Pulsa aquí para ver la versión en Español (ES)

Abstract

Studies on ICT use in education usually focus on ICT’s contribution to training processes. However, scarce research has concentrated on the problematic use of ICT among young people in the school context, and most of it approaches the problem from a psychopathological perspective. The purpose of this paper, in contrast, is to analyse problematic ICT use among young people in their personal and school setting. The methodology involved applying a questionnaire to a sample of 1,052 youths aged between 12 and 18 years old. The study starts with a univariate and bivariate descriptive analysis. Subsequently, three Poisson regression models were developed to evaluate the contribution of several predictor variables to the three types of problematic uses identified in their sphere, learning processes and classroom relationships. Results show a relationship between problematic ICT use in personal and school settings, with older youths who use smartphones (the) most likely to engage in this type of behaviour. The use of mobile technology largely explains the problematic behaviour in the use of ICT among young people in personal and school contexts, which justifies the need to promote actions contributing to more responsible use of this type of technology in all areas of their personal, school and social life.

Download the PDF version

1. Introduction

Information and communications technology (ICT) and, in particular, the Internet and mobile devices (mobile phones and tablets) are part of young people’s lives, both in the school context and beyond (Lenhart, 2015). The Survey on the Equipment and Use of Information and Communications Technology in Homes in 2016 conducted by the National Statistics Institute (INE) indicates that 98.4% of young people (98.6% of males and 98.2% of females) aged between 16 and 24 years old use the Internet, representing a 17% increase compared to figures recorded in 2006. In the case of children aged between 10 and 15 years old, the INE establishes that in 2016, 94.9% used a computer every day, 95.2% tended to use the Internet, and 69.8% had a mobile phone. Studies analysing ICT use among young people are abundant, and indicate that the main personal uses are associated with watching video clips, instant messaging, participation in social networks, videogames and exchanging photos, videos and music, among others (Stald & al., 2014). Thus, for example, common research topics are the analysis of safe Internet use (Valcke, De-Wever, Van-Keer, & Schellens, 2011), the role of the family in the development of young people’s behaviour and attitudes towards ICT (Aesaert & Van-Braak, 2014), mobile technology (Vincent, 2015) and the influence of social networks (Manca & Grion, 2017) and certain types of videogames on their behaviour (Muros, Aragon, & Bustos, 2013).

In the educational context, studies tend to analyse the contribution of technology to teaching and learning processes (Perez-Sanagustin & al., 2017). Among other aspects, this research explains how ICT modify classroom practices, improve students’ motivation, commitment and results, increase the interaction between teaching staff and students, and foster more student-oriented didactic processes (Biagi & Loi, 2013; Chen, 2010; Comi, Argentin, Gui, Origo, & Pagani, 2017). Lastly, although to a lesser degree, we can also find contributions which, in addition to classrooms and learning processes, study the incorporation of ICT into the school context. This type of studies tends to focus on structural aspects, such as Internet access, technical-administrative support for teaching staff (Wastiau & al., 2013) and policies on ICT (Meneses, Fabregues, Jacovkis, & Rodriguez-Gomez, 2014). Other research has highlighted collaboration and participation in the educational community (Dias-Fonseca & Potter, 2016) and the professional use of ICT among teaching staff (Meneses, Fabregues, Rodríguez-Gómez, & Ion, 2012).

As indicated by Selwyn (2016) and Sureda-Negre, Comas-Forgas & Oliver-Trobat (2015), the majority of contributions on the use of technologies in the educational context tend to highlight their neutral or even beneficial nature. However, little research has focused, from a comprehensive perspective, on the unethical, problematic, inappropriate and dysfunctional uses young people make of ICT in the educational context (Lau & Yuen, 2014). Although there are some analyses that examine very specific elements such as plagiarism (Gomez-Espinosa, Francisco, & Moreno-Ger, 2016), academic copying (Byrne & Trushell, 2013) and the distracting element of technology (Xu, 2015), the majority of studies tend to tackle the problematic uses of ICT among young people from a psychopathological perspective (Selwyn, 2016), for example, studies on the consumption of online and offline pornography among adolescents (Rivera, Santos, Cabrera, & Docal, 2016), sexting (Atwood, 2016), the academic impact of online games (Floros, Paradisioti, Hadjimarcou, Mappouras, Karkanioti, & Siomos, 2015) and Internet addiction (Salmela-Aro, Upadyaya, Hakkarainen, Lonka, & Alho, 2017). Most notable among these are the studies on cyber-bullying (Kowalski, Giumetti, Schroeder, & Lattanner, 2014), which document and analyse, among other aspects, its nature and impact on young people (Smith, Mahdavi, Carvalho, Fisher, Russell, & Tippett, 2008) or the personal characteristics and the social, family and school contexts of those bullied and of bullies (Ortega, Buelga, & Cava, 2016).

The use of ICT entails an evident risk for young people who must face new challenges and situations for which they probably lack the knowledge and experience required to discern and make the correct decisions (Livingstone, Haddon, Görzig, & Olafsson, 2011). Problematic ICT use, regardless of the context in which it occurs, leads to repercussions that go beyond the specific use of ICT and affect other dimensions of the psycho-emotional and social development of young people (Hatzigianni, Gregoriadis, & Fleer, 2016). It is essential to shed light on the problematic use young people make of ICT in the school context in order to adopt organisational, advisory and training measures that improve their potential as a tool in the educational context. In this regard, the aim of the present study is to analyse the problematic use of ICT among young people in their personal and school life.

2. Method

This study was conducted in the framework of the project “The use and abuse of new information and communications technology in adolescents” (Gairín & al., 2014). The fieldwork consisted of the application of a self-administered questionnaire (on paper, during an hour-long class and in the presence of a researcher and the group tutor) to a non-representative sample of 1,052 young people aged between 12 and 18 years old who were in compulsory and post-compulsory secondary education. 48.1% of the young people were female, and their average age was 16.81. The survey, created on the basis of a bibliographic review and the opinion of experts, underwent an assessment of content and served to collect sociodemographic information, as well as information about the relation between young people and ICT in different contexts of their daily life, particularly, the frequency and type of ICT use, their satisfaction, and self-regulation and self-protection mechanisms.

2.1. Measures

The predictor variables used in this study are gender, age, and frequency of ICT use at school and home and the use of smartphones. The criterion variables are problematic use in the personal context, in learning processes and classroom relation­ships (Table 1).

The age variable was recodified in five categories (11-12 years, 13-14 years, 15-16 years, 17-18 years, and over-18), thereby respecting the usual vertical grouping in regulated studies. The variables of frequency of ICT use at school and home, as well as the use of smartphones, were included in the study since this type of measure is one of the key factors to explain the relationship between young people and technology (Fraillon, Ainley, Schulz, Friedman, & Gebhardt, 2014). These three variables contain five categories that provide information about the amount of time that, from Monday to Friday, young people devote to ICT: none, less than 1 hour, 1-3 hours, 3 to 6 hours, more than 6 hours).

Lastly, as regards ICT use, information was collected from a list of twelve problematic uses that young people made during the last academic year. This information was codified using twelve dichotomous variables (presence vs. absence) which served to perform an exploratory factorial analysis that helped to classify problematic ICT use in three categories ranging from 0 to 4, where 0 means that no type of problematic behaviour was performed and four means that four types of bad uses were made. Figure 1 shows the twelve uses considered and the percentage of young people who performed them during an academic year: problematic uses in the personal context (using the personal data of other people such as for example, photos, videos, passwords, etc., using others’ identities on platforms such as “Facebook”, “WhatsApp”, “Line”, etc., offending other people by recording and sending images of them without their permission and sharing photos or videos related to other people without their consent”, problematic uses in the learning process (copying classmates’ homework, sharing others’ homework to copy them, copying other people’s work and copying during exams), and problematic uses in the classroom (wasting time they could dedicate to learning, becoming distracted during class, distracting their classmates and bothering them).


Rodriguez-Gomez et al 2018a-66333-en038.jpg

The principal components analysis (PCA) with oblimin rotation1 showed an acceptable structure (KMO=.849 and a significant Barlett test, p=.000), which explains 74.21% of the total variance observed and which shows rotated factorial loads that oscillate between .864 and .906 for the first component (problematic uses in the personal context), between .649 and .962 for the second (problematic uses during learning processes), and .523 and .903 for the last (problematic uses in classroom relationships). Likewise, the reliability analysis showed a Cronbach a of .936, .929 and .880, respectively. Based on this classification, three independent counts of inappropriate behaviours were developed for each of the young people’s spheres of daily activity.

2.2. Statistical analysis

The first approach to the available data begins with a descriptive and bivariant analysis. According to the nature of the variables considered, appropriate tests were applied to assess the degree of association between them2 and their corresponding significance levels were obtained (Table 1).


