Noticias de IA Generativa
AI-First Critique Learning (AFCL): A Framework for Restoring Assessment Integrity in the Age of Generative AI
Nabeel Alzahrani
El artículo introduce el marco AI-First Critique Learning (AFCL) para restaurar la validez de la evaluación en la educación superior ante el uso generalizado de inteligencia artificial generativa. En lugar de prohibir la IA, AFCL propone integrarla como objeto de análisis crítico, desplazando la evaluación del producto final al proceso de razonamiento documentado. El modelo se fundamenta en la cognición distribuida, la metacognición y la “alfabetización en crítica”. Se articula en tres componentes: Classroom-Locked Prompts (contextualizados al curso), Thinking Lenses (guías estructuradas de análisis) y un entorno estandarizado que registre la interacción con IA. Mediante una traza documentada de crítica y reflexión, AFCL busca desarrollar juicio, pensamiento crítico y competencias éticas, ofreciendo además una ruta institucional de implementación rápida.
Más informaciónA Generative AI-Driven Framework for Human–AI Collaborative Teaching: Design, Implementation, and Empirical Evaluation
Zhijuan Wang
El artículo propone y evalúa empíricamente un modelo de enseñanza colaborativa humano–IA basado en inteligencia artificial generativa (GAI-HMCTM). El marco integra generación inteligente de contenidos, rutas de aprendizaje personalizadas, tutoría en tiempo real y un mecanismo de colaboración docente–IA, utilizando LLaMA-2-13B ajustado con SFT y RLHF. En un estudio cuasi-experimental con 120 estudiantes de “Estructuras de Datos y Algoritmos”, el grupo experimental superó significativamente al grupo tradicional en examen final (85.6 vs. 78.3, p < 0.001) y tareas, además de mostrar mayor compromiso y satisfacción. Los resultados (incluyendo BLEU=0.74 y ROUGE=0.79) evidencian mejoras en rendimiento, retención y reducción de carga cognitiva. El modelo demuestra escalabilidad, equidad y potencial para la transformación digital educativa.
Más informaciónThe Generative Artificial Intelligence (GenAI) Divide: Exploring the Individual Factors Influencing GenAI Competency, Adoption Readiness, and Psychological Barriers
Christopher Ball, Kuo-Ting Huang, Xuan Nie, Elaine Kong, and JM Shalani Dilinika
El artículo examina la “brecha GenAI”, entendida como una nueva forma de desigualdad digital asociada con competencias, barreras psicológicas y disposición de adopción de la inteligencia artificial generativa. Con una encuesta estratificada a 305 participantes en EE. UU., los autores analizan factores sociodemográficos, psicológicos y de habilidades digitales. Los resultados muestran que las actitudes negativas hacia la tecnología incrementan la ansiedad, mientras que la comodidad con la IA y las habilidades operativas reducen barreras y aumentan la intención de uso. Se identifica una “paradoja dependencia-competencia”: quienes más dependen de GenAI para decidir reportan menor competencia percibida. El estudio concluye que la brecha no se limita al acceso, sino que implica mentalidades, habilidades y confianza, requiriendo intervenciones educativas y comunitarias específicas.
Más informaciónUnderstanding GenAI Adoption Among Undergraduate Learners: Perceptions, Use, and Familiarity
Olha Ketsman and Bojan Lazarevic
Este estudio analiza la adopción de la inteligencia artificial generativa (GenAI) entre estudiantes universitarios de licenciatura mediante un diseño de métodos mixtos. Participaron 220 estudiantes de una universidad de investigación en el sureste de Estados Unidos, quienes respondieron una encuesta con preguntas cerradas y abiertas. Los resultados muestran que los estudiantes tienen una familiaridad moderada con la GenAI, aunque la mayoría se encuentra en etapas tempranas de comprensión. El uso de GenAI con fines académicos es bajo y ocasional, y las percepciones oscilan entre neutrales y moderadamente positivas, acompañadas de preocupaciones éticas, de confiabilidad y de posible dependencia cognitiva. Se identificó una relación positiva entre el nivel de adopción, la familiaridad y la frecuencia de uso. El estudio concluye que existe una necesidad clara de formación y alfabetización en GenAI, así como de lineamientos institucionales que orienten su uso ético y efectivo en la educación superior.
Más informaciónAutomating Academia: Implications of GenAI Use in Doctoral Research and Online Mentoring
Cheryl Burleigh, Andrea M. Wilson
Este artículo examina críticamente el uso de la inteligencia artificial generativa (GenAI), en particular ChatGPT, en la elaboración de propuestas de tesis doctorales y en la mentoría doctoral en línea. A partir de un análisis cualitativo de contenido, los autores muestran que la GenAI puede apoyar la organización estructural, la redacción académica y el formato de citas; sin embargo, también presenta riesgos graves, como referencias fabricadas, desalineación metodológica, plagio y pérdida de rigor académico. El estudio evidencia que los textos generados pueden parecer convincentes y engañar a revisores, poniendo en riesgo la integridad de la investigación y el registro académico. Asimismo, identifica presiones que llevan a los doctorandos a un uso indebido de GenAI, como limitaciones de tiempo y escaso acompañamiento. Se concluye que las instituciones deben establecer políticas claras, transparencia en el uso de IA y fortalecimiento de la mentoría doctoral, para garantizar un uso ético y formativo de estas tecnologías.
