Autor corresponsal: psosa@uni.edu.py
https://orcid.org/0000-0003-3020-0188
Universidad
Nacional de Itapúa, Paraguay.
Viviana Elizabeth Jiménez Chaves
vivianajimenez@uninorte.edu.py
https://orcid.org/0000-0002-9442-5039
Universidad del Norte, Paraguay.
Andrea Riego Esteche
andrea.riego@humanidades.uni.edu.py
https://orcid.org/0000-0003-3203-3045
Universidad
Nacional de Itapúa, Paraguay.
Doi: https://doi.org/10.35756/educaumch202424.293
Recibido: 30 de diciembre 2023
Evaluado: 15 de enero 2024
Aceptado: 3 de abril 2024
Como citar
Sosa, P. N., Jiménez, V. E. y Riego, A. (2024). El análisis de la percepción de los profesores respecto al
uso de la inteligencia artificial. Revista EDUCA UMCH (24), 66-77. https://doi.org/10.35756/educaumch202424.293
Resumen
El estudio tuvo como objetivo analizar las principales
percepciones y el grado de experiencia que tienen los profesores respecto a la
Inteligencia Artificial (IA), considerada una herramienta válida en el ámbito
de la Educación Superior. Los datos se
recopilaron durante el segundo semestre del año 2023, utilizando una
metodología cualitativa y de tipo analítico descriptivo, con el apoyo de la
Palabras clave: inteligencia artificial, educación superior, percepciones,
experiencias, profesores.
Abstract
In this work we have analyzed the
main perceptions and the degree of experiences that teachers have regarding
Artificial Intelligence (AI) taking into account that it is considered a valid
tool in the field of Higher Education.
The data were collected during the second semester of the year 2023, a
qualitative and qualitative methodology has been applied, of descriptive
analytical type, using the Power Bi tool. The results affirm that more training
is required for professors to effectively implement AI in the different
Paraguayan universities.
Keywords: artificial intelligence, higher
education, perceptions, experiences, teachers.
Introducción
El ritmo de adopción de la Inteligencia Artificial (IA) en
la educación sigue siendo lento en comparación con otros campos, como la
medicina, la industria y las finanzas. Castro et al. (2017) señalaron la
importancia de comprender el contexto latinoamericano al estudiar la educación
en la región, destacando los problemas principales de garantizar el acceso a la
Educación Superior, así como la retención y graduación de los estudiantes.
Además, como mencionó Schwartzman (2020), la Educación Superior Latinoamericana
enfrenta nuevos desafíos relacionados con los avances tecnológicos que están transformando
los modos de creación y transmisión de conocimiento. Por lo tanto, todavía es
necesario promover la conciencia sobre los beneficios potenciales de las
aplicaciones basadas en IA entre las partes interesadas de las instituciones de
educación superior (IES).
Salas-Pilco y Yang (2022), en su investigación denominada Artificial
intelligence applications in Latin American higher education: a systematic
review, concluyen que las
A medida que los estudios sobre IA
aumentan y evolucionan, las investigaciones futuras deben seguir de cerca el
desarrollo de la IA en América Latina e incluir tanto análisis de contenido
como análisis cuantitativos en profundidad de estudios relevantes.
Durante
varias décadas, los educadores han utilizado técnicas de inteligencia
artificial para mejorar los sistemas de gestión del aprendizaje, los
instrumentos de evaluación y otras herramientas de apoyo al aprendizaje en
diversas materias STEM (Koedinger et al., 1997; Mitrović, 1998; D'Mello
& Graesser, 2012; Hwang & Tu, 2021).
Zhai
y Du (2020) revisaron 47 estudios que adoptaron algoritmos de IA (es decir,
aprendizaje automático) como evaluaciones en la educación científica y
encontraron que la IA es una alternativa efectiva y validada para las
evaluaciones de ciencias tradicionales. Sin embargo, a pesar del gran potencial
de los soportes de aprendizaje habilitados por IA, el uso generalizado de la
tecnología en la educación no garantiza la capacidad de los docentes para
implementarla en las en las aulas ni asegura la calidad de la enseñanza
(Mercader & Gairín, 2020), dado que los docentes aún no están completamente
preparados para implementar la educación basada en IA.
