Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
VALIDACIÓN DE UN CUESTIONARIO DIAGNÓSTICO SOBRE LA
INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL GENERATIVA EN LA
PRÁCTICA DOCENTE
Karla Alejandra Jiménez Martínez1, Patricia Guadalupe Gamboa Rodríguez 1,
Monserrath Vaughan Bernal1, Rodolfo Armando Moreno Toledo1
1
Tecnológico Nacional de México/ ITS de Coatzacoalcos (MÉXICO)
Resumen
El auge de la Inteligencia Artificial Generativa (IAG) en nuestros días ha traído oportunidades y retos en la
educación, especialmente en la educación superior, por lo que es necesario tomar acciones encaminadas
al desarrollo de competencias digitales en los docentes que les permitan integrar de una forma crítica esta
herramienta en su práctica educativa. En este sentido una de las primeras acciones es realizar un
diagnóstico que permita conocer el nivel de conocimiento y aplicación de herramientas con IAG en docentes
de educación superior. Para tal efecto se diseñó un instrumento con quince ítems usando una escala de
Likert de cinco niveles para las respuestas, los ítems corresponden con las cinco dimensiones
determinadas para este estudio. La validación consistió en analizar la confiabilidad del cuestionario
diseñado mediante el uso del Alpha de Cronbach y una matriz de correlación de los ítems a través de
librerías de Phyton obteniendo un alfa de Cronbach de 0.8518 lo que indica una buena consistencia interna
e identificando aquellos ítems redundantes para mejorar el instrumento.
Palabras clave: Inteligencia artificial generativa, educación superior, competencias digitales.
Abstract
The rise of Generative Artificial Intelligence (GAI) in contemporary society has brought both opportunities
and challenges in education, particularly in higher education. Therefore, it is essential to undertake actions
aimed at developing digital competencies among educators that will enable them to critically integrate this
tool into their educational practice. In this regard, one of the initial steps is to conduct a diagnostic
assessment to determine the level of knowledge and application of GAI tools among higher education
faculty. To this end, an instrument was designed consisting of fifteen items using a five-point Likert scale
for responses; the items correspond to the five dimensions established for this study. The validation process
involved analyzing the reliability of the designed questionnaire using Cronbach's Alpha and a correlation
matrix of the items through Python libraries, resulting in a Cronbach's Alpha of 0.8518, which indicates good
internal consistency, and identifying redundant items to improve the instrument.
Keywords: Generative artificial intelligence, higher education, digital competencias.
1 INTRODUCCIÓN
En los últimos años se ha puesto en mesa de debate el uso de la Inteligencia Artificial Generativa (IAG) en
el ámbito educativo sobre todo en el nivel superior, por lo que “su investigación, conocimiento, desarrollo y
aplicación representan un campo en desarrollo, que debe ser regulado de forma ética tanto individual como
colectivamente” [1] en este sentido, diversos organismos y expertos en educación a nivel internacional se
han pronunciado sobre las implicaciones del uso de la IAG en la educación, por ejemplo la Organización
de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) menciona que “reconoce las
repercusiones positivas y negativas profundas y dinámicas de la inteligencia artificial (IA) en las sociedades,
el medio ambiente, los ecosistemas y las vidas humanas, en particular en la mente humana, debido en
parte a las nuevas formas en que su utilización influye en el pensamiento, las interacciones y la adopción
de decisiones de los seres humanos y afecta a la educación…”.[2, p. 5]. De igual forma en [3, p. 5] se
menciona que es de sorprender la velocidad a la que las tecnologías de IAG se están incorporando en el
ámbito educativo en su mayoría en ausencia de regulación y control a través de normas o reglamentos. En
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 217
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
la Cumbre sobre Inteligencia Artificial en América Latina organizada por investigadores latinoamericanos
pertenecientes a la comunidad del MIT, la educación también se consideró tema central de donde los
participantes acordaron que la IA podía catalizar el cambio del sistema educativo ya que la IA ofrece la
posibilidad de modificar la forma de impartir la enseñanza contribuyendo a procesos de aprendizaje más
personalizados [4, p. 55].