Más informaciónNavigating GenAI in Teacher Education: AnEmpathetic, Verstehen-Informed Framework
Sunaina Sharma, Rahul Kumar
Este artículo propone un marco institucional empático y centrado en la equidad para integrar la inteligencia artificial generativa (GenAI) en la formación docente. Desde un enfoque Verstehen (comprensión interpretativa), los autores analizan políticas globales y canadienses, prácticas institucionales y experiencias de docentes de secundaria, identificando tensiones entre innovación tecnológica y preservación del carácter humanista de la educación. El estudio señala riesgos como la dependencia cognitiva, la erosión del juicio crítico y la falta de lineamientos claros, junto con oportunidades para la personalización y el desarrollo de la alfabetización en IA. Como aporte central, plantea un modelo de cinco elementos para las Facultades de Educación: AI Co-Labs colaborativos, aulas sandbox de experimentación segura, paneles estudiantiles, implementación con enfoque de equidad y protocolos claros de gobernanza. El marco ofrece una guía práctica para adoptar GenAI de forma ética, responsable y pedagógicamente significativa.
Más informaciónAn Empirical Study on College Students’ Behavioral Intention to Use Generative Artificial Intelligence: An Integrated Model Based on the Innovation Diffusion Theory and Trust Theory
Tao Luo, Shuyan Cao
El estudio analiza qué factores influyen en la intención de universitarios de usar IA generativa, integrando la Teoría de Difusión de Innovaciones y la Teoría de la Confianza. Con una encuesta a 586 estudiantes chinos (enero–marzo 2025) y modelado SEM, se evaluaron ocho variables: ventaja relativa, compatibilidad, complejidad, observabilidad, posibilidad de prueba, utilidad percibida, confianza e intención. La utilidad percibida fue el predictor más fuerte de la intención, seguida de la confianza. Compatibilidad, observabilidad y posibilidad de prueba aumentaron utilidad e intención; la complejidad redujo la intención. La ventaja relativa no tuvo efecto significativo. La confianza medió parcialmente entre utilidad e intención, y el género moderó el vínculo utilidad–confianza.
Más informaciónUnpacking the relationship between self-control and academic engagement: the mediating role of meaning in life and the moderating role of GenAI dependence
Xi Chen, Mingyue Cui, Pu Sun, Xiaohong Xu, Ke Ma & Ling Yan
El artículo analiza cómo el autocontrol influye en el compromiso académico en universitarios, considerando dos variables clave: sentido de vida (mediador) y dependencia de IA generativa (moderador). Con una encuesta transversal a 1,139 estudiantes chinos y análisis SEM, se encontró que el autocontrol predice positivamente el compromiso académico. Además, el sentido de vida explica parcialmente esta relación: a mayor autocontrol, mayor sentido de vida, y esto incrementa el compromiso. Sin embargo, la dependencia de GenAI debilita el efecto del autocontrol sobre el sentido de vida: cuando la dependencia es alta, la influencia positiva del autocontrol se reduce, disminuyendo el impacto indirecto sobre el compromiso.
Más informaciónEnhancing creative writing through AI-powered co-creation with cognitive and emotional outcomes
Xinqiao Cen & Goodarz Shakibaei
Este estudio examina cómo la co-creación con IA (ChatGPT) mejora la escritura creativa en aprendices intermedios de inglés (EFL), evaluando efectos cognitivos (carga mental) y emocionales (engagement). Participaron 92 estudiantes varones en Irán, divididos en tres grupos: alto apoyo de IA, bajo apoyo y control. Tras una intervención, ambos grupos con IA superaron al control, pero el alto apoyo mostró los mayores avances: aumentó significativamente la creatividad y el compromiso emocional, y redujo la carga cognitiva al encargarse de aspectos técnicos como gramática y coherencia. Las entrevistas confirmaron que la IA actuó como “coach” motivador y facilitó ideas, mientras que el apoyo bajo fortaleció autonomía combinando IA y docente.
Más informaciónTranslation competence in the age of generative AI: Debates, dilemmas, directions
Gary Masseya & Maureen Ehrensberger-Dowa
El capítulo analiza cómo la competencia traductora evoluciona ante el impacto de la traducción automática neuronal y, especialmente, de la inteligencia artificial generativa. La profesión se transforma hacia tareas más amplias, como posedición, creación multilingüe y evaluación de calidad. Los autores destacan debates sobre la agencia humana, señalando que la interacción entre traductores y sistemas GenAI plantea desafíos éticos, cognitivos y profesionales. Los modelos tradicionales de competencia resultan insuficientes, pues no contemplan la interactividad y reciprocidad de la IA. El texto propone integrar habilidades transferibles —pensamiento crítico, adaptabilidad, autorregulación— junto con una nueva competencia de interacción humano-máquina. Finalmente, se plantean direcciones para la formación, combinando habilidades clásicas de traducción con alfabetización en IA y diseño efectivo de prompts.
