INTRODUCCIÓN

El estudio se centra en la estimación de la influencia de la aplicación de simuladores digitales en clase y la evaluación de los aprendizajes en niños de educación básica media, que corresponden a los cursos de quinto a séptimo grado. Los simuladores educativos corresponden al uso pedagógico de entornos simulados como Physics Education Technology (PhET) y otras plataformas, con tareas guiadas y registros de rendimiento (Bizzio et al., 2024).

Por otra parte la evaluación de aprendizajes hace alusión a niveles de logro medidos tras las actividades, mediante ítems y trazas generadas durante la interacción. Desde esta perspectiva, la Organización para la Cooperación y el Desarrollo Económico (OCDE, 2023) sugieren que los sistemas de evaluación basados en juego muestran coherencia con pruebas estandarizadas y generan datos útiles para valorar las competencias.

En el plano internacional, la adopción de tecnologías digitales mantiene avances como aumento de acceso a plataformas interactivas y recursos digitales, así como la expansión de políticas nacionales de digitalización escolar; aunque hay brechas como la desigualdad en la conectividad a internet y disponibilidad de dispositivos según las instituciones escolares, así como falta de capacitación pedagógica en evaluación digital, que condicionan el uso de simuladores con fines de evaluación (Castelo Barreno et al., 2024).

En concordancia con un acuerdo publicado por la United Nations Educational, Scientific and Cultural Organization (UNESCO, 2023) que se caracteriza por un informe de seguimiento de la educación a nivel mundial o GEM por sus siglas en inglés, cerca de la mitad de las escuelas de secundaria inferior contaban con conectividad para actividades escolares; a la vez, el Estudio Internacional sobre Competencia Digital o ICILS informó disponibilidad de software de simulación y modelado para algo más de un tercio del alumnado, con valores que oscilaron entre 8% en Italia y 91% en Finlandia. Las comparaciones realizadas en contextos variables permiten integrar técnicas de simulación y recolectar evidencia sobre el aprendizaje.

Li et al. (2024) en China, reportaron resultados vinculados a simulación y medición del aprendizaje en edades escolares en un ensayo con 100 estudiantes de tercer grado, comparó instrucción apoyada en PhET con trabajo tradicional, identificando que el grupo con simulación alcanzó puntuaciones superiores y explicó con mayor detalle argumentos durante entrevistas posteriores a dos meses. Mientras tanto, Diab et al. (2024) en Israel en una evaluación lúdica de alfabetización digital con 210 estudiantes mostró correlación de 0,918 frente a una prueba estandarizada, hecho que permitió validar medidas basadas en juego para juzgar el rendimiento de los estudiantes.

En México, Aguilar Acevedo et al. (2025) en mediciones pre y post intervención que articularon simuladores y evaluación, en un tema sobre las leyes de Newton apoyado en PhET, que incluyó 5 sesiones y utilizó el Force Concept Inventory; el porcentaje de respuestas correctas aumentó un 7,2% en la comparación pre‑post, con variaciones por ítem que revelaron temas de difícil asimilación.

En un estudio realizado en Brasil, por Medeiros et al. (2024) a través de una revisión sistemática de 22 artículos, se registró ventajas del uso de simulaciones PhET en comparación con la enseñanza tradicional o convencional, cuyos efectos positivos fueron visibles en varios temas o asignaturas. En Perú, según el autor Chávez Cusihuaman (2023) describió los hallazgos encontrados donde el laboratorio virtual o de simulación PhET está asociado a un mejor desempeño en actividades investigativas en estudiantes de cuarto curso, con la ventaja de mejorar el proceso de retroalimentación en la asignatura de ciencias.

De acuerdo con un estudio realizado en Ecuador por Carchipulla Altamirano y Guevara Vizcaíno (2022) menciona que las experiencias relacionadas con el uso de laboratorios virtuales en estudiantes de bachillerato con investigaciones cuasiexperimentales y contraste de grupos, se demuestran variaciones que apoyan el uso de simuladores en indicadores que miden el cumplimiento de objetivos en la asignatura de Química. El Ministerio de Educación (2024) menciona en sus lineamientos para el régimen Sierra-Amazonía, la medición de evidencias de rendimiento y la aplicación de instrumentos variados que faciliten la generación de registros y la utilización de plataformas virtuales de simulación dentro de los logros u objetivos que califican el rendimiento académico según el periodo estudiantil.

