INTRODUCCIÓN
El agente etiológico SARS-Cov-2 fue identificado a fines de diciembre del 2019 como causante de neumonía grave en Wuhan capital de la provincia Hubei en China central (Organización Panamericana de la Salud, 2020). En poco tiempo, el virus se esparció alrededor del mundo produciendo un acelerado nivel de contagio lo cual impuso a la mayoría de los países afectados la toma de decisiones ligadas a la prevención y al cuidado de la sociedad. Es así como, alumnos, docentes y la comunidad en general se vieron forzados a cumplir con la implementación de aislamiento social preventivo obligatorio decretado el 20 de marzo en nuestro país (Decreto N° 297/2020). El rol presencial de la educación se enfrentó con el surgimiento de las nuevas tecnologías que, mediante redes, pantallas y datos, desafiaron aún más a las estructuras educativas. En este contexto, la incorporación de las TICs en los jóvenes se convirtió en una herramienta esencial en sus estilos de vida.
Los expertos en salud acordaron que la medida preventiva más efectiva para combatir la enfermedad era el aislamiento de los individuos (Toledo Ibarra et al., 2020), no obstante, las vivencias ligadas a la pandemia han provocado en las personas numerosas manifestaciones psicológicas (Brunetti & Gargoloff, 2020). Tal es así que, al comenzar a utilizar con mayor frecuencia las TICs para fines académicos, las personas estrecharon sus vínculos para la consecución de sus objetivos. En este contexto, el tecnoestrés ha sido considerado como un fenómeno actual que surgió como respuesta a los efectos nocivos ocasionados por el uso frecuente de las tecnologías (Arredondo Hidalgo & Caldera Gonzáles, 2022; Penado Abilleira et al., 2021). En el presente estudio se intentará aportar evidencia respecto de los niveles de tecnoestrés en estudiantes universitarios en contexto COVID-19.
En sus orígenes, el término estuvo estrechamente vinculado al ámbito laboral (Jiménez, 2010; Salanova et al., 1999; Salanova, 2003). Bord (1984) lo definió al tecnoestrés como una enfermedad de adaptación causada por la falta de habilidad para tratar con las nuevas tecnologías de manera saludable. Es decir, como un problema de adaptación a las nuevas herramientas y sistemas tecnológicos causadas por la falta de habilidad de los usuarios. Posteriormente, los autores Weil y Rosen (1997) ampliaron la perspectiva definiendo este fenómeno como los impactos negativos en las actitudes, los pensamientos, comportamientos o la fisiología ocasionada directa o indirectamente por la tecnología. De este modo, se estableció que la creciente demanda de tecnologías crea dependencia, así como el uso genera sobrecarga mental y dificultades debido a la sobreestimulación (Jiménez, 2010).
Mas cercano a la actualidad, Salanova et al. (2007) manifestaron que el tecnoestrés es el resultado un desajuste perceptivo entre la interacción de recursos laborales y las demandas tecnológicas mediadas por recursos humanos. Asimismo, Llorens et al. (2011) han definido como una experiencia psicosocial negativa que, despierta en el usuario sentimientos de ansiedad, fatiga mental, actitudes escépticas y creencias de ineficacia, como también, conductas adictivas.
Desde la década de los 80 en adelante se vienen llevando a cabo estudios e investigaciones sobre el fenómeno del tecnoestrés en el ámbito laboral, sin embargo, pareciera una premisa a priori que los estudiantes al poseer el carácter de nativo digital se supone que enfrentan una problemática distinta, motivo por el cual son pocos los estudios que se realizaron en población de estudiantes universitarios controlados por la variable tecnoestrés. Por ejemplo, un estudio llevado a cabo en España por Penado Abilleira et al., (2021), demostró que los estudiantes universitarios en contexto de pandemia COVID-19 han presentado niveles preocupantes de tecnoestrés. En la misma línea, en una investigación con estudiantes mexicanos, se encontró niveles significativos de ansiedad, depresión y estrés relacionados al uso intensivo de las tecnologías durante las clases virtuales (Arredondo-Hidalgo & Caldera-Gonzáles, 2022). Asimismo, Moreno Zamudio et al. (2022) informaron que los estudiantes manifestaron elevados niveles de escepticismo, fatiga e ineficiencia; relacionados al uso intensivo de las tecnologías en contexto de pandemia COVID 19.
