Percepción y Uso de ChatGPT en Estudiantes Universitarios

Palabras clave: percepción, inteligencia artificial, generador de textos, análisis de correspondencias múltiples

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.

Descargas

La descarga de datos todavía no está disponible.

Citas

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, 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.

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

Palacios Ibarra, Y. S., & Ramírez Chávez , M. A. (2024). Desarrollo de Competencias Socio-Emocionales: El Camino hacia una Educación Integral. Estudios Y Perspectivas Revista Científica Y Académica , 4(2), 194–210. https://doi.org/10.61384/r.c.a.v4i2.208

Montes Reyna , W. E., Humanante Carpio, M. L., Delgado Rodríguez, M. C., & Iñiguez Apolo, L. M. (2024). Uso de los Recursos Educativos Abiertos y Tecnologías Educativas (EdTech) en la Educación Superior . Revista Científica De Salud Y Desarrollo Humano, 5(2), 56–68. https://doi.org/10.61368/r.s.d.h.v5i2.121

Kantun González, L. J. del J., & Galiano Gil, J. M. (2024). Fascitis necrotizante Un análisis clínico a través de imágenes en un caso particular . Emergentes - Revista Científica, 4(1), 241–255. https://doi.org/10.60112/erc.v4i1.106

Batista Azevedo, M. A., & Cavalcante Serpa, N. (2023). Poder e o Empoderamento Feminino. Revista Veritas De Difusão Científica, 4(2), 1–23. https://doi.org/10.61616/rvdc.v4i2.43

Martínez, O., Aranda , R., Barreto , E., Fanego , J., Fernández , A., López , J., Medina , J., Meza , M., Muñoz , D., & Urbieta , J. (2024). Los tipos de discriminación laboral en las ciudades de Capiatá y San Lorenzo. Arandu UTIC, 11(1), 77–95. Recuperado a partir de https://www.uticvirtual.edu.py/revista.ojs/index.php/revistas/article/view/179

v, H., & Quispe Coca, R. A. (2024). Tecno Bio Gas. Horizonte Académico, 4(4), 17–23. Recuperado a partir de https://horizonteacademico.org/index.php/horizonte/article/view/14

Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9

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 health students attitudes and usage of ChatGPT in Jordan. JMIR Preprints. https://www.researchgate.net/profile/MalikSallam/publication/370105385_Validation_of_a_Technology_Acceptance_Model-Based_Scale_TAME-ChatGPT_on_Health_Students_Attitudes_and_Usage_of_ChatGPT_in_Jordan/links/643f974539aa471a524af09d/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

Publicado
2024-11-08
Cómo citar
Morales Caluña , E. R., & Cervantes Diaz, D. J. (2024). Percepción y Uso de ChatGPT en Estudiantes Universitarios. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 6872-6886. https://doi.org/10.37811/cl_rcm.v8i5.14101
Sección
Ciencias de la Educación