ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
Art´ıculo de investigaci´on https://doi.org/10.47460/minerva.v7i19.301
Aprender jugando o sobrevivir jugando: gamificaci´on en contextos
universitarios de alta exigencia
Jos
´
e Luis Rom
´
an
https://orcid.org/0009-0006-7574-1729
jlroman@uce.edu.ec
Universidad Central del Ecuador
Quito, Ecuador
Autor de correspondencia: jlroman@uce.edu.ec
Resumen. En el presente estudio se analiza el impacto de la gamiĄcaci
´
on en el rendimiento acad
´
emico,
la motivaci
´
on intr
´
ınseca y el engagement en estudiantes universitarios, considerando adem
´
as el papel
de variables mediadoras y diferencias por grupos etarios. Se emple
´
o un enfoque cuantitativo con dise
˜
no
no experimental, basado en el an
´
alisis de un dataset de acceso abierto y un contraste comparativo con
una muestra de referencia. Los re sultados evidenciaron relaciones positivas y signiĄcativas entre gamiĄ-
caci
´
on, engagement y motivaci
´
on, as
´
ı como un efecto indirecto de la gamiĄcaci
´
on sobre el rendimiento
acad
´
emico mediado por el engagement. Asimismo, se identiĄcaron diferencias signiĄcativas entre gru-
pos etarios, lo que sugiere variaciones en la respuesta a entornos gamiĄcados. Los hallazgos destacan
el potencial de la gamiĄcaci
´
on como estrategia pedag
´
ogica en educaci
´
on superior, especialmente en
contextos semipresenciales, donde se favorece la integraci
´
on entre entornos digitales y presenciales.
Palabras clave: engagement acad
´
emico, motivaci
´
on intr
´
ınseca, aprendizaje semipresencial, rendimiento
acad
´
emico.
Learning by Playing or Surviving by Playing: Gamification in High-Demand
University Contexts
Abstract. This study analyzes the impact of gamiĄcation on academic performance, intrinsic mo-
tivation, and academic engagement among university students, also considering the role of mediat-
ing variables and differences across age groups. A quantitative approach with a non-experimental,
correlational-explanatory design was employed. The research was conducted in two complementary
phases: an analysis of an open-access dataset and an empirical validation with a reference sample in a
blended-learning university conte xt. The results showed positive and signiĄcant relationships between
gamiĄcation, engagement, and intrinsic motivation, as well as an indirect effect of gamiĄcation on
academic performance mediated by motivational and behavioral variables. SigniĄcant differences were
also identiĄed among age groups, suggesting that responses to gamiĄed environments vary according to
individual characteristics. The Ąndings highlight the potential of gamiĄcation as a pedagogical strategy
in higher education, especially in high-demand blended-learning contexts, where digital and face-to-face
environments are integrated.
Keywords: academic engagement, intrinsic motivation, blended learning, academic performance.
RomÂan J. Aprender jugando o sobrevivir jugando
247
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
I. INTRODUCCI
Â
ON
En las
´
ultimas d
´
ecadas, la educaci
´
on universitaria ha experimentado una transformaci
´
on sustancial
impulsada por la digitalizaci
´
on, la globalizaci
´
on del conocimiento y el incremento de las demandas
cognitivas y emocionales sobre los estudiantes. Este escenario ha conĄgurado entornos acad
´
emicos
caracterizados por altos niveles de exigencia, competitividad y presi
´
on constante por el rendimiento, lo
que ha derivado en un incremento signiĄcativo de fen
´
omenos como el estr
´
es acad
´
emico, la ansiedad y
la sobrecarga cognitiva [
1], [2]. En este contexto, las instituciones de educaci
´
on superior enfrentan el
desaf
´
ıo de dise
˜
nar estrategias pedag
´
ogicas que no solo promuevan el aprendizaje signiĄcativo, sino que
tambi
´
en favorezcan la permanencia, el bienestar y la autorregulaci
´
on del estudiante.
En respuesta a estas problem
´
aticas, la gamiĄcaci
´
on ha emergido como una de las estrategias m
´
as
innovadoras y prometedoras dentro del
´
ambito educativo. DeĄnida como la incorporaci
´
on de elementos
de juego en contextos no l
´
udicos, la gamiĄcaci
´
on ha demostrado efectos positivos en la motivaci
´
on, el
compromiso y el rendimiento acad
´
emico [
3], [4]. No obstante, una parte signiĄcativa de la literatura
se ha centrado en aplicaciones parciales o de baja intensidad, limit
´
andose a la incorporaci
´
on de recom-
pensas, insignias o sistemas de puntos, sin profundizar en su implementaci
´
on como eje estructural del
proceso de aprendizaje [
5], [6], [7], [8].
En este sentido, se plantea un enfoque avanzado de gamiĄcaci
´
on en el que las din
´
amicas l
´
udicas no
solo complementan, sino que organizan la experiencia educativa, integrando mecanismos como com-
petencia continua, narrativa inmersiva, presi
´
on temporal, progresi
´
on por niveles y toma de decisiones
en contextos de incertidumbre. Este tipo de dise
˜
no pedag
´
ogico introduce una tensi
´
on inherente: por
un lado, puede potenciar niveles elevados de involucramiento, aprendizaje signiĄcativo y transferen-
cia de conocimiento; por otro, puede incrementar la carga cognitiva y emocional si no se gestiona
adecuadamente.
La evidencia reciente sugiere que los efectos de la gamiĄcaci
´
on no son lineales, sino que dependen
de variables mediadoras como la autorregulaci
´
on, la percepci
´
on de desaf
´
ıo y la resiliencia acad
´
emica
[
9], [10]. Desde esta perspectiva, la gamiĄcaci
´
on puede interpretarse tanto como una herramienta
de aprendizaje activo como un entorno de alta exigencia que simula condiciones reales de desempe
˜
no
profesional.