En cuanto a recomendaciones o guías para el uso de la IA en la educación en el ámbito internacional [5]
presenta una evaluación de los posibles riesgos que la IAG plantea para los valores que promueven la
intervención humana, la inclusión, la equidad, la igualdad de género, la diversidad lingüística y cultural, así
como las opiniones y expresiones plurales. De igual forma propone pasos clave para que las agencias
gubernamentales regulen el uso de las herramientas de IAG en aspectos como la privacidad de los datos
y tener un límite de edad mínimo para su uso. También plantea la urgente necesidad de que las
instituciones educativas validen la idoneidad ética y pedagógica de los sistemas de IA para la educación,
haciendo un llamado a la comunidad internacional para reflexionar sobre sus implicancias a largo plazo en
el conocimiento, la enseñanza, el aprendizaje y la evaluación.
En el ámbito nacional la Universidad Nacional Autónoma de México (UNAM) [6] ha emitido una serie de
recomendaciones prácticas que pretenden ayudar a la incorporación y aprovechamiento de la IA generativa
en los espacios de aprendizaje universitarios desde una perspectiva crítica haciendo énfasis en que cada
docente debe cuestionarse si algunas de las tareas de gestión, enseñanza, aprendizaje o evaluación que
realiza, pueden mejorarse incorporando herramientas de generación de texto, imágenes o contenidos
multimedia. Por su parte la Universidad de Guadalajara [7] emitió una guía práctica que busca empoderar
a la academia y los estudiantes para aprovechar el potencial de la IAG en los procesos de enseñanza-
aprendizaje, esta guía se presenta de una forma ágil y accesible para que sirva para familiarizarse con la
IAG e integrarla de manera efectiva en las aulas, encaminados hacia la generación de espacios de
aprendizaje enriquecedores y eficaces.
En este mismo tenor se han publicado diversos trabajos en los que se aborda la IAG desde diferentes
aristas tales como aquellas centradas en sus beneficios potenciales [8], en los retos e implicaciones de su
uso para las instituciones de nivel superior [9], [10], así como las implicaciones éticas de su uso en el ámbito
académico [11], [12]. Al realizar una revisión de la literatura existente resulta indudable que los estudios en
torno a la IA y la educación han propiciado un gran interés de la comunidad científica, debido sobre todo a
su masificación por el lanzamiento de ChatGPT en noviembre de 2022.
Un estudio realizado desde la arista de los beneficios potenciales de la IAG [13] propone el uso de ChatGPT
como herramienta de apoyo a la resolución de dudas al realizar un proyecto de programación en Phyton,
los autores plantean la hipótesis de que esta herramienta puede ser más eficaz que la información
disponible en bibliotecas y documentación en línea, particularmente para los estudiantes con menos
experiencia, ya que esta herramienta les permite hacer preguntas específicas y recibir respuestas directas
y personalizadas. Los resultados del estudio muestran que los estudiantes que utilizaron ChatGPT para
resolver sus dudas obtuvieron mejores resultados que los que recurrieron a otras fuentes de información
disponibles. De acuerdo con las autoras este hallazgo sugiere que el uso de ChatGPT podría ser útil para
mejorar el proceso de aprendizaje de los estudiantes en proyectos de programación.
Otro estudio situado desde la arista de los beneficios potenciales de la IA generativa pero con un enfoque
teórico [14] plantea como objetivo describir el ChatGPT como recurso viable para el desarrollo del
pensamiento crítico en estudiantes universitarios a través de una investigación descriptiva de tipo
documental con diseño bibliográfico. Como conclusión los autores precisan resaltar que todo elemento
creado que pueda contribuir para el desarrollo integral del hombre será siempre un recurso válido, por
tanto, el ChatGPT como herramienta tecnológica e innovadora encaja perfectamente como un recurso
innovador, para que el hombre mejore y potencie su modo de pensar de forma crítica y analítica, esto
siempre y cuando sepa emplearlo de manera ética y moral en sociedad.
