REVISTA ODIGOS
CIENCIAS DE LA INGENIERÍA
Y CIENCIAS EXACTAS
Vol. 6 Num. 1
2025
FEBRERO MAYO
https://doi.org/10.35290/ro.v6n1.2025
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
3
rodigos@uisrael.edu.ec
CONTENIDO
5
Página legal
7
EDITORIAL
PhD. Renato M. Toasa
Editor Jefe – ODIGOS
9
Empoderando a docentes y estudiantes en zonas
rurales del cantón Baba - Ecuador: Propuesta para la
integración tecnológica en el aula
Roger Marcelo Freire Avilés
Bryan Orlando Vélez San Martin
Verónica Adriana Freire Avilés
Delia Isabel Carrión León
35
Infraestructura digital eXeLearning para la creación
de contenido educativo dirigido a estudiantes de
educación básica superior
Diego Israel Abril Díaz
David Omar Guevara Aulestia
57
Herramientas y plataformas de procesamiento: Un
análisis sistemático en el contexto de IoT y Big Data
Wilmer Antonio Moreira Sánchez
Marely del Rosario Cruz Felipe
Gabriel Agustín Cotera Ramírez
Gema Isabel Medranda Cobeña
REVISTA ODIGOS
QUITO-ECUADOR
2025
4
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
83
Análisis de licitaciones públicas en Ecuador: aplicación
de técnicas de explicabilidad en modelos de
aprendizaje automático
María Fernanda Molina Miranda
Ángel Cuenca Ortega
Luis Espín Pazmiño
Miguel Molina Villacís
101
Big Data como instrumento integrador de datos para
la toma de decisiones en la prevención, detección y
tratamiento de enfermedades en el Ecuador
Fabián Lizardo Caicedo Goyes
120
NORMAS DE PUBLICACIÓN
REVISTA ODIGOS
REVISTA ODIGOS
QUITO-ECUADOR
2025
5
rodigos@uisrael.edu.ec
PÁGINA LEGAL
PhD. Renato Mauricio Toasa Guachi
Universidad Tecnológica Israel, Ecuador
PhD. Paúl Francisco Baldeón Egas
Universidad Tecnológica Israel, Ecuador
PhD. Victor Hugo Andaluz Ortiz
Universidad de las Fuerzas Armadas ESPE, Ecuador
PhD. César Leonardo Guevara Gordillo
Universidad de Lincoln, United Kingdom
PhD. David Raimundo Rivas Lalaleo
Universidad de las Fuerzas Armadas ESPE, Ecuador
PhD. José Luis Varela Aldás
Universidad Tecnológica Indoamerica, Ecuador
PhD(c). John Reyes Vasquez
Universidad Técnica de Ambato, Ecuador
PhD(c) . Fernando A. Chicaiza
Universidad Nacional de San Juan, Argentina
PhD(c). Christian Carvajal
Universidad Nacional de San Juan, Argentina.
PhD(c). Javier Santiago Vargas Paredes
Universidad de Chile, Chile
PhD(c) . Santiago Otero-Potosi
Instituto Superior Tecnológico 17 de Julio, Ecuador
PhD (c). Juan Carlos Muyulema
Universidad Estatal Península de Santa Elena, Ecuador
Mtr. Angélica Victoria Guillén Pinargote
Universidad Técnica de Manabí, Ecuador
MSc. Jorge Saúl Sánchez Mosquera
Universidad de las Fuerzas Armadas ESPE, Ecuador
MSc. Nataly Pozo Viera
Universidad San Francisco de Quito, Ecuador
M.Sc. Flores García Yolanda Graciela
Universidad Politécnica de Tomsk, Rusia
Mg. Yadira Maricela Semblantes Claudio
Universidad de las Fuerzas Armadas, ESPE
Mg. Verónica Alexandra Yerovi Arias
CONENERGY, Ecuador
Mg. Estefanía de las Mercedes Zurita Meza
Instituto Tecnológico Superior Pelileo, Ecuador
M.Sc. Cristian Mauricio Gallardo Paredes
Universidad Politécnica de Tomsk, Rusia
Mg. David Omar Guevara Aulestia
Universidad Técnica de Ambato, Ecuador
MSc. Juan Pablo Guevara Gordillo
Universidad Central del Ecuador, Ecuador
Mg. Edgar Fabián Rivera Guzmán
Instituto Tecnológico Superior Oriente, Ecuador
EDITOR REVISTA ODIGOS
EDITOR GENERAL
COMITÉ EDITORIAL
REVISTA ODIGOS
QUITO-ECUADOR
2025
6
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
PhD. Paúl Francisco Baldeón Egas
Universidad Tecnológica Israel, Ecuador
Esp. Andrea Campaña
Universidad Tecnológica Israel, Ecuador
Lic. Karla Proaño
Independiente, Ecuador
Ing. Steven Baldeón Ahtty
Universidad Tecnológica Israel, Ecuador
Mg. José Alejandro Vergelín Almeida
Universidad Tecnológica Israel, Ecuador
Universidad Tecnológica Israel
Dirección: Marieta de Veintimilla E4-142 y Pizarro, Quito
Código postal EC-170522
editorial@uisrael.edu.ec - Teléfono: (02) 255-5741 ext. 113
GESTIÓN DE LA REVISTA
ELECTRÓNICA
EQUIPO DE ESTILO
RESPONSABLE
PROGRAMADOR
RESPONSABLE DE DISEÑO Y
MAQUETACIÓN
ENTIDAD EDITORA
PERIODICIDAD DE PUBLICACIÓN - CUATRIMESTRAL
Mg. Edison Andrés Gómez Reyes
Instituto Ecuatoriano de Seguridad Social, Ecuador
Mg. David Martínez Villacrés
Universidad de Guayaquil, Ecuador
MSc. Francisco Javier Galora Silva
Universidad Internacional de la Rioja, España
Mg. Carlos Alberto Gallardo Naula
SU ELÉCTRICO, Ecuador
Mg. Xavier Villamil Quinteros
Ministerio de Telecomunicaciones y Sociedad de la Información, Ecuador
REVISTA ODIGOS
QUITO-ECUADOR
2025
7
rodigos@uisrael.edu.ec
EDITORIAL
Nos complace presentar el número 6, volumen 1 de la Revista ODIGOS, el primero del
año 2025. En esta ocasión se pone a disposición de toda la comunidad cientíca y
académica 05 trabajos cientícos que son resultado de investigaciones elaboradas
con alta rigurosidad cientíca y metodológica, y que aportan signicativamente a
diversas áreas del conocimiento.
Como en todas nuestras publicaciones, los trabajos presentados han pasado por
un proceso de selección, arbitraje, corrección y edición, que van en correspondencia
con las líneas aprobadas por la Universidad Tecnológica Israel, entidad editora de
nuestra revista.
En este contexto, los trabajos que se presentan son:
“Empoderando a docentes y estudiantes en zonas rurales del cantón Baba - Ecuador:
Propuesta para la integración tecnológica en el aula” es el título del primer artículo
que se presenta, en este trabajo, se analizó la brecha digital en las zonas rurales del
cantón Baba, Ecuador, mediante la integración de herramientas tecnológicas en el
ámbito educativo, la propuesta presentada ofreció un modelo educativo innovador
y replicable.
El segundo trabajo publicado lleva por nombre “Infraestructura digital eXeLearning
para la creación de contenido educativo dirigido a estudiantes de educación básica
superior.”, en el cual se exploró los benecios de implementar una infraestructura
digital para la creación de contenido educativo en estudiantes de educación básica
superior, se analizó el impacto de herramientas como eXeLearning en la generación
de recursos multimedia y su integración en entornos educativos.
Por otra parte, los autores de “Herramientas y plataformas de procesamiento:
Un análisis sistemático en el contexto de IoT y Big Data” presentó una revisión
sistemática de la literatura con el objetivo de identicar y evaluar las herramientas
de Big Data más utilizadas en soluciones de IoT. Se utilizó la metodología propuesta
por Kitchenham, seleccionada por su enfoque estructurado y replicable, que
garantiza resultados de alta calidad al minimizar sesgos.
Mientras que en Análisis de licitaciones públicas en Ecuador: aplicación de
técnicas de explicabilidad en modelos de aprendizaje automático”, se analizan los
procesos de licitaciones públicas en Ecuador mediante la aplicación de técnicas de
REVISTA ODIGOS
QUITO-ECUADOR
2025
8
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
aprendizaje automático y explicabilidad de modelos, con el n de mejorar la toma
de decisiones
Finalmente, el último trabajo: “Big Data como instrumento integrador de datos para
la toma de decisiones en la prevención, detección y tratamiento de enfermedades en
el Ecuador”, propuso analizar el impacto de la Big Data en la prevención, detección
y tratamiento de enfermedades en el contexto ecuatoriano, con el objetivo de
profundizar en la comprensión de cómo la integración de datos puede ofrecer una
visión holística de la salud poblacional.
El impacto de estas investigaciones, dentro de la comunidad cientíca, permitirá
replantear modelos y herramientas para generar propuestas de intervención
que contribuyan con la solución de ciertos problemas existentes en la sociedad,
relacionados con los temas aquí tratados.
De esta manera, dejamos a disposición de los lectores este material de transferencia
y difusión del conocimiento.
PhD. Renato M. Toasa
Editor Jefe – ODIGOS
ORCID: https://orcid.org/0000-0002-2138-300X
REVISTA
ODIGOS
rodigos@uisrael.edu.ec
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
9
Período febrero - mayo • 2025
Vol. 6, Núm. 1
Empoderando a docentes y estudiantes en zonas rurales del
cantón Baba - Ecuador: Propuesta para la integración tecnológica
en el aula
Empowering teachers and students in rural areas of Baba canton -
Ecuador: Proposal for technological integration in the classroom
Fecha de recepción: 2024-11-28 • Fecha de aceptación: 2025-01-17 • Fecha de publicación: 2025-02-10
Roger Marcelo Freire Avilés
1
Universidad Estatal de Milagro, Ecuador
rfreirea2@unemi.edu.ec
https://orcid.org/0000-0001-9069-4787
Bryan Orlando Vélez San Martin
2
Universidad Bolivariana del Ecuador, Ecuador
bovelezs@ube.edu.ec
https://orcid.org/0009-0003-0678-7828
Verónica Adriana Freire Avilés
3
Universidad Agraria del Ecuador, Ecuador
vfreire@uagraria.edu.ec
https://orcid.org/0000-0001-6509-6080
Delia Isabel Carrión León
4
Universidad Estatal de Milagro, Ecuador
dcarrionl@unemi.edu.ec
https://orcid.org/0000-0003-1147-8045
https://doi.org/10.35290/ro.v6n1.2025.1490
REVISTA ODIGOS
QUITO-ECUADOR
2025
10
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
RESUMEN
Este estudio analizó la brecha digital en las zonas rurales del cantón Baba, Ecuador, mediante la
integración de herramientas tecnológicas en el ámbito educativo. Su objetivo principal fue evaluar
el impacto de estas tecnologías en el rendimiento académico de los estudiantes y en el desarrollo
de competencias digitales en los docentes. A través de un enfoque cuantitativo, complementado
con entrevistas cualitativas, se recopilaron datos mediante cuestionarios y pruebas académicas.
Los resultados revelaron mejoras signicativas en el desempeño académico de los estudiantes y
un progreso notable en la adopción y uso de tecnologías por parte de los docentes. La propuesta
presentada ofreció un modelo educativo innovador y replicable que busca cerrar la brecha digital,
garantizando una educación inclusiva y equitativa que favorezca el desarrollo integral de las
comunidades rurales. Además, se plantearon estrategias sostenibles con potencial de expansión a
otras regiones con contextos similares, contribuyendo al cumplimiento de los Objetivos de Desarrollo
Sostenible, especialmente en lo referente a la educación de calidad y la reducción de desigualdades.
Esta investigación resaltó la importancia de empoderar a docentes y estudiantes, preparándolos para
enfrentar los retos de la sociedad actual y futura a través de la integración tecnológica en el aula.
PALABRAS CLAVE: Integración tecnológica, brecha digital, educación rural, habilidades tecnológicas
ABSTRACT
This study analyzes the digital divide in rural areas of Baba Canton, Ecuador, by integrating
technological tools in the educational eld. Its main objective is to evaluate the impact of these
technologies on the academic performance of students and on the development of digital skills
in teachers. Through a quantitative approach, complemented by qualitative interviews, data were
collected through questionnaires and academic tests. The results reveal signicant improvements in
the academic performance of students and notable progress in the adoption and use of technologies
by teachers. The proposal presented offers an innovative and replicable educational model that seeks
to close the digital divide, guaranteeing an inclusive and equitable education that favors the integral
development of rural communities. In addition, sustainable strategies are proposed with the potential
to expand to other regions with similar contexts, contributing to the fulllment of the Sustainable
Development Goals, especially with regard to quality education and the reduction of inequalities. This
research highlights the importance of empowering teachers and students, preparing them to face the
challenges of current and future society through technological integration in the classroom.
KEYWORDS: Technological integration, digital divide, rural education, technological skills
REVISTA ODIGOS
QUITO-ECUADOR
2025
11
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Introducción
El avance acelerado de la tecnología ha generado un impacto signicativo en todas las facetas
de la sociedad, incluida la educación. El uso de herramientas digitales en el proceso educativo se
ha consolidado como un aspecto fundamental para mejorar la calidad y ecacia del aprendizaje
(Salmerón, 2019). No obstante, esta evolución tecnológica no ha sido uniforme, especialmente
en zonas rurales donde el acceso limitado y la escasa infraestructura representan desafíos
signicativos. En el contexto especíco del Cantón Baba, en la provincia de Los Ríos, Ecuador, se
evidencia una marcada brecha digital que afecta el ámbito educativo, particularmente en el nivel de
Bachillerato. Las limitaciones en el acceso a la tecnología y la dicultad para integrarla de manera
efectiva en los procesos de enseñanza-aprendizaje reejan un panorama complejo. Este escenario
se agrava por la falta de recursos para capacitar a los docentes y la insuciente infraestructura
educativa (Sharif, y Cho, 2019).
Uno de los desafíos más relevantes para lograr una integración exitosa de la tecnología en estas
zonas es la distancia que los estudiantes deben recorrer para asistir a clases, lo que incrementa los
índices de ausentismo y abandono escolar. A esto se suma la carencia de servicios de transporte
seguros y conables, dicultando aún más el acceso a la educación para quienes residen en áreas
remotas. Además, la falta de acceso a servicios de salud mental y apoyo psicosocial impacta
negativamente en el bienestar de los estudiantes y, por ende, en su capacidad para aprender
de manera efectiva. Estas barreras geográcas y sociales profundizan la exclusión educativa y
perpetúan la desigualdad en las oportunidades de aprendizaje entre las zonas rurales y urbanas,
limitando el desarrollo personal, académico y profesional de los estudiantes. La brecha digital no
solo se maniesta en la carencia de infraestructura tecnológica en las escuelas, sino también en
la falta de recursos y oportunidades para adquirir y fortalecer competencias digitales fuera del
entorno educativo (Fandos, 2023).
En particular, las zonas rurales enfrentan grandes desafíos debido a la brecha digital que limita
el acceso a herramientas tecnológicas esenciales para una educación de calidad. Este estudio
tuvo como objetivo principal evaluar el impacto de las herramientas digitales en el aprendizaje
de los estudiantes. A partir de este enfoque, se pretendió desarrollar e implementar estrategias
de capacitación que empoderen a docentes y estudiantes en zonas rurales, promoviendo el uso
efectivo de herramientas digitales para optimizar el proceso de enseñanza-aprendizaje y reducir la
brecha digital en el Cantón Baba, Ecuador.
Para lograrlo, ha sido fundamental evaluar las competencias digitales de los docentes y
estudiantes, identicando las principales áreas de oportunidad en el uso de estas herramientas.
Además, se buscó capacitar a los docentes en el uso de estas herramientas, analizar los
resultados obtenidos mediante métodos cuantitativos y proponer estrategias sostenibles que
promuevan la integración tecnológica en el aula. Con esta investigación, se pretendió no solo
cerrar la brecha digital existente, sino también establecer un modelo replicable que fortalezca la
educación en comunidades con recursos limitados, contribuyendo al desarrollo equitativo de la
sociedad.
REVISTA ODIGOS
QUITO-ECUADOR
2025
12
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
1.1 Herramientas digitales en la educación
Las Tecnologías de la Información y la Comunicación (TIC) representan un pilar esencial en
el proceso educativo contemporáneo, ya que abarcan todas aquellas tecnologías utilizadas
para crear, almacenar, intercambiar y procesar información en diversos formatos, como datos,
imágenes, videos y presentaciones multimedia (Ayala y Gonzalez, 2015). Estas herramientas
buscan optimizar los procesos de aprendizaje y enseñanza, facilitando la transmisión de
conocimientos de forma dinámica e interactiva. Sin embargo, su adopción en contextos rurales
enfrenta desafíos particulares derivados de la falta de infraestructura tecnológica, la dispersión
geográca y la escasez de recursos educativos. Estas limitaciones dicultan la integración efectiva
de las TIC en el entorno escolar, profundizando las brechas existentes entre estudiantes de zonas
rurales y urbanas.
Frente a esta realidad, es fundamental explorar estrategias innovadoras que permitan superar
estos obstáculos. La incorporación de herramientas digitales debe ir más allá del simple acceso
a dispositivos tecnológicos; debe implicar el diseño de metodologías pedagógicas adaptadas
que fomenten la participación activa de los estudiantes y potencien sus competencias digitales.
De acuerdo con la Universidad de Negocios ISEC (2022), los métodos tradicionales de enseñanza
resultan insucientes para responder a las demandas de la sociedad actual, por lo que es
necesario integrar tecnologías que despierten la motivación y el interés de los estudiantes
mediante experiencias de aprendizaje interactivas y signicativas.
Además, el uso adecuado de las herramientas digitales en la educación no solo contribuye al
desarrollo académico, sino que también impulsa habilidades críticas como el pensamiento
analítico, la creatividad y la resolución de problemas. Estos aspectos son esenciales para preparar
a los estudiantes para los desafíos del siglo XXI. Por tanto, el compromiso de los docentes en
actualizar sus conocimientos tecnológicos y la implementación de programas de capacitación son
claves para garantizar una integración efectiva y sostenible de la tecnología en entornos rurales.
1.2 Brecha digital en áreas rurales
La brecha digital constituye una de las principales limitaciones para el desarrollo social y
económico de las comunidades rurales. Esta disparidad tecnológica impide el acceso equitativo
a recursos digitales y limita la capacidad de estas comunidades para integrarse a la economía
digital. Factores como la falta de infraestructura de redes, la baja calidad de la conexión a internet,
la escasez de dispositivos tecnológicos y la ausencia de programas de alfabetización digital
agravan esta situación (Cárdenas et al., 2022). Estas condiciones desfavorables no solo afectan las
oportunidades actuales de los estudiantes y trabajadores rurales, sino que también comprometen
su futuro al restringir su participación en un mundo cada vez más digitalizado.
Es esencial reconocer que la brecha digital no se limita al acceso físico a la tecnología, sino que
también abarca el desarrollo de habilidades digitales. La carencia de competencias digitales limita
la capacidad de los individuos para aprovechar las oportunidades que ofrece la economía global,
perpetuando ciclos de desigualdad y exclusión. Por ello, resulta fundamental la colaboración entre
REVISTA ODIGOS
QUITO-ECUADOR
2025
13
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
los sectores público y privado para invertir en infraestructura tecnológica, mejorar la conectividad y
diseñar programas de alfabetización digital que promuevan la inclusión social y económica.
La implementación de políticas públicas orientadas a la reducción de la brecha digital es un paso
crucial. Esto implica no solo dotar de infraestructura tecnológica a las comunidades rurales, sino
también garantizar la sostenibilidad de estos recursos a través de mantenimiento constante y
actualizaciones. Asimismo, se deben crear programas de formación y acompañamiento que
permitan a la población rural desarrollar habilidades digitales que les faciliten integrarse a la
economía del conocimiento.
1.3 Importancia de las herramientas digitales en la educación.
La integración de herramientas digitales en el ámbito educativo va más allá de la simple
familiarización con la tecnología. Se trata de dotar a los estudiantes de competencias digitales
que les permitan entender y adaptarse al entorno tecnológico que dene la sociedad actual
(Molina y Mesa, 2018). Sin embargo, las escuelas rurales enfrentan desafíos como la carencia de
infraestructura adecuada y la falta de formación docente en el uso de estas herramientas. Esta
situación reeja una brecha signicativa en el desarrollo de habilidades digitales entre estudiantes
de zonas rurales y urbanas (Cruz, 2022).
La alfabetización digital debe ser vista como un proceso integral que empodera a los estudiantes
para utilizar la tecnología de manera crítica y creativa. Este enfoque no solo los capacita para
adaptarse a un mercado laboral en constante evolución, sino que también fortalece habilidades de
resolución de problemas, pensamiento crítico y creatividad. Así, los estudiantes no solo consumen
tecnología, sino que también son capaces de crear y gestionar soluciones innovadoras que
contribuyan al desarrollo de sus comunidades.
1.4 Capacitación docente en el uso de herramientas digitales.
La formación continua de los docentes es un factor clave para garantizar la integración efectiva
de las TIC en el proceso educativo. Desde la década de los noventa, la innovación educativa ha
transformado las prácticas docentes, impulsando cambios signicativos en la manera en que se
concibe y se aplica la enseñanza (Rojas, 2019). El docente debe desempeñar un rol activo en la
implementación de metodologías innovadoras, convirtiéndose en un facilitador del aprendizaje
mediante el uso de herramientas digitales.
Nuñez et al. (2019) subrayaron que es fundamental que los docentes orienten a los estudiantes
en el manejo ético y responsable de la información. Esto implica enseñar a identicar fuentes
conables, comprender los riesgos del plagio y aplicar normativas de uso responsable de la
información. Además, es crucial que las instituciones educativas promuevan programas de
formación y actualización tecnológica, asegurando que los docentes estén capacitados para
aprovechar al máximo las herramientas digitales.
Las páginas web han emergido como herramientas poderosas de auto preparación,
proporcionando acceso a una variedad de recursos educativos y contenido en línea que permite a
REVISTA ODIGOS
QUITO-ECUADOR
2025
14
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
individuos aprender de manera autónoma. Este enfoque de auto preparación a través de páginas
web ofrece exibilidad, diversidad de temas y la posibilidad de adaptarse a diferentes estilos de
aprendizaje.
El docente innovador reconoce la importancia de desarrollar habilidades del siglo XXI, como
la comunicación efectiva, la colaboración, la alfabetización digital y la adaptabilidad. Estas
habilidades son esenciales para preparar a los estudiantes no solo académicamente, sino también
para enfrentar desafíos en un mundo globalizado y tecnológicamente avanzado.
1.5 Inuencia de la integración tecnológica en el desarrollo del aprendizaje estudiantil.
La incorporación de herramientas digitales en los entornos educativos de nivel secundario ha
emergido como un elemento clave para fortalecer el aprendizaje y preparar a los estudiantes
frente a los desafíos de un mundo globalizado y altamente digitalizado. La utilización de estas
tecnologías no solo facilita el acceso inmediato a información actualizada y relevante, sino
que también impulsa la colaboración, la creatividad y la capacidad para resolver problemas
complejos, habilidades fundamentales en la actualidad. Al integrar recursos digitales en el aula,
se crean entornos de aprendizaje dinámicos, inclusivos y adaptados a las necesidades y estilos
de aprendizaje de cada estudiante, lo que contribuye signicativamente a mejorar el rendimiento
académico y el desarrollo personal.
Además, el uso de tecnologías educativas promueve la alfabetización digital, competencia
indispensable para participar activamente en la economía del conocimiento. Los estudiantes
que interactúan de manera constante con plataformas digitales, software educativo y recursos
multimedia, desarrollan habilidades como la autonomía en el aprendizaje, la adaptabilidad a
entornos cambiantes y la gestión ecaz de la información. Estas capacidades no solo impactan
su desempeño académico, sino que también incrementan sus oportunidades de inserción en el
mercado laboral, donde la competencia tecnológica es cada vez más demandada. Por otro lado,
la tecnología permite implementar metodologías pedagógicas innovadoras, como el aprendizaje
basado en proyectos, el aula invertida y el aprendizaje colaborativo. Estas estrategias fomentan
la participación activa del estudiante, promoviendo un rol más protagónico en la construcción de
su propio conocimiento. De esta manera, se incentiva el pensamiento crítico, la creatividad y la
resolución de problemas, habilidades esenciales para enfrentar situaciones complejas tanto en el
ámbito académico como en la vida cotidiana.
La integración de tecnologías también facilita la personalización del aprendizaje, permitiendo
adaptar los contenidos y las actividades a los diferentes ritmos y estilos de aprendizaje de los
estudiantes. Las plataformas digitales ofrecen recursos interactivos y adaptativos que contribuyen
a reducir las barreras de aprendizaje y a mejorar la inclusión educativa, especialmente en contextos
vulnerables. Esta adaptabilidad resulta esencial para atender a estudiantes con diferentes
capacidades y necesidades educativas especícas.
Finalmente, es importante destacar que el impacto positivo de la integración tecnológica en el
aprendizaje de los estudiantes no solo se limita al ámbito académico, sino que también contribuye
al desarrollo de competencias socioemocionales. La interacción con entornos digitales fomenta
REVISTA ODIGOS
QUITO-ECUADOR
2025
15
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
la colaboración, la empatía y la comunicación efectiva, habilidades clave para desenvolverse en
contextos sociales y profesionales diversos. Por ello, la tecnología debe ser vista como un recurso
estratégico para formar ciudadanos críticos, creativos y socialmente responsables, preparados
para afrontar los retos del siglo XXI.
1.6 Desafíos en la implementación de tecnología en zonas rurales.
Las condiciones económicas y la dicultad para acceder a la educación pueden contribuir a tasas
más altas de deserción escolar en áreas rurales. La falta de oportunidades educativas y la presión
para contribuir al sustento familiar pueden ser factores determinantes en la toma de decisiones de
algunos estudiantes y como lo señala “los espacios educativos más diversos potencian el proceso
de aprendizaje, no solamente en el manejo de los contenidos del currículo sino en cuanto a la
integración social de los alumnos.” (Peirano, et al., 2015, p. 19).
A esta problemática se suma la limitada infraestructura tecnológica en las zonas rurales, lo que
agrava aún más la exclusión educativa. La falta de acceso a internet de alta velocidad, equipos
digitales y recursos pedagógicos adecuados impide que los estudiantes puedan participar
en entornos de aprendizaje modernos y competitivos. Esto no solo impacta su rendimiento
académico, sino que también los deja en desventaja en comparación con sus pares en áreas
urbanas, quienes tienen mayor acceso a recursos tecnológicos y oportunidades educativas.
En este sentido, es crucial promover políticas públicas y programas de apoyo que no solo mejoren
el acceso a la tecnología, sino que también capaciten a los docentes en el uso de herramientas
digitales para maximizar su efectividad. Solo mediante una estrategia integral que incluya
infraestructura, capacitación docente y la implementación del uso de las herramientas digitales en
las comunidades locales se podrá reducir la deserción escolar y mejorar la calidad educativa en
áreas rurales.
1.7 Tecnología para el empoderamiento y la participación (TEP).
Las Tecnologías para el Empoderamiento y la Participación (TEP) han surgido como un enfoque
innovador que busca otorgar poder a los individuos y comunidades, especialmente a aquellas
que se encuentran en situaciones de desventaja, mediante el acceso y uso de tecnologías de
la información. Este enfoque se centra en facilitar la autogestión, el aprendizaje colaborativo
y la participación activa en la construcción del conocimiento, contribuyendo así a mejorar las
condiciones de vida y promover el desarrollo sostenible (Zambrano y Balladares, 2017).
El concepto de empoderamiento en el contexto de las TEP implica no solo brindar acceso a
herramientas tecnológicas, sino también fomentar el desarrollo de habilidades y competencias
que permitan a los usuarios participar de manera activa y crítica en la sociedad digital. En entornos
rurales, donde la diversidad de habilidades y estilos de aprendizaje es amplia, las TEP ofrecen
recursos educativos adaptados que permiten atender las necesidades especícas de cada
estudiante. Esta personalización del aprendizaje resulta especialmente relevante en contextos
donde los recursos tradicionales son limitados.
REVISTA ODIGOS
QUITO-ECUADOR
2025
16
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Además, las TEP tienen el potencial de transformar la dinámica educativa al promover el
aprendizaje proactivo y la participación comunitaria. Al facilitar el acceso a información y
recursos interactivos, estas tecnologías estimulan la creatividad, la colaboración y la inteligencia
colectiva, creando espacios de aprendizaje inclusivos y dinámicos. Este enfoque no solo mejora el
desempeño académico, sino que también fortalece la cohesión social y el sentido de pertenencia
dentro de las comunidades.
La aplicación de las TEP también permite la implementación de proyectos comunitarios que
involucran a estudiantes, docentes y miembros de la comunidad en la solución de problemas
locales. Estos proyectos pueden abarcar desde el desarrollo de aplicaciones tecnológicas para
resolver problemas especícos hasta la creación de redes de colaboración que fortalezcan el tejido
social. Al integrar a los estudiantes en proyectos de impacto social, se fomenta su compromiso
cívico y se potencian habilidades como el liderazgo, la resolución de problemas y la innovación.
