Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
975
Artículo Científico
Validez de contenido, usabilidad y accesibilidad de un
recurso HTML interactivo para la enseñanza de la entropía.
Content Validity, Usability, and Accessibility of an Interactive HTML Resource
for Teaching Entropy.
Valarezo-Chamba, Bryan Stalin1; Guerrero-Zambrano, Marcos2.
1 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0009-0001-
3907-247X; bvalarezoc@unemi.edu.ec
2 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0000-0002-
5617-6836; mguerreroz@unemi.edu.ec
1 Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n3/394
Resumen: Los recursos digitales pueden representar ideas termodinámicas complejas; aun así, su
incorporación educativa exige valorar de antemano el rigor científico, la coherencia pedagógica, la facilidad
de uso y las condiciones de acceso. La investigación examinó la validez del contenido, la usabilidad y la
accesibilidad de Entrop-IA v5, una aplicación HTML creada para enseñar entropía en bachillerato y
universidad. Se adoptó un enfoque mixto convergente, mediante un diseño no experimental, transversal y
descriptivo-evaluativo. Participaron cinco jueces, quienes remitieron cinco instrumentos en torno a su uso;
después de eliminar dos registros totalmente duplicados, la muestra analítica quedó integrada por tres
evaluadores independientes. La validez de contenido se examinó mediante 25 ítems valorados en seis
criterios, lo que produjo 18 valoraciones por ítem. En las cinco dimensiones se obtuvo evidencia preliminar
favorable, con valores V de Aiken entre 0.801 y 0.986. Las revisiones prioritarias correspondieron a la
incorporación de preguntas guía, la explicación de microestados y la diferenciación entre la rapidez del modelo
y la temperatura termodinámica. El grado de acuerdo entre los evaluadores fue moderado y alcanzó
significación estadística (W = 0.513; p = 0.045). La evaluación heurística detectó solo dificultades cosméticas
o menores, sin registrar problemas mayores ni críticos. El checklist de accesibilidad obtuvo una puntuación
descriptiva ponderada de 81.1%, y el principio perceptible presentó el rendimiento más reducido. La
integración de los hallazgos justifica avanzar hacia una etapa de optimización técnica y didáctica, seguida de
pruebas con usuarios. Sin embargo, los resultados son preliminares por el reducido número de evaluadores
únicos y por los ajustes conceptuales, pedagógicos, operativos, visuales, adaptativos y textuales aún
requeridos.
Palabras clave: entropía; tecnología educativa; simulación por computadora; usabilidad; accesibilidad web.
Abstract: Digital resources can facilitate the representation of complex thermodynamic concepts. However,
their integration into educational settings requires the prior evaluation of scientific accuracy, pedagogical
coherence, usability, and accessibility. This study assessed the content validity, usability, and accessibility of
Entrop-IA v5, an HTML-based application designed to support the teaching of entropy at upper-secondary and
university levels. A convergent mixed-methods approach was employed within a non-experimental, cross-
sectional, descriptive-evaluative design. Five expert judges participated and submitted five evaluation
instruments related to the application. After two fully duplicated records were excluded, the analytical sample
comprised three independent evaluators. Content validity was assessed through 25 items evaluated according
to six criteria, resulting in 18 ratings per item. Preliminary favorable evidence was obtained across the five
dimensions, with Aiken’s V coefficients ranging from 0.801 to 0.986. The main areas requiring revision included
the incorporation of guiding questions, a clearer explanation of microstates, and a more explicit distinction
between simulation speed and thermodynamic temperature. Inter-rater agreement was moderate and
statistically significant (W = 0.513, p = 0.045). The heuristic evaluation identified only cosmetic or minor
usability issues, with no major or critical problems reported. The accessibility checklist yielded a weighted
descriptive score of 81.1%, with the Perceivable principle showing the lowest level of compliance. The
integrated findings support progression to a phase of technical and pedagogical optimization, followed by user
testing. Nevertheless, the results should be considered preliminary because of the limited number of
independent evaluators and the conceptual, pedagogical, operational, visual, adaptive, and textual
refinements that remain necessary.
Keywords: entropy; educational technology; computer simulation; usability; web accessibility.
Cita: Valarezo-Chamba, B. S., &
Guerrero-Zambrano, M. (2026).
Validez de contenido, usabilidad y
accesibilidad de un recurso HTML
interactivo para la enseñanza de
la entropía. Innova Science
Journal, 4(3), 975-
989. https://doi.org/10.63618/omd
/isj/v4/n3/394
Recibido: 27/02/2026
Aceptado: 14/07/2026
Publicado: 31/07/2026
Copyright: © 2026 por los
autores. Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la Licencia
Creative Commons, Atribución-
NoComercial 4.0 Internacional. (CC
BY-NC).
(https://creativecommons.org/lice
nses/by-nc/4.0/)
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
976
Artículo Científico
1. Introducción
La integración de tecnologías digitales en la educación científica ha favorecido la
creación de recursos capaces de combinar textos, ecuaciones, gráficas, animaciones y
simulaciones. Estas herramientas pueden ampliar las posibilidades de aprendizaje
cuando permiten observar relaciones entre variables, formular predicciones y contrastar
de inmediato las consecuencias de una decisión. Sin embargo, la interactividad no
garantiza por sí sola calidad educativa: el diseño tecnológico debe articularse con
propósitos científicos, didácticos y comunicativos claramente definidos (Battaglia et al.,
2023).
