pág. 6556
INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL EN
ESTRATEGIAS DIGITALES: UN ANÁLISIS CUANTITATIVO
EN LA FORMACIÓN UNIVERSITARIA EN ECUADOR
INTEGRATION OF ARTIFICIAL INTELLIGENCE IN DIGITAL
STRATEGIES: A QUANTITATIVE ANALYSIS IN UNIVERSITY
EDUCATION IN ECUADOR
Mayra Alexandra Acaro Rogel
Universidad Técnica de Machala - Ecuador
Ximena Solange Coyago Loayza
Universidad Técnica de Machala - Ecuador
Lorenzo Bonisoli
Universidad Técnica de Machala - Ecuador
Graciela Maribel Fajardo Aguilar
Universidad Técnica de Machala - Ecuador
pág. 6557
DOI: https://doi.org/10.37811/cl_rcm.v8i4.12849
Integración de la Inteligencia Artificial en Estrategias Digitales: Un Análisis
Cuantitativo en la Formación Universitaria en Ecuador
Mayra Alexandra Acaro Rogel
1
macaro2@utmachala.edu.ec
https://orcid.org/0009-0006-8973-1070
Universidad Técnica de Machala, Ecuador
Ximena Solange Coyago Loayza
xcoyago@utmachala.edu.ec
https://orcid.org/0000-0002-7433-8683
Universidad Técnica de Machala, Ecuador
Lorenzo Bonisoli
lbonisoli@utmachala.edu.ec
https://orcid.org/0000-0003 -3336-5658
Universidad Técnica de Machala, Ecuador
Graciela Maribel Fajardo Aguilar
gfajardo@utmachala.edu.ec
https://orcid.org/0000-0003-1152-6414
Universidad Técnica de Machala, Ecuador
RESUMEN
El propósito de esta investigación es evaluar la aplicación de la inteligencia artificial en las estrategias
de las plataformas digitales empleadas en la formación universitaria ecuatoriana, a través de las
siguientes variables: formación universitaria, moocs en la innovación de la educación, chatgpt e
inteligencia artificial. El siguiente estudio tiene un enfoque cuantitativo con carácter exploratorio. Se
desarrolló un cuestionario de 4 preguntas descriptivas y 20 indicadores medidos por la escala de Likert
de 5 puntos. Se optó por un muestreo no probabilístico de conveniencia, reclutando a 150 estudiantes
de la Universidad Técnica de Machala, de los cuales 91 resultados contestados correctamente sirvieron
para analizar datos realizados con la técnica del SEM-PLS. El presente análisis nos muestra 3 hipótesis
sobresalientes, las cuales 2 hipótesis tienen una relación significativa que son inteligencia Artificial (IA)
– (FU) Formación universitaria y Massive Open Online Course (MOOCS)-(FU) Formación
Universitaria y la hipótesis que tiene la relación no significativa es la de Chatgpt (CG)-FU Formación
Universitaria. Es fundamental enfatizar los estos resultados ya que nos ofrecen información relevante
de cómo la inteligencia artificial (IA) puede potenciar las estrategias en las plataformas digitales de las
universidades públicas del Ecuador
Palabras claves: formación universitaria, moocs, inteligencia artificial, educación, chatgpt
1
Autor Principal
Correspondencia: macaro2@utmachala.edu.ec
pág. 6558
Integration of Artificial Intelligence in Digital Strategies: A Quantitative
Analysis in University Education in Ecuador
ABSTRACT
The purpose of this research is to evaluate the application of artificial intelligence in the strategies of
digital platforms used in Ecuadorian university education, through the following variables: university
education, MOOCs in educational innovation, chatGPT and artificial intelligence. The following study
has a quantitative approach with an exploratory nature. A questionnaire of 4 descriptive questions and
20 indicators measured by the 5-point Likert scale was developed. A non-probabilistic convenience
sampling was chosen, recruiting 150 students from the Technical University of Machala, of which 91
correctly answered results were used to analyze data made with the SEM-PLS technique. The present
analysis shows us 3 outstanding hypotheses, which 2 hypotheses have a significant relationship that are
Artificial Intelligence (AI) – (FU) University Training and Massive Open Online Course (MOOCS)-
(FU) University Training and the hypothesis that has the non-significant relationship is that of Chatgpt
(CG)-FU University Training. It is essential to emphasize these results as they offer us relevant
information on how artificial intelligence (AI) can enhance strategies on the digital platforms of public
universities in Ecuador
Keywords: university training, moocs, artificial intelligence, education, chatgpt
Artículo recibido 09 julio 2024
Aceptado para publicación: 10 agosto 2024
pág. 6559
INTRODUCCIÓN
Antes de iniciar con el análisis sobre cómo la inteligencia artificial (IA) puede potenciar las estrategias
en las plataformas digitales de las universidades públicas, resulta fundamental proporcionar una pequeña
definición conceptual que facilite una comprensión más clara del tema en cuestión. La inteligencia
artificial dotar a las máquinas con la capacidad de simular o imitar inteligencia humana, hacer cosas que
normalmente podemos hacer como pensar, aprender y comunicar. La inteligencia artificial no es algo
nuevo, pero con el tiempo ha ido avanzando e innovándose, dando pasó al aprendizaje automatizado,
permitiendo a las máquinas adquirir conocimientos mediante datos y mejorando su desempeño de forma
autónoma. La IA tiene muchas aplicaciones en diversos campos, entre ellos la educación personalizando
la enseñanza. La formación universitaria ha experimentado una trasformación en las últimas décadas,
impulsadas por la inteligencia artificial, permitiendo la innovación académica, ya sea creando
aplicaciones avanzadas e itinerarios educativos para mejorar la calidad educativa (Mena-Guacas et al.,
2024).
