16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
HERRAMIENTAS COMPUTACIONALES APLICADAS AL
ANÁLISIS DE ENCUESTAS ESTUDIANTILES EN
FORMACIÓN CIENTÍFICA UNIVERSITARIA:
PERCEPCIONES SOBRE LA EDUCACIÓN HÍBRIDA EN
CIENCIA Y TECNOLOGÍA DE LOS ALIMENTOS
COMPUTATIONAL TOOLS APPLIED TO THE ANALYSIS OF STUDENT
SURVEYS IN UNIVERSITY SCIENTIFIC TRAINING: PERCEPTIONS
ON HYBRID EDUCATION IN FOOD SCIENCE AND TECHNOLOGY
ALDERETE, Juan Manuel
1
Alderete, J. M., (2025). Herramientas computacionales aplicadas al análisis de
encuestas estudiantiles en formación científica universitaria: percepciones sobre la
educación híbrida en Ciencia y Tecnología de los Alimentos. Revista INNOVA, Revista
argentina de Ciencia y Tecnología, 16.
1
Universidad Nacional de Lanús /direcciongsa@gmail.com/ ORCID: https://orcid.org/0000-
0002-2064-9654
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
RESUMEN
La implementación de la educación híbrida en carreras científico-tecnológicas plantea
desafíos metodológicos y organizativos que requieren ser abordados con evidencia
empírica. Este artículo presenta un análisis computacional de una encuesta aplicada a
estudiantes de la Licenciatura en Ciencia y Tecnología de los Alimentos de la
Universidad Nacional de Lanús, con el objetivo de evaluar fortalezas, debilidades e
implicancias del modelo híbrido sobre el desempeño académico y el fenómeno del
desgranamiento. Se aplicaron técnicas de análisis estadístico exploratorio, gráficos
dinámicos y minería de texto para procesar las respuestas. Los resultados evidencian
una alta valoración de la flexibilidad que ofrece la virtualidad, junto a una percepción
crítica sobre la falta de acompañamiento docente y la dificultad de concentración en
entornos asincrónicos. El estudio demuestra el valor del análisis de encuestas como
herramienta de diagnóstico y planificación pedagógica en carreras estratégicas para
el desarrollo nacional, proponiendo una agenda de mejora sustentada en datos.
PALABRAS CLAVE
educación híbrida / rendimiento académico / desgranamiento / universidad /
percepción estudiantil
ABSTRACT
The implementation of hybrid education in science and technology degrees poses
organizational and methodological challenges that must be addressed with empirical
evidence. This article presents a computational analysis of a survey administered to students
of the Bachelor's Degree in Food Science and Technology at the National University of Lanus.
The objective is to assess the strengths, weaknesses, and implications of the hybrid model
on academic performance and student dropout. Exploratory statistical techniques, data
visualization, and text mining were used to process the responses. The results show a
positive perception of the flexibility provided by online education, but also highlight issues
related to limited teacher support and decreased concentration in asynchronous settings.
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
The study demonstrates the value of survey analysis as a diagnostic and planning tool for
pedagogical improvement in strategic science and technology programs, and proposes a
data-informed improvement agenda.
KEY WORDS
hybrid education / academic performance / dropout / university / student perception
CONTEXTO
La Licenciatura en Ciencia y Tecnología de los Alimentos de la Universidad Nacional de
Lanús se dicta en el ámbito del Departamento de Desarrollo Productivo y Tecnológico,
y forma parte del conjunto de carreras orientadas a la formación científica aplicada,
consideradas estratégicas en el marco del desarrollo nacional.
La transición hacia modelos híbridos de enseñanza, inicialmente impulsada por las
condiciones sanitarias excepcionales derivadas de la pandemia de COVID-19, se ha
consolidado como parte estructural de las estrategias de enseñanza-aprendizaje en
carreras científico-tecnológicas, generando desafíos metodológicos, organizativos y
pedagógicos específicos.
En este contexto, la UNLa desarrolló una agenda de investigación orientada a evaluar
el impacto del modelo híbrido en la trayectoria académica de los estudiantes,
focalizándose en fenómenos como el desgranamiento, la retención, el rendimiento y
la percepción estudiantil en torno a la eficacia del nuevo modelo. Este artículo forma
parte de esa línea de trabajo, abordando el análisis de datos desde una perspectiva
computacional y aplicada.
INTRODUCCIÓN
La educación híbrida se ha constituido como una de las transformaciones más
significativas en el sistema universitario del siglo XXI, especialmente en áreas
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
científico-tecnológicas donde la formación práctica, el acceso a laboratorios y la
secuenciación metodológica de los contenidos resultan críticos (CONEAU, 2023;
UNESCO, 2022). Esta transformación no ha sido homogénea, y su implementación ha
evidenciado una serie de tensiones estructurales, entre ellas la necesidad de
garantizar calidad formativa, equidad en el acceso a los recursos digitales y estrategias
de acompañamiento que eviten el aislamiento académico del estudiantado (UNESCO,
2022).