Más informaciónGenerative Artificial Intelligence Use Among Social Work Students: The Role of Perceived Utility and Knowledge
Anitra P. Walker, Leon Banks, Daniel. J. Gibbs, Hyunjune Lee & Hee Yun Lee
El estudio analiza cómo estudiantes de trabajo social utilizan la inteligencia artificial generativa y qué factores influyen en su adopción. A través de una encuesta aplicada en una universidad del sureste de Estados Unidos, se evaluaron actitudes, conocimiento y percepción de utilidad de la IA. El análisis identificó dos dimensiones clave: utilidad percibida y conocimiento. Los modelos de regresión muestran que ambos factores predicen significativamente el uso de IA, siendo la utilidad el predictor más fuerte. La edad no tuvo efecto y el conocimiento no moderó la relación entre utilidad y uso. El estudio destaca la necesidad de integrar formación práctica y ética en IA dentro de los programas de trabajo social para preparar a futuros profesionales ante un entorno digital en expansión.
Más informaciónBridging pedagogy and technology: a generative AI and IoT approach to transformative English language education
Zhongjie Li
El artículo propone y evalúa una herramienta de evaluación oral de inglés que integra inteligencia artificial generativa con tecnología IoT para ofrecer retroalimentación personalizada y en tiempo real a estudiantes de ESL. El sistema combina reconocimiento automático del habla, un modelo Transformer para corregir pronunciación y sensores ambientales y biométricos que ajustan la dificultad y el tipo de feedback según ruido, luz o nivel de estrés. Probado con corpus de hablantes nativos y no nativos, alcanza precisiones de hasta 94.7% y 86.6%. Un estudio con 24 docentes y 240 estudiantes muestra grandes mejoras en pronunciación, autorregulación y conocimiento metacognitivo, con un uso óptimo cuando el 60% del feedback proviene de la IA y el 40% del docente.
Más informaciónPromoting Generative AI Literacy among Students and Teachers
Mohamed Soltani, Hafed Zarzour & Ammar Ladjailia
El documento analiza cómo la inteligencia artificial generativa (Gen AI) transforma la educación al ofrecer herramientas capaces de crear contenidos, ejercicios, simulaciones y evaluaciones personalizadas. Explica sus principales áreas —procesamiento del lenguaje natural, visión por computadora y modelos multimodales— y sus aplicaciones educativas, como la generación de materiales didácticos, apoyo en el aprendizaje de idiomas y programación, creación de recursos visuales y simulaciones 3D. También aborda estrategias para fomentar la alfabetización en Gen AI mediante formación docente, inclusión curricular y políticas éticas. Finalmente, advierte sobre riesgos relacionados con la confianza, derechos de autor, pensamiento crítico y equidad digital, destacando la necesidad de uso responsable y regulación ética.
Más informaciónPostgraduate Student Teachers’ Perspectives Concerning AI and Its Integration into STEAM Teaching and Learning
Dimitrios J. Sotiropoulos, Maria Meletiou-Mavrotheris
El documento analiza cómo los futuros docentes de posgrado perciben la integración de la inteligencia artificial (IA) en la educación STEAM. Basado en un módulo del curso Applications of New Technologies in STEAM Education de la Universidad Europea de Chipre, el estudio combina aprendizaje en línea y sesiones sincrónicas para desarrollar competencias pedagógicas, técnicas y éticas sobre IA. Los resultados de una encuesta a 75 participantes muestran entusiasmo por su potencial educativo y su capacidad para personalizar el aprendizaje y fomentar la creatividad, pero también preocupaciones éticas, de confianza y de infraestructura. Se concluye que la formación docente en IA es esencial para su integración efectiva y responsable en la enseñanza.
Más informaciónPedagogies Involving the Use of AI Generative Tools for Teaching and Learning in Higher Education Institutions
Eric C. K. Cheng
El documento examina el uso de herramientas generativas de IA como ChatGPT y GPT-4 en la educación superior. Analiza su potencial para mejorar el aprendizaje personalizado, la retroalimentación inmediata y el pensamiento crítico, así como sus riesgos éticos y de integridad académica. Presenta experiencias de universidades de Hong Kong que implementan plataformas adaptativas, formación docente y alfabetización en IA. Propone un marco ético que incluye estrategias de evaluación auténtica, declaraciones de uso de IA, desarrollo profesional y políticas institucionales. Concluye que la integración responsable de la IA puede transformar la enseñanza y preparar estudiantes críticos y éticamente competentes para un mundo impulsado por la inteligencia artificial.
