Gobernanza del capital humano



Resumen

El sistema en el que los conflictos entre gobernantes y gobernados pueden dirimirse hasta alcanzar la corresponsabilidad es conocido como gobernanza. en el ámbito organizacional, supone un clima de relaciones preponderante con respecto a objetivos, tareas y metas. En ese sentido, Internet es un escenario en el que se reflejan las diferencias entre autoridades y ciudadanos. De esta manera, el objetivo del presente trabajo es establecer la contrastación de un modelo de los determinantes del uso de Internet. Para tal propósito, se llevó a cabo un estudio no experimental con una selección no probabilística de 188 usuarios de una biblioteca pública de la Ciudad de México. A partir de un modelo estructural [?2 = 78,078 (14gl) p = 0,000; GFI = 0,910; AGFI =) 0,769; NFI = 0,781; IFI = 0,813; CFI = 0,805; RMSEA = 0,58; RMR = 0,10] los valores de ajuste y residual evidenciaron la aceptación de la hipótesis nula relativa a la correspondencia entre las relaciones teóricas de dependencia con respecto a las relaciones observadas y ponderadas en el que la utilidad fue la determinante del uso de Internet (ß = .46). en relación con el estado del conocimiento, se discuten los alcances y límites de la contrastación del modelo con respecto al sistema de gobernanza.

Palabras clave

Gobernanza, Internet, capital, utilidad, modelo, contrastación

Introducción

Las relaciones entre sociedad y estado, más específicamente, entre gobernantes y gobernados alcanzan un grado de diferenciación tal que los regímenes de gobierno han dejado de ser coercitivos y han desarrollado sistemas persuasivos con la finalidad de difundir una propaganda que consiste en la rectoría del Estado en los asuntos públicos y privados. En respuesta, la ciudadanía ha generado una contra propaganda con la finalidad de reducir la injerencia del Estado en la privacidad, pero algunos sectores radicales han propiciado más bien una anti propaganda negando la rectoría del Estado en materia de seguridad.

En efecto, las diferencias entre ciudadanía y gobierno se han exacerbado, negando cada uno la importancia del otro y estableciendo una agenda con temas que pudiendo ser complementarias, son antagónicas.

Por consiguiente, el estudio de los desencuentros entre autoridades y ciudadanos es más relevante en Internet ya que éste se ha convertido en el medio por excelencia de acceso y difusión de información vinculada a la propaganda de la rectoría del Estado, la contra-propaganda de la auto-gestión civil y la anti-propaganda de la supresión del Estado.

Internet ha sido abordado como un escenario de procesamiento de información, aprendizaje de protocolos e instrumento de acoso –ridiculización, robo de identidad, perdida de privacidad, publicidad engañosa o adicción a contenidos–, pero no han sido estudiados sus procesos de cogestión; negociación, mediación, conciliación, arbitraje y enjuiciamiento entre actores políticos y sociales.

En tal sentido, la teoría de la gobernanza del capital humano sostiene que los Internautas no sólo buscan enriquecer sus conocimientos y habilidades de procesamiento y difusión de información, sino también buscan contrastar el desempeño de sus autoridades a partir de observar y discutir la opinión de otros ciudadanos y gobernantes en otras latitudes, así como el registro sistemático de las políticas y estrategias de cogobierno, cogestión y coadministración de los asuntos considerados públicos y comunes.

Además, la teoría de la gobernanza del capital humano destaca la importancia del auto-aprendizaje de valores y normas, conocimientos y habilidades de ciudadanos satisfechos con sus gobernantes; estilos de vida libres de violencia y en todo caso conciliadores luego de haberse consumado una reivindicación o emancipación.

En consecuencia, formación ciudadana y formación profesional suponen un alto grado de capital humano y capital social. Es decir que un gobierno inicia y termina con la producción de oportunidades y el desarrollo de capacidades en usuarios cada vez más informados, críticos y difusores de temas que conformarán una agenda pública.

La construcción y establecimiento de una agenda es un síntoma de gobernanza cuando ambos actores están inmersos en un marco de equidad participativa, han establecido un clima de confianza, compromiso, cooperación, emprendimiento, innovación y satisfacción.

