PERCEPCIÓN SOBRE EL USO DE INTELIGENCIA
ARTIFICIAL EN LAS ACTIVIDADES ESCOLARES
DE LOS PROFESORES DE LA ESCUELA DE
NUTRICIÓN URSE
PERCEPTION OF THE USE OF ARTIFICIAL INTELLIGENCE
IN SCHOOL ACTIVITIES OF THE TEACHERS OF THE URSE
SCHOOL OF NUTRITION
Neri Caballero
Universidad Regional del Sureste – México
Enrique Salvador
Universidad Regional del Sureste - México
pág. 10500
DOI: https://doi.org/10.37811/cl_rcm.v8i3.12208
Percepción sobre el uso de Inteligencia Artificial en las actividades escolares
de los profesores de la Escuela de Nutrición URSE
Neri Caballero1
nece661109@profesores.urse.edu.mx
https://orcid.org/0000-0002-4896-0823
Universidad Regional del Sureste
Oaxaca - México
Enrique Salvador
Universidad Regional del Sureste
Oaxaca - México
RESUMEN
Introducción. Existe, desde hace ya varias décadas, un creciente interés en el aprendizaje computacional,
específicamente en el ámbito del machine learning, donde los sistemas aprenden a realizar tareas a partir
de ejemplos o mediante el sistema de prueba y error. Con base a lo anteriormente descrito, surge la
siguiente pregunta de investigación para el presente proyecto, ¿Cuál será la percepción sobre el uso de
Inteligencia Artificial en las actividades escolares de los profesores de la Escuela de Nutrición URSE?
Objetivo. El presente proyecto tuvo como objetivo general el conocer la percepción de los profesores
de la Escuela de Nutrición URSE sobre el uso de Inteligencia Artificial en las actividades escolares.
Metodología. El estudio de investigación realizado se contempló de tipo exploratorio, con un diseño
metodológico observacional y transversal, siendo la muestra u objeto de estudio los profesores de la
Escuela de Nutrición. Asimismo, el estudio contó con una variable independiente, siendo esta la
percepción sobre la inteligencia artificial. Resultados. Se indagó sobre los beneficios o perjuicios en
las actividades escolares por parte de los profesores, observándose un 20% para la percepción de
perjuicios y un 80% para la de beneficios. El uso de la IA en particular el uso del Chat GPT en las
actividades escolares de sus estudiantes arrojó que un 30% de los profesores no han detectado el uso de
esta herramienta, el 70% de ellos sí. Conclusiones. la mayoría de los docentes tiene un conocimiento
considerable sobre inteligencia artificial (IA) y perciben su mayor impacto en el área educativa. Aunque
la mayoría ve beneficios en la IA para actividades escolares, una proporción significativa aún no ha
recibido capacitación en este ámbito.
Palabras clave: percepción, inteligencia artificial, actividades escolares, profesores, escuela
1
Autor Principal
Correspondencia: nece661109@profesores.urse.edu.mx
pág. 10501
Perception of the use of Artificial Intelligence in school
activities of the teachers of the URSE School of Nutrition
ABSTRACT
Introduction. For several decades now, there has been a growing interest in computational learning,
specifically in the field of machine learning, where systems learn to perform tasks from examples or
through trial and error. Based on what was previously described, the following research question arises
for this project: What will be the perception of the use of Artificial Intelligence in school activities of
the teachers of the URSE School of Nutrition? Aim. The general objective of this project was to know
the perception of teachers at the URSE School of Nutrition about the use of Artificial Intelligence in
school activities. Methodology. The research study carried out was considered exploratory, with an
observational and transversal methodological design, with the sample or object of study being the
teachers of the School of Nutrition. Likewise, the study had an independent variable, this being the
perception of artificial intelligence. Results. The benefits or harms in school activities by teachers were
investigated, observing 20% for the perception of harms and 80% for the perception of benefits. The use
of AI, in particular the use of GPT Chat in the school activities of their students, showed that 30% of
teachers have not detected the use of this tool, 70% of them have. Conclusions. Most teachers have
considerable knowledge about artificial intelligence (AI) and perceive its greatest impact in the
educational area. Although most see benefits in AI for school activities, a significant proportion have
not yet received training in this area.
Keywords: perception, artificial intelligence, school activities, teachers, school
Artículo recibido 20 mayo 2024
Aceptado para publicación: 24 junio 2024
pág. 10502
INTRODUCCIÓN
El modelo matemático de la máquina de Turing, desarrollado por Alan Turing, fue el pionero en la
creación de los primeros prototipos de computadoras del siglo XX y su papel esencial en el surgimiento
del linaje de la Inteligencia Artificial (IA). El modelo de Turing fue una fuente de inspiración crucial
para el desarrollo de las primeras computadoras, estableciendo los fundamentos teóricos de la
computación moderna (Turing, 2010) (Turing, 2010, pp. 1-22). Por otra parte, otros científicos de la
época fueron los primeros en abordar la pregunta esencial ¿pueden las máquinas pensar? esta pregunta
marcó el inicio de la exploración formal de la inteligencia artificial. Lo anteriormente descrito resalta el
vínculo entre el modelo matemático de la máquina de Turing, el surgimiento de la IA y las derivaciones
explicativas de esta disciplina en diversos aspectos de la vida cotidiana y la sociedad. La pregunta sobre
si las máquinas pueden pensar y la necesidad de definir formalmente la inteligencia subraya la
complejidad y la importancia de la exploración en este campo (INCyTU, 2018) (INCyTU, 2018, p. 1).
