El estudiantado universitario argentino enfrenta dificultades en la comprensión de textos. A pesar de la popularidad creciente de la lectura en pantallas, la evidencia sugiere que podría afectar negativamente la comprensión. Nos propusimos comparar la comprensión de un texto expositivo leído en papel, computadora personal (PC) o smartphone (smartphone) entre estudiantes de primer año de Ingeniería y Ciencias de la Salud. Asimismo, se exploraron los efectos del campo de estudio, los hábitos de lectura y el vocabulario sobre la comprensión, así como las posibles interacciones con el medio de lectura. Se empleó un diseño experimental, y la muestra consistió en 128 estudiantes (edad promedio: 18,6 ± 2,61 años), quienes leyeron un texto expositivo en una de tres condiciones experimentales: papel, PC o smartphone. También se evaluaron su vocabulario y hábitos de lectura. La comprensión fue menor al leer en smartphone, comparado con la PC. El estudiantado de Ingeniería con menor nivel de vocabulario obtuvo peores resultados al leer en smartphone que en PC o papel. A su vez, Ingeniería tuvo mayor comprensión en todos los medios de lectura, lo cual no pudo atribuirse únicamente a su vocabulario ni a sus hábitos de lectura. Estos resultados sugieren mayores costos cognitivos, distracciones o una menor profundidad de procesamiento durante la lectura en smartphones. La ventaja observada en Ingeniería podría explicarse por diferencias en su trayectoria educativa o en sus habilidades cognitivas.
##plugins.themes.bootstrap3.article.details##
Cómo citar
Tabullo, Ángel-J., Teruya, P.-Y., Casado, J., Puliafito-Hamann, E.-S., & Bertaina-Lucero, N. (2025). Efectos del medio de lectura en la comprensión de textos en estudiantes universitarios . Ocnos, 25(1). https://doi.org/10.18239/ocnos_2026.25.1.583
Tabullo, Teruya, Casado, Puliafito-Hamann, and Bertaina-Lucero: Efectos del medio de lectura en la comprensión de textos en estudiantes universitarios
INTRODUCCIÓN
La comprensión de textos es una habilidad cognitiva compleja que requiere la coordinación
de procesos lingüísticos, cognitivos y metacognitivos (). El modelo de la “Visión Simple de la Lectura” () propone que la comprensión es el resultado de dos componentes: el reconocimiento
de palabras (detección y decodificación de la información ortográfica) y la comprensión
del lenguaje (acceso al significado e integración con conocimientos previos). Una
actualización reciente de este modelo sugiere que dos habilidades fundamentales actúan
como puente entre estos componentes: la fluidez lectora y el vocabulario. A medida
que aumenta la experiencia, los procesos de reconocimiento se vuelven más automáticos
y los procesos de comprensión se gestionan de manera más estratégica, lo que conduce
a un proceso de lectura más eficiente y a una comprensión más exitosa (). Por su parte, el enfoque multicomponencial () examina los procesos lingüísticos y metacognitivos que se ponen en juego durante
la comprensión de textos de distintos géneros. Postula la interacción de una serie
de componentes que permiten jerarquizar la información textual y construir un modelo
mental de su significado: procesos relacionados con el contenido (esquema básico del
texto, hechos y secuencias, y semántica léxica), de elaboración (estructura sintáctica,
cohesión, inferencias) y metacognitivos (identificación del género textual, estrategias
de lectura flexibles y detección de incoherencias).
A pesar de la importancia de la comprensión lectora para el éxito académico (), las evaluaciones internacionales describen un panorama complejo para adolescentes
y estudiantes universitarios en América Latina y Argentina. Según un metaanálisis
de estudios realizados en América Latina, la comprensión lectora de la mayoría de
los estudiantes universitarios no supera el nivel literal (), mientras que, según la última evaluación PISA, el 54,5% de los adolescentes argentinos
evaluados presenta serias dificultades de comprensión (). En este contexto, el estudio PISA encontró una creciente masificación de los medios
digitales de lectura, que van reemplazando progresivamente a los libros como formato
preferido (). La evaluación no solo encontró una mejor comprensión de los textos presentados
en papel, sino que también observó que los estudiantes que prefieren este formato
dedican más tiempo a la lectura recreativa y poseen mejores habilidades lectoras ().
Diversas líneas de investigación coinciden en señalar el posible impacto negativo
de la lectura digital sobre la comprensión, aunque también señalan una considerable
variabilidad de este efecto según las características contextuales, individuales y
del texto. Dos metaanálisis observaron una ventaja significativa para la lectura de
textos expositivos en papel (pero no así para los textos narrativos), en comparación
con la lectura en pantalla (; ). Estos efectos han sido atribuidos a un modo de lectura menos atenta y más superficial
inducido por las pantallas (). Por otro lado, se ha observado que estos efectos aumentan con la longitud del texto
() y la presión temporal (), o pueden reducirse si se promueve un procesamiento semántico más profundo mediante
instrucciones específicas de tarea (como resumir o hacer listas de palabras clave)
(). Cabe destacar que la mayoría de estos estudios han considerado la lectura en pantallas
de computadoras, laptops, tablets o libros electrónicos, mientras que la lectura en
teléfonos inteligentes ha sido relativamente poco estudiada. Recientemente se observó
que la lectura en smartphones genera una mayor demanda cognitiva al comparar la actividad
cerebral con la registrada durante la lectura en papel (), y un estudio realizado en Argentina encontró una peor comprensión de textos expositivos
leídos en smartphones en comparación con computadoras ().
