Noticias de IA Generativa
From AI anxiety to educational opportunity: equitable and practical uses of artificial intelligence in STEM education
Sofía Espinosa-Hernández, Miriam E. Rodríguez-Pérez, Carlos J. Ramírez-Flores
El artículo propone cambiar la visión de la inteligencia artificial (IA) en la educación STEM, pasando del miedo y la restricción hacia una integración pedagógica responsable. Los autores argumentan que la IA generativa puede reducir desigualdades educativas al ampliar el acceso a mentoría, retroalimentación, apoyo en redacción científica y aprendizaje autónomo, especialmente en contextos con recursos limitados. También destacan su utilidad en disciplinas como microbiología y parasitología para fortalecer el razonamiento científico, la comunicación académica y el análisis de datos. No obstante, advierten sobre riesgos como la dependencia, la desigualdad en el acceso, los problemas éticos y el impacto ambiental. Concluyen que la alfabetización en IA y su uso transparente son esenciales para preparar a los estudiantes para la ciencia contemporánea.
Más informaciónGoverning Generative Artificial Intelligence: Institutional Policies and Guidelines at America’s Flagship Universities
Jason LaFrance
Este artículo analiza las políticas y lineamientos sobre inteligencia artificial generativa en 50 universidades públicas emblemáticas de Estados Unidos. Los resultados muestran una convergencia en el modelo de gobernanza: las decisiones sobre el uso de IA en la enseñanza se delegan a profesores y cursos individuales, mientras que las instituciones centralizan aspectos relacionados con privacidad, protección de datos, herramientas autorizadas y gestión de riesgos. La mayoría de las universidades prefieren ofrecer guías y recursos en lugar de políticas rígidas, promoviendo la transparencia, la divulgación del uso de IA y la adaptación a contextos disciplinares específicos. El estudio concluye que este enfoque mantiene la autonomía académica, pero también puede generar desigualdades e inconsistencias en la experiencia estudiantil, por lo que recomienda fortalecer criterios comunes, capacitación docente y políticas más coherentes y equitativas.
Más informaciónKnowing Is Not Enough: Perceived Generative AI Literacy, Support Needs, and Critical Engagement Among Higher Education Students
Marko Radovan, Danijela Makovec Radovan
Este artículo investiga la relación entre la alfabetización en inteligencia artificial generativa (GenAI), las necesidades de apoyo y la capacidad crítica de estudiantes universitarios. A partir de una encuesta aplicada a 449 estudiantes de universidades eslovenas, los autores encontraron que quienes perciben tener mayor conocimiento sobre GenAI utilizan estas herramientas con más frecuencia, para más propósitos académicos y en una mayor variedad de formatos. Sin embargo, ese mayor nivel de confianza no se traduce automáticamente en un uso más crítico o responsable.
Los resultados muestran que estudiantes de todos los niveles de alfabetización identifican necesidades importantes de formación, especialmente en aspectos relacionados con el uso responsable de la IA. De manera interesante, los estudiantes que se consideran más competentes también reportan una mayor conciencia de sus propias limitaciones y, por ello, expresan necesidad de seguir aprendiendo sobre el uso adecuado de estas tecnologías.
El estudio concluye que la alfabetización en IA no debe limitarse al aprendizaje técnico de herramientas como ChatGPT, sino que debe incluir el desarrollo de habilidades de evaluación crítica, juicio ético y comprensión de las implicaciones sociales de la IA. Los autores recomiendan que las universidades implementen programas formativos estructurados que integren competencias prácticas y reflexión ética, ya que la simple exposición a herramientas de IA no garantiza un uso responsable ni una comprensión profunda de sus riesgos y limitaciones.
Más informaciónHow are combinations of human-written words and LLM-generated words by ChatGPT, Copilot, Gemini and Grammarly detected by Turnitin?
Lucky E. Atamhenwan
El artículo analiza cómo Turnitin detecta textos generados por modelos de lenguaje como ChatGPT, Copilot, Gemini y Grammarly, especialmente cuando se combinan con escritura humana. El estudio revisó 81 textos con distintos porcentajes de contenido humano y generado por IA. Los resultados muestran que Turnitin no marca textos totalmente humanos ni detecta bien porcentajes bajos de IA, como 5% o 10%. Cuando el contenido generado por IA aumenta, la detección también aumenta, pero con errores: a veces sobreestima porcentajes bajos y subestima porcentajes altos. Además, herramientas de “humanización” como QuillBot o RyneAI pueden reducir o evitar la detección. El artículo concluye que Turnitin puede orientar decisiones académicas, pero no debe usarse como prueba única o definitiva.
Más informaciónGenerative AI and media literacy: how AI tools reshape students’ skills of searching, verifying, and interpreting information
Assan Tuxanbayev, Nurgul Yrymbayeva, Baqitjan Suleymen, Madina Tussupbekova, Pakizat Rakhimgaliyeva & Nurgul Serikbayeva
El artículo estudia cómo una formación semestral en alfabetización mediática sobre IA generativa puede mejorar las habilidades universitarias para buscar, verificar e interpretar información. Parte del riesgo de que los estudiantes usen la IA como “motor de respuestas” y acepten textos plausibles sin comprobar fuentes. La investigación comparó un grupo experimental y uno de control con 135 estudiantes en Kazajistán. El grupo experimental cursó un módulo de 13 semanas centrado en búsqueda de fuentes primarias, lectura lateral, razonamiento basado en evidencias y atribución responsable. Los resultados mostraron mejoras significativas en cuestionarios y tareas prácticas de verificación. El estudio concluye que la educación superior debe enseñar procedimientos críticos para usar la IA, no solo permitirla o prohibirla.
Más informaciónGenerative AI in Higher Education: Innovation Strategies for Teaching and Learning
Adebowale Owoseni , Oluwaseun Kolade , Abiodun Egbetokun
El libro examina cómo la inteligencia artificial generativa transforma la educación superior, especialmente desde la aparición de ChatGPT. Explica que estas herramientas pueden apoyar a docentes y estudiantes en la preparación de clases, creación de contenidos, diseño de evaluaciones formativas y sumativas, retroalimentación, aprendizaje personalizado y participación estudiantil. También advierte riesgos como plagio, sesgos, dependencia tecnológica, desinformación y debilitamiento del pensamiento crítico. Su propuesta no es prohibir la IA, sino integrarla responsablemente mediante políticas claras, alfabetización digital, ética, verificación de resultados y participación humana. El texto defiende un cambio pedagógico: pasar de memorizar conocimientos a desarrollar competencias, aplicarlas en contextos reales y demostrar desempeño con apoyo crítico de la IA. En conjunto, ofrece estrategias prácticas para innovar enseñanza y aprendizaje.
Más informaciónAdopción de inteligencia artificial generativa en educación superior latinoamericana: Revisión de alcance
Brenda Patricia Motta-Soto, Francisco Carlos Leoncio Orbegoso-Leiva, Elsa Dolores Hernández-García, Rosa Luz Carrillo-Atahualpa, Modesto Mostacedo-Villca, Florencia Chafloque-Capuñay
El artículo analiza la adopción de la inteligencia artificial generativa en la educación superior latinoamericana mediante una revisión de alcance de estudios empíricos publicados entre 2021 y 2025. La investigación incluyó 31 estudios, de los cuales 22 fueron sintetizados con mayor profundidad. Los hallazgos muestran que el uso de la IAG se concentra principalmente en estudiantes y en actividades de apoyo al aprendizaje, escritura académica, elaboración de borradores y organización de ideas. Sin embargo, también se identifican preocupaciones importantes sobre integridad académica, plagio, autoría, dependencia tecnológica, privacidad y sesgos. El estudio concluye que se requieren políticas institucionales, alfabetización en IA, rediseño de la evaluación y más evidencia sobre su impacto educativo.
Más informaciónDocencia e inteligencia artificial generativa en educación superior en América Latina: Focos y vacíos de la investigación emergente (revisión sistemática 2023-2025)
Jorge Blake
El artículo revisa la primera ola de investigaciones sobre inteligencia artificial generativa y docencia en educación superior latinoamericana entre enero de 2023 y abril de 2025. A partir de 35 estudios, identifica que los principales focos son la necesidad de capacitación docente y los desafíos éticos e integridad académica, especialmente plagio, uso indebido y dominio instrumental de las herramientas. También se reconocen beneficios como mayor productividad, apoyo en planificación, creación de materiales y personalización del aprendizaje. Sin embargo, el estudio advierte que la literatura ha atendido menos problemas estructurales como desigualdad tecnológica, falta de políticas institucionales y sentido pedagógico de la IAG. Se propone avanzar hacia una agenda crítica, ética y contextualizada.
Más informaciónEstudio de la normativa del uso de inteligencia artificial en universidades latinoamericanas y del Caribe
Juan Carlos Lázaro-Guillermo, Walter Arturo Quispe-Cutipa, Moisés Ronal Niño-Cueva, Doris del Carmen de la Cruz-Mena
El artículo analiza las normativas sobre el uso de inteligencia artificial en universidades de América Latina y el Caribe. Mediante una revisión cualitativa y documental, examina literatura académica y documentos de organismos internacionales, regionales y nacionales. Los resultados muestran que la IA ya se utiliza en docencia, investigación y gestión universitaria, con beneficios como personalización del aprendizaje, apoyo académico y eficiencia administrativa. Sin embargo, su adopción contrasta con la escasa consolidación de marcos normativos en la región. Chile, Brasil y Colombia presentan mayores avances, mientras que en otros países predominan iniciativas aisladas. El estudio concluye que se requieren regulaciones contextualizadas, éticas, inclusivas y participativas para proteger datos, evitar sesgos y preservar la integridad académica.
Más informaciónFlipping the Script on AI Detection: Predictive Modeling of Human Authenticity and the Assessment Validity Crisis
Erin Curfman
El artículo analiza cómo la inteligencia artificial generativa ha provocado una crisis en la validez de la evaluación en la educación superior. Mediante modelos estadísticos, demuestra que es posible distinguir entre textos humanos y generados por IA con hasta un 91% de precisión, identificando una “huella cognitiva” basada en la variabilidad lingüística. Critica el modelo tradicional de evaluación centrado en el producto, ya que puede premiar resultados generados por IA en lugar del aprendizaje real. Propone enfoques alternativos como el Cognitive Friction Mapping y la auditoría humano-algoritmo, que evalúan el proceso, el esfuerzo cognitivo y la interacción con la IA. Así, se busca restaurar la validez evaluativa priorizando el aprendizaje auténtico sobre el resultado final.