Existe la dificultad de definir la IA debido a la falta de precisión en el concepto de inteligencia en sí
mismo. Definir la IA no es sencillo debido a la falta de precisión en el concepto de inteligencia en sí
mismo, a pesar de la dificultad, el término IA se utiliza coloquialmente cuando una máquina puede
imitar funciones cognitivas humanas. Varias funciones cognitivas propias de la mente humana, como
creatividad, sensibilidad, aprendizaje, entendimiento, percepción del ambiente y uso del lenguaje se
asocian con el uso del término IA.
En períodos pasados se pueden identificar diversas definiciones de IA presentadas por distintos autores.
Estas definiciones abordan la naturaleza y los objetivos de la IA desde diferentes perspectivas. Para
Haugeland (1985) la IA es la tarea de lograr que las computadoras piensen, considerando máquinas con
mente en su sentido literal, este enfoque destaca la idea de otorgar a las computadoras la capacidad de
pensar, implicando una comprensión más profunda de la mente (Haugeland, 1985) (Haugeland, 1985,
pp. 1-287). Asimismo, Winston (1992) la define como el estudio de los cálculos que permiten razonar y
actuar, poniendo el centro de su idea en la capacidad de realizar cálculos para llevar a cabo el
razonamiento y la acción (Winston, 1993) (Winston, 1993, pp. 1-737). Para terminar con este recorrido
en el tiempo, Luger y Stubblefield (1993) conciben a la IA como la rama de la ciencia de la computación
que se ocupa de la automatización de la conducta inteligente, haciendo hincapié en la automatización
pág. 10503
del mando inteligente como el núcleo de la disciplina. En conjunto, estas definiciones reflejan la
diversidad de enfoques en la comprensión de la inteligencia artificial, abarcando desde la emulación de
procesos mentales hasta la automatización de comportamientos inteligentes, y desde el arte de la
creación de máquinas inteligentes hasta el estudio de modelos computacionales de facultades mentales
(López Takeyas, 1997) (López Takeyas, 1997, pp. 1-3). Es necesario poner de manifiesto la importancia
de comprender algunos conceptos fundamentales relacionados con la IA y la relación directa de estos
términos con el desarrollo y funcionamiento de la misma. La finalidad es familiarizarse con los
conceptos que sustentan la IA para habituarse con el vocabulario asociado y, con esto, comprender de
manera efectiva las discusiones y menciones sobre el tema.
Conceptos relacionados con la IA
A continuación, se mencionan los conceptos básicos relacionados con la IA, estos conceptos básicos los
podemos describir en el siguiente orden de ideas: a) macrodatos (Big Data), introducido por Erik Larson
en 1989 y se refiere a las filiaciones caracterizadas por su volumen, variabilidad y velocidad. A su vez
se define como el conjunto de datos cuyo tamaño, complejidad y velocidad de crecimiento dificultan su
captura, gestión, procesamiento o análisis (Larson, 1989) (Larson, 1989, pp. 300-35-12), b) aprendizaje
Automático o de Máquina (Machine Learning), campo de la ciencia que permite a las máquinas aprender
y resolver problemas sin ser programadas explícitamente para ello. Se basa en técnicas que permiten a
las máquinas aprender de manera autónoma, c) aprendizaje Profundo (Deep Learning), se encuentra
dentro del campo de machine learning como una subcategoría. Utiliza algoritmos para imitar el
funcionamiento del cerebro humano y puede reconocer objetos, cuerpos y rostros gracias al
almacenamiento de grandes cantidades de datos, d) IA Débil, ciencia e ingeniería que permite diseñar y
programar computadoras para realizar tareas que requieren inteligencia. Libera a las personas de ciertos
trabajos y ahorra tiempo, pero no posee la capacidad de replicar completamente la inteligencia humana,
e) IA Fuerte, ciencia e ingeniería que busca replicar la inteligencia humana mediante máquinas. A
diferencia de la IA débil, la IA fuerte no solo realiza tareas inteligentes, sino que se convierte en un ser
capaz de tomar decisiones por sí misma, según la perspectiva de John Searle (Vásquez Márquez, 2023)
(Álvarez Bernat, 2023, pp. 13-16).
pág. 10504
Metaverso
En 1992, Neal Stephenson introduce el término "metaverso" en su novela "Snow Crash". Según la
definición de Stephenson, el metaverso es un universo generado por computadora, representado en un
visor y transmitido a través de auriculares. Este espacio imaginario consiste en fragmentos de software
accesibles mediante la red de fibra óptica. En esencia, el metaverso es un mundo digital en 3D donde
los usuarios, sin restricciones de espacio y tiempo, interactúan en diversos entornos. La denominación
refleja su naturaleza: más allá (meta) del universo (verso) (Álvarez Bernat, 2023, p. 14) (Stephenson,
1992) (Stephenson, 1992, pp. 1-463).
