Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 301
LA INCIDENCIA DEL USO INADECUADO DE RECURSOS TECNOLÓGICOS EN EL
RAZONAMIENTO LÓGICO MATEMÁTICO ESTUDIANTIL
THE IMPACT OF THE INAPPROPRIATE USE OF TECHNOLOGICAL RESOURCES ON
STUDENTS' LOGICAL-MATHEMATICAL REASONING
Autores: ¹Kerlyn Mabel Bone Cuascota, ²Paula Fernanda Guerra Chávez, ³Erika Narciza
Mendoza Rengifo y
4
Santiago José Chele Delgado.
¹ORCID ID: https://orcid.org/0009-0008-4351-8682
²ORCID ID: https://orcid.org/0009-0000-4602-804X
3
ORCID ID: https://orcid.org/0009-0007-2027-5019
4
ORCID ID: https://orcid.org/0009-0000-4751-6707
¹E-mail de contacto: kbonec3@unemi.edu.ec
²E-mail de contacto: pguerrac@unemi.edu.ec
³E-mail de contacto: emendozar4@unemi.edu.ec
4
E-mail de contacto: scheled@unemi.edu.ec
Afiliación:
1*2*3*4*
Universidad Estatal de Milagro, (Ecuador).
Artículo recibido: 27 de Octubre del 2025
Artículo revisado: 29 de Octubre del 2025
Artículo aprobado: 3 de Noviembre del 2025
¹Estudiante de Sexto semestre de la carrera de Educación Básica en línea de la Universidad Estatal de Milagro, (Ecuador).
²Estudiante de Sexto semestre de la carrera de Educación Básica en línea de la Universidad Estatal de Milagro, (Ecuador).
³Estudiante de Sexto semestre de la carrera de Educación Básica en línea de la Universidad Estatal de Milagro, (Ecuador).
4
Licenciatura en Educación Media, especialización Física y Matemáticas de la Universidad Estatal de Guayaquil, (Ecuador) con 20 años
de experiencia laboral. Ingeniero en Estadística e Informática de la Universidad Escuela Superior Politécnica del Litoral, (Ecuador).
Magíster en Educación y mención en Modelos Educativos de la Universidad Tecnológica Empresarial de Guayaquil, (Ecuador). PhD. en
Educación
Superior y mención en Educación de la Universidad César Vallejo, (Perú).
Resumen
La presente investigación tuvo como objetivo
general analizar la incidencia del uso
inadecuado de los recursos tecnológicos en la
falta del desarrollo del razonamiento lógico
matemático en los estudiantes del 7mo año de
Básica de la Unidad Educativa Hualcopo
Duchicela, en el periodo 2024. Utilizando una
metodología de tipo básica con un enfoque
cuantitativo y basada en el diseño no
experimental además se redactó considerando
las fuentes provenientes de libros y artículos
científicos que pertenecían a autores muy
reconocidos como uno de ellos Hernández
Sampieri. La población estuvo conformada por
un total de 1.141 estudiantes de la cual se
escogieron 40 estudiantes para la obtención de
datos relevantes a través de la muestra. Las
técnicas aplicadas en el trabajo se enfocaron en
la observación, la encuesta y el análisis de datos
como métodos muy fundamentales para la
recopilación de la información. En cuanto a los
instrumentos utilizados fueron la ficha de
observación, que permite medir, analizar o
evaluar un objetivo específico para obtener
información. También se menciona el
cuestionario, que se utiliza para recopilar
información organizada de variables de interés
en estudios, investigaciones o encuestas.
Además, se destaca el contraste de datos o
fichas como una herramienta para proporcionar
información relevante y comparativa a los
actores académicos, apoyando los procesos de
gestión y autoevaluación en el ámbito
universitario. Cabe mencionar que estos
instrumentos son fundamentales para recopilar
información de manera sistemática y
estandarizada sobre actitudes, opiniones,
conocimientos o características de una
población o muestra específica en el ámbito
académico.
Palabras clave: Recursos tecnológicos,
Razonamiento lógico, Aprendizaje,
Educación.
Abstract
The general objective of this research was to
analyze the incidence of the inappropriate use
of technological resources in the lack of
development of mathematical logical reasoning
in students of the 7th year of Basic School of
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 302
the Hualcopo Duchicela Educational Unit.
Using a basic methodology with a quantitative
approach and based on non-experimental
design, it was also written considering the
sources from books and scientific articles that
belonged to well-known authors such as
Hernández Sampieri. The population was made
up of a total of 1141 students, of which 40
students were chosen to obtain relevant data
through the sample. The techniques applied in
the work focused on observation, survey, and
data analysis as very fundamental methods for
collecting information. As for the instruments
used, they were the observation sheet, which
allows measuring, analyzing or evaluating a
specific objective to obtain information. The
questionnaire is also mentioned, which is used
to collect organized information on variables of
interest in studies, research or surveys. In
addition, the contrast of data or files is
highlighted as a tool to provide relevant and
comparative information to academic actors,
supporting management and self-evaluation
processes in the university environment. It is
worth mentioning that these instruments are
essential to collect information in a systematic
and standardized way on attitudes, opinions,
knowledge or characteristics of a specific
population or sample in the academic field.