Más informaciónEmbedding generative AI literacy through academic development
Zachery Quince
El artículo analiza la incorporación de la alfabetización en inteligencia artificial generativa (GenAI) en la educación superior mediante el desarrollo académico del profesorado. A partir de un programa formativo en una universidad australiana, se evidencia que el uso responsable de GenAI mejora la confianza docente y favorece la adaptación de evaluaciones, aunque persisten desafíos como la desigualdad en competencias digitales, dilemas de autoría, rápida obsolescencia tecnológica y una comprensión ética limitada. Se propone pasar de una formación centrada en herramientas a un enfoque continuo, colaborativo y basado en valores, mediante comunidades de práctica y desarrollo sostenible de capacidades. En síntesis, integrar la alfabetización en GenAI implica un cambio pedagógico, ético e institucional a nivel global.
Más informaciónA Scientometrics of Generative AI in Education (2023–2026)
Yuan Li
El artículo analiza el desarrollo de la inteligencia artificial generativa en educación entre 2023 y 2026 mediante un enfoque cienciométrico con VOSviewer. Destaca el rápido crecimiento de publicaciones y su concentración en el ámbito educativo, con China liderando en producción e influencia. La investigación ha evolucionado desde preocupaciones éticas y de integridad académica hacia la integración práctica y la evaluación de su efectividad. Se identifican beneficios como la personalización del aprendizaje, pero también desafíos cognitivos, pedagógicos y éticos, como la dependencia tecnológica y la desigualdad educativa. Finalmente, se subraya la necesidad de mayor interdisciplinariedad, colaboración internacional y desarrollo de marcos éticos y pedagógicos para un uso sostenible de la IA.
Más informaciónFrom policy to practice: editorial leadership in the age of AI-assisted science
Whitley Stone, Matthew Garver, Samantha Johnson, Jennifer Caputo, Adam Ibrahim, Dustin Davis & James Navalta
El artículo analiza cómo la inteligencia artificial generativa está transformando la publicación científica, especialmente en el ámbito de las ciencias del ejercicio. Destaca que, aunque estas herramientas aumentan la eficiencia y facilitan la redacción, también generan riesgos como desinformación, dependencia excesiva y problemas de privacidad. Se identifican inconsistencias en las políticas editoriales sobre el uso de IA, lo que evidencia la necesidad de normas claras. Los autores proponen que la IA debe complementar, no sustituir, el juicio humano, enfatizando la transparencia, la divulgación de su uso y una revisión por pares rigurosa. Asimismo, subrayan la importancia de actualizar continuamente las políticas editoriales para preservar la integridad, credibilidad y confianza en la comunicación científica.
Más informaciónEntre o eu e o algoritmo: a autoria em tempos de inteligência artificial generativa (IAGen)
Mirian Maia do Amaral
El ensayo reflexiona críticamente sobre la noción de autoría en la era de la inteligencia artificial generativa. Plantea que la autoría ya no es exclusivamente individual, sino un proceso distribuido que involucra al humano, la tecnología y el contexto. La IA no es autora, ya que carece de intencionalidad y responsabilidad, pero actúa como mediadora en la creación. Se destacan riesgos éticos, epistemológicos y educativos, como la homogeneización del conocimiento y la pérdida de pensamiento crítico. Frente a ello, se propone la “Pedagogía del Encuentro”, que promueve un uso consciente, colaborativo y humanizado de la IA. Así, la tecnología puede enriquecer la educación, siempre que fortalezca la reflexión crítica y el papel activo de docentes y estudiantes.
Más informaciónNursing students’ experiences of participating in Action Learning Sets (ALS) to reflect on AI chatbots use for learning: an exploratory study
Hind Bahri, Anouar Aidoun, Zaineb Toujami & Oluwatobi Noah Akande
El estudio explora las experiencias de estudiantes de enfermería al participar en Action Learning Sets (ALS) para reflexionar sobre el uso de chatbots de inteligencia artificial en el aprendizaje. Se realizó con 25 estudiantes en Marruecos mediante sesiones colaborativas y entrevistas cualitativas. Los resultados muestran dos aspectos principales: beneficios y desafíos. Entre los beneficios destacan un entorno seguro para la reflexión, el aprendizaje entre pares y el desarrollo de habilidades críticas. Los estudiantes valoraron compartir experiencias y descubrir nuevas herramientas de IA. Entre los desafíos se identificaron el temor al juicio de otros al inicio y las limitaciones de tiempo. En conclusión, los ALS favorecen el aprendizaje reflexivo y podrían integrarse en la formación en enfermería.
Más informaciónRethinking Graduate AI Competence: A Holistic AI Literacy Model for Higher Education
Marina Falasca
El artículo analiza cómo la inteligencia artificial generativa está transformando la educación de posgrado y plantea que su uso frecuente no se traduce necesariamente en competencia crítica. A partir de un estudio exploratorio con estudiantes de distintos países, identifica una brecha entre uso y competencia: los alumnos utilizan ampliamente la IA, pero verifican poco la información, muestran incertidumbre ética y tienden a considerar los textos generados como neutrales. Para abordar este problema, propone un modelo de alfabetización en IA de carácter holístico que integra tres dimensiones: mediática, crítica y retórica. Este enfoque busca formar estudiantes capaces de evaluar, interpretar y utilizar la IA de manera responsable, fortaleciendo el juicio epistemológico, la ética y la comunicación académica en contextos educativos contemporáneos.
Más informaciónIntelligence Unleashed: How Generative AI is Rewriting The Rules of Tourism Education and Research
Tarik Dogru, Nathana Line, Lydia Hanks, Fulya Acikgoz, Je'anna Abbott, Selim Bakir, Adiyukh Berbekova, Anil Bilgihan, Ali Iskender, Murat Kizildag, Minwood Lee
El artículo examina cómo la inteligencia artificial generativa está transformando la educación y la investigación en turismo y hostelería, considerándola una innovación disruptiva que redefine la enseñanza, la autoría y la producción académica. Destaca sus beneficios, como el aprendizaje personalizado, la automatización del análisis de datos y la mejora de la preparación profesional. Sin embargo, también advierte sobre riesgos éticos y legales, como el sesgo, la privacidad, el plagio y la ambigüedad en la autoría. Los autores proponen rediseñar los currículos, establecer políticas claras y fomentar habilidades humanas como la empatía y la comunicación. En conjunto, el estudio plantea integrar la IA de manera responsable para equilibrar innovación e integridad en la educación superior.
Más informaciónLearner autonomy driven by (generative) artificial intelligence as a source of emotional vulnerability and identity tensions in mid-career tertiary-level language teachers
Mohammad N. Karimi, Zahra Keshvari
El artículo analiza cómo la autonomía de los estudiantes impulsada por la inteligencia artificial generativa afecta la identidad profesional y la vulnerabilidad emocional de docentes universitarios de lenguas en etapa media de su carrera. A partir de un estudio cualitativo, identifica tres fuentes principales de tensión: la pérdida de respeto y credibilidad docente, los dilemas éticos sobre la autoría y evaluación del trabajo estudiantil, y la disminución de la agencia profesional junto con el temor a ser reemplazados por la tecnología. Estas dimensiones, interrelacionadas en un ciclo generan estrés, incertidumbre y cuestionamientos sobre el rol docente. El estudio propone fortalecer la alfabetización en IA, establecer políticas claras y promover estrategias adaptativas para apoyar la reconstrucción profesional docente
Más informaciónAI-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
Nabeel Alzahrani
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 menor a 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 informaciónEthical concerns and legal implications of generative AI in content creation
Rahul Shah, Yaso Hang Rai, Riyaz Ahmed Budha, Hang Limboo, Somang Subba
El auge de la inteligencia artificial generativa (GenAI), como GPT-4 y DALL·E, transforma la creación de contenido en sectores como periodismo, educación y arte. Aunque potencia la creatividad, plantea serios dilemas éticos y legales: autoría, propiedad intelectual, sesgos, privacidad y desinformación. El documento analiza cómo estas tecnologías pueden manipular la información, afectar empleos creativos y reproducir desigualdades sociales. Propone reformas legales para definir autoría colaborativa, transparencia en los datos y marcado obligatorio de contenido sintético. Además, recomienda estrategias éticas como el control humano y la educación digital. Finalmente, aboga por una regulación global, estructuras morales dinámicas y estándares industriales que garanticen un uso responsable y equitativo de la GenAI en la creación de contenido.
Más informaciónUsing Multiple GenAI Tools in Pronunciation Teaching: An AI-Assisted Teaching Flowchart in Blended Learning and Flipped Learning
Ka Long Roy Chan; Jinyu Liu
El artículo propone un modelo para integrar herramientas de IA generativa (GenAI) en la enseñanza de la pronunciación dentro de un enfoque de aprendizaje combinado (blended learning) y aula invertida. Clasifica las herramientas en tres tipos: Listen-Mimic (imitación auditiva), Analyze-Feedback (análisis y retroalimentación) y Practice-Feedback (práctica con retroalimentación inmediata). Estas permiten a los estudiantes practicar a su ritmo y recibir retroalimentación personalizada. Se presenta un diagrama de flujo (página 3) que guía su implementación, comenzando con diagnóstico, seguido de entrenamiento y práctica autónoma. El artículo también identifica desafíos: necesidad de capacitación docente, adaptación curricular y brechas en la competencia digital del alumnado. Finalmente, se destaca el potencial de expandir esta metodología a otras habilidades lingüísticas, como lectura, escritura y comprensión auditiva.
Más informaciónIntegrating ChatGPT into the Design of 5E-Based Earth Science Lessons
Yoonsung Choi
El estudio analiza cómo profesores en formación usan ChatGPT para diseñar lecciones de ciencias de la Tierra basadas en el modelo 5E (Engage, Explore, Explain, Elaborate, Evaluate). ChatGPT brindó apoyo creativo en fases como Engage (metáforas, analogías) y Elaborate (aplicaciones), pero sugiere limitaciones en actividades prácticas o explicaciones conceptuales, que fueron ajustadas por los docentes según el currículo y el nivel de los estudiantes. Los participantes modificaron ideas de IA para adaptarlas al contexto escolar, reforzando su juicio pedagógico. Aunque ChatGPT impulsó la planificación y reflexión, no reemplazó la experiencia docente. El estudio concluye que una integración efectiva requiere pensamiento crítico, formación profesional y conciencia contextual en el uso de IA educativa.