En física y química, las simulaciones adquieren especial relevancia porque numerosos
fenómenos no pueden observarse de manera directa o exigen relacionar niveles
macroscópicos, microscópicos, simbólicos y matemáticos. La evidencia reciente indica
que estos recursos pueden fortalecer la comprensión cuando se integran en secuencias
que orientan la exploración y la reflexión del estudiantado (Diab et al., 2024). En
termodinámica, además, los apoyos visuales deben diseñarse considerando atención,
memoria, organización de la información y carga cognitiva (Delgado-Sanchez et al.,
2023).
La comprensión de la entropía demanda articular distintos niveles de representación y
reconocer las condiciones bajo las cuales ocurren los procesos termodinámicos. Entre
las dificultades documentadas se encuentran la interpretación de los cambios entrópicos
en el sistema y sus alrededores, la diferenciación entre procesos reversibles e
irreversibles y la conexión entre las propiedades macroscópicas y las configuraciones
microscópicas. En este contexto, la noción cotidiana de desorden puede emplearse
como una analogía introductoria, siempre que se expliciten sus limitaciones y no se
presente como una definición suficiente del concepto. Una revisión sistemática con
metaanálisis señaló que la abstracción conceptual, la coexistencia de interpretaciones,
las concepciones alternativas y las exigencias matemáticas continúan siendo obstáculos
centrales para enseñar entropía y segunda ley de la termodinámica (Natalis & Leyh,
2025).
Las dificultades tampoco se limitan al uso de ecuaciones. Estudiantes universitarios
pueden resolver ejercicios algorítmicos sin interpretar adecuadamente procesos
reversibles, irreversibles, de equilibrio y de no equilibrio (Weber et al., 2024). Por tanto,
un recurso HTML sobre entropía debe distinguir claramente las variables del modelo de
las magnitudes físicas reales, precisar el uso de sus analogías e incorporar apoyos que
favorezcan la predicción, la comparación, justificación e interpretación.
Antes de emplear un recurso de este tipo con estudiantes, resulta muy útil analizar su
validez de contenido. Esta describe el grado en que los componentes del material
representan de forma pertinente, relevante, clara, coherente, suficiente y rigurosa el
campo conceptual que se busca desarrollar. El juicio de expertos es un procedimiento
habitual para obtener esta evidencia, aunque su calidad depende de la pertinencia de
los evaluadores, la claridad de las tareas y la transparencia del análisis son
fundamentales (Beck, 2020). Estudios recientes también han utilizado el juicio experto
y la V de Aiken para documentar validez de instrumentos educativos y tecnológicos
(Gutiérrez-Castillo et al., 2023; Kania et al., 2024; Merino-Soto, 2023).
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
977
Artículo Científico
La usabilidad constituye otra dimensión decisiva. Un recurso científicamente correcto
puede resultar poco funcional cuando su navegación es confusa, los controles no son
reconocibles o la retroalimentación no permite comprender lo ocurrido. Las diez
heurísticas de Nielsen ofrecen un marco para identificar problemas de interfaz y
priorizarlos según severidad (Nielsen, 1994). Su aplicación en sistemas de información
y plataformas educativas ha permitido localizar problemas desde detalles cosméticos
hasta barreras críticas (Jeddi et al., 2020; Kusuma et al., 2024).
La accesibilidad complementa esta valoración tecnológico-pedagógica. Las Web
Content Accessibility Guidelines agrupan los lineamientos de inclusión en cuatro
principios: perceptible, operable, comprensible y robusto (World Wide Web Consortium,
2018, 2023). En un recurso orientado a la entropía, las ecuaciones, gráficas,
representaciones de partículas y animaciones requieren alternativas textuales; los
controles han de funcionar mediante teclado; y la información no puede depender
únicamente del color. Las revisiones automatizadas deben combinarse con inspección
minuciosa, pues numerosas barreras solo se interpretan atendiendo al contexto de
empleo y a la intencionalidad pedagógica (Campoverde-Molina et al., 2023; Timbi-
Sisalima et al., 2024).
La literatura muestra avances en simulaciones científicas, enseñanza de la entropía,
usabilidad y accesibilidad, pero estas dimensiones suelen examinarse por separado. El
vacío de investigación se encuentra en la limitada articulación de validez de contenido,
usabilidad y accesibilidad dentro de un mismo proceso de evaluación aplicado a un
recurso HTML para la enseñanza de la entropía. Esta articulación es importante porque
impide asumir que un recurso posee valor educativo apenas por presentar contenidos
correctos o funcionar sin dificultades técnicas.
El objetivo del estudio fue valorar la validez de contenido, la usabilidad y la accesibilidad
de Entrop-IA v5, un recurso HTML interactivo para la enseñanza de la entropía en
bachillerato y educación superior, para identificar fortalezas, limitaciones y prioridades
de mejora antes de usarlo con estudiantes. La pregunta central fue: ¿qué grado de
validez de contenido, usabilidad y accesibilidad presenta el recurso? A partir de este
marco se formularon tres preguntas concretas: 1) ¿qué nivel de validez científica,
didáctica y comunicativa se estima según el criterio de expertos?; 2) ¿qué dificultades
de usabilidad muestran las heurísticas de Nielsen y cuál es su severidad?; y 3) ¿en qué
grado el recurso satisface los criterios del checklist agrupados según los principios
perceptible, operable, comprensible y robusto?