Considerando las dificultades lectoras detectadas en estudiantes y el creciente uso
de medios digitales de lectura, nos propusimos estudiar su posible impacto negativo
en la comprensión. Además, se tuvieron en cuenta las diferencias previamente reportadas
en comprensión lectora según el área de conocimiento elegida por los estudiantes universitarios
(). Por lo tanto, los objetivos fueron:
1. Comparar la comprensión de un texto expositivo en tres medios de lectura: papel,
pantalla de computadora y smartphone, en estudiantes universitarios ingresantes;
2. Examinar los efectos del vocabulario y del área de estudio elegida por los estudiantes,
y su posible relación con los efectos del medio de lectura sobre la comprensión;
3. Examinar los efectos de los hábitos de lectura y uso de pantallas, medio preferido
para estudiar y para leer por recreación, y su posible relación con los efectos del
medio de lectura sobre la comprensión.
MÉTODOS
Diseño
El presente estudio tuvo un diseño experimental transversal.
Participantes
Participaron en el estudio 128 estudiantes (43.7 % mujeres), ingresantes de las carreras
universitarias de Ingeniería (52.3 %) y Ciencias de la Salud (47.7 %) de la Universidad
de Mendoza (Edad media = 18.6 años; DE = 2.61 años). Se definieron como criterios
de exclusión la presencia de trastornos del desarrollo, psicológicos, neurológicos,
del aprendizaje o de la lectura. Se utilizó un método de muestreo por conveniencia.
Instrumentos
Subtest de definiciones del Test Breve de Inteligencia de Kaufman (K-BIT) (): Para evaluar el vocabulario, se aplicó una versión informatizada del subtest de
definiciones del K-BIT. Consta de 37 ítems en los que el sujeto debe descubrir una
palabra a la que se le han quitado algunas letras, utilizando una pista (por ejemplo:
“A _ EN _ _ DO”, pista: “un tipo de delito”, respuesta: “ATENTADO”). El test fue administrado
mediante un formulario de Google. El rendimiento fue operacionalizado como el número
de respuestas correctas.
Test de Comprensión de Texto Expositivo (): Se utilizó un test estandarizado previamente aplicado en estudios sobre comprensión
de textos en pantalla, realizados en población local (; ). A los participantes se les presentó el texto expositivo “Matemática, cerebro y
discalculia” de Valeria Abusamra. El texto tiene 1113 palabras y explica la relación
entre el desarrollo cerebral infantil y las habilidades matemáticas. Está escrito
para un público no especializado. Usando la escala INFLESZ (), la dificultad del texto fue calificada como “algo difícil”. La comprensión se evaluó
mediante 12 preguntas de opción múltiple (una correcta y tres alternativas semánticamente
relacionadas), construidas para examinar los componentes más relevantes del modelo
multicomponencial de comprensión lectora (). El test mostró propiedades psicométricas adecuadas (consistencia interna: α = .67).
Encuesta ad hoc de hábitos de lectura: Los estudiantes completaron una encuesta sobre
sus hábitos de lectura, utilizada en estudios previos (por ejemplo, ), donde se les preguntó sobre la frecuencia semanal de actividades relacionadas con
la exposición a pantallas (televisión/streaming, videojuegos, internet), lectura por
estudio y lectura recreativa. Respondieron en una escala Likert (0 = No lo hace o
casi nunca lo hace; 1 = un par de días a la semana; 2 = diariamente, menos de una
hora por día; 3 = diariamente, de 1 a 2 horas por día; 4 = diariamente, de 2 a 3 horas
por día; 5 = diariamente, de 3 a 4 horas por día; 6 = diariamente, de 4 a 5 horas
por día; 7 = diariamente, más de 5 horas por día). Además, los estudiantes indicaron
su medio preferido para la lectura recreativa y el estudio (papel, pantalla de PC
o notebook, teléfono celular).
Procedimiento
Antes de comenzar el estudio, los estudiantes firmaron su consentimiento informado.
Se les explicó el carácter anónimo y voluntario de su participación, así como la posibilidad
de suspender la actividad en cualquier momento sin consecuencias negativas. Las tareas
se administraron en las aulas de la facultad. Los participantes fueron asignados a
tres grupos según el medio de lectura: 1) lectura en PC, 2) lectura en papel, 3) lectura
en smartphone. La lectura en pantallas de PC se realizó en monitores LED, mientras
que la lectura en teléfonos se realizó en los dispositivos personales de los estudiantes.
El test de vocabulario se realizó en computadora en todos los casos, al igual que
la encuesta de lectura (administrada mediante un formulario de Google).
Este estudio cumplió con las pautas éticas 5344/99 del Consejo Nacional de Investigaciones
Científicas y Técnicas (CONICET), así como con la Declaración de Helsinki de 1975
y sus enmiendas posteriores, y fue aprobado por un comité del CONICET.
Análisis estadístico
Las asociaciones entre las variables del estudio se examinaron mediante correlaciones
de Spearman (considerando que los hábitos de lectura tienen un nivel de medición ordinal).