Más informaciónCharacteristics, motivations and attitudes of students using ChatGPT and other language model-based chatbots in higher education
Vicente Morell-Mengual, Olga Fernández-García, Carmen Berenguer, Jessica Ortega-Barón, María Dolores Gil-Llario & Verónica Estruch-García
El estudio analiza a 974 estudiantes universitarios en España sobre el uso de chatbots de IA como ChatGPT. El 61.4% los emplea con fines académicos, principalmente para comprender conceptos complejos, generar ideas y optimizar el tiempo de estudio. Aunque valoran su utilidad, también manifiestan preocupaciones sobre dependencia, pérdida de habilidades escritas y confiabilidad de las respuestas. Se observan diferencias de género: los hombres tienden a usar más estos recursos para ahorrar tiempo y modificar menos los textos generados, mientras que las mujeres los adaptan más. El estudio sugiere integrar estos recursos en la educación con formación ética y digital adecuada.
Más informaciónIs Gen AI a professor in creativity? A case study in postgraduate students
Han Zhang & Shigang Ge
El estudio analiza cómo la inteligencia artificial generativa (Gen AI) influye en la creatividad de estudiantes de posgrado. A partir de entrevistas a 12 estudiantes, se concluye que Gen AI apoya la generación de ideas, el pensamiento crítico y la redacción académica, pero no sustituye la creatividad humana. Los estudiantes valoran su utilidad para inspiración y corrección lingüística, aunque critican su falta de profundidad, emociones y comprensión contextual. También expresan preocupaciones éticas, legales y culturales. En general, Gen AI es una herramienta colaborativa útil, pero debe usarse con criterio, supervisión y formación adecuada para evitar dependencia y fomentar la innovación auténtica.
Más informaciónGlossary of Generative Artificial Intelligence for Education: A Conceptual and Pedagogical Framework
Jairo Alberto Galindo-Cuesta
Este glosario ofrece un marco conceptual y pedagógico para comprender la inteligencia artificial generativa en educación. Integra más de 100 términos clave vinculados a modelos de lenguaje como ChatGPT, explicados desde perspectivas técnicas, didácticas y éticas. Su objetivo es facilitar la alfabetización en IA entre docentes, investigadores y responsables educativos, con énfasis en la integración crítica, el pensamiento reflexivo y la equidad. Se desarrolló mediante revisión sistemática, análisis semántico y validación con expertos. Incluye guías prácticas para formación docente, desarrollo curricular e implementación institucional, y destaca la necesidad de actualizar constantemente el vocabulario ante la rápida evolución tecnológica.
Más informaciónThe potentials and challenges of integrating generative artificial intelligence (AI) in dental and orthodontic education: a systematic review
Martin Baxmann, Krisztina Kárpáti, Zoltán Baráth
Este estudio sistemático analiza el impacto de la inteligencia artificial generativa (IA) en la educación dental y ortodóntica. Se revisaron 17 estudios que evaluaron herramientas como ChatGPT y simuladores inteligentes. Los hallazgos indican que la IA mejora la retención del conocimiento, la toma de decisiones clínicas y el desarrollo de habilidades prácticas mediante rutas de aprendizaje adaptativo y retroalimentación inmediata. También se destaca el aumento en la participación estudiantil y la precisión diagnóstica. Sin embargo, persisten desafíos como la falta de formación docente, infraestructura deficiente y preocupaciones éticas sobre privacidad y transparencia. Se concluye que la IA tiene un alto potencial transformador en la educación ortodóntica, pero requiere inversión en capacitación, tecnología y estudios a largo plazo para validar su eficacia.
Más informaciónIncorporating ChatGPT into Hospitality and Tourism Education: A Comparative Student and AI Study
Philip Feifan Xie, PhD
Este estudio compara tareas realizadas por estudiantes de turismo con textos generados por ChatGPT. Se evaluaron temas como ecoturismo, turismo culinario y tecnología en turismo mediante un enfoque tipo Turing Test. Los resultados revelan que ChatGPT ofrece contenido bien estructurado, actualizado y útil, aunque limitado en profundidad crítica, precisión de citas y creatividad. Se identifican tres desafíos principales: exactitud y confiabilidad, implicaciones éticas y el rol cambiante del docente. Aunque ChatGPT supera a los estudiantes en temas generales, estos destacan en áreas temáticas más específicas. El estudio concluye que una combinación equilibrada entre inteligencia artificial y trabajo humano puede enriquecer la educación turística, siempre que se promuevan el pensamiento crítico, la integridad académica y el uso ético de las herramientas de IA.
Más informaciónHow does using generative AI for essay writing impact peerassessment patterns? Insights from early adopters
Kamila Misiejuk ,Jarle Bastesen & Tatiana Ershova
Este estudio analiza cómo el uso de inteligencia artificial generativa (GenAI) afecta la evaluación entre pares en contextos educativos. Al observar a estudiantes universitarios que usaron ChatGPT para redactar ensayos, se encontró que sus trabajos recibieron calificaciones y autoevaluaciones más bajas, aunque realizaron más revisiones. Las retroalimentaciones dadas a estos textos fueron menos específicas y más elogiosas, pero de menor calidad cuando se sospechaba uso de IA. Aunque no mejoraron sus notas finales, los estudiantes que usaron GenAI se involucraron activamente en reescrituras. El estudio resalta la necesidad de entrenar a los alumnos para evaluar críticamente tanto sus trabajos como los generados por IA. Se recomienda integrar GenAI de forma ética y educativa, adaptando las estrategias pedagógicas a esta nueva realidad.
Más informaciónThe Potential of Generative Artificial Intelligence Across Disciplines: Perspectives and Future Directions
Keng-Boon Ooi, Garry Wei-Han Tan, Mostafa Al-Emran, Mohammed A. Al-Sharafi, Et al.
El artículo explora el impacto del uso de la inteligencia artificial generativa (IAg) en sectores como marketing, salud, educación, banca, manufactura y sostenibilidad. A través de modelos como ChatGPT y Bard, la IAg puede generar contenido original (texto, imágenes, música) con aplicaciones que van desde la personalización de servicios hasta la automatización de procesos. Se destacan beneficios como eficiencia, innovación y accesibilidad, pero también se advierten desafíos éticos, de privacidad y posibles sesgos. Además, se subraya la necesidad de regulación, transparencia y gobernanza responsable. El trabajo ofrece una agenda de investigación y perspectivas interdisciplinarias, resaltando el potencial transformador de la IAg en la sociedad y el entorno laboral moderno.
Más informaciónUnveiling the landscape of generative artificial intelligence in education: a comprehensive taxonomy of applications, challenges, and future prospects
Agariadne Dwinggo Samala, Soha Rawas, Tianchong Wang, Janet Marie Reed, Jinhee Kim, Natalie-Jane Howard & Myriam Ertz
Este estudio analiza el papel de la inteligencia artificial generativa (GenAI), como ChatGPT, en la educación. A través de una revisión de 453 artículos, se propone una taxonomía de aplicaciones educativas, beneficios, desafíos éticos y perspectivas futuras. ChatGPT facilita tutoría, creación de contenido, asistencia en escritura y traducción, entre otras tareas. Se identifican ventajas como disponibilidad 24/7, eficiencia y soporte multilingüe, pero también limitaciones, incluyendo sesgos, falta de personalización, y problemas de privacidad. Se advierte sobre el uso ético y la necesidad de políticas claras. El artículo concluye que GenAI no reemplaza a los educadores, sino que debe complementar su labor, promoviendo una educación más inclusiva, crítica y ética.
Más informaciónCombining Artificial Intelligence with Augmented Reality and Virtual Reality in Education: Current Trends and Future Perspectives
Lampropoulos, Georgios
Este estudio analiza 201 publicaciones sobre la combinación de inteligencia artificial (IA) con realidad aumentada (AR) y realidad virtual (VR) en educación. Destaca cómo estas tecnologías, al integrarse, ofrecen experiencias de aprendizaje personalizadas, inmersivas e interactivas que apoyan tanto a estudiantes como a docentes. La investigación revela un crecimiento anual del 60.58%, evidenciando el interés creciente en el tema. Se identifican sistemas de tutoría inteligente con presencia virtual, capaces de actuar como tutores o pares de aprendizaje. También se señalan retos como la inclusión digital y el diseño pedagógico adecuado. Se concluye que estas tecnologías, especialmente en entornos formales e informales, tienen un alto potencial transformador y requieren más estudios empíricos que evalúen su impacto educativo y socioemocional.
Más informaciónWhat Drives the Use of Generative Artificial Intelligence to Promote Educational Sustainability? Evidence from SEM-ANN Approach
Ibrahim Arpaci, Mostafa Al-Emran, Noor Al-Qaysi & Mohammed A. Al-Sharafi
Este estudio explora los factores que impulsan el uso de la inteligencia artificial generativa (IA) en la educación superior y su impacto en la sostenibilidad educativa. Utilizando un modelo híbrido SEM-ANN, se analizaron datos de 1,030 estudiantes universitarios. La investigación amplía el modelo UTAUT-2 al incluir la “innovación personal” y la “sostenibilidad educativa” como variables clave. Los resultados revelan que el comportamiento de uso de IA influye significativamente en la sostenibilidad educativa. Entre los principales predictores se encuentran el hábito, la motivación hedónica y la innovación personal. Se destaca la necesidad de integrar la IA de forma ética y responsable para evitar una dependencia excesiva. El estudio ofrece implicaciones teóricas y prácticas para fomentar un uso equilibrado de la IA en contextos educativos.
Más informaciónExploring user awareness and perceived usefulness of generative AI in higher education: The moderating role of trust
Mai-Lun Chiu
Este estudio analiza cómo la conciencia del usuario y la utilidad percibida de la inteligencia artificial generativa (IAG) en educación superior se ven influenciadas por factores cognitivos y tecnológicos. Utilizando el modelo PLS-SEM con una muestra de 572 estudiantes, se confirma que el costo hundido, la privacidad, la explicabilidad, la rendición de cuentas y la transparencia afectan significativamente la conciencia del usuario. Esta, a su vez, impacta fuertemente la utilidad percibida de la IAG. El estudio también evalúa el papel moderador de la confianza, mostrando efectos complejos, como un aumento de conciencia en usuarios con menor confianza cuando se implementan mecanismos de rendición de cuentas. Los hallazgos ofrecen valiosas implicaciones teóricas y prácticas para la implementación ética y efectiva de la IAG en contextos educativos.