En
el contexto de la educación superior en Paraguay, es importante destacar que la
incorporación y, sobre todo, la formación de los docentes en la utilización de
IA aún está en una etapa muy incipiente. Entre las dificultades que enfrenta el
país se encuentra la falta de conectividad, lo que convierte el acceso a internet
en el primer desafío a resolver.
Considerando
este contexto del uso de la IA en las IES, se plantea el siguiente objetivo: analizar
la percepción de los profesores respecto al uso de la IA en el ámbito de la educación
superior en Paraguay.
Método
Se ha aplicado una metodología mixta, tanto cualitativa como
cuantitativa, de tipo analítico descriptivo, utilizando la herramienta Power Bi.
Se implementó un cuestionario semiestructurado con 17 preguntas abiertas y
cerradas, las cuales se respondieron considerando variables, como sexo, edad,
formación, área y experiencias. Este cuestionario se envió a los profesores de
las IES públicas y privadas, previo consentimiento, mediante un formulario
virtual de Google Forms. En total, se encuestó a 166 docentes que enseñan en
diferentes instituciones, con el objetivo de que la muestra reflejara la
realidad de las IES. Es importante destacar que muchos de los encuestados imparten
clases en más de una universidad, lo cual es común en el contexto de la educación
superior en Paraguay.
Los
datos recolectados se analizaron en dos niveles: cualitativo, mediante
codificaciones y cuantitativo, utilizando la herramienta Power Bi, lo que
permitió realizar un exhaustivo análisis de los resultados.
Resultados
Los
resultados reflejan la percepción de los profesores respecto al uso de la IA en
el ámbito de la educación superior, enfocándose en el nivel de formación, el
área de conocimiento y el grado de experiencia de los profesores con la
utilización de la IA en sus prácticas pedagógicas.
El análisis cualitativo revela que los profesores más adu
Por otra parte, algunos profesores con maestrías y doctorados
reconocen que la IA contribuye positivamente a su labor docentes. Estos
destacan que la IA permite aumentar la productividad, reducir el margen de error
y facilita la triangulación de la información obtenida, potenciando así el
proceso educativo.
A continuación. se detalla
el análisis cuantitativo, a través de figuras y tablas.
Figura 1
Uso de inteligencia artificial según sexo
En la Figura 1 se observa la distribución
del uso de la IA según el sexo, donde el 55,33 %) de las mujeres hace uso frecuente
de esta tecnología, en comparación con el 44,67 % de los hombres.
Figura 2
Promedio de edad
El promedio de edad de los
profesores que utilizan con mayor frecuencia la IA se concentra entre los 41 a
55 años. Le siguen los docentes de 30 a 40 años, después aquellos mayores de 55
años, y finalmente los menores de 30 años.
Figura 3
Nivel de formación
En la Figura 3 se muestra el nivel
de formación de los profesores que utilizan IA: un 40 % posee maestría, un
28 % cuenta con licenciatura, un 21 % tiene doctorado, un 6 %
son ingenieros y un 2 % tiene nivel de posdoctorado.
Figura 4
Según áreas de profesión
docente
Según la Figura 4, los docentes
que utilizan en mayor proporción la IA pertenecen al área de Ciencias Sociales,
con más del 25 %. Les siguen los de Tecnología con 15 %, Ciencias
Políticas o Jurídicas con 13 %, Ciencias Básicas con 8 %, Empresariales con
6 %, Ciencias de la Salud con 5 % y las áreas de Alimentos, Ciencias
Ambientales, Educación Física, Humanidades, Medicina y Psicología, cada una con
menos del 4 %.