En este contexto veremos, como la formación universitaria junto con la introducción de la inteligencia
artificial ha logrado llamar la atención y crear contextos de interés y relevancia en el ámbito educativo
actual (Suárez Pineda et al., 2024). Para mejorar su aprendizaje y experiencias existen múltiples
plataformas y herramientas digitales que ayudan y fomentan la interacción con la IA para
implementarlas en su formación universitaria como son los Moocs y Chatgpt.
Los cursos masivos en línea abiertos (Moocs) son curso adaptados para una sola materia, estos cursos
son muy populares en Europa hoy en día. En América Latina se quiere implementar dentro de las
universidades públicas, aunque a través de un diplomado se están viendo los primeros capítulos de estos
cursos en la implementación de la educación superior.
Chatgpt es una herramienta de IA que se lanzó en 2022(Cornejo-Plaza & Cippitani, 2023). Esta a su vez
se ha ido innovando para mejorar en diferentes ámbitos, uno de ellos es la educación. Desde su
lanzamiento hasta la actualidad, chatgpt cuenta con su reciente actualización el chagpt 4, esta
actualización es una versión mejorada para ayudar a resolver dudas. En el ámbito educativo esta es una
herramienta muy utilizada y de gran utilidad, pero a su vez la falta de conocimiento de cómo poder
utilizarla correctamente y su falta de originalidad han hecho que esta herramienta no sea muy confiable.
pág. 6560
Estas plataformas han llamado la atención por su flexibilidad y accesibilidad con el manejo de la IA en
entornos de enseñanza superior, pero también su mal manejo y falta de conocimiento y ética dentro de
esta. En este contexto la pregunta importante para guiar nuestra investigación es: ¿Cómo puede
integrarse la inteligencia artificial de manera ética y efectiva en las plataformas de educación superior
para optimizar la enseñanza y el aprendizaje en las universidades ecuatorianas?
Esta pregunta nos hace pensar en cómo estamos utilizando la IA dentro de las instituciones educativas
y de qué manera podemos implementarla correctamente para que esta sea una valiosa herramienta de
ayuda e interacción más no nuestro enemigo. En un mundo cada vez más forjado y adaptado a la
tecnología, las aptitudes de nuestras instituciones de educación superior para implementar y ajustarse a
los nuevos avances tecnológicos emergentes no solo definen el futuro de la educación superior, sino
también el de las siguientes generaciones de sociedades cada vez más digitales (Ruiz Muñoz, 2024). Al
hablar de esta pregunta no solo indagaremos en la información literaria también se analiza desde la
perspectiva de los estudiantes de cómo influye en su formación universitaria.
Para lograr los objetivos esta investigación se ayuda de análisis de enfoques exhaustivos y
diversificados. La recopilación de datos a través de métodos cualitativos como encuesta a los alumnos
de la Universidad Técnica de Machala para obtener resultados estructurados para las conclusiones de la
investigación. Para entender mejor, se desarrollaron modelos estructurales para ver como la inteligencia
artificial ayuda a la implementación de estrategias de las plataformas de educación superior. Destacando
así el siguiente artículo de como las nuevas tecnologías revolucionan el sistema educativo y cómo
influye en la educación de los estudiantes de educación superior
Marco Teórico
Formación universitaria
La introducción de la inteligencia artificial en la educación surgió en la década de 1970. Hoy en día se
utiliza en diversas formas y en diferentes entornos educativos, con múltiples herramientas que
incorporan IA (Chan, 2023). La inteligencia artificial va más allá que solo una automatización también
actúa como uno motor que impulsa la personalización del aprendizaje, adaptar contenidos y aumentar y
mejorar la eficacia educativa (Bellettini Vela et al., 2024). El sector educativo tiene un gran impacto, ya
que estudiantes, docentes y personal administrativos emplean aplicaciones de IA, lo que se ha convertido
pág. 6561
en clave para la innovación motivando así el desarrollo de herramientas, algoritmos y aplicaciones para
transformar el ámbito educativo (Salas-Pilco & Yang, 2022). Las instituciones de educación superior
han integrado la inteligencia artificial como herramienta fundamental, preparando a los a alumnos y
profesionales en futuros desafíos, además de ofrecerles oportunidades en un mundo impulsado por la
tecnología. Estudiantes de la UNIANDES en Ecuador desarrollaron un sistema de identificación de
figuras geométricas con IA usando Python y Raspberry Pi, un avance que abre las puertas a futuros
proyectos educativos innovadores para el país (Altamirano-Loor et al., 2020). La educación con IA tiene
ventajas y consecuencia por ende es fundamental prepararse para un futuro más automatizado en los
establecimientos de educación superior.