En el marco de la Teoría del Capital Humano (TCH) y el uso de las Tecnologías de Información y Comunicación (TIC) se plantea un modelo de relaciones causales entre variables cognitivas. Para tal propósito, se discute la relación entre el uso de Internet y las percepciones de utilidad, facilidad y autoeficacia. Posteriormente, se procedió a establecer la confiabilidad y la validez del instrumento que mide percepciones, actitudes e intenciones. Los resultados muestran que el determinante principal del uso de Internet es la percepción de utilidad. El modelo obtuvo un adecuado ajuste con respecto al modelo de relaciones hipotéticas entre las variables perceptuales y actitudinales sobre la variable intencional. Se discuten las implicaciones del modelo en torno al desarrollo del capital humano y satisfacción del cliente en los ambientes laborales.

En el marco de los estudios sobre la tecnología y el desarrollo del capital humano, las Tecnologías de Información y Comunicación (TIC) principalmente, el uso de Internet puede ser explicado a partir de modelos en los que se incluyen variables determinantes de las decisiones de consumo, compra y venta de productos y servicios en línea (Briceño y Godoy, 2012).

En principio, la Teoría del Capital Humano (HCT por su sigla en inglés) plantea que el desarrollo humano se gesta a nivel cognitivo cuando el individuo desarrolla las capacidades suficientes para integrar los estímulos circundantes en decisiones e intenciones de llevar a cabo acciones que incidan en su vida de éxito y se transfieran a los grupos a los que pertenece (Obisi y Anyim, 2012). En este sentido, la relación entre Internet y capital humano resulta fundamental porque se trata de un binomio que activa un ciclo de creatividad e innovación relativas a la eficiencia, eficacia y efectividad.

La HCT plantea que las capacidades cognitivas de los individuos concentran las ventajas competitivas de las organizaciones . El capital humano sería un indicador del desarrollo humano.

Sin embargo, los factores educativos y las características cognitivas de los individuos requieren un factor motivacional. Bandura (1977; 1982; 1993; 1994; 1995; 2001) considera que el logro de objetivos y la experiencia vicaria serían determinantes de las percepciones de eficacia al momento de llevar a cabo una acción. En este sentido, Reed & Wolniak (2005) proponen la aptitud como un componente motivacional del desarrollo humano.

En síntesis, la HCT está sustentada en las experiencias de aprendizaje en referencia a las aptitudes de desarrollo y las oportunidades. La valoración de cada uno de estos factores regulará el grado de desarrollo humano.

No obstante que la HCT alude al uso de las Tecnologías de Información y Comunicación (TIC), el efecto de las mismas sobre las capacidades cognitivas parece estar obviada. Precisamente, el propósito del presente estudio es establecer los determinantes de las decisiones e intenciones de uso de Internet para discutir las consecuencias cognitivas de las oportunidades de desarrollo del capital humano. Debido a que los estudios psicológicos de las intenciones y decisiones de uso de Internet parecen circunscribirse a variables cognitivas, es menester elaborar un modelo para establecer las relaciones causales entre los factores tecnológicos, perceptuales, actitudinales e intencionales.

En principio, el uso de Internet ha sido considerado como un conjunto de acciones de compra y venta de productos y servicios a través de protocolos electrónicos o digitales de transferencia de dinero por un bien. En este sentido, el intercambio de información sería fundamental para los objetivos de desarrollo personal. Es decir, las ventajas competitivas en torno a la búsqueda, selección y síntesis de información a través de Internet serían un indicador de las capacidades de manejo y procesamiento de información que en el marco de la HCT resultan fundamentales para explicar el desarrollo del capital humano en las organizaciones.

La teoría del capital humano incluye dos indicadores para explicar el uso de Internet. Se trata de la compra y contratación de servicios o productos en los que la percepción de control y las experiencias de consumo explican la consecución de objetivos. Considera la satisfacción del cliente como el resultado de experiencias positivas y altas percepciones de control; las TIC estarían determinadas por ambas variables.

En el caso específico de las percepciones, los estudios psicológicos del uso de Internet sostienen que la diversidad de percepciones son las determinantes principales de las decisiones de consumo electrónico y las transferencias de dinero a cambio de un producto o servicio.

A pesar de que existe sustento teórico y empírico para demostrar que las percepciones son factores esenciales en torno a la aceptación, adopción y uso de las TIC, otras variables de orden valorativo, normativo, demográfico, tecnológico, creencial, actitudinal o intencional explicarían en mayor medida el uso de Internet.

La diversidad de factores predictivos del uso de Internet corresponde con la heterogeneidad de estudios en los que las percepciones, son los factores que más se han matizado para lograr explicar acciones específicas de uso de Internet.

