Introducción

La lengua se concibe como un sistema de significación, en el que el léxico desempeña un papel fundamental. Por medio de los elementos léxicos, el ser humano logra referirse a su realidad extralingüística, es decir, cuenta con la capacidad de comprender, representar y comunicarse sobre el mundo que lo rodea a través del lenguaje. Estos elementos se encuentran estrechamente relacionados con las habilidades de razonamiento (^{Mercier y Sperber, 2011}; ^{Garrido, 2013} y ^{Salvo et al., 2006}).

El vínculo entre lenguaje y razonamiento ha sido objeto de estudio por parte de los investigadores de la Prueba de Aptitud Académica de la Universidad de Costa Rica (PAA). Esta es un examen de altas consecuencias, diseñado para seleccionar a personas con mayores probabilidades de alcanzar el éxito académico en niveles universitarios. Consta de ítems de razonamiento general, en contextos verbales y matemáticos.

El presente artículo se deriva de la investigación titulada Dominio léxico y su relación con la Prueba de Aptitud Académica de la Universidad de Costa Rica (2023), inscrita en el Instituto de Investigaciones Psicológicas de la misma universidad. En esta, Calvo, Martínez, Pérez, Rojas y Solano señalaron que la habilidad de las personas evaluadas para identificar relaciones semánticas incide en su desempeño en la prueba. Este artículo tuvo como objetivo estimar la asociación entre el dominio léxico en el contexto de antonimia y el desempeño en un instrumento piloto de antonimia aplicado a estudiantes de educación media. El instrumento se diseñó inspirado en la categoría oponer de la PAA y fue respondido por potenciales aspirantes al ingreso a la universidad.

La PAA mide su constructo a través de nueve categorías definidas en su tabla de especificaciones, a saber: oponer, reducir, suponer, presuponer, parafrasear, indagar, representar, verificar y generalizar. En esta ocasión, el estudio se concentró en la categoría de oponer por dos razones. La primera es que, en investigaciones anteriores, esta categoría obtuvo cargas factoriales satisfactorias (^{Calvo et al., 2023}). La segunda se debe a que esta tarea se vincula estrechamente con la relación semántica de antonimia: oponer presenta dos unidades textuales, léxicas o lingüísticas con significados contrapuestos. La persona evaluada debe identificar que una o dos palabras en el texto principal son antónimas o presentan algún tipo de oposición entre sí o en relación con la respuesta correcta. En seguida, presentamos un ejemplo de un ítem de la categoría oponer:

En el pasado, las personas consideraban una planta poco útil. Actualmente, se cono ce que esa planta realiza una función muy importante: sus raíces pueden penetrar pro fundamente en la tierra y se quedan ahí por mucho tiempo. Estas raíces atrapan el carbono que se encuentra en el suelo y lo usan para producir su propio fertilizante. Cuando el carbono se queda en el suelo, mejora la calidad del terreno y ayuda a combatir el cambio climático

¿Cuál de las siguientes opciones se opone al texto anterior?

1. 1. La planta mencionada va a reemplazar a otras.

2. 2. La planta mencionada presenta menos ventajas que otro tipo de plantas.

3. 3. Las plantas con raíces cortas dejan es capar el carbono con mayor facilidad.

4. 4. El cultivo de la planta mencionada necesita gran cantidad de nutrientes externos

Para resolver el ítem, es necesario analizar los distractores. La opción A no se menciona en el texto. En el encabezado, no hay referencias sobre algún otro tipo de planta. Por esto mismo, también es posible descartar la opción B: esta presenta información completamente ajena al texto; no hay comparaciones entre tipos de plantas. La opción C podría ser una inferencia válida con base en la información proporcionada en el encabezado. Sin embargo, la instrucción indica claramente que se debe buscar una oposición.

Respecto a la D, esta presenta información opuesta al encabezado: la planta del texto produce su propio fertilizante, por lo que no necesita gran cantidad de nutrientes externos. En este caso, la oposición se basa en la capacidad interna (propia) de producción de fertilizante de la planta versus la satisfacción de este requerimiento mediante formas externas. Es decir, se debe comprender el sentido de “fertilizantes” como sinónimo de “nutrientes”. A su vez, “externos” se comprende como oposición a producir su “propio” fertilizante.

