INTRODUCCIÓN

En la literatura académica se evidencia consenso acerca del vínculo positivo entre la acumulación de capital humano y el crecimiento económico (ver revisión en ^{Formichella, 2010}). Asimismo, existen diversas justificaciones para afirmar que los procesos de desarrollo de los individuos y de las sociedades en las que habitan se hallan fuertemente asociados al nivel de educación agregado (^{Sen, 1999}). Estos motivos, sumados a las grandes diferencias que se observan en el desarrollo de los países, hacen que las investigaciones acerca de las razones por las que unos países obtienen mejores logros educativos que otros sean de relevancia, ya que a partir de las mismas pueden elaborarse recomendaciones de políticas (^{Alderete, Di Meglio y Formichella, 2017}).

En este marco, cabe destacar que del conjunto de factores que influyen sobre las diferencias en los resultados educativos, uno que ha cobrado gran importancia en las últimas décadas son las tecnologías de la información y de la comunicación (TIC) (^{Alderete y Formichella, 2016a}; ^{Alderete y Formichella, 2016b}; ^{Castellano y Pantoja, 2017}; ^{Formichella y Alderete, 2018}; ^{Gómez-Fernández y Mediavilla, 2018}). La difusión de las TIC ha permitido que se lleven adelante grandes transformaciones en la vida de las personas. La gran disponibilidad de información que poseen los individuos, sumado al acceso e intercambio de esta más allá del lugar en que se encuentren, han cambiado fuertemente el estilo de vida de las sociedades, y los sistemas educativos no son la excepción (^{Castells, 1999}; Anderson, 2008, en ^{Claro et al., 2011}).

Diversas investigaciones explican las razones por las que las TIC tienen un rol fundamental en los procesos educativos. Entre estas pueden mencionarse algunos ejemplos. ^{Becta (2007)} sostiene que facilitan el desarrollo de oportunidades de aprendizaje novedosas, y que no se circunscriben únicamente a las instituciones educativas. ^{Claro (2011)} resalta el rol que pueden tener al momento de llevar adelante prácticas de inclusión educativa. Por otro lado, ^{Sunkel y Trucco (2011)} y ^{Botello y Rincón (2014)} destacan que las tecnologías permiten la comunicación continua entre diferentes agentes del sistema educativo sin que el tiempo o la distancia constituyan una barrera, lo cual mejora notablemente el intercambio de información y la colaboración cruzada. Por su parte, la ^{Unesco (2014)} afirma que el aporte de las TIC es esencial tanto en los procesos de enseñanza y aprendizaje, como en las tareas de gestión, dirección y administración del sistema educativo. Por último, ^{Petko, Cantieni y Prasse (2017)} agregan que la percepción o creencia de los estudiantes sobre cuán eficientes son las TIC como herramienta de aprendizaje, posee un efecto significativo en los logros académicos.

Por estas razones, las TIC ocupan un lugar importante no solo en la academia y a través de estudios que buscan vincular el acceso y uso de las TIC con los resultados educativos, sino también en las agendas educativas y gubernamentales, tanto de las economías desarrolladas como de las que se encuentran en desarrollo. En esta línea, se han realizado grandes inversiones en infraestructura tecnológica y en programas que fomentan su uso (^{Siteal, 2014}).

Sin embargo, aún no existe consenso sobre el efecto causal de las TIC sobre el desempeño educativo y prevalece la ambigüedad, tanto en países desarrollados como en desarrollo. Esta evidencia mixta puede explicarse por la consideración o no del nivel inicial de conocimiento de los estudiantes, proveniente en la mayor parte de los casos de la experiencia de uso en sus hogares. Esto quiere decir que la utilización de las TIC en las instituciones educativas, en lugar de ser un trampolín en el aprendizaje, puede convertirse en una nueva barrera para quienes provienen de contextos de origen desfavorable (^{Formichella y Alderete, 2018}). Otra razón que puede dar cuenta de esta cuestión se vincula con que el acceso a las TIC es condición necesaria, pero no suficiente para el logro de la inclusión educativa (^{Claro, 2011}).