Las percepciones se han clasificado en cinco aspectos que miden capacidades, habilidades, beneficios, costos, riesgos o retos como expectativas que ocurren en el momento mismo de la decisión de uso de Internet, o bien expectativas que probablemente ocurrirán si los beneficios superan a los costos.

Los estudios de la intención de uso de Internet sostienen que las percepciones de uso y utilidad se corresponden significativamente cuando se trata de redes sociales (Saadé, Nebebe y Tan, 2007). La búsqueda, análisis y síntesis de información científica es una habilidad exclusiva de asistentes de investigación (Shroff, Deneen y Ng, 2011). En cuanto a sus actitudes, los ciberusuarios que pasan más tiempo en una red social procesan eficientemente información relativa a sus contactos, pero no saben los procedimientos básicos para el manejo de un software de matemáticas (Su, Hsiu y Cheng, 2005). En general, los ciberusuarios que desarrollan habilidades computacionales trabajan en el sector servicios informático y financiero, ocupan la mayor parte de su tiempo laboral tecleando un ordenador, son reconocidos por sus conocimientos informáticos, crean equipos laborales a través de redes comunicativas, saben los alcances y límites financieros de una TIC (Zhangxi, Binjia y Linhua, 2007), pero ignoran las consecuencias sociales, educativas o académicas de estas tecnologías (Wai, Andersson y Oslear, 2005).

Formulación. ¿En el marco de la teoría de la gobernanza del capital humano las relaciones teóricas entre la formación civil y la formación profesional se ajustan a los datos observados en usuarios del servicio de Internet en una biblioteca pública de la Ciudad de México?

Hipótesis nula: Las relaciones teóricas entre los valores de la formación civil con respecto a los valores de la formación profesional se ajustan a las relaciones empíricas ponderadas en las percepciones, creencias, actitudes intenciones y uso de Internet. En ese sentido, los usuarios reflejan las diferencias entre gobernantes y gobernados, pero también las oportunidades de negociación, mediación, conciliación, arbitraje y enjuiciamiento que limiten el abuso de la autoridad y fortalezcan la participación civil.

Hipótesis alterna: En virtud de que la formación civil y la formación profesional son complementarios, pero no necesariamente compatibles, las relaciones de dependencia entre percepciones, creencias, actitudes, intenciones y comportamiento establecidos en los marcos teóricos y empíricos serán diferentes a las relaciones ponderadas.

Método

Se llevó a cabo un estudio transversal (no se comparan entrevistas antes y después de una intervención, sólo se diagnóstica una sola vez) y correlacional (se establecen las relaciones causales, directas e indirectas, negativas y positivas entre dos o más indicadores).

Se seleccionaron intencionalmente 188 usuarios de la biblioteca México. 141 mujeres (75 por ciento) y 47 hombres (25 por ciento). Del total, 62 tienen ingresos menores a 3000 pesos mensuales (33 por ciento), 79 entre 3000 y 6000 (42 por ciento) y 47 ganan más de 6000 al mes (25 por ciento). Del total, 55 tienen el grado de licenciatura (29,3 por ciento), 82 tienen el bachillerato (43,6 por ciento) y 51 tienen la secundaria (27,1 por ciento).

Se utilizó el Cuestionario de Datos Sociodemográficos del que se incluyeron dos opciones para sexo: hombre ( ) mujer ( ) y preguntas abiertas: ¿Cuántos años cumplidos tienes hasta el día de hoy?, ¿Terminaste tus estudios más recientes obteniendo el certificado correspondiente? En caso de responder negativamente, escribe el grado en el que te quedaste y la razón principal por la cual interrumpiste tus estudios. En caso de responder afirmativamente, escribe el nivel de estudios en el que te certificaste y la causa principal que te motivó a terminar tus estudios. Finalmente, escribe tus ingresos aproximados durante un mes, puedes incluir el dinero que ganas en caso de trabajar o recibir el apoyo económico del gobierno o alguna otra institución. También se empleó la Escala de Percepción de Autoeficiencia Electrónica de la que se incluyeron 12 reactivos que miden las capacidades de navegación en internet al momento de ingresar a una página web, protocolos de seguridad, transferencia electrónica y procesamiento de datos con cuatro opciones de respuesta "muy improbable", "poco improbable", "poco probable" y "muy probable".

