MSc. Juan Carlos Lázaro-Guillermo, Universidad Nacional Intercultural de la Amazonia, Pucallpa. Perú.
Correo electrónico: jlazarog@unia.edu.pe
ORCID: https://orcid.org/0000-0002-4785-9344

Dr. Walter Arturo Quispe-Cutipa, Universidad Nacional Intercultural de la Amazonia, Pucallpa. Perú.
Correo electrónico: wquispec@unia.edu.pe
ORCID: https://orcid.org/0000-0001-9355-1984

Dra. María Isabel Inga-Japa, Universidad Nacional Intercultural de la Amazonia, Pucallpa. Perú.
Correo electrónico: mingaj@unia.edu.pe
ORCID: https://orcid.org/0000-0002-1111-3700

Recibido: enero 2026                               Aprobado: marzo 2026

Introducción

La incorporación de tecnologías digitales en la educación superior ha transformado los procesos de enseñanza y aprendizaje, facilitando el acceso inmediato a la información, la flexibilidad en la gestión del conocimiento y la expansión de entornos virtuales. Este fenómeno se intensificó con la digitalización forzada por la pandemia de COVID-19, que consolidó dispositivos móviles, plataformas virtuales y redes sociales como infraestructura cotidiana de la vida académica universitaria. Emerge así una paradoja: las mismas herramientas que amplían las oportunidades de aprendizaje introducen dinámicas de distracción, sobrecarga informativa y uso problemático con consecuencias documentadas sobre el desempeño académico (Tabullo & Pulifiato, 2024; Robalino-Masabanda et al., 2024).

De esta forma, la dependencia tecnológica puede definirse como un patrón de uso excesivo, compulsivo y difícil de controlar que interfiere en el funcionamiento diario del individuo. El constructo comparte rasgos con las adicciones conductuales (tolerancia, abstinencia, pérdida de control) y afecta de manera particular a poblaciones jóvenes (Aldana-Zavala et al., 2021). En América Latina, la expansión acelerada del acceso móvil ha normalizado un uso intensivo que incrementa el riesgo de tecno-dependencia en contextos académicos (Miauri Aza et al., 2024).

Por su parte, los hábitos de estudio, entendidos como el repertorio de estrategias de planificación, autorregulación, concentración y procesamiento de la información, constituyen un predictor robusto del rendimiento académico. La exposición creciente a entornos digitales reconfigura, sin embargo, estas dinámicas mediante la multitarea, la atención fragmentada y la dependencia de estímulos digitales, erosionando potencialmente la profundidad cognitiva del aprendizaje (Tabullo & Pulifiato, 2024).

Teniendo en cuenta lo anteriormente descrito, la literatura documenta de forma consistente una asociación entre dependencia tecnológica y deterioro de los hábitos de estudio. El uso intensivo de dispositivos móviles correlaciona con mayor procrastinación, menor atención sostenida y dificultades en comprensión lectora. La interacción constante con redes sociales fragmenta el tiempo de estudio y reduce la calidad del procesamiento cognitivo (Robalino-Masabanda et al., 2024; Delor et al., 2025). Estos hallazgos sitúan el problema no solo en la conducta observable, sino en los procesos cognitivos que sostienen el aprendizaje.

En este sentido, el análisis del fenómeno en América Latina reviste particularidades propias. La región yuxtapone una rápida expansión del acceso digital con desigualdades persistentes en alfabetización digital y condiciones socioeducativas. De ello resultan patrones heterogéneos de uso académico de la tecnología: mientras un segmento estudiantil capitaliza estos recursos, otro desarrolla patrones problemáticos que inciden negativamente en su trayectoria.

Es por ello que, pese al volumen creciente de investigación regional, la evidencia permanece fragmentada y anclada mayoritariamente en diseños descriptivos o correlacionales. Se constata la ausencia de revisiones sistemáticas recientes que sinteticen críticamente la relación entre dependencia tecnológica y hábitos de estudio en universitarios latinoamericanos, identificando tendencias, vacíos y posibles líneas de intervención.

La revisión sistemática, como metodología reproducible, permite organizar el conocimiento disponible, evaluar la calidad de los estudios primarios y generar conclusiones que orienten decisiones educativas.