Más informaciónAssessment design through co-creation: Student-staff partnership in evaluating the impact of artificial intelligence
Andrew Williams, Ellie Ingle
Este estudio de caso analiza una iniciativa de co-creación entre estudiantes y docentes en la Universidad College London para evaluar el impacto de la inteligencia artificial generativa (IA), específicamente ChatGPT, en las evaluaciones universitarias. Se diseñaron criterios colaborativos para evaluar las salidas generadas por IA en tareas reales de un programa de ciencias médicas. Los hallazgos revelan que ningún formato de evaluación es inmune al uso de ChatGPT, destacando desafíos en la integridad académica, la equidad y la necesidad de nuevas políticas educativas. La colaboración fortaleció la voz estudiantil, mejoró el diseño de evaluaciones y propuso la IA como herramienta formativa. Se recomienda incorporar formación en IA tanto para estudiantes como docentes, y fomentar asociaciones para adaptar el currículo ante el avance tecnológico.
Más informaciónGenerative Artificial Intelligence Generates Images: Copyright Infringement or Fair Use
Ganglin Liu
El artículo analiza si las imágenes generadas por inteligencia artificial (IA) constituyen una infracción de derechos de autor o si pueden considerarse uso legítimo (fair use). Argumenta que la responsabilidad legal debe enfocarse en los usuarios finales que generan imágenes, no en los desarrolladores de los conjuntos de datos ni en los creadores de los sistemas de IA. La clave para una demanda por infracción es demostrar la copia no autorizada de elementos protegidos. La IA no copia imágenes directamente, sino que aprende patrones a partir de grandes volúmenes de datos. Se concluye que, en la mayoría de los casos, el uso de IA en la generación de imágenes podría considerarse un uso transformativo y, por tanto, legítimo.
Más informaciónControl vs. Agency: Exploring the History of AI in Education
Punya Mishra, Danah Henriksen, Lauren J. Woo & Nicole Oster
El artículo examina la evolución de la inteligencia artificial (IA) en la educación, destacando la tensión entre el control y la autonomía en el aprendizaje. Analiza dos enfoques históricos: los sistemas de tutoría cognitiva de John Anderson, que optimizan la enseñanza mediante modelos estructurados, y el enfoque constructivista de Seymour Papert, que promueve la exploración creativa mediante herramientas como el lenguaje de programación Logo. Se argumenta que la IA en la educación puede reforzar estructuras tradicionales o fomentar la creatividad del estudiante. La integración de la IA generativa en la educación amplifica este debate, ya que puede personalizar la enseñanza, pero también plantea riesgos de estandarización y pérdida de autonomía en el aprendizaje.
Más informaciónAI in action: Changes to student perceptions when using generative artificial intelligence for the creation of a multimedia project-based assessment
Kellie A. Charles, Arsalan Yousuf, Han Chow Chua, Slade Matthews, Joanna Harnett, Tina Hinton
El artículo analiza el impacto del uso de IA generativa en la educación farmacológica. Se realizó un estudio cualitativo con 40 estudiantes que usaron IA en una evaluación basada en proyectos multimedia. Antes del curso, los estudiantes veían la IA como un tutor personal, pero en la práctica la usaron principalmente para generar ideas y analizar datos. No utilizaron IA para escribir el trabajo final, reflejando incertidumbre sobre su papel en la evaluación académica. El estudio destaca la necesidad de directrices claras para integrar la IA en la educación sin comprometer la integridad académica.
Más informaciónEvaluating the efficacy of ChatGPT in environmental education: findings from heuristic and usability assessments
Wang Xiaoyu, Zamzami Zainuddin, Chin Hai Leng, Dong Wenting, Xiang Li
Este estudio evalúa la eficacia de ChatGPT en la educación ambiental en el contexto de los Objetivos de Desarrollo Sostenible. A través de una evaluación heurística y pruebas de usabilidad, se identificaron problemas clave como la falta de soporte multimedia, barreras lingüísticas y deficiencias en la verificación de datos. Aunque ChatGPT facilita el aprendizaje interactivo, sus limitaciones afectan los resultados educativos. La investigación propone un modelo híbrido que combine IA generativa con la intervención humana para mejorar el compromiso y la efectividad del aprendizaje. Este estudio contribuye a la comprensión del papel de la inteligencia artificial en la educación ambiental y destaca la necesidad de un enfoque equilibrado que aproveche las fortalezas tanto de la IA como de los educadores humanos.
Más informaciónAssessing Student Adoption of Generative Artificial Intelligence across Engineering Education from 2023 to 2024
Jesan Ahammed Ovi, Gabe Fierro, and C. Estelle Smith
Este estudio analiza la adopción de la Inteligencia Artificial Generativa (GenAI) por parte de estudiantes de ingeniería entre 2023 y 2024 en la Colorado School of Mines. A través de encuestas, se identificó un aumento significativo en el uso de GenAI, principalmente para mejorar la comprensión, la calidad del trabajo y mantenerse al día con la tecnología. Aunque los estudiantes perciben su uso como ético y beneficioso, también expresan preocupaciones sobre la desinformación y el impacto en la sociedad. Los hallazgos muestran una polarización en cuanto a los efectos futuros de la IA en el empleo y la sociedad. Este estudio destaca la necesidad de estrategias educativas equilibradas que fomenten el pensamiento crítico y la integración ética de GenAI en la formación académica.
Más informaciónFrom Prompt to Polished: Exploring Student–Chatbot Interactions for Academic Writing Assistance
Maya Usher, Meital Amzalag
Este artículo analiza cómo los estudiantes de posgrado interactúan con chatbots de IA para mejorar su escritura académica. A través de sesiones en línea con 43 estudiantes, se identificaron siete tipos principales de asistencia, siendo las más comunes la generación y expansión de contenido, integración y verificación de fuentes, y aclaración de conceptos. Además, se observaron tres estilos de comunicación predominantes: solicitudes directas, preguntas y declaraciones, con un tono mayormente neutral o de aprecio. Aunque los estudiantes encontraron útiles los chatbots, tendieron a utilizarlos para tareas básicas en lugar de procesos analíticos más complejos. Los resultados destacan la necesidad de mejorar la alfabetización en IA y fomentar su uso en tareas cognitivamente más exigentes dentro del ámbito académico.
Más informaciónMore intelligent faculty development: Integrating GenAI in curriculum development programs
Nehal Khamis, Belinda Chen, Carolina Egan, Shiv Gaglani & Sean Tackett
Este artículo describe una iniciativa para integrar la Inteligencia Artificial Generativa (GenAI) en programas de desarrollo docente enfocados en la elaboración de planes de estudio. Utilizando el modelo de Seis Pasos de Kern, los autores diseñaron ejercicios con indicaciones personalizables en herramientas como Bing y ChatGPT. Se implementaron en diversos cursos de la Universidad Johns Hopkins, promoviendo la experimentación y la evaluación crítica de los resultados proporcionados por la IA. El proyecto mejoró la eficiencia y la creatividad de los participantes, aunque persistieron inquietudes sobre la precisión y la ética del uso de la IA. Se planea extender la integración de GenAI a otras áreas y desarrollar guías institucionales que aborden sus limitaciones y posibles riesgos.
Más informaciónThe global landscape of academic guidelines for generative AI and LLMs
Junfeng Jiao, Saleh Afroogh, Kevin Chen, David Atkinson & Amit Dhurandhar
La integración de la IA generativa y LLMs en la educación ofrece tanto beneficios (personalización, colaboración) como desafíos (desinformación, amenazas a la integridad académica). Este artículo analiza 80 guías académicas, resaltando la necesidad de un equilibrio responsable entre innovación y ética. Varios principios fundamentales incluyen la transparencia, equidad, privacidad y la supervisión humana. Recomiendan integrar la alfabetización en IA en los planes de estudio, fomentar el pensamiento crítico y establecer políticas específicas por disciplina para abordar sesgos y plagio. Además, urgen revalorar métodos de enseñanza y evaluación para aprovechar la IA sin poner en riesgo la integridad y calidad de la educación.
Más informaciónUnderstanding PSE students’ reactions to the postplagiarism concept: a quantitative analysis
Rahul Kumar
Este estudio investiga las percepciones de estudiantes de educación superior respecto al concepto de “postplagio” en la era de la IA generativa. Mediante encuestas a 581 participantes, se evaluó la aceptación de los seis principios de postplagio propuestos por Eaton (2023). Los resultados muestran amplia aprobación de integrar IA en la redacción académica, pero persisten inquietudes sobre la preservación de la creatividad humana y el control autoral. El instrumento de medición, inédito en este ámbito, obtuvo una consistencia interna adecuada (alfa de Cronbach=0,718), aunque algunos ítems requieren mayor desarrollo. El estudio concluye que las políticas educativas deben adaptarse a los retos de la IA, equilibrando innovación, integridad académica y agencia humana.
Más informaciónCollaborating with Generative AI in the English Classroom
Mabrito, Mark
El artículo analiza el papel de la inteligencia artificial generativa (GAI) en la enseñanza del inglés. Se debaten sus implicaciones en la creación de contenido, la integridad académica y su potencial como herramienta educativa. El autor presenta un curso universitario donde los estudiantes aprenden a interactuar con GAI mediante un "diario de colaboración", documentando el proceso de escritura con IA. Se destacan dos proyectos: un trabajo de investigación y la creación de un alter ego visual con IA. El artículo concluye que integrar GAI en la educación puede preparar mejor a los estudiantes para el mundo laboral, siempre que se implementen estrategias críticas y éticas.
Más informaciónNothing New Under the Sun:Generative AI and Educator Anxiety over Academic Dishonesty
Nicolás R. Werse, Josué Caleb Smith
El artículo analiza la preocupación de los educadores sobre el uso de inteligencia artificial generativa (GAI) en el fraude académico. Argumentan que este temor no es nuevo y se ha repetido con tecnologías previas como el Internet. Recontextualizando la ansiedad, los autores proponen estrategias como evaluaciones multimodales y defensa oral de trabajos para garantizar la autenticidad del aprendizaje. Destacan que, aunque la IA plantea desafíos éticos, también abre oportunidades para repensar la enseñanza y la producción de conocimiento, sugiriendo que la mejor respuesta no es la prohibición, sino la adaptación y regulación efectiva de su uso en el aula.