Moocs en la innovación de la educación
Massive Open Online Course o también conocimos por sus siglas (MOOC), acrónimo traducido al
español como “Curso en línea masivo y abierto”. Los moocs se iniciaron en Estados Unidos por David
Wiley, el creo el primer curso en la universidad de Utah en 2007 pero en 2008 Dave Cormier y George
Siemens introdujeron el término "MOOC"(Irwanto et al., 2023). Estos cursos generalmente son
gratuitos, permitiendo el acceso a cualquier usuario interesado en una clase, los Moocs al ser un curso
en línea está enfocado en un tema en específico y está diseñada para que un gran número de personas
puedan interactuar al mismo tiempo (Ocaña-Fernández et al., 2019). Los cursos masivos en línea
cambian el método de enseñanza del aprendizaje presencial tradicional, estos cursos amplían la visión
de los estudiantes y eliminan las restricciones de tiempo y espacio para el aprendizaje (Wu, 2021).
Cuando se desarrollaron los Moocs por primera vez esto eran recursos educativos gratuitos creados por
comunidades en línea (Coad et al., 2024). Los cursos masivos han ganado popularidad en los últimos
tiempos, pero también han sido duramente criticados por su alta tasa de abandono por parte de los
estudiantes esto debido a la falta de apoyo, tiempo y poco conocimiento de las tecnologías.
Hoy en día las plataformas Moocs ofrecen múltiples herramientas para los diseñadores de cursos puedan
aplicar con sus estudiantes estas herramientas incluyen foros de discusión, chat en vivo, aulas con
pequeños grupos y aprendizaje basado en proyectos (Yu et al., 2017). Los moocs son unas de las
iniciativas en el ámbito del aprendizaje electrónico y han adquirido mucha aceptación en muchas
universidades (Aldowah et al., 2020). Estos cursos han llamado la atención por su capacidad por llegar
pág. 6562
a un público amplio y diverso permitiendo a estudiantes contenidos de calidad en cualquier parte del
mundo. Durante la pandemia del covid-19 esta plataforma fue de gran ayuda para organizar tareas,
afirman docentes de la Universidad Autónoma de México, debido a que los estudiantes podían
interactuar en foros para mejorar su experiencia con la plataforma (Salas-Rueda et al., 2022)
Chatgpt
Chatgpt es una herramienta tecnológica de uso público que fue lanzada en noviembre del 2022. Esta
aplicación con IA puede ayudar a estudiantes y docentes. Es primordial que los alumnos no solo
aprendan a utilizar esta herramienta, sino que también comprendan los principios éticos que dirigen las
investigaciones científicas (Cornejo-Plaza & Cippitani, 2023). La formación de valores éticos es
importante para garantizar un buen uso de la herramienta de investigación. Chatgpt aprovecha vastas
cantidades de información de distintas fuentes, la capacidad en aprender con las interacciones humanas
permite su óptimo rendimiento destacando como una herramienta poderosa e innovadora en diferentes
áreas (Romero-Rodríguez, 2023). Lo interesante de esta herramienta es que puede procesar un lenguaje
muy natural y versátil que tienes el nivel de transformar las investigaciones académicas (Alshater, 2023).
Los chatboots como chatgpt pueden ser esenciales para la escritura científica, pero esto no reemplaza el
juicio humano y su utilización debe ser regulado para garantizar validez y precisión en los resultados
(Sprockel Diaz et al., 2023).
Para integrar de manera efectiva a chatgpt en la educación superior es impórtate saber la compresión y
la percepción de los alumnos, permitiendo evaluar su eficiencia, identificar desafíos y adecuar las
estrategias educativas (García Sánchez, 2023). En el ámbito de la educación ofrece un abanico de
posibilidades para revolucionar el aprendizaje y la enseñanza, esto funciona como un asistente virtual
para responder preguntas y la personalización de la enseñanza de acuerdo con cada estudiante (Vázquez
Bautista, 2023). Imagina un tutor, profesor que pueda enseñarte cualquier tema interesante, disponible
siempre, especializado en el tema, apropiado a tu edad esto es lo que chatgpt puede realizar (Zapata Ros,
2024). Hoy en día esta herramienta se utiliza en casi todo ya está posibilita realización de múltiples
tareas aparte de la educación como escribir ensayos, artículos en diferentes idiomas, esta también
interviene en creación de guiones, traducciones y corrección de texto y muchas otras acciones (Galli &
Kanobel, 2023).
pág. 6563
Inteligencia artificial
Darmaouth College fue la cuna de la inteligencia artificial en 1956 o como sus siglas lo dice IA, siendo
impulsada por pioneros como McCarthy, Minsky, Newell y Simón, innovando así una idea futurista a
una realidad que hoy en día moldea nuestro mundo (Sanabria-Navarro et al., 2023). La IA según la cita
de Minsky, esta busca crear máquinas capaces de realizar tareas consideradas propias de la inteligencia
humana (Coto Jiménez, 2021). Para conocer a la IA más a fondo y su funcionamiento, el científico Amit
Modi experto en ciencias de la computación nos brinda tres componentes esenciales: aprendizaje
automático, profundo y refuerzo (Carbonell-García et al., 2023). La inteligencia artificial ha
evolucionado con el tiempo desde sus inicios hasta hoy, la IA está inmersa en muchas cosas como en
salud en proyectos audiovisuales y educación. La inteligencia artificial junto con la pedagogía se unifica
para crear una educación del futuro donde la IA ofrece análisis individualizados, contenido y
retroalimentación en tiempo real y lo académico experiencia y enfoques sólidos (Fajardo Aguilar et al.,
2023).