Se aplicó la Escala de Percepción de Utilidad Electrónica y se incluyeron 12 reactivos que miden las expectativas de logro y éxito al momento de usar alguna innovación tecnológica–computacional para comprar o vender productos y servicios con cuatro opciones de respuesta; "muy probable", "poco probable", "poco improbable", "muy improbable". Por su parte, la Escala de Actitud hacia el Consumo Electrónico incluyó 12 reactivos que miden las emociones en torno al uso de internet en las redes sociales con cuatro opciones de respuesta que van desde "poco emocionante" hasta "muy emocionante". Finalmente, la Escala de Intención de Consumo Electrónico incluyó 12 reactivos que miden las decisiones de usar internet ante la posibilidad de comprar o vender productos y servicios así como transferir dinero electrónico con cuatro opciones de respuesta que van desde "muy improbable" hasta "muy probable". La confiabilidad de las escalas fue mayor a .60 y la validez tuvo correlaciones superiores a .300 entre cada reactivo y factor explicando alrededor del 56 por ciento de la varianza total.

Actitud hacia el uso de Internet. Son asociaciones entre creencias (información disponible) y experiencias de uso de Internet. Por ejemplo, considérese: "En Internet será posible encontrar los productos que busco, pero sólo yo sé en dónde encontrarlos más baratos". Tal aseveración se califica con siete opciones de respuesta que van desde "totalmente de acuerdo" hasta "totalmente en desacuerdo"

Creencias en torno al uso de Internet. Se refiere a la información específica sobre los contenidos de Internet considerando protocolos de compra, venta o trueque de productos y servicios a través de transferencias bancarias o convencionales. Tal cantidad de información puede ser generada por cualquier fuente siempre y cuando el usuario la utilice para un propósito deliberado, planificado y sistemático de consumo. Por ejemplo, considérese: "En Internet están todos los servicios y productos que un consumidor como yo está buscando". Tal aseveración se evalúa como "falsa" o "verdadera" por parte del encuestado.

Intención de uso de Internet. Son decisiones de compra, venta o intercambio de productos y servicios a través de protocolos electrónicos de transferencia de dinero o cualquier otro equivalente. Por ejemplo, considérese: "En amazon.com compraría un artículo científico especializado". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "siempre" hasta "nunca"

Percepción de control en torno al uso de Internet. Son expectativas relativas al uso conveniente de Internet para lograr algún objetivo determinado. Por ejemplo, considérese: "Internet es un universo de información en el que puedo seleccionar información actualizada". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "siempre" hasta "nunca"

Percepción de eficacia en torno al uso de Internet. Son expectativas alusivas al logro de búsqueda, selección y procesamiento de información para fines personales. Por ejemplo, considérese: "En Google Académico podré encontrar información especializada que aumentará mis ventajas competitivas". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "muy probablemente" hasta "muy improbablemente".

Percepción de eficiencia en torno al uso de Internet. Se refiere a la búsqueda, selección y síntesis de información a través de una plataforma o interfaz de Internet. Por ejemplo, considérese: "En Dialnet puedo realizar una búsqueda de información sin palabras claves". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "siempre" hasta "nunca".

Percepción de facilidad de uso de Internet. Se refiere a las expectativas de manejo sistemático de Internet. Por ejemplo, considérese: "Puedo usar la interfaz de mi banca electrónica cada vez que quiero comprar un artículo". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "siempre" hasta "nunca".

Percepción de riesgo en torno al uso de Internet. Son expectativas de costos superiores a los probables beneficios por la compra o venta de productos o servicios a través de protocolos digitales de comercio. Por ejemplo, considérese: "Transferiría dinero a través de la banca electrónica si ésta impidiera la intromisión de hackers". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "muy probablemente" hasta "muy improbablemente".

Percepción de utilidad en torno al uso de Internet. Son expectativas de mayores beneficios en referencia a los costos de tiempo, dinero y esfuerzo al momento de llevar a cabo una búsqueda de información, producto o servicio específico. Por ejemplo, considérese: "En Facebook podré charlar con comunidades científicas especializadas". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "muy probablemente" hasta "muy improbablemente".

Uso de Internet. Son acciones de compra, venta o intercambio de productos, servicios o cualquier otro bien tangible e intangible a través de protocolos electrónicos. Por ejemplo, considérese: "Intercambio música con mis contactos de Facebook.com :". Tal aseveración se evalúa con cuatro opciones de respuesta que van desde "cinco minutos" hasta "un minuto" .

