ENCUENTS
Revista de Ciencias Humanas,
Teoría Social y Pensamiento Crítico
Universidad Nacional Experimental Rafael María Baralt
Maracaibo, Venezuela
N°Mayo - Agosto
Abstract
Educational management in Peruvian institutions, as is typical in the theory and
practice of public policy, suffers from inertia in the face of social change. One of
these resistances stems from the understanding, applicability, and implementa-
administration. To measure this phenomenon, the categories of Giandomenico
Majone and Archon Fung regarding the limited relevance of collective decisions in
contexts of scarce information are used. Based on this, and for purely instrumen-
tal purposes, the concept of empty consensus is formulated. With this categorical
Big Data-based system has been implemented, among 40 administrative faculty
-
sensus (81.23% agreement or total agreement), particularly regarding information
efficiency (45.60% total agreement). Educational management and its educatio-
-
teacher training is necessary to transform information into pedagogical actions,
and that implementation should prioritize administrative modules.
Keywords: Big Data, Educational management, vacuous consensus,
Higher Education, Political implementability.
RESUMEN
La gestión educativa en instituciones peruanas, como es natural en la teoría y
práctica de las políticas públicas, adolece de inercias al cambio social. Una de
estas resistencias responde a la comprensión, aplicabilidad e implementabili-
dad de la Big Data en los procesos de investigación en la Educación Superior
categorías de Giandomenico Majone y Archon Fung acerca la poca pertinencia
de las decisiones colectivas en contextos de poca información. A partir de ello,
con fines simplemente instrumentales, se formula el concepto de consenso
vacuo. Con este análisis categorial en mente, se aplica una encuesta en una
universidad privada de Lima, donde se implementó un sistema basado en Big
Data, entre 40 docentes administrativos mediante un cuestionario actitudinal
tipo Likert. Los resultados evidenciaron percepciones en su mayoría positivas,
donde la gobernanza educativa registró el mayor consenso (81,23 % de acuer-
do o total acuerdo), con énfasis en eficiencia informativa (45,60 % totalmente
de acuerdo), gestión educativa y su dimensión calidad educativa mostraron
-
capacitación docente para transformar información en acciones pedagógicas,
y la implementación con prioridad en módulos administrativos.
Palabras claves: -
RECIBIDO: 13/10/2025
ACEPTADO: 22/01/2026
CONSENSO VACUO: PROBLEMAS PERCEPTiVOS DE LA
iMPLEMENTABiLiDAD DE LA GESTiÓN EDUCATiVA A PARTiR
DEL BiG DATA EN PERÚ
Empty consensus: perceptive problems on the implementability of
educational management based on Big Data in Peru
Franchesca Fiorella Rodríguez Rivera
Universidad Peruana de Ciencias
Aplicadas. Lima, Perú.
pcinfrod@upc.edu.pe
Este trabajo está depositado en Zenodo:
https://doi.org/10.5281/zenodo.20940340
Carlos Federico Díaz Sánchez
Universidad Peruana de Ciencias
Aplicadas. Lima, Perú.
pecadiaz@upc.edu.pe
Julio Christian Quesada Llanto
Universidad Peruana de Ciencias
Aplicadas. Lima, Perú.
Pcipjque@upc.edu.pe
Jesws Rodriguez Salas
Universidad Peruana de Ciencias
Aplicadas. Lima, Perú.
pciijrod@upc.edu.pe
Ricardo Martín Dulanto Ramírez
Universidad Peruana de Ciencias Aplicadas. Lima, Perú.
Pcccrdul@upc.edu.pe
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
404
INVESTIGACIÓN
INTRODUCCIÓN
Abundante literatura observa el
impacto de la Big Data en la investi-
gación académica, permitiendo a la
Educación Superior un salto cuali-
tativo en la enseñanza de la investi-
gación, como en la raíz misma de los
procesos epistemológicos.
La posibilidad de transformar ra-
dicalmente la producción de cono-
cimiento dentro y fuera de la ciencia
responde, no solo al acceso a nueva
data confiable en muchos aspectos
de la investigación, sino que contri-
buiría al mejoramiento de la planifica-
ción, gerencia, difusión y evaluación,
tanto de la investigación como de los
procesos administrativos universita-
rios que la acompañan.
Las posibilidad de reunir técnicas
informáticas, algoritmos de utilidad,
y nuevos estudios de estadísticas y
matemáticas presenta todo un nuevo
campo de trabajo en la gestión de la
investigación, como en la misma in-
vestigación universitaria.
Por ejemplo, su uso en la técni-
ca política es asociable a procesos
de transparencia en la rendición de
cuentas democráticas, como es los
movimientos de Datos Abiertos, Go-
bierno Abierto y Ciencia Abierta (Sal-
vador et al., 2020; Wanden & Fernán-
dez, 2020; UNODCa, UNODCb, 2025;
Torres & Carmen, 2010; Niehbur,
para las áreas de convenios interins-
titucionales globales, formas de inter-
cambio y la interconexión de datos de
investigación heterogéneos a través
de grandes infraestructuras digitales.
En este sentido, las posibilidades de
la gobernanza abierta es tan útil a los
gobiernos locales, como a la gober-
nanza de la ES.
Por supuesto, ello requiere no solo
de la infraestructura informática, y
redes de calidad inteligente, sino el
vaciado de grandes cantidades de
data, con categoría visionarios, que
son críticas para la generación de
decisiones. Para ello, se requiere
disponibilidad de grandes cantida-
des de datos en formatos legibles por
máquinas. Las funciones previas im-
plican recopilar, organizar, visualizar
y modelar estos datos. Por un lado,
el beneficio de sistemas de análisis,
como la inteligencia artificial, y por el
otro, la fiabilidad favorable a la trans-
parencia de los procesos de creación
de conocimiento, que se suceden de
procedimientos como el blockchain,
muestran el importante rango de apli-
cación en la academia, en equilibrio
con otras ventajas de la nueva dimen-
sión informática.
