pág. 6871
PERCEPCIÓN Y USO DE CHATGPT EN
ESTUDIANTES UNIVERSITARIOS
PERCEPTION AND USE OF CHATGPT AMONG
UNIVERSITY STUDENTS
Edgar Rolando Morales Caluña
Universidad Estatal de Milagro, Ecuador
Dario Javier Cervantes Diaz
Universidad Estatal de Milagro, Ecuador
pág. 6872
DOI: https://doi.org/10.37811/cl_rcm.v8i5.14101
Percepción y Uso de ChatGPT en Estudiantes Universitarios
Edgar Rolando Morales Caluña
1
emoralec4@unemi.edu.ec
https://orcid.org/0000-0001-9545-1282
Docente de carrera de Nutrición y Dietética
Facultad de Salud y Servicios Sociales
Universidad Estatal de Milagro
Ecuador
Dario Javier Cervantes Diaz
dcervantesd@unemi.edu.ec
https://orcid.org/0009-0003-2791-4005
Docente de la carrera de Derecho
Facultad de Ciencias Sociales
Educación Comercial y Derecho
Universidad Estatal de Milagro
Ecuador
RESUMEN
En este estudio de cohorte transversal, se investigaron las principales características relacionadas con el
uso y percepción de la herramienta de inteligencia artificial ChatGPT en actividades académicas, desde
la perspectiva de estudiantes universitarios. El estudio empleó un muestreo no probabilístico tipo bola
de nieve, logrando la participación de 256 estudiantes provenientes de seis universidades ecuatorianas.
Se aplicó como técnica estadística el Análisis de Correspondencias Múltiples (ACM). El ACM permitió
identificar las relaciones entre las diferentes variables categóricas, revelando patrones de
comportamiento y percepciones en los estudiantes. El análisis se realizó en R Studio, empleando
librerías como FactoMineR para realizar el análisis de correspondencias múltiples y ggplot2 para
visualizar los resultados. FactoMineR es una librería ampliamente utilizada para análisis exploratorios
multivariados, y permite la fácil implementación de ACM, proporcionando información detallada sobre
la relación entre las variables categóricas. Por su parte, ggplot2 facilita la creación de gráficos claros y
efectivos para interpretar los resultados del análisis. Los resultados mostraron que existe una fuerte
motivación por parte de los estudiantes para utilizar ChatGPT en sus actividades académicas, aunque
también se observó un cierto grado de secretismo respecto a su uso. Los estudiantes parecen utilizar la
herramienta como un recurso adicional para sus estudios, pero no siempre lo manifiestan abiertamente.
Un hallazgo relevante fue que el género de los estudiantes no mostró relación significativa con el uso y
percepción de ChatGPT, lo que sugiere que la motivación para utilizar la herramienta es generalizada y
no depende de características demográficas específicas.
Palabras clave: ChatGPT, percepción, inteligencia artificial, generador de textos, análisis de
correspondencias múltiples
1
Autor principal.
Correspondencia: emoralec4@unemi.edu.ec
pág. 6873
Perception and Use of ChatGPT Among University Students
ABSTRACT
This cross-sectional cohort study investigated the main characteristics related to the use and perception
of the artificial intelligence tool ChatGPT in academic activities, from the perspective of university
students. The study employed a non-probabilistic snowball sampling, achieving the participation of 256
students from six Ecuadorian universities. Multiple Correspondence Analysis (MCA) was applied as a
statistical technique. MCA made it possible to identify the relationships between the different categorical
variables, revealing patterns of behaviour and perceptions in the students. The analysis was performed
in R Studio, using libraries such as FactoMineR to perform the multiple correspondence analysis and
ggplot2 to visualise the results. FactoMineR is a widely used library for multivariate exploratory
analysis, and allows easy implementation of MCA, providing detailed information about the relationship
between categorical variables. Meanwhile, ggplot2 facilitates the creation of clear and effective graphs
to interpret the results of the analysis. The results showed that there is a strong motivation on the part of
the students to use ChatGPT in their academic activities, although a certain degree of secrecy about its
use was also observed. Students seem to use the tool as an additional resource for their studies, but not
always openly. A relevant finding was that the gender of the students showed no significant relationship
with the use and perception of ChatGPT, suggesting that the motivation to use the tool is generalised
and does not depend on specific demographic characteristics.