En lo que concierne a los retos e implicaciones para las educaciones de educación superior con respecto
al uso de IA generativa encontramos que [15] realizan una revisión exhaustiva de la literatura académica y
científica para obtener conocimiento sólido de los avances y las oportunidades de la IA en la educación
universitaria. De igual forma a través de la recopilación de datos empíricos, como entrevistas, encuestas y
análisis documental, examinaron los desafíos y beneficios percibidos por los actores involucrados en la
educación universitaria, las conclusiones de los autores establecen que la IA en la educación universitaria
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 218
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
puede ser una aliada poderosa para mejorar el aprendizaje, la personalización y la eficiencia. Sin embargo,
también mencionan que es crucial abordar los desafíos éticos, evitar la dependencia excesiva y garantizar
la interacción humana. Finalmente sugieren que, con una implementación efectiva y equilibrada, la IA tiene
el potencial de transformar y mejorar la experiencia educativa en las instituciones universitarias, preparando
a los estudiantes para un futuro digital y globalizado.
Con respecto a las implicaciones éticas de su uso en el ámbito académico se encontró el estudio [11] en
donde se menciona que el uso de IA, se ha extendido en la comunidad académica y estudiantil, además
describen a ChatGPT como una herramienta que presenta oportunidades y desafíos más allá de la
regulación de derecho objetivo. Los autores también mencionan que los principios éticos deben combinarse
con una adecuada educación de la comunidad educativa a fin de utilizar la IA como herramienta en la
generación de conocimiento y no de simple información descontextualizada que puede llevar al fracaso en
los objetivos de la educación superior, así como los objetivos del desarrollo social más grande de la
sociedad moderna, que es una educación inclusiva y solidaria.
En última instancia se han publicado diversos estudios bibliométricos respecto a la IA en la educación
superior entre los que destaca [16] elaborado con información de la base de datos Scopus, de la cual se
obtuvieron 288 publicaciones, lo cual evidenció un crecimiento en las publicaciones del tema, cuyos países
con mayor producción son China y Estados Unidos. Al comparar los resultados se evidencia una tendencia
creciente en publicaciones centradas en el uso de IA en la educación superior para el proceso de
enseñanza y aprendizaje entre docentes y estudiantes.
Ante esta perspectiva y siendo el Tecnológico Nacional del México en Coatzacoalcos una institución de
educación superior cuya misión es “Ofrecer servicios educativos de excelencia académica, vinculando la
ciencia con el humanismo, para formar profesionales competitivos en cualquier sociedad” [17], es necesario
plantear acciones para afrontar los retos y las implicaciones éticas que traen consigo el uso de la IA
generativa por los estudiantes y docentes; iniciando por establecer un diagnóstico sobre el nivel de
conocimiento y su integración en los procesos de enseñanza de la IAG en la actualidad, y posteriormente
con base en los resultados establecer planes y estrategias para su regulación e incorporarlas en el proceso
educativo de una forma ordenada y positiva.
Por lo anterior se plantea el objetivo de construir un instrumento de recolección de datos que permita
determinar cuál es el nivel de conocimiento y la aplicación de la IAG entre los docentes del TECNM
Coatzacoalcos y validarlo a través del índice de alfa de Cronbach. Esta acción es fundamental para partir
de bases sólidas para determinar estrategias de capacitación a los docentes encaminadas a mejorar sus
competencias digitales, además la disponibilidad de un instrumento de evaluación válido es crucial, ya que
garantiza que los resultados obtenidos reflejen de forma precisa y exacta las variables en cuestión, sin esta
herramienta, se corre el riesgo de obtener información incorrecta o sesgada, lo cual compromete la
capacidad de tomar medidas adecuadas y fundamentadas [18] pudiéndose además utilizar en otras
instituciones que estén tomando acciones al respecto del uso de la IAG en la enseñanza. Tener un
diagnóstico es esencial en cualquier proceso de investigación, ya que proporciona información precisa y
confiable sobre el objeto de estudio.