Tabla 1
Herramientas más utilizadas
Según la información de la Tabla
1, los docentes utilizan en su mayoría ChatGPT y Grammarly, y en algunos
casos otras herramientas como Character Ai, Dall-E2 y Tome. La
herramienta de IA más utilizada fue ChatGPT, seleccionada por 80
docentes, seguida de Grammarly, utilizada por 17 docentes. Además, 22
docentes manifestaron usar otras herramientas, como Character Ai, Tome,
Bard, Dall-E2, Canva, ChatPDF, Consensus, GPT, Humata, Lumen5, Poe y Wepik.
Discusión
Según la revisión bibliográfica,
las respuestas del cuestionario, el análisis cualitativo y cuantitativo
realizado, y la correlación de las variables de estudio, se logró una detallada
descripción de la percepción de los profesores respecto a la IA. Basado en la evidencia
a través del uso de herramientas de IA en Paraguay, esta descripción apunta a innovar
la práctica pedagógica y brindar información veraz sobre los problemas y mitos relacionados
con la IA.
Zawacki-Richter et al. (2019)
afirman la escasa reflexión crítica sobre los desafíos y riesgos de la IA, la
débil conexión con las perspectivas pedagógicas teóricas y la necesidad de una
mayor exploración de enfoques éticos y educativos en la aplicación de la IA en
la educación superior.
Los resultados demuestran que la
mayoría de los profesores que utilizan la IA tienen un nivel de maestría, con
un mayor porcentaje de uso entre las mujeres. Estos profesores consideran que
la IA facilita la labor docente, aumenta la productividad, reduce el margen de
error y puede ayudar en la triangulación de la información obtenida.
Los profesores más adultos
mencionaron algunas preocupaciones referentes a la conectividad, la dependencia
excesiva de la tecnología en detrimento de las habilidades humanas, la privacidad
y seguridad de los datos, la desigualdad en el acceso a la tecnología, la
validación de información falsa, los sesgos y la discriminación en los
algoritmos utilizados, ética en el uso de la herramienta, la autoría de las
producciones, el plagio y la propiedad intelectual, entre otros.
La mayoría de los profesores
consideran importante la incorporación de la IA en la educación superior para
avanzar en la innovación necesaria para un aprendizaje efectivo conforme a las
nuevas tendencias en un mundo globalizado.
Los resultados respaldan los
aspectos señalados en el informe Educause (2023). Las principales tecnologías y
prácticas que se consideran tendrán un impacto significativo en el futuro de la
enseñanza y el aprendizaje son aplicaciones de la IA para el aprendizaje
predictivo y personal, IA generativa, la difuminación de los límites entre las
modalidades de aprendizaje, HyFlex (es decir, los estudiantes matriculados en
un curso pueden participar en línea de forma sincrónica o asincrónica, según se
prefiera), microcredenciales y apoyo al sentimiento de pertenencia y conexión.
Conclusiones
Con base en los resultados presentados
y en consonancia con los proyectos estratégicos de la UNESCO sobre la
innovación tecnológica en la educación (2021-2025), los profesores de educación
superior expresan la necesidad de una mayor capacitación en IA para su efectiva
implementación en las universidades paraguayas.
Respecto a la percepción de los profesores sobre la IA
en el ámbito de la educación superior, la mayoría expresan preocupaciones, como
la conectividad, dependencia excesiva de la tecnología en detrimento de las
habilidades humanas, la privacidad y seguridad de los datos, la desigualdad en
el acceso a la tecnología, la validación de información falsa, los sesgos y
discriminación en los algoritmos, la ética en el uso de la herramienta, la
autoría de las producciones, el plagio y la propiedad intelectual, entre otros.