Características del metaverso
Edward Castronova, especialista en mundos sintéticos, identifica tres características fundamentales del
metaverso. En primer lugar, destaca la interactividad, donde los avatares (usuarios) pueden interactuar
entre sí y con el entorno virtual. En segundo lugar, resalta la corporeidad, que implica la representación
de cada individuo mediante un avatar personalizado, aunque sujeto a ciertas limitaciones impuestas por
las leyes y recursos del mundo real. En tercer lugar, destaca la persistencia, que asegura la continuidad
y actividad constante del universo virtual incluso cuando los usuarios no están conectados. Esta
persistencia permite a los usuarios encontrar el metaverso en el mismo estado en el que lo dejaron al
reconectarse (Álvarez Bernat, 2023, p. 15) (Castronova, 2005) (Castronova, 2005, pp. 1-346).
Tipos de metaverso
Dentro del metaverso se distinguen cuatro tipos: mundos espejo, realidad aumentada, juegos/mundos
virtuales y lifelogging, cada uno contribuyendo de manera única al ámbito educativo. En los mundos
espejo, como Google Earth o Zoom, se representa el mundo real virtualmente. La realidad aumentada,
ejemplificada por visitas virtuales a museos, proporciona detalles adicionales sobre la realidad. Juegos
y mundos virtuales, como World of Warcraft o Minecraft, permiten a los usuarios sumergirse en
experiencias ficticias e interactuar entre ellos. Finalmente, el lifelogging, representado por redes sociales
y aplicaciones de salud, se centra en recopilar, almacenar y compartir datos de la vida diaria. Estas
variantes del metaverso ofrecen diversas oportunidades educativas y experiencias inmersivas.
pág. 10505
Metaverso en el ámbito educativo
En el ámbito educativo, los mundos espejo, como Google Meet, facilitan las comunicaciones a distancia
y el aprendizaje espacial de la geografía. La realidad aumentada posibilita un enfoque detallado de
contenidos a través de visitas virtuales tridimensionales. El lifelogging respalda el aprendizaje basado
en la reflexión personal y el análisis de datos. Por último, los mundos virtuales ofrecen oportunidades
de aprendizaje en espacios no accesibles en la vida real. Estas aplicaciones diversificadas del metaverso
en la educación brindan experiencias enriquecedoras y perspectivas innovadoras.
En el vasto universo de posibilidades digitales, los mundos virtuales destacan como uno de los terrenos
más explorados y enriquecedores, especialmente cuando se trata de su impacto en la educación. Dentro
de este paisaje, los juegos virtuales emergen como catalizadores del aprendizaje, encarnando el modelo
innovador del e-learning 2.0. En este enfoque, el aprendizaje se entrelaza con la experiencia lúdica,
donde el usuario se convierte en el arquitecto de su propio proceso educativo. Aquí, la enseñanza
trasciende los límites tradicionales, abrazando el lema del "aprender haciendo". La interconexión con
otros usuarios amplifica aún más esta experiencia, transformando el aprendizaje en una aventura
colaborativa y dinámica. En este entorno, el conocimiento se teje entre mundos virtuales, donde cada
interacción es una oportunidad para descubrir, crear y crecer en un universo educativo sin fronteras
(Vásquez Márquez, 2023) (Vásquez Márquez, pp. 17-18).
Asimismo, Second Life es una aplicación de procesamiento de datos que ofrece a los usuarios la
oportunidad de sumergirse en un mundo virtual interactivo, donde pueden crear objetos y estructuras
complejas, así como interactuar con otros usuarios. Este entorno también sirve como plataforma para el
aprendizaje, siguiendo el modelo de e-learning mencionado anteriormente. El análisis de Second Life
revela dos conclusiones principales. Por un lado, a pesar de sus promesas iniciales, persisten desafíos
significativos como fallos técnicos y limitaciones en el control de los avatares, lo que refleja una brecha
entre las expectativas y la realidad tecnológica. Por otro lado, se sugiere que las formas de aprendizaje
completamente inmersivas aún no han alcanzado su pleno potencial, señalando la necesidad de seguir
explorando y desarrollando nuevas tecnologías educativas (Checa García, 2011) (Checa García, 2011,
pp. 147-16).
pág. 10506
Chat GTP
Existen diversas empresas dedicadas a la investigación en el área de la Inteligencia Artificial, siendo
OpenAI la creadora del chatbot más prominente actualmente. Un chatbot es una aplicación de
inteligencia artificial capaz de sostener conversaciones similares a las humanas, brindando respuestas
instantáneas a las consultas de los usuarios. Fundada en 2015 en San Francisco por figuras
internacionales como Elon Musk, Reid Hoffman, Peter Thiel, Greg Brockman y Sam Altman, OpenAI
inicialmente se estableció como una organización sin fines de lucro con el objetivo de democratizar las
herramientas de IA. Sin embargo, en 2019, OpenAI cambió su enfoque hacia un modelo de empresa con
fines lucrativos, abandonando su compromiso inicial con el código abierto (Cela Conde, 2009) (Cela
Conde, 2009, pp. 23-25).
