Una investigación sobre educación digital puede mencionar tecnología en cada párrafo y, aun así, no tener un problema educativo bien construido.
El punto de partida no es la herramienta que quieres estudiar, sino una tensión situada de enseñanza o aprendizaje cuya comprensión exige decidir qué fenómeno observar, dónde termina y qué evidencia permitiría sostener una inferencia.
📷 Antes de comenzar
Un equipo quiere investigar el uso de un asistente de inteligencia artificial en un seminario de posgrado. ¿Cuál de estos puntos de partida ofrece una base más sólida para construir un problema de investigación educativa?
Objetivo didáctico
Construirás una delimitación inicial de un problema de investigación en educación digital a partir de una situación real de tu contexto, distinguiendo el fenómeno educativo de la tecnología que lo media, definiendo actores y límites del caso, y anticipando qué evidencia sería pertinente para investigarlo. El resultado será la primera pieza de la Etapa A del proyecto Protocolo de investigación educativa publicable; la pregunta de investigación se formulará en la Lección 2.
Introducción
En investigación educativa digital, la tecnología rara vez constituye por sí sola el problema. Una plataforma, un sistema de inteligencia artificial, un entorno virtual o un recurso multimedia pueden ser parte del escenario, pero la investigación adquiere densidad cuando explica qué cuestión educativa está en juego: una forma de participación, una práctica de retroalimentación, una desigualdad de acceso, una transformación del trabajo docente, una dificultad de autorregulación, una tensión entre automatización y juicio, o una relación entre condiciones de diseño y aprendizaje.
Esta distinción importa porque el campo de tecnología educativa ha sido criticado por investigaciones centradas en herramientas y por descripciones metodológicas que no siempre hacen explícitas las decisiones epistemológicas y de diseño que sostienen sus inferencias. Heinrich (2024) documenta debilidades en la explicitación de diseños cualitativos y mixtos, mientras que Correia, Xu y Julian (2025) proponen desplazar las agendas tecnocéntricas hacia problemas educativos, sociales y éticos con relevancia situada. En paralelo, Ketsman, Droog y Qazi (2025) muestran que el campo combina enfoques cuantitativos, cualitativos y mixtos, pero que los diseños mixtos siguen siendo minoritarios y con frecuencia se reportan con poca especificidad.
Por eso esta Unidad de aprendizaje no comienza preguntando «¿qué método quieres usar?». Comienza antes: ¿qué fenómeno merece ser investigado, para quién, en qué contexto y por qué no puede reducirse a una descripción de la herramienta? La decisión metodológica aparecerá después. Si se decide demasiado pronto, el método termina buscando un problema que lo justifique.
💡 Problematización
Construcción argumentada de una tensión investigable: transforma un interés amplio en un objeto delimitado al explicitar qué fenómeno educativo ocurre, a quién involucra, bajo qué condiciones, qué no se sabe todavía y qué tipo de evidencia permitiría avanzar sobre ese desconocimiento.
Decisión de arranque: escribe en una sola oración una situación de tu práctica, línea de investigación o contexto institucional que te interese investigar. Después reescríbela sin mencionar ninguna herramienta digital por nombre. Si la segunda versión pierde por completo su sentido educativo, probablemente tu interés inicial todavía está centrado en la tecnología y no en el fenómeno.
Desarrollo del tema
Del artefacto al fenómeno educativo
Un encuadre tecnocéntrico suele adoptar la forma «efecto de X herramienta sobre Y resultado». No es inválido por estructura, pero sí insuficiente cuando la relación causal o explicativa se supone antes de analizar el contexto. En educación digital, la misma tecnología puede incorporarse a prácticas muy diferentes: una plataforma puede sostener tutoría personalizada, vigilancia de actividad, distribución de contenidos o evaluación automatizada. Tratar la herramienta como una intervención homogénea borra esas diferencias.