Los efectos del medio de lectura, el área de estudio elegida y el vocabulario se analizaron
mediante un ANOVA factorial 2 × 2, incluyendo la edad como covariable. Se utilizó
el test de Shapiro-Wilk para comprobar el supuesto de normalidad, y el error tipo
I se redujo aplicando el ajuste de Bonferroni para comparaciones múltiples. El tamaño
del efecto se informó mediante el coeficiente eta-cuadrado parcial ( parcial).
RESULTADOS
Estadísticas descriptivas y asociaciones entre variables
El rendimiento en comprensión lectora fue relativamente bajo entre los estudiantes
de Ingeniería (M = 51.4 %, DE = 17.9 %) y muy bajo entre los estudiantes de Ciencias
de la Salud (M = 36.2 %, DE = 14.7 %) (ver la siguiente sección para la comparación). Sin embargo, los puntajes
de vocabulario fueron similares entre ambos grupos (Ingeniería: M = 13.9, DE = 4.49; Salud: M = 14, DE = 4.78) (T(130) = –0.115, p = .909).
En cuanto a los hábitos de lectura y uso de pantallas, la mayoría de los participantes
de ambos grupos reportó ver televisión y jugar videojuegos menos de una hora por día
(Ingeniería: 83.71 % y 73.77 %, respectivamente; Salud: 75 % y 82.14 %, respectivamente),
mientras que el uso de internet fue más frecuente (más de tres horas diarias en el
42.6 % del grupo de Ingeniería y 58.9 % del grupo de Salud).
Respecto a la lectura recreativa y de estudio, la mayoría indicó hacerlo menos de
una hora diaria (Ingeniería: 55.74 % y 90.16 %, respectivamente; Salud: 44.64 % y
85.71 %, respectivamente). El medio más elegido para la lectura recreativa fue el
papel entre los ingresantes de Ingeniería (39.3 %) y el smartphone entre los de Ciencias
de la Salud (44.6 %); mientras que para la lectura de estudio, prefirieron la computadora
en Ingeniería (47.5 %) y el papel en Salud (51.8 %). Esta última diferencia fue estadísticamente
significativa ((2) = 7.54, p = .023). Es importante destacar que el 21.4 % de los estudiantes indicó el smartphone
como su medio preferido para el estudio (18 % en Ingeniería y 25 % en Salud).
La matriz de correlaciones se describe en la tabla 1. El único predictor significativo del rendimiento en comprensión fue el vocabulario
(rho = .198, p = .023).
Nota TV: uso semanal de TV/streaming. Videojuegos: uso semanal de videojuegos. Internet:
uso semanal de internet. LecturaE: frecuencia de lectura con fines de estudio. LecturaR:
frecuencia semanal de lectura recreativa.
* p < .05
** p < .01
*** p < .001
Efectos del medio de lectura y el área de estudio elegida sobre la comprensión lectora
Los puntajes de comprensión lectora fueron analizados en función del medio de lectura
y el área de estudio elegida mediante un ANCOVA, incluyendo el vocabulario como covariable.
Se encontraron efectos principales del medio de lectura (F(2.123) = 3.13, p = .048, = .026), del área de estudio (F(1.123) = 40.14, p < .001, = .239) y del vocabulario (F(1.123) = 4.41, p = .038, = .021), sin observarse interacciones significativas. Los estudiantes de Ingeniería
comprendieron mejor el texto que los de Ciencias de la Salud, independientemente del
medio de lectura. Comparaciones post hoc indicaron que la comprensión fue menor cuando
se leyó en smartphone en comparación con pantalla de computadora (p = .048) (tabla 2).
Tabla 2Comprensión de textos por carrera y medio de lectura
Medio
Ingeniería
Ciencias de la Salud
N
M (DE)
N
M (DE)
PC
19
57.9% (11.9%)
25
40.3% (15.3%)
Papel
24
52.4% (20.9%)
18
32.9% (15.3%)
Smartphone
24
45.1% (17.2%)
18
33.8% (12.6%)
Efectos del medio de lectura preferido sobre la comprensión lectora
Se repitió el ANCOVA anterior, agregando como factores el medio preferido para la
lectura de estudio y para la lectura recreativa, en modelos separados. No se encontraron
efectos principales ni interacciones significativas para ninguna de estas variables
(F < 1.395, p > .218). Se realizaron dos análisis adicionales considerando si el medio en que leyeron
durante el estudio coincidía con su medio preferido para leer por estudio o por recreación.
Tampoco se observaron efectos principales ni interacciones significativas (F < 1.078, p > .373).
Efectos del nivel de vocabulario sobre la comprensión lectora
Para examinar más detalladamente los efectos del nivel de vocabulario y su posible
interacción con el medio de lectura, se creó una nueva variable para clasificar a
los participantes según su desempeño en el test de vocabulario K-BIT. La muestra se
dividió en dos grupos: puntajes por encima de la mediana ("grupo alto", n = 49) y
por debajo ("grupo bajo", n = 58), excluyéndose de los análisis aquellos con puntaje
igual a la mediana (n = 20). Se repitieron los ANOVA anteriores, pero esta vez el
nivel de vocabulario se incluyó como un factor adicional, no como covariable.
Se observaron nuevamente efectos principales del medio de lectura (F(2.98) = 3.603, p = .031, = .068) y del área de estudio (F(1.98) = 38.04, p < .001, = .280), y además una interacción significativa entre medio × área × vocabulario
(F(2.98) = 3.553, p = .032, = .068). Comparaciones post hoc indicaron que la comprensión fue significativamente
menor cuando los estudiantes de Ingeniería con bajo vocabulario leyeron en smartphone,
en comparación con quienes leyeron en pantalla de PC (p = .004) y en papel (p = .043). Además, su comprensión también fue menor que la de los estudiantes de Ingeniería
con alto vocabulario que leyeron en smartphone (p = .002) (figura 1).