En esa dirección, se consideró pertinente analizar y sintetizar la evidencia científica sobre la relación entre dependencia tecnológica y hábitos de estudio en universitarios latinoamericanos, a partir de la literatura reciente. De ahí que, el presente trabajo examinó la evidencia empírica que vincula dependencia tecnológica y hábitos de estudio en estudiantes de la región.

Materiales y métodos

Se condujo una revisión sistemática conforme a la declaración PRISMA 2020 ((Preferred Reporting Items for Systematic Reviews and Meta-Analyses). El protocolo aseguró trazabilidad en las fases de identificación, cribado, elegibilidad y síntesis.

Fuentes y estrategia de búsqueda

La búsqueda bibliográfica abarcó el período enero 2021–marzo 2026 en Scopus, Web of Science, SciELO y Redalyc. Esta combinación permitió capturar tanto producción internacional como regional latinoamericana. Se emplearon ecuaciones estructuradas con operadores booleanos (AND, OR) aplicadas sobre títulos, resúmenes y palabras clave. La ecuación primaria en inglés fue: ("technological dependence" OR "internet addiction" OR "smartphone addiction") AND ("study habits" OR "learning habits") AND ("university students") AND ("Latin America"). En español se utilizaron los equivalentes: ("dependencia tecnológica" OR "adicción a internet") AND ("hábitos de estudio") AND ("estudiantes universitarios") AND ("América Latina"). Las ecuaciones se adaptaron a la sintaxis específica de cada base de datos.

Criterios de elegibilidad

Se incluyeron artículos científicos revisados por pares publicados entre 2021 y 2026 que abordaran empíricamente la relación entre dependencia tecnológica y hábitos de estudio en población universitaria latinoamericana, en idioma inglés o español. Quedaron excluidos tesis, libros, literatura gris, duplicados y estudios sin acceso a texto completo. En este sentido, se estableció la estrategia de búsqueda de información (Figura 1)

Figura 1. Estrategia de búsqueda y selección de estudios.

Fuente: Elaboración propia.

Selección y extracción de datos

El flujo de selección se ajustó al modelo PRISMA de cuatro fases (Figura 2). Sobre un total inicial de 500 registros, se eliminaron 120 duplicados. El cribado por título y resumen descartó 290 de los 380 restantes. La evaluación a texto completo de 90 artículos resultó en 76 exclusiones adicionales por razones metodológicas o de pertinencia. La muestra final quedó constituida por 14 estudios

.

Figura 2. Diagrama de flujo

Fuente: Elaboración propia, basado en el modelo original PRISMA.

La extracción de datos se sistematizó mediante una matriz ad hoc que registró: autoría, año, país, diseño metodológico, variables centrales y hallazgos principales. La gestión de referencias se apoyó en Zotero.

Evaluación de calidad

La calidad metodológica se valoró con las listas de verificación del Joanna Briggs Institute (JBI), adaptadas al diseño de cada estudio primario (Tricco et al., 2022). Los trabajos se clasificaron en niveles alto, medio o bajo según validez de instrumentos, control de sesgos y coherencia interna.

Síntesis

El análisis se condujo mediante síntesis temática. Este abordaje permitió identificar categorías emergentes sobre los tipos de dependencia tecnológica y sus mecanismos de impacto sobre los hábitos de estudio, facilitando la interpretación transversal de los hallazgos.

Resultados

Caracterización de los estudios

Los 14 estudios que superaron los criterios de elegibilidad se concentran geográficamente en Perú, México y Paraguay, con algunas investigaciones de alcance regional. Predominan los diseños cuantitativos transversales de tipo correlacional; solo un estudio empleó metodología cualitativa y unos pocos incorporaron análisis mediacionales. La Tabla 1 sintetiza autoría, contexto, diseño, variables y hallazgos principales.

Tabla 1. Caracterización de los estudios incluidos

Fuente: Elaboración propia a partir de la revisión sistemática.

La Tabla 2 recoge la evaluación de calidad según los criterios del Joanna Briggs Institute (JBI).

Tabla 2. Evaluación de la calidad metodológica de los estudios

Fuente: Elaboración propia.

