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
DOI:
https://doi.org/10.5007/1518-2924.2025.e101000Palabras clave:
Inteligencia Artificial, Competencias digitales, Educación Superior, Personalización del AprendizajeResumen
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 Chat Gpt.
Resultado: Los estudiantes de Ciencias Sociales tienen la menor probabilidad de usar Chat GPT 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 Chat GPT. Las variables con que indican un uso ineficiente son la falta de competencias digitales o la edad.
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.
Descargas
Citas
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.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Angel Bartolome Muñoz de Luna, Sonia Martin Gomez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
El autor debe garantizar:
que existe un consenso total de todos los coautores para aprobar la versión final del documento y su presentación para su publicación.
que su trabajo es original, y si se han utilizado el trabajo y / o las palabras de otras personas, estos se han reconocido correctamente.
El plagio en todas sus formas constituye un comportamiento editorial poco ético y es inaceptable. Encontros Bibli se reserva el derecho de utilizar software o cualquier otro método para detectar plagio.
Todas las presentaciones recibidas para su evaluación en la revista Encontros Bibli: revista electrónica de biblioteconomía y ciencias de la información pasan por la identificación del plagio y el auto-plagio. El plagio identificado en los manuscritos durante el proceso de evaluación dará como resultado la presentación de la presentación. En el caso de identificación de plagio en un manuscrito publicado en la revista, el Editor en Jefe llevará a cabo una investigación preliminar y, si es necesario, la retractará.
Esta revista, siguiendo las recomendaciones del movimiento de Acceso Abierto, proporciona su contenido en Acceso Abierto Completo. Por lo tanto, los autores conservan todos sus derechos, permitiendo a Encontros Bibli publicar sus artículos y ponerlos a disposición de toda la comunidad.
Los contenidos de Encontros Bibli están licenciados bajo Licencia Creative Commons 4.0.
Cualquier usuario tiene derecho a:
- Compartir: copiar, descargar, imprimir o redistribuir material en cualquier medio o formato
- Adaptar: mezclar, transformar y crear a partir del material para cualquier propósito, incluso comercial.
De acuerdo con los siguientes términos:
- Atribución: debe otorgar el crédito apropiado, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Debe hacerlo bajo cualquier circunstancia razonable, pero de ninguna manera sugeriría que el licenciante lo respalde a usted o su uso.
- Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer cualquier cosa que permita la licencia.
As obras deste periódico estão licenciadas com 