M-learning and Augmented Reality: A Review of the Scientific Literature on the WoS Repository

Pulsa aquí para ver la versión en Español (ES)

Abstract

Augmented reality emerges as a tool, on which it is necessary to examine its real educational value. This paper shows the results of a bibliometric analysis performed on documents collected from the Web of Science repository, an Internet service that concentrates bibliographic information from more than 7,000 institutions. Our analysis included an overall universe of 12,000 indexed journals and 148,000 conference proceedings. From those, we selected a sample targeting the terms “mobile-learning” or “m-learning” and “augmented reality” as descriptors or components of titles of scientific works. The analysis on journals (n=741) and in conference proceedings (n=913) reveals a differentiated perspective in each area in the last two years. A qualitative ana¬lysis of 67 scientific productions addressing these subjects complements the research. This highlights five themes: conceptualization of the phenomenon, development of new methodologies, motivation, spatial delocalization, and implementation in subject-matter areas. The research highlights logical changes, such as greater and differentiated access to information; transcendent innovations, such as increasing informal and ludic activities, insertion into virtual environments, membership of specific groups, and networks of friendly interaction, along creation of new scales of values. These elements are now beginning to constitute fundamental parts of teaching methodologies. Education appears to be subsidiary to technical advances, thus imposing a drastic methodological change.

Download the PDF version

1. Introduction

The high variety and penetration of mobile devices in society impacts young users, who are also students at education centers. Portable devices have encroached into our daily lives (Weiser, 1991), thus fostering u-learning. Learning using portable digital devices, or m-learning, has now reached our regular activities linked to knowledge (Castro & al., 2016). The use of m-technologies represents a challenge for educators (Burden, & Hopkins, 2016). Therefore, research alerts about the need to continuously explore the benefits or interest that drive their use. In view of that, we review relatively recent research on m-learning and augmented reality (AR), in education. Relevant work in the first decade of the century is represented by Hwang & Tsai (2011). Toh & al. (2015) have also contributed. More recent investigation into this matter has been performed by Amara & al. (2016). All of them recognize an increase in technology development, enticing particularly younger generations, who have also become its most akin users.

Widespread use of m-learning is correlative to demographic factors, such as age, gender, and family income (Mazaheri, Mohamed, & Karbasi, 2014). Cantillo, Roura and Sánchez (2012) have drawn a below-to-media rate, at 13 years old, when adolescents pick up mobile devices. An advanced trend of m-learning is the technique known as AR. AR superposes digital information on real imagery captured on mobile devices. AR is driving spectacular innovation. It allows to aggregate data, 2D and 3D images, or allows Internet access to sites or sources, creating interactions with any environment. M-learning and AR appear as intrinsically related, and their novelty make them the object of multiple research in aimed at understanding their educational possibilities (Cabero & Barroso, 2016; Ávila & Bailey, 2016). These are emerging phenomena with implications that reach beyond the pure technological facts, that impact on methodologies, habits of students, and that have the potential of transforming our understanding of learning processes in their spatial, temporal, generational, cultural and geopolitical spheres, thus transcending the merely un-localization element of the formative framework (Vázquez-Cano, Sevillano, & Fombona, 2016). This fast evolution creates some unfilled spaces in our knowledge about how to appropriately take advantage of these tools. It creates a need to develop robust theories about learning and their underlying models. The scientific community is in need to provide answers to those questions and is urged to verify if we are facing a socio-educational problem, or a new culture-enriching phenomenon.

2. Materials and methods

The common use of these devices by students, and their innovative and highly attractive features are characteristics that open multiple educational options. This potential generates a hypothesis for effective implementation in any educational setting. In this regard, this research brings together international researchers of the National Autonomous University of México (UNAM), and of the University of Oviedo in Spain, with the purpose of clarifying the didactic possibilities of m-learning and outlining concrete expectations generated by AR technology.

Therefore, this work seeks to understand where this phenomenon is heading considering previous scientific research. To attain that objective, we undertake a descriptive analysis of current findings, considering robust references, non-biased by market/commercial factors, in a time range that does not go beyond a five-year, period. This because of the high risk of theoretical and practical obsolescence of technological meanings (Martínez & Bello, 2001). We worked on the repository for scientific research Web of Science (WoS), indexed by Thomson. WoS catalogues scientific references with high impact. It comprises more than 12,000 journals and 148,000 conference proceedings. References in WoS are grouped by sciences, social sciences, arts and humanities. Although this review is not extensively based on it, we also considered Scopus which is further analysed in a different document.

For the qualitative design, we implemented a simultaneous contrast between UNAM´s and University of Oviedo´s teams, the latter acting as a double expert. According to literature on evaluators reliability, we followed Cohen´s kappa, yet details of this specific analysis are not further described here. The approach implemented permitted a deep review of contents, and also, the use of a high number of WoS documents: books, chapters, articles, communications and presentations in key relevant conferences. 67 documents were reviewed using the key terms under research in the Topic and in the Title, see table 5. A pair of tools supported the analysis: Codification of WoS database, and Atlas.ti-7.5.12. Due to a high number of records obtained, we incorporated temporality and appropriateness criteria to obtain a selection of samples. This approach is widely accepted, in cases that entail dealing with plenty of information (Avila, 1999).

The analysis considered the terms involved in two instances: records related to the subject, that is, terms were included in the topic (title, abstract or descriptors words). On the other hand, we looked at records where key terms were substantial to the document and appeared in the titles. Therefore, the exercise quantified the variables topic and title, searching for the terms “m-learning” and “mobile learning”, both with sufficient range, and using complementary and exclusive elements. “Augmented reality” or “realidad aumentada” was also reviewed placing the reduced results in Spanish, within its meaning in English. Search operators “and” for records with all terms and “or” were used to locate records within the appropriate scope.

The analysis included the number of titles within WoS All Databases for all collections. For the terms “m-learning” and “mobile learning”, the number of records resulted uneven, and warranted a differentiated handling (Table 1).

We obtained 26,670 documents related to m-learning, and 10,155 for augmented reality. Records for these documents include dates of registration. With that information, we considered only the most recent. Then, we refined the search with the variable “records made between January/1/2015 to November/16/2016”. We obtained 913 titles for “augmented reality”. Using AR as a descriptor resulted in 2,107 documents. M-learning yielded 73 titles and 246 documents, whereas mobile learning yielded 668 titles registries and 5,213 documents when using it as descriptor.

3. Analysis and results

Table 3 includes the type and number of scientific papers where the terms are included as descriptor or in the title of a document. It is worth noting that some cases are included in more than one category, and that the total numbers may exceed total number of documents (n).

The period under review represents a 20% of the total number or registries of the last 24 years for both, m-learning and AR, and the production includes more articles and presentations than books, which is the least prolific product. Table 4 below features subjects and numbers of documents in each case. In some cases, records can be associated to several subjects.

When using: Theme: (“m-learning” OR “mobile learning” OR “mobile-learning”) AND “augmented reality” (Table 5) (see next page), we obtained null recent reviews on these themes altogether. Note that social sciences include education.

Quantitative details for “m-learning” and “augmented reality” in the titles and period reviewed are available here: https://goo.gl/H5BjSh Results included there show a strong connection of these terms with Education and Research, and with Medicine and Engineering.

4. Qualitative analysis

Contents analysis resulted in five major subject-matter areas differentiated and contrasted by the two teams. These areas are the following: a) Conceptualization and typology; b) Methodology; c) Factors of use and the ludic-motivational dimension; d) Spatial delocalization; e) Educational subjects for AR implementation.