Figura 1Comprensión de textos por medio de lectura, carrera y puntaje de vocabulario Nota: Se presentan las medias marginales estimadas y sus respectivos intervalos de
confianza del 95%. Comprensión: porcentaje de respuestas correctas en la tarea de
comprensión. Vocabulario: grupo según puntaje de vocabulario.
DISCUSIÓN
Nuestro estudio es el primero en examinar la comprensión de un texto expositivo presentado
en tres soportes diferentes (computadora, smartphone y papel), comparando estudiantes
argentinos que ingresan a distintas carreras universitarias. En general, se observó
un bajo rendimiento en comprensión para todos los estudiantes y formatos de lectura.
Los efectos del vocabulario y el medio de lectura fueron relativamente pequeños, mientras
que se observaron diferencias marcadas según la carrera elegida. La comprensión fue
consistentemente mejor entre los ingresantes a Ingeniería, mejor en quienes obtuvieron
puntajes más altos en vocabulario, y peor en quienes leyeron en teléfonos inteligentes
en comparación con computadoras. Además, los estudiantes de Ingeniería con niveles
bajos de vocabulario mostraron peor comprensión al leer en teléfonos inteligentes
en comparación con el papel o la computadora. Contrariamente a nuestras hipótesis,
no se hallaron efectos de los hábitos de lectura ni del soporte de lectura preferido
sobre la comprensión. Estos resultados se discuten en detalle en los párrafos siguientes.
Efectos del vocabulario, los hábitos de lectura y el soporte
La contribución del vocabulario a la comprensión de textos expositivos es considerada
en el modelo teórico más difundido, la Vista Simple de la Lectura (Simple View of Reading, ), y en su versión más reciente, la Vista Activa de la Lectura (Active View of Reading, ), que lo identifica como una habilidad clave entre los procesos de decodificación
y acceso al significado del texto escrito. Además, se ha encontrado que los textos
expositivos, en particular, presentan mayores exigencias en términos de léxico especializado
y conocimientos generales del mundo (), habilidades estrechamente ligadas a la prueba de vocabulario. En esta línea, encontramos
evidencia convergente de la importancia del vocabulario para la comprensión en otros
estudios realizados en poblaciones locales de adolescentes () y universitarios ().
Los efectos del medio de lectura deben ser considerados en el marco de la evidencia
acumulada durante las últimas décadas. Si bien dos metaanálisis coinciden en señalar
una ventaja relativamente pequeña de la lectura en papel frente a medios digitales
para textos expositivos (pero no para narrativos) (; ), otros no encontraron diferencias significativas a nivel general (; ). Sin embargo, estos autores sí observaron mejor comprensión en papel para textos
más extensos (más de mil palabras) () o de carácter más técnico (). Estos efectos han sido asociados a una lectura menos atenta y más superficial en
pantallas, o a interferencias relacionadas con las demandas de navegación en textos
digitales (; ).
Estas conclusiones son respaldadas por estudios de neuroimagen que encontraron mayor
costo metabólico a nivel de la corteza prefrontal al leer en pantallas (), así como indicios de menor procesamiento semántico profundo en lectura digital,
inferidos a partir de sus efectos sobre el potencial N400 (). Asimismo, un estudio de seguimiento ocular indicó un patrón de relectura más estratégico
y focalizado en contenido relevante en quienes leyeron en papel (comparado con tablets),
y mejor desempeño en el recuerdo de un texto científico ().
Si bien las revisiones mencionadas se centraron principalmente en la lectura en computadoras
o laptops, o no discriminaron por tipo de dispositivo, un meta-análisis reciente que
examinó dispositivos portátiles (tabletas, e-books) () encontró efectos similares, aunque de menor magnitud que en pantallas más grandes.
Los autores interpretaron que este formato podría ofrecer una experiencia de lectura
más parecida a la de un libro, reduciendo así la brecha de rendimiento. Cabe destacar
que un estudio reciente, también realizado en Argentina, no encontró diferencias en
la comprensión del mismo texto expositivo al compararlo en pantalla y en papel ().
También es importante señalar que las diferencias entre la lectura digital y en papel
pueden atenuarse o amplificarse según factores contextuales, como la presión de tiempo
(), los objetivos e instrucciones de la tarea (; ) y el nivel de supervisión de la actividad (). Por otra parte, ninguno de estos trabajos consideró la lectura en teléfonos inteligentes.
Diversos estudios sugieren que el uso intensivo de smartphones —caracterizado por
interacciones breves, con fines recreativos y orientadas a la gratificación inmediata—
se asocia con una disminución de la concentración, del pensamiento reflexivo y del
esfuerzo cognitivo en la vida cotidiana. Este fenómeno también afectaría la lectura
en dichos dispositivos. Un estudio nacional de gran escala encontró un rendimiento
significativamente peor en la comprensión de un texto expositivo al comparar la lectura
en smartphones frente a pantallas de computadora o laptop (). Otro estudio con neuroimágenes, que comparó la lectura en smartphones y en papel,
halló evidencia de mayor carga cognitiva a nivel de la actividad prefrontal y de la
frecuencia respiratoria en sujetos que leyeron en smartphones, así como mayor dificultad
en la comprensión ().