La evolución y las características del ChatGPT-3 se efectúa hasta el año 2022, la versión completa del
ChatGPT-3 no se implementó en la sociedad hasta ese año, es decir, la adopción masiva ocurrió en
noviembre cuando se lanzó gratuitamente y atrajo a millones de usuarios en los primeros días. Una
característica distintiva de este sistema es que no se actualiza constantemente; en cambio, su información
proviene de todo lo almacenado hasta 2021, lo que significa que no puede proporcionar información
sobre eventos o datos posteriores a esa fecha. Asimismo, la importancia del concepto de "prompt" en la
interacción con ChatGPT-3, implica conocer que es la instrucción que se le da al sistema para que
responda, ya sea una pregunta o una frase que se espera que genere una respuesta, la formulación
adecuada del prompt es crucial para obtener la información deseada y, con esto, obtener una
comunicación eficaz con el chatbot.
Existen cinco tipos de prompts utilizados en la interacción con ChatGPT…a) secuenciales los cuales
buscan obtener información de manera progresiva a través de una serie de preguntas y respuestas,
permitiendo una comprensión más completa del tema en cuestión, b) comparativos, que solicitan al
chatbot que compare dos elementos, conceptos o principios para obtener una respuesta específica y
comparativa, c) argumentales, requieren una respuesta subjetiva del chatbot sobre una situación
específica, permitiendo conocer su punto de vista sobre un tema determinado, d) de perspectiva
profesional, piden que la IA se comporte como un experto en un campo específico, brindando una
respuesta precisa basada en conocimientos especializados e) Prompts de lista de deseos, intentan
pág. 10507
alcanzar una información definida de un tema. En un primer momento, indaga lo que se está buscando
y, a continuación, solicita algunos prototipos. Un ejemplo aplicado a este tipo de prompts consistiría en
una secuencia de dos pasos (a y b): a) estoy buscando aumentar la proteína en mi dieta, b) ¿podrías
crear un menú semanal en el que estén incluidos alimentos ricos en este nutrimento? (Morales-Chan,
2023) (Morales-Chan, 2023, s/p).
Existe, desde hace ya varias décadas, un creciente interés en el aprendizaje computacional,
específicamente en el ámbito del machine learning, donde los sistemas aprenden a realizar tareas a partir
de ejemplos o mediante el sistema de prueba y error, introduciéndose a su vez el concepto de redes
neuronales, especialmente las profundas, como modelos exitosos en tareas complejas. Las redes
neuronales están inspiradas en una forma simplificada del funcionamiento de las neuronas. Estas redes
neuronales profundas desarrollan tareas de alta complejidad, como la identificación de objetos en
imágenes y el reconocimiento del habla humana como ejemplos (Pérez Orozco, 2018) (Pérez Orozco,
2018, pp. 1-2). Con base a lo anteriormente descrito, surge la siguiente pregunta de investigación para
el presente proyecto, ¿Cuál será la percepción sobre el uso de Inteligencia Artificial en las actividades
escolares de los profesores de la Escuela de Nutrición URSE?
METODOLOGÍA
El presente proyecto tuvo como objetivo general el conocer la percepción de los profesores de la Escuela
de Nutrición URSE sobre el uso de Inteligencia Artificial en las actividades escolares, asimismo,
consultar si conocían y hacían uso del ChatGPT-3 en su práctica académica, esto último con la finalidad
de identificar el grado de aplicación de esta herramienta. De la misma forma, contó con dos propósitos
específicos de investigación, además de los ya descritos, los cuales fueron el investigar si los profesores
han detectado el uso de la inteligencia artificial en los estudiantes de sus grupos asignados, así como,
indagar la percepción positiva o negativa que tienen sobre el uso de la IA por parte de los alumnos y su
repercusión en la educación de los mismos.
Características metodológicas de la investigación
El actual estudio es de tipo exploratorio, con un diseño observacional y transversal, siendo la muestra
u objeto de estudio los profesores de la Escuela de Nutrición, en el entendido que una escuela está
conformada por su respectivo claustro docente. Así, con lo anteriormente puntualizado, el presente
pág. 10508
proyecto se torna de prototipo dicotómico, es decir con una variable dependiente siendo ésta los
profesores de la Escuela de Nutrición y una variable independiente, percepción sobre la inteligencia
artificial. Con base a la intencionalidad metodológica descrita con anterioridad, el estudio queda
conformado de la siguiente forma.
La fase uno consistió en examinar si los profesores conocen y hacen uso del ChatGPT-3 en sus
actividades académicas, para poder deducir el grado de aplicación de este instrumento.
Fase de exploración inicial
Tabla No. 1 Operacionalización de variables
Variable dependiente
Variable independiente
Profesores de la Escuela de Nutrición
Conocimiento y uso sobre el ChatGPT-
3
Fuente: auto elaboración
La fase dos se centró en investigar si los profesores han detectado el uso de la inteligencia artificial en
los estudiantes de sus diferentes grupos asignados.
