ANÁLISIS PREDICTIVO DEL ÉXITO ACADÉMICO: APLICACIÓN DE LA REGRESIÓN LOGÍSTICA BINARIA EN LA EDUCACIÓN ASISTIDA POR INTELIGENCIA ARTIFICIAL : Advances and Challenges of AI in the University Context: An Empirical Study

Angel Bartolome Muñoz de Luna; Sonia Martin Gomez

doi:10.5007/1518-2924.2025.e101000

Aplicación de la regresión logística binaria en la educación asistida por inteligencia artificial

Advances and Challenges of AI in the University Context: An Empirical Study

Autores

Angel Bartolome Muñoz de Luna Universidad San Pablo CEU https://orcid.org/0000-0001-7056-8855
Sonia Martin Gomez Universidad San Pablo CEU https://orcid.org/0000-0002-9377-1941

DOI:

https://doi.org/10.5007/1518-2924.2025.e101000

Palavras-chave:

Inteligencia Artificial, Competencias digitales, Educación Superior, Personalización del Aprendizaje, Regresion Logística

Resumo

Objetivo: Predecir si los estudiantes universitarios harán un uso eficiente de la Inteligencia Artificial (IA) en los próximos años.

Método: Se utiliza una regresión logística binaria, un análisis estadístico que permite pronosticar el resultado de una variable dependiente binaria, en este caso, el uso eficiente de la IA, a partir de varias variables independientes, como son el manejo de competencias digitales o el uso que se da a ChatGPT,

Resultado: Los estudiantes de Ciencias Sociales tienen la menor probabilidad de usar ChatGPT de manera eficiente, y los más jóvenes son los que peor uso hacen de la IA. Aquellos alumnos que utilizan está herramienta de manera profesional también muestran un uso menos eficiente, posiblemente debido a que su enfoque profesional limita la exploración de otros usos. Un buen manejo de la herramienta explica el uso eficiente de ChatGPT. Las variables con que indican un uso ineficiente son la falta de competencias digitales o la edad. l.

Conclusiones: Es fundamental promover un uso responsable y consciente de la IA en el ámbito educativo, promoviendo métodos innovadores de enseñanza que se ajusten a las necesidades de los estudiantes menos familiarizados con la misma de manera que todos los estudiantes, sin importar su edad, género o área de estudio, puedan aprovechar los beneficios que la IA ofrece.

Downloads

Biografia do Autor

Angel Bartolome Muñoz de Luna, Universidad San Pablo CEU

O professor Dr. Ángel Bartolomé, da Universidade San Pablo CEU, é PhD em Comunicação e diretor do CEU Publicis Master in Advertising Creativity and Innovation. Vice-reitor de Estudantes da CEU. Mestre em Gestão de Design EOI. Professor certificado em Soft Skills pela Universidade da Carolina do Norte (EUA). Pesquisador em 12 projetos competitivos. Gerente de projetos tecnológicos e fundador da Welvi Eperience (airfit). Diretor de arte em diferentes agências de publicidade. Diretor de teses de doutorado.

Para obter mais informações sobre sua carreira, consulte: https://dialnet.unirioja.es/servlet/autor?codigo=2646217 https://scholar.google.es/citations?user=YQ2JIDQAAAAJ&hl=es

https://orcid.org/0000-0001-7056-8855

Sonia Martin Gomez, Universidad San Pablo CEU

Sonia Martín Gómez é professora da Universidade San Pablo CEU desde 1994. Responsável pela graduação em Valores e Liderança e pela pós-graduação do Programa de Competências Transformativas. Assessor de projetos do Grupo de Pesquisa RED da Universidade de Antioquia, permanecendo e orientando tese na referida universidade. Prêmio pela aplicação de novas tecnologias no ensino e Prêmio pela inovação na Gestão Operacional de Empresas da USP-CEU. Autor de manuais de aplicação.

Para mais informações sobre sua carreira, consulte: https://www.researchgate.net/profile/Sonia-Martin-Gomez https://dialnet.unirioja.es/metricas/investigadores/555443

https://orcid.org/0000-0002-9377-1941

Referências

Alajmi, Q., Al-Sharafi, MA y Abuali, A. (2020). Pasarelas de aprendizaje inteligentes para las IES de Omán hacia la tecnología educativa: beneficios, desafíos y soluciones. Revista internacional de tecnología de la información y estudios del lenguaje, 4 (1), 12-17.

Albarran, E. (2023). Hacia una educación personalizada y adaptativa. La disrupción de la inteligencia artificial. Centro Internacional de educación continua- Universidad Pedagógica experimental Libertador. https://0310o42sw-y-https-elibro-net.itmsp.museknowledge.com/es/ereader/rafaellandivar/231339

Barker, K. (1986). Dilemmas at distance. Assessment & Evaluation in Higher Education, 11(3), 219230. doi:10.1080/0260293860110306

Cataldi, Z. y Dominighini, C. (2019). Desafíos en la Educación Universitaria para el 2030. Más allá de la generación Z: Pensando en la generación Alfa. Revista de Informática Educativa y Medios Audiovisuales, 17(25), 1-6.

