Conocimiento de la Inteligencia Artificial Generativa del profesorado. Modelo predictivo basado en el TPACK para la integración ética de la Inteligencia Artificial Generativa en la Educación Superior
Resumen
La Inteligencia Artificial Generativa (IAGen) se ha incorporado rápidamente en la educación, aportando personalización, tutoría automatizada y evaluaciones más eficientes, pero también generando retos éticos como el sesgo, la privacidad y la integridad académica, que requieren una formación docente informada. Este estudio buscó validar un modelo predictivo que explica la relación entre las dimensiones del modelo TPACK adaptadas a la IAGen y la Evaluación Ética Tecnológica (TEAK). Mediante un enfoque cuantitativo, se aplicó un cuestionario de 25 ítems a 240 docentes de la Universidad Nacional Abierta y a Distancia de Colombia. El análisis con Modelado de Ecuaciones Estructurales (PLS-SEM) mostró alta fiabilidad y validez (Alfa de Cronbach: 0,935–0,976). Los docentes presentaron actitudes entre “neutral” y “de acuerdo”, destacando el Conocimiento Tecnológico como la dimensión más fuerte. Los resultados indican que conocer la herramienta no garantiza un uso pedagógico adecuado, por lo que es esencial integrar aspectos éticos y didácticos en la formación docente. El modelo validado se propone como una guía útil para promover un uso ético y reflexivo de la IAGen en la educación universitaria.
Descargas
-
Resumen79
-
pdf31
Citas
Akram, H., Yingxiu, Y., Al-Adwan, A., & Alkhalifah, A. (2021). Technology integration in higher education during COVID-19: An assessment of online teaching competencies through Technological Pedagogical Content Knowledge model. Frontiers in Psychology, 12, 736522. https://doi.org/10.3389/fpsyg.2021.736522
Albarran, E. (2023). Hacia una educación personalizada y adaptativa: la disrupción de la inteligencia artificial. Centro Internacional de Educación Continua - Universidad Pedagógica Experimental Libertador.
Bagozzi, R., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Sciences, 16, 74–94. https://doi.org/10.1007/BF02723327
Bond, M., et al. (2024). A meta systematic review of artificial intelligence in higher education: A call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education, 21(4), 4. https://doi.org/10.1186/s41239-023-00436-z
Cabero-Almenara, J. (Dir.). (2014). La formación del profesorado en TIC: modelo TPACK. SAV de la Universidad de Sevilla.
Cabero-Almenara, J., Barroso-Osuna, J., Guillén-Gámez, D., & Palacios, A. (2025). Creencias pedagógicas docentes y su aceptación de la inteligencia artificial en la educación superior: Un estudio comparativo entre países. Aula Abierta, 54(3), 257–268. https://doi.org/10.17811/rifie.21273
Cabero-Almenara, J., Palacios Rodríguez, A., Llorente-Cejudo, C., & Barroso-Osuna, J. (2026). Aceptación de ChatGPT en educación superior: Actitudes y percepciones del modelo UTAUT2. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 24(1). https://doi.org/10.15366/reice2025.23.4.001
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Andrade-Abarca, P. S. (2024). The impact of pedagogical beliefs on the adoption of generative AI in higher education: Predictive model from UTAUT2. Frontiers in Artificial Intelligence, 7, 1497705. https://doi.org/10.3389/frai.2024.1497705
Carmines, E., & Zeller, R. (1979). Reliability and validity assessment. Sage.
Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468. https://doi.org/10.1016/j.chb.2022.107468
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66, 616–630. https://doi.org/10.1007/s11528-022-00715-y
Chiu, T. (2023). The impact of generative AI (GenAI) on practices, policies and research direction in education: A case of ChatGPT and Midjourney. Interactive Learning Environments. Advance online publication. https://doi.org/10.1080/10494820.2023.2253861
Choi, S., Jang, Y., & Kim, H. (2023). Influence of pedagogical beliefs and perceived trust on teachers’ acceptance of educational artificial intelligence tools. International Journal of Human Computer Interaction, 39, 910–922. https://doi.org/10.1080/10447318.2022.2049145
Choudhury, S., Prakash, J., Pradhan, P., & Mishra, A. (2024). Validation of the Teachers AI-TPACK Scale for the Indian educational setting. International Journal of Experimental Research and Review, 43, 119–133. https://doi.org/ijerr.2024.v43spl.009
Das, S., & J. V. (2024). Perceptions of higher education students towards ChatGPT. International Journal of Technology in Education, 7(1), 86–106. https://doi.org/10.46328/ijte.583
European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in education and training for educators. Publications Office of the European Union.