Se analizó el grado de experiencia
de los profesores en la utilización de la IA en sus prácticas pedagógicas. La
mayoría cuenta con maestrías, mientras que un menor porcentaje tiene
licenciaturas, algunos con nivel de doctorado y posdoctorado. Además, las
mujeres utilizan la herramienta con mayor frecuencia en comparación con los
hombres, y el promedio de edad de los docentes es de 41 a 55 años. En cuanto al
área del conocimiento, la mayor proporción pertenece a Ciencias Sociales,
seguida de Tecnología; en menor porcentaje, Ciencias Políticas y Jurídicas,
Ciencias Básicas, Empresariales, así como áreas como Ciencias de la Salud, Alimentos,
Ciencias Ambientales, Humanidades, Medicina y Psicología.
Los profesores con maestrías, doctorados
y posdoctorados consideran que la IA facilita la labor docente, aumenta la
productividad, reduce el margen de error y puede constituir un elemento de ayuda
para la triangulación de la información obtenida.
En el mismo sentido, Vergara (2023)
considera que la IA está teniendo un impacto significativo en la educación
superior al permitir la personalización del aprendizaje, la automatización de
tareas administrativas, la investigación y el descubrimiento, la asistencia
virtual y la mejora de la enseñanza. A medida que la tecnología de la IA
continúa evolucionando, es probable que estos efectos se amplíen y se produzcan
nuevos avances en la educación superior.
Se infiere que, aunque la IA tiene
muchas bondades, es necesario profundizar en el conocimiento sobre su uso y
manejo adecuado. Las políticas educativas deben orientarse a garantizar la
igualdad de oportunidades en el uso de la IA, reducir las brechas y promover
programas que mejoren las competencias de los docentes para su aplicación en
las aulas.
El profesorado de educación
superior necesita incorporar el uso de la tecnología en su práctica diaria e
integrarla en los planes y programas de estudio para innovar la enseñanza y
lograr mejores resultados de aprendizaje en los estudiantes.
Contribución de autoría
PSW: Elaboración de la investigación, instrumentos de recolección de datos,
procesamiento de datos y conclusión.
VEJC: Metodología
APRE: Análisis formal
Conflicto de intereses
Los autores aseveran que la
obra no presenta ningún tipo de conflicto de intereses en el desarrollo
de su investigación.
Responsabilidad ética y legal
Uso ético de citas y fuentes, autorizaciones, consentimiento informado,
seguimiento de algún documento sobre ética en la investigación, entre otros.
Declaración sobre el uso de
LLM (Large Language Model)
Este artículo ha utilizado ChatGPT 4.0
para cuestiones de corrección de estilo y en los términos establecidos por APA
7.
Financiamiento
La investigación se realizó con recursos propios del autor.
Correspondencia: psosa@uni.edu.py
Referencias
Castro, C.,
Barros, B., Ferreira, R., & Alves, G. (2017). La adopción de la inteligencia artificial en la educación
latinoamericana. Revista de Tecnología Educativa, III (20), 123-145.
D'Mello, S. K., & Graesser, A.
C. (2012). Dinámica de los estados afectivos
durante el aprendizaje complejo. Aprendizaje e Instrucción, 22(2),
145-157.
EDUCAUSE. (2023). Informe Horizon 2023 de EDUCAUSE |
Edición de Enseñanza y Aprendizaje. Biblioteca EDUCAUSE. https://library.educause.edu/resources/2023/5/2023-educause-horizon-report-teaching-and-learning-edition
Hwang, G.
J., & Tu, Y. F. (2021). Efectos
de un enfoque de evaluación formativa basado en mapas conceptuales en los logros
de aprendizaje de los estudiantes, la carga cognitiva y las actitudes de
aprendizaje en un curso de biología. Computadoras y Educación, 161,
104059.
Jeon, J. (2024). Explorando las posibilidades de los
chatbots de IA en el aula de inglés como lengua extranjera: experiencias y
perspectivas de los jóvenes estudiantes. Aprendizaje de idiomas asistido por
computadora, 37(1-2), 1-26.
Koedinger, K. R., Anderson, J. R.,
Hadley, W. H., & Mark, M. A. (1997). La
tutoría inteligente va a la escuela en la gran ciudad. Revista Internacional
de Inteligencia Artificial en Educación, 8, 30-43.
