Inteligencia artificial en Educación General Básica: formando nativos tecnológicos
DOI:
https://doi.org/10.63535/snd37z97Palabras clave:
Inteligencia artificial; Educación en tecnología; Nativos tecnológicos.Resumen
Para analizar como la inteligencia artificial en Educación General Básica representa el hecho pedagógico pertinente en la formación de nativos tecnológicos en el sistema formativo ecuatoriano, se desarrolló un estudio bajo el enfoque paradigmático positivista, orientado en una metodología cuantitativa, instituido en un diseño no experimental de corte descriptivo. La población de estudio estuvo conformada por 70 directivos, 850 docentes y 900 estudiantes, lo que da un total de 1820 personas. El instrumento empleado fue un cuestionario tipo Likert. La confiabilidad del instrumento fue evaluada mediante el coeficiente Alfa de Cronbach, cuyo valor fue de 0,92. Entre los resultados se destaca que el 85 % de los encuestados determinan que, las estrategias didácticas basadas en tecnologías son fundamentales para integrar la IA en el proceso educativo. Según los datos recopilados, los directivos y docentes reconocen la importancia de estas herramientas, pero su implementación