4.1. Records on conceptualization and typology

The work of Toh & al. (2015) constitutes a salient piece of scientific literature in m-learning. Yousafzai, Chang, & Gani (2016) present a taxonomy of technical variables on m-learning applications with multi-media capacities, linkage to heterogeneous devices, network needs, user´s expectations typology and characteristics of contents.

In this context, m-learning represents an advance of portable technology and a manner to introduce resources in an online environment. Richardson (2016), and Kim & Hyun (2016) feature a clear relationship between AR and the potential of intelligent portable devices and smartphones. Delocalization demands a new denomination for learning in undefined spaces and timing. Students now have access to a myriad of digital services when and where they need them. They can use video, multimedia and AR, a mixed-reality where you can interact with objects. Research show new virtual rooms with tools created and managed by students and instructors like in-real- life practice. Heradio & al. (2016) review virtual labs and the reduction of costs in equipment, space, maintenance, security enhancement, micro or macro experiences and accessibility to people with disabilities. Tools for flexible and comfortable learning with multiple support, whether they are portable computers, tablets, smartphones or multimedia players. El-Kabtane & al. (2016) highlight a rapid change of meaning for e-learning after the emergence of the Internet. Before that, the term meant any kind of learning with electronic machines; currently, it is associated with online learning. In that context, it is necessary and also appropriate to redefine categories, distance learning, open courses MOOC, etc. All that configures new models that begin to be systematized (Potkonjak & al., 2016).

4.2. Records on educational methodology

M-learning represents a shift in teaching methodology, reaching beyond a purely instrumental component of technology for education. It facilitates the use of strategies based on a myriad of learning theories, such as constructivism (Sun & Shu, 2016), connectivism, or conceptual maps techniques, among others (Marzal & Pedrazzi, 2015).

As more ergonomic equipment is built and pedagogic use is facilitated, new user-friendly interfaces surge (Navarro & al. 2016). On the one hand, m-learning creates collaborative dynamics to learn and interact, which are basic elements in teaching. These options open possibilities and yet they bring procedural issues. (Al-Emran, Elsherif, & Shaalan, 2016). On the other hand, learning at a personal, informal, spontaneous and creative learning is fostered (Gimhyesuk, 2016). This, enhanced by commonalities such as accessibility, motivation, self-control and enjoyment. This suggests learning traits (Castro & al., 2016). Research has documented methodological implications in different areas and levels. Castro & al. (2016) review m-learning in secondary education, math methodology using SMS, social networks such as Facebook and Twitter, and learning objects (LO) looking at new styles and learning contexts. Rodrigo (2016) reviews tablets and makes a difference in elementary and secondary school methodologies. He discusses that their use is conditioned by their initial purpose for purchase, by pedagogical strategies in the classroom, by educational level, and by resources utilised. In more basic levels, tablets are used in a more traditional fashion, more centered in activities than in contents, and competencies are left aside. Games are part of the learning process, project method and new opportunities where tablets may reach beyond traditional strategies (Suarez-Guerrero, Lloret-Catala, & Mengual-Andres, 2016). AR calls for a more appropriate use of methodology to attain effective implementation (Chen, Chou, & Huang, 2016). Pejoska & al. (2016) place the narrative component of AR in purely audiovisual language.

The benefits of virtualization seem more evident in self-formation (Hackett & Proctor, 2016), and in collaborative interaction, from person-to-person in or out of the classroom, or from a person to groups (Lindsay, 2016). Amara & al. (2016) call this Mobile Computer Supported Collaborative Learning (MCSCL). They underscore the lack of systematic analysis on methodologies in group interaction and in solutions that could be generalized. Technology can increase the drive to learn more about environments; however, the use of technology may come along with issues when used in the classroom. M-learning may disrupt normality in this setting, more often in exams as reviewed by Kaiiali & al. (2016). Use of mobile phones at school is problematic and many instructors are unwilling to use them because of attention deviation, cyberbullying and other issues.

4.3. Records on factors of use and the ludic-motivational dimension

Penetration of ICT is linked to infrastructure. Burden & Hopkins (2016) identify physical contexts and personnel training as barriers to their development, followed by attitudes and beliefs. In upper-level education, classroom management and manager´s traits are crucial (Alrasheedi, Capretz, & Raza, 2016). Chang & al. (2016) discuss a positive correlation between environment perception and creative performance. They establish m-learning generates motivation in educational managers and organizations.

Because of the recreational character that stems of its experience, a fundamental component of m-learning is motivation. Several analysis cross-connect interest, concentration and performance. According to Karimi (2016), individual characteristics drive students to the educational use of these devices, reinforcing their ludic style for learning, in a formal and informal setting. Ruiz & Belmonte (2014) identify that university students at a young age display a positive attitude towards applications downloading, installation and use. Hsia (2016) identifies stress in students for what is expected from them; classroom environment conditions, behavior, and this belief significantly affects their level of achievement.

One cannot leave aside the commercial drive underlying ICT market, this creates more affordable mobile devices with more functionalities, including AR in educational materials, such as interactive publications. This trend grows nurtured by economic investment (Kopecky & Szotkowski, 2016). Kim, Chun & Lee (2014) identify that the extent to which students utilize technology is conditioned by its affordability.

The unyielding environment of traditional teaching contrasts with learning based on games and story-telling as salient strategies to create external motivation. Furio & al. (2015) compare mobile to traditional learning. Although they do not find significant differences, they discuss that a student may feel more suited for learning through games, since it connects ludic challenges to rigidness of the real world, abstract concepts to practical deeds, learning processes in real contexts to virtual contexts in AR. Different research documents give account of the attractive potential of AR for students (Cubillo & al., 2015). Sakr & al. (2016) explore emotional implications of students that learned about Second World War by means of the multimodal approach of AR. Laine & al. (2016) combine these ideas in an AR platform where they develop science learning games that interact with the environment.

4.4. Records on spatial delocalization

A variable specifically reviewed in m-learning is the modification of learning spaces by moving the educational phenomenon outside the traditional classroom. Lin & Yang (2016), and Welsh & al. (2015) review possibilities for mobile devices in field trips. Reychav, Dunaway, & Kobayashi (2015) characterize three types of m-learning use: a) teaching-and-learning activity as an extension to the classroom in outdoor settings where objectives, activities and tools remain similar to those created in a traditional curriculum, b) learning activities set forth by the student that is actively searching for new knowledge; and, c) spontaneous learning created in daily activities occurring in non-planned environments. These synthetize m-learning out of the class as formal or informal; planned or spontaneous; guided by the educator or by the student; in a school or work environment. Often, non-planned learning is driven by commercial interests (Pavlou & Fygenson, 2006). It seems that learning outside formal settings does not create bold changes in behavior and patterns, and it is difficult to control its efficacy. Usually, the researcher uses behavioral patterns of the use of mobile devices in daily activities of the user as a reference. Such patterns, not necessarily educational, are significant since they help draw lines of delocalized learning.

Expected behaviour with these devices seem to be geared at gaming and leisure activities. Agarwal & Karahanna (2000: 673) introduced the concept of “cognitive absorption”. This is defined as a state of deep implication with the tool that could be used a foundational basis for motivation for learning outside of the classroom with mobile devices.

