20
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
Comprensión lectora en inglés académico en estudiantes de
Ingeniería Mecánica: aprendizaje activo con aplicación móvil
asistida por inteligencia artificial
Facultad de Informática y Electrónica, Facultad de Mecánica
Escuela Superior Politécnica de Chimborazo
Riobamba, Ecuador.
RESUMEN
La comprensión lectora de textos académicos en
inglés representa una barrera para estudiantes
de Ingeniería Mecánica, limitando el acceso
a información técnica especializada. Este
trabajo tuvo como objetivo desarrollar y evaluar
una aplicación móvil basada en estrategias
de aprendizaje activo para fortalecer dicha
competencia en estudiantes de la Facultad
de Mecánica de la ESPOCH. La aplicación
se desarrolló mediante la metodología ágil
SCRUM, en colaboración con los grupos de
investigación RITESP y GRIISOFT, integrando
enfoques pedagógicos para Inglés con Propósitos
Específicos e Ingeniería de Software. Su
evaluación consideró la calidad técnica mediante
la norma ISO/IEC 25010, analizando usabilidad,
funcionalidad y eficiencia, así como su impacto
en el aprendizaje mediante indicadores de
comprensión lectora y pruebas con usuarios.
Los resultados evidenciaron mejoras en la
comprensión de textos académicos y una alta
aceptación de la herramienta, contribuyendo al
ODS 4 sobre Educación de Calidad.
Palabras clave: SCRUM, comprensión lectora,
aplicación móvil, calidad.
Academic English Reading Comprehension in Mechanical
Engineering Students: Active Learning with a Mobile Application
Assisted by Artificial Intelligence
ABSTRACT
Reading comprehension of academic texts in
English represents a significant challenge for
Mechanical Engineering students, restricting
access to specialized technical knowledge. This
study aimed to develop and evaluate a mobile
application based on active learning strategies to
enhance academic reading comprehension among
students of the Faculty of Mechanical Engineering
at ESPOCH. The application was developed
following the Scrum agile methodology in
collaboration with the RITESP and GRIISOFT
research groups, integrating pedagogical
approaches for English for Specific Purposes
(ESP) and software engineering standards.
The evaluation assessed the application's
technical quality using the ISO/IEC 25010
standard, focusing on usability, functionality,
and efficiency, while its educational impact
was measured through reading comprehension
indicators and user-based evaluations. The
results demonstrated improvements in academic
reading comprehension and high user acceptance,
contributing to the achievement of Sustainable
Development Goal 4 (Quality Education).
Keywords: SCRUM, Reading comprehension,
mobile application, quality.
Fecha de Recepción: 13 Abril 2026 · Fecha de Aceptación: 06 Julio 2026 · Fecha de Publicación: 30 Julio 2026
José Luis Guamán Guamán
Patricia Pilar Moyota Amaguaya
jose.guamang@espoch.edu.ec
gaguirre@espoch.edu.ec
patricia.moyota@espoch.edu.ec
ivan.menes@espoch.edu.ec
Gladys Lorena Aguirre Sailema
Ivan Menes Camejo
iD
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
https://doi.org/10.47187/perspectivas.8.2.259
21
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
I. Introducción
En el mundo globalizado, el dominio del
inglés es esencial para el éxito académico
y profesional, especialmente en ingeniería.
Los estudiantes universitarios deben acceder
a literatura científica, manuales técnicos y
estándares internacionales en inglés, lo que
hace imprescindible la comprensión lectora en
una segunda lengua (L2). Sin embargo, muchos
estudiantes enfrentan dificultades significativas
que afectan su rendimiento académico y su
participación en comunidades científicas
globales. Ante esta situación, el presente
proyecto propone desarrollar una aplicación
móvil basada en estrategias de aprendizaje activo
para mejorar la comprensión lectora en inglés de
los estudiantes de mecánica de la ESPOCH.
Desde el enfoque educativo, la comprensión
lectora en L2 constituye uno de los mayores
desafíos para estudiantes de inglés como lengua
extranjera (EFL). El vocabulario limitado,
las estructuras sintácticas complejas y las
diferencias culturales dificultan la interacción
con textos académicos. El aprendizaje activo
ha surgido como una estrategia efectiva que
promueve la participación directa del estudiante
mediante anotación de textos, formulación de
preguntas y discusión colaborativa, superando
las limitaciones de los métodos pasivos.