De manera inesperada, no pudimos observar esta diferencia con respecto al grupo de
estudiantes que leyó en papel en el análisis general, aunque el efecto sí se manifestó
al considerar las habilidades verbales de los sujetos. Cabe destacar que no se encontraron
efectos del medio de lectura preferido para el estudio o el ocio, ni del grado de
coincidencia entre esa preferencia y el medio de estudio. Por el contrario, un estudio
previo que analizó la lectura del mismo texto en computadora encontró mejor rendimiento
entre los estudiantes que solían estudiar en pantallas en comparación con quienes
preferían el papel ().
El efecto del medio de lectura fue moderado por la habilidad verbal de los sujetos
y también por la carrera elegida. Entre los ingresantes a Ingeniería, los sujetos
con menor desempeño en vocabulario mostraron una comprensión más baja al leer en smartphones
(en comparación con papel y computadora), y también frente a sus pares con mayor vocabulario
leyendo en el mismo dispositivo. Este resultado sugiere que los posibles efectos disruptivos
del smartphone se amplifican en aquellos sujetos cuyo vocabulario limitado representa
una dificultad adicional para abordar el texto (al no facilitar el acceso léxico-semántico).
Los sujetos con mejor vocabulario, en cambio, habrían podido compensar la dificultad
adicional del dispositivo.
Un estudio previo realizado con estudiantes universitarios también encontró una interacción
entre habilidades verbales y medio de lectura, aunque en ese caso no se observaron
diferencias en los sujetos con puntuaciones bajas; por el contrario, fueron quienes
tenían mayor vocabulario los que más se beneficiaron del formato digital (). Es importante destacar que en dicho estudio el medio era el ebook, cuyo tamaño
y modo de uso lo hacen más similar a un libro tradicional, y que carece de las fuentes
de distracción inherentes al smartphone ().
Llamativamente, los estudiantes de Ciencias de la Salud no exhibieron ninguno de estos
efectos. Dado su rendimiento sistemáticamente más bajo en comprensión (ver siguiente
sección), podría inferirse que un efecto piso habría enmascarado las posibles diferencias
vinculadas al uso del smartphone.
Finalmente, no se encontraron efectos de los hábitos de lectura sobre la comprensión,
como sí se ha observado en estudios previos (; ), lo cual probablemente deba interpretarse como una limitación de las medidas de
autorreporte para describir adecuadamente la experiencia lectora de los sujetos. En
cambio, cuando se aplican medidas más objetivas de exposición a textos, como el Test
de Reconocimiento de Autores (Author Recognition Test), se observan efectos robustos y consistentes a lo largo del desarrollo (para una
revisión meta-analítica, véase ).
Diferencias entre ingresantes de distintas carreras
El efecto de la carrera universitaria elegida sobre la comprensión de textos fue sorprendente,
especialmente porque superó ampliamente en magnitud a los efectos del vocabulario
y del medio de lectura. El antecedente más cercano que encontramos en la literatura
fue el trabajo de , quienes compararon la comprensión de estudiantes universitarios avanzados de distintas
carreras en México. Si bien los autores observaron un rendimiento relativamente bajo
en términos generales, también hallaron una pequeña ventaja en el nivel crítico de
comprensión en estudiantes de Ciencias de la Salud (y también de Ingeniería, aunque
en menor medida), en comparación con otras carreras. Este efecto fue atribuido a una
mayor exposición a literatura científica y social en sus trayectorias curriculares.
En contraste, nuestro estudio difiere no solo en el efecto (dado que la ventaja fue
observada en quienes eligieron Ingeniería), sino también en la muestra, ya que fue
realizado con estudiantes ingresantes que aún no pudieron haber sido influenciados
por la literatura específica de su carrera. Por lo tanto, la explicación de este efecto
debe buscarse en su trayectoria educativa previa, variable que no fue considerada
en este trabajo.
En relación con esto, un estudio reciente llevado a cabo en cinco países latinoamericanos
encontró que el nivel socioeconómico de la escuela fue uno de los principales predictores
del desempeño de los estudiantes secundarios en pruebas de comprensión similares a
PISA (). En dicho estudio, el nivel socioeconómico de la escuela fue definido a partir de
las características de la comunidad estudiantil, los recursos materiales y pedagógicos
de la institución, su infraestructura y las condiciones sanitarias. Esta variable
resultó ser un predictor más robusto que el nivel socioeconómico familiar o que la
gestión institucional (pública o privada), y por lo tanto constituye un posible candidato
para explicar las diferencias observadas entre los ingresantes a nuestras carreras.
Otro predictor interesante de la comprensión (con un efecto independiente del nivel
socioeconómico) fue la inteligencia fluida de los estudiantes, medida con el test
de Matrices Progresivas de Raven. De forma similar, un estudio realizado con niños
de 10 años también encontró que la inteligencia fluida es un predictor significativo
de la comprensión lectora (). Podemos hipotetizar entonces que el efecto de la carrera elegida sobre la comprensión
de textos podría explicarse, al menos parcialmente, por un mejor desempeño promedio
en inteligencia fluida en el grupo de ingresantes a Ingeniería. Esta hipótesis se
apoya en resultados previos de un estudio local, que indica un mejor rendimiento en
el test de Raven, así como en pruebas de cálculo y razonamiento analógico, en estudiantes
de carreras de ciencias exactas e ingeniería en comparación con ciencias sociales
(Psicología y Sociología); efecto que puede observarse ya desde el primer año y que
se acrecienta a lo largo de la carrera ().