Más informaciónPerceptions and Use of Generative Artificial Intelligence in Medical Students: A Multicenter Survey
Cecilia Tran, Brett N. Hryciw, Sean William Moore, Alan Chaput, and Andrew John Ervine Seely
El estudio analizó cómo los estudiantes de medicina en Ontario, Canadá, usan y perciben la inteligencia artificial generativa (IA). De los 167 participantes, el 78.9 % utilizó IA, principalmente ChatGPT, y más de la mitad lo hacía semanalmente. Los estudiantes la emplearon para aprender y repasar contenidos médicos, generar resúmenes y diagnósticos diferenciales. El 92.8 % manifestó interés en capacitarse para integrar la IA en su futura práctica clínica, aunque reconocieron riesgos de inexactitud y sesgo. Además, el 75.9 % apoyó incluir la IA en el currículo médico. Los autores concluyen que las escuelas deben adaptar sus programas para fomentar un uso ético, responsable y educativo de la IA generativa.
Más informaciónAcademic Integrity and Generative Artificial Intelligence –Views and Perceptions of Students in an Irish University
Violeta Morari, D. Grimes & D. Hawe
El estudio explora cómo los estudiantes de la Munster Technological University (Irlanda) perciben la integridad académica ante el uso de la IA generativa. Con 608 participantes, el 43 % conocía las políticas institucionales de integridad y el 43.9 % consideró que usar IA para tareas equivale a hacer trampa, aunque muchos fueron neutrales. Solo el 28 % reportaría a un compañero por mala conducta, pero el 58 % apoyó un sistema formal de denuncias. Los temas tradicionales como plagio se discuten más que el uso ético de IA. El estudio concluye que se requiere educación ética específica, políticas claras y alfabetización en IA para promover un uso responsable y mantener la integridad académica.
Más informaciónCheating or Competing? University Students’ Experience ofAI Marketing and What It Means for AI LiteracyProgramming
Elisa J. Sobo, David M. Goldberg, Sean W. Hauze, James P. Frazee
Este estudio investiga el mercadeo y la percepción de las herramientas de IA generativa entre estudiantes universitarios en EE. UU. Utilizando el análisis de 131 anuncios en redes sociales, 48 entrevistas y notas de campo, la investigación concluye que la IA se promociona como una ventaja competitiva para el "yo emprendedor". Los estudiantes no ven su uso como hacer trampa, sino como una necesidad práctica impulsada por sistemas de calificación exigentes y la ubicuidad digital de la IA. Esta visión replantea la mala conducta académica como una forma de "competir" dentro de una cultura empresarial. Los autores enfatizan que la alfabetización en IA en la educación superior debe trascender las habilidades técnicas para abordar esta normalización y sus implicaciones éticas y sociales, impulsadas por la presión académica y las estrategias de marketing.
Más informaciónUsing Generative AI Tools in Collaborative UX design Courses
Felix Buendia-Garcia
El artículo analiza cómo las tecnologías de inteligencia artificial generativa (GenAI) pueden fortalecer la colaboración entre docentes y estudiantes en cursos de diseño de experiencia de usuario (UX). A través de actividades como la creación de personas, la arquitectura de información y la evaluación de prototipos, se exploró el uso de herramientas como ChatGPT y Voila para fomentar procesos co-creativos. Los resultados mostraron que GenAI facilita la ideación y el análisis colaborativo, aunque existen barreras en la implementación técnica y el trabajo en equipo. El estudio concluye que estas herramientas son valiosas en etapas tempranas del diseño, pero requieren mayor integración técnica, formación docente y atención a aspectos éticos y de evaluación académica.
Más informaciónFrom Automation to Augmentation: GenAI’s Role in Promoting Students’ Cognitive and Ethical Development
Arif Perdana, Vijayakumar Bharathi S, W. Eric Lee
El artículo examina los factores que influyen en la adopción de la inteligencia artificial (IA) por parte de estudiantes universitarios. Basado en el modelo UTAUT, se analizaron variables como la utilidad percibida, la facilidad de uso, la influencia social y la confianza. Los resultados muestran que la utilidad percibida y la confianza son los principales determinantes de la intención de uso de herramientas de IA en contextos educativos. Además, la experiencia tecnológica previa mejora la aceptación. El estudio resalta la necesidad de estrategias institucionales para promover una adopción ética y efectiva de la IA, garantizando su integración pedagógica y fortaleciendo la capacitación digital del alumnado y del profesorado.
Más informaciónGenerative artificial intelligence in higher education: challenges, opportunities and future course of actions to achieve sustainable development goals
Nazir Ahmed Jogezai; Diana Koroleva; Ivan Ivanov
El artículo analiza cómo la inteligencia artificial generativa (IAG) puede contribuir o dificultar el cumplimiento del Objetivo de Desarrollo Sostenible 4 (educación de calidad). Basado en entrevistas a docentes universitarios rusos, el estudio identifica preocupaciones sobre la fiabilidad de los datos, privacidad, ética y pérdida del pensamiento crítico, así como oportunidades en aprendizaje personalizado, inclusión y eficiencia docente. Los autores proponen un marco de acción que incluye formación docente, colaboración multisectorial, políticas éticas y regulaciones adaptativas. Concluyen que la IAG puede apoyar la educación inclusiva y de calidad si se usa de forma ética, contextual y centrada en el ser humano.