Rodriguez-Gomez et al 2018a-66333-en039.jpg

Below, three Poisson regression models were performed, a multivariant type of analysis from the family of the general linear model specifically developed to assess the contribution of various predictor variables, simultaneously and, therefore, monitoring the effect of the other variables considered, in a criterion variable based on a count. This type of analysis is chosen when, as is the case of the count of the number of problematic uses of ICT made by young people, the assumptions on which the linear regression model is based are violated (Cohen, Cohen, West, & Aiken, 2003; Coxe, West, & Aiken, 2009).

The models were calculated and assessed, verifying that the assumption of equidispersion established by the Poisson regression was not breached. The Pearson goodness of fit chi-squared test showed indices of over-dispersion in the case of the count of inappropriate behaviours in the personal context (X2 value/degrees of freedom= 1787.141/1016=1.759) and, therefore, in this case, the binomial, negative regression model was used as an alternative. The suitability of this decision was corroborated by the global adjustment indicators from the new model which, as was expected, showed lower values in accordance with the Akaike information criterion and the Bayesian information criterion.

Table 2 shows the results of this analysis, presenting the parameter estimations, the standard errors and the corresponding Wald tests to assess their significance, as well as the global significance of the models (likelihood ratio) and the indicators required to assess their adjustment. To facilitate the interpretation of the results, the values of the estimated marginal means were also calculated, which serve to illustrate the differences in the count of the problematic uses of ICT once the effect of the rest of the model variables has been monitored.


Rodriguez-Gomez et al 2018a-66333-en040.jpg

3. Results

The data shown in Table 1 indicate that, although problematic uses of technology among young people are occurring, these uses are practically non-existent in the personal context (e.g., use of others’ data, use of others’ identity, offending others by recording and sending photos and sharing videos, links, about without permission) with a mean in the sample of .67 (dt=1.14). However, the problematic uses appear to occur more frequently in classroom relationships (m=2.22, dt=1.26) and during learning processes (m=1.88, dt=1.42).

As expected, although the three types of uses analysed are related, with correlations that oscillate between r=.318 and r=.513 (p=.000), indicating the association existing between personal behaviour and school behaviour, the most consistent relation is found between those uses associated with the classroom and the learning processes (r=.513, p=.000).

As regards the explanatory variables, while in the case of gender the most distinct relation occurs with problematic uses in the personal context (rpb=.196, p=.000), age correlates to a greater extent with problematic uses during learning processes (rs=.152, p=.000). Likewise, the scarce correlation existing between gender and inappropriate uses during learning processes is notable (rpb=.061, p<.05).

If we now observe the use of ICT and smartphones in the variables, we observe how the hours of “smart­phone” use is the predictor variable which, compared to the rest, presents a stronger relation with the three types of problematic uses analysed: inappropriate behaviours during the learning processes (rs=.141, p=.000), inappropriate behaviours in the personal context (rs=.077, p<.05) and inappropriate behaviours in classroom relationships (rs=.203, p=.000).

ICT use, both at school and at home, shows a pattern of very similar relations, where the most frequent use of ICT is associated with more inappropriate behaviour in classroom relationships (rs=.128 and rs=.114, p=.000, respectively) and, on the contrary, it does not present significant differences as regards inappropriate behaviours in the personal context.

Once the bivariant relations have been analysed, Table 2 shows three Poisson regression models which serve to examine the number of problematic uses (criterion variables) according to the available predictors3.

In relation to the model generated for problematic ICT use in the personal context (lr=95.058, p=.000), once the effect of the rest of the variables has been controlled, we observe that this type of use is statistically greater among males (Exp(B)=2.037, p=.000) aged between 17 and 18 years old (Exp(B)=2.006, p<.05). Specifically, the data indicate, on the one hand, that males make a mean of .7186 (dt=.06066) problematic uses per academic year in the personal sphere, compared to the .3529 (dt=.03983) problematic uses per academic year made by females and, on the other hand, that teenagers aged between 17 and 18 double the problematic uses in the personal context (mme=.7874, dt=.08002) than those young people aged between 11 and 12 (mme=.3926, dt=.10991).

Unlike what occurred in the bivariant analyses, the use of ICT at school presents a significant effect on problematic use in the personal context. Those youths who make moderate use of ICT at school (between 1 and 3 hours), recognise making 35.4% (p<.05) more problematic uses in the personal context than those youths who say they have not used ICT at school (mme=.4335, dt=.04935). On the contrary, if we focus on the frequency of the use of smartphones, teenagers who spend more than 6 hours weekly on these devices are more likely to make problematic use of ICT in the personal context (Exp(B)=1.482, p<.05).

If we now focus on the models that are more associated with the school context, and that explain the problematic uses of ICT during learning processes (lr=63.291, p=.000) and in classroom relationships (lr=65.652, p=.000), we see how the sample variables used (gender and age) present unequal behaviour. In the case of gender, only when the problematic uses are analysed in the classroom relationships is the effect significant. As occurred in the first model developed (problematic uses of ICT in the personal context), males presented a slightly higher number of problematic uses in classroom relationships (mme=2.2315, dt=.07775) than females (mme=1.9405, dt=.08382). On the contrary, when we analyse age, the significant effects only appear to be associated with the problematic use of ICT in learning processes, with young people aged more than 15 years old making the greatest number of problematic uses. It is important to point out that the probability of problematic use increases with age, being, compared to teenagers aged 11 to 12 years old, 45.5% (p<.05) greater for those teenagers between 15 and 16 years old, 56.0% (p<.001) greater for young people aged between 17 and 18 years old and 60.6% (p<.01) greater for young people aged over 18.

The use of ICT at school appears to be not only associated with problematic uses in classroom relations, with youths who most use ICT (more than 6 hours weekly) recognising a greater number of inappropriate behaviours (21.2% more than those young people who do not use ICT at school). In any case, the frequency of “smartphone” use once again presents a more consistent effect in both models. In accordance with that mentioned above for problematic uses in the personal sphere, those young people who use smartphones for more than 6 hours weekly recognised a higher number of problematic uses, both in learning processes (mme=1.9914, dt=.09730), and in classroom relations (mme=2.4459, dt=.10954).

4. Discussion and conclusions

This article has tackled the analysis of the problematic uses young people make of ICT in the academic context of secondary education. This type of use does not tend to be studied from the perspective of the school context (Selwyn, 2016) and yet, it is an essential element to under­stand the use young people make of ICT, complementing more traditional approaches that tend to only focus on training processes and practices (Perez-Sanagustin & al., 2017).

The results reveal that problematic ICT use among youths tends to be associated to a greater extent with learning processes and classroom relation­ships and, to a lesser extent with the purely personal context. In any case, as indicated in previous re­search (Gronn, Scott, Edwards, & Henderson, 2014; Kent & Facer, 2004) there is a clear link between the use, in this case problematic, made of technology in the personal and school contexts.

The bivariant analyses show than males and youths in their last teens recognise a greater number of dysfunctional uses or in­appropriate behaviours in the three contexts analysed (in the personal context, in learning processes and in class­room relationships). However, these differences are slightly reduced in the multivariant analyses, when other variables are introduced such as ICT use at school and home, and the use of smartphones. These results are consistent with those studies that, from a more complex perspective, place the emphasis on the digital inequalities of young people (Davies, Coleman, & Livingston, 2014; Robinson & al., 2015), considering not only their sociodemographic characteristics, but also their attitudes, motivation and skills using technology, as well as the time dedicated and the frequency and typology of uses.

The frequency of use and access to technology are two of the factors usually associated with the attitudes and typology of uses made by users. Thus, for example, Rohatgi and others (2016) establish a clear relationship between ICT use, self-efficacy, and digital literacy. As regards attitudes, Fraillon and others (2010) indicate that students with greater access to and use of ICT at home and school are more confident about their digital skills. The results of this study demonstrate that, although there is a certain relation between the number of hours spent using ICT, both in and out of school, when we monitor the effect of other variables (the use of smartphones and sociodemographic variables), ICT use at school only shows some significant differences in problematic ICT use, with those young people who make a moderate to intensive use of ICT being the ones who have a higher number of inappropriate behaviours in the personal sphere and their classroom relationships (Figure 2). Under no circumstances is the frequency of use associated with in­appropriate behaviours during the learning processes (e.g., copying homework, sharing materials from others to copy them, copying work done by others and copying during exams).


Rodriguez-Gomez et al 2018a-66333-en041.jpg

The study presented herein shows how the frequency of “Smartphone” use by young people is the best predictor of problematic ICT use in all the contexts analysed (Figure 3). Likewise, our results reveal a behaviour pattern that is much more consistent with previous studies, in which, for example, it is established that people with more access to the Internet tend to have more developed digital skills and explore a greater range of mobile technology possibilities (Hargittai & Kim, 2010).


Rodriguez-Gomez et al 2018a-66333-en042.jpg

In short, this study contributes to complete, from a multi-dimensional perspective, the previous conceptual framework on the use young people make of ICT. In agreement with previous studies, we observe how the use of technology in the school context and, specifically, of mobile devices (Atwood, 2016; Festl, Scharkow, & Quandt, 2015; Kauffman & Young, 2015) are essential elements to understand the inappropriate behaviours of young people when they use ICT both in the school context, and in their daily life.