Cabe señalar que la ambigüedad mencionada se observa tanto en las investigaciones que han analizado el vínculo entre TIC y resultados educativos a partir de microdatos, como en aquellas que utilizan datos agregados a nivel países. No obstante, dado que los antecedentes son más escasos en el segundo caso, este trabajo pretende hacer una contribución en dicho sentido. En otras palabras, el aporte original de esta investigación se encuentra en la construcción de una base de datos agregados de tipo panel (con datos de una muestra de países para varios años) y el posterior uso de esta con el fin de contribuir en la discusión mencionada. Dado que aún no existe consenso acerca de la relación entre las TIC y los resultados educativos, y que la evidencia con datos a nivel de países es más escasa, se busca realizar una contribución al respecto. Por tal motivo, el objetivo del presente trabajo es estudiar el efecto de las TIC sobre los resultados educativos a partir de una muestra de cincuenta y dos países, tanto desarrollados como en desarrollo. Se plantea la hipótesis de que las TIC inciden positivamente en el desempeño educativo. De acuerdo con la información disponible, se utilizan datos correspondientes a cuatro períodos: 2006, 2009, 2012 y 2015. Para cumplir con el objetivo presentado, se propone como metodología la estimación de un modelo econométrico a partir de un panel de datos con efectos fijos ajustados por heterocedasticidad.

El trabajo se estructura de la siguiente manera: en la sección uno se presentan los antecedentes del tema; en la sección dos se describen los datos y la metodología; en la sección tres se detallan los resultados encontrados y se desarrolla una discusión sobre estos y, finalmente, en la última sección se exponen las consideraciones finales de la investigación.

1. ANTECEDENTES

Las TIC se perciben como una de las herramientas más relevantes en la educación, habida cuenta de las necesidades de la sociedad contemporánea (^{Blackwell, Lauricella y Wartella, 2014}). Se argumenta que pueden ser útiles para aumentar las oportunidades educativas y disminuir la brecha entre los factores socioeconómicos y los resultados escolares (^{Shank y Cotten, 2014}). En efecto, ^{Cronin (2002)} expresa que las diferencias en los resultados educativos atribuidas a las TIC a nivel nacional pueden explicarse por la brecha digital y su impacto sobre la brecha educativa. Se entiende por brecha digital los desequilibrios presentes, tanto en el acceso y disponibilidad de las TIC, así como en la posesión de conocimiento relacionado con las TIC y las habilidades digitales necesarias para alcanzar tales logros educativos. Sin embargo, como se observa párrafos adelante, no existe unanimidad respecto a esta conclusión. El efecto de las TIC sobre el resultado educativo puede ser analizado a partir de microdatos o de datos macro. Si bien los estudios a partir de microdatos son más frecuentes, en ambos casos no existe consenso acerca de la influencia de las TIC sobre los logros escolares (^{Alderete y Formichella, 2016}; ^{Ryu, 2014}).

Con respecto a las investigaciones que utilizan microdatos, varios autores encuentran que las TIC tienen un efecto positivo sobre los resultados educativos. Su argumento se basa en que las tecnologías otorgan mayor flexibilidad y autonomía a los estudiantes, y que mejoran sus actitudes vinculadas al aprendizaje, entre otras cuestiones (^{Gómez-Fernández y Mediavilla, 2018}; ^{Formichella y Alderete, 2018}; ^{Alderete, Di Meglio y Formichella, 2017}; ^{Castellano y Pantoja, 2017}; ^{Alderete y Formichella, 2016}; ^{Huertas y Pantoja, 2016}; ^{Pacheco Olea, Villacís y Álvarez, 2015}; ^{Román y Murillo, 2014}; ^{Spiezia, 2010}; ^{Carrillo, Onofa y Ponce, 2010}; ^{Barrera-Osorio y Linden, 2009}; ^{Machin, Mcnally y Silva, 2007}; ^{Banerjee et al., 2007}; ^{Aristizabal, Castillo y Escandón, 2012}).

Por otra parte, un amplio grupo de autores también encuentra evidencia diferente que muestra un efecto no significativo, o incluso negativo, de las TIC sobre el desempeño educativo (^{Malamud et al., 2018}; ^{Torres Tovio y Padilla Velásquez, 2015}; ^{De Witte y Rogge, 2014}; ^{Muñoz y Ortega, 2014}; ^{Cristia et al., 2012}; ^{Sprietsma, 2012}; ^{Leuven et al., 2007}; ^{Goolsbee y Guryan, 2006}; ^{Fuchs y Woessman, 2004}; ^{Angrist y Lavy, 2002}).