Funa, A., & Gabay, R. (2025). Policy guidelines and recommendations on AI use in teaching and learning: A meta-synthesis study. Social Sciences & Humanities Open, 11, 101221. https://doi.org/10.1016/j.ssaho.2024.101221
Giannini, S. (2023). Reflections on generative AI and the future of education. UNESCO.
Harmes, J., Welsh, J., & Winkelman, R. (2016). A framework for defining and evaluating technology integration in the instruction of real-world skills. En Y. Rosen, S. Ferrara, & M. Mosharraf (Eds.), Handbook of research on technology tools for real-world skill development (pp. 137–162). IGI Global. https://doi.org/10.4018/978-1-4666-9441-5.ch006
Hava, Ö., & Babayiğit, O. (2025). Exploring the relationship between teachers’ competencies in AI-TPACK and digital proficiency. Education and Information Technologies, 30, 3491–3508. https://doi.org/10.1007/s10639-024-12939-x
Haziq, M., Kalid, M., & Sofwan, M. (2025). Exploring teachers’ technological pedagogical content knowledge in utilising artificial intelligence (AI) for teaching. International Journal of Learning, Teaching and Educational Research, 24(1), 136–151. https://doi.org/10.26803/ijlter.24.1.7
Hernández-Sampieri, R., & Mendoza, C. (2018). Research methodology: Quantitative, qualitative and mixed routes. McGraw-Hill.
Ibragimov, G., et al. (2025). An analysis of science teachers’ use of artificial intelligence in education from a Technological Pedagogical Content Knowledge perspective. Online Journal of Communication and Media Technologies, 15(3), e202523. https://doi.org/10.30935/ojcmt/16594
Katsantonis, A., & Katsantonis, I. (2024). University students’ attitudes toward artificial intelligence: An exploratory study of the cognitive, emotional, and behavioural dimensions of AI attitudes. Education Sciences, 14(9), 988. https://doi.org/10.3390/educsci14090988
Kimmons, R., Graham, C., & West, R. (2020). The PICRAT Model for technology integration in teacher preparation. Universidad Brigham Young.
Lan, G., et al. (2025). Integrating ethical knowledge in generative AI education: Constructing the GenAI-TPACK framework for university teachers’ professional development. Education and Information Technologies. https://doi.org/10.1007/s10639-025-13427-6
Mateo, J. (2004). Ex post-facto research. En F. Bisquerra (Ed.), Research methodology (pp. 195–230). La Muralla.
Mena-Guacas, A., Vázquez-Cano, E., Fernández-Márquez, E., & López-Meneses, E. (2024). La inteligencia artificial y su producción científica en el campo de la educación. Formación Universitaria, 17(1), 155–164. https://doi.org/10.4067/S0718-50062024000100155
Mishra, P., & Koehler, M. J. (2006). Technological Pedagogical Content Knowledge: A new framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
Murtiningsih, S., Sujito, A., & Soe, K. (2024). Challenges of using ChatGPT in education: A digital pedagogy analysis. International Journal of Evaluation and Research in Education, 13(5), 3466–3473. https://doi.org/10.11591/ijere.v13i5.29467
Nikolic, S., et al. (2024). A systematic literature review of attitudes, intentions and behaviours of teaching academics pertaining to AI and generative AI (GenAI) in higher education: An analysis of GenAI adoption using the UTAUT framework. Australasian Journal of Educational Technology, 40(6), 56–75. https://doi.org/10.14742/ajet.9643
Ning, Y., et al. (2024). Teachers’ AI-TPACK: Exploring the relationship between knowledge elements. Sustainability, 16, 978. https://doi.org/10.3390/su16030978
Paidecán, M., & Arredondo, P. (2024). A inteligência artificial em contextos de conhecimento técnico pedagógico do conteúdo (TPACK): Uma revisão da literatura. Panorama, 18(35). https://doi.org/10.15765/pkjpwv56
Pedreño, A., et al. (2024). La inteligencia artificial en las universidades: retos y oportunidades. Grupo 1millonbot.