Respecto a las opciones de respuesta se incluyeron cuatro para evitar la tendencia de los encuestados a elegir respuestas centrales. Debido a que Internet es más que una tecnología de información, se consideró la construcción de reactivos que evaluarán los rasgos de interacción humana en las redes sociales. En este sentido, se incluyen reactivos en los que las personas evalúan la rapidez de interacción con otros usuarios o la identificación con usuarios de personalidad semejante. También se incluyen reactivos para evaluar los criterios de consumo y las opciones que la red ofrece al momento de buscar un producto o servicio. Los reactivos se construyeron considerando la definición de la variable que pretenden medir y los ítems empleados en el estado del arte. Se adaptaron los reactivos de los estudios reportados en el estado de la cuestión considerando su especificidad en la medición de rasgos. Otro criterio de inclusión fue la confiabilidad, la validez y la correlación de los ítems. Posteriormente se adecuaron los reactivos al contexto de la investigación. Finalmente, se utilizaron jueces para la selección de aquellos reactivos que fueron incluidos. Debido a que el perfil del usuario de internet es académico, se seleccionó a aquellos individuos que se encontraban en el vestíbulo de la biblioteca y se les solicitó su participación en la contestación del cuestionario. Trascurridos diez minutos se les pidió el cuestionario y se revisaron las respuestas. En los casos en los que había una sola respuesta o la ausencia total o parcial de ellas, se les pidió que escribieran al reverso la razón por la que contestaron repetitivamente o en su caso, la ausencia de respuestas. Posteriormente, se capturaron las respuestas en los programas estadísticos SPSS versión 17 y AMOS versión 6

Resultados

La demostración de un modelo estructural se inicia con el establecimiento de la distribución normal de las respuestas a los ítems incluidos en los instrumentos que miden las variables del modelo. El parámetro de curtosis es empleado para demostrar la distribución normal. Sin embargo, en psicología es común encontrar datos sesgadamente negativos razón por la cual se realizan transformaciones monotónicas para redistribuir los datos pasándolas de signo negativo a positivo. La tabla 1 muestra valores negativos de curtosis, pero éstos se encuentran dentro del rango permisible para su transformación monotónica.

Tabla 1. Distribución normal de la Cibereficiencia, Ciberutilidad, Ciberactitud y Ciberintención.

Monografias.com

Monografias.com

Posterior a la transformación monotónica, se estimó la validez definida como representación de generalización de operaciones y mediciones de las variables manifiestas a constructos latentes de orden superior. La cibereficiencia explicó el 20.961 por ciento de la varianza, la ciberutilidad explicó el 13.611, la ciberactitud, el 10.654 y la ciberintención, el 9.413 por ciento de la varianza.

Demostrada la validez de los cuatro constructos, se procedió a calcular su confiabilidad entendida como la consistencia de una medida para la reducción de la varianza de error y la maximización de la varianza sistemática en referencia a la varianza total. La ciberficincia obtuvo una confiabilidad de .610, la ciberutilidad, de .715, la ciberactitud, de .622 y la ciberintención, de .632 que fueron consideradas dentro del umbral de consistencia interna.

La siguiente fase en torno a la demostración del modelo estructural corresponde a las covarianzas entre los indicadores de los cuatro factores. La matriz de covarianzas es definida como el establecimiento de las especificaciones de las relaciones causales, asociativas, directas e indirectas incluidas. La tabla 2 muestra valores cercanos a la unidad y valores cercanos al cero. Ambos valores fueron considerados para la especificación del modelo de medición.

Tabla 2. Covarianzas de los indicadores de Cibereficiencia, Ciberutilidad, Ciberactitud y Ciberintención

Monografias.com

Una vez especificado el modelo, se procedió a estimar su estructura o modelo estructural. El modelo estructural es un sistema de ecuaciones lineales de variables heterogéneas, análisis de sus trayectorias y factores. Se estimó un modelo híbrido para establecer los efectos de la eficiencia percibida sobre la percepción de utilidad, actitud e intención. La percepción de eficiencia resultó ser el determinante directo de la intención de uso de internet. En la medida en que los individuos consideran que son capaces de controlar, manejar y sistematizar información en internet, incrementan sus posibilidades de contratar servicios y adquirir productos en internet. Si se consideran los efectos indirectos de la eliminación de mensajes imprevistos sobre la adquisición de un servicio o producto en internet, se incrementan las percepciones de mejorar y desarrollar dichas habilidades a través de las disposiciones favorables hacia los servidores google y wikipedia.