2 METODOLOGÍA
2.1 Descripción del lugar de la investigación
La investigación se desarrolló en el Tecnológico Nacional de México/ITS de Coatzacoalcos, ubicado en el
estado de Veracruz, un organismo público descentralizado con 24 años desde su fundación. Actualmente
cuenta con una oferta educativa de quince ingenierías, una plantilla cercana a los 170 docentes y una
matrícula de poco más de 5100 estudiantes. La comunidad docente del instituto compuesta por docentes
de diversos perfiles y niveles de estudio se convierte en un grupo relevante para la investigación, siendo
su participación y colaboración son fundamentales para la validez y confiabilidad del instrumento de
evaluación. Además, esta investigación se deriva del proyecto de investigación educativa “Análisis
descriptivo del conocimiento y aplicación de la Inteligencia Artificial Generativa (IAG) en la enseñanza:
perspectiva de docentes en el TecNM en Coatzacoalcos” que corresponden a la línea de investigación
educativa Tecnologías de la Información con clave de registro en el TecNM ITS-COATZA-LIE-2019-0255.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 219
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
2.2 Enfoque de la investigación
El estudio se planteó con un enfoque cuantitativo porque estudió fenómenos que son observables y
medibles, está caracterizado por la medición de las variables y el tratamiento estadístico de los datos,
utilizando herramientas informáticas y estadísticas para procesar los datos y obtener los resultados, este
enfoque se caracteriza por utilizar métodos y técnicas cuantitativas y por ende tiene que ver con la
medición, el uso de magnitudes, la observación y medición de las unidades de análisis, el muestreo así
como el tratamiento estadístico [19].
2.3 Nivel de la investigación
La investigación tiene un nivel descriptivo ya que buscó describir los rasgos característicos de las variables
en estudio. Se basó en la medición de las variables, proporcionando información detallada respecto al
instrumento y la población en estudio a partir de procesos y datos estadísticos. Es de tipo instrumental, ya
que su objetivo fue el desarrollo de un instrumento con propiedades adecuadas, ya que todos aquellos
estudios que estén dirigidos al diseño o adaptación, así como al análisis de las propiedades psicométricas
de pruebas y aparatos, son considerados dentro de esta categoría [20, p. 855]. La investigación es de corte
transversal porque se estudió la variable en un momento determinado, sin realizar un seguimiento
prospectivo ni retrospectivo.
2.4 Población y muestra
La población que fue objeto de estudio estuvo conformada por el total de la plantilla docente ya sea con
contratación de tiempo completo o por asignatura en el TecNM en Coatzacoalcos que imparten clases en
los programas educativos ofertados, mientras que la muestra fue un subconjunto representativo de esa
población. La población total de docentes es de 175. El muestreo utilizado fue muestreo aleatorio simple
que consiste en un procedimiento de seleccionar una muestra cumpliendo dos propiedades fundamentales,
la primera es que todos los individuos de la población tienen la misma probabilidad de ser elegidos y
además todas las muestras del mismo tamaño son igualmente probables, el tamaño de la muestra utilizado
fue de 121 docentes.
Este estudio se declara como no experimental al no decretar una hipótesis de comprobación, la
investigación se realiza en el Tecnológico Nacional de México campus Coatzacoalcos siendo un estudio
de población finita y muestreo a conveniencia para efectos del pilotaje del instrumento diseñado. La técnica
de recolección de datos es una encuesta que permite evaluar y valorar estudios para recolectar información
sobre los sujetos a describir explicando aspectos como conocimientos, actitudes y comportamientos, con
base en una escala de Likert de cinco niveles, esta encuesta fue autoadministrada a los docentes a través
de Google Forms y compartida a través de correo institucional o redes sociales como whatsapp.
2.5 Diseño del instrumento
El Cuestionario de Diagnóstico del Conocimiento y Aplicación de la Inteligencia Artificial Generativa (IAG)
en la Enseñanza fue elaborado como una encuesta, la cual fue completada de manera autónoma por los
docentes participantes en el estudio. Cada uno de los ítems del cuestionario fueron diseñados para abordar
el problema y los objetivos de la investigación, además el cuestionario se diseñó a partir de un marco
teórico relacionado con las variables en estudio. Para la aplicación de la encuesta no fue necesaria la
presencia de los investigadores, ya que el formulario fue distribuido a los docentes a través de Internet,
mediante correo electrónico o WhatsApp. Las preguntas del cuestionario fueron estandarizadas para
asegurar que todos los participantes recibieran las preguntas en el mismo orden. El cuestionario incluye
con preguntas sobre aspectos sociodemográficos, tales como el rango de edad, el género, el grado
académico y el programa educativo de adscripción.
