Palabras clave
ChatGPT
actitudes
educación universitaria
Magallanes
perfiles actitudinales
Cómo citar
Resumen
La inteligencia artificial generativa está transformando la educación superior a nivel global. Este estudio caracterizó las actitudes hacia estas tecnologías en la Facultad de Educación y Ciencias Sociales de la Universidad de Magallanes mediante un cuestionario aplicado a 75 estudiantes y 21 académicos. Los resultados evidenciaron un uso activo pero heterogéneo e identificaron tres perfiles actitudinales: Optimistas, Escépticos y Temerosos. Se observaron diferencias significativas por género, con los hombres mostrando percepciones más favorables y mayor uso, mientras que no se detectaron variaciones por rol académico o edad. El análisis reveló asociaciones positivas entre frecuencia de uso, conocimiento percibido y beneficios personales, así como correlaciones inversas entre percepciones de riesgos y beneficios, sugiriendo la influencia de un heurístico afectivo. Estos hallazgos contribuyen a la comprensión del impacto de la IA en entornos educativos desde el contexto austral de Chile y sugieren la necesidad de políticas institucionales inclusivas.
Citas
Amor, M. I., & Serrano, R. (2019). An evaluation of primary-school pupils’ digital competence. Revista Espacios, 40(21), 12-20.
Anh, N. T. M., Hoa, L. T. K., Thao, L. P., Nhi, D. A., Long, N. T., Truc, N. T., & Ngoc Xuan, V. (2024).
The Effect of Technology Readiness on Adopting Artificial Intelligence in Accounting and Auditing in Vietnam. Journal of Risk and Financial Management, 17(1), 1-27. https://doi.org/10.3390/jrfm17010027 Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J. D., Dhariwal, P., ... & Amodei, D. (2020). Language models are few-shot learners. Advances in neural information processing systems, 33, 1877-1901. https://doi.org/10.48550/arXiv.2005.14165
Casado, María, Martínez, Miquel, Neves, Maria do Céu Patrão, Ayuste, Anna, Badia, Anna, Buxarrais, Maria Rosa, Carrio, Alberto, Corcoy, Mirentxu, Esteban, Francisco, Font, Antoni, Gual, Arcadi, Gómez, Sílvia, Hogan, Padraig, Lecuona, Itziar de, Leyton, Fabiola, López Baroni, Manuel J, Marfany, Gemma, Payà, Montserrat, Puig, Josep Maria, Radeva, Petia, Román, Begoña, Royes, Albert, Santaló, Josep, Tey, Amèlia, Trilla, Jaume, & Viader, Manuel. (2018). Declaración sobre ética e integridad en la docencia universitaria. FEM: Revista de la Fundación Educación Médica, 21(2), 65-74. https://doi.org/10.33588/fem.212.941
Cussó-Calabuig, R., Carrera, X., & Bosch-Capblanch, X. (2018). Effects of intensive use of computers in secondary school on gender differences in attitudes towards ICT: A systematic review. Education and Information Technologies, (23), 2111–2139. https://doi.org/10.1007/s10639-018-9706-6
Dasgupta, N., & Stout, J. G. (2014). Girls and women in science, technology, engineering, and mathematics: STEMing the tide and broadening participation in STEM careers. Policy Insights from the Behavioral and Brain Sciences, 1(1), 21–29. https://doi.org/10.1177/2372732214549471
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology.
MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
del Campo, S. D. A., Alonso, R. C., & Taboada, J. I. G. L. (2020). Brechas digitales de género. Una revisión del concepto. Etic@ net. Revista científica electrónica de Educación y Comunicación en la Sociedad del Conocimiento, 20(1), 34-58. https://doi.org/10.30827/eticanet.v20i1.15521
Finucane, M. L., Alhakami, A., Slovic, P., & Johnson, S. M. (2000). The affect heuristic in judgments of risks and benefits. Journal of behavioral decision making, 13(1), 1-17. https://doi.org/10.1002/(SICI)1099-0771(200001/03)13:1<1::AID-BDM333>3.0.CO;2-S
Golino, H. F., & Epskamp, S. (2017). Exploratory graph analysis: A new approach for estimating the number of dimensions in psychological research. PLoS ONE, 12, e0174035. https://doi.org/10.1371/journal. pone.0174035
Golino, H., & Christensen, A. P. (2023). EGAnet (versión 2.0.8) [Paquete de R]. https://doi.org/10.32614/ CRAN.package.EGAnet
Guo, S., Zheng, Y., & Zhai, X. (2024). Artificial intelligence in education research during 2013–2023: A review based on bibliometric analysis. Education and Information Technologies. https://doi.org/10.1007/ s10639-024-12491-8
Ivanov, S., Soliman, M., Tuomi, A., Alkathiri, N. A., & Al-Alawi, A. N. (2024). Drivers of generative AI adoption in higher education through the lens of the theory of planned behaviour. Technology in Society, 77, 102521. https://doi.org/10.1016/j.techsoc.2024.102521
Jin, K-Y., Reichert, F., Cagasan, L. P., de la Torre, J., & Law, N. (2020). Measuring digital literacy across three age cohorts: Exploring test dimensionality and performance differences. Computers & Education, 157, 103968. https://doi.org/10.1016/j.compedu.2020.103968
Kassambara, A., & Mundt, F. (2023). factoextra (versión 1.0.7) [Paquete de R]. https://doi.org/10.32614/ CRAN.package.factoextra
Kent, A. M., & Giles, R. M. (2017). Preservice Teachers’ Technology Self-Efficacy. Southeastern Regional Association of Teacher Educators Journal, 26(1), 9-20.