Fase de exploración intermedia
Tabla No. 2 Operacionalización de variables
Variable dependiente
Variable independiente
Profesores de la Escuela de Nutrición
Detección del uso de la inteligencia
artificial en los estudiantes
Fuente: auto elaboración
La fase tres tuvo como finalidad indagar la percepción positiva o negativa que tienen los profesores
sobre el uso de la Inteligencia Artificial por parte de los estudiantes y su repercusión en la educación de
los mismos.
pág. 10509
Fase de exploración final.
Tabla No. 3 Operacionalización de variables
Variable dependiente
Variable independiente
Profesores de la Escuela de Nutrición
Percepción positiva o negativa sobre el
uso en los estudiantes
de la Inteligencia Artificial
Fuente: auto elaboración
Instrumento de recolección de datos
El instrumento de recolección de datos de recolección de datos (modificado) utilizado para la presente
investigación estuvo basado en la Encuesta Nacional 2023 sobre la “Percepción Social de la
Inteligencia Artificial” emanada del Centro de Comunicación de las Ciencias y la Vicerrectoría de
Investigación y Doctorados de la Universidad Autónoma de Chile (UACH, 2023) (Universidad
Autónoma de Chile, 2023, s/p). Asimismo, del trabajo final de grado en humanidades y Estudios
Interculturales denominado: “Los riesgos de la inteligencia artificial en la educación: el caso del
ChatGPT” de la autora, Naiara Álvarez Bernat, de la Universidad de Jaume. La Universidad Jaume I,
también referenciada por sus siglas UJI, es una universidad pública de enseñanza superior e
investigación ubicada en la ciudad de Castellón de la Plana en España (Alvarez, 2023) (Álvarez Bernat,
Naiara, 2023, s/p).
RESULTADOS
Se realizó la indagación del porcentaje de distribución por sexo establecido dentro de la muestra de
profesores de la Escuela de Nutrición. Lo anterior arrojó un 60% para el sexo femenino y un 40 % para
el masculino.
pág. 10510
Gráfico 1 Distribución del sexo del total de profesores del claustro docentes de la Escuela de Nutrición
(n=20)
Fuente: Elaboración propia
Se verificó el rango de edades en porcentaje con los que cuenta la muestra de profesores, encontrándose
que un 15% se encuentra entre los 50 y 59 años, el 35% entre los 40 y 49 años y finalmente, el 50%
entre los 30 y los 39 años de edad.
Gráfico 2 Docentes por rango de edades (n=20)
Fuente: Elaboración propia
De la misma forma se indagó el número de asignaturas que imparten los docentes expresados en
porcentajes, observándose que un 10% imparten tres asignaturas, el 35% dos y el 55% una materia.
Gráfico 3 Porcentaje por número de asignaturas que imparten los profesores (n=20)
Fuente: Elaboración propia
40%
60%
masculino
femenino
55%35%
10%
Una asignatura
Dos asignaturas
Tres asignaturas
pág. 10511
Lo mismo se efectuó para el número de grupos asignados, obteniéndose un 45% con un grupo, un 15%
para dos y tres grupos y finalmente un 25% para cuatro grupos.
Gráfico 4 Porcentaje por número de grupos que imparten los profesores (n=20)
Fuente: Elaboración propia
Continuando con el análisis según el número de profesores que imparten asignatura según su
clasificación resultó que un 50% de ellos imparten materias de tipo complementarias, 30% básicas y
20% profesionales.
Gráfico 5 Porcentaje de asignaturas impartidas por los docentes distribuidas por su tipo y clasificación
(n=20)
Fuente: Elaboración propia
La siguiente tabla (6) nos muestra el porcentaje de conocimiento con los que cuentan los docentes
respecto a la IA, siendo éste del 100% de la muestra, asimismo indaga sobre si conocen los usos de la
misma resultando que 95% de ellos si los conocen.
30%
50%
20% Básica
Complementaria
Profesional
pág. 10512
Gráfico 6 Porcentaje de conocimiento y usos de la IA por parte de los profesores (n=20)
Fuente: Elaboración propia
Se muestra el resultado de los porcentajes de la pregunta que indagó en qué áreas consideraban los
profesores que la IA estaba teniendo mayor impacto, resultando que el rubro de mayor grado fue el área
“educativa” con un 28.3%, seguida de la “comunicativa” estimando el 18.3% y finalmente, con el
16.6%, la de “salud”.
Gráfico 7 Impacto de las áreas de aplicación de la Inteligencia Artificial según la percepción de los
docentes (n=20)
Fuente: Elaboración propia
El siguiente gráfico muestra los porcentajes de conocimiento y desconocimiento sobre el uso o
aplicación de la IA en el área educativa, siendo estos el 90 y 10 % respectivamente.
Gráfico 8 Conocimiento y desconocimiento sobre la IA según la percepción de los profesores (n=20)
Fuente: Elaboración propia
100 %
95%
CONOCIMIENTO DE LA
INTELIGENCIA ARTIFICIAL
USOS DE LA INTELIGENCIA
ARTIFICIAL
11.6%
1.7%
28.3%
13.3%
16.6%
10.2%
18.3%
90%
10%
Conocimiento sobre el uso de la IA en el área educativa
Desconocimiento sobre el uso de la IA en el área educativa
pág. 10513
Asimismo, se muestra la percepción de los docentes respecto a la perspectiva del uso de la IA en el área
educativa, es decir si este uso traerá beneficios o perjuicios en las actividades escolares por parte de los
profesores, observándose un 20% para la percepción de perjuicios y un 80% para la de beneficios.