Los ítems fueron agrupados en dimensiones y para el cuestionario se utilizaron las escalas de valor y de
estimación tipo Likert de cinco niveles, para recoger los datos de la percepción de los docentes con respecto
al conocimiento y uso de la IAG en la enseñanza. Para el efecto de esta investigación se estableció la
siguiente escala: 1) Totalmente en desacuerdo, 2) En desacuerdo, 3) Ni de acuerdo ni en desacuerdo, 4)
De acuerdo, 5) Totalmente de acuerdo.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 220
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
A continuación, en la Tabla 1 se muestra la conceptualización de las variables de estudio definidas para el
diseño del instrumento.
Tabla 1 Conceptualización de las variables de estudio.
Variable Conceptualización Dimensiones
La percepción es la interpretación de la realidad Conocimiento de la IA
Percepción de los que es influenciada por los estímulos externos, así Formación en IA
docentes sobre el como las características internas del individuo en Ética y la IA
uso de la IA el cual influyen sus subjetividades conscientes e
inconscientes.
Se definen como el conjunto de situaciones dentro Comportamiento
del aula, que configuran el quehacer del profesor y Aplicación de la IA en el
Integración en la de los alumnos, en función de determinados aula
Práctica docente objetivos de formación circunscritos al conjunto de Competencias digitales
actuaciones que inciden directamente sobre el docentes
aprendizaje de los alumnos” [21, p. 4].
En la Tabla 2 se muestra la operacionalización de las variables en sus dimensiones, así como los
respectivos ítems.
Tabla 2 Operacionalización de las variables de estudio.
Variable Dimensión Ítem
D11. Estoy familiarizado con los conceptos básicos de la
Inteligencia Artificial Generativa
Conocimiento de D12. Conozco algunas herramientas de Inteligencia Artificial
Conceptos de Generativa tales como ChatGPT, Gemini, Copilot, Dall-E, Mistral,
Inteligencia Artificial etc.
Generativa D13. Conozco ejemplos de aplicaciones prácticas de la
Percepción Inteligencia Artificial Generativa en diferentes campos, incluida la
de los educación.
docentes
sobre el D21. Considero que la Inteligencia Artificial Generativa puede
uso de la mejorar la personalización del aprendizaje para diferentes estilos
Percepciones sobre de aprendizaje de los estudiantes.
IA el Beneficio
D22. Considero que la Inteligencia Artificial Generativa puede
Potencial de la
facilitar la creación de materiales educativos más interactivos y
Inteligencia Artificial
atractivos para los estudiantes.
Generativa en la
Educación D23. Reconozco el potencial de la Inteligencia Artificial
Generativa para adaptar el contenido educativo según las
necesidades individuales de los estudiantes.
D31. He utilizado herramientas de generación de contenido
automatizado (por ejemplo, generadores de texto o imágenes) en
Aplicación de mis actividades de enseñanza.
Herramientas de
Práctica D32. Utilizo sistemas basados en Inteligencia Artificial Generativa
Inteligencia Artificial
docente para personalizar el aprendizaje de mis estudiantes.
Generativa en la
Enseñanza D33. He implementado proyectos o actividades de aprendizaje
colaborativo que involucren el uso de tecnologías de Inteligencia
Artificial Generativa.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 221
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
Variable Dimensión Ítem
Obstáculos y D41. La falta de acceso a tecnologías adecuadas es un obstáculo
Desafíos en la para la implementación efectiva de la Inteligencia Artificial
Implementación de Generativa en mi práctica docente.
la Inteligencia D42. Siento que la curva de aprendizaje para dominar las
Artificial Generativa herramientas de Inteligencia Artificial Generativa es demasiado
en la Enseñanza pronunciada.
D43. Identifico la falta de tiempo como un desafío para integrar
adecuadamente la Inteligencia Artificial Generativa en mis
actividades de enseñanza.
D51. Considero que se necesitan programas de capacitación
Recomendaciones específicos para ayudar a los docentes a comprender y utilizar la
para Mejorar Inteligencia Artificial Generativa de manera efectiva.
Competencias D52. Sugiero la impartición de cursos de capacitación donde se
Digitales Docentes explique cómo integrar la Inteligencia Artificial Generativa en
en la Incorporación diferentes disciplinas.
de la Inteligencia D53.Recomiendo establecer comunidades de práctica donde los
Artificial Generativa docentes puedan compartir experiencias y mejores prácticas
relacionadas con la Inteligencia Artificial Generativa.