Nevertheless, this study presents some limitations that suggest interpreting the results as an initial exploration of the dysfunctional uses of ICT among young people in the school context. Thus, for example, more specific measures should be considered (e.g., digital literacy, attitudes, access, equipment, socioeconomic situation) that will help us to gain a better understanding of the use young people make of ICT, thereby facilitating the development of proposals that can contribute to reducing those uses considered to be problematic. Likewise, it would be fundamental to promote studies that specifically analyse the use young people make of mobile technology, in and out of the school context, from the perspective of all the agents involved. In this vein, some research has highlighted the importance of tackling the discussion on ICT use among young people from a more comprehensive and contextual approach (Valcke & al., 2011).

In addition, an approach using a mixed methodological approach, combining questionnaires and interviews, would provide us with a better understanding of the phenomenon (Tashakkori & Teddlie, 2010). The qualitative data will provide more contextual information on why problematic uses during learning processes appear to be the least conditioned by technology use and specify, in addition to the frequency of use, how digital literacy and the type of use being made of ICT is associated with the dysfunctional uses that we have tackled here.

To conclude, the use of mobile technology largely explains the inappropriate behaviours in ICT use among youths in the personal and school contexts. Educational centres, as a reference context for these young people, instead of avoiding the use of mobile technology, should foster actions that contribute towards responsible use of this technology by young people in all areas of their personal, school and social life.

Notes

1 Given the dichotomous nature of the variables used for the count, the programme Factor (Lorenzo-Seva & Ferrando, 2006) was used to perform the PCA analysis with the polychoric correlation.

2 In accordance with the metrics of the pairs of variables, the Pearson r test was used for continuous variables, the Spearman correlation range (rs) between ordinal and pair variables comprising quantitative and ordinal variables, the point-biserial (rpb) for quantitative and dichotomous variables, and the phi (rf) for pairs of ordinal and dichotomous variables.

3 The graphs, showing the influence of gender, age and ICT use at home on problematic ICT use among young people are available at Figshare (https://goo.gl/a38Afs). The graphs corresponding to the frequency of ICT use at school and the frequency of “smartphone” use are directly included in the text.

Funding Agency

Study financed by the Mapfre Foundation (2012 research grants) under the title “Use and abuse of information and communications technology in adolescents”, and coordinated by Diego Castro and Joaquín Gairín.

References

Aesaert, K., & Van-Braak, J. (2014). Exploring factors related to primary school pupils’ ICT self-efficacy: A multilevel approach. Computers in Human Behavior, 41, 327-341. https://doi.org/10.1016/j.chb.2014.10.006

Atwood, R. (2016). The relationship between adolescents’ use of Internet-enabled mobile devices and engaging in problematic digital behaviors. Utah State University: All Graduate Theses and Dissertations, 4874. https://goo.gl/2p8E15

Biagi, F., & Loi, M. (2013). Measuring ICT use and learning outcomes: Evidence from recent econometric studies. European Journal of Education, 48(1), 28-42. https://doi.org/10.1111/ejed.12016

Blau, I., & Shamir-Inbal, T. (2017). Digital competences and long-term ICT integration in school culture: The perspective of elementary school leaders. Education and Information Technologies, 22(3), 769-787. https://doi.org/10.1007/s10639-015-9456-7

Byrne, K., & Trushell, J. (2013). Education undergraduates and ICT-enhanced academic dishonesty: A moral panic? British Journal of Educational Technology, 44(1), 6-19. https://doi.org/10.1111/j.1467-8535.2012.01381.x

Chen, R. J. (2010). Investigating models for preservice teachers’ use of technology to support student-centered learning. Computers & Education, 55(1), 32-42. https://doi.org/10.1016/j.compedu.2009.11.015

Cohen, J., Cohen, P., West, S.G., & Aiken, L.S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences. Mahwah: Lawrence Erlbaum Associates.

Comi, S. L., Argentin, G., Gui, M., Origo, F., & Pagani, L. (2017). Is it the way they use it? Teachers, ICT and student achievement. Economics of Education Review, 56, 24-39. https://doi.org/10.1016/j.econedurev.2016.11.007

Coxe, S., West, S.G., & Aiken, L. S. (2009). The analysis of count data: A gentle introduction to poisson regression and its alternatives. Journal of Personality Assessment, 91(2), 121-136. https://doi.org/10.1080/00223890802634175

Davies, C., Coleman, J., & Livingston, S. (2014). Digital technologies in the lives of Young people. London: Routledge.

Dias-Fonseca, T., & Potter, J. (2016). La educación mediática como estrategia de participación cívica on-line en las escuelas portuguesas. [Media education as a strategy for online civic participation in Portuguese schools]. Comunicar, 49(24), 9-18. https://doi.org/10.3916/C49-2016-01

Festl, R., Scharkow, M., & Quandt, T. (2015). The individual or the group: a multilevel analysis of cyberbullying in school classes. Human Communication Research, 41(4), 535-556. https://doi.org/10.1111/hcre.12056

Floros, G., Paradisioti, A., Hadjimarcou, M., Mappouras, D. G., Karkanioti, O., & Siomos, K. (2015). Adolescent online gambling in Cyprus: associated school performance and psychopathology. Journal of Gambling Studies, 31(2), 367-384. https://doi.org/10.1007/s10899-013-9424-3

Fraillon, J., Ainley, J., Schulz, W., Friedman, T., & Gebhardt, E. (2014). Preparing for life in a digital age: The IEA International Computer and Information Literacy Study international report. Melbourne: Springer Open. https://doi.org/10.1007/978-3-319-14222-7

Gairín, J., Castro, D., Díaz-Vicario, A., Rodríguez-Gómez, D., Mercader, C., Bartrina, M.J., … Sabaté, B. (2014). Estudio sobre los usos y abusos de las tecnologías de la información y la comunicación en adolescentes. Seguridad y Medio Ambiente, 135, 18-29. https://goo.gl/P9bTcN

Gomez-Espinosa, M., Francisco, V., & Moreno-Ger, P. (2016). El impacto del diseño de actividades en el plagio de Internet en educación superior. [The impact of activity design in Internet plagiarism in higher education]. Comunicar, 24(48), 39-48. https://doi.org/10.3916/C48-2016-04

Gronn, D., Scott, A., Edwards, S., & Henderson, M. (2014). ‘Technological me’: young children’s use of technology across their home and school contexts. Technology, Pedagogy and Education, 23(4), 439-454. https://doi.org/10.1080/1475939X.2013.813406

Hargittai E., & Kim, S.J. (2010). The prevalence of Smartphone use among a wired group of young adults. Institute for Policy Research Northwestern University, Working Paper Series. https://goo.gl/2RrLyd

Hatzigianni, M., Gregoriadis, A., & Fleer, M. (2016). Computer use at schools and associations with social-emotional outcomes - A holistic approach. Findings from the longitudinal study of Australian Children. Computers & Education, 95, 134-150. https://doi.org/10.1016/j.compedu.2016.01.003

Kauffman, Y., & Young, M.F. (2015). Digital plagiarism: An experimental study of the effect of instructional goals and copy-and-paste affordance. Computers & Education, 83, 44-56. https://doi.org/10.1016/j.compedu.2014.12.016

Kent, N., & Facer, K. (2004). Different worlds? A comparison of young people’s home and school ICT use. Journal of Computer Assisted Learning, 20(6), 440-455. https://doi.org/10.1111/j.1365-2729.2004.00102.x

Kowalski, R.M., Giumetti, G.W., Schroeder, A.N., & Lattanner, M.R. (2014). Bullying in the digital age: A critical review and meta-analysis of cyberbullying research among youth. Psychological Bulletin, 140(4), 1073-1137. https://doi.org/10.1037/a0035618

Lau, W.W., & Yuen, A.H. (2014). Internet ethics of adolescents: Understanding demographic differences. Computers & Education, 72, 378-385. https://doi.org/10.1016/j.compedu.2013.12.006

Lenhart, A. (2015). Teens, social media & technology overview 2015. Pew Research Center. https://goo.gl/nrMHXD

Livingstone, S., Haddon, L., Görzig, A., & Olafsson, K. (2011). Risks and safety on the Internet: The perspective of European children: Full findings and policy implications from the EU Kids Online survey of 9-16-year olds and their parents in 25 countries. Deliverable D4. London: LSE: EU Kids Online. https://goo.gl/zdszgh

Lorenzo-Seva, U., & Ferrando, P. J. (2006). Factor: A computer program to fit the exploratory factor analysis model. Behavioral Research Methods, Instruments and Computers, 38(1), 88-91. https://doi.org/10.3758/BF03192753

Manca, S., & Grion, V. (2017). Engaging students in school participatory practice through Facebook: The story of a failure. British Journal of Educational Technology, 48(5), 1153-1163. https://doi.org/10.1111/bjet.12527