Perezchica-Vega, J., Sepúlveda-Rodríguez, J., & Román, A. (2024). Inteligencia artificial generativa en la educación superior: Usos y opiniones de los profesores. European Public & Social Innovation Review, 9, 1–20. https://doi.org/10.31637/epsir-2024-593
Puentedura, R. (2014a). Building transformation: An introduction to the SAMR. http://www.hippasus.com/rrpweblog/archives/2014/08/22/BuildingTransformation_AnIntroductionToSAMR.pdf
Puentedura, R. (2014b). Learning, technology, and the SAMR model: Goals, processes, and practice. http://www.hippasus.com/rrpweblog/archives/2014/06/29/LearningTechnologySAMRModel.pdf
Ruiz, K., Miramontes, M., & Reyna, C. (2024). Percepciones y expectativas de estudiantes universitarios sobre la IAG. European Public & Social Innovation Review, 9, 1–21. https://doi.org/10.31637/epsir-2024-357
Sahar, R., & Munawaroh, M. (2025). Artificial intelligence in higher education with bibliometric and content analysis for future research agenda. Discover Sustainability, 6, 401. https://doi.org/10.1007/s43621-025-01086-z
Sampeiro, V. (2019). Ecuaciones estructurales en los modelos educativos: Características y fases en su construcción. Apertura, 11(1), 90–103. https://doi.org/10.32870/Ap.v11n1.1402
Saz-Pérez, F., Pizá-Mir, B., & Lizana-Carrió, A. (2024). Validación y estructura factorial de un cuestionario TPACK en el contexto de Inteligencia Artificial Generativa (IAG). Hachetetepé, 28, 1101. https://doi.org/10.25267/Hachetetepe.2024.i28.1101
Schmid, M., Brianza, E., Mok, S., & Petko, D. (2024). Running in circles: A systematic review of reviews on technological pedagogical content knowledge (TPACK). Computers & Education, 214, 105024. https://doi.org/10.1016/j.compedu.2024.105024
Shin, Y. C., & Kim, C. (2024). Pedagogical competence analysis based on the TPACK model: Focus on VR-based survival swimming instructors. Education Sciences, 14, 460. https://doi.org/10.3390/educsci14050460
Strzelecki, A., & ElArabawy, S. (2024). Investigation of the moderation effect of gender and study level on the acceptance and use of generative AI by higher education students. British Journal of Educational Technology. Advance online publication. https://doi.org/10.1111/bjet.13425
Suharmanto, F., Hadi, M., & Imawati, S. (2025). Development of integrated animation videos based on TPACK for improving mathematics learning outcomes. Al-Jabar: Jurnal Pendidikan Matematika, 16(1), 25–36. https://doi.org/10.24042/ajpm.v16i1.25812
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning and Teaching, 6(1), 31–40. https://doi.org/10.37074/jalt.2023.6.117
Temitayo, I., Adekunle, M., & Tolorunleke, A. (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
Thohir, A., et al. (2023). The effects of TPACK and facility condition on preservice teachers’ acceptance of virtual reality in science education course. Contemporary Educational Technology, 15(2), ep407. https://doi.org/10.30935/cedtech/12918
Thohir, A., et al. (2021). Exploring the relationship between personality traits and TPACK-Web of pre-service teachers. Contemporary Educational Technology, 13(4), ep322. https://doi.org/10.30935/cedtech/11128
UNESCO. (2021). International forum on AI and the future of education: Developing competencies for the AI era. UNESCO.
Vélez, R., Muñoz, D., Leal, P., & Ruiz, A. (2024). Uso de inteligencia artificial en educación superior y sus implicancias éticas: Mapeo sistemático de literatura. Hachetetepé, 28, 1–17. https://doi.org/10.25267/Hachetetepe.2024.i28.1105
Vorobyeva, K., et al. (2025). Personalized learning through AI: Pedagogical approaches and critical insights. Contemporary Educational Technology, 17(2), ep574. https://doi.org/10.30935/cedtech/16108
Yan, Z., & Qianjun, T. (2025). Integrating AI-generated content tools in higher education: A comparative analysis of interdisciplinary learning outcomes. Scientific Reports, 15, 25802. https://doi.org/10.1038/s41598-025-10941-y
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.