Keywords: Technological resources, Logical
reasoning, Learning, Education.
Sumário
O objetivo geral desta investigação foi analisar
o impacto do uso inadequado dos recursos
tecnológicos na falta de desenvolvimento do
raciocínio lógico-matemático nos alunos do 7º
ano da Unidade Educativa Hualcopo Duchicela.
Utilizando uma metodologia básica com uma
abordagem quantitativa e com base num
desenho não experimental, o estudo foi escrito
considerando fontes de livros e artigos
científicos pertencentes a autores de renome,
como Hernández Sampieri. A população foi
constituída por um total de 1.141 alunos, dos
quais 40 foram selecionados para obter dados
relevantes através da amostra. As técnicas
aplicadas no trabalho centraram-se na
observação, nos inquéritos e na análise de dados
como métodos fundamentais para a recolha de
informação. Os instrumentos utilizados foram a
ficha de observação, que permite medir,
analisar ou avaliar um objetivo específico para
obter informação. É também mencionado o
questionário, que é utilizado para recolher
informações organizadas sobre variáveis de
interesse em estudos, pesquisas ou inquéritos.
Além disso, o contraste de dados ou fichas
informativas são destacados como uma
ferramenta para fornecer informações
relevantes e comparativas aos intervenientes
académicos, apoiando os processos de gestão e
autoavaliação no ambiente universitário. De
salientar que estes instrumentos são essenciais
para recolher de forma sistemática e
padronizada informação sobre atitudes,
opiniões, conhecimentos ou características de
uma população ou amostra específica no âmbito
académico.
Palavras-chave: Recursos tecnológicos,
Raciocínio lógico, Aprendizagem, Educação.
Introducción
La Organización de las Naciones Unidas para la
Cultura, las Ciencias y la Educación (2023),
resalta la importancia de fortalecer la enseñanza
de las ciencias matemáticas como medida
crucial para enfrentar los desafíos del desarrollo
sostenible. Los conceptos matemáticos
sustentan gran parte de los avances científicos y
tecnológicos, por lo que su enseñanza debe
fomentar el pensamiento lógico y crítico. Sin
embargo, Marques y Montanero (2022)
evidencian que muchos docentes continúan
evaluando el aprendizaje matemático solo con
base en resultados, priorizando la
memorización y no la comprensión, lo que
limita el desarrollo de habilidades cognitivas
superiores. En América Latina, tres de cada
cuatro estudiantes presentan bajo rendimiento
en matemáticas, reflejando inequidad y bajo
desempeño educativo; además, los países de la
OCDE invierten tres veces más por estudiante,
lo que acentúa las desigualdades en los
aprendizajes (Organización de las Naciones
Unidas para la Educación, la Ciencia y la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 303
Cultura, 2023). En el contexto ecuatoriano, un
estudio de la Universidad Estatal Península de
Santa Elena identificó pérdidas del 38% al 71%
en Matemática, especialmente en el nivel
preuniversitario, lo que evidencia la necesidad
de revisar la enseñanza desde los primeros
niveles (Muñoz, 2020). Otro estudio realizado
en Quito por Marques y Montanero (2022)
confirma que los bajos niveles de rendimiento
exigen la aplicación de estrategias más efectivas
y contextualizadas. En la Unidad Educativa de
Conocoto, la aplicación de la teoría de
inteligencias múltiples y de estrategias lúdicas
permitió mejorar el pensamiento abstracto de
los estudiantes, demostrando la efectividad de
metodologías activas (Vinueza et al., 2023). A
nivel micro, en la Unidad Educativa Hualcopo
Duchicela, ubicada en Santo Domingo de los
Tsáchilas, se evidencia que el uso inadecuado
de los recursos tecnológicos afecta el desarrollo
del razonamiento lógico-matemático en los
estudiantes de séptimo año. Comprender esta
relación permitirá diseñar estrategias
pedagógicas que orienten un uso responsable y
didáctico de la tecnología, fortaleciendo las
habilidades cognitivas necesarias para la
resolución de problemas matemáticos.
Carrete y Domingo (2021) definen los recursos
tecnológicos como las herramientas y medios
que posibilitan la realización de actividades a
través de la tecnología, tanto tangibles (equipos,
dispositivos) como intangibles (software,
plataformas). Para Ching (2023), los recursos
tecnológicos son un conjunto de instrumentos
digitales que permiten la construcción de
aprendizajes significativos mediante la
interacción y la colaboración. Por su parte,
Machado et al. (2023) señalan que dichos
recursos promueven entornos de aprendizaje
flexibles que estimulan la autonomía, la
creatividad y la autoevaluación del estudiante.
El modelo teórico que sustenta esta variable se
basa en el enfoque constructivista, según
Cabrera (2022, citado por Choque, 2009), quien
sostiene que el aprendizaje se construye
activamente al emplear herramientas
tecnológicas que facilitan la exploración y la
creación de conocimiento. En cuanto a sus
dimensiones, Pegalajar (2023) describe la
capacidad de adquisición de información como
la habilidad para buscar, seleccionar y analizar
datos relevantes. Chávez et al. (2023) destacan
la capacidad de trabajo en equipo como una
competencia esencial en entornos colaborativos
mediados por TIC. En cambio, García (2023)
identifica la capacidad de estrategias de
aprendizaje como el conjunto de acciones que
permiten al estudiante gestionar su propio
proceso educativo mediante recursos digitales.