Meneses, J., Fabregues, S., Jacovkis, J., & Rodriguez-Gomez, D. (2014). La introducción de las TIC en el sistema educativo español (2000-2010): un análisis comparado de las políticas autonómicas desde una perspectiva multinivel. Estudios sobre Educación, 27, 63-90. https://doi.org/10.15581/004.27.63-90

Meneses, J., Fabregues, S., Rodriguez-Gomez, D., & Ion, G. (2012). Internet in teachers’ professional practice outside the classroom: Examining supportive and management uses in primary and secondary schools. Computers & Education, 59(3), 915-924. https://doi.org/10.1016/j.compedu.2012.04.011

Muros, B., Aragon, Y., & Bustos, A. (2013). La ocupación del tiempo libre de jóvenes en el uso de videojuegos y redes. [Youth’s usage of leisure time with video games and social networks]. Comunicar, 40, 31-39. https://doi.org/10.3916/C40-2013-02-03

Ortega, J., Buelga, S., & Cava, M.J. (2016). Influencia del clima escolar y familiar en adolescentes, víctimas de ciberacoso. [The influence of school climate and family climate among adolescents victims of cyberbullying]. Comunicar, 46, 57-65. https://doi.org/10.3916/C46-2016-06

Perez-Sanagustin, M., Nussbaum, M., Hilliger, I., Alario-Hoyos, C., Heller, R.S., Twining, P., & Tsai, C.C. (2017). Research on ICT in K-12 schools-A review of experimental and survey-based studies in computers & education 2011 to 2015. Computers & Education, 104, A1-A15. https://doi.org/10.1016/j.compedu.2016.09.006

Rivera, R., Santos, D., Cabrera, V., & Docal, M.C. (2016). Consumo de pornografía on-line y off-line en adolescentes colombianos. [Online and offline pornography consumption in Colombian adolescents]. Comunicar, 46, 37-45. https://doi.org/10.3916/C46-2016-04

Robinson, L., Cotten, S.R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., Schulz, J. Hale, T.M., & Stern, M. J. (2015). Digital inequalities and why they matter. Information, Communication & Society, 18(5), 569-582. https://doi.org/10.1080/1369118X.2015.1012532

Rohatgi, A., Scherer, R., & Hatlevik, O.E. (2016). The role of ICT self-efficacy for students’ ICT use and their achievement in a computer and information literacy test. Computers & Education, 102, 103-116. https://doi.org/10.1016/j.compedu.2016.08.001

Salmela-Aro, K., Upadyaya, K., Hakkarainen, K., Lonka, K., & Alho, K. (2017). The dark side of Internet use: two longitudinal studies of excessive Internet use, depressive symptoms, school burnout and engagement among Finnish early and late adolescents. Journal of Youth and Adolescence, 46, 343-357. https://doi.org/10.1007/s10964-016-0494-2

Selwyn, N. (2016). Digital downsides: Exploring university students’ negative engagements with digital technology. Teaching in Higher Education, 21(8), 1006-1021. https://doi.org/10.1080/13562517.2016.1213229

Smith, P.K., Mahdavi, J., Carvalho, M., Fisher, S., Russell, S., & Tippett, N. (2008). Cyberbullying: Its nature and impact in secondary school pupils. Journal of Child Psychology and Psychiatry, 49(4), 376-385. https://doi.org/10.1111/j.1469-7610.2007.01846.x

Stald, G., Green, L., Barbovski, M., Haddon, L., Mascheroni, G., Ságvári, B., Scifo, B., &Tsaliki, L. (2014). Online on the mobile: Internet use on smartphones and associated risks among youth in Europe. https://goo.gl/Qn9T3z

Sureda-Negre, J., Comas-Forgas, R., & Oliver-Trobat, M.F. (2015). Plagio académico entre alumnado de Secundaria y Bachillerato: Diferencias en cuanto al género y la procrastinación. [Academic plagiarism among secondary and high school students: Differences in gender and procrastination]. Comunicar, 44, 103-111. https://doi.org/10.3916/C44-2015-11

Tashakkori, A., & Teddlie, C. (Eds.). (2010). Sage handbook of mixed methods in social & behavioral research. London: Sage. https://doi.org/10.4135/9781506335193

Valcke, M., De Wever, B., Van-Keer, H., & Schellens, T. (2011). Long-term study of safe Internet use of young children. Computers & Education, 57(1), 1292-1305. https://doi.org/10.1016/j.compedu.2011.01.010

Vincent, J. (2015). Mobile Opportunities. Exploring positive mobile media opportunities for European children. POLIS: Journalism and Society. London School of Economics and Political Science. https://goo.gl/dVeEcJ

Wastiau, P., Blamire, R., Kearney, C., Quittre, V., Van-de-Gaer, E., & Monseur, C. (2013). The use of ICT in education: a survey of schools in Europe. European Journal of Education, 48(1), 11-27. https://doi.org/10.1111/ejed.12020

Xu, J. (2015). Investigating factors that influence conventio?nal distraction and tech-related distraction in math homework. Computers & Education, 81, 304-314. https://doi.org/10.1016/j.compedu.2014.10.024



Click to see the English version (EN)

Resumen

Los estudios sobre el uso de las TIC en educación suelen analizar su contribución a los procesos formativos. Son escasas las investigaciones centradas en los usos problemáticos de las TIC que realizan los jóvenes en el contexto escolar y, la mayoría, lo abordan desde una perspectiva psicopatológica. El propósito del presente artículo es analizar los usos problemáticos de las TIC entre jóvenes en su ámbito personal y escolar. La metodología consistió en la aplicación de un cuestionario a 1.052 jóvenes de entre 12 y 18 años. El estudio se inicia con un análisis univariante y bivariante. Posteriormente, se desarrollan tres modelos de regresión de Poisson para valorar la contribución de diversas variables predictoras sobre tres tipos de usos problemáticos identificados en: el ámbito personal, los procesos de aprendizaje y las relaciones de aula. Los resultados muestran una relación entre los usos problemáticos en el ámbito personal y escolar, siendo los chicos de mayor edad y que utilizan intensivamente los «smartphones» los que más probabilidades tienen de incurrir en este tipo de comportamientos. El uso de la tecnología móvil explica en gran medida las conductas inadecuadas en el uso de las TIC en los ámbitos personal y escolar entre los jóvenes, lo que justifica la necesidad de promover actuaciones que contribuyan a un uso más responsable de este tipo de tecnología en todos los ámbitos de su vida personal, escolar y social.

Descarga aquí la versión PDF

1. Introducción

Las tecnologías de la información y la comunicación (TIC) y, especialmente, Internet y los dispositivos móviles (teléfonos móviles y tabletas) forman parte de la vida de los jóvenes, tanto dentro como fuera del contexto escolar (Lenhart, 2015). La encuesta sobre «Equipamiento y uso de tecnologías de información y comunicación en los hogares» (2016), realizada por el Instituto Nacional de Estadística (INE), indica que el 98,4% de los jóvenes (98,6% los hombres y 98,2% las mujeres) de 16 a 24 años utiliza Internet, lo que supone un incremento de un 17% respecto a las cifras registradas en 2006. En el caso de los niños de entre 10 y 15 años, el INE establecía que en 2016 el 94,9% utilizaba el ordenador a diario, el 95,2% solía acceder a Internet y el 69,8% disponía de teléfono móvil. Son abundantes los estudios que analizan el uso de las TIC entre los jóvenes, indicando que los principales usos personales se asocian al visionado de videoclips, la mensajería instantánea, la participación en redes sociales, los videojuegos y el intercambio de fotos, vídeos o música, entre otros (Stald & al., 2014). Así, por ejemplo, es habitual el análisis del uso seguro de Internet (Valcke, De-Wever, Van-Keer, & Schellens, 2011), del papel que juega la familia en el desarrollo del comportamiento y las actitudes de los jóvenes hacia las TIC (Aesaert & Van-Braak, 2014), de la tecnología móvil (Vincent, 2015) o de la influencia de las redes sociales (Manca & Grion, 2017) y de determinados tipos de videojuegos en su comportamiento (Muros, Aragon, & Bustos, 2013).

En el ámbito educativo, los estudios suelen analizar la contribución de las tecnologías a los procesos de enseñanza y aprendizaje (Perez-Sanagustin & al., 2017). Entre otras cuestiones, estas investigaciones explican cómo las TIC modifican las prácticas de aula, mejoran la motivación, el compromiso y los resultados de los estudiantes, incrementan la interacción entre el profesorado y el alumnado o fomentan propuestas didácticas más centradas en el alumnado (Biagi & Loi, 2013; Chen, 2010; Comi, Argentin, Gui, Origo, & Pagani, 2017).

