, 2017). Hay desafíos que enfrentan este
aprendizaje. El primer desafío para este aprendizaje es el problema de seguridad en relación con el
transporte de la herramienta utilizada para este aprendizaje. Una persona que quiera acceder al
contenido en el momento y lugar deseados tendrá que llevar siempre consigo esta herramienta y
este es un factor que puede tener implicaciones para la seguridad (Hao y otros, 2017). Confiar en
la capacidad de encontrar una ruta en el entorno electrónico es una preocupación para el entorno
de acceso a distancia (Tang y Tseng, 2013). La capacidad y el talento de cada uno para aprender y
utilizar el aprendizaje móvil es otro desafío para esta investigación que se clasifica como
clasificación de desafíos no técnicos (Karimi, 2016). Se analizan los desafíos no técnicos y técnicos
para el aprendizaje móvil y sus métodos. En el cuadro 4 se mencionan algunos de los importantes
desafíos no técnicos y técnicos para el aprendizaje móvil que existen en los artículos de revisión.
3. Marco teórico
Se han creado muchos marcos teóricos para probar el comportamiento de los usuarios. El Modelo
de Aceptación de la Tecnología (TAM) predice la adopción del usuario para su uso e incluye tres
partes principales: (1) factor de utilidad, (2) factor de facilidad de uso y (3) factor de intención de
comportamiento. Sin embargo, los principales constructores del TAM no pueden reflejar
plenamente los efectos de la aceptación del usuario. En el presente documento, el modelo de
adopción de servicios móviles y la aplicación en el sistema de información del estudiante de
informática de la Universidad de Tecnología de K. N. Toosi en la plataforma móvil utiliza el modelo
TAM, que incluye estructuras como la confianza, el contexto y los caracteres personales.
Inicialmente, se seleccionó un prototipo de 30 miembros entre los estudiantes de la carrera de
comercio electrónico y se distribuyó un cuestionario entre ellos. Después de recogerlo, se
corrigieron los errores del cuestionario y se distribuyó el cuestionario final entre 380 estudiantes
de la industria y la facultad de tecnología de la información de la Universidad de Tecnología K. N.
Toosi del Irán. Finalmente se recogieron un total de 300 cuestionarios sin errores. Básicamente,
este modelo fue introducido por Gao y otros (2008). Sin embargo, se utiliza ampliamente en la
investigación. Esta investigación ha causado cambios en el modelo de TAM y ha proporcionado su
propio modelo. El modelo de investigación fue creado en 2008 por Gao y otros, y se muestra en la
Fig. 1. El contexto, la confianza, los personajes y las demandas personales se han añadido al
modelo tradicional de TAM y se proporciona una nueva versión del modelo TAM. Este modelo se
ofrece como "el modelo de aceptación de servicios móviles", y se ha utilizado en el marco teórico.
Este modelo de investigación crea aplicaciones móviles y sólo se limita a una serie de estudios. La
utilización y adopción del aprendizaje móvil se ha puesto en práctica recientemente en la versión
móvil. Se examinarán los factores que influyen en la adopción y aplicación de esta versión. A
continuación se especificarán los constructores del modelo y se examinarán las hipótesis de
investigación. El aprendizaje móvil que se creó en 2012 incluye la selección de cursos, el
aprendizaje de contenidos y la visualización de los resultados de los exámenes (Koç y otros, 2016).
El objetivo principal del sistema es crear un entorno de aprendizaje competitivo, completo y
cambiante que sea accesible en cualquier momento y lugar.
