Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 2, 2026, abril-junio
DOI: https://doi.org/10.71112/53r72c08
ADOPCIÓN DE PLATAFORMAS DE PROGRAMACIÓN COMPETITIVA EN
EDUCACIÓN SUPERIOR: UN ESTUDIO DE CASO DESDE EL MODELO DE
ACEPTACIÓN TECNOLÓGICA Y LA DIFUSIÓN DE INNOVACIONES
ADOPTION OF COMPETITIVE PROGRAMMING PLATFORMS IN HIGHER
EDUCATION: A CASE STUDY BASED ON THE TECHNOLOGY ACCEPTANCE
MODEL AND THE DIFFUSION OF INNOVATIONS
Dora Ivette Rivero Caraveo
México
DOI: https://doi.org/10.71112/53r72c08
1868 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Adopción de plataformas de programación competitiva en educación superior:
un estudio de caso desde el modelo de aceptación tecnológica y la difusión de
innovaciones
Adoption of competitive programming platforms in higher education: a case
study based on the technology acceptance model and the diffusion of
innovations
Dora Ivette Rivero Caraveo
a
,*
dora.rc@cdjurarez.tecnm.mx
https://orcid.org/0000-0003-3428-5246
*Autor de correspondencia: dora.rc@cdjurarez.tecnm.mx,
a
Tecnológico Nacional de México,
Instituto Tecnológico de Ciudad Juárez, México
RESUMEN
El presente estudio analiza la adopción de la programación competitiva como estrategia
didáctica en educación superior, mediante la implementación de una intervención piloto en un
curso de Programación Básica en Ingeniería Mecatrónica. El análisis se fundamenta en el
Modelo de Aceptación Tecnológica (TAM) y la teoría de Difusión de Innovaciones, con el
propósito de comprender la interacción.
La investigación se desarrolló bajo un enfoque mixto, integrando datos cuantitativos
provenientes de los registros de la plataforma (envíos, veredictos y rankings) y datos
cualitativos obtenidos mediante un instrumento de percepción. Los resultados evidencian una
interacción sostenida con la plataforma, caracterizada por procesos iterativos de resolución de
DOI: https://doi.org/10.71112/53r72c08
1869 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
problemas. Asimismo, se identificó una percepción favorable en términos de facilidad de uso,
utilidad, motivación y satisfacción.
En conjunto, los hallazgos sugieren que la programación competitiva, implementada de manera
gradual y contextualizada, constituye una estrategia viable para fortalecer el aprendizaje de la
programación.
Palabras clave: Programación competitiva; Modelo de aceptación tecnológica; Aprendizaje de
programación; Plataformas educativas; OmegaUp.
ABSTRACT
This study analyzes the adoption of competitive programming as a teaching strategy in higher
education through the implementation of a pilot intervention in a Basic Programming course for
Mechatronics Engineering. The analysis is based on the Technology Acceptance Model (TAM)
and the Theory of Diffusion of Innovations, with the aim of understanding this interaction.
The research was conducted using a mixed-methods approach, integrating quantitative data
from the platform’s records (submissions, evaluations, and rankings) and qualitative data
obtained through a perception survey. The results show sustained engagement with the
platform, characterized by iterative problem-solving processes. Additionally, a favorable
perception was identified in terms of ease of use, usefulness, motivation, and satisfaction.
Taken together, the findings suggest that competitive programming, implemented gradually and
in a contextualized manner, constitutes a viable strategy for strengthening programming
learning.
Keywords: Competitive programming; Technology acceptance model; Programming education;
Learning platforms; OmegaUp.
Recibido: 8 mayo 2026 | Aceptado: 19 mayo 2026 | Publicado: 20 mayo 2026
DOI: https://doi.org/10.71112/53r72c08
1870 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
INTRODUCCIÓN
En la actualidad, las instituciones de educación superior han experimentado un rápido
proceso de digitalización debido a la integración de tecnologías que han modificado las
dinámicas pedagógicas. La integración de plataformas digitales, entornos virtuales y sistemas
automatizados se ha convertido en una práctica educativa cotidiana, lo que genera nuevas
oportunidades para el desarrollo de habilidades en los estudiantes (Alenezi, 2021). En el
contexto descrito es relevante analizar la adopción de tecnologías en entornos educativos,
particularmente en disciplinas como la enseñanza de la programación, donde la utilización de
herramientas digitales puede influir positivamente la experiencia de aprendizaje y el desarrollo
de competencias duras y blandas (Rukmana et al., 2024).
La enseñanza de la programación en educación superior ha sido ampliamente
identificada como uno de los principales desafíos para la formación de estudiantes en áreas de
la ingeniería, especialmente durante los cursos introductorios. Esto se debe a los
requerimientos cognitivos para el desarrollo del pensamiento lógico, abstracción y resolución de
problemas. En la literatura se ha documentado que las dificultades mencionadas derivan en un
pobre desempeño académico, así como altos índices de reprobación y deserción estudiantil, lo
que evidencia las limitaciones de los enfoques tradicionales en la enseñanza de esta materia
(Agbo et al., 2019; Caisaguano Villa & Apolo Buenaño, 2025; Medeiros et al., 2019; Vihavainen
et al., 2014). Incluso se ha encontrado que las dificultades no son solamente cognitivas, sino
que existen otras relaciones que impactan como la autogestión del aprendizaje y que las
estrategias didácticas no solamente se deben enfocar en competencias técnicas concretas,
sino en la autorregulación y autonomía (Li et al., 2025).
En este sentido, se ha señalado que las metodologías de enseñanza tradicionales no
son suficientes para abordar la complejidad del proceso de enseñanza-aprendizaje de la
programación, por lo que se han buscado otras estrategias para favorecer una participación
DOI: https://doi.org/10.71112/53r72c08
1871 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
activa de los alumnos para el fomento de su aprendizaje significativo (Figueiredo & García-
Peñalvo, 2019; Santos et al., 2020). Aunado a lo anterior, los retos para el aprendizaje de esta
disciplina no solamente impactan en la adquisición de conocimientos, sino también en el
desempeño académico y permanencia de los alumnos en los programas de ingeniería, por lo
cual es necesario explorar enfoques complementarios que ayuden a mejorar los procesos de
enseñanza-aprendizaje en este contexto (Herrera et al., 2024).