Las teorías sustantivas que respaldan esta
variable son la Teoría del Aprendizaje
Multimedia de Mayer (2009), que plantea que
los estudiantes aprenden mejor al combinar
elementos visuales y auditivos; la Teoría de la
Sobrecarga Cognitiva de Sweller (1988), que
advierte sobre los límites de la memoria de
trabajo ante el exceso de información; y el
Paradigma Constructivista, que promueve el
aprendizaje activo a partir de la interacción con
materiales significativos.
En la variable dependiente del razonamiento
lógico-matemático Hernández et al. (2023) lo
definen como la habilidad cognitiva que
permite analizar información y resolver
problemas a través de procesos lógicos y
matemáticos. Luzuriaga y Barrera (2023) lo
conciben como una competencia esencial para
la comprensión del mundo físico y simbólico,
pues favorece la toma de decisiones y el
pensamiento crítico. Moreira y Pinargote
(2023) lo interpretan como un proceso
cognitivo complejo que integra operaciones
mentales orientadas a la resolución de
problemas abstractos y prácticos. El modelo
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 304
teórico que lo sustenta, según Cañizares (2019),
integra el razonamiento inductivo y deductivo
para generar soluciones creativas ante diversas
situaciones problemáticas. Las dimensiones de
esta variable incluyen: el razonamiento
abstracto, vinculado a la representación
simbólica (Morales y Torres, 2023); la
generalización, como proceso que puede
abordarse desde tres fases (Mason et al., 2020);
el razonamiento inductivo, basado en la
observación de casos específicos (García y
Martínez, 2022); el razonamiento deductivo,
que parte de principios generales (Yánez et al.,
2020); el razonamiento correlacional, que
analiza relaciones entre variables (Vásquez y
Cahuich, 2023); y el razonamiento
combinatorio, asociado con la organización
lógica de elementos (Batanero et al., 2021). Las
teorías sustantivas que explican esta variable
son la Teoría del Desarrollo Cognitivo de Piaget
(1952), que considera que el razonamiento
lógico surge progresivamente a medida que el
niño interactúa con el entorno, y la Teoría
Sociocultural de Vygotsky (1978), que subraya
la importancia de la mediación social y el
andamiaje en el desarrollo del pensamiento
lógico-matemático.
Desde la perspectiva social, el bajo rendimiento
en matemáticas refleja desigualdades
socioeconómicas y culturales que limitan el
acceso a oportunidades educativas equitativas
(Verdugo et al., 2023). En el plano pedagógico,
la incorporación de estrategias activas como la
gamificación y el aprendizaje colaborativo
fortalece la motivación y la comprensión
conceptual (Encalada, 2021). En la práctica
docente, la responsabilidad profesional y el uso
reflexivo de estrategias metacognitivas son
esenciales para mejorar el desempeño
académico (Cázares y Páez, 2023). Mientras
tanto, la pertinencia de esta investigación radica
en que la enseñanza matemática contribuye al
desarrollo del pensamiento crítico y prepara a
los estudiantes para enfrentar los retos de la
sociedad actual (Gascón y Nicolás, 2021). El
objetivo general de este estudio es analizar la
incidencia del uso inadecuado de recursos
tecnológicos en el desarrollo del razonamiento
lógico matemático en los estudiantes de
séptimo año de la Unidad Educativa Hualcopo
Duchicela, Santo Domingo (2024). Los
objetivos específicos son: identificar la
capacidad de adquisición de información en el
razonamiento abstracto y deductivo; valorar la
capacidad de trabajo en equipo en el
razonamiento combinatorio y de
generalización; y especificar la capacidad de
estrategias de aprendizaje en el razonamiento
inductivo y correlacional.
Materiales y Métodos
El presente trabajo correspondió a una
investigación de tipo básico, ya que busco
ampliar el conocimiento sobre un fenómeno
educativo sin necesidad de aplicar directamente
los resultados en la práctica. Este tipo de estudio
se enfoca en comprender las causas,
fundamentos y principios que explican el
problema del uso inadecuado de los recursos
tecnológicos y su relación con el desarrollo del
razonamiento lógico matemático en los
estudiantes. El enfoque utilizado fue
cuantitativo, porque se basa en la recolección y
análisis de datos numéricos para obtener
resultados medibles y objetivos. A través de
este enfoque se pretende conocer, mediante
cifras y porcentajes, la incidencia del uso
inadecuado de la tecnología en el rendimiento
académico de los estudiantes, permitiendo
analizar los resultados de manera clara y
precisa. El estudio tiene un alcance descriptivo,
ya que se centra en detallar y caracterizar el
fenómeno observado sin manipular variables.
Se busca describir las percepciones,
comportamientos y efectos que genera el uso
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 305
inadecuado de los recursos tecnológicos sobre
el razonamiento lógico matemático en un grupo
determinado de estudiantes.
