Percepción de Estudiantes Universitarios sobre el Uso de Inteligencias Artificiales en su Educación
DOI:
https://doi.org/10.37843/rted.v18i2.723
Barra lateral del artículo
Contenido principal del artículo
Resumen
La inteligencia artificial (IA) se ha consolidado como una de las disciplinas más transformadoras de las últimas décadas, redefiniendo sectores clave de la sociedad, incluida la educación. Esta investigación tuvo como objetivo explorar la percepción de sentimientos de los estudiantes de la Universidad Tecnológica de Nezahualcóyotl (UTN) sobre el uso de herramientas de IA en su aprendizaje. Se realizó una investigación que se enmarcó en el paradigma positivista, bajo el método hipotético-deductivo, enfoque cuantitativo, diseño no experimental, de tipo descriptivo y de corte transversal. Se aplicó un instrumento en escala Likert con preguntas cerradas a 2282 estudiantes con edades de 17 a 30 años de diferentes áreas del conocimiento de la universidad. Los resultados revelaron que independientemente de si los estudiantes usan la IA o no, el 3.86 % de la población mostraron posturas negativas, en comparación con el 61.26% de percepciones positivas hacia ella (p=0.0002), siendo la División de Ciencias Básicas y de Ingeniería su menor representante en sentimientos positivos (p= 0.002). La percepción de sentimientos positivos por género no mostró diferencias significativas, sin embargo, el rango de edad que mejor acepta la IA es de 26-30 años. Por otro lado, el 34.88% de la población mostró sentimientos neutros, estos hallazgos sugieren la necesidad de capacitar a los estudiantes en un uso ético y crítico de la IA en diversas áreas de estudio, fomentando su integración responsable como una herramienta cotidiana permitiendo aprovechar las tecnologías para enfrentar desafíos profesionales del futuro, consolidando su potencial como un recurso educativo transformador.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores que tengan publicaciones en nuestra revista aceptan los términos siguientes:
- En el momento en que una obra es aceptada para su publicación, el autor conserva los derechos de reproducción, distribución de su artículo para su explotación en todos los países del mundo en el formato proporcionado por nuestra revista, así como en cualquier otro soporte magnético, óptico y digital.
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)) que permite a terceros copiar y redistribuir el material en cualquier medio o formato, Bajo las condiciones siguientes: Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. NoComercial — No puede utilizar el material para una finalidad comercial. SinObraDerivada — Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado. No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales, repositorios, bibliotecas, o en su página web), lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.
- El retiro de un artículo se solicitará por escrito al Editor, haciéndose efectivo luego de respuesta escrita de este. Para tal efecto, el o los autores enviarán correspondencia vía E-mail: [email protected].
- El autor no recibirá compensación económica por la publicación de su trabajo.
- Todas las publicaciones de la Revista Docentes 2.0, están bajo la plataforma Open Journal System (OJS) en dirección: https://ojs.docentes20.com/
Citas
Arias Gonzáles, J. L., & Covinos Gallardo, M. (2021). Diseño y metodología de la investigación (1ra ed.). Enfoques Consulting. https://n9.cl/blxng
Ahmad, S., Han, H., Alam, M., Rehmat, M., Irshad, M., Arraño, M., & Ariza, A. (2023). Impact of artificial intelligence on human loss in decision making, laziness and safety in education. Humanities and Social Sciences Communications, 10, 1-14, https://doi.org/10.1057/s41599-023-01787-8 DOI: https://doi.org/10.1057/s41599-023-01842-4
Aiken, L. (2003). Confiabilidad y validez. Tests psicológicos y evaluación. Pearson Educación, 85-107. https://n9.cl/yfl7o