La última fase de la demostración del modelo estructural es su ajuste. El ajuste de un modelo permite contrastar hipótesis relativas al ajuste perfecto que por su distribución asintótica requieren del parámetro chi cuadrada. La tabla 3 muestra los valores de ajuste para chi cuadrada, grados de libertad (número de relaciones especificadas – número de parámetros estimados) y nivel de significancia. Los valores del parámetro de ajuste fueron considerados como evidencia de un ajuste adecuado. Sin embargo, dado que la chi cuadrada es sensible al tamaño de la muestra, se procedió a estimar los valores de otros índices de ajuste. Los índices de ajuste se dividen por las puntuaciones totales de los sujetos y por las probabilidades posteriores. Si se asumen distribuciones chi cuadradas para ambos índices, es posible establecer su distribución posterior en la que se indica la probabilidad de que el nivel de rasgo esté comprendido en cada subgrupo q del continuo supuesto su patrón de respuesta x. Los índices de Bondad de Ajuste y residuales fueron estimados para demostrar el ajuste del modelo estructural al modelo hipotético de relaciones especificadas. Los valores de ajuste [?2 = 78,078 (14gl) p = 0,000; GFI = 0,910; AGFI =) 0,769; NFI = 0,781; IFI = 0,813; CFI = 0,805; RMSEA = 0,58; RMR = 0,10] son cercanos a la unidad para el caso de los índices de bondad de ajuste y valores cercanos al cero para los índices residuales. Ambos valores fueron considerados como evidencia de ajuste.

Se demostró el ajuste del modelo de pronósticos de relaciones causales en referencia al modelo de relaciones hipotéticas especificadas. En dicho ajuste, el determinante directo de la intención fue la percepción de eficiencia. Dicho efecto perceptual de eficiencia fue transferido por la utilidad percibida y la actitud hacia el uso de internet. Estos resultados corroboraron los presupuestos teóricos del Modelo de la Aceptación de la Tecnología (TAM).

Sin embargo, ambos modelos especifican relaciones causales directas e indirectas entre variables externas sobre la percepción de facilidad de uso para el caso del TAM. Dichas variables externas pueden ser de orden económico, tecnológico, organizacional o sociodemográfico.

La ausencia de variables externas en un modelo impide su nomologicidad ya que la relación entre modelos depende de los efectos de variables generales sobre variables más específicas. En este sentido, el ajuste de un modelo estructural en referencia a un modelo de medición propuesto para explicar sistemas psicológicos, perdería relevancia si se excluyen las especificaciones de variables externas sobre el sistema cognitivo-conductual.

A la luz de la nomologicidad, los estudios psicológicos de internet cobran especial relevancia ya que han demostrado los efectos de variables externas sobre los procesos cognitivos. Sin embargo, la conceptuación y medición de sus variables se han generalizado más que especificado. En este sentido, el presente estudio ha demostrado el ajuste de un modelo estructural en el que la percepción de eficiencia puede ser incluida y sus relaciones causales con otras variables pueden ser especificadas.

En torno al desarrollo de modelos estructurales, no es suficiente demostrar su ajuste en referencia a las hipótesis causales derivadas de la teoría y el estado del arte; también es necesario incluir variables que han sido desarrolladas en otros modelos que explican las relaciones entre variables cognitivas de orden perceptual, actitudinal e intencional. En tal sentido, la percepción de eficiencia ha demostrado su poder predictivo sobre la intención de uso de internet a través de la percepción de utilidad y la actitud hacia el uso de internet.

Este hallazgo es fundamental dado que la facilidad de uso percibida sólo refiere a un proceso perceptual simple para un manejo simple de una Tecnología de Información y Comunicación (TIC). Debido a que internet parece ser más que una simple TIC, la eficiencia es fundamental para su uso exitoso y la consecución de objetivos. En el caso del control conductual percibido, esta variable es conceptualmente racional para un escenario de afectividad comunicativa como internet y sus redes sociales. La percepción de eficiencia es conceptual y empíricamente determinante de la intención de uso de internet.

No obstante el hallazgo expuesto, será fundamental demostrar el ajuste de un modelo estructural en el que variables externas tales como: suscripción, conectividad, sexo, edad, escolaridad, ingreso económico, adiestramiento, satisfacción, ansiedad y compatibilidad resultarían determinantes del sistema cognitivo-conductual en torno al uso de internet.