El diseño de la investigación es no
experimental, porque no se modifican las
condiciones naturales del entorno ni las
variables que intervienen. El investigador se
limita a observar y analizar cómo se manifiesta
el fenómeno en su contexto real, sin intervenir
ni alterar las situaciones que se presentan. Para
obtener la información se emplearon técnicas
como la observación y la encuesta. La
observación permitió registrar directamente los
comportamientos de los estudiantes y la manera
en que utilizan los recursos tecnológicos
durante sus actividades académicas. Por otro
lado, la encuesta facilitó recopilar opiniones y
datos relevantes mediante un cuestionario
estructurado que los estudiantes respondieron
de forma individual. El análisis de datos se
realizó con la ayuda de herramientas digitales,
lo que permitió organizar, procesar y
representar la información de manera
estadística y comprensible.
Los instrumentos utilizados fueron la ficha de
observación y el cuestionario. La ficha de
observación sirvió para registrar de manera
sistemática el comportamiento de los
estudiantes en relación con el uso de la
tecnología, mientras que el cuestionario
permitió obtener datos cuantitativos sobre
hábitos, frecuencia de uso y percepciones.
Ambos instrumentos emplearon una escala tipo
Likert de tres puntos (Siempre, A veces,
Nunca), lo que permitió medir el grado de
presencia o frecuencia de las variables
analizadas. Los resultados se calcularon en base
al porcentaje de respuestas obtenidas en cada
categoría, facilitando la interpretación
estadística de los datos. Las dimensiones
medidas fueron las siguientes; capacidad de
adquisición de información, capacidad de
trabajo en equipo, capacidad de estrategias de
aprendizaje, generalización, razonamiento
abstracto, inductivo, deductivo, correlacional y
combinatorio. La ficha de observación se centró
especialmente en aspectos observables (uso real
de dispositivos, interacción en actividades
grupales, aplicación de estrategias), mientras
que el cuestionario incluyó ítems dirigidos a
valorar cada una de las dimensiones listadas.
Estos instrumentos garantizan que la
información recolectada sea válida y confiable.
La población considerada corresponde a todos
los estudiantes de la Unidad Educativa
“Hualcopo Duchicela”, conformada por un total
de 1.141 estudiantes. Este conjunto representa
el universo al cual se desea generalizar los
resultados obtenidos. La muestra estuvo
compuesta por 40 estudiantes seleccionados del
séptimo año de educación básica. Este grupo
fue elegido por su relevancia en el estudio y por
cumplir con las características necesarias para
analizar el problema de investigación. Se aplicó
un muestreo no probabilístico por conveniencia.
Este tipo de muestreo se utiliza cuando el
investigador selecciona a los participantes que
cumplen con los criterios establecidos y que se
encuentran disponibles, buscando obtener
información útil de manera práctica y eficiente.
Se consideraron estudiantes pertenecientes a la
Unidad Educativa “Hualcopo Duchicela”,
matriculados y asistentes regulares del séptimo
año de educación básica durante el año lectivo
2024. Además, se incluyeron aquellos que
utilizan recursos tecnológicos con frecuencia y
presentan dificultades en el desarrollo del
razonamiento lógico matemático. Se
excluyeron estudiantes que no pertenecen a la
institución, que no asisten regularmente a clases
o que no hacen uso frecuente de recursos
tecnológicos. También quedaron fuera aquellos
que no presentaban relación entre el uso
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 306
inadecuado de la tecnología y las dificultades en
razonamiento lógico matemático.
El proceso inició con la observación del
problema en el contexto educativo y la
formulación del tema de investigación.
Posteriormente, se realizó una revisión
bibliográfica que permitió comprender los
antecedentes y teorías relacionadas con el tema.
Una vez definido el problema y los objetivos, se
diseñaron los instrumentos para la recolección
de datos. Después de aplicar la encuesta y la
observación, la información fue organizada y
analizada mediante herramientas estadísticas.
Se elaboraron las conclusiones y
recomendaciones con base en los resultados
obtenidos. La investigación se desarrolló
respetando los principios éticos de justicia,
equidad, confidencialidad y consentimiento
informado. Los estudiantes participaron de
manera voluntaria, con conocimiento de los
objetivos del estudio. Se garantizó la protección
de sus datos personales y el uso responsable de
la información recolectada. Además, se
consideró el beneficio social de la
investigación, orientado al bien común y a la
mejora de la práctica educativa.
Resultados y Discusión
Se presentan los resultados obtenidos del
instrumento aplicado a los estudiantes,
organizados en tablas que muestran los
indicadores medidos en relación con la
capacidad de adquisición de información,
razonamiento abstracto y deductivo. Cada tabla
incluye la frecuencia de respuestas según los
niveles “siempre”, “a veces” y “nunca”, lo que
permite visualizar de manera clara la incidencia
de cada variable en la población estudiada. La
fuente de los datos corresponde a la elaboración
propia de los autores, basada en la información
recolectada directamente de los estudiantes.
Estos resultados servirán como base para la
discusión y análisis del impacto del uso
inadecuado de los recursos tecnológicos en el
desarrollo del razonamiento lógico-matemático.
