Introducción.

El aprendizaje autorregulado permite mejorar las habilidades de autoevaluación y selección de tareas de manera eficaz. Sin embargo, no se sabe si la autorregulación apoyada en tecnología mejora el desempeño en la comprensión lectora.

Objetivo.

Explorar la efectividad del aprendizaje autorregulado en línea, con base en tareas de resolución de problemas utilizando un algoritmo de selección, aplicado a la lectura comprensiva.

Metodología.

Se llevó a cabo un estudio experimental en línea con 76 estudiantes distribuidos aleatoriamente en dos grupos: uno recibió capacitación con ejemplos modelados sobre cómo seleccionar las tareas de lectura basándose en el desempeño y esfuerzo mental de tareas previas (i.e., experimental), y el otro seleccionó las tareas según su preferencia (i.e., control).

Resultados.

El ANOVA de los datos de la fase de selección de tareas reveló que el grupo experimental no alcanzó un alto nivel de precisión en la selección de tareas y su desempeño fue bajo. Sin embargo, en la fase de prueba posterior, el grupo experimental logró un más alto nivel de desempeño comparado con el grupo control.

Discusión.

Se concluye que la comprensión lectora autorregulada en un entorno tecnológico puede mejorar los resultados de una prueba de comprensión cuando se guía la toma de decisiones con base en el desempeño y carga cognitiva previa. Se finaliza con recomendaciones para la investigación futura y la práctica educativa.