Keywords: perception, artificial intelligence, text generator, multiple correspondence analysis
Artículo recibido 08 agosto 2024
Aceptado para publicación: 10 septiembre 2024
pág. 6874
INTRODUCCIÓN
En la última década, la inteligencia artificial (IA) ha transformado diversos aspectos de la vida cotidiana
y profesional. Las tecnologías emergentes, modelos de lenguaje natural, como ChatGPT, han capturado
la atención de investigadores y usuarios comunes. ChatGPT, desarrollado por la empresa OpenAI, es
una herramienta basada en IA que permite la generación de texto coherente y contextual a partir de
entradas proporcionadas por el usuario. Su capacidad para comprender y generar lenguaje natural lo
convierte en un recurso importante para una amplia variedad de aplicaciones, desde la asistencia en
resolución de tareas académicas hasta el soporte en la creación de contenido (Ratten & Jones, 2023).
El uso de ChatGPT en estudiantes universitarios es un fenómeno que merece un análisis profundo. Estos
estudiantes, que representan una generación inmersa en la tecnología, pueden encontrar en ChatGPT un
aliado en su proceso de aprendizaje y desarrollo académico. Sin embargo, la percepción y uso de esta
tecnología varían significativamente, influenciados por factores como la disciplina de estudio, el nivel
de competencia tecnológica y las expectativas sobre la IA. Comprender estas dinámicas es esencial para
maximizar los beneficios de ChatGPT en el ámbito educativo (Currie, 2023).
La digitalización impulsada por la pandemia COVID-19 ha incrementado el interés y la necesidad del
uso de herramientas tecnológicas en el proceso educativo. La transición hacia modalidades de enseñanza
híbrida y a distancia ha resaltado la importancia de contar con recursos que faciliten el aprendizaje
autónomo y el acceso a información actualizada y organizada. En este contexto, ChatGPT se presenta
como una solución potencialmente revolucionaria, pero su impacto real en el aprendizaje y en la
experiencia estudiantil aún requiere una evaluación detallada especialmente en el uso responsable de la
misma (Wei et al., 2024).
El uso de ChatGPT en el desarrollo de las actividades académicas ha emergido como una herramienta
para facilitar a los estudiantes, investigadores y académicos, proporcionando apoyo en la generación y
organización de ideas, la síntesis de literatura y la redacción de ensayos científicos, tesis y tesinas (Al
Shloul et al., 2024). Su capacidad para ofrecer respuestas rápidas, pero no confiables a consultas
complejas permite ahorrar tiempo y reducir el estrés asociado con las cargas de trabajo intensivas.
pág. 6875
Sin embargo, su implementación plantea desafíos significativos en términos de integridad académica,
ya que existe el riesgo de dependencia excesiva y de plagio involuntario (Cotton et al., 2024). Por ello,
es relevante que las instituciones educativas establezcan directrices claras y acuerdos de éticas sobre el
uso de esta tecnología, para fomentar el uso responsable potencie el aprendizaje y la creatividad sin
comprometer los principios fundamentales de la honestidad académica (Bin-Nashwan et al., 2023).
La creciente dependencia del uso de ChatGPT en el desarrollo de las actividades académicas por parte
de los estudiantes universitarios presenta diferentes desafíos significativos. En primer lugar, la facilidad
y rapidez con la que ChatGPT proporciona respuestas puede fomentar una actitud pasiva en los procesos
educativos de los estudiantes, disminuyendo su capacidad para investigar, analizar y sintetizar
información. Esta dependencia puede llevar a una reducción en el desarrollo de habilidades críticas de
pensamiento y resolución y análisis de problemas, esenciales para el éxito académico y profesional a
largo plazo. Además, confiar excesivamente en ChatGPT para realizar tareas puede resultar en un
aprendizaje superficial, donde los estudiantes no adquieren una comprensión profunda de los conceptos,
sino que simplemente replican la información generada por las aplicaciones de inteligencia artificial
(Saif et al., 2024).