La IA ha transformado la forma en que vemos la educación actualmente, ajustándose a las necesidades
de cada estudiante (Aparicio Gómez, 2023). Si bien la IA está destacando su evolución en la educación
también aparecen preocupaciones sobre los derechos que pueden verse vulnerados como la igualdad, el
honor, propiedad intelectual y protección de datos (Cordón García, 2023). Aunque existen estas
preocupaciones, los estudiantes confían en la inteligencia artificial, ya que les brinda herramientas que
puede usar con la docencia para resolver sus incógnitas. Conforme como se analiza las funcionalidades
de la IA podemos darnos cuenta como esta herramienta innova la educación desde chatbots hasta
plataformas de enseñanza en línea, haciéndola así más eficiente y accesible (Berrones Yaulema &
Salgado Oviedo, 2023).
pág. 6564
Figura 1 Modelo estructural
Nota: Elaboración propia
H1: La integración de MOOCs con inteligencia artificial mejora el rendimiento académico de los
estudiantes universitarios en Ecuador.
H2: La implementación de inteligencia artificial en la educación superior aumenta la eficacia de los
métodos de enseñanza y aprendizaje.
H3: La integración de ChatGPT con inteligencia artificial mejora el aprendizaje personalizado y
autónomo en la educación universitaria.
H4: El uso de ChatGPT en la formación universitaria potencia significativamente las habilidades
digitales de los estudiantes.
H5: La incorporación de MOOCs en la formación universitaria promueve una educación superior más
accesible y flexible, beneficiando a una mayor cantidad de estudiantes.
Figura 2 Modelo de resultados
Nota: Elaboración propia
IA
CG
MOO
CS
FU
H1
H2
H4
H3
H5
pág. 6565
METODOLOGÍA
La metodología se realizará con un enfoque cuantitativo de alcance exploratorio. El análisis empírico
utiliza un formulario compuesto por 4 preguntas descriptivas y 20 indicadores, valorados por la escala
de Likert de 5 puntos. El cuestionario fue realizado en Google Forms de manera online y enviado a chat
de contactos.
Muestra
La muestra fue de tipo no probabilístico con un enfoque de conveniencia a la encuesta contestaron un
total de 150 estudiantes con preguntas filtro que si alguna vez han utilizado algún programa con
inteligencia artificial. Se utilizará al programa SEM-PLS. Como resultado final, 91 personas contestaron
correctamente para proceder con los resultados de las preguntas.
Análisis de resultados
Para poder realizar el análisis de resultados es importante entender este proceso que se divide en dos
partes el modelo estructural y el modelo de medición, donde primero evaluó la validez y luego la relación
entre las variables. Para saber si las variables estas correctamente establecidas realizaremos el análisis
del modelo de medición el cual consta de tres componentes: Fiabilidad, validez convergente, validez
discriminante. La fiabilidad significa que los indicadores tienen que estar fuertemente relacionados para
describir una idea coherente y para medir el grado de relación entre los indicadores con tres índices
claves: el coeficiente de a de Cronbach (Cronbach, 1951), la rho_A de Dijkstra-Henseler (Dijkstra &
Henseler, 2015) y la rho_C de Jöreskog (Jöreskog, 1971). Estos autores corroboran que en los tres casos
los valores óptimos se sitúan dentro del rango entre 0.70 y 0.95, afuera de este rango los resultados se
mostrarían una relación demasiado débil entre ellos.
La validez convergente es la relación entre el constructo y los indicadores (Moral de la Rubia, 2019).
En este estudio para el análisis de la validez convergente, se calculó el valor de la varianza media
extraída (AVE) que indica el promedio de la varianza de los indicadores explicada por la variable. En
la literatura el valor de Ave debe ser mayor a 0.5 para indicar validez convergente. Los resultados de la
(tabla 1) reflejan que todos los valores cumplen con las condiciones de fiabilidad como los de validez
convergente correspondientes.
pág. 6566
Tabla 1 Fiabilidad y validez convergente
Cronbach's
alpha
Composite
reliability
(rho_a)
Composite
reliability
(rho_c)
Average
variance
extracted
(AVE)
CG
0.873
0.876
0.907
0.663
FU
0.871
0.873
0.907
0.662
IA
0.886
0.895
0.917
0.691
MO
0.877
0.893
0.912
0.676
Nota: Elaboración propia
La Validez discriminante nos dice que todos los constructos latentes cumplen con condición de
divergencia R2 > cov λ (Peñaherrera-Zambrano et al., 2020). Por ende, nos indica que las raíces de la
varianza media extraída deben superiores a las covarianzas de los factores. En este estudio utilizamos
Fornell-Larcker nos indica que todos los valores que están en diagonal deben ser mayores que los que
están más abajo o aun lado. Los resultados de Fornell-Larcker mostrados en (la tabla 2) indica que si
cumplen con las condiciones de la validez discriminante.
Tabla 2 Validez discriminante
variables
CG
FU
IA
MO
CG
0.814
FU
0.737
0.813
IA
0.746
0.701
0.831
MO
0.743
0.791
0.629
0.822
Nota: Elaboración propia
Modelo Estructural
El presente análisis. La primera parte del modelo estructural es decir el análisis de la relación entre
variables, corresponde a las pruebas de las hipótesis planteadas. La técnica estadística utilizada para este
propósito es la técnica de bootstrapping, la cual se utiliza para desarrollar la prueba de hipótesis, sean
directas o indirecta(Bonisoli Lorenzo et al., 2024). Esta permite calcular el p valor de cada hipótesis.