Por otra parte, diversos estudios han demostrado que el uso del celular y las computadoras para fines académicos manifestó la prevalencia de tecnoestrés, impactando en su bienestar psicosocial y desempeño académico de manera negativa (Estrada Araoz et al., 2021; Qi, 2019; Verkijika, 2019).
Pasando ahora a los estudios sobre el tecnoestrés controlado por la variable sexo, Estrada Araoz et al., (2021) hallaron que las mujeres, a diferencia de los hombres, presentaron mayores niveles de tecnoestrés debido al uso frecuente de las TICs, mostrando elevados signos y síntomas relacionados a la depresión y la ansiedad frente a situaciones estresantes.
Por último, en África un estudio informó que los estudiantes universitarios de mayor edad experimentaron un mayor nivel de tecnoestrés asociado a las sobrecargas académicas y a las exigencias por el cumplimiento de tareas, lo que provocó un incremento de ansiedad, fatiga, ineficacia y adicción a la tecnología (Essel et al., 2021).
De la bibliografía recabada, la mayoría de las investigaciones sobre el tecnoestrés en estudiantes universitarios en contexto de pandemia fueron internacionales en las que se utilizó instrumentos de recolección de datos basados en los constructos que se supone generan el estrés tecnológico en este contexto. Al no hallarse investigaciones previas que hayan utilizado un instrumento adaptado y validado a la población argentina en contexto de pandemia COVID-19, los objetivos específicos propuestos para el presente estudio fueron: 1) describir los niveles de tecnoestrés en estudiantes universitarios de población Argentina, 2) verificar si existen diferencias significativas en los niveles de tecnoestrés según datos sociodemográficos y 3) Analizar las asociaciones entre los niveles de tecnoestrés y el tiempo de uso del celular, la computadora y los años de cursada en la carrera en universitarios argentinos.
METODOLOGÍA
Participantes
El muestreo no probabilístico y voluntario, estuvo conformado por 1656 estudiantes universitarios de población Argentina en contexto de pandemia por COVID-19 en un período de tiempo de 6 meses (Abril a Septiembre a Diciembre 2021). La edad promedio fue de 24.69 (DE = 6.52, Mín = 18, Máx = 66). El 78.2% (n = 1295) eran mujeres y el 21.8% (n = 361) eran varones. En cuanto a su lugar de residencia el 42.3% (n = 700) informó vivir en la provincia del Chaco, el 18% (n = 298) en Buenos Aires, el 9.9% (n = 164) en la Ciudad de Buenos Aires, el 15.7% (n = 260) en la provincia de Corrientes, el 6% (n = 53) en la provincia de Formosa, el 2.9% (n = 48) en la provincia de San Juan, el 2.2% (n = 36) en la provincia de Córdoba el 2.9% (n = 26) y el 7.8% (n = 71) restante se encontraban distribuidos entre las restantes provincias argentinas. El 68.1% (n = 1128) informó asistir a universidad pública, el 30.4% a universidad privada (n = 504) y el 1.4% (n = 24) restante a universidad semipública. El tiempo de cursada promedio fue de 3.36 años (DE =1.78, Mín = 1, Máx = 9). El 95.2% (n = 1577) informó que usaba su celular para fines académicos, mientas que el 4.8% (n = 79) refirió no hacerlo. Finalmente, el 87.5% (n = 1449) expresó que utilizaba su computadora para estudiar y el 12.5% (n = 207) informó que no lo realizaba.
Instrumentos
Entrevista sociodemográfica ad-hoc. Mediante este cuestionario se obtuvieron datos sobre la edad, el sexo, la institución a la que asistían, los años de cursada, si utilizaba el celular para fines académicos, la frecuencia con la que lo utilizaba, si tenía computadora propia y la frecuencia con la que la utilizaba para fines académicos.