Por otro lado, el efecto de la carrera no puede atribuirse a diferencias en habilidades
verbales, porque:
1. Controlamos estadísticamente el efecto del vocabulario, y aun así el efecto de
la carrera se mantuvo significativo.
2. Los puntajes de vocabulario no difirieron significativamente entre los grupos de
ingresantes de Ingeniería y Ciencias de la Salud.
Limitaciones del estudio
Entre las limitaciones del presente estudio, debemos señalar en primer lugar el tamaño
relativamente pequeño de la muestra, lo cual afecta la generalización de nuestros
resultados. Dado que se ha señalado que el nivel de supervisión de la actividad puede
enmascarar posibles diferencias entre los medios de lectura (), futuros estudios podrían incluir una condición de control en la que los estudiantes
realicen la tarea en forma privada (por ejemplo, en sus hogares), aumentando así la
exposición a posibles fuentes de interferencia como la navegación por internet o el
uso de redes sociales (cuando la lectura se realiza en pantallas).
Aunque se controló la contribución de las habilidades verbales a la comprensión, no
se consideraron variables del dominio cognitivo general, como la inteligencia fluida
o las funciones ejecutivas. La inclusión de estas medidas podría ayudar a explicar
la ventaja inesperada observada entre los ingresantes a Ingeniería.
Por otro lado, el uso de medidas de autorreporte puede haber impedido describir adecuadamente
los hábitos de lectura reales de los estudiantes. En este sentido, futuros trabajos
se beneficiarían del uso de herramientas más objetivas y menos subjetivas, como el
Test de Reconocimiento de Autores o el uso de diarios de lectura. Finalmente, si bien
se consideraron las preferencias individuales respecto al medio de lectura, no se
incluyeron otras variables potencialmente relevantes, como la actitud o motivación
hacia la lectura, el interés que despertaba el texto, o las respuestas emocionales
durante la tarea.
CONCLUSIÓN
En línea con los resultados de las evaluaciones PISA, se observó un bajo rendimiento
en la comprensión de un texto expositivo entre estudiantes ingresantes a la Universidad
de Mendoza, siendo considerablemente más bajo entre los estudiantes de Ciencias de
la Salud. Aunque el vocabulario fue un predictor significativo de la comprensión,
esta variable no explicó la ventaja observada entre los ingresantes a Ingeniería,
la cual podría atribuirse a su trayectoria educativa o a diferencias previas en habilidades
cognitivas, como la inteligencia fluida. En relación con el medio de lectura, se observó
una peor comprensión al leer en smartphones, tanto al compararlos con PC (en la muestra
general) como con papel (entre estudiantes de Ingeniería con bajo vocabulario). Estas
diferencias podrían vincularse a mayores demandas cognitivas y a un proceso de lectura
más superficial inducido por los smartphones.
La relevancia de estos hallazgos se acentúa al considerar el avance sostenido de la
lectura digital en el ámbito académico y el incremento del uso de formatos electrónicos
a partir de la pandemia de COVID-19. En este sentido, se recomienda desalentar el
uso de smartphones para estudiar, particularmente entre estudiantes universitarios.
Las investigaciones futuras deberían profundizar en el análisis de factores cognitivos
y socioeducativos asociados a las diferencias individuales en la comprensión lectora
entre estudiantes ingresantes de distintas carreras universitarias. En particular,
se sugiere explorar medidas de inteligencia fluida, funciones ejecutivas y otras habilidades
cognitivas generales, a fin de comprender mejor su rol en los procesos de comprensión
y su interacción con los distintos medios de lectura. Asimismo, variables contextuales
y motivacionales podrían ser relevantes para enriquecer la comprensión del proceso
lector.
Por otra parte, sería fundamental indagar en factores vinculados con la cultura, el
entorno y la trayectoria educativa de los estudiantes. Finalmente, todos estos abordajes
podrían arrojar resultados promisorios si se implementan en estudios longitudinales,
realizados en grupos diversos de estudiantes, que permitan observar la evolución de
las habilidades lectoras a lo largo del tiempo.
DISPONIBILIDAD DE LOS DATOS
Los conjuntos de datos generados y/o analizados durante el presente estudio están
disponibles a través del autor correspondiente previa solicitud razonable.
FINANCIACIÓN
Este trabajo fue financiado por una beca de la Universidad de Mendoza en el marco
del proyecto PIUMO: “Comprensión de textos en papel y en pantallas en estudiantes
universitarios: relación con variables lingüísticas, cognitivas y hábitos de lectura.”
CUMPLIMIENTO DE ESTÁNDARES ÉTICOS
Declaración de conflicto de intereses: Todos los autores declaran no tener ningún conflicto de intereses.
Aprobación ética: Todos los procedimientos realizados en estudios que involucraron participantes humanos
estuvieron de acuerdo con las normas éticas del comité de investigación del CONICET
(REF.: C03-2024) y con la Declaración de Helsinki de 1964 y sus enmiendas posteriores
o normas éticas equivalentes.
Consentimiento informado: Se obtuvo el consentimiento informado de los padres de todos los participantes incluidos
en el estudio.