En este estudio para que las hipótesis sean aceptadas se busca el p valor menor a 0.05. Los resultados
presentados en la (tabla 3) muestran que, de las cinco hipótesis, cuatro se aceptan y se rechazan CG Y
FU.
pág. 6567
Tabla 3 Bootstropping
varibl
e
Original sample
(O)
Sample mean
(M)
Standard
deviation
(STDEV)
T statistics
(|O/STDEV|)
P values
CG ->
FU
0.173
0.179
0.110
1.575
0.115
IA ->
CG
0.746
0.752
0.045
16.587
0.000
IA ->
FU
0.256
0.251
0.091
2.812
0.005
IA ->
MO
0.629
0.631
0.077
8.183
0.000
MO ->
FU
0.502
0.500
0.107
4.711
0.000
Nota: Elaboración propia
La segunda parte del análisis estructural de la relación entre variables corresponde con la evaluación de
la capacidad predictiva del modelo, este concepto medido por el cálculo de coeficiente determinación
R2 que indica cuanta varianza de la variable dependiente está explicada por parte del modelo (Momin
et al., 2023). Los resultados proyectados en la (tabla 4) indican que la variable dependiente FU está
explicada por 0.704 y de esta forma se indica que hay una capacidad predictiva fuerte.
Tabla 4 VR2
Varible
R-square
R-square
adjusted
CG
0.557
0.552
FU
0.704
0.694
MO
0.396
0.389
Nota: Elaboración propia
DISCUSIÓN
Esta investigación está dirigida a analizar cómo se integra la inteligencia artificial en las estrategias de
las plataformas digitales y en los procesos de enseñanza-aprendizaje en las universidades públicas de
Ecuador. Centrándose que herramientas pueden utilizar los estudiantes para poder desarrollar su
pág. 6568
formación universitaria. A través de un modelo teórico se busca dar a comprender como la IA intervine
significativamente a la formación de los estudiantes de la Universidad Técnica de Machala. Los
resultados más sobresalientes fueron la relación significativa de Inteligencia Artificial (IA) – (FU)
Formación universitaria, Massive Open Online Course (MOOCS)-(FU) Formación Universitaria y la
relación no significativa de Chatgpt (CG)-FU Formación Universitaria.
Los resultados siguientes nos muestra que la relación entre inteligencia artificial (IA) y formación
universitaria (FU) es significativa ya que estas variables van juntas de la mano por los nuevos avances
de enseñanza en la formación universitaria. Actualmente, la IA desempeña un papel importante en la
educación, ya que almacena mucha información y manejo de datos (Tinoco-Plasencia, 2023). Gracias a
sus capacidades analíticas la IA ha modificado la forma de aprender marcando su función en la
formación universitaria.
El resultado presente nos muestra la relación significa de Massive Open Online Course (MOOCS) con
formación universitaria (FU). Los moocs son plataformas virtuales de aprendizaje, que permiten una
formación flexible y accesible (Solano-Hernández et al., 2023). La asociación de estas variables nos
indica que son positivas con una intensidad media entre ambas variables. A través de cómo avanza las
actualizaciones en la enseñanza esta es una nueva plataforma para que más personas puedan seguir con
su educación.
El siguiente resultado nos muestra que no hay una relación significativa ente chatgpt (CG) y formación
universitaria (FU). Esto nos muestra que las siguientes variables no tienen un enlace estadísticamente
mutuo. Chatgpt puede servir como un atajo para los estudiantes, pero no tiene una relación significativa
en su formación universitaria ya que los mismos estudiantes se decepcionan de su falta de originalidad
y argumentos no respaldados (Dwivedi et al., 2023). De acuerdo con Dempere et al., (2023) la aplicación
de chatgpt en la educación superior pone en peligro el deterioro de las habilidades de expresión
lingüísticas y de pensamiento independiente de los estudiantes. Por otro lado, también nos dice que
chatgpt es una herramienta muy útil utilizada por los estudiantes, ya que esto les ayuda a resolver
incógnitas sobre algún tema y así desarrollando sistemas de enseñanza adaptativos y personalizados
(Ojeda et al., 2023). En el presente análisis nos muestra que chatgpt no influye significativamente en la
formación universitaria los estudiantes no se sienten bien ni mal ya que no siente que su formación
pág. 6569
lingüística se deteriora por utilizarlo. Los estudiantes no perciben que chatgpt tenga relación con su
formación universitaria, no les ayuda, pero tampoco se sienten perjudicados. Los presentes resultados
(p=0.115) mantiene una distancia de lo que dicen que chatgpt es una herramienta revolucionaria, como
de los que dicen que perjudica en la formación académica. Esta investigación se fundamenta en la
percepción de los estudiantes no en un análisis externo.
En cuanto los resultados de R2, los valore nos muestran que el modelo es considerado moderado esto
debido a que la variable dependiente (FU) tiene un R2 superior a las variables exógenas, por eso el
modelo nos muestra más a detalle la relación entre (CG) Chatgpt los cursos masivos abiertos en línea
(MOOCS) y la formación universitaria (FU) siendo esta última la más importante, como se relaciona
con las estrategias de las plataformas digitales.