El concepto de confianza se ha utilizado en los extensos estudios de psicología y medicina que son
diferentes en cuanto al orden y la definición. Se suele creer que la confianza es la competencia
individual para realizar una tarea específica o un compromiso individual (Morgan y Hunt, 1994). A
menudo se define como la demanda de citación o dependencia (Kim y otros, 2008). La confianza
del usuario es importante para el crecimiento y el éxito de la adopción de los servicios móviles
porque la creación de la confianza no sólo lleva tiempo, sino que a menudo es frágil y se
desvanece rápidamente. El factor de la falta de confianza es un obstáculo importante para la
adopción de servicios basados en Internet. Los investigadores descubrieron que la confianza es la
principal característica en la adopción de la enseñanza móvil por parte de los usuarios. Blank y
Dutton (2012), Lee y Song (2013), Wang y otros (2006), Bhattacherjee (2001), Mou y Cohen (2014),
Bhattacherjee y Premkumar (2004), Wei y otros (2009), Siau y Shen (2003) y muchos otros autores
mostraron directamente la influencia de la confianza en el negocio de Internet y comprobaron que
no podían ignorar la confianza al poner a prueba la adopción de servicios móviles. Muchas
características pueden afectar a la confianza pública, como la capacidad de proteger la privacidad,
la seguridad de la información y la seguridad percibida de las transacciones. Por ello, los
desarrolladores y productores deben promover la confianza de los usuarios. El papel de la
confianza del usuario en los servicios móviles se conoce como una necesidad importante que
afecta directamente a las demandas de adopción de los usuarios que presentan la importancia del
factor confianza en relación con los requisitos para la adopción utilizando la tecnología. Esto lleva
a sugerir la hipótesis 3 (H3) y la hipótesis 4 (H4).
Hipótesis 3. El factor de facilidad de uso tiene un efecto positivo sobre el factor de utilidad.
Los caracteres y los rasgos de personalidad varían de una persona a otra y dependen de varios
factores, entre ellos su nivel educativo, su edad, su sexo y sus favoritos (Gao et al., 2012). Los
personajes personales representan el uso de nuevos servicios. Por lo tanto, no es lógico utilizar los
personajes personales para predecir el contexto tecnológico para la adopción y el uso de nuevos
dispositivos. Los deseos, las necesidades, los intereses y las percepciones personales desempeñan
un papel importante en la adopción de la tecnología. En este documento se supone que el carácter
y los atributos personales afectan directamente a las demandas individuales. Esto conduce a la
hipótesis 5 (H5).
Hipótesis 5. El carácter y los atributos personales tienen un efecto positivo en la intención de
utilizar el factor.
El factor de facilidad de uso se refiere al juicio de una persona que utiliza un sistema particular con
pocos requisitos o sin esfuerzo (Blank y Dutton, 2012). Gao en 2011 encontró que el factor de
facilidad de uso es altamente efectivo en la aceptación de la aplicación. El factor de facilidad de
uso es obvio en el uso primario de las nuevas tecnologías. El uso individual de las nuevas
tecnologías es más familiar.
Hipótesis 7. La facilidad de
uso percibida tiene un efecto
positivo en el factor de la
intención de uso.
3.6 La cultura
del factor
de uso
Según los resultados, un método de enseñanza a través de teléfonos móviles puede afectar el
aprendizaje y la motivación de los estudiantes a pesar de algunas limitaciones, se sugiere que los
maestros y educadores se familiaricen con la eficiencia y eficacia de este método en el aprendizaje
del idioma inglés y que se proporcionen las infraestructuras y contextos necesarios para el uso
óptimo y generalizado de estos métodos. Un problema importante en relación con el aprendizaje
móvil es la calificación del alumno y las normas culturales. En el Irán, quienes imparten el
aprendizaje móvil tienen menos concentración en las condiciones de vida de los alumnos. El
sistema de aprendizaje móvil debe diseñarse de manera que se tenga en cuenta la calificación del
alumno y su percepción. Las investigaciones también muestran que con suficiente apoyo y
aprendizaje y la conciencia, el aprendizaje móvil puede resultar en una fácil variación del lugar de
aprendizaje y por lo tanto transformarlo en un lugar con centro de aprendizaje. Los factores
culturales que influyen en el aprendizaje móvil en la educación superior incluyen (Saleem Alzu’bi
et al., 2014):
1) Individualismo/colectivismo
2) Incertidumbre
3) Evitación
(4) Distancia de poder
(5) Masculinidad/Feminidad
6) Orientación a largo plazo
El factor de intención del comportamiento se refiere a los deseos individuales o a los hechos
contingentes de las personas al uso de cierto comportamiento (Fishbein y Ajzen, 1975). Fishbein y
Ajzen (1975) investigaron que la intención del comportamiento refleja cómo los esfuerzos de la
persona son efectivos en un tratamiento especial. El factor de intención del comportamiento se
basa en los caracteres y cualidades personales, el factor de utilidad, el factor de facilidad de uso y
el factor de confianza.