CONTRIBUCIÓN DE LOS AUTORES
Ángel J. Tabullo: Análisis formal; Conceptualización; Curación de datos; Escritura - borrador original;
Escritura - revisión y edición; Investigación; Metodología; Software; Visualización.
Pablo-Yoshin Teruya: Administración del proyecto; Conceptualización; Escritura - borrador original; Escritura
- revisión y edición; Investigación; Metodología; Recursos; Supervisión; Adquisición
de fondos.
Johanna Casado: Administración del proyecto; Conceptualización; Escritura - borrador original; Escritura
- revisión y edición; Investigación; Metodología; Recursos.
Natasha Bertaina-Lucero: Conceptualización; Escritura - revisión y edición; Investigación; Metodología.
NOTA
[5] El autor Ángel-Javier Tabullo pertenece al Centro de Investigaciones en Humanidades
y Ciencias Económicas" (CIHUCE), Pontificia Universidad Católica Argentina, Facultad
de Humanidades y Ciencias Económicas (Sede Mendoza); Instituto de Ciencias Humanas,
Sociales y Ambientales (INCIHUSA), CCT-Mendoza y Consejo Nacional de Investigaciones
Científicas y Técnicas (CONICET).
REFERENCIAS
1
Abusamra, V., Cartoceti, R., Ferreres, A., De-Beni, R., & Cornoldi, C. (2009). La
comprensión de textos desde un enfoque multicomponencial. El Test “Leer para comprender”.
Ciencias Psicológicas, 3(2), 193-200. https://doi.org/10.22235/cp.v3i2.151
2
Abusamra, V., Difalcis, M., Martínez, G., Low, D. M., & Formoso, J. (2020). Cognitive
skills involved in reading Comprehension of adolescents with low educational opportunities.
Languages, 5(3), 34. https://doi.org/10.3390/languages5030034
3
Acheson, D. J., Wells, J. B., & MacDonald, M. C. (2008). New and updated tests of
print exposure and reading abilities in college students. Behavior Research Methods, 40(1), 278-289. https://doi.org/10.3758/BRM.40.1.278
4
Ackerman, R., & Lauterman, T. (2012). Taking reading comprehension exams on screen
or on paper? A metacognitive analysis of learning texts under time pressure. Computers in Human Behavior, 28(5), 1816-1828. https://doi.org/10.1016/j.chb.2012.04.023
5
Amavizca-Montaño, S., & Álvarez-Flores, E. P. (2022). Comprensión lectora en universitarios:
Comparativo por áreas de conocimiento. Revista Electrónica de Investigación Educativa, 24, 1-13. https://doi.org/10.24320/redie.2022.24.e20.3986
6
Barrio-Cantalejo, I. M., Simón-Lorda, P., Melguizo, M., Escalona, I., Marijuán, M.
I., & Hernando, P. (2008). Validación de la Escala INFLESZ para evaluar la legibilidad
de los textos dirigidos a pacientes. Anales del Sistema Sanitario de Navarra, 31(2), 135-152. https://recyt.fecyt.es/index.php/ASSN/article/view/1953/1390
7
Clinton-Lisell, V. (2019). Reading from paper compared to screens: A systematic review
and meta‐analysis. Journal of Research in Reading, 42(2), 288-325. https://doi.org/10.1111/1467-9817.12269
8
Clinton-Lisell, V., Taylor, T., Carlson, S. E., Davison, M. L., & Seipel, B. (2022).
Performance on reading comprehension assessments and college achievement: A meta-analysis.
Journal of College Reading and Learning, 52(3), 191-211. https://doi.org/10.1080/10790195.2022.2062626
9
Cotton, A., Benedetti, P., & Abusamra, V. (2023). Reading comprehension on smartphones,
A comparison with computers. Cuadernos de Lingüística Hispánica, 41, 1-18. https://doi.org/10.19053/0121053X.n41.2023.16032
10
De-la-Peña, C., & Luque-Rojas, M. J. (2021). Levels of reading comprehension in higher
education: Systematic review and meta-analysis. Frontiers in Psychology, 12. https://doi.org/10.3389/fpsyg.2021.712901
11
Delgado, P., Vargas, C., Ackerman, R., & Salmerón, L. (2018). Don’t throw away your
printed books: A meta-analysis on the effects of reading media on reading comprehension.
Educational Research Review, 25, 23-38. https://doi.org/10.1016/j.edurev.2018.09.003
12
Duke, N. K., & Cartwright, K. B. (2021). The science of reading progresses: Communicating
advances beyond the simple view of reading. Reading Research Quarterly, 56(S1). https://doi.org/10.1002/rrq.411
13
Flores-Mendoza, C., Ardila, R., Gallegos, M., & Reategui-Colareta, N. (2021). General
intelligence and socioeconomic status as strong predictors of student performance
in Latin American schools: Evidence From PISA Items. Frontiers in Education, 6, 632289. https://doi.org/10.3389/feduc.2021.632289
14
Fontaine, G., Zagury-Orly, I., Maheu-Cadotte, M. A., Lapierre, A., Thibodeau-Jarry,
N., Denus, S. D., Lordkipanidzé, M., Dupont, P., & Lavoie, P. (2021). A meta-analysis
of the effect of paper versus digital reading on Reading Comprehension in Health Professional
Education. American Journal of Pharmaceutical Education, 85(10), 8525. https://doi.org/10.5688/ajpe8525
15
Froud, K., Levinson, L., Maddox, C., & Smith, P. (2024). Middle-schoolers’ reading
and lexical-semantic processing depth in response to digital and print media: An N400
study. PLOS ONE, 19(5), e0290807. https://doi.org/10.1371/journal.pone.0290807
16
González, G., Castro, A., & González, F. (2008). Perfiles aptitudinales, estilos de
pensamiento y rendimiento académico. Anuario de Investigaciones, 15, 33-41.