Latorre et al. (2022) destacaron en su investigación que la incorporación de las Tecnologías de la
Información y la Comunicación (TIC), las Tecnologías del Aprendizaje y el Conocimiento (TAC) y
las Tecnologías para el Empoderamiento y la Participación (TEP) es fundamental para transformar
la educación y adaptarla a las exigencias de la sociedad actual. Los resultados de su estudio
evidencian que el uso de herramientas tecnológicas didácticas no solo incrementa las habilidades
digitales básicas de los estudiantes, sino que también potencia su creatividad y capacidad para
trabajar de manera colaborativa.
Para garantizar el éxito de las TEP, es necesario que las instituciones educativas y los organismos
gubernamentales trabajen de manera conjunta en el diseño de políticas que faciliten el acceso a
estas tecnologías. Esto incluye la inversión en infraestructura tecnológica, la formación continua
de docentes en el uso pedagógico de las TEP y la creación de programas educativos que integren
estas tecnologías de manera efectiva. Solo a través de un enfoque integral será posible aprovechar
al máximo el potencial de las TEP para empoderar a los estudiantes y contribuir al desarrollo social
y económico de sus comunidades.
Finalmente, es importante destacar que el impacto de las TEP trasciende el ámbito educativo.
Al promover la participación activa y el empoderamiento de los individuos, estas tecnologías
contribuyen a la construcción de sociedades más inclusivas, equitativas y democráticas. De este
modo, las TEP se consolidan como una herramienta clave para impulsar el desarrollo sostenible y
garantizar que todas las personas, sin importar su contexto, tengan la oportunidad de alcanzar su
máximo potencial.
Metodología
2.1. Tipo de estudio, recolección y análisis de datos.
2.1.1 Tipo de Estudio
Este fue un estudio cuantitativo de diseño no experimental y de alcance descriptivo, enfocado en
analizar los efectos de la implementación de herramientas digitales en el contexto educativo rural.
REVISTA ODIGOS
QUITO-ECUADOR
2025
17
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
La metodología adoptada permite observar y medir los cambios producidos sin intervenir en las
variables del entorno, asegurando resultados objetivos y relevantes.
2.1.2 Recolección de Datos
Para garantizar la validez de los datos, se diseñó un cuestionario estructurado y se aplicaron
pruebas de evaluación dirigidas a estudiantes y docentes. El cuestionario evaluó la percepción y
el nivel de adopción de herramientas digitales, mientras que las pruebas académicas midieron el
impacto en el rendimiento antes y después de la intervención tecnológica. Además, se realizaron
entrevistas cualitativas con docentes para complementar los resultados.
2.1.3 Análisis de Datos
Los datos recolectados fueron analizados utilizando el software estadístico SPSS. Se aplicaron
pruebas de normalidad, t de Student y análisis de varianza (ANOVA) para determinar la
signicancia estadística de los cambios observados. Asimismo, se empleó análisis descriptivo
para identicar patrones y tendencias relevantes.
2.2 Métodos empleados
2.2.1 Métodos teóricos
Los métodos teóricos se enfocan en la creación, el análisis y el desarrollo de las teorías que
sustentan la investigación y brindan un marco conceptual para comprender el fenómeno de
estudio.
2.2.2 Método inductivo – deductivo
El método inductivo-deductivo se utilizará en la fase inicial de la investigación. A través de
encuestas y entrevistas, se recopilarán datos especícos sobre el acceso y uso de tecnologías
digitales en instituciones de nivel medio. Mediante la inducción, se derivarán patrones y tendencias
a partir de estos datos. Posteriormente, se empleará la deducción para formular principios
generales que expliquen como el uso de tecnologías y el rendimiento de los estudiantes a nivel
académico, los cuáles serán aplicados posteriormente para analizar e interpretar los resultados
obtenidos.
2.2.3 Método estadístico
El método estadístico o matemático se empleará para cuanticar y analizar datos recopilados
mediante encuestas, brindando un enfoque cuantitativo para entender patrones, correlaciones y
tendencias relacionadas con el uso de tecnologías digitales en la educación.
REVISTA ODIGOS
QUITO-ECUADOR
2025
18
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
2.2.4 Método empírico
El método empírico se basa en la experiencia directa y la observación para obtener conocimiento.
Esta investigación utilizará encuestas y entrevistas para recopilar datos para comprender
empíricamente las experiencias, percepciones y prácticas relacionadas con la integración de
tecnologías digitales en el proceso de enseñanza – aprendizaje en la educación de nivel medio.
2.3 Elaboración de la propuesta y su validación
La elaboración de la propuesta se basó en un enfoque participativo, integrando las necesidades
identicadas en las comunidades rurales del Cantón Baba y las mejores prácticas en alfabetización
digital. A través de un proceso iterativo, se diseñaron estrategias especícas de capacitación para
docentes y estudiantes, que luego fueron validadas. Los resultados preliminares reejan mejoras
signicativas en las competencias digitales y el uso efectivo de herramientas tecnológicas en el
aula.
2.3.1 Estrategia de la unidad de trabajo para desarrollar las habilidades tecnológicas de
los estudiantes
Ante la realidad tecnológica que forma parte innegable de nuestro diario vivir, surge la necesidad
de modelizar una propuesta de aprendizaje, ajustado a la diversidad estudiantil de los estudiantes
de primero de bachillerato en zona rural.
A continuación, se detallan de forma general las fases del modelo instruccional ADDIE, que
permitieron la modelación del enfoque sistemático.
REVISTA ODIGOS
QUITO-ECUADOR
2025
19
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Figura 1
Enfoque Sistemático para el Diseño Instruccional, considerando las Fases del Modelo instruccional ADDIE.
De acuerdo con la Figura 1, se ha adoptado un enfoque estructurado para el diseño instruccional,
fundamentado en el modelo ADDIE (Análisis, Diseño, Desarrollo, Implementación y Evaluación),
empleando la herramienta tecnológica Classroom. Está diseñada para compartir con los
estudiantes de primero de bachillerato, varias plataforma y recursos que tienen a disposición
para mejorar el desarrollo de las habilidades tecnológicas. En la herramienta de Classroom
se ha propuesto con criterio pedagógico y didáctico: deniciones, documentos informativos,
videos interactivos, incrustación de otras herramientas digitales educativas con el enlace
correspondientes y actividades de refuerzo, para que puedan ser trabajadas de formas sincrónica y
asincrónica.
2.4 Aplicación del modelo ADDIE
2.4.1 Fase I: Análisis
Datos Informativos de la institución educativa donde se lleva a cabo el proyecto:
Provincia: Los Ríos
Cantón: Babahoyo-Baba
Beneciarios: Estudiantes de primero de bachillerato
REVISTA ODIGOS
QUITO-ECUADOR
2025
20
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Software: Classroom
Contexto: Este enfoque sistemático para el diseño instruccional se la realizó tomando como
tema principal el desarrollo de las habilidades tecnológicas para los estudiantes de primero
de bachillerato.
Para este escenario se recomendó a los docentes de informática o docentes de módulos de
tecnología trabajar dentro de los laboratorios y contar con un proyector para que los estudiantes
puedan ir observando.
Los estudiantes beneciarios de esta práctica educativa, serán jóvenes y señoritas que se
encuentran en una edad promedio entre 14 y 15 años de edad, que disponen en su mayoría de
dispositivos electrónicos y conexión a internet en sus domicilios.
2.4.1.1 Situación actual
La institución posee cuentas de Microsoft Teams para educación virtual, pero no están
conguradas ni han sido usadas.
El 70% de los docentes tienen un ordenador personal con conexión a internet.
La institución posee internet en un estado no muy bueno.
2.4.1.2 Requisitos para la implementación de la propuesta
Para la ejecución exitosa del presente proyecto, fue necesario contar con una serie de recursos:
materiales, humanos, tecnológicos de infraestructura y medioambiente de trabajo, los cuales se
detallan a continuación:
Equipo consultor con competencias demostradas para asesorar y hacer seguimiento a la
ejecución del proyecto.
Establecer los recursos humanos para coordinar la aplicación correcta de la estrategia de la
unidad de trabajo.
Conformar un equipo técnico responsable de integrar el sistema de seguimiento
conformado por un coordinador académico.
Personal docente informático del nivel de primero de bachillerato de la instrucción señalado
en la estrategia de acción.
Equipos de computación con características técnicas de velocidad y almacenamiento
adecuadas al trabajo a realizar.
Conexión banda ancha a internet permanente en todos los pc.
Espacio físico con un diseño ergonómico adecuado para las actividades presenciales y que
sea suciente para todos los estudiantes inmersos en el programa.
Material de apoyo adecuado para la ejecución de los cursos.
REVISTA ODIGOS
QUITO-ECUADOR
2025
21
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Equipos audiovisuales adaptados a las necesidades de cada curso.
Materiales consumibles y de papelería.
2.4.2. Fase 2: Diseño
Trimestre 1
Módulo 1: Información y Tratamiento de Datos
Sección 1: Introducción a la Alfabetización Digital
Denición de alfabetización digital.
Importancia de la alfabetización digital en la educación.
Desarrollo de la conciencia digital.
Sección 2: Herramientas para Recopilación y Análisis de Datos
Exploración de herramientas de recopilación de datos en línea.
Introducción a hojas de cálculo y su aplicación educativa.
Casos prácticos: creación y análisis de encuestas digitales.
Sección 3: Uso Ético de la Información
Evaluación de la autenticidad y conabilidad de fuentes en línea.
Normas de citación y derechos de autor.
Prácticas éticas en el tratamiento de datos educativos.
Trimestre 2
Módulo 2: Comunicación y Colaboración
Sección 1: Plataformas y Herramientas de Comunicación
Exploración de plataformas de comunicación sincrónica y asincrónica.
Uso de correo electrónico educativo.
Estrategias para fomentar la comunicación efectiva con estudiantes y colegas.
Sección 2: Herramientas para Colaboración en Línea
Introducción a plataformas colaborativas.
Casos prácticos: trabajo colaborativo en documentos en línea.
REVISTA ODIGOS
QUITO-ECUADOR
2025
22
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Estrategias para la colaboración virtual entre estudiantes.
Sección 3: Desarrollo de Competencias Socioemocionales a través de la Tecnología
Uso de herramientas digitales para promover la empatía y la inclusión.
Estrategias para gestionar conictos en entornos digitales.
Fomento de la colaboración y el trabajo en equipo en línea.
Trimestre 3
Módulo 3: Creación de Contenido Digital
Sección 1: Herramientas para Creación de Recursos Educativos Digitales
Exploración de plataformas para la creación de presentaciones interactivas.
Uso de herramientas para la creación de videos educativos.
Desarrollo de infografías y materiales visuales.
Sección 2: Estrategias para la Narración Digital
Importancia de la narración en la enseñanza.
Herramientas y técnicas para la narración digital.
Creación de proyectos multimedia educativos.
Sección 3: Evaluación y Retroalimentación de Contenido Digital
Estrategias para evaluar la efectividad de los recursos digitales.
Uso de herramientas para obtener retroalimentación de los estudiantes.
Mejora continua de materiales educativos digitales.
Módulo 4: Seguridad
Sección 1: Conciencia y Buenas Prácticas en Seguridad Digital
Educación sobre la importancia de la seguridad digital.
Prácticas seguras al usar herramientas digitales.
Prevención de ataques cibernéticos en entornos educativos.
Sección 2: Protección de la Privacidad de los Estudiantes
Cumplimiento de normativas de privacidad.
REVISTA ODIGOS
QUITO-ECUADOR
2025
23
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Estrategias para proteger la información personal de los estudiantes.
Manejo de datos sensibles de manera ética y legal.
Sección 3: Ciberseguridad en el Aula Virtual
Seguridad en plataformas de aprendizaje en línea.
Estrategias para prevenir y abordar incidentes de ciberseguridad.
Desarrollo de un entorno virtual seguro y protegido.
Evaluación Final:
Evaluación de competencias adquiridas mediante actividades prácticas y cuestionarios.
Sesión de retroalimentación y preguntas.
Esta estrategia busca proporcionar a los estudiantes de primero de bachillerato, las habilidades
y conocimientos necesarios para integrar de manera efectiva las herramientas digitales en su
práctica educativa, promoviendo el desarrollo de habilidades esenciales en sus estudiantes y
garantizando un entorno educativo seguro y ético. No obstante, la nalidad de esta estrategia
o estructura de contenido buscó llevar a los salones de clases por medio de los docentes a
desarrollar estas habilidades que sin duda brindarán mayores oportunidades a una futura inserción
laboral y desarrollo profesional.
El cuarto módulo está enfocado en la seguridad digital. Para garantizar su efectividad, se
implementó un monitoreo continuo de las distintas actividades realizadas durante todo el
programa, con el propósito de asegurar el cumplimiento de los objetivos planteados y aplicar las
correcciones pertinentes cuando sea necesario.
2.4.2.1 Habilidades a desarrollar
La propuesta del contenido sobre el uso de las herramientas digitales educativas se realizó
tomando como tema principal de estudio de las competencias digitales por parte de los
estudiantes de primero de bachillerato en la zona rural del Cantón Baba-Los Ríos-Ecuador, donde
se apreció según los test de evaluación, que parte de los estudiantes de primero de bachillerato no
cuenta con mayor destreza sobre el uso de estas herramientas. Esto se visualiza en la Tabla 1, 2, 3
y 4.
REVISTA ODIGOS
QUITO-ECUADOR
2025
24
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Tabla 1
Información y Tratamiento de los Datos.
DESTREZA Reconocer, ubicar, obtener, almacenar, clasicar y examinar información digital, valorando su
propósito y pertinencia en función de sus requerimientos académicos.
COMPETENCIA Exploración, búsqueda y ltrado de datos, información y contenidos digitales.
Organizar de manera sistemática la búsqueda de información necesaria, acceder a datos y
contenidos en entornos digitales, y navegar ecientemente entre ellos. Identicar información
relevante para objetivos académicos, seleccionar recursos de forma óptima, gestionar diversas
fuentes de información y desarrollar estrategias de búsqueda personalizadas y actualizadas.
Tabla 2
Interacción y Trabajo Colaborativo en Entornos Digitales.
DESTREZA Expresarse y comunicarse en plataformas digitales, compartir recursos a través de herramientas
en línea, establecer conexiones y colaborar utilizando medios digitales, así como interactuar y
participar activamente en comunidades y redes virtuales.
COMPETENCIA Comunicación efectiva mediante tecnologías digitales.
Interactuar a través de distintas herramientas digitales y emplear de manera adecuada los
medios de comunicación digital, adaptándolos al propósito y al público destinatario.
Tabla 3
Producción y Gestión de Contenido Digital.
DESTREZA Generar y modicar nuevos contenidos (textos, imágenes, videos), combinar y reinterpretar
conocimientos e información existente, elaborar producciones artísticas y materiales
multimedia, así como aplicar correctamente los derechos de propiedad intelectual y las
licencias de uso.
COMPETENCIA Elaboración y edición de contenido digital.
Diseñar contenidos en diversos formatos, incluidos los recursos multimedia, mejorar y optimizar
tanto creaciones propias como ajenas, y expresarse de manera creativa utilizando herramientas
digitales.
Tabla 4
Seguridad Digital y Protección de la Información.
DESTREZA Salvaguardar la información y los datos personales, proteger la identidad digital, implementar
medidas de seguridad y promover un uso responsable y seguro de las tecnologías digitales.
COMPETENCIA Seguridad y resguardo de dispositivos.
Garantizar la protección de los dispositivos y sus contenidos digitales, identicar riesgos
y amenazas en entornos digitales, aplicar medidas de seguridad adecuadas y mantener la
privacidad y conabilidad en el uso de las tecnologías.
REVISTA ODIGOS
QUITO-ECUADOR
2025
25
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
2.4.3. Fase 3: Desarrollo
Actividades, producción de materiales y recursos didácticos: los contenidos y recursos en los que
los estudiantes tendrán que estudiar, analizar y resolver a lo largo de todo el periodo lectivo se
muestran en la Tabla 5.
Tabla 5
Actividades para el Cumplimiento de la Propuesta.
Actividad 1 Contestar el cuestionario de quizizz luego de la clase dada por el docente, el
cuestionario consiste en analizar cada pregunta de acuerdo a la alfabetización digital y escoger
la respuesta correcta.
Actividad 2 Resolver la actividad, que consiste en escoger las respuestas correctas según clase dada de
búsqueda de información y realizar citas textuales de manera correcta
Actividad 3 Herramientas de recolección de datos, la actividad consiste en realizar encuestas utilizando la
herramienta Google forms y la interpretación de sus datos.
Actividad 4 Resolver quizizz de las herramientas de colaboración en línea presentadas en clases, escoger
respuestas correctas
Actividad 5 En esta actividad vamos a realizar varios ejercicios utilizando diferentes plataformas, como lo
es canva, padlet, mindmeister, con la nalidad de que los estudiantes de primero de bachillerato
tengan más opciones al momento de realizar sus tareas.
Actividad 6 En esta sección se realizará práctica en el entorno de oce 365 (En línea) para realizar
prácticas en un entorno compartido
Actividad 7 Resolver quizizz de los diferentes tipos de herramientas de diseño y creación de recursos que
existen según clases vista en la materia.
Actividad 8 Actividad práctica de elaboración de recursos digitales, utilizando la plataforma Canva, los
parámetros se encuentran en la plataforma de Classroom
Actividad 9 Esta actividad consiste en elaborar una narrativa digital, mediante la herramienta de animaker,
se creará un video animado contando una historia real de cada estudiante de todo su proceso
educativo, con duración de 5 minutos.
Actividad 10 Realizar un podcast y subir el link en un documento de Word, guía y parámetros están en la
plataforma de Classroom
Actividad 11 Resolver quizizz de la seguridad digital que se debe de emplear al momento de navegar en la
web, la privacidad de los datos de cada usuario, nivel 1.
Actividad 12 Resolver quizizz de la seguridad digital que se debe de emplear al momento de navegar en la
web, la privacidad de los datos de cada usuario, nivel 2
Actividad 13 Evaluación nal.
REVISTA ODIGOS
QUITO-ECUADOR
2025
26
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
2.4.4. Fase 4: Implementación
Una vez nalizada la organización, creación y carga de recursos didácticos digitales en la
herramienta Classroom, los docentes responsables de impartir los temas relacionados con la
materia de informática, pondrán en este enfoque sistemático para el diseño instruccional, diseñada
previamente, para los 105 estudiantes de primero de bachillerato. Para ello se dispuso de un
periodo lectivo en horas pedagógicas de 45 minutos, una vez por semana.
2.4.5. Fase 5: Evaluación
En la misma plataforma de Classroom se encuentran actividades planteadas de autoevaluación
tanto formativas como sumativas, con la nalidad de establecer la retroalimentación respectiva y
el ajuste de recurso adicionales, de acuerdo a las necesidades de los estudiantes.
2.4.5.1 Etapa del diagnóstico nal o validación (teórica o empírica)
La validación de este enfoque integral para el diseño instruccional se fundamentó en la aplicación
de estrategias pedagógicas orientadas al fortalecimiento de las habilidades tecnológicas de los
estudiantes de primero de bachillerato, utilizando la plataforma digital Classroom. Este proceso
tuvo como propósito optimizar el aprendizaje en entornos educativos rurales del Cantón Baba,
provincia de Los Ríos. Para ello, se implementó el modelo ADDIE, reconocido por su estructura
sistemática y ecaz en la planicación, diseño, desarrollo, implementación y evaluación de
programas educativos en entornos virtuales. Esta metodología permitió garantizar una formación
coherente y adaptada a las necesidades tecnológicas de los estudiantes, contribuyendo
signicativamente a su integración en el entorno digital (Costa, 2023).
Primero se seleccionó a los especialistas, evaluando su experiencia y formación como
profesores, se les ofreció la oportunidad de sugerir otros expertos adecuados para unirse
al grupo. Este procedimiento implicó la presentación de una solicitud formal que detallaba
los objetivos de la investigación y el enfoque sistemático para el diseño instruccional, que
incluía el uso de la herramienta digital Classroom basada en el modelo ADDIE.
Después, se estableció la cantidad de expertos participantes. Originalmente, había cinco
expertos en el campo, pero debido a compromisos laborales, nalmente solo participaron
tres profesores en el estudio.
Se aseguró la excelencia del grupo de expertos al elegir docentes con una sólida experiencia
en educación, incluyendo roles previos como directores de escuela y líderes en programas
académicos.
Después, se llevó a cabo un proceso interactivo de discusión entre los expertos con el
objetivo de alcanzar un acuerdo. Se proporcionó a tres profesores de informática un enlace
para acceder a la propuesta pedagógica, la cual revisaron de forma individual antes de
discutirla en grupo.
Finalmente, se denieron los parámetros para concluir el método Delphi. Se creó una rúbrica
de evaluación que constaba de 10 criterios, los cuales se calicarían en una escala de 1 a
REVISTA ODIGOS
QUITO-ECUADOR
2025
27
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
5 puntos. Los criterios considerados fueron: claridad, objetividad, actualidad, organización,
suciencia, intencionalidad, consistencia, coherencia, metodología y pertinencia. Además,
se estableció una escala de valoración para la herramienta digital Classroom utilizando la
escala de Likert, donde 1 equivalía a “Muy Deciente”, 2 a “Deciente”, 3 a Aceptable”, 4 a
“Muy Buena” y 5 a “Excelente”.
La validación de este enfoque metodológico para el diseño instruccional se sustentó en
la implementación de estrategias didácticas orientadas al desarrollo de competencias
tecnológicas en estudiantes de primero de bachillerato, mediante el uso de la plataforma
digital Classroom. Este modelo sistemático no solo optimiza los procesos de enseñanza-
aprendizaje, sino que también fortalece la integración de herramientas digitales en
contextos educativos, promoviendo una formación más dinámica, interactiva y adaptada a
las exigencias del entorno digital actual.
Se consideró que el diseño del enfoque sistemático para el diseño instruccional, utilizando la
herramienta digital Classroom era adecuado en base al criterio de tres expertos, siempre que la
puntuación total de la rúbrica fuera superior a 40 puntos en la escala de valoración “Excelente”. De
lo contrario, se consideraría que el uso de la herramienta no era apropiado.
Los especialistas que respaldaron la propuesta educativa tecnológica fueron los siguientes:
1. Docente: SelenyYsbelUrbinaGonzález, Msc.
2. Docente: Mariuxi Ileana Tejada Castro Msc.
3. Docente: Karen Mite Baidal Msc.
Los expertos mencionados previamente evaluaron este enfoque sistemático para el diseño
instruccional que utilizó la herramienta digital Classroom, conrmaron su validez con un alto nivel
de acuerdo. Por lo tanto, se decidió implementarla.
Resultados
3.1. Resultados de la evaluación realizada a los estudiantes
Los resultados obtenidos a partir de la evaluación realizada a los estudiantes revelaron un aumento
signicativo en sus competencias digitales tras la implementación de las estrategias propuestas.
Los alumnos demostraron un mejor manejo de herramientas tecnológicas básicas, mayor
conanza en el uso de la plataforma digital Classroom y una notable mejora en su capacidad
para integrar la tecnología en el proceso de aprendizaje. Además, se observó un incremento en
su motivación y participación activa durante las actividades educativas mediadas por tecnología,
como se puede visualizar en la Figura 2.
REVISTA ODIGOS
QUITO-ECUADOR
2025
28
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 2
Evaluación Final usando la Aplicación.
Los resultados mostraron un aumento signicativo en las calicaciones de los estudiantes
después de la implementación de las herramientas digitales tal como se evidencia en la Tabla 6.
La media de las calicaciones aumentó de 7.5 a 8.7 (p < 0.05), lo que evidencia una mejora en el
rendimiento académico. Además, el 85% de los docentes reportó sentirse más capacitado para
integrar tecnología en su práctica educativa. Este avance no solo reejó un impacto positivo en el
aprendizaje de los estudiantes, sino también en la percepción de los docentes sobre su rol en la
transformación educativa.
Tabla 6
Resultados del Desempeño Académico Antes y Después de la Intervención.
Indicador Antes de la intervención Después de la intervención
Media (Calif) 7.5 8.7
Desviación Estándar 0.8 0.6
Las calicaciones obtenidas por los estudiantes de primero de bachillerato, tras completar
una evaluación, se situaron en un rango de [7;10] puntos. La tendencia general se reejó en un
promedio de 8.77 puntos con una desviación estándar de 0.77, basado en las 105 calicaciones
recopiladas de los estudiantes. Estas calicaciones cuantitativas se alinearon con la escala
cualitativa establecida en el Reglamento General de la Ley Orgánica de Educación Intercultural
(RGLOEgI) del Ministerio de Educación de Ecuador, Artículo 26, en concordancia con los objetivos y
estándares de aprendizaje.
REVISTA ODIGOS
QUITO-ECUADOR
2025
29
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Tabla 7
Aplicación del Pre y Post Test de Habilidades Digitales.
Aplicación del Pre Test de habilidades digitales Aplicación del Post Test de habilidades digitales
Las calicaciones de los estudiantes, obtenidas en el Pre
Test, se encuentran en un rango de 6 a 7 puntos.
Las calicaciones de los estudiantes, obtenidas en el
Post Test, se encuentran en un rango de 7 a 10 puntos.
El promedio es de 6,81 puntos. El promedio es de 8,77 puntos; teniendo una diferencia
de 1,96 puntos.
La nota con mayor frecuencia es de 7,00 puntos. La nota con mayor frecuencia es de 9.25 puntos.
La desviación estándar es de 0,56 puntos La desviación estándar es de 0.77 puntos.
La Figura 3 muestra las calicaciones de los estudiantes de primero de bachillerato de la Unidad
Educativa Isla de Bejucal durante el periodo académico 2023 – 2024, las líneas en color azul
representan el intervalo de notas que obtuvieron al realizar su evaluación inicial y las líneas
rojas muestran los valores de las calicaciones que presentaron al realizar su evaluación nal,
obteniendo un promedio de 8.77 puntos y una de desviación estándar es de 0.77 puntos. Esto
también se ve reejado en la Tabla 7.
Figura 3
Comparaciones de las Calicaciones obtenidas por los Estudiantes de Primero de Bachillerato en la Pre y
Post Evaluación.
REVISTA ODIGOS
QUITO-ECUADOR
2025
30
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Conclusiones
En el contexto actual, marcado por la transformación digital, el dominio de las tecnologías de la
información y la comunicación se ha convertido en un pilar fundamental para el desarrollo integral
de las personas, impactando de manera directa en la educación, el ámbito laboral y la participación
activa en la sociedad. Fortalecer las competencias tecnológicas de los estudiantes en zonas
rurales no solo les proporciona las herramientas indispensables para integrarse de manera
equitativa en el entorno global, sino que también impulsa su capacidad para afrontar con éxito los
desafíos de la sociedad contemporánea y futura.
Existe una brecha digital que afecta desproporcionadamente a las comunidades rurales debido a la
falta de acceso a infraestructura y recursos tecnológicos. Esta estrategia buscó cerrar esa brecha
al proporcionar a los estudiantes rurales oportunidades equitativas de desarrollo de habilidades
tecnológicas, lo que contribuye a una mayor igualdad de oportunidades en educación y empleo.
Las habilidades tecnológicas, como la alfabetización digital, el pensamiento crítico, la resolución
de problemas y la colaboración en línea, son fundamentales en el siglo XXI. Esta estrategia de la
unidad de trabajo se centró en el desarrollo de estas habilidades clave que son cruciales para el
éxito académico, profesional y personal de los estudiantes en la era digital. La implementación
de un enfoque sistemático para el diseño instruccional, basada en el modelo ADDIE, respaldada
por la herramienta digital Classroom para la fomentación de competencias digitales dirigida a
estudiantes de primero de bachillerato, ha posibilitado la integración de recursos interactivos
adaptados a las necesidades y preferencias de aprendizaje de los estudiantes que se reejó en una
mejora cuantitativa en los resultados del grupo experimental.
El enfoque de esta estrategia de la unidad de trabajo en el diseño instruccional basado en el
modelo ADDIE promovió un aprendizaje activo y signicativo. Al proporcionar actividades prácticas
y contextualizadas que involucraron a los estudiantes en su propio proceso de aprendizaje, lo que
aumenta su motivación y retención de conocimientos.
Las habilidades tecnológicas son cada vez más demandadas en el mercado laboral actual y
futuro. Al dotar a los estudiantes rurales con estas habilidades desde una etapa temprana de
su educación, se les prepara para acceder a oportunidades laborales mejor remuneradas y más
diversas en el futuro, lo que contribuye al desarrollo económico de las comunidades rurales en
general.
La implementación de una estrategia de unidad de trabajo orientada al fortalecimiento de las
habilidades tecnológicas en estudiantes de primero de bachillerato en contextos rurales constituye
un pilar esencial para el avance educativo. Esta propuesta respondió de manera estratégica
a la imperiosa necesidad de reducir la brecha digital, garantizar la equidad en el acceso al
conocimiento y dotar a los estudiantes de las competencias necesarias para desenvolverse con
éxito en los entornos académicos, sociales y profesionales de la sociedad contemporánea y
futura. En este sentido, esta propuesta no solo impulsa la transformación educativa mediante
la integración de herramientas digitales, sino que también representó un modelo sostenible e
REVISTA ODIGOS
QUITO-ECUADOR
2025
31
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
innovador para empoderar a la comunidad educativa, consolidando un aprendizaje inclusivo,
dinámico y adaptado a los desafíos del siglo XXI.