El dominio léxico es fundamental en el procesamiento textual y es una tarea requerida en la resolución de ítems de la PAA. Por ello, se plantea como tesis que su estudio en el contexto de la antonimia permite comprender en qué medida la capacidad de reconocer y emplear vocabulario relacionado con la oposición semántica incide en las habilidades generales de razonamiento requeridas en la resolución de ítems de la Prueba de Aptitud Académica.

Lo anterior posibilitará desarrollar un test con ítems de alta calidad técnica; la mejora de los ítems existentes y la creación de nuevos es un proceso continuo. Por lo anterior, resulta esencial implementar estrategias que evalúen los reactivos y complementen sus procedimientos de validación.

Revisión De La Literatura

Investigaciones referentes al léxico de la PAA

Diferentes investigadores se han centrado en aspectos específicos referentes a la PAA, ya sea sobre los modelos y los procesos cognitivos subyacentes (^{Molina y Villalobos, 2010}; ^{Brizuela Jiménez, Pérez y Rojas, 2016}; Brizuela, Pérez y Rojas, 2018), sobre las entrevistas con respuesta guiada como herramientas para recabar dichos procesos (Brizuela et al., 2018), así como sobre la propuesta de un modelo teórico de ajustes razonables (^{Arias, 2019}; Arias Solano y Rojas, 2023).

En cuanto al dominio léxico -comprendido como la competencia que permite otorgar el significado correcto a las palabras en un texto (^{Hernández, 2002})- ha sido estudiado parcialmente en algunas investigaciones. Para empezar, ^{Brizuela y Montero (2013)} determinaron cuáles atributos de los ítems del área verbal disminuyen o incrementan su dificultad. Los autores, a partir de la revisión bibliográfica, identificaron fuentes de dificultad de los ítems del área verbal, con una muestra de 100 ítems de la PAA. Concluyeron que la densidad proposicional tiene un efecto muy bajo en la determinación de la dificultad. En cuanto a los atributos relacionados con una menor dificultad, se encuentran la cantidad de conectores, lo cual coincide con lo esperado teóricamente, pues estos mejoran la coherencia del texto y ayudan al aspirante a identificar las relaciones tanto lógicas como conceptuales del texto.

En esta investigación de ^{Brizuela y Montero (2013)}, el dominio léxico sí resultó ser un factor determinante en la dificultad de los ítems. Este descubrimiento sobre la relevancia del vocabulario no es sorprendente, ya que coincide con las investigaciones previas (^{Embretson y Wetzel, 1987}; ^{Gorin y Embretson, 2006}).

Si bien el léxico tuvo un efecto en la dificultad, la PAA ha precisado modificaciones significativas a lo largo de estos últimos años, las cuales buscan mermar su impacto en los procesos de resolución; es decir, es fundamental que el constructo no mida conocimiento, sino el razonamiento de quienes aplican a la PAA. Por lo tanto, no es posible afirmar que los descubrimientos de ^{Brizuela y Montero (2013}) todavía se mantengan.

Por su parte, ^{Calvo, Pérez, Ríos y Rojas (2019)}, a partir del reporte verbal de un grupo de estudiantes de primer ingreso de la Universidad de Costa Rica, identificaron cinco elementos de comprensión que pueden afectar la resolución de ítems de contexto verbal de la PAA. Estos son: el léxico, la redacción, la extensión, el contexto muy específico y el uso de conocimiento. De 42 ítems estudiados, 12 reportaron dificultades de comprensión por léxico, 2 por redacción, 5 por extensión, 5 por especificidad y 13 por conocimiento. Específicamente en el caso del léxico, los estudiantes con altas puntuaciones indicaron que la presencia de vocabulario desconocido no fue un obstáculo para resolver el ítem, ya que infirieron el significado de la palabra que desconocían.

