Relación entre las competencias digitales docentes y la aceptación y uso de la Inteligencia Artificial en el periodo de formación inicial docente
Resumen
La inteligencia artificial (IA) está transformando la educación, pero su adopción en la formación docente aún presenta desafíos. Este estudio analiza la relación entre las competencias digitales de los docentes en formación y su predisposición al uso de IA en la enseñanza. Se empleó un enfoque cuantitativo con diseño ex post facto, encuestando a 793 estudiantes de Educación Infantil y Primaria en universidades andaluzas. Se utilizaron los marcos DigCompEdu y UTAUT2 para evaluar competencias digitales y aceptación tecnológica, aplicando modelos de ecuaciones estructurales para identificar correlaciones. Los resultados indican que, de todas las competencias digitales analizadas, solo el conocimiento sobre el proceso de enseñanza-aprendizaje influye significativamente en la aceptación y uso de la IA, mientras que otras dimensiones, como la evaluación, el compromiso profesional y el desarrollo de competencias digitales en los estudiantes, no presentan un impacto significativo. Se identificó que la falta de formación específica limita el uso pedagógico de la IA, a pesar de la familiaridad con estas herramientas. Los hallazgos sugieren la necesidad de integrar programas de capacitación que refuercen las competencias digitales de los futuros docentes. Aunque este estudio aporta evidencia empírica sobre la importancia de la formación en IA, presenta limitaciones relacionadas con la muestra y el enfoque metodológico. Futuros estudios podrían ampliar la población analizada e incluir metodologías cualitativas para una comprensión más profunda del fenómeno. Se concluye que fortalecer la formación docente en IA no solo facilitaría su adopción, sino que también optimizaría su impacto en el aprendizaje, fomentando un uso más ético y efectivo de estas tecnologías en la educación.
Descargas
Citas
Acosta-Enriquez, B., Ballesteros, M., Vargas, C., Ulloa, M., Ulloa, C., Romero, J., Jaramillo, N., Orellana, H., Anzoategui, D., & Roca, C. (2024). Knowledge, attitudes, and perceived ethics regarding the use of ChatGPT among Generation Z university students. International Journal for Educational Integrity, 20(1). https://doi.org/10.1007/s40979-024-00157-4
Ayanwale, M. A., Frimpong, E. K., Opesemowo, O. A. G., & Sanusi, I. T. (2024). Exploring factors that support pre-service teachers’ engagement in learning artificial intelligence. Journal for STEM Education Research. https://doi.org/10.1007/s41979-024-00121-4
Aznar-Díaz, I., Cáceres-Reche, M. P., & Romero-Rodríguez, J. M. (2019). Alfabetización digital del profesorado de ciencias ambientales: Un análisis de su competencia tecnológica. Luna Azul, 49, 172–184. https://doi.org/10.17151/luaz.2019.49.10
Bozkurt, A. (2024a). GenAI et al.: Co-creation, authorship, ownership, academic ethics and integrity in a time of generative AI. Open Praxis, 16(1), 1–10. https://doi.org/10.55982/openpraxis.16.1.654
Bozkurt, A. (2024b). Tell me your prompts and I will make them true: The alchemy of prompt engineering and generative AI. Open Praxis, 16(2), 111–118. https://doi.org/10.55982/openpraxis.16.2.661
Cavalcanti, E. R., Pires, C. E., Cavalcanti, E. P., & Pires, V. F. (2012). Detection and evaluation of cheating on college exams using supervised classification. Informatics in Education, 11(2), 169–190. https://doi.org/10.15388/infedu.2012.09
De Frutos, N. D., Carrasco, L. C., de la Maza, M. S., & Etxabe-Urbieta, J. M. (2023). Application of artificial intelligence (AI) in education: Benefits and limitations of AI as perceived by primary, secondary, and higher education teachers. Revista Electrónica Interuniversitaria de Formación del Profesorado, 27(1), 207–225. https://doi.org/10.6018/reifop.577211
Delgado Rodríguez, S., García-Fandiño, R., & Carrascal-Domínguez, S. (2023). Tecnología inmersiva e inteligencia artificial para la mejora de la atención a la diversidad, la equidad e inclusión del alumnado: Estudio de caso con realidad aumentada. Dialogia, 47, e25204. https://doi.org/10.5585/47.2023.25204
Demartini, C. G., Sciascia, L., Bosso, A., & Manuri, F. (2024). Artificial intelligence bringing improvements to adaptive learning in education: A case study. Sustainability, 16(3). https://doi.org/10.3390/su16031347
Galindo-Domínguez, H., Delgado, N., Campo, L., & Losada, D. (2024). Relationship between teachers’ digital competence and attitudes towards artificial intelligence in education. International Journal of Educational Research, 126, 102381. https://doi.org/10.1016/j.ijer.2024.102381
Gil-Iranzo, R., Gutiérrez-Ujaque, D., & Teixidó Cairol, M. (2024). From anxiety to empowerment: The impact of artificial intelligence on students' perceptions in higher education. REDU. Revista de Docencia Universitaria, 22(2), 85–104. https://doi.org/10.4995/redu.2024.22009
Hair, J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2016). A primer on partial least squares structural equation modeling (PLS-SEM). SAGE.