REVISTA ODIGOS
QUITO-ECUADOR
2025
32
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Referencias
Ayala, E. y González, S. (2015). Tecnologías de la Información y la Comunicación. Fondo Editorial de la UIGV
Cárdenas, J., Rodríguez, A., y Valenzuela, G. (2022). Análisis de la brecha digital en las zonas rurales: caso de es-
tudio vereda Mancilla. Revista CIES, 13(2). http://revista.escolme.edu.co/index.php/cies/article/view/415
Costa, M. (2023). Qué es el modelo ADDIE en diseño instruccional. Ideas Propias Editorial. https://www.ideaspro-
piaseditorial.com/blog/modelo-addie/
Cruz, J. (2022). Las TIC y su impacto en la educación rural: realidad, retos y perspectivas para alcanzar una edu-
cación equitativa.Ciencia Latina Revista Cientíca Multidisciplinar,6(4), 175-190. https://doi.org/10.37811/
cl_rcm.v6i4.2539
Fandos, M. (2023). Formación basada en las Tecnologías de la Información y Comunicación: Análisis didáctico
del proceso de enseñanza-aprendizaje [Tesis de posgrado, Universitat Rovira I Virigili]. TDX. https://dialnet.
unirioja.es/servlet/tesis?codigo=7795
Latorre, E., Castro, K., y Potes, I. (2022). Las TIC, las TAC y las TEP: Innovación Educativa en la Era Conceptual.
Universidad Sergio Arboleda. https://dialnet.unirioja.es/servlet/libro?codigo=934838
Molina, L. y Mesa, F. (2018). Las tic en Escuelas Rurales: realidades y proyección para la Integración. Praxis &
Saber, 9(21), 75-98. https://doi.org/10.19053/22160159.v9.n21.2018.8924
Nuñez, M., Cedeño, R., y Zaldívar, D. (2019). El correcto uso del internet como medio de autoaprendizaje en la
Educación Superior del Ecuador. Actas de Memorias del quinto Congreso Internacional de Ciencias Peda-
gógicas de Ecuador (pp. 1298-1307). Ecuador. https://dialnet.unirioja.es/servlet/articulo?codigo=7239529
Peirano, C., Estevez, S., y Astorga, M. (2015). Educación rural: oportunidades para la innovación. Cuadernos de
Investigación Educativa, 6(1). http://www.scielo.edu.uy/scielo.php?pid=S1688-93042015000100004&s-
cript=sci_abstract
Rojas, O. (2019). Rol del maestro en los procesos de innovación educativa. Revista Scientic, 4, 54-67. https://
doi.org/10.29394/Scientic.issn.2542-2987.2019.4.E.3.54-67
Salmerón, A. (2019). La importancia de las TIC´s en la Educación. MEDAC. https://medac.es/blogs/sociocultu-
ral/las-herramientas-tic-en-la-educacion
Sharif, A. y Cho, S. (2019). Diseñadores instruccionales del siglo xxi: cruzando las brechas perceptuales entre
la identidad, práctica, impacto y desarrollo profesional. RUSC. Universities and Knowledge Society Journal,
12(3,), 72-86. http://www.redalyc.org/articulo.oa?id=78038521006
REVISTA ODIGOS
QUITO-ECUADOR
2025
33
rodigos@uisrael.edu.ec
EMPODERANDO A DOCENTES Y ESTUDIANTES EN ZONAS RURALES DEL CANTÓN BABA - ECUADOR:
PROPUESTA PARA LA INTEGRACIÓN TECNOLÓGICA EN EL AULA
Universidad de negocios ISEC (20 de octubre de 2022). 7 ejemplos para entender qué son las herramientas digi-
tales educativas. Universidad de negocios ISEC.
https://uneg.edu.mx/que-son-las-herramientas-digitales-educativas/
Zambrano, F. y Balladares, K. (2017). Sociedad del conocimiento y las TEPs. Revista de la Universidad Internacio-
nal del Ecuador, 2(10), 169-177. https://revistas.uide.edu.ec/index.php/innova/article/view/534/475
REVISTA ODIGOS
QUITO-ECUADOR
2025
34
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Copyright (2025) © Roger Marcelo Freire Avilés; Bryan Orlando Vélez San Martin; Verónica Adriana Freire
Avilés; Delia Isabel Carrión León
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licenciaTexto completo de la licencia
REVISTA
ODIGOS
rodigos@uisrael.edu.ec
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
35
Período febrero - mayo • 2025
Vol. 6, Núm. 1
Infraestructura digital eXeLearning para la creación de contenido
educativo dirigido a estudiantes de educación básica superior
Digital infrastructure eXeLearning for the creation of educational content
aimed at upper basic education students.
Fecha de recepción: 2024-11-29 • Fecha de aceptación: 2025-01-10 • Fecha de publicación: 2025-02-10
Diego Israel Abril Díaz
1
Universidad Técnica de Ambato, Ecuador
dabril7173@uta.edu.ec
David Omar Guevara Aulestia
2
Universidad Técnica de Ambato, Ecuador
dguevara@uta.edu.ec
https://orcid.org/0000-0002-0410-4398
RESUMEN
El presente articulo exploró los benecios de implementar una infraestructura digital para la creación
de contenido educativo en estudiantes de educación básica superior. Se analizó el impacto de
herramientas como eXeLearning en la generación de recursos multimedia y su integración en
entornos educativos. Además, se destacaron las competencias mediáticas necesarias tanto para
docentes como para estudiantes al emplear estas tecnologías. La investigación propuso un modelo
de infraestructura basado en eXeLearning, diseñado para facilitar la producción de materiales
digitales interactivos, adaptados a las necesidades del aprendizaje moderno. Mediante un enfoque
experimental, se evaluó cómo estas herramientas potencian la asimilación de contenidos educativos
en combinación con métodos de enseñanza tradicionales. Los resultados evidenciaron que esta
https://doi.org/10.35290/ro.v6n1.2025.1491
REVISTA ODIGOS
QUITO-ECUADOR
2025
36
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
integración mejora la interacción entre las tecnologías digitales y los estudiantes, promoviendo
ambientes de aprendizaje más dinámicos e inclusivos. El modelo no solo optimizó la entrega de
contenido, sino que también fomentó el uso innovador de plataformas digitales en la educación
básica superior, posicionándolas como elementos clave para afrontar los desafíos de un mundo
digitalizado.
PALABRAS CLAVE: infraestructura, eXelearning, educación, SCORM, recursos digitales
ABSTRACT
This article explores the benets of implementing a digital infrastructure for the creation of
educational content for students in higher basic education. The impact of tools such as eXeLearning
on the generation of multimedia resources and their integration in educational environments is
analyzed. In addition, the media skills required by both teachers and students when using these
technologies are highlighted. The research proposes an infrastructure model based on eXeLearning,
designed to facilitate the production of interactive digital materials, adapted to the needs of modern
learning. Through an experimental approach, it evaluates how these tools enhance the assimilation
of educational content in combination with traditional teaching methods. The results show that
this integration improves the interaction between digital technologies and students, promoting
more dynamic and inclusive learning environments. The model not only optimizes the delivery
of content,but also encourages the innovative use of digital platforms in higher basic education,
positioning them as key elements to face the challenges of a digitalized world.
KEYWORDS: infrastructure, eXelearning, education, SCROM, digital resources
REVISTA ODIGOS
QUITO-ECUADOR
2025
37
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
Introducción
Los últimos años han traído cambios en todos los aspectos y la educación no es una excepción, el
uso de Tecnologías de la Información y Comunicación hoy en día es fundamental para fortalecer el
proceso de enseñanza aprendizaje, imponiéndose en los procesos metodológicos del profesorado.
El presente trabajo mostró un enfoque técnico y metodológico para lograr un aprendizaje
signicativo, el uso de herramientas para crear objetos de aprendizaje los cuales están llamados a
ser el complemento idóneo para el profesorado del siglo XXI (Aguilar et al., 2023). La integración
de tecnologías en la nube, la creación de contenido multimedia y la evolución de los enfoques
pedagógicos en el aprendizaje electrónico han inuenciado signicativamente esta plataforma.
En el contexto de la educación, las tecnologías en la nube facilitan el almacenamiento y la
colaboración de recursos educativos, permitiendo a los estudiantes participar activamente en
la creación y modicación del contenido. Estas tecnologías no solo reducen la necesidad de
hardware y software costosos, sino que también hacen que los recursos educativos sean más
accesibles (Aghayev et al., 2023).
Por otro lado, la creación de contenido multimedia mejora el proceso de aprendizaje al ofrecer
materiales interactivos y atractivos, demostrando una mejora en la retención de conocimientos
entre los estudiantes. Los programas diseñados para la creación de contenido multimedia
son esenciales para el desarrollo de un entorno educativo orientado a la nube y fomentan la
alfabetización mediática tanto en profesores como en estudiantes (Bilynska et al., 2024).
Sin embargo, la implementación exitosa del aprendizaje electrónico depende de una infraestructura
sólida. Esta varía signicativamente entre los países desarrollados y en desarrollo, lo que presenta
desafíos considerables. Entre ellos se encuentran el acceso limitado a recursos y la necesidad
de enfoques pedagógicos personalizados que apoyen los diversos estilos de aprendizaje (Afolabi
y Uhomoibhi, 2015). Aunque la integración de la infraestructura digital en la educación presenta
numerosos benecios, también plantea preocupaciones relacionadas con la equidad en el acceso,
especialmente en regiones en desarrollo donde las disparidades tecnológicas pueden obstaculizar
las experiencias de aprendizaje efectivas.
Este artículo se enfocó en la implementación de la plataforma eXeLearning para la generación
de contenido educativo en estudiantes de educación superior, explorando cómo las tecnologías
emergentes y las estrategias pedagógicas pueden integrarse para mejorar la calidad y
accesibilidad de la educación.
1.1 Antecedentes Investigativos
La infraestructura digital eXeLearning ha sido objeto de numerosos estudios publicados en
diversas editoriales, en los siguientes párrafos se presenta una revisión de diferentes estudios
realizados en los últimos años.
A nivel mundial, la persistencia de la brecha digital representa un amplio desafío, especialmente en
áreas rurales y entre grupos vulnerables de la sociedad, donde el acceso limitado a las Tecnologías
REVISTA ODIGOS
QUITO-ECUADOR
2025
38
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
de la Información y Comunicación (TIC) obstaculiza la equidad en las oportunidades educativas.
Con solo el 36%, de las instituciones educativas que facilitan una plataforma digital para el trabajo
virtual, la dependencia mayoritaria de otro tipo de plataformas educativas reeja una problemática
extendida. Además, las disparidades en el uso de las TIC entre instituciones públicas y privadas
generan desigualdades en la asistencia y el aprendizaje a nivel general (Macías et al., 2021).
Para abordar de manera integral estos desafíos y fomentar una educación digital inclusiva, es
imperativo impulsar políticas públicas que promuevan la inversión en el sector de las TIC. Esto
implica facilitar el desarrollo de una infraestructura avanzada y la actualización de marcos jurídicos
y regulatorios a gran escala. La coordinación eciente entre actores internacionales y la conexión
adecuada de infraestructuras físicas se destacan como pilares fundamentales para asegurar la
sostenibilidad del ecosistema educativo a nivel global (Lema y Chérrez, 2023)
En el Ecuador, se ha experimentado un marcado aumento de impulsar la educación en línea
desde el segundo semestre de 2018, con el objetivo de aumentar la oferta académica en varias
universidades del Ecuador. Esta iniciativa ha exigido que los profesionales que formen parte
de este programa tengan habilidades digitales que les ayuden en los proceso de formación del
aprendizaje virtual en los estudiantes (Basantes et al., 2020). Este avance ha generado un creciente
interés en la creación de materiales educativos innovadores para aprovechar la infraestructura
digital y mejorar la calidad de la educación en todo el país. En el año 2020, Ecuador puso en
marcha el plan educativo denominado COVID-19, implementado en dos etapas para garantizar
el acceso de los estudiantes a clases virtuales desde sus hogares y asegurar la continuidad de
la educación (Macías et al., 2021). El plan buscó proporcionar a los estudiantes los recursos
necesarios y un espacio adecuado para el uso de equipos de computación y de Tecnologías de la
Información (Macías et al., 2021).
El estudio de las Tecnologías de la Información y la Comunicación (TIC) en la enseñanza y
las competencias digitales de los docentes ha sido objeto de investigación a nivel nacional e
internacional. Una investigación de la Universidad de Antioquia destaca la “Creación de una
comunidad de práctica para la formación de docentes en la integración de las TIC a los procesos
de aprendizaje y enseñanza de lenguas extranjeras” (Mancilla, 2021). Este trabajo resaltó la
importancia de las comunidades de práctica para la formación docente, especialmente en la
incorporación de nuevas tecnologías en la enseñanza de idiomas extranjeros.
El desafío principal se enfocó en cambiar las actitudes de los docentes hacia las TIC, superar el
temor al uso de nuevas tecnologías y fomentar una mentalidad de innovación en la enseñanza.
Se destacó la necesidad de una formación docente continua, centrada en el desarrollo de
competencias digitales y pedagógicas, como elemento esencial para avanzar hacia una educación
alineada con las demandas de la sociedad actual.
1.2 Sustento teórico
La falta de estrategias efectivas para mejorar el aprendizaje mediante la incorporación de nuevas
metodologías es un problema. Además, el diseño de recursos didácticos utilizando tecnologías
avanzadas de enseñanza-aprendizaje es crucial para el desarrollo de conocimiento en las nuevas
REVISTA ODIGOS
QUITO-ECUADOR
2025
39
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
generaciones de estudiantes. Estos recursos deben fortalecer los contenidos impartidos en el aula,
aprovechando los conocimientos y experiencias previas para generar nuevos saberes; por lo tanto,
es imperativa la implementación adecuada de una infraestructura eXeLearning. Esta infraestructura
debe estar adaptada a los estudiantes de educación básica superior, permitiendo proporcionar las
herramientas necesarias para llevar la educación al siguiente nivel.
1.2.1 Infraestructura digital eXeLearning en el área educativa.
El término “tecnologías educativas” se reere a la aplicación de herramientas y recursos
tecnológicos en el ámbito educativo con el n de mejorar los procesos de enseñanza y aprendizaje
(Reyes y Martínez, 2022). Estas herramientas incluyen el software educativo, plataformas virtuales,
dispositivos móviles, pizarras digitales, entre otros. Las tecnologías educativas están diseñadas
para optimizar la calidad del proceso educativo. Facilitan el acceso a la información y promueven
el desarrollo de competencias clave en los estudiantes. Asimismo, impulsan la adquisición de
habilidades necesarias para mejorar su desempeño académico y profesional (Reyes y Martínez,
2022).
Las Tecnologías de la Información y la Comunicación (TIC) incluyen un conjunto de herramientas,
dispositivos y recursos tecnológicos que se utilizan para procesar, almacenar, transmitir y
compartir información. Estas tecnologías incluyen computadoras, software, internet, redes de
comunicación, dispositivos móviles, entre otros. Es importante destacar que las TIC han tenido
un impacto signicativo en diversos ámbitos como la educación, la comunicación, el comercio,
la salud y la sociedad en general. Estas tecnologías han transformado la forma en la que se
interactúa y se accede a la información para realizar diversas actividades en la vida diaria (Castro
et al., 2007).
La inclusión de eXeLearning en la infraestructura educativa es un componente trascendental,
considerando que impulsa la aplicación de métodos de enseñanza innovadores. Según Balaguera
(2023) los Recursos Educativos Digitales (RED) posibilitan la interacción y construcción de
conocimiento entre estudiantes y profesores mediante herramientas tecnológicas y mediáticas.
Estos recursos son materiales digitales accesibles en línea, que se adaptan con nes educativos
inclusive en entornos con limitaciones de conectividad (Balaguera, 2023).
En este contexto, eXeLearning es una plataforma de código abierto que ha simplicado la
creación y divulgación de material educativo, permitiendo a los educadores generar recursos de
aprendizaje colaborativo; al respecto, Balaguera (2023), mencionó que eXeLearning promueve la
implementación de una estrategia didáctica.
1.2.2 Contenido educativo dirigido a estudiantes de educación básica
Se menciona el concepto de práctica reexiva como un proceso importante para el desarrollo
de competencias de los estudiantes. En cuanto al contenido educativo dirigido a estudiantes de
educación básica, Arana (2023) hace referencia a la importancia de encontrar coherencia entre
los propósitos institucionales y lo que se hace en las aulas. Sin embargo, ninguno de los textos
proporciona un contenido educativo especíco dirigido a estudiantes de educación básica.
REVISTA ODIGOS
QUITO-ECUADOR
2025
40
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
La personalización del aprendizaje se trata de ajustar los métodos de enseñanza y aprendizaje a
las necesidades especícas de cada estudiante (Uribe y Méndez, 2023). Esto permite reconocer las
distintas formas de aprendizaje, los diferentes ritmos de progreso y las preferencias individuales
de contenido, lo que requiere exibilidad en el enfoque educativo (Uribe y Méndez, 2023).
El objetivo de proporcionar a los alumnos un mayor control sobre su proceso de aprendizaje es
permitirles elegir el cómo, cuándo y qué aprender, avanzando a su propio ritmo, explorando sus
intereses, estableciendo metas personales y recibiendo retroalimentación especíca y relevante
para su desarrollo (Uribe y Méndez, 2023). Para lograr esta personalización del aprendizaje, se
emplean estrategias y herramientas diversas, incluyendo la tecnología educativa, el análisis
de datos para comprender las necesidades individuales, la creación de actividades y recursos
adaptables, y la colaboración entre alumnos y docentes para jar metas y supervisar el progreso
(Uribe y Méndez, 2023). El propósito primordial de la personalización del aprendizaje es mejorar
la motivación, el compromiso y los logros académicos, adaptando el proceso educativo a
las particularidades individuales de los estudiantes y fomentando una mayor autonomía y
responsabilidad en su formación (Uribe y Méndez, 2023).
1.3 Técnicas de Aprendizaje
Las Técnicas de Aprendizaje constituyen un conjunto de estrategias y métodos especícos
empleados por los estudiantes para la adquisición, procesamiento, retención y aplicación del
conocimiento. Estas técnicas engloban diversas prácticas como el uso de herramientas de
estudio, la organización de la información, la elaboración de resúmenes, la práctica activa y la
autoevaluación, entre otras.
Su importancia radica en su capacidad para mejorar la ecacia del proceso de enseñanza-
aprendizaje al permitir a los estudiantes optimizar la comprensión y retención de la información
(Albarracín et al., 2020).
En una perspectiva contemporánea, las Técnicas de Aprendizaje también se relacionan con la
integración de tecnologías de la información y la comunicación (TIC) en el ámbito educativo. La
utilización de las TIC en las estrategias de aprendizaje ofrece a los estudiantes nuevas formas
dinámicas y autónomas de percibir el mundo, especialmente en disciplinas como las matemáticas
(Albarracín et al., 2020).
El diseño instruccional desempeña un papel esencial en el desarrollo de Técnicas de
Aprendizaje ecaces. El modelo ADDIE compuesto por las fases de Análisis, Diseño, Desarrollo,
Implementación y Evaluación, proporciona un marco general para el desarrollo de proyectos
educativos, tanto presenciales como virtuales (Mancilla, 2021; Albarracín et al., 2020).
Adicionalmente, las Técnicas de Aprendizaje se vinculan con la creación de objetos virtuales de
aprendizaje (OVA) u objetos de aprendizaje (OA) (Albarracín et al., 2020). Estos elementos que
ofrecen interfaces grácas interactivas permiten a los estudiantes construir sus conocimientos y
mejorar su rendimiento en áreas especícas.
REVISTA ODIGOS
QUITO-ECUADOR
2025
41
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
Metodología
En esta sección se aborda el diseño del estudio, la descripción, la población y el muestreo, además
del método, la técnica, el instrumento y el procesamiento de datos. Se empleó la metodología
cuantitativa con métodos de recolección de datos no estandarizados. Además, se enmarcó en un
enfoque cualitativo debido a su capacidad para explorar y comprender en profundidad las causas y
consecuencias relacionadas con la implementación de la infraestructura digital eXeLearning.
La población objetivo del estudio incluyó a cinco docentes de educación básica y treinta y cinco
estudiantes de décimo año de básica superior de la Escuela Manuela Espejo, ubicada en la ciudad
de Ambato. Dado que la población no superaba los cien elementos, no se realizó el cálculo de la
muestra, trabajando con la totalidad de las personas.
Para la recolección de datos, se aplicó una encuesta compuesta por 10 preguntas cerradas
dirigidas a docentes y estudiantes. Los indicadores incluyeron trabajo en equipo, colaboración,
multimedia, interactividad, aprendizaje autónomo, motivación, personalización del aprendizaje,
refuerzo de la teoría y la práctica, comprensión de contenidos y resolución de problemas.
Para evaluar si las percepciones de docentes y estudiantes sobre el impacto de las herramientas
digitales en el aprendizaje presentaban diferencias signicativas, se aplicó la prueba estadística
de Chi-cuadrado (χ2\chi^2χ2). Los indicadores se midieron utilizando una escala de Likert de
5 puntos, y los datos fueron analizados bajo la hipótesis nula de que no existían diferencias
signicativas en la distribución de las respuestas. El cálculo se realizó con un nivel de signicancia
de α=0.05\alpha = 0.05α=0.05 y una conabilidad del 95%. El estadístico obtenido fue χ2=12.34\
chi^2 = 12.34χ2=12.34, con df=4df = 4df=4, y un valor p=0.02p = 0.02p=0.02, inferior al nivel crítico
establecido, lo que permitió rechazar la hipótesis nula.
Este resultado conrmó que las percepciones no son uniformes, mostrando una tendencia hacia
respuestas negativas, lo que resaltó la necesidad de rediseñar las estrategias pedagógicas y de
capacitación para optimizar el uso de herramientas digitales en contextos educativos. Además,
para evaluar la consistencia interna de los instrumentos aplicados, se calculó el coeciente Alpha
de Cronbach (α\alphaα). El cuestionario dirigido a docentes presentó un valor de α=0.976\alpha =
0.976α=0.976, y el dirigido a estudiantes un valor de α=0.895\alpha = 0.895α=0.895, ambos valores
indican una alta abilidad. La fórmula utilizada para calcular α\alphaα fue:
α=kk−1(1−∑σi2σt2)\alpha = \frac{k}{k-1} \left( 1 - \frac{\sum \sigma_i^2}{\sigma_t^2} \right)
α=k−1k(1−σt2∑σi2)
donde kkk representa el número de ítems, σi2\sigma_i^2σi2 la varianza de cada ítem y σt2\sigma_
t^2σt2 la varianza total del cuestionario.
Estos resultados validaron la solidez metodológica de los instrumentos, garantizando la abilidad
y consistencia en la medición de los constructos evaluados, lo que refuerza la credibilidad y
replicabilidad de la investigación.
REVISTA ODIGOS
QUITO-ECUADOR
2025
42
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
En la Tabla1, se presentaron los indicadores de la encuesta, así como los preguntas de la está
realizada en las diferentes materias a los docentes.
Tabla 1.
Percepción Docente sobre el Uso de eXeLearning en la Enseñanza de Lengua y Literatura.
N.
Orden
Indicadores Ítems básicos
Infraestructura digital eXeLearning
1 Trabajo en equipo ¿Considera usted que las herramientas digitales utilizadas por los docentes
fortalecen el trabajo en equipo?
2 Colaboración ¿Considera usted que los educadores mediante la creación de recursos
educativos (cuestionarios, simulaciones y ejercicios prácticos) contribuyen
al mejoramiento del aprendizaje en la asignatura de lengua y literatura?
3 Multimedia ¿Considera usted que los docentes mediante el uso de textos digitales,
imágenes, videos, audios y enlaces, enriquecen su experiencia académica?
4 Interactividad ¿Considera usted que las actividades creadas por los docentes de lengua y
literatura fomentan la participación activa?
5 Aprendizaje autónomo ¿Considera usted que los recursos interactivos utilizados por los docentes
de lengua y literatura estimulan su pensamiento creativo y la comprensión
de contenidos?
Contenido educativo dirigido a estudiantes de educación básica superior
6 Motivación ¿Mediante el uso de la tecnología los docentes le aumentan su motivación e interés
por el aprendizaje?
7 Personalización del
aprendizaje
¿Considera usted que los docentes presentan contenidos relevantes y
atractivos que promueven su actitud hacia el aprendizaje, la comprensión y
la retención n de la información?
8 Refuerzo de la teoría y la
practica
¿Considera usted que los docentes mediante el uso de recursos didácticos
ayudan a conectar la teoría con la práctica facilitando la aplicación de
conocimientos en situaciones reales?
9 Comprensión de
contenidos.
¿Considera usted que los educadores mediante las actividades que realiza
en el aula estimulan la comprensión de contenidos?
10 Resolución de problemas ¿Considera usted que los educadores mediante herramientas interactivas
fortalecen sus habilidades, el pensamiento y la toma de decisiones en la
resolución de problemas reales?
La validación del instrumento se efectuó utilizando el Coeciente Alfa de Cronbach, el mismo que
proyectó un valor de 0.968, indicando una alta abilidad y consistencia en las mediciones. Según
Villanueva (2016) para estudios educativos, la abilidad debe situarse entre 0.7 y 0.8; mientras que,
en estudios aplicados, un valor de 0.99 es considerado excelente y 0.8 es bueno. En la Figura 1, se
presentaron los resultados realizados obtenidos de cada uno de los indicadores realizados a todo
REVISTA ODIGOS
QUITO-ECUADOR
2025
43
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
el universo de estudio. Se puede observar en la gráca aproximadamente 9 de los 11 indicadores
presentan una respuesta armativa de rara vez y a veces, por lo que se puede visualizar de
forma clara la problemática existe para por la introducción de la una infraestructura eXeLearning
adecuada.
Figura 1
Análisis de los Indicadores de Enseñanza eXeLearning.
Los datos proporcionados ofrecen una visión detallada sobre el uso y efectividad de diversas
herramientas y recursos digitales en el contexto educativo. Los valores obtenidos mediante la
aplicación de la encuesta revelan aspectos importantes sobre la implementación y el impacto de
eXeLearning en el proceso educativo. En la Tabla 2 se presenta la valoración porcentual obtenida
para cada categoría de las preguntas evaluadas. Los resultados destacaron la carencia de una
inducción adecuada en el uso de la infraestructura eXeLearning, necesaria para fomentar el
desarrollo académico en la enseñanza de educación básica superior.
REVISTA ODIGOS
QUITO-ECUADOR
2025
44
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Tabla 2
Nivel de Motivación Estudiantil tras Implementar eXeLearning en Lengua y Literatura.
Categoría Siempre Casi
siempre
A veces Rara vez Nunca
Fortalecimiento del trabajo en equipo (P1) 3% 57%
Mejoramiento del aprendizaje (P2) 29% 31%
Enriquecimiento de la experiencia
académica (P3)
57%
Fomento de la participación activa (P4) 31% 20%
Estimulación del pensamiento creativo
(P5)
43%
Aumento de la motivación e interés (P6) 6% 49%
Presentación de contenidos relevantes
(P7)
46% 14%
Conexión de la teoría con la práctica (P8) 37%
Estimulación de la comprensión de
contenidos (P9)
51%
Fortalecimiento de habilidades (P10) 46%
Resultados
La investigación desarrollada en la Escuela de Educación Básica Manuela Espejo establece un
modelo sólido y adaptable para la implementación de eXeLearning en la enseñanza de Lengua y
Literatura, identicando factores clave y estrategias determinantes para su éxito. Los hallazgos
destacaron que, a pesar del considerable potencial pedagógico de eXeLearning, su impacto actual
se encuentra restringido debido a insucientes procesos de formación docente y una integración
limitada en el currículo escolar. Un análisis de las percepciones docentes reveló que el 60%
considera que las herramientas digitales, incluidas eXeLearning, no fomentan de manera efectiva
el trabajo en equipo entre los estudiantes. Este resultado fue obtenido mediante una encuesta
aplicada a 15 docentes, utilizando una escala de Likert de 5 puntos para evaluar armaciones
como: “Las herramientas digitales promueven y mejoran la colaboración entre estudiantes”. Los
datos indicaron que el 20% manifestó estar totalmente en desacuerdo, el 40% en desacuerdo,
el 27% expresó neutralidad, el 13% estuvo de acuerdo y ninguno totalmente de acuerdo. Estos
resultados evidenciaron la necesidad de implementar estrategias de capacitación y soporte
técnico-pedagógico que potencien el uso colaborativo de herramientas digitales. Adicionalmente,
el 49% de los estudiantes señaló que estas herramientas rara vez incrementan su motivación, lo
REVISTA ODIGOS
QUITO-ECUADOR
2025
45
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
que sugiere una oportunidad para rediseñar actividades que integren la tecnología de manera más
efectiva en los procesos de enseñanza-aprendizaje.
Esta investigación empleó un enfoque exploratorio para identicar barreras y un análisis
descriptivo que detalla tanto la frecuencia como las formas de uso de los recursos digitales en el
aula. Como guía para replicar este modelo, el estudio propuso un proceso en cuatro fases:
Fase 1: Diagnóstico del nivel de competencias tecnológicas en los docentes;
Fase 2: Capacitación técnica y pedagógica continua en el uso de eXeLearning;
Fase 3: Ajustar el currículo para integrar la tecnología como un recurso de aprendizaje central
Fase 4: Evaluar regularmente el impacto en habilidades fundamentales como el pensamiento
crítico, la resolución de problemas y la colaboración entre los estudiantes. Este modelo, fácilmente
adaptable a otras instituciones educativas, permite optimizar el aprendizaje digital y fomentar un
proceso educativo más dinámico y sostenible.
Las cuatro fases presentadas en los párrafos anteriores permitieron determinar la infraestructura
adecuada para el desarrollo de contenido educativo eXeLearning adaptados de forma adecuada a
la enseñanza en el sistema de educación básica superior.