Alowais, S., Alghamdi, S., Alsuhebany, N., Alqahtani, T., Alshaya, A., Almohareb, S., Aldairem, A., Alrashed, M., Bin Saleh, K., Badreldin, H., Al Yami, M., Harbi, S., Albekairy, A. (2023). Revolutionizing healthcare: the role of artificial intelligence in clinical practice. BMC Med Educ. 23(1), 689. https://doi.org/10.1186/s12909-023-04698-z DOI: https://doi.org/10.1186/s12909-023-04698-z
Aragonés, E., Piñol, L., Caballero, A., Salvador, L., & López, G. (2017). A computerised clinical decision-support system for the management of depression in Primary Care. Atención Primaria, 49(6), 359–367. https://doi.org/10.1016/j.aprim.2016.09.011 DOI: https://doi.org/10.1016/j.aprim.2016.09.011
Arribas, M. (2004). Diseño y validación de Cuestionarios. Matronas Profesión, 5(17), 23-29. https://n9.cl/cn647
Bernal, C. (2010). Metodología de la investigación: Administración, economía, humanidades y ciencias sociales. Pearson Educación. https://n9.cl/jooqi
Cambria, E., Schuller, B., Xia, Y., & Havasi, C. (2013). New Avenues in Opinion Mining and Sentiment Analysis. IEEE Intelligent Systems, 28(2), 15-21. http://dx.doi.org/10.1109/MIS.2013.30 DOI: https://doi.org/10.1109/MIS.2013.30
Carguacundo, F., García, K., Urgiles, D., Chica, R., Suin, A., Andrade, M. (2024). Integración de la IA en el desarrollo del material educativo y didáctico para docentes del subnivel educación general básica media en la asignatura de ciencias naturales. Ciencia Latina Revista Científica Mutidisciplinar, 8(2), 1152-1163. https://doi.org/10.37811/cl_rcm.v8i2.10557 DOI: https://doi.org/10.37811/cl_rcm.v8i2.10557
Castagno, S., Khalifa, M. (2020). Perceptions of Artificial Intelligence Among Healthcare Staff: A Qualitative Survey Study. Front Artif Intell, 21(3), https://doi.org/10.3389/frai.2020.578983 DOI: https://doi.org/10.3389/frai.2020.578983
Chan, C., & Hu, W. (2023). Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 20(1), 43. https://doi.org/10.1186/s41239-023-00411-8 DOI: https://doi.org/10.1186/s41239-023-00411-8
Chen, L., Chen, P., Lin, Z. (2020). Artificial intelligence in education: a review. IEEE Access, 8, 64–78. https://doi.org/10.1109/ACCESS.2020.2988510. DOI: https://doi.org/10.1109/ACCESS.2020.2988510
Cheng, Y. (2022). Improving Students' Academic Performance with AI and Semantic Technologies. arXiv. https://doi.org/10.48550/arXiv.2206.03213.
Clemente-Suárez, V. J. (2024). Innovación Educativa y Desafíos Actuales: Una Mirada a la Investigación Reciente. Cultura Educación Y Sociedad, 15(1), e03355727. https://n9.cl/yco6k
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555 DOI: https://doi.org/10.1007/BF02310555
Dzobo, K., Adotey, S., Thomford, N., Dzobo, T. (2019). Integrating Artificial and Human Intelligence: A Partnership for Responsible Innovation in Biomedical Engineering and Medicine. OMICS, 24(5), 247-263. https://doi.org/10.1089/omi.2019.0038 DOI: https://doi.org/10.1089/omi.2019.0038
Foadi, N., & Varghese, J. (2022). Digital competence - A key competence for today’s and future physicians. Journal of European CME, 11(1), Article e2015200. https://doi.org/10.1080/21614083.2021.2015200 DOI: https://doi.org/10.1080/21614083.2021.2015200
Gao, J., Li, P., Chen, Z., Zhang, J. (2020). A survey on deep learning for multimodal data fusion. Neural Computation, 32(5), 829–864. https://doi.org/10.1162/neco_a_01273. DOI: https://doi.org/10.1162/neco_a_01273
García, J., & Bernal, A., López, J. (2013). Cálculo del tamaño de la muestra en investigación en educación médica. Investigación en Educación Médica, 2(8), 217-224. https://doi.org/10.1016/S2007-5057(13)72715-7 DOI: https://doi.org/10.1016/S2007-5057(13)72715-7
González, M., Barroso, O., & Gómez, M. (2022). Validación de instrumentos como garantía de la credibilidad en las investigaciones científicas. Revista Cubana de Medicina Militar, 48(2), 441-450. https://n9.cl/591bc
Hernández, R., & Mendoza, C. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta (6ta ed.). McGraw Hil