Finalmente, aunque en menor medida, podemos encontrar aportaciones que, más allá de las aulas y de los procesos de aprendizaje, estudian la incorporación de las TIC en el contexto escolar. Este tipo de estudios suelen centrarse en cuestiones estructurales, como el acceso a Internet, el apoyo técnico-administrativo al profesorado (Was­tiau & al., 2013) o las políticas sobre TIC (Meneses, Fabregues, Jacovkis, & Rodriguez-Gomez, 2014). Otras investigaciones han puesto el acento en la relación entre cultura escolar y uso de las TIC (Blau & Shamir-Inbal, 2017), la promoción de la colaboración y participación en la comunidad educativa (Dias-Fonseca & Potter, 2016) y el uso profesional de las TIC entre el profesorado (Meneses, Fabregues, Rodríguez-Gómez, & Ion, 2012).

Tal y como indica Selwyn (2016) o Sureda-Negre, Comas-Forgas y Oliver-Trobat (2015), la mayoría de las aportaciones sobre el uso de las tecnologías en el ámbito educativo suelen destacar su carácter neutral o incluso beneficioso. No obstante, son escasas las investigaciones que se han interesado, desde una perspectiva integradora, por los usos poco éticos, problemáticos, inadecuados o disfuncionales de las TIC que realizan los jóvenes en el marco del sistema educativo (Lau & Yuen, 2014).

Aunque es posible encontrar algunos análisis que inciden sobre elementos muy concretos como el plagio (Go­mez-Espinosa, Francisco, & Moreno-Ger, 2016), la copia académica (Byrne & Trushell, 2013) o el efecto distractor de la tecnología (Xu, 2015), la mayoría de estudios tienden a abordar los usos problemáticos de las TIC entre los jóvenes desde una perspectiva psicopatológica (Selwyn, 2016). Por ejemplo, los estudios sobre consumo de pornografía online y offline entre adolescentes (Rivera, Santos, Cabrera, & Docal, 2016), el sexting (Atwood, 2016), las afectaciones académicas del juego en línea (Floros, Paradisioti, Hadjimarcou, Mappouras, Karkanioti, & Siomos, 2015) o la adicción a Internet (Salmela-Aro, Upadyaya, Hakkarainen, Lonka, & Alho, 2017). Entre ellos, destacan especialmente los estudios sobre ciberacoso (Kowalski, Giumetti, Schroeder, & Lattanner, 2014), que documentan y analizan, entre otros aspectos, su naturaleza e impacto sobre los jóvenes (Smith, Mahdavi, Carvalho, Fisher, Russell, & Tippett, 2008) o las características personales y el contexto social, familiar y escolar de acosados y acosadores (Ortega, Buelga, & Cava, 2016).

El uso de las TIC implica un evidente riesgo para los jóvenes que deben enfrentarse a nuevos retos y escenarios para los cuales, probablemente, carezcan de los conocimientos y experiencias necesarios para discernir y tomar las decisiones correctas (Livingstone, Haddon, Görzig, & Olafsson, 2011). Un uso problemático de las TIC, indistintamente del contexto en el que se produzca, genera repercusiones que trascienden el uso concreto de las TIC y afectan a otras dimensiones del desarrollo psico-afectivo y social de los jóvenes (Hatzigianni, Gregoriadis, & Fleer, 2016). Aportar luz sobre los usos problemáticos de las TIC que hacen los jóvenes en el contexto escolar es fundamental para adoptar medidas organizativas, asesoras o formativas que mejoren su potencial como herramienta en el contexto educativo. En este sentido, el propósito del presente estudio es analizar los usos problemáticos de las TIC entre jóvenes en su ámbito personal y escolar.

2. Método

Este estudio fue desarrollado en el marco del proyecto «Usos y abusos de las nuevas tecnologías de la información y la comunicación en adolescentes» (Gairín & al., 2014). El trabajo de campo consistió en la aplicación de un cuestionario autoadministrado (en papel, durante una hora de clase y en presencia de un investigador y del tutor del grupo) a una muestra no representativa de 1.052 jóvenes con edades comprendidas entre 12 y 18 años que cursaban estudios de Educación Secundaria Obligatoria y Postobligatoria. El 48,1% de los jóvenes eran mujeres y su edad media era 16,81 años. El cuestionario, construido a partir de una revisión bibliográfica y el juicio de los expertos, fue sometido a una validación de contenido y permitió recopilar información sociodemográfica, así como información sobre la relación de los jóvenes con las TIC en diferentes contextos de su vida cotidiana, particularmente, la frecuencia y tipo de uso de las TIC, su satisfacción y mecanismos de autorregulación y autoprotección.

2.1. Medidas

Las variables predictoras utilizadas en este estudio son género, edad y frecuencia de uso de las TIC en la escuela y en el hogar y el uso de «smartphones». Las variables criterio son los usos problemáticos en el ámbito personal, en los procesos de aprendizaje y en las relaciones de aula (Tabla 1).

La variable edad fue recodificada en cinco categorías (entre 11 y 12 años, entre 13 y 14 años, entre 15 y 16 años, entre 17 y 18 años, y más de 18 años), respetando así el agrupamiento vertical habitual de los estudios reglados. Las variables sobre frecuencia de uso de las TIC en la escuela y el hogar, así como la de uso de «smartphones», se incluyeron en el estudio dado que este tipo de medidas constituyen uno de los factores clave para explicar la relación de los jóvenes con la tecnología (Fraillon, Ainley, Schulz, Friedman, & Gebhardt, 2014). Estas tres variables disponen de cinco categorías que ofrecen información sobre la cantidad de tiempo que, de lunes a viernes, dedican los jóvenes al uso de las TIC: nada, menos de 1h, entre 1h y 3h, entre 3h y 6h, más de 6h.

Finalmente, en relación con el uso de las TIC, se recogió información a partir de un listado de doce usos problemáticos que los jóvenes han llevado a cabo durante el último curso. Esta información fue codificada a través de doce variables dicotómicas (presencia vs. ausencia) que sirvieron para llevar a cabo un análisis factorial exploratorio que permitió clasificar el uso problemático de las TIC en tres categorías con rangos de 0 a 4, donde 0 significa que no han realizado ningún tipo de comportamiento problemático y 4 que han realizado cuatro tipos de malos usos. La figura 1 muestra los doce usos contemplados y el porcentaje de jóvenes que los realizan durante un curso escolar: usos problemáticos en el ámbito personal (apropiarse de datos personales de otras personas como por ejemplo fotos, vídeos, contraseñas, etc., suplantar la identidad de otros en plataformas como «Facebook», «Whatsapp», «Line», etc., ofender a otras personas con la grabación y el envío de imágenes suyas sin permiso y compartir fotos o vídeos en relación a otras personas sin su consentimiento), usos problemáticos en el proceso de aprendizaje (copiar los deberes de sus compañeros, compartir tareas de otros para copiarlos, copiar trabajos elaborados por otras personas y copiar durante los exámenes), y usos problemáticos en las relaciones en el aula (perder el tiempo que podría dedicar a aprender, distraerse durante las clases, distraer a sus compañeros y molestarles).

El análisis de componentes principales (PCA) con rotación oblimin1 mostró una estructura aceptable (KMO=.849 y un test de Barlett significativo, p=.000), que explica un 74,21% de la varianza total observada y que muestra unas cargas factoriales rotadas que oscilan entre .864 y .906 para el primer componente (usos problemáticos en el ámbito personal), entre .649 y .962 para el segundo (usos problemáticos durante los procesos de aprendizaje) y .523 y .903 para el último (usos problemáticos en las relaciones de aula). Asimismo, el análisis de fiabilidad mostró un a de Cronbach de .936, .929 y .880, respectivamente. A partir de esta clasificación, se desarrollaron tres recuentos independientes de conductas inadecuadas para cada uno de los ámbitos de actividad cotidiana de los jóvenes.


Rodriguez-Gomez et al 2018a-66333 ov-es038.jpg

2.2. Análisis estadístico

La primera aproximación a los datos disponibles se inicia con un análisis descriptivo y bivariante. En función de la naturaleza de las variables consideradas, se aplicaron las pruebas adecuadas para evaluar el grado de asociación entre ellas2 y se obtuvieron sus correspondientes niveles de significación (Tabla 1).

A continuación, se llevaron a cabo tres modelos de regresión de Poisson, un tipo de análisis multivariante de la familia del modelo lineal generalizado desarrollado específicamente para evaluar la contribución de diversas variables predictoras, de manera simultánea y, por tanto, controlando el efecto del resto de variables consideradas, en una variable criterio basada en un recuento. Este tipo de análisis resulta de elección cuando, como es el caso del recuento del número de usos problemáticos de las TIC que realizan los jóvenes, se violan los supuestos en que se basa el modelo de regresión lineal (Cohen, Cohen, West, & Aiken, 2003; Coxe, West, & Aiken, 2009).