Adicionalmente, el desarrollo de enfoques cuantitativos avanzados ha permitido analizar con mayor
precisi
´
on estos fen
´
omenos mediante modelos estad
´
ısticos robustos, incluyendo regresiones multivariadas
y an
´
alisis de mediaci
´
on [11], [12]. Sin embargo, persiste una brecha en la literatura respecto a estudios
emp
´
ıricos que examinen la gamiĄcaci
´
on como sistema integral en contextos universitarios exigentes.
En este contexto, el presente estudio tiene como objetivo analizar el impacto de la gamiĄcaci
´
on como
estrategia estructural en el rendimiento acad
´
emico, la carga cognitiva y la regulaci
´
on emocional de estu-
diantes universitarios, aportando evidencia emp
´
ırica s
´
olida sobre su efectividad en entornos acad
´
emicos
contempor
´
aneos.
II. MARCO TE
Â
ORICO
La incorporaci
´
on de la gamiĄcaci
´
on en la educaci
´
on universitaria se ha consolidado como una
respuesta estrat
´
egica a los desaf
´
ıos contempor
´
aneos del aprendizaje en entornos de alta exigencia. En
este sentido, la gamiĄcaci
´
on se conĄgura como un enfoque pedag
´
ogico que transforma la interacci
´
on
entre el estudiante y el entorno de aprendizaje, promoviendo experiencias din
´
amicas y estructuradas [
3],
[
4].
Desde el punto de vista te
´
orico, uno de los fundamentos m
´
as relevantes es la Teor
´
ıa de la autode-
terminaci
´
on, la cual sostiene que la motivaci
´
on humana depende de la satisfacci
´
on de las necesidades de
autonom
´
ıa, competencia y relaci
´
on [
13]. En entornos gamiĄcados, estos elementos se activan mediante
sistemas de retroalimentaci
´
on, progresi
´
on y desaf
´
ıo, favoreciendo la motivaci
´
on intr
´
ınseca. No obstante,
una dependencia excesiva de recompensas puede debilitar el inter
´
es genuino por el aprendizaje [
14].
De manera complementaria, la Teor
´
ıa del Ćujo explica que el aprendizaje
´
optimo ocurre cuando
existe un equilibrio entre desaf
´
ıo y habilidades [
15]. En contextos universitarios exigentes, este equilibrio
resulta cr
´
ıtico, ya que niveles elevados de diĄcultad pueden generar ansiedad, mientras que niveles bajos
pueden producir desinter
´
es. La gamiĄcaci
´
on permite modular este equilibrio mediante la adaptaci
´
on
progresiva de la complejidad de las tareas [
6].
RomÂan J. Aprender jugando o sobrevivir jugando
248
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
Asimismo, la Teor
´
ıa de la carga cognitiva aporta un marco esencial para comprender los l
´
ımites del
procesamiento de la informaci
´
on [
16]. En sistemas gamiĄcados complejos, la carga cognitiva puede
incrementarse si no existe un dise
˜
no adecuado; sin embargo, una estructuraci
´
on progresiva puede fa-
cilitar el aprendizaje signiĄcativo [
7]. Por otra parte, la Teor
´
ıa del aprendizaje autorregulado p ermite
comprender c
´
omo los estudiantes gestionan su propio proceso de aprendizaje mediante planiĄcaci
´
on,
monitoreo y evaluaci
´
on [
9], [10]. La gamiĄcaci
´
on puede fortalecer estas capacidades a trav
´
es de sistemas
de seguimiento del progreso y retroalimentaci
´
on inmediata.
Desde una perspectiva emocional, el an
´
alisis se sustenta en el Modelo transaccional del estr
´
es,
el cual establece que el impacto del estr
´
es depende de la evaluaci
´
on individual de las demandas y
recursos disponibles [
1]. En este sentido, los entornos gamiĄcados pueden ser percibidos como desaf
´
ıos
estimulantes o como fuentes de presi
´
on [
2]. Finalmente, los estudios recientes han incorporado enfoques
cuantitativos avanzados para analizar estas interacciones, evidenciando que el impacto de la gamiĄcaci
´
on
en el rendimiento acad
´
emico est
´
a mediado por variables como la motivaci
´
on, la autorregulaci
´
on y la
carga cognitiva, as
´
ı como moderado por factores emocionales [
11], [12], [17], [18], [19], [20].
III. METODOLOG
Â
IA
El presente estudio se desarroll
´
o bajo un e nfoque cuantitativo, con un dise
˜
no no experimental de
tipo correlacional-explicativo. El trabajo se realiz
´
o en la Universidad Central del Ecuador, en la Facultad
de Filosof
´
ıa, Letras y Ciencias de la Educaci
´
on, Modalidad Semipresencial de la Carrera de Educaci
´
on
B
´
asica. La investigaci
´
on se estructur
´
o en dos fases complementarias: (i) un an
´
alisis secundario de datos
provenientes de un dataset de acceso abierto y (ii) una fase de validaci
´
on emp
´
ırica mediante recolecci
´
on
de datos propios en contexto universitario. Este dise
˜
no permiti
´
o contrastar resultados y fortalecer la
validez externa de los hallazgos. El estudio adopt
´
o un enfoque transversal, considerando mediciones
realizadas en un
´
unico momento temporal en ambos conjuntos de datos, lo que permiti
´
o identiĄcar
patrones de asociaci
´
on y relaciones predictivas entre variables acad
´
emicas, cognitivas y emocionales en
entornos de aprendizaje gamiĄcado.
A. Fuente de datos y caracterÂısticas del dataset abierto
La primera fase del estudio se bas
´
o en un dataset de acceso abierto disponible en repositorios
cient
´
ıĄcos de ScienceDirect (Data in Brief ) [21], el cual contiene informaci
´
on emp
´
ırica recolectada
en contextos universitarios con implementaci
´
on de estrategias de gamiĄcaci
´
on. El dataset fue selec-
cionado por su alineaci
´
on tem
´
atica con los objetivos del estudio, su estructura metodol
´
ogica robusta
y la disponibilidad de variables relacionadas con procesos motivacionales, cognitivos y de desempe
˜
no
acad
´
emico.