Las investigaciones que utilizan información a nivel de países son escasas, por ello este trabajo intenta ser un aporte en dicho sentido. Entre los trabajos que han estudiado el tema a partir de datos a nivel de países se encuentra ^{Aristovnik (2013)} , quien analiza el efecto de las TIC sobre los resultados educativos en un grupo seleccionado de países de la Unión Europea y de la Organización para la Cooperación y el Desarrollo Económicos (OCDE). A partir de una metodología no paramétrica (análisis envolvente de datos, DEA por sus siglas en inglés), encuentra que la eficiencia de las TIC difiere entre los países analizados y que estos poseen potencialidad para aumentarla, lo cual se traduciría en mejoras en la performance educativa. Particularmente, el autor encuentra una correlación positiva entre los resultados educativos y las siguientes variables vinculadas a las TIC: el número de usuarios de internet, la calidad de la infraestructura básica en telecomunicaciones, el grado de penetración de banda ancha y el indicador TIC por cápita. A su vez, también halla que la correlación entre gasto en TIC como porcentaje de PBI y los logros escolares no es estadísticamente significativa. Sin embargo, los resultados empíricos de este estudio sugieren que algunos países de la Unión Europea menos desarrollados muestran un nivel relativamente alto de eficiencia de las TIC debido al bajo nivel de sus insumos de TIC. Por lo tanto, se concluye que se necesita un aumento significativo en los gastos de TIC en esos países.

Asimismo, los mencionados resultados sugieren que las políticas no deberían apuntar simplemente a introducir las tecnologías en las instituciones educativas, sino velar por el uso que harán de ellas los docentes y estudiantes, para que dicho uso sea efectivo y contribuya a mejorar el desempeño escolar. En general, el análisis encuentra que hay mucho por hacer en torno a la eficiencia de las TIC en la educación. Se muestra evidencia de que la mayoría de los países estudiados tienen un gran potencial para aumentar dicha eficiencia, y así mejorar los resultados educativos.

Por su parte ^{Ryu (2014)} , a partir de datos de países con diferentes niveles de ingreso y diversos indicadores de resultados educativos encuentra una correlación relevante entre las TIC en el hogar y dichos resultados. Especialmente, el autor señala que en los países de alto nivel de ingresos, las TIC son más predominantes y el efecto de estas en la educación es mayor en el nivel educativo medio que en el primario. Mientras que en los países cuyo nivel de ingreso no es alto, ocurre lo contrario. Asimismo, dicho trabajo destaca un resultado llamativo: el uso de las TIC en el hogar se correlaciona positivamente con la deserción escolar en los países de ingreso alto, sin embargo, sucede lo contrario en los países de ingresos no altos.

A su vez, ^{Agasisti (2014)} analiza la eficiencia del gasto en educación considerando información de los países pertenecientes a la Unión Europea. Específicamente, su objetivo es detectar qué factores son los que hacen este gasto más eficiente. Para ello, utiliza la misma metodología que ^{Aristovnik (2013)} , es decir, aplica un análisis envolvente de datos (DEA) por medio de información de insumos y resultados educativos. Entre los insumos, incluye una variable uso de internet como proxy de la alfabetización digital, y entre sus resultados, resalta que esta variable posee un importante rol debido a que afecta positivamente los logros escolares.

Recientemente, ^{Skryabin et al. (2015)} investigaron la influencia de las TIC en los logros en ciencias, lectura y matemática en cuarenta y tres países, a partir de datos de diferentes pruebas estandarizadas de aprendizaje. Los autores consideran la variable nivel de desarrollo de las TIC, datos provenientes de la International Telecommunication Union (ITU), en relación con los países y la variable uso de TIC en el hogar en relación con los estudiantes. Encuentran que ambas variables poseen un efecto positivo sobre el rendimiento educativo, aunque existen diferencias cuando el análisis se realiza para diferentes grupos de individuos o al distinguir el tipo de uso en TIC.

Por otro lado, ^{Petko, Cantieni y Prasse (2017)} estudian los países participantes de PISA 2012, y encuentran que las actitudes positivas hacia la tecnología educativa están asociadas con mayores puntajes en las pruebas en la mayoría de los países, e incluyen a los factores sociodemográficos como variables de control. Por otro lado, los autores hallan que la frecuencia de uso de las TIC en las escuelas correlaciona negativamente con los resultados alcanzados en las pruebas PISA.