AR emerges as a substitute to outdoor experiences as the device itself (Harley & al. 2016) is used to enter immersive and interactive environments, virtual rooms, or scenarios designed to support learning (Nagata, Giner, & Abad, 2016). Tan & Chang (2015) have put forth a scientific algorithm directed at identifying reality objects that can be utilized along with AR for educational purposes. Also, Tarng & al. (2015) develop a new methodology able to reproduce an ecological system, resembling a garden, where students interact with one another and see insects grow. García, Guerrero, & Granados (2015) identified good formative virtual practices, concluding that students are able to learn, when situated in a place where they can experiment, and achieve a high degree of interaction that can be assimilated as real. These are beneficial common places for social dialogue and playful experience (Tscholl & Lindgren, 2016).

4.5. Records related with subjects with AR implementation

Not all subject-matter implements new technology at the same pace. We have detected that AR is still scarcely linked with formation and learning, as pointed out by Abate & Nappi (2016), and by García (2016). Tscholl & Lindgren (2016), Laine & al. (2016), Liou, Bhagat & Chang (2016), among others, describe the benefits of AR in learning sciences. Most of the references appear in technology and Medicine. In this, Huang, Liaw & Lai (2016) describe the use of human simulators for patients and systems of virtual environments. Acceptation of these virtual reality (VR) learning environments is high among students, with a positive impact on perceived usefulness and easy-to-use features. Heradio & al. (2016), and Potkonjaj & al. (2016) organize formative experiences in engineering, and analyse literature on virtual laboratories, since its early days to 2015.

Another area where AR implementation has occurred is language learning, Mobile Assisted Language Learning, and notably in English (Gimhyesuk, 2016). Liu, Lu & Lai (2016) reviewed WoS literature through data mining and address specific abilities enhanced in each case. Kim (2016) presents positive results in listening comprehension where levels of interest and motivation, along with autonomy of university students in their own learning, play an important role. Sung, Changb, & Liua (2016) analyse autonomous learning of English and its impact on listening skills. We cannot put aside the great market behind foreign language formation where strong commercial strategies, gaming and the enticing capacity of AR combined are driving components of activities even at upper language levels (Richardson, 2016).

5. Discussion and conclusions

Scientific literature reviewed demonstrates that it is urgent to assemble a theorical and conceptual framework agreed and assimilated by the educational community. Several works, including those of Mohd & al. (2014) call for a reorientation in the realm of Philosophy of Education, seeking not to underestimate creative and ludic drivers of the teaching-and-learning process. We coincide with several authors in witnessing the surge of these instruments motivating methodological changes, and as mechanisms for modulation of the educational interaction, overcoming the mere space-time delocalization (Vázquez-Cano, Sevillano, & Fombona, 2016). In line with Davies & al. (2010), we believe that the overall technological implementation process should not be regarded in a systematic manner, but rather, it should be addressed in perspectives tailored to specific subject-matter.

Data show the situation of the phenomenon at the moment of the review. Because of the importance of the sources reviewed, the trend can be considered as a true image of the level of penetration that m-learning and AR technology have achieved in scientific research, making this paper a timely reference for subsequent sectorial research.

Qualitative analysis points at five groups of key descriptors in research for m-learning and AR: terminological conceptualization, methodological changes, analysis of use factors, motivational and ludic dimension, delocalization and selected subject-matter with higher implementation of AR. These are references to educative institutions that do not play a key role when confronted to informal actions, use of tools for m-learning, immersive virtual environments outside of teaching guidelines, MOOC courses (Aguaded, Vázquez-Cano, & López-Meneses, 2016), hybrid models, and b-learning (Mittag, 2016). In addition to benefits such as quantitative enrichment due to more access to information, this phenomenon creates innovative frameworks for activities such as focused virtual groups, rewarding interaction, and new scales of values, that are situated outside of administrative regulations that nonetheless, can become successful learning experiences.

Funding Agency

International Project Erasmus+ KA204, crosscutting competence of ICT (2016-1-ES01-KA204-025159): «Sharing good educational practices and systematising a training competences programme for employement and inclusion for vulnerable adult people». UNAM-DGAPA PAPIMPE-PE-304717, Intellectual Independence of University of the 21st Century.

References

Abate, A., & Nappi, M. (2016). Augmented Reality Based Framework for Multimedia Training and Learning. Multimedia Tools and Applications, 75(16), 9507-9509. https://doi.org/10.1007/s11042-016-3551-7

Aguaded, I., Vazquez-Cano, E, & Lopez-Meneses, E. (2016). El impacto bibliométrico del movimiento MOOC en la Comunidad Científica Española. Educación XX1, 19(2), 77-104. https://doi.org/10.5944/educXX1. 13217

Al-Emran, M., Elsherif, H., & Shaalan, K. (2016). Investigating Attitudes towards the Use of Mobile Learning in Higher Education. Computers in Human Behavior, 56, 93-102. https://doi.org/10.1016/j.chb.2015.11.033.

Alrasheedi, M., Capretz, L., & Raza, A. (2016). Management's Perspective on Critical Success Factors Affecting Mobile Learning in Higher Education Institutions, an Empirical Study. Journal of Educational Computing Research, 54(2), 253-274. https://doi.org/10.1177/0735633115620387

Amara, S., Macedo, J., Bendella, F., & Santos, A. (2016). Group Formation in Mobile Computer Supported Collaborative Learning Contexts: A Systematic Literature Review. Educational Technology, & Society, 19(2), 258-273.

Avila, H. (1999). Introducción a la metodología de la investigación. México: Instituto Tecnológico de Cuauhtémoc.

Avila, L., & Bailey, M. (2016). Augment your Reality. IEEE Computer Graphics and Applications, 36(1), 6-7.

Burden, K., & Hopkins, P. (2016). Barriers and Challenges Facing Pre-Service Teachers use of Mobile Technologies for Teaching and Learning. International Journal of Mobile and Blended Learning, 8(2), 1-20.

Cabero, J., & Barroso, J. (2016). The Educational Possibilities of Augmented Reality. Journal of New Approaches in Educational Research, 5(1), 44-50. https://doi.org/10.7821/naer.2016.1.140

Cantillo, C., Roura, M., & Sanchez, A. (2012). Tendencias actuales en el uso de dispositivos móviles en educación. LaEduc@ción Digital Magazine, 147.

Castro, G., Dominguez, E., Velazquez, Y., Matla, M., Toledo, C., & Hernandez, S. (2016). MobiLearn: Context-Aware Mobile Learning System. IEEE Latin America Transactions, 14(2), 958-964.

Chang, Y., Chien, Y.H., Yu, K., Lin, H., & Chen, M. (2016). Students' Innovative Environmental Perceptions and Creative Performances in Cloud-Based M-Learning. Computers in Human Behavior, 63, 988-994. https://doi.org/10.1016/j.chb.2016.06.032

Chen, CH., Chou, Y., & Huang, CY (2016). An Augmented-Reality-Based Concept Map to Support Mobile Learning for Science. Asia-Pacific Education Researcher, 25(4), 567-578. https://doi.org/10.1007/s40299-016-0284-3

Cubillo, J., Martin, S., Castro, M., & Boticki, I. (2015). Preparing Augmented Reality Learning Content should be Easy: UNED ARLE- an authoring tool for augmented reality learning environments. Computer Applications in Engineering Education, 23(5), 778-789. https://doi.org/10.1002/cae.21650

Davies, R.S; Howell, S.L., & Petrie, J.A. (2010). A review of trends in distance education scholarship at research universities in North America, 1998-2007. The International Review of Research in Open and Distributed Learning, 11(3), 42–56.