Más informaciónNavigating the Textual Maze: Enhancing Textual Analytical Skills Through an Innovative GAI Prompt Framework
Xuefan Li; Tingsong Li; Minjuan Wang; Sining Tao; Xiaoxu Zhou; Xiaoqing Wei
El artículo analiza el impacto del uso de un marco de indicaciones (prompt framework) basado en inteligencia artificial generativa (GAI) en el desarrollo de habilidades analíticas textuales. A través de un estudio experimental con estudiantes de secundaria en Canadá, se evaluó la influencia de ChatGPT en cinco dimensiones: legibilidad, precisión, completitud, lógica y pensamiento crítico. Los resultados mostraron mejoras significativas en legibilidad, precisión y lógica, mientras que las mejoras en completitud y pensamiento crítico fueron menos evidentes. El estudio destaca la importancia de integrar herramientas de IA en la educación para mejorar la capacidad analítica de los estudiantes y fomentar el pensamiento estructurado.
Más informaciónThe AI Doppelgänger Dilemma: Cloned Voices in the Music Industry
Elizabeth Shields
El artículo analiza el impacto de la clonación de voces con inteligencia artificial en la industria musical. Explica cómo los artistas han visto sus voces replicadas sin consentimiento en plataformas como TikTok y Spotify, generando preocupaciones legales y económicas. Aunque el derecho de publicidad y otras acciones legales pueden ofrecer cierta protección, la falta de regulación federal deja vacíos significativos. Se proponen soluciones como acuerdos de regalías, restricciones en plataformas y leyes estatales, destacando la "No Fakes Act" en EE.UU. y la "ELVIS Act" en Tennessee. El artículo concluye que un enfoque combinado de legislación y autorregulación es necesario para equilibrar innovación y derechos individuales.
Más informaciónAddressing mistakes of ChatGPT from an educational perspective
Chi Hong Leung, Winslet Ting Yan Chan
El artículo analiza la utilidad y las limitaciones de ChatGPT en la educación. Aunque puede ayudar a los estudiantes a resolver problemas, también comete errores en áreas como matemáticas, datos desactualizados y sesgos cognitivos. El estudio identifica estos errores con ejemplos y explica cómo su dependencia de grandes volúmenes de datos puede generar respuestas plausibles pero incorrectas. Se recomienda a estudiantes y docentes verificar fuentes, reformular preguntas y proporcionar más contexto para mejorar la precisión. Además, sugiere reportar errores a OpenAI para mejorar el modelo. El artículo concluye que, si se usa con precaución y estrategias adecuadas, ChatGPT puede ser una herramienta educativa útil.
Más informaciónImpacto de la Inteligencia Artificial Generativa en la eficiencia, calidad e innovación en la producción de Recursos Educativos Abiertos para MOOCS
Carbonell-Alcocer, Alejandro Logo; Sanchez-Acedo, Alberto Logo; Benitez-Aranda, Nerea Logo; Gertrudix, Manuel
El artículo analiza cómo la IA generativa mejora la producción de contenido educativo. Se compararon dos cursos en línea masivos (MOOCs), uno con IA y otro sin ella, evaluando eficiencia, calidad y accesibilidad. Los resultados muestran que la IA reduce costos, mejora la calidad técnica y facilita la creación de contenido avanzado. Además, permite automatizar procesos y generar recursos interactivos como avatares y locuciones. Se concluye que la IA democratiza la producción de recursos educativos y plantea nuevos desafíos en su regulación y aplicación ética.
Más informaciónNavigating anxiety in academia: the role of generative artificial intelligence
Oqab Jabali, Munther Saeedi & Yousef Alawneh
El estudio examina la percepción de los educadores sobre la inteligencia artificial generativa (IA) en instituciones académicas palestinas. A través de entrevistas y encuestas, se identificó una ansiedad significativa entre los docentes, con un 69.2% preocupado por la reducción de los roles tradicionales y un 55.8% por la disminución de la calidad educativa. También surgieron inquietudes sobre la ética, la privacidad y la integridad en la investigación (26.9%). A pesar de estos temores, los docentes reconocen el potencial de la IA para mejorar la enseñanza, destacando la necesidad de capacitación y marcos regulatorios claros. El estudio subraya la importancia de desarrollar estrategias de adaptación y apoyo profesional para garantizar una integración responsable y beneficiosa de la IA en la educación.
Más informaciónIntegrating ethical knowledge in generative AI education: constructing the GenAI-TPACK framework for university teachers’ professional development
Guoshuai Lan, Xiaoxiao Feng, Shuilian Du, Fan Song & Qi Xiao
El estudio propone el marco GenAI-TPACK para el desarrollo profesional de docentes universitarios en la enseñanza con inteligencia artificial generativa. Basado en el modelo TPACK, el estudio utiliza modelado de ecuaciones estructurales para analizar la relación entre el conocimiento tecnológico, pedagógico y la evaluación ética de la IA. Los hallazgos muestran que el uso efectivo de la IA generativa depende del conocimiento tecnológico y la participación activa de los docentes. Además, la evaluación ética es clave para una integración responsable. Se recomienda que la formación docente incorpore dimensiones tecnológicas, pedagógicas y éticas para optimizar el uso de la IA en la educación superior, promoviendo la equidad, transparencia e inclusión en el aprendizaje.
Más informaciónGenerative Artificial Intelligence in Medical Education—Policies and Training at US Osteopathic Medical Schools: Descriptive Cross-Sectional Survey
Tsunagu Ichikawa, Elizabeth Olsen, Arathi Vinod, Noah Glenn, Karim Hanna, Gregg C Lund, Stacey Pierce-Talsma
El estudio analiza el estado de las políticas y formación sobre inteligencia artificial generativa (GenAI) en las facultades de medicina osteopática en EE.UU. A través de encuestas a decanos y presidentes estudiantiles, se halló que el 93% de las instituciones no tenían políticas sobre GenAI para estudiantes, y el 79% no planeaba desarrollarlas. Solo una institución ofrecía formación obligatoria, centrada en ética. Además, no existían políticas para docentes y administradores, y solo el 33% de las facultades proporcionaba alguna capacitación. Se concluye que la integración de GenAI en la educación médica es insuficiente, y se recomienda desarrollar políticas y programas de formación para abordar sus beneficios y riesgos éticos.
Más informaciónHow does AI literacy affect individual innovative behavior: the mediating role of psychological need satisfaction, creative self-efficacy, and self-regulated learning
Yu Ji, Mingxuan Zhong, Siyan Lyu, Tingting Li, Shijing Niu & Zehui Zhan
El estudio analiza cómo la alfabetización en inteligencia artificial (AIL) influye en el comportamiento innovador (IB) de los estudiantes en entornos colaborativos humano-máquina. Basado en la Teoría del Comportamiento Planificado, se encuestó a 460 estudiantes universitarios y se utilizó modelado de ecuaciones estructurales para examinar la relación entre AIL, satisfacción de necesidades psicológicas (PNS), autoeficacia creativa (CSE), aprendizaje autorregulado (SRL) e IB. Se encontró que AIL no influye directamente en IB, sino a través de mediadores como PNS, CSE y SRL. Los resultados destacan la importancia de la alfabetización en IA para la creatividad y la innovación en educación
Más informaciónStart Generating: Harnessing Generative Artificial Intelligence for Sociological Research
Thomas Davidson
El artículo explora cómo la inteligencia artificial generativa (GAI) puede aplicarse a la investigación sociológica, centrándose en el análisis de texto e imágenes. Examina cómo los modelos de lenguaje pueden mejorar la clasificación de textos, el análisis cualitativo y la experimentación. También analiza el uso de GAI para generar imágenes sintéticas en estudios experimentales. El autor resalta los desafíos éticos, la transparencia, la reproducibilidad y los sesgos en estos modelos. Finalmente, discute la conveniencia de modelos abiertos frente a comerciales, argumentando que, con un uso responsable, la GAI puede potenciar la metodología sociológica.
Más informaciónUso de la Inteligencia Artificial Generativa en la enseñanza-aprendizaje, una perspectiva desde los estudiantes de la Facultad de Geografía de la UAEMéx
María Milagros Campos-Vargas, Fernando Carreto-Bernal
El estudio analiza el uso de la Inteligencia Artificial Generativa (IAG) en la enseñanza-aprendizaje en la Facultad de Geografía de la UAEMéx. Se empleó una metodología mixta, combinando análisis documental y encuestas a estudiantes. Los resultados indican que el uso de IAG está en una fase inicial y empírica, sin consolidarse como recurso didáctico formal. Se destaca la necesidad de mayor investigación y regulación para integrarla pedagógicamente. Aunque los estudiantes la perciben como útil, aún hay barreras en capacitación y normatividad. Se recomienda fortalecer su implementación mediante estrategias educativas y formación docente.
Más informaciónTaking the next step with generative artificial intelligence: The transformative role of multimodal large language models in science education
Arne Bewersdorff, Christian Hartmann, Marie Hornberger, Kathrin Seßler, Maria Bannert, Enkelejda Kasneci, Gjergji Kasneci, Xiaoming Zhai, Claudia Nerdel
El artículo analiza el papel transformador de los Modelos de Lenguaje Multimodal (MLLMs) en la educación científica. Propone un marco teórico basado en el aprendizaje multimodal para integrar estos modelos en la enseñanza. Destaca cómo los MLLMs pueden mejorar la creación de contenido, el apoyo al aprendizaje y la evaluación, permitiendo experiencias personalizadas e interactivas. Aunque presentan oportunidades para la educación, también enfrentan desafíos éticos y de privacidad. Se subraya la necesidad de una integración equilibrada de esta tecnología en la enseñanza sin reemplazar a los docentes.
Más informaciónDeveloping and validating the student learning agency scale in generative artificial intelligence (AI)-supported contexts
Liangliang Xia, Kexin Shen, Herui Sun, Xin An & Yan Dong
El artículo desarrolla y valida la escala SLA-GAI para medir la agencia de aprendizaje en contextos educativos con inteligencia artificial generativa. Identifica diez factores clave agrupados en tres dimensiones: habilidades (autorregulación, reflexión, ajuste), acciones activas (selección, responsabilidad, participación) y características mentales esenciales (motivación, autoeficacia, volición). Utilizando un diseño exploratorio secuencial, recopila datos de estudiantes universitarios para confirmar su validez y confiabilidad. La escala busca evaluar cómo los estudiantes ejercen su agencia en entornos de IA generativa, proporcionando una herramienta para mejorar estrategias educativas y fomentar un uso responsable de la tecnología en el aprendizaje
Más informaciónImplementation and evaluation of generative artificial intelligence (GAI) in chemical engineering education.
