Autoeficacia docente para el uso de la inteligencia artificial generativa: un estudio en el profesorado universitario andaluz
Agencias de apoyo
- Ministerio de Ciencia, Innovación y Universidades de España
Resumen
La inteligencia artificial generativa (IAG) ha transformado la educación superior y la labor docente, ofreciendo nuevas oportunidades pedagógicas, pero también desafíos éticos y formativos. Este estudio analiza los niveles de autoeficacia para el uso educativo de la IA en profesorado universitario andaluz, considerando las variables sexo y haber cursado o no la formación específica “Aplicaciones de la Inteligencia Artificial para una docencia en línea” de la Universidad Internacional de Andalucía (UNIA). Mediante un diseño cuantitativo, de tipo ex post facto y de corte transversal, con una muestra de 260 docentes, se aplicó la escala TAICS (Teacher AI Competence Self-efficacy). Los resultados del profesorado universitario revelaron niveles moderados de autoeficacia percibida, observándose diferencias significativas favorables a los hombres en todas las dimensiones, aunque con efectos pequeños, y mayores niveles de autoeficacia en el profesorado que cursó la formación UNIA respecto a los que no lo hicieron. Se concluye que la participación en formación específica se asocia a una mayor confianza docente percibida en el uso de IA, lo que apoya la conveniencia de impulsar iniciativas institucionales de formación continua que fortalezcan la competencia digital y ética del profesorado en el uso de la IA.
Descargas
-
Resumen9
-
pdf1
Citas
Alhwaiti, M. (2023). Acceptance of Artificial Intelligence application in the Post-Covid Era and its impact on faculty members’ occupational well-being and teaching self-efficacy: A path analysis using the UTAUT 2 model. Applied Artificial Intelligence, 37(1), 2175110. https://doi.org/10.1080/08839514.2023.2175110
Al-Mughairi, H., & Bhaskar, P. (2024). Exploring the factors affecting the adoption AI techniques in higher education: insights from teachers' perspectives on ChatGPT. Journal of Research in Innovative Teaching & Learning, 18(2), 232–247. https://doi.org/10.1108/JRIT-09-2023-0129
Alonso, S., Aznar, I., Cáceres, M., y Maldonado, J. J. V. (2023). Relación entre las competencias digitales docentes y la aceptación y uso de la Inteligencia Artificial durante la formación inicial docente. Revista Electrónica Interuniversitaria de Formación del Profesorado, 28(2), 1-17. https://doi.org/10.6018/reifop.655401
Ayuso, D., y Gutiérrez, 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
Baidoo-Anu, D., & Ansah, L. O. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52–62. https://doi.org/10.61969/jai.1337500
Cachero, C., Tomás, D., & Pujol, F. (2025). Gender Bias in Self-Perception of Artificial Intelligence Knowledge, Impact, and Support Among Higher Education Students: An Observational Study. ACM Transactions on Computing Education, 25(2), art. 15. https://doi.org/10.1145/3721295
Cao, Y. (2025). Research on the Influencing Factors of University Teachers' Acceptance of Generative Artificial Intelligence Technology. In IECA (Ed.), Proceedings of the 2025 2nd International Conference on Informatics Education and Computer Technology Applications (IECA '25) (pp. 93-99). Association for Computing Machinery. https://doi.org/10.1145/3732801.3732821
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. K. F., Ahmad, Z., & Çoban, M. (2025). Development and validation of teacher artificial intelligence (AI) competence self-efficacy (TAICS) scale. Education and Information Technologies, 30(5), 6667–6685. https://doi.org/10.1007/s10639-024-13094-z
Chou, C.-M., Shen, T.-C., Shen, T.-C., & Shen, C.-H. (2024). Developing and validating an AI-supported teaching applications’ self-efficacy scale. Research and Practice in Technology Enhanced Learning, 19, 035. https://doi.org/10.58459/rptel.2024.19035
Chou, C.-M., Shen, T.-C., Shen, T.-C., & Shen, C.-H. (2023). The level of perceived efficacy from teachers to access AI-based teaching applications. Research and Practice in Technology Enhanced Learning, 18, 021. https://doi.org/10.58459/rptel.2023.18021