En carreras como Ciencia y Tecnología de los Alimentos, en las que confluyen saberes
de base dura con capacidades aplicadas, la modalidad híbrida impone condiciones
particulares que exigen un seguimiento sistemático de sus efectos. Entre los
fenómenos asociados, el desgranamiento estudiantil —entendido como la
interrupción, abandono o retraso en la trayectoria académica— se presenta como un
indicador crítico de la eficacia del modelo (Ministerio de Educación de la Nación, 2020).
Para abordar esta problemática, se diseñó y aplicó una encuesta estructurada a los
estudiantes de la Licenciatura, con el objetivo de captar percepciones, obstáculos y
condiciones facilitadoras del modelo híbrido desde su propia experiencia. El
tratamiento de los datos se realizó mediante herramientas de procesamiento
computacional —incluyendo el lenguaje de programación Python (Van Rossum &
Drake, 2009) y librerías especializadas como Pandas, Matplotlib, Seaborn y Scikit-learn
(Pedregosa et al., 2011)— lo que permitió una lectura profunda y flexible de la
información, y la generación de visualizaciones dinámicas y de alto valor
interpretativo.
OBJETIVOS
El objetivo general de este trabajo fue evaluar, mediante herramientas de análisis
computacional, el impacto percibido del modelo híbrido sobre el desempeño
académico de los estudiantes de la Licenciatura en Ciencia y Tecnología de los
Alimentos de la UNLa, con especial foco en su relación con el desgranamiento
estudiantil.
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
A tal fin, se buscó específicamente:
- Identificar patrones de percepción estudiantil respecto a la modalidad híbrida.
- Establecer la frecuencia y causas más reportadas de abandono.
- Procesar y sistematizar datos abiertos mediante técnicas de minería de texto.
- Proponer recomendaciones estratégicas para el rediseño pedagógico de las
asignaturas en modalidad híbrida.
METODOLOGÍA
El estudio se desarrolló a partir del procesamiento integral de una encuesta
estructurada aplicada a estudiantes de la Licenciatura en Ciencia y Tecnología de los
Alimentos de la Universidad Nacional de Lanús. El instrumento, elaborado en formato
digital, incluyó preguntas cerradas en escala tipo Likert (de 1 a 10), ítems categóricos,
y campos abiertos para la expresión libre de opiniones. Las dimensiones relevadas
incluyeron: percepción general del modelo híbrido, autogestión del tiempo,
concentración, autodisciplina, adquisición de conocimientos, causas de abandono y
condiciones materiales de cursado.
Para el tratamiento de los datos se aplicó un enfoque cuantitativo-descriptivo apoyado
en herramientas de procesamiento computacional. Se utilizó el lenguaje de
programación Python (Van Rossum & Drake, 2009) en combinación con bibliotecas
especializadas como:
● Pandas para estructuración y limpieza de la base de datos.
● Matplotlib y Seaborn para la generación de gráficos estadísticos.
● Scikit-learn para tareas exploratorias y agrupamiento (cf. Pedregosa et al.,
2011).
● CountVectorizer (de la librería Scikit-learn) para análisis básico de minería de
texto.
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
En la primera fase se realizó una depuración de los datos, corrigiendo entradas mal
tipificadas, homogeneizando categorías y eliminando registros incompletos. Luego, se
calcularon estadísticas descriptivas (medias, desvíos estándar, distribuciones de
frecuencia) para cada una de las variables clave.
Finalmente, se llevó a cabo un análisis exploratorio de las respuestas abiertas
mediante minería de texto, identificando las palabras y conceptos más recurrentes.
Este proceso permitió recuperar inductivamente las preocupaciones centrales del
estudiantado, complementando la interpretación cuantitativa con una lectura
cualitativa orientada por datos.
Este abordaje metodológico permitió aplicar principios de reproducibilidad,
transparencia y escalabilidad en el análisis de datos educativos, alineado con los
estándares para sistemas de gestión educativa propuestos en la norma ISO 21001
(ISO, 2018).
RESULTADOS Y DISCUSIÓN
Los resultados del análisis permiten caracterizar la percepción estudiantil respecto del
modelo híbrido, así como las condiciones que facilitan u obstaculizan su apropiación
efectiva.
En cuanto a la valoración general de la modalidad híbrida, los estudiantes
manifestaron una valoración positiva respecto de algunos aspectos clave del modelo
híbrido. La media más alta fue obtenida en la dimensión “gestión del tiempo” (7,76),
seguida por “satisfacción general” (7,71), “autodisciplina” (7,14) y “adquisición de
conocimientos suficientes” (7,13). La dimensión peor valorada fue “influencia sobre la
capacidad de concentración”, con una media de 6,59 y un desvío estándar de 2,81, lo
que refleja una experiencia más heterogénea.
