Alfabetización en Inteligencia Artificial Generativa. Conocimiento, Uso y Descarga Cognitiva en el Profesorado
Agencias de apoyo
- Esta investigación no ha recibido ninguna subvención específica de los organismos de financiación en los sectores públicos, comerciales o sin fines de lucro.
Resumen
La alfabetización en Inteligencia Artificial Generativa (IAGen) ha surgido como un conjunto de habilidades que todas las personas deberían aprender. El objetivo de esta
investigación es evaluar los cambios asociados a una intervención de alfabetización en IAGen en el profesorado no universitario (n = 70). Se empleó un enfoque cuantitativo y descriptivo a través de un cuestionario con 19 ítems distribuidos en un bloque de 9 variables de conocimiento, actitudes y percepciones y dos dimensiones sobre el uso de la IAGen y la descarga cognitiva. Los datos fueron extraídos antes (pretest) y después (postest) de una fase formativa de 10 horas. Para la interpretación de los resultados se emplearon medias, desviación estándar, asimetría, curtosis, d de Cohen y correlaciones de Pearson. Los principales resultados muestran que tras la intervención existe un aumento en los conocimientos sobre el uso de la IAGen con algunos cambios en las correlaciones entre variables y dimensiones. Las conclusiones del estudio presentan un descenso en la intención de uso de la IAGen y en la descarga cognitiva docente, con un fortalecimiento de las correlaciones entre las dos dimensiones de leve a media.
Descargas
-
Resumen0
-
PDF0
Citas
AI for Education. (2023). AI’s impact on the environment. AI for education. https://www.aiforeducation.io/ai-resources/ais-impact-on-the-environment
Ajzen, I. (1991). The theory of planned behaviour. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Alcolea, J. M., & Martínez-Carpio, P. (2026). El uso de la inteligencia artificial generativa en publicaciones científicas requiere declaración obligatoria. Revista científica de la Sociedad Española de Medicina Estética, 87(2), 7–11. https://doi.org/10.48158/MedicinaEstetica.087.E
Araiz-Huarte, D. E. (2023). La Inteligencia Artificial como agente contaminante: Concepto jurídico, impacto ambiental y futura regulación. Actualidad jurídica ambiental, 1–55. https://doi.org/10.56398/ajacieda.00071
Ayanwale, M. A., Adelana, O. P., Molefi, R. R., Adeeko, O., & Ishola, A. M. (2024). Examining Artificial Intelligence Literacy Among PreService Teachers for Future Classrooms. Computers and Education Open 6, 100179. https://doi.org/10.1016/j.caeo.2024.100179
Ayuso Del Puerto, D., & Gutiérrez Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), 347–362. https://doi.org/10.5944/ried.25.2.32332
Cai, Y. (2025). AI-driven analysis of teacher perspectives on neoliberal educational policies in preschool Education. International Journal of Innovative Research and Scientific Studies, 8(2), 1452–1459. https://doi.org/10.53894/ijirss.v8i2.5474
Cobo, C., & Rivera-Vargas, P. (2023). What is algorithmic education and why do education institutions need to consolidate new capacities? In C. Cobo & A. Rivas (Eds.), The new digital education policy landscape (pp. 210–225). Routledge. https://doi.org/10.4324/9781003373018-14
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Comrey, A. L., & Lee, H. B. (1992). A first course in factor analysis (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9781315827506
Concha-Vargas, G. (2024). Preliminary analysis of the environmental impact of artificial intelligence. Revista de Humanidades y ciencias sociales, 4(1), 49–57. https://doi.org/10.5281/ZENODO.14028841
Cortina, J. M. (1993). What is coefficient alpha? An examination of theory and applications. Journal of Applied Psychology, 78(1), 98–104. https://doi.org/10.1037/0021-9010.78.1.98
CSTA & AI4K12 (2025). AI Learning Priorities for All K-12 Students. New York, NY: Computer Science Teachers Association. https://csteachers.org/ai-priorities/
Dilek, M., Baran, E., & Aleman, E. (2025). AI Literacy in Teacher Education: Empowering Educators Through Critical Co-Discovery. Journal of Teacher Education, 76(3), 294–311. https://doi.org/10.1177/00224871251325083