Más informaciónChatGPT in Medical Education: Bibliometric and Visual Analysis
Yuning Zhang, MM; Xiaolu Xie, ME; Qi Xu, MD
El artículo presenta un estudio bibliométrico de 407 publicaciones sobre el uso de ChatGPT en la educación médica entre marzo de 2023 y junio de 2025. Los resultados muestran un rápido crecimiento en la investigación, liderado por Estados Unidos, China, Türkiye, Reino Unido y Canadá. Las instituciones más productivas fueron el sistema de la Universidad de California y Harvard. Las revistas con más impacto fueron BMC Medical Education y Medical Teacher. Los temas más frecuentes incluyeron inteligencia artificial, evaluación educativa, exámenes médicos y práctica clínica. El estudio concluye que ChatGPT tiene un gran potencial en la educación médica, pero recomienda fortalecer la colaboración internacional y la calidad investigativa.
Más informaciónThe impact of gender and age on hei teachers' intentions to use Generative Artificial Intelligence tools
Miranda, F Javier; Chamorro-Mera, Antonio
El artículo analiza cómo el género y la edad influyen en la adopción de herramientas de IA generativa entre docentes universitarios en España. Basado en los modelos TAM y TPB, el estudio encuestó a 896 profesores y aplicó análisis PLS-SEM. Los resultados muestran que la utilidad percibida es el factor más determinante en la intención de uso, mientras que la facilidad de uso y las normas subjetivas tienen menor peso. El género no ejerce efecto moderador, pero la edad sí: los docentes jóvenes se guían por actitudes positivas, y los mayores, por la utilidad práctica. Se recomienda ofrecer formación diferenciada por grupos etarios para favorecer una integración equitativa de la IA en la educación superior.
Más informaciónCritical thinking and artificial intelligence in academia: A qualitative matrix analysis procedure for evaluating AI systems
Codina, Lluís; Aguilera Cora, Elisenda; Lopezosa, Carlos; Freixa Font, Pere
El documento presenta el procedimiento MASIA, una metodología cualitativa basada en matrices para evaluar sistemas de inteligencia artificial generativa en contextos académicos. MASIA analiza tres componentes de las respuestas de IA: síntesis narrativa, uso de fuentes y nuevas propuestas de consulta, promoviendo el pensamiento crítico y la ética académica. El método establece variables y parámetros para comparar distintos sistemas mediante criterios como trazabilidad, coherencia, multimodalidad y citación adecuada. Consta de tres fases: preparación, análisis y ética investigadora, y puede adaptarse según objetivos educativos o de investigación. Se concluye que MASIA es una herramienta sencilla y eficaz para fomentar el pensamiento crítico y evaluar la calidad académica de la IA.
Más informaciónAmbivalence and emotion in the age of AI: how students navigate ChatGPT in higher education
Eleni Christodoulou & Michalinos Zembylas
Este estudio analiza cómo estudiantes universitarios afrontan el uso de ChatGPT en la educación superior, centrándose en las dimensiones emocionales, éticas y pedagógicas más allá de la funcionalidad o la regulación. A partir de grupos focales con alumnos de la Universidad de Chipre, se identificaron tres tendencias: entusiastas, que valoran su utilidad para organizar ideas y mejorar el estudio; escépticos, que lo usan con cautela ante riesgos de dependencia, plagio o pérdida de habilidades críticas; y rechazadores, que lo evitan por principios éticos y pedagógicos. Los autores adaptan el Modelo de Aceptación Tecnológica incorporando emociones y relaciones sociales, y concluyen que las instituciones deben crear marcos pedagógicos y éticos claros que acompañen la integración responsable de la IA en la educación.
Más informaciónStudent Engagement and AI: Research Overview and Findings
Kristin Bailey Wilson; Kristen Gay; Dylan Barth; Colette Chelf; Cristi Ford; Emma Zone
Este informe examina cómo los estudiantes usan y perciben la inteligencia artificial en la educación superior. A partir de encuestas a 87 estudiantes y entrevistas a 18, se identificaron cuatro formas principales de uso: como generador de ideas, tutor virtual, ahorro de tiempo y recurso para “experimentar”. Los participantes mostraron percepciones ambivalentes: algunos valoran la IA para profundizar el aprendizaje y mantener la motivación, mientras otros temen una dependencia excesiva y pérdida de pensamiento crítico. El marco de análisis adoptó dimensiones afectivas, cognitivas y conductuales de la participación estudiantil. El estudio concluye que los docentes deben asumir un rol activo, ofreciendo formación, orientación ética y políticas claras para integrar responsablemente la IA en el aprendizaje.