4. Metodología de la investigación
En las ciencias sociales, los modelos estocásticos estimulan la motivación debido a su capacidad
para describir la relación teórica entre las variables. Los modelos se utilizan cuando los conceptos
no son tocados (Chen y Kotz, 2000). El modelado de ecuaciones estructurales (SEM) examina la
relación entre varias variables. Los investigadores denominaron a las variables observadas en una
estructura como "variables latentes" (Thornton y Houser, 2005). El SEM es una herramienta muy
importante para detectar la relación lineal entre las variables latentes y las observadas
(MacCallum y Austin, 2000).
En este documento, el análisis SEM se realizó para probar la adopción del aprendizaje móvil, y en
la Fig.2 se muestran siete variables latentes con estructura estocástica. Cuatro factores latentes
externos son la confianza (B), los caracteres y las cualidades personales (C), la cultura de uso (G) y
el contexto (D). Otras variables son la facilidad de uso (A), la utilidad percibida del uso (E) y la
intención de comportamiento (F). Las variables observadas se utilizan como un sustituto de la
estructura.
En la Ec. (1):p es la relación de éxito en la sociedad y es igual a 0.5.z es el valor estadístico según la
tabla normal estándar y es igual a 1.96.d es considerado como el valor de error aceptable igual a
0.05.
En el presente documento se utilizó el método del cuestionario para reunir datos. El cuestionario
diseñado consta de 28 preguntas, de manera que las preguntas especializadas tienen escala de
Likert y se ha diseñado utilizando las opiniones de los expertos. Las características demográficas de
la muestra son evidentes en el Cuadro 5. El instrumento más comúnmente utilizado para evaluar
la actitud es la escala de Likert. De manera similar, en esta investigación, la escala de Likert se
utilizó para preguntas especializadas con 5 opciones de muy bajo a muy alto (muy bajo = 1 y muy
alto = 5). Las preguntas especializadas consisten en 7 variables: confianza, caracteres y cualidades
personales, contexto, facilidad de uso, utilidad de uso e intención de comportamiento. El cuadro 5
incluye variables como si tienen teléfono móvil y, en caso afirmativo, cuánto tiempo lo han
utilizado, y algunos caracteres de las aplicaciones móviles. El Apéndice 1 incluye escalas de
estructura de seis variables latentes.
Este trabajo utilizó el modelado de ecuaciones estructurales (SEM) para analizar los datos, porque
es un método estadístico fuerte en la prueba de modelos teóricos para medir las relaciones de
causa y efecto simultáneamente. Como resultado, la adición de SEM al análisis factorial tradicional
y al análisis de regresión múltiple tiene muchas otras ventajas. La validez convergente es la
medición de la correlación de varios índices de una dimensión. En este documento, además del
alfa-Cronbach, se utilizaron también la varianza media extraída (AVE) y la fiabilidad compuesta
(CR). Si la correlación entre las pruebas que miden diferentes características es baja, las pruebas
tendrán crédito de diagnóstico o validez divergente, y se han utilizado las capacidades de MSV y
ASV para evaluar esta cuestión. Además, la validez discriminante con la raíz cuadrada de AVE de
cada atributo de cualquier estructura que se asocie con otras características, se muestran con la
tabla Fourner Larker.
4.5 Medición
5. Resultados
Después de evaluar la medición inicial, entre los 28 elementos que se han considerado para estas
6 variables, 2 elementos no tenían una segunda condición de validez convergente y su carga
factorial era inferior a 0,5, y para lograr un modelo mejor, deben ser eliminados del modelo. El
quinto ítem está relacionado con la variable de confianza que tiene carga de factor (Estimación =
0,222) y el sexto ítem está relacionado con el tipo de sistema operativo que tiene carga de factor
(Estimación = 0,190) y ambos fueron eliminados del modelo. De acuerdo con este algoritmo, el
modelo se ajustaba y en el primer modelo se observó que el ajuste del modelo no era adecuado.