Desde la perspectiva tecnológica, el Mobile-
Assisted Language Learning (MALL) ha
revolucionado el aprendizaje de idiomas. Meta-
análisis confirman el efecto positivo de las
aplicaciones móviles para el aprendizaje de L2
frente a métodos tradicionales. Las revisiones
sistemáticas muestran mejoras consistentes
en comprensión lectora, motivación y actitud
positiva hacia el aprendizaje, particularmente
con aplicaciones interactivas o basadas en juegos.
La inteligencia artificial representa una
frontera emergente. Las plataformas basadas en
modelos de lenguaje reducen la carga cognitiva
y la ansiedad, ofreciendo retroalimentación
personalizada y adaptación de materiales en
tiempo real.
A pesar de estos avances, persisten brechas:
escasa atención a la ingeniería mecánica, falta
de fundamentación pedagógica en el aprendizaje
activo, escasez de investigación en Ecuador y
limitaciones metodológicas en estudios previos.
La aplicación propuesta se diferencia por su
especialización disciplinar, integración de
estrategias de aprendizaje activo, adaptación al
contexto local y sistema de evaluación continua
personalizada, transformando la forma en que
los estudiantes de la ESPOCH interactúan con el
contenido científico en inglés.
En este apartado se presenta los principales
enfoques tecnológicos, metodológicos y
normativos que sustentan el proyecto, abarcando
el estudio de estrategias activas de aprendizaje,
la metodología ágil Scrum, la arquitectura
empleada y los criterios de calidad establecidos
por la norma ISO/IEC 25010.
A. Comprensión lectora en la educación
La comprensión lectora implica extraer
significado, identificar ideas principales, inferir
conceptos implícitos, relacionar información
y reflexionar críticamente sobre el contenido
textual. Esta habilidad no se limita a la
decodificación pasiva de palabras, sino que
implica la construcción activa del significado por
parte del lector [1].
Es uno de los retos más relevantes en la educación,
ya que requiere, más que simplemente repetir lo
escrito, concentración y pasión por la lectura
para deducir fácilmente lo leído [2].
Una persona que lee en un idioma extranjero
se enfrenta a una serie de desafíos que un
lector nativo no enfrenta, debido a tener un
vocabulario limitado de términos técnicos o
palabras con múltiples significados, dificultad
para comprender oraciones complejas, falta
de conocimiento previo, baja motivación y
problemas de concentración [3].
II. Fundamentación teórica
22
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
B. Estrategias activas de aprendizaje para la
comprensión lectora
Las estrategias activas de aprendizaje
constituyen un conjunto de métodos pedagógicos
que promueven la participación dinámica del
estudiante en el proceso educativo, permitiéndole
construir conocimiento de manera autónoma y
significativa [4].
1) Estrategias cognitivas
Están estrechamente vinculadas a tareas
específicas de aprendizaje y se utilizan en el
proceso de aprendizaje, incluyendo la repetición,
la traducción, la agrupación, la búsqueda de
recursos, la toma de notas, la deducción, la
elaboración, la imaginación y la inferencia [5].
En el contexto de la comprensión textual, la
estrategia cognitiva se refiere a cómo el lector
busca comprender lo que lee, cómo lograr que la
lectura sea significativa y qué hacer si encuentra
dificultades o problemas [6].
2) Estrategias metacognitivas
La metacognición es la capacidad de una persona
para planificar una estrategia; producir la
información necesaria; ser consciente de nuestros
pasos y estrategias al resolver problemas; evaluar
la productividad de nuestro propio pensamiento [7].
Implica el uso de estrategias en el aula para
apoyar el aprendizaje, como reconocer, planificar,
implementar y supervisar soluciones a problemas
que deben conectar la nueva información con el
conocimiento previo [8].
3) Predicción, anticipación y lectura guiada con
propósito
Un estudio descriptivo realizado en la Universitas
Putra Indonesia YPTK analizó las estrategias
de lectura en entornos virtuales de estudiantes
de primer año. Los resultados arrojaron que
la estrategia predominante es el scanning
(exploración rápida), empleada por el 77,3 %
de los sujetos, seguida por el previewing and
predicting con un 54,5 % [9].
Destacan que la estrategia de previewing and
predicting permite a los estudiantes revisar los
elementos del texto (título, autor, imágenes o
gráficos) para anticipar su contenido y comprenderlo
con mayor rapidez y profundidad [9].