En el ámbito de la enseñanza de la programación, cuando se implementan este tipo de
estrategias se busca desarrollar el pensamiento computacional, el cual se refiere a la
capacidad de formular problemas y diseñar soluciones de manera estructurada aplicando
conceptos como la descomposición, abstracción y razonamiento algorítmico (Agbo et al., 2019;
Romero et al., 2017). Sin embargo, en diversos estudios se ha encontrado que el alumnado
enfrenta dificultades persistentes en estos procesos, especialmente en etapas tempranas
afectando su desempeño y motivación en cursos introductorios de programación (Medeiros et
al., 2019; Vihavainen et al., 2014). En particular, enfoques como el aprendizaje basado en
problemas, la utilización de plataformas digitales y otras herramientas tecnológicas han
mostrado resultados alentadores para la mejora del desempeño y motivación de los estudiantes
de nivel superior (Figueiredo & García-Peñalvo, 2019; Santos et al., 2020), gracias a que
promueven la práctica constante y a la retroalimentación inmediata (Cheng et al., 2023).
Dentro de las estrategias didácticas basadas en utilización de TIC, la programación
competitiva ha emergido como una alternativa con potencial formativo en el ámbito de la
enseñanza a nivel superior. Esta disciplina puede definirse como una modalidad que se basa
en resolver un conjunto de problemas algorítmicos mediante la codificación de programas que
son evaluados de manera automática a partir de casos de prueba predefinidos. Los programas
elaborados por los alumnos son sometidos a un proceso de jueceo en línea que emite un
veredicto inmediato y permite visualizar un tablero del desempeño individual con respecto a los
DOI: https://doi.org/10.71112/53r72c08
1872 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
otros participantes en función del número de problemas resueltos, el tiempo empleado y la
eficiencia algorítmica, pudiendo ser temporal o espacial (Ihantola et al., 2010; Lora Patiño et al.,
2021; Nair, 2020). Una de las plataformas ampliamente utilizadas en el contexto
latinoamericano es OmegaUp, la cual ha mostrado un crecimiento sostenido desde 2012 y
alcanzó más de 221,000 usuarios el pasado 2023 (Dueñas Orozco & Avalos Piñon, 2024).
La programación competitiva ha estado tradicionalmente asociada a contextos
extracurriculares, como los concursos tipo ICPC. Sin embargo, en años recientes ha
comenzado a explorarse su integración en entornos educativos formales como una estrategia
complementaria para fortalecer el proceso de enseñanza-aprendizaje de la programación. En la
literatura se ha encontrado que este enfoque promueve la práctica continua, el desarrollo del
pensamiento computacional y la autonomía del estudiante, logrando con ello subsanar las
limitaciones identificadas en los métodos tradicionales de enseñanza (Medeiros et al., 2019;
Santos et al., 2020).
Aunque en diversos estudios se ha identificado el gran potencial que tiene la
programación competitiva en contextos educativos formales, su incorporación aún es limitada,
por lo cual se han desarrollado estudios para comprender su nivel de conocimiento y
aceptación en el contexto académico en áreas de ingeniería (Rivero Caraveo, Anglés Barrios,
Sánchez Leal, & Gallegos Borunda, 2025; Rivero Caraveo, Anglés Barrios, Sánchez Leal,
Gallegos Borunda, et al., 2025). En cuanto a los docentes, los resultados mostraron un nivel
bajo de conocimiento y experiencia en este tipo de herramientas, así como una limitada
integración como práctica educativa cotidiana, a pesar de reconocer su potencial positivo para
el apoyo en el proceso de enseñanza. En cuanto a los estudiantes se encontró que, aunque el
conocimiento previo sobre programación competitiva es reducido, existe una disposición
favorable hacia su uso, así como niveles adecuados de motivación para interactuar con este
tipo de plataformas. En la misma línea, otros estudios de instituciones pertenecientes al mismo
DOI: https://doi.org/10.71112/53r72c08
1873 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
sistema educativo (TecNM) han explorado la implementación de la programación competitiva
en contextos educativos formales. Específicamente, se ha reportado que el uso de plataformas
como OmegaUp en conjunto con clubes de programación extraclase, en los cuales los alumnos
se matricularon de manera voluntaria, favorece la práctica constante, la resolución de
problemas y el desarrollo de habilidades algorítmicas en los estudiantes, evidenciando
resultados positivos en su formación académica (Morales Ortiz et al., 2024).
Con base en los antecedentes presentados, se ha identificado que, aunque la
programación competitiva se reconoce como una estrategia con potencial para fortalecer el
aprendizaje de la programación, su incorporación en contextos educativos formales todavía es
incipiente y poco documentada (Caisaguano Villa & Apolo Buenaño, 2025). Asimismo, la
evidencia de cómo llevar a cabo su implementación en el aula es muy limitada, así como los
factores que influyen en su adopción por parte de docentes y alumnos (Leso & Cortimiglia,
2022). En este sentido, resulta necesario analizar no solo la utilización de este tipo de
plataformas, sino también la forma en que son percibidas por los usuarios en función de su
utilidad y facilidad de uso, así como su integración dentro de contextos didácticos concretos.
En este sentido, el estudio de la adopción de plataformas de programación competitiva
como estrategia didáctica para la enseñanza de la programación en nivel superior es relevante
desde dos perspectivas: la pedagógica y la tecnológica. Aunado a lo anterior, también es
importante el análisis de la percepción de los estudiantes con respecto a la utilidad y facilidad
de uso percibida, sustentado en el Modelo de Aceptación Tecnológica (TAM) ampliamente
utilizado para explicar la adopción de sistemas tecnológicos, y que plantea que la intención de
uso se determina principalmente por la utilidad percibida y la facilidad de uso (Davis, 1989;
Rukmana et al., 2024; Teo & Noyes, 2011).
De manera complementaria, la teoría de la Difusión de Innovaciones permite
comprender cómo nuevas prácticas y tecnologías son adoptadas en contextos educativos,
DOI: https://doi.org/10.71112/53r72c08
1874 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
considerando elementos tales como la percepción de la innovación, los canales de
comunicación y el contexto social donde se implementan (Rogers, 2003; Sahin, 2006).
Con base en los antecedentes presentados, el objetivo del presente estudio es analizar
la adopción de una plataforma de programación competitiva como estrategia didáctica
complementaria en un curso de programación básica de la carrera de Ingeniería Mecatrónica
en educación superior. El presente estudio de caso se sustenta en dos modelos teóricos: el
Modelo de Aceptación Tecnológica (TAM) propuesto por Davis y la teoría de la Difusión de
Innovaciones de Rogers, considerando su implementación en el aula, así como la percepción
del alumnado con respecto a su utilidad y facilidad de uso.