2. METODOLOGÍA

Con el fin de cumplimentar el objetivo del presente trabajo, se examina el impacto de los factores que inciden en el resultado obtenido en el Programme for International Student Assessment (PISA) a partir de un panel de datos de cuatro períodos (2006, 2009, 2012 y 2015). El periodo de tiempo seleccionado responde a la disponibilidad de información necesaria para el análisis, así como a la periodicidad con la que se publican los resultados de las pruebas PISA.

PISA es desarrollado por la OCDE y se implementa cada tres años desde el año 2000, tanto en países desarrollados como no desarrollados. Su objetivo es evaluar en qué medida los alumnos de quince años de edad, que están cercanos a terminar el ciclo de educación obligatoria, han adquirido las competencias necesarias para participar activamente en las sociedades modernas. En cada operativo se evalúan las áreas de matemáticas, lengua y ciencias, pero se centra la atención en una de ellas de manera rotativa (^{OCDE, 2006}).

En este trabajo se toma en cuenta una muestra de cincuenta y dos países participantes de PISA, aquellos para los cuales hay información disponible acerca de la variable dependiente de forma continua en los cuatro períodos considerados, de manera tal que se obtiene panel de datos balanceado. Así, los países incluidos en la muestra son: Argentina, Australia, Austria, Bélgica, Brasil, Bulgaria, Canadá, Chile, Taipéi Chino, Colombia, Croacia, República Checa, Dinamarca, Finlandia, Francia, Alemania, Grecia, Hong Kong-China, Hungría, Islandia, Indonesia, Irlanda, Israel, Italia, Japón, Jordán, Corea, Latvia, Liechtenstein, Lituania, Luxemburgo, Macao-China, México, Montenegro, Países Bajos, Nueva Zelanda, Noruega, Polonia, Portugal, Qatar, Romania, Rusia, Servia, Eslovaquia, España. Suecia, Suiza, Tailandia, Túnez, Turquía, Reino Unido, Estados Unidos y Uruguay.

La variable dependiente (es decir, la variable a explicar) utilizada es porcentaje de alumnos que alcanzan, como mínimo, el nivel dos en la prueba de lengua de PISA. Los puntajes obtenidos en PISA van de cero a los ochocientos puntos y se distribuyen en seis niveles, el sexto nivel es el de mejor desempeño, y donde se define al nivel dos de cada área como el nivel mínimo requerido para que el alumno pueda desempeñarse en la sociedad actual (^{OCDE, 2006}). Algunos trabajos han empleado esta variable para medir el éxito o fracaso escolar (^{Choi de Mendizábal y Calero Martínez, 2013}; ^{Formichella y Krüger, 2013}; ^{Villar y Zoido, 2016}).

Se elige trabajar con el área de lengua porque es definida como la capacidad de un individuo para comprender, hacer uso y analizar textos (^{OCDE, 2006}) y, de este modo, se constituye como la competencia central al momento de que las personas puedan desarrollarse individual y colectivamente. Esta competencia es clave para que el individuo pueda ser parte de la sociedad, dado que es indispensable para obtener conocimientos, expresarse, comunicarse, hacer demandas e intercambiar con otros individuos. Es más, una persona no podría evolucionar en las áreas de matemáticas y ciencias si no es capaz de comprender los textos asociados a estas.

Por su parte, las variables independientes (explicativas) utilizadas son:

Con respecto a la especificación del modelo, este trabajo emplea para la estimación del mismo un panel de datos con efectos fijos ajustado por heterocedasticidad. Que se estime un modelo de panel quiere decir que se diferencia la información de cada unidad muestral (en este caso países) para cada período. Asimismo, que este sea de efectos fijos significa que se supone que los efectos individuales son constantes, es decir, que el impacto de las variables explicativas sobre la dependiente es idéntico para todos los países, mientras que las discrepancias estarían en el término independiente (esto es: en el caso de la igualdad de los valores medios de las variables explicativas entre los países, el valor medio de la variable dependiente sería diferente en cada caso).