Por otro lado, el estudio de ^{Calvo et al. (2023)}, el cual corresponde a la antelada de la presente investigación, tuvo por objetivo generar evidencias sobre el dominio léxico en el contexto de relaciones semánticas de sinonimia, antonimia y temática. La investigación se desarrolló bajo un enfoque mixto, en el que se articularon métodos cualitativos y cuantitativos. El componente cualitativo se empleó en la elaboración y validación del corpus, con el fin de establecer categorías, criterios y tipologías de resolución para cada ítem. Por su parte, el análisis cuantitativo se utilizó en la codificación y en la interpretación de los datos obtenidos a través de las encuestas aplicadas.

Como conclusiones, las personas investigadoras indicaron que es posible clasificar el léxico en estas tres categorías y que la habilidad para identificar estas relaciones semánticas se relaciona con el desempeño de quienes fueron evaluados. La resolución de ítems depende, en cierta medida, del nivel de léxico. De igual manera, “la categoría de antonimia fue la que mantuvo cargas factoriales más estables y con valores más altos” (p. 9); por lo tanto, se consideró necesario continuar su análisis con esta investigación.

Sobre dominio léxico en población del sistema educativo costarricense

Los trabajos sobre el dominio léxico en población del sistema educativo costarricense son escasos, además, la gran mayoría fueron publicados hace más de 20 años. Igualmente, resulta notable la ausencia de estudios sobre población en secundaria. Por último, los estudios anteriores difieren de la población de interés de la presente investigación.

Los investigadores de este tema se han concentrado particularmente en etapas de preescolar (infantes de 4 a 6 años) o de primaria (comprende seis años de duración, y abarca primer y segundo ciclo de la educación básica.). En esta línea, se inscriben, por ejemplo, trabajos sobre las características generales del vocabulario (Sánchez y Murillo, 1997) o bien, la compilación de léxico utilizado por niños en edad escolar (Sánchez y Murillo, 2002; ^{Rojas, 2006}).

Por otra parte, respecto al dominio léxico en población universitaria, ^{Madrigal y Vargas (2016)} se interesaron por la riqueza léxica a través del análisis de redacciones, debido a las deficiencias encontradas en las composiciones de los alumnos en el Curso Básico de Redacción de la Universidad de Costa Rica. Su objetivo fue establecer la media de riqueza léxica y compararla con la cantidad alcanzada por escrito res profesionales. Entre los resultados se indica una deficiencia en el uso de vocabulario. Aunque esta investigación se aleja del campo de estudio, constituye un antecedente valioso que expone la necesidad de evaluar el dominio de léxico en una población que cursará la universidad, como la de este trabajo investigativo.

Categoría de antonimia

La antonimia se comprende, en sentido amplio, como la contrariedad o el alejamiento entre dos unidades léxicas (^{Varo, 2003}). Aun así, su caracterización es compleja, por lo que, de acuerdo con Escandell (2007) y ^{Kroeger (2019)}, se explican los diferentes tipos de oposición entre palabras. Como punto de partida, basta decir que hay cuatro posibilidades básicas: opuestos complementarios, antónimos, inversos y reversos. A continuación, se explican uno por uno.

1. Opuestos complementarios: son palabras mutuamente excluyentes entre sí, no hay términos medios. Ese tipo de oposición es poco frecuente. General mente no acepta modificadores cuantitativos. Por ejemplo, es imposible decir “Está muy vivo” o “La televisión está demasiado apagada”. Algunos ejemplos de oposiciones complementarias son: vivo/muerto; verdadero/ falso; encendido/apagado; abierto/cerrado

2. Antónimos: a diferencia de los complementarios, los antónimos sí admiten términos medios en una escala gradual. Hay de dos tipos:

B.1. Antónimos polares: refieren a características que se pueden medir de manera objetiva. Admiten modifica dores cuantitativos: un perro muy pequeño, un gato demasiado grande. Al afirmarse uno de los extremos, se niega el otro, por ejemplo: el camino es corto (entonces el camino no es largo). No obstante, la negación de uno de los extremos no implica la afirmación del otro: el camino no es largo (no implica que el camino sea corto). Cuando se utilizan en comparaciones, ambos extremos poseen un carácter neutro: este elefante es más pequeño que el otro. La frase anterior no quiere decir que los elefantes sean pequeños