METODOLOGÍA
El trabajo de investigación presentado se desarrolló bajo un enfoque mixto, con
predominio descriptivo–interpretativo, mediante un estudio de caso, el cual tiene la finalidad de
comprender el proceso de adopción de una plataforma de programación competitiva como
estrategia didáctica complementaria en educación superior. Para lograrlo, se analizaron e
integraron datos cuantitativos y cualitativos, interpretados con base en el Modelo de Aceptación
Tecnológica (TAM) y la Teoría de Difusión de Innovaciones de Rogers, para comprender la
aceptación, uso y apropiación de la estrategia didáctica mencionada.
Se diseñó e implementó un estudio de caso con una intervención piloto, seleccionando
un grupo de la asignatura de Programación Básica del primer semestre de la carrera de
Ingeniería Mecatrónica, durante el periodo agosto–diciembre de 2025, en el Instituto
Tecnológico de Ciudad Juárez. El grupo donde se implementó el estudio de caso estuvo
inicialmente conformado por treinta estudiantes inscritos en la materia. No obstante, a lo largo
del semestre se presentó ausentismo intermitente y deserción parcial, atribuibles a factores
externos al estudio, lo cual derivó en una participación variable en las distintas actividades.
DOI: https://doi.org/10.71112/53r72c08
1875 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Para efectos del análisis de desempeño y percepción, se consideró una muestra efectiva
integrada por los estudiantes que participaron activamente en los concursos de programación y
respondieron los instrumentos aplicados.
Tabla 1
Resumen del diseño metodológico del estudio
Elemento
Descripción
Enfoque
Mixto, con predominio descriptivo–interpretativo
Tipo de estudio
Estudio de caso con implementación piloto
Contexto académico
Asignatura Programación Básica, primer semestre de Ingeniería
Mecatrónica
Unidades involucradas
Unidades 2, 3 y 4 del programa de la asignatura
Participantes
Grupo inicial de 30 estudiantes; muestra efectiva variable en
función de la participación en concursos y aplicación de
instrumentos
Periodo de aplicación
Agosto–diciembre de 2025
Estrategia didáctica
Programación competitiva mediante la plataforma OmegaUp
Diseño de
implementación
Implementación progresiva en fases: registro, familiarización,
concursos temáticos (individual y colaborativo) y evaluación
Fuentes de datos
Registros de la plataforma (envíos, veredictos y ranking),
formularios de registro y percepción, y observaciones del
proceso de implementación
Marco teórico
Modelo de Aceptación Tecnológica (TAM) y Difusión de
Innovaciones (Rogers)
DOI: https://doi.org/10.71112/53r72c08
1876 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Si bien existen diversas plataformas de programación competitiva ampliamente
reconocidas, para este proyecto se optó por OmegaUp debido a su adecuación al contexto
educativo latinoamericano y sus resultados favorables en investigaciones previas (Lázaro
Carrillo et al., 2016; Martins et al., 2020; Morales Ortiz et al., 2024; Rivero Caraveo, Anglés
Barrios, Sánchez Leal, & Gallegos Borunda, 2025; Rivero Caraveo, Anglés Barrios, Sánchez
Leal, Gallegos Borunda, et al., 2025). En la Tabla 1 se presenta un resumen del diseño
metodológico de la investigación.
Cabe mencionar que este estudio no tuvo como objetivo establecer relaciones causales
ni comparar grupos de control, sino comprender el proceso de adopción de la programación
competitiva como estrategia didáctica en un curso introductorio de educación superior,
considerando las condiciones institucionales y pedagógicas dentro del contexto analizado.
Con el fin de identificar, gestionar y controlar la información de la plataforma OmegaUp,
se diseñó y distribuyó un formulario digital mediante Microsoft Forms, utilizando cuentas
institucionales. Aunque el instrumento mencionado fue compartido con diferentes grupos y
docentes, únicamente se consideraron para el presente estudio los registros correspondientes
al curso donde se implementó la estrategia didáctica. Los resultados mostraron que en general,
en todos los grupos encuestados, más del 95% de los estudiantes no contaba con experiencia
previa en el uso de la plataforma OmegaUp, lo que permitió analizar el proceso de adopción
desde una etapa inicial.
Para apoyar el proceso mencionado en el párrafo anterior, durante la primera fase,
mostrada en la figura 1, se pusieron a disposición de los estudiantes diversos materiales
didácticos en el entorno virtual institucional (Moodle), incluyendo guías de registro, infografías y
recursos interactivos orientados a facilitar la creación de cuentas y la comprensión del
funcionamiento básico de la plataforma.
DOI: https://doi.org/10.71112/53r72c08
1877 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Una vez que se recopilaron las respuestas del formulario y la disponibilidad de
implementar las estrategias complementarias de programación competitiva, se identificó una
muestra efectiva de 30 estudiantes, pertenecientes al grupo y asignatura mencionados
previamente. Se les solicitó registrar sus datos de su cuenta OmegaUp, para poder
implementar los concursos como estrategia didáctica complementaria de manera privada. Al
proceso descrito, se identifica como la fase 2 de la implementación piloto.
Figura 1
Fases de la implementación piloto de la estrategia de programación competitiva
Nota. Elaboración propia.
Durante el proceso de familiarización (fase 3), se implementó una actividad piloto inicial
orientada a que los estudiantes comprendieran el funcionamiento del juez automático, el
paradigma para desarrollar los ejercicios, así como el formato de entrada y salida requerido
para la resolución de problemas. Para ello, se crearon un par de ejercicios muy sencillos, para
que se familiarizaran con la plataforma, antes de los concursos formales. Esta actividad
permitió a los participantes experimentar el proceso de envío de soluciones y la interpretación
de los veredictos generados por la plataforma, facilitando la transición hacia actividades de
DOI: https://doi.org/10.71112/53r72c08
1878 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
mayor complejidad. También se implementó un instrumento para documentar las primeras
impresiones del uso de la plataforma, con el fin de medir la adopción tecnológica.
Posteriormente en la cuarta fase de implementación, se desarrollaron concursos de
programación alineados con las unidades temáticas del curso, específicamente la segunda,
tercera y cuarta del programa. En las unidades mencionadas, se empieza con elementos
generales del lenguaje, tales como entradas y salidas de datos, tipos y operadores básicos.