Las variaciones en los resultados de simulación y adopción de estas prácticas tienen condicionantes como la infraestructura escolar, preparación docente y modelos de evaluación utilizados durante las asignaturas; en entornos marginales, la ausencia de laboratorios y materiales impide que se realicen actividades de simulación. Esto ocasiona desigualdad en la educación, así como reducción de oportunidades de éxito y aprendizaje vanguardista en los estudiantes (Singh Pillay, 2024).

En la Unidad Educativa Fiscomisional “Hermano Miguel La Salle”, las clases de ciencias de quinto a séptimo año incluyen trabajo en cuadernos, corrección de ejercicios y actividades en laboratorio escolar. En algunos temas, el docente proyecta simuladores con ejercicios en computadoras disponibles; estos recursos tienden a mejorar la motivación del estudiante así como su intención de participación y aprendizaje, no obstante se evidencian situaciones recurrentes que limitan su aprovechamiento, dado que algunos estudiantes manifiestan dificultades para seguir instrucciones en secuencia, interpretar los resultados o registrar observaciones precisas.

En retrospectiva, se plantea la siguiente pregunta: ¿Cómo influye la aplicación de simuladores en la evaluación de los aprendizajes de niños de educación básica media?

La justificación de este trabajo está dada en que se analiza la integración de simuladores digitales en las clases de ciencias en educación básica media y las evidencias de aprendizaje observadas durante la evaluación. El estudio registra prácticas docentes, tiempos de uso y recursos aplicados, hecho que permite describir con precisión cómo se incorpora la simulación al proceso educativo. Los hallazgos de investigación demuestran el fortalecimiento de las decisiones de los docentes que son guiadas de manera directa por la información obtenida de cada aula de clases y son diseñadas acorde a las planificaciones curriculares vigentes en cada institución, sin modificar las estrategias de enseñanza tradicionales imponiendo nuevos métodos de aprendizaje que resultan desconocidos para los estudiantes.

Adicionalmente, los resultados de investigación resaltan los beneficios para los estudiantes, docentes y dirigentes al sugerir la aplicación de criterios cuantificables para valorar el desempeño en la realización de varias actividades que utilicen simuladores como parte de su ejecución. La comunidad educativa y las familias cuentan con información precisa sobre los procesos de evaluación en las actividades presenciales y virtuales, a diferencia de las autoridades que emplean los resultados como un indicador de seguimiento y de mejoras de la institución. En síntesis, el proceso de investigación fortalece la trasparencia y la adaptación en la valoración del proceso de aprendizaje.

La investigación propone un instrumento de evaluación que utiliza rubricas para medir el desempeño a través de registros procedentes del uso de simuladores, mejorando el proceso de evaluación del desempeño estudiantil. Adicionalmente, considera pautas para incluir estas herramientas en el desarrollo de planificaciones de la asignatura de ciencias, analizando el tiempo utilizado, secuencia y el acceso a tecnología. Con ello, se cubre una brecha de conocimiento en los grados quinto, sexto y séptimo, aportando fundamentos metodológicos que permiten comprender con mayor detalle la relación entre simulación y aprendizaje escolar.

Esto exigió plantear el siguiente objetivo específico: Analizar la influencia de la aplicación de simuladores en la evaluación de los aprendizajes de los niños de educación básica media.

MÉTODOS

El estudio se ubicó en el paradigma cuantitativo y tuvo carácter aplicado. El diseño fue no experimental, transeccional y de tipo descriptivo, con observación de las variables en su ambiente natural durante un solo momento que comprendió de agosto a octubre del 2025. La medición tradujo respuestas en valores numéricos para permitir contraste estadístico acorde a los objetivos. La relación entre la aplicación de simuladores y la evaluación de aprendizajes se examinó sin manipulación docente, con control de condiciones de aplicación y registro estandarizado de datos para asegurar comparabilidad entre aulas.

La investigación se efectuó en la Unidad Educativa Fiscomisional “Hermano Miguel – La Salle”, específicamente en el subnivel medio de educación general básica. La población de estudio estuvo conformada por 80 estudiantes legalmente matriculados en quinto, sexto y séptimo año. No se aplicó formula de cálculo de muestra debido a que se trabajó con la totalidad de estudiantes. El tipo de muestreo utilizado fue muestreo aleatorio, un tipo de muestreo probabilístico que dio como resultado N=n=80, como criterio unificado para la ejecución del proceso y mantener los criterios de homogeneidad de probabilidades de selección, cuyos participantes fueron seleccionados a través de la nómina del curso que permitió la correcta identificación.