Tabla 1. Capacidad de adquisición de información sobre el razonamiento abstracto y deductivo.
Fuente: elaboración propia
Luego de recolectar los ámbitos
informacionales, según la tabla 1, se evidencia
que; para la dimensión capacidad de
adquisición de información en específico en el
empleo de recursos tecnológicos, frecuencia y
dificultad de uso, percepción de requerimiento
de computadoras para la labor académica,
capacidad para analizar las ideas abstractas, y;
capacidad para aplicar reglas generales en casos
específicos, el 31,38% del estudiantado siempre
lo efectúa, mientras que el 56,94% a veces y el
11,66% nunca, es decir; aproximadamente más
de la mitad de los estudiantes requieren
desarrollar su capacidad de adquisición de
información, razonamiento abstracto e
inductivo. Fundamentando esto podemos
nombrar a Pegalajar (2023), que sostiene que; la
capacidad de información es desarrollada por el
Indicadores
Item
Siempre
N.
A veces
N.
Nunca
N.
Capacidad de
Adquisición de
Información
1
42,5
17
50
20
7,5
3
2
17,5
7
50
20
32,5
13
3
70
28
30
12
0
0
Razonamiento
Abstracto
1
17,5
7
75
30
7,5
3
2
25
10
65
26
10
4
3
25
10
57,5
23
17,5
7
Razonamiento
Deductivo
10
37,5
15
55
22
7,5
3
11
17,5
7
70
28
12,5
5
12
30
12
60
24
10
4
Total
31,38
12,55
56,94
22,77
11,66
4,66
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 307
empleo de medios digitales y siendo el
razonamiento abstracto según Morales y Torres
(2023), la capacidad de analizar datos y según
Yánez et al. (2020), el razonamiento deductivo
constituye el resolver problemas a base de
análisis, en cambio, la teoría del aprendizaje
multimedia de Mayer (2009); expresa que los
recursos tecnológicos usados adecuadamente
no impiden el aprendizaje efectivo; con ello, se
establece que el uso de las herramientas
tecnológicas influye sobre en el desarrollo del
conocimiento. Es decir, los estudiantes
investigados requieren trabajar en actividades
con uso de recursos tecnológicos para fortalecer
su razonamiento abstracto y deductivo.
Tabla 2. Capacidad de trabajo sobre el razonamiento combinatorio y generalización.
Indicadores
Item
Siempre
N.
A veces
N.
Nunca
N.
Capacidad De Trabajo En Equipo
4
30
12
62,5
25
7,5
3
5
65
26
32,5
13
2,5
1
6
27,5
11
62,5
25
10
4
Generalización
4
40
16
60
24
0
0
5
75
30
25
10
0
0
6
27,5
11
72,5
29
0
0
Razonamiento Combinatorio
15
15
6
72,5
29
12,5
5
16
25
10
65
26
10
4
17
55
22
45
18
0
0
T.
40
16
55,27
22,11
4,72
1,888
Fuente: elaboración propia
Los resultados muestran que, en la dimensión
capacidad de trabajo en equipo, los estudiantes
presentan una actitud favorable hacia la
colaboración en proyectos y actividades
grupales. Según los datos, el 40% de los
estudiantes siempre participa activamente en
trabajos colaborativos utilizando herramientas
digitales, mientras que el 55,27% lo hace solo a
veces y el 4,72% nunca. Esto indica que, en
general, menos de la mitad de los estudiantes
necesita fortalecer su capacidad de trabajo en
equipo. Fundamentando esto podemos nombrar
a (Chávez et al., 2023) enfatiza que; la
capacidad de trabajo en equipo dentro del
contexto digital es aquella habilidad de
colaborar efectivamente con otras personas para
alcanzar objetivos en común usando
herramientas y plataformas digitales, la
generalización según (Mason et al., 2020) es el
proceso que puede abordarse desde tres fases:
ver, decir y registrar. Estas se evidencian a la
hora de realizar métodos inductivos a partir de
regularidades y, por último, el razonamiento
combinatorio de (Batanero et al., 2021) expresa
que los recursos tecnológicos no son
indispensables en la colaboración digital para
los trabajos grupales; con ello, se establece
entonces sin duda que: la dimensión capacidad
de trabajo en equipo resulta agradable para los
estudiantes permitiéndoles coordinar y realizar
trabajos y proyectos grupales colaborativos
efectivamente. Es decir, los estudiantes
investigados no requieren desarrollar la
capacidad de trabajo a través del razonamiento
combinatorio y la generalización.
Tabla 3. Capacidad de estrategias sobre el razonamiento inductivo y correlacional
Fuente: elaboración propia
Indicadores
Item
Siempre
N.
A veces
N.
Nunca
N.
Capacidad de estrategias de aprendizaje
7
47,5
19
47,5
19
5
2
8
17,5
7
77,5
31
5
2
9
70
28
25
10
5
2
Razonamiento inductivo
7
40
16
55
22
5
2
8
42,5
17
57,5
23
0
0
9
32,5
13
65
26
2,5
1
Razonamiento correlacional
13
30
12
60
24
10
4
14
25
10
62,5
25
12,5
5
T.