Otro problema asociado con la dependencia de ChatGPT es el riesgo de plagio y la violación de la
integridad académica en el desarrollo de trabajos de investigación como tesis, tesinas, artículos
científicos entre otros (Bin-Nashwan et al., 2023). Al utilizar esta herramienta para generar contenido,
los estudiantes pueden, consciente o inconscientemente, presentar trabajo no original como propio,
evadiendo detectores de plagio y comprometiendo los estándares académicos de calidad. Esta práctica
no solo va en contra de los principios de honestidad académica, sino que también puede tener
consecuencias graves, como sanciones disciplinarias y la erosión de la confianza en el sistema educativo.
La dependencia de ChatGPT puede así socavar el desarrollo de la ética profesional y académica,
aspectos cruciales en la formación integral de los estudiantes universitarios (Hasanein & Sobaih, 2023).
ChatGPT es una herramienta poderosa pero no es infalible y puede generar respuestas incorrectas o
incompletas, conocidas como "alucinaciones" en el ámbito de la inteligencia artificial. La falta de un
mecanismo para evaluar la veracidad de las respuestas puede llevar a la difusión de información errónea,
afectando negativamente el aprendizaje y la credibilidad de las tareas académicas (Singh et al., 2023).
pág. 6876
METODOLOGÍA
El presente estudio utiliza un enfoque observacional transversal. Los datos se recopilaron mediante un
cuestionario de encuesta en línea compuesto por preguntas de opción múltiple. La recolección de datos
tuvo lugar entre diciembre de 2023 y febrero de 2024.
La muestra estaba formada por 115 estudiantes de sexo masculino y 141 de sexo femenino, con un total
de 256 individuos, todos estudiantes universitarios. Los participantes fueron reclutados a través de redes
sociales como Facebook, Instagram, Twitter y WhatsApp, y por correo electrónico oficial de las
universidades participantes en el estudio. Para el reclutamiento se utilizó un muestreo de conveniencia
no probabilístico bola de nieve. El llenado de la encuesta fue voluntario.La encuesta aplicada para el
estudio se tomó del articulo Validation of a Technology Acceptance Model-Based Scale TAME-
ChatGPT on Health Students Attitudes and Usage of ChatGPT in Jordan(Sallam et al., 2023), la misma
que se desarrolló basándose en el TAM framework, consta de 13 ítems para los participantes que habían
escuchado hablar de ChatGPT pero no lo utilizaban y 23 ítems para los participantes que utilizaban
ChatGPT. Para evaluar la validez de constructo de la encuesta se utilizó un análisis factorial exploratorio
(AFE)(Burkhardt et al., 2012). La consistencia interna de las subescalas y del instrumento se comprobó
mediante el alfa de Cronbach. El nivel de significación estadística se predeterminó en un valor de corte
de p<0,050. Cada ítem se evaluó en una escala Likert de 5 puntos con las siguientes respuestas:
totalmente de acuerdo puntuado con 5, de acuerdo puntuado con 4, neutral/sin opinión puntuado con 3,
en desacuerdo puntuado con 2 y totalmente en desacuerdo puntuado con 1. La puntuación se invirtió
para los ítems que implicaban una actitud negativa hacia ChatGPT, ver Tabla 1.
El estudio siguió rigurosamente los protocolos éticos para llevar a cabo investigaciones con participantes
humanos, garantizando el acuerdo explícito tanto de los encuestados como de los entrevistadores. Los
participantes en la encuesta fueron ampliamente informados sobre el estudio mediante información
detallada en la primera pregunta.
Se consideraron variables sociodemográficas como edad, género, universidad donde cursa los estudios,
carrera y las dos dimensiones del cuestionario, percepción y utilización de la herramienta ChatGPT, los
estudiantes que participaron en el estudio corresponden a la Universidad Estatal de Milagro (117),
Escuela Superior Politécnica de Chimborazo (86), Universidad Nacional de Chimborazo (19),
pág. 6877
Universidad Técnica de Cotopaxi (12), Universidad Técnica de Ambato (11), Universidad Intercultural
de las Nacionalidades y Pueblos Indígenas Amawtay Wasi (11).
Este estudio emplea la técnica de análisis multivariado conocida como Análisis de Correspondencias
Múltiples (ACM) para establecer las relaciones existentes entre variables y categorías. El propósito es
identificar patrones y asociaciones significativas que puedan surgir al examinar estas relaciones. Esta
técnica es particularmente útil en el análisis de datos categóricos y permite una visualización clara de
las conexiones entre diferentes grupos de datos (Song et al., 2021).