CONCLUSIONES
Esta investigación tuvo como objetivo analizar la aplicación la inteligencia artificial en las estrategias
de las plataformas digitales utilizadas en la formación de los estudiantes en las universidades públicas
del Ecuador. Mostrando, así como las variables Moocs, chatgpt, inteligencia artificial y formación
universitaria influyen en los alumnos de la Universidad Técnica de Machala, siendo esta universidad
nuestro centro de toda la investigación. Los resultados obtenidos nos mostraron que de las cinco
hipótesis propuestas destacaron tres en el análisis de resultados quedando como más sobresalientes dos
hipótesis significativas las cuales son Inteligencia Artificial (IA) – (FU) Formación universitaria,
Massive Open Online Course (MOOCS)-(FU) Formación Universitaria y una hipótesis no significativa
de Chatgpt (CG)-FU Formación Universitaria. Determinado así que los presentes resultados permiten
ver las mejores estrategias para potenciar en las plataformas de educación superior.
Como limitaciones de la investigación está su enfoque selectivo de los estudiantes, algunos no
colaboraron y otros no completaban correctamente las encuestas, quedando así un sesgo reducido del
previsto en primera instancia, ya que de 150 estudiantes solo 91 contestaron correctamente, lo que puede
no reflejar significativamente a la población estudiantil, limitando el análisis de resultados. Otra
limitante fue que las encuestas se enviaban por enlace que no contestaban. Por otro lado, también otra
limitación fue que no se encontraron investigaciones recientes de los Moocs y formación universitaria
actualizada y algunos artículos contenían información limitada.
pág. 6570
Este artículo se presta como guía en entorno a futuras investigaciones. Se podría profundizar más en la
muestra, ampliando así el sesgo a más estudiantes y diversas universidades del Ecuador. Permitiendo
obtener más evidencia sobre si las variables chatgpt (CG) Y (FU) formación universitaria no son
significativas en la formación de los estudiantes de las universidades públicas.
REFERENCIAS BIBLIOGRÁFICAS
Aldowah, H., Al-Samarraie, H., Alzahrani, A. I., & Alalwan, N. (2020). Factors affecting student
dropout in MOOCs: a cause and effect decision‐making model. Journal of Computing in Higher
Education, 32(2). https://doi.org/10.1007/s12528-019-09241-y
Alshater, M. (2023). Exploring the Role of Artificial Intelligence in Enhancing Academic Performance:
A Case Study of ChatGPT. SSRN Electronic Journal.
https://doi.org/10.2139/ssrn.4312358
Altamirano-Loor, C. A., Albarracín-Zambrano, L. O., & Ponce-Ruiz, D. V. (2020). Sistema inteligente
para el reconocimiento de figuras geométricas basado en Python con Raspberry PI. Revista
Arbitrada Interdisciplinaria Koinonía, 5(2), 18. https://doi.org/10.35381/r.k.v5i2.872
Aparicio Gómez, W. O. (2023). La Inteligencia Artificial y su Incidencia en la Educación:
Transformando el Aprendizaje para el Siglo XXI. Revista Internacional de Pedagogía e
Innovación Educativa, 3(2). https://doi.org/10.51660/ripie.v3i2.133
Bellettini Vela, G., Mora Naranjo, B. M., Ríos Quinte, R. J., Egas Villafuerte, V. P., & López Velasco,
J. E. (2024). Inclusión de la inteligencia artificial en la docencia universitaria. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 5(1).
https://doi.org/10.56712/latam.v5i1.1642
Berrones Yaulema, L. P., & Salgado Oviedo, S. A. (2023). La aplicación de la inteligencia artificial para
mejorar la enseñanza y el aprendizaje en el ámbito educativo. Esprint Investigación, 2(1), 52–60.
https://doi.org/10.61347/ei.v2i1.52
Bonisoli Lorenzo, Cun Rivas Fernanda Elizabeth, & Belduma Belduma Lady Verónica. (2024).
Descifrando el enigma del consumo orgánico: un estudio exploratorio en centennials ecuatorianos.
IDENTIDAD BOLIVARIANA, VOL. 8(1). https://doi.org/10.37611/IB8ol158-86
pág. 6571
Carbonell-García, C. E., Burgos-Goicochea, S., Calderón-de-los-Ríos, D. O., & Paredes-Fernández, O.
W. (2023). La Inteligencia Artificial en el contexto de la formación educativa. EPISTEME
KOINONIA, 6(12). https://doi.org/10.35381/e.k.v6i12.2547
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and
learning. International Journal of Educational Technology in Higher Education, 20(1).
https://doi.org/10.1186/s41239-023-00408-3
Coad, B., Joekes, K., Rudnicka, A., Frost, A., Tatton-Brown, K., & Snape, K. (2024). Massive open
online courses (MOOCs) in genomic variant interpretation: An innovative education strategy for
the growing genetic counselor workforce. Journal of Genetic Counseling, 33(1), 142–150.
https://doi.org/10.1002/jgc4.1837
Cordón García, O. (2023). Inteligencia Artificial en Educación Superior: Oportunidades y Riesgos.