-
ciplinas consideran que la nueva ca-
pacidad de vincular y cruzar datos de
diversas fuentes mejora la precisión
y el poder predictivo de los hallaz-
gos científicos y ayuda a identificar
futuras direcciones de investigación,
proporcionando un nuevo punto de
partida para la investigación empírica,
así como mejorar las prenociones ca-
tegorial, que pueden ser catastróficas
en la razonabilidad presupuestaria y
en la realidad de los plazos. Un uso
basado en la definición de la proble-
matización científica, incluso, puede
producir una nueva comprensión de
lo que se considera conocimiento
científico.
Sin embargo, este artículo pre-
sume que la comprensión de su
pertinencia está asociada a la poca
comprensión de sus procesos, así
como sus posibles aplicaciones en la
investigación superior, a la vez que
cuenta con un nivel de aceptabilidad
vacía, esto es, que no hay elementos
críticos suficientes en la comunidad
universitaria para oponerse o pro-
yectarla, produciéndose lo que con-
vendremos en denominar un nivel de
consenso vacuo, esto es, siguiendo
el debate abierto por Fung y Majone,
un producto de la cortesía de los con-
sensos y la condescendencia con las
formas establecidas, que en materia
de políticas públicas suele asociarse
ENCUENTS
405
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
con el término “inercia”, a pesar de la
poca información de los decisores.
“¿Es (la democracia) un tema en el que
los ciudadanos tienen preferencias in-
formadas y estables, la comunicación
entre representantes y electores ge-
nera conocimiento mutuo, las accio-
nes de los representantes se alinean
con las preferencias ciudadanas y
para el cual las burocracias públicas
poseen capacidades suficientes? Si
todas estas preguntas se responden
afirmativamente, entonces el me-
canismo democrático mínimo de las
elecciones para seleccionar represen-
tantes podría ser suficiente para ga-
rantizar que el Estado responda a los
intereses populares?.”
En otras palabras, de lo contra-
rio, cuando los ciudadanos no tienen
preferencias informadas y estables,
las decisiones políticas que se tomen
pueden producir errores en su imple-
mentación burocrática, y es preferible
no hablar de democracia o, menos
aun, de democracia plena o delibe-
rativa. De tal modo, que la simple re-
ferencia sobre un tema, cuando no
responde a una deliberación no sufi-
cientemente informada y establecida
en las actitudes y representaciones
de los ciudadanos, impide que las de-
cisiones colectivas sean vinculantes y
resolutivas. Esto pasa particularmen-
te en los temas con un alto compo-
nente técnico, como el tema de la im-
plementación de la Big Data el, cual,
incluso, si se tiene suficiente informa-
ción, es posible que la misma ciencia
no tenga suficientes recursos para su
implementación efectiva, en lo que
Majone denomina la “transciencia”:
“Aunque las reglas del debate se han
vuelto institucionales en los foros tra-
dicionales de deliberación pública, en
los nuevos temas presentes en la are-
na de la discusión, como la seguridad
nuclear, la evaluación de la tecnología
y la regulación ambiental y sanitaria,
todavía no se establecen normas y
procedimientos apropiados para la
argumentación. Una de las razones
de la dificultad para institucionalizar
el debate en estas y otras áreas de
la elaboración de políticas es que los
problemas discutidos raras veces son
puramente técnicos o puramente po-
líticos. Con frecuencia son de un tipo
que Alvin Weinberg ha llamado “trans-
científico”: cuestiones de hecho que
pueden enunciarse en el lenguaje de
la ciencia pero que, en principio o en
la práctica, es imposible que ésta los
resuelva” (Majone, 1997, p.3)
De allí la extrema importancia de
que el conocimiento del cambio social
y sus actitudes sean medidos como
suficientes para comprender, no solo
la buena intención de lo que se quie-
re hacer, sino su factibilidad y costos
de implementación. Lo contrario, esto
es, la aceptación de una política de
manera no suficientemente informa-
da, y solo por causa de su elegibili-
dad percibida oportuna, puede llevar
a importantes equívocos, por lo que
se conviene, solo a los fines instru-
mentales y de la economía concep-
tual, que a este fenómeno se le llame
consenso vacuo.
¿QUÉ ACTITUD TIENE LA
EDUCACIÓN SUPERIOR ANTE
EL BIG DATA COMO HERRA-
MIENTA ACADÉMICA DE
INVESTIGACIÓN?
Por causa de esta apreciación, se
construyó una herramienta estadísti-
ca para explorar las percepciones de
la Big Data y sus posibilidades en el
contexto de la Educación Superior
peruana. Se indaga, entonces, acer-
ca de las actitudes que provoca y el
conocimiento de sus posibilidades,
incluso, en el cambio científico epis-
temológico, dentro de la comunidad
académica superior de este país.
En este contexto, Perú enfrenta
desafíos en su gestión educativa de-
bido a políticas imprecisas y estrate-
gias directivas obsoletas, lo que afec-
ta el funcionamiento de las escuelas
los principales problemas se encuen-
tran limitaciones financieras, defi-
ciencias en infraestructura básica,
dificultades para retener y motivar al
personal docente, e implementación
ineficiente de tecnología educati-
va. Superar estas barreras requiere
acciones concretas y políticas foca-
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
406
INVESTIGACIÓN
lizadas que promuevan un entorno
educativo más eficaz, equitativo y fa-
vorable para el desarrollo integral de
los estudiantes (Bustos et al., 2024;
Ante esta situación, la gestión
educativa implica la planificación cu-
rricular, la evaluación de aprendizajes,
la supervisión docente, la asignación
estratégica de recursos, el desarro-
llo profesional continuo y la colabo-
ración con la comunidad educativa.