Escala de Tecnoestrés (Llorens et al., 2011). El cuestionario consta de 22 ítems divididos en 5 subescalas que miden las dimensiones de: escepticismo, fatiga, ansiedad, ineficacia y adicción. Los ítems se responden en una escala Likert de 7 puntos (0 = nada a 6 = siempre) y las puntuaciones se clasifican desde muy bajas a muy altas. La consistencia interna supera en todas las dimensiones un puntaje mínimo de α .70. Se utilizó la versión Argentina del instrumento (Eidman & Basualdo, 2021). La escala cuenta con una adecuada evidencia de validez de contenido, aparente, de constructo y con excelentes puntuaciones de consistencia interna (fatiga, α ordinal = .93 y ω nominal = .95; ansiedad, α ordinal = .87 y ω nominal = .90; ineficacia α ordinal = .90 y ω nominal = .91 y adicción α ordinal = .76 y ω nominal = .84) lo cual determina que es un instrumento válido y confiable para evaluar el tecnoestrés en población de estudiantes universitarios argentinos.
Procedimiento
Las técnicas utilizadas para medir las variables fueron distribuidas mediante las redes sociales bajo la modalidad google forms©. Los participantes fueron voluntarios y no recibieron retribución alguna por su colaboración. Los sujetos que participaron del estudio fueron informados sobre los objetivos de la investigación y las características de la colaboración solicitada. El formulario contenía en su portada como campo obligatorio aceptar el consentimiento informado ajustado a la declaración de Helsinki de 1964 y sus enmiendas posteriores o sus normas éticas equivalentes, y aprobado por la Ley 25.326 de protección de los datos personales que se ocupa de las implicancias éticas de las investigaciones en salud en las que participen seres humanos, con el fin de proteger sus derechos fundamentales ponderando, a su vez, la necesidad de promover la investigación en salud.
Análisis de datos
Se utilizó el programa estadístico SPSS en su versión 25. Como paso previo al análisis, se realizó la depuración de información recolectada a través de la identificación de datos perdidos. En primer lugar, se utilizaron estadísticos descriptivos de frecuencias absolutas y relativas (medidas de tendencia central). Posteriormente, teniendo en cuenta que de acuerdo a la prueba Kolmogorov - Smirnov, la distribución de las puntuaciones compuestas de los instrumentos administrados no difería de una distribución normal (p >.05) y se cumplimentaba con la homogeneidad de varianzas, se utilizaron pruebas paramétricas. Se calcularon pruebas t de Student y análisis multivariado de las varianzas (MANOVA) para los objetivos de diferencias de grupos. Finalmente, para los objetivos correlacionales se realizaron correlaciones de Pearson para así valorar las asociaciones entre variables.
RESULTADOS
Niveles de tecnoestrés en estudiantes universitarios argentinos
En la tabla 1 se presentan los resultados del análisis descriptivo de las variables que conforman al tecnoestrés.
Variables | M(DE) | 95% IC | Rango | n |
---|---|---|---|---|
Ansiedad | 2.54 (0.03) | [2.47,2.61] | 6-24 | 1656 |
Fatiga | 3.52 (0.36) | [3.44,3.59] | 6-24 | 1656 |
Escepticismo | 2.28 (0.02) | [2.22,2.34] | 6-24 | 1656 |
Ineficacia | 1.80 (0.30) | [1.74,1.86] | 6-24 | 1656 |
Adicción | 3.98 (0.30) | [3.92,4.04] | 6-36 | 1656 |
Nota. IC: Intervalo de confianza.
Respecto del nivel de tecnoestrés en estudiantes universitarios argentinos en contexto de pandemia COVID-19. Mediante el análisis de frecuencias por dimensiones, el 76.9% informó niveles de ansiedad que oscilaron entre alto y muy alto, el 82.5% presentó niveles de fatiga en el mismo rango, al igual que el 75.8% en la dimensión adicción. A su vez, el 76.4% presentó niveles que variaron entre medio alto y alto en escepticismo y el 62.8% en ineficacia.
Niveles de tecnoestrés según datos sociodemográficos
Con la intención de verificar si existían diferencias estadísticamente significativas en las dimensiones de tecnoestrés según datos sociodemográficos, se efectuó una prueba t de student para muestras independientes. Además, se obtuvieron los valores relacionados al tamaño del efecto con el estadístico d de Cohen (Cohen, 1988).
En la tabla 2 se observa que en todas las dimensiones evaluadas se obtuvieron diferencias estadísticamente significativas (p < .000) según el sexo de los participantes.
