Immersive Virtual Reality in Education: A Systematic Review of Learning Outcomes, Challenges, and Future Directions

Resumen Técnico: Realidad Virtual Inmersiva en la Educación: Una Revisión Sistemática de los Resultados de Aprendizaje, Desafíos y Direcciones Futuras

Planteamiento del Problema
La Realidad Virtual (RV) ha surgido como una tecnología educativa transformadora capaz de convertir los entornos de aprendizaje convencionales en experiencias inmersivas, interactivas y centradas en el estudiante. Si bien la literatura existente sugiere que la RV potencia el desarrollo cognitivo, la motivación y el rendimiento académico a través del aprendizaje experiencial y las simulaciones realistas, la evidencia permanece fragmentada en diversos dominios educativos. Las revisiones sistemáticas previas se han centrado mayoritariamente en disciplinas específicas (por ejemplo, educación superior, enfermería o ingeniería), lo que dificulta el establecimiento de una comprensión integral de la efectividad general de la RV inmersiva. Además, existe una falta de síntesis respecto a las barreras de implementación, las tendencias tecnológicas y las direcciones de investigación futuras en todo el espectro de entornos educativos, desde K–12 hasta la formación profesional.

Metodología
Este estudio presenta una revisión sistemática que se adhiere al marco de la Declaración de los Elementos para la Revisión Sistemática de los Análisis y las Metanálisis (PRISMA 2020).

• Estrategia de Búsqueda: Se realizó una búsqueda exhaustiva en las principales bibliotecas digitales científicas (IEEE Xplore, ACM Digital Library, SpringerLink, ScienceDirect, Wiley, MDPI, Taylor & Francis, Frontiers, Nature Portfolio) y Google Scholar.
• Marco Temporal: Las publicaciones se restringieron al periodo comprendido entre enero de 2020 y junio de 2026.
• Criterios de Selección: La revisión incluyó artículos de revistas revisados por pares, revisiones sistemáticas, metanálisis y artículos de conferencias de alta calidad escritos en inglés. La inclusión requería la investigación de la RV inmersiva dentro de entornos educativos (educación superior, formación, atención médica, STEM, rehabilitación, K–12) con evaluaciones de resultados de aprendizaje, compromiso, motivación o retención de conocimientos.
• Criterios de Exclusión: Se excluyeron los estudios centrados únicamente en el desarrollo de hardware sin evaluación educativa, aquellos que investigaban la Realidad Aumentada (RA) sin un componente de RV incia, editoriales, resúmenes y reportes no revisados por pares.
• Proceso: De un conjunto inicial de 639 registros, se eliminaron 86 duplicados. Tras el cribado de títulos/resúmenes y la evaluación de elegibilidad de texto completo, se conservaron 115 estudios revisados por pares para la síntesis cualitativa.
• Análisis: Debido a la significativa heterogeneidad en los diseños de estudio, las poblaciones de participantes y las medidas de resultado, se empleó una síntesis temática cualitativa en lugar de un metanálisis estadístico. La síntesis se centró en cinco temas: dominios de aplicación, beneficios de aprendizaje, tendencias tecnológicas, desafíos de implementación y direcciones futuras.

Contribuciones Clave
El artículo realiza cinco contribuciones primarias al campo:

1. Síntesis Transversal de Dominios: Sintetiza la evidencia de 115 estudios a través de seis entornos educativos distintos (educación superior, formación, atención médica, STEM, rehabilitación y K–12), superando las limitaciones de las revisiones anteriores centradas en dominios específicos.
2. Análisis Comparativo: Proporciona una comparación transversal de los patrones de aplicación y los resultados de aprendizaje reportados, vinculando beneficios específicos con sus contextos instruccionales.
3. Identificación de Barreras: Identifica barreras de implementación recurrentes, incluyendo el cibersickness (cinetosis digital), los costos de hardware, las limitaciones de accesibilidad, la capacitación docente insuficiente y las preocupaciones de privacidad.
4. Análisis de Tendencias: Analiza las tendencias de publicación y las distribuciones geográficas, destacando la madurez de la investigación en sectores específicos frente a áreas emergentes.
5. Hoja de Ruta Futura: Esboza direcciones de investigación futuras específicas, incluyendo el aprendizaje adaptativo asistido por IA, la analítica de aprendizaje multimodal, la evaluación a largo plazo y las consideraciones éticas.