Este conjunto de procesos garantiza
la calidad formativa de los estudian-
tes, en lo cual se emplean sistemas
de gestión tecnológica como catali-
zadores para optimizar los procesos
pedagógicos (Meza & Roldan, 2024;
-
tado, el análisis masivo de datos (Big
Data) surge como alternativa viable
para modernizar las actividades aca-
démicas, al sentar las bases de un
sistema educativo dinámico, basado
en evidencia y adaptable a las nece-
sidades actuales (Heredia, 2021; Ur-
Como herramienta estratégica, el
Big Data optimiza los servicios edu-
cativos mediante el acceso persona-
lizado a contenidos, la identificación
de técnicas pedagógicas efectivas, y
la caracterización precisa de perfiles
tecnología se integra con las analíti-
cas de aprendizaje, procesos dinámi-
cos de evaluación que monitorean la
evolución de variables educativas. Su
impacto abarca aspectos como el ac-
ceso inmediato a datos instituciona-
les y desempeño docente-estudiantil;
soporte para la toma de decisiones
en liderazgo pedagógico; detección
temprana de dificultades de aprendi-
zaje; y fortalecimiento de la autorre-
gulación estudiantil en el diseño cu-
rricular (Matas et al., 2020; Rodríguez,
Con este propósito, en una uni-
versidad privada de Lima, Perú, se
implementó un sistema de monitoreo
y evaluación continua que utiliza he-
rramientas de Big Data para recopi-
lar y analizar datos en tiempo real. El
mismo permite identificar patrones de
desempeño académico, optimizar la
asignación de recursos pedagógicos
y generar alertas tempranas sobre
riesgos educativos. Además, garan-
tiza la privacidad y seguridad de los
datos. Tras su puesta en funciona-
miento, se capacitó al personal do-
cente y administrativo para maximizar
su aprovechamiento en términos de
potencialidades comunitarias
(Gon-
Ante el
despliegue de esta tecnología, resulta
oportuno explorar las fromas percpe-
tivas que se asocian al fenómeno, lo
que llevó a recoger el criterio decla-
rado de los directivos sobre cómo es-
tas herramientas pueden impactar en
la toma de decisiones y en la mejora
de los procesos educativos. Debido a
esto, la presente investigación tuvo
como objetivo analizar la percepción
de 40 directores, miembros de la co-
munidad de docentes administrativos,
que son actores con ascendencia re-
levante en los procesos decisorios
de la ES, sobre la gestión educativa
a partir de la implementación de este
sistema que utiliza herramientas de
Big Data en una universidad privada
en Lima, Perú.
MÉTODOS
Esta investigación adoptó un en-
foque cuantitativo con diseño cua-
si-experimental de simulación y me-
didas repetidas, en la que todos los
participantes evaluaron todas las
combinaciones condición-temporal
para analizar la percepción de docen-
tes administrativos sobre la gestión
educativa mediante herramientas de
Big Data.
En el estudio se consideró la ges-
tión educativa como el conjunto de
procesos y prácticas que los líde-
res institucionales implementan para
cumplir objetivos educativos y mejo-
rar los resultados estudiantiles. Esta
variable se operacionaliza en dos
dimensiones: calidad educativa, eva-
ENCUENTS
407
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
luada a través del indicador disponi-
bilidad de la información (acceso a
datos actualizados sobre rendimien-
to estudiantil, progreso académico y
recursos pedagógicos); y gobernan-
za educativa, medida mediante los
indicadores eficiencia de la informa-
ción (calidad, precisión, oportunidad,
utilidad, organización y claridad en la
presentación) y eficacia de la infor-
mación (confiabilidad de los datos y
procesos institucionales).
La población de estudio la confor-
maron 40 directores, coordinadores y
docentes a tiempo completo de una
universidad privada de Lima, Perú,
donde se aplicó un sistema basado
en Big Data. Los criterios de inclu-
sión consideraron el desempeño en
labores administrativas vinculadas
con la gestión educativa de carreras
profesionales, acceso y uso regular
a la plataforma institucional de ges-
tión educativa, participación activa en
procesos de enseñanza-aprendizaje,
y experiencia mínima de tres años en
la institución. Dado el carácter censal
de la muestra, los 40 participantes
fueron evaluados bajo cuatro condi-
ciones en un diseño factorial: grupo
(control/experimental) × fase (entra-
da/salida). Cada sujeto aportó datos
para ambas condiciones grupales
(con la simulación a la exposición o
no al sistema de Big Data) en los dos
momentos temporales, lo que generó
160 observaciones (40 participantes
-
nación a condiciones fue aleatoriza-
da en el instrumento de medición, no
mediante división física de grupos.
Dado que se trata de ibjetivo sobre
la percpeción del proceso, el estudio
empleó un cuestionario actitudinal
con escala Likert como instrumento
para la recolección de datos. Cinco
expertos con grado doctoral valida-
ron el instrumento mediante juicio de
expertos, en el que confirmaron la
claridad, pertinencia y relevancia de
los ítems con consenso unánime. Los
análisis psicométricos evidenciaron
-
aseguró el rigor metodológico de la
investigación. El procesamiento de la
información se realizó en dos fases
23. Primero, se ejecutó un análisis
descriptivo (frecuencias y porcenta-
jes) para caracterizar los datos por
grupos de estudio. Segundo, se apli-
có la prueba inferencial de evaluación
de normalidad y la prueba de Wilco-
xon para contrastar las hipótesis. Este
enfoque metodológico permitió iden-
tificar patrones básicos y diferencias
significativas entre la variable y sus
dimensiones.
En el estudio se garantizó el cum-
plimiento de las normativas legales y
(protección de datos personales) y el
Decreto Legislativo N° 822 (derechos
de autor). La investigación se rigió por
el consentimiento informado y ético
de la Universidad Privada, que ase-
gura la protección de los participan-
tes mediante información clara sobre
objetivos, procedimientos, riesgos y
beneficios; obtención de consenti-
miento voluntario previo; y confiden-
cialidad en el manejo de datos. Estos
protocolos respetan la autonomía de
los sujetos y salvaguardan su privaci-
dad, en concordancia con los están-
dares institucionales y marcos legales
peruanos.