Posteriormente, se abordan las estructuras de control de flujo y finalmente el uso de estructuras
de datos básicas. El lenguaje utilizado fue Python ya que, por indicaciones de la Academia, es
el que se imparte para los alumnos de Ingeniería Mecatrónica. Los concursos mencionados se
diseñaron con distintos niveles de complejidad y se implementaron tanto en modalidad
colaborativa como individual, con el objetivo de fomentar la participación, el desarrollo de
habilidades algorítmicas y la adaptación progresiva al entorno de programación competitiva.
Con el propósito de analizar la percepción de los estudiantes respecto al uso de la
plataforma, en la fase de evaluación se aplicó un instrumento de tipo encuesta mediante
Microsoft Forms, el cual permitió recabar información sobre variables asociadas al Modelo de
Aceptación Tecnológica, tales como la facilidad de uso percibida, la utilidad percibida, la
motivación y la satisfacción con la experiencia de uso. Asimismo, se incluyeron preguntas
abiertas orientadas a identificar dificultades, percepciones y áreas de mejora en la
implementación de la estrategia didáctica
Finalmente, para la fase de análisis e interpretación de resultados, se integraron los
datos obtenidos a partir de los registros de todos los concursos implementados a través de la
plataforma OmegaUp (envíos, veredictos y ranking), así como las respuestas del instrumento
de percepción aplicado a los estudiantes. Los datos cuantitativos fueron analizados mediante
estadística descriptiva, considerando frecuencias y tendencias de participación y desempeño,
mientras que las respuestas abiertas se examinaron mediante un análisis cualitativo de tipo
DOI: https://doi.org/10.71112/53r72c08
1879 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
interpretativo, con el fin de identificar patrones en la experiencia de uso. La interpretación de los
resultados se realizó tomando como referencia al Modelo de Aceptación Tecnológica,
particularmente la utilidad percibida y la facilidad de uso percibida.
RESULTADOS
Los resultados del presente estudio se estructuran en función de las etapas de la
implementación de la estrategia de programación competitiva descritas en la metodología y
resumidas en la figura 1 presentada en la sección anterior, así como de las fuentes de
información recopiladas durante el proceso. En las subsecciones siguientes se describen los
resultados obtenidos en cada una de las fases metodológicas del estudio.
Características iniciales de los participantes
La muestra del estudio estuvo conformada por un total de treinta estudiantes inscritos
en la asignatura de Programación Básica, correspondiente al primer semestre de la carrera de
Ingeniería Mecatrónica. El registro de los participantes en la plataforma OmegaUp se llevó a
cabo a finales de septiembre de 2025.
En cuanto a la experiencia previa en el uso de la plataforma, los resultados obtenidos a
partir del formulario de registro indicaron que más del 95% de los estudiantes no contaba con
experiencia previa en OmegaUp, lo que permitió analizar el proceso de adopción desde una
etapa inicial. Se implementó un segundo instrumento a los alumnos que formaron parte de la
muestra efectiva de la implementación piloto y en cuanto a su experiencia en programación
competitiva se encontró que: 48% habían utilizado previamente plataformas de programación
competitiva o jueceo en línea (no necesariamente OmegaUp), 24% han participado en algún
concurso o reto tecnológico y aunque el 67% han escuchado el término de programación
competitiva, pero no están seguros.
DOI: https://doi.org/10.71112/53r72c08
1880 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Estos resultados evidencian que la implementación de la estrategia didáctica se
desarrolló en un contexto donde la mayoría de los participantes no tenía familiaridad previa con
la plataforma OmegaUp, sin embargo, algunos tienen un nivel de familiaridad con el concepto o
herramientas similares, lo cual constituye un elemento relevante para la interpretación de los
resultados obtenidos en las fases posteriores del estudio.
Participación en la plataforma
Con base en los registros generados por la plataforma OmegaUp, se identificaron
patrones de participación a lo largo de las distintas etapas de la implementación, considerando
tanto actividades en modalidad individual como colaborativa. En términos generales, se
observó una interacción sostenida con la plataforma, caracterizada por la realización de
múltiples envíos por parte de los participantes y el uso constante del sistema de evaluación
automática. En la tabla 2 se muestra una comparativa de participación y desempeño en todas
las etapas de la implementación piloto.
Tabla 2
Comparativa de participación y desempeño por etapa de implementación
Etapa
Modalidad
Participació
n
Promedi
o de
envíos
Envíos
por
problem
a
Resolució
n parcial
Resolució
n
completa
Prueba
inicial
Individual
50–60%
3–4
1.5 – 2.0
~50%
30–40%
Unidad
2
Equipo
~100%
equipos
9–12
1.5 – 2.0
>70%
40–50%
Unidad
3 (1)
Equipo
~100%
equipos
7–10
1.0 – 1.4
~70%
~40%
DOI: https://doi.org/10.71112/53r72c08
1881 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Unidad
3 (2)
Individual
50–60%
4–6
0.6 – 0.9
~60%
30–35%
Nota. La métrica de “envíos por problema” se calculó dividiendo el promedio de envíos entre el
número de problemas en cada concurso, con el fin de normalizar la comparación entre
actividades con distinta estructura.
En la actividad piloto inicial, desarrollada en modalidad individual, se registró una
participación activa de aproximadamente entre el 50 % y el 60 % de los estudiantes, con un
promedio de entre 3 y 4 envíos por participante. En esta fase, alrededor del 50 % de los
estudiantes logró resolver al menos uno de los problemas propuestos, mientras que entre el 30
% y el 40 % alcanzó la resolución completa. Cabe mencionar que, en esta fase, los alumnos no
tuvieron que resolver algoritmos, simplemente mediante demostración-ejecución siguieron los
pasos para subir sus programas en la plataforma e interpretar los resultados.
En las actividades posteriores en modalidad colaborativa, correspondientes a las
unidades 2 y 3, la participación se mantuvo constante, con la totalidad de los equipos
involucrándose en los concursos. En la Unidad 2 se registró un promedio estimado de entre 9 y
12 envíos por equipo, mientras que en la Unidad 3 este promedio se situó entre 7 y 10 envíos.
Esta ligera disminución se presenta en un contexto de mayor complejidad en los problemas
planteados en la Unidad 3. En términos de desempeño, la proporción de resolución parcial se
mantuvo en niveles cercanos al 70 %, mientras que la resolución completa presentó una leve
disminución, situándose alrededor del 40 %.
Por su parte, en el concurso individual correspondiente a la Unidad 3 se observó
nuevamente una participación activa de entre el 50 % y el 60 % de los estudiantes. En esta
etapa, el promedio de envíos por participante se incrementó a un rango de entre 4 y 6 intentos,
lo que sugiere una mayor interacción con la plataforma en comparación con la fase inicial.