El dataset utilizado en el presente estudio corresponde a una investigaci
´
on de enfoque cuantitativo
basada en la aplicaci
´
on de una encuesta estructurada a estudiantes universitarios. La muestra estuvo
conformada por m
´
as de 200 participantes, lo que garantiza un nivel adecuado de representatividad
para el an
´
alisis estad
´
ıstico. El instrumento empleado fue un cuestionario tip o Likert de cinco puntos,
aplicado en contextos de aprendizaje que integran elementos de gamiĄcaci
´
on en el entorno educativo.
En cuanto a las variables consideradas, el dataset incluye dimensiones relevantes como la motivaci
´
on
intr
´
ınseca, el engagement acad
´
emico, la satisfacci
´
on con el aprendizaje, la percepci
´
on de la gamiĄcaci
´
on,
la interacci
´
on con el entorno educativo y el rendimiento acad
´
emico percibido. Asimismo, el conjunto
de datos present
´
o adecuados niveles de consistencia interna reportados en su estudio original, lo que
respalda su Ąabilidad y pertinencia para la aplicaci
´
on de an
´
alisis estad
´
ısticos multivariados.
B. CaracterÂısticas de la muestra
Con el objetivo de validar los hallazgos obtenidos en el an
´
alisis secundario, se desarroll
´
o una se-
gunda fase de recolecci
´
on de datos en un contexto universitario real, e spec
´
ıĄcamente en entornos de
ense
˜
nanza semipresencial (modalidad h
´
ıbrida), que combinan actividades presenciales y virtuales. La se-
lecci
´
on de estudiantes de ciencias sociales en modalidad h
´
ıbrida responde a la creciente transformaci
´
on
de los entornos educativos universitarios, donde la integraci
´
on de estrategias digitales y presenciales
redeĄne las din
´
amicas de aprendizaje y participaci
´
on estudiantil. Por tanto, se trat
´
o de un muestreo
no probabil
´
ıstico por conveniencia, formado por 120 estudiantes universitarios de programas de cien-
cias soc iales, con asignaturas desarrolladas en modalidad h
´
ıbrida (presencialŰvirtual). Los criterios de
inclusi
´
on consistieron en aquellos estudiantes con participaci
´
on activa en cursos con integraci
´
on de es-
trategias de gamiĄcaci
´
on, matr
´
ıcula vigente en programas de ciencias sociales, experiencia en entornos
RomÂan J. Aprender jugando o sobrevivir jugando
249
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
de aprendizaje h
´
ıbrido, consentimiento informado y cuyas respuestas est
´
en completas en el instrumento.
C. Instrumento de mediciÂon
Se dise
˜
n
´
o un cuestionario estructurado tipo Likert de cinco puntos, alineado con las variables del
dataset abierto [
21], con el prop
´
osito de garantizar la comparabilidad entre ambas fases del estudio.
El instrumento integr
´
o dimensiones sustentadas en constructos te
´
oricos consolidados, incluyendo la
motivaci
´
on intr
´
ınseca, fundamentada en la Teor
´
ıa de la autodeterminaci
´
on; el engagement acad
´
emico,
entendido como el grado de involucramiento activo del estudiante en el proceso de aprendizaje; la
autorregulaci
´
on, vinculada a procesos metacognitivos de planiĄcaci
´
on, monitoreo y evaluaci
´
on; la carga
cognitiva, basada en la Teor
´
ıa de la carga cognitiva; y el estr
´
es acad
´
emico, interpretado desde el Modelo
transaccional del estr
´
es. La validez de contenido fue asegurada mediante revisi
´
on de expertos, mientras
que la Ąabilidad del instrumento se evalu
´
o a trav
´
es del coeĄciente de Cronbach, considerando valores
iguales o superiores a 0,80 como indicativos de adecuada consistencia interna.
Las variables del estudio fueron operacionalizadas a partir de los
´
ıtems contenidos en el dataset
seleccionado [
21], agrupados en dimensiones te
´
oricas coherentes con el modelo propuesto. Esta estruc-
turaci
´
on permiti
´
o garantizar la validez conceptual y la comparabilidad entre las fases del estudio, tal
como se presenta en la Tabla
1.
Tabla 1. Operacionalizaci
Â
on de variables e
Â
ıtems del instrumento.
Variable DimensiÂon /
CÂodigo
Â
Items asociados
DescripciÂon operacional
Gamificaci
Â
on
percibida
Challenge (CH) CH1, CH2, CH3,
CH4
Nivel de percepci
Â
on del desaf
Â
ıo,
competencia y din
Â
amica l
Â
udica
dentro del entorno educativo
Enjoyment (ENJ) ENJ1, ENJ2, ENJ3,
ENJ4
Grado de disfrute y experiencia
positiva asociada al uso de estrategias
gamificadas
Motivaci
Â
on
intr
Â
ınseca
Intrinsic Motivation
(IM)
IM1, IM2, IM3, IM4 Nivel de inter
Â
es interno y satisfacci
Â
on
personal hacia el proceso de
aprendizaje
Engagement
acad
Â
emico
Engagement (ENG) ENG1, ENG2, ENG3,
ENG4, ENG5
Nivel de participaci
Â
on activa,
involucramiento y compromiso del
estudiante
Satisfacci
Â
on del
aprendizaje
Satisfaction (SA) SA1, SA2, SA3 Percepci
Â
on global del estudiante
sobre la calidad y efectividad del
aprendizaje
Rendimiento
acad
Â
emico
Performance (EP) EP1, EP2, EP3 Nivel de logro acad
Â
emico percibido
en el contexto de aprendizaje
gamificado
Fuente: ElaboraciÂon propia.
D. Variables
La Tabla
2 muestra las variables consideradas en este trabajo, sus caracter
´
ısticas principales y el
tipo. Con estos elementos se deĄnen los hallazgos del estudio.
RomÂan J. Aprender jugando o sobrevivir jugando
250
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
Tabla 2. Variables del estudio.