Debido a que la edad fue el determinante negativo principal de la intención de uso de Internet es menester considerar que las TIC parecen haber tenido mayores secuelas negativas en los usuarios de la tercera edad. En la medida en que se incentiva el uso de Internet, se genera una brecha que afecta a quienes no poseen las habilidades y los conocimientos para el uso intensivo de las TIC.

Por el contrario, en la medida en que las intenciones de uso de Internet se incrementan están positivamente afectadas por el tipo de sexo. Esto implica que las habilidades y los conocimientos que inhiben al adulto mayor, perecen incentivar a las mujeres a involucrarse en redes sociales, grupos de conocimiento, nichos de mercado, ofertas de servicios y productos.

Sin embargo, las habilidades computacionales no determinan siquiera la intención de uso de Internet, pero el utilitarismo en torno a las TIC incentiva el consumo electrónico más que la búsqueda, selección, análisis y síntesis del conocimiento.

Conclusión

El presente trabajo ha establecido como determinante de la intención de uso de Internet la percepción de utilidad. Tal hallazgo, en el marco del desarrollo del capital humano y satisfacción del cliente es fundamental. La relación entre capacidades y tecnología parece estar mediada por percepciones de utilidad.

En el ámbito organizacional, las decisiones de compra y venta por parte de administradores de servicios en línea, podrían estar orientadas por estudios sobre percepciones, actitudes e intenciones de uso de Internet.

Si los usuarios de servicios digitales están influidos por sus expectativas de utilidad, entonces será relevante diseñar espacios web relativos a los beneficios de los servicios y los productos que se ofrecen en las tiendas virtuales, los portales científicos o las páginas eróticas (Su et. al, 2005).

En la medida en que los usuarios ven mayores beneficios, incrementan sus decisiones de consumo. Por el contrario, mayores percepciones de riesgo supondrían una disminución significativa en el volumen de ventas en línea.

Referencias

Amoako, K. & Salam, A. (2004). An extension of the Technology Acceptance Model in an ERP implementation environment. Information & Management. 41, 731-745

Bandura, A. (1977). Self-efficacy: toward a unifying theory of behavioral change. Psychological Review. 84, 191-215

Bandura, A. (1982). Self-efficacy. Mechanism in human agency. American Psychologist. 37, 122-147

Bandura, A. (1993). Perceived self-efficacy in cognitive development and functioning. Educational Psychologist. 28, 117-148

Bandura, A. (1994). Self-efficacy. In V. S. Ramachaudran (ed.). Encyclopedia and Human Behavior. (pp. 71-88). New York: Academic Press

Bandura, A. (1995). Exercise of personal and collective efficacy in changing societies. In A. Bandura (ed.). Self-efficacy in changing societies. (pp. 1-45). New York: Cambriedge University Press.

Bandura, A. (2001). Social cognitive theory: an agentic perspective. Annual Review of Psychology. 52, 1-26

Barbeite, F. & Weiss, E. (2004). Computer self ´´efficacy and anxiety scales for a internet sample: testing measurement equivalence of existing measures and development of new scales. Computers in Human Behaviors. 20, 1-15

Bigne, E., Ruíz, C. & Sanz, S. (2007). Key drivers of mobile commerce adoption. An exploratory study of Spanish mobile use. Journal of Theoretical and Applied Electronic Commerce Research. 2, 48-60

Briceño, M. y Godoy, E. (2012). El talento humano: un capital intangible que otorga valor en las organizaciones. International Journal of Good Conscience. 7, 57-67

Busch, T. (1995). Geneder differences in self-efficacy and attitudes towards computers Journal of Educational Computers Research. 12, 147-158

Chang, H. (2009). Application of the extended the Technology Acceptance Model to picture archiving and communication systems in dental hospital. Journal of Korean Informatics. 15, 265-272

Chu, Y. (2006). Levels of computer self efficacy , computer use and earnings in China. Economics Letters. 90, 427-432

Chuo, Y-H., Tsai, C-H., Lan, Y-L. & Tsai, C-S. (2011). The effect of organizational support, self efficacy and computer anxiety on the usage intention of e–learning system in hospital. African Journal of Business Management. 5, 5518-5523

D"ambra, J. & Wilson, C. (2004). Explaining perceived performance of the world wide web; uncertainly and the Task Technology Fit Model. Internet Research. 14, 294-310

Davis, F. (1993). User acceptance of information technology: systems, characteristics, user perception and behavioral impacts. International Journal of Man Machine Studies. 8, 475-487