Dúo-Terrón, P., Rodríguez-García, J. D., Robles-Martínez, G., & Moreno-Guerrero, A. J. (2026). Artificial Intelligence Literacy: Scientific Impact of LearningML Software. Computer Applications in Engineering Education, 34, e70162. https://doi.org/10.1002/cae.70162
Evmenova, A. S., Borup, J., & Shin, J. K. (2024). Harnessing the power of generative AI to support ALL learners. TechTrends, 68, 820–831. https://doi.org/10.1007/s11528-024-00966-x
FAIaS (2021). Result 3: Interactive learning tool. Fostering artificial intelligence at schools. https://fosteringai.github.io/project/result3/
Favero, L., Pérez-Ortiz, J. A., Käser, T., & Oliver, N. (2025). Do AI tutors empower or enslave learners? Toward a critical use of AI in Education. arXiv e-prints. https://doi.org/10.48550/arXiv.2507.06878
García-Castro, R. A., Mayta-Cachicatari, N. A., Bartesaghi-Aste, W. M., & Llapa Medina, M. P. (2024). Exploration of ChatGPT in basic education: Advantages, disadvantages, and its impact on school tasks. Contemporary Educational Technology, 16(3), ep511. https://doi.org/10.30935/cedtech/14615
Gerlich, M. (2025). AI Tools in Society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006
Godwin-Jones, R. (2024). Distributed agency in second language learning and teaching through generative AI. Language Learning and Technology, 28(2), 5–31. https://hdl.handle.net/10125/73570
Granizo-Garrido, R. (2024). Educate and practice digital ethics. Revista Docentes 2.0, 17(1), 79–86. https://doi.org/10.37843/rted.v17i1.435
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate data analysis. Cengage
Henriksen, D., Creely, E., Gruber, N., & Leahy, S. (2025). Social-emotional learning and generative AI: A critical literature review and framework for teacher education. Journal of Teacher Education, 76(3), 312–328. https://doi.org/10.1177/00224871251325058
Hernández, J. D., Espinosa, F., Rodríguez, J. E., Chacón, J. G., Toloza, C. A., Arenas, M. K., Carrillo, S. M., & Bermúdez, V. J. (2018). Sobre el uso adecuado del coeficiente de correlación de Pearson: definición, propiedades y suposiciones. Archivos Venezolanos de Farmacología y Terapéutica, 37(5), 587–595. https://www.redalyc.org/articulo.oa?id=55963207025
Holmes, W., Persson, J., Chounta, I. A., Wasson, B., & Dimitrova, V. (2022). Artificial intelligence and education: a critical view through the lens of human rights, democracy and the rule of law. Council of Europe.
Jauhiainen, J. S., & Guerra, A. G. (2023). Generative AI and ChatGPT in school children’s education: Evidence from a school lesson. Sustainability, 15(18), 14025. https://doi.org/10.3390/su151814025
Jin, Y., Martínez-Maldonado, R., Gasevic, D., & Yan, L. (2025). GLAT: The generative AI literacy assessment test. Computers and Education: Artificial Intelligence, 9, 100436. https://doi.org/10.1016/j.caeai.2025.100436
Jurado González, P. A., Belduma Cabrera, K. Y., & Salamea Nieto, R. M. (2025). Artificial Intelligence as a support tool for the inclusion of students with special educational needs. Simbiosis, 5(10), 30–41. https://doi.org/10.59993/simbiosis.V.5i10.78
Kılınç, H. K., & Keçecioğlu, Ö. F. (2024). Inteligencia artificial generativa: una perspectiva histórica y futura. Academic Platform Journal of Engineering and Smart Systems, 12 (2), 47–58. https://doi.org/10.21541/apjess.1398155
Kong, S. C., Korte, S. M., Burton, S., Keskitalo, P., Turunen, T., Smith, D., Wang, L., Chi-Kin Lee, J., & Beaton, M. C. (2024). Artificial Intelligence (AI) literacy – an argument for AI literacy in education. Innovations in Education and Teaching International, 62(2), 477–483. https://doi.org/10.1080/14703297.2024.2332744
Konstantinos, T. (2024). ChatGPT in teaching physics hands-on experiments in primary school. European Journal of Education Studies, 11(10). http://doi.org/10.46827/ejes.v11i10.5549
Kosmyna, N., Hauptmann, E., Tong, Y., Situ, J., Liao, X.H., Beresnitzky, A.V., Braunstein, I., & Maes, P. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task.