Gráfico 9 Beneficios y perjuicios de la IA bajo la percepción de los docentes (n=20)
Fuente. Elaboración propia
Se preguntó a los profesores si contaban con capacitaciones sobre el uso escolar de la IA, resultando
que el 70% no cuentan con esta preparación y el 30% sí.
Gráfico 10 Capacitaciones sobre IA escolar en los profesores (n=20)
Fuente: Elaboración propia
Del mismo modo se investigó si los profesores habían usado inteligencia artificial para sus actividades
de clase, observándose que el 50% consideran que lo habían hecho mientras que el restante igualitario
no.
80%
20%
Beneficios Perjuicios
30%
70%
Con capacitación sobre IA Sin capacitación sobre IA
pág. 10514
Gráfico 11 Uso de la IA en actividades escolares por parte de los profesores (n=20)
Fuente: Elaboración propia
También se quizo saber si los profesores habían oído hablar del Chat GPT, encontrándose que el 75%
si lo conocía y el 25% restante no.
Gráfico 12 Conocimiento del programa Chat GPT por parte de los profesores (n=20)
Fuente: Elaboración propia
Por otra parte se preguntó si los profesores habían detectado el uso de la IA en particular el uso del Chat
GPT en las actividades escolares de sus estudiantes, viéndose que un 30% de los profesores no han
detectado el uso de esta herramienta, mientras que el 70% de ello si lo habían notado.
50%
50%
Uso de la inteligencia artificial para actividades de clase
No uso de la inteligencia artificial para actividades de clase
75%
25%
Conocimiento sobre el Chat GTP Desconocimiento sobre el Chat GPT
pág. 10515
Gráfico 13 Uso del Chat GTP detectado por parte de los profesores en sus estudiantes
Fuente: elaboración propia
Casi para concluir con el formulario se preguntó a los profesores si consideraban que el uso de la IA en
general traería beneficios o perjuicios en su uso por parte de los estudiantes, encontrándose que un 70%
y un 30% opinan respectivamente sobre estos dos criterios.
Gráfico 14 Perspectiva de los profesores sobre el uso de la IA en las actividades escolares de sus
estudiantes (n=20)
Fuente: elaboración propia
Por último, se indagó si los profesores del claustro docente de la Escuela de Nutrición estarían dispuestos
a participar en capacitaciones sobre Inteligencia Artificial, resultando que el 100% están dispuestos a
desarrollar este ejercicio de educación continua.
Gráfica 15 Disposición a la capacitación por parte de los profesores (n=20)
Fuente: Elaboración propia
70%
30%
Uso del Chat GPT por parte de los estudiantes
No uso del Chat GPT por parte de los estudiantes
70%
30%
Beneficios Perjuicios
100%
0
Disposición a la capacitación No disposición a la capacitación
pág. 10516
DISCUSIÓN
Estudios previos muestran un panorama interesante sobre la percepción y el conocimiento de los
docentes respecto a la inteligencia artificial (IA) en el ámbito educativo. Por un lado, se destaca que la
mayoría de los docentes tienen un conocimiento considerable sobre IA y entienden sus aplicaciones
prácticas, lo cual es fundamental para aprovechar al máximo las tecnologías emergentes en la enseñanza.
Además, la percepción generalizada de que la IA está transformando significativamente la educación
resalta la importancia que los docentes le otorgan a esta tecnología y su potencial impacto en el proceso
educativo (Alfaro Salas & Diaz porras, 2024) (Alfaro Salas & Diaz porras, 2024, pp. 201-2015).
Sin embargo, algunos otros proyectos señalan que la mayoría de los profesores no cuentan con
capacitaciones específicas sobre el uso escolar de la IA, lo que evidencia una necesidad de brindar más
oportunidades de formación en este campo para mejorar su competencia y capacidad de integrar esta
tecnología de manera efectiva en el entorno educativo.
La división equitativa en el uso de IA en el aula indica que, si bien muchos profesores ya han adoptado
esta tecnología, aún existe un grupo significativo que necesita más información y apoyo para su
implementación. La detección y el conocimiento del uso de herramientas como Chat GPT también
reflejan la familiaridad y la conciencia de los docentes sobre las nuevas tecnologías utilizadas por los
estudiantes (Zamora Úbeda & Stynze Gómez, 2024).
En general, la actitud mayoritariamente positiva hacia la IA y la disposición total para participar en
capacitaciones sobre este tema son aspectos alentadores que sugieren un interés creciente por parte de
los docentes en mejorar sus habilidades y conocimientos en el ámbito de la inteligencia artificial, lo cual
puede tener un impacto positivo en la calidad de la educación y en la preparación de los estudiantes para
el futuro digital (Andreoli, 2024) (Andreoli, 2024, pp. 63-77).