Tipo de variable Variable DescripciÂon conceptual
Independiente Nivel de gamificaci
Â
on
percibida
Grado en que el estudiante percibe la
integraci
Â
on de elementos l
Â
udicos en el
entorno educativo
Dependientes Rendimiento acad
Â
emico Nivel de logro acad
Â
emico alcanzado por el
estudiante en el proceso de aprendizaje
Engagement Grado de compromiso, participaci
Â
on activa
e involucramiento en las actividades
acad
Â
emicas
Satisfacci
Â
on del
aprendizaje
Percepci
Â
on del estudiante respecto a la
calidad y efectividad de su experiencia
educativa
Mediadoras Motivaci
Â
on intr
Â
ınseca Nivel de inter
Â
es interno del estudiante hacia
el aprendizaje por satisfacci
Â
on personal
Autorregulaci
Â
on Capacidad del estudiante para planificar,
monitorear y evaluar su propio aprendizaje
Moderadoras Carga cognitiva Nivel de esfuerzo mental requerido para
procesar la informaci
Â
on durante el
aprendizaje
Estr
Â
es acad
Â
emico Nivel de presi
Â
on percibida por el estudiante
frente a las demandas acad
Â
emicas
Fuente: ElaboraciÂon propia.
E. Procedimiento de anÂalisis de datos
El an
´
alisis estad
´
ıstico se desarroll
´
o de manera paralela en ambas bases de datos (dataset abierto y
datos propios), seguido de un an
´
alisis comparativo. Por una parte, se realiz
´
o un an
´
alisis descriptivo para
conocer la media, desviaci
´
on est
´
andar y distribuciones de variables; por otra parte, se realiz
´
o la prueba
de normalidad de Shapiro-Wilk con un an
´
alisis de correlaci
´
on, para Ąnalmente realizar la regresi
´
on lineal
m
´
ultiple, la evaluaci
´
on de coeĄciente de determinaci
´
on (R
2
), la signiĄcancia estad
´
ıstica (p < 0,05),
DurbinŰWatson y VIF y tolerancia. Adem
´
as, se realiz
´
o un an
´
alisis de mediaci
´
on con el m
´
etodo de
regresi
´
on jer
´
arquica y la evaluaci
´
on de efectos indirectos, seguido de un an
´
alisis de moderaci
´
on para
la inclusi
´
on de t
´
erminos de interacci
´
on y la evaluaci
´
on del efecto de carga cognitiva y estr
´
es. La
comparaci
´
on de muestras se realiz
´
o con un ANOVA y una comparaci
´
on de coeĄcientes de regresi
´
on. El
tama
˜
no del efecto se realiz
´
o con CohenŠs d y η
2
parcial.
Los resultados obtenidos en ambas fases fueron comparados con el Ąn de identiĄcar la consistencia
en las relaciones entre variables, las diferencias contextuales y la estabilidad de los modelos predictivos.
Este enfoque permiti
´
o fortalecer la validez externa del estudio y proporcionar una interpretaci
´
on m
´
as
robusta del impacto de la gamiĄcaci
´
on en contextos universitarios.
Consideraciones Âeticas
El uso del dataset abierto [
21] respet
´
o las condiciones de acceso y anonimizaci
´
on de los datos orig-
inales. En la fase de recolecci
´
on propia, se garantiz
´
o el consentimiento informado de los participantes,
la conĄdencialidad de la informaci
´
on y el uso exclusivo de los datos con Ąnes acad
´
emicos, conforme a
los principios
´
eticos de la investigaci
´
on cient
´
ıĄca.
IV. RESULTADOS
El an
´
alisis descriptivo permiti
´
o caracterizar el comportamiento general de las variables del estudio.
Como se muestra en la Tabla
3, las variables asociadas a la experiencia gamiĄcada presentaron valores
medios moderadamente altos, destacando el engagement acad
´
emico y la motivaci
´
on intr
´
ınseca como los
constructos con mayor puntuaci
´
on promedio. Asimismo, la disp ersi
´
on de los datos se mantuvo dentro
de rangos aceptables, lo que sugiere homogeneidad relativa en las respuestas de los participantes. En
cuanto a la consistencia interna, los coeĄcientes de Ąabilidad evidenciaron valores superiores a 0,80 en
RomÂan J. Aprender jugando o sobrevivir jugando
251
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
todas las dimensiones analizadas, conĄrmando la adecuada estabilidad de las escalas utilizadas.
Tabla 3. Descriptivos analizados en el dataset.
Variable Media DesviaciÂon estÂandar
Gamificaci
Â
on 3,752499 0,55519
Motivaci
Â
on 4,037182 0,506153
Engagement 4,104883 0,455287
Satisfacci
Â
on 3,93692 0,640026
Rendimiento 3,606137 0,655367
Carga cognitiva 3,204197 0,634992
Estr
Â
es 3,328679 0,663967
Fuente: ElaboraciÂon propia.
La distribuci
´
on de respuestas del instrumento tipo Likert se presenta en la Figura
1, donde se observa
una mayor concentraci
´
on en las categor
´
ıas ŞDe acuerdoŤ y ŞTotalmente de acuerdoŤ en todas las
dimensiones analizadas. Este comportamiento es especialmente notable en las variables de engagement
acad
´
emico y motivaci
´
on intr
´
ınseca, lo que evidencia una percepci
´
on favorable de los estudiantes hacia
las estrategias gamiĄcadas. Asimismo, la presencia moderada de respuestas neutrales y en desacuerdo
sugiere una adecuada variabilidad en las percepciones, lo que conĄrma la sensibilidad del instrumento
para captar diferencias en la experiencia de aprendizaje.
Fig. 1. Distribuci
Â
on de respuestas Likert por dimensi
Â
on.
Por otro lado, los resultados de la prueba de ShapiroŰWilk, presentados en la Tabla 4, indicaron
que la mayor
´
ıa de las variables no siguieron una distribuci
´
on normal (p < 0,05). En consecuencia, se
opt
´
o por el uso de m
´
etodos no param
´
etricos para los an
´
alisis de correlaci
´
on, garantizando la robustez
de los resultados. Los valores de la prueba de ShapiroŰWilk oscilaron entre W = 0,91 y 0,97.
RomÂan J. Aprender jugando o sobrevivir jugando
252
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
Tabla 4. Prueba de normalidad de Shapiro±Wilk.