Asimismo, se registró un aumento en la proporción de estudiantes que lograron resolver al
DOI: https://doi.org/10.71112/53r72c08
1882 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
menos un problema, alcanzando aproximadamente el 60 %, mientras que la resolución
completa se mantuvo en niveles similares a los observados en la actividad piloto, a pesar del
incremento en la complejidad de los ejercicios. Adicionalmente, se evidenció una mayor
dispersión en los resultados, reflejada en la variabilidad de puntajes obtenidos por los
participantes.
En conjunto, estos resultados muestran una evolución en los patrones de participación,
caracterizada por una interacción sostenida con la plataforma, un incremento en el número de
intentos por participante en actividades individuales y una estabilidad en el desempeño en
actividades colaborativas, aun ante el aumento en la complejidad de los problemas.
Desempeño en los concursos
El análisis del desempeño de los participantes se realizó a partir de los resultados
obtenidos en los rankings generados por la plataforma OmegaUp en cada uno de los concursos
implementados. Con el fin de permitir la comparación entre actividades con diferente número
de problemas, el desempeño se evaluó en términos relativos, considerando el grado de
resolución alcanzado en cada concurso.
Para ello, se establecieron tres niveles de desempeño: alto, correspondiente a la
resolución de al menos el 80 % de los problemas; medio, asociado a una resolución parcial
significativa (entre el 40 % y el 79 %); y bajo, correspondiente a una resolución limitada o nula
(menos del 40 % de los problemas).
Durante la actividad piloto inicial, cuyo objetivo era que los participantes se
familiarizaran con la plataforma y paradigma para elaborar las soluciones, se observó una
distribución relativamente equilibrada de los niveles de desempeño, donde más de la mitad de
los estudiantes logró resolver al menos uno de los problemas (niveles medio y alto), mientras
que el resto se ubicó en nivel bajo, lo que refleja una etapa inicial de adaptación al entorno de
programación competitiva.
DOI: https://doi.org/10.71112/53r72c08
1883 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
En las actividades en modalidad colaborativa, correspondientes a las unidades 2 y 3, el
desempeño se concentró principalmente en los niveles medio y alto. En la Unidad 2, se estima
que cerca del 70 % de los equipos alcanzó niveles de resolución significativos (medio o alto),
mientras que el resto presentó resultados limitados. En la Unidad 3, a pesar del incremento en
la complejidad de los problemas, se mantuvo una proporción similar de equipos en niveles
medio y alto; sin embargo, se observó una mayor dispersión en los resultados, con equipos que
alcanzaron niveles cercanos al alto y otros que permanecieron en niveles medios o bajos.
Por su parte, en el concurso individual correspondiente a la Unidad 3 se identificó una
distribución más amplia de los niveles de desempeño. Aproximadamente entre un 25 % y 35 %
de los estudiantes se ubicó en un nivel alto, al resolver la mayoría de los problemas, mientras
que entre un 30 % y 40 % alcanzó un nivel medio, con resoluciones parciales. El resto de los
participantes se situó en nivel bajo, con escasa o nula resolución. Esta variabilidad evidencia
diferencias en el dominio individual de los contenidos y en la capacidad de adaptación al
entorno de programación competitiva. Lo anterior es congruente, ya que, en concursos a nivel
avanzado, las participaciones son en equipo, no en modalidad individual.
En conjunto, los resultados muestran una transición desde un desempeño inicial más
uniforme hacia una mayor diferenciación en los niveles de resolución, tanto en modalidad
colaborativa como individual. Esta diferenciación se acentúa conforme aumenta la complejidad
de los problemas, evidenciando la diversidad de habilidades presentes en el grupo y los
distintos ritmos de apropiación de la estrategia de programación competitiva.
Percepción de los estudiantes
Con el fin de analizar la percepción de los alumnos con respecto a la utilización de la
plataforma OmegaUp, se diseñó e implementó un instrumento de encuesta utilizando un
formulario de Microsoft Forms, para recopilar información sobre variables relacionadas con
experiencia de uso, como lo son la facilidad de uso percibida y su utilidad (modelo TAM), así
DOI: https://doi.org/10.71112/53r72c08
1884 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
como la motivación y satisfacción general. En la tabla 3 se presenta la estructura del
instrumento aplicado.
Tabla 3
Estructura del instrumento de percepción aplicado
No.
Dimensión
Pregunta (resumen)
Tipo de
respuesta
1
Experiencia previa
¿Habías utilizado previamente
OmegaUp?
Opción múltiple
2
Facilidad de uso
¿Qué tan fácil te resultó usar la
plataforma?
Escala Likert
3
Facilidad de uso
¿Qué tan claro fue el proceso de envío
de soluciones?
Escala Likert
4
Facilidad de uso
¿Qué tan claras fueron las instrucciones
de los ejercicios?
Escala Likert
5
Dificultad
percibida
¿Cómo calificas la dificultad de los
ejercicios?
Escala Likert
6
Motivación
¿Qué tan motivado te sentiste al realizar
los ejercicios?
Escala Likert
7
Satisfacción
¿Qué tan satisfecho estás con el uso de
la plataforma?
Escala Likert
8
Utilidad percibida
(inferida)
Percepción del apoyo de la plataforma al
aprendizaje (derivada de respuestas y
comentarios)
Interpretación
9
Opinión abierta
¿Qué te faltó para entender mejor los
ejercicios?
Respuesta abierta
DOI: https://doi.org/10.71112/53r72c08
1885 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
10
Opinión abierta
¿Qué aspectos te gustaron más de la
plataforma?
Respuesta abierta
En general los resultados muestran una percepción favorable hacia el uso de la
plataforma OmegaUp. Con respecto a la facilidad de uso, el 77% de los alumnos indicaron que,
tras la fase inicial de adaptación, lograron comprender el funcionamiento del entorno,
incluyendo el proceso de envío de soluciones algorítmicas, así como la interpretación de los
veredictos del juez automático. Sin embargo, se identificaron dificultades iniciales asociadas
principalmente al manejo de formato de entrada y salida requerido por los problemas.
Una proporción significativa de los estudiantes consideraron que la plataforma
contribuyó al desarrollo de habilidades de programación, especialmente para la resolución de
problemas y mejora en la lógica algorítmica, lo cual se relaciona con la utilidad percibida del
modelo TAM. Dicha percepción se refuerza gracias a la retroalimentación inmediata y objetiva
proporcionada por la plataforma, con lo cual los estudiantes fueron capaces de identificar sus
errores y realizar múltiples intentos de mejora.