B.2 Antónimos equipolentes: refieren a emociones y percepciones: triste/ feliz; caliente/frío. Poseen un carácter más subjetivo que los polares. En comparaciones, ambos extremos no son neutrales, sino que poseen un carácter positivo: este plato está más salado que el otro (en este caso, se asume que ambos platos están, en efecto, pasados de sal)

3. C. Inversos: se establecen a partir de perspectivas opuestas, por ejemplo, arribaabajo, comprarvender, em pleadoempleador, padrehijo. Cada uno de los extremos refiere a la mis ma situación, pero desde perspectivas contrarias. Para que se consideren como inversos, solo debe haber una diferencia entre los términos. Es decir, el inverso de madre es hija, no hijo. En el caso de esta última palabra, además de una diferencia en la perspectiva, hay otra en el género de la palabra

4. D. Reversos: incluyen normalmente verbos, pues son oposiciones binarias de movimiento, por ejemplo: irvenir; entrarsalir (Escandell, 2007)

Metodología

Para su desarrollo, este estudio empleó un enfoque mixto: se integró el análisis cualitativo con el cuantitativo. El primero se utilizó en la construcción y el juzgamiento del corpus para definir la categoría, los criterios y las tipologías de resolución para cada ítem. El análisis cuantitativo se empleó en el proceso de codificación e interpretación de los datos obtenidos en una prueba piloto en la cual se experimentaron los ítems seleccionados.

El diseño corresponde a un estudio observacional transversal, con alcance correlacional y comparativo. El instrumento se aplicó a una muestra compuesta por personas estudiantes del penúltimo y último año de educación media costarricense. A partir de la aplicación de una prueba piloto, se describieron los patrones de respuesta sobre ítems que pretenden medir el léxico de la categoría de antonimia.

Esta investigación se decanta por el estudio de la categoría léxica de antonimia, pues presentó mejores estadísticas en un estudio previo, realizado por los mismos investigadores (^{Calvo et al., 2023}).

Muestra

Se aplicó una prueba piloto con el fin de medir el do minio léxico de diferentes poblaciones. Se recurrió a un muestro no probabilístico por conveniencia. El pilotaje se llevó a cabo durante mayo de 2023 y se contó con una población de 1 957 personas, en 30 colegios. De estos, 25 eran públicos, 4 privados y 1 subvencionado. De los 30 colegios, 12 se encontraban en zona rural y 18 en zona urbana. Específica mente, la aplicación de la prueba piloto se distribuyó como se muestra en la Tabla 1:

Tabla 1 Distribución por zona de aplicación 

Fuente: elaboración propia (2024)

Asimismo, de las 1 957 personas, un 54,3% se identificaron como mujeres y un 45,7% como hombres. Finalmente, de esta misma muestra, un 83,6% provenía de colegios públicos y un 16,4% de colegios privados.

Instrumento

El instrumento incluyó una selección de 20 palabras extraídas del banco de ítems de la Prueba de Aptitud Académica. En cuanto a su clasificación morfológica, las palabras seleccionadas se distribuyeron de la siguiente manera: 6 sustantivos, 12 adjetivos y 2 verbos. Su selección se basó en la probabilidad de que la población evaluada por dicha prueba estuviera familiarizada con el léxico seleccionado. Esta probabilidad se calculó con base en la frecuencia de aparición de cada palabra en el corpus.

Tras seleccionar las palabras, se diseñó el instrumento de evaluación con un formato de pregunta definido. Se elaboraron cuatro fórmulas, cada una compuesta por cinco ítems. Sin embargo, debido a inconvenientes con la clave de respuesta (la opción correcta), fue necesario eliminar uno. Cada ítem planteaba relaciones de antonimia: la persona evaluada debía seleccionar, entre cuatro opciones, aquella cuyo significado fuera opuesto al término indicado en el encabezado. A continuación, se presenta un ejemplo del instrumento.

¿Cuál de las siguientes opciones es un antónimo de la palabra homogéneo?

Para el ítem anterior, la clave correcta es la opción B.