RESULTADOS
A continuación, se presentan los
hallazgos obtenidos en la investiga-
ción donde se describe la distribución
de percepciones en el censo de di-
rectivos de la comunidad de docentes
administrativos respecto a la gestión
educativa en ES, las diferencias pre-
post implementación del sistema ba-
sado en Big Data entre grupos control
y experimental, los estadísticos des-
criptivos de tendencia central y dis-
persión, las pruebas de normalidad,
y el contraste de hipótesis mediante
pruebas no paramétricas.
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
408
INVESTIGACIÓN
La Tabla 1 muestra los resultados
sobre la percepción de los docentes
administrativos respecto a la gestión
educativa, donde se identifica una
tendencia predominante hacia la va-
loración positiva, aunque con matices
diferenciados.
.
Percepción docente sobre la
gestión académica y sus dimen-
siones.
Nivel de acuerdo
Gestión
educativa
Dimensiones de la gestión educativa
Calidad educativa Gobernanza educativa
fi % fi % fi %
Totalmente en
desacuerdo
25 15,63 18 11,25 11 6,89
En desacuerdo 18 11,25 25 15,63 10 6,25
Neutral 7 4,38 7 4,38 9 5,63
De acuerdo 42 26,25 42 26,25 57 35,63
Totalmente de
acuerdo
68 42,50 68 42,50 73 45,60
Total 160 100 160 100 160 100
Como se muestra en la Tabla 1 los
docentes administrativos manifiestan
una percepción en su mayoría favora-
ble hacia la gestión educativa y sus
dimensiones evaluadas. En gestión
los encuestados manifestó acuerdo o
total acuerdo. La dimensión calidad
educativa alcanzó el mismo nivel de
un mayor porcentaje de desacuer-
lado, la gobernanza educativa re-
gistra el consenso más alto, con un
positivas, destacándose un 45,60 %
de total acuerdo. La neutralidad se
mantiene en niveles bajos en todas
que el desacuerdo general no supera
el 15,63 %, el cual es menor en gober-
Los hallazgos evidencian que la
implementación del sistema de Big
Data ha sido percibida de forma po-
sitivo en cuanto a la eficiencia de la
información, aspecto significativo de
la gobernanza educativa. Esto indi-
ca que los docentes administrativos
reconocen mejoras sustanciales en
la calidad, precisión, oportunidad
y utilidad de los datos, así como en
su organización y presentación cla-
ra. Asimismo, el elevado acuerdo en
esta dimensión (45,60 % totalmente
de acuerdo) refleja una percepción
favorable sobre la eficacia de la infor-
mación, lo que implica que los usua-
rios consideran confiable el sistema
y sus resultados. Entre tanto, los ni-
veles de desacuerdo en calidad edu-
cativa (26,88 % en conjunto) plantean
interrogantes sobre la efectividad del
sistema para impactar en los proce-
sos pedagógicos y los resultados
académicos. Esta divergencia podría
asociarse a desafíos en la articula-
ción entre los datos recopilados y su
aplicación concreta en la mejora de la
enseñanza, el aprendizaje o la evalua-
ción institucional.
La Tabla 2 presenta un análisis
comparativo de las percepciones de
docentes administrativos respecto a
la gestión educativa y sus dos dimen-
siones, antes (entrada) y después (sa-
lida) de la implementación del sistema
ENCUENTS
409
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
de Big Data para de gestión educativa
con grupos control y experimental.
Tabla 2.
Percepción docente sobre la
gestión académica y sus di-
mensiones antes y después de
implementar Big Data en grupo
control y experimental.
Variable
y sus
dimensio-
nes
Nivel de
acuerdo
Entrada
control
Entrada
experimental
Salida
control
Salida
experimental
Total
Gestión
Educativa
Total-
mente
en des-
acuerdo
fi 17 8 0 0 25
% 43,6 19,5 0,0 0,0 15,6
En des-
acuerdo
fi 18 0 0 0 18
% 46,2 0,0 0,0 0,0 11,3
Neutral
fi 4 3 0 0 7
% 10,3 7,3 0,0 0,0 4,4
De
acuerdo
fi 0 12 15 15 42
% 0,0 29,3 3 7,5 37, 5 26,3
Total-
mente de
acuerdo
fi 0 18 25 25 68
% 0,0 43,9 62,5 62,5 42,5
Total
fi 39 40 40
%
Calidad
Educativa
Total-
mente
en des-
acuerdo
fi
17 8 0 0 25
% 43,6 19,5 0,0 0,0 15,6
En des-
acuerdo
fi
18 0 0 0 18
% 46,2 0,0 0,0 0,0 11,3
Neutral
fi
4 3 0 0 7
% 10,3 7,3 0,0 0,0 4,4
De
acuerdo
fi
0 12 15 15 42
% 0,0 29,3 3 7,5 3 7,5 26,3
Total-
mente de
acuerdo
fi
0 18 25 25 68
% 0,0 43,9 62,5 62,5 42,5
Total
fi
39 40 40
%
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
410
INVESTIGACIÓN
Gober-
nanza
Educativa
Total-
mente
en des-
acuerdo
fi
15 10 0 0 25
% 38,5 24,4 0,0 0,0 15,6
En des-
acuerdo
fi
24 0 0 0 24
% 61,5 0,0 0,0 0,0 15,0
Neutral
fi
0 1 0 0 1
% 0,0 2,4 0,0 0,0 0,6
D e
acuerdo
fi
0 12 15 15 42
% 0,0 29,3 3 7,5 3 7,5 26,3
Total-
mente de
acuerdo
fi
0 18 25 25 68
% 0,0 43,9 62,5 62,5 42,5
Total
fi
39 40 40
%
Como se exhibe en la Tabla 2,
antes (entrada) de la implementa-
% del grupo control estuvo en des-
acuerdo o total desacuerdo en ges-
tión educativa y su dimensión calidad
educativa, en el caso de gobernanza
educativa fue más marcado (100 % en
desacuerdo). En el caso del grupo ex-
perimental en el registro en la entrada
-
do en gestión y calidad educativa,
pero la gobernanza educativa mostró
una aceptación temprana destacada
Después (salida) de la implementa-
ción del sistema de Big Data, el gru-
po control y el experimental alcanza-
ron el 100 % de respuestas positivas
(acuerdo + total acuerdo) en gestión
educativa y sus dimensiones. La mi-
gración de percepciones negativas
(entrada) a aceptación unánime (sali-
da) en el grupo control y experimental
confirma que las herramientas de Big
Data resuelven deficiencias iniciales
en gestión educativa.