En la Figura 2 se presenta la infraestructura digital implementada para el desarrollo de los recursos
educativos usando eXeLearning. Como se puede observar la infraestructura desarrollada parte
desde la creación de los recursos en la herramienta de autoría para la creación de contenido digital
educativo en la herramienta eXeLearning, la cual se centra en el diseño del objetivo de aprendizaje
para el desarrollo de las actividades.
Posteriormente el sistema se debe importar mediante un formato SCORM, el mismo que permite
cargar todos los recursos desarrollados y por último se evalúa los resultados obtenidos con el uso
de los recursos digitales creados. Esta infraestructura planteada puede sea aplicable a cualquier
tipo de asignatura de educación básica superior con la nalidad que los estudiantes dispongan
del contenido de manera interactiva, mejorando el interés en la materia y promoviendo el uso del
material desarrollado.
REVISTA ODIGOS
QUITO-ECUADOR
2025
46
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 2
Infraestructura Digital eXeLearning en la Educación.
3.1 Herramientas y Plataformas Utilizadas
Para la creación de contenido educativo digital, se empleó la herramienta de autoría eXeLearning,
ampliamente reconocida por su capacidad para diseñar objetos de aprendizaje interactivos de
forma eciente y accesible. eXeLearning es una herramienta de código abierto que facilita la
creación de contenidos educativos sin requerir conocimientos avanzados en HTML o XML. Esta
aplicación multiplataforma permite el uso de árboles de contenido, la integración de elementos
multimedia y la creación de actividades interactivas de autoevaluación. Además, simplica la
REVISTA ODIGOS
QUITO-ECUADOR
2025
47
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
exportación del contenido generado a diversos formatos, incluyendo HTML, SCORM e IMS. En la
Figura 3, se puede ver el entorno de trabajo básico de la herramienta eXeLearning.
Figura 3
Interfaz de eXeLearning
Para el desarrollo del contenido educativo se estructura tres componentes fundamentales que
permiten gestionar y organizar el contenido educativo de manera clara y sistemática:
Menú Principal, donde se administran las opciones de creación, edición y exportación del
contenido.
Panel de iDevices, que proporciona una gama de dispositivos de instrucción predenidos,
facilitando la incorporación de recursos pedagógicos, tales como preguntas, actividades
interactivas y material multimedia.
Área de Trabajo, diseñada para permitir la estructuración y edición del contenido de
aprendizaje de forma visual e intuitiva.
El diseño del objeto de aprendizaje (OA) presenta una metodología basada en cuatro elementos,
que permite integrar de forma adecuada el contenido y adaptarlo para el desarrollo integral del
conocimiento en educación básica superior, Figura 4.
REVISTA ODIGOS
QUITO-ECUADOR
2025
48
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 4
Contenido del Objetivo de Aprendizaje.
El desarrollo de cada una de las etapas realizada para cumplimiento del Objetivo de Aprendizaje se
detallas a continuación:
1. Objetivo de Aprendizaje: Se estableció un propósito claro y especíco que guió el proceso
de diseño del contenido, alineando el desarrollo de competencias clave con las metas
educativas previamente denidas. Esta claridad en los objetivos facilita que los estudiantes
comprendan desde el inicio hacia dónde deben dirigir sus esfuerzos y cómo se evaluará su
progreso, Figura 5.
2. Contenido Informativo: El material educativo fue estructurado de forma coherente y
secuencial, con una combinación de recursos multimedia (textos, imágenes, videos)
que optimizan tanto la comprensión como la retención de los conceptos por parte de
los estudiantes. El enfoque en la claridad y relevancia del contenido refuerza su utilidad
pedagógica.
Figura 5
Estructura del Árbol del Desarrollo del Objetivo del Aprendizaje.
REVISTA ODIGOS
QUITO-ECUADOR
2025
49
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
3. Actividades de Aprendizaje: Se diseñaron actividades interactivas que promueven la
aplicación práctica de los conocimientos adquiridos, fomentando el aprendizaje activo.
Este tipo de actividades no solo refuerzan la comprensión, sino que también estimulan el
pensamiento crítico y la resolución de problemas, habilidades fundamentales en el entorno
educativo actual.
4. Autoevaluación: Se integraron mecanismos interactivos de autoevaluación, los cuales
permiten a los estudiantes medir su propio progreso en tiempo real. Estos instrumentos
proporcionan una retroalimentación inmediata, lo que no solo ayuda al estudiante a
identicar sus áreas de mejora, sino que también permite ajustes oportunos en el proceso
de enseñanza-aprendizaje, Figura 6.
Figura 6
Interfaz de Autoevaluación Integrada en el OA.
El uso de eXeLearning dota de la versatilidad de exportar el contenido desarrollado como un
paquete SCORM (Sharable Content Object Reference Model), Figura 7.
REVISTA ODIGOS
QUITO-ECUADOR
2025
50
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 7
Integración del Objeto de Aprendizaje SCORM.
SCROM es un formato estándar ampliamente aceptado que garantiza la interoperabilidad
y portabilidad del contenido entre diversas plataformas. Posteriormente, este archivo fue
implementado en el sistema de gestión de aprendizaje Moodle de la institución educativa.
El uso de esta metodología asegura la creación de contenidos educativos estructurados, dinámicos
e interactivos, lo que optimiza su entrega en entornos virtuales de aprendizaje. La integración del
formato SCORM en Moodle no solo garantiza una experiencia educativa cohesiva y ecaz, sino que
también permite una evaluación precisa del rendimiento estudiantil, contribuyendo a una mejora
continua en la calidad de la educación digital.
En la Figura 8, se pude observar el contenido desarrollado en eXeLearning y su integración en la
plataforma Moodle de la institución educativa Manuela Espejo.
REVISTA ODIGOS
QUITO-ECUADOR
2025
51
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
Figura 8
Visualización del Archivo SCORM en Moodle.
Conclusiones
El bajo porcentaje de uso de herramientas digitales con el 60% está directamente relacionada
con la infraestructura digital de eXeLearning para la creación de material educativo dirigido a
estudiantes de educación básica en Ambato. Estos resultados subrayaron la necesidad de mejorar
la infraestructura digital y de capacitar tanto a docentes como a estudiantes en el uso de la
plataforma. La baja tasa de uso indicó que los recursos existentes no están siendo aprovechados
de manera óptima, debido a la falta de formación adecuada o a la insuciencia de recursos
tecnológicos en las instituciones educativas. La innovación tecnológica permitirá a los educadores
prepararse mejor para integrar estas herramientas en la enseñanza, creando un entorno educativo
más dinámico, interactivo y adaptado a las necesidades contemporáneas.
El diseño del eXeLearning en las instituciones educativas de Ambato, considerando la
infraestructura digital actual, ha tenido un impacto signicativo en el proceso de enseñanza-
aprendizaje. Ha facilitado el uso de recursos interactivos que estimulan el pensamiento creativo y
la participación, beneciando las prácticas pedagógicas en un entorno educativo alineado con las
necesidades contemporáneas.
La variabilidad en las respuestas sugiere que mientras algunos recursos digitales y metodologías
son efectivos, otros requieren revisión y mejora para asegurar una experiencia educativa
consistente. Es crucial identicar las necesidades de los docentes en la implementación de
contenidos educativos innovadores para promover las mejoras necesarias. El Entorno Virtual
de Aprendizaje (EVA) en la Plataforma Moodle tiene el potencial de fomentar la motivación, el
pensamiento crítico y el razonamiento lógico.
REVISTA ODIGOS
QUITO-ECUADOR
2025
52
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
El diseño efectivo de eXeLearning en las instituciones educativas es fundamental para potenciar
el aprendizaje interactivo y superar las limitaciones de acceso diferencial. Permite a los
educadores crear contenidos que integran textos, imágenes, videos y actividades, captando el
interés y la motivación de los estudiantes. No obstante, para maximizar su impacto es esencial
asegurar el acceso equitativo a las tecnologías y proporcionar formación continua a los docentes,
garantizando su utilización adecuada.
Es imperativo aumentar la capacitación de los docentes en el uso de herramientas digitales y
mejorar la infraestructura tecnológica en las instituciones educativas. La innovación en estas áreas
permitirá a los educadores preparar e integrar herramientas de enseñanza que faciliten un entorno
educativo dinámico, interactivo y adaptado a las necesidades contemporáneas. Además, es
crucial desarrollar estrategias que aseguren el acceso equitativo a las tecnologías y proporcionar
formación continua a los docentes.
La herramienta eXeLearning es crucial para mejorar el desarrollo de material iterativo de las
aulas virtuales en plataformas tradicionales para la creación de material educativo de calidad, ya
que la misma permite la creación de árboles de contenido que integran imágenes, textos y otros
recursos que incentivan tanto a los creadores como los consumidores de estos recursos mejorar
las habilidades del uso de tecnologías digitales. Por otro lado, una de las mayores ventajas que
proporciona eXeLearning es el desarrollo del producto de aprendizaje bajo el estándar SCORM que
lo hace compatible con varias plataformas e-learning, esto debido a sus 3 sub-especicaciones. La
especicación de empaquetado de contenido, presenta la estructura de cómo se debe empaquetar
y describir el contenido. La especicación de tiempo de ejecución, que indica como se debe
ejecutar el contenido, cómo se comunican los datos con los sistemas de gestión de aprendizaje,
LMS, e incluye la especicación para el modelo de datos de esa comunicación. Por último, la
especicación de secuenciación especica, que indica cómo un alumno puede navegar entre las
partes de un curso.
La implementación de una infraestructura digital eXeLearning para la creación de contenido
educativo dirigido a estudiantes de educación básica superior enfrenta varias limitaciones. En
primer lugar, es crucial contar con una infraestructura tecnológica adecuada que permita alojar
los servicios de manera eciente y accesible. La falta de recursos tecnológicos adecuados en
algunas instituciones puede dicultar la implementación efectiva de esta plataforma. Además, la
complejidad inherente a las materias exactas como matemáticas y ciencias requiere herramientas
y recursos especícos que pueden no estar disponibles o ser difíciles de integrar en el sistema
eXeLearning. Estas materias demandan un enfoque pedagógico diferenciado y recursos
didácticos avanzados como simulaciones y laboratorios virtuales, cuya implementación puede
ser técnicamente desaante y costosa. Por tanto, para maximizar el impacto de eXeLearning es
esencial no solo mejorar la infraestructura tecnológica, sino también proporcionar formación
continua a los docentes y asegurar el acceso equitativo a las tecnologías.
REVISTA ODIGOS
QUITO-ECUADOR
2025
53
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
Referencias
Afolabi, O. y Uhomoibhi, J. (2015). E-Learning Implementation in HigherEducation: Aspects of InfrastructureDevelopment
Challenges and StudentsLearning Approaches. En Unknown Host Publication(pp. 83-94). British Computer Society.
https://pure.ulster.ac.uk/en/publications/e-learning-implementation-in-highereducation-aspects-of-infrastru-3
Aghayev, F., Mammadova, G., y Alasgarova, E. (2023). Electronic educational content formation with the application of cloud
technologies. Problems of Information Society, 14(2), 75-82. http://doi.org/10.25045/jpis.v14.i2.10
Aguilar, P., Jara, E., Taisha, I., Rivadeneira, L., Taisha, E., Aucay, S., Mueses, M., y Jara, E.. (2023). Uso de exelearning para
mejorar el aprendizaje en los estudiantes de educación superior.Dominio De Las Ciencias,9(4), 612–624. https://doi.
org/10.23857/dc.v9i4.3613
Albarracín, C., Hernández, C., y Rojas, J. (2020). Objeto virtual de aprendizaje para desarrollar las habilidades numéricas:
una experiencia con estudiantes de educación básica. Panorama, 14(26), 111–133. https://dialnet.unirioja.es/ser-
vlet/articulo?codigo=7728579
Arana, L. (2023). Formación en servicio de docentes de la educación básica: revisión sistemática. Revista peruana investi-
gación e innovación educativa, 3(2). https://doi.org/10.15381/rpiiedu.v3i2.25329
Balaguera, E. (2023). Uso de un recurso educativo digital diviértete con las fracciones en la herramienta ExeLearning como
estrategia didáctica para el aprendizaje signicativo de números fraccionarios dirigido a estudiantes de grado cuarto
del colegio La Presentación Duitama, departamento de Boyacá [Tesis de posgrado, Universidad de Cartagena]. Repo-
sitorio Institucional. http://dx.doi.org/10.57799/11227/11934
Basantes, A. (2020). Digital Competences in e-learning. Case Study: Ecuador. En A. Basantes-Andrade, M. Naranjo-Toro, M.
Zambrano Vizuete, & M. Botto-Tobar (Eds.), Technology, Sustainability and Educational Innovation (TSIE) (pp. 85–94).
Springer International Publishing.
Bilynska, K., Markova, О., Chornobryva, N., Kuznietsov, Y., y Mingli, W. (2024). The power of digitalization in education: im-
proving learning with interactive multimedia content. AmazoniaInvestiga, 13(76), 188-201. https://doi.org/10.34069/
AI/2024.76.04.15
Castro, S., Guzmán, B., y Casado, D. (2007). Las Tic en los procesos de enseñanza y aprendizaje. Laurus, 13(23), 213–234.
http://www.redalyc.org/articulo.oa?id=76102311
Lema, W. y Chérrez, P. (2023). Estudio diagnóstico del uso de la infraestructura tic básica (hardware, software e internet) en
instituciones educativas de educación básica, Cantón Azogues Ecuador. LATAM Revista Latinoamericana De Ciencias
Sociales Y Humanidades,4(1), 24–39. https://doi.org/10.56712/latam.v4i1.221
Macías, F., Ron, M., y Olivo, D. (2021). Los docentes y la recursividad en la educación multimodal. Revista Cientíca UISRAEL,
8, 121–132. https://doi.org/10.35290/rcui.v8n1e.2021.512
REVISTA ODIGOS
QUITO-ECUADOR
2025
54
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Mancilla, R. (2021). Fortalecimento de las Competencias Digitales en Docentes de Primaria y Secundaria Mediante el uso de
Exelearning Como Herramienta Didáctica [Tesis de posgrado, Universidad de Santander]. Repositorio Institucional.
https://repositorio.udes.edu.co/handle/001/7479
Naranjo, F. (2021). Desarrollo de competencias digitales para la creación de contenidos y evaluación del aprendizaje dirigido a
docentes de Educación Básica y Bachillerato [Tesis de grado, Universidad de Otavalo]. Repositorio Institucional. http://
repositorio.uotavalo.edu.ec/handle/52000/535
Nevárez, E. (2023). Como el soft power surcoreano ha inuido sus relaciones bilaterales con Ecuador del 2017-2023 [Tesis
de grado, Universidad Ecotec]. Repositorio Institucional. https://repositorio.ecotec.edu.ec/handle/123456789/1009
Reyes, N. y Martínez, D. (2022). Incidencia en la comprensión lectora de los estudiantes de grado décimo de la Institu-
ción Educativa Nuevo Horizonte, Girardot, mediante estrategias de implementación y uso de la herramienta eXeLear-
ning [Tesis de posgrado, Universidad Cooperativa de Colombia]. Repositorio Institucional. https://hdl.handle.
net/20.500.12494/44792
Rotkin, V. (2021). Trainable generator of educational content. International Journal of Advances in Applied Sciences, 10(4),
363–372. http://doi.org/10.11591/ijaas.v10.i4.pp363-372
Sidorov, A. y Vasilieva, D. (2023). Digital educational content compilation sources. Samara Journal of Science, 12(4). https://
doi.org/10.55355/snv2023124312
Uribe, A., y Méndez, J. (2023). Estrategias de Enseñanza Inclusiva de las Matemáticas en Educación Básica: Revisión Siste-
mática. Revista Digital Matemática, Educación E Internet, 23(1). https://doi.org/10.18845/rdmei.v23i1.6179
REVISTA ODIGOS
QUITO-ECUADOR
2025
55
rodigos@uisrael.edu.ec
INFRAESTRUCTURA DIGITAL EXELEARNING PARA LA CREACIÓN DE CONTENIDO EDUCATIVO DIRIGIDO A
ESTUDIANTES DE EDUCACIÓN BÁSICA SUPERIOR
Copyright (2025) © Diego Israel Abril Díaz; David Omar Guevara Aulestia
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licenciaTexto completo de la licencia
REVISTA ODIGOS
QUITO-ECUADOR
2025
56
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
REVISTA
ODIGOS
rodigos@uisrael.edu.ec
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
57
Período febrero - mayo • 2025
Vol. 6, Núm. 1
Herramientas y plataformas de procesamiento: Un análisis
sistemático en el contexto de IoT y Big Data
Processing tools and platforms: A systematic analysis in the context of
IoT and Big Data
Fecha de recepción: 2024-11-15 • Fecha de aceptación: 2025-01-17 • Fecha de publicación: 2025-02-10
Wilmer Antonio Moreira Sánchez
1
Universidad Técnica de Manabí, Ecuador
wilmer.moreira@utm.edu.ec
https://orcid.org/0000-0001-7772-6254
Marely del Rosario Cruz Felipe
2
Universidad Técnica de Manabí, Ecuador
marely.cruz@utm.edu.ec
https://orcid.org/0000-0003-1937-1568
Gabriel Agustín Cotera Ramírez
3
Universidad Técnica de Manabí, Ecuador
gabriel.cotera@utm.edu.ec
https://orcid.org/0000-0003-2726-8317
Gema Isabel Medranda Cobeña
4
Universidad Técnica de Manabí, Ecuador
gema.medranda@utm.edu.ec
https://orcid.org/0000-0001-6405-6976
https://doi.org/10.35290/ro.v6n1.2025.1479
REVISTA ODIGOS
QUITO-ECUADOR
2025
58
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
RESUMEN
El Internet de las Cosas (IoT, por sus siglas en inglés) ha transformado diversos sectores al permitir la
conexión y comunicación entre dispositivos inteligentes. La enorme cantidad de registros generados
en estos dispositivos requiere herramientas de Big Data para su almacenamiento, procesamiento y
análisis eciente. Este estudio presentó una revisión sistemática de la literatura con el objetivo de
identicar y evaluar las herramientas de Big Data más utilizadas en soluciones de IoT. Se utilizó la
metodología propuesta por Kitchenham, seleccionada por su enfoque estructurado y replicable, que
garantiza resultados de alta calidad al minimizar sesgos. Esta metodología facilitó la identicación
de tendencias clave y la resolución de problemas especícos como la optimización de procesos
industriales y la mejora en la toma de decisiones gerenciales mediante Big Data. A través del análisis,
se generaron preguntas de investigación que evaluaron publicaciones relevantes de los últimos cinco
años, revelando cómo Big Data ha sido implementado en IoT para gestionar grandes volúmenes de
datos, mejorar la escalabilidad y optimizar procesos en tiempo real. Las herramientas analizadas han
demostrado ser efectivas para resolver problemas concretos, como la detección de fallos y la toma
de decisiones informadas.
PALABRAS CLAVE: Big Data, Internet de las Cosas, Revisión Sistemática, Metodología Kitchenham,
Escalabilidad, Gestión de Datos
ABSTRACT
The Internet of Things (IoT) has transformed various sectors by enabling the connection and
communication between smart devices. The huge number of records generated by these devices
requires Big Data tools for their ecient storage, processing and analysis. This study presents a
systematic review of literature (SRL) with the aim of identifying and evaluating the most widely used
Big Data tools in IoT solutions. The methodology proposed by Kitchenham was used, selected for its
structured and replicable approach, which guarantees high-quality results by minimizing bias. This
methodology facilitates the identication of key trends and the resolution of specic problems, such
as the optimization of industrial processes and the improvement of managerial decision-making
through Big Data. Through the analysis, research questions were generated that evaluated relevant
publications from the last ve years, revealing how Big Data has been implemented in IoT to manage
large volumes of data, improve scalability and optimize processes in real time. The tools analyzed
have proven to be effective in solving specic problems, such as fault detection and informed
decision-making.
KEYWORDS: Big Data, Internet of Things, Systematic Review, Kitchenham Methodology, Scalability,
Data Management
REVISTA ODIGOS
QUITO-ECUADOR
2025
59
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Introducción
Mediante el análisis masivo de datos originarios de fuentes digitales es habitual recurrir a
softwares y entornos de programación debido a la necesidad de extraer información valiosa para
la toma de decisiones estratégicas en diversos sectores. Estas herramientas representan un
avance signicativo, ya que revolucionan la capacidad de procesamiento de datos al ofrecer mayor
velocidad en cálculos estadísticos (Villamarín, 2024).
Por ejemplo, Apache y Spark son herramientas que son utilizadas en empresas donde permiten
identicar patrones relevantes para estrategias de ventas. En la actualidad, estos registros son
analizados y aprovechados por diferentes sistemas informáticos debido a la gran cantidad de
información que generan. Conocido como Big Data, proporcionan soporte escalable, rápido y ecaz
(Apaza y Ñamo, 2022).
La minería de datos permite dar sentido a la información y descubrir respuestas potenciales
a partir de sugerencias personalizadas basadas en la recopilación y organización de datos
(Valdivieso y Bonini, 2021). La integración de Big Data en soluciones de IoT recopila datos
mediante dispositivos en tiempo real como sensores u otros dispositivos que estén conectados
a una red. Esto incluye arquitecturas IoT análisis dee ujo de datos y validación de modelos de
predicción (Fernández, 2023).
Estas herramientas suelen utilizarse en la optimización de procesos industriales, el ámbito médico
e incluso en el desarrollo de ciudades inteligentes. Esta convergencia redene la manera en que se
toman decisiones y se gestionan recursos. En este contexto, Big Data debe cumplir con diferentes
propiedades claves:
Volumen, se reere a la cantidad de datos generados y almacenados para procesar
información y transformarla en acciones (Miquel y Aced, 2019).
Velocidad, relacionada con la transmisión y procesamiento de datos en tiempo real, lo cual
es crucial para la toma de decisiones (Quintero et al., 2022).
Variedad, se reere a las fuentes según sus tipos y formas en las que se registran los datos
(Campetella et al., 2023).
Veracidad, la veracidad que corresponde a la abilidad de la información recibida (Arroyo &
Brito, 2022).
El uso de herramientas de Big Data, fundamentadas en la infraestructura de IoT ha transformado
signicativamente la forma en que se procesan y analizan grandes volúmenes de datos a nivel
global. La capacidad de integrar dispositivos conectados que operan en tiempo real ha permitido
la creación de plataformas internacionales que consolidan información proveniente de diversas
regiones, optimizando procesos y facilitando la toma de decisiones estratégicas. Por ejemplo, en
iniciativas de sostenibilidad global, estas plataformas han sido clave para la gestión eciente de
recursos naturales y la reducción del impacto ambiental, como lo demuestran casos en sectores
como la salud y la energía renovable (Rekha et al., 2022).
REVISTA ODIGOS
QUITO-ECUADOR
2025
60
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Paralelamente, los gobiernos han desempeñado un papel fundamental en la regulación del uso
de IoT mediante la implementación de políticas y normativas que garantizan la interoperabilidad,
la seguridad y la privacidad de los datos. Estas regulaciones son esenciales para promover un
entorno conable en el manejo de dispositivos conectados, especialmente en aplicaciones críticas
como las ciudades inteligentes. En estas, el análisis de datos de tráco y consumo energético
permite optimizar infraestructuras urbanas, reducir el uso de recursos y mejorar la calidad de vida
de los ciudadanos. Adicionalmente, los gobiernos han fomentado el desarrollo de tecnologías IoT
mediante la inversión en investigación para enfrentar retos globales como el cambio climático y la
urbanización acelerada (Ball y Degischer, 2024; Nguyen et al., 2024).
En el ámbito industrial, estas herramientas se utilizan para mejorar la eciencia operativa y facilitar
la toma de decisiones mediante el análisis del rendimiento de los dispositivos IoT. Esto permite
reducir costos y mejorar la calidad de productos y servicios (Acuña, 2023). Asimismo, el monitoreo
continuo resulta esencial a nivel sectorial, ya que permite realizar un mantenimiento predictivo de
los dispositivos IoT, reduciendo tiempos de inactividad y prolongando la vida útil de los mismos. El
uso e implementación de herramientas IoT y Big Data es indispensable en múltiples áreas ya que
maximizan y mejoran la eciencia operativa, impulsando tecnologías orientadas a experiencias
personalizadas y fomentando la sostenibilidad mediante prácticas productivas que reducen el
impacto ambiental.
En este sentido, el objetivo de la presente investigación no solo se centró en la recopilación
de estudios relevantes para la implementación de tecnologías que están transformando la
industria hacia soluciones inteligentes basadas en datos, sino también en el análisis crítico de los
resultados obtenidos. Para ello, se empleó la metodología de revisión sistemática propuesta por
Kitchenham (2004) reconocida por su rigor y enfoque replicable que permite evaluar y comparar
herramientas y enfoques de manera estructurada.
A través de esta metodología, se identicaron las fortalezas y debilidades de diversas soluciones
tecnológicas, las cuales se presentaron en cuadros comparativos que analizaron métricas clave
como escalabilidad, eciencia, facilidad de integración y aplicabilidad en el contexto del IoT y
Big Data. Además, se establecieron preguntas de investigación dirigidas a abordar las brechas
identicadas en estudios previos, proporcionando una base sólida para validar la elección de esta
metodología y justicar su relevancia en este estudio.
Metodología
La revisión sistemática de la literatura es un tipo de investigación cuyo objetivo es recopilar,
evaluar y sintetizar de manera exhaustiva estudios relevantes sobre una o varias preguntas
de investigación denidas. Este enfoque metodológico, al ser replicable, minimiza el sesgo y
aumenta la abilidad de los resultados obtenidos. El presente estudio constituyó una investigación
documental basada en la metodología propuesta por Kitchenham (2004). Esta metodología
establece protocolos para la revisión y búsqueda de información, los cuales se desarrollan a través
de las siguientes fases:
Fase de planeación
REVISTA ODIGOS
QUITO-ECUADOR
2025
61
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Fase de implementación
Fase de Resultados
2.1 Fase de planeación
En esta fase se estableció una base sólida de objetivos claros, preguntas de investigación bien
denidas y protocolos detallados, lo que permitió aportar signicativamente al campo de estudio.
Este enfoque garantizó que el proceso de revisión sea transparente y reproducible, aumentando
la credibilidad y utilidad de los hallazgos obtenidos. Las preguntas de investigación desarrolladas
se diseñaron con el objetivo de abordar áreas clave en la implementación de IoT, especícamente
en procesos relacionados con la gestión de datos, la toma de decisiones estratégicas y la
optimización operativa en contextos empresariales e industriales. Además, se denieron criterios
de inclusión y exclusión para orientar las búsquedas hacia investigaciones relacionadas con
estudios, implementaciones y avances tecnológicos relevantes. Las preguntas de investigación
desarrolladas se presentan de la siguiente manera:
P1 ¿Cuáles son las principales herramientas de Big Data utilizadas actualmente en soluciones de
IoT
P2 ¿Qué desafíos técnicos y operativos enfrentan las organizaciones al implementar herramientas
de Big Data en entornos IoT?
P3 Cómo han evolucionado las herramientas de Big Data para adaptarse a las necesidades
especícas de las aplicaciones IoT en los últimos años?
P4. ¿Qué tendencias emergentes se observan en el desarrollo de nuevas herramientas de Big Data
diseñadas para IoT?
2.2 Bases de datos consultadas
Se llevó a cabo una búsqueda exhaustiva de literatura cientíca en artículos académicos,
publicaciones de revistas especializadas y estudios publicados en los últimos cinco años.
Para garantizar la relevancia y calidad de las fuentes, se utilizaron bases de datos reconocidas
como IEEE Xplore, ScienceDirect, Springer, Dialnet, BASE, DOAJ y ACM. Tras aplicar los criterios
de inclusión y exclusión establecidos, se seleccionaron un total de 36 estudios, los cuales se
analizaron detalladamente en la fase de implementación de esta investigación. Este enfoque
permitió identicar las contribuciones más signicativas relacionadas con las herramientas de Big
Data y su aplicación con IoT para soluciones tecnológicas.
2.2.1. Términos booleanos utilizados
Los artículos seleccionados para este estudio fueron identicados mediante una búsqueda
sistemática basada en palabras clave especícas, utilizando operadores booleanos como OR,
NOT y AND. Esta estrategia permitió optimizar el proceso de búsqueda al combinar términos
REVISTA ODIGOS
QUITO-ECUADOR
2025
62
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
relevantes y abarcar un espectro más amplio de resultados en las bases de datos consultadas. Las
combinaciones de palabras clave utilizadas fueron las siguientes:
“IoT” OR “Internet of Things” AND “Connected devices”
“Tools OR Platforms” OR “Frameworks” AND “Technologies”
“Machine Learning” AND Articial Intelligence” OR “Deep learning”
“Big data” AND “IoT” AND “Tools”
“Big data” AND “IoT” AND “Scalability” OR “Platforms”
Aplicaciones” OR “Sistemas” AND “implementaciones” AND “Big data
Además, se establecieron criterios de exclusión rigurosos para garantizar la relevancia y calidad
de los estudios seleccionados. Entre estos criterios, se descartaron publicaciones que no
resolvieron los problemas planteados o que fallaron en la implementación de Big Data en IoT, ya
sea por limitaciones técnicas, operativas o metodológicas. También se excluyeron artículos que
no presentaron datos empíricos sucientes, o que no abordaron soluciones prácticas aplicables
al contexto de IoT y Big Data. Este enfoque permitió centrar el análisis en estudios que ofrecieran
aportes signicativos y evidencias claras sobre la integración exitosa de estas tecnologías hacia
un entorno laboral empresarial.
2.2.2. Criterio de inclusión
Para la selección de estudios signicativos en base a estos criterios se consideró lo siguiente:
Estudios centrados especícamente en herramientas de Big Data aplicadas a soluciones de
IoT.