2.6 Análisis de confiabilidad y consistencia interna
Para evaluar la confiabilidad y consistencia interna del instrumento, se realiza el cálculo del coeficiente alfa
de Cronbach (α), que permite estimar la fiabilidad de un instrumento de medida a partir de un conjunto de
ítems que se espera que midan una dimensión teórica única de un constructo latente, si los datos tienen
una estructura multidimensional, el valor de consistencia interna es bajo, lo que indica una falta de
coherencia en las puntuaciones que forman el constructo teórico que se desea medir [18]. Por lo general,
se considera que los instrumentos confiables tienen un valor alfa de Cronbach superior a 0.70 [22] [23].
Para la validación del instrumento se utilizará la librería “pingouin” de Phyton que proporciona una función
específica para calcular el alfa de Cronbach. En el caso de la realización de la matriz de correlación de los
Ítems se utilizaron las librerías pandas, seaborn y matplotlib de Phyton.
3 RESULTADOS
El resultado de los 15 reactivos es un coeficiente Alfa de Cronbach 0.8518, lo que indica que el instrumento
tiene una buena confiabilidad y consistencia interna, considerando [24] y su propuesta metodológica que a
partir de un valor entre 0.80 y 0.90 es bueno.
Tabla 3. Estadístico Alfa de Cronbach del instrumento (n=121)
Alfa de Cronbach Cantidad de ítems
0.8518645022542328 15
De igual forma se realizó el cálculo del estadístico Alfa de Cronbach eliminando cada uno de los ítems para
verificar si esta modificación permite contar con un coeficiente más alto teniendo como resultado que al
eliminar el item D43 se eleva a 0.8667 sin embargo, no es una diferencia significativa con el coeficiente al
considerar todos los ítems, por lo que se mantendrá en el cuestionario
Tabla 3. Estadístico Alfa de Cronbach al eliminar ítems.
Ítem Alfa de Cronbach al eliminar el Ítem
D43: 0.8667
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 222
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
Ítem Alfa de Cronbach al eliminar el Ítem
D42: 0.8659
D41: 0.8602
D23: 0.8533
D22: 0.8495
D51: 0.8488
D21: 0.8488
D13: 0.8461
D31: 0.8460
D52: 0.8444
D33: 0.8432
D53: 0.8432
D12: 0.8430
D11: 0.8429
D32: 0.8380
Posteriormente se realizó la matriz de correlación teniendo como principales hallazgos que en los ítems de
la dimensión cinco “Recomendaciones para Mejorar Competencias Digitales Docentes en la Incorporación
de la Inteligencia Artificial Generativa” existe una alta correlación (>=0.80) por lo que se puede considerar
que existe redundancia en su planteamiento.
Figura 1. Matriz de correlación.
Por lo anterior se procederá a plantear el apartado de recomendaciones como un apartado extra con
preguntas abiertas que permitan dar espacio a sugerencias de diversa índole de los docentes y no
encuadrarlos en las opciones que se proporcionan. Después de haber realizado el proceso con los 15 ítems
definidos, se considera confiable el instrumento al obtener alfa Cronbach de .8518 para realizar un
diagnóstico del conocimiento y uso de la IAG en los docentes.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 223
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
4 CONCLUSIONES
Este estudio sobre el diseño de un instrumento de diagnóstico sobre el nivel de conocimiento y uso de la
IAG en docentes de nivel superior proporciona una valiosa perspectiva para establecer estrategias de
formación y actualización docente en temas de IAG a partir de su demostrada confiabilidad. Contar con
esta herramienta de diagnóstico permitirá a la institución tener un punto de partida para la incorporación de
la IAG en la práctica educativa de una forma orientativa acorde con las necesidades detectadas lo que
permita encontrar un equilibrio entre la innovación tecnológica y la atención a las necesidades educativas
aprovechando plenamente el potencial de la IAG [25, p. 24].