17
Honma, M., Masaoka, Y., Iizuka, N., Wada, S., Kamimura, S., Yoshikawa, A., Moriya,
R., Kamijo, S., & Izumizaki, M. (2022). Reading on a smartphone affects sigh generation,
brain activity, and comprehension. Scientific Reports, 12(1), 1589. https://doi.org/10.1038/s41598-022-05605-0
18
Hoover, W. A., & Tunmer, W. E. (2018). The simple view of reading: Three assessments
of its adequacy. Remedial and Special Education, 39(5), 304-312. https://doi.org/10.1177/0741932518773154
19
Jian, Y. C. (2021). The immediate and delayed effects of text–diagram reading instruction
on reading comprehension and learning processes: Evidence from eye movements. Reading and Writing, 34(3), 727-752. https://doi.org/10.1007/s11145-020-10089-3
20
Kaufman, A. S., & Kaufman, N. L. (2000). K-BIT. Test Breve de Inteligencia de Kaufman (K-BIT) (2ª edición). Madrid: TEA Ediciones.
21
Lauterman, T., & Ackerman, R. (2014). Overcoming screen inferiority in learning and
calibration. Computers in Human Behavior, 35, 455-463. https://doi.org/10.1016/j.chb.2014.02.046
22
Lee, S. A., Hong, J. H., Kim, N. Y., Min, H. M., Yang, H. M., Lee, S. H., Choi, S.
J., & Park, J. H. (2024). Unveiling neurocognitive disparities in encoding and retrieval
between paper and digital tablet-based learning. Brain Sciences, 14(1), 76. https://doi.org/10.3390/brainsci14010076
23
Li, Y., & Yan, L. (2024). Which reading comprehension is better? A meta-analysis of
the effect of paper versus digital reading in recent 20 years. Telematics and Informatics Reports, 14, 100142. https://doi.org/10.1016/j.teler.2024.100142
24
Mar, R. A., Li, J., Nguyen, A. T. P., & Ta, C. P. (2021). Memory and comprehension
of narrative versus expository texts: A meta-analysis. Psychonomic Bulletin y Review, 28(3), 732-749. https://doi.org/10.3758/s13423-020-01853-1
25
Mol, S. E., & Bus, A. G. (2011). To read or not to read: A meta-analysis of print
exposure from infancy to early adulthood. Psychological Bulletin, 137(2), 267-296. https://doi.org/10.1037/a0021890
26
OECD (2021). 21st-Century Readers: Developing literacy skills in a digital world.
PISA, OECD Publishing. https://doi.org/10.1787/a83d84cb-en
27
OECD (2023), PISA 2022 Results (Volume I): The state of learning and equity in education,
PISA, OECD Publishing. https://doi.org/10.1787/53f23881-en
28
Piovano, S., Irrazabal, N., & Burin, D. I. (2018). Comprensión de textos expositivos
académicos en e-book Reader y en papel: Influencia del conocimiento previo de dominio
y la aptitud verbal. Ciencias Psicológicas, 12(2), 177-185. https://doi.org/10.22235/cp.v12i2.1680
29
Salmerón, L., Altamura, L., Delgado, P., Karagiorgi, A., & Vargas, C. (2024). Reading
comprehension on handheld devices versus on paper: A narrative review and meta-analysis
of the medium effect and its moderators. Journal of Educational Psychology, 116(2), 153-172. https://doi.org/10.1037/edu0000830
30
Sidi, Y., Shpigelman, M., Zalmanov, H., & Ackerman, R. (2017). Understanding metacognitive
inferiority on screen by exposing cues for depth of processing. Learning and Instruction, 51, 61-73. https://doi.org/10.1016/j.learninstruc.2017.01.002
31
Singer, L. M., & Alexander, P. A. (2017). Reading across mediums: Effects of reading
digital and print texts on comprehension and calibration. The Journal of Experimental Education, 85(1), 155-172. https://doi.org/10.1080/00220973.2016.1143794
32
Tabullo, A. J., Pithod, M., & Moreno, C. B. (2020). Associations between reading,
comprehension, print exposure, executive functions, and academic achievement in Argentinean
university students. Revista Neuropsicología, Neuropsiquiatría y Neurociencias, 20(2), 15-48. http://revistaneurociencias.com/index.php/RNNN/article/view/117
33
Tabullo, Á. J., & Pulifiato-Hamann, E. S. (2024). Lectura digital en estudiantes universitarios:
contribuciones del funcionamiento ejecutivo y hábitos lectores. Ocnos, 23(2). https://doi.org/10.18239/ocnos_2024.23.2.424
34
Vernucci, S., Aydmune, Y., Andrés, M. L., Burin, D. I., & Canet-Juric, L. (2021).
Working memory and fluid intelligence predict reading comprehension in school-age
children: A one-year longitudinal study. Applied Cognitive Psychology, 35(4), 1115–1124. https://doi.org/10.1002/acp.3841