El análisis se llevó a cabo diferenciando entre dos grupos de participantes: aquellos que han escuchado
hablar sobre ChatGPT y no utilizan y aquellos que utilizan la herramienta. Esta distinción permite
comprender no solo la penetración y conocimiento general sobre ChatGPT, sino también su adopción y
uso práctico como soporte al proceso enseñanza - aprendizaje. Mediante el ACM, se pueden identificar
tendencias y comportamientos específicos asociados con cada grupo, proporcionando una visión más
detallada y matizada de la dinámica entre el conocimiento y la utilización de ChatGPT (Rasmussen et
al., 2023).
En el Análisis de Correspondencias Múltiples (ACM), se utilizan diferentes coeficientes y valores para
interpretar las relaciones entre las variables y categorías. Los valores propios (eigenvalues) son
fundamentales, ya que indican la cantidad de variabilidad explicada por cada dimensión. La inercia total
refleja la variabilidad total en el conjunto de datos, mientras que la inercia parcial muestra la
contribución de cada dimensión a esta variabilidad. Las coordenadas principales representan la posición
de cada categoría en el espacio de las dimensiones retenidas y la contribución de cada categoría a las
dimensiones seleccionadas indica su importancia en la formación de estas (Greenacre et al., 2022).
Los gráficos utilizados en el ACM, como el gráfico de puntos (scatterplot), el círculo de correlaciones y
los mapas biplot, facilitan la visualización de las relaciones entre categorías y la influencia de las
variables originales. El gráfico de puntos muestra las categorías en el espacio multivariante, mientras
que el círculo de correlaciones ayuda a interpretar las dimensiones en términos de las variables
originales. Los mapas biplot combinan estas dos visualizaciones, proporcionando una interpretación
conjunta de las relaciones entre categorías y la influencia de las variables.
pág. 6878
Los diagramas de barras de inercia muestran la proporción de inercia explicada por cada dimensión,
ayudando a decidir cuántas dimensiones retener para un análisis significativo (Gralinska & Vingron,
2023; Moschidis et al., 2022; Ogunsakin et al., 2021).
Los resultados obtenidos a través de este análisis permiten una interpretación más rica de cómo
diferentes factores influyen en la percepción y uso de ChatGPT. Además, facilitan la identificación de
segmentos específicos de la población que podrían beneficiarse de una mayor difusión o capacitación
sobre esta herramienta. El estudio aporta una comprensión integral de las relaciones entre las variables
estudiadas, ofreciendo diferentes perspectivas para futuras investigaciones y estrategias de
implementación.
RESULTADOS Y DISCUSIÓN
La población final estuvo constituida por 256 estudiantes 56% mujeres y 44% hombres, el promedio de
edad fue de 22,8 años, la universidad que aporto con un mayor número de respuestas fue la Universidad
Estatal de Milagro con el 46% de encuestados, se puede observar que la carrera con más estudiantes que
completaron la encuesta es ingeniería con el 75%, en la Tabla 2 se presenta los resultados de las
características demográficas y la precepción y uso de la herramienta.
El análisis de correspondencias múltiples (ACM) revela que el primer componente (Dim.1) tiene un
valor propio de 0.8821, lo que explica el 16.75% de la varianza total de los datos. Esto sugiere que la
primera dimensión captura la mayor cantidad de información relacionada con la variabilidad de las
categorías. El segundo componente (Dim.2) tiene un valor propio de 0.4002, explicando el 7.60%
adicional de la varianza, lo que lleva el total acumulado al 24.36%. Las siguientes dimensiones (Dim.3
a Dim.6) explican progresivamente menos varianza, contribuyendo a un 41.42% acumulado con los
primeros seis componentes. Este patrón sugiere que las dos primeras dimensiones son las más
importantes para describir la estructura subyacente de los datos, pero para capturar la mayor parte de la
variabilidad, podrían necesitarse más componentes.