Mujer | Hombre | t (1656) | p | d de Cohen | |||
---|---|---|---|---|---|---|---|
Tecnoestrés | M | DE | M | DE | |||
Ansiedad | 2.722 | 1.406 | 1.902 | 1.428 | 9.611 | .000 | 0.490 |
Fatiga | 3.702 | 1.399 | 2.869 | 1.529 | 9.646 | .000 | 0.568 |
Escepticismo | 2.357 | 1.180 | 2.012 | 1.252 | 4.760 | .000 | 0.283 |
Ineficacia | 1.918 | 1.220 | 1.394 | 1.169 | 7.186 | .000 | 0.542 |
Adicción | 4.074 | 1.208 | 3.643 | 1.266 | 5.844 | .000 | 0.465 |
Respecto a las diferencias en las dimensiones del tecnoestrés según la utilización del celular para fines académicos, los resultados informaron que las personas al utilizar su celular para fines académicas presentaban diferencias estadísticamente significativas (p < .000) en la dimensión adicción en comparación con quienes no lo utilizaban. A su vez, el tamaño del efecto marcó una diferencia estadística grande. Sin embargo, en las demás dimensiones no se hallaron diferencias estadísticamente significativas (p > .05) (Tabla 3).
Usa | No usa | t (1656) | p | d de Cohen | |||
---|---|---|---|---|---|---|---|
Tecnoestrés | M | DE | M | DE | |||
Ansiedad | 2.550 | 1.434 | 2.477 | 1.751 | 0.432 | .666 | 0.250 |
Fatiga | 3.536 | 1.456 | 3.199 | 1.754 | 1.985 | .047 | 0.806 |
Escepticismo | 2.281 | 1.201 | 2.322 | 1.265 | -0.299 | .719 | 0.577 |
Ineficacia | 1.805 | 1.220 | 1.851 | 1.402 | -0.321 | .748 | 0.356 |
Adicción | 4.026 | 1.195 | 3.063 | 1.608 | 6.862 | .000 | 1.157 |
En lo que se refiere a las diferencias en las dimensiones del tecnoestrés según la utilización de la computadora para fines académicos, en la tabla 4 se puede observar que exceptuando la dimensión ineficacia, donde no se encontraron diferencias estadísticamente significativas (p > .05), se hallaron diferencias estadísticamente significativas en las dimensiones restantes (p < .000). El tamaño del efecto varió entre pequeño y moderado.
Usa | No usa | t (1656) | p | d de Cohen | |||
Tecnoestrés | M | DE | M | DE | |||
Ansiedad | 2.447 | 1.425 | 3.240 | 1.440 | -7.475 | .000 | 0.553 |
Fatiga | 3.459 | 1.486 | 3.946 | 1.305 | -4.478 | .000 | 0.348 |
Escepticismo | 2.212 | 1.201 | 2.776 | 1.106 | -6.375 | .000 | 0.488 |
Ineficacia | 1.725 | 1.190 | 2.384 | 1.402 | -0.321 | .748 | -0.506 |
Adicción | 4.026 | 1.195 | 3.063 | 1.608 | 6.862 | .000 | 0.679 |
Por último, en la tabla 5 se observan diferencias estadísticamente significativas en las dimensiones ineficacia (p < .005) y ansiedad (p < .000) en personas que refirieron tener internet en su domicilio en comparación con quienes no refirieron contar con el servicio. En relación al tamaño del efecto las diferencias fueron entre bajas y moderadas.
Tiene | No Tiene | t (1656) | p | d de Cohen | |||
---|---|---|---|---|---|---|---|
Tecnoestrés | M | DE | M | DE | |||
Ansiedad | 2.522 | 1.440 | 3.211 | 1.585 | -3.564 | .000 | 0.455 |
Fatiga | 3.506 | 1.473 | 3.900 | 1.444 | -2.004 | .045 | 0.348 |
Escepticismo | 2.275 | 1.202 | 2.491 | 1.262 | -1.340 | .180 | 0.488 |
Ineficacia | 1.791 | 1.216 | 2.250 | 1.476 | -2.794 | .005 | 0.506 |
Adicción | 3.983 | 1.231 | 3.910 | 1.320 | 0.439 | .661 | 0.679 |
Relaciones entre variables sociodemográficas y dimensiones de tecnoestrés
Las asociaciones encontradas entre las variables sociodemográficas y las dimensiones del tecnoestrés se observan en la tabla 6. Los resultados informaron que, la edad correlacionó da forma positiva y significativa con el tiempo de experiencia universitaria y con la frecuencia en el uso de la computadora para fines académicos. A su vez, correlacionó de forma negativa y significativa con la frecuencia en el uso del celular y con las dimensiones fatiga, escepticismo y adicción. En lo que al tiempo de experiencia universitaria respecta, se obtuvo una asociación negativa y significativa con la dimensión escepticismo. En cuanto a la frecuencia en el uso del celular para fines académicos, se hallaron correlaciones positivas y significativas con las dimensiones ansiedad, fatiga y adicción. Por último, la frecuencia en el uso de la computadora para fines académicos correlacionó de forma positiva y significativa con las dimensiones ansiedad, fatiga, escepticismo e ineficacia.