Mercader, C., & Gairín, J. (2020). ¿Cómo utiliza el
profesorado universitario las tecnologías digitales en sus aulas? Revista de
Docencia Universitaria (REDU), 15(2), 257–274. https://doi.org/10.4995/redu.2017.7635.
Mitrović, A. (1998). Un sistema de enseñanza basado
en conocimientos para SQL. En B. P. Goettl, H. M. Halff, C. L. Redfield, y
V. J. Shute (Eds.), Sistemas tutoriales inteligentes (302-311). Springer Berlín
Heidelberg.
Nj, K., & Mk, K. (2022). Fronteras en la educación.
https://doi.org/10.3389/feduc.2022.755914
Salas-Pilco, S. Z., & Yang, Y. (2022). Aplicaciones de
inteligencia artificial en la educación superior latinoamericana: una revisión
sistemática. Int J Educ Technol High Educ 19 (21). https://doi.org/10.1186/s41239-022-00326-w
Schwartzman, S. (2020). Avances tecnológicos y desafíos para
la educación superior en América Latina. Educación Superior en
América Latina y el Caribe, I (1), 45-58.
UNESCO (2021). La Inteligencia Artificial en la Educación.
https://es.unesco.org/themes/tic-educacion/inteligencia-artificial
Vergara, V. E. (2023, February 27). ¿Cuál es el impacto
de la IA en educación superior? Linkedin.com. https://es.linkedin.com/pulse/cu%C3%A1l-es-el-impacto-de-la-ia-en-educaci%C3%B3n-superior-elizama-vergara
Zawacki-Richter,
O., Marín, V. I., Bond, M. y Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education – where
are the educators? International Journal of Educational Technology in
Higher Education, 16(1). https://doi.org/10.1186/s41239-019-0171-0
Zhai, Y,,
& Du, X. (2020). Mental health care
for international Chinese students affected by the COVID-19 outbreak. The lancet Psychiatry, 7(4): e22. https://doi.org/10.1016/s2215-0366(20)30089-4.
Trayectoria
académica
Perla Sosa de
Wood
Doctora
en Gestión Educacional, magíster en Docencia e Investigación. Especialista en
Evaluación y Docencia Universitaria, Licenciada en Matemática. Abogada, agente
de propiedad industrial e intelectual, con posdoctorado en Investigación en la
Universidad de Valladolid, España. Su línea de investigación abarca didáctica y
curriculum, gestión, evaluación y legislación de la educación superior.
Experta en Educational Data Mining. Miembro del grupo de Investigación Data Science y Bid Data de la Universidad Pablo Olavide en España. Par evaluadora de la Agencia Nacional de Evaluación y Acreditación de la Educación Superior (ANEAES). Directora General Académica y de Investigación en la Universidad Nacional de Itapúa (UNI). Investigadora del área de Ciencias Sociales con publicaciones en revistas científicas nacionales e internacionales. Presidente de la Red de Investigación de la Asociación de Universidades Públicas del Paraguay.
Viviana Elizabeth Jiménez Chaves
Doctora en Ciencias de la Educación. Especialista en investigación
cualitativa. Máster en Gestión y Educación. Revisora de revistas
internacionales. tutora internacional de posgrados. Par Evaluadora de la ANEAES
y evaluadora del Consejo Nacional de Educación Superior. Coordinadora General
de Investigación Universidad del Norte. Sus líneas de investigación abarca
Educational Data Mining, educación superior, métodos de investigación.
Andrea Riego Esteche
Doctora
en Ciencias de la Educación. Máster en Educación con énfasis en Docencia
Universitaria y especialización en Educación Superior. Investigadora
categorizada por el Programa Nacional de Incentivo a los Investigadores
(PRONII), nivel Candidato, en el área de Ciencias Sociales. Su línea de
investigación abarca minería de datos en educación (Educational Data Mining),
tecnología en educación y educación superior, docente, tutora y evaluadora de
programas de posgrado.