Algunas categorías tienen coordenadas altas en esta dimensión, como la categoría “Me preocupa los
posibles riesgos de seguridad derivados del uso de ChatGPT “, (1.38) y la categoría “Me preocupa que
al utilizar ChatGPT me acusen de plagio”, los estudiantes guardan recelo al uso de la herramienta por
consideraciones éticas, lo que sugiere que estas categorías están fuertemente asociadas con la primera
pág. 6879
dimensión. Esto significa que contribuyen de manera significativa a la variabilidad capturada por esta
dimensión. Por otro lado, categorías como la “Creo que utilizar ChatGPT es importante para mantener
el nivel académico de mis compañeros” (-0.51) o la “Tengo miedo de depender demasiado de la
tecnología como ChatGPT” (-0.78) están negativamente correlacionadas con esta dimensión, estos
resultados son similares a los expuestos por (Stracqualursi & Agati, 2024) sobre el uso de ChatGPT y
otras herramientas de Inteligencia Artificial en actividades académicas.
Las categorías relacionadas con preocupaciones sobre el uso de ChatGPT (por ejemplo, "Me preocupa
la fiabilidad de la información provista", "Me preocupa los posibles riesgos de seguridad") tienen altos
valores positivos en la Dimensión 1 (cercanos a 1.86). Esto sugiere que la primera dimensión está
altamente influenciada por preocupaciones y temores sobre el uso de ChatGPT. Estos altos valores
indican que esta dimensión está separando a los usuarios que tienen preocupaciones sobre ChatGPT de
aquellos que no las tienen o que son más positivos respecto a su uso.En contraste, las afirmaciones
relacionadas con experiencias positivas con ChatGPT (por ejemplo, "Aprecio la exactitud y fiabilidad
de la información", "Recurro espontáneamente a ChatGPT cuando necesito información") tienen valores
negativos en la Dimensión 1 (aproximadamente -0.54). Esto sugiere que estas categorías están en el lado
opuesto de las preocupaciones y podrían estar asociadas con usuarios que confían más en la herramienta,
en general estos resultados concuerdan con los presentados por (Ng & Chow, 2024) que indica que existe
entusiasmo y recelo al mismo tiempo por el uso de esta herramienta.
Las categorías relacionadas con variables demográficas, como Género (0.32, 0.70) y Universidad (0.27,
1.47), (Figura 1) tienen valores moderados en ambas dimensiones. Esto sugiere que estas variables
también contribuyen, aunque en menor medida, a las diferencias entre los grupos de usuarios, además
la CARRERA (0.41, 0.90) también está influenciada por ambas dimensiones, lo que indica que la carrera
académica de los usuarios puede estar asociada tanto a las preocupaciones como a las experiencias
positivas con ChatGPT, estos hallazgos coinciden por los alcanzados por (Diaz-Leon & Iraola-Real,
2024; Sánchez Mendiola, 2023), donde concluyen que los factores sociodemográficos no influyen en el
uso o percepción de herramientas como ChatGPT.
La Dimensión 1 parece estar relacionada principalmente con las actitudes hacia ChatGPT, separando a
los individuos que tienen preocupaciones o temores respecto a la herramienta de aquellos que la ven
pág. 6880
más positivamente mientras que la Dimensión 2 refleja variaciones en la forma en que las variables
demográficas, como género, universidad y carrera, afectan las actitudes hacia ChatGPT, aunque de
forma menos dominante que la primera dimensión, en un estudio realizado por (Abdaljaleel et al., 2024),
se identifican grupos que únicamente presentan actitudes positivas al uso de esta herramienta en la
realización de actividades académicas.
Las afirmaciones relacionadas con preocupaciones respecto al uso de ChatGPT muestran una fuerte
separación en las dimensiones. La pregunta relacionada con "Me entusiasma el uso de tecnologías como
ChatGPT" (Figura 2): Tiene coordenadas extremadamente altas en Dimensión 1 y también está
distribuida en ambas direcciones en Dimensión 2 (coordenadas como 1.85 y 1.75). Esto sugiere que el
entusiasmo por la tecnología está altamente asociado con una de las dimensiones principales. Las
afirmaciones más críticas hacia el uso de ChatGPT tienen coordenadas negativas en la Dimensión 1, lo
que indica que las opiniones favorables y desfavorables están claramente separadas por esta dimensión.
TABLAS
Tabla 1. Constructos e ítems.