Deng, R., Benítez, J., & Zhang, M. (2024). Does ChatGPT enhance student learning? A systematic review. Computers & Education, 214, 105224. https://doi.org/10.1016/j.compedu.2024.105224
Fernández, J., Lorenzo, J.J., & Sánchez, A. (2025). Navigating the future of pedagogy: The integration of AI tools in developing educational assessment rubrics. European Journal of Education, 60(1), e12826. https://doi.org/10.1111/ejed.12826
Gómez-García, M., Ruiz-Palmero, J., Boumadan-Hamed, M., y Soto-Varela, R. (2025). Percepciones de futuros docentes y pedagogos sobre uso responsable de la IA. Un instrumento de medida. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 105–130. https://doi.org/10.5944/ried.28.2.43288
Guillén-Gámez, F. D., Sánchez-Vega, E., Colomo-Magaña, E., & Sánchez-Rivas, E. (2025). Incident factors in the use of ChatGPT and dishonest practices as a system of academic plagiarism: the creation of a PLS-SEM model. Research and Practice in Technology Enhanced Learning, 20, 028. https://doi.org/10.58459/rptel.2025.20028
Hayashi, M. C. P. I. (2025). Ética e Inteligência Artificial na Comunicação Científica: desafios para os Periódicos Científicos. Encontros Bibli: Revista eletrônica De Biblioteconomia E Ciência Da informação, 30, 1–27. https://doi.org/10.5007/1518-2924.2025.e103497
Holmes, W., Porayska, K., Holstein, K., Sutherland, E., & Baker, R. S. (2024). Enhancing teacher AI literacy and integration: Professional development for the future of education. Computers and Education: Artificial Intelligence, 6, 100193. https://doi.org/10.1016/j.caeai.2024.100193
Huang, B., & Hew, K. F. (2024). Prompting in education: A systematic review. Educational Research Review, 41, 100574. https://doi.org/10.1177/07356331251365189
Kaplan-Rakowski, R., Grotewold, K., Hartwick, P., & Papin, K. (2023). Generative AI and teachers’ perspectives on its implementation in education. Journal of Interactive Learning Research, 34(2), 313–338. https://doi.org/10.70725/815246mfssgp
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M. (…), & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Lu, J., Zheng, R., Gong, Z., & Xu, H. (2024). Supporting Teachers’ Professional Development With Generative AI: The Effects on Higher Order Thinking and Self-Efficacy. IEEE Transactions on Learning Technologies, 17, 1279-1289. https://doi.org/10.1109/TLT.2024.3369690
Mao, J., Chen, B. Y., & Liu, J. C. (2024). Generative artificial intelligence in education and its implications for assessment. TechTrends, 68(1), 58–66. https://doi.org/10.1007/s11528-023-00911-4
Møgelvang, A., Bjelland, C., Grassini, S., & Ludvigsen, K. (2024). Gender Differences in the Use of Generative Artificial Intelligence Chatbots in Higher Education: Characteristics and Consequences. Education Sciences, 14(2), 1363. https://doi.org/10.3390/educsci14121363
OECD (2023). Digital education outlook 2023: Opportunities, guidelines and guardrails for effective and equitable use of AI in education. OECD Publishing.
Ofosu, K. (2023). Gender Differences in Perception of Artificial Intelligence-Based Tools. Journal of Digital Art & Humanities, 4(2), 52-56. https://doi.org/10.33847/2712-8149.4.2_6
Owan, V. J., Abang, K. B., Idika, D. O., Etta, E. O., & Bassey, B. A. (2023). Exploring the potential of artificial intelligence tools in educational measurement and assessment. Eurasia Journal of Mathematics, Science and Technology Education, 19(8), em2307. https://doi.org/10.29333/ejmste/13428
Rajapakse, C., Ariyarathna, W., & Selvakan, S. (2024). A Self-Efficacy Theory-Based Study on the Teachers’ Readiness to Teach Artificial Intelligence in Public Schools in Sri Lanka. ACM Transactions on Computing Education, 24, art. 47 https://doi.org/10.1145/3691354
Rosenthal, R. (1994). Parametric Measures of Effect Size. In H. Cooper, L. V. Hedges, & J. C. Valentine (Eds.), The Handbook of Research Synthesis (pp. 231-244). Russell Sage Foundation.