2. Materiales y Métodos
2.1. Enfoque y diseño
Se efectuó un estudio evaluativo de un recurso educativo digital con enfoque mixto
convergente, diseño no experimental y corte transversal. El componente cuantitativo
estuvo constituido por las puntuaciones de validez de contenido, los niveles de
severidad heurística y las categorías de cumplimiento del checklist de accesibilidad. El
componente cualitativo correspondió a las observaciones y recomendaciones
consignadas por los evaluadores. Ambos componentes se analizaron inicialmente por
separado y luego se integraron mediante una matriz conjunta, de acuerdo con la lógica
de los diseños convergentes y de los joint displays (Fetters & Tajima, 2022; Peters et
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
978
Artículo Científico
al., 2024). El estudio se orientó por un paradigma pragmático, dado que se combinaron
procedimientos destinados a producir evidencia útil para mejorar un producto educativo.
2.2. Objeto y contexto de evaluación
El recurso evaluado fue Entrop-IA v5, diseñado con HTML, CSS y JavaScript. Su
estructura abarca una pantalla de inicio, un módulo orientador y tres escenas
interactivas: difusión de perfume, transferencia térmica y fusión del hielo. La unidad
analítica integró los componentes científicos, didácticos, visuales, interactivos y
accesibles del recurso, entre ellos textos, analogías, ecuaciones, gráficas, controles,
estados del sistema, ayudas y elementos de programación vinculados con la
accesibilidad. La evaluación se desarrolló virtualmente, mediante la ejecución local del
archivo en navegadores web actualizados en un entorno controlado.
2.3. Participantes y depuración del panel
Se aplicó un muestreo no probabilístico intencional. Se invitó a cinco evaluadores con
experiencia en física, enseñanza de las ciencias, tecnología educativa, diseño de
recursos digitales, usabilidad o accesibilidad. Todos remitieron los instrumentos
requeridos. Durante la depuración se observó que dos casos reproducían exactamente
los metadatos, puntuaciones y observaciones de registros recibidos previamente. Para
asegurar la independencia de las respuestas, ambos duplicados fueron excluidos antes
del análisis; en consecuencia, el panel analítico quedó integrado por tres evaluadores
únicos. Los registros incluidos cumplieron los criterios de participación y aportaron
evidencia de revisión de los tres módulos del recurso.
Los criterios de inclusión comprendieron: formación de posgrado o experiencia
profesional pertinente; experiencia docente o investigativa en física, ciencias, tecnología
educativa o evaluación digital; experiencia en diseño, validación o revisión de materiales
educativos; y disponibilidad para examinar el recurso en su totalidad. Se excluyeron
instrumentos con más del 10% de respuestas omitidas, sin identificación suficiente del
perfil profesional, sin evidencia de exploración completa, duplicados exactos o enviados
fuera del periodo de recolección sin justificación documentada.
2.4. Variables y dimensiones
Se analizaron tres variables: validez de contenido, usabilidad y accesibilidad. La validez
se organizó en cinco dimensiones: rigor y precisión científica; coherencia didáctica y
objetivos; diseño de interacción y control; representación de las escenas; y
comunicación, legibilidad y carga cognitiva. La usabilidad se examinó mediante las diez
heurísticas de Nielsen. La accesibilidad se estructuró según los principios perceptible,
operable, comprensible y robusto de WCAG.
2.5. Instrumentos
2.5.1. Matriz de validez de contenido
El instrumento de validez estuvo compuesto por 25 ítems distribuidos en cinco
dimensiones. Cada ítem se examinó según seis criterios: relevancia, claridad,
coherencia, suficiencia, precisión científica y pertinencia didáctica. Se utilizó una escala
ordinal de cuatro niveles: 1 = no cumple, 2 = cumple poco, 3 = cumple y 4 = cumple
totalmente. Así, cada evaluador asignó seis puntuaciones por ítem y, con tres
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
979
Artículo Científico
evaluadores, cada ítem acumuló 18 valoraciones. Esta organización explica que los
coeficientes por ítem no se restrinjan a incrementos de 1/9, puesto que la unidad de
cálculo correspondió a la valoración criterio-ítem y no a una puntuación general de cada
juez. El instrumento incorporó espacios para observaciones y recomendaciones de
mejora.
2.5.2. Matriz de evaluación heurística
El segundo instrumento se apoyó en las diez heurísticas de Nielsen. Cada evaluador
examinó la pantalla inicial y las escenas de perfume, transferencia térmica y fusión del
hielo. Para cada heurística se registraron la ubicación del hallazgo, su descripción, la
severidad y una recomendación muy concreta. La severidad se valoró de 0 a 4: 0 = sin
problema; 1 = cosmético; 2 = menor; 3 = mayor; y 4 = crítico. El instrumento exigió
evidencia detallada en los casos con severidad 3 o 4.
2.5.3. Checklist de accesibilidad
El tercer instrumento integró 15 criterios agrupados según los cuatro principios WCAG.
Se examinaron contraste, legibilidad, jerarquía visual, empleo del color, navegación
mediante teclado, foco visible, manejo de controles, reinicio, claridad de etiquetas,
instrucciones, tecnicismos, retroalimentación, compatibilidad con navegadores, diseño
adaptable y alternativas de interacción. Cada criterio se calificó como Sí, Parcial, No o
No aplica. La revisión contempló al menos dos navegadores actualizados, tamaño de
pantalla de escritorio y ventana estrecha simulada, así como pruebas con Tab, Enter y
barra espaciadora. Las pautas WCAG 2.1 y 2.2 se utilizaron como marco de referencia,
sin atribuir a la puntuación del checklist el carácter de certificación formal de
conformidad.