Matthew Keith, Eleanor Keiller, Christopher Windows-Yule, Iain Kings, Phillip Robbins
El artículo analiza el uso de IA generativa en la enseñanza de ingeniería química. Utiliza el marco IDEE (Identificar objetivos, Determinar nivel de automatización, Garantizar ética, Evaluar efectividad) para diseñar un laboratorio donde estudiantes de primer año usan ChatGPT para modelar la descarga de agua desde un tanque, comparando sus predicciones con datos experimentales. Encuestas antes y después del laboratorio muestran que los estudiantes mejoraron su comprensión sobre el uso y las limitaciones de la IA, pero mantienen preocupaciones sobre su confiabilidad y ética.
Más informaciónImplicaciones de la Inteligencia Artificial Generativa en la Gestión de las Instituciones de Educación Superior
Dra. María Magdalena Sarraute Requesens, Dra. Doris Vilma Rodríguez Quiles, Dr. Edgar Osvaldo Archundia Gutiérrez
El artículo analiza el impacto de la Inteligencia Artificial Generativa (IAG) en la educación superior, destacando sus beneficios y riesgos. La IAG optimiza la gestión universitaria mediante la automatización de procesos y la personalización del aprendizaje, mejorando la experiencia educativa. Sin embargo, plantea desafíos éticos como el sesgo algorítmico, la privacidad de los datos y la deshumanización de la enseñanza.
Se subraya la necesidad de marcos regulatorios sólidos que garanticen transparencia, equidad y protección de datos. Además, se aboga por capacitar continuamente a los docentes en competencias digitales y fomentar políticas inclusivas que permitan un acceso equitativo a estas tecnologías.
El documento concluye que la IAG puede transformar positivamente la educación superior, pero su implementación debe priorizar principios éticos y humanos para evitar desigualdades y garantizar la confianza en el sistema educativo.
Más informaciónPresencia y uso de la inteligencia artificial generativa en la Universidad Nacional Autónoma de México
Mario Alberto Benavides-Lara, Víctor Jesús Rendón Cazales, Nancy Escalante Rivas, Ana María del Pilar Martínez Hernández, Melchor Sánchez Mendiola
El documento analiza el uso de la inteligencia artificial generativa (IAG) en la Universidad Nacional Autónoma de México (UNAM) mediante un estudio con docentes y estudiantes. Los resultados muestran un amplio uso de estas herramientas, especialmente por los estudiantes, quienes las emplean para obtener explicaciones, ideas para tareas y apoyo en la escritura. Por su parte, los profesores las utilizan más en actividades de diseño de materiales, búsqueda de información y análisis de datos.
El uso de la IAG varía según el nivel educativo: los estudiantes de bachillerato reportan mayor frecuencia de uso, mientras que en el posgrado se orienta más a actividades de investigación. Aunque la mayoría de los docentes incentiva su empleo, se observa una necesidad de establecer estrategias más claras para integrarla éticamente en los procesos educativos.
El documento destaca el potencial de la IAG para personalizar el aprendizaje y fomentar el estudio autodirigido, pero advierte sobre riesgos como la generación de información errónea y la dependencia excesiva. Finalmente, se enfatiza la importancia de desarrollar competencias digitales, éticas y críticas, así como reformar los currículos para aprovechar esta tecnología de manera efectiva y responsable en la educación superior.
Más informaciónThe Manifesto for Teaching and Learning in a Time of Generative AI: A Critical Collective Stance to Better Navigate the Future
Aras Bozkurt, Junhong Xiao, Robert Farrow, John Y. H. Bai, Chrissi Nerantzi, Stephanie Moore, Jon Dron, Christian M. Stracke, Lenandlar Singh, Helen Crompton, Apostolos Koutropoulos, Evgenii Terentev, Angelica Pazurek, Mark Nichols, Alexander M. Sidorkin, Eamon Costello, Steven Watson, Dónal Mulligan, Sarah Honeychurch, Charles B. Hodges, Mike Sharples, Andrew Swindell, Isak Frumin, Ahmed Tlili, Patricia J. Slagter van Tryon, Melissa Bond, Maha Bali, Jing Leng, Kai Zhang, Mutlu Cukurova, Thomas K. F. Chiu, Kyungmee Lee, Stefan Hrastinski, Manuel B. Garcia, Ramesh Chander Sharma, Bryan Alexander, Olaf Zawacki-Richter, Henk Huijser, Petar Jandrić, Chanjin Zheng, Peter Shea, Josep M. Duart, Chryssa Themeli, Anton Vorochkov, Sunagül Sani-Bozkurt, Robert L. Moore, Tutaleni Iita Asino
El manifiesto aborda el impacto de la Inteligencia Artificial Generativa (IAG) en la educación superior, destacando su capacidad para personalizar el aprendizaje, mejorar la eficiencia y ampliar el acceso educativo. Sin embargo, advierte sobre desafíos éticos, como sesgos en los algoritmos, pérdida de valores humanos y riesgos de dependencia tecnológica. Subraya la necesidad de una integración crítica y ética de la IAG, promoviendo la equidad, la creatividad y el pensamiento crítico. Se enfatiza la importancia de desarrollar regulaciones claras, alfabetización en IAG y colaboración entre instituciones educativas y tecnológicas. El documento concluye que, aunque la IAG tiene el potencial de transformar la educación, su adopción debe ser cuidadosa para preservar los valores humanos y garantizar resultados inclusivos.
Más informaciónIntroducción de inteligencia artificial en la evaluación de asignaturas de teoría e historia
Martina Fabré Nadal, Erica Sogbe Mora
El documento analiza la integración de la Inteligencia Artificial (IA) en la evaluación de asignaturas de teoría e historia de la arquitectura, particularmente en cursos de composición de la Escuela Técnica Superior de Arquitectura del Vallés (ETSAV). Este proyecto experimental emplea ChatGPT para sensibilizar a los estudiantes sobre las "alucinaciones" de IA, errores que producen respuestas falsas o imprecisas. Los estudiantes usan el chatbot para analizar citas específicas y obras arquitectónicas desconocidas, evaluando críticamente las respuestas generadas y fomentando la capacidad de identificación de errores. La iniciativa promueve el pensamiento crítico, subrayando la importancia de las fuentes documentales primarias como herramientas de verificación. Se busca que los estudiantes comprendan los límites y ventajas de la IA, desarrollando una actitud reflexiva hacia su uso en un contexto académico y profesional. Este enfoque experimental permite que los alumnos exploren nuevas narrativas y juicios críticos, además de incrementar su conciencia sobre los desafíos éticos y prácticos de la IA en la educación
Más informaciónInteligencia artificial generativa en la educación universitaria: la urgencia de una perspectiva crítica
Ariel Guersenzvaig, Javier Sánchez-Monedero, Belén Gopegui, Maria Picassó i Piquer
El ensayo analiza el informe de CRUE sobre la implementación de inteligencia artificial generativa (IAG) en la educación universitaria, señalando la falta de cuestionamiento crítico y evidencia científica para justificar su adopción. Se critican las narrativas de inevitabilidad tecnológica y la insuficiencia de estudios sobre los efectos sociales y éticos. El ensayo subraya los riesgos de delegar la educación a herramientas promovidas principalmente por intereses corporativos, advirtiendo que el despliegue apresurado de la IAG en las universidades puede ignorar las implicaciones éticas y pedagógicas. Se propone una reflexión profunda sobre el tipo de educación que queremos y los valores que deben regirla, evitando reducir el debate a métricas de eficiencia. Finalmente, se sugiere la necesidad de un enfoque más participativo, donde el uso de la IAG sea un tema de discusión abierta y ética en el ámbito educativo.
Más informaciónRelationship between teachers’ digital competence and attitudes towards artificial intelligence in education
Héctor Galindo-Domínguez, Nahia Delgado, Lucía Campo, Daniel Losada
El estudio analiza la relación entre la competencia digital de los docentes y sus actitudes hacia la inteligencia artificial (IA) en la educación. Participaron 445 profesores de distintos niveles educativos en España, quienes completaron escalas de competencia digital y actitudes hacia la IA. Los resultados muestran que una mayor competencia digital está asociada con actitudes más positivas hacia la IA, independientemente de factores como el nivel educativo, edad, género, años de experiencia y campo de conocimiento. Los docentes muestran disposición a usar IA, aunque con poca experiencia práctica en su aplicación. Este hallazgo sugiere la necesidad de intervenciones educativas que mejoren competencias clave como la gestión de información, creación de contenido y resolución de problemas. Se destaca la importancia de preparar a los profesores con conocimientos adecuados sobre IA para promover su aceptación y uso efectivo en el aula. Además, se recomienda a los responsables de políticas educativas brindar apoyo para desarrollar competencias digitales óptimas entre los docentes.
Más informaciónDesafíos éticos y metodológicos de la inteligencia artificial generativa en educación superior: Revisión bibliométrica
María Margarita, Fanning Balarezo, María Rosa Vásquez Pérez, Emma Virginia Noblecilla Montealegre
Este estudio examina el uso de la inteligencia artificial generativa en la educación superior, resaltando un aumento significativo en investigaciones desde 2014, especialmente en Estados Unidos y China. Las principales preocupaciones éticas incluyen la protección de datos, el sesgo algorítmico y la necesidad de transparencia. En términos metodológicos, el desarrollo de infraestructura tecnológica y la capacitación continua de docentes son esenciales para una implementación adecuada.
Las barreras identificadas incluyen la resistencia al cambio, desigualdades en infraestructura y altos costos. Además, la falta de estudios empíricos que evalúen el impacto en contextos diversos plantea un desafío para comprender plenamente su efectividad. El estudio subraya la necesidad de regulaciones claras y colaboración entre actores educativos y tecnológicos para asegurar un uso ético y equitativo de estas tecnologías emergentes.
Más informaciónEducación e inteligencia artificial: desempeño de chatbots y profesores de matemática en la resolución de problemas geométricos
Ana Rosa Corica, Patricia Sureda, Verónica Parra, Silvia Schiaffino, Daniela Godoy
El estudio analiza el desempeño de chatbots y profesores en problemas geométricos clásicos y fractales. Los chatbots muestran dificultades, especialmente en representaciones gráficas y justificación matemática, mientras que los profesores logran soluciones más consistentes y variadas. En problemas clásicos, los profesores proponen más diversidad de métodos, y en fractales, aunque ambos enfrentan desafíos, los chatbots recurren más a explicaciones coloquiales sin rigor formal. La falta de estructura simbólica en los chatbots limita su razonamiento geométrico, destacando su tendencia a dar respuestas probables sin procesos deductivos sólidos. La investigación resalta la necesidad de usar la inteligencia artificial de forma crítica en la educación matemática.