Rodriguez-Gomez et al 2018a-66333 ov-es039.jpg

Los modelos fueron computados y evaluados, comprobando que no se incumpliera el supuesto de equi-dispersión que establece la regresión de Poisson. La prueba de bondad de ajuste de X2 de Pearson mostró indicios de sobre-dispersión en el caso del recuento de las conductas inadecuadas en el ámbito personal (valor de X2/grados de libertad=1787.141/1016=1.759) y, por tanto, en este caso se utilizó el modelo de regresión binomial negativa como alternativa. La adecuación de esta decisión fue corroborada a través de los indicadores de ajuste global del nuevo modelo que, como se esperaba, mostraron valores inferiores de acuerdo con el Criterio de Información Akaike y al Criterio de Información Bayesiano.

La Tabla 2 muestra los resultados de este análisis, presentando las estimaciones de los parámetros, los errores estándar y las correspondientes pruebas de Wald para evaluar su significación, así como la significación global de los modelos (prueba de razón de verosimilitud) y los indicadores necesarios para evaluar su ajuste. Para facilitar la interpretación de los resultados, se han calculado también los valores de las medias marginales estimadas (mme) que sirven para ilustrar las diferencias en el recuento de los usos problemáticos de las TIC una vez controlado el efecto del resto de variables de los modelos.

3. Resultados

Los datos mostrados en la Tabla 1 indican que, aunque se producen usos problemáticos de las tecnologías entre los jóvenes, estos usos son prácticamente inexistentes en el ámbito personal (ej., apropiación de datos personales de otras personas, suplantación de la identidad de otros, ofender a otras personas con la grabación y envío de imágenes y compartir fotos, vídeos, enlaces, sobre otras personas cercanas sin su permiso) con una media en la muestra de .67 (dt=1.14). En cambio, los usos problemáticos parecen producirse con mayor frecuencia en las relaciones de aula (m=2.22, dt=1.26) y durante los procesos de aprendizaje (m=1.88, dt=1.42).

Tal y como era esperable, aunque los tres tipos de usos analizados están relacionados, con correlaciones que oscilan entre r=.318 y r=.513 (p=.000), indicando el vínculo existente entre los comportamientos individuales y los escolares, la relación más consistente la encontramos entre aquellos usos asociados al aula y los procesos de aprendizaje (r=.513, p=.000).

En lo que respecta a las variables explicativas, mientras en el caso del género la relación más acentuada se produce con los usos problemáticos en el ámbito personal (rpb=.196, p=.000), la edad correlaciona en mayor medida con los usos problemáticos durante los procesos de aprendizaje (rs=.152, p=.000). Asimismo, es destacable la escasa correlación existente entre el género y los usos inadecuadas durante los procesos de aprendizaje (rpb=.061, p<.05).

Si observamos ahora en las variables de uso de las TIC y los «smartphones», comprobamos cómo las horas de utilización de «smartphones» es la variable predictora que, en comparación al resto, presenta una relación más fuerte con los tres tipos de usos problemáticos analizados: las conductas inadecuadas durante los procesos de aprendizaje (rs=.141, p=.000), las conductas inadecuadas en el ámbito personal (rs=.077, p<.05) y las conductas inadecuadas en las relaciones de aula (rs=.203, p=.000).

El uso de las TIC, tanto en la escuela como en el hogar, muestra un patrón de relaciones muy similar, donde el uso más frecuente de las TIC se asocia con más conductas inadecuadas en las relaciones de aula (rs=.128 y rs=.114, p=.000, respectivamente) y, en cambio, no presenta diferencias significativas en lo que respecta a las conductas inadecuadas en el ámbito personal.

Una vez analizadas las relaciones bivariadas, la Tabla 2 nos muestra tres modelos de regresión de Poisson que nos servirán para examinar la cantidad de usos problemáticos (variables criterio) en función de los predictores disponibles3.


Rodriguez-Gomez et al 2018a-66333 ov-es040.jpg

En relación con el modelo generado para los usos problemáticos de las TIC en el ámbito personal (lr=95.058, p=.000), una vez controlado el efecto del resto de variables, observamos que este tipo de usos son estadísticamente mayores entre los hombres (Exp(B)=2.037, p=.000) que tienen entre 17 y 18 años (Exp(B)=2.006, p<.05). Concretamente, los datos indican, por una parte, que los hombres realizan una media de .7186 (dt=.06066) usos problemáticos por curso en el ámbito personal, frente a los .3529 (dt=.03983) usos problemáticos por curso de las mujeres y, por otra, que los jóvenes entre 17 y 18 años realizan el doble de usos problemáticos en el ámbito personal (mme=.7874, dt=.08002) que aquellos jóvenes de entre 11 y 12 años (mme=.3926, dt=.10991).

A diferencia de lo que ocurría en los análisis bivariados, el uso de las TIC en la escuela presenta un efecto significativo sobre los usos problemáticos en el ámbito personal. Aquellos jóvenes que realizan un uso moderado de las TIC en la escuela (entre 1h y 3h), reconocen realizar un 35,4% (p<.05) más de usos problemáticos en el ámbito personal que aquellos jóvenes que declaran no utilizar las TIC en la escuela (mme=.4335, dt=.04935). En cambio, si nos centramos en la frecuencia de uso de «smartphones», son aquellos jóvenes que los utilizan más de 6 horas semanales, los que más probabilidades de usos problemáticos de las TIC en el ámbito personal presentan (Exp(B)=1.482, p<.05).

Si nos centramos ahora en los modelos más vinculados al ámbito escolar, y que explican los usos problemáticos de las TIC durante los procesos de aprendizaje (lr=63.291, p=.000) y en las relaciones de aula (lr=65.652, p=.000), vemos como las variables de muestreo utilizadas (género y edad) presentan un comportamiento desigual. En el caso del género, sólo cuando se analizan los usos problemáticos en las relaciones de aula el efecto resulta significativo. Tal y como ocurría en el primer modelo desarrollado (usos problemáticos de las TIC en el ámbito personal), los hombres presentan un número ligeramente mayor de usos problemáticos en las relaciones de aula (mme=2.2315, dt=.07775) que las mujeres (mme=1.9405, dt=.08382). En cambio, cuando analizamos la edad, los efectos significativos aparecen sólo vinculados al uso problemático de las TIC en los procesos de aprendizaje, siendo los jóvenes mayores de 15 años los que más usos problemáticos de este tipo realizan. Es importante destacar que la probabilidad de usos problemáticos se incrementa con la edad, siendo, respecto a los jóvenes de entre 11 y 12 años, un 45,5% (p<.05) mayor para aquellos jóvenes de entre 15 y 16 años, un 56% (p<.001) mayor para los jóvenes de entre 17 y 18 años y un 60,6% (p<.01) superior para los jóvenes mayores de 18 años.

El uso de las TIC en la escuela aparece sólo vinculado a los usos problemáticos en las relaciones de aula, siendo los jóvenes que más utilizan las TIC (más de 6h semanales) los que reconocen un mayor número de conductas inadecuadas (21,2% más que aquellos jóvenes que no utilizan las TIC en la escuela). En cualquier caso, es nuevamente la frecuencia de uso de los «smartphones» la que presenta un efecto más consistente en ambos modelos. En coherencia con lo ya co­mentado para los usos problemáticos en el ámbito personal, son aquellos jóvenes que utilizan el «smartphones» más de 6 horas semanales, los que mayor nú­mero de usos problemáticos reconocen, tanto en los procesos de aprendizaje (mme=1.9914, dt=.09730), como en las relaciones de aula (mme=2.4459, dt=.10954).

4. Discusión y conclusiones

Este artículo ha abordado el análisis de los usos problemáticos de las TIC que realizan los jóvenes en el contexto académico de la educación media. Este tipo de usos no suelen estudiarse desde la perspectiva del contexto escolar (Selwyn, 2016) y, en cambio, constituyen un elemento esencial para comprender el uso que realizan los jóvenes de las TIC, complementando así enfoques más tradicionales que suelen centrarse sólo en los procesos y prácticas formativas (Perez-Sanagustin & al., 2017).

Los resultados evidencian que los usos problemáticos de las TIC entre los jóvenes suelen vincularse en mayor medida a los procesos de aprendizaje y las relaciones de aula y, en menor medida al ámbito puramente personal. En cualquier caso, tal y como se indica en investigaciones previas (Gronn, Scott, Edwards, & Henderson, 2014; Kent & Facer, 2004) existe una clara vinculación entre los usos, en este caso problemáticos, que se realizan de las tecnologías en el ámbito personal y el escolar.

Los análisis bivariantes muestran que los hombres y aquellos jóvenes de mayor edad reconocen un mayor número de usos disfuncionales o conductas inadecuadas en los tres ámbitos analizados (en el ámbito personal, en los procesos de aprendizaje y en las relaciones de aula). No obstante, esas diferencias quedan ligeramente atenuadas en el análisis multivariante, cuando se introducen otras variables como el uso de las TIC en la escuela y el hogar, y el uso de «smartphones». Estos resultados resultan coherentes con aquellos estudios que, desde una perspectiva más compleja, ponen el énfasis en las desigualdades digitales de los jóvenes (Davies, Coleman, & Livingston, 2014; Robinson & al., 2015), considerando no sólo sus características sociodemográficas, sino también sus actitudes, motivación y competencias para utilizar las tecnologías, así como el tiempo dedicado y la frecuencia y tipología de usos.