Más información(Re)Defining Ethical Assessment with the Advent of GenAI
Eliana El Khoury, Eman Nasr, and Enas Aref
Este artículo propone un marco teórico para redefinir la evaluación ética en la educación superior ante la irrupción de la inteligencia artificial generativa (GenAI). Frente a un discurso centrado en la detección del plagio y la deshonestidad académica, los autores desplazan la atención hacia la responsabilidad docente en el diseño de evaluaciones justas, transparentes y centradas en el aprendizaje. Presentan diez características de la evaluación ética, que incluyen evitar daño, reconocer la diversidad, garantizar equidad, promover la justicia social, la relevancia y el cuidado. Además, plantean que la integración de GenAI puede ser ética si se minimizan sesgos, se contextualizan los algoritmos y se fomenta la colaboración estudiante-docente-IA. Concluyen que la evaluación ética debe preparar a los estudiantes para participar responsablemente en un mundo impulsado por IA.
Más informaciónThe Ethical Boundaries of Chairside Generative ArtificialIntelligence in Dental Education
Sonal Anand, Ram Vaderhobli
Este artículo examina los límites éticos del uso de inteligencia artificial generativa (GenAI) en clínicas universitarias de odontología, donde estudiantes recurren a herramientas como ChatGPT durante la atención de pacientes. Se argumenta que su empleo puede ser éticamente aceptable solo si se integra con transparencia, supervisión estructurada y formación sólida en ética. Desde un marco utilitarista, se destacan beneficios como eficiencia, estandarización del cuidado y reducción de disparidades, especialmente en clínicas que atienden a poblaciones vulnerables. Sin embargo, se advierte sobre riesgos: errores diagnósticos, sesgos, sobredependencia y pérdida de confianza paciente-profesional. El texto recomienda consentimiento informado, documentación de uso, auditorías periódicas y capacitación en sesgos y seguridad. El objetivo es formar dentistas competentes y éticos en un sistema sanitario tecnológicamente integrado.
Más informaciónGenerative AI in Digital Education: A Case Study of Content Co-Creation in a Design Thinking MOOC
Hanadi Traifeh, Christoph Meinel
El estudio analiza el uso de la inteligencia artificial generativa (GenAI) en el diseño de cursos en línea masivos (MOOCs), tomando como caso un curso de Design Thinking. Se utilizó la herramienta Perplexity Pro para generar borradores de guiones, resúmenes, escenarios y evaluaciones. Los resultados muestran que GenAI es eficiente al estructurar contenidos y crear resúmenes, pero presenta limitaciones al diferenciar conceptos complejos, diseñar evaluaciones de calidad y mantener coherencia pedagógica. Por ello, la intervención humana resulta indispensable para garantizar precisión, profundidad conceptual y compromiso del alumnado. A partir de esta experiencia, se propone un marco de cuatro fases —planificación, generación, revisión experta y mejora iterativa— acompañado de guías prácticas que permiten aprovechar GenAI sin sacrificar calidad educativa
Más informaciónThe impacts and tensions of generative AI on doctoral students’ supervisory and peer dynamics: An activity theory analysis
Sichen Lai,Suya Liu,Yun Dai, Cher Ping Lim, Ang
Este estudio analiza cómo la adopción de inteligencia artificial generativa (GenAI), como ChatGPT, transforma la formación doctoral, especialmente en las relaciones con supervisores y pares. A través de entrevistas con 20 estudiantes en Australia, se identificaron tensiones clave. Por un lado, GenAI ofrece ventajas como retroalimentación inmediata, ayuda en redacción, búsqueda de literatura y programación. Sin embargo, presenta limitaciones en autenticidad, conocimiento profundo, creatividad y fiabilidad. Estas dualidades generan conflictos con las normas académicas tradicionales que priorizan originalidad, rigor y participación crítica. El estudio evidencia que GenAI reconfigura roles y expectativas: algunos estudiantes lo usan como sustituto parcial de sus supervisores o pares, lo que puede reducir interacciones humanas significativas. Se recomienda establecer políticas claras y capacitación institucional.
Más informaciónGenerative AI in Education: Comparative Analysis of Free Presentation Tools for Teachers
Tamara Ređep, Andrija Bernik
El estudio analiza herramientas de inteligencia artificial generativa (GenAI) para crear presentaciones y facilitar la labor docente. Se identificaron 31 herramientas en línea, de las cuales 14 ofrecen planes gratuitos, como Canva, Gamma y Slidesgo. La comparación se realizó según siete características clave: interfaz amigable, integración multimedia, personalización, colaboración, mejoras por IA, integración con software y disponibilidad de tutoriales. Se observaron limitaciones relevantes: número reducido de presentaciones y diapositivas en los planes gratuitos, restricción en descargas en formato PPT y falta de soporte de idioma, lo que puede desmotivar a los profesores. Aun así, estas herramientas permiten generar presentaciones en minutos, ahorrando tiempo y permitiendo que el docente se enfoque en el contenido y en el proceso de enseñanza.