Más informaciónConstrucción de MOOC con avatares generados mediante IA: estudio de caso aplicado y evaluación de percepciones
Jorge Bermeo-Conto, Gisselle Soto, Gabriela Valarezo-Álvarez, Francisco Álvarez, Javier Valdiviezo
El estudio explora el uso de avatares generados con IA en MOOCs para evaluar su eficacia como herramientas comunicativas. Se centró en la aceptación de estos avatares por los estudiantes, evaluando su capacidad para transmitir empatía, retener atención y clarificar el mensaje. A través de encuestas, se encontró que el 87,8% de los estudiantes percibió que el avatar mejoraba la claridad del mensaje, mientras que un 51,7% reportó que el avatar enriquecía su experiencia de aprendizaje. Los desafíos incluyeron ajustes en la pronunciación y entonación de los avatares para lograr naturalidad. La investigación concluye que los avatares pueden ser una alternativa viable a los métodos de grabación tradicionales, aunque se requieren más estudios para evaluar su rentabilidad en comparación con métodos convencionales.
Más informaciónUNESCO Proposal for the use of Generative AI in Education: Eight Challenges and Seven Actions
Fabio Morandín-Ahuerma
El documento examina el impacto de la inteligencia artificial generativa en la educación, subrayando ocho desafíos clave y siete acciones estratégicas. Los desafíos incluyen las desigualdades en el acceso a herramientas digitales, la falta de habilidades digitales y el riesgo de sesgos inherentes en los modelos de GAI. Asimismo, señala la importancia de regular la IA para proteger los derechos de propiedad intelectual y la privacidad de los usuarios. La UNESCO propone acciones como fortalecer la infraestructura digital, fomentar habilidades en IA en entornos educativos y desarrollar marcos regulatorios para una implementación ética de GAI. El objetivo es asegurar que la tecnología promueva la equidad y el acceso universal a sus beneficios, mientras se abordan los problemas éticos y legales emergentes en el uso de la inteligencia artificial en la educación y la investigación.
Más informaciónLa Inteligencia Artificial Generativa en el proceso de diseño y producción de recursos educativos digitales para la educación superior: Un estudio de caso del curso piloto “Designing Educational Innovation Projects” de la Universidad Peruana de Ciencias Aplicadas
Andia Andia, Ronald Deyvid; Pacheco Chacaltana, Germán Guillermo; Malpica Farfan, Renzo Alexander
La investigación analiza el uso de inteligencia artificial generativa (IAG) en el diseño de recursos educativos digitales (RED) en la educación superior, específicamente en un curso piloto en la Universidad Peruana de Ciencias Aplicadas (UPC). Empleando herramientas como ChatGPT y Synthesia, el estudio revela que la IAG reduce el tiempo de producción y mejora la personalización y calidad del contenido. Sin embargo, también destaca desafíos éticos, como la privacidad y transparencia de datos. La investigación sugiere la necesidad de capacitación continua para maximizar el uso de la IAG, y recomienda políticas de privacidad robustas, transparencia, y colaboración interdisciplinaria para una implementación ética y efectiva en el ámbito educativo.
Más informaciónExploring the Possible Use of Generative Artificial Intelligence in Supporting Students’ Speaking Performance
I Putu Yoga Laksana1, Putu Dyah Hudiananingsih, Ketut Suciani, Putu Tika Virginiya, Luh Gede Eka Wahyuni
El documento examina el uso de inteligencia artificial generativa (IA) en el aprendizaje de inglés, enfocándose en las percepciones de estudiantes universitarios. Los hallazgos indican que los estudiantes consideran que la IA mejora la práctica de conversación, la fluidez, y el vocabulario mediante un entorno seguro y libre de juicios. Sin embargo, existen limitaciones en cuanto a la autenticidad de la interacción y la fiabilidad del feedback. Los estudiantes valoran una combinación de IA y métodos pedagógicos tradicionales, especialmente para la interacción humana auténtica. Aunque la IA incrementa la motivación, se subraya la importancia de una implementación ética y responsable, evitando una dependencia excesiva de la tecnología en la educación de idiomas.
Más informaciónRethinking Literary Plagiarism in LLMs through the Lens of Copyright Laws
Huachen Tan , Moming Duan , Duo Liu , HaojieLu , YuexinMu , Longyi Zhou , Ao Ren , Yujuan Tan , Kan Zhong
El documento analiza los problemas de infracción de derechos de autor que surgen con la generación de contenido por modelos de lenguaje (LLMs) entrenados con datos protegidos por copyright. Se investigan las similitudes textuales y de trama entre textos generados por IA y obras originales, demostrando que los modelos pueden replicar hasta un 78% del contenido original, lo que plantea riesgos legales. La investigación utiliza técnicas avanzadas para detectar similitudes y sugiere que es necesario refinar las leyes sobre el uso justo y la protección del copyright en IA generativa.
Más informaciónTransfer Learning with Foundational Models for Time Series Forecasting using Low-Rank Adaptations
M. Germán-Morales , AJ Rivera-Rivas , MJ del Jesús Díaz , CJ Carmona
El documento presenta LLIAM, un modelo para la predicción de series temporales que combina modelos fundamentales con adaptaciones de baja dimensión (LoRA). Aprovecha el aprendizaje por transferencia, reutilizando modelos preentrenados para mejorar la generalización y reducir costos de entrenamiento. Los experimentos muestran que LLIAM supera a los modelos tradicionales en eficiencia y rendimiento, alineándose con los principios de la IA verde, al minimizar el impacto ambiental de entrenar modelos desde cero.
Más informaciónComparative Study of GenAI (ChatGPT) vs. Human in Generating Multiple Choice Questions Based on the PIRLS Reading Assessment Framework
Yu Yan Lam, Samuel Kai Wah Chu, Elsie Li Chen Ong, Winnie Wing Lam Suen, Lingran Xu, Lavender Chin Lui Lam, Scarlett Man Yu Wong
El estudio comparativo investiga la capacidad de la IA generativa (GenAI) como ChatGPT para crear preguntas de opción múltiple (MCQ) en comparación con humanos, basadas en el marco PIRLS de comprensión lectora. El estudio generó 16 preguntas con ambos métodos y evaluó su claridad, adecuación, y alineación con PIRLS. Los resultados mostraron que las preguntas generadas por GenAI fueron difíciles de diferenciar de las humanas, destacando el potencial de la IA para automatizar la creación de preguntas. Sin embargo, los humanos superaron a GenAI en precisión de identificación. El estudio sugiere integrar GenAI en la educación futura
Más informaciónResearch on Risk Assessment and Prevention and Control Strategies for the Application of Generative Artificial Intelligence in College Education
Zhaoxing Xu
El artículo analiza los riesgos y estrategias de prevención en la aplicación de la Inteligencia Artificial Generativa (IAG) en la educación universitaria. Destaca cómo la IAG, aunque ofrece oportunidades revolucionarias en personalización y eficiencia educativa, también presenta riesgos significativos como la integridad académica, privacidad de datos, equidad educativa y dependencia tecnológica. Para abordar estos problemas, se propone un sistema integral de evaluación y estrategias de control basadas en análisis cuantitativos y cualitativos. Entre los riesgos identificados se encuentran el desequilibrio en el aprendizaje personalizado y el uso indebido del conocimiento disciplinar. Las estrategias de prevención incluyen el fortalecimiento de la ética y privacidad, la capacitación digital, la transparencia tecnológica, y la creación de marcos regulatorios. El estudio subraya la importancia de la adaptación y monitoreo continuo para asegurar que las aplicaciones de la IAG se alineen con los estándares éticos y educativos, maximizando sus beneficios y minimizando los riesgos.
Más informaciónSmart Cities, Artificial Intelligence and Digital Transformation Law: A Handbook for Students and Professionals
Editado por E. E. Akin, S. Klimbacher, G. Ziccardi
El manual analiza la inteligencia artificial generativa en el capítulo sobre derechos de autor. Este apartado examina cómo la IA generativa impacta la creación de contenido, incluyendo textos, imágenes, música y videos, y plantea los desafíos legales y éticos asociados, como la protección de los derechos de autor en obras producidas por máquinas. Además, explora las implicaciones de utilizar modelos de IA generativa en sectores clave como el entretenimiento y la educación, subrayando la necesidad de marcos regulatorios que se adapten a estas nuevas tecnologías para garantizar el cumplimiento de los derechos de propiedad intelectual y la ética en el desarrollo y uso de estas herramientas avanzadas.
Más informaciónTransformaciones de la docencia y el aprendizaje en la era de la inteligencia artificial
Didac número 84/ julio-diciembre 2024 / Universidad Iberoamericana Ciudad de México
El número 84 de la revista Didac analiza la inteligencia artificial generativa (IAG) en el contexto educativo, centrándose en sus efectos y aplicaciones en la docencia universitaria. Se destaca cómo la IAG permite la personalización del aprendizaje, facilitando a los docentes crear experiencias educativas adaptadas a las necesidades de cada estudiante. Además, se abordan los retos éticos y formativos que implica su uso, como la brecha digital y las competencias necesarias para que el profesorado integre estas tecnologías de manera efectiva en sus prácticas. El número también presenta ejemplos de la implementación de herramientas de IAG en diversos campos educativos, mostrando su potencial para transformar los métodos de enseñanza y la evaluación del aprendizaje. Se subraya la importancia de la formación docente continua para aprovechar de manera crítica y ética las posibilidades que ofrece la inteligencia artificial generativa en la educación superior.
Más informaciónLa Inteligencia Artificial Generativa y cómo podemos abordarla en nuestra enseñanza
Isaac Alpizar-Chacon
Este artículo explora acciones básicas para integrar la GenAI en los cursos, destacando la importancia de establecer políticas claras y enseñar los aspectos técnicos y éticos de la IA. Se describe una experiencia práctica en un curso de Desarrollo Ágil de Aplicaciones Web, donde se integró la GenAI para mejorar la productividad y el aprendizaje. Los estudiantes utilizaron la GenAI en diversas actividades y reflexionaron sobre su uso. Además, se presenta un proyecto de investigación en curso que evalúa las percepciones y el impacto de la GenAI en la educación en Costa Rica. Se enfatiza la necesidad de continuar investigando y desarrollando estrategias efectivas para maximizar los beneficios de la GenAI mientras se mitigan sus riesgos.