Huang, J., Saleh, S., & Liu, Y. (2021). A review on artificial intelligence in education. Academic Journal of Interdisciplinary Studies, 10(3), 206–216. https://doi.org/10.36941/ajis-2021-0077 DOI: https://doi.org/10.36941/ajis-2021-0077
Huerta-Presa, S. & Zavala-Ramírez, J. (2023). La Inteligencia Artificial y el Contexto de la Docencia en México. Revista Tecnológica-Educativa Docentes 2.0, 16(1), 49-56. https://doi.org/10.37843/rted.v16i1.336 DOI: https://doi.org/10.37843/rted.v16i1.336
Kirchherr, J., & Charles, K. (2018). Enhancing the sample diversity of snowball samples: Recommendations from a research project on anti-dam movements in Southeast Asia. PLoS ONE, 13(8), e0201710. https://doi.org/10.1371/journal.pone.0201710 DOI: https://doi.org/10.1371/journal.pone.0201710
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22, 5–55. https://n9.cl/u40g3
Liu, B. (2012). Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies, 5(1), 1-167. https://doi.org/10.2200/S00416ED1V01Y201204HLT016 DOI: https://doi.org/10.1007/978-3-031-02145-9_1
López, R, Avello, R, Palmero, D, Sánchez, S, & Quintana, M. (2019). Validación de instrumentos como garantía de la credibilidad en las investigaciones científicas. Revista Cubana de Medicina Militar, 48(1). https://n9.cl/591bc
Martínez-Márquez, M. (2025). Inteligencia Artificial y Educación. Revista Tecnológica-Educativa Docentes 2.0,18(1), 245-257. https://doi.org/10.37843/rted.v18i1.614 DOI: https://doi.org/10.37843/rted.v18i1.614
Musa, A., Owolabi, P., Rethabile, R., Olalekan, A., & Adebayo, M. (2024). Examining artificial intelligence literacy among pre-service teachers for future classrooms. Computers and Education Open, 6, 1-15, https://doi.org/10.1016/j.caeo.2024.100179 DOI: https://doi.org/10.1016/j.caeo.2024.100179
Naderifar, M., Goli, H., & Ghaljaie, F. (2017). Snowball sampling: A purposeful method of sampling in qualitative research. Strides in Development of Medical Education, 14(3), e67670. https://doi.org/10.5812/sdme.67670 DOI: https://doi.org/10.5812/sdme.67670
Niño, S., Castellanos, J. C., Perezchica, J., & Sepúlveda, J. (2025). Percepciones de estudiantes universitarios sobre los usos de inteligencia artificial en educación. Revista Fuentes, 27(1), 94–106. https://doi.org/10.12795/revistafuentes.2025.26356
Orji, F. A., & Vassileva, J. (2022). Machine learning approach for predicting students academic performance and study strategies based on their motivation. arXiv. https://doi.org/10.48550/arXiv.2210.08186
Popper, K. R. (2019). The logic of scientific discovery (Routledge Classics ed.). Routledge.
Statologos. (2022). Confiabilidad dividida por la mitad: definición, pasos. Statologos. https://n9.cl/l3fpn
Suh, W., & Ahn, S. (2022). Development and Validation of a Scale Measuring Student Attitudes Toward Artificial Intelligence. SAGE Open, 12(2), https://doi.org/10.1177/21582440221100463 DOI: https://doi.org/10.1177/21582440221100463
Tóala, M., Giler, J., & Gutiérrez, J. (2024). Las matemáticas y el uso de la inteligencia artificial (IA), Revista Unesum-ciencias, 8(3), 16-23, https://doi.org/10.47230/unesum-ciencias.v8.n3.2024.16-23 DOI: https://doi.org/10.47230/unesum-ciencias.v8.n3.2024.16-23
Ventura, J. (2017) ¿Validez de constructo o validez basada en el constructo?, Revista de Psiquiatría y Salud Mental, 10(4), 221. https://doi.org/10.1016/j.rpsm.2017.05.003 DOI: https://doi.org/10.1016/j.rpsm.2017.05.003
Wang, C. (2024). Exploring Students’ Generative AI-Assisted Writing Processes: Perceptions and Experiences from Native and Nonnative English Speakers. Technology, Knowledge and Learning, 30, 1825–1846. https://doi.org/10.1007/s10758-024-09744-3 DOI: https://doi.org/10.1007/s10758-024-09744-3
Zawacki, O., Mari?n, V., Bond, M., Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators?, Int J Educ Technol High Educ,16(1), https://doi.org/10.1186/s41239-019-0171-0 DOI: https://doi.org/10.1186/s41239-019-0171-0
Únete a nuestro canal de Telegram para recibir notificaciones de nuestras publicaciones