El-Kabtane, H., Sadgal, M., El Adnani, M., & Mourdi, Y. (2016). An Augmented Reality Approach to Integrate Practical Activities in E-Learning Systems. International Journal of Advanced Computer Science and Applications, 7(2), 107-117. https://doi.org/10.14569/IJACSA.2016.070215

Furio, D., Juan, M., Segui, I., & Vivo, R. (2015). Mobile Learning Vs. Traditional Classroom Lessons: A Comparative Study. Journal of Computer Assisted Learning, 31(3), 189-201. https://doi.org/10.1111/jcal.12071

Garcia, A., Guerrero, R., & Granados, J. (2015). Buenas prácticas en los entornos virtuales de enseñanza-aprendizaje. Revista Cubana de Educación Superior, 0(3), 76-88.

Garcia, J. (2016). Augmented Reality: Technology for Training. Pixel-Bit, 49, 241-242.

Gimhyesuk (2016). A Study on Mobile Application Design for English Vocabulary Learning. Journal of Linguistics Science, 78, 67-99. https://doi.org/10.21296/jls.2016.09.78.67

Hackett, M., & Proctor, M. (2016). Three-Dimensional Display Technologies for Anatomical Education: A Literature Review. Journal of Science Education and Technology, 25(4), 641-654. https://doi.org/10.1007/s10956-016-9619-3

Harley, J., Poitras, E., Jarrell, A., Duffy, M., & Lajoie, S. (2016). Comparing Virtual and Location-Based Augmented Reality Mobile Learning: Emotions and Learning Outcomes. Educational Technology Research and Development, 64(3), 359-388. https://doi.org/10.1007/s11423-015-9420-7

Heradio, R., de la Torre, L., Galan, D., Cabrerizo, F., Herrera-Viedma, E., & Dormido, S. (2016). Virtual and Remote Labs in Education: A Bibliometric Analysis. Computers & Education, 98, 14-38. https://doi.org/10.1016/j.compedu.2016.03.010

Hsia, J. (2016). The Effects of Locus of Control on University Students' Mobile Learning Adoption. Journal of Computing in Higher Education, 28(1), 1-17. https://doi.org/10.1007/s12528-015-9103-8

Huang, H., Liaw, S., & Lai, C. (2016). Exploring Learner Acceptance of the Use of Virtual Reality in Medical Education: A Case Study of Desktop and Projection-Based Display Systems. Interactive Learning Environments, 24(1), 3-19. https://doi.org/10.1016/j.compedu.2016.02.008

Hwang, G., & Tsai, C. (2011). Research trends in mobile and ubiquitous learning: A review of publications in selected journals from 2001 to 2010. British Journal of Educational Technology, 42(4), 65–70.

Kaiiali, M., Ozkaya, A., Altun, H., Haddad, H., & Alier, M. (2016). Designing a Secure Exam Management System (SEMS) for M-Learning Environments. IEEE Transactions on Learning Technologies, 9(3) 258-271.

Karimi, S. (2016). Do Learners' Characteristics Matter? An Exploration of Mobile-Learning Adoption in Self-Directed Learning. Computers in Human Behavior, 63, 769-776.

Kim, D., Chun, H., & Lee, H. (2014). Determining the Factors that Influence College Students' Adoption of Smartphones. Association for Information Science & Technology, 65(3), 578-588. https://doi.org/10.1016/j.chb.2016.01.001

Kim, H. (2016). Utility of the Mobile in Language Learning: With Reference to English Listening Comprehension at a University Level. Journal of Mirae English Language and Literature, 21(2), 181-201.

Kim, H., & Hyun, M. (2016). Predicting the Use of Smartphone-Based Augmented Reality (AR): Does Telepresence Really Help? Computers in Human Behavior 59, 28-38. https://doi.org/10.1016/j.chb.2016.01.001

Kopecky, K., & Szotkowski, R. (2016). Use of Mobile Touch Devices as Part of Lifelong Learning with Specific Focus on Tablets. ICLEL 2015, 1st International Conference on Lifelong Learning and Leadership for All, 221-225.

Laine, T., Nygren, E., Dirin, A., & Suk, H. (2016). Science Spots AR: A Platform for Science Learning Games with Augmented Reality. ETR&D-Educational Technology Research and Development, 64(3), 507-531. https://doi.org/10.1007/s11423-015-9419-0

Lin, Y.L., & Yang, J.C. (2016). Augmented Reality Based Learning Applied to Green Energy. Journal of Materials Education, 38(1-2), 37-50.

Lindsay, L. (2016). Transformation of Teacher Practice Using Mobile Technology with One-To-One Classes: M-Learning Pedagogical Approaches. British Journal of Educational Technology, 47(5), 883-892. https://doi.org/10.1111/bjet.12265

Liou, W., Bhagat, K., & Chang, C. (2016). Beyond the Flipped Classroom: A Highly Interactive Cloud-Classroom (HIC) Embedded into Basic Materials Science Courses. Journal of Science Education and Technology, 25(3), 460-473. https://doi.org/10.1007/s10956-016-9606-8

Liu, G., Lu, H., & Lai, C. (2016). Towards the Construction of a Field: The Developments and Implications of Mobile Assisted Language Learning (MALL). Digital Scholarship in the Humanities, 31(1), 164-180. https://doi.org/10.1093/llc/fqu070

Martinez, L., & Bello, J. (2001). Humanidades, educación y nuevas tecnologías. Revista Chilena de Humanidades, 2001, 187.

Marzal, M., & Pedrazzi, S. (2015). Educational Potential of Topic Maps and Learning Objects for M-Learning in the Knowledge Society. Transinformaçao, 27(3), 229-244. https://doi.org/10.1590/0103-37862015000300005

Mazaheri, M., Mohamed, F., & Karbasi, M. (2014). Mobile Phone Usage Patterns among Students in Iran. (https://www.behavioralsciences.com) (2016-12-12).

Mittag, H. (2016). Blended Learning in Practice: An Overview on Recent Developments. Lifelong Learning Society, 12(2), 171-186.

Mohd, A.; Daniel, E.; Low, W., & Abaziz, K. (2014). Teachers' perception of mobile edutainment for special needs learners: The Malaysian case. International Journal of Inclusive Education, 18(12), 1237-1246.

Nagata, J., Giner, J., & Abad, F. (2016). Virtual Heritage of the Territory: Design and Implementation of Educational Resources in Augmented Reality and Mobile Pedestrian Navigation. IEEE-RITA, 11(1), 41-46. https://doi.org/10.1109/RITA.2016.2518460

Navarro, C.X., Molina, A., Redondo, M.A., & Juarez-Ramirez, R. (2016). Framework to Evaluate M-Learning Systems: A Technological and Pedagogical Approach. IEEE-RITA, 11(1), 33-40. https://doi.org/10.1109/RITA.2016.2518459

Pavlou, P., & Fygenson, M. (2006). Understanding and Predicting Electronic Commerce Adoption: An Extension of the Theory of Planned Behavior. MIS Quarterly, 30(1), 115-143. https://doi.org/10.2307/25148720

Pejoska, J., Bauters, M., Purma, J., & Leinonen, T. (2016). Social Augmented Reality: Enhancing Context-Dependent Communication and Informal Learning at Work, British Journal of Educational Technology, 47(3), 474-483. https://doi.org/10.1111/bjet.12442

Potkonjak, V., Gardner, M., Callaghan, V., Mattila, P., Guetl, C.,… & Jovanovic, K. (2016). Virtual Laboratories for Education in Science, Technology, and Engineering: A Review. Computers & Education, 95, 309-327. https://doi.org/10.1016/j.compedu.2016.02.002

Reychav, I., Dunaway, M., & Kobayashi, M. (2015). Understanding Mobile Technology-Fit Behaviors outside the Classroom. Computers & Education, 87, 142-150. https://doi.org/10.1016/j.compedu.2015.04.005