Resultados

• Tendencias de Publicación: La actividad de investigación se aceleró significativamente entre 2020 y 2023, alcanzando su punto máximo con 31 estudios en 2023. La actividad se mantuvo alta en 2024 (25 estudios) antes de disminuir en 2025–2026, una tendencia atribuida en parte a la cobertura parcial de datos anuales.
• Distribución por Dominios: La educación superior dominó el corpus con 48 estudios, seguida de la formación (33), educación en salud (31), STEM (10), rehabilitación (8) y educación K–12 (7). Esta distribución refleja el doble papel de la RV en el aprendizaje conceptual y la formación procedimental para tareas de alto riesgo.
• Distribución Geográfica: Estados Unidos lideró con 22 estudios, seguido de China (11), Alemania (9), el Reino Unido (7) y Australia y España (6 cada uno).
• Resultados de Aprendizaje: Los beneficios reportados con mayor frecuencia incluyeron la mejora del compromiso del estudiante, la motivación, la comprensión conceptual, la confianza procedimental y la retención de conocimientos. Se encontró que la RV es particularmente efectiva para tareas que requieren razonamiento espacial, interacción encarnada o exposición segura a escenarios complejos/peligrosos (por ejemplo, ensayo quirúrgico, respuesta a emergencias).
• Desafíos: Persisten barreras significativas, incluyendo el cibersickness (especialmente en K–12), los altos costos para el despliegue a gran escala, los problemas de accesibilidad, la falta de metodologías de evaluación estandarizadas y las preocupaciones de privacidad respecto a la recolección de datos biométricos y de comportamiento.
• Calidad de la Evidencia: Aunque el compromiso y la motivación se reportan consistentemente, la revisión señala una escasez de estudios longitudinales y comparaciones rigurosas con métodos tradicionales, lo que limita las afirmaciones sobre la retención y transferencia de conocimientos a largo plazo.

Significancia y Reivindicaciones
Los autores posicionan esta revisión como una visión integral del estado actual de la educación basada en la RV, aclarando dónde la base de evidencia es madura y dónde sigue siendo limitada. El artículo sostiene que la RV inmersiva es más efectiva no como un reemplazo universal para la instrucción tradicional, sino como una tecnología habilitadora para actividades de aprendizaje que son difíciles, inseguras, costosas o imposibles de realizar en aulas físicas.

La significancia de los hallazgos radica en el cambio de enfoque de la novedad tecnológica hacia la integración pedagógica. La revisión argumenta que la efectividad educativa depende más del diseño instruccional, la preparación docente y la capacidad institucional que de la sofisticación del hardware por sí solo. Hace un llamado hacia la transición hacia "ecosistemas de aprendizaje inteligentes" que integren la Inteligencia Artificial (IA) para la tutoría adaptativa y la analítica multimodal para la retroalimentación personalizada.

Crucialmente, el documento mantiene una postura modesta respecto a las afirmaciones causales. Reconoce que los beneficios observados pueden reflejar en parte efectos de novedad o mediciones inmediatas post-test. Por lo tanto, aboga para que la investigación futura priorice las evaluaciones longitudinales, los marcos de evaluación estandarizados y la gobernanza ética para establecer una evidencia robusta capaz de guiar la implementación y las políticas a gran escala. La revisión concluye que, si bien la RV posee una promesa sustancial, su adopción responsable requiere abordar las inconsistencias metodológicas, la equidad en el acceso y el desarrollo de diseños instruccionales adecuados para la edad y específicos del contexto.