En suma, a través de este modelo, se pretende examinar la relación entre el resultado educativo de los países y ciertas variables socioeconómicas relativas tanto a los países como a los alumnos, las escuelas y el hogar, con especial hincapié en las variables TIC. El modelo seleccionado es de efectos fijos ya que se reconoce que los países difieren entre sí (poseen características estructurales que son específicas a cada uno tales como las diferencias políticas y culturales) y, a su vez, se supone que los países poseen características internas que pueden impactar o sesgar los resultados educativos alcanzados.

Cabe mencionar que se utilizó el comando xtreg con las opciones fe y vce(robust) mediante el programa Stata 13. De esta manera, los coeficientes se estiman con efectos fijos y robustos, respectivamente. Así, los estimadores se basan en la corrección de White, se conocen como sandwich y permiten que los estimadores de los errores estándar obtenidos sean consistentes en el caso de heterocedasticidad y autocorrelación, siempre que se cumpla la independencia transversal (^{Baltagi, 2008}). Además, no se estimó un modelo de Pool de datos (es decir, considerando toda la información sin diferenciar entre observaciones o períodos temporales) mediante mínimos cuadrados ordinarios (MCO) porque, cuando se supone que existen efectos fijos (como suele suceder en el caso de las observaciones a nivel países), puede dar lugar a errores y sesgos en los valores de los coeficientes, así como inducir a error en la apreciación del grado de correlación serial. Por otro lado, si los efectos son fijos y correlacionados con las variables explicativas, los estimadores MCO son inconsistentes. La presencia de efectos fijos puede dar lugar a correlación serial espuria en los residuos (^{Wooldridge, 2002}).

Ahora bien, más allá de esta justificación de índole teórica, se realizó el test F de los efectos individuales, cuya hipótesis nula es que dichos efectos son iguales a cero (^{Labra y Torrecillas, 2014}). Como se mencionará en la sección resultados, dicha hipótesis se rechaza porque el p-value que acompaña a la F es igual a cero y, de este modo, se justifica el uso de un análisis que considera los efectos individuales. Al respecto, los modelos de panel de datos han sido desarrollados en dos direcciones. Por un lado, están los modelos de efectos fijos que se caracterizan por la existencia de correlación entre los regresores y los efectos específicos. Por otro lado, se encuentran los modelos de efectos aleatorios sin correlación entre los regresores. En este tipo de modelos, donde t (número de años) es pequeño e i (número de países) es más grande, pueden surgir diferencias en la estimación de los parámetros según se estime el modelo por efectos fijos o aleatorios.

Aquí, al analizarse las observaciones a nivel países, como ya se ha mencionado, se espera que los efectos sean fijos. Sin embargo, para corroborar que es la especificación de modelo más adecuada, se aplicó el test de Hausman¹ (1978). Su hipótesis nula es que no existen diferencias sistemáticas entre los coeficientes estimados con efectos fijos y aleatorios. Así, si se rechaza la hipótesis nula, se concluye que no hay correlación entre los efectos individuales y las variables explicativas. Como se mencionará en la sección de resultados, aquí se rechaza la hipótesis nula (p < 0,05). En suma, de acuerdo al test en cuestión y sobre la base de las características del fenómeno bajo estudio, se considera adecuada la estimación por efectos fijos. Entonces, el modelo se especifica de la siguiente manera:

Resultado educativoi,t= B1*internet_alumnoi,t +B2*mujeri,t +B3*promedio_escsi,t + B4*internet_paísi,t +B5*smatedui,t + B6*gdp_percapi,t+ ai+ ei,t

Donde:

3. RESULTADOS

En esta sección se muestran los resultados obtenidos al aplicar el modelo descrito a partir de la base de datos presentada anteriormente. Estos resultados surgen, como ya se ha indicado en la sección de metodología, al correr el modelo por medio del software Stata 13. Los mismos pueden observarse a continuación, en la tabla 1.

Por un lado, en la tabla anterior se observa que la prueba F se rechaza con un nivel de significancia del 1 % (prob > F = 0). Por ello, se puede afirmar que las estimaciones OLS sufren de un problema de variable omitida y son inconsistentes y sesgadas (^{Wooldridge, 2002}). Luego, se justifica la estimación por efectos fijos mediante la realización del test de Hausman, a partir del cual se rechaza la hipótesis nula con un nivel de confianza del 99 % (prob > Chi2 = 0). Por otro lado, existe una correlación positiva y moderada entre los errores y los regresores de 0,14. A su vez, el desvío estándar estimado de ai (sigma_u) es 11,22, valor que duplica el monto del desvío estándar de eit (sigma_e) de 3,41. Este resultado sugiere que el componente específico individual del error es más importante que el error idiosincrático.