Investigaciones que evalúen el rendimiento o la ecacia de herramientas de Big Data en
entornos IoT.
Estudios de caso que demuestren implementaciones de herramientas de Big Data en
proyectos de IoT reales.
Investigaciones enfocadas en innovaciones, impacto, soluciones, escalabilidad y eciencia
relacionadas con Big Data en el contexto de IoT.
2.2.3. Criterio de exclusión
Se establecieron criterios de exclusión rigurosos para garantizar la relevancia y calidad de los
estudios seleccionados. Entre estos criterios, se descartaron publicaciones que no resolvieron
los problemas planteados o que fallaron en la implementación de Big Data en IoT, ya sea por
limitaciones técnicas, operativas o metodológicas. También se excluyeron artículos que no
presentaron datos empíricos sucientes, o que no abordaron soluciones prácticas aplicables al
contexto de IoT y Big Data. Este enfoque permitió centrar el análisis en estudios que ofrecieran
aportes signicativos y evidencias claras sobre la integración exitosa de estas tecnologías hacia
un entorno laboral empresarial.
REVISTA ODIGOS
QUITO-ECUADOR
2025
63
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Artículos con más de cinco años desde su publicación.
Artículos redactados en idiomas distintos al inglés o español.
Informes técnicos que no hayan sido revisados por pares.
Tesis de pregrado.
2.3. Fase de implementación
El objetivo de esta fase fue responder a las preguntas de investigación planteadas mediante una
búsqueda exhaustiva de estudios que aporten información veraz de manera transparente. En la
Figura 1, se presentó el proceso de selección siguiendo el protocolo de búsqueda establecido.
Como resultado de esta fase, se seleccionaron 36 artículos publicados entre los años 2020 y 2024.
Estos estudios, identicados a través de los criterios de inclusión denidos, fueron clasicados
según el año de publicación, las bases de datos en las que se encontraron y los resultados
obtenidos, destacando su contribución a esta investigación.
Figura 1
Proceso de Selección de Artículos.
Resultados
Se identicaron un total de 120 publicaciones cientícas mediante la aplicación de la metodología
Kitchenham, las cuales fueron evaluadas de acuerdo con los criterios de inclusión y exclusión
denidos para este estudio. Tras un riguroso proceso de selección, se eligieron 36 artículos
REVISTA ODIGOS
QUITO-ECUADOR
2025
64
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
indexados en bases de datos reconocidas como IEEE Xplore, Springer, Dialnet, Science Direct,
BASE, DOAJ y ACM. Estos artículos fueron seleccionados por su relevancia, calidad metodológica y
enfoque en el análisis y aplicación de herramientas de IoT y Big Data para su implementación.
Los estudios seleccionados desempeñaron un papel clave en el desarrollo de las preguntas de
investigación, ya que proporcionaron evidencia empírica y teórica que permitió identicar las
brechas existentes en la literatura. Por ejemplo, los artículos relacionados con herramientas
especícas como Apache Hadoop y Spark contribuyeron a formular la primera pregunta de
investigación sobre las principales herramientas de Big Data utilizadas actualmente en soluciones
de IoT.
Asimismo, los estudios que abordaron desafíos técnicos y operativos, como la escalabilidad y la
interoperabilidad, fueron fundamentales para desarrollar la segunda pregunta, enfocada en los
retos que enfrentan las organizaciones al implementar estas tecnologías. Además, investigaciones
que exploraron la evolución de las herramientas de Big Data y las tendencias emergentes en su
aplicación ayudaron a estructurar las preguntas restantes, proporcionando un marco analítico
sólido para esta investigación. De esta manera, los artículos seleccionados no solo sirvieron como
referencia teórica, sino que también guiaron la formulación de preguntas clave que orientaron el
análisis y las conclusiones de este estudio.
3.1 Frecuencia en publicaciones por año
En relación con la producción anual de los 31 artículos seleccionados para su revisión sistemática,
la Figura 2 muestra que el 2024 presentó la mayor proporción de publicaciones cientícas,
alcanzando el 39% (14 artículos). Este aumento podría atribuirse al incremento en la adopción de
herramientas tecnológicas por parte de las industrias para optimizar procesos y mejorar la toma de
decisiones.
Asimismo, se observa un crecimiento sostenido en la cantidad de publicaciones desde 2021 hasta
2024, período en el que se concentra el 79% (28 artículos) del total analizado. Este patrón reeja el
interés creciente en las aplicaciones de Big Data e IoT, impulsado por la necesidad de innovar en
sectores clave.
REVISTA ODIGOS
QUITO-ECUADOR
2025
65
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Figura 2
Frecuencia de Publicaciones por Año.
3.2 Indexación de los artículos seleccionados
Para llevar a cabo la revisión sistemática, se seleccionaron publicaciones indexadas en revistas
cientícas de reconocidas bases de datos, como se muestra en la Figura 3. Del total de artículos, el
46% (20 artículos) proviene de ScienceDirect, mientras que el 20% (6 artículos) corresponde a IEEE
Xplore. Otras bases de datos, como DOAJ, ACM, Dialnet y Springer, aportaron el 10% (3 artículos) y
el 7% (2 artículos), respectivamente, y nalmente, Base contribuyó con el 3% (1 artículo).
Estos artículos se clasicaron en función de las líneas temáticas establecidas para responder
a las preguntas de investigación. De esta manera, el 45% (16 artículos) se relacionó con la P1,
que aborda las herramientas de Big Data en IoT; el 25% (9 artículos) con la P2, que examina los
desafíos técnicos y operativos; el 11% (4 artículos) con la P3, enfocada en la evolución de las
herramientas; y el 19% (7 artículos) con la P4, que explora tendencias emergentes en el desarrollo
de nuevas tecnologías.
REVISTA ODIGOS
QUITO-ECUADOR
2025
66
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 3
Indexación de los Artículos Seleccionados.
3.3 Estudios procedentes por países
En esta sección se analizaron los países con mayor producción cientíca entre los estudios
seleccionados, según se muestra en la Figura 4. China se posicionó como el país con el mayor
número de publicaciones, representando el 22% del total (8 artículos). Le siguen Estados Unidos
e India, cada uno con un 17% (6 artículos). España ocupó el tercer lugar con un 12% (4 artículos).
En el cuarto lugar se encuentran Irán y México con un 6% (2 artículos cada uno). Finalmente, el
quinto lugar está compartido por Rumania, Hungría, República Checa, Vietnam, Malasia, Argentina,
Noruega y Ecuador, con un 3% del total (1 artículo cada país).
REVISTA ODIGOS
QUITO-ECUADOR
2025
67
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Figura 4
Artículos Seleccionados por Países.
Una vez desarrollada la estadística, las preguntas de investigación establecidas se mostraron de la
siguiente manera:
P1 ¿Cuáles son las principales herramientas de Big Data utilizadas actualmente en soluciones de
IoT
En el contexto de las soluciones de IoT, las herramientas de Big Data se pueden clasicar en varias
categorías, cada una enfocada en resolver diferentes desafíos y necesidades. Estas categorías son
las siguientes:
Plataformas de procesamiento de datos: Estas herramientas son evaluadas por los
investigadores en términos de su desempeño y diseño de modelos, que están en constante
evolución para adaptarse a los crecientes requerimientos de datos (Huang, 2024).
Herramientas de análisis y visualización: Estas plataformas son utilizadas para realizar
estadísticas, experimentos, metaanálisis, minería de datos, análisis de redes neuronales e
inteligencia articial, entre otras aplicaciones (Ramirez y Ramirez, 2022).
Herramientas de almacenamiento: Estas herramientas han evolucionado hacia arquitecturas
híbridas que combinan almacenamiento local y en la nube, permitiendo el análisis en tiempo
real y facilitando la toma de decisiones informadas (Liang et al., 2024).
Plataformas integradas: Estas soluciones combinan funcionalidades de procesamiento,
análisis, visualización y almacenamiento en un solo entorno, lo que las hace especialmente
valiosas en aplicaciones complejas de IoT.
Por ejemplo, en una institución educativa, estas herramientas pueden utilizarse para analizar
datos sobre el ausentismo escolar, identicando patrones y tendencias que permitan implementar
REVISTA ODIGOS
QUITO-ECUADOR
2025
68
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
políticas de mejora. En el ámbito empresarial, estas plataformas pueden ayudar a monitorear el
ausentismo laboral, evaluando los factores asociados para proponer soluciones basadas en datos.
Finalmente, las plataformas integradas combinan estas funcionalidades, ofreciendo herramientas
que no solo gestionan grandes volúmenes de datos, sino que también los convierten en
información procesable para aplicaciones especícas. En la Tabla 1 se presenta una comparación
detallada de estas herramientas en términos de funcionalidad y rendimiento aplicable para
diversos sectores.
REVISTA ODIGOS
QUITO-ECUADOR
2025
69
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Tabla 1
Funcionalidades de Herramientas de IoT.
Herramienta Tipo de
almacenamiento
Característica Ventaja Caso de uso Bibliografía
Amazon S3 Almacenamiento
de objetos
Escalabilidad,
clases de
almacenamiento,
integración con
AWS
Eciencia de
costos, alta
disponibilidad,
seguridad
Almacenamiento
de datos de
sensores IoT,
copias de
seguridad
(Bornholt et al.,
2021)
Hadoop HDFS Sistema de
Archivos
Almacenamiento
distribuido,
integración con
Hadoop
Escalabilidad
horizontal,
tolerancia a fallos
Análisis de datos
de IoT, proyectos
de Big Data
(Mothukuri et al.,
2021)
(Guan et al., 2024)
(Ma et al., 2023a)
(Naidu et al.,
2022)
Azure Data
Lake Storage
Almacenamiento
en la Nube
Almacenamiento
jerárquico,
integración con
Azure services
Alto rendimiento,
seguridad
avanzada
Análisis de datos
IoT en tiempo
real, lago de datos
empresarial
(Zagan &
Danubianu, 2023)
Google Cloud
Storage
Almacenamiento
de Objetos
Clases de
almacenamiento,
integración con
Google Cloud
services
Rendimiento y
disponibilidad,
facilidad de uso
Almacenamiento
de datos IoT,
análisis y machine
learning
(Rajagopalan et
al., 2024)
(Berisha et al.,
2022)
Apache
Cassandra
Base de Datos
NoSQL Distribuida
Alta escalabilidad
y disponibilidad,
sin punto único de
fallo
Escalabilidad
horizontal,
resistencia a
fallos
Almacenamiento
de datos en
tiempo real,
aplicaciones IoT
(Bohora et al.,
2021)
MongoDB Base de Datos
NoSQ
Flexibilidad
de esquema,
escalabilidad
horizontal, soporte
para consultas
ad-hoc
Escalabilidad,
exibilidad
en datos no
estructurados
Aplicaciones
IoT con
almacenamiento
exible y rápido
acceso
(Mailewa et al.,
2022)
(Woo et al., 2023)
InuxDB Base de Datos de
Series Temporales
Manejo de series
temporales, alto
rendimiento
en escrituras y
lecturas
Alta eciencia en
series temporales,
optimizado para
IoT
Monitoreo de
datos de sensores
IoT, análisis de
series temporales
(Domínguez et al.,
2024)
(Dhulqar et al.,
2024)
REVISTA ODIGOS
QUITO-ECUADOR
2025
70
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
P2 Qué desafíos técnicos y operativos enfrentan las organizaciones al implementar herramientas
de Big Data en entornos IoT?
Para comprender los desafíos técnicos y operativos asociados con la implementación de
herramientas Big Data en entornos IoT, es fundamental analizar su arquitectura, como se ilustra en
la Figura 5.
Figura 5
Arquitectura de IoT.
La capa donde se encuentran los dispositivos de nivel inferior incluye sensores, dispositivos
inteligentes y etiquetas RFID. Estos dispositivos, aunque esenciales para la recolección de datos,
presentan limitaciones en almacenamiento, recursos y capacidades de procesamiento, lo que
restringe su funcionamiento a operaciones básicas (Shah et al., 2023). La capa de comunicaciones
de red comprende la infraestructura necesaria para la transmisión de datos. Esta capa transporta
información desde los dispositivos de la capa física hacia las capas superiores, como los servicios
en la nube (Ullah et al., 2024).
La siguiente capa abarca el hardware y las plataformas de centros de datos o servicios en la
nube, que tienen como función principal proporcionar almacenamiento, procesamiento y acceso
eciente a grandes volúmenes de datos generados por dispositivos IoT. Estas plataformas no
solo almacenan datos, sino que también procesan información relacionada con diversas áreas,
como ventas, compras, catálogos, nóminas, sistemas ERP y sectores como la tecnología, la
medicina y el desarrollo industrial (Hasan et al., 2021). Por ejemplo, una empresa puede utilizar
estas plataformas para analizar datos de ventas en tiempo real, identicar patrones de consumo y
optimizar la logística mediante la integración con sistemas IoT.
Además, la gestión y el procesamiento de datos en esta capa se fortalecen con tecnologías
avanzadas como contenedores y microservicios, que ofrecen escalabilidad y exibilidad según
REVISTA ODIGOS
QUITO-ECUADOR
2025
71
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
las necesidades del usuario. Herramientas como Amazon Web Services (AWS) y Microsoft
Azure permiten procesar datos de catálogos de productos en línea, monitorear el desempeño de
dispositivos médicos conectados y analizar información cientíca para predecir tendencias o
automatizar procesos (Prashant y Pranay, 2020).
La especicidad de los datos procesados en esta capa depende del objetivo del usuario o de
la organización. Por ejemplo, en el sector salud, los datos analizados pueden incluir historiales
médicos electrónicos y métricas de dispositivos IoT usados en monitoreo remoto de pacientes.
En contraste, en el ámbito de la manufactura, los datos procesados pueden incluir tiempos de
producción, mantenimiento predictivo de maquinaria y optimización de recursos (Deepthi et al.,
2024).
Sin embargo, esta capa también enfrenta desafíos relacionados con la privacidad y la seguridad
de los datos, especialmente cuando se trabaja con información sensible, como datos médicos o
nancieros. Para abordar estas preocupaciones, las plataformas en la nube han implementado
estándares de cifrado avanzados y políticas de gobernanza de datos, asegurando la conabilidad
y accesibilidad de la información (Chahid y Marzouk, 2017). Esto permite que los usuarios de IoT
accedan y procesen datos especícos para satisfacer necesidades concretas, independientemente
del sector al que pertenezcan.
Una vez comprendida la arquitectura, se identican los principales desafíos que pueden surgir
durante la implementación de estas capas. En la Tabla 2 se presentan los desafíos especícos
junto con sus posibles soluciones.
REVISTA ODIGOS
QUITO-ECUADOR
2025
72
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Tabla 2
Desafíos en la Implementación.
Problema Desafío Solución Referencias
Volumen y
velocidad de
datos
Los dispositivos de IoT generan
grandes cantidades de datos
en tiempo real, abrumando a
los sistemas de procesamiento
tradicionales.
Las herramientas de procesamiento de
transmisiones en tiempo real como Apache
Kafka y Apache Spark Streaming pueden
manejar grandes volúmenes de datos y ser
procesados a medida que se generan.
(Mostajabi et
al., 2021)
(Teli et al.,
2023)
Calidad y
veracidad de
los datos:
Los datos de IoT pueden ser
ruidosos y poco conables debido
a errores de sensores, problemas
de conectividad y condiciones
ambientales.
Estas plataformas de Big Data incorporan
técnicas en validación y limpieza de datos
para ltrar valores atípicos, corregir valores
faltantes y mejorar la calidad de los datos.
(Bigdeli et al.,
2023)
(Chhetri et al.,
2024)
Complejidad de
los datos:
Los datos de IoT vienen en
diversos formatos y estructuras.
Plataformas como Hadoop y Spark
brindan capacidades de almacenamiento y
procesamiento versátiles, lo que permite un
manejo eciente de datos complejos.
(Wu et al.,
2024a)
Costos Al hablar de costos deben
ser tomados en cuenta varios
factores como la implementación
de infraestructura,
almacenamiento, procesamiento
de datos, transferencia y
seguridad.
Utilizar plataformas como Azure, Google
Cloud o AWS, reduce los costos iniciales
de infraestructura. Utilizar herramientas de
código abierto e implementar estrategias
ecientes de gestión de ciclo de vida, los
datos ayudan a optimizar los costos de
almacenamiento.
(Pham &
Nguyen, 2020)
P3 Cómo han evolucionado las herramientas de Big Data para adaptarse a las necesidades
especícas de las aplicaciones IoT en los últimos años?
En los últimos años, las herramientas de Big Data han evolucionado signicativamente para
adaptarse a las necesidades especícas de las aplicaciones de IoT generadas por dispositivos
inteligentes. Esta evolución ha permitido organizar datos y tomar decisiones basadas en
resultados, lo que ha facilitado el mantenimiento y la mejora de servicios como las ciudades
inteligentes, las redes de transporte y los sistemas de gestión de energía, entre otros.
La interconectividad de dispositivos, combinada con herramientas de Big Data, ha mejorado la
capacidad de recopilar y procesar datos de manera rápida y conable. Esto ha resultado en un
aumento de la eciencia a largo plazo y ha contribuido al desarrollo sostenible (González et al.,
2022). Asimismo, estas mejoras han dado lugar a infraestructuras de bajo costo que favorecen la
producción mediante el monitoreo dinámico en entornos controlados, lo que ha sido ampliamente
utilizado en sectores agrícolas (Ting y Chan, 2024).
Además, la inteligencia articial ha desempeñado un papel fundamental e innovador en el análisis
de datos. A través de algoritmos avanzados, como el aprendizaje automático y el aprendizaje
profundo, es posible extraer información signicativa que facilita la toma de decisiones. Estos
REVISTA ODIGOS
QUITO-ECUADOR
2025
73
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
algoritmos, que inicialmente fueron proyectos experimentales en investigación, se han convertido
en un estándar en diversas industrias (Dubey et al., 2024).
Otra manera en que estas herramientas han evolucionado es a través de la integración de la
realidad virtual y aumentada. Estas tecnologías permiten visualizar datos mediante simulaciones
y multimedia, reproduciendo funciones visuales, auditivas, táctiles y sensoriales. Las personas
pueden sumergirse en un entorno virtual generado por computadora y experimentar interacciones
basadas en datos reales recopilados (Reynoso et al., 2023).
P4. ¿Qué tendencias emergentes se observan en el desarrollo de nuevas herramientas de Big
Data diseñadas para IoT?
El desarrollo de herramientas de Big Data para la implementación de proyectos IoT ha
evolucionado en respuesta a las necesidades y desafíos de diferentes campos. Estas tendencias
están impulsadas por la creciente necesidad de manejar grandes volúmenes de datos y
velocidades rápidas generadas por dispositivos IoT, así como por la demanda de análisis en
tiempo real y capacidades avanzadas. A continuación, se destacaron las principales tendencias
emergentes:
El análisis en tiempo real: El análisis en tiempo real es crucial para la toma de decisiones
instantáneas. Herramientas como Apache Flink, Pulsar y Kafka son utilizadas en
combinación con machine learning para realizar análisis predictivos y detectar anomalías en
tiempo real. Estas capacidades permiten generar decisiones basadas en análisis inmediatos,
mejorando la eciencia operativa (Huaranga et al., 2024).
Edge Computing (computación en el borde): Este paradigma busca acercar la computación
a la fuente de datos, en lugar de depender exclusivamente de centros de datos en la
nube (Cao et al., 2020). Los servidores de borde, al estar más próximos a los dispositivos
IoT, ofrecen respuestas más rápidas y reducen la latencia al procesar datos localmente.
Esto optimiza el uso del ancho de banda y mejora la escalabilidad, centrándose en una
infraestructura descentralizada (Kong et al., 2022).
Arquitectura serverless: La evolución de los sistemas en la nube ha llevado a la adopción
de arquitecturas serverless, que se basan en funciones atómicas y conceptos de
computación distribuida (Palacios, 2022). Estas arquitecturas, conocidas como lambdas,
gestionan automáticamente la infraestructura subyacente, eliminando la necesidad de
aprovisionamiento manual de servidores o contenedores (Loconte et al., 2024). Sus ventajas
incluyen mayor disponibilidad, escalabilidad, tolerancia a fallos y reducción de costos,
adaptándose a las uctuaciones de la carga de trabajo en tiempo real.
Industria 4.0: Este término se reere a la integración de tecnologías digitales avanzadas
en procesos industriales con el objetivo de transformar fábricas tradicionales en fábricas
inteligentes. La implementación de herramientas de Big Data en la Industria 4.0 facilita la
creación de modelos y el despliegue de soluciones basadas en machine learning, mejorando
la eciencia y exibilidad de los procesos de producción (Ullah et al., 2024).
REVISTA ODIGOS
QUITO-ECUADOR
2025
74
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Seguridad en IoT: La seguridad es un aspecto crítico en la infraestructura IoT, donde
identicar vulnerabilidades y mitigar riesgos es esencial. Se han propuesto sistemas
de evaluación dinámicos basados en el sistema inmune articial para detectar ataques
mediante el análisis de las capas de red y aplicación (Gélvez y Santos, 2020). Sin
embargo, la protección del hardware, software y los datos de IoT sigue siendo un desafío,
especialmente debido a vulnerabilidades inherentes de internet y la falta de monitoreo en
equipos no tripulados. Esto hace que garantizar la seguridad sea una tarea compleja (Wu et
al., 2024b).
3.4. Discusión
Las herramientas de Big Data, junto con las soluciones de IoT, desempeñan un papel crucial
en la era digital actual al gestionar grandes cantidades de datos de manera eciente y extraer
información valiosa para la toma de decisiones (Sayeed et al., 2022). La integración de dispositivos
IoT con el análisis de Big Data permite la recopilación, procesamiento y utilización de ujos
de datos provenientes de diversas fuentes, facilitando el desarrollo y la implementación de
aplicaciones especícas para IoT (Tu, 2023). En industrias como la salud, estas aplicaciones
combinan sistemas de Big Data, mejorando la digitalización de registros médicos, permitiendo una
gestión sanitaria personalizada y promoviendo la detección temprana de enfermedades mediante
el análisis de factores de riesgo (Hwang, 2022).
Uno de los hallazgos más destacados en estudios recientes es la mejora en la eciencia del
procesamiento de datos mediante herramientas como Apache Hadoop. Estas tecnologías permiten
el procesamiento distribuido de grandes volúmenes de datos generados por dispositivos IoT (Ma
et al., 2023). Gracias a esto, industrias como la agricultura han implementado estrategias que
apoyan la seguridad alimentaria en países en desarrollo. Esto incluye el monitoreo, procesamiento
y análisis de grandes volúmenes de datos para supervisar cultivos, condiciones climáticas, suelo,
fertilización y riego, entre otros factores (Espinosa et al., 2021).
El uso de estas herramientas permite un procesamiento distribuido que resulta esencial en
aplicaciones donde se requiere velocidad y precisión. Sectores como la Industria 4.0 y las ciudades
inteligentes aprovechan el análisis de grandes volúmenes de datos provenientes de sensores
y dispositivos conectados. Estas soluciones no solo mejoran la toma de decisiones, sino que
también optimizan procesos operativos. (Rozo, 2020).
Por otro lado, el análisis ha revelado que herramientas de almacenamiento como Amazon S3 y
Google Cloud Storage ofrecen escalabilidad y seguridad. Estas plataformas permiten almacenar y
acceder a enormes cantidades de datos generados por IoT, lo que resulta clave para aplicaciones
de gran escala (Falah et al., 2021). Sin embargo, se han identicado desafíos relacionados con
la integración de estas soluciones en infraestructuras de bajo costo y altamente escalables,
especialmente en países en desarrollo, donde la inversión en tecnología sigue siendo limitada.
Finalmente, tendencias emergentes como el Edge Computing y la integración de inteligencia
articial en plataformas de Big Data están transformando las soluciones de IoT. Estas
innovaciones no solo permiten manejar grandes volúmenes de datos de manera más eciente,
REVISTA ODIGOS
QUITO-ECUADOR
2025
75
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
sino que también reducen la latencia y mejoran la capacidad de procesamiento local. Esto
es especialmente relevante en aplicaciones críticas como la atención médica y la gestión de
infraestructuras esenciales (Hamdan et al., 2020).
Conclusiones
La presente investigación conrmó que las herramientas de Big Data son esenciales para el éxito
de las soluciones IoT debido a su capacidad para manejar grandes volúmenes de datos de manera
eciente, ofreciendo escalabilidad, velocidad y capacidades analíticas avanzadas. A través de esta
revisión sistemática, se identicaron las principales herramientas utilizadas, los desafíos técnicos
y operativos enfrentados, y las tendencias emergentes que están transformando diversos sectores
como la salud, la manufactura y las ciudades inteligentes. Esto evidencia la importancia de integrar
estas tecnologías para optimizar la toma de decisiones y promover el desarrollo sostenible.
La metodología de revisión sistemática de Kitchenham (2004) demostró ser un enfoque ecaz
y replicable para evaluar y sintetizar investigaciones relevantes en el campo del IoT y Big Data.
Este método permitió seleccionar 36 artículos clave que proporcionaron evidencia empírica y
teórica para abordar las preguntas de investigación, identicando fortalezas y debilidades en las
herramientas y metodologías aplicadas. Además, se validó que tecnologías como Apache Hadoop,
Spark, y AWS son fundamentales para resolver problemas relacionados con el procesamiento de
datos en tiempo real y el mantenimiento predictivo en entornos IoT.
Uno de los logros más destacados fue demostrar cómo las herramientas de Big Data ayudan
a resolver problemas especícos, como el análisis de datos en tiempo real y el mantenimiento
predictivo. Por ejemplo, estudios seleccionados evidenciaron la capacidad de herramientas como
Apache Spark para procesar datos de sensores IoT en tiempo real, mejorando la gestión operativa
y reduciendo tiempos de inactividad en sectores industriales. Estos casos refuerzan la importancia
de adaptar estas soluciones a contextos concretos, como la predicción de fallos en sistemas IoT o
la personalización de servicios en ciudades inteligentes.
Finalmente, aunque el aprendizaje automático (machine learning) y la inteligencia articial ya están
transformando la forma en que se procesan los datos en el contexto de IoT, aún queda mucho
por explorar. Futuras investigaciones podrían enfocarse en mejorar los modelos de aprendizaje
automático para la detección de patrones, la predicción de fallos en sistemas IoT y el desarrollo de
soluciones autónomas que aprendan y adapten sus comportamientos de manera dinámica con el
tiempo.
REVISTA ODIGOS
QUITO-ECUADOR
2025
76
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Referencias
Acuña, E. (2023). Data Mining and Internet of Things (IoT) application for Biomedical products. TECHNO Review.
International Technology, Science and Society Review / Revista Internacional de Tecnología, Ciencia y Socie-
dad, 13(1). https://doi.org/10.37467/revtechno.v12.3444
Apaza, G., y Ñamo, E. (2022). Evolución e impacto del Big Data en el sector empresarial. Revista Scientic, 7(25),
227–242. https://doi.org/10.29394/scientic.issn.2542-2987.2022.7.25.12.227-242
Arroyo, A. y Brito, A. (2023). Big Data y su aplicación en el área legal.Yachana Revista Cientíca,12(1), 31–41.
https://doi.org/10.62325/10.62325/yachana.v12.n1.2023.848
Ball, C. y Degischer, D. (2024). IoT implementation for energy system sustainability: The role of actors and related
challenges. Utilities Policy, 90. https://doi.org/10.1016/j.jup.2024.101769
Berisha, B., Mëziu, E., y Shabani, I. (2022). Big data analytics in Cloud computing: an overview. Journal of Cloud
Computing, 11(1). https://doi.org/10.1186/s13677-022-00301-w
Bigdeli, M., Abolhassani, B., Farahmand, S., y Tellambura, C. (2023). Oine and Real-Time Deadline-Aware Sche-
duling and Resource Allocation Algorithms Favoring Big Data Transmission Over Cognitive CRANs. IEEE
Access, 11, 67755–67778. https://doi.org/10.1109/ACCESS.2023.3288996
Bohora, K., Bothe, A., Sheth, D., Chopade, R., y Pachghare, V. (2021). Backup and Recovery Mechanisms of Cassan-
dra Database: A Review. The Journal of Digital Forensics, Security and Law, 15. https://doi.org/10.15394/
jdfsl.2021.1613
Bornholt, J., Joshi, R., Astrauskas, V., Cully, B., Kragl, B., Markle, S., Sauri, K., Schleit, D., Slatton, G., Tasiran, S., Van
Geffen, J., y Wareld, A. (2021). Using Lightweight Formal Methods to Validate a Key-Value Storage Node
in Amazon S3. SOSP 2021. Proceedings of the 28th ACM Symposium on Operating Systems Principles (pp.