Esta técnica de prelectura se considera clave para
mejorar la comprensión lectora, ya que activa los
conocimientos previos y orienta la lectura hacia
un propósito definido, fortaleciendo el proceso
de interpretación y el desarrollo de habilidades
cognitivas en el aprendizaje del inglés [9].
C. Metodología de desarrollo Scrum
Para el desarrollo del sistema se adoptó la
metodología ágil Scrum, la cual enfatiza la
construcción de un equipo de proyecto que
se enfoca menos en procesos, prácticas y
herramientas y valora más el software funcional,
priorizando la implementación sobre el análisis o
la documentación [10].
Scrum define tres elementos principales: Product
Backlog que es la lista de necesidades del cliente,
Sprint Backlog que es la lista de tareas que se
realizan en un sprint e Incrementos que es la
parte añadida o desarrollada en un sprint [11].
En la Fig. 1 se muestra los principales elementos
que conforman la metodología ágil Scrum. Se
destacan roles clave como el Product Owner,
Scrum Master y Team Sprint. Se destacan
eventos eventos esenciales como Sprint Planning
y Daily Scrum meetings. Además, se visualizan
los artefactos del proceso: Product Backlog,
Sprint Backlog y Product Increment.
Fig. 1. Elementos Scrum [12]
23
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
La adopción de Scrum permitió estructurar el
desarrollo de manera organizada, facilitando la
autogestión de tareas y la validación constante de
cada entregable. Gracias a este enfoque iterativo,
fue posible integrar mejoras tempranas de forma
eficiente en los módulos de cursos, gestión de
alumnos y sobre todo en las actividades de lectura
como parafraseo, idea principal y resumen.
D. Norma ISO/IEC 25010 para la calidad de
software
software
En la norma ISO/IEC 25010 define nueve
características calidad, las cuales son:
adecuación funcional, eficiencia de desempeño,
compatibilidad, capacidad de interacción,
fiabilidad, seguridad, mantenibilidad, flexibilidad
y protección [13].
En la Fig. 2 se ilustran las características
contempladas en la norma ISO/IEC 25010.
Según el portal ISO 25000, específicamente
en la sección de ISO/IEC 25010, describe que:
“La calidad del producto software se puede
interpretar como el grado en que dicho producto
satisface los requisitos de sus usuarios aportando
de esta manera un valor. Son precisamente
estos requisitos (funcionalidad, rendimiento,
seguridad, mantenibilidad, etc.) los que se
encuentran representados en el modelo de
calidad, el cual categoriza la calidad del producto
en características y subcaracterísticas”.
III. Metodología
Fig. 2. Características de Calidad de la Norma ISO/IEC 25010 [13]
En este proyecto se seleccionó la subcaracterística
aprendizabilidad perteneciente a la característica
de calidad Capacidad de Interacción. La
aprendizabilidad es definida por la ISO/IEC
25010 como la “Capacidad del producto que
permite al usuario aprender su funcionamiento
dentro de un tiempo especificado.”
Esta investigación es de tipo aplicada, orientada
a mejorar la comprensión lectora en inglés
técnico de los estudiantes de la Facultad de
Mecánica de la ESPOCH. Para ello, se desarrolló
una aplicación móvil basada en estrategias de
aprendizaje activo mediante la metodología ágil
SCRUM, permitiendo una construcción iterativa
alineada a las necesidades educativas del entorno
académico.
A. Métodos de Investigación
El estudio empleó el método analítico para
desglosar y categorizar la información sobre
estrategias activas de aprendizaje, extrayendo los
conceptos y metodologías fundamentales para el
desarrollo del inglés académico.
Complementariamente, se aplicó el método
deductivo al partir de teorías generales sobre
aprendizaje activo para derivar requerimientos
específicos, lo que permitió identificar e
implementar técnicas de alta eficacia en el
aplicativo móvil, como preguntas guiadas, para
optimizar la comprensión lectora.
24
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
Fig. 1. Descripción de LOCUS: información general del locus.
B. Población y muestra
La población de este estudio está conformada
por todos los estudiantes de segundo y cuarto
semestre de la carrera de Ingeniería Automotriz
que estén matriculados en la asignatura de inglés,
así como por la docente de la asignatura. En total,
la población asciende a 47 participantes.
Dado que la población se considera pequeña, se
decidió trabajar con la población completa, por
lo que no fue necesario seleccionar una muestra.