En el modelo de medición modificado, como se observa en el cuadro 6, se establecen todas las
condiciones de validez convergente y tienen una carga de factor significativa superior a 0,5.
(Estimación > 0,5), la varianza media extraída (AVE) mayor que 0,5 (AVE > 0,5) y la fiabilidad
compuesta (CR) mayor que la varianza media extraída (AVE), (CR > AVE).
La Fig. 3-(a) muestra el modelo estructural en estado de coeficientes no estándar y la Fig. 3-(b)
muestra el modelo estructural en estado de coeficientes estándar.
El ser humano se enfrenta a uno de los retos más importantes del siglo XXI, a saber, el cambio
constante. Para capacitar a las personas que tienen la capacidad de influir y estar alineadas con
estos cambios, el sistema de aprendizaje en general y la institución de la educación formal en
Particular debe tenerse en cuenta. El aprendizaje móvil ha proporcionado el contexto en el que
muchos de los ideales de la capacitación, como el aprendizaje independiente, el aprendizaje auto
dirigido, el aprendizaje en cualquier lugar y momento, la independencia integral en el aprendizaje,
el derecho a la selección de contenidos en función de los intereses, el reconocimiento de la
realidad de las diferencias individuales de los estudiantes, la posibilidad de proporcionar ejemplos
en un más tangible utilizando instalaciones informáticas, la capacitación y el aprendizaje en
colaboración y proporcionando una rápida retroalimentación y evaluación del aprendizaje, se
consideran aún más realizables. Parece que la necesidad de aprendizaje móvil para la formación
continua de la sociedad médica, con muchos públicos y una amplia variedad de intereses,
experiencias y necesidades de aprendizaje, es más tangible. La cuestión que se nos plantea a
nosotros, como expertos en educación y en desarrollo y diseño de entornos de aprendizaje
basados en enfoques y teorías de aprendizaje, es que se debe garantizar que el aprendizaje se
produzca de la mejor manera posible en este entorno. Entre los requisitos de cumplimiento, el
aprendizaje móvil está prestando atención a estos enfoques y teorías del aprendizaje; ya que, con
el uso inteligente de las ideas, se pueden encontrar soluciones para satisfacer las necesidades
cambiantes del siglo XXI. Los centros educativos de enseñanza superior se enfrentan a más retos y
complejidades; con el aumento del número de participantes inscritos, también aumentan las
limitaciones de infraestructura. El aprendizaje móvil se utiliza en la universidad, que cuenta con
una amplia gama de actividades de aprendizaje, rendimiento y capacitación e incluye una estrecha
vigilancia, evaluación de la información, informes, gestión de los problemas financieros y
preparación de lecciones.
El objetivo de este documento era evaluar los factores esenciales para la adopción y aplicación del
aprendizaje móvil que ha sido creado por los estudiantes de la Universidad Tecnológica K. N. Toosi.
La encuesta se basó en la historia de la adopción de la tecnología y se dirige a los estudiantes de la
Universidad Tecnológica K. N. Toosi. Además de las estructuras tradicionales de adopción de
tecnología, como el factor de facilidad de uso y el factor de utilidad, también se incorporaron al
modelo otros factores (como el factor de confianza, las características y los caracteres personales).
Basándose en el análisis, se aceptaron seis hipótesis de nuestro trabajo. El contexto de las
aplicaciones tiene un efecto positivo importante en el factor de facilidad de uso y el factor de
utilidad, y la facilidad de uso también tiene un efecto positivo en el factor de utilidad. Por último,
la confianza tiene un efecto positivo y significativo en el factor de intención de comportamiento.
Además, se comprobó que no existe una relación significativa entre a) los caracteres y
características personales y el factor de intención de la conducta y b) la utilidad percibida y la
facilidad de uso con el factor de intención de la conducta. La muestra de la investigación consistió
en estudiantes y personas dispuestas y deseosas de utilizar las nuevas tecnologías.