38,125
15,25
56,25
22,5
5,625
2,25
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 308
En base a los datos correspondientes a la tercera
tabla, se puede inferir que la capacidad de
estrategias sobre el razonamiento inductivo y
correlacional varía considerablemente, en el
indicador de la capacidad de estrategias de
aprendizaje como se muestra que el 38,125% de
los encuestados siempre utiliza estrategias
efectivas de aprendizaje, indicando una alta
competencia en la aplicación de técnicas que
facilitan la adquisición de conocimiento y
habilidades. Mientras que el 56,25% de los
encuestados siente que regularmente pueden
deducir reglas o conclusiones generales a partir
de ejemplos específicos, existe aún un grupo
considerable que solo a veces logra aplicar estas
técnicas y el 5,625% implica la capacidad de
identificar y manejar relaciones entre variables,
logrando aplicar este tipo de
razonamiento correlacional. Fundamentando
esto podemos nombrar a (García et al.,2023)
que menciona a las estrategias de aprendizaje
digital como herramientas poderosas que
pueden potenciar el aprendizaje de los
estudiantes, pero su efectividad depende en gran
medida de la dirección pedagógica y la
supervisión responsable, según (García y
Martínez et al.,2022) el razonamiento inductivo
se destaca como una herramienta eficaz en la
construcción del conocimiento, al proporcionar
un método sistemático para derivar
conclusiones generales a partir de
observaciones específicas y experiencias
concretas y por último el razonamiento
correlacional de (Vásquez y Cahuich et
al.,2023) expresa que el razonamiento
correlacional matemático ofrece valiosos
insights sobre las relaciones entre variables con
otras metodologías para validar y comprender
completamente los fenómenos observados en
contextos específicos de investigación.
Tabla 4. El uso inadecuado de los recursos tecnológicos por falta de desarrollo del razonamiento
lógico matemático
Indicador
Siempre
N.
A veces
N.
Nunca
N.
Recursos tecnológicos
43,05
17,22
48,61
19,44
8,33
3,33
Razonamiento lógico matemático
32,94
13,18
60,15
24,05
6,91
2,76
Total
37,995
15,2
54,38
21,745
7,62
3,045
Fuente: elaboración propia
En base a los datos de la cuarta tabla, se puede
inferir que el uso inadecuado de los recursos
tecnológicos debido al subdesarrollo del
razonamiento lógico matemático es un
problema recurrente entre los encuestados.
Específicamente, el 43.05% de los participantes
indica que siempre experimentan dificultades
en el uso adecuado de estos recursos, lo que
puede atribuirse a limitaciones en su
razonamiento lógico matemático. Esto subraya
una relación crítica entre la comprensión
matemática y la habilidad para aplicar
tecnologías de manera efectiva en diversas
situaciones. Al observar las respuestas bajo el
indicador de razonamiento lógico matemático,
se observa que un 32.94% de los encuestados
siempre encuentra desafíos, y un mayor
porcentaje, el 60.15%, indica que estas
dificultades ocurren a veces. Este patrón sugiere
que, aunque existe la capacidad para abordar
problemas lógico-matemáticos, la consistencia
en la aplicación de estas habilidades es variable
y a menudo insuficiente. Esta inconsistencia
podría ser la causa de los problemas observados
en el uso de recursos tecnológicos.
Fundamentando esto, Cabrera (2022, citado por
Choque, 2009) sostiene que las TIC permiten a
los alumnos acceder, adquirir, evaluar,
organizar, crear e intercambiar información,
proponiendo estrategias de aprendizaje. Según
Cañizares (2019), el razonamiento lógico
matemático es la habilidad para considerar y
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 309
estimar el impacto de ciertas acciones sobre
objetos o ideas, así como las relaciones entre
ellos, utilizando el razonamiento inductivo y
deductivo para resolver retos matemáticos.
Según la teoría del aprendizaje multimedia de
Mayer (2009), el uso adecuado de recursos
tecnológicos no obstaculiza el aprendizaje
efectivo, lo que destaca que el uso de
herramientas tecnológicas influye
positivamente en el desarrollo del
conocimiento. Por tanto, es esencial que los
estudiantes participen en actividades que
integren recursos tecnológicos para fortalecer
su razonamiento abstracto y deductivo. Por otro
lado, la Teoría del Desarrollo Cognitivo de
Piaget (1952) enfatiza la importancia de la
adaptación y la asimilación en la construcción
del conocimiento matemático y la resolución de
problemas. La Teoría de la Zona de Desarrollo
Próximo de Vygotsky (1978) subraya la
importancia de incluir el razonamiento lógico
matemático y la utilización de herramientas
tecnológicas en un entorno educativo que apoye
el desarrollo cognitivo de los estudiantes.