Más informaciónIntegrando modelos de difusión y estilos de aprendizaje
Luis Miguel Arenas Tamayo, Freddy Bolaños Martínez, Eliana Isabel Arango Zuluaga
El artículo explora el uso de modelos de difusión en la educación, específicamente para mejorar la clasificación de los estudiantes según sus estilos de aprendizaje. Los modelos de difusión, entrenados con grandes conjuntos de datos, pueden generar contenido visual relevante, lo que tiene un potencial significativo en la personalización educativa. Sin embargo, la implementación efectiva enfrenta desafíos, como la adaptación a las necesidades individuales de aprendizaje. La investigación se centra en enriquecer los resultados del cuestionario de estilos de aprendizaje de Felder-Silverman mediante imágenes generadas por modelos como Stable Diffusion y DALL-E 3. Los datos recolectados incluyen tanto los resultados del cuestionario como las elecciones de imágenes por los estudiantes, ofreciendo una perspectiva multimodal para personalizar materiales educativos.
Más informaciónFormación Profesional: ¿Es un recurso docente la IA Generativa?
Sáez León, Silvia
El estudio se centra en la programación didáctica y el diseño universal de aprendizaje (DUA). A través de diversas tareas, se evalúa la eficacia de la IA en la organización y presentación de contenidos educativos, tanto estatales como autonómicos. Los resultados muestran que, aunque la IA puede identificar y agrupar contenidos, presenta limitaciones en la comprensión contextual y la relación de conceptos específicos. El análisis también aborda las implicaciones éticas y los retos actuales del uso de IA en la educación.
Más informaciónCompetencia Digital Docente: desafíos para la enseñanza de las Ciencias Sociales a partir de un proyecto de innovación educativa
Álvaro-Francisco Morote, Juan Carlos Colomer Rubio
El artículo presenta un Proyecto de Innovación Educativa (PID) llamado TECSOCO, orientado a mejorar la Competencia Digital Docente (CDD) en la enseñanza de Ciencias Sociales, específicamente en Geografía e Historia. Involucra universidades europeas para su desarrollo durante el curso 2024-2025. Se analiza el nivel competencial del profesorado en formación y se proponen actividades que fomentan el uso de la Inteligencia Artificial (IA) en la creación y evaluación de materiales educativos. El proyecto incluye la creación de una rúbrica de evaluación para recursos docentes tecnológicos, integrando IA generativa como apoyo para el aprendizaje y la enseñanza de competencias sociales y ciudadanas. TECSOCO busca desarrollar recursos innovadores y estrategias pedagógicas adaptadas a los retos actuales del ámbito educativo.
Más informaciónInteligencia Artificial Generativa (IAG) en la educación matemáticas
Andrés Bonilla M., Jairo E. Márquez D., Luis G. Benavidez, Fabian R. Gutiérrez A.
El artículo analiza el impacto de la Inteligencia Artificial Generativa (IAG) en la educación matemática, específicamente en el curso de cálculo multivariado. A través de la aplicación de guías para la enseñanza y el uso de prompts efectivos, se busca mejorar la interacción entre estudiantes y docentes con la IAG. El estudio compara cursos tradicionales con aquellos apoyados por IAG, resaltando ventajas como el aprendizaje personalizado y el uso de herramientas como Geogebra y Wolfram Alpha para visualizar conceptos matemáticos complejos. Sin embargo, se identificaron desafíos, como la confiabilidad de los resultados generados por la IA. Los hallazgos preliminares sugieren que los cursos con IAG ofrecen una experiencia de aprendizaje enriquecida, pero requieren guías para evitar respuestas incorrectas o "alucinaciones". El estudio concluye que la integración de la IAG puede mejorar la educación matemática, aunque debe equilibrarse con la interacción humana para garantizar un aprendizaje efectivo.
Más informaciónAnálisis de los modelos de IA en enseñanzas artísticas: evaluación de diferentes modelos aplicados a proyectos artísticos
Marín Martínez, Ana
El trabajo explora la integración de herramientas de Inteligencia Artificial (IA) generativa en la enseñanza artística. Se evalúan tres modelos destacados: Chat GPT-4, DALL-E y Pika, seleccionados por su eficacia en la creación de texto, imágenes y vídeo, respectivamente. El estudio también considera el impacto de la IA en el futuro laboral de los estudiantes y sus implicaciones éticas. Se analiza cómo estas herramientas optimizan las primeras fases de proyectos artísticos, permitiendo a los estudiantes centrarse en la edición final. Además, se examina su posible implementación en el currículo de artes plásticas y diseño mediante la metodología de Aprendizaje Basado en Proyectos (ABP). Finalmente, se destacan las ventajas y desafíos del uso de la IA en la educación artística, enfatizando la importancia de un uso ético y consciente.
Más informaciónInteligencia artificial generativa y educación: Un análisis desde múltiples perspectivas
Francisco José García-Peñalvo
El artículo explora el impacto de la IAGen, como ChatGPT, en la educación, desde la perspectiva de cuatro grupos: profesorado, estudiantes, tomadores de decisiones e ingenieros de software. Destaca que la IAGen permite personalizar el aprendizaje, mejorar la calidad de los recursos educativos y optimizar procesos administrativos y de evaluación. A pesar de sus ventajas, el estudio advierte sobre desafíos como la falta de alfabetización digital, riesgos éticos, problemas de seguridad y privacidad, y el impacto ambiental. Asimismo, resalta la creciente brecha tecnológica entre quienes tienen acceso a estas herramientas y quienes no. El artículo subraya que el éxito en la integración de la IAGen en la educación requiere un enfoque colaborativo y una reflexión ética profunda. Se necesita garantizar que estas tecnologías se utilicen en beneficio de la sociedad, abordando los riesgos asociados con su rápido desarrollo.
Más informaciónLa inteligencia artificial generativa en el aula de física y química
Francisco José Jara Morales
El trabajo explora el uso de la inteligencia artificial generativa (IAGen) en la enseñanza de estas disciplinas a nivel secundario. A través de una revisión de la literatura sobre la aplicación de la IAGen en la educación STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), el autor presenta una propuesta didáctica que utiliza modelos de lenguaje a gran escala (LLM) y computación en la nube. La propuesta se enfoca en ayudar a los estudiantes a superar barreras de aprendizaje mediante la integración de tecnologías como Google Colab y ChatGPT para resolver problemas reales, como la medición de mercurio en muestras de alimentos. El enfoque pedagógico está basado en el aprendizaje por problemas, fomentando el pensamiento crítico y el análisis de datos a través del uso de herramientas de IA. El estudio concluye que la integración de la IA en el aula tiene un potencial significativo para mejorar el aprendizaje en física y química, aunque existen desafíos como la necesidad de formación continua para los docentes y la equidad en el acceso a estas tecnologías.
Más informaciónInteligencia artificial generativa. Desafíos para la propiedad intelectual
Marín Martínez, AnaMuñoz Vela, José Manuel
El artículo explora los retos que presenta la IA generativa en el ámbito de la propiedad intelectual (PI). La IA generativa, con su capacidad para crear contenidos originales, plantea cuestiones sobre la autoría y protección de los resultados generados (outputs), así como la legalidad del uso de contenidos protegidos por derechos de autor en su desarrollo (inputs). Los marcos legales actuales, concebidos en un contexto diferente, no abordan adecuadamente estos desafíos. El artículo aboga por una revisión de la legislación en materia de PI y la regulación de la IA, para adaptarse a la revolución generada por la IA generativa, salvaguardando la creatividad humana y los derechos de autor.
Más informaciónExploring the integration and utilisationof generative AI in formative e-assessments: A case study in higher education
Dongpeng Huang, Yixuan Huang, James J. Cummings
El artículo explora cómo la inteligencia artificial generativa se puede integrar y utilizar en las evaluaciones electrónicas formativas dentro de la educación superior. A través de un estudio de caso, se analizan las ventajas y desafíos de utilizar esta tecnología para mejorar el proceso de evaluación, destacando cómo la IA puede ofrecer retroalimentación personalizada y adaptar las evaluaciones a las necesidades individuales de los estudiantes. Los resultados sugieren que, aunque la implementación de IA en este contexto presenta oportunidades significativas, también plantea ciertos retos técnicos y pedagógicos que deben ser abordados para maximizar su efectividad.
Más informaciónSimple techniques to bypass GenAI text detectors: implications for inclusive education
Mike Perkins, Jasper Roe, Binh H. Vu, Darius Postma, Don Hickerson, James McGaughran, Huy Q. Khuat
El artículo examina la eficacia de seis detectores de texto generados por IA cuando se enfrentan a contenido modificado para evadir la detección. El estudio tiene como objetivo evaluar la confiabilidad de estos detectores en entornos educativos, donde se utilizan para abordar preocupaciones sobre la integridad académica. Los resultados muestran que las técnicas simples, como la manipulación de contenido generado por IA, reducen significativamente la precisión de los detectores (un 17.4% en promedio). Esto revela que estos detectores no pueden garantizar actualmente una evaluación confiable para detectar violaciones de integridad académica. El artículo concluye que, aunque estas herramientas pueden apoyar el aprendizaje, su uso punitivo puede generar acusaciones falsas, lo que socava prácticas inclusivas y justas en la evaluación educativa. Además, el artículo resalta cómo los detectores de IA pueden presentar sesgos hacia estudiantes que no hablan inglés como lengua materna, afectando su evaluación de manera injusta. En general, el estudio sugiere que los detectores de texto IA deben usarse de manera crítica y no punitiva para garantizar la equidad en la educación.
Más informaciónGPT-fabricated scientific papers on Google Scholar: Key features, spread, and implications for preempting evidence manipulation
Jutta Haider, Kristofer Rolf Söderström, Björn Ekström, Malte Rödl
El artículo analiza la proliferación de artículos científicos fabricados utilizando modelos generativos de IA, como ChatGPT, y su presencia en Google Scholar. La investigación se centra en cómo estos artículos, que simulan ser investigaciones científicas legítimas, se infiltran en los sistemas de comunicación académica, afectando la confianza pública en la ciencia. Los principales hallazgos revelan que aproximadamente dos tercios de los artículos analizados mostraron signos de haber sido creados mediante IA de forma no declarada, lo que plantea riesgos para la integridad de la investigación científica, particularmente en temas relevantes para políticas públicas, como la salud, el medio ambiente y la computación. Los autores advierten sobre el peligro de la "manipulación de evidencia", donde estos artículos falsificados pueden influir en decisiones políticas y sociales. El artículo concluye que es necesario implementar medidas técnicas, educativas y regulatorias para prevenir el uso indebido de IA en la producción de artículos científicos, y sugiere mejoras en las plataformas de búsqueda académica para filtrar este tipo de contenido
Más información