La Tabla 3 presenta un resumen
estadístico de las percepciones do-
centes sobre la gestión educativa, en
el que se compara el grupo control y
experimental en fases previas (entra-
da) y posteriores (salida) a la imple-
mentación del sistema de Big Data. La
tabla organiza los datos mediante los
indicadores de media, mediana, des-
viación típica, valor mínimo y máximo,
lo que permite evaluar la tendencia
central y la dispersión de las respues-
tas.
Tabla 3.
Estadísticos descriptivos compa-
rativos de la Gestión Académica.
Grupos Media Mediana
Desv
típica
Min Max
Entrada control 2,02 2 1,57 1 5
Entrada experimental 2,3 2,4 1,58 1 5
Salida control 4,63 5 0,49 4 5
Salida experimental 4,63 5 0,49 4 5
ENCUENTS
411
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
Como se muestra en la Tabla 3, los
resultados muestran diferencias sig-
nificativas entre las evaluaciones ini-
ciales (entrada) y posteriores (salida)
a la implementación del sistema. En
la fase de entrada en el grupo control
-
la escala de percepción, con una dis-
lo que indica opiniones variadas, pero
con predominio de las negativas. Tras
la intervención, ambos grupos regis-
tran mejoras con medias idénticas
-
neización de percepciones hacia el
extremo positivo de la escala. La me-
diana en salida (5 en ambos grupos)
confirma que más del 50 % de los en-
cuestados alcanza la máxima valora-
ción lo que indica que el sistema de
Big Data genera una percepción uná-
nime de mejora.
La Tabla 4 presenta los resultados
del análisis de normalidad mediante
la prueba de Shapiro-Wilk, aplicada a
las percepciones docentes sobre las
dimensiones de gestión educativa.
La tabla compara los grupos control
y experimental en las fases previas
(entrada) y posteriores (salida) a la
implementación del sistema de Big
Data.
Tabla 4.
Prueba de normalidad (Shapi-
ro-Wilk) de la variable y sus di-
mensiones por grupos.
Variable y sus
dimensiones
Grupo
Estadístico
Shapiro-Wilk
gl Sig.
Gestión Educativa
Entrada control 0,783 20 0,004
Entrada experi-
mental
0,804 20 0,002
Salida control 0,614 10 0,000
Salida experimental 0,614 10 0,003
Calidad educativa
Entrada control 0,698 20 0,003
Entrada experi-
mental
0,808 20 0,000
Salida control 0,614 10 0,006
Salida experimental 0,614 10 0,005
Gobernanza
Educativa
Entrada control 0,789 20 0,002
Entrada experi-
mental
0,806 20 0,001
Salida control 0,552 10 0,000
Salida experimental 0,551 10 0,004
Los resultados de la Tabla 4, co-
rrespondientes a la prueba de Sha-
piro-Wilk, demuestran que la variable
gestión educativa y sus dimensiones
incumplen el supuesto de normalidad
en el grupo control y experimental
durante las fases de entrada y sali-
da. Los valores de significancia, que
varían entre 0,000 y 0,006, junto con
estadísticos de prueba que oscilan de
0,551 a 0,808, confirman que los da-
tos de percepción docente se alejan
de una distribución normal en todas
las condiciones experimentales y di-
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
412
INVESTIGACIÓN
mensiones evaluadas. Esta eviden-
cia sustenta la elección de pruebas
estadísticas no paramétricas, en es-
pecífico la prueba de Wilcoxon, para
los análisis comparativos posteriores,
pues los métodos paramétricos como
la prueba t de Student o el ANOVA re-
quieren el cumplimiento del supuesto
de normalidad.
En consecuencia, y al considerar-
se la naturaleza ordinal de las varia-
bles de medición, el estudio empleó
regresión logística ordinal para con-
trastar la hipótesis nula (H
0
) que pos-
tula la ausencia de efecto en la ges-
tión educativa y sus dimensiones tras
la implementación del sistema de Big
Data en una universidad privada en
Lima, Perú, en el año 2024, frente a la
existencia de dicho efecto.
En este contexto, la Tabla 5 ex-
pone los resultados de la prueba de
rangos con signo de Wilcoxon, la cual
compara las percepciones docentes
entre los grupos control y experimen-
tal respecto a la gestión educativa y
sus dimensiones. Este análisis permi-
te determinar si existen diferencias
estadísticamente significativas entre
los grupos, en la fase inicial y poste-
rior a la implementación del sistema,
lo que proporciona evidencia para
aceptar o rechazar las hipótesis plan-
teadas.
Tabla 5.
Prueba de rangos con signo de
Wilconxon.