La frecuencia de uso, así como el acceso a la tecnología son dos de los factores habitualmente asociados a las actitudes y tipología de usos que realizan los usuarios. Así, por ejemplo, Rohatgi y otros (2016) establecen una clara relación entre el uso de las TIC, la autoeficacia y la alfabetización digital. En relación con las actitudes, Fraillon y otros (2014) indican que los estudiantes con mayor acceso y uso de las TIC en casa y en la escuela se muestran más seguros sobre sus competencias digitales. Los resultados de este estudio evidencian que, aunque existe cierta relación entre la cantidad de horas de uso de las TIC, tanto dentro como fuera de la escuela, cuando controlamos el efecto de otras variables (el uso de «smartphones» y variables sociodemográficas), sólo el uso de las TIC en la escuela muestra algunas diferencias significativas en los usos problemáticos de las TIC, siendo aquellos jóvenes que realizan un uso entre medio e intensivo de las TIC los que un mayor número de conductas inadecuadas presentan en el ámbito personal y en sus relaciones de aula (Figura 2). En ningún caso, la frecuencia de uso parece vincularse a las conductas inadecuadas durante los procesos de aprendizaje (ej., copiar los deberes, compartir materiales de otros para copiarlos, copiar trabajos elaborados por otros o copiar durante los exámenes).


Rodriguez-Gomez et al 2018a-66333 ov-es041.jpg

El estudio aquí presentado muestra có­mo la frecuencia de uso de los «smartphones» por parte de los jóvenes es el mejor predictor de los usos problemáticos de las TIC en todos los ámbitos analizados (Figura 3). Asimismo, nuestros resultados muestran un patrón de comportamiento mucho más coherente con estudios previos, en los que, por ejemplo, se establece que las personas con más acceso a Internet suelen poseer competencias digitales más desarrolladas y exploran un mayor rango de posibilidades de la tecnología móvil (Hargittai & Kim, 2010).


Rodriguez-Gomez et al 2018a-66333 ov-es042.jpg

En resumen, este estudio contribuye a completar, desde una perspectiva multidimensional, el marco conceptual previo sobre el uso de las TIC que realizan los jóvenes. En coherencia con estudios previos, observamos como el uso de la tecnología en el contexto escolar y, específicamente, de los dispositivos móviles (Atwood, 2016; Festl, Scharkow, & Quandt, 2015; Kauffman & Young, 2015) son elementos esenciales pa­ra comprender las conductas inadecuadas de los jóvenes cuando utilizan las TIC tanto en el marco escolar, como en su vida cotidiana.

No obstante, este estudio presenta al­gunas limitaciones que sugieren interpretar los resultados como una exploración inicial de los usos disfuncionales de las TIC entre los jóvenes en el contexto escolar. Así, por ejemplo, deberían considerarse medidas más específicas (ej., alfabetización digital, actitudes, acceso, equipamiento, situación so­cioeconómica) que nos ayuden a una mejor comprensión del uso de las TIC que realizan los jóvenes, facilitando así el desarrollo de propuestas que puedan contribuir a reducir aquellos usos considerados como problemáticos. Asimismo, resultaría fundamental promover estudios que analicen específicamente el uso que realizan los jóvenes de la tecnología móvil, dentro y fuera del centro escolar, desde la perspectiva de todos los agentes implicados. En esta línea, ya existen algunas investigaciones que destacan la importancia de abordar desde una aproximación más holística y contextual la discusión sobre el uso de las TIC entre los jóvenes (Valcke & al., 2011).

Complementariamente, una aproximación mediante un enfoque metodológico mixto, combinando cuestionarios y entrevistas, nos ofrecería una mejor comprensión del fenómeno (Tashakkori & Teddlie, 2010). Los datos cualitativos proporcionarían información más contextual sobre por qué los usos problemáticos durante los procesos de aprendizaje parecen ser los menos condicionados por el uso de la tecnología o concretar, más allá de la frecuencia de uso, como la alfabetización digital o el tipo de uso que se está realizando de las TIC se asocian a los usos disfuncionales que aquí hemos abordado.

En conclusión, el uso de la tecnología móvil explica en gran medida las conductas inadecuadas en el uso de las TIC en los ámbitos personal y escolar entre los jóvenes. Los centros educativos, como contexto de referencia de estos jóvenes, lejos de obviar el uso de la tecnología móvil, deberían promover actuaciones que contribuyan a un uso responsable de esta tecnología por parte de los jóvenes en todos los ámbitos de su vida personal, escolar y social.

Notas

1 Dada la naturaleza dicotómica de las variables utilizadas para el recuento, se utilizó el programa Factor (Lorenzo-Seva & Ferrando, 2006) para llevar a cabo el análisis de PCA con la correlación policórica.

2 De acuerdo con la métrica de las parejas de variables, se utilizó la prueba r de Pearson para variables continuas, la correlación de rango de Spearman (rs) entre variables ordinales y parejas formadas por cuantitativas y ordinales, la biserial puntual (rpb) para las cuantitativas y las dicotómicas, y la phi (rf) para parejas de variables ordinales y dicotómicas.

3 Los gráficos, mostrando la influencia del género, la edad y el uso de las TIC en el hogar sobre uso problemático de las TIC entre los jóvenes, se encuentran disponibles en Figshare (https://goo.gl/a38Afs). Los gráficos correspondientes a la frecuencia de uso de las TIC en la escuela y la frecuencia de usos de «smartphones» se incluyen directamente en el texto.

Apoyos

Estudio financiado por la Fundación Mapfre (Ayudas a la Investigación 2012) bajo el título «Usos y abusos de las tecnologías de la información y comunicación en adolescentes», coordinado por Diego Castro y Joaquín Gairín.

Referencias

Aesaert, K., & Van-Braak, J. (2014). Exploring factors related to primary school pupils’ ICT self-efficacy: A multilevel approach. Computers in Human Behavior, 41, 327-341. https://doi.org/10.1016/j.chb.2014.10.006

Atwood, R. (2016). The relationship between adolescents’ use of Internet-enabled mobile devices and engaging in problematic digital behaviors. Utah State University: All Graduate Theses and Dissertations, 4874. https://goo.gl/2p8E15

Biagi, F., & Loi, M. (2013). Measuring ICT use and learning outcomes: Evidence from recent econometric studies. European Journal of Education, 48(1), 28-42. https://doi.org/10.1111/ejed.12016

Blau, I., & Shamir-Inbal, T. (2017). Digital competences and long-term ICT integration in school culture: The perspective of elementary school leaders. Education and Information Technologies, 22(3), 769-787. https://doi.org/10.1007/s10639-015-9456-7

Byrne, K., & Trushell, J. (2013). Education undergraduates and ICT-enhanced academic dishonesty: A moral panic? British Journal of Educational Technology, 44(1), 6-19. https://doi.org/10.1111/j.1467-8535.2012.01381.x

Chen, R. J. (2010). Investigating models for preservice teachers’ use of technology to support student-centered learning. Computers & Education, 55(1), 32-42. https://doi.org/10.1016/j.compedu.2009.11.015

Cohen, J., Cohen, P., West, S.G., & Aiken, L.S. (2003). Applied multiple regression/correlation analysis for the behavioral sciences. Mahwah: Lawrence Erlbaum Associates.

Comi, S. L., Argentin, G., Gui, M., Origo, F., & Pagani, L. (2017). Is it the way they use it? Teachers, ICT and student achievement. Economics of Education Review, 56, 24-39. https://doi.org/10.1016/j.econedurev.2016.11.007

Coxe, S., West, S.G., & Aiken, L. S. (2009). The analysis of count data: A gentle introduction to poisson regression and its alternatives. Journal of Personality Assessment, 91(2), 121-136. https://doi.org/10.1080/00223890802634175

Davies, C., Coleman, J., & Livingston, S. (2014). Digital technologies in the lives of Young people. London: Routledge.