CONCLUSIONES
La mayoría de los docentes encuestados poseen un conocimiento considerable sobre inteligencia
artificial (IA), ya que la totalidad de la muestra demuestra tener al menos un nivel básico de comprensión
sobre el tema. Además, la mayoría de estos docentes no sólo conoce la IA, sino que también entiende
sus aplicaciones prácticas.
pág. 10517
Los resultados de la encuesta revelan que los profesores perciben que la inteligencia artificial (IA) está
teniendo su mayor impacto en el área educativa, con un más de una cuarta parte de la muestra. Esto
indica una percepción generalizada de que la IA está transformando significativamente la educación. Le
siguen el área comunicativa y de salud, lo que refleja una apreciación considerable pero menor en
comparación con el ámbito educativo.
La mayoría de los docentes perciben el uso de la inteligencia artificial (IA) en el área educativa como
beneficioso, puesto que más de las tres cuartas partes de ellos consideran que traerá ventajas para las
actividades escolares. Solo una quinta parte ve la IA como potencialmente perjudicial, lo que refleja una
actitud mayoritariamente positiva hacia la integración de la IA en la educación.
La mayoría de los profesores no cuentan con capacitaciones sobre el uso escolar de la inteligencia
artificial (IA), mientras que solo una tercera parte sí ha recibido esta preparación. Esto indica una
necesidad significativa de incrementar las oportunidades de formación en IA para los docentes, con el
fin de mejorar su competencia y capacidad de integrar esta tecnología en el entorno educativo.
La investigación revela que la mitad de los profesores ha utilizado inteligencia artificial en sus
actividades de clase, mientras que la otra mitad no lo ha hecho. Esto indica una división equitativa en la
adopción de la IA en el entorno educativo, destacando tanto el potencial de crecimiento como la
necesidad de fomentar un uso más generalizado de esta tecnología entre los docentes.
Tres cuartas partes de los profesores ha oído hablar de Chat GPT, mientras que la cuarta parte restante
no lo conoce. Esto sugiere una buena familiaridad con esta herramienta de inteligencia artificial entre
los docentes, aunque aún queda una cuarta parte de ellos que necesita ser informado sobre sus
posibilidades y aplicaciones. Asimismo, casi tres cuartas partes de los profesores ha detectado el uso de
Chat GPT en las actividades escolares de sus estudiantes, mientras que la tercera parte no lo ha notado.
Esto indica que una mayoría significativa de docentes es consciente del empleo de esta herramienta de
inteligencia artificial por parte de los alumnos.
La mayoría de los profesores considera que el uso de la inteligencia artificial por parte de los estudiantes
traerá beneficios, mientras que una tercera parte opina que podría ocasionar perjuicios. Esto refleja una
percepción mayoritariamente positiva sobre el impacto de la IA en el aprendizaje estudiantil.
Finalmente, la totalidad de los profesores del claustro docente de la Escuela de Nutrición están
pág. 10518
dispuestos a participar en capacitaciones sobre inteligencia artificial, demostrando una total disposición
a mejorar sus competencias en este ámbito.
Como conclusión final, la mayoría de los docentes tiene un conocimiento considerable sobre inteligencia
artificial (IA) y perciben su mayor impacto en el área educativa. Aunque la mayoría ve beneficios en la
IA para actividades escolares, una proporción significativa aún no ha recibido capacitación en este
ámbito. Hay una división equitativa en el uso de IA en el aula, y aunque muchos conocen y han detectado
el uso de Chat GPT por parte de los estudiantes, todavía hay docentes que necesitan más información.
En general, existe una actitud positiva y una disposición total para participar en capacitaciones sobre
IA.
Futuras líneas de investigación
Con base a las conclusiones vertidas en el presente proyecto de investigación se sugieren las siguientes
posibles variables a desarrollar para incrementar el conocimiento acerca de la inteligencia artificial:
1. Investigar métodos para hacer que los algoritmos de IA sean más comprensibles y transparentes
para los humanos, mediante el desarrollo de modelos que no solo sean precisos, sino también capaces
de explicar sus decisiones y procesos de manera clara y coherente.
2. Estudiar los aspectos éticos de la implementación de IA, incluyendo la justicia, la privacidad y
el impacto social, creando directrices y marcos para el uso ético de la IA que protejan los derechos
humanos y promuevan la equidad, a modo de que se garantice que el desarrollo y el despliegue de la IA
beneficien a la sociedad sin causar daño.
3. Desarrollar técnicas de aprendizaje automático que permitan el entrenamiento de modelos
utilizando datos descentralizados y distribuidos sin comprometer la privacidad, permitiendo que los
modelos de IA se entrenen en múltiples dispositivos y ubicaciones manteniendo la privacidad de los
datos individuales y, con esto, se mejore la privacidad y la seguridad de los datos permitiendo el uso de
IA en aplicaciones donde la centralización de datos no es posible o deseable.
Consideraciones éticas
En una investigación educativa es fundamental considerar varias dimensiones éticas para garantizar que
el estudio se realice de manera responsable, respetuosa y con integridad. El presente proyecto de
investigación sobre inteligencia artificial (IA), abordó varias consideraciones éticas para garantizar que
pág. 10519
el trabajo fuera realizado de manera responsable y que sus impactos con base a los resultados fueran
positivos para la Escuela de Nutrición. Con base a lo anterior se aseguró que los datos utilizados en la
exploración se obtuvieran de manera ética, con el consentimiento informado de los participantes,
protegiendo la privacidad de los individuos cuyos datos se utilizan implementando medidas de secrecía
y seguridad.