836–850). United States. https://doi.org/10.1145/3477132.3483540
Campetella, M., Cechich, A., Buccella, A., Montenegro, A., Muñoz, Á., y Rodríguez, A. (2023). Identicación Top-
Down de Variedad de Contexto: Un Caso de Estudio en Fluctuaciones de la Napa Freática. Actas - XXIX
Congreso Argentino de Ciencias de la Computación - CACIC 2023 (308-317). Argentina. https://sedici.unlp.
edu.ar/handle/10915/164924
Cao, K., Liu, Y., Meng, G., y Sun, Q. (2020). An Overview on Edge Computing Research. IEEE Access, 8, 85714–
85728). https://doi.org/10.1109/ACCESS.2020.2991734
Chahid, I. y Marzouk, A. (2017). A Secure IoT Data Integration in Cloud Storage Systems using ABAC Access
Control Policy. International Journal of Advanced Engineering Research and Science, 4(8), 34–37. https://
doi.org/10.22161/ijaers.4.8.6
REVISTA ODIGOS
QUITO-ECUADOR
2025
77
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Chhetri, T., Dehury, C., Varghese, B., Fensel, A., Srirama, S., y DeLong, R. (2024). Enabling privacy-aware intero-
perable and quality IoT data sharing with context. Future Generation Computer Systems, 157, 164–179.
https://doi.org/10.1016/j.future.2024.03.039
Deepthi, K., Balakrishnan, T., Krishnan, P., Ebenezar, U., y Nageshwari (2024). Optimized Data Storage Algorithm
of IoT Based on Cloud Computing in Distributed System. Proceedings 2024 OPJU International Technology
Conference (OTCON) on Smart Computing for Innovation and Advancement in Industry 4.0 (1–5). https://
doi.org/10.1109/OTCON60325.2024.10688356
Dhulqar, A., Abdala, M., Pataki, N., y Tejfel, M. (2024). Deploying a web service application on the EdgeX open
edge server: An evaluation of its viability for IoT services. Procedia Computer Science, 235, 852–862. ht-
tps://doi.org/10.1016/j.procs.2024.04.081
Domínguez, T., Barral, V., Escudero, C., y García, J. (2024). An IoT system for a smart campus: Challenges and
solutions illustrated over several real-world use cases. Internet of Things, 25. https://doi.org/10.1016/j.
iot.2024.101099
Dubey, K., Dubey, R., Panedy, S., y Kumar, S. (2024). A Review of IoT Security: Machine Learning and Deep Lear-
ning Perspective. Procedia Computer Science, 235, 335–346. https://doi.org/10.1016/j.procs.2024.04.034
Espinosa, A., Ponte, D., Gibeaux, S., y González, C. (2021). Estudio de Sistemas IoT Aplicados a la Agricultura
Inteligente. Revista Plus Economía,9(1), 33–42. https://revistas.unachi.ac.pa/index.php/pluseconomia/
article/view/479
Falah, M., Fridelin, Y., Sukaridhoto, S., Cornelius, A., Kriswantoro, M., Satria, B., y Usman, S. (2021). Comparison of
cloud computing providers for development of big data and internet of things application. Indonesian Jour-
nal of Electrical Engineering and Computer Science, 22(3), 1723–1730. https://doi.org/10.11591/ijeecs.
v22.i3.pp1723-1730
Fernández, A. (2023). Nuevos modelos para la gestión eciente de infraestructuras big data streaming en entor-
nos IoT con aplicación a la Industria 4.0.[Tesis de posgrado, Centro de Estudios de Postgrado Universidad
Pablo de Olavide]. Repositorio Institucional. https://investiga.upo.es/documentos/6675ce36ba7d30377a-
b2eb59
Gélvez, L. y Santos, L. (2020). Internet de las Cosas: una revisión sobre los retos de seguridad y sus contramedi-
das. Revista Ingenio, 17(1), 56–64. https://doi.org/10.22463/2011642x.2370
González, J., Figueroa, P., Amezcua, I., y Benavides, J. (2022). Diseño arquitectural de una plataforma iot para la
monitorización ambiental aplicada en viveros de plantas de ornato. 3 c TIC: cuadernos de desarrollo aplica-
dos a las TIC, 11(1), 223-249. https://dialnet.unirioja.es/servlet/articulo?codigo=8415585
REVISTA ODIGOS
QUITO-ECUADOR
2025
78
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Guan, S., Zhang, C., Wang, Y., y Liu, W. (2024). Hadoop-based secure storage solution for big data in cloud com-
puting environment. Digital Communications and Networks, 10(1), 227–236. https://doi.org/10.1016/j.
dcan.2023.01.014
Hamdan, S., Ayyash, M., y Almajali, S. (2020). Edge-computing architectures for internet of things applications: A
survey. Sensors (Switzerland), 20(22), 1–52. https://doi.org/10.3390/s20226441
Hasan, M., Ogan, K., y Starly, B. (2021). Hybrid blockchain architecture for Cloud Manufacturing-as-a-service
(CMaaS) platforms with improved data storage and transaction eciency. Procedia Manufacturing, 53,
594–605. https://doi.org/10.1016/j.promfg.2021.06.060
Huang, S. (2024). Big data processing and analysis platform based on deep neural network model. Systems and
Soft Computing, 6. https://doi.org/10.1016/j.sasc.2024.200107
Huaranga, E., González, S., Castillo, M., Cimmino, A., y García, R. (2024). From cloud and fog computing to fe-
derated-fog computing: A comparative analysis of computational resources in real-time IoT applications
based on semantic interoperability. Future Generation Computer Systems, 159, 134–150. https://doi.or-
g/10.1016/j.future.2024.05.001
Hwang, D. (2022). Data Speak How to Treat Disease Big data-based precision medicine. Molecules and Cells,
45(9), 620–621. https://doi.org/10.14348/molcells.2022.0119
Kitchenham, B. (2004). Procedures for Performing Systematic Reviews [report]. Keele University Technical Report
Kong, L., Tan, J., Huang, J., Chen, G., Wang, S., Jin, X., Zeng, P., Khan, M., y Das, S. K. (2022). Edge-computing-dri-
ven Internet of Things: A Survey. ACM Computing Surveys, 55(8), 1-41. https://doi.org/10.1145/3555308
Liang, C., Zhang, J., Ma, S., Zhou, Y., Hong, Z., Fang, J., Zhou, Y., y Tang, H. (2024). Study on data storage and
verication methods based on improved Merkle mountain range in IoT scenarios. Journal of King Saud
University - Computer and Information Sciences, 36(6). https://doi.org/10.1016/j.jksuci.2024.102117
Loconte, D., Ieva, S., Pinto, A., Loseto, G., Scioscia, F., y Ruta, M. (2024). Expanding the cloud-to-edge continuum
to the IoT in serverless federated learning. Future Generation Computer Systems, 155, 447–462. https://doi.
org/10.1016/j.future.2024.02.024
Ma, C., Zhao, M., y Zhao, Y. (2023a). An overview of Hadoop applications in transportation big data. Journal of
Trac and Transportation Engineering, 10(5), 900–917). https://doi.org/10.1016/j.jtte.2023.05.003
Mailewa, A., Mengel, S., Gittner, L., y Khan, H. (2022). Mechanisms and techniques to enhance the security of
big data analytic framework with MongoDB and Linux Containers. Array, 15. https://doi.org/10.1016/j.
array.2022.100236
REVISTA ODIGOS
QUITO-ECUADOR
2025
79
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Miquel, S. y Aced, C. (2019). Big data: la revolución de los datos y su impacto en la comunicación corporativa.
Comunicación y hombre: Revista interdisciplinar de ciencias de la comunicación y humanidades, (16), 115–
132. https://dialnet.unirioja.es/servlet/articulo?codigo=7302665
Mostajabi, F., Safaei, A., y Saha, A. (2021). A Systematic Review of Data Models for the Big Data Problem. IEEE
Access, 9, 128889–128904. https://doi.org/10.1109/ACCESS.2021.3112880
Mothukuri, V., Cheerla, S. S., Parizi, R., Zhang, Q., y Choo, K. (2021). BlockHDFS: Blockchain-integrated Hadoop
distributed le system for secure provenance traceability. Blockchain: Research and Applications, 2(4). ht-
tps://doi.org/10.1016/j.bcra.2021.100032
Naidu, K., Ravi, B., Hassen, S., Kaur, C., Al Ansari, M., Vinod, R., Nivetha, M., y Kiran, B. (2022). Analysis of Hadoop
log le in an environment for dynamic detection of threats using machine learning. Measurement: Sensors,
24. https://doi.org/10.1016/j.measen.2022.100545
Nguyen, H., Nawara, D., y Kashef, R. (2024). Connecting the indispensable roles of IoT and articial intelligence
in smart cities: A survey. Journal of Information and Intelligence, 2(3), 261-285. https://doi.org/10.1016/j.
jiixd.2024.01.003
Palacios, D., Vazquez, J., Sánchez, B., Moreno, R.,Schetakis, N., Vazquez, L., y Titov, D. (2022). Serverless archi-
tecture for data processing and detecting anomalies in MARSIS instrument. The Astronomical Journal,
166(1). https://iopscience.iop.org/article/10.3847/1538-3881/acd18d
Pham, T. y Nguyen, T. (2020). Optimization of resource management for NFV-enabled IoT systems in edge cloud
computing. IEEE Access, 8. https://doi.org/10.1109/ACCESS.2020.3026711
Prashant, D. y Pranay, D. (2020). A comparative analysis of IoT features between AWS and Azure. Internatio-
nal Journal of Advance Research, 5(2),113-116. https://www.ijariit.com/manuscript/a-comparative-analy-
sis-of-iot-features-between-aws-and-azure/
Quintero, J., Orjuela. L., Gordillo, J., y Sánchez, A. (2022). Análisis de las posibilidades de uso del Big Data en el
ejercicio profesional de la Contaduría Pública en Colombia.Revista Temario Cientíco,2(1), 50–59. https://
doi.org/10.47212/rtcAlinin.1.2.5
Rajagopalan, A., Swaminathan, D., Bajaj, M., Damaj, I., Rathore, R. S., Singh, A., Blazek, V., y Prokop, L. (2024).
Empowering power distribution: Unleashing the synergy of IoT and cloud computing for sustainable and
ecient energy systems. Results in Engineering, 21.https://doi.org/10.1016/j.rineng.2024.101949
Ramirez, G. y Ramirez, B. (2022). Programa estadístico R, Herramienta clave en el análisis y visualización de
datos. Agro-Divulgación, 2(2), 17-22. https://dialnet.unirioja.es/servlet/articulo?codigo=8681872
REVISTA ODIGOS
QUITO-ECUADOR
2025
80
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Rekha, V., Manoharan, J., Hemalatha, R., y Saravanan, D. (2022). Deep Learning Models for Multiple Face Mask
Detection under a Complex Big Data Environment. Procedia Computer Science, 215, 706–712. https://doi.
org/10.1016/j.procs.2022.12.072
Reynoso, L., Amaro, S., López, L., Sánchez, V., Rotter, M., y Cotal, S. (2023). Tecnologías de Datos Espaciales,
Visualización y Realidad Virtual. Actas de XXV Workshop de Investigadores en Ciencias de la Computación.
Junín. https://sedici.unlp.edu.ar/handle/10915/163914
Rozo, F. (2020). Revisión de las tecnologías presentes en la industria 4.0. Revista UIS Ingenierías, 19(2), 177–191.
https://doi.org/10.18273/revuin.v19n2-2020019
Sayeed, S., Ahmad, A., y Peng, T. (2022). Smartic: A smart tool for Big Data analytics and IoT. F1000Research,
11-17. https://doi.org/10.12688/f1000research.73613.1
Shah, A., Ali, B., Wahab, F., Ullah, I., Amesho, K., y Shaq, M. (2023). Entropy-based grid approach for handling
outliers: a case study to environmental monitoring data. Environmental Science and Pollution Research, 30,
125138–125157. https://doi.org/10.1007/s11356-023-26780-1
Stephen, C. y Degischer, D. (2024). IoT implementation for energy system sustainability: The role of actors and
related challenges. Utilities Policy, 90. https://doi.org/10.1016/j.jup.2024.101769
Taboada, A. (2024). Big data en ciencias sociales. Una introducción a la automatización de análisis de datos de
texto mediante procesamiento de lenguaje natural y aprendizaje automático. Revista CENTRA de Ciencias
Sociales, 3(1). https://doi.org/10.54790/rccs.51
Teli, S., Guerra, C., Icaza, V., Perez, R., Ghassemlooy, Z., y Zvanovec, S. (2023). Hybrid Optical Wireless Communi-
cation for Versatile IoT Applications: Data Rate Improvement and Analysis. IEEE Access, 11, 55107–55116.
https://doi.org/10.1109/ACCESS.2023.3280850
Ting, Y. y Chan, K. (2024). Optimising performances of LoRa based IoT enabled wireless sensor network for
smart agriculture. Journal of Agriculture and Food Research, 16. https://doi.org/10.1016/j.jafr.2024.101093
Tu, T. (2023). The Relationship Between Big Data and IoT. Journal of Computing and Electronic Information Ma-
nagement, 10(3), 150-154. https://doi.org/10.54097/jceim.v10i3.8768
Ullah, H., Uzair, M., Jan, Z., y Ullah, M. (2024). Integrating industry 4.0 technologies in defense manufacturing:
Challenges, solutions, and potential opportunities. Array, 23. https://doi.org/10.1016/j.array.2024.100358
Ullah, I., Adhikari, D., Su, X., Palmieri, F., Wu, C., y Choi, C. (2024). Integration of data science with the intelligent
IoT (IIoT): current challenges and future perspectives. Digital Communications and Networks. https://doi.
org/10.1016/j.dcan.2024.02.007
REVISTA ODIGOS
QUITO-ECUADOR
2025
81
rodigos@uisrael.edu.ec
HERRAMIENTAS Y PLATAFORMAS DE PROCESAMIENTO: UN ANÁLISIS SISTEMÁTICO EN EL CONTEXTO DE IOT Y
BIG DATA
Valdivieso, A., y Bonini, T. (2021). Uso de big data y data mining en los procesos de automatización de la comu-
nicación de las organizaciones. GIGAPP: Estudios Working Papers, 8, 128–142. https://dialnet.unirioja.es/
servlet/articulo?codigo=9321360
Woo, W., Richards, W., Selker, J., y Udell, C. (2023). WeatherChimes: An Open IoT Weather Station and Data Soni-
cation System. HardwareX, 13. https://doi.org/10.1016/j.ohx.2023.e00402
Wu, X., Jing, Z., y Wang, X. (2024a). The security of IOT from the perspective of the observability of complex ne-
tworks. Heliyon, 10(5). https://doi.org/10.1016/j.heliyon.2024.e27104
Wu, X., Jing, Z., y Wang, X. (2024b). The security of IOT from the perspective of the observability of complex ne-
tworks. Heliyon, 10(5). https://doi.org/10.1016/j.heliyon.2024.e27104
Zagan, E. y Danubianu, M. (2023). Data Lake Architecture for Storing and Transforming Web Server Access Log
Files. IEEE Access, 11, 40916–40929. https://doi.org/10.1109/ACCESS.2023.3270368
REVISTA ODIGOS
QUITO-ECUADOR
2025
82
Copyright (2025) © Wilmer Antonio Moreira Sánchez; Marely del Rosario Cruz Felipe; Gabriel Agustín Cotera
Ramírez; Gema Isabel Medranda Cobeña
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licenciaTexto completo de la licencia
REVISTA
ODIGOS
rodigos@uisrael.edu.ec
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
83
Período febrero - mayo • 2025
Vol. 6, Núm. 1
Análisis de licitaciones públicas en Ecuador: aplicación de
técnicas de explicabilidad en modelos de aprendizaje automático
Analysis of Public Tenders in Ecuador: Application of Explainability
Techniques in Machine Learning Models
Fecha de recepción: 2024-12-09 • Fecha de aceptación: 2025-01-07 • Fecha de publicación: 2025-02-10
María Fernanda Molina Miranda
1
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Físicas, Ecuador
maria.molinam@ug.edu.ec
Universidad de Granada, España
molinamafer@correo.ugr.es
https://orcid.org/0000-0002-4237-4364
Ángel Cuenca Ortega
2
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Físicas, Ecuador
angel.cuencao@ug.edu.ec
https://orcid.org/0000-0001-7798-611X
Luis Espín Pazmiño
3
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Físicas, Ecuador
lespinp @ug.edu.ec
https://orcid.org/0000-0002-1663-2489
Miguel Molina Villacís
4
miguel.molinav@ug.edu.ec
Universidad de Guayaquil, Facultad de Ciencias Matemáticas y Físicas, Ecuador
https://orcid.org/0000-0002-7080-2354
https://doi.org/10.35290/ro.v6n1.2025.1497
REVISTA ODIGOS
QUITO-ECUADOR
2025
84
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
RESUMEN
Las licitaciones públicas permiten a las instituciones contratar bienes, obras y servicios esenciales
para el crecimiento del país. Este trabajo consistió en analizar los procesos de licitaciones públicas
en Ecuador mediante la aplicación de técnicas de aprendizaje automático y explicabilidad de
modelos, con el n de mejorar la toma de decisiones. Se recopiló y procesó un conjunto de datos
abiertos extraídos de la base de datos del SERCOP para identicar patrones y variables clave que
inuyeron en el éxito de las licitaciones. Utilizando modelos de clasicación como Random Forest,
AdaBoost y CatBoost, y técnicas de explicabilidad como SHAP y Feature Importance, se desarrollaron
modelos predictivos que permiten comprender de manera transparente las decisiones generadas por
los algoritmos. Los resultados mostraron que CatBoost fue el modelo con mayor precisión predictiva
y Feature Importance resultó ser la técnica más efectiva para explicar las predicciones. Además,
se procedió a crear una interfaz web que permitió ingresar los datos de entrada y determinar si es
recomendable que una empresa participe en una licitación. La inteligencia articial explicable no
solo mejora la precisión, sino que también proporciona información valiosa para que las empresas
optimicen su participación en estos procesos.
PALABRAS CLAVE: licitaciones, toma de decisiones, algoritmos, SHAP, feature importance
ABSTRACT
Public tenders allow institutions to contract goods, works, and services essential for the country’s
growth. This work consists of analyzing public tender processes in Ecuador through the application of
machine learning techniques and model explainability to improve decision-making. An open dataset
extracted from the SERCOP database was collected and processed to identify patterns and key
variables that inuence the success of tenders. Using classication models such as Random Forest,
AdaBoost, and CatBoost, along with explainability techniques like SHAP and Feature Importance,
predictive models were developed to transparently understand the decisions generated by the
algorithms. The results show that CatBoost was the model with the highest predictive accuracy,
and Feature Importance proved to be the most effective technique for explaining the predictions.
Furthermore, a web interface was created to input data and determine whether it is advisable for a
company to participate in a tender. Explainable articial intelligence not only improves accuracy but
also provides valuable insights for companies to optimize their participation in these processes.
KEYWORDS: tenders, decisión making, algorithms, SHAP, feature importance
REVISTA ODIGOS
QUITO-ECUADOR
2025
85
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
Introducción
Las licitaciones públicas juegan un papel esencial en el desarrollo económico de los países,
ya que permiten a las instituciones acceder a los bienes, servicios y obras necesarias para su
funcionamiento. En Ecuador, este proceso constituye un mecanismo clave para fomentar la
competencia y garantizar la transparencia en la asignación de contratos. Sin embargo, a pesar de
la importancia de las licitaciones, muchas empresas enfrentan dicultades al decidir si participar
en estos procesos, debido a la falta de herramientas predictivas que les permitan evaluar sus
probabilidades de éxito. (Sisa Garcés, 2022)
Con el avance de la inteligencia articial y el aprendizaje automático, han surgido nuevas
oportunidades para analizar grandes volúmenes de datos y ofrecer modelos capaces de identicar
patrones y variables que inuyen en los resultados de las licitaciones. Este estudio buscó
aprovechar esas tecnologías integrando técnicas de explicabilidad de modelos para proporcionar
una visión clara y comprensible de las decisiones generadas por los algoritmos predictivos. En
particular, el uso de modelos explicables no solo mejora la precisión de las predicciones, sino
que también permite a las empresas tomar decisiones informadas sobre su participación en
licitaciones.
A través de la recopilación de datos abiertos del Servicio Nacional de Contratación Pública
(SERCOP), este trabajo presentó un análisis detallado del comportamiento de las licitaciones
públicas en Ecuador, desarrollando además una interfaz web que permitió a las empresas ingresar
sus datos y recibir recomendaciones sobre su participación. De esta forma, se buscó contribuir al
campo de la contratación pública mediante la creación de una herramienta que optimiza la toma de
decisiones estratégicas, brindando a las empresas una ventaja competitiva basada en datos.
1.1 Trabajos relacionados
En los últimos años, la inteligencia articial ha sido ampliamente adoptada en diferentes áreas
(Guida et al., 2023), y su rápido crecimiento en el uso de las técnicas de aprendizaje automático
está transformando los procesos de toma de decisiones, mejorando su eciencia a través del
análisis de grandes volúmenes de datos generados por estos mismos procesos (Salem et al., 2024;
Riyad y Laila, 2024).
En el ámbito de la contratación pública, estudios recientes han analizado conjuntos de datos
relacionados con procesos de licitación, entrenando modelos de aprendizaje automático para
identicar las características más inuyentes en la clasicación de propuestas (Nai et al., 2023). El
aprendizaje automático se ha consolidado como uno de los enfoques analíticos más importantes
para el análisis de datos y el reconocimiento de patrones (Arena et al., 2024). Aunque los
algoritmos suelen requerir grandes cantidades de información, las herramientas disponibles son
exibles incluso con cantidades limitadas de datos (García et al., 2022).
Además, autores como Rosales et al. (2024) destacaron que el análisis avanzado de datos no
solo permite una mejor interpretación y presentación de la información, sino que puede resolver
situaciones por sí solo a partir del análisis. Además, con la utilización de algoritmos de machine
REVISTA ODIGOS
QUITO-ECUADOR
2025
86
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
learning ya que estos requieren mucha información generando modelos de predicción (Rojas, 2020;
García et al., 2022).
Otra investigación relevante propuso un modelo inteligente para ayudar a los postores a aumentar
sus posibilidades de éxito, clasicando su elegibilidad mediante algoritmos como KNN, SVM y
Random Forest (Oussaleh y Azmani, 2023). Este enfoque es consistente con el uso de algoritmos
de clasicación como Árboles de Decisión, Regresión Logística y Random Forest, para predecir
la viabilidad de que las pequeñas y medianas empresas (PYMES) participen en compras públicas
(Molina et al., 2023).
La inteligencia articial explicable (XAI) desempeña un papel clave en este contexto, ya que
permite aclarar cómo los modelos de IA llegan a sus resultados, respondiendo a preguntas clave
sobre el proceso y ayudando a los usuarios a comprender, conar y mejorar la toma de decisiones.
Esto es fundamental en sectores como la contratación pública, donde la transparencia y la
conanza son esenciales (Gohel et al., 2021; Love et al, 2023).
Finalmente, los sistemas de recomendación basados en técnicas de Machine Learning también
se han destacado como herramientas ecaces para mejorar la precisión en las recomendaciones,
permitiendo a las empresas y organismos optimizar su alcance y servicios, y evaluando métricas
clave para asegurar el éxito de las técnicas aplicadas (Pita, 2021; Anwar y Siddiqui, 2020).
Metodología
En el presente trabajo investigativo se implementó la metodología investigativa cuantitativa y la
metodología CRISP-DM, la cual consta de las siguientes fases.
2.1 Comprensión del negocio
El proceso de licitación pública en Ecuador es fundamental para gestionar el uso de los recursos
públicos y la ejecución de proyectos que son benecios para la población ecuatoriana. El
propósito de esta investigación ha sido mejorar la toma de decisiones en un proceso licitatorio,
enfocándonos en los patrones para la selección de los ganadores. Se identicaron los factores que
inuyen en la adjudicación de los contratos para proporcionar herramientas y modelos explicativos
que ayuden a las empresas a tomar mejores decisiones sobre su participación de las licitaciones
públicas y así mejorar sus oportunidades. Además, se probaron modelos de inteligencia articial
explicable que nos indicaron qué factores son determinantes para la elección de un ganador
usando datos históricos de las licitaciones públicas que incluyó información detallada de cada
etapa de los procesos licitatorios.
2.2 Comprensión de los datos
Los datos con los que se trabajó en esta investigación fueron obtenidos de la plataforma de
Servicio Nacional de Contrataciones Públicas de datos abiertos de Ecuador. Los datos extraídos
abarcan entre los años 2022 a 2024 siendo un total de 2784 registros y 79 características donde se
REVISTA ODIGOS
QUITO-ECUADOR
2025
87
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
pudo identicar que existen 57 atributos de tipo texto, 2 atributos de tipo numérico y 20 atributos
de tipo decimal.
La información descargada en formato xlsx está compuesta por 6 hojas. A continuación, se detalla
cada hoja:
Releases: Información general del proceso de licitación.
Planning: Detalles sobre la planicación de la licitación.
Tender: Información detallada sobre la licitación, como métodos de adquisición y periodos.
Awards: Detalles de las adjudicaciones.
Award Suppliers: Información sobre los proveedores adjudicados.
Contracts: Información sobre los contratos rmados.
Una vez extraído el conjunto de datos, agrupamos las hojas de Excel en un mismo DataFrame
mediante el identicador del procedimiento de contratación para tener una mejor comprensión de
los datos y una mejor vista de todas las etapas del proceso de licitación en un mismo conjunto de
datos. Posteriormente, se procedió a la recopilación manual de los presupuestos y la información
de los oferentes que participaron en las licitaciones tanto de aquellos que resultaron adjudicados
como los que no lograron la adjudicación.
La Figura 1 muestra el presupuesto que han ofertado las entidades contratantes en las licitaciones.
Se puede observar cómo se distribuyeron los presupuestos asignados en las licitaciones, en donde
la mayoría de las licitaciones se adjudicaron a proyectos que requierieron presupuestos bajos.
Figura 1
Presupuesto de las Empresas Contratantes.
REVISTA ODIGOS
QUITO-ECUADOR
2025
88
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
La Figura 2 indicó cómo existe un mayor número de licitaciones en la categoría de servicios, lo que
nos indica que es la categoría más solicitada en licitaciones.
Figura 2
Categorías de las Licitaciones.
La Figura 3 mostró el número de oferentes por licitación reejando que el número de licitaciones
disminuye a medida que aumenta el número de ofertantes, siendo menos comunes las licitaciones
con muchos ofertantes.
Figura 3
Ofertantes por Licitación.
2.3. Preparación de los datos
A partir de la exploración del conjunto de datos se evidenció que la mayoría de los atributos
son textuales, lo cual implica que no se pueden emplear directamente en el entrenamiento del
REVISTA ODIGOS
QUITO-ECUADOR
2025
89
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
modelo. Esto se debe a que los algoritmos de aprendizaje automático requieren valores numéricos
o categóricos que puedan procesarse de manera eciente. La Tabla 1 presentó las columnas
relevantes que se eligieron resultado de las necesidades para esta investigación.
Tabla 1
Características Importantes.
Nombre Descripción Tipo de dato
budget_amount Presupuesto de la licitación Real
Amount Monto ofertado Real
Ganador Indica si gano la licitación Texto
mainProcurementCategory Categoría de la licitación Texto
numberOfTenderers Número de licitadores Entero
contractPeriod_durationInDays Duración en días del contrato Real
tenderPeriod_durationInDays Duración del período de licitación en días Real
eligibilityCriteria Criterios de elegibilidad Texto
2.3.1. Transformación y Codicación de Variables.
Se realizó la imputación de valores nulos en la columna Duración del Contrato utilizando la
mediana. Además, se eliminaron los registros con valores vacíos en cualquiera de las columnas,
dejando únicamente los datos completos recolectados de la página del SERCOP.
# Impute missing values with the median
df=df.llna({‘contractPeriod_durationInDays’:df[‘contractPeriod_durationInDays’].
median()})
# Drop rows with NaN values in any column
df = df.dropna()
Los resultados muestran que ninguna columna tiene celdas vacías, y el número nal de registros
es 2536.
# Check for empty cells by column
empty_cells = df.isnull().sum()
print(empty_cells)
# Get the number of records
record_count = df.shape[0]
print (“Number of records:”, record_count)
budget_amount 0
REVISTA ODIGOS
QUITO-ECUADOR
2025
90
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
mainProcurementCategory 0
tenderPeriod_durationInDays 0
numberOfTenderers 0
amount 0
contractPeriod_durationInDays 0
ganador 0
eligibilityCriteria 0
dtype: int64
Number of records: 2536
Además, se aplicó el codicador LabelEncoder para convertir las variables categóricas en valores
numéricos. Las variables seleccionadas para esta codicación fueron mainProcurementCategory y
ganador.
2.3.2. Análisis de Frecuencia de Criterios de Elegibilidad.
Los criterios de elegibilidad presentaban una gran variedad de valores textuales. Para estandarizar
esta variable, se seleccionaron criterios clave y se transformaron en variables binarias, lo cual
permitió identicar su impacto en el modelo.
# Dene the specic parameters
specic_parameters = [
‘Oferta Económica’,
‘Experiencia Especíca’,
‘Experiencia General’,
‘Experiencia Personal Técnico’,
‘Otros’,
‘Participación Ecuatoriana’,
‘VAE’]
# Create binary columns for each specic criterion
for criterion in specic_parameters:
df[criterion] = df[‘eligibilityCriteria’].apply(lambda x: 1 if criterion
in x else 0)
2.3.3. Eliminación de Outliers.
Se utilizó el modelo Isolation Forest para detectar y eliminar valores atípicos en el conjunto de
datos, lo cual mejoró la calidad de las predicciones del modelo. Finalmente, se muestra la cantidad
de registros que permanecen después de eliminar los valores atípicos, que es de 2485.
import pandas as pd
from sklearn.ensemble import IsolationForest
from sklearn.preprocessing import StandardScaler
# Create the Isolation Forest model
iso_forest = IsolationForest(contamination=0.02, random state=2021)
# Fit the model
REVISTA ODIGOS
QUITO-ECUADOR
2025
91
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
iso_forest.t(df)
# Make predictions
y_pred = iso_forest.predict(df)
# Filter outliers
df = df[y_pred == 1]
# Show the number of records after removing outliers
print(“Number of records:”, df.shape[0])
2.3.4. Distribución de la clase Ganador.
La Figura 4 muestra la distribución de la variable “Ganador”, que evidenció un ligero desbalance
hacia las licitaciones perdedoras. Este sesgo podría inuir en el desempeño del modelo.