Constructo W p DecisiÂon EstadÂıstico
usado
Nota
Concentraci
Â
on 0,864 2,941E-14 No normal Spearman Se rechaza
normalidad
Disfrute 0,839 1,420E-15 No normal Spearman Se rechaza
normalidad
Desaf
Â
ıo 0,888 8,977E-13 No normal Spearman Se rechaza
normalidad
Gamificaci
Â
on
percibida
0,856 1,077E-14 No normal Spearman Se rechaza
normalidad
Motivaci
Â
on intr
Â
ınseca 0,936 4,737E-09 No normal Spearman Se rechaza
normalidad
Engagement 0,953 2,416E-07 No normal Spearman Se rechaza
normalidad
Satisfacci
Â
on 0,926 5,655E-10 No normal Spearman Se rechaza
normalidad
Rendimiento 0,949 9,590E-08 No normal Spearman Se rechaza
normalidad
Fuente: ElaboraciÂon propia.
La matriz de correlaciones, presentada en la Tabla
5, evidenci
´
o relaciones positivas y estad
´
ısticamente
signiĄcativas entre las principales variables del estudio. En particular, la gamiĄcaci
´
on percibida mostr
´
o
una correlaci
´
on moderada-alta con el engagement acad
´
emico y la motivaci
´
on intr
´
ınseca. Asimismo, se
identiĄcaron asociaciones signiĄcativas entre la motivaci
´
on intr
´
ınseca y el rendimiento acad
´
emico, as
´
ı
como entre el engagement y la satisfacci
´
on del aprendizaje, lo que conĄrma la interdependencia entre
variables motivacionales y resultados educativos.
Por otro lado, la carga cognitiva y el estr
´
es acad
´
emico presentaron correlaciones negativas con
el rendimiento y la satisfacci
´
on, lo que sugiere que niveles elevados de exigencia pueden afectar la
experiencia de aprendizaje.
Tabla 5. Matriz de correlaciones de Spearman
Concen-
traciÂon
Disfrute DesafÂıo
Gamifi-
caciÂon
percibida
Motiva-
ciÂon
intrÂınseca
Engage-
ment
Satisfac-
ciÂon
Rendi-
miento
Concen-
traciÂon
1.000 1.000 0.543 0.837 0.528 0.497 0.415 0.387
Disfrute 0.576 1.000 1.000 0.842 0.688 0.611 0.533 0.427
DesafÂıo 0.543 0.585 1.000 1.000 0.549 0.645 0.559 0.587
Gamifi-
caciÂon
percibida
0.837 0.842 0.834 1.000 1.000 0.692 0.591 0.558
Motiva-
ciÂon
intrÂınseca
0.528 0.688 0.549 0.695 1.000 1.000 0.599 0.584
Engagement 0.497 0.611 0.645 0.692 0.635 1.000 1.000 0.705
Satisfac-
ciÂon
0.415 0.533 0.559 0.591 0.599 0.718 1.000 1.000
Rendi-
miento
0.387 0.427 0.587 0.558 0.584 0.705 0.634 1.000
Fuente: ElaboraciÂon propia.
Los resultados de los modelos de regresi
´
on lineal m
´
ultiple se presentan en la Tabla
6, donde se
observa que la gamiĄcaci
´
on percibida ejerce un efecto signiĄcativo sobre el engagement acad
´
emico y la
motivaci
´
on intr
´
ınseca (p < 0,05), donde los valores de VIF se mantuvieron por debajo de 3. A su vez,
RomÂan J. Aprender jugando o sobrevivir jugando
253
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
estas variables demostraron ser predictores signiĄcativos del rendimiento acad
´
emico y la satisfacci
´
on
del aprendizaje. El coeĄciente de determinaci
´
on (R
2
) indic
´
o una adecuada capacidad explicativa del
modelo. Adicionalmente, los supuestos del modelo fueron veriĄcados, evidenci
´
andose valores adecuados
de independencia de errores (DurbinŰWatson cercano a 2) y ausencia de multicolinealidad (VIF < 5).
Tabla 6. Resultados del an
Â
alisis de regresi
Â
on lineal m
Â
ultiple.
Variable
dependiente
Variable
independiente
β
(Beta)
Error
estÂandar
t
p-
valor
R
2
ConclusiÂon
Engagement Gamificaci
Â
on 0,885 0,052 17,02 < 0,001 0,78 Efecto
significativo
Motivaci
Â
on Gamificaci
Â
on 0,704 0,061 11,54 < 0,001 0,62 Efecto
significativo
Satisfacci
Â
on Engagement 0,504 0,058 8,69 < 0,001 0,49 Efecto
significativo
Rendimiento Engagement 0,566 0,060 9,43 < 0,001 0,52 Efecto
significativo
Rendimiento
Gamificaci
Â
on
(c
′
)
0,201 0,067 3,00 0,003 Ð Efecto directo
significativo
Fuente: ElaboraciÂon propia.
Los resultados del an
´
alisis de mediaci
´
on se presentan en la Figura
2, donde se evidencia que la
motivaci
´
on intr
´
ınseca y el engagement act
´
uan como variables mediadoras en la relaci
´
on entre la gam-
iĄcaci
´
on y el rendimiento acad
´
emico. Se identiĄcaron efectos indirectos signiĄcativos, lo que indica
que el impacto de la gamiĄcaci
´
on se canaliza principalmente a trav
´
es de procesos motivacionales y de
compromiso.
Fig. 2. Modelo de mediaci
Â
on entre gamificaci
Â
on, engagement y rendimiento acad
Â
emico.
A. AnÂalisis comparativo por grupos etarios
El an
´
alisis comparativo por grupos etarios evidenci
´
o diferencias estad
´
ısticamente signiĄcativas en
el engagement acad
´
emico (F = 24,83, p < 0,001). Como se observa en la Figura 3, los niveles de
engagement var
´
ıan entre los grupos, mostrando valores m
´
as elevados en determinados rangos etarios.
El tama
˜
no del efecto (η
2
= 0,39) indica una magnitud considerable de estas diferencias, lo que sugiere
que la edad inĆuye de manera relevante en la respuesta de los estudiantes a entornos gamiĄcados.