Correia et al. (2025) sostienen que la investigación en tecnología educativa necesita ampliar su foco hacia problemas sociales, éticos y educativos y no limitarse a la innovación técnica. Esta orientación cambia la unidad inicial de razonamiento. La pregunta deja de ser «¿funciona esta tecnología?» y pasa a ser «¿qué proceso educativo se transforma, para quién, bajo qué condiciones y mediante qué mecanismos plausibles?». Así, la tecnología se convierte en parte de la explicación, no en su sustituto.
Esto también protege el protocolo frente al solutionism: la tendencia a dar por hecho que un problema educativo se resuelve introduciendo una herramienta y a diseñar la investigación para confirmar esa expectativa. Una problematización rigurosa permite resultados negativos, ambiguos o contextualmente condicionados. Si el protocolo solo puede terminar demostrando que la herramienta «mejora» algo, no está abierto a investigación; está orientado a validación promocional.
Aplicación: toma la situación que escribiste en la introducción y formula dos versiones: una centrada en el artefacto y otra centrada en el fenómeno educativo. Elige la segunda solo si puede describirse con claridad qué práctica, relación, experiencia o resultado educativo está en tensión sin depender del nombre comercial o técnico de una herramienta.
Comparador de encuadres
Contrasta qué cambia cuando el centro del problema pasa de la herramienta al fenómeno educativo.
Un objeto sociotécnico: actores, prácticas, infraestructura y reglas
Una experiencia educativa digital no ocurre «dentro» de una plataforma de manera aislada. Ocurre en una configuración donde interactúan personas, prácticas pedagógicas, reglas institucionales, interfaces, algoritmos, dispositivos, condiciones de acceso y expectativas de desempeño. Por eso conviene pensar el objeto como sociotécnico: lo educativo y lo tecnológico se coproducen en una situación que no puede explicarse desde uno de los dos lados por separado.
Este principio obliga a decidir qué dimensiones son constitutivas del fenómeno y cuáles funcionan únicamente como contexto. Por ejemplo, si investigas retroalimentación automatizada en escritura académica, quizá sean centrales el tipo de tarea, el momento en que se ofrece la retroalimentación, la posibilidad de revisión, el criterio con que el estudiante acepta o rechaza sugerencias y la intervención docente. El modelo de lenguaje utilizado puede importar, pero su nombre por sí solo no explica cómo se transforma la práctica.
En un nivel de posgrado, delimitar no equivale a simplificar arbitrariamente. Equivale a construir una frontera analítica defendible. Una investigación no puede abarcar a la vez políticas institucionales, diseño de plataforma, prácticas docentes, autorregulación estudiantil, rendimiento académico, bienestar y equidad si no explica cómo se relacionan y qué nivel de análisis corresponde a cada afirmación.
Aplicación: decide cuál será tu unidad principal de análisis provisional: una persona, una interacción, una actividad de aprendizaje, un grupo, una práctica docente, una asignatura, un programa o una institución. Escribe además dos dimensiones que dejarás fuera del foco principal. Esa exclusión debe ser deliberada y justificable, no accidental.
Cuatro lentes para delimitar el objeto
Abre cada lente y decide si debe entrar en tu problema central o permanecer como condición contextual.
De los rastros digitales a la evidencia
Los entornos digitales producen abundancia de datos: accesos, clics, tiempos, secuencias de navegación, mensajes, entregas, revisiones, calificaciones y metadatos. Esa abundancia puede crear una ilusión de objetividad. Sin embargo, un rastro existe porque una plataforma fue diseñada para registrar ciertas acciones y no otras; además, el significado educativo de una acción depende del contexto. Permanecer diez minutos en una página puede representar estudio, distracción, una pestaña abandonada o una lectura profunda. El dato no trae incorporada su interpretación.
La revisión sistemática de Hase y Kuhl (2024) sobre uso docente de datos de plataformas muestra que los datos digitales pueden apoyar decisiones de diseño instruccional, pero su valor depende de cómo se interpretan y de la relación entre información disponible y decisiones pedagógicas. Para investigación, la exigencia es todavía mayor: antes de tratar un registro como evidencia, hay que establecer qué constructo representa, con qué limitaciones y qué otra evidencia permitiría contrastarlo.