Por su parte, el análisis cuantitativo incluyó lo siguiente: a) estimación de índices de dificultad y discriminación de los ítems mediante la Teoría de Respuesta al Ítem (TRI); b) comparación de puntajes de antonimia (escala 0100) entre grupos mediante pruebas t para variables dicotómicas (zona de residencia y género) y ANOVA de un factor para grado, con la aplicación de la prueba posthoc de Tukey cuando correspondía; c) ajuste de una regresión lineal estándar y, como análisis de sensibilidad, una regresión robusta; d) exploración de patrones con un modelo de árbol de decisión, con el reporte de su error cuadrático medio y R²; y e) cálculo de Cramér’s V para describir la fuerza de asociación entre las variables categóricas y el puntaje.

Resultados

La información derivada del análisis de datos posibilita examinar la relación entre las variables contextuales y el desempeño de las personas evaluadas en la resolución del ítem de antonimia. En primer lu gar, se exponen los índices de dificultad y discriminación, con base en la TRI, en la escala logística de dos parámetros. En segundo lugar, se presentan los resultados de los análisis estadísticos aplicados para explorar la influencia de factores asociados como el tipo de colegio, el año de educación diversificada, el lugar de residencia y el género en los puntajes obtenidos en la medición.

A continuación, la Tabla 2 muestra los valores de dificultad y discriminación para cada ítem.

Tabla 2 Índices de discriminación y dificultad de los ítems de antonimia 

Fuente: elaboración propia (2024)

Los índices de discriminación y dificultad, calculados con la TRI, evidencian una variabilidad importante, aunque, en términos generales, los valores obtenidos son positivos. Los datos de la Tabla 1 sugieren que los ítems permiten diferenciar eficazmente a las personas evaluadas según su nivel de habilidad. Si bien dos ítems (heterogéneo y dominio) presentan valores negativos de discriminación, estos también son los que tienen menor dificultad, lo cual podría contribuir con su comportamiento inverso en la discriminación. Además, los valores del índice de dificultad muestran que los ítems abarcan un amplio rango de niveles de habilidad, en concordancia con una evaluación representativa del dominio léxico. Dependiendo del propósito de futuros instrumentos, estos resultados podrían orientar ajustes en la selección de las palabras utilizadas en la evaluación de relaciones semánticas y del dominio léxico.

También, a partir del análisis de datos, se obtuvo que estudiar en un colegio público se asoció con una disminución promedio de 6.39 puntos (p < 0.001). Por el contrario, vivir en una zona urbana se relacionó con un aumento promedio de 10.28 puntos (p < 0.001). Asimismo, la categoría de género masculino mostró una ventaja de 3.14 puntos (p = 0.002).

La regresión robusta confirmó estos hallazgos: se ajustaron ligeramente los coeficientes para tipo de colegio público (7.08), zona de residencia urbana (+10.31) y género masculino (+3.52). Es decir, las conclusiones de la regresión lineal son consistentes y no se ven afectadas por valores atípicos.

El modelo de árbol de decisión mostró un error cuadrático medio de 479.06 y un R² de 0.08, lo cual significa un bajo poder predictivo. La variable más importante en este modelo fue la referente a la zona de residencia urbana, seguida por tipo de colegio público y género masculino. Los puntajes más bajos se observaron en estudiantes de zonas rurales y de colegios públicos.

Se calcularon correlaciones de Cramér’s V para medir la fuerza de asociación entre las variables categóricas y los puntajes. La variable zona de residencia urbana mostró una correlación de 0.2216. La de tipo de colegio público presentó una correlación de 0.1595 y la de género masculino obtuvo una correlación de 0.0751.

El ANOVA mostró un estadístico F de 8.9255 y un valor p de 0.0029, lo cual indica diferencias significativas entre los grupos. La prueba posthoc de Tukey identificó que los puntajes de los estudiantes de undécimo año son significativamente más altos en comparación con los de décimo año (diferencia de 4.89 puntos, p = 0.0083).

La comparación entre los puntajes de los estudiantes en función de la zona de residencia mostró un estadístico t de 10.0140 y un valor p menor a 0.0001. Los de zonas urbanas obtuvieron puntajes promedio significativamente más altos (38.15 puntos) en comparación con los de zonas rurales (26.64 puntos).