Variable y
sus dimen-
siones
Grupos N
Rango
prome-
dio
Suma
de
rangos
Parámetros Valor
Gestión
Educativa
Entrada
control
20 23,33 466,50
Prueba de
rangos con
signo de
Wilcoxon
0,470
Entrada ex-
perimental
20 16,50 313,50 Z -3,574
Salida control 20 23,33 466,50
Prueba de
rangos con
signo de
Wilcoxon
0,033
Salida expe-
rimental
20 16,50 313,50 Z 1050
Calidad educativa
Entrada experimental
Salida control
Salida experimental
En-
trada
control
20 26,65 533,00
Prueba
de rangos
con signo
de Wilco-
xon
0,231
20 13,00 247,00 Z -2,282
20 26,65 533,00
Prueba de
rangos con
signo de
Wilcoxon
0,001
20 13,00 247,00 Z -1,282
ENCUENTS
413
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
Gobernanza Educativa
Entrada experimental
Salida control
Salida experimental
En-
trada
control
20 16,65 333,00
Prueba
de rangos
con signo
de Wilco-
xon
0,301
20 23,53 447,00 Z -1,045
20 16,65 333,00
Prueba de
rangos con
signo de
Wilcoxon
0,004
20 23,53 447,00 Z -1,045
Los resultados de la prueba de
Wilcoxon que se muestra en la Tabla
5 destaca diferencias significativas en
las percepciones docentes entre gru-
pos control y experimental. En ges-
tión educativa, el grupo experimental
presentó rangos promedios inferiores
indica una percepción más favorable
tras la implementación. Patrón similar
se observó en la dimensión calidad
educativa, donde los rangos del ex-
-
vamente menores que los del control
salida. En la dimensión de gobernan-
za educativa presenta un comporta-
miento distinto, el grupo experimen-
embargo, las diferencias no alcanzan
significancia estadística en la fase de
-
más tardío de la intervención en esta
dimensión.
Estos resultados permiten recha-
-
tión educativa y su dimensión calidad
educativa, al confirmarse diferencias
a la implementación del sistema de
Big Data, mientras que para gober-
nanza educativa solo se acepta par-
al detectarse efectos significativos
únicamente en la fase posterior. Los
hallazgos demuestran que el sistema
genera un impacto más inmediato en
la disponibilidad de información edu-
cativa (acceso a datos de rendimiento
estudiantil y recursos pedagógicos)
que en los atributos de eficiencia y
confiabilidad de la información insti-
tucional (calidad, precisión y utilidad
de los datos), lo que confirma que la
efectividad de la intervención tecno-
lógica depende de los componentes
específicos evaluados en cada di-
mensión.
RELIEVE DE LOS RESULTADOS
DEL INSTRUMENTO
Los resultados demuestran una
alta aceptación de la implementación
de Big Data en gobernanza educativa
en particular en eficiencia informati-
va. Este hallazgo coincide con Beer-
-
ción de los datos de desempeño en
educación superior hacia indicadores
complejos integrados en la gestión
institucional, pero destacó que la era
del ‘Big Data’ genera desafíos éticos y
técnicos inéditos.
En el sentido de Beerkens, la prue-
ba no relevó opiniones basadas sobre
las complejidades y posibilidades de
la cualidad de la herramienta, siendo
que ella implica, posiblemente, innu-
merables posibilidades de gobernan-
za, administración y alcance investi-
gativo.
En el contexto peruano que se
midió, la percepción favorable sobre
confiabilidad y calidad de datos (45,60
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
414
INVESTIGACIÓN
% totalmente de acuerdo) refleja una
tendencia global donde la transparen-
cia institucional fortalece la toma de
decisiones, tal como Stojanov & Da-
internacionales, pero no se observa,
del instrumento, ni por qué ni cómo.
Este avance en percepción con-
trasta con el impacto diferencial en-
tre dimensiones, donde la gestión
-
nanza educativa (45,60 % de total
acuerdo), con lo que se indicaría un
conocimiento de sus posibilidades
prácticas en materia de gestión y
calidad sobre la gobernanza. Dicha
disparidad evidencia que las respues-
tas mostraron más el hecho de que
la Big Data abrió la accesibilidad a la
información estudiantil con la que se
manejaron procesos institucionales,
y no se consideraron los importantes
atributos de eficiencia institucional,
como la precisión y utilidad de los
-
cisión en monitoreo pedagógico, pero
con limitaciones en estandarización
de procesos administrativos, porque,
simplemente, aun no son suficiente-
mente conocidos en la implementa-
ción de la tecnología.
-
vierten que las reglas de “mining” de-
ben ser claras en relación a indicado-
res cruciales:
“(…) the education industry faces
many challenges in utilizing big data
technology to comprehensively and
accurately evaluate and enhance
TQHE [[3], [4]]. Research gaps inclu-
de data integration and standardiza-
tion, lack of personalized teaching
strategies, real-time monitoring and
feedback mechanisms in the teaching
process, insufficient integration of
educational technology and teaching
methods, lagging updates to teaching
evaluation systems, neglect of tea-
cher professional development and
big data literacy, student privacy and
data security issues, and a lack of in-
terdisciplinary research”
1
1 En castellano: “El sector educativo se enfrenta
-
cia complementaria con su modelo
predictivo basado en big data para
efectividad estudiantil confirma que
la superación de evaluaciones tradi-
cionales (exámenes finales) requie-
re también de priorizar el desarrollo
de competencias durante el proceso
educativo, lo que se alinea con los
desafíos que esta investigación indica
debe enfrentar la ES peruana.
Un hallazgo importante radica
en la manifestación tardía de efec-
tos significativos en gobernanza
(p=0,004 solo en salida) se relaciona
con desafíos de adopción tecnológica
mostró que la adaptación a sistemas
Data requiere fases de capacitación
prolongadas, en especial en contex-
tos con infraestructura digital inci-
aportaron evidencia complementaria
en universidades chinas, en relación
a la necesidad de desarrollar “cultu-
ras de uso de datos” (factor ambien-
tal) y la “alfabetización digital” (factor
personal), los cuales serían prerre-
quisitos para optimizar herramientas
analíticas. Estos enfoques explicarían
el retraso en percibir mejoras en efi-
ciencia institucional en Lima, a pesar
de la aceptación general del modelo
tecnológico.
De tal modo que los estudios ana-
lizados coinciden en que la variación
contextual determina el éxito de es-
tas tecnologías, al requerir implemen-
a numerosos desafíos en el uso de la tecnología
de big data para evaluar y mejorar de forma inte-
gral y precisa la calidad de la educación superior
-
ción se incluyen la integración y estandarización
de datos, la falta de estrategias de enseñanza
personalizadas, la falta de mecanismos de mo-
nitorización y retroalimentación en tiempo real
durante el proceso de enseñanza, la insuficiente
integración de la tecnología educativa y los mé-
todos de enseñanza, la falta de actualizaciones
de los sistemas de evaluación docente, la falta
de desarrollo profesional docente y la alfabetiza-
ción en big data, la privacidad de los estudiantes
y la seguridad de los datos, y la falta de investi-
gación interdisciplinaria”.