REFERENCIAS BIBLIOGRAFICAS
Alfaro Salas, H., & Diaz porras, J. (2024). Percepciones y Aplicaciones de la IA entre Estudiantes de
Secundaria Perceptions and Applications of AI among High School Students. Resilencia
Paradigmática, 201-2015.
https://ojs.docentes20.com/index.php/revista-docentes20/article/view/458/1164
Alvarez Bernat, N. (2023). Los riesgos de la inteligencia artificial en la educación: el caso del
ChatGPT. Valencia: Jaume.
https://www.google.com/search?q=Los+riesgos+de+la+inteligencia+artificial+en+la+educaci
%C3%B3n%3A+el+caso+los riesgos de la Inteligenciia Artifial en la Educación
Andreoli, S. et al (2024). Entre humanos y algoritmos: percepciones docentes sobre la exploración con
IAG en la Enseñanza del Nivel Superior. Revista Iberoamericana de Tecnología en Educación
y Educación en Tecnología. doi:DOI:10.24215/18509959.37.e6
Castronova, E. (2005). Synthetic worlds : the business and culture of online games. Londres: The
University of Chicago Press, Ltd., London. Obtenido de https://www.are.na/block/4114756
Cela Conde, C. J. (2009). AHORA MISMO, DESDE SIEMPRE. Ciudad de México: CENTRO DE
ESTUDIOS FILOSÓFICOS, POLÍTICOS.
https://www.centrolombardo.edu.mx/wp-content/uploads/formidable/14/AHORA-MISMO-
DESDE-SIEMPRE.pdf
Checa García, F. (2011). El uso de metaversos en el mundo educativo: Gestionando conocimiento en
Second Life. Revista de Docencia Universitaria, 8(2), 147-160.
https://riunet.upv.es/handle/10251/141935
Haugeland, J. (1985). Artificial Intelligence The Very Idea. Cambridge: University of Georgia, Athens.
https://www.academia.edu/2429377/J_Haugeland_Artificial_Intelligence_The_Very_Idea
pág. 10520
INCyTU. (2018). Inteligencia artificial. Ciudad de México: Oficina de información científica y
tecnológica para el Congreso de la Unión.
https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-012.pdf
Larson, E. (1989). Administracion de Proyectos 4ed - Clifford F Gray y Erik W. Estados Unidos:
Academia. Administracion de Proyectos 4ed - Clifford F Gray y Erik W.
https://www.academia.edu/27583705/Administracion_de_Proyectos_4ed_Clifford_F_Gray_y
_Erik_W_Larson
López Takeyas, B. (1997). Introducción a la inteligencia artificial. Nuevo Laredo, Tamaulipas. México:
Instituto Tecnológico de Nuevo Laredo.
https://nlaredo.tecnm.mx/takeyas/Articulos/Inteligencia%20Artificial/ARTICULO%20Introdu
ccion%20a%20la%20Inteligencia%20Artificial.pdf
Morales-Chan, M. (2023). Explorando el potencial de Chat GPT: Una clasificación de Prompts efectivos
para la enseñanza. Publicaciones de tendencias en innovación tecnopedagógica.
https://unaobservatorio.una.ac.cr/course/view.php?id=5&section=5
Pérez Orozco, B. (2018). Inteligencia artificial. Ciudad de Máxico: INCyTU.
https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-012.pdf
Stephenson, N. (1992). Snow Crash. Oxford: Editorial Gigamesh S.A.
https://www.icesi.edu.co/blogs/identidadesavatar/files/2009/01/neal_20stephenson_20-
_20snow_20crash.pdf
Turing, A. (2010). Maquinaria computacional e inteligencia. Chile: Universidad de chile.
http://xamanek.izt.uam.mx/map/cursos/Turing-Pensar.pdf
UACH. (2023). Percepción Social de la Inteligencia Artificial. Chile: Centro de Comunicación delas
Ciencias. Universidad Autónoma de Chile. https://ciencias.uautonoma.cl/noticias/ia-encuesta/
Vásquez Márquez, J. (2023). Los riesgos de la inteligencia artificial en la educación: el caso del
ChatGPT. Valencia, España: Universita Jaume I.
https://repositori.uji.es/xmlui/bitstream/handle/10234/203577/TFG%20_2023_%C3%81lvarez
_Bernat_Naiara.pdf?sequence=1
pág. 10521
Winston, P. (1993). Artificial Intelligence. Estados Unidos de América: Library of Congress Cataloging
in publication Data Winston. Obtenido de https://courses.csail.mit.edu/6.034f/ai3/rest.pdf
Zamora Úbeda, Z. C., & Stynze Gómez, H. O. (2024). Conocimiento, uso y percepción de la inteligencia
artificial en la enseñanza superior. Revista Científica Estelí.
https://camjol.info/index.php/FAREM/article/view/17889/21587
pág. 10522
Anexos
Cuestionario de recolección de datos
pág. 10523
pág. 10524