No existe un efecto significativo entre los rasgos personales y los personajes con intención de
utilizarlos. El concepto de atributos y caracteres personales incluye elementos que evalúan la
capacidad de los encuestados, el disfrute, la primera adaptación y la comprensión del beneficio de
utilizar el sistema de evaluación. Una vez más, en el caso de los jóvenes, estos factores no tienen
un efecto importante en la utilización del sistema. El documento demostró que el contexto tiene
un efecto positivo y directo en la facilidad de uso y la utilidad percibida. La confianza tiene un
efecto significativo en el factor de intención del comportamiento. Por lo tanto, se considera un
factor importante en la aceptación de los sistemas de información y el comportamiento. La cultura
de uso de la aplicación tiene un efecto positivo significativo en el factor de intención del
comportamiento. Además, los rasgos y caracteres personales tienen un efecto positivo
significativo en la cultura de uso. Sólo los estudiantes de la facultad de informática participaron en
la investigación. Por lo tanto, los resultados no pueden ser generalizados a otros departamentos y
universidades. La investigación de las percepciones de los miembros de la facultad y del personal
administrativo y la adopción del aprendizaje móvil pueden tener resultados valiosos.
Este documento se centró en los factores que afectan a la aceptación y el uso de los sistemas
móviles por parte de los estudiantes en el Irán. Por consiguiente, las instituciones de enseñanza
superior, tanto del sector público como del privado, pueden utilizar con éxito los resultados de
este documento. Estudios similares relacionados con la adopción, aprobación y utilización de la
enseñanza móvil en los países en desarrollo pueden ser muy útiles para dar a conocer la utilización
de los recursos.
El modelo presentado en este documento también puede considerar los factores sociales y de otro
tipo que influyen en la adopción de los sistemas móviles.
Con respecto al punto de que un obstáculo principal contra el proceso de aprendizaje móvil es su
limitación en aras de un hardware accesible que sea necesario para ello, es por lo tanto vital que
para procesar este aprendizaje, se proporcionen sus herramientas necesarias y los trabajos
necesarios para que más personas puedan beneficiarse de este método de aprendizaje. La
experiencia de aprendizaje móvil en los países desarrollados con miras a la instrucción durante el
último decenio muestra que el uso perfecto del potencial de los instrumentos móviles en el
sistema educativo es un proceso complejo y de múltiples aspectos que requiere una inversión
financiera.
Este trabajo se realizó sólo en la Universidad Tecnológica K. N. Toosi. Los resultados deben ser
cuidadosamente evaluados antes de ser implementados en otras universidades. Los caracteres de
los estudiantes en las universidades u otros departamentos pueden tener resultados diferentes.
Sin embargo, en este documento sólo se puso a prueba la adopción y el uso del sistema de
información de educación móvil entre los estudiantes, y también se debería poner a prueba la
recepción y orientación de los profesores y generar los resultados útiles y el sistema electrónico
integrado. Conociendo estas comunicaciones, podemos promover la aceptación y el registro de los
servicios móviles entre profesores y estudiantes. Otra limitación puede estar en la recolección de
datos, en que sólo uno de los centros de información educativa fue seleccionado para este
propósito.
Este documento ofrece un nuevo punto de vista sobre la TAM para la adopción del aprendizaje
móvil por parte de los usuarios. Las investigaciones y la concentración que presentarán la
información y el contenido educativo que se utilizan a través de la tecnología en el trabajo
muestran que, a la vista de los alumnos, son dignos de confianza. Este método educativo, a la vez
que es útil en diferentes áreas, es muy necesario. El motivo característico del individuo para
utilizar el aprendizaje móvil y ponerlo en funcionamiento es muy eficaz. Porque el avance y el
mejoramiento de la educación, además de sus herramientas necesarias, son el mejor enfoque que
estará presente en las diferentes áreas del aprendizaje móvil; por lo tanto, es necesario que en el
futuro se trabaje en el análisis del aprendizaje móvil en otros países. Entre las investigaciones
futuras dirigidas al entorno del aprendizaje móvil figuran el vídeo a la vista del productor, los
suministros técnicos accesibles en la plataforma móvil, la capacidad de suscripción y el ancho de
banda. Es necesario realizar investigaciones continuas sobre las preferencias de los usuarios para
la presentación de los materiales educativos, porque la tecnología ofrece nuevas oportunidades
para la presentación de información a una población cada vez más numerosa.