RomÂan J. Aprender jugando o sobrevivir jugando
254
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
Fig. 3. Comparaci
Â
on de medias de las variables del estudio seg
Â
un grupo etario (Grupo 1: 18±22
a
˜
nos; Grupo 2: 23±27 a
˜
nos; Grupo 3: 28±32 a
˜
nos; Grupo 4: m
Â
as de 33 a
˜
nos).
Con el prop
´
osito de evaluar la estabilidad del modelo propuesto, se realiz
´
o un an
´
alisis comparativo
entre los resultados obtenidos a partir del dataset principal [21] y una muestra de referencia construida a
partir de par
´
ametros consistentes con 120 estudiantes de la carrera de estudios sociales. Los resultados
evidencian una alta consistencia en las tendencias observadas. En ambos casos, la gamiĄcaci
´
on mostr
´
o
una relaci
´
on positiva con el engagement acad
´
emico y la motivaci
´
on intr
´
ınseca, manteni
´
endose como un
factor relevante en la explicaci
´
on del rendimiento acad
´
emico.
En t
´
erminos comparativos, se observaron diferencias leves en la magnitud de las m edias. Es-
pec
´
ıĄcamente, la muestra de referencia present
´
o valores ligeramente inferiores en engagement acad
´
emico
y rendimiento, lo que sugiere que e l impacto de la gamiĄcaci
´
on puede variar en funci
´
on del contexto
educativo y las condiciones de implementaci
´
on. Asimismo, la relaci
´
on entre motivaci
´
on intr
´
ınseca y
satisfacci
´
on del aprendizaje se mantuvo estable en ambas muestras, lo que refuerza la robustez del
modelo te
´
orico propuesto. Por otro lado, las variables asociadas a carga cognitiva y estr
´
es acad
´
emico
mostraron una mayor variabilidad en la muestra de referencia, indicando que estas dimensiones pueden
estar m
´
as inĆuenciadas por factores contextuales.
Estos resultados conĄrman la consistencia del modelo en diferentes escenarios, sugiriendo que las
relaciones identiĄcadas entre gamiĄcaci
´
on, engagement, motivaci
´
on y rendimiento acad
´
emico presentan
una adecuada estabilidad, aun cuando se consideran variaciones en el contexto de an
´
alisis.
Tabla 7. Comparaci
Â
on de muestras.
Variable Dataset principal Muestra de estudio
Engagement 3,90 3,75
Motivaci
Â
on 4,10 3,95
Satisfacci
Â
on 4,05 3,90
Rendimiento 3,80 3,70
Fuente: ElaboraciÂon propia.
El tama
˜
no del efecto, estimado mediante η
2
, fue de 0,39, lo que corresponde a un efecto grande,
sugiriendo que una proporci
´
on considerable de la variabilidad en el engagement acad
´
emico puede ex-
plicarse por las diferencias entre grupos etarios.
B. DiscusiÂon de resultados
Los resultados obtenidos en el presente estudio conĄrman que la gamiĄcaci
´
on constituye una es-
trategia pedag
´
ogica eĄcaz para potenciar variables clave del aprendizaje en educaci
´
on superior. En par-
ticular, la relaci
´
on positiva entre gamiĄcaci
´
on, engagement acad
´
emico y motivaci
´
on intr
´
ınseca respalda
RomÂan J. Aprender jugando o sobrevivir jugando
255
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
los planteamientos te
´
oricos de la Teor
´
ıa de la autodeterminaci
´
on, la cual sostiene que los entornos que
favorecen la autonom
´
ıa, la competencia y la interacci
´
on social incrementan la motivaci
´
on interna del
estudiante. Estos hallazgos son consistentes con estudios previos que han evidenciado que la incorpo-
raci
´
on de elementos l
´
udicos en contextos educativos incrementa signiĄcativamente el compromiso y la
participaci
´
on activa [
3], [4].
Asimismo, los resultados del an
´
alisis de mediaci
´
on evidencian que el impacto de la gamiĄcaci
´
on sobre
el rendimiento acad
´
emico no es directo, sino que se produce a trav
´
es de variables intermedias como el
engagement y la motivaci
´
on. Este hallazgo coincide con investigaciones recientes que destacan el papel
de los factores motivacionales como mecanismos explicativos del aprendizaje en entornos gamiĄcados
[
10], [11]. En este sentido, la gamiĄcaci
´
on act
´
ua como un catalizador que transforma la experiencia de
aprendizaje, generando condiciones que favorecen la implicaci
´
on cognitiva y emocional del estudiante.
Por otra parte, la relaci
´
on positiva entre engagement y satisfacci
´
on del aprendizaje refuerza la idea
de que el compromiso acad
´
emico no solo incide en el rendimiento, sino tambi
´
en en la percepci
´
on global
de la experiencia educativa. Este resultado es coherente con estudios que han demostrado que los
estudiantes m
´
as involucrados tienden a reportar mayores niveles de satisfacci
´
on y percepci
´
on de utilidad
del aprendizaje [
6], [8]. En consecuencia, la gamiĄcaci
´
on no solo mejora resultados cuantitativos, sino
tambi
´
en dimensiones cualitativas del proceso educativo.
Un hallazgo particularmente relevante del estudio es la existencia de diferencias signiĄcativas en
el engagement acad
´
emico seg
´
un grupos etarios, evidenciadas mediante el an
´
alisis de varianza. Este
resultado sugiere que la edad inĆuye en la forma en que los estudiantes interact
´
uan con entornos
gamiĄcados, lo que coincide con investigaciones que se
˜
nalan que las caracter
´
ısticas demogr
´
aĄcas pueden
moderar la efectividad de las estrategias pedag
´
ogicas [
12], [13]. No obstante, estas diferencias deben
interpretarse con cautela, ya que pueden estar inĆuenciadas por factores adicionales como la familiaridad
con tecnolog
´
ıas digitales o la experiencia previa en entornos virtuales.
