Innovación del futuro de la Comprensión Lectora a través de la gamificación en los alumnos de segundo grado de primaria: Escenarios al 2032

• Autor: Maza Sandoval, Eymi De Los Milagros
• Formato: tesis de maestría
• Fecha de Publicación: 2022
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.pucp.edu.pe:20.500.14657/186342
• Enlace del recurso: http://hdl.handle.net/20.500.12404/23234
• Nivel de acceso: acceso abierto
• Materia: Comprensión de lectura--Investigaciones--Perú; Juegos educativos--Metodología; Innovaciones educativas; Educación primaria--Investigaciones; https://purl.org/pe-repo/ocde/ford#5.03.01

La Prospectiva, como disciplina que genera visiones de futuro, pretende pensar en situaciones alternativas innovadoras, creativas y diferentes al presente para construir el futuro que deseamos; por ello su alcance llega a la voluntad humana para pensar de manera distinta y con gran flexibilidad metodológica alrededor de un proceso sistemático y participativo para tomar decisiones en el presente. En el plano de la educación básica escolar, los estudios prospectivos orientan la formulación de estrategias a largo plazo. Por tal motivo, la presente investigación plantea como objetivo principal identificar escenarios futuros a través de la Gamificación para la Comprensión lectora en los niños de segundo grado de educación primaria al año 2032. El estudio se basa en una metodología de enfoque mixto, que utiliza herramientas de prospectiva de manera metódica y, a través de siete fases se han construido diferentes escenarios futuros, que permita innovar junto a la gamificación sobre la capacidad de comprensión lectora en los niños de segundo grado de primaria al año 2032. En la Fase 1: Entendimiento del contexto, matizó el planteamiento del problema, un cuestionario inicial y las primeras aproximaciones de trece problemas que pasan a ser valoradas en una Matriz de Vester; donde el resultado fue un árbol de problemas para visualizar causas y consecuencias sobre el problema central. La Fase 2: Vigilancia tecnológica, utilizó la técnica de exploración bibliográfica apoyada por el software informático Orange (versión 3.27), cuyo resultado fueron los artículos científicos organizados en cinco clústeres e interpretados por la investigadora. En la Fase 3: Mapeo de Actores, se utilizó la técnica del Diagrama de Red con cinco grupos (Financiamiento, Ejecutores, Asistencia técnica, Máximo Regulador y Beneficiarios) cuyo resultado fue conocer la dinámica de sus interrelaciones. En la fase 4: Análisis de tendencias, con la técnica de revisión bibliográfica se consolidó y justificó un listado de tendencias que suman al tratamiento de drivers. En la Fase 5: Exploración del entorno, a través de la técnica de environmental scanning se seleccionaron los veinte drivers que intervienen directa e indirectamente en el futuro de la comprensión lectora; donde el resultado ha sido agruparlos en el polígono de 6 vértices: Social, Tecnológico, Económico, Político, Pedagógica e Innovación (STEPPI) describiendo de manera detallada cada driver y el respectivo resumen desde su Movimiento, Indicador e Impacto. En la Fase 6: Validación de Drivers, estuvo orientada a valorar los veinte drivers desde su Importancia e Incertidumbre con la técnica de la encuesta y, trabajando un proceso detallado que dio como resultado ubicar los veinte drivers en cuatro cuadrantes del plano cartesiano (eje ‘Y’: Importancia; eje ‘X’: Incertidumbre). Por último, con la Fase 7: Construcción de Futuros, se utilizó la técnica de los Ejes Schwartz para representar los cinco posibles futuros: “¡Ciencia, inversión, política, tecnología y acción!”, “Comprenden lo que leen a paso lento, sin gamificación”, “Comprenden lo que leen en la escuela gamificada”, “GamificAcción, la comprensión lectora del Futuro” y ¡Sin retrocesos! El primero es el escenario base; los dos siguientes son escenarios alternativos; un escenario deseado y el último escenario no deseado. Cada escenario es el resultado de la interacción de diferentes drivers desde el cuadrante que les corresponde y depende de sus movimientos analizados. De esta manera el estudio permite entender las oportunidades que se presentarán para el año 2032 y emitir recomendaciones para alcanzar el escenario deseado.