La consecuencia metodológica es clave: no diseñes tu problema alrededor de los datos que ya tienes. Diseña qué necesitas saber y después evalúa qué fuentes de evidencia pueden contribuir. A veces los registros de plataforma serán centrales; otras veces deberán combinarse con entrevistas, observación, producciones del estudiantado, cuestionarios, evaluaciones o documentos institucionales. La disponibilidad técnica no decide la pertinencia epistemológica.
Aplicación: elige un posible rastro digital relacionado con tu fenómeno. Escribe una afirmación que ese rastro sí podría sostener y otra que no podría sostener sin evidencia adicional. Esta distinción será útil más adelante para elegir métodos e instrumentos sin confundir medición con significado.
🧭 Control de comprensión
Una plataforma registra accesos, clics y tiempo de permanencia. El equipo desea investigar autorregulación del aprendizaje. ¿Cuál es la decisión metodológica más defendible antes de analizar esos registros?
Coherencia inicial: problema, límites, evidencia e inferencia
Un problema de investigación gana fuerza cuando sus partes obligan a tomar decisiones compatibles entre sí. En esta primera lección no necesitas fijar todavía el diseño ni el método, pero sí puedes someter tu interés a una prueba de coherencia: ¿el fenómeno está suficientemente delimitado para imaginar qué sería una observación relevante?, ¿los actores definidos corresponden con el nivel de análisis?, ¿la evidencia que anticipas puede sostener la clase de afirmación que te interesa?, ¿hay alguna dimensión del problema que estés suponiendo sin poder observarla?
Heinrich (2024) subraya que la calidad metodológica no depende solo de usar etiquetas reconocibles, sino de explicitar el razonamiento que conecta enfoque, diseño y producción de conocimiento. Ketsman et al. (2025) llegan a una conclusión complementaria al mapear investigaciones en tecnología educativa: la diversidad metodológica del campo exige especificidad, porque llamar a un estudio «mixto», «cualitativo» o «cuantitativo» no resuelve por sí mismo cómo se integran los datos ni qué inferencias son legítimas.
En profundidad Crear, el objetivo no es memorizar una lista de componentes, sino construir una configuración propia que pueda ser defendida y revisada. La delimitación que produzcas hoy es provisional. En L2 se convertirá en una pregunta de investigación; en L3 deberá soportar una decisión de diseño; en L5 una selección de métodos; y en L7 y L8 tendrá que traducirse en instrumentos y análisis. Una formulación que no sobreviva a esas transformaciones será revisada, no protegida por haber aparecido primero.
Figura 1: Red conceptual para delimitar un problema de investigación en educación digital. Elaboración propia a partir de Heinrich (2024), Hase y Kuhl (2024), Ketsman et al. (2025) y Correia et al. (2025).
Aplicación: revisa tu formulación provisional con la red conceptual. Si uno de los cinco nodos no puede describirse todavía, anótalo como una decisión pendiente. No lo rellenes con una etiqueta genérica. La trazabilidad de las decisiones pendientes es preferible a una falsa sensación de cierre.
Conclusión
Investigar educación digital exige separar tres cosas que suelen confundirse: la tecnología que hace visible o posible una práctica, el fenómeno educativo que se desea explicar y la evidencia que permitirá sostener una inferencia. Cuando esas capas se distinguen, el protocolo deja de ser una descripción de uso y empieza a convertirse en una construcción metodológica defendible.
La delimitación producida en esta lección no es definitiva. Su función es crear un objeto suficientemente claro para que en la siguiente lección puedas someterlo a una operación más exigente: convertirlo en una pregunta de investigación que sea específica, investigable y coherente con la evidencia que será posible producir.
🔭 Para seguir aprendiendo
- ¿Qué parte de tu interés de investigación seguiría siendo relevante si mañana desapareciera la tecnología específica que hoy te interesa estudiar?
Actividad de aprendizaje autónoma
Etapa A · Parte 1 — Ficha de problematización situada. Construye la primera pieza de tu Protocolo de investigación educativa publicable. Esta actividad no añade una tarea paralela: es el inicio del producto integrador transversal. La Etapa A completa, formada por L1 y L2, representa 15 por ciento del proyecto; no se asigna una ponderación independiente a esta primera parte porque la planeación no la declara.