Items probados entre los
encuestados que habían
oído hablar de ChatGPT y
entre los encuestados que
usaron ChatGPT antes del
estudio
1. Me preocupa la fiabilidad de la información proporcionada por ChatGPT
2. Me preocupa que el uso de ChatGPT me acusaría de plagio
3. Temo confiar demasiado en ChatGPT y no desarrollar mis habilidades de
pensamiento crítico
4. Me preocupan los posibles riesgos de seguridad de usar ChatGPT
5. Tengo miedo de convertirme en Demasiado dependiente de tecnología
como ChatGPT
6. Me temo que usar ChatGPT resultaría en una falta de originalidad en mis
tareas y deberes universitarios
7. Me temo que el uso del ChatGPT sería una violación de las políticas
académicas y universitarias
8. Me preocupan los posibles riesgos de privacidad que podrían estar
asociados con el uso de ChatGPT
9. Estoy entusiasmado con el uso de tecnología como ChatGPT para el
aprendizaje y la investigación
10. Creo que la tecnología como ChatGPT iEs una herramienta importante para
el éxito académico
11. Creo que la tecnología como ChatGPT es atractiva y divertida de usar
12. Siempre estoy interesado en aprender sobre nuevas tecnologías como
ChatGPT
pág. 6881
13. Confío en las opiniones de mis amigos o colegas sobre el uso de ChatGPT
Artículos probados entre
los encuestados que usaron
ChatGPT antes del estudio
14. ChatGPT me ayuda a ahorrar tiempo al buscar información
15. Para mí, ChatGPT es un método conveniente para acceder a la información
16. Para mí,ChatGPT es una fuente fiable de información precisa
17. ChatGPT me ayuda a comprender mejor los temas y conceptos difíciles
18. ChatGPT me facilita completar las tareas en los cursos universitarios
19. YoRecomendar ChatGPT a mis colegas para facilitar sus tareas académicas
20. ChatGPT es más útil que otras fuentes de información que he utilizado
anteriormente
21. Creo que el uso de ChatGPT me ha ayudado a mejorar mi rendimiento
académico general
22. He usado herramientas o técnicas como ChatGPT en el pasado ULZ 000024
23. Me encuentro usando ChatGPT de forma espontánea cuando necesito
información para mis tareas y deberes universitarios
23. I spontaneously find myself using ChatGPT when I need information for
my university assignments and duties
24. A menudo uso ChatGPT como fuente de informaciónN en mis tareas y
deberes universitarios
25. Aprecio la comodidad y eficiencia que ChatGPT proporciona para mis
tareas y deberes universitarios
26. Creo que depender de tecnología como ChatGPT puede interrumpir mis
habilidades de pensamiento crítico
27. Agradezco la exactitud y fiabilidad de la información proporcionada por
ChatGPT
28. Creo que usar ChatGPT puede ahorrar tiempo y esfuerzo en mis tareas y
deberes universitarios
29. Aprecio la importancia de las manos-Sobre el aprendizaje y la experiencia,
incluso si eso significa no confiar en tecnología como ChatGPT
30. No lleva mucho tiempo aprender a usar ChatGPT
31. ChatGPT es fácil de usar
32. ChatGPT no requiere amplios conocimientos técnicos
33. No me enfrento a muchas dificultades al usar ChatGPT
34. Las experiencias positivas de los demás me han animado a usar ChatGPT
35. Creo que las personas que conozco han mejorado su rendimiento académico
como resultado del uso de ChatGPT
36. Creo que usar ChatGPT es importante para mantenerme al día con mis
compañeros académicamente
Fuente: Adaptada a partir de la encuesta aplicaca en el estudio Validation of a Technology Acceptance Model-Based Scale
TAME-ChatGPT on Health Students Attitudes and Usage of ChatGPT in Jordan, 2023.
pág. 6882
Tabla 2. Uso de ChatGPT y características sociodemográficas
No
Si
Sexo
19.14
35.94
17.19
27.73
Universidad
11.72
21.88
16.80
28.91
2.73
1.56
0.78
6.64
3.52
0.78
0.78
3.91
Carrera
25.00
50.00
5.47
4.30
5.86
9.38
Fuente: Elaboración propia
Figura 1. Variables y categorías del modelo ACM
Elaborado a partir de R Studio.
pág. 6883
Figura 2. Modalidades y categorías del modelo ACM
Elaborado a partir de R Studio.