ENCUENTS
415
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
taciones adaptadas a cada entorno
educativo, con sus respectivas com-
plejidades, fundamentalmente, de
-
ron que modelos predictivos (Random
curriculares personalizadas. Dong
-
cisión predictiva al fusionar modelos
-
cativas (básicamente, indicadores
culturales e informativos) según con-
textos institucionales específicos.
Estos hallazgos, nuevamente, están
en consonancia con los resultados
peruanos, donde la escalabilidad de
soluciones de Big Data dependería de
factores organizativos únicos.
CONCLUSIONES
Esta investigación explora estas
afirmaciones en relación con el uso
del Big Data en la investigación cien-
tífica, con énfasis en las cuestiones
académicas que surgen de su uso.
Aunque el instrumento aplicado per-
mitió la recolección de reflexiones
actitudinales abiertas que se expre-
san como positivas acerca de la ne-
cesidad de uso del Big Data —y las
tecnologías, instituciones y normas
relacionadas—, no fue posible encon-
trar respuestas orientadas al análisis,
por ejemplo, de los siguientes temas:
• Cómo se establece la relación
entre la estadística, los modelos
formales y computacionales y el
papel del escrutinio crítico (inte-
ligencia humana) en el aprendi-
zaje automático y su relación con
la inteligibilidad de los procesos
de investigación;
• Cómo transformar la relación
entre datos y la evidencia, para
trascender el acumulativo de in-
formaciones poco o mal catego-
rizadas;
• El papel de la teoría en el conoci-
miento centrado en Big Data
• La comprensión de la relación
entre predicción y causalidad
(niveles de factorización y teo-
rías de su interpretación), lo que
implica identificar la diferencia
entre el valor y el hecho.
• Los riesgos de la ética de la cien-
cia de datos.
De tal modo que, las prácticas de
investigación favorecidas por el Big
Data pueden beneficiar a la investiga-
ción académica, desde la epistemolo-
gía, la metodología de la ciencia hasta
los procesos administrativos. Tienen
la habilidad completar modelos his-
tóricos y su relación con los estudios
sociales de la ciencia, pero ello solo
posible mediante fomentar una com-
prensión crítica del papel de la nueva
tecnología basada en datos e infor-
mación cultural en los representante
directivos de la comunidad de docen-
tes administrativos (al menos, allí).
Así que, por un lado, la imple-
mentación del sistema de Big Data
en esta universidad privada de Lima
generó percepciones en su mayoría
positivas entre los docentes adminis-
trativos, con aceptación diferenciada
entre las dimensiones analizadas: La
gobernanza educativa registró el ma-
yor consenso (81,23 % de acuerdo/
total acuerdo), pero ello no destaca la
mejora percibida en eficiencia infor-
mativa (calidad, precisión y utilidad de
datos), sino en operaciones adminis-
trativas simples. Este resultado indica
que la eficacia operativa (gobernan-
za) se percibe como principal forta-
leza del sistema, pero aún se ignoran
las estrategias para optimizar trans-
parencia y confiabilidad institucional.
En contraste, gestión educativa y su
dimensión calidad educativa mostra-
cada una), aunque con transformación
significativa post-implementación ha-
cia aceptación unánime (100 % en fase
de salida), implicando un momento
optimista en relación a la experiencia.
Sin embargo, el instrumento con-
sidera pertinente reforzar la capacita-
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
416
INVESTIGACIÓN
ción docente en análisis pedagógico
de datos, donde se priorice la traduc-
ción de indicadores a acciones didác-
ticas, puesto que allí radica el sesgo
fundamental de la implementabilidad.
No considerar este acercamiento, su-
pone reproducir formas de consenso
vacuo, esto es, consensos sobre po-
líticas cuya verdadera implementa-
bilidad (incluyendo costos humanos,
técnicos y económicos) no es conoci-
da. Escalonar la implementación tec-
nológica, en la que se inicie por mó-
dulos de gestión y gobernanza antes
de abordar componentes académicos
complejos, termina siendo fundamen-
tal. Debe por tanto este esfuerzo, es-
tablecer metas de articulación entre
áreas administrativas y académicas
para alinear los sistemas de Big Data
con proyectos curriculares y líneas de
investigación específicos.
Futuras investigaciones deberían
explorar el impacto diferencial en ins-
tituciones con distinta infraestructura
digital, modelos predictivos para per-
sonalizar recomendaciones pedagó-
gicas basadas en datos estudiantiles
y la relación costo-beneficio de estas
tecnologías en contextos latinoameri-
canos.
REFERENCIAS
of performance data in higher educa-
data’ era? Qual High Educ
https://doi.org/10.1080/13538322
.2021.1951451
Bustos Farías, E., García González,
M. de J., Trejo Cazares, M. del C., &
directivos universitarios en el uso de la
Big Data dentro de la gestión del co-
nocimiento. Revista Enfoques, 8
https://doi.org/10.33996/re-
vistaenfoques.v8i29.179
Lunar, Y. C., & Betancourt Duno, Y.
y el trabajo en equipo para la calidad
educativa en la Escuela Rómulo Galle-
gos. Concordia,https://doi.
org/10.62319/concordia.v.5i9.33
on big data-enabled innovative on-
line education systems during the
J Innov Knowl;
https://doi.org/10.1016/j.
jik.2022.100295
Monitoring and Evaluation in Higher
Education through a Big Data Anal-
ysis. Int J Emerg Technol Learn
IJEThttps://doi.
org/10.3991/ijet.v18i08.39247
-
zing the policy process. Moran et al.,
eds. The Oxford Handbook of Public
Policy. Oxford Handbooks Online. ht-
tps://academic.oup.com/edited-vo-
lume/28180
González Hernández, L., Rudas
Murga, C. R., Flores Seefoó, C., &
-
gencia artificial: Beneficios y desafíos
en el ámbito educativo en nivel supe-
rior. Revista Tribunal,
https://doi.org/10.59659/revistatri-
bunal.v5i10.114
González-Cardona, C. G., Ven-
ces-Esparza, A., González-Martínez,
La conformación de comunidades
de aprendizaje para la formación
del estudiante: revisión sistemática
de literatura. Warisata - Revista De
Educación https://doi.
org/10.61287/warisata.v6i18.17
data en la educación. Horizontes.
https://doi.org/10.33996/revistahori-
zontes.v4i16.134
Gestión escolar de los directivos en
instituciones educativas: Revisión
sistemática. Horizontes. Revista De
-
https://
doi.org/10.33996/revistahorizontes.