Revista Interuniversitaria de Investigación En Tecnología Educativa, 16–27.
https://doi.org/10.6018/riite.591581
Cornejo-Plaza, I., & Cippitani, R. (2023). Ethical and Legal Considerations of Artificial Intelligence in
Higher Education: Challenges and Prospects. Revista de Educacion y Derecho, 28.
https://doi.org/10.1344/REYD2023.28.43935
Coto Jiménez, M. (2021). Consideraciones para la incorporación de la Inteligencia Artificial en un
programa de pregrado de Ingeniería Eléctrica. Actualidades Investigativas En Educación, 21(2).
https://doi.org/10.15517/aie.v21i2.46761
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3).
https://doi.org/10.1007/BF02310555
Dempere, J., Modugu, K., Hesham, A., & Ramasamy, L. K. (2023). The impact of ChatGPT on higher
education. In Frontiers in Education (Vol. 8). Frontiers Media SA.
https://doi.org/10.3389/feduc.2023.1206936
Dijkstra, T. K., & Henseler, J. (2015). Consistent partial least squares path modeling. In MIS Quarterly:
Management Information Systems (Vol. 39, Issue 2).
https://doi.org/10.25300/MISQ/2015/39.2.02
pág. 6572
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., Baabdullah, A. M.,
Koohang, A., Raghavan, V., Ahuja, M., Albanna, H., Albashrawi, M. A., Al-Busaidi, A. S.,
Balakrishnan, J., Barlette, Y., Basu, S., Bose, I., Brooks, L., Buhalis, D., … Wright, R. (2023). “So
what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and
implications of generative conversational AI for research, practice and policy. International
Journal of Information Management, 71. https://doi.org/10.1016/j.ijinfomgt.2023.102642
Fajardo Aguilar, G. M., Ayala Gavilanes, D. C., Arroba Freire, E. M., & López Quincha, M. (2023).
Inteligencia Artificial y la Educación Universitaria: Una revisión sistemática. Magazine de Las
Ciencias: Revista de Investigación e Innovación, 8(1). https://doi.org/10.33262/rmc.v8i1.2935
Galli, M. G., & Kanobel, M. C. (2023). ChatGPT en Educación Superior: explorando sus
potencialidades y sus limitaciones. Revista Educación Superior y Sociedad (ESS), 35(2).
https://doi.org/10.54674/ess.v35i2.815
García Sánchez, O. V. (2023). Uso y percepción de ChatGPT en la educación superior. Revista de
Investigación En Tecnologías de La Información, 11(23). https://doi.org/10.36825/riti.11.23.009
Irwanto, I., Wahyudiati, D., Saputro, A. D., & Lukman, I. R. (2023). Massive Open Online Courses
(MOOCs) in Higher Education: A Bibliometric Analysis (2012-2022). International Journal of
Information and Education Technology, 13(2). https://doi.org/10.18178/ijiet.2023.13.2.1799
Jöreskog, K. G. (1971). Simultaneous factor analysis in several populations. Psychometrika, 36(4).
https://doi.org/10.1007/BF02291366
Mena-Guacas, A. F., 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). https://doi.org/10.4067/s0718-50062024000100155
Momin, M. M., Lee, S., Wray, N. R., & Lee, S. H. (2023). Significance tests for R2 of out-of-sample
prediction using polygenic scores. American Journal of Human Genetics, 110(2).
https://doi.org/10.1016/j.ajhg.2023.01.004
Moral de la Rubia, J. (2019). Revisión de los criterios para validez convergente estimada a través de la
Varianza Media Extraída. Psychologia, 13(2). https://doi.org/10.21500/19002386.4119
pág. 6573
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., & Garro-Aburto, L. L. (2019). Inteligencia artificial
y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2).
https://doi.org/10.20511/pyr2019.v7n2.274
Ojeda, A. D., Solano-Barliza, A. D., Alvarez, D. O., & Cárcamo, E. B. (2023). Análisis del impacto de
la inteligencia artificial ChatGPT en los procesos de enseñanza y aprendizaje en la educación
universitaria. Formación Universitaria, 16(6). https://doi.org/10.4067/s0718-
50062023000600061
Peñaherrera-Zambrano, S. X., Saltos-Cruz, J. G., Peñaherrera-Pachar, A. B., & Lara-Flores, E. A.
(2020). varianza media extraída y la validez discriminante de un constructo de merchandising.
CienciAmérica, 9(1). https://doi.org/10.33210/ca.v9i1.272
Romero-Rodríguez, P. (2023). La Incorporación del ChatGPT en la Educación Superior: Una Mirada
desde el Paradigma de la Complejidad. 593 Digital Publisher CEIT, 8(5).
https://doi.org/10.33386/593dp.2023.5.1976
Ruiz Muñoz, G. F. (2024). Vista de Exploración del impacto del metaverso y la inteligencia artificial en
la educación superior. Identidad Bolivariana, VOL. 8(2). https://doi.org/10.37611/IB8ol232-45
Salas-Pilco, S. Z., & Yang, Y. (2022). Artificial intelligence applications in Latin American higher
education: a systematic review. In International Journal of Educational Technology in Higher
Education (Vol. 19, Issue 1). Springer Science and Business Media Deutschland GmbH.
https://doi.org/10.1186/s41239-022-00326-w
Salas-Rueda, R. A., Castañeda-Martínez, R., Eslava-Cervantes, A. L., & Alvarado-Zamorano, C.
(2022). Teachers’ Perception About MOOCs and ICT During the COVID-19 Pandemic.
Contemporary Educational Technology, 14(1). https://doi.org/10.30935/cedtech/11479
Sanabria-Navarro, J. R., Silveira-Pérez, Y., Pérez-Bravo, D. D., & de-Jesús-Cortina-Núñez, M. (2023).