Con respecto a la motivación, se encontró que una porción importante de los
participantes manifestó interés en continuar utilizando la plataforma, destacando el componente
retador de los ejercicios y la dinámica de competencia como factores que influyen mayormente
a su interés en involucrarse en este tipo de dinámicas.
En cuanto a la satisfacción general con la experiencia de usuario, fue mayormente
positiva, aunque algunos estudiantes señalaron áreas de mejora, principalmente relacionadas
con la dificultad progresiva de los problemas y la necesidad de contar con mayor
acompañamiento en las etapas iniciales. En la figura 2 se muestra un resumen de la motivación
y satisfacción general que manifestaron los participantes en cuanto a la utilización de la
plataforma OmegaUp.
DOI: https://doi.org/10.71112/53r72c08
1886 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Figura 2
Motivación y satisfacción general con la utilización de la plataforma
El análisis de las respuestas abiertas permitió finalmente, identificar patrones
recurrentes en la experiencia de uso de los alumnos participantes, tales como la percepción de
la plataforma como una herramienta útil para el aprendizaje práctico (utilidad percibida). Si bien
la utilidad percibida no fue evaluada mediante un ítem directo en el instrumento aplicado, esta
se infiere a partir de la percepción positiva de los estudiantes, su nivel de motivación y las
valoraciones expresadas en las respuestas abiertas. Los alumnos manifestaron que la
utilización de la plataforma y las dinámicas basadas en programación competitiva ayudaron a
mejorar sus habilidades de resolución de problemas algorítmicos. En la tabla 4 se presenta un
resumen de las percepciones de los estudiantes por dimensión.
Tabla 4
Síntesis de percepciones por dimensión
Dimensión
Tendencia observada
Facilidad de uso
Adaptación progresiva, dificultades iniciales
Utilidad
Alta percepción de apoyo al aprendizaje
Motivación
Interés moderado–alto, influido por el reto
Satisfacción
Mayoritariamente positiva
DOI: https://doi.org/10.71112/53r72c08
1887 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
DISCUSIÓN
El análisis de los resultados obtenidos en las seis fases de la implementación piloto,
permitió analizar el proceso de adopción de la programación competitiva como estrategia
didáctica, bajo el marco del Modelo de Aceptación Tecnológica (RAM) y la Teoría de Difusión
de Innovaciones de Rogers, cuya teoría se presenta y analiza en la sección de la introducción.
Primeramente, con relación a la facilidad de uso percibida, los resultados muestran que
los alumnos lograron adaptarse progresivamente al entorno de la plataforma, a pesar de las
dificultades iniciales al formato de entrada, al cambio de paradigma de la lectura de entradas y
presentación de las salidas de los problemas, así como la interpretación de los veredictos del
juez en línea automático de la plataforma. Este comportamiento es consistente con lo
planteado por Fred D. Davis (1989), quien establece que la facilidad de uso percibida influye
directamente en la aceptación de una tecnología, especialmente en las etapas iniciales de
interacción. Por lo anterior, se acompañó a los alumnos proporcionando guías visuales del uso
de la plataforma, así como un concurso de prueba (fase de familiarización), con el fin de facilitar
a los participantes para asimilar la plataforma tecnológica.
Con respecto a la utilidad percibida, los resultados indican que los alumnos
reconocieron el valor de la plataforma como una herramienta de apoyo que ayudó al desarrollo
de habilidades de programación, específicamente en la resolución de problemas y la mejora
algorítmica. Este hallazgo coincide con lo reportado por Elgamal Amany Fawzy et al. (2013),
quienes destacan que los entornos interactivos con evaluación automática contribuyen
significativamente al aprendizaje práctico de la programación.
Asimismo, los niveles de motivación y satisfacción observados en los estudiantes
refuerzan la pertinencia de integrar enfoques gamificados, basados en retos y competencia en
contextos educativos. En este sentido, los resultados son pertinentes con otros estudios sobre
gamificación en educación superior, como los reportados por Andújar Francisco J. et al. (2020)
DOI: https://doi.org/10.71112/53r72c08
1888 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
y Jawad & Tout (2021), quienes señalan que la incorporación de dinámicas competitivas puede
incrementar la motivación, el compromiso y la participación de los estudiantes en cursos de
programación.
En el presente estudio, el componente competitivo, así como la visualización del tablero
con las posiciones (rankings) proporcionado por la plataforma contribuyeron para generar un
entorno dinámico, competitivo y lúdico que favoreció la interacción con la plataforma.
Desde la óptica de la Difusión de Innovaciones de Rogers (2005), los resultados
evidencian un proceso de adopción gradual, en el cual se observa una diferenciación
progresiva entre los participantes. En etapas iniciales, el comportamiento de los estudiantes fue
relativamente homogéneo, debido a que muy pocos conocían la plataforma y el grado de
complejidad de los primeros ejercicios era bajo. No obstante, conforme la complejidad de las
actividades fue en aumento, se identificaron distintos niveles de desempeño, lo que puede
asociarse con la existencia de perfiles diferenciados de adopción, lo cual concuerda con lo
propuesto por el modelo de Everett M. Rogers (2005).
Adicionalmente, al comparar las modalidades de trabajo individual y en equipo, se
identificó diferencias en las dinámicas de participación y desempeño. En la modalidad por
equipos se observó una participación constante y niveles de resolución relativamente estables,
mientras que en la modalidad individual se evidenció una mayor dispersión de los resultados.
Este comportamiento diferenciado, puede interpretarse como un efecto del trabajo colaborativo
en la regulación del desempeño documento en el trabajo presentado por Martins et al. (2020),
quienes encontraron que la programación competitiva en contextos educativos puede favorecer
el desarrollo de habilidades algorítmicas y persistencia, en especial cuando se presenta en
forma estructurada.
DOI: https://doi.org/10.71112/53r72c08
1889 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Para concluir, es importante señalar que, si bien los resultados muestran una
aceptación general favorable de la estrategia, también se identificaron áreas de mejora
relacionadas con la claridad de las instrucciones y el acompañamiento en las etapas iniciales.
Este hallazgo coincide con lo señalado en revisiones sobre intervenciones educativas
en el desarrollo del pensamiento computacional, donde se destaca la necesidad de diseñar
estrategias pedagógicas que consideren distintos niveles de entrada y apoyo progresivo (De
Jong & Jeuring, 2020).