Es importante mencionar que, al ser un área en constante cambio y evolución, el instrumento deberá ser
revisado y actualizado conforme las herramientas de IAG surgen o cambien para contar con una
herramienta funcional y acorde al contexto actual. Como trabajo a futuro se plantea la aplicación del
instrumento y con base en los resultados determinar rutas de capacitación a los docentes con talleres y
cursos prácticos para mejorar las capacidades de investigación, personalizar la educación y agilizar los
procesos administrativos, lo que en última instancia contribuirá a mejorar la calidad de la educación e
investigación en la educación superior [26, p. 253].
REFERENCIAS
[1] G. P. Chávez-Granizo, J. K. Castro-Game, M. A. Ibarra-Martínez, y Y. F. T. Tobar-Flores, “La
inteligencia artificial en la educación superior: oportunidades y amenazas”, RECIAMUC, 2024, doi:
10.26820/reciamuc/8.(1).ene.2024.71-79.
[2] UNESCO, “Inteligencia artificial y educación: guía para las personas a cargo de formular políticas -
”. UNESCO Biblioteca Digital, 2021. Consultado: el 21 de febrero de 2024. [En línea]. Disponible
en: https://unesdoc.unesco.org/ark:/48223/pf0000379376
[3] S. Giannini, “La IA generativa y el futuro de la educación”. UNESCO Biblioteca Digital, 2023.
Consultado: el 7 de mayo de 2024. [En línea]. Disponible en:
https://unesdoc.unesco.org/ark:/48223/pf0000385877_spa
[4] OECD/CAF, “Uso estratégico y responsable de la inteligencia artificial en el sector público de
América Latina y el Caribe”, OECD. Consultado: el 13 de agosto de 2024. [En línea]. Disponible en:
https://www.oecd.org/es/publications/2022/03/the-strategic-and-responsible-use-of-artificial-
intelligence-in-the-public-sector-of-latin-america-and-the-caribbean_17c90e5e.html
[5] UNESCO, “Guía para el uso de IA generativa en educación e investigación”. Organización de las
Naciones Unidas para la Educación, la Ciencia y la Cultura, 2024. [En línea]. Disponible en:
https://unesdoc.unesco.org/ark:/48223/pf0000389227_spa
[6] Universidad Nacional Autónoma de México, “Recomendaciones para el uso de Inteligencia Artificial
Generativa en la docencia”. UNAM, 2023. [En línea]. Disponible en:
https://cuaieed.unam.mx/descargas/recomendaciones-uso-iagen-docencia-unam-2023.pdf
[7] Universidad de Guadalajara, “Orientaciones y definiciones sobre el uso de la inteligencia artificial
generativa en los procesos académicos”. Universidad de Guadalajara Virtual, 2023. [En línea].
Disponible en: https://www.udgvirtual.udg.mx/sites/default/files/adjuntos/guia_ia_udg.pdf
[8] M. E. Chávez Solís, E. Labrada Martínez, E. Carbajal Degante, E. Pineda Godoy, y Y. Alatristre
Martínez, “Inteligencia artificial generativa para fortalecer la educación superior”, LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 2023, doi: 10.56712/latam.v4i3.1113.
[9] E. I. B. Cedeño, A. R. T. Quintero, O. G. A. Quiñónez, M. E. P. Zamora, y N. G. V. Prado, “Análisis
de tendencias y futuro de la Inteligencia Artificial en la Educación Superior: perspectivas y
desafíos”, Ciencia Latina Revista Científica Multidisciplinar, 2024, doi: 10.37811/cl_rcm.v8i1.9637.
[10] M. M. Pereyra, “IA generativa, educación superior y comunicación: los desafíos por venir”,
Question/Cuestión, 2023, doi: 10.24215/16696581e858.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 224
Revista Digital de Tecnologías Informáticas y Sistemas
https://doi.org/10.61530/redtis.vol8.n1.2024
[11] I. Cornejo-Plaza y R. Cippitani, “Consideraciones éticas y jurídicas de la Inteligencia Artificial en
Educación Superior: desafíos y perspectivas”, Revista de Educación y Derecho, 2023, doi:
10.1344/reyd2023.28.43935.
[12] C. G. Gallent Torres, A. Z. González Zapata, y J. L. O. Hernando Ortego, “El impacto de la
inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad
académica”, RELIEVE: Revista Electrónica de Investigación y Evaluación Educativa, 2023, doi:
10.30827/relieve.v29i2.29134.