Incidences of artificial intelligence in contemporary education. Comunicar, 31(77).
https://doi.org/10.3916/C77-2023-08
Solano-Hernández, E., Rocha-Vásquez, A. R., & Caicedo-Rico, R. A. (2023). Recurso educativo digital
tipo curso abierto masivo en línea (MOOC) para el curso de estructura de datos en las Unidades
pág. 6574
Tecnológicas de Santander, Colombia. Formación Universitaria, 16(5).
https://doi.org/10.4067/s0718-50062023000500061
Sprockel Diaz, J. J., Ramírez Rincón, A., & Jiménez-Canizales, C. E. (2023). Inteligencia artificial y
aprendizaje automatizado, ¿oportunidad o amenaza? Revista Colombiana de Endocrinología,
Diabetes & Metabolismo, 10(2). https://doi.org/10.53853/encr.10.2.797
Suárez Pineda, D., García Cupil, R., & De la O de la O, T. (2024). Retos y Desafíos de Herramientas
Aplicadas a la Formación Universitaria de Base Tecnológica en Inteligencia Artificial. Ciencia
Latina Revista Científica Multidisciplinar, 8(2), 6185–6197.
https://doi.org/10.37811/cl_rcm.v8i2.11038
Tinoco-Plasencia, C. J. (2023). Empleo de la inteligencia artificial en la educación universitaria: una
revisión sistemática. Paideia XXI, 13(2), 359–375.
https://doi.org/10.31381/paideiaxxi.v13i2.6002
Vázquez Bautista, O. (2023). El papel de ChatGPT en la educación: un enfoque de la tecnología y el
aprendizaje automatizado. Con-Ciencia Boletín Científico de La Escuela Preparatoria No. 3,
10(20). https://doi.org/10.29057/prepa3.v10i20.10759
Wu, B. (2021). Influence of MOOC learners discussion forum social interactions on online reviews of
MOOC. Education and Information Technologies, 26(3), 3483–3496.
https://doi.org/10.1007/s10639-020-10412-z
Yu, H., Miao, C., Leung, C., & White, T. J. (2017). Towards AI-powered personalization in MOOC
learning. In npj Science of Learning (Vol. 2, Issue 1). Springer Nature.
https://doi.org/10.1038/s41539-017-0016-3
Zapata Ros, M. (2024). IA generativa y ChatGPT en Educación: Un reto para la evaluación y ¿una nueva
pedagogía? REVISTA PARAGUAYA DE EDUCACIÓN A DISTANCIA (REPED), 5(1).
https://doi.org/10.56152/reped2024-vol5num1-art2
pág. 6575
ANEXOS 1
Tabla de indicadores
Variables
Indicadores
Citas
Inteligencia artificial
• IA1.Cree usted que la inteligencia artificial
nos brinda una gran ventaja.
• IA2.Cree usted que la integración de la IA en
la educación plantea desafíos éticos y
sociales.
• IA3.Cree usted que la IA puede recomendar
materiales de estudio según intereses de
cada estudiante.
• IA4.Cree usted que la IA está
revolucionando de manera positiva.
• IA5.Cree usted que la IA tiene un fuerte
protagonismo en las últimas décadas.
(Fajardo Aguilar et al.,
2023)
Chatgpt
• CG1.Cree usted que se puede utilizar
herramientas de chatgpt para tareas
universitarias.
• CG2.Cree usted que chatgpt es una buena
herramienta para investigación.
• CG3.Cree usted que deberían validar la
información con un experto cuando se utiliza
chatgpt.
• CG4.Cree usted perciben de buena manera el
uso de chatgpt.
• CG5.Cree usted que chgpt aparte de
presentar oportunidades también crea
desafíos en las nuevas generaciones.
(Romero-Rodríguez,
2023)
(Cornejo-Plaza et al.,
2023)
pág. 6576
Moocs en la innovación
de la educación
• MO1.Cree usted que la organización de las
actividades escolares en los MOOCs tiene un
impacto positivo en la efectividad del
aprendizaje de los estudiantes.
• MO2.Cree usted que la organización de las
actividades escolares en los MOOCs mejora
el uso de las TIC para la motivación,
participación y aprendizaje de los
estudiantes.
• MO3.Cree usted que las actividades en los
MOOCs afectan significativamente el
funcionamiento de las instituciones
educativas.
• MO4.Cree usted que los modelos predictivos
sobre la organización de las actividades
escolares en los MOOCs y el uso de las TIC
mejoran el ámbito educativo.
• MO5.Cree usted que los MOOCs facilitan la
organización de nuevas actividades
pedagógicas.
(Salas-Rueda et al.,
2022)
Formación universitaria
• FU1.considera usted que hay desafíos y
oportunidades en las instituciones de
educación superior.
• FU2.considera usted que estudiantes deben
aprender a manejar bien las tecnologías de IA
para su carrera.
• FU3.considera usted positivo facilitar la
formación y soporte a profesores, y
estudiantes en alfabetización en IA.
• FU4.considera usted de manera positiva
enseñar a los estudiantes cómo usa la IA
correctamente.
• FU5.cree usted que la IA tiene el potencial
de lograr un cambio sostenible en todos los
niveles del sistema educativo.
(Chan, 2023)