Kong, S., Cheung, W., & Zhang, G. (2021). Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds. Computers and Education: Artificial Intelligence, 2, 100026. https://doi.org/10.1016/j.caeai.2021.100026
LimeSurvey Development Team. (2023). LimeSurvey Community Edition Version 6.1.0+230522 [Software].
LimeSurvey Development Team. https://www.limesurvey.org/
Liwanag, M. F., & Galicia, L. S. (2023). Technological self-efficacy, learning motivation, and selfdirected learning of selected senior high school students in a blended learning environment. Technium Social Sciences Journal, 44, 534-559.
Masry-Herzallah, A., & Watted, A. (2024). Technological self-efficacy and mindfulness ability: Key drivers for effective online learning in higher education beyond the COVID-19 era. Contemporary Educational Technology, 16(2), ep505. https://doi.org/10.30935/cedtech/14336
Milad Shahvaroughi Farahani, Ghazal Ghasemi. (2024). Artificial Intelligence and Inequality: Challenges and Opportunities. Qeios. https://doi.org/10.32388/7HWUZ2
MINEDUC (2023). Guía para Docentes: Cómo usar ChatGPT para potenciar el aprendizaje activo. Centro de Innovación, Ministerio de Educación, Chile.
Niño-Cortés, L., Grimalt-Álvaro, C., & Usart Rodríguez, M. (2022). La actitud hacia las tecnologías digitales en la elección de estudios STEM ¿Cuestión de género? En C. Hamodi Galán, & L. Álvaro Andaluz (Eds.), Educación con perspectiva de género (pp. 76-81). Editorial Dykinson.
Obenza, B. N., Baguio, J. S. I. E., Bardago, K. M. W., Granado, L. B., Loreco, K. C. A., Matugas, L. P., ... & Caangay, R. B. R. (2024). The mediating effect of AI trust on AI self-efficacy and attitude toward AI of college students. International Journal of Metaverse, 2(1), 1. https://doi.org/10.54536/ijm.v2i1.2286
Pedersen, T. L. (2023). patchwork (versión 1.3.0) [Paquete de R]. https://doi.org/10.32614/CRAN.package. patchwork
Penabad-Camacho, L., Penabad-Camacho, M. A., Mora-Campos, A., Cerdas-Vega, G., Morales-López, Y., Ulate-Segura, M., ... & Castro-Solano, M. M. (2024). Declaración de Heredia: Principios sobre el uso de inteligencia artificial en la edición científica. Revista Electrónica Educare, 28(Suplemento Especial), 1-10. https://doi.org/10.15359/ree.28-S.19967
Pérez-Escoda, A., Lena-Acevedo, F., & García-Ruiz, R. (2021). Brecha digital de género y competencia digital entre estudiantes universitarios. Aula Abierta, 50(1), 505-514.
R Core Team. (2024). R: A language and environment for statistical computing (versión 4.4.2) [Software].
R Foundation for Statistical Computing. https://www.R-project.org/
Revelle, W. (2023). psych (versión 2.4.6.26) [Paquete de R]. https://doi.org/10.32614/CRAN.package.psych Rosseel, Y. (2023). lavaan (versión 0.6-19) [Paquete de R]. https://doi.org/10.32614/CRAN.package.lavaan Ruiz Repullo, C. (2016). Voces tras los datos. Una mirada cualitativa a la violencia de género entre adolescentes. Instituto
Andaluz de la mujer. Conserjería de igualdad y políticas sociales.
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers’ adoption of digital technology in education. Computers & Education, 128, 13-35. https://doi.org/10.1016/j.compedu.2018.09.009
Siegrist, M. (1999). A causal model explaining the perception and acceptance of gene technology. Journal of Applied Social Psychology, 29(10), 2093-2106. https://doi.org/10.1111/j.1559-1816.1999.tb02297.x Slovic, P. (1987). Perception of risk. Science, 236(4799), 280-285. https://doi.org/10.1126/science.3563507 Slovic, P., Finucane, M. L., Peters, E., & MacGregor, D. G. (2007). The affect heuristic. European journal of
operational research, 177(3), 1333-1352. https://doi.org/10.1016/j.ejor.2005.04.006
Stoet, G., & Geary, D. G. (2018). The gender-equality paradox in science, technology, engineering, and mathematics education. Psychological Science, 29(4), 581-593. https://doi.org/10.1177/0956797617741719 Wang, F., King, R. B., Chai, C. S., & Zhou, Y. (2023). University students’ intentions to learn artificial intelligence: The roles of supportive environments and expectancy-value beliefs. International Journal
of Educational Technology in Higher Education, 20(1), 51. https://doi.org/10.1186/s41239-023-00417-2 Wang, M. T., & Degol, J. L. (2017). Gender gap in science, technology, engineering, and mathematics
(STEM): Current knowledge, implications for practice, policy, and future directions. Educational Psycholog y Review, 29(1), 119–140. https://doi.org/10.1007/s10648-015-9355-x
Wickham, H. (2023). ggplot2 (versión 3.5.1) [Paquete de R]. https://doi.org/10.32614/CRAN.package.ggplot2 Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal
of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Derechos de autor 2026 Herman Eduardo Elgueta Sepúlveda, María José Sandoval Muñoz, Juan Carlos Judikis Preller, Sthepanie Armstrong-Gallegos