Los criterios de inclusión establecidos para el estudio permiten integrar a estudiantes que se encontraron presentes el día de la socialización del consentimiento informado a sus respectivos representantes. Como criterios de exclusión se consideró a estudiantes que se encontraban ausentes, quienes no obtuvieron el permiso de sus representantes o indicaron imposibilidad de comprender y responder las preguntas planteadas en el instrumento. El entorno donde se aplicó el instrumento de recolección de datos contaba con iluminación adecuada y poca presencia de ruido, además, se consideró un periodo para la resolución de dudas o posibles consultas antes de la aplicación de la herramienta de recolección de datos.

La técnica de recolección de datos se basó en una encuesta y el instrumento fue un cuestionario que constó de dos secciones, la primera sección se centra en la aplicación de simuladores, el cual fue adaptado al trabajo de Leighton et al. (2015), que divide el cuestionario en un total de 16 ítems, con la asignación de una escala ordinal 0= Nunca, 1= A veces, 2= Casi siempre, 3= Siempre, a su vez se divide en cuatro dimensiones o categorías: interpersonal, intrapersonal, adaptabilidad y el uso del simulador y 4 reactivos para cada dimensión. La puntuación asignada para cada dimensión consistió en la sumatoria de cuatro ítems o resultados en un rango de 0 a 12 y el valor total asignado es de 0 – 48, en niveles bajos 0 – 4, regular de 5 – 8, nivel alto 9 – 12/33 – 48. La fase de aplicación se realizó de manera grupal.

La segunda sección abordó la variable de evaluación de aprendizaje, que está relacionada con la investigación de Farrés Tarafa et al. (2020), que incluyó 19 ítems con calificación en escala de Likert 0 – 3 y se dividió en tres dimensiones diferentes: Aprendizaje de conceptos con 6 ítems, aprendizaje de definiciones con 6 ítems y el aprendizaje de métodos con 7 ítems. La puntuación asignada para cada dimensión varia de 0 – 18, 0 – 18 y 0 – 21; en niveles inferiores o bajos: 0 – 6/ 0 – 6/ 0 – 7, nivel regular 7 – 12/ 7 – 12/ 8 – 14, en el nivel alto 13 – 18/ 13 – 18/ 15 – 21. La sumatoria total fue de 0 – 57 con niveles bajo de 0 – 19, regular 20 – 38 y alto 39 – 57.

Las puntuaciones asignadas para cada dimensión se encuentran entre 0 – 18, 0 – 18 y 0 – 21, en niveles bajos los resultados indican 0 – 6/0 – 6/0 – 7, en el nivel regular se obtuvo 7 – 12/7 – 12/8 – 14 y en el nivel alto 13 – 18/13 – 18/15 – 21. La sumatoria total fue de 0 – 57 con nivel bajo de 0 – 19, regular con 20 – 38 y nivel alto de 39 – 57.

La aplicación del instrumento de recolección de datos se llevó a cabo en el salón de clases durante la jornada normal de asistencia de los estudiantes. El proceso de acompañamiento como investigadores consistió en el acompañamiento directo para brindar orientación sobre la aplicación del instrumento, despejar dudas y controlar el tiempo en el que se realizó la sesión, sin crear desacuerdos o interferir en las respuestas de los estudiantes para evitar sesgos de información o cambios en los criterios de deseabilidad.

El instrumento fue aplicado en formato impreso y cada sesión de aplicación constó de la misma organización para todos los cursos para lograr la uniformidad del proceso.

En cuanto a la validez de constructo, se utilizó una matriz de congruencia que analiza cada ítem y definición operativa, que fue analizada por tres profesiones de alta categoría con los siguientes perfiles académicos: Maestría en Educación Básica, Maestría en Educación mención en Inclusión Educativa y Atención a la Diversidad, Maestría en Diseño y Evaluación de Modelos Educativos. El análisis de cada ítem fue realizado en correspondencia a su dimensión de estudio, a través de criterios de claridad, relevancia y coherencia semántica, se midieron los índices de acuerdo para cada evaluador. La fiabilidad interna fue establecida a través de la estimación de coeficiente de Alfa de Cronbach para cada instrumento, con la respectiva interpretación según los estándares científicos utilizados en ciencias de la educación. Para el análisis de datos se organizó los resultados en una hoja de cálculo del programa informático Excel para la codificación y clasificación, mientras que para el procesamiento se utilizó la plataforma SPSS en su versión 31, se utilizó medidas de frecuencia y porcentaje para la elaboración del resumen. En la verificación de distribución se utilizó Kolmogorov–Smirnov, se analizó la asociación de variables con el método de Rho de Spearman. La investigación fue efectuada con el permiso respectivo de las autoridades institucionales donde se realizó el estudio, la participación fue de carácter voluntario y se garantizó la deserción sin consecuencias que afecten a los estudiantes.