Discusión

La calidad metodológica de la muestra es heterogénea. Los trabajos con diseños mediacionales exhiben mayor robustez en validez y control de sesgos, mientras que varios estudios correlacionales presentan limitaciones en el control de variables externas y la validación de instrumentos. La dirección de los efectos es, no obstante, consistente a través de los estudios.

Asociación entre dependencia tecnológica y hábitos de estudio

La evidencia compilada documenta una relación inversa entre el uso problemático de dispositivos (smartphones, redes sociales, internet) y la estructuración de los hábitos de estudio. El patrón predominante asocia la dependencia tecnológica con fragmentación del tiempo de estudio, disminución de la concentración y mayor propensión a la multitarea (Aldana-Zavala et al., 2021; Miauri Aza et al., 2024). Esta afectación se traduce en un detrimento del rendimiento académico, mediado por déficits en organización temporal y autorregulación del aprendizaje (Delor et al., 2025; Daviccino et al., 2025; Díaz-Vásquez et al., 2025). La hiperconectividad y la exposición continua a estímulos digitales agravan la disrupción de las rutinas de estudio (Melo-Solarte et al., 2025).

Mecanismos mediadores: procrastinación y autoeficacia

La procrastinación académica emerge como el mediador más consistentemente reportado. El uso excesivo de redes sociales e internet incrementa las conductas de postergación, erosionando la planificación y ejecución de tareas académicas (Bravo, 2022; González & Acuña, 2025). La autoeficacia opera como variable concomitante: niveles bajos potencian los efectos adversos de la dependencia tecnológica, favoreciendo patrones de evitación (Chavez-Yacolca et al., 2025). La interacción entre ambos factores configura un mecanismo donde la dependencia tecnológica no actúa directamente, sino a través de la erosión de recursos motivacionales y autorregulatorios.

Dimensiones cognitiva y emocional

En el plano cognitivo, algunos estudios vinculan la adicción al smartphone con un rendimiento disminuido en tareas de memoria de trabajo e inteligencia fluida (Esquivel-Gámez et al., 2024). Emocionalmente, la dependencia tecnológica correlaciona con estrés elevado y cansancio emocional (Sinty et al., 2023; Bravo, 2022), condiciones que afectan indirectamente la persistencia y la capacidad de concentración durante el estudio.

Factores moduladores

La competencia digital autopercibida modera la relación descrita, operando como factor protector al facilitar un uso más crítico y autorregulado de la tecnología (Cáceres Troche et al., 2025). En contraste, el tecnoestrés y la distracción digital intensifican el impacto negativo mediante sobrecarga cognitiva y deterioro de la atención sostenida (Vallejos-Flores et al., 2024).

Síntesis de tendencias

El corpus analizado consolida la dependencia tecnológica como un factor de riesgo relevante en la educación superior latinoamericana. La relación con los hábitos de estudio aparece sistemáticamente mediada por procrastinación y autoeficacia. Se observa, además, una ampliación del foco analítico hacia dimensiones cognitivas y emocionales, así como hacia variables contextuales moderadoras. La ausencia de diseños longitudinales y experimentales limita, sin embargo, las inferencias causales y subraya la necesidad de estudios con mayor robustez metodológica. La Figura 3 sintetiza el modelo de relaciones derivado del análisis temático de los estudios incluidos.

Figura 3. Modelo integrado de la relación entre dependencia tecnológica y hábitos de estudio en universitarios latinoamericanos.

Fuente: Elaboración propia a partir de la síntesis temática.

La evidencia sistematizada confirma que la dependencia tecnológica incide sobre los hábitos de estudio en universitarios latinoamericanos, en línea con la literatura internacional (Daviccino et al., 2025; Delor et al., 2025). El aporte específico de los estudios regionales radica, sin embargo, en desplazar el foco desde la mera cantidad de uso hacia los mecanismos mediante los cuales la hiperconectividad reconfigura las prácticas cotidianas de aprendizaje: fragmentación atencional y multitarea improductiva como vectores de erosión cognitiva.