Conclusiones
La capacidad de adquisición de información
influye sobre el razonamiento abstracto y
deductivo, ya que; el empleo de medios
digitales conlleva a una mejor resolución de
problemas y análisis del conocimiento. En este
aspecto, el 68,60% del estudiantado
investigado, requiere una intervención para
fortalecer el empleo de herramientas digitales y
con ello, favorecer a su razonamiento abstracto
y deductivo. La capacidad de trabajo en equipo
influye sobre la generalización y el
razonamiento combinatorio, ya que; el empleo
de medios digitales conlleva a coordinar y
realizar trabajos y proyectos grupales. En este
aspecto, el 59.99% del estudiantado
investigado, requiere una intervención para
fomentar la capacidad de trabajo en equipo y
con ello favorecer a su generalización y
razonamientos combinatorio. Aunque hay un
buen dominio en algunas áreas como las
estrategias de aprendizaje, hay variabilidad y
espacio para mejorar en razonamiento inductivo
y correlacional. Este análisis puede guiar la
implementación de programas educativos o de
capacitación diseñados para reforzar estas
habilidades específicas, fomentando un enfoque
más sistemático y regular en la aplicación del
razonamiento inductivo y correlacional. Esto no
solo mejoraría la capacidad individual de los
participantes sino también su eficacia en
entornos profesionales y académicos donde
tales formas de razonamiento son cruciales. Los
datos presentados revelan una correlación
significativa entre las limitaciones en el
razonamiento lógico matemático y las
dificultades en el uso adecuado de los recursos
tecnológicos. Un 43.05% de los encuestados
enfrenta problemas constantes con la
tecnología, mientras que un 32.94% reporta
desafíos persistentes en razonamiento lógico
matemático y un 60.15% los experimenta
ocasionalmente. Esta inconsistencia en la
aplicación de habilidades lógicas matemáticas
parece ser la causa subyacente de las
dificultades tecnológicas observadas. Por lo
tanto, mejorar las competencias en
razonamiento lógico matemático podría
aumentar significativamente la eficacia en el
uso de herramientas tecnológicas, lo que es
esencial en un mundo cada vez más
digitalizado.
Agradecimientos
Nuestro sincero agradecimiento va dirigido a
nuestro docente, quien con dedicación y afecto
nos transmitió cada uno de sus conocimientos,
impulsándonos a creer en nosotros y
desarrollando grandes habilidades
investigativas como futuros docentes
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 310
Referencias Bibliográficas
Batanero, C., Álvarez, R., Hernández, L., &
Gea, M. (2021). El inicio del razonamiento
probabilístico en educación infantil. PNA:
Revista de investigación en didáctica de la
matemática, 15(4), 267–288.
https://dialnet.unirioja.es/servlet/articulo?co
digo=8248801
Cabrera Calderón, D. O. (2022). Recursos
tecnológicos en el desarrollo del aprendizaje
autónomo en estudiantes de primaria de una
universidad pública.
https://drive.google.com/file/d/1olzdNTJZk
0PnnTWi08tt4A759Fg0mv_h/view
Cañizares Oleas, E. K. (2019). Razonamiento
lógico matemático en estudiantes de una
institución educativa de Guayaquil, 2019.
file:///C:/Users/Personal/Downloads/Ca%C
3%B1izares_OEK%20(2).pdf
Carrete, N., & Domingo, L. (2021). Los
recursos tecnológicos en las aulas
multigrado de la escuela rural: Una revisión
sistemática. Revista Brasileira de Educación
de Campo, 6, e13452.
https://sistemas.uft.edu.br/periodicos/index.
php/campo/article/view/13452
Cázares, M., & Páez, A. (2023). Práctica
docente y metacognición en bachillerato
para favorecer el aprendizaje de las
matemáticas. Revista Electrónica de
Investigación Educativa, 25.
https://www.scielo.org.mx/scielo.php?pid=
S1607-
40412023000100101&script=sci_arttext
Chávez, I., Ordoñez, A., & Flores, C. (2023).
Competencias digitales en universitarios a
través de innovaciones educativas: Una
revisión de la literatura actual. Apertura,
15(2), 74–87.
https://www.scielo.org.mx/scielo.php?pid=
S1665-
61802023000200074&script=sci_arttext
Ching, W. (2023). Multimedia Planeta Planta:
Recursos educativos tecnológicos para el
aprendizaje y la enseñanza de botánica en un
ambiente de educación a distancia.
Innovaciones Educativas, 25(39), 169–187.
https://revistas.uned.ac.cr/index.php/innova
ciones/article/view/4602
Encalada, I. (2021). Aprendizaje en las
matemáticas: La gamificación como nueva
herramienta pedagógica. Horizontes Revista
de Investigación en Ciencias de la
Educación, 5(17), 311–326.
http://www.scielo.org.bo/scielo.php?pid=S2
616-
79642021000100311&script=sci_arttext
García, A. (2023). Siemens en el contexto de la
Industria 4.0: Estrategias para mantener y
ampliar capacidades tecnológicas y de
aprendizaje organizacional. Entre Textos,
15(39), 1–17.
https://revistasacademicas.iberoleon.mx/ind
ex.php/entretextos/article/view/678
García, D., & Martínez, M. (2022). Uso de
GeoGebra y el razonamiento inductivo en un
acercamiento al teorema fundamental del
cálculo. REMATEC, 17(42), 29–43.
https://www.rematec.net.br/index.php/remat
ec/article/view/449
Gascón, J., & Nicolás, P. (2021). Incidencia de
los paradigmas didácticos sobre la
investigación didáctica y la práctica docente.