C. Hipótesis nula
El aplicativo móvil no genera un efecto de
aprendizabilidad significativo, evidenciado por
la ausencia de diferencias en los tiempos de
ejecución entre intentos (≥0.05) en las actividades
evaluadas.
D. Hipótesis general
El aplicativo móvil genera un efecto de
aprendizabilidad significativo, validado por una
reducción constante en los tiempos de ejecución
con una significancia estadística de (vv< 0.05) en
todas las actividades de la plataforma.
E. Desarrollo de la aplicación móvil utilizado
la Metodología SCRUM
En esta sección se da a conocer el desarrollo
de la aplicación móvil mediante la utilizando
la metodología SCRUM, la cual consta de
las siguientes fases: Análisis preliminar,
planificación, desarrollo, pruebas, despliegue.
1) Estudio Preliminar
Dentro del marco ágil Scrum, se identifican tres
roles principales: Product Owner, Scrum Master
y Scrum Team, como se puede apreciar en la
TABLA I.
Tabla I. Roles definidos para el proyecto.
Rol Descripción
Product Owner
Define y prioriza los requisitos
del producto para maximizar
el valor entregado a los
usuarios.
Scrum Master
Facilita la aplicación de
Scrum, coordina al equipo y
elimina impedimentos durante
el desarrollo.
Development Team
Desarrolla, prueba e integra
los incrementos del producto
cumpliendo los requisitos y
estándares de calidad.
Se realizó un análisis de factibilidad técnica
para evaluar la disponibilidad de infraestructura,
capital humano y recursos de software. El
estudio determinó la viabilidad del proyecto para
la plataforma Android, al contar con el hardware
y las herramientas de desarrollo necesarias. No
obstante, el alcance se limitó exclusivamente a
este ecosistema debido a la falta de infraestructura
con sistema operativo macOS, requerida para el
despliegue en dispositivos iOS.
El análisis de factibilidad económica determinó
un presupuesto estimado de 1780 USD para
cubrir las actividades, procesos y materiales
esenciales del proyecto. El estudio confirmó la
viabilidad financiera mediante un modelo de
autofinanciamiento por parte del desarrollador,
asegurando la disponibilidad de los recursos
necesarios para la ejecución íntegra del software.
2) Fase de Planificación
Se definieron todos los usuarios y roles que
participarán en la aplicación móvil, como se
puede evidenciar en la TABLA II.
25
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
Tabla II. Tipos de roles de usuario del sistema
Roles Descripción
Super usuario
Tiene control total sobre
administradores, profesores y
estudiantes.
Administrador
Gestión total tanto de profesores
como estudiantes.
Profesor
Gestiona los cursos y sus
actividades, así como la gestión
de estudiantes en sus cursos.
Estudiante
Realiza las actividades
especificadas en cada curso,
así como ver su progreso y
calificación en el curso.
Además, se documentó 24 requerimientos
funcionales, los mismos que se obtuvieron
mediante varias entrevistas con la directora del
proyecto de investigación. Y 5 requerimientos no
funcionales, las cuales surgieron en base a las
necesidades del desarrollador.
Con el fin de realizar el product backlog y
organizar los requisitos de usuario se han
implementado las historias de usuario. En
concreto, se realizaron 16 historias de usuario y
12 historias técnicas.
3) Fase de Diseño
Se definió la arquitectura de la aplicación, el
diseño de la base de datos y los prototipos
de interfaz. La Fig. 3 ilustra el diagrama de
componentes de la aplicación.
Fig. 3. Diagrama de componentes del sistema completo
26
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
Además de esto, se definieron los estándares
de codificación, para la base de datos se usó la
notación camel case, para los archivos Dart se
usó snake case y para los nombres de las clases
se optó por pascal case.
Por último, se realizaron los diccionarios de
datos para cada una de las tablas definidas en el
diseño físico de base de datos.
4) Fase de Desarrollo
Durante esta fase se desarrollaron los módulos
del sistema siguiendo el Product Backlog,
asegurando la calidad de cada entrega mediante
validaciones con el cliente al finalizar cada
Sprint.
Gracias a la metodología incremental, fue posible
detectar y ajustar errores a tiempo, asegurando
un seguimiento preciso de cada requisito a lo
largo del proyecto.
Para la correcta gestión de las tareas se utilizaron
las herramientas Notion, Git y Git Hub.
Gestionando 3 ramas principales: main, qa y dev.