Más informaciónAnalysis of the application of generative artificial intelligence in interior design education
Yao Liu, Beiyuan Xu, Jiarong Feng, Pengjun Wu
El estudio analiza el impacto de herramientas de inteligencia artificial generativa, como Stable Diffusion y Midjourney, en la educación de diseño de interiores. Mediante un enfoque mixto que combina el modelo UTAUT y el Proceso de Jerarquía Analítica (AHP), se evaluaron 316 estudiantes y 154 propuestas de diseño. Los resultados muestran que Stable Diffusion potencia la creatividad y la innovación conceptual, mientras que Midjourney destaca en estética y funcionalidad, ofreciendo salidas más realistas y coherentes. Ambos superaron los métodos tradicionales en eficiencia y calidad de resultados. El estudio recomienda integrar estas herramientas para fomentar pensamiento crítico, habilidades de prompt engineering y equilibrio entre estética y viabilidad, fortaleciendo el aprendizaje centrado en el estudiante y la preparación profesional
Más informaciónGenerative AI in dissertation writing: L2 doctoral students’ self-reported use, AI-giarism, and perceived training needs
MohammadHamed Hoomanfard, Yaser Shamsi
El estudio explora cómo estudiantes de doctorado que escriben su disertación en una segunda lengua (L2) utilizan IA generativa (GenAI), sus preocupaciones sobre el AI-giarismo y sus necesidades de formación. Se entrevistaron 54 estudiantes de distintas disciplinas en una universidad estadounidense. Los resultados revelan tres usos principales: exploración (brainstorming, búsqueda de métodos, vocabulario), confirmación (revisión de gramática, citas y coherencia) y ejecución (formato, resúmenes, redacción de textos). Surgió confusión sobre cuándo el uso de IA constituye plagio y si debe mencionarse en la disertación: 85 % preferiría no reconocer su uso. Los estudiantes solicitan capacitación en selección de herramientas, prompt engineering, ética de uso y protección de datos para aplicar GenAI de forma responsable y efectiva.
Más informaciónDisciplinary Responses to Generative AI: Implications for Academic Librarians
Lauren Hays
El texto examina cómo distintas disciplinas académicas están integrando la inteligencia artificial generativa (GenAI) en enseñanza y aprendizaje, y sus implicaciones para bibliotecarios universitarios. Se analizan tres áreas: arte, escritura/composición en inglés y matemáticas. En arte, GenAI apoya la ideación y exploración creativa, pero plantea dilemas sobre autoría y derechos de autor. En escritura, se utiliza para corregir gramática, resumir y generar ideas, aunque preocupa su impacto en la integridad académica y en la formación de habilidades críticas. En matemáticas, se emplea como tutor personalizado y apoyo en la resolución de problemas, con riesgos de dependencia excesiva. El artículo concluye que los bibliotecarios deben comprender los valores y enfoques de cada disciplina para guiar un uso ético y contextualizado de GenAI.
Más informaciónUsing GenAI to Assess Design Patterns in Student Written Code
Daniel-Florin Dosaru; Diana-Maria Simion; Andrei-Horia Ignat; Lorina-Cristina Negreanu; Alexandru-Corneliu Olteanu
El artículo analiza el uso de inteligencia artificial generativa (GenAI) para evaluar patrones de diseño en código escrito por estudiantes de programación orientada a objetos. Tradicionalmente, las herramientas automáticas verifican la corrección del código, pero identificar patrones de diseño es más complejo por la diversidad de implementaciones. El estudio compara modelos en la nube (ChatGPT, Claude) con soluciones locales en clústeres universitarios (LLaMA). Se emplearon conjuntos de tareas estudiantiles y se midió precisión, exhaustividad y calidad del razonamiento. Los resultados muestran que ChatGPT y su versión ajustada destacan en equilibrio entre precisión y cobertura, mientras SSA ofrece alta precisión, pero baja detección. Se concluye que GenAI puede reducir la carga docente, apoyar la autoevaluación estudiantil y tener impacto en la industria.
Más informaciónCo-intelligence in design: the importance of trust in artificial intelligence
Chiara Lelli, Filippo Chiarello and Vito Giordano
El estudio explora cómo la confianza en la inteligencia artificial impacta la colaboración en diseño. Presenta un marco práctico basado en cuatro factores clave: transparencia, responsabilidad, similitud y desempeño. Aplicado con estudiantes de la Universidad de Pisa, el marco se integró en actividades de diseño usando ChatGPT-4o mini, seguido de talleres y cuestionarios. Los resultados muestran que el marco incrementa significativamente el aprendizaje sobre confianza en IA, más que las actividades de diseño por sí solas. También se observó mayor familiaridad con los modelos generativos, aunque una disminución en la percepción de comprensibilidad. El marco facilita discusiones críticas, promueve la adopción responsable de IA en equipos de diseño y ofrece estrategias educativas para fortalecer la confianza en entornos académicos y profesionales.