Şahín, C. (2024). Artificial intelligence technologies and ethics in educational processes: solution suggestions and results. Innoeduca. International Journal of Technology and Educational Innovation, 10(2), 201–216. https://doi.org/10.24310/ijtei.102.2024.19806
Sánchez, M. (2024). Consideraciones ontotecnológicas sobre el ser humano y la inteligencia artificial: Asociaciones, desempeño e identidad. Claridades, 16(2), 139–157. https://doi.org/10.24310/crf.16.2.2024.19039
Singh, S., Singh, P., & Kaur, V. (2025). Understanding ChatGPT Adoption among Higher Education Students in Punjab, India: An Application of UTAUT2 Model. Innoeduca. International Journal of Technology and Educational Innovation, 11(1), 5–28. https://doi.org/10.24310/ijtei.111.2025.20219
Sun, J., H., Zeng, Y., Han, D., & Jin, Y. (2022). Promoting the AI teaching competency of K-12 computer science teachers: A TPACK-based professional development approach. Education and Information Technologies, 28, 1509-1533. https://doi.org/10.1007/s10639-022-11256-5
Tlili, A., & Burgos, D. (2024). Unleashing the power of Open Educational Practices (OEP) through Artificial Intelligence (AI): where to begin? Interactive Learning Environments, 32(10), 6886-6893. https://doi.org/10.1080/10494820.2022.2101595
Trejo, J. (2023). Más preguntas que respuestas: La inteligencia artificial y la educación. Perfiles Educativos, 45(Especial), 43–55. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61690
Universidad Internacional de Andalucía (UNIA). (2025). Web institucional. https://www.unia.es
Xiang, Y., Yang, C., Jin, Z., & Zhao, W. (2025). Factors influencing the adoption of generative artificial intelligence into classroom teaching by university teachers: An empirical study using SPSS PROCESS macros. PLoS One 20(8), e0324875. https://doi.org/10.1371/journal.pone.0324875
Yang, Y., Tseng, C., & Lai, S. (2024). Enhancing teachers’ self-efficacy beliefs in AI-based technology integration into English speaking teaching through a professional development program. Teaching and Teacher Education, 144, 104582. https://doi.org/10.1016/j.tate.2024.104582
Zhan, Y. (2022). Developing and validating a student feedback literacy scale. Assessment & Evaluation in Higher Education, 47(7), 1087–1100. https://doi.org/10.1080/02602938.2021.2001430
Derechos de autor 2026 Revista Interuniversitaria de Formación del Profesorado
Esta obra está bajo una licencia internacional Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0.
La Revista Interuniversitaria de Formación del Profesorado (RIFOP), con ISSN impreso 0213-8646 e ISSN electrónico 2530-3791, se adhiere a los avisos de derechos de autor propuestos por Creative Commons.
Derechos de autor
Los artículos publicados en la revista están sujetos a las siguientes condiciones:
- La Asociación Universitaria de Formación del Profesorado (AUFOP) es la editora de RIFOP y posee los derechos de autor de los artículos publicados en ella. Se permite la reutilización de estos bajo la licencia de uso indicada en el punto 2.
© Asociación Universitaria de Formación del Profesorado (AUFOP)
- Los artículos se publican en versión electrónica bajo la licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 España (texto legal). Los artículos pueden copiarse, utilizarse, difundirse, transmitirse y exhibirse públicamente siempre que: i) se cite la autoría y la fuente original de publicación (revista, editores y URL del artículo); ii) no se utilizan con fines comerciales; iii) se menciona la existencia y las especificaciones de la licencia de uso.
- Condiciones de autoarchivo. Se permite y se anima a los autores a difundir versiones electrónicas preimpresas (versiones previas a la revisión por pares) y/o postimpresas (versiones revisadas y aceptadas para su publicación) de sus artículos antes de su publicación, ya que esto favorece su rápida circulación y difusión, y supone un posible aumento de citas y alcance dentro de la comunidad académica.
Declaración de privacidad
Los nombres y direcciones de correo electrónico incorporados a esta revista se utilizarán únicamente para los fines declarados de la revista y no estarán disponibles para ningún otro fin ni para terceros.