Medidas | M | DE | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
---|---|---|---|---|---|---|---|---|---|---|---|
1. Edad | 24.69 | 6.52 | - | ||||||||
2. Tiempo de experiencia universitaria | 3.36 | 1.78 | .191** | - | |||||||
3. Frecuencia en uso de celular para fines académicos | 2.82 | 1.10 | -.076** | -.002 | - | ||||||
4. Frecuencia en uso de computadora para fines académicos | 2.13 | 1.15 | .108** | -.026 | .226** | - | |||||
5. Ansiedad | 2.54 | 1.45 | -.035 | -.020 | .095** | .123** | - | ||||
6. Fatiga | 3.52 | 1.47 | -.086** | .027 | .227** | .125** | .669** | - | |||
7.Escepticismo | 2.28 | 1.20 | -.080** | -.072** | .008 | .081** | .514** | .419** | - | ||
8. Ineficacia | 1.80 | 1.22 | .002 | -.024 | .045 | .086** | .721** | .482** | .506** | - | |
9. Adicción | 3.98 | 1.23 | -2.19** | -.007 | .078** | -.004 | .229** | .317** | .079** | .128** | - |
Nota. Las correlaciones de Pearson fueron reportadas para todas las variables. **p < .01. *p < .05.
DISCUSIÓN
La finalidad de la presente investigación consistió en describir los niveles de tecnoestrés en estudiantes universitarios de población Argentina en contexto COVID-19. Asimismo, se buscó verificar si existen diferencias significativas en los niveles de tecnoestrés según datos sociodemográficos. Por último, analizar las asociaciones entre los niveles de tecnoestrés y el tiempo de uso del celular, la computadora y los años de experiencia universitaria.
En relación a los niveles de tecnoestrés, los alumnos universitarios argentinos presentan una experiencia psicológica negativa relacionada al estrés, lo cual significa que la dimensión afectiva, la dimensión actitudinal y la dimensión cognitiva se encuentran elevadas. Este resultado es coincidente con lo propuesto por Llorens et al. (2011) al definir el tecnostrain como un constructo caracterizado por elevados niveles de ansiedad y sentimientos de fatiga en relación al uso de las TICs, lo cual produce una valoración negativa y creencias de incapacidad para manejarlas adecuadamente. A su vez, en coincidencia con los postulados de Salanova et al. (2007) sobre la tecnoadicción, los resultados informan la presencia de un uso excesivo y una incontrolable compulsión a utilizar las TICs en todo momento y en cualquier lugar, durante prolongados periodos de tiempo. Se podría inferir que al estar viviendo una situación pandémica donde las TICs son el medio de transmisión de conocimiento por parte de las instituciones universitarias, esto se suma a la frecuencia y tiempo habitual con el que utilizaban las TICs anteriormente provocando la presencia de tecnostrain y tecnoadicción.
En cuanto a los niveles de tecnoestrés según datos sociodemográficos, las mujeres a diferencia de los hombres, presentan un alto nivel de activación psicofisiológica del organismo, desarrollan actitudes negativas hacia las nuevas tecnologías de la información, sensaciones de cansancio, agotamiento mental y cognitivo que, a su vez se complementa con actitudes escépticas y creencias de ineficacia, valoración negativa, pensamientos negativos sobre sus propias capacidades y/o habilidades para utilizar de forma correcta las TICs. Este resultado se encuentra en consonancia con otros estudios (Cruz Covarrubias & Aguilar Pérez 2022; Estrada Araoz et al., 2021). Por lo tanto, se podría inferir que las mujeres a diferencia de los hombres sufren altos niveles de tecnoestrain, ya que generalmente tienden a exteriorizar manifestaciones emocionales y fisiológicas frente a situaciones estresantes y solo las perciben como una herramienta para desarrollar una tarea; en cambio los hombres le dan un carácter más personal, relacionado al ocio y cumplimiento de tareas.