Richardson, D. (2016). Exploring the Potential of a Location Based Augmented Reality Game for Language Learning. International Journal of Game-Based Learning. 6(3), 34-49. https://doi.org/10.4018/IJGBL.2016070103

Rodrigo, L. (2016). The Didactic and Methodological Use of Tablets in Classrooms of Primary and Secondary Education in Catalonia. Pixel-Bit, 48, 9-25. https://doi.org/10.12795/pixelbit.2016.i48.01

Ruiz, F., & Belmonte, A. (2014). Los jóvenes como usuarios de aplicaciones de marca en dispositivos móviles. Young People as Users of Branded Applications on Mobile Devices. Comunicar, 43, 73-81. https://doi.org/10.3916/C43-2014-07

Sakr, M., Jewitt, C., & Price, S. (2016). Mobile Experiences of Historical Place: A Multimodal Analysis of Emotional Engagement. Journal of the Learning Sciences, 25(1), 51-92. http://doi.org/10.1080/10508406.2015.1115761

Suarez-Guerrero, C.l, Lloret-Catala, C., & Mengual-Andres, S. (2016). Percepción docente sobre la transformación digital del aula a través de tablets: un estudio en el contexto español. [Teachers' Perceptions of the Digital Transformation of the Classroom through the Use of Tablets: A Study in Spain]. Comunicar, 49, 81-89. https://doi.org/10.3916/C49-2016-08

Sun, B., & Shu, H. (2016). M-learning in Foreign Language Learning. Proceedings of the 2016 International Conference on Contemporary Education, Social Sciences and Humanities. Advances in Social Science Education and Humanities Research, 74, 242-246.

Sung, Y., Changb, K., & Liua, T. (2016). The Effect of Flow Experience on English Listening and Self-Directed Learning Abilities through a Listening Activity Using a Smartphone Application. Multimedia-Assisted Language Learning, 19(3), 158-177. https://doi.org/10.15702/mall.2016.19.3.158

Tan, Q., & Chang, W. (2015). Location-Based Augmented Reality for Mobile Learning: Algorithm, System and Implementation. Electronic Journal of e-Learning, 13(2), 138-148.

Tarng, W., Ou, K., Yu, C., Liou, F., & Liou, H. (2015). Development of a Virtual Butterfly Ecological System Based on Augmented Reality and Mobile Learning Technologies. Virtual Reality, 19(3-4), 253-266. https://doi.org/10.1007/s10055-015-0265-5

Toh, S., Abdullah, N., Miskon, S., Rahman, A., & Habit, H. (2015). Personal Knowledge Management in M-Learning: A Systematic Literature Review. Advanced Science Letters, 21(6), 1910-1914. https://doi.org/10.1166/asl.2015.6158

Tscholl, M., & Lindgren, R. (2016). Designing for Learning Conversations: How Parents Support Children's Science Learning within an Immersive Simulation. Science Education, 100(5), 877-902. https://doi.org/10.1002/sce.21228

Vazquez-Cano, E., Sevillano, M., & Fombona, J. (2016). Análisis del uso educativo y social de los dispositivos digitales en el contexto universitario panhispánico. RIE, 34(2), 453-469. https://doi.org/10.6018/rie.34.2.224691

Weiser, M. (1991). The Computer for the 21st Century. Scientific American, 256(3), 94-104. https://doi.org/10.1145/329124.329126

Welsh, K., Powell, V., France, D., Park, J., & Whalley, W. (2015). Student Perceptions of Ipads as Mobile Learning Devices for Fieldwork. Journal of Geography in Higher Education, 39(3), 450-469. https://doi.org/10.1080/03098265.2015.1066315

Yousafzai, A., Chang, V., & Gani, A. (2016). Multimedia Augmented M-learning: Issues, Trends and Open Challenges. International Journal of Information Management, 36(5), 784-792. https://doi.org/10.1016/j.ijinfomgt.2016.05.010

Click to see the English version (EN)

Resumen

La realidad aumentada surge como un útil sobre el que se precisa examinar su real implementación educativa. Esta investigación hace un análisis bibliométrico sobre documentos del repositorio Web of Science. Este servicio ofrece en Internet la producción científica de más de 7.000 instituciones de todo el mundo. Se toma como base un universo de 12.000 revistas indexadas y 148.000 actas de conferencias y se selecciona una muestra centrada en los términos «m-learning» y «augmented reality» como descriptores o componentes de títulos en trabajos científicos. El análisis sobre revistas n=741 y actas n=913 en los dos últimos años muestra una perspectiva diferenciada por áreas. La investigación se complementa con un análisis cualitativo de 67 producciones científicas sobre estos descriptores en ese periodo de tiempo. En el estudio sobresalen cinco temáticas: la conceptualización del fenómeno, el desarrollo de nuevas metodologías, la motivación generada, su deslocalización espacial y las materias objeto de implementación. Las investigaciones destacan cambios lógicos, como un mayor y diferente acceso a la información, junto a innovaciones trascendentes, como el incremento de actividades informales y lúdicas, la inserción en ambientes virtuales icónicos, la pertenencia a grupos específicos, y redes de interacción amistosa dentro de nuevas escalas de valores. Todo ello hace que estos instrumentos pasen a ser partes fundamentales en las metodologías. La educación parece subsidiaria a estos avances técnicos y a sus requisitos, imponiéndose un drástico cambio metodológico en nuevos escenarios formativos.

Descarga aquí la versión PDF

1. Introducción

La elevada variedad y penetración de los dispositivos móviles en la sociedad tiene especial impacto en los jóvenes usuarios, también alumnos de los centros educativos. La computación portátil posibilitó la penetración de estos equipos en la vida diaria (Weiser, 1991), y surge el aprendizaje deslocalizado, u-learning. Hoy el aprendizaje con instrumentos digitales portátiles, m-learning, trasciende en todas las actividades cotidianas vinculadas con el conocimiento (Castro & al., 2016). La implementación de estas m-tecnologías es un reto para el docente (Burden & Hopkins, 2016), así varias investigaciones alertan sobre la necesidad de explorar continuamente las bondades o intereses que las impulsan. Por ello hemos considerado las revisiones previas, relativamente recientes, de investigaciones sobre m-learning y realidad aumentada (RA) en el ámbito educativo. Destacan los trabajos de Hwang y Tsai (2011), en la primera década de este siglo, continuados por Toh y colaboradores (2015), y los hallazgos recientes de Amara y colaboradores (2016). Todos ellos detectan un incremento tecnológico, especialmente atractivo para los jóvenes, convertidos en los usuarios más afines.

El uso extendido del m-learning correlaciona con factores demográficos, edad, sexo e ingresos familiares (Mazaheri, Mohamed, & Karbasi, 2014). Cantillo, Roura y Sánchez (2012) encontraron una media inferior a los 13 años para adquirir estos equipos. Una vertiente avanzada del m-learning es la técnica RA, que superpone información digital sobre imágenes reales captadas por un dispositivo móvil. La RA está impulsando espectaculares innovaciones ya que permite añadir datos almacenados, imágenes 2D/3D, o acceder a fuentes en Internet, y que hacen interactivo cualquier entorno específico. M-learning y RA parecen intrínsecamente relacionados, y su novedad sigue convirtiéndolos en objeto de múltiples investigaciones (Cabero & Barroso, 2016; Ávila & Bailey, 2016), que intentan fundar sus posibilidades educativas. Son fenómenos emergentes con implicaciones que superan el mero hecho tecnológico para afectar las metodologías y hábitos de los estudiantes, y podrían cambiar los procedimientos de aprendizaje en sus acepciones espacial, temporal, generacional, cultural y geopolítica, lo cual supera la deslocalización del marco formativo (Vázquez-Cano, Sevillano, & Fombona, 2016). Esta evolución tan veloz genera lagunas en el conocimiento sobre su correcto aprovechamiento, y surge la necesidad de crear teorías sólidas sobre la enseñanza y el modelo subyacente. La situación es compleja, obligando a la comunidad científica a dar respuestas y verificar si estamos ante un problema socio-educativo o ante un nuevo fenómeno enriquecedor culturalmente.