RESULTADOS

Respecto a las características sociodemográficas de los estudiantes (ver tabla 1), la distribución por cursos lució equilibrada, así como la edad quedó representada en proporciones similares. En cuanto al género, se observó una ligera mayoría femenina (55%), mientras que la proporción con internet en casa alcanzó 78,8%, condición que habilitó el trabajo con simuladores en condiciones regulares de acceso. En tanto que la proporción de estudiantes sin conectividad domiciliaria permaneció visible y plantea necesidad de apoyos alternativos en la institución para no introducir sesgos de oportunidad.

Tabla 1. Características sociodemográficas de los estudiantes

Indicador	Escala	f (%)
Curso	Quinto	27 (33,8%)
	Sexto	27 (33,8%)
	Séptimo	26 (32,5%)
	Total	80 (100,0%)
Edad	9 años	30 (37,5%)
	10 años	28 (35,0%)
	11 años	22 (27,5%)
	Total	80 (100,0%)
Género	Femenino	44 (55,0%)
	Masculino	36 (45,0%)
	Total	80 (100,0%)
Conexión a internet en casa	Sí	63 (78,8%)
	No	17 (21,3%)
	Total	80 (100,0%)

El alfa de Cronbach (ver tabla 2) fue de 0,762 para aplicación de simuladores y 0,859 para evaluación de aprendizajes, valores que sustentaron la consistencia interna adecuada de ambos constructos para el análisis descriptivo y asociativo.

Tabla 2. Prueba de Fiabilidad Alfa de Cronbach

		N	%
Casos	Válido	80	100,0
	Excluido^a	0	,0
	Total	80	100,0
Variable		Alfa de Cronbach	N de elementos
Aplicación de simulador		0,762	16
Evaluación del aprendizaje		0,859	19
Nota^a. La eliminación por lista se basa en todas las variables del procedimiento

Respecto a la prueba Kolmogorov–Smirnov (ver tabla 3) arrojó p <0,001 en ambas variables, de manera que se deduce que los datos no tienen una distribución normal, de esto modo se justifica el uso de estadística no paramétrica en la prueba de relación.

Tabla 3. Prueba de normalidad

	Kolmogorov-Smirnov^a
	Estadístico	gl	Sig.
Aplicación de simuladores	,285	80	<,001
Evaluación de aprendizajes	,220	80	<,001
Nota^a. Corrección de significación de Lilliefors

Respecto al análisis de la variable aplicación de simuladores (ver tabla 4), el nivel global se ubicó en “regular” con 55,0%, que indica un uso presente de esta estrategia con márgenes de mejora en la calidad y la constancia. En la dimensión intrapersonal, los resultados se concentraron en el nivel “bajo” con un total de 45,0%, como indicadores de regulación y manejo de las emociones aun en proceso de desarrollo. A diferencia de la dimensión de adaptabilidad se concentró en “alto” con 38,8%, indicando que existe un buen ajuste operativo frente a cambios de contexto e indicaciones del sistema. Además, el componente referente a “uso de simuladores” obtuvo dos calificaciones, con 37,5% en “bajo”, 30,0% en el nivel “regular” y 32,5% en “alto”, siendo un indicador que señala a protocolos comunes que se enfocan en el control y el tiempo de trabajo.