2.6. Procedimiento
Se comprobó el funcionamiento técnico de Entrop-IA v5 y la operación de sus tres
escenas. Se enviaron a los cinco evaluadores el archivo HTML, instrucciones,
consentimiento y los tres instrumentos digitales. Cada evaluador examinó el recurso de
forma independiente y entregó sus registros sin intercambiar valoraciones con los
demás. Se revisaron los datos mediante comparación de metadatos, valoraciones y
observaciones; se excluyeron dos duplicados exactos. Se examinaron por separado los
resultados de validez, usabilidad, accesibilidad y las observaciones cualitativas. Se
reunieron los resultados en una matriz conjunta para determinar coincidencias,
complementariedades, prioridades de rediseño y meta-inferencias.
2.7. Análisis de datos
Para la validez de contenido se calcularon medias y medianas descriptivas por
dimensión, así como V de Aiken por ítem y dimensión. La V se estimó sobre las
valoraciones criterio-ítem mediante V=Σs/[n(c-1)], donde s=r-l₀, r es la puntuación
asignada, l₀ la puntuación mínima, n el número de valoraciones incluidas en la unidad
analítica y c el número de categorías de respuesta. Por ítem, n fue igual a 18
valoraciones (tres evaluadores por seis criterios). Debido al reducido número de
evaluadores únicos, los coeficientes se interpretaron como evidencia preliminar y
diagnóstica. Como criterio operativo, se conservaron ítems con V ≥ 0.80, se revisaron
valores entre 0.70 y 0.79 y se priorizaron para reformulación los valores inferiores a 0.70.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
980
Artículo Científico
La concordancia entre evaluadores se examinó mediante W de Kendall sobre los 25
ítems.
Los hallazgos de usabilidad se clasificaron por heurística, módulo y severidad. Se
resumieron mediante media, mediana, severidad máxima y número de evaluadores que
reportaron problema. Para accesibilidad se asignaron valores descriptivos de 1 a Sí, 0.5
a Parcial y 0 a No; la puntuación ponderada se calculó como PC=(Σpᵢ/N)×100, donde N
fue el número de criterios aplicables. Esta puntuación se utilizó exclusivamente como
indicador descriptivo del checklist y no como certificación WCAG.
Las observaciones se examinaron mediante análisis de contenido dirigido. Las
categorías iniciales abarcaron precisión científica, coherencia didáctica, interacción y
control, usabilidad y accesibilidad. Se agruparon recomendaciones frecuentes y se
relacionaron con los resultados cuantitativos en una matriz conjunta. La integración se
consideró convergente cuando ambos componentes indicaron el mismo problema, y
complementaria cuando las observaciones aclararon o ampliaron una puntuación.
2.8. Consideraciones éticas
La participación fue voluntaria y estuvo precedida por consentimiento informado. Se
comunicaron el propósito del estudio, las tareas solicitadas, el uso académico de las
respuestas y el derecho a retirarse antes del cierre de la base. Las identidades se
protegieron mediante códigos y en el artículo se reportan únicamente datos agregados.
Esta fase no involucró estudiantes, menores ni expedientes académicos. Los archivos
originales se conservaron para auditoría y los duplicados se mantuvieron como
respaldo, sin incluirlos en los análisis.
3. Resultados
3.1. Depuración de los registros
Se recopilaron cinco conjuntos de instrumentos aportados por los cinco evaluadores
seleccionados. La comparación de metadatos, fechas, puntuaciones y observaciones
mostró que dos envíos duplicaban exactamente registros ya recibidos. Ambos se
excluyeron antes del análisis, de modo que la muestra analítica quedó constituida por
tres evaluadores únicos.
Tabla 1.
Depuración de los instrumentos recibidos
Registro
Condición
Decisión analítica
Justificación
E1
Original
Incluido
Evaluador único
E2
Original
Incluido
Evaluador único
E3
Original
Incluido
Evaluador único
E4
Duplicado exacto
Excluido
Coincidencia de metadatos, puntuaciones y
observaciones
E5
Duplicado exacto
Excluido
Coincidencia de metadatos, puntuaciones y
observaciones
Nota. Elaborado por los autores
3.2. Validez científica, didáctica y de contenido
La evaluación global aportó evidencia preliminar favorable en las cinco áreas.
Interacción y control alcanzó el coeficiente superior (V = 0.986), seguida por
representación de las escenas (V = 0.903). La coherencia didáctica y los objetivos
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
981
Artículo Científico
registraron el valor inferior (V = 0.801), apenas superior al umbral operativo. Estos
resultados deben leerse como indicadores diagnósticos del recurso y no como una
validación definitiva, debido al reducido tamaño del panel. El análisis por dimensión se
expone en la Tabla 2 y se resume visualmente en la Figura 1.
Tabla 2.
Validez de contenido por dimensión
Dimensión
Media
Mediana
V de Aiken
Rigor y precisión científica
3.58
4.00
0.859
Coherencia didáctica y objetivos
3.40
4.00
0.801
Interacción y control
3.96
4.00
0.986
Representación de cada escena
3.71
4.00
0.903
Comunicación y carga cognitiva
3.63
4.00
0.877
Nota. Escala de 1 a 4. Panel analítico: tres evaluadores únicos. Cada ítem reunió 18 valoraciones
criterio-ítem.
Figura 1.
Coeficiente V de Aiken por dimensión de validez de contenido
Nota. Elaborado por los autores
Como se muestra en la Figura 1, las cinco dimensiones superaron el criterio operativo
de V = 0.80, lo que respalda una valoración global favorable del recurso. No obstante,
la proximidad de coherencia didáctica y objetivos al umbral confirma la necesidad de
fortalecer el andamiaje pedagógico, mientras que la superioridad de interacción y control
sugiere que la arquitectura funcional del recurso se encuentra más consolidada que su
mediación didáctica explícita.
