La figura del tutor personalizado en educación superior a través de la inteligencia generativa. Una mirada desde el estudiante y el docente universitario
DOI:
https://doi.org/10.53877/tt8r1m54Palabras clave:
inteligencia artificial generativa, tutoría personalizada, educación superior, percepción docente, experiencia estudiantil, ética educativaResumen
La investigación analiza la percepción e impacto de la inteligencia artificial generativa (IAGen) en la configuración de la tutoría personalizada en el contexto de la educación superior, estableciendo analogías de las percepciones de estudiantes y docentes universitarios. El estudio se desarrolló desde un enfoque cuantitativo de alcance descriptivo y diseño no experimental de corte transversal, sustentado en el Modelo de Aceptación Tecnológica (TAM) adaptado para entornos de inteligencia artificial. La muestra estuvo conformada por 300 estudiantes y 10 docentes pertenecientes a una institución de educación superior, seleccionados mediante muestreo no probabilístico por conveniencia. Para la recolección de datos se aplicaron dos instrumentos validados mediante juicio de expertos y coeficiente Alfa de Cronbach que arrojó valores ≥ 0.9 en ambos casos, indicando un nivel de confiabilidad excelente: el Cuestionario de Experiencia de Aprendizaje con Tutoría de IA (CEAT-IA) dirigido a estudiantes, y el Cuestionario de Percepción Docente sobre Tutoría de IA (CPD-TIA) para docentes. Dichos instrumentos presentan cinco dimensiones: utilidad percibida, competencias digitales, impacto pedagógico, consideraciones éticas y tensión relacional. Desde el punto de vista de los resultados evidencian que los estudiantes valoran positivamente la utilidad de la IAGen como tutor personalizado, destacando especialmente su dimensión utilidad percibida. Sin embargo, se encontraron contradicciones la posible deshumanización del vínculo pedagógico y el uso ético. No obstante, los docentes expresan una elevada preocupación por la tensión relacional y la ética del uso de estas herramientas, así mismo, se encontraron brechas significativas en sus competencias digitales para integrarlas con criterio pedagógico crítico. Estas diferencias permiten proponer orientaciones institucionales que articulen la IAGen como una herramienta de equidad, acompañamiento y potenciación del rol docente, que no atenta la dimensión humana que es parte del vínculo formativo existente en la educación superior.
Descargas
Referencias
Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the era of generative AI: Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52-62. https://acortar.link/GUsZpn
Bond, M., Zawacki-Richter, O., & Bedenlier, S. (2024). Artificial intelligence in higher education: A systematic review of teachers’ roles and competences. International Journal of Educational Technology in Higher Education, 21(1), 1-25.
Bozkurt, A., Xiao, J., Lambert, S., Pazurek, A., Crompton, H., Koseoglu, S., ... & Jara, F. E. (2023). Speculative futures on ChatGPT and generative artificial intelligence (AI): A collective reflection from the educational landscape. Asian Journal of Distance Education, 18(1), 53-130.
Bryman, A. (2021). Social research methods (6th ed.). Oxford University Press.
Cisneros-Luzuriaga, A., Garcés, M., & Morales, P. (2024). Adopción de inteligencia artificial generativa en universidades nacionales: Retos pedagógicos y brechas digitales. Revista Digital de Investigación en Docencia Universitaria, 18(1), e1822.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://acortar.link/GOAv77
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., ... & Wright, R. (2023). “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642.
Field, A. (2024). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE Publications.
García-Peñalvo, F. J. (2023). La encrucijada de la inteligencia artificial generativa en educación superior. RIED-Revista Iberoamericana de Educación a Distancia, 26(2), 9-41. https://acortar.link/rNdWK6
George, D., & Mallery, P. (2022). IBM SPSS Statistics 27 step by step: A simple guide and reference (17th ed.). Routledge.
Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.
Holloway, K., Luckin, R., & Holmes, W. (2023). Ethical guidelines for artificial intelligence in education: A framework for practitioners. UCL Press.
Holmes, W., Porayska-Pomsta, K., Tuomi, I., & Luckin, R. (2022). Ethics of artificial intelligence in education: Towards a community-wide framework. International Journal of Artificial Intelligence in Education, 32(3), 504-526.
Luckin, R. (2020). Machine learning and human intelligence: The future of education in the 21st century. UCL Institute of Education Press.
Lugo, M. T., & Schurmann, S. (2022). Políticas digitales en educación en América Latina: Desafíos antes y después de la pandemia. UNESCO - IIPE.
Mainardes, J., & Carvalho, I. C. (2021). Autocuidado ético na pesquisa em educação: Uma necessidade premente. Revista de Educação Pública, 30, 1-21.
Mollick, E. R., & Mollick, L. (2023). Using AI to implement effective teaching strategies in classrooms: Five strategies, including prompts. SSRN Electronic Journal. https://acortar.link/bP0R2E
Pérez-López, E., Vázquez-Cano, E., & López-Meneses, E. (2023). Percepción docente sobre la inteligencia artificial generativa: ¿Aliada o enemiga en el aula universitaria? Revista de Educación a Distancia (RED), 23(75).
Sabzalieva, E., & Cassán, A. (2023). ChatGPT e inteligencia artificial en la educación superior: Guía de inicio rápido. UNESCO IESALC.
Selwyn, N. (2022). Education and technology: Key issues and debates (3rd ed.). Bloomsbury Academic.
Su, J., & Yang, W. (2023). Unlocking the power of ChatGPT: A framework for leveraging large language models in education. Healthcare, 11(12), 1778.
Vera, F. (2023). Integración de la inteligencia artificial en la educación superior: Desafíos y oportunidades para la región latinoamericana. Transformar, 4(1), 17-34.
Venkatesh, V., Sykes, T. A., & Maruping, L. M. (2023). Adoption of generative AI: A modified UTAUT perspective for the digital era. Journal of Technology Management, 15(2), 110-135.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2020). 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), 1-27. https://acortar.link/CDjune
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Maria Alexandra Calle-Molina (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