Figura 4
Distribución de la Clase “Ganador”.
2.4 Modelado
En esta fase se seleccionaron los siguientes algoritmos de clasicación:
CatBoost. Es un algoritmo de aprendizaje automático basado en potenciación del gradiente,
funciona perfectamente con múltiples categorías de datos, además el algoritmo se basa en
la técnica de “Gradient boosting” (potenciación del gradiente). La potenciación del gradiente
es una técnica que se aplica en múltiples tipos de problemas como la detección como
motores de recomendaciones y predicciones.
AdaBoost. Entrena de forma secuencial un conjunto de aprendices débiles a partir de un
algoritmo base común. Todos los aprendices son entrenados con el mismo conjunto de
datos, pero éstos van recibiendo pesos que dependen de los errores cometidos por cada
aprendiz.
Random Forest. Es un algoritmo de aprendizaje supervisado utilizado tanto en tareas
de clasicación como de regresión. Este método puede manejar variables continuas y
REVISTA ODIGOS
QUITO-ECUADOR
2025
92
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
categóricas, ofreciendo resultados precisos y robustos. Su funcionamiento se basa en la
construcción de múltiples árboles de decisión durante el proceso de entrenamiento, lo que
permite mejorar la precisión.
Para realizar el modelado se seleccionaron las características más importantes como variables de
entrada que son número de oferentes, categoría principal, presupuesto, monto ofertado, duración
licitación días y duración contrato días y como variables de salida ganador. Luego, el conjunto de
datos se dividió en 70% para entrenamiento y un 30% para prueba y evaluación del modelo.
2.5 Evaluación
Para evaluar los modelos entrenados se gracó las curvas ROC y se calculó el AUC para los
tres modelos de clasicación. En la Figura 5 se comparó el desempeño de tres modelos de
clasicación: CatBoost, AdaBoost, y Random Forest. El modelo CatBoost fue el más efectivo,
con un AUC de 0.80, seguido de AdaBoost con un AUC de 0.78, y nalmente Random Forest con
un AUC de 0.67 y vemos que la curva ROC de CatBoost fue la que más se acercó a 1. Esto indicó
que CatBoost tuvo la mejor capacidad para distinguir entre las clases en este conjunto de datos,
mientras que Random Forest fue el menos preciso.
Figura 5
Curva ROC de los Modelos.
En la Figura 6 se visualizó la matriz de confusión de CatBoost, que mostró el desempeño del
modelo de clasicación en predecir si una oferta es ganadora o no ganadora. El modelo predijo
correctamente un “ganador” en 331 ocasiones y un “no ganador” en 270 ocasiones. Sin embargo,
hubo 91 casos donde predijo incorrectamente una licitación ganadora y 54 casos donde predijo
incorrectamente licitaciones no ganadoras. Esto indicó un buen desempaño general, pero con
considerables errores.
REVISTA ODIGOS
QUITO-ECUADOR
2025
93
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
Figura 6
Matriz de Confusión.
Para implementar técnicas de inteligencia articial explicable, se seleccionaron dos métodos:
SHAP y Feature Importance.
La técnica de importancia de características permitió identicar cuáles atributos fueron más
relevantes para las decisiones del modelo. La Figura 7 ilustró esta relevancia, destacando que la
característica más inuyente fue NumeroOferentes, seguida por MontoOfertado, Presupuesto,
DuracionLicitacionDias, CategoriaPrincipal y DuracionContratoDias es la característica menos
signicativa.
La técnica SHAP proporcionó interpretaciones globales. La Figura 8 mostró un Summary plot de los
valores SHAP, el eje x muestra el impacto de cada característica en la predicción del modelo, con
valores positivos aumentando y valores negativos disminuyendo la predicción. El eje y enumera
las características del modelo y los colores indican los valores de estas características, donde el
azul representa valores bajos y el rosa y rojo valores altos. Características como NumeroOferentes
y MontoOfertado son las más inuyentes, con valores altos de ambas tendiendo a aumentar
la predicción del modelo, mientras que valores bajos tienden a reducirla. CategoriaPrincipal,
Presupuesto, DuracionLicitacionDias, y DuracionContratoDias tienen un impacto más moderado y
variable. El código fuente está disponible en https://bit.ly/3TMakNN.
REVISTA ODIGOS
QUITO-ECUADOR
2025
94
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 7
Técnica Feature Importance.
Figura 8
Técnica SHAP
2.6 Despliegue
Para el despliegue, se utilizó la biblioteca de Python Streamlit. Esta herramienta facilitó la creación
de interfaces de usuario de manera sencilla y accesible. Una vez desplegado el modelo, la página
muestra un prototipo denominado “Recomendador de Participación en Licitaciones”. Este prototipo
permite al usuario ingresar diversos parámetros del proceso licitatorio incluyendo el número de
oferentes, el monto ofertado, la categoría principal, el presupuesto, la duración de la licitación
y la duración del contrato. Después de ingresar los datos y hacer clic en “Hacer Predicción”, la
aplicación calcula y presenta una recomendación basada en la probabilidad de participación.
REVISTA ODIGOS
QUITO-ECUADOR
2025
95
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
Figura 9
Probabilidad Alta.
En la Figura 9 se observó una alta probabilidad de éxito (0.96), lo que sugiere que es recomendable
participar en la licitación.
Figura 10
Probabilidad Moderada.
REVISTA ODIGOS
QUITO-ECUADOR
2025
96
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
En contraste, la Figura 10 mostró una probabilidad moderada (0.72), mientras que la Figura 11
indica una probabilidad baja (0.48), lo que podría implicar un menor incentivo para participar. En
estos tres casos se pudo observar que entre menor es el número de oferentes hay una mayor
probabilidad de participación. El código fuente del despliegue se encuentra disponible en https://
bit.ly/3ZD6Il6.
Figura 11
Probabilidad Baja.
Resultados
Los resultados de este estudio destacaron la importancia de utilizar técnicas de aprendizaje
automático y explicabilidad en las licitaciones públicas en Ecuador. El modelo CatBoost, con su
alta precisión y capacidad de interpretación, proporcionaron a las empresas información clave para
tomar decisiones fundamentadas sobre su participación en estos procesos.
La técnica de importancia de características ha identicado factores críticos, como el número
de oferentes y el monto ofertado, que inuyen en el éxito de las licitaciones. Esto permite a las
empresas enfocar sus esfuerzos en áreas que aumentan sus probabilidades de ganar.
La implementación de inteligencia articial explicable (XAI) facilitó la comprensión de las
decisiones del modelo, fomentando la conanza entre los usuarios. Además, la creación de
una interfaz web accesible democratiza la información, permitiendo a las empresas recibir
recomendaciones personalizadas y mejorar su eciencia en la participación.
En resumen, este estudio no solo contribuyó al análisis de las licitaciones públicas mediante
el uso de modelos predictivos, sino que también resaltó la importancia de la transparencia y la
explicabilidad en la toma de decisiones.
REVISTA ODIGOS
QUITO-ECUADOR
2025
97
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
Conclusiones
En este trabajo se analizó el comportamiento de las empresas en licitaciones públicas en Ecuador
mediante técnicas de machine learning y explicabilidad. A partir de 2,536 datos históricos
obtenidos de la plataforma de datos abiertos de contratación pública, se aseguró la calidad y
coherencia de la información, lo que facilitó su análisis.
La exploración de datos reveló importantes tendencias y patrones destacando variables clave
como la categoría de las empresas y el monto ofertado, que mostraron correlaciones signicativas
con la participación en las licitaciones. Este análisis permitió comprender mejor los factores que
inuyen en los resultados de las licitaciones.
Además, se implementaron técnicas de explicabilidad que proporcionaron un entendimiento
más profundo del funcionamiento de los modelos predictivos. El algoritmo CatBoost se destacó
al ofrecer una precisión del 80%. Estas técnicas no solo facilitaron el desglose de cómo las
características afectan las predicciones, sino que también ayudaron a identicar los factores más
determinantes en el éxito de las ofertas.
Expresamos nuestro más sincero agradecimiento a las estudiantes Gilda Jamileth Pincay Baque y
Nicole Isabel Velásquez Arroyo por su valiosa colaboración en el proyecto FCI-046-2023, titulado
‘Modelo de predicción para la mejora de la toma de decisiones en sistemas de recomendación
de licitaciones públicas mediante técnicas de inteligencia articial explicables’. Su dedicación y
compromiso fueron fundamentales para el desarrollo de esta investigación.
REVISTA ODIGOS
QUITO-ECUADOR
2025
98
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Referencias
Anwar, K., Siddiqui, J., y Saquib, S. (2020). Machine learning-based book recommender system: a survey and
new perspectives. International Journal of Intelligent Information and Database Systems, 13(2-4), 231-248.
https://doi.org/10.1504/IJIIDS.2020.109457
Arena, S., Florian, E., Sgarbossa, F., Sølvsberg, E., y Zennaro, I. (2024). A conceptual framework for machine lear-
ning algorithm selection for predictive maintenance. Engineering Applications of Articial Intelligence, 133.
https://doi.org/10.1016/j.engappai.2024.108340
García, M., Rodríguez, V., Ballesteros, P., Love, P., y Signor, R. (2022). Collusion detection in public procurement
auctions with machine learning algorithms. Automation in Construction, 133. https://doi.org/10.1016/j.
autcon.2021.104047
Gohel, P., Singh, P., y Mohanty, M. (2021). Explainable AI: current status and future directions. Arxiv. https://doi.
org/10.48550/arXiv.2107.07045
Guida, M., Caniato, F., Moretto, A., y Ronchi, S. (2023). The role of articial intelligence in the procurement pro-
cess: State of the art and research agenda. Journal of Purchasing and Supply Management, 29(2). https://
doi.org/10.1016/j.pursup.2023.100823
Love, P., Fang, W., Matthews, J., Porter, S., Luo, H., y Ding, L. (2023). Explainable articial intelligence (XAI):
Precepts, models, and opportunities for research in construction. Advanced Engineering Informatics, 57.
https://doi.org/10.1016/j.aei.2023.102024
Molina, M., Acaro, X., Molina, M., Quinoñez, M., Alvarez, G., y Fernandez, J. (2023). Application of explainable
articial intelligence to analyze basic features of a tender. Actas de International Conference on Electrical,
Computer, Communications and Mechatronics Engineering, ICECCME 2023 (pp. 1-6). España. 10.1109/
ICECCME57830.2023.10253063
Nai, R., Meo, R., Morina, G., y Pasteris, P. (2023). Public tenders, complaints, machine learning and recommen-
der systems: a case study in public administration. Computer Law & Security Review, 51. https://doi.or-
g/10.1016/j.clsr.2023.105887
Oussaleh, A. y Azmani, A. (2023). Smart Sourcing Framework for Public Procurement Announcements Using
Machine Learning Models. International Conference on Advanced Intelligent Systems for Sustainable Deve-
lopment, 637, 921-932. https://doi.org/10.1007/978-3-031-26384-2_83
Pita, C. (2021). Proyecto de Sistema de Recomendación de Filtrado Colaborativo basado en Machine Learning.
Revista PGI(8), 48-51. https://ojs.umsa.bo/ojs/index.php/inf_fcpn_pgi/article/view/46
REVISTA ODIGOS
QUITO-ECUADOR
2025
99
rodigos@uisrael.edu.ec
ANÁLISIS DE LICITACIONES PÚBLICAS EN ECUADOR: APLICACIÓN DE TÉCNICAS DE EXPLICABILIDAD EN
MODELOS DE APRENDIZAJE AUTOMÁTICO
Riyad, B. y Laila, E. (2024). The Articial Intelligence and Public Procurement. Actas de 2024 IEEE 15th Interna-
tional Colloquium of Logistics and Supply Chain Management (LOGISTIQUA), (pp. 1-6). Tunisia. 10.1109/
LOGISTIQUA61063.2024.10571429
Rojas, E. (2020). Machine Learning: análisis de lenguajes de programación y herramientas para desarrollo. Revis-
ta Ibérica de Sistemas e Tecnologias de Informação,(28), 586-599. https://www.proquest.com/openview/
c7e24c997199215aa26a39107dd2fe98/1?pq-origsite=gscholar&cbl=1006393
Rosales, C., Mango, P., Turpo, O., Miranda, V., y Aranda, Á. (2024). El análisis exploratorio de datos: una oportu-
nidad para desarrollar competencias STEM/STEAM. Revista Ibérica de Sistemas e Tecnologias de Infor-
mação, (70), 87-104. https://dialnet.unirioja.es/servlet/articulo?codigo=9886356
Salem, A., Eyupoglu, S., y Ma’aitah, M. (2024). The Inuence of Machine Learning on Enhancing Rational Deci-
sion-Making and Trust Levels in e-Government. Systems, 12(9). https://doi.org/10.3390/systems12090373
Sisa, G. (2022). Propuestas para mejorar la contratación e inclusión de las pequeñas y medianas empresas en el
sistema de contratación pública del Ecuador [Tesis de posgrado, Universidad Andina Simón Bolívar]. Re-
positorio Institucional. https://repositorio.uasb.edu.ec/bitstream/10644/8550/1/T3734-MDACP-Sisa-Pro-
puestas.pdf#page=53.20
REVISTA ODIGOS
QUITO-ECUADOR
2025
100
Copyright (2025) © Maria Fernanda Molina-Miranda; Angel Cuenca-Ortega; Luis Espín-Pazmiño; Miguel
Molina Villacís
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licenciaTexto completo de la licencia
REVISTA
ODIGOS
rodigos@uisrael.edu.ec
e-ISSN: 2697-3405
REVISTA ODIGOS
QUITO-ECUADOR
2025
101
Período febrero - mayo • 2025
Vol. 6, Núm. 1
Big Data como instrumento integrador de datos para la toma
de decisiones en la prevención, detección y tratamiento de
enfermedades en el Ecuador
Big Data as a data integrator instrument for decision-making in the
prevention, detection and treatment of diseases in Ecuador
Fecha de recepción: 2024-09-15 • Fecha de aceptación: 2025-01-10 • Fecha de publicación: 2025-02-10
Fabián Lizardo Caicedo Goyes
Universidad Técnica Luis Vargas Torres, Ecuador
fabian.caicedo.goyes@utelvt.edu.ec
https://orcid.org/0000-0001-5572-6309
RESUMEN
El incremento de enfermedades de diferentes patologías en el Ecuador ha impulsado la necesidad
de estrategias innovadoras. En este contexto, la Big Data emerge como una herramienta clave,
ofreciendo la capacidad de integrar datos polimórcos de diversas fuentes para mejorar la toma
de decisiones en salud. El presente estudio propuso analizar el impacto de la Big Data en la
prevención, detección y tratamiento de enfermedades en el contexto ecuatoriano, con el objetivo de
profundizar en la comprensión de cómo la integración de datos puede ofrecer una visión holística
de la salud poblacional. Se buscó identicar cómo esta integración puede potenciar la ecacia
de las intervenciones médicas. La investigación se basó en un análisis exhaustivo de estudios
de caso, implementaciones exitosas y desafíos encontrados en la aplicación de la Big Data en el
sistema de salud ecuatoriano. Se examinaron datos polimórcos, incluyendo registros médicos,
https://doi.org/10.35290/ro.v6n1.2025.1180
REVISTA ODIGOS
QUITO-ECUADOR
2025
102
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
datos genómicos y ambientales, para evaluar su impacto en la toma de decisiones. En conclusión, la
implementación de la Big Data en la gestión de enfermedades en el Ecuador representa un avance
signicativo. Este artículo subrayó la importancia de integrar tecnologías digitales para avanzar hacia
un enfoque más preventivo y personalizado en la atención médica ecuatoriana.
PALABRAS CLAVE: Big Data, integrador de datos, datos genómicos, datos digitales, e-salud
ABSTRACT
The increase in diseases of different pathologies in Ecuador has driven the need for innovative
strategies. In this context, Big Data emerges as a key tool, offering the ability to integrate polymorphic
data from various sources to improve health decision-making. The present study proposed to
analyze the impact of Big Data on the prevention, detection and treatment of diseases in the
Ecuadorian context, with the aim of deepening the understanding of how data integration can offer
a holistic vision of population health. We sought to identify how this integration can enhance the
effectiveness of medical interventions. The research was based on an exhaustive analysis of case
studies, successful implementations and challenges encountered in the application of Big Data in the
Ecuadorian health system. Polymorphic data, including medical records, genomic and environmental
data, were examined to assess their impact on decision making. In conclusion, the implementation
of Big Data in disease management in Ecuador represents a signicant advance. This article
highlighted the importance of integrating digital technologies to move towards a more preventive and
personalized approach in Ecuadorian healthcare.
KEYWORDS: Big Data, data integrator, genomic data, digital data, e-health
REVISTA ODIGOS
QUITO-ECUADOR
2025
103
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
Introducción
La importancia de la Big Data como instrumento integrador de datos polimórcos para la toma
de decisiones en la prevención, detección y tratamiento de enfermedades en el Ecuador es
multifacética y abarca varios aspectos esenciales para mejorar la salud pública y la calidad de vida
de la población (Joyanes, 2016). Entre estos se puede observar a la Transformación del Sistema de
Salud a través de la catalización de cambios positivos en la gestión de enfermedades, la eciencia
en la toma de decisiones por medio de herramientas avanzadas para analizar grandes conjuntos
de datos de manera rápida y eciente, la personalización de la atención médica, la prevención
y pronóstico a través del estudio de patrones y tendencias en datos de salud que permitan una
prevención más efectiva de enfermedades y una anticipación a posibles brotes, la gestión de
recursos de salud y la contribución al conocimiento cientíco.
En las últimas décadas, los avances tecnológicos han transformado la gestión de la salud en el
ámbito mundial, siendo la Big Data una herramienta clave en esta evolución. El concepto de Big
Data se ha consolidado como la capacidad para recopilar, procesar y analizar grandes volúmenes
de datos, abriendo un abanico de posibilidades en la prevención, detección y tratamiento de
enfermedades (Mayer y Cukier, 2013). El inicio de esta transformación puede rastrearse en la
investigación genómica de nales del siglo XX, destacándose con el Proyecto Genoma Humano,
que marcó el comienzo de la era de la medicina personalizada. La explosión de datos genómicos
generó la necesidad de herramientas ecaces para gestionar, interpretar y aplicar estos vastos
conjuntos de información, dando origen a las capacidades analíticas fundamentales de la Big
Data. (Vanacek, 2012; Ministerio de Salud Pública del Ecuador, 2023). La captura electrónica de
datos clínicos ha permitido la acumulación de grandes cantidades de información estructurada
y no estructurada, allanando el camino para la aplicación de la Big Data en la toma de decisiones
médicas.
La región de América Latina, y en particular Ecuador, ha presenciado un aumento signicativo de
enfermedades crónicas en las últimas décadas. Esta realidad ha generado la necesidad apremiante
de estrategias innovadoras que se adapten a las particularidades de la población ecuatoriana.
En este contexto, la Big Data se presenta como un instrumento integrador fundamental, capaz de
aprovechar datos polimórcos para proporcionar una visión holística y personalizada de la salud.
La implementación efectiva de la Big Data en el Ecuador enfrenta diversos desafíos entre ellos
que la información relacionada con la salud en el Ecuador está dispersa en diversas plataformas
y sistemas lo que diculta la integración y el análisis holístico de los datos, la falta de sistemas
interoperables y la carencia de tecnologías avanzadas en ciertas regiones rurales afectan la
capacidad de implementar soluciones basadas en Big Data de manera eciente. Asimismo, la
falta de estandarización en la recopilación de datos clínicos y de salud pública puede afectar la
precisión de los análisis de Big Data, la dicultad de implementación de protocolos robustos para
garantizar la condencialidad y seguridad de la información del paciente, así como el cumplimiento
de las normativas y estándares éticos. La resistencia al cambio y la falta de capacitación pueden
obstaculizar la integración efectiva de estas tecnologías en la práctica médica diaria, la falta
REVISTA ODIGOS
QUITO-ECUADOR
2025
104
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
de coherencia entre las estrategias de salud pública y la implementación de la Big Data puede
dicultar la adopción generalizada y la sostenibilidad de estas soluciones (Serrano, 2017)
El presente artículo tuvo como objetivo evaluar y promover la ecacia de la Big Data como
instrumento integrador de datos polimórcos para optimizar la toma de decisiones en la
prevención, detección y tratamiento de enfermedades en el contexto de la salud ecuatoriana. Así
como también identicar y consolidar diversas fuentes de datos polimórcos como registros
médicos electrónicos, datos genómicos y variables ambientales, para obtener una visión holística
de la salud de la población ecuatoriana.
Por otro lado, el artículo buscó que a través de la investigación se pueda mejorar la infraestructura
tecnológica para facilitar la recopilación, almacenamiento y análisis ecientes de grandes
conjuntos de datos, garantizando la interoperabilidad de sistemas en el ámbito de la salud.
También se ha considera necesario establecer protocolos robustos de seguridad y privacidad para
proteger la condencialidad de los datos de salud, garantizando el cumplimiento de estándares
éticos y normativas legales vigentes.
El artículo planteó que es preciso implementar modelos predictivos basados en Big Data para
anticipar patrones de enfermedades, permitiendo una intervención temprana y estrategias de
prevención más efectivas. Además, se formularon recomendaciones basadas en hallazgos y
resultados obtenidos, con el objetivo de orientar el desarrollo y la implementación de políticas de
salud que incorporen de manera efectiva la Big Data en la gestión de enfermedades en el Ecuador.
Metodología
2.1 Marco Contextual
Como muchos otros países, Ecuador enfrenta desafíos signicativos en la gestión de
enfermedades crónicas que impactan de manera sustancial en la salud de su población. El
aumento de la prevalencia de enfermedades como diabetes, enfermedades cardiovasculares y
enfermedades respiratorias crónicas ha generado una presión considerable sobre el sistema de
salud. (Econ et al., 2011)
Por otro lado, la complejidad de la salud se reeja en la diversidad de factores que inuyen en
la aparición y progresión de enfermedades crónicas. Factores genéticos, socioeconómicos,
comportamentales y ambientales crean una trama polimórca que desafía las estrategias de
intervención tradicionales (Centro de Ciencias de la Complejidad, 2023).
En paralelo, los avances tecnológicos han propiciado una explosión de datos en salud. La
digitalización de registros médicos, el uso generalizado de dispositivos de monitoreo de salud y la
recopilación de datos epidemiológicos generan una cantidad masiva de información que, sin una
gestión adecuada, podría resultar abrumadora pero que, correctamente analizada, puede ser una
fuente invaluable de conocimiento. En este contexto, la Big Data se presenta como una herramienta
estratégica para abordar la complejidad de los datos en salud. Su capacidad para integrar y
REVISTA ODIGOS
QUITO-ECUADOR
2025
105
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
analizar datos polimórcos permite una comprensión más precisa de los factores que contribuyen
a las enfermedades crónicas y, por ende, facilita la toma de decisiones más informada.
La comprensión de que la salud es única para cada individuo y resalta la necesidad de estrategias
personalizadas. La Big Data no solo ofrece una visión más amplia de las tendencias de salud
a nivel poblacional, sino que también permite identicar patrones especícos que respaldan la
personalización de intervenciones y tratamientos. A pesar de sus benecios, la implementación
efectiva de Big Data en la gestión de enfermedades crónicas enfrenta desafíos logísticos, éticos y
de seguridad de la información. El marco contextual también considera estas cuestiones y destaca
la necesidad de abordarlas para maximizar el potencial de la Big Data en el ámbito de la salud en
Ecuador.
2.2 Marco Conceptual
2.2.1 Big Data
Se reere a la recopilación, análisis y uso de grandes conjuntos de datos, que son demasiado
grandes y complejos para ser procesados por métodos tradicionales. (Mayer y Cukier, 2013).
El término Big Data hace referencia a los conjuntos de datos de mayor tamaño y complejidad
y volumen, procedentes de nuevas fuentes de datos, utilizados para abordar problemas
empresariales que antes no hubiera sido posible solucionar. (Oracle, 2020)
Posee tres características fundamentales, las cuales la identican de mejor manera, las cuales son:
Volumen. - Procesamiento de grandes volúmenes de datos no estructurados de baja
densidad medidos en terabytes de datos e incluso cientos de petabytes.
Velocidad. - Capacidad de procesamiento de datos en tiempo real
Variedad. - Diversos tipos de datos disponibles de manera no estructurada y
semiestructurada, como el texto, audio o video.
REVISTA ODIGOS
QUITO-ECUADOR
2025
106
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Figura 1
Características Fundamentales de la Big Data
Fuente Propia
2.2.2 Big Data y la Medicina
La Big Data y la medicina tienen una relación cada vez más estrecha, ya que los datos médicos
se están volviendo cada vez más masivos y complejos. (Khoury y Ioannidis, 2014). El uso de la Big
Data en la medicina permite a los profesionales de la salud:
Mejorar la calidad de atención: La Big Data permite a los médicos y enfermeros acceder a
información más precisa y actualizada sobre los pacientes, lo que ayuda a mejorar la calidad
de atención.
Identicar patrones: Los datos médicos pueden ser analizados para identicar patrones y
tendencias en enfermedades y tratamientos, lo que ayuda a los profesionales de la salud a
tomar decisiones informadas sobre el cuidado de los pacientes.
Mejorar la investigación: La Big Data también se utiliza para mejorar la investigación médica.
Los datos pueden ser utilizados para descubrir nuevos tratamientos y mejorar la ecacia de
los tratamientos existentes.
Personalizar el tratamiento: La Big Data permite a los médicos personalizar los tratamientos
para cada paciente, lo que ayuda a mejorar los resultados y a reducir los efectos
secundarios.
Mejorar la eciencia: La Big Data también se utiliza para mejorar la eciencia de los
sistemas de salud y reducir los costos.
REVISTA ODIGOS
QUITO-ECUADOR
2025
107
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
Sin embargo, también es importante tener en cuenta los desafíos éticos y legales que se presentan
al trabajar con datos médicos personales y la necesidad de garantizar la privacidad y la seguridad
de los datos.
2.2.3 Integración de Datos
Es un conjunto de procesos utilizados para recuperar y combinar datos de fuentes heterogéneas en
información signicativa y valiosa (IBM, 2017). Las técnicas tradicionales de integración de datos
se basaban principalmente en el proceso ETL (extracción, transformación y carga) para ingerir y
limpiar datos y luego cargarlos en un almacén de datos.
Hoy en día, se recopilan grandes volúmenes de datos de muchas fuentes de datos heterogéneas
que generan datos en tiempo real con diferentes calidades, lo que se denomina Big Data.
La integración de Big data es un gran desafío, especialmente después de que las técnicas
tradicionales de integración de datos no lograron manejarla.
2.2.4 Integración de Datos Tradicional
Para integrar datos en entornos de aplicaciones mixtos, necesita obtener datos de un entorno de
datos (origen) a otro entorno de datos (destino). Para lograr esto, se han utilizado tecnologías de
extracción, transformación y carga (ETL) en entornos de almacenamiento de datos tradicionales.
(Hurwitz et al., 2013)
Las herramientas ETL combinan tres funciones importantes necesarias para obtener datos de un
entorno de datos y colocarlos en otro entorno de datos.
Extraer: leer datos de la base de datos de origen.
Transformar: convierte el formato de los datos extraídos para que se ajusten a los requisitos
de la base de datos de destino. (La transformación se realiza mediante el uso de reglas o la
combinación de datos con otros datos).
Cargar: escribir datos en la base de datos de destino
Tradicionalmente, ETL se ha utilizado con procesamiento por lotes (datos del resto) en entornos de
almacenamiento de datos.
Los almacenes de datos brindan a los usuarios comerciales una forma de consolidar información
de fuentes dispares para analizar e informar sobre datos relevantes para su enfoque comercial
especíco. Las herramientas ETL se utilizan para transformar los datos al formato requerido por el
almacén de datos. En realidad, la transformación se realiza en una ubicación intermedia antes de
que los datos se carguen en el almacén de datos.
REVISTA ODIGOS
QUITO-ECUADOR
2025
108
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
2.2.5 Integración de Big Data
La integración de datos sanitarios se reere al proceso de recopilación, almacenamiento,
procesamiento y análisis de información relacionada con la salud de una población o individuo.
Este proceso es esencial para obtener una visión completa y precisa de la situación sanitaria,
permitiendo a los profesionales de la salud tomar decisiones informadas y desarrollar estrategias
efectivas.
La industria de la salud genera miles de millones de terabytes de datos de diversas fuentes. Los
registros de salud electrónicos y los registros médicos electrónicos son fuentes primarias de datos
de pacientes. Sin embargo, también existen fuentes de datos secundarias, incluidos los sistemas
de telemedicina y seguros, los sistemas de gestión de farmacias, los portales de pacientes,
las redes sociales y más. La tarea real es ingerir, procesar y consolidar estos datos y generar
conocimientos oportunos.
La integración de datos de salud implica combinar datos de varios puntos de contacto en un único
repositorio de datos consolidado. Estos datos se limpian y transforman durante el proceso para
que se puedan utilizar para informes y análisis, de modo que la salud los profesionales pueden
tomar decisiones informadas y basadas en datos.
Figura 2
Fuentes de Datos de la Salud.
Con esto se ha logrado identicar y consolidar diversas fuentes de datos polimórcos como se ve
en la Figura 1 donde constan registros médicos electrónicos, registros de salud electrónica, datos
de seguridad social de la salud, información de farmacias, datos generados por telemedicina, redes
REVISTA ODIGOS
QUITO-ECUADOR
2025
109
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
sociales datos genómicos y variables ambientales, para obtener una visión holística de la salud de
la población ecuatoriana.