Asimismo, Rho, conocido como la correlación intraclase representa la proporción de los efectos conjuntos (ai+ eit) provenientes de los efectos individuales. El valor de Rho de 0,92 indica que las diferencias intraclase (entre los grupos o países) explican el 92 % de la varianza. Es decir, el 92 % del error compuesto del modelo se explica por los efectos individuales de cada país.

De acuerdo con el análisis de significatividad de las variables independientes, las variables relacionadas con el acceso a las TIC poseen una incidencia estadísticamente significativa y positiva en el resultado educativo: cuanto más acceso a internet poseen tanto los alumnos evaluados (nivel de confianza 1 %) como la población en general (nivel de confianza 5 %), mayor es el porcentaje de alumnos que se encuentre por encima del nivel 2 de lectura; es decir, mejor será el desempeño en la materia. Por otro lado, la variable Scmatedu, que indica la presencia de recursos educativos en la escuela también posee un efecto significativo al 10 % y positivo en el resultado educativo. Resulta razonable que una mayor posesión de recursos destinados a la educación en la escuela sea un factor favorable. Por último, ni la variable de género, ni el promedio socioeconómico del alumnado, ni el PBI per cápita resultaron significativos para explicar el desempeño educativo.

4. CONCLUSIONES

El objetivo de este trabajo ha sido analizar si las TIC vinculadas tanto al hogar como a la escuela permiten mejorar los resultados obtenidos en el desempeño de la prueba lectura. Se ha encontrado evidencia a favor de la hipótesis propuesta, es decir, se ha hallado un vínculo positivo entre el acceso a las TIC y los resultados escolares. Así, ante la importancia atribuida a las TIC a nivel de las naciones para explicar las diferencias en los logros educativos, se vislumbra que resulta conveniente plantear políticas y estrategias públicas que promuevan un mayor acceso y uso de las TIC. De este modo, se posibilitaría contribuir a reducir la brecha digital y, en consecuencia, producir una reducción en las brechas educativas. Tales políticas tendrían que considerar tanto la difusión de las TIC a nivel hogar, como en las escuelas y establecimientos educativos en general.

La difusión de las TIC a nivel hogar es una herramienta sumamente útil no solo como complemento de las TIC en la escuela, sino para sobrellevar eventos extraordinarios como los que actualmente padecen los países ante la pandemia del coronavirus. Así, estos hallazgos permiten comprender la necesidad de que los gobiernos realicen acciones en pos de mejorar el acceso y uso de las TIC en las sociedades. Aunque el período de estudio del trabajo no alcanza el contexto de la actual pandemia, el resultado hallado es pertinente para indicar a los países, especialmente los que se encuentran en desarrollo, la necesidad de cerrar sus brechas digitales para lograr mejoras en la educación y calidad de vida en general.

Entre las limitaciones del trabajo, se pueden mencionar el uso de los datos provenientes de PISA como principal fuente de información. Aunque PISA es ampliamente reconocida, sería interesante en próximas investigaciones estimar el modelo con fuentes alternativas para contrastar los resultados hallados sobre el rendimiento académico. Por otro lado, resta analizar con profundidad el modo de uso de las TIC tanto por parte de los alumnos como de los docentes, ya que la sola introducción de las TIC en el proceso de enseñanza no garantiza el éxito en el desempeño educativo (^{Alderete, Di Meglio y Formichella, 2017}; ^{Alderete y Formichella, 2016}). Asimismo, muchos de los datos considerados son promedios de los valores individuales de cada país. Luego, aunque las diferencias en estos valores medios justifican la estimación del modelo, no permiten evaluar las heterogeneidades intra-país.

Por último, cabe mencionar que en investigaciones futuras se considerarán otras variables referidas a las TIC, las cuales surgen a partir del módulo de PISA que incluye especialmente cuestiones vinculadas a estas. Esto implicaría trabajar con una muestra más pequeña de países, ya que no todos responden dicho módulo, pero permitiría analizar cuestiones sumamente relevantes que excedan el estudio del acceso a las TIC y se vinculen con el análisis de su uso, de manera tal de poder observar si las habilidades de uso afectan los resultados y en qué medida.