Estas puntuaciones sugieren que, si bien la modalidad híbrida resulta funcional para
estudiantes con cierta autonomía, requiere reforzar la estructura de acompañamiento
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
para sostener la atención y el vínculo activo con los contenidos, especialmente en los
tramos asincrónicos (cf. UNESCO, 2022; CONEAU, 2023).
Por otra parte, en lo referente a abandono de materias y desgranamiento, el 46% de
los encuestados reportó haber abandonado al menos una materia durante el período
de implementación híbrida. El procesamiento textual de los campos abiertos permitió
identificar cuatro categorías principales de causas de abandono:
● Incompatibilidad horaria con el trabajo u otras obligaciones.
● Metodología inadecuada o poco clara.
● Falta de acompañamiento docente y de orientación sistemática.
● Percepción de contenidos excesivamente exigentes o difíciles sin apoyo
progresivo.
En lo referente a abandono, Biología, Estadística y Tecnología de los Alimentos I
(Introducción a los Fenómenos de Transporte) fueron las materias más mencionadas.
Todas ellas corresponden al núcleo básico o de tecnologías intermedias, lo que sugiere
que estas etapas del trayecto curricular son las más vulnerables al desgranamiento,
tal como señalan estudios recientes sobre riesgo académico en carreras de base
científica (CONEAU, 2023).
Finalmente, el análisis exploratorio de texto libre, mediante minería básica de
frecuencia, reveló la recurrencia de términos como: videos, docente, material,
acompañamiento, metodología, tiempo, claridad. Estas palabras permiten inferir que los
recursos asincrónicos fueron valorados cuando estaban bien organizados, pero no
suplantaron la necesidad de seguimiento docente activo.
Los comentarios positivos se centraron en la posibilidad de adaptar el ritmo de
cursado, rever las clases y compatibilizar la cursada con el trabajo. Las críticas
apuntaron a la escasa claridad metodológica, a la multiplicidad de plataformas, y a la
sensación de aislamiento o desorientación en la resolución de consignas.
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
CONCLUSIONES
El presente estudio permitió sistematizar y analizar de forma integral la experiencia de
los estudiantes de la Licenciatura en Ciencia y Tecnología de los Alimentos de la UNLa
en relación con la modalidad híbrida de enseñanza. A través del procesamiento
computacional de encuestas estructuradas, se logró una caracterización detallada de
las percepciones, dificultades y valoraciones vinculadas a esta modalidad.
Los resultados muestran que, si bien la educación híbrida es bien recibida por su
flexibilidad y capacidad para adaptarse a los ritmos personales de aprendizaje, aún
persisten debilidades vinculadas a la falta de acompañamiento pedagógico, la claridad
de los materiales y la sostenibilidad de la atención en los entornos virtuales
asincrónicos. Estas debilidades se asocian de manera significativa con fenómenos de
desgranamiento, especialmente en materias del núcleo básico y de tecnologías
intermedias.
Desde una perspectiva metodológica, el uso de herramientas computacionales
permitió un análisis robusto, replicable y visualmente efectivo, mostrando el potencial
de técnicas estadísticas y de minería de texto para generar conocimiento relevante en
contextos educativos científico-tecnológicos.
Se concluye que las encuestas estudiantiles procesadas computacionalmente
constituyen una herramienta estratégica de monitoreo y planificación. Como
proyección, se recomienda institucionalizar mecanismos periódicos de recolección y
análisis de datos, con el fin de ajustar las propuestas formativas, mejorar la retención
estudiantil y garantizar una educación híbrida de calidad, especialmente en carreras
científicas de alta demanda cognitiva y social.
BIBLIOGRAFÍA
● Ministerio de Educación de la Nación. (2020). Resolución 343/2020.
● Consejo Superior - Universidad Nacional de Lanús. (2023). Resolución CS Nº
131/2023.
● CONEAU. (2023). Estándares de calidad para carreras de grado.
16.a Edición | DICIEMBRE 2025 | ISSN 2618-1894 | Artículos Científicos
● ISO. (2018). ISO 21001:2018.
● UNESCO. (2022). Replantear nuestros futuros juntos: un nuevo contrato social
para la educación.
● Van Rossum, G., & Drake, F. L. (2009). Python 3 Reference Manual. CreateSpace.
● Pedregosa, F., et al. (2011). Scikit-learn: Machine learning in Python. Journal of
Machine Learning Research, 12, 2825-2830.
Fecha de recepción: 14/4/2025
Fecha de aceptación: 25/11/2025