2. Material y métodos

El uso común de estas herramientas entre el alumnado, su carácter innovador y elevado atractivo, son rasgos que abren múltiples opciones educativas. Este potencial genera la hipótesis de su implementación eficaz en algún ámbito docente. Así, con el objetivo de clarificar las posibilidades didácticas del m-learning, y con el sub-objetivo de la concreción de las expectativas generadas por la tecnología de RA, surge esta investigación internacional, desde la UNAM de México y la Universidad de Oviedo en España.

Este trabajo intenta conocer hacia dónde se orienta este fenómeno desde una perspectiva científica previa; para ello se lleva a cabo un análisis descriptivo documental de los hallazgos actuales, tomando como objeto de estudio referencias rigurosas, no sesgadas comercialmente y cuya antigüedad no supere en ningún caso media década, dado el elevado riesgo de caducidad teórica y práctica de las acepciones tecnológicas (Martínez & Bello, 2001).

Se ha trabajado sobre el repositorio de investigación científica Web of Science, WoS, indexada por Clarivate Analytics, aunque se consideraron bases como Scopus que son objetivo en otros artículos. WoS cataloga referencias científicas de alto impacto. Consta de un universo de más de 12.000 revistas y 148.000 actas de conferencias, agrupadas en ciencias, ciencias sociales, artes y humanidades.

En el diseño cualitativo se ha planteado un contraste simultáneo entre concordancias del equipo de la UNAM y la Universidad de Oviedo, actuando como doble experto, y según lo propio en la literatura sobre confiabilidad entre evaluadores se sigue el kappa de Cohen, aunque se omite aquí su detalle. Esto también permite una revisión más profunda de contenidos, y el manejo de un número elevado de documentos bajo criterios WoS: libros, capítulos, artículos, comunicaciones y ponencias en conferencias relevantes. Se analizaron 67 documentos según el criterio de poseer los términos clave investigados en el «topic» y en el «título» (Tabla 5). Para el análisis de contenido se utilizaron dos instrumentos, la codificación de la base WoS, y la herramienta Atlas.ti-7.5.12. Como el análisis cuantitativo generaba demasiados registros se optó por una elección muestral bajo criterios de temporalidad y conveniencia para los objetivos. Este planteamiento es aceptado ante la riqueza de información de estos casos (Ávila, 1999). Los criterios de análisis consideraron aquellos documentos con dos grados de implicación: registros relacionados con el tema, que poseen los términos en el «topic» (título, resumen o palabras descriptores). Y por otro lado aquellos registros donde los términos clave fueran núcleo del trabajo y aparecen en los títulos de los documentos. Así, el procedimiento cuantifica las variables de cada documento «topic» y «título», buscando los términos «m-learning» y «mobile learning», ambos con rango suficiente, complementarios y excluyentes. Y por otro lado «augmented reality» o «realidad aumentada», situando los reducidos resultados de este último término en español dentro de su acepción en inglés. Para el control de resultados se han manejado, entre otros, los operadores de búsqueda «y» («and») para registros con todos los términos; «o» (or) para localizar registros con algún término.

Draft Content 485818759-58986 ov-es029.jpg

Las características del total de producción analizada hacen referencia al total de títulos dentro de WoS All Databases, que engloba todas sus colecciones. Para los términos «m-learning» y «mobile learning» el número de registros es significativamente desigual, y obliga a considerarlos de forma diferenciada (Tabla 1).

Draft Content 485818759-58986 ov-es030.jpg

El total de documentos que incluyen términos relacionados con el aprendizaje móvil es de 26.670 registros, mientras que los que incluyen «augmented reality» es de 10.155. Estos registros llevan asociada una fecha de inscripción, y como este volumen de datos es muy elevado hemos considerado necesario que prevalezca el criterio de temporalidad y recoger la producción científica más reciente. La referencia ha sido la variable «registros realizados en el periodo desde el 2015-01-01 hasta 2016-11-16». Esto permite trabajar con cifras más ajustadas, así «augmented reality» aparece en 913 títulos, y 2.107 documentos lo contienen como descriptor. Y «m-learning» aparece en 73 títulos y en 246 de documentos, y «mobile learning» está en el título de 668 registros y como descriptor en 5.213 documentos.

3. Análisis y resultados

En la Tabla 3 se muestran las cantidades y tipos de trabajos científicos donde aparecen los términos como descriptores o como partes integrantes del título del documento. Los casos pueden estar clasificados en varias categorías de manera simultánea, por lo que la suma global puede superar la cantidad n.

Draft Content 485818759-58986 ov-es031.jpg

Se observa que en el periodo analizado de 2 años se ha recogido un 20% del total de registros sobre la literatura científica almacenada en los últimos 24 años. Esto sucede tanto para m-Learning como para RA, y la producción tiene un carácter más puntual al estar centrada en artículos y ponencias, siendo menos los libros (editorial). En la Tabla 4 se detallan las cantidades de documentos con los términos analizados distribuidos por las principales áreas temáticas. Los registros pueden estar asociados simultáneamente a varias áreas.

Draft Content 485818759-58986 ov-es032.jpg

También se realizó una búsqueda con el perfil: Tema: («m-learning» OR «mobile learning» OR «mobile-learning») AND «augmented reality» (Tabla 5). Se detectó que no hay revisiones recientes sobre estos temas en conjunto. Se señalan las temáticas que se abordan en los artículos localizados con este perfil específico, destacando las Ciencias Sociales que incluyen Educación.

Draft Content 485818759-58986 ov-es033.jpg

El detalle cuantitativo absoluto de documentos con «m-learning» y «augmented reality» en los títulos y periodo analizado, aparece en https:// goo.gl/H5BjSh. Ahí se observa el fuerte vínculo de estos términos con el área de Educación e Investigación, así como con la Medicina y la Ingeniería.

4. Análisis cualitativo

El análisis de contenido nos permitió obtener cinco grandes temáticas diferenciadas y contrastadas por los dos equipos de trabajo: a) Conceptualización y las tipologías; b) Metodología; c) Factores de uso y dimensión lúdico-motivacional; d) Deslocalización espacial; e) Materias educativas de implementación de RA.