Comisión Europea, Dirección General de Educación, Juventud, Deporte y Cultura (2022). Informe final del grupo de expertos de la Comisión sobre inteligencia artificial y datos en educación y formación: resumen ejecutivo , Oficina de Publicaciones de la Unión Europea, https://data .europa.eu/doi/10.2766/65087

Cristianini, N. (2016). Inteligencia reinventada. Nuevo científico, 232 (3097), 37–41. https://doi.org/10.1016/S0262-4079(16)31992-3

DigCompEdu. https://joint-research-centre.ec.europa.eu/digcompedu_en

González-González, C. S. (2023). El impacto de la inteligencia artificial en la educación: transformación de la forma de enseñar y de aprender. Repositorio institucional de la Universidad de La Laguna. http://riull.ull.es/xmlui/handle/915/32719

Ministerio de Trabajo y Economía Social (2024). Informe jóvenes y mercado de trabajo nº 41, 2024 t1

Moscardini, A. O., Strachan, R., & Vlasova, T. (2022). The role of universities in modern society. Studies in Higher Education, 47(4), 812-830. https://doi.org/10.1080/03075079.2020.1807493

Oyarvide Estupiñán, N. S., Tenorio Canchingre, E., Oyarvide Ibarra, R. T., Oyarvide Ramírez, H. P., & Racines Alban, T. (2024). Factores influyentes para el uso de herramientas digitales en estudiantes universitarios. Revista Científica De Salud Y Desarrollo Humano, 5(2), 346–366. https://doi.org/10.61368/r.s.d.h.v5i2.141

Pedreño Muñoz, A. et al. (2024). La inteligencia artificial en las universidades: retos y oportunidades. Informe anual sobre IA y educación superior. Grupo 1million Boot. https://andrespedreno.com/Informe-IA-Universidades.pdf

Popenici, S.A.D. & Kerr, S. (2017). Explorando el impacto de la inteligencia artificial en la enseñanza y el aprendizaje en la educación superior. Investigación y práctica en aprendizaje mejorado con tecnología, 12 (22), 1–13. https://doi.org/10.1186/s41039-017-0062-8

Ruiz-Miranda, E. (2023). La revolución de la inteligencia artificial en la educación: una revisión de ChatGPT: https://chat.openai.com/. Revista De Estudios E Investigación En Psicología Y Educación , 10 (1), 156–160. https://doi.org/10.17979/reipe.2023.10.1.9594

Turing, A.M. (1950). Maquinaria informática e inteligencia. Mente, 59, 443–460.

UNESCO. (2023). La inteligencia artificial generativa en la educación: ¿Cuáles son las oportunidades y los desafíos? https://www.unesco.org/es/articles/la-inteligencia-artificial-generativa-en-la-educacion-cualesson-las-oportunidades-y-los-desafios

UNESCO (2024). Guía para el uso de IA generativa en educación e investigación.

World Economic Forum (septiembre 2023).Jobs of Tomorrow: Large Language Models and Jobs.

A capa da Revista ENCONTROS BIBLI apresenta como título do volume 30 do ano 2025 "Por uma ciência diversa, equitativa, inclusiva e acessível." Visualmente, a imagem destaca várias silhuetas de perfis de rostos humanos, representando diversidade, com diferentes tons de pele. À direita, há uma representação do globo terrestre. Na parte inferior da capa, são exibidas informações institucionais: "Departamento de Ciência da Informação, Programa de Pós-graduação em Ciência da Informação, Portal de Periódicos UFSC." A publicação é datada de 2025, Volume 30, ISSN 1518-2924.

Downloads

Publicado

2025-03-17

Como Citar

LUNA, Angel Bartolome Muñoz de; MARTIN GOMEZ, Sonia. Aplicación de la regresión logística binaria en la educación asistida por inteligencia artificial: Advances and Challenges of AI in the University Context: An Empirical Study. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, [S. l.], v. 30, p. 1–22, 2025. DOI: 10.5007/1518-2924.2025.e101000. Disponível em: https://periodicos.ufsc.br/index.php/eb/article/view/101000. Acesso em: 24 mar. 2025.

Baixar Citação

Edição

v. 30 (2025): Por uma ciência diversa, equitativa, inclusiva e acessível

Seção

Dossier: Os novos cenários da sociedade digital diante do desafio da Inteligência Artificial Gerativa

Licença

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

O autor deve garantir:

que haja um consenso completo de todos os coautores em aprovar a versão final do documento e sua submissão para publicação.
que seu trabalho é original, e se o trabalho e/ou palavras de outras pessoas foram utilizados, estas foram devidamente reconhecidas.

Plágio em todas as suas formas constituem um comportamento antiético de publicação e é inaceitável. Encontros Bibli reserva-se o direito de usar software ou quaisquer outros métodos de detecção de plágio.

Todas as submissões recebidas para avaliação na revista Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação passam por identificação de plágio e autoplágio. Plágios identificados em manuscritos durante o processo de avaliação acarretarão no arquivamento da submissão. No caso de identificação de plágio em um manuscrito publicado na revista, o Editor Chefe conduzirá uma investigação preliminar e, caso necessário, fará a retratação.

Esta revista, seguindo as recomendações do movimento de Acesso Aberto, proporciona seu conteúdo em Full Open Access. Assim os autores conservam todos seus direitos permitindo que a Encontros Bibli possa publicar seus artigos e disponibilizar pra toda a comunidade.

Os conteúdos de Encontros Bibli estão licenciados sob uma Licença Creative Commons 4.0 by.

Qualquer usuário tem direito de:

Compartilhar — copiar, baixar, imprimir ou redistribuir o material em qualquer suporte ou formato
Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.

De acordo com os seguintes termos:

Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de maneira alguma que sugira ao licenciante a apoiar você ou o seu uso.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.