Esto para asegurar la calidad de código y separar
ambientes de desarrollo.
5) Fase de Despliegue
Se realizó todo el proceso de despliegue a
producción del sistema completo, tanto de la
aplicación ReadMind AI como del servidor
“backend”.
El despliegue de ReadMind AI se realizó
en Google Play Store, tras la adquisición y
validación de una cuenta de desarrollador
oficial. El proceso aseguró la disponibilidad del
aplicativo para dispositivos Android, cumpliendo
con los protocolos de seguridad y verificación
exigidos por la plataforma.
Se implementaron Flavors mediante la
configuración del archivo build.gradle.kts
para gestionar dos entornos de despliegue
independientes: ReadMind Dev para pruebas
internas y ReadMind AI para producción.
Esta estrategia permitió diferenciar nombres
de paquete, íconos y políticas de privacidad,
manteniendo una lógica de negocio unificada en
En la Fig. 4 se presenta el diseño físico de la base
de datos creada, el cual garantiza integridad y
consistencia en las operaciones.
Fig. 4. Diseño físico de la base de datos.
27
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
un solo código fuente.
Se implementó un ecosistema de despliegue
automatizado mediante GitHub Actions,
estructurado en dos flujos de trabajo diferenciados
por ramas y flavors. El primer flujo, orientado
al entorno de desarrollo, se activa mediante un
merge hacia la rama qa; este compila el flavor
dev y distribuye la versión en el canal de pruebas
internas de Google Play Console. El segundo
flujo, correspondiente a producción, se dispara
al realizar cambios en la rama main, generando
un App Bundle bajo el flavor prod para su
publicación definitiva.
Ambos procesos garantizan la integridad del
software mediante el uso de GitHub Secrets,
donde se almacenan y decodifican de forma segura
las llaves de firmado (JKS) en formato Base64 y
los archivos de configuración de Firebase. Esta
arquitectura de CI/CD asegura un ciclo de vida
de desarrollo controlado, minimizando errores
manuales en la distribución de las versiones del
aplicativo.
En la Fig. 5 se muestra el resultado final de
este proceso, una aplicación interna para qa y
desarrollo y otra solamente para producción.
El cuanto al despliegue del servidor backend,
desarrollado en Node.js, se automatizó mediante
un flujo de CD (Entrega Continua) integrando
GitHub Actions con Heroku. Para optimizar el
rendimiento y reducir la latencia en el contexto
regional, se seleccionaron instancias de servidor
ubicadas en Estados Unidos, gestionadas
íntegramente de forma automatizada.
La arquitectura emplea una segmentación de
entornos basada en ramas: los cambios en la
rama qa despliegan una versión de pruebas
para validación técnica, mientras que el merge
a la rama main publica la versión definitiva.
Esta estructura, configurada mediante archivos
YAML y secretos de repositorio, garantiza un
ciclo de vida de software seguro, aislado y libre
de intervenciones manuales.
La evaluación de ReadMind AI se llevó a cabo
mediante un diseño de medidas repetidas de
una vía con una población conformada por 47
participantes, integrada por 18 estudiantes de
segundo semestre, 28 estudiantes de cuarto
semestre de la carrera de Ingeniería Automotriz
matriculados en la asignatura de Inglés y una
docente responsable de la asignatura. Durante
la evaluación, los estudiantes realizaron
seis intentos consecutivos en las actividades
propuestas por la aplicación, utilizando textos
académicos en inglés de complejidad acorde con
su nivel de formación. Cada sesión comprendió
tres actividades orientadas al desarrollo de
procesos específicos de comprensión lectora:
identificación de la idea principal, parafraseo y
elaboración de resúmenes.
Estas actividades fueron diseñadas bajo
estrategias de aprendizaje activo, promoviendo
que los estudiantes interactuaran directamente
con el contenido, analizaran la información,
elaboraran respuestas propias y recibieran
retroalimentación inmediata de la aplicación
antes de iniciar el siguiente intento. Este proceso
favoreció la reflexión sobre los errores cometidos
y el perfeccionamiento progresivo de las
habilidades de comprensión lectora, permitiendo
que el aprendizaje se construyera a partir de la
práctica continua y la autorregulación.
Para medir la aprendibilidad de la plataforma se
identificaron la curva de aprendizaje y la meseta
de saturación mediante un análisis ANOVA de
medidas repetidas de una vía, procesado con
el software JASP, considerando el tiempo de
ejecución de cada actividad como indicador
del nivel de dominio alcanzado durante los seis
intentos.