El análisis por ítem estableció dos prioridades críticas: B3, asociada con la incorporación
de preguntas guía, y D6, vinculada con la distinción entre rapidez del modelo y
temperatura termodinámica. Asimismo, debían revisarse la explicación de
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
982
Artículo Científico
microestados, la suficiencia de las instrucciones y la relación entre parámetros del
modelo y magnitudes físicas.
Tabla 3.
Ítems con menor coeficiente de validez
Ítem
Contenido resumido
Media
V de Aiken
Decisión
B3
Incorpora preguntas guía que orientan la indagación
sin revelar respuestas
3.00
0.667
Reformular
D6
Diferencia la rapidez del modelo de la temperatura
termodinámica real
3.06
0.685
Reformular
A4
Evita equiparar entropía con energía o con
desorden de manera simplista
3.28
0.759
Revisar
E2
Ofrece instrucciones suficientes para uso autónomo
3.28
0.759
Revisar
A5
Las variables y etiquetas no inducen
interpretaciones científicamente incorrectas
3.39
0.796
Revisar
B4
Favorece discusión, comparación y justificación de
resultados
3.39
0.796
Revisar
B2
La secuencia explorar-observar-interpretar favorece
aprendizaje conceptual
3.44
0.815
Conservar con
ajustes
Nota. Elaborado por los autores
La concordancia entre los tres evaluadores fue moderada y estadísticamente
significativa, W de Kendall = 0.513, χ²(24) = 36.90, p = 0.045. El resultado muestra un
patrón común de valoración, aunque con diferencias razonables en precisión
conceptual, orientación didáctica y comunicación visual.
3.3. Usabilidad y severidad
De las 30 valoraciones heurísticas posibles diez heurísticas por tres evaluadores, ocho
indicaron ausencia de problemas, 11 se clasificaron como cosméticas y 11 como
menores. No se identificaron severidades mayores ni críticas. Las severidades medias
más altas del estudio se observaron en correspondencia con el mundo real, control y
libertad del usuario, reconocimiento antes que recuerde, y ayuda o documentación,
como se expone en la Tabla 4 y se sintetiza en la Figura 2.
Tabla 4.
Resultados de la evaluación heurística
H
Heurística
Media
Mediana
Máxima
Evaluadores con
problema
H1
Visibilidad del estado del sistema
1.00
1.0
2
2/3
H2
Correspondencia con el mundo real
1.67
2.0
2
3/3
H3
Control y libertad del usuario
1.67
2.0
2
3/3
H4
Consistencia y estándares
0.67
1.0
1
2/3
H5
Prevención de errores
1.33
2.0
2
2/3
H6
Reconocer mejor que recordar
1.33
1.0
2
3/3
H7
Flexibilidad y eficiencia
0.67
1.0
1
2/3
H8
Estética y diseño minimalista
0.33
0.0
1
1/3
H9
Ayuda a reconocer y recuperar errores
1.00
1.0
2
2/3
H10
Ayuda y documentación
1.33
2.0
2
2/3
Nota. Escala de severidad: 0 = no es problema; 1 = cosmético; 2 = menor; 3 = mayor; 4 = crítico.
Figura 2.
Severidad media de los problemas de usabilidad según las heurísticas de Nielsen
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
983
Artículo Científico
Nota. Elaborado por los autores
La Figura 2 indica que las heurísticas H2 y H3 presentaron la mayor severidad media
(1.67), seguidas de H5, H6 y H10 (1.33). Este patrón indica que los cambios clave no
derivan de fallos críticos, sino de ajustes de diseño orientados a fortalecer la coherencia
conceptual del recurso, ampliar el control del usuario sobre la interacción e incorporar
apoyos de contexto que permitan una exploración más autónoma y comprensible.
Las observaciones cualitativas se organizaron en cuatro líneas de mejora: 1) precisar la
relación entre las metáforas, la rapidez del modelo y la temperatura; 2) ampliar el control
mediante opciones de pausa, continuación o avance paso a paso; 3) estandarizar
etiquetas, unidades y títulos de las gráficas; y 4) incorporar ayudas contextuales y
preguntas orientadoras. La ausencia de puntuaciones 3 y 4 indica que las limitaciones
no impidieron completar las tareas esenciales, aunque podrían incrementar la carga
cognitiva o disminuir la autonomía del usuario.
3.4. Accesibilidad
La puntuación descriptiva ponderada del checklist logró 81.1%. El principio perceptible
obtuvo 75.0%, mientras operable, comprensible y robusto obtuvieron 83.3%. Ningún
criterio se valoró como incumplido; las limitaciones fueron consignadas como
cumplimiento parcial. Estos porcentajes corresponden únicamente al checklist aplicado
y no constituyen una certificación formal de conformidad WCAG.
Tabla 5.
Puntuación del checklist de accesibilidad por principio
Principio
Sí
Parcial
No
Puntuación ponderada
Perceptible
6
6
0
75.0%
Operable
8
4
0
83.3%
Comprensible
8
4
0
83.3%
Robusto
6
3
0
83.3%
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
984
Artículo Científico
Nota. Ponderación descriptiva: Sí = 1; Parcial = 0.5; No = 0. Los conteos corresponden a tres
evaluadores.