Los investigadores han descubierto que, en el futuro, se debería permitir a los alumnos pensar en
este sistema para reconocer una mejor solución y poder participar en las decisiones.
Agradecimientos
Nos gustaría agradecer al Dr. M. Zadeh y al Dr. M. Meshinfam por su guía y sugerencias
constructivas que mejoraron mucho el manuscrito. Esta investigación fue apoyada por la
Universidad Tecnológica K.N.Toosi. Subvención Nº KNTU1395-96-it-HA-6.
Conflicto de intereses
Los datos complementarios relacionados con este artículo pueden encontrarse, en la versión en
línea, en http://dx.doi.org/10.1016/j.tele.2017.09.016.
Apéndice 1. Una evaluación de la adopción del aprendizaje móvil en la enseñanza superior
(Modelo de aceptación de servicios móviles (MSAM), adopción de sistemas de información
móviles (AMoIS), Aprendizaje M: ML)
Referencias
Abu-Al-Aish, A., Love, S., 2013. Factors influencing students’ acceptance of M-learning: an
investigation in higher education. Int. Rev. Res. Open Distrib. Learn. 14 (5).
Akbar, F., 2013. What Affects Students’ Acceptance and Use of Technology? (Thesis). Dietrich
College of Humanities and Social Sciences, Pittsburgh.
Berking, P., Archibald, T., Haag, J., Birtwhistle, M., 2012. Mobile learning: not just another delivery
method. In: The Inter service/Industry Training,
Simulation & Education Conference (I/ITSEC) (vol. 2012, No. 1). National Training Systems
Association. Orlando, Florida, USA.
Bhattacherjee, A., Premkumar, G., 2004. Understanding changes in belief and attitude toward
information technology usage: a theoretical model and longitudinal test. MIS Q. 28 (2), 229–254.
Blank, G., Dutton, W.H., 2012. Age and trust in the internet: the centrality of experience and
attitudes toward technology in britain. Soc. Sci. Comput. Rev. 30 (2), 135–151.
Carlsson, C., Carlsson, J., Hyvonen, K. K., Puhakainen, J., & Walden, P., 2006. Adoption of mobile
devices/services e searching for answers with the UTAUT. In: 39 th Hawaii international conference
on system sciences, 6 pp. 1–10 (IEEE Computer Society).
Chen, G., Kotz, D., 2000. A survey of context-aware mobile computing research (Dartmouth
Computer Science Technical Report).
Codish, D., Ravid, G., 2015. Detecting playfulness in educational gamification through behavior
patterns. IBM J. Res. Dev. 59 (6), 1–6.
Davis, F., 1989. Perceived usefulness, perceived ease of use and user acceptance of information
technology. MIS Q. 13 (3), 319–340.
Demir, K., 2006. School management information systems in primary schools. Turk. Online J. Educ.
Technol. 5 (2), 32–45.
Dey, A.K., 2001. Understanding and using context. Pers. Ubiquitous Comput. 5 (1), 4–7.
Dobre, I., 2015. Learning management systems for higher education – an overview of available
options for higher education organizations. In: The 6th international
conference edu world 2014 “education facing contemporary world issues, Procedia – Social and
Behavioral Sciences. 180, pp. 313–320.
Dold, C.J., 2016. Rethinking mobile learning in light of current theories and studies. J. Acad.
Librarianship 42 (6), 679–686.
Eshet; E., Bouwman, H., 2015. Addressing the context of use in mobile computing: a survey on the
state of the practice, interacting with computers 27(4), 392–412.
Fishbein, M., Ajzen, I., 1975. Belief, Attitude, Intention and Behavior: An Introduction to Theory
and Research. Addison-Wesley.