Los resultados evidenciaron una mejora
progresiva en la eficiencia técnica y pedagógica
Fig. 5. Aplicaciones creadas en Play Store Console.
IV. Resultados
28
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
conforme aumentó la interacción con la
aplicación. En la actividad de Parafraseo, el
tiempo promedio disminuyó de 213.74 s en el
primer intento a 58.67 s en el sexto, equivalente
a una reducción del 72.5 %. De manera similar,
las actividades de Idea Principal y Resumen
presentaron reducciones del 66 % y 77.5 %,
respectivamente. Esta tendencia descendente
refleja una disminución gradual del esfuerzo
requerido para identificar información relevante,
reorganizarla y expresarla con palabras propias,
evidenciando la consolidación progresiva de las
habilidades de comprensión lectora promovidas
por las estrategias de aprendizaje activo
implementadas en ReadMind AI.
Adicionalmente, la disminución de la
desviación estándar observada entre los
diferentes intentos indica que las diferencias
iniciales entre estudiantes tendieron a reducirse
progresivamente. Este comportamiento sugiere
que la retroalimentación inmediata y la práctica
repetitiva incorporadas en la aplicación
favorecieron una nivelación del desempeño entre
participantes con distintos niveles iniciales de
competencia, fortaleciendo procesos cognitivos
relacionados con la identificación de ideas
principales, el parafraseo y la síntesis de
información académica.
La significancia estadística de estos cambios fue
confirmada mediante el ANOVA de medidas
repetidas, rechazándose la hipótesis nula en
todas las actividades (p < 0.05). El mayor tamaño
del efecto se obtuvo en la actividad de Resumen
(η² parcial = 0.212), indicando que el 21.2 % de
la variabilidad observada en el desempeño fue
explicada por el aprendizaje acumulado durante
el uso de la aplicación. Este resultado evidencia
que la elaboración de resúmenes fue la actividad
que presentó el mayor beneficio derivado del
entrenamiento progresivo, al integrar procesos
de análisis, organización y síntesis de la
información.
Finalmente, la percepción de usabilidad fue
evaluada mediante la escala System Usability
Scale (SUS), obteniendo un puntaje que ubicó a
ReadMind AI en un nivel de aceptabilidad óptimo.
La alta usabilidad observada complementa los
resultados de aprendibilidad, ya que una interfaz
intuitiva reduce la carga cognitiva asociada al uso
de la tecnología y permite que los estudiantes
concentren sus esfuerzos en el desarrollo de
competencias de comprensión lectora en inglés.
Se determinó que las estrategias de aprendizaje
activo, específicamente el parafraseo, la síntesis
y la identificación de ideas principales, son
determinantes para mejorar la comprensión
lectora en textos académicos en inglés. El estudio
teórico permitió concluir que estas estrategias, al
ser integradas en el aplicativo móvil mediante
actividades asistidas por Inteligencia Artificial,
transforman la lectura pasiva en un proceso
constructivo. Esto asegura que el estudiante
no solo traduzca palabras, sino que procese
información científica de manera autónoma y
significativa.
El análisis y uso del framework Flutter y el
lenguaje Dart permitieron optimizar el ciclo de
desarrollo, garantizando una interfaz fluida y de
alto rendimiento. Estas tecnologías facilitaron
la creación de componentes visuales adaptables
que soportaron de manera eficiente las cargas
de trabajo requeridas para las actividades de
comprensión lectora, asegurando una experiencia
de usuario consistente en dispositivos móviles.
La aplicación de la metodología SCRUM
permitió un desarrollo iterativo e incremental,
asegurando que las funcionalidades críticas
para la comprensión lectora fueran priorizadas
y probadas y validadas constantemente mediante
reuniones con el cliente. El cumplimiento de los
sprints garantizó una arquitectura de software
estable, lo que se tradujo en la ausencia de errores
críticos reportados por los usuarios durante el
despliegue inicial de la app en la Play Store.
La evaluación de la calidad del software bajo
la norma ISO/IEC 25010 determinó que el
aplicativo posee un alto nivel de aprendizabilidad,
como presentan los análisis de las curvas de
aprendizaje en el software JASP, ratifica que el
V. Conclusiones
29
REVISTA PERSPECTIVAS
VOL. 8, N˚2 / JULIO - DICIEMBRE 2026 / e-ISSN: 266-6688
sistema es intuitivo; la reducción drástica de los
tiempos de ejecución entre el primer y el sexto
intento confirma que los usuarios logran alcanzar
la asíntota de experto en un periodo corto,
validando la aprendizabilidad de Readmind AI.