4.1. Registros sobre conceptualización y tipologías

Surgen revisiones de literatura científica relacionada, destacando en m-learning los trabajos de Toh y colaboradores (2015). Yousafzai, Chang y Gani (2016) presentan una taxonomía de variables técnicas sobre las aplicaciones m-learning con capacidades multimedia, y relaciona heterogeneidad de dispositivos, necesidades de la red, expectativas de los usuarios, tipología y características del contenido. Se repite la necesidad de enmarcar terminológica y conceptualmente el fenómeno. Así el m-learning aparece como un avance de la tecnología portátil y una forma de introducir los recursos en un espacio online. Richardson (2016), y Kim y Hyun (2016) detectan la relación clara entre las posibilidades de la RA y el potencial de los dispositivos portátiles inteligentes, smartphones. Esta deslocalización implica redefinir el espacio y tiempo educativos, una nueva denominación para el aprendizaje en lugares y momentos indefinidos. Ahora los estudiantes acceden a una variedad de servicios digitales cuando y donde los necesiten, incorporando vídeos, multimedia y una realidad mixta, RA, donde se interactúa con los objetos. Las investigaciones describen nuevas aulas virtuales con herramientas creadas y manejadas por estudiantes y profesores, de forma similar a la práctica real. Heradio y colaboradores (2016) examinan esos laboratorios virtuales y la reducción de costos en equipos, espacios o mantenimiento, el incremento de seguridad ante experimentaciones peligrosas, micro o macro experiencias, y la accesibilidad para personas con discapacidad.

Surgen herramientas de aprendizaje flexible y cómodo, bajo múltiples soportes, sean computadoras portátiles, tablets, teléfonos inteligentes o reproductores multimedia. El-Kabtane y colaboradores (2016) remarcan el rápido cambio de significado del término e-learning con la aparición de Internet, que antes englobaba cualquier método de aprendizaje con máquinas electrónicas, y ahora se relaciona con la formación en línea. Pero en ese contexto también cabe redefinir categorías (Potkonjak & al., 2016), el aprendizaje a distancia, los cursos abiertos MOOC, etc. Todo ello configura nuevos modelos que empiezan a sistematizarse.

4.2. Producción sobre metodología educativa

El m-learning supone un cambio en la metodología docente, y se convierte en algo más que un importante componente instrumental de la tecnología educativa. Posibilita utilizar estrategias basadas en una variedad de teorías del aprendizaje, como son el constructivismo (Sun & Shu, 2016), el conectivismo, o las técnicas de los mapas conceptuales, entre otras (Marzal & Pedrazzi, 2015). Se fabrican equipos con una mayor ergonomía y facilidad de uso pedagógico, y aparecen nuevas interfaces amigables (Navarro & al. 2016), el m-learning genera dinámicas colaborativas para aprender e interaccionar. Esta concepción resulta fundamental para su uso docente, aunque estas opciones abren posibilidades y también problemas procedimentales (Al-Emran, Elsherif, & Shaalan, 2016). Por otro lado, se potencia un aprendizaje personal, informal, espontáneo y creativo (Gimhyesuk, 2016). La importancia de estas características se multiplica por rasgos comunes como la accesibilidad, la motivación, el autocontrol del tiempo y la diversión. Todo ello sugiere pautas de aprendizaje (Castro & al., 2016). Las investigaciones detallan implicaciones metodológicas en distintas áreas y niveles educativos. Castro y colaboradores (2016) analizan el m-learning en Educación Secundaria, la metodología en matemáticas relacionada con el uso de SMS, las redes sociales (Facebook y Twitter) y los objetos de aprendizaje (LO) basados en nuevos estilos y contextos de aprendizaje. Rodrigo (2016) analiza las tablets de cómputo y diferencia las metodologías utilizadas en Educación Primaria o Secundaria; sugiere que su uso está condicionado por el objetivo inicial de su adquisición, por las estrategias pedagógicas marcadas en el aula, por el nivel educativo de uso, y la cantidad de recursos relacionados utilizados. En niveles inferiores se usan especialmente las tablets, y los profesores tienden a aplicar un enfoque educativo tradicional, centrándose más en las actividades que en el contenido, sin abordar competencias. Aparece el juego en el proceso de aprendizaje, el método proyectos, y nuevas oportunidades asociadas donde las tablets trastocan las estrategias tradicionales (Suarez-Guerrero, Lloret-Catala, & Mengual-Andres, 2016).

En la RA es más crucial conocer las metodologías apropiadas para lograr una implementación efectiva (Chen, Chou, & Huang, 2016). Pejoska y colaboradores (2016) centran el componente narrativo de la RA en el lenguaje netamente audiovisual.

Aun siendo herramientas mono-usuario, los beneficios de la virtualización parecen claros, tanto en formación autónoma (Hackett & Proctor, 2016), como en interacción colaborativa, de persona a persona dentro o fuera del aula, o de persona a grupos (Lindsay, 2016). Amara y colaboradores (2016) analizan esa colaboración que denominan Mobile Computer Supported Collaborative Learning (MCSCL), y recalcan la falta de análisis sistemáticos sobre metodologías de interacción grupal, y de soluciones generalizables. Aunque el empleo de tecnologías aumenta la disposición de los estudiantes a aprender más sobre el entorno, también se ha considerado el carácter problemático que conlleva el uso del dispositivo móvil en el aula. El m-learning puede romper la normalidad del aula, y habitualmente sucede en los exámenes, como recalcan Kaiiali y colaboradores (2016). Otros autores han incidido en cómo el uso de la telefonía móvil en la escuela es problemático y muchos docentes son reticentes a su uso al desviar la atención, generar ciberacosos y otros problemas.

4.3. Producción sobre factores de uso y dimensión lúdico-motivacional

Parece que la penetración de las TIC va relacionada con las infraestructuras. Burden y Hopkins (2016) identifican como barreras para la inserción de las tecnologías el contexto físico y la capacitación del personal, como barreras secundarias las actitudes y creencias. En educación superior destacan las barreras relacionadas con la gestión de aulas donde no hay las conexiones precisas, por lo que son decisivas las pautas de los gestores (Alrasheedi, Capretz, & Raza, 2016). Chang y colaboradores (2016) describen una correlación positiva entre las percepciones sobre los entornos innovadores y el rendimiento creativo, y subrayan cómo el m-learning produce motivación también en las organizaciones y en los gestores educativos.

Un componente fundamental del m-learning es el motivacional, derivado de lo lúdico de su experiencia. Varios análisis correlacionan el interés, concentración y rendimiento. Karimi (2016) identifica las características individuales que motivan a los estudiantes al uso educativo de estos dispositivos, y reiteran su nuevo estilo lúdico de aprendizaje, tanto en el contexto formal como informal. Para Ruiz y Belmonte (2014) los jóvenes universitarios muestran una actitud positiva hacia la descarga, instalación y uso de aplicaciones. Hsia (2016) analiza cómo el alumnado actúa presionado por lo que de él se espera, la ecología del aula condiciona el comportamiento, y esta creencia afecta significativamente el nivel de logro.

No se puede obviar el impulso comercial que subyace, incrementando el mercado de las TIC y haciendo los dispositivos móviles asequibles, con más utilidades e incluyendo la RA en materiales educativos, tales como libros interactivos. Esta tendencia crece apoyada por las inversiones económicas (Kopecky & Szotkowski, 2016). Kim, Chun y Lee (2014) indican que el nivel de uso de los estudiantes está condicionado por el precio de la tecnología.

El ambiente de rigidez de la enseñanza tradicional contrasta con el aprendizaje basado en juegos y la narración de historias, «storytelling», como vías especialmente prominentes para generar motivación extrínseca. Furio y colaboradores (2015) comparan el aprendizaje móvil con el tradicional y, aunque no encuentran diferencias significativas, consideran que su sentido de juego resulta más agradable, ya que une los desafíos lúdicos con la rigidez del mundo real, conceptos abstractos con los retos prácticos, procesos de aprendizaje en contextos verídicos y contenidos virtuales en RA. Otras investigaciones verifican el potencial atractivo de la RA para los estudiantes (Cubillo & al., 2015). Sakr y colaboradores (2016) exploran la involucración emocional de alumnos que aprendieron acerca de la Guerra Mundial con el acercamiento multimodal de la RA. Laine y colaboradores (2016) combinan estas ideas en una plataforma de RA, donde generan juegos de aprendizaje de ciencias que interaccionan con el contexto.