CONCLUSIONES
El ACM ha identificado una clara división en las actitudes hacia ChatGPT, donde la Dimensión 1 parece
reflejar principalmente las opiniones y preocupaciones sobre su uso (actitudes positivas vs. negativas).
La Dimensión 2 tiene una relación más moderada con las variables demográficas, como la universidad
y el género, aunque también influye en cómo los usuarios se agrupan en función de su entusiasmo o
reticencia respecto al uso de tecnologías como ChatGPT.
Las variables demográficas como género y universidad no influyen fuertemente en las percepciones de
los usuarios, pero muestran cierta variabilidad en la Dimensión 2, especialmente entre universidades.
Esto sugiere que las actitudes hacia ChatGPT son más homogéneas, independientemente del contexto
institucional o académico.
La Dimensión 1 refleja una clara polarización entre usuarios que muestran preocupaciones sobre la
fiabilidad y riesgos de ChatGPT y aquellos que tienen actitudes positivas hacia la herramienta. Esta
dimensión diferencia significativamente entre quienes confían en la tecnología y quienes la perciben
con escepticismo.
REFERENCIAS BIBLIOGRAFICAS
Abdaljaleel, M., Barakat, M., Alsanafi, M., Salim, N. A., Abazid, H., Malaeb, D., Mohammed, A. H.,
Hassan, B. A. R., Wayyes, A. M., Farhan, S. S., Khatib, S. E., Rahal, M., Sahban, A., Abdelaziz,
pág. 6884
D. H., Mansour, N. O., AlZayer, R., Khalil, R., Fekih-Romdhane, F., Hallit, R., … Sallam, M.
(2024). A multinational study on the factors influencing university students’ attitudes and usage
of ChatGPT. Scientific Reports, 14(1), 1983. https://doi.org/10.1038/s41598-024-52549-8
Al Shloul, T., Mazhar, T., Abbas, Q., Iqbal, M., Ghadi, Y. Y., Shahzad, T., Mallek, F., & Hamam, H.
(2024). Role of activity-based learning and ChatGPT on students’ performance in education.
Computers and Education: Artificial Intelligence, 6, 100219.
https://doi.org/10.1016/j.caeai.2024.100219
Bin-Nashwan, S. A., Sadallah, M., & Bouteraa, M. (2023). Use of ChatGPT in academia: Academic
integrity hangs in the balance. Technology in Society, 75, 102370.
https://doi.org/10.1016/j.techsoc.2023.102370
Burkhardt, K., Loxton, H., Kagee, A., & Ollendick, T. H. (2012). Construction and Validation of the
South African Version of the Fear Survey Schedule for Children: An Exploratory Factor
Analysis. Behavior Therapy, 43(3), 570-582.
https://doi.org/10.1016/j.beth.2012.02.001
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic
integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2),
228-239.
https://doi.org/10.1080/14703297.2023.2190148
Currie, G. M. (2023). Academic integrity and artificial intelligence: Is ChatGPT hype, hero or heresy?
Seminars in Nuclear Medicine, 53(5), 719-730.
https://doi.org/10.1053/j.semnuclmed.2023.04.008
Diaz-Leon, I., & Iraola-Real, I. (2024). El uso de ChatGPT por Estudiantes Universitarios Peruanos:
Una Exploración del uso Real y la Intención de uso. Revista Ibérica de Sistemas e Tecnologias
de Informação, E69, 89-101.
Gralinska, E., & Vingron, M. (2023). Association Plots: Visualizing cluster-specific associations in high-
dimensional correspondence analysis biplots. Journal of the Royal Statistical Society Series C:
Applied Statistics, 72(4), 1023-1040.
pág. 6885
Greenacre, M., Groenen, P. J., Hastie, T., d’Enza, A. I., Markos, A., & Tuzhilina, E. (2022). Principal
component analysis. Nature Reviews Methods Primers, 2(1), 100.