Los criterios con mayor frecuencia de cumplimiento parcial fueron contraste texto-fondo,
legibilidad en pantalla estrecha, dependencia parcial del color, foco visible, operación de
controles deslizantes mediante teclado y diseño adaptable. Las recomendaciones
priorizaron teclado completo, foco visible, reorganización vertical de animación,
controles y gráfica en pantallas pequeñas, y retroalimentación textual que complemente
la información gráfica.
3.5. Integración de resultados
Los criterios reportados con mayor frecuencia como cumplimiento parcial fueron
contraste texto-fondo, legibilidad en ventana estrecha, dependencia parcial del color,
foco visible, uso de mandos deslizantes por teclado y diseño adaptable. Las
recomendaciones priorizaron operación completa por teclado, foco perceptible,
disposición vertical de animaciones, controles y gráficas en pantallas pequeñas, además
de retroalimentación textual complementaria.
Tabla 6.
Matriz conjunta de integración
Dimensión
Resultado
cuantitativo
Evidencia cualitativa
Relación
Meta-inferencia y acción
Coherencia
didáctica
V = 0.801; B3 =
0.667
Ausencia de preguntas
antes, durante y
después de las
escenas
Convergencia
La interacción requiere
andamiaje; incorporar
preguntas de predicción,
comparación y explicación.
Precisión
conceptual
D6 = 0.685; A4
= 0.759
Confusión potencial
entre velocidad del
modelo, temperatura y
metáfora del desorden
Convergencia
Distinguir parámetros del
modelo y magnitudes
físicas; explicar
microestados y alcance de
analogías.
Control y ayuda
H2 y H3 = 1.67;
H10 = 1.33
Necesidad de pausa,
avance paso a paso,
tooltips y ayuda
contextual
Complementariedad
La interfaz funciona, pero
debe aumentar autonomía
y control.
Accesibilidad
perceptible
75.0%
Textos secundarios
pequeños, contraste y
dependencia parcial
del color
Convergencia
Aumentar contraste,
tamaño adaptable y
equivalentes textuales.
Operabilidad
83.3%
Foco poco visible y
sliders dependientes
del mouse
Complementariedad
Implementar operación
completa por teclado y
foco persistente.
Nota. Elaborado por los autores
Globalmente, Entrop-IA v5 mostró una base preliminar que permite avanzar hacia una
fase de rediseño y una nueva evaluación. Las prioridades comprenden ajustes
conceptuales, incorporación de orientación didáctica, mejora del control y la navegación,
y fortalecimiento de la accesibilidad perceptible y operable.
4. Discusión
Los hallazgos aportan evidencia de que Entrop-IA v5 presenta fortalezas tecnológicas y
pedagógicas; sin embargo, el tamaño del panel evaluador y las mejoras aún impiden
considerar finalizado su proceso de validación. La convergencia de resultados
favorables en contenido, la ausencia de problemas heurísticos mayores o críticos y una
puntuación de accesibilidad de 81.1% justifican avanzar hacia una etapa de
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
985
Artículo Científico
perfeccionamiento, aunque no permiten asumir el recurso como una versión definitiva ni
atribuirle efectos sobre el aprendizaje.
La principal fortaleza de la validez se observó en interacción y control (V = 0.986) y en
representación de las escenas (V = 0.903), mientras que coherencia didáctica y
objetivos registró el valor más bajo (V = 0.801). Este comportamiento muestra que la
arquitectura interactiva y la representación visual recibieron mejores valoraciones que
la mediación pedagógica explícita. El resultado concuerda con Delgado-Sanchez et al.
(2023), quienes señalan que una visualización atractiva no asegura comprensión
cuando no organiza la atención, la memoria y la selección de información. Asimismo,
coincide con Natalis y Leyh (2025), quienes documentaron dificultades persistentes en
la interpretación de la entropía y la segunda ley.
La baja valoración de las preguntas guía (B3, V = 0.667) muestra que la exploración
necesita consignas de predicción, observación, comparación, justificación y explicación.
Las simulaciones ofrecen mejores oportunidades de razonamiento cuando la
manipulación se integra en secuencias de aprendizaje orientadas (Battaglia et al., 2023;
Diab et al., 2024). Por ello, las preguntas deberían distribuirse antes, durante y después
de cada escena y conectarse con los cambios observables en el modelo.
La diferenciación entre rapidez del modelo y temperatura termodinámica (D6, V =
0.685), junto con las observaciones sobre microestados y la metáfora del desorden,
constituye el principal riesgo conceptual. Las analogías pueden ser útiles, pero deben
explicitar sus límites. Weber et al. (2024) evidenciaron dificultades al relacionar
descripciones macroscópicas y microscópicas y comprender la reversibilidad y el
equilibrio. Por ello, Entrop-IA debe presentar cada control como parámetro del modelo,
precisar cuándo una ecuación constituye una aproximación y vincular animaciones con
explicaciones conceptuales y matemáticas adecuadas al nivel educativo.
La concordancia moderada (W = 0.513) mostró un patrón compartido, aunque reflejó
diferencias de criterio entre los evaluadores. Esta variación no invalida el diagnóstico;
más bien evidencia que la revisión experta requiere transparencia en la selección del
panel, la estructura del instrumento y la interpretación de los juicios (Beck, 2020). La
exclusión de dos duplicados evitó sobreestimar el acuerdo, aunque el panel final de tres
personas obliga a considerar los coeficientes como evidencia preliminar.