Más informaciónDevelopment and validation of the Generative AI Literacy for Learning Scale(GenAI-LLs)
Muhammed Murat Gümüş, Mehmet Kara
El artículo presenta la creación y validación de una escala para medir la alfabetización en inteligencia artificial generativa (GenAI) en contextos de educación superior. La escala, denominada GenAI-LLs, evalúa cuatro dimensiones clave: análisis de necesidades, habilidades de lenguaje y uso de prompts, aprendizaje autónomo y pensamiento crítico. Se aplicó a estudiantes universitarios en tres fases para garantizar su validez y confiabilidad mediante análisis factorial exploratorio, confirmatorio, y pruebas de consistencia interna y estabilidad temporal. Los resultados confirman que la GenAI-LLs es una herramienta válida y confiable, útil para docentes, diseñadores curriculares y responsables de políticas que buscan integrar GenAI en entornos de aprendizaje diversos.
Más informaciónComparison of Generative Artificial Intelligence and Student-Generated Veterinary Handouts
Ryan M.B. Gibson, Sarah S. Tomberlin, Laci O. Mackay, and Chad D. Foradori
El estudio evaluó la calidad de folletos informativos sobre condiciones neurológicas caninas generados por estudiantes de veterinaria y plataformas de IA (ChatGPT 4.0 y Google Bard). Utilizando un panel de 24 expertos y una rúbrica basada en cinco criterios (contenido, claridad, educación al cliente, empatía y profesionalismo), se encontró que los estudiantes superaron a la IA en empatía y apoyo al cliente. La IA destacó en claridad y organización. Los evaluadores rara vez distinguieron correctamente la autoría de los textos. Aunque gAI mostró potencial, los autores recomiendan cautela, subrayando la importancia del juicio humano, la ética y nuevas estrategias educativas.
Más informaciónThe use of artificial intelligence (AI) in research: a review of author guidelines in leading journals across eight social science disciplines
Manuel Goyanes, Carlos Lopezosa & Valeriano Piñeiro-Naval
El artículo analiza cómo las principales revistas académicas están respondiendo al uso creciente de la inteligencia artificial generativa (como ChatGPT) en la investigación. Se revisaron 367 revistas de primer cuartil en disciplinas como comunicación, economía, educación y sociología. El 73.8% permite el uso de IA para redactar secciones del artículo, pero ninguna acepta su uso en revisiones bibliográficas. El 61.3% exige transparencia sobre el uso de IA, aunque solo el 12% menciona la protección de datos. Hay variaciones disciplinares: comunicación y sociología son más abiertas, mientras que economía y ética son más restrictivas.
Más informaciónNavigating Integrity in the Age of AI: A Delphi Study on Policy Development for Higher Education
Mayton, Karen
El estudio analiza cómo las universidades de EE. UU. deben adaptar sus políticas ante el uso creciente de inteligencia artificial generativa y su impacto en la integridad académica. Mediante el método Delphi, se encuestó a administradores en tres rondas, alcanzando consenso en 21 de 40 propuestas. Las áreas con mayor acuerdo fueron formación y políticas (75 %) y integridad académica (63 %), mientras que currículo e instrucción obtuvo menor consenso (36 %) y no hubo acuerdo sobre riesgos percibidos. Las recomendaciones clave incluyen capacitar a docentes y estudiantes en el uso ético de la IA, establecer normas sobre privacidad, seguridad, calidad y divulgación del uso de estas herramientas, así como adaptar las políticas según el campo de estudio y contexto institucional
Más informaciónAI chatbots as reading companionsin self- directed out- of- class reading:A self- determination theory perspective
Mengru Pan, Chun Lai, Kai Guo
El estudio analiza el uso de chatbots de IA como acompañantes de lectura en contextos de lectura autónoma fuera del aula. Participaron 94 estudiantes universitarios de inglés como lengua extranjera, quienes interactuaron con un chatbot basado en ChatGPT durante seis semanas. Los resultados muestran que los chatbots pueden mejorar la motivación, comprensión lectora y la interacción en inglés, aunque su efectividad depende de la calidad de las preguntas y de la integración con objetivos de aprendizaje claros. Se identificaron beneficios como retroalimentación inmediata y personalización, pero también desafíos como distracciones, respuestas inexactas y dependencia excesiva. Se concluye que un diseño pedagógico cuidadoso es esencial para maximizar el potencial educativo de estos sistemas.
Más informaciónThe role of AI characteristics and their influence on higher education students’ continuance intention to use GenAI tools
Sindhu Singh, Jerónimo Paiva
El estudio investiga cómo la alfabetización en inteligencia artificial (IA) influye en la disposición de docentes para integrar IA generativa en la enseñanza universitaria. Con datos de 424 profesores chinos, se halló que la alfabetización en IA impacta positivamente la autoeficacia docente y la confianza en la IA, lo que a su vez incrementa la intención de uso. El análisis mediacional mostró que la autoeficacia y la confianza actúan como mediadores parciales. Además, el nivel de familiaridad con la IA modera estos efectos: quienes tienen mayor experiencia muestran relaciones más fuertes entre alfabetización y adopción. El trabajo concluye que la capacitación en IA, junto con estrategias para aumentar confianza y competencias, es clave para su implementación pedagógica efectiva.
Más información