Gao, S., 2011. High Level Modeling and Evaluation of Multi-Channel Services. Thesis for the Degree
of Philosophies Doctor. Norwegian University Department of Computer and Information Science,
Trondheim.
Gao, S., Krogstie, J., Gransæther, P., 2008. Mobile services acceptance model. Int. Conf. Converg.
Hybrid Inf. Technol. 446–453.
Gao, S., Krogstie, J., Siau, K., 2011. Developing an instrument to measure the adoption of mobile
services. Mobile Inf. Syst. 7, 45–67.
Gao, S., Ganapathy, R., Gopalakrishnan, V., Gopalakrishnan, S., 2012. An exploratory study on the
adoption of mobile services through social media. Int. Conf. Syst. Inf. 2588–2592.
George, R., Kaplan, D., 1998. A structural model of parent and teacher influences on science
attitudes of eighth graders: evidence from NELS: 88. Sci. Educ. 82 (1), 93–109.
Greenberg, S., 2001. Context as a dynamic construct. Human-Comput. Interact. 16, 257–268.
Hair, J., Black, W., Babin, B., Anderson, R., 2010. Multivariate data analysis: a global perspective,
7th ed. Pearson Education, Upper Saddle River, NJ.
Hair, J.F., Black, W.C., Babin, B.J., Anderson, R.E., 2012. Multivariate Data Analysis, 7th ed. Pearson
Prentice Hall, Upper Saddle River, NJ.
Hao, S., Dennen, V.P., Mei, L., February 2017. Influential factors for mobile learning acceptance
among Chinese users. Education Tech. Research Dev. 65 (1), 101–123.
Hartley, K., Bendixen, L.D., 2001. Educational research in the Internet age: examining the role of
individual characteristics. Educ. Res. 30 (9), 22–26.
Hashemi, M., Ghasemi, B., 2011. Using mobile phones in language learning/teaching. Proc. Soc.
Behav. Sci. 15 (2011), 2947–2951. Available from: http://www.sciencedirect.com.
Holmes, B., Gardner, J., 2006. E-Learning (Concepts and practice). SAGE Publications, London,
Thousand, New Delhi, pp. 117–127.
Irby, T., Strong, R., 2015. A synthesis of mobile learning research implications: agricultural faculty
and student acceptance of mobile learning in academia. NACTA 59 (1), 10–17.
Islam Khan, A., Al-Shihi, H., Al-khanjari, Z.A., Sarrab, M., 2015. Mobile Learning (M-Learning)
adoption in the Middle East: lessons learned from the educationally advanced countries.
Telematics Inform. 32, 909–920.
Julien, C., Roman, G., 2006. Ego spaces: facilitating rapid development of context-aware mobile
applications. IEEE Trans. Software Eng. 32 (5), 281–298.
Karimi, S., 2016. Do learners’ characteristics matter? An exploration of mobile-learning adoption in
self-directed learning. Comput. Human Behav. 63, 769–776.
Kim, D., Ferrin, D., Rao, H., 2008. A trust-based consumer decision-making model in electronic
commerce: the role of trust, perceived risk, and their antecedents. Decis. Support Syst. 44, 544–
564.
Koç, T., Turan, A.H., Okursoy, A., 2016. Acceptance and usage of a mobile information system in
higher education: an empirical study with structural equation modeling. Int. J. Manage. Educ. 14,
286–300.
Koole, M., McQuilkin, J.L., Ally, M., 2010. Mobile learning in distance education: utility or futility? J.
Distance Educ. 24 82-59.
Lee, J., Song, C., 2013. Effects of trust and perceived risk on user acceptance of a new technology
service. Soc. Behav. Personality 41 (4), 587–598.
Legris, P., Ingham, J., Collerette, P., 2003. Why do people use information technology? A critical
review of the technology acceptance model. Inf. Manage. 40, 191–204.
Lien, C.H., Wen, M.J., Huang, L.C., Wu, K.L., 2015. Online hotel booking: the effects of brand image,
price, trust and value on purchase intentions. Asia Pacific Manage. Rev. 20, 210–218.