Hasanein, A. M., & Sobaih, A. E. E. (2023). Drivers and Consequences of ChatGPT Use in Higher
Education: Key Stakeholder Perspectives. European Journal of Investigation in Health,
Psychology and Education, 13(11), Article 11. https://doi.org/10.3390/ejihpe13110181
Moschidis, S., Markos, A., & Thanopoulos, A. C. (2022). “Automatic” interpretation of multiple
correspondence analysis (MCA) results for nonexpert users, using R programming. Applied
Computing and Informatics. https://www.emerald.com/insight/content/doi/10.1108/ACI-07-
2022-0191/full/html
Ng, R., & Chow, T. Y. J. (2024). Powerful tool or too powerful? Early public discourse about ChatGPT
across 4 million tweets. PloS One, 19(3), e0296882.
https://doi.org/10.1371/journal.pone.0296882
Ogunsakin, R. E., Moyo, S., Oludayo, Olugbara, O., & Israel, C. (2021). Relating Student Engagement
Indicators to Academic Performance Using Multiple Correspondence Analysis. Cybernetics and
Information Technologies, 21(1), 87-102. https://doi.org/10.2478/cait-2021-0007
Rasmussen, A., Dawkins, B. A., Li, C., Pezant, N., Levin, A. M., Rybicki, B. A., Iannuzzi, M. C., &
Montgomery, C. G. (2023). Multiple Correspondence Analysis and HLA-Associations of Organ
Involvement in a Large Cohort of African-American and European-American Patients with
Sarcoidosis. Lung, 201(3), 297-302. https://doi.org/10.1007/s00408-023-00626-6
Ratten, V., & Jones, P. (2023). Generative artificial intelligence (ChatGPT): Implications for
management educators. The International Journal of Management Education, 21(3), 100857.
https://doi.org/10.1016/j.ijme.2023.100857
Saif, N., Khan, S. U., Shaheen, I., ALotaibi, F. A., Alnfiai, M. M., & Arif, M. (2024). Chat-GPT;
validating Technology Acceptance Model (TAM) in education sector via ubiquitous learning
mechanism. Computers in Human Behavior, 154, 108097.
https://doi.org/10.1016/j.chb.2023.108097
Sallam, M., Salim, N., Barakat, M., Al-Mahzoum, K., Al-Tammemi, A. B., Malaeb, D., Hallit, R., &
Hallit, S. (2023). Validation of a technology acceptance model-based scale TAME-ChatGPT on
pág. 6886
health students attitudes and usage of ChatGPT in Jordan. JMIR Preprints.
https://www.researchgate.net/profile/MalikSallam/publication/370105385_Validation_of_a_Te
chnology_Acceptance_Model-Based_Scale_TAME-
ChatGPT_on_Health_Students_Attitudes_and_Usage_of_ChatGPT_in_Jordan/links/643f9745
39aa471a524af09d/Validation-of-a-Technology-Acceptance-Model-Based-Scale-TAME-
ChatGPT-on-Health-Students-Attitudes-and-Usage-of-ChatGPT-in-Jordan.pdf
Sánchez Mendiola, M. (2023). ChatGPT y educación médica:?` estrella fugaz tecnológica o cambio
disruptivo? Investigación en educación médica, 12(46), 5-10.
Singh, H., Tayarani-Najaran, M.-H., & Yaqoob, M. (2023). Exploring Computer Science Students’
Perception of ChatGPT in Higher Education: A Descriptive and Correlation Study. Education
Sciences, 13(9), Article 9. https://doi.org/10.3390/educsci13090924
Song, Y., Zhou, H., Chang, Q., & Jalayer, M. (2021). Multiple Correspondence Analysis of Wrong-Way
Driving Fatal Crashes on Freeways. Transportation Research Record: Journal of the
Transportation Research Board, 2675(10), 1312-1323.
https://doi.org/10.1177/03611981211015254
Stracqualursi, L., & Agati, P. (2024). Twitter users perceptions of AI-based e-learning technologies.
Scientific Reports, 14(1), 5927. https://doi.org/10.1038/s41598-024-56284-y
Wei, W. I., Leung, C. L. K., Tang, A., McNeil, E. B., Wong, S. Y. S., & Kwok, K. O. (2024). Extracting
symptoms from free-text responses using ChatGPT among COVID-19 cases in Hong Kong.
Clinical Microbiology and Infection, 30(1), 142.e1-142.e3.
https://doi.org/10.1016/j.cmi.2023.11.002