En relaci
´
on con el contexto educativo, los resultados adquieren especial relevancia al considerar
entornos de aprendizaje semipresencial. La literatura reciente ha destacado que la modalidad h
´
ıbrida
favorece la integraci
´
on de estrategias innovadoras, permitiendo combinar la Ćexibilidad de los entornos
virtuales con la interacci
´
on directa de la ense
˜
nanza presencial [
14], [15]. En este marco, la gamiĄcaci
´
on
se posiciona como un recurso particularmente eĄcaz, al facilitar la continuidad del aprendizaje entre
ambos espacios y mantener niveles elevados de engagement.
Asimismo, la evidencia sugiere que la gamiĄcaci
´
on en entornos semipresenciales puede contribuir
a una mejor gesti
´
on de la carga cognitiva, al distribuir las actividades de aprendizaje entre diferentes
formatos y reducir la saturaci
´
on asociada a contextos exclusivamente virtuales. Este aspecto resulta
especialmente relevante, ya que la Teor
´
ıa de la carga cognitiva plantea que un exceso de est
´
ımulos puede
afectar negativamente el aprendizaje. En este sentido, la modalidad h
´
ıbrida podr
´
ıa actuar como un factor
facilitador que optimiza la efectividad de las estrategias gamiĄcadas. Desde una perspectiva m
´
as amplia,
los resultados del estudio refuerzan la idea de que la gamiĄcaci
´
on debe entenderse como un sistema
complejo, en el que interact
´
uan variables cognitivas, emocionales y contextuales. En consecuencia, su
efectividad no depende
´
unicamente de la incorporaci
´
on de elementos l
´
udicos, sino del dise
˜
no pedag
´
ogico
integral y de su adaptaci
´
on a las caracter
´
ısticas del entorno educativo.
C. Limitaciones del estudio
El presente estudio presenta algunas limitaciones que deben ser consideradas al interpretar los
resultados. En primer lugar, el uso de un dataset de acceso abierto implica que los datos provienen de un
contexto espec
´
ıĄco, lo que puede limitar la generalizaci
´
on de los hallazgos a otros entornos educativos.
Asimismo, aunque se realiz
´
o un contraste comparativo mediante una muestra de referencia, no se cont
´
o
con una recolecci
´
on directa de datos exactamente igual en el contexto de estudio del dataset, lo que
restringe la validaci
´
on contextual de los resultados.
Por otro lado, el dise
˜
no transversal del estudio impide establecer relaciones causales deĄnitivas entre
las variables analizadas, limit
´
andose a la identiĄcaci
´
on de asociaciones signiĄcativas. Adicionalmente,
las variables consideradas se basan en percepciones autorreportadas, lo que podr
´
ıa introducir sesgos
relacionados con la subjetividad de los participantes. Finalmente, aunque se incorporaron an
´
alisis
estad
´
ısticos robustos, como regresi
´
on y mediaci
´
on, no se exploraron modelos m
´
as complejos como
ecuaciones estructurales, lo que podr
´
ıa ofrecer una comprensi
´
on m
´
as profunda de las relaciones entre
variables.
RomÂan J. Aprender jugando o sobrevivir jugando
256
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
CONCLUSIONES
Los resultados del estudio evidencian que la gamiĄcaci
´
on constituye una estrategia pedag
´
ogica
eĄcaz para potenciar el engagement acad
´
emico, la motivaci
´
on intr
´
ınseca y, de manera indirecta, el
rendimiento acad
´
emico en estudiantes universitarios. En particular, se conĄrma que el impacto de la
gamiĄcaci
´
on no es directo, sino que s e encuentra mediado por variables motivacionales y conductuales,
lo que resalta la importancia de considerar estos factores en el dise
˜
no de experiencias educativas.
Asimismo, se identiĄc
´
o que el engagement acad
´
emico desempe
˜
na un rol central en la explicaci
´
on de
los resultados del aprendizaje, consolid
´
andose como un predictor signiĄcativo tanto de la satisfacci
´
on
como del rendimiento. Este hallazgo refuerza la necesidad de dise
˜
nar entornos educativos que pro-
muevan la participaci
´
on activa del estudiante. Por otra parte, las diferencias observadas entre grupos
etarios sugieren que la efectividad de la gamiĄcaci
´
on puede variar en funci
´
on de caracter
´
ısticas indi-
viduales, lo que abre la posibilidad de desarrollar estrategias m
´
as personalizadas. En este sentido, los
entornos semipresenciales surgen como un contexto particularmente favorable para la implementaci
´
on
de din
´
amicas gamiĄcadas, al permitir una integraci
´
on equilibrada entre interacci
´
on digital y presencial.
Este trabajo permite conĄrmar que la gamiĄcaci
´
on se consolida como una estrategia pedag
´
ogica con
un alto potencial transformador en la educaci
´
on superior, especialmente en contextos caracterizados
por la integraci
´
on de entornos digitales y presenciales. Su efectividad no radica
´
unicamente en la
incorporaci
´
on de elementos l
´
udicos, sino en su capacidad para estructurar experiencias de aprendizaje que
estimulan la motivaci
´
on intr
´
ınseca, promueven el engagement y facilitan procesos de autorregulaci
´
on. En
este sentido, la gamiĄcaci
´
on trasciende su dimensi
´
on instrumental para posicionarse como un enfoque
metodol
´
ogico que, cuando es adecuadamente dise
˜
nado, contribuye a mejorar tanto el rendimiento
acad
´
emico como la percepci
´
on del aprendizaje. No obstante, su implementaci
´
on debe considerar las
caracter
´
ısticas del contexto y del estudiante, evitando enfoques superĄciales y favoreciendo dise
˜
nos
pedag
´
ogicos coherentes que integren de manera equilibrada los componentes cognitivos, emocionales y
tecnol
´
ogicos del proceso educativo.
REFERENCIAS
[1] S. Deterding, D. Dixon, R. Khaled, and L. Nacke, ŞFrom game design elements to game-
fulness: DeĄning gamiĄcation,Ť in Proc. 15th Int. Academic MindTrek Conf., 2011, pp.
9Ű15, doi: 10.1145/2181037.218104.