Tabla 4. Niveles de aplicación de simuladores y sus dimensiones

Componentes	Bajo	Regular	Alto	Total
Componentes	f (%)	f (%)	f (%)	f (%)
Intrapersonal	36 (45,0%)	23 (28,7%)	21 (26,3%)	80 (100,0%)
Interpersonal	26 (32,5%)	27 (33,8%)	27 (33,8%)	80 (100,0%)
Adaptabilidad	24 (30,0%)	25 (31,3%)	31 (38,8%)	80 (100,0%)
Uso de simuladores	30 (37,5%)	24 (30,0%)	26 (32,5%)	80 (100,0%)
Aplicación de simuladores	14 (17,5%)	44 (55,0%)	22 (27,5%)	80 (100,0%)

En cuanto a la evaluación de aprendizajes (ver tabla 5) predominó el nivel “regular” con 43,8%, hecho que refleja un avance notable, aunque con un espacio importante para la consolidación de los conocimientos y el aprendizaje en general. En la categoría “conceptos” fue más notable el resultado de niveles altos e intermedios con 35,0% y 38,8%, indicando que la asimilación de ideas centrales se efectúa de manera positiva. Adicionalmente, en la parte de “Definiciones” se obtuvo una polarización de resultados con 38,8% en “alto” y 36,3% en “bajo”, como un indicador que permite observar desigualdades en el aprendizaje de vocabulario técnico. En cuanto a los “métodos” se obtuvo 38,8% en “bajo”, 27,5% en el nivel regular y 33,8% en “alto”; situación que indica que es necesario aplicar una guía secuencial y una síntesis enfocada en procedimientos de simulación que permitan mejorar el desempeño académico.

Tabla 5. Niveles de evaluación de aprendizajes y sus dimensiones

Componentes	Bajo	Regular	Alto	Total
Componentes	f (%)	f (%)	f (%)	f (%)
Aprendizaje de conceptos	21 (26,3%)	31 (38,8%)	28 (35,0%)	80 (100,0%)
Aprendizaje de definiciones	29 (36,3%)	20 (25,0%)	31 (38,8%)	80 (100,0%)
Aprendizaje de métodos	31 (38,8%)	22 (27,5%)	27 (33,8%)	80 (100,0%)
Evaluación de aprendizajes	21 (26,3%)	35 (43,8%)	24 (30,0%)	80 (100,0%)

El cruce de variables (ver tabla 6) mostró un gradiente ordenado, en el nivel alto de aplicación de simuladores, alto en evaluación alcanzó 45,5%; en bajo de aplicación, bajo en evaluación llegó a 50,0%. Esa asociación es indicativa de calidad de uso y los objetivos alcanzados. Los resultados intermedios actúan como punto de conexión de ambos niveles y demostró cambios hacia un mejor desempeño cuando la preparación académica es clara, la guía del profesional docente en las actividades que conllevan el uso de simuladores y desenlace con el análisis de los posibles errores encontrados. De tal manera que el refuerzo de esos tres episodios didácticos incrementa la probabilidad de posicionar a más estudiantes en rangos superiores con base a los resultados obtenidos en la evaluación del aprendizaje.

Tabla 6. Cruce de variables

			Evaluación de aprendizajes			Total
			Bajo	Regular	Alto	Total
Aplicación de simuladores (AS)	Bajo	Recuento	7	6	1	14
	Bajo	% dentro de AS	50,0%	42,9%	7,1%	100,0%
	Regular	Recuento	11	20	13	44
	Regular	% dentro de AS	25,0%	45,5%	29,5%	100,0%
	Alto	Recuento	3	9	10	22
	Alto	% dentro de AS	13,6%	40,9%	45,5%	100,0%
Total		Recuento	21	35	24	80
Total		% dentro de AS	26,3%	43,8%	30,0%	100,0%

El coeficiente Rho de Spearman (ver tabla 7) fue de 0,316 (p=,004), señal de relación positiva entre aplicación de simuladores y evaluación de aprendizajes. La magnitud describe una asociación de nivel medio en el contexto escolar estudiado, situación que indica que la aplicación de mejoras sostenidas en el uso pedagógico del simulador tendería a reflejarse en mejores puntajes de la evaluación de aprendizaje o el aprendizaje bruto en sí.

El valor de p de 0,004 confirmó una asociación estadística significativa y validó el patrón observado en la tabla de contingencia. La fuerza del vínculo no fue elevada, hecho que sugiere que la progresión del aprendizaje depende también de factores adicionales como claridad de los reactivos o temáticas, gestión del tiempo y tratamiento del error durante las sesiones de simuladores, de esta forma se orienta la mejora hacia componentes intrapersonales y de método.

Tabla 7. Prueba de correlación de variables

			Aplicación de simuladores	Evaluación de aprendizajes
Rho de Spearman	Aplicación de simuladores	Coeficiente de correlación	1,000	,316^**
		Sig. (bilateral)	.	,004
		N	80	80
	Evaluación de aprendizajes	Coeficiente de correlación	,316^**	1,000
		Sig. (bilateral)	,004	.
		N	80	80
Nota.** La correlación es significativa en el nivel 0,01 (bilateral).

