Evaluación de la planificación didáctica por inteligencia artificial generativa y su impacto en el rendimiento académico en la Nueva Escuela Mexicana con enfoque en Necesidades Educativas Especiales: Estudio de caso en Sinaloa, México para la asignatura d

Resumen

La presente investigación analiza la relación entre la calidad de la planificación didáctica, el uso de Inteligencia Artificial Generativa (IAG) y el rendimiento académico en Educación Física dentro del contexto de la Nueva Escuela Mexicana (NEM). Se adoptó un enfoque cuantitativo con diseño correlacional-explicativo, aplicando cuestionarios y rúbricas validados (α = 0.91) a una muestra estratificada de 323 docentes de Sinaloa, México (Mazatlán, Culiacán y Los Mochis). Los resultados revelaron una alta asociación entre la calidad de la planificación y las calificaciones promedio (r = 0.994, p < 0.001), estableciéndose como el principal predictor del desempeño. Aunque el uso directo de herramientas como GPT no mostró un impacto significativo en las calificaciones (p = 0.723), sí evidenció una fuerte correlación con la adaptación docente al modelo NEM (rₛ = 0.971). Se concluye que, si bien la IAG no sustituye la estructura pedagógica, actúa como un facilitador clave para la innovación y la alineación con las políticas educativas actuales, optimizando procesos sin ser la causa directa de la mejora sumativa en el rendimiento estudiantil.