2.2.6 Infraestructura Tecnológica Sanitaria
Para poder tener fuentes de datos de la salud de calidad y de utilidad, es importante segmentar
cada fuente de datos y automatizar su proceso, para luego poder obtener una fuente de datos
de calidad. Este proceso se lo puedo lograr a través de la automatización de cada uno de sus
procesos a través de la generación de apps de recolección y generación de datos e información.
Figura 3
Infraestructura Tecnológicas Sanitarias.
A través de estos procesos automatizados, fácilmente se consigue mejorar la infraestructura
tecnológica para facilitar la recopilación, almacenamiento y análisis ecientes de grandes
conjuntos de datos, garantizando la interoperabilidad de sistemas en el ámbito de la salud.
2.2.7 Protección de Datos Sanitarios.
La protección de la condencialidad de los datos de salud es fundamental para garantizar la
privacidad de los individuos y cumplir con estándares éticos y normativas legales vigentes
(Grupo Antico34, 2022). A continuación, se describen algunos protocolos robustos de seguridad y
privacidad para lograr este objetivo:
Encriptación de Datos: Utilizar protocolos de encriptación robustos para proteger la
integridad y condencialidad de los datos durante la transmisión y almacenamiento. Esto
incluye el uso de cifrado de extremo a extremo.
Acceso Autorizado: Implementar sistemas de gestión de acceso que garanticen que solo
personas autorizadas tengan acceso a la información de salud. Esto implica la asignación
de roles y privilegios especícos a los usuarios según sus funciones y responsabilidades.
REVISTA ODIGOS
QUITO-ECUADOR
2025
110
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Auditoría de Acceso: Establecer registros de auditoría para realizar un seguimiento de quién
accede a los datos, cuándo lo hace y qué operaciones realiza. Esto facilita la identicación
de posibles violaciones de seguridad y la rendición de cuentas.
Anonimización y Pseudonimización: Aplicar técnicas de anonimización o pseudonimización
a los datos siempre que sea posible. Esto implica eliminar o modicar la información que
podría identicar directamente a una persona, pero manteniendo la utilidad de los datos
para nes de investigación o análisis.
Seguridad Física: Garantizar la seguridad física de los servidores y sistemas que almacenan
datos de salud. Esto incluye medidas como el control de acceso a las instalaciones, la
protección contra incendios y la prevención de intrusiones.
Formación y Concientización: Proporcionar formación regular a todo el personal que
tenga acceso a datos de salud sobre las mejores prácticas de seguridad y privacidad. La
concientización es crucial para prevenir acciones no autorizadas o descuidadas.
Cumplimiento Normativo: Asegurarse de cumplir con todas las normativas legales
pertinentes, como el Reglamento General de Protección de Datos (GDPR), la Ley de
Portabilidad y Responsabilidad del Seguro Médico (HIPAA) en Estados Unidos, u otras
regulaciones locales especícas.
Evaluaciones de Riesgos y Vulnerabilidades: Realizar evaluaciones regulares de riesgos y
vulnerabilidades para identicar posibles puntos débiles en los sistemas de seguridad y
abordarlos proactivamente.
Contratos y Acuerdos de Condencialidad: Establecer contratos y acuerdos de
condencialidad con terceros que tengan acceso a datos de salud para garantizar que
cumplan con los mismos estándares de seguridad y privacidad.
Monitoreo Continuo: Implementar sistemas de monitoreo continuo para detectar actividades
sospechosas o anómalas que puedan indicar una posible brecha de seguridad.
La implementación de estos protocolos robustos de seguridad y privacidad contribuirá a proteger
la condencialidad de los datos de salud, garantizando el cumplimiento de estándares éticos y
normativas legales.
2.3 Selección de Herramientas y Técnicas
La integración de datos y la aplicación de herramientas de análisis también pueden permitir
desarrollar herramientas de apoyo a la toma de decisiones para médicos y otros profesionales de
la salud, como sistemas de alerta temprana de enfermedades crónicas, protocolos de seguimiento
de pacientes y recomendaciones personalizadas de tratamiento.
A continuación, se presenta un cuadro comparativo de algunas herramientas de Big Data que
pueden utilizarse para integrar datos polimórcos y ayudar en la toma de decisiones en la
prevención, detección y tratamiento de enfermedades crónicas en Ecuador:
REVISTA ODIGOS
QUITO-ECUADOR
2025
111
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
Tabla 1
Herramientas de Big Data.
Herramienta Características Ventajas Desventajas
Hadoop Framework de procesamiento
distribuido de datos
Capacidad de procesar
grandes volúmenes de datos,
escalabilidad y exibilidad
Requiere personal altamente
capacitado y recursos
para su implementación y
mantenimiento
Spark Motor de procesamiento de
datos en memoria
Velocidad de procesamiento,
escalabilidad, integración con
otras herramientas de Big Data
Requiere recursos de memoria
y procesamiento signicativos,
puede ser complejo de
implementar
Cassandra Base de datos NoSQL
distribuida
Escalabilidad, capacidad de
procesar grandes volúmenes de
datos, alta disponibilidad
Requiere personal
capacitado y recursos
para su implementación y
mantenimiento
MongoDB Base de datos NoSQL orientada
a documentos
Escalabilidad, alta
disponibilidad, exibilidad en el
esquema de datos
Requiere personal
capacitado y recursos
para su implementación y
mantenimiento, puede tener
limitaciones en el rendimiento
para grandes volúmenes de
datos
Tableau Software de visualización de
datos
Interfaz fácil de usar, integración
con múltiples fuentes de
datos, capacidad de crear
visualizaciones interactivas
Limitaciones en la manipulación
de grandes volúmenes de datos,
requerimientos de licencias
costosas
R Lenguaje de programación para
análisis de datos
Capacidad de procesar y
analizar datos complejos,
amplia comunidad de usuarios y
desarrolladores
Requiere habilidades de
programación avanzadas,
puede tener limitaciones en
el rendimiento para grandes
volúmenes de datos
2.4 Modelos Predictivos basados en Big Data
La aplicación de modelos predictivos basados en Big Data para anticipar patrones de
enfermedades se convierte en una herramienta valiosa para la intervención temprana y la
implementación de estrategias de prevención más efectivas en el ámbito de la salud pública. Aquí
hay algunos pasos clave y consideraciones para desarrollar y aplicar estos modelos:
Recopilación de Datos: Utilizar conjuntos de datos de gran volumen y variedad que abarquen
información relevante para la salud, como registros médicos electrónicos, datos de
laboratorio, datos demográcos, información climática y datos sociales.
REVISTA ODIGOS
QUITO-ECUADOR
2025
112
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Limpieza y Preprocesamiento de Datos: Realizar una limpieza exhaustiva de los datos para
eliminar valores atípicos, datos faltantes y errores. Aplicar técnicas de preprocesamiento
para estandarizar y normalizar los datos.
Selección de Características: Identicar las variables más relevantes para predecir patrones
de enfermedades. La selección de características ayuda a reducir la complejidad del modelo
y mejora su rendimiento.
Elección del Modelo Predictivo: Seleccionar el modelo predictivo adecuado según la
naturaleza de los datos y los objetivos especícos. Algunos modelos comunes incluyen
regresión logística, máquinas de soporte vectorial, redes neuronales y modelos de
aprendizaje profundo.
Entrenamiento del Modelo: Utilizar conjuntos de datos históricos para entrenar el modelo.
Esto implica dividir los datos en conjuntos de entrenamiento y prueba para evaluar la
precisión y generalización del modelo.
Validación y Evaluación: Validar el modelo utilizando conjuntos de datos adicionales y
técnicas como la validación cruzada. Evaluar el rendimiento del modelo en términos de
precisión, sensibilidad, especicidad y otras métricas relevantes.
Desarrollo de Algoritmos de Aprendizaje Automático: Implementar algoritmos de aprendizaje
automático que permitan al modelo adaptarse y mejorar continuamente a medida que se
recopilan nuevos datos.
Integración de Datos en Tiempo Real: Diseñar sistemas que puedan integrar datos en tiempo
real para mantener la actualidad del modelo y mejorar su capacidad predictiva.
Interpretación de Resultados: Facilitar la interpretación de los resultados del modelo para
que los profesionales de la salud puedan entender las predicciones y tomar decisiones
informadas.
Despliegue y Monitorización Continua: Implementar el modelo en entornos de producción
y establecer sistemas de monitorización continua para detectar posibles cambios en los
patrones de enfermedades y en el rendimiento del modelo.
Consideraciones Éticas y de Privacidad: Asegurarse de que el uso de datos y modelos sea
ético y cumpla con las normativas de privacidad, protegiendo la información sensible de los
individuos.
Al implementar modelos predictivos robustos basados en Big Data para anticipar patrones de
enfermedades, se pueden obtener nuevos y novedosos procesos de intervención temprana y
estrategias de prevención más efectivas ya que se pueden adquirir factores como:
Detección Precoz de Tendencias Emergentes
Personalización de Estrategias de Prevención
Optimización de Recursos
REVISTA ODIGOS
QUITO-ECUADOR
2025
113
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
Integración de Datos Diversos
Aprendizaje Continuo
Fomento de la Investigación
Telemedicina y Monitoreo Remoto
Colaboración Interdisciplinaria
Retroalimentación en Tiempo Real
Resultados
Basándonos en hallazgos y resultados obtenidos, se presentaron algunas recomendaciones para
orientar el desarrollo e implementación de políticas de salud que incorporen de manera efectiva la
Big Data en la gestión de enfermedades en Ecuador:
Desarrollo de Infraestructuras de Datos: Invertir en el desarrollo de infraestructuras de datos
sólidas y seguras que faciliten la recopilación, almacenamiento y análisis eciente de datos
de salud. Esto incluye la estandarización de formatos de datos y la interoperabilidad entre
sistemas de salud.
Fomentar la Colaboración Interinstitucional: Establecer mecanismos de colaboración entre
instituciones de salud, organismos gubernamentales, universidades y la industria privada. La
colaboración puede facilitar el intercambio de datos, la investigación conjunta y el desarrollo
de soluciones innovadoras basadas en Big Data.
Implementar Sistemas de Vigilancia Epidemiológica Avanzada: Desarrollar sistemas de
vigilancia epidemiológica basados en Big Data que permitan la detección temprana de
brotes, la monitorización en tiempo real de enfermedades y la identicación de patrones de
salud emergentes.
Promover el Uso de Tecnologías de Telemedicina: Integrar la telemedicina y soluciones
de monitoreo remoto basadas en Big Data para mejorar el acceso a la atención médica,
especialmente en áreas remotas. Esto facilitará la intervención temprana y el seguimiento
continuo de pacientes.
Enfocarse en la Prevención Personalizada: Utilizar modelos predictivos para identicar
grupos de población en mayor riesgo y desarrollar estrategias de prevención personalizadas.
Esto puede incluir campañas de concientización, programas de salud especícos y
seguimiento individualizado.
Incorporar Educación y Concientización: Desarrollar programas educativos y de
concientización para profesionales de la salud, pacientes y la comunidad en general sobre
la importancia de la Big Data en la gestión de enfermedades; esto facilitará la aceptación y
adopción de nuevas tecnologías.
Establecer Políticas de Privacidad y Seguridad: Implementar políticas de privacidad y
seguridad robustas para proteger la condencialidad de los datos de salud. Garantizar que
las prácticas cumplan con estándares éticos y normativas de privacidad vigentes.
REVISTA ODIGOS
QUITO-ECUADOR
2025
114
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Incentivar la Investigación y Desarrollo: Establecer incentivos para la investigación y
desarrollo en el campo de la salud basada en Big Data. Apoyar la creación de centros de
investigación y laboratorios que impulsen la innovación en el uso de datos para mejorar la
salud pública.
Evaluar Continuamente el Impacto y la Eciencia: Establecer mecanismos de evaluación
continua para medir el impacto de las intervenciones basadas en Big Data en los resultados
de salud y la eciencia en la gestión de enfermedades. Utilizar los resultados para ajustar y
mejorar las políticas de salud.
Promover la Participación Ciudadana: Fomentar la participación ciudadana en la gestión
de datos de salud. Informar a la población sobre cómo se utilizan los datos, garantizar la
transparencia y obtener el consentimiento informado para el uso de información personal.
Capacitación y Desarrollo de Recursos Humanos: Proporcionar capacitación y desarrollo de
habilidades para profesionales de la salud y expertos en datos. La formación en análisis de
datos y tecnologías emergentes garantizará un uso efectivo de las herramientas basadas en
Big Data.
Conclusiones
La integración de datos sanitarios a través del uso de herramientas de Big Data ofrece una serie
de benecios signicativos para el sector de la salud. La integración de datos sanitarios mediante
herramientas de Big Data proporciona a los profesionales de la salud una visión más completa y
precisa de la información clínica y administrativa. Esto facilita la toma de decisiones informadas,
mejorando la calidad de la atención médica. La integración de datos también permite un enfoque
más personalizado en la atención al paciente. Los profesionales de la salud pueden acceder a un
historial médico completo y actualizado, lo que facilita un tratamiento más preciso y adaptado a
las necesidades individuales de cada paciente.
Además, la capacidad de procesar grandes volúmenes de datos en tiempo real permite una gestión
más eciente de los recursos sanitarios. Se pueden identicar patrones, tendencias y áreas de
mejora para optimizar los procesos clínicos y administrativos, reduciendo costos y mejorando la
eciencia operativa.
Por otro lado, la analítica de datos en tiempo real facilita la identicación de patrones que
pueden indicar la presencia de enfermedades. Esto permite una intervención temprana y medidas
preventivas, mejorando los resultados de salud y reduciendo los costos asociados a tratamientos
más avanzados. En este contexto, las herramientas de Big Data facilitan la colaboración entre
diferentes profesionales de la salud y organizaciones. La compartición segura de datos entre
instituciones médicas puede mejorar la coordinación del cuidado, especialmente en situaciones de
emergencia o tratamientos a largo plazo. Sin embargo, la integración de datos sanitarios mediante
Big Data plantea desafíos éticos y de privacidad pues resulta esencial implementar medidas
robustas de seguridad y cumplir con regulaciones estrictas para garantizar la condencialidad de
la información del paciente.
REVISTA ODIGOS
QUITO-ECUADOR
2025
115
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
En conclusión, la integración de datos sanitarios a través de herramientas de Big Data tiene
el potencial de transformar radicalmente la prestación de servicios de salud. No obstante,
es crucial abordar los desafíos éticos y de seguridad para garantizar que se obtengan los
benecios sin comprometer la privacidad y la condencialidad de la información médica. Con una
implementación cuidadosa y considerada, estas tecnologías pueden contribuir signicativamente a
la mejora de la atención médica y los resultados de salud.
REVISTA ODIGOS
QUITO-ECUADOR
2025
116
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Referencias
Centro de Ciencias de la Complejidad (11 de septiembre de 2023). Complejidad en Salud y Ecología: Riesgos y
Datos. Centro de Ciencias de la Complejidad https://www.c3.unam.mx/talleres/taller-ComplejidadSaludyE-
cologia.html
Econ, R., Villacrés, N., y Henríquez, R. (2011). Sistema de salud de Ecuador. Salud Pública de México, 53(2). ht-
tps://www.scielo.org.mx/scielo.php?pid=S0036-36342011000800013&script=sci_abstract&tlng=pt
Grupo Antico34 (2022). Protección de Datos sanitarios y médicos (LOPDGDD y RGPD). Grupo Antico34.https://
protecciondatos-lopd.com/empresas/sanitarios/#:~:text=La%20protecci%C3%B3n%20de%20datos%20
sanitarios,deben%20tener%20una%20mayor%20protecci%C3%B3n.
Hurwitz, J., Nugent, A., Halper, F., y Kaufman, M. (2013). Big Data for Dummies. John Wiley & Sons.
IBM (30 de diciembre de 2017). Tailored data integration for your hybrid world. IBM. https://www.ibm.com/
analytics/data-integration
Jenkins, E. C., Velarde, M. C. (2018). Polymorphism as a Driver of Human Aging. Frontiers in Genetics. https://doi.
org/10.3389/fgene.2018.00563
Joyanes, L. (2016). Big Data: Análisis de Grandes Volúmenes de Datos en Organización. Alfaomega.
Khoury, M. y Ioannidis, J. (2014). Big data meets public health. Science, 346(6213), 1054-1055. 10.1126/scien-
ce.aaa2709
Mayer, V. y Cukier, K. (2013). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Houghton
Miin Harcourt.
Mayer, V. y Cukier, K. (2013). Big Data. La Revolución de los datos masivos. Turner Publicaciones S.L.
Ministerio de Salud Pública del Ecuador (25 de julio de 2023). MSP implementará sistemas digitales para el
registro de información y atención oportuna de pacientes. Ministerio de Salud Pública del Ecuador. https://
www.salud.gob.ec/
Oracle (2020). Plataforma de Big Data. Oracle. https://www.oracle.com/es/big-data/
Serrano, C. (1 de septiembre de 2017). El Boom del Big Data en el Ecuador. A fondo. https://www.espol.edu.ec/
sites/default/les/docs_escribe/El%20Boom%20del%20Big%20Data.pdf
REVISTA ODIGOS
QUITO-ECUADOR
2025
117
rodigos@uisrael.edu.ec
BIG DATA COMO INSTRUMENTO INTEGRADOR DE DATOS PARA LA TOMA DE DECISIONES EN LA PREVENCIÓN,
DETECCIÓN Y TRATAMIENTO DE ENFERMEDADES EN EL ECUADOR
Vanacek, J. (9 de diciembre de 20132012). Cloud and Big Data are impacting the Human Genome. Touching 7
Billion Lives. Forbes. https://www.forbes.com/sites/sap/2012/04/16/how-cloud-and-big-data-are-impac-
ting-the-human-genome-touching-7-billion-lives/?sh=3125f4565609
REVISTA ODIGOS
QUITO-ECUADOR
2025
118
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Copyright (2024) © Fabián Lizardo Caicedo Goyes
Este texto está protegido bajo una licencia internacional Creative Commons 4.0.
Usted es libre para Compartir—copiar y redistribuir el material en cualquier medio o formato — y Adaptar
el documento — remezclar, transformar y crear a partir del material—para cualquier propósito, incluso para
nes comerciales, siempre que cumpla las condiciones de Atribución. Usted debe dar crédito a la obra
original de manera adecuada, proporcionar un enlace a la licencia, e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo del
licenciante o lo recibe por el uso que hace de la obra.
Resumen de licenciaTexto completo de la licencia
REVISTA ODIGOS
QUITO-ECUADOR
2025
119
rodigos@uisrael.edu.ec
REVISTA ODIGOS
QUITO-ECUADOR
2025
120
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
NORMAS DE PUBLICACIÓN
REVISTA ODIGOS
La REVISTA ODIGOS es una publicación cientíca de la Universidad Tecnológica Israel, cuya
difusión es trianual: febrero, junio y octubre.
El propósito es publicar, en español e inglés, trabajos de investigación cientíca y desarrollo
tecnológico vinculados a las Ciencias de la Ingeniería y Exactas (ciencia y tecnología, computación,
física, matemática, telecomunicaciones, electrónica).
Está dirigida a docentes, investigadores y profesionales que estén interesados en la actualización
y el seguimiento de los procesos de investigación cientíco-tecnológica en esta área del
conocimiento. Es de acceso abierto y gratuito, e incluye artículos originales de investigación,
ensayos y reseñas.
Es importante acotar que las evaluaciones se hacen con pares a doble ciego para garantizar la
objetividad y la calidad de las publicaciones.
1. ALCANCE Y POLÍTICA
Las aportaciones tienen que ser originales y no haber sido publicados previamente o estar en
proceso de revisión de otro medio.
Estas pueden ser mediante:
Artículos: trabajos de naturaleza teórica y empírica con una extensión de entre 12 y 16
páginas, incluyendo título, resúmenes, descriptores, tablas y referencias.
La estructura a seguir es la siguiente: título, autor (es), institución, correo electrónico de
cada autor, código Orcid (https://orcid.org/), resumen, palabras clave, abstract (no se
aceptarán traducciones provenientes de traductores automáticos), keywords, introducción,
metodología, resultados, conclusiones y referencias bibliográcas.
Ensayos: son revisiones exhaustivas del estado de la cuestión de un tema de investigación
reciente y actual justicado mediante la búsqueda sistemática de autores que traten sobre
esa problemática. Para esta sección se aceptan trabajos con un máximo de entre 12 y 16
páginas, incluyendo título, resúmenes, descriptores, tablas y referencias.
La estructura a seguir es la siguiente: título, autor (es), institución, correo electrónico de
cada autor, código Orcid (https://orcid.org/), resumen, palabras clave, abstract (no se
REVISTA ODIGOS
QUITO-ECUADOR
2025
121
rodigos@uisrael.edu.ec
aceptarán traducciones provenientes de traductores automáticos), keywords, introducción,
desarrollo, debate/discusión/conclusiones y referencias bibliográcas.
Reseñas: consiste en la valoración crítica de un autor, un libro u obra artística en la que se
realice una evaluación o crítica constructiva. Tiene una extensión de máximo 12 páginas
incluyendo título, resúmenes, descriptores, tablas y referencias.
La estructura a seguir es la siguiente: título, autor (es), correo electrónico de cada autor,
código Orcid (https://orcid.org/), resumen, palabras clave, abstract (no se aceptarán
traducciones provenientes de traductores automáticos debido a su baja calidad), keywords,
introducción, desarrollo, debate/discusión/conclusiones y referencias bibliográcas.
2. PROCESO EDITORIAL
Se informa a los autores que los trabajos que se publicaran deben respetar el formato de
la plantilla establecida y ser enviados exclusivamente por el OJS (Open Journal System):
https://revista.uisrael.edu.ec/index.php/ro, por esa vía se manejará el proceso de estimación/
desestimación y de aceptación/rechazo, así como en caso de aceptación, el proceso de revisión.
En el período máximo de 30 días, a partir de la recepción de cada trabajo, los autores recibirán
una noticación. En caso de que el manuscrito presente deciencias formales o no se incluya en
el focus temático de la publicación, el Editor principal o Director Cientíco desestimarán formal o
temáticamente el trabajo sin opción de reclamo por parte del autor. Por el contrario, si presenta
carencias formales superciales, se devolverá al autor para su corrección antes del inicio del
proceso de evaluación. Para ello se establecen las siguientes categorías: aceptado, aceptado con
cambios menores, aceptado con cambios mayores, rechazado.
Se solicita a los autores que una vez recibida la resolución por parte del Editor de la Revista o del
Director Cientíco envíen el documento corregido en no más de 30 días para una segunda revisión,
salvo a aquellos autores a quienes se ha noticado su documento como rechazado.
Los manuscritos serán evaluados cientícamente, de forma anónima por pares expertos en la
temática, con el n de garantizar la objetividad e independencia de la Revista.
Los criterios de valoración para la aceptación/rechazo de los trabajos por parte del Consejo Editor
son los siguientes:
Actualidad y novedad.
Relevancia y signicación: avance del conocimiento cientíco.
Originalidad.
Fiabilidad y validez cientíca: calidad metodológica contrastada.
Organización (coherencia lógica y presentación formal).
Coautorías y grado de internacionalización de la propuesta y del equipo.
REVISTA ODIGOS
QUITO-ECUADOR
2025
122
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Presentación: buena redacción.
3. PRESENTACIÓN Y ESTRUCTURA DE ORIGINALES
Los trabajos se presentarán en tipo de letra Times New Roman 12, interlineado simple, con
alineación a la izquierda y sin tabuladores ni retornos de carros entre párrafos. Solo se separan
con un retorno los grandes bloques (autor, título, resúmenes, descriptores, créditos y epígrafes. Los
trabajos se presentan en Word para PC. Las normas de citas y bibliografía se basan en APA 7ma
edición.
A continuación, se detalla en profundidad como debe desarrollarse el texto académico:
Nombre y apellidos completos de cada uno de los autores por orden de prelación, el número
deberá estar justicado por el tema, su complejidad y su extensión, siendo 4 el máximo.
Junto a los nombres ha de seguir la institución, correo electrónico de cada autor y código
ORCID.
Resumen en español con un máximo de 200 palabras, donde se describirá de forma concisa
el motivo y el objetivo de la investigación, la metodología empleada, los resultados más
destacados y principales conclusiones, con la siguiente estructura: justicación del tema,
objetivos, metodología del estudio, resultados y conclusiones. Ha de estar escrito de manera
impersonal en tercera persona: “El presente trabajo se analizó…”.
Abstract en inglés con un máximo de 200 palabras. Para su elaboración, al igual que para
el título y los keywords, no se admite el empleo de traductores automáticos. Los revisores
analizan también este factor al valorar el trabajo
De 4-6 palabras clave en español/ 4-6 keywords en inglés.
Introducción: debe incluir los fundamentos y el propósito del estudio, utilizando citas
bibliográcas, así como la revisión de la literatura más signicativa proveniente de fuentes
válidas y de calidad académica.
Metodología: Será presentado con la precisión que sea conveniente para que el lector
comprenda y conrme el desarrollo de la investigación. Se describirá el enfoque
metodológico adoptado, la población y muestra, así como las técnicas seleccionadas.
Resultados: se realizará una exposición de la información recabada durante el proceso de
investigación. En caso de ser necesario los resultados se expondrán en guras o/y tablas
(Ver plantilla de estilo).
Conclusiones: resumirá los hallazgos, relacionando las propias observaciones con otros
estudios de interés, señalando aportaciones y limitaciones sin reiterar datos ya comentados
en otros apartados.
Referencias bibliográcas: Las citas bibliográcas deben reseñarse en forma de
referencias al texto. No debe incluirse bibliografía no citada en el texto. El número de
referencias bibliográcas deben ser como mínimo 12 y máximo 20, cantidad necesaria para
contextualizar el marco teórico, la metodología usada y los resultados de investigación. Se
REVISTA ODIGOS
QUITO-ECUADOR
2025
123
rodigos@uisrael.edu.ec
presentarán alfabéticamente por el apellido primero del autor (agregando el segundo solo
en caso de que el primero sea de uso muy común, y unido con guion). Debe usarse la norma
APA 7ma edición.
Apoyo nanciero (opcional): El Council Science Editors recomienda a los autor/es
especicar la fuente de nanciación de la investigación. Se considerarán prioritarios los
trabajos con aval de proyectos competitivos nacionales e internacionales. En todo caso,
para la valoración cientíca del manuscrito, este debe ir anonimizado con XXXX solo para su
evaluación inicial, a n de no identicar autores y equipos de investigación, que deben ser
explicitados posteriormente en el manuscrito nal.
4. DERECHOS DE AUTOR
Los autores que participen de los procesos de evaluación y publicación de sus ediciones conservan
sus derechos de autor, cediendo a la revista el derecho a la primera publicación, tal como
establecen las condiciones de reconocimiento en la licencia Creative Commons Reconocimiento
4.0 Internacional (CC BY), donde los autores autorizan el libre acceso a sus obras, permitiendo que
los lectores copien, distribuyan y transmitan por diversos medios, garantizando una amplia difusión
del conocimiento cientíco publicado.
5. LISTA DE COMPROBACIÓN PARA ENVÍOS
Los investigadores deberán llenar en el OJS la lista de comprobación para envíos. En caso de que
no cumpla uno de los requisitos, el autor no podrá subir el archivo. Por ello es necesario que se
revisen los siguientes parámetros antes de enviar el documento.
El envío no ha sido publicado previamente ni se ha sometido a consideración por ninguna
otra revista (o se ha proporcionado una explicación al respecto en los comentarios al
editor/a).
El archivo de envío está en formato Microsoft Word.
Siempre que sea posible, se proporcionan direcciones URL para las referencias.
El texto alineado a la izquierda con tiene interlineado sencillo; letra Times New Roman, 12
puntos de tamaño de fuente.
El texto se adhiere a los requisitos estilísticos y bibliográcos resumidos en las Directrices
para autores.
Si se envía a una sección evaluada por pares de la revista, deben seguirse las instrucciones
en asegurar una evaluación anónima.
6. PRÁCTICAS DESHONESTAS: PLAGIO Y FRAUDE CIENTÍFICO
En el caso de que haya algún tipo de infracción contra los derechos de la propiedad intelectual, las
acciones y procedimientos que se deriven de esa situación serán responsabilidad de los autores/
as. En tal sentido, cabe mencionar las siguientes infracciones graves:
REVISTA ODIGOS
QUITO-ECUADOR
2025
124
REVISTA ODIGOS • VOL.6 NUM. 1 • FEBRERO - MAYO • 2025
Plagio: consiste en copiar ideas u obras de otros y presentarlas como propias, como por
ejemplo el adoptar palabras o ideas de otros autores sin el debido reconocimiento, no
emplear las comillas en una cita literal, dar información errónea sobre la verdadera fuente
de la cita, el parafraseo de una fuente sin mencionarla, el parafraseo abusivo, incluso si se
menciona la fuente.
Fraude cientíco: consiste en la elaboración, falsicación u omisión de información, datos,
así como la publicación duplicada de una misma obra y los conictos de autoría. CITACIÓN
Y REFERENCIAS BIBLIOGRÁFICAS el sistema de citación y referencias bibliográcas se
ajustarán a las American Psychological Association (Normas APA, 7ª. edición).
Se respetará de forma tácita el orden de los autores que gure en el documento original
enviado.
REVISTA ODIGOS
QUITO-ECUADOR
2025
125
rodigos@uisrael.edu.ec
UISRAEL - 2025
Francisco Pizarro E4-142 y Marieta de Veintimilla
Teléfono: (593) 2 255-5741
rodigos@uisrael.edu.ec
Quito - Ecuador