Henze, J., Schatz, C., Malik, S., & Bresges, A. (2022). How might we raise interest in robotics, coding, artificial intelligence, STEAM, and sustainable development in university and on-the-job teacher training? Frontiers in Education, 7. https://doi.org/10.3389/feduc.2022.872637
Kalniņa, D., Nīmante, D., & Baranova, S. (2024). Artificial intelligence for higher education: Benefits and challenges for pre-service teachers. Frontiers in Education, 9. https://doi.org/10.3389/feduc.2024.1501819
Kong, S. C., Cheung, W. M. Y., & Zhang, G. (2021). Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds. Computers and Education: Artificial Intelligence, 2, 100026.
Kurt, G., & Kurt, Y. (2024). Enhancing L2 writing skills: ChatGPT as an automated feedback tool. Journal of Information Technology Education: Research, 23. https://doi.org/10.28945/5370
Lucas, M., Zhang, Y., Bem-haja, P., & Vicente, P. N. (2024). The interplay between teachers’ trust in artificial intelligence and digital competence. Education and Information Technologies. https://doi.org/10.1007/s10639-024-12772-2
Rivera, L. de J. I., Rodríguez, M. N. C., Terbullino, G. F. M., & Crispin, F. V. S. (2024). El uso de la inteligencia artificial y su impacto en el aprendizaje de los estudiantes universitarios: Una revisión de la literatura. Revista Ibero-Americana de Estudos em Educação, 19, e18712. https://doi.org/10.21723/riaee.v19i00.1871201
Romero-Rodríguez, J.-M., Ramírez-Montoya, M.-S., Buenestado-Fernández, M., & Lara-Lara, F. (2023). Use of ChatGPT at university as a tool for complex thinking: Students’ perceived usefulness. Journal of New Approaches in Educational Research, 12(2), 323–339. https://doi.org/10.7821/naer.2023.7.1458
Sailer, M., Bauer, E., Hofmann, R., Kiesewetter, J., Glas, J., Gurevych, I., & Fischer, F. (2023). Adaptive feedback from artificial neural networks facilitates pre-service teachers’ diagnostic reasoning in simulation-based learning. Learning and Instruction, 83. https://doi.org/10.1016/j.learninstruc.2022.101620
Sanusi, I. T., Ayanwale, M. A., & Tolorunleke, A. E. (2024). Investigating pre-service teachers’ artificial intelligence perception from the perspective of planned behavior theory. Computers and Education: Artificial Intelligence, 6, 100202. https://doi.org/10.1016/j.caeai.2024.100202
Trujillo-Torres, J. M., Rodríguez-Jiménez, C., Alonso-García, S., & Berral-Ortiz, B. (2024). Revisión sistemática de la literatura sobre la seguridad digital en estudiantes de educación superior. Información Tecnológica, 35(4), 1–12. https://doi.org/10.4067/s0718-07642024000400001
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2016). Unified theory of acceptance and use of technology: A synthesis and the road ahead. Journal of the Association for Information Systems, 17(5), 328–376. https://doi.org/10.17705/1jais.00428
-
Resumen157
-
pdf140
Los artículos que se publican en esta revista están sujetos a los siguientes términos:
1. El Departamento de Métodos de Investigación y Diagnóstico en Educación de la Universidad de Murcia (España), junto con el Servicio de Publicaciones de la Universitdad de Murcia (Editum) son los editores de la revista REIFOP y conserva los derechos patrimoniales (copyright) de los artículos publicados, permitiendo la reutilización de las mismos 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, editores 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.