En conjunto, los resultados del presente estudio evidencian que la programación
competitiva, implementada de manera gradual y contextualizada, puede ser una estrategia
viable para fortalecer el aprendizaje de la programación en educación superior, siempre que se
consideren factores asociados a la facilidad de uso, utilidad percibida y diseño pedagógico de
las actividades.
CONCLUSIONES
Mediante el estudio presentado, fue posible analizar el proceso de adopción de la
programación competitiva como estrategia didáctica en un curso introductorio de educación
superior. Se encontró que su implementación, habilitada por medio de la plataforma OmegaUp,
constituyó una alternativa viable para fortalecer el aprendizaje de la programación en materias
introductorias de los programas de ingeniería.
Con base en los resultados obtenidos, se pudo observar que los alumnos lograron una
interacción sostenida con la plataforma, caracterizada por un uso iterativo basado en la
retroalimentación automática, así como también una participación continua tanto en la
modalidad individual como colaborativa. También, se pudo identificar una evolución en los
niveles de desempeño, con una mayor diferenciación conforme aumentó la complejidad de los
DOI: https://doi.org/10.71112/53r72c08
1890 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
ejercicios. Lo anterior refleja la diversidad de habilidades y ritmos de aprendizaje inherentes a
la heterogeneidad del grupo.
Desde el punto de vista de la percepción del alumnado, se identificó una aceptación
general favorable, destacando la utilidad de la plataforma para el desarrollo de habilidades de
programación y el papel de la retroalimentación inmediata en el proceso de aprendizaje.
Asimismo, la motivación y satisfacción general del uso de la plataforma son impulsados gracias
a la dinámica competitiva y gamificada de este tipo de plataformas.
Los hallazgos del estudio presentado son consistentes en términos teóricos con el
Modelo de Aceptación Tecnológica, específicamente en relación con la influencia de la facilidad
de uso y la utilidad percibida en la adopción de herramientas digitales. Aunado a lo anterior, el
comportamiento observado en los alumnos permitió identificar un proceso de adopción gradual,
lo cual concuerda con la Teoría de Difusión de Innovaciones, en la cual se identifican diferentes
perfiles de apropiación de la estrategia didáctica. Sin embargo, también se encontraron áreas
de mejora, principalmente relacionadas con la claridad de las instrucciones y la necesidad de
un acompañamiento más cercano en las etapas iniciales, lo cual resulta importante considerar
para futuras implementaciones.
Como trabajo futuro, se propone ampliar el estudio mediante un diseño cuasi-
experimental que permita comparar grupos con y sin intervención, así como incorporar un
mayor número de participantes y contextos académicos, tanto del lado de los alumnos como de
los docentes que adopten la metodología propuesta. Asimismo, se recomienda profundizar en
el análisis de variables como la autoeficacia, la autorregulación del aprendizaje y el impacto en
el desempeño académico, comparando el impacto de la estrategia mediante evaluaciones de
conocimiento estandarizadas y colegiadas.
Finalmente, se concluye que la programación competitiva integrada de manera gradual
y contextualizada, representa una estrategia didáctica con alto potencial en la enseñanza de la
DOI: https://doi.org/10.71112/53r72c08
1891 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
programación, siempre que se acompañe con un diseño pedagógico adecuado y mecanismos
de apoyo que faciliten su adopción en etapas iniciales en el aprendizaje de la programación.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
El presente estudio es de autoría individual, por lo tanto, Dora Ivette Rivero Caraveo se
encargó de: conceptualización, curación de datos, análisis formal, investigación, metodología,
administración del proyecto, recursos, software, supervisión, validación, visualización,
redacción del borrador original y revisión y edición de la redacción.
Declaración de uso de inteligencia artificial
La autora declara empleó herramientas de inteligencia artificial generativa como apoyo
en tareas de revisión de la coherencia y organización del texto, así como para la organización
de la revisión de la literatura. No obstante, dichas herramientas no sustituyeron en ningún
momento el proceso intelectual, analítico ni la toma de decisiones académicas del estudio.
El diseño de la investigación, la recolección y análisis de datos, así como la
interpretación de resultados y las conclusiones corresponden íntegramente al trabajo intelectual
de la autora. Asimismo, se realizaron revisiones rigurosas para garantizar la originalidad del
contenido y el cumplimiento de principios éticos en la elaboración del escrito.
REFERENCIAS
Agbo, F. J., Oyelere, S. S., Suhonen, J., & Adewumi, S. (2019). A Systematic Review of
Computational Thinking Approach for Programming Education in Higher Education
Institutions. Proceedings of the 19th Koli Calling International Conference on Computing
Education Research, 1–10. https://doi.org/10.1145/3364510.3364521
DOI: https://doi.org/10.71112/53r72c08
1892 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Alenezi, M. (2021). Deep Dive into Digital Transformation in Higher Education Institutions.
Education Sciences, 11(12), 770. https://doi.org/10.3390/educsci11120770
Andújar Francisco J., González-Escribano Arturo, Bastida Javier, & Torres de la Sierra Yuri.
(2020). Actas de las Jenui, vol. 5. 2020. Actas de las Jenui, vol. 5.
Caisaguano Villa, G. G., & Apolo Buenaño, D. E. (2025). Integración del Pensamiento
Computacional en Contextos Educativos: Revisión Sistemática de Literatura en artículos
de acceso abierto de los últimos 10 años en SCOPUS. Reincisol., 4(8), 339–369.
https://doi.org/10.59282/reincisol.V4(8)339-369
Cheng, L.-C., Li, W., & Tseng, J. C. R. (2023). Effects of an automated programming
assessment system on the learning performances of experienced and novice learners.