Dishaw, M. & Strong, D. (1999). Extending the Technology Acceptance Model with Task Technology Fit construct. Information & Management. 36, 9-21

Gong, M., Xu, Y. & Yu, Y. (2004). An enhanced Technology Acceptance Model for web-based learning. Journal of Information Systems Education. 1, 365-375

Ha, S. & Stoel, L. (2009). Consumer e-shopping acceptance; antecedents in a Technology Acceptance Model. Journal of Business Research. 62, 565-571

Hsu, M-H. & Chiu, C-M. (2004). Internet self efficacy and electronic service acceptance. Decision Support Systems. 38, 369-381

Jonhson, D. & Warldlow, J. (2004). Computers experiences, self efficacy and knowledge of undergraduate student entering a land grant college of agriculture by year and gender. Journal of Agricultural Education. 45, 53-64

Klopping, I. & McKinney, E. (2004). Extending the Technology Acceptance Model and the Task Technology Fit Model to Consumer e-commerce. Information Technology, Learning and Performance Journal. 22, 35-49

Liu, S., Liao, H. & Peng, C. (2005). Applying the Technology Acceptance Model and flow theory to online e-learning user"s acceptance behavior. Issues in Information Systems. 2, 175-182

Obisi, C. y Anyim, F. (2012). Developing the human capital for entrepeneurship challenges and successes. International Journal of Academic Research in Business and Social Science. 2, 128-134

Paraskeva, F., Bouta, H. & Papagianni, A. (2008). Individual characteristics and computer self–efficacy in secondary education teachers to integrated technology in education practice. Computers & Education. 50, 1084-1091

Porter, S. (2006). Using the technology acceptance model to explain how attitudes determine internet usage: the role perceived access barriers and demographic. Journal of Business Research. 59, 999-1007

Reed, E. & Wolniak, G. (2005). Diagnosis or determination: assessment explained through Human Capital Theory and the concept of aptitudes. Journal of Sociology. 1, 1-5

Reid, M. & Levy, Y. (2008). Integrating trust and computer self-efficacy with TAM: an empirical assessment of customers" acceptance of banking information system. Journal of Internet Banking and Commerce. 12, 1-18

Roca, J., Chiu, C. & Martínez, F. (2006). Understanding e-learning continuance intention: an extension of the Technology Acceptance Model. International Journal of Human Computer Studies. 64, 683-696

Saadé, R., Nebebe, F. y Tan, W. (2007). Viability on the Technology Acceptance Model in multimedia learning environments: a comparative study. Interdisciplinary Journal of Knowledge and Learning Objects. 3, 1-10

Sadeé, R. & Kira, D. (2009). Computer anxiety in e-learning: the effect of computer self efficacy. Journal of Information Technology Education. 8, 177-192

Shepers, J. & Wetzels, M. (2007). A meta-analysis of the Technology Acceptance Model: investigating subjective norm and moderation effects. Information & Management. 47, 90-110

Shroff, R., Deneen, C. y Ng, E. (2011). Analysis of the Technology Acceptance Model in examining students" behavior intention to use an e-portfolio system. Australasian Journal Education Technology. 27, 600-618

Shrrof, R., Denenn, C. & Ng, E. (2011). Analysis of the Technology Acceptance Model in examining student"s behavioral intention to use an e-portfolio system. Australasian Journal of Educational Technology. 27, 600-618

Su, L., Hsiu, L. y Cheng, P. (2005). Applying the Technology Acceptance Model and flow theory to online e-learning user"s acceptance behavior. Issues in Information System. 6, 175-182

Teh, P-L., Chong, C-W., Yong, C-C. & Yew, S-Y. (2010). Internet self–efficacy, computer self–efficacy, and cultural factor on knowledge sharing behavior. African Journal of Business Management. 4, 4086-4095

Torkzadeh, G., Cha, J. & Demirhan, D. (2006). A contingency model of computer and internet self efficacy. Information & Management. 43, 541-550

Wai, W., Andersson, R. y Oslear, K. (2005). Examining user acceptance of computer technology: an empirical study of student teachers. Journal of Computer Assisted Learning. 21, 387-395

Zhangxi, L., Binjia, S. y Linhua, Y. (2007). Understanding Internet banking: an empirical investigation of potential customers" acceptance in Mailand, China. American Conference of Information System. 485, 1-14

Contrastación de un modelo de los determinantes del uso de Internet en usuarios de una biblioteca pública de la Ciudad de México.

 

 

 

Autor:

Cruz García Lirios.