arXiv. https://doi.org/10.48550/arXiv.2506.08872
Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Front. Psychol. 4:863. https://doi.org/10.3389/fpsyg.2013.00863
Landis, J. R., & Koch, G. G. (1977). The measure of observer agreement for categorical data. Biometrics, 33(1), 159–174. https://pubmed.ncbi.nlm.nih.gov/843571/
Li, P., Yang, J., Islam, M. A., & Ren, S. (2023). Making AI less «Thirsty»: uncovering and addressing the secret water footprint of AI models (Version 5). arXiv. https://doi.org/10.48550/ARXIV.2304.03271
Long, D., & Magerko, B. (2020). What is AI Literacy? Competencies and design considerations. In R. Bernhaupt, & F. Mueller (Eds.), Proceedings of the 2020 CHI Conference on human factors in computing systems (pp. 1–16). https://doi.org/10.1145/3313831.3376727
Luccioni, A. S., Jernite, Y., & Strubell, E. (2024). Power hungry processing: Watts driving the cost of AI deployment? Proceedings of the 2024 ACM Conference on Fairness, Accountability, and Transparency, USA, 85–99. https://doi.org/10.48550/ARXIV.2311.16863
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2021). AI and education, Guidance for policy-makers. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Moreno-León, J., Vasco-González, M., Román-González, M., & Robles, G. (2024). Investigating the impact of programming activities on computational thinking and AI literacy in Spanish Schools. In T. Michali, S. Sentence, & N. Bergner (Eds.), Proceedings of the 19th WiPSCE Conference on Primary and Secondary Computing Education Research (pp. 1–10). https://doi.org/10.1145/3677619.3678111
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
OECD. (2025). Empowering learners for the age of AI an AI literacy framework for primary and secondary education. https://ailiteracyframework.org
Oficina C. (2024). Inteligencia artificial y educación: Retos y oportunidades en España. Oficina de Ciencia y Tecnología del Congreso de los Diputados. https://doi.org/10.57952/HQCT-6D69
Pegrum M. (2025). From revolution to evolution: What generative AI really means for language learning. Language Teaching. 1–17. https://doi.org/10.1017/S0261444825000151
Programamos (2024). Curso Inteligencia Artificial y Educación. https://programamos.es/ia/
Rashed, A. (2024). AI Application (ChatGPT) and Saudi Arabian primary school students’ autonomy in online classes: Exploring students and teachers’ perceptions. The International Review of Research in Open and Distributed Learning, 25(3), 1–18. https://doi.org/10.19173/irrodl.v25i3.7641
Real Decreto 157/2022, de 1 de marzo, por el que se establecen la ordenación y las enseñanzas mínimas de la Educación Primaria. Boletín Oficial del Estado, 52, de 2 de marzo de 2022, 24386–24504. https://www.boe.es/eli/es/rd/2022/03/01/157
Real Decreto 217/2022, de 29 de marzo, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria. Boletín Oficial del Estado, 76, de 30 de marzo de 2022, 41571–41789. https://www.boe.es/eli/es/rd/2022/03/29/217
Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024. DOUE, 1689, de 12 de julio de 2024, pp. 1–144. http://data.europa.eu/eli/reg/2024/1689/oj
Rodríguez-García, J. D., Moreno-León, J., Román-González, M., & Robles, G. (2020). LearningML: A Tool to Foster Computational Thinking Skills Through Practical Artificial Intelligence Projects. Revista de Educación a Distancia (RED), 20(63). https://doi.org/10.6018/red.410121
Rouhiainen, L. (2018). Artificial Intelligence. 101 things you need to know today about our future. Alienta Editorial.
Sanusi, I. T., Oyelere, S. S., Vartiainen, H., Suhonen, J., & Tukiainen, M. (2023). A systematic review of teaching and learning machine learning in K-12 education. Education and Information Technologies 28, 5967–5997. https://doi.org/10.1007/s10639-022-11416-7
Sperling, K., Stenberg, C. J., McGrath, C., Åkerfeldt, A., Heintz, F., & Stenliden, L. (2024). In search of artificial intelligence (AI) literacy in teacher education: A scoping review. Computers and Education Open, 6, 100169. https://doi.org/10.1016/j.caeo.2024.100169
Su, J., & Yang, W. (2024). AI literacy curriculum and its relation to children’s perceptions of robots and attitudes towards engineering and science: An intervention study in early childhood education. Journal of Computer Assisted Learning, 40(1), 241–253. https://doi.org/10.1111/jcal.12867
UNESCO. (2022). Recommendation on the Ethics of Artificial Intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa
UNESCO. (2024). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084
Ventura-León, J. (2018). Otras formas de entender la d de Cohen. Revista Evaluar, 18(3). https://doi.org/10.35670/1667-4545.v18.n3.22305
Villamar Vasquez, G. I., Tipan Criollo, E. E., Rugel Llongo, J. L., & Medina Avelino, J. A. (2024). Application of artificial intelligence in educational environment, digital tools applied in educational. RECIMUNDO, 8(3), 114–127. https://doi.org/10.26820/recimundo/8.(3).julio.2024.114-127
Derechos de autor 2026 Revista de Educación a Distancia (RED)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Las obras que se publican en esta revista están sujetas a los siguientes términos:
1. El Servicio de Publicaciones de la Universidad de Murcia (la editorial) conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia de uso indicada en el punto 2.
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 España (texto legal). Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.
3. Condiciones de auto-archivo. Se permite y se anima a los autores a difundir electrónicamente las versiones pre-print (versión antes de ser evaluada) y/o post-print (versión evaluada y aceptada para su publicación) de sus obras antes de su publicación, ya que favorece su circulación y difusión más temprana y con ello un posible aumento en su citación y alcance entre la comunidad académica. Color RoMEO: verde.