4.4. Producción relacionada con factores de deslocalización espacial

Una variable del m-learning especialmente abordada es la modificación de los espacios de aprendizaje, al sacar el fenómeno educativo fuera del aula tradicional. Lin y Yang (2016), y Welsh y colaboradores (2015) estudian las posibilidades de los dispositivos móviles en las salidas de campo. Reychav, Dunaway y Kobayashi (2015) clasifican tres tipologías de uso del m-learning: a) La actividad de enseñanza y aprendizaje como extensión del aula aún fuera de ella, pero donde objetivos, actividades y herramientas son similares a las generadas por el plan de estudios tradicional; b) Actividades de aprendizaje planteadas por el estudiante que busca activamente nuevos conocimientos; c) Aprendizaje espontáneo producido durante actividades diarias, que fluye un contexto dado no planeado. Sintetizan el aprendizaje m-learning fuera de clase como formal o informal; planificado o espontáneo; dirigido por el maestro o por el alumno; dirigido por un entorno escolar o por un entorno laboral. En ocasiones, este aprendizaje no planificado responde a intereses comerciales (Pavlou & Fygenson, 2006). Parece que el aprendizaje fuera del centro educativo no suele lograr un profundo cambio en los comportamientos y patrones generados, y es difícil controlar su eficacia. Normalmente el investigador toma como referencia patrones de comportamiento con el dispositivo móvil utilizados de forma normal en la vida diaria del usuario. Estos patrones, no necesariamente educativos, son importantes ya que marcan la pauta en el aprendizaje deslocalizado.

Los comportamientos esperados con estos aparatos parecen estar centrados en la diversión y en las actividades cotidianas de ocio. Agarwal y Karahanna (2000: 673) introdujeron un constructo denominado «absorción cognitiva», que se define como un estado de profunda implicación con la herramienta, y esta teoría puede fundar la motivación para el aprendizaje fuera de aula con dispositivos móviles.

La RA viene a sustituir la experiencia de la salida de campo al realizarse en el propio dispositivo (Harley & al., 2016), entrando en ambientes inmersivos e interactivos, aulas virtuales o escenarios diseñados para apoyar el aprendizaje (Nagata, Giner, & Abad, 2016). Tan y Chang (2015) proponen un algoritmo científico para identificar objetos de la realidad a los cuales puede agregarse la RA para usos educativos. También, Tarng y colaboradores (2015) desarrollan una nueva metodología que reproduce un sistema ecológico virtual semejante a un jardín donde los estudiantes interactúan y ven crecer insectos. García, Guerrero y Granados (2015) identificaron buenas prácticas formativas virtuales, concluyendo que los estudiantes son capaces de aprender eficazmente al sentirse situados en la ubicación de la experiencia, al producirse una alta interacción que se asimila como real. Son lugares comunes propicios también para el diálogo social y la experiencia lúdica (Tscholl & Lindgren, 2016).

4.5. Producción relacionada con materias con implementación de la RA

No todas las materias implementan las nuevas tecnologías con igual cadencia, y hemos detectado que la realidad aumentada aún se vincula escasamente con formación y aprendizaje, como concluyen Abate y Nappi (2016) y García, (2016). Tscholl y Lindgren (2016), Laine y colaboradores (2016), Liou, Bhagat y Chang (2016), entre otros, describen la beneficiosa incorporación de la RA en el aprendizaje de las ciencias. Las referencias más numerosas tienen relación con Tecnología y Medicina, así Huang, Liaw y Lai (2016) describen el uso de simuladores de pacientes humanos y sistemas de ambiente virtual. La aceptación de estos entornos de aprendizaje de realidad virtual, VR, por los estudiantes es elevada, concediéndole un impacto positivo a utilidad percibida y la facilidad de uso. Heradio y colaboradores (2016), y Potkonjak y colaboradores (2016) ordenan las experiencias formativas en ingeniería, y analizan la literatura sobre los laboratorios virtuales desde sus inicios hasta 2015.

Otra materia con implementación es el aprendizaje de idiomas, Mobile Assisted Language Learning, y especialmente del inglés (Gimhyesuk, 2016). Liu, Lu y Lai (2016) revisaron la literatura en WoS con técnicas de minería de texto y detallan las habilidades específicas que se potencian en cada caso. Kim (2016) demuestra los resultados positivos en la comprensión oral, donde juegan un papel importante los niveles de interés y motivación para escuchar tareas, así como una mayor autonomía de los estudiantes universitarios en su propio aprendizaje. Sung, Changb y Liua (2016) analizan el aprendizaje autónomo del inglés y el impacto en la capacidad auditiva. No podemos olvidar el gran mercado económico existente tras la formación en lenguas extranjeras, donde se utilizan potentes estrategias comerciales, combinadas con el potencial de los juegos y la capacidad seductora de la RA, como componentes impulsores de actividades incluso de nivel avanzado (Richardson, 2016).

5. Discusión y conclusiones

La revisión de la literatura científica relacionada denota que urge crear un marco teórico conceptual consensuado y asimilado por la comunidad educativa. Muchos trabajos apuntan hacia la necesidad de una reorientación en la filosofía educativa que, como indican Mohd y colaboradores (2014), no infravalora los aspectos creativos y lúdicos como impulsores del proceso de enseñanza y aprendizaje. Coincidimos con varios autores en constatar la irrupción de estos instrumentos como elementos trasformadores de metodologías y moduladores de la interacción educativa, superando la mera deslocalización espacio-temporal (Vázquez-Cano, Sevillano, & Fombona, 2016). Se reitera que todo este proceso de implementación tecnológica no debería contemplarse de forma sistemática, sino bajo perspectivas parcializadas por área, como también subrayaron Davies y colaboradores (2010).

Los datos muestran la situación del fenómeno en el momento analizado, y dada la importancia de las fuentes, esta tendencia es fiel reflejo del nivel de penetración que tiene el m-learning y la tecnología RA en la investigación científica, siendo una referencia oportuna para posteriores investigaciones sectoriales.

El análisis cualitativo ha detectado cinco grupos de descriptores que son clave en las investigaciones sobre m-learning y RA: la conceptualización terminológica, los cambios metodológicos, el análisis de los factores de uso, la dimensión motivacional y lúdica, la deslocalización y determinadas materias con mayor implementación de la RA. Estas son referencias para las instituciones educativas, que ceden protagonismo ante acciones informales, uso de herramientas para m-learning, entornos virtuales inmersivos multimedia fuera de los reglamentos docentes, cursos MOOC (Aguaded, Vázquez-Cano, & López-Meneses, 2016), y modelos híbridos, b-learning (Mittag, 2016). Además de un enriquecimiento cuantitativo por un mayor acceso a la información, este fenómeno genera marcos innovadores de actividad, tales como determinados grupos virtuales, interacciones gratificantes, nuevas escalas de valores, situados fuera de las regulaciones administrativas, aunque susceptibles de convertirse en fórmulas exitosas de aprendizaje.

Apoyos

Proyecto internacional Erasmus+ KA204, sobre la competencia transversal uso de las TIC (2016-1-ES01-KA204-025159): «Compartir prácticas educativas eficaces y sistematizar un programa de competencias de formación para el empleo y la inclusión de los adultos en situación de vulnerabilidad». UNAM-DGAPA PAPIMPE-PE-304717, Independencia Intelectual de Universitarios del Siglo XXI.

Referencias