La evaluación heurística detectó únicamente problemas cosméticos y menores. La
ausencia de severidades 3 y 4 indica que las tareas esenciales pueden ejecutarse,
aunque las limitaciones encontradas podrían elevar la carga cognitiva o favorecer
interpretaciones poco precisas. Jeddi et al. (2020) y Kusuma et al. (2024) señalan que
este procedimiento permite reconocer y jerarquizar los problemas antes de una
implementación amplia. Las mejoras propuestas pausa, avance gradual, etiquetas
consistentes, opciones visibles y apoyo contextual corresponden a ajustes moderados
capaces de fortalecer la autonomía y la eficiencia de uso.
La valoración global de accesibilidad mostró una base funcional, aunque no implica
conformidad formal con WCAG. El principio perceptible fue el más débil por contraste,
legibilidad y dependencia parcial del color. Además, persistieron problemas de foco
visible, control por teclado y diseño adaptable. Campoverde-Molina et al. (2023) señalan
que las herramientas automáticas requieren complementarse con revisión manual,
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
986
Artículo Científico
mientras Timbi-Sisalima et al. (2024) sostienen que la accesibilidad debe integrarse
desde el diseño. En el ámbito latinoamericano, Celi-Meza et al. (2026) e Ibarra-Rivas et
al. (2025) destacan que la inclusión tecnológica depende de recursos adaptables,
alternativas de acceso y apoyo institucional.
El aporte metodológico central consiste en integrar la evaluación de contenido,
usabilidad y accesibilidad. La matriz conjunta permitió traducir puntajes y observaciones
en prioridades de mejora, conforme con el papel analítico de los joint displays (Fetters
& Tajima, 2022; Peters et al., 2024). La secuencia propone un orden prudente: primero
se diagnostica y mejora el recurso; luego se desarrollan pruebas con usuarios;
finalmente, se examina su contribución al aprendizaje mediante un diseño de
intervención.
Los resultados requieren una interpretación atenta a varias limitaciones. El panel
analítico quedó formado por tres evaluadores únicos, porque los coeficientes dependen
del tamaño muestral. La inspección heurística no reemplaza las pruebas con
estudiantes. El checklist tampoco constituye una certificación WCAG. El estudio
consideró una única versión del recurso y no evaluó aprendizaje, motivación ni
transferencia conceptual. Estudios posteriores deberán efectuar otra ronda de
validación, incluir estudiantes y usuarios de tecnologías de asistencia, registrar tareas y
tiempos de uso, y valorar posteriormente el aprendizaje mediante diseños
cuasiexperimentales o experimentales.
5. Conclusiones
Entrop-IA v5 mostró una base preliminar favorable en validez de contenido, usabilidad
y accesibilidad que justifica continuar con su rediseño y someter la versión corregida a
una nueva ronda de evaluación. Esta conclusión se sustenta en valores de Aiken
superiores o próximos al criterio operativo en las cinco dimensiones, la ausencia de
problemas heurísticos mayores o críticos y una puntuación descriptiva ponderada de
accesibilidad de 81.1%.
Las prioridades conceptuales y didácticas incluyen añadir preguntas guía, explicar
microestados, acotar la idea de desorden y distinguir los controles del modelo frente a
las magnitudes termodinámicas reales. En usabilidad, las mejoras deben ampliar el
control del usuario, unificar etiquetas y brindar apoyo contextual. En accesibilidad, se
requiere mejorar contraste, legibilidad, equivalencia textual, foco visible, uso por teclado
y diseño adaptable.
La integración del juicio experto, la inspección heurística y el checklist de accesibilidad
transformó valoraciones cuantitativas y observaciones cualitativas en decisiones
específicas de rediseño. Sin embargo, las conclusiones se circunscriben a Entrop-IA v5,
los instrumentos empleados y los tres evaluadores únicos considerados en el análisis.
Se recomienda aplicar las mejoras priorizadas y realizar una segunda evaluación.
Después, el recurso deberá someterse a pruebas de usabilidad y accesibilidad con
estudiantes y personas usuarias de tecnologías de asistencia. Únicamente entonces
será metodológicamente apropiado examinar su efecto sobre la comprensión de la
entropía mediante un diseño de intervención con muestra suficiente, grupo comparativo
y mediciones del aprendizaje.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
987
Artículo Científico
Referencias Bibliográficas
Adams, A., Miller-Lewis, L., & Tieman, J. (2023). Learning designers as expert
evaluators of usability: Understanding their potential contribution to improving the
universality of interface design for health resources. International Journal of
Environmental Research and Public Health, 20(5), 4608.
https://doi.org/10.3390/ijerph20054608
Battaglia, O. R., Fazio, C., Guastella, A. A., & Tarantino, G. (2023). Outcomes of a
teaching learning sequence on modelling surface phenomena in liquids. Education
Sciences, 13(4), 425. https://doi.org/10.3390/educsci13040425
Beck, K. (2020). Ensuring content validity of psychological and educational tests: The
role of experts. Frontline Learning Research, 8(6), 1–37.
https://doi.org/10.14786/flr.v8i6.517 Campoverde-Molina, M., Luján-Mora, S., &
Valverde, L. (2023). Accessibility of university websites worldwide: A systematic
literature review. Universal Access in the Information Society, 22(1), 133–168.
https://doi.org/10.1007/s10209-021-00825-z
Celi-Meza, V. A., Garcés-Yanzapanta, S. D., Bombón-Chico, H. S., & Marín-Delgado, L.