En cuanto a la variable de género, la prueba t mostró un estadístico t de 2.4921 y un valor p de 0.0128. Las personas de la categoría masculino obtuvieron puntajes promedio ligeramente más altos (36.51 puntos) en comparación con las de la categoría femenino (33.92 puntos).

Discusión

El análisis de los datos recolectados permite identificar tendencias en el desempeño de las personas evaluadas en la resolución de ítems asociados con la relación semántica de antonimia. La zona de residencia se asocia de manera sustantiva con los puntajes, con ventaja para estudiantes de zonas urbanas. Este resultado se enmarca en un contexto de desventajas educativas recientes para los jóvenes de zonas rurales, por ejemplo, un menor acceso a la conectividad durante la pandemia por Covid-19 (Programa del Estado de la Nación, 2021).

Asimismo, el tipo de colegio se asocia con diferencias promedio en los puntajes: en la muestra, el estudiantado de colegios públicos presenta valores inferiores. Este resultado podría relacionarse con factores estructurales del sistema educativo, como la disponibilidad de materiales didácticos o la formación en estrategias de lectura, pero también con factores sociales, como el nivel socioeconómico de la familia o las facilidades educativas existentes en el hogar, pues esta tendencia en los desempeños se repite en otras evaluaciones como en las Pruebas PISA (^{Giménez y Castro, 2017}). Sin embargo, la presente investigación no explora estos factores estructurales, por lo que se debe seguir ahondando en su repercusión.

Otro resultado importante es la diferencia de puntajes entre los niveles de educación diversificada. Los estudiantes de undécimo año logran mejores desempeños en comparación con los de décimo. Esto es esperable por varias razones: los estudiantes desarrollan sus habilidades cognitivas conforme avanzan en su formación académica (^{Demetriou y Spanoudis, 2018}). Además, según su progreso en el sistema escolar, los estudiantes se exponen a textos especializados, lo cual implica un mayor bagaje léxico (^{Martínez-Lara, 2021}; Fajardo, Hernández y González, 2012). No obstante, también es necesario investigar factores como la motivación y el interés en las pruebas estandarizadas en estudiantes de colegios académicos conforme se acerca el fin de su educación media.

En cuanto a la variable de género, se detecta una leve ventaja en los puntajes de los evaluados identificados como masculinos. Aunque la diferencia es menor en comparación con otros factores, su presencia sugiere la necesidad de explorar con mayor profundidad las causas de esta disparidad, como los campos semánticos a los que pertenece el léxico del instrumento de medición, pues estudios previos han indicado que las diferencias por género no son significativas y suelen desaparecer con el paso de los años (^{Fenson et al., 1994}; ^{Wallentin, 2009}).

Finalmente, los resultados estadísticos refuerzan la pertinencia de incorporar nuevas variables explicativas que permitan afinar el modelo de predicción y mejorar la comprensión de los factores que influyen en el desempeño de las personas evaluadas. Asimismo, se evidencia la necesidad de continuar con el estudio de atributos lingüísticos y su relación con las habilidades generales de razonamiento.

Conclusiones

El presente trabajo reafirma la relevancia de estudiar las relaciones semánticas y su vínculo con las variables contextuales. Desde la perspectiva teórica, estos resultados concuerdan con los principios de la se mántica léxica: la capacidad de reconocer oposiciones y estructuras semánticas que inciden en la comprensión textual (Escandell, 2007; ^{Kroeger, 2019}). Además, se confirma la influencia del dominio léxico en la medición de las habilidades de razonamiento, tal como señala ^{Brizuela y Montero (2013}).

Desde una perspectiva aplicada, el efecto de las condiciones del entorno en la adquisición y uso de vocabulario subraya la importancia de que los enunciados de los ítems contextualicen las palabras clave en la resolución de las tareas de razonamiento, como sugieren ^{Calvo et al. (2019}). De igual modo, los resultados de esta investigación muestran la diversidad en el dominio léxico de las personas evaluadas en la PAA y otras pruebas con la misma población meta