ENCUENTS
417
INVESTIGACIÓN
Revista de Ciencias Humanas,Teoría Social y Pensamiento Crítico
N° 27 Mayo – Agosto (2026). PP: 403-418
v7i30.655
Abbas S, Alharbi M, Ahmad M, et al
-
er education in Saudi Arabia: imple-
big data for sustainable universi-
ty development. Discov Sustain.
https://doi.org/10.1007/
s43621-025-01388-2
Lasso, L., Franco, D., Estrada, R.
-
ción y Big Data en América Latina en-
Rev Logos Cienc
Tecnol https://doi.
org/10.22335/rlct.v14i2.1594
technology for teaching quality mon-
itoring and improvement in higher
algorithm and Apriori algorithm. Syst
Soft Comput https://doi.
org/10.1016/j.sasc.2024.200125
-
razgo pedagógico y gestión de pro-
yectos de innovación en docentes de
cuatro instituciones educativas públi-
cas. REBE https://doi.
org/10.61287/rebe.v7i13.1196
Evidencia, ar-
gumentación y persuasión en la for-
mulación de políticas. Fondo de Cul-
tura Económica, México.
Matas, A., Leiva J., Núñez, N.
-
tiva de una muestra de estudiantes de
universidades del norte de Perú. Pro-
pósitos Representhttps://
doi.org/10.20511/pyr2020.v8n1.376
Meza Salazar, M. A., & Roldan
su impacto en la educación musical
en niños. Horizontes. Revista De In-
vestigación En Ciencias De La Edu-
cación https://
doi.org/10.33996/revistahorizontes.
v8i35.885
Mollo Torrico, J. P., Lázaro Cari, R.
-
fíos y retos del docente universitario
en la era digital. Revista de Propues-
tas Educativashttps://
doi.org/10.61287/propuestaseducati-
vas.v7i14.9
-
gías emergentes en la gestión pública
para la toma de decisiones en el ámbi-
to latinoamericano. Revista Invecom,
Puican VH, Gomez AJ, Rimapa LR,
Salvador CE, Vargas L, Hernandez O
Educational Management of Peruvi-
Int J Prof
Bus Rev. https://doi.
org/10.26668/businessreview/2023.
v8i4.1548
Rodríguez Rivera, F. F., Quesada
Llanto, J. C., & Poma Torres , V. C.
-
gias de aprendizaje para estudiantes
de una universidad privada: Una revi-
sión sistemática. Horizontes. Revista
De Investigación En Ciencias De La
Educación, https://
doi.org/10.33996/revistahorizontes.
v9i37.982
Rodríguez Rivera, F. F., Quesa-
da Llanto, J. C., & Poma Torres, V. C.
-
gias de aprendizaje para estudiantes
de una universidad privada: Una revi-
sión sistemática. Horizontes. Revista
de Investigación en Ciencias de la
Educaciónhttps://
doi.org/10.33996/revistahorizontes.
v9i37.982
-
tión académica para el fortalecimien-
to de la calidad educativa. Franz Ta-
mayo - Revista de Educación
https://doi.org/10.61287/re-
vistafranztamayo.v.7i19.4
Salvador, Y., Llanes, M., & Suárez,
la administración pública: ejes y fac-
-
pdf
Franchesca Rodríguez, Carlos Díaz, Julio Quesada, Jesws Rodriguez y Ricardo Dulanto
Consenso Vacuo: problemas perceptivos de la implementabilidad...
ENCUENTS
418
INVESTIGACIÓN
Santos Fernández, J. P., Cordo-
va Otero, J. L., Centurión Goicochea,
Tendencias en el desarrollo de inteli-
gencia artificial en la gestión comer-
cial: Una revisión sistemática. Revis-
ta Ingeniería, https://
doi.org/10.33996/revistaingenieria.
v9i23.129
decade of research into the applica-
tion of big data and analytics in high-
the literature. Educ Inf Technol.
https://doi.org/10.1007/
s10639-023-12033-8
Gestión y calidad de la informa-
ción en el gobierno electrónico.
Universidad, Ciencia y Tecnolo-
gía,
scielo.php?script=sci_arttext&pi-
unodc.org/e4j/zh/anti-corruption/mo-
dule-4/key-issues/corruption-in-pu-
blic-procurement.html
TO/lucha-contra-la-corrupcion.html
Urbano Gutiérrez, L. P., Castag-
nola-Rossini, G. M., & Pérez Azahuan-
-
(tpck). Revista Tribunal,
https://doi.org/10.59659/revis-
tatribunal.v5i10.116
Gestión y calidad de la informa-
ción en el gobierno electrónico.
Universidad, Ciencia y Tecnolo-
https://ve.scielo.org/
scielo.php?script=sci_arttext&pi-
d=S1316-48212010000100006,
Wanden, J., & Fernández, E.
transparencia y control del sector
público. Revista Española de Control
Externo
dialnet.unirioja.es/servlet/articulo?
-
standing students’ effective use of
data in the age of big data in higher
education. Behav Inf Technol.
https://doi.org/
10.1080/0144929X.2021.1936176
-
dicting student learning effective-
ness in higher education based on
big data analysis. Mobile Informa-
tion Systems https://doi.
org/10.1155/2022/8409780