A esto le sumamos el alto nivel de aprendizaje
obtenido mediante la escala SUS en su apartado
de aprendizabilidad para confirmar la satisfacción
del usuario, con un puntaje global de 79,6 puntos.
VI. Referencias
[1] Z. Díaz Calle, V. M. Noria Aliaga, y M. A.
Buendía Molina, "Comprensión lectora en la
era digital: Una revisión sistemática," Revista
Andina de Educación, vol. 7, no. 2, p. 000721,
2024. Disponible en: https://doi.org/10.32719/2
6312816.2024.7.2.1
[2] P. A. A. Armijos, D. I. M. Capa, S. V. I.
Jordan, y J. A. T. Illescas, "Gamificación y
Aprendizaje Basado en Juegos: Su Impacto en el
Desarrollo de Habilidades Socioemocionales,"
SAGA: Revista Científica Multidisciplinar, vol.
1, no. 4, Art. 4, 2024. Disponible en: https://doi.
org/10.63415/saga.v1i4.22
[3] H. Al-Jarrah y N. Ismail, "Reading
Comprehension Difficulties Among EFL
Learners in Higher Learning Institutions,"
International Journal of English Linguistics, vol.
8, no. 7, Art. 7, 2018. Disponible en: https://doi.
org/10.5539/ijel.v8n7p32
[4] G. M. R. Pihuave, L. A. E. Moreno, J. L. R.
Flores, J. Gonzalez-Sanchez, y S. F. V. Vinueza,
"Active learning strategies and their impact on
reading comprehension," Universidad Ciencia
y Tecnología, vol. 29, no. Special, pp. 211-219,
2025. Disponible en: https://doi.org/10.47460/
uct.v29iSpecial.903
[5] S. Maiwen, "The Cognitive Reading
Strategy in Learning English," en Proceedings
of the International Conference on Educational
Sciences and Teacher Profession (ICETeP 2019),
2020. Disponible en: https://doi.org/10.2991/
assehr.k.200217.035
[6] Y. Gustanti y M. Ayu, "The Correlation
Between Cognitive Reading Strategies and
Students’ English Proficiency Test Score,"
Journal of English Language Teaching and
Learning, vol. 2, no. 2, 2024. Disponible en:
https://doi.org/10.33365/jeltl.v2i2.1452
[7] L. G. Tovar Vera, "Metacognición y
aprendizaje autónomo," Cuestiones Políticas,
vol. 42, no. 80, 2024. Disponible en: https://doi.
org/10.51736/cq62nj14
[8] M. Sato, "Metacognition," en The Routledge
Handbook of Second Language Acquisition and
Individual Differences, 1ra ed. Londres, Reino
Unido: Routledge, 2022.
[9] R. Dania y A. D. Adha, "Students’ Strategies
in Reading Online Authentic Materials," en
Proceedings of the 2nd International Conference
on Social Sciences, Education and Humanities
(ICSSEH 2021), 2021, pp. 149-152. Disponible
en: https://doi.org/10.2991/assehr.k.210914.028
[10] E. Bautista-Villegas, "Metodologías agiles
XP y Scrum, empleadas para el desarrollo de
páginas web, bajo MVC, con lenguaje PHP y
framework Laravel," Revista Amazonía Digital,
vol. 1, no. 1, Art. 1, 2022. Disponible en: https://
doi.org/10.55873/rad.v1i1.168
[11] A. Colina y J. Túa, "Optimización en
la Gestión de Registro y Control de Fichas
Estudiantiles del Departamento de Bienestar
Estudiantil," INNOVA Research Journal, vol. 5,
no. 3, pp. 138-154, 2020. Disponible en: https://
doi.org/10.33890/innova.v5.n3.2020.1358
[12] "The top 4 software development
methodologies," SoftwareSim Blog, 25 de
septiembre de 2021. [En línea]. Disponible
en: https://softwaresim.com/blog/the-top-4-
software-development-methodologies/
[13] ISO, "PORTAL ISO 25000," ISO25000.
com, 2011. [En línea]. Disponible en: https://
iso25000.com/index.php