[13] R. del Amor, A. Colomer, y V. Naranjo, “El rol de la inteligencia artificial generativa en la educación:
beneficios potenciales de ChatGPT para promover el aprendizaje en tareas de programación en
Python”, In-Red 2023 - IX Congreso Nacional de Innovación Educativa y Docencia en Red, 2023,
doi: 10.4995/inred2023.2023.16621.
[14] R. E. Atencio-González, D. E. Bonilla-Ron, M. V. Miles-Flores, y S. Á. López-Zavala, “Chat GPT
como Recurso para el Aprendizaje del Pensamiento Crítico en Estudiantes Universitarios”,
CIENCIAMATRIA, 2023, doi: 10.35381/cm.v9i17.1121.
[15] A. E. G. Falckenheiner, S. V. Rojas, R. A. C. Barco, M. A. F. Mori, L. E. P. Champi, y P. P. Aguirre,
“IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACION SUPERIOR”, AD MAJOREM
PATRIAE GLORIAM, 2023, doi: 10.61556/ampg.v5i06.71.
[16] I. A. Sánchez Osorio, “Inteligencia Artificial en la Educación Superior: Un Análisis Bibliométrico”,
Revista Educación Superior y Sociedad (ESS), 2023, doi: 10.54674/ess.v35i2.820.
[17] “Misión Institucional – TecNM campus Coatzacoalcos”. Consultado: el 20 de febrero de 2024. [En
línea]. Disponible en: https://itesco.edu.mx/Web/mision-institucional/
[18] P. B. Ramírez-Ayala, “Diseño y validación de un instrumento de evaluación del nivel de violencia
desde la perspectiva docente en instituciones educativas, Luque 2023: Design and Validation of an
Instrument for Evaluating the Nevel of Violence from the Teacher’s Perspective in Educational
Institutions, Luque 2023”, LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
vol. 5, núm. 2, Art. núm. 2, abr. 2024, doi: 10.56712/latam.v5i2.1968.
[19] H. Ñaupas-Paitán, M. R. Valdivia-Dueñas, J. J. Palacios-Vilela, y H. E. Romero-Delgado,
Metodología de la investigación cuantitativa-cualitativa y redacción de la tesis, 5ta ed. Colombia:
Ediciones de la U, 2018.
[20] I. Montero y O. León, “A guide for naming research studies in Psychology”, International Journal of
Clinical and Health Psychology, vol. 7, núm. 3, pp. 847–862, 2007, [En línea]. Disponible en:
https://www.aepc.es/ijchp/GNEIP07_es.pdf
[21] B. García-Cabrero, J. Loredo-Enríquez, y G. Carranza-Peña, “Análisis de la práctica educativa de
los docentes: pensamiento, interacción y reflexión”, Revista Electrónica de Investigación Educativa,
vol. 10, ago. 2008, Consultado: el 2 de julio de 2024. [En línea]. Disponible en:
https://redie.uabc.mx/redie/article/view/200
[22] R. Hernández Sampieri y C. F. Fernandez-Collado, Metodología de la investigación, Sexta edición.
México D.F.: McGraw-Hill Education, 2014.
[23] H. Galindo-Domínguez, Estadística para no estadísticos: una guía básica sobre la metodología
cuantitativa de trabajos académicos. España, 2020.
[24] E. Chaves-Barboza y L. Rodríguez-Miranda, “Análisis de confiabilidad y validez de un cuestionario
sobre entornos personales de aprendizaje (PLE)”, Revista Ensayos Pedagógicos, vol. 13, núm. 1,
Art. núm. 1, jul. 2018, doi: 10.15359/rep.13-1.4.
[25] E. L. Muñoz-Andrade, “Aplicación de la inteligencia artificial en la educación superior”, Docere,
2024, doi: 10.33064/2023docere295075.
[26] L. Márquez-Benavides, E. L. M. Goytia, y L. A. G. Ramírez, “El uso de la inteligencia artificial en un
entorno académico”, Ciencia Nicolaita, 2023, doi: 10.35830/cn.vi89.721.
Revista ReDTIS | Vol. 8 Núm. 1 (2024) | ISSN: 2683-2453 | 225