Mecanismos cognitivos y motivacionales

Desde la teoría de la carga cognitiva, la sobreexposición a estímulos simultáneos satura la memoria de trabajo y obstaculiza el procesamiento profundo (Skulmowski & Xu, 2022). El estudio de Esquivel-Gámez et al. (2024) aporta respaldo empírico directo a esta premisa al documentar asociaciones entre adicción al smartphone y un rendimiento disminuido en tareas de memoria de trabajo e inteligencia fluida. La dependencia tecnológica operaría, pues, como carga cognitiva extrínseca que lastra el desempeño académico.

El corpus analizado sitúa la procrastinación académica como mediador robusto de esta relación (Bravo, 2022; González & Acuña, 2025). La revisión añade, además, evidencia sobre el rol de la autoeficacia: niveles bajos incrementan la vulnerabilidad a las distracciones digitales y favorecen patrones de evitación (Chavez-Yacolca et al., 2025). Este hallazgo es congruente con la evidencia meta-analítica sobre autorregulación en entornos digitales (Jansen et al., 2019).

Dimensiones emocional y contextual

La asociación entre dependencia tecnológica y agotamiento emocional documentada en la región (Sinty et al., 2023; Bravo, 2022) replica hallazgos globales sobre fatiga digital. No obstante, el contexto latinoamericano introduce condiciones estructurales, desigualdad en el acceso a recursos educativos, déficit institucional en pedagogía digital, que probablemente intensifican estos efectos. Esta dimensión contextual, a menudo ausente en estudios realizados en países desarrollados, constituye un aporte distintivo de la presente revisión.

Moderadores: competencia digital y tecnoestrés

La competencia digital emerge como factor protector. Cáceres Troche et al. (2025) demuestran en población universitaria paraguaya que niveles elevados de esta competencia se asocian con menor uso problemático del móvil, en consonancia con los postulados sobre alfabetización digital para la autorregulación en Latinoamérica. Respecto al tecnoestrés, estrés específico derivado de la sobrecarga informativa y la conectividad constante (Suria, 2023), el modelo de Vallejos-Flores et al. (2024) evidencia que su impacto sobre el rendimiento está mediado por la distracción atencional. La implicación práctica es clara: intervenciones centradas en reducir el tecnoestrés y entrenar la atención (p. ej., mindfulness digital) podrían mitigar la disrupción de los hábitos de estudio en contextos de hiperconectividad.

Hacia un modelo multidimensional

La convergencia de hallazgos permite articular un marco donde la dependencia tecnológica no se reduce a conducta individual disfuncional, sino que resulta de la interacción entre factores cognitivos (carga mental, atención), motivacionales (autoeficacia, procrastinación) y contextuales (competencia digital, condiciones socioeducativas). Este enfoque amplía las perspectivas centradas exclusivamente en la adicción y sitúa la tecnología como elemento estructurante de las prácticas académicas contemporáneas.

Limitaciones y agenda futura

Los resultados deben ponderarse a la luz de tres limitaciones metodológicas. Primero, la búsqueda se restringió a revistas indexadas en Scopus, Web of Science, SciELO y Redalyc; la exclusión de literatura gris podría introducir sesgo de publicación. Segundo, la omisión de publicaciones en portugués subestima la producción científica brasileña sobre la temática. Tercero, el predominio de diseños transversales y correlacionales en la muestra veda inferencias causales firmes. Futuras investigaciones deberían priorizar diseños longitudinales y experimentales que evalúen intervenciones dirigidas a fortalecer autorregulación, competencia digital y manejo atencional en población universitaria.

La evidencia revisada sitúa la dependencia tecnológica como un factor que erosiona los hábitos de estudio en universitarios latinoamericanos, afectando autorregulación, gestión del tiempo y concentración. La relación negativa con el desempeño académico aparece consistentemente mediada por procrastinación y baja autoeficacia. De esta menera, el fenómeno excede el marco de la adicción conductual. Los datos perfilan una configuración multidimensional donde convergen dimensiones cognitivas (carga atencional), emocionales (tecnoestrés) y contextuales (competencia digital como amortiguador). Por lo que, el predominio de diseños correlacionales en la muestra impide, no obstante, inferencias causales firmes y reclama estudios longitudinales y experimentales. En este sentido, en el plano aplicado, los hallazgos instan a transitar desde políticas restrictivas de pantallas hacia intervenciones que fortalezcan la autorregulación metacognitiva y la competencia digital en contextos de hiperconectividad.

Referencias bibliográficas