DISCUSIÓN

La asociación entre el grado de aplicación de simuladores y la evaluación de aprendizajes reflejó que dentro del grupo alto de aplicación de simuladores, el nivel alto de evaluación alcanzó 45,5%; dentro del grupo bajo, el nivel bajo llegó a 50,0%; además, la correlación de Spearman fue ρ= 0.316; p= 0.004. En ese sentido, la consistencia del patrón coincide con evidencias como Diab et al. (2024) donde el grupo con PhET superó al control en todos los niveles de Bloom, con diferencias amplias en análisis (t=9,59; p<.001) y evaluación (t=7,44; p<.001). Así, la influencia pareció depender de uso intencionado y bien estructurado.

La distribución por componentes de la variable aplicación de simuladores mostró una postura crítica en la dimensión intrapersonal (bajo: 45,0%), mientras que la adaptabilidad reunió más casos altos (38,8%) y métodos mantuvo rezagos (bajo: 38,8%). Por su parte, Álvarez Siordia et al. (2025) en un estudio con simuladores, reportaron aumento de la motivación sin cambios en la autoeficacia, hecho que sugiere que el trabajo sobre la confianza requiere más experiencias y retroalimentación guiada. De hecho, Bizzio et al. (2024) recomiendan una exploración inicial del recurso y acompañamiento pedagógico explícito para mejorar el manejo y la autorregulación durante la tarea.

En los componentes de las evaluación de aprendizaje, los resultados ubicaron conceptos entre regular (38,8%) y alto (35,0%), mientras definiciones mostró polarización (alto 38,8% y bajo 36,3%); así, los métodos siguieron rezagados. En contraste, el autor Chávez Cusihuaman (2023) en una investigación efectuada en el nivel de estudios secundario con laboratorio virtual PhET registró una diferencia marcada de p< 0.001 entre varios grupos en la parte posterior al test de la competencia denominada “Indaga”, hecho que afirma que el uso de simuladores mejora la precisión y el uso de vocabulario cuando se utiliza conjuntamente con actividades estructuradas. Con ello, la polarización evidenciada en las definiciones sugiere una necesidad de instrucciones que obliguen a nombrar, distinguir y justificar durante el cierre.

Los resultados aportaron una ruta teórica y operativa para el subnivel medio, debido a la evaluación de la secuencia de antes, durante y después de las simulaciones; así, la lectura por niveles facilitó las decisiones pedagógicas inmediatas. Estos datos aportan a la disciplina de educación al demostrar que la simulación, usada de manera planificada y guiada, puede incorporarse como una estrategia cotidiana para desarrollar un pensamiento lógico, así como mejora la comprensión de procesos y fortalece la evaluación formativa en el aula.

El estudio presentó varias limitaciones acorde al diseño observacional en una sola unidad educativa y en relación al tamaño de la muestra con 80 estudiantes; por lo tanto, la inferencia externa continúa condicionada. El autorreporte de infantes de 9 a 11 años pudo incluir sesgos de aquiescencia y de dispersión, a diferencia de la conectividad en los domicilios obtuvo variaciones en cuanto a desigualdades. En este aspecto, futuras investigaciones deberían incluir un mayor número de instituciones educativas, actividades similares durante el periodo y sesiones de práctica que permitan identificar cambios o mejorías en el proceso.

CONCLUSIONES

Se concluyó que la aplicación de simuladores influyó significativamente de manera positiva en la evaluación de aprendizajes de niños de educación básica media. Las comparaciones por niveles mostraron correspondencia entre un mayor uso y mejores desempeños, mientras que el análisis correlacional confirmó esa dirección. Se notó que la estructura de las sesiones incidió en el rendimiento cuando incluyeron una preparación previa, guía durante la tarea y un cierre reflexivo.

Las características demográficas ubicaron una población ligeramente predominante femenina, así como distribución similar en cuanto a la edad y al grado quinto, sexto y séptimo. Además, la presencia de acceso domiciliario a internet es un indicador que mejora las posibilidades de los estudiantes en el uso óptimo de simuladores, mientras la reducida conectividad requirió apoyos en la institución para mantener oportunidades de práctica.

