Acceso usuarios
Madrid, España
Elche, España
La competencia digital es una de las competencias clave del sistema educativo. Para su buen desarrollo es necesario que los docentes también tengan adquiridas estas competencias, y, para ello, la formación inicial y permanente son imprescindibles. El principal objetivo fue analizar cómo la formación desarrollada en el máster en Formación del Profesorado de Educación Secundaria Obligatoria y Bachillerato, Formación Profesional y Enseñanza de Idiomas, en la asignatura de TIC para la Docencia y el Aprendizaje, ayuda a mejorar la competencia digital docente de los futuros profesores. Con una escala basada en el modelo DigComp se evaluó la competencia digital antes y después de la formación. La muestra estuvo compuesta por un total de 181 estudiantes (62.98% eran mujeres). Se analizaron las diferencias encontradas en cada área competencial: se encontró una mejora tras la formación en todas las áreas y se procedió a ajustar un modelo para predecir la probabilidad de que el alumnado alcance una puntuación alta en función de sus características y su nivel de base al inicio. Los resultados evidencian un incremento en todas las áreas, especialmente en la creación de contenidos. El género, la edad y la rama de conocimiento no influyeron en el modelo predictivo, que finalmente se explica en función del nivel competencial inicial del alumnado y del área competencial.
Digital competence is one of the key competences in the education system. For students to develop this competence successfully, teachers must also have acquired it. To this end, initial and ongoing training are essential. The aim of the study was to analyse how the training offered in the framework of a Master’s Degree in Secondary Education, specifically in the class on ICT for teaching and learning, helps to improve the Digital Teaching Compe-tence of future teachers. Using a scale based on the DigComp model, Digital Competence was assessed before and after the training offered in class. The sample consisted of a total of 181 students, 62.98% of whom were female. The differences found in each competence area were analysed, with the results showing an improvement after the training in all areas. A model was adjusted to predict the probability of students achieving a high score according to their characteristics and baseline level. The results show an increase in all areas, especially in Content Creation. Gender, age and field of knowledge did not influence the predictive model, which is finally explained as a function of the students’ initial competence level and competence area.