D. (2026). Aplicaciones móviles en la enseñanza de las ciencias para estudiantes
con discapacidad intelectual en educación secundaria. Innova Science Journal,
4(2), 494–505. https://doi.org/10.63618/omd/isj/v4/n2/290
Delgado-Sanchez, J.-M., Benítez-Temiño, B., Moreno-Tejera, S., Larrañeta, M., Silva-
Pérez, M., & Lillo-Bravo, I. (2023). Visual resources for learning thermodynamics: A
neuroeducation perspective. Education Sciences, 13(10), 1030.
https://doi.org/10.3390/educsci13101030
Diab, H., Daher, W., Rayan, B., Issa, N., & Rayan, A. (2024). Transforming science
education in elementary schools: The power of PhET simulations in enhancing
student learning. Multimodal Technologies and Interaction, 8(11), 105.
https://doi.org/10.3390/mti8110105
Eser, M. T., & Aksu, G. (2022). Comparison of the results of the generalizability theory
and inter-rater reliability methods. International Journal of Curriculum and
Instruction, 14(2), 1629–1643. https://files.eric.ed.gov/fulltext/EJ1340783.pdf
Fetters, M. D., & Tajima, C. (2022). Joint displays of integrated data collection in mixed
methods research. International Journal of Qualitative Methods, 21, 1–13.
https://doi.org/10.1177/16094069221104564
Guo, M., Wang, Y., Yang, Q., Li, R., Zhao, Y., Li, C., Zhu, M., Cui, Y., Jiang, X., Sheng,
S., Li, Q., & Gao, R. (2023). Normal workflow and key strategies for data cleaning
toward real-world data: Viewpoint. Interactive Journal of Medical Research, 12,
e44310. https://doi.org/10.2196/44310
Gutiérrez-Castillo, J. J., Palacios-Rodríguez, A., Martín-Párraga, L., & Serrano-Hidalgo,
M. (2023). Development of digital teaching competence: Pilot experience and
validation through expert judgment. Education Sciences, 13(1), 52.
https://doi.org/10.3390/educsci13010052
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
988
Artículo Científico
Ibarra-Rivas, J. G., Inga-Aguagallo, C. F., Castillo-Ordóñez, M. A., Lema-Muyulema, S.
J., & Gusqui-Mata, N. J. (2025). Entornos virtuales y educación inclusiva:
Experiencias desde la ruralidad. Innova Science Journal, 3(4), 708–719.
https://doi.org/10.63618/omd/isj/v3/n4/168
Jeddi, F. R., Nabovati, E., Bigham, R., & Farrahi, R. (2020). Usability evaluation of a
comprehensive national health information system: A heuristic evaluation.
Informatics in Medicine Unlocked, 19, 100332.
https://doi.org/10.1016/j.imu.2020.100332
Kania, N., Kusumah, Y. S., Dahlan, J. A., Nurlaelah, E., Gürbüz, F., & Bonyah, E. (2024).
Constructing and providing content validity evidence through the Aiken's V index
based on the experts' judgments of the instrument to measure mathematical
problem-solving skills. Research and Evaluation in Education, 10(1).
https://doi.org/10.21831/reid.v10i1.71032
Kusuma, H., Rue, F. S., Rumagit, R. Y., & Pratama, G. D. (2024). Usability evaluation of
Ruangguru online learning mobile application using heuristic method. Procedia
Computer Science, 245, 1777–1786. https://doi.org/10.1016/j.procs.2024.10.241
Merino-Soto, C. (2023). Aiken's V coefficient: Differences in content validity judgments.
MHSalud: Revista en Ciencias del Movimiento Humano y Salud, 20(1), 1–10.
https://doi.org/10.15359/mhs.20-1.3
Moran, K. (2023). How to conduct a heuristic evaluation. Nielsen Norman Group.
https://www.nngroup.com/articles/how-to-conduct-a-heuristic-evaluation/
Natalis, V., & Leyh, B. (2025). Improving the teaching of entropy and the second law of
thermodynamics: A systematic review with meta-analysis. Chemistry Education
Research and Practice, 26, 9–33. https://doi.org/10.1039/D4RP00158C
Nielsen, J. (1994). Enhancing the explanatory power of usability heuristics. En
Proceedings of the SIGCHI Conference on Human Factors in Computing Systems
(pp. 152–158). https://doi.org/10.1145/191666.191729
Peters, M., Baroud, J., Crossland, A., Buli-Holmberg, J., & Schmid, R. F. (2024). Missed
opportunities in mixed methods EdTech research? Visual joint display development
as an analytical strategy for achieving integration in mixed methods studies.
Educational Technology Research and Development, 72, 1213–1238.
https://doi.org/10.1007/s11423-023-10234-z
Timbi-Sisalima, C., Sánchez-Gordón, M., Otón-Tortosa, S., & Mendoza-González, R.
(2024). Self-assessment guide to quality in accessible virtual education: An expert
validation. Sustainability, 16(22), 10011. https://doi.org/10.3390/su162210011
Weber, I., Borić, T., Mardešić, J., Bilušić, A., & Zoranić, L. (2024). Enhancing
thermodynamics education: Insights from student knowledge assessments on
(ir)reversible processes and (non)equilibrium phenomena. Education Sciences,
14(12), 1395. https://doi.org/10.3390/educsci14121395
World Wide Web Consortium. (2018). Introduction to understanding WCAG 2.1.
https://www.w3.org/WAI/WCAG21/Understanding/intro
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul – Sep | 2026 | www.innovasciencejournal.omeditorial.com
989
Artículo Científico
World Wide Web Consortium. (2023). Web Content Accessibility Guidelines (WCAG)
2.2. https://www.w3.org/TR/WCAG22/
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