MacCallum, R.C., Austin, J.T., 2000. Applications of structural equation modeling in psychological
research. Annu. Rev. Psychol. 51 (1), 201–226.
Mallat, N., Rossi, M., Tuunainen, V., Ouorni, A., 2009. The impact of use context on mobile services
acceptance: the case of mobile ticketing. Inf. Manage. 46 (3), 190–195.
Mitchell, L.D., Parlamis, J.D., Claiborne, S.A., 2015. Overcoming faculty avoidance of online
education: from resistance to support to active participation. J. Manage. Educ. 39 (3), 350–371.
Morgan, R., Hunt, S., 1994. The commitment-trust theory of relationship marketing. J. Market. 58,
20–38.
Mou, J., Cohen, J., 2014. A longitudinal study of trust and perceived usefulness in consumer
acceptance of an e-service: the case of online health services. Pacific Asia Conference on
Information Systems (PACIS).
Nicholas, H., Ng, W., Loke, S., Torabi, T., 2009. Designing effective pedagogical systems for
teaching and learning with mobile and electronic devices. In: Goh, T.T., ed., Multiplatform E-
learning Systems and Technologies. Mobile Devices for Electronic ICT-Based Education.
Information Science Reference, Hershey-New York, USA. p. 42–56.
Park, Y., 2011. A pedagogical framework for mobile learning: categorizing educational applications
of mobile technologies into four types. Int. Rev. Res. Open Distance Learn. 12 (2), 78–102.
Pimmer, C., Mateescu, M., Grohbiel, U., 2016. Mobile and electronic learning in higher education
settings. A systematic review of empirical studies: Computers in Human Behavior 63 (2016) 490–
501.
Saleem Alzu’bi, M.M., Zalisham, M.J., Farydi, Q., 2014. Student acceptance of Mobile Learning in
the Malaysian Higher. In: Proceeding of the International Conference on Humanities Sciences and
Education ICHE2014. Kuala Lumpur, Malaysia.
Sarrab, M., Al-Shihi, H., Rehman, O.H., 2013. Exploring major challenges and benefits of M-
Learning adoption. Br. J. Appl. Sci. Technol. 3 (4), 826–839.
Shah, M., 2014. Impact of management information systems (MIS) on school administration: What
the literature says. In: 5th World Conference on Educational Sciences, Procedia – Social and
Behavioral Sciences, 116. pp. 2799–2804.
Shin, W., Kang, M., 2015. The use of a mobile learning management system at an online university
and its effect on learning satisfaction and achievement. Int. Rev. Res. Open Distrib. Learn. 16 (3),
110–130.
Siau, K., Shen, Z., 2003. Building customer trust in mobile commerce. Commun. ACM 46 (4), 91–94.
Tang, Y., Hem, K.F., 2017. Mobile instant messaging (MIM) useful in education? Examining its
technological, pedagogical, and social affordances, Educational H. Hamidi, A. Chavoshi Telematics
and Informatics 35 (2018) 1053–1070 1069 Research Review, vol. 21, June 2017, 85–104.
Tang, Y., Tseng, H.W., 2013. Distance learners' self-efficacy and information literacy skills. J. Acad.
Librarianship 39 (6), 517–521.
Thornton, P., Houser, C., 2005. Using mobile phones in English education in Japan. J. Comput.
Assisted Learn. 21, 217–228.
Wang, W., Wang, C., 2009. An empirical study of instructor adoption of web-based learning
systems. Comput. Educ. 53 (3), 761–774.
Wang, Y., Lin, H., Luarn, P., 2006. Predicting consumer intention to use mobile service. Inf. Syst. J.
16 (2), 157–179.
Wang, Y.S., Wu, M.C., Wang, H.Y., 2009. Investigating the determinants and age and gender
differences in the acceptance of mobile learning. Br. J. Educ. Technol. 40 (1), 92–118.
Wei, T., Marthandan, G., Chong, L., Ooi, K., Arumugam, S., 2009. What drives Malaysian M-
commerce adoption? An empirical analysis. Indus. Manage. Data Syst. 109 (3), 370–388.