Dias-Fonseca, T., & Potter, J. (2016). La educación mediática como estrategia de participación cívica on-line en las escuelas portuguesas. [Media education as a strategy for online civic participation in Portuguese schools]. Comunicar, 49(24), 9-18. https://doi.org/10.3916/C49-2016-01

Festl, R., Scharkow, M., & Quandt, T. (2015). The individual or the group: a multilevel analysis of cyberbullying in school classes. Human Communication Research, 41(4), 535-556. https://doi.org/10.1111/hcre.12056

Floros, G., Paradisioti, A., Hadjimarcou, M., Mappouras, D. G., Karkanioti, O., & Siomos, K. (2015). Adolescent online gambling in Cyprus: associated school performance and psychopathology. Journal of Gambling Studies, 31(2), 367-384. https://doi.org/10.1007/s10899-013-9424-3

Fraillon, J., Ainley, J., Schulz, W., Friedman, T., & Gebhardt, E. (2014). Preparing for life in a digital age: The IEA International Computer and Information Literacy Study international report. Melbourne: Springer Open. https://doi.org/10.1007/978-3-319-14222-7

Gairín, J., Castro, D., Díaz-Vicario, A., Rodríguez-Gómez, D., Mercader, C., Bartrina, M.J., … Sabaté, B. (2014). Estudio sobre los usos y abusos de las tecnologías de la información y la comunicación en adolescentes. Seguridad y Medio Ambiente, 135, 18-29. https://goo.gl/P9bTcN

Gomez-Espinosa, M., Francisco, V., & Moreno-Ger, P. (2016). El impacto del diseño de actividades en el plagio de Internet en educación superior. [The impact of activity design in Internet plagiarism in higher education]. Comunicar, 24(48), 39-48. https://doi.org/10.3916/C48-2016-04

Gronn, D., Scott, A., Edwards, S., & Henderson, M. (2014). ‘Technological me’: young children’s use of technology across their home and school contexts. Technology, Pedagogy and Education, 23(4), 439-454. https://doi.org/10.1080/1475939X.2013.813406

Hargittai E., & Kim, S.J. (2010). The prevalence of Smartphone use among a wired group of young adults. Institute for Policy Research Northwestern University, Working Paper Series. https://goo.gl/2RrLyd

Hatzigianni, M., Gregoriadis, A., & Fleer, M. (2016). Computer use at schools and associations with social-emotional outcomes - A holistic approach. Findings from the longitudinal study of Australian Children. Computers & Education, 95, 134-150. https://doi.org/10.1016/j.compedu.2016.01.003

Kauffman, Y., & Young, M.F. (2015). Digital plagiarism: An experimental study of the effect of instructional goals and copy-and-paste affordance. Computers & Education, 83, 44-56. https://doi.org/10.1016/j.compedu.2014.12.016

Kent, N., & Facer, K. (2004). Different worlds? A comparison of young people’s home and school ICT use. Journal of Computer Assisted Learning, 20(6), 440-455. https://doi.org/10.1111/j.1365-2729.2004.00102.x

Kowalski, R.M., Giumetti, G.W., Schroeder, A.N., & Lattanner, M.R. (2014). Bullying in the digital age: A critical review and meta-analysis of cyberbullying research among youth. Psychological Bulletin, 140(4), 1073-1137. https://doi.org/10.1037/a0035618

Lau, W.W., & Yuen, A.H. (2014). Internet ethics of adolescents: Understanding demographic differences. Computers & Education, 72, 378-385. https://doi.org/10.1016/j.compedu.2013.12.006

Lenhart, A. (2015). Teens, social media & technology overview 2015. Pew Research Center. https://goo.gl/nrMHXD

Livingstone, S., Haddon, L., Görzig, A., & Olafsson, K. (2011). Risks and safety on the Internet: The perspective of European children: Full findings and policy implications from the EU Kids Online survey of 9-16-year olds and their parents in 25 countries. Deliverable D4. London: LSE: EU Kids Online. https://goo.gl/zdszgh

Lorenzo-Seva, U., & Ferrando, P. J. (2006). Factor: A computer program to fit the exploratory factor analysis model. Behavioral Research Methods, Instruments and Computers, 38(1), 88-91. https://doi.org/10.3758/BF03192753

Manca, S., & Grion, V. (2017). Engaging students in school participatory practice through Facebook: The story of a failure. British Journal of Educational Technology, 48(5), 1153-1163. https://doi.org/10.1111/bjet.12527

Meneses, J., Fabregues, S., Jacovkis, J., & Rodriguez-Gomez, D. (2014). La introducción de las TIC en el sistema educativo español (2000-2010): un análisis comparado de las políticas autonómicas desde una perspectiva multinivel. Estudios sobre Educación, 27, 63-90. https://doi.org/10.15581/004.27.63-90

Meneses, J., Fabregues, S., Rodriguez-Gomez, D., & Ion, G. (2012). Internet in teachers’ professional practice outside the classroom: Examining supportive and management uses in primary and secondary schools. Computers & Education, 59(3), 915-924. https://doi.org/10.1016/j.compedu.2012.04.011

Muros, B., Aragon, Y., & Bustos, A. (2013). La ocupación del tiempo libre de jóvenes en el uso de videojuegos y redes. [Youth’s usage of leisure time with video games and social networks]. Comunicar, 40, 31-39. https://doi.org/10.3916/C40-2013-02-03

Ortega, J., Buelga, S., & Cava, M.J. (2016). Influencia del clima escolar y familiar en adolescentes, víctimas de ciberacoso. [The influence of school climate and family climate among adolescents victims of cyberbullying]. Comunicar, 46, 57-65. https://doi.org/10.3916/C46-2016-06

Perez-Sanagustin, M., Nussbaum, M., Hilliger, I., Alario-Hoyos, C., Heller, R.S., Twining, P., & Tsai, C.C. (2017). Research on ICT in K-12 schools-A review of experimental and survey-based studies in computers & education 2011 to 2015. Computers & Education, 104, A1-A15. https://doi.org/10.1016/j.compedu.2016.09.006

Rivera, R., Santos, D., Cabrera, V., & Docal, M.C. (2016). Consumo de pornografía on-line y off-line en adolescentes colombianos. [Online and offline pornography consumption in Colombian adolescents]. Comunicar, 46, 37-45. https://doi.org/10.3916/C46-2016-04

Robinson, L., Cotten, S.R., Ono, H., Quan-Haase, A., Mesch, G., Chen, W., Schulz, J. Hale, T.M., & Stern, M. J. (2015). Digital inequalities and why they matter. Information, Communication & Society, 18(5), 569-582. https://doi.org/10.1080/1369118X.2015.1012532

Rohatgi, A., Scherer, R., & Hatlevik, O.E. (2016). The role of ICT self-efficacy for students’ ICT use and their achievement in a computer and information literacy test. Computers & Education, 102, 103-116. https://doi.org/10.1016/j.compedu.2016.08.001

Salmela-Aro, K., Upadyaya, K., Hakkarainen, K., Lonka, K., & Alho, K. (2017). The dark side of Internet use: two longitudinal studies of excessive Internet use, depressive symptoms, school burnout and engagement among Finnish early and late adolescents. Journal of Youth and Adolescence, 46, 343-357. https://doi.org/10.1007/s10964-016-0494-2

Selwyn, N. (2016). Digital downsides: Exploring university students’ negative engagements with digital technology. Teaching in Higher Education, 21(8), 1006-1021. https://doi.org/10.1080/13562517.2016.1213229

Smith, P.K., Mahdavi, J., Carvalho, M., Fisher, S., Russell, S., & Tippett, N. (2008). Cyberbullying: Its nature and impact in secondary school pupils. Journal of Child Psychology and Psychiatry, 49(4), 376-385. https://doi.org/10.1111/j.1469-7610.2007.01846.x

Stald, G., Green, L., Barbovski, M., Haddon, L., Mascheroni, G., Ságvári, B., Scifo, B., &Tsaliki, L. (2014). Online on the mobile: Internet use on smartphones and associated risks among youth in Europe. https://goo.gl/Qn9T3z

Sureda-Negre, J., Comas-Forgas, R., & Oliver-Trobat, M.F. (2015). Plagio académico entre alumnado de Secundaria y Bachillerato: Diferencias en cuanto al género y la procrastinación. [Academic plagiarism among secondary and high school students: Differences in gender and procrastination]. Comunicar, 44, 103-111. https://doi.org/10.3916/C44-2015-11

Tashakkori, A., & Teddlie, C. (Eds.). (2010). Sage handbook of mixed methods in social & behavioral research. London: Sage. https://doi.org/10.4135/9781506335193

Valcke, M., De Wever, B., Van-Keer, H., & Schellens, T. (2011). Long-term study of safe Internet use of young children. Computers & Education, 57(1), 1292-1305. https://doi.org/10.1016/j.compedu.2011.01.010

Vincent, J. (2015). Mobile Opportunities. Exploring positive mobile media opportunities for European children. POLIS: Journalism and Society. London School of Economics and Political Science. https://goo.gl/dVeEcJ

Wastiau, P., Blamire, R., Kearney, C., Quittre, V., Van-de-Gaer, E., & Monseur, C. (2013). The use of ICT in education: a survey of schools in Europe. European Journal of Education, 48(1), 11-27. https://doi.org/10.1111/ejed.12020

Xu, J. (2015). Investigating factors that influence conventio?nal distraction and tech-related distraction in math homework. Computers & Education, 81, 304-314. https://doi.org/10.1016/j.compedu.2014.10.024

Back to Top

Document information

Published on 30/06/18
Accepted on 30/06/18
Submitted on 30/06/18

Volume 26, Issue 2, 2018
DOI: 10.3916/C56-2018-09
Licence: CC BY-NC-SA license

Document Score

0

Times cited: 1
Views 3
Recommendations 0

Share this document

claim authorship

Are you one of the authors of this document?