Educación Matemática, 33(1), 7–40.
https://www.scielo.org.mx/scielo.php?pid=
S2448-
80892021000100007&script=sci_arttext
Hernández, C., Velastegui, R., Mayorga, L., &
Hernández, S. (2023). Métodos de enseñanza
del razonamiento lógico matemático para
estudiantes universitarios. Alfa
Publicaciones, 5(4), 33–48.
https://www.alfapublicaciones.com/index.p
hp/alfapublicaciones/article/view/409
Luzuriaga, P., & Barrera, H. (2023).
Aprendizaje basado en retos y el desarrollo
del razonamiento lógico-matemático en
contextos reales. Uniandes Episteme, 10(1),
119–133.
https://revista.uniandes.edu.ec/ojs/index.php
/EPISTEME/article/view/2896
Machado, G., Rojas, A., & Martínez, H. (2023).
Recursos tecnológicos digitales con
conciencia tecnológica durante la formación
del bachiller: Una aproximación teórica.
Didáctica y Educación, 14(1), 282–305.
https://revistas.ult.edu.cu/index.php/didasca
lia/article/view/1566
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 6 No. 10.1
Edición Especial UNEMI 2025
Página 311
Marques, M., & Montanero, M. (2022).
Criterios de evaluación referidos, percibidos
y utilizados por el profesorado de
matemáticas de educación primaria. Revista
Electrónica Educare, 26(3), 1–24.
https://doi.org/10.15359/ree.26-3.1
Mayer, R. E. (2009). Aprendizaje multimedia
(2.ª ed.). Cambridge University Press.
https://www.scielo.org.mx/pdf/eq/v30n2/01
87-893X-eq-30-02-114.pdf
Morales, E., & Torres, L. (2023). La enseñanza
de las matemáticas en estudiantes de la
licenciatura en preescolar. Ciencia Latina
Revista Científica Multidisciplinar, 7(5),
9351–93762.
https://www.ciencialatina.org/index.php/cie
nciala/article/view/8504
Moreira, F., & Pinargote, J. (2023). Estrategia
didáctica para favorecer el pensamiento
lógico matemático en estudiantes de básica
superior. Revista Qualitas, 26(26), 57–74.
https://revistas.unibe.edu.ec/index.php/quali
tas/article/view/190
Muñoz, T. (2020). Estrategias para mejorar el
rendimiento académico en matemáticas.
Revista Iberoamericana de la Educación,
3(3). https://revista-
iberoamericana.org/index.php/es/article/vie
w/43
Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura. (2023).
Día Internacional de las Matemáticas.
https://www.unesco.org/es/articles/14-de-
marzo-matematicas-para-un-mundo-mejor
Pegalajar, M., & Rodríguez, A. (2023).
Competencias digitales en estudiantes de
Educación en Ecuador. Campus Virtuales,
12(2), 113–126.
http://uajournals.com/ojs/index.php/campus
virtuales/article/view/1215
Piaget, J. (1952). El origen de la inteligencia en
el niño. International Universities Press.
https://www.casadellibro.com/libro-el-
nacimiento-de-la-inteligencia-en-el-
nino/9788484328957/1131259
Sweller, J. (1988). Carga cognitiva durante la
resolución de problemas: Efectos sobre el
aprendizaje. Magis.
https://revistas.javeriana.edu.co/index.php/
MAGIS/article/view/4166/3169
Vásquez, E., & Cahuich, T. (2023). Análisis
correlacional del razonamiento lógico
abstracto y deductivo con el rendimiento
académico. Revista Internacional de
Estudios en Educación, 23(2), 87–101.
https://riee.um.edu.mx/index.php/RIEE/arti
cle/view/306
Verdugo, E., Cabrera, F., Cabrera, H., &
Escudero, M. (2023). Factores que inciden
en el rendimiento académico en los primeros
años universitarios. Revista Andina de
Educación, 6(2).
http://scielo.senescyt.gob.ec/scielo.php?scri
pt=sci_arttext&pid=S2631-
28162023000100013
Vinueza, C., Paucar, B., Checa, J., & Gastezzi,
M. (2023). Desarrollo de las inteligencias
múltiples y rendimiento escolar en
matemáticas. Pocaip Revista Científica,
9(3), 172–201.
https://dominiodelasciencias.com/ojs/index.
php/es/article/view/3438
Vygotsky, L. S. (1978). El desarrollo de los
procesos psicológicos superiores.
https://www.terras.edu.ar/biblioteca/6/TA_
Vygotzky_Unidad_1.pdf
Yánez, C., González, C., Valcare, C., Montes,
M., Muñoz, M., Joglar, N., & Climent, N.
(2020). IV Congreso Iberoamericano sobre
Conocimiento Especializado del Profesor de
Matemáticas (Vol. 225). Universidad de
Huelva.
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Kerlyn Mabel Bone
Cuascota, Paula Fernanda Guerra Chávez, Erika
Narciza Mendoza Rengifo y Santiago José Chele
Delgado.