En términos de desempeño, los estudiantes mostraron un dominio intermedio en la aplicación de simuladores y en la evaluación de aprendizajes, con avances notables en adaptabilidad y comprensión conceptual. Sin embargo, la autorregulación y los procedimientos metodológicos evidenciaron áreas de mejora que requieren acompañamiento más sistemático del docente durante la simulación. La experiencia educativa desarrollada en la Unidad Educativa Fiscomisional “Hno. Miguel La Salle” evidenció que el uso pedagógico de simuladores es un medio efectivo para fortalecer el aprendizaje si se sostiene con guía, seguimiento y reflexión al cierre de las actividades.

REFERENCIAS

Aguilar Acevedo, F., Flores Cruz, J., y Pacheco Bautista, D. (2025). Enseñanza en línea de las leyes de Newton, utilizando simulaciones PhET. Innovación educativa, 23(92). https://n9.cl/ypl0b

Álvarez Siordia, F., Merino Soto, C., Rosas Meléndez, S., Pérez Díaz, M., y Chans, G. (2025). Simulators as an Innovative Strategy in the Teaching of Physics in Higher Education. Educ. Sci., 15(2), 131. https://doi.org/10.3390/educsci15020131

Bizzio, M., Guirado, A., y Maturano Arrabal, C. (2024). Uso de simulaciones científicas interactivas para fortalecer la formación inicial de docentes de Química. Revista Educación, 48(1). https://doi.org/10.15517/revedu.v48i1.56052

Carchipulla Altamirano, C., y Guevara Vizcaíno, C. (2022). Laboratorios virtuales para fortalecer el aprendizaje de la química en segundo de bachillerato. Ciencia Digital, 6(4), 137-154. https://doi.org/10.33262/cienciadigital.v6i4.2340

Castelo Barreno, L., Aguilar Quevedo, J., y Guale Tomalá, Y. (2024). La tecnología educativa y su influencia en la experiencia de aprendizaje y rendimiento escolar. Aula Virtual, 5(12). https://doi.org/10.5281/zenodo.12791475

Chávez Cusihuaman, Y. (2023). El laboratorio virtual PhET y la Competencia “Indaga” del área de Ciencia y Tecnología en los estudiantes del cuarto grado de una escuela secundaria de Cusco. Revista Aportes de la Comunicación y la Cultura(35). https://doi.org/10.56992/a.v1i35.436

Diab, H., Daher, W., Rayan, B., Issa, N., y Rayan, A. (2024). Transforming Science Education in Elementary Schools: The Power of PhET Simulations in Enhancing Student Learning. Multimodal Technol. Interact, 8(11), 105. https://doi.org/10.3390/mti8110105

Farrés Tarafa, M., Roldán Merino, J., Lorenzo Seva, U., Hurtado Pardos, B., Biurrun Garrido, A., Molina Raya, L., . . . Casas, I. (2020). Reliability and validity study of the Spanish adaptation of the “Educational Practices Questionnaire” (EPQ). Plos One, 15(9). https://doi.org/10.1371/journal.pone.0239014

Leighton, K., Ravert, P., Mudra, V., y Macintosh, C. (2015). Update the Simulation Effectiveness Tool: Item modifications and reevaluation of psychometric properties. Nursing Education Perspectives, 36(5), 317-323. https://doi.org/10.5480/1 5-1671

Li, J., Bai, J., Zhu, S., y Yang, H. (2024). Game-Based Assessment of Students’ Digital Literacy Using Evidence-Centered Game Design. Electronics, 13(2), 385. https://doi.org/10.3390/electronics13020385

Medeiros, R., Duarte Naia, M., y Bernardino Lopes, J. (2024). Simulações interativas do PhET nas práticas de ensino da física: uma meta-análise. Revista Brasileira de Ensino de Física, 46. https://doi.org/10.1590/1806-9126-rbef-2024-0186

Ministerio de Educación. (2024). Instructivo de Evaluación Estudiantil. Dirección Nacional de Comunicación. Ministerio de Educación. https://n9.cl/ypmgkr

OCDE. (2023). OECD Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem, OECD Publishing, Paris, https://doi.org/10.1787/c74f03de-en.

Singh Pillay, A. (2024). Exploring Science and Technology Teachers’ Experiences with Integrating Simulation-Based Learning. Educ. Sci. , 14(8), 803. https://doi.org/10.3390/educsci14080803

UNESCO. (2023). Global education monitoring report, 2023: technology in education: a tool on whose terms? Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. https://doi.org/10.54676/UZQV8501

RESUMEN