Respecto de los resultados obtenidos según el uso del celular para fines académicos, los hallazgos informan que los estudiantes universitarios argentinos presentan una conducta adictiva hacia las TICs. Los usuarios sienten un impulso interno que los obliga a depender de ellas, tal como lo informó Llorens et al. (2011). Por consiguiente, los alumnos presentan conductas tales como querer estar al día con los últimos avances tecnológicos y acaban dependientes e inseparables a tecnologías, siendo el eje sobre el cual estructuran sus vidas. Estos resultados se encuentran en la misma línea de los informados por Qi (2019). A diferencia de la similitud en los hallazgos, Qi (2019) reportó efectos positivos relacionados al rendimiento académico. Se podría considerar una limitación del presente estudio no haber contemplado la medición del constructo controlado por el tecnoestrés.
Acerca del uso de la computadora para fines académicos, los resultados son coincidentes con el estudio de Estrada Araoz et al., (2021) y Verkijika (2019). Sin embargo, los estudiantes encuentran eficaz el uso del dispositivo, a pesar de presentar activación fisiológica no placentera, tensión y malestar, actitudes escépticas y pensamientos negativos sobre la propia capacidad y competencia en el manejo de las TICs. Respecto a contar con internet en el domicilio, los alumnos presentan pensamientos negativos sobre sus propias capacidades y/o habilidades para utilizar de forma correcta las TICs. Es decir, cuando los usuarios tienen que lidiar con excesivas demandas relacionadas con las TICs, es muy probable que los sentimientos de eficacia se vean reducidos y, como consecuencia presenten elevados niveles de tecnoestrain frente a dicha demanda.
Por último, las asociaciones obtenidas entre las variables sociodemográficas y el tecnoestrés se encuentran en línea con investigaciones precedentes (Estrada Araoz, 2021; Essel et al., 2021). En detalle, la relación entre la edad y el tiempo de experiencia universitaria con el tecnoestrés, indican que los estudiantes de mayor edad presentan falta de capacidad para estructurar y asimilar aquella información nueva derivada del uso de internet, lo cual provoca la aparición de cansancio mental seguido de sentimientos de rechazo y pensamientos hostiles hacia el uso de las tecnologías. A su vez, a mayor tiempo de uso del celular y la computadora para fines académicos, se presentan mayores síntomas de ansiedad y de fatiga, lo cual deriva en que el usuario siente un impulso interno que le obliga a depender de ellas.
Como en la mayoría de los trabajos, este estudio presenta una serie de limitaciones. La muestra fue obtenida con un muestreo no probabilístico lo cual influyó directamente en los supuestos que subyacen a la mayoría de los análisis estadísticos. Por lo tanto, las posibilidades de generalizar los resultados hallados en la presente investigación se encuentran limitados a muestras con características similares. El diseño utilizado fue de carácter transversal, lo cual no permite evaluar el valor predictivo y la evolución de las variables estudiadas. Por último, la mayoría de las investigaciones sobre el tecnoestrés en estudiantes universitarios en contexto de pandemia fueron internacionales debido a que no existían investigaciones previas que hayan utilizado un instrumento adaptado y validado a la población argentina en contexto de pandemia COVID-19. Las futuras investigaciones deberían desarrollar muestreos probabilísticos, elaborar un diseño longitudinal y utilizar el instrumento de medición desarrollado en el ámbito local controlado por otras variables de interés sobre la temática.
Finalmente, se considera preciso destacar que la versión del inventario utilizada es la adaptación argentina (Eidman & Basualdo Falleau, 2021) en contexto de pandemia por COVID-19. Esto indica que los hallazgos obtenidos se ajustan de forma ecológica a la situación de pandemia. Este trabajo contribuye a pensar en la implementación de estrategias que posibiliten la incorporación de recursos frente al uso de las TICs y de esta forma, los estudiantes universitarios puedan continuar sus estudios contemplando el cuidado de su salud mental.