Interactive Learning Environments, 31(8), 5347–5363.
https://doi.org/10.1080/10494820.2021.2006237
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of
Information Technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
De Jong, I., & Jeuring, J. (2020). Computational Thinking Interventions in Higher Education: A
Scoping Literature Review of Interventions Used to Teach Computational Thinking. Koli
Calling ’20: Proceedings of the 20th Koli Calling International Conference on Computing
Education Research, 1–10. https://doi.org/10.1145/3428029.3428055
Dueñas Orozco, H. E., & Avalos Piñon, T. (2024). omegaUp: A Decade of Growth and Impact in
Latin American Coding Education. OLYMPIADS IN INFORMATICS, 167–175.
https://doi.org/10.15388/ioi.2024.13
Elgamal Amany Fawzy, Abas, Hanaa Abdo, & Baladoh, E-SM. (2013). An interactive e-learning
system for improving web programming skills. Education and Information Technologies,
18(1), 29–46. https://doi.org/10.1007/s10639-011-9175-7
DOI: https://doi.org/10.71112/53r72c08
1893 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Figueiredo, J., & García-Peñalvo, F. J. (2019). Teaching and learning strategies of programming
for university courses. Proceedings of the Seventh International Conference on
Technological Ecosystems for Enhancing Multiculturality, 1020–1027.
https://doi.org/10.1145/3362789.3362926
Herrera, L. C., Montenegro, M., Torres-Lista, V., Martínez, L. A., & López, V. (2024). Eficiencia
terminal en la educación superior: Hacia un nuevo enfoque. Revista Educación Superior
y Sociedad (ESS), 36(1), 244–260. https://doi.org/10.54674/ess.v36i1.694
Ihantola, P., Ahoniemi, T., Karavirta, V., & Seppälä, O. (2010). Review of recent systems for
automatic assessment of programming assignments. Proceedings of the 10th Koli
Calling International Conference on Computing Education Research, 86–93.
https://doi.org/10.1145/1930464.1930480
Jawad, H. M., & Tout, S. (2021). Gamifying Computer Science Education for Z Generation.
Information, 12(11), 453. https://doi.org/10.3390/info12110453
Lázaro Carrillo, G. Y., Delgado León, A. M., & Vera Rivera, F. H. (2016). DESARROLLO E
IMPLEMENTACIÓN DE UN MARCO DE TRABAJO PARA EL ENTRENAMIENTO EN
PROGRAMACIÓN COMPETITIVA. Universidad, Ciencia y Tecnología, 20, 69–74.
Leso, B. H., & Cortimiglia, M. N. (2022). The influence of user involvement in information system
adoption: An extension of TAM. Cognition, Technology & Work, 24(2), 215–231.
https://doi.org/10.1007/s10111-021-00685-w
Li, Q., Jiang, Q., Liang, J.-C., Xiong, W., & Zhao, W. (2025). Roles of programming self-efficacy,
cognitive styles, and self-regulated learning strategies on computational thinking in
computer programming. Humanities and Social Sciences Communications, 12(1), 1412.
https://doi.org/10.1057/s41599-025-05686-y
DOI: https://doi.org/10.71112/53r72c08
1894 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Lora Patiño, G. A., Suaza Jiménez, J. H., Rodríguez Marín, P. A., & Taborda Blandón, G.
(2021). Programación competitiva como estrategia didáctica para potenciar el
aprendizaje colaborativo en estudiantes de ingeniería. 539–553.
Martins, G., Lopes De Souza, P. S., Jose Conte, D., & Bruschi, S. M. (2020). Learning Parallel
Programming Through Programming Challenges. 2020 IEEE Frontiers in Education
Conference (FIE), 1–9. https://doi.org/10.1109/FIE44824.2020.9274009
Medeiros, R. P., Ramalho, G. L., & Falcao, T. P. (2019). A Systematic Literature Review on
Teaching and Learning Introductory Programming in Higher Education. IEEE
Transactions on Education, 62(2), 77–90. https://doi.org/10.1109/TE.2018.2864133
Morales Ortiz, L. V., Ucan Cih, J. M., & Ramos Santiago, A. (2024). CLUBES DE
PROGRAMACIÓN Y APRENDIZAJE ACTIVO: DEL AULA AL ÉXITO EN
PROGRAMACIÓN COMPETITIVA CON EL USO DE OMEGAUP. Revista Científica de
la Universidad Tecnológica Paso del Norte BASACHÍ, 2(2), 17–25.
Nair, P. R. (2020). Increasing Employability of Indian Engineering Graduates through
Experiential Learning Programs and Competitive Programming: Case Study. Procedia
Computer Science, 172, 831–837. https://doi.org/10.1016/j.procs.2020.05.119
Rivero Caraveo, D. I., Anglés Barrios, C., Sánchez Leal, M. E., & Gallegos Borunda, A. P.
(2025). Percepciones y Experiencia Docente en el Uso de Herramientas TIC de
Programación Competitiva en la Educación Superior. Ciencia Latina Revista Científica
Multidisciplinar, 9(5), 9173–9196. https://doi.org/10.37811/cl_rcm.v9i5.20247
Rivero Caraveo, D. I., Anglés Barrios, C., Sánchez Leal, M. E., Gallegos Borunda, A. P., &
López Santos, I. B. (2025). Percepciones, motivación y aceptación de las plataformas de
programación competitiva en estudiantes de ingeniería. Revista Multidisciplinar
Epistemología de las Ciencias, 2(4), 2045–2073. https://doi.org/10.71112/1zhy1358
Rogers, E. M. (2003). Diffusion of Innovations (5 ed). Free Press.
DOI: https://doi.org/10.71112/53r72c08
1895 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Romero, M., Lepage, A., & Lille, B. (2017). Computational thinking development through
creative programming in higher education. International Journal of Educational
Technology in Higher Education, 14(1), 42. https://doi.org/10.1186/s41239-017-0080-z
Rukmana, M. Y., Bactiar, F. A., & Akbar, S. R. (2024). Technology Acceptance Model (TAM) on
distance learning in University of Brawijaya. 9(3), 331–348.
Sahin, I. (2006). DETAILED REVIEW OF ROGERS’ DIFFUSION OF INNOVATIONS THEORY
AND EDUCATIONAL TECHNOLOGY-RELATED STUDIES BASED ON ROGERS’
THEORY. The Turkish Online Journal of Educational Technology, 5(2).
Santos, S., Tedesco, P., Borba, M., & Brito, M. (2020). Innovative Approaches in Teaching
Programming: A Systematic Literature Review: Proceedings of the 12th International
Conference on Computer Supported Education, 205–214.
https://doi.org/10.5220/0009190502050214
Teo, T., & Noyes, J. (2011). An assessment of the influence of perceived enjoyment and
attitude on the intention to use technology among pre-service teachers: A structural
equation modeling approach. Computers & Education, 57(2), 1645–1653.
https://doi.org/10.1016/j.compedu.2011.03.002
Vihavainen, A., Airaksinen, J., & Watson, C. (2014). A systematic review of approaches for
teaching introductory programming and their influence on success. Proceedings of the
Tenth Annual Conference on International Computing Education Research, 19–26.
https://doi.org/10.1145/2632320.2632349