De dónde vienes. En L1 no existe una entrega previa que revisar. Tu anclaje irreducible es una situación real de tu práctica, línea de investigación, contexto institucional o experiencia académica vinculada con enseñanza o aprendizaje digital. Debes describir el contexto con suficiente precisión para que otra persona entienda por qué el problema existe allí y no en un escenario abstracto.
Qué decides. Selecciona un fenómeno educativo que quieras convertir en objeto de investigación y justifica dos decisiones: por qué ese fenómeno merece estudiarse y por qué la mediación digital es constitutiva o relevante para comprenderlo. Define además la unidad principal de análisis y dos límites explícitos de lo que no estudiarás en esta etapa.
Qué documentas. Registra las fuentes que utilizaste para contrastar la relevancia del problema. Incluye DOI o URL en tu entrega final aunque todavía no estés construyendo el estado del arte. Si consultaste un sistema de inteligencia artificial, registra qué preguntaste, qué parte de la respuesta conservaste o descartaste y cómo verificaste las fuentes primarias detrás de cualquier afirmación que mantengas. No se evalúa el uso o no uso del sistema, sino la calidad del contraste.
- Describe la situación situada. Presenta el contexto, los actores y la práctica de enseñanza o aprendizaje donde observas una tensión relevante.
- Formula el fenómeno sin depender del nombre de una herramienta. Explica qué práctica, relación, experiencia o resultado educativo está en juego.
- Ubica la mediación digital. Señala qué posibilidades, restricciones o automatizaciones de la tecnología participan en el fenómeno y por qué no son un mero decorado.
- Delimita la unidad y las fronteras. Declara tu unidad principal de análisis y dos dimensiones que deliberadamente quedarán fuera del foco inicial.
- Anticipa evidencia. Propón al menos dos tipos de evidencia que podrían ser pertinentes y explica qué afirmación permitiría sostener cada uno y qué no permitiría concluir.
- Sostén la relevancia. Localiza al menos dos fuentes académicas o institucionales pertinentes y verificables que permitan argumentar por qué el problema merece investigación. Registra DOI o URL.
- Explicita tus decisiones pendientes. Cierra con dos aspectos que aún necesitan ser resueltos antes de formular la pregunta de investigación en L2.
Planificador de la ficha de problematización
Completa los campos y genera una síntesis de trabajo. El texto no se guarda fuera de tu navegador.
Evidencia de logro
Entrega una ficha de problematización situada de aproximadamente 700 a 900 palabras, más las referencias y el registro de contraste cuando corresponda. Debe permitir identificar sin inferencias externas: contexto, fenómeno educativo, mediación digital, unidad principal de análisis, límites, evidencia anticipada, fuentes de relevancia y decisiones todavía abiertas. Esta ficha se retomará y revisará en L2 para formular la pregunta de investigación.
Si eliminas de tu problema el nombre de la tecnología, ¿sigue quedando una tensión educativa que merezca ser investigada?
Referencias bibliográficas
- Correia, A.-P., Xu, F., & Julian, D. A. (2025). Reframing research agendas: Translational research to address broader social issues in educational technology. Journal of Computing in Higher Education, 37, 639–656. doi:10.1007/s12528-025-09453-5
- Hase, A., & Kuhl, P. (2024). Teachers’ use of data from digital learning platforms for instructional design: A systematic review. Educational Technology Research and Development, 72, 1925–1945. doi:10.1007/s11423-024-10356-y
- Heinrich, E. (2024). Revolutionising educational technology: The imperative for authentic qualitative research. Social Sciences & Humanities Open, 10, 101073. doi:10.1016/j.ssaho.2024.101073
- Ketsman, O., Droog, A., & Qazi, S. (2025). Mapping the prevalence of mixed methods research in educational technology journals. Computers & Education, 226, 105207. doi:10.1016/j.compedu.2024.105207