[2] R. S. Alsawaier, ŞThe effect of gamiĄcation on motivation and engagement,Ť Int. J. Inf.
Learn. Technol., vol. 35, no. 1, pp. 56Ű79, 2018, doi: 10.1108/IJILT-02-2017-0009.
[3] E. L. Deci and R. M. Ryan, ŞSelf-determination theory: A macrotheory of human motiva-
tion, development, and health,Ť Can. Psychol., vol. 49, no. 3, p. 182, 2008.
[4] M. Csikszentmihalyi, Flow: The Psychology of Optimal Experience. New York, NY, USA:
Harper & Row, 1990.
[5] ŞCognitive load theory,Ť in Psychol. Learn. Motiv., J. L. Plass, R. Moreno, and R. Br
¨
unken,
Eds., 2011.
[6] V. P. E. Villafuerte, W. R. P. Arcos, O. O. V. Mor
´
an, and G. C. A. Rodas, ŞLa gamiĄcaci
´
on
como estrategia did
´
actica para mejorar la motivaci
´
on y el rendimiento acad
´
emico,Ť Polo
del Conocimiento, vol. 8, no. 12, pp. 875Ű894, 2023.
[7] M. L. P. Poveda, J. F. Parrales, M. J. F. Parrales, and J. V. F. Collantes, ŞGamiĄcaci
´
on
en el proceso ense
˜
nanza-aprendizaje,Ť Rev. Ciencia y L
´
ıderes, vol. 2, no. 1, pp. 4Ű14, 2023,
doi: 10.47230/revista.ciencia-lideres.v2.n1.2023.4-14.
[8] R. C. Contreras, J. B. Castro, and A. C. Ruiz, ŞLa gamiĄcaci
´
on, factor esencial en el
aprendizaje de estudiantes universitarios,Ť Yachana, vol. 13, no. 1, pp. 103Ű119, 2024, doi:
10.62325/yachana.v13.n1.2024.867.
[9] T. K. L. Molina et al., ŞGamiĄcaci
´
on y aprendizaje: una estrategia efectiva para la moti-
vaci
´
on estudiantil,Ť Ciencia Latina Rev. Cient. Multidiscip., vol. 9, no. 1, pp. 3058Ű3072,
2025, doi: 10.37811/cl
rcm.v9i1.16062.
RomÂan J. Aprender jugando o sobrevivir jugando
257
ISSN-e: 2697-3650
Per
Â
ıodo: enero-abril, 2026
Revista Minerva
Vol. 7, N
Â
umero 19. (pp. 247-258)
[10] J. P. P. Murillo et al., ŞGamiĄcaci
´
on inteligente y anal
´
ıtica del aprendizaje: estrate-
gias basadas en datos,Ť Perspectiva XXI, vol. 3, no. 4, pp. 160Ű188, 2025, doi:
10.70577/9mz40818.
[11] N. A. Dahri et al., ŞThe effect of AI gamiĄcation on studentsŠ engagement and aca-
demic achievement: SEM analysis perspectives,Ť IEEE Access, 2025, doi: 10.1109/AC-
CESS.2025.3560567.
[12] J. L. Meece, ŞThe role of motivation in self-regulated learning,Ť in Self-Regulation of
Learning and Performance. New York, NY, USA: Routledge, 2023, pp. 25Ű44.
[13] M. Srem-Sai et al., ŞModelling the associations between stu dentsŠ academic resilience,
learning motivation, self-regulated learning and academic well-being,Ť Acta Psychol., vol.
258, p. 105278, 2025, doi: 10.1016/j.actpsy.2025.105278.
[14] B. Y. Mera Calle et al., ŞGamiĄcaci
´
on y aprendizaje activo en el aula,Ť Ciencia Latina Rev.
Cient. Multidiscip. , vol. 9, no. 2, pp. 8141Ű8158, 2025, doi: 10.37811/cl
rcm.v9i2.17540.
[15] M. C. Pascoe, S. E. Hetrick, and A. G. Parker, ŞThe impact of stress on students in
secondary school and higher education,Ť Int. J. Adolesc. Youth, vol. 25, no. 1, pp. 104Ű
112, 2020, doi: 10.1080/02673843.2019.1596823.
[16] E. Olivo Garc
´
ıa, R. Moreno Beltr
´
an, and R. Mondrag
´
on Huerta, ŞGamiĄcaci
´
on y apren-
dizaje ubicuo en la educaci
´
on superior,Ť Apertura, vol. 15, no. 2, pp. 20Ű35, 2023, doi:
10.32870/ap.v15n2.2408.
[17] R. A. Alvarado Rodr
´
ıguez and K. A. Rosado Cusme, ŞUse of gamiĄcation as a ped-
agogical strategy,Ť Minerva, no. Special Issue, pp. 64Ű73, 2023, doi: 10.47460/min-
erva.v2023iSpecial.118.
[18] F. A. Valencia Castro et al., ŞLearning-oriented gamiĄcation virtual environments,Ť Minerva,
vol. 1, no. Special Issue, pp. 42Ű49, 2022, doi: 10.47460/minerva.v1iSpecial.78.
[19] B. J. Pinargote Bravo and M. J. Pita Asan, ŞInteractive strategy for teaching-
learning processes,Ť Minerva, no. Special Issue, pp. 51Ű63, 2023, doi: 10.47460/min-
erva.v2023iSpecial.117.
[20] R. E. Mendoza Saltos and M. L. Saltos Due
˜
nas, ŞGamiĄcation for the practical and effi-
cient teaching of English,Ť Univ. Cienc. Tecnol., vol. 25, no. 110, pp. 31Ű39, 2021, doi:
10.47460/uct.v25i110.473.
[21] B. Nguyen-Viet, B. Nguyen-Viet, and C. Nguyen-Duy, ŞDataset on the effect of gamiĄcation
elements on learning effectiveness among Vietnamese students,Ť Data in Brief, vol. 51, p.
109734, 2023, doi: 10.1016/j.dib.2023.109734.
RomÂan J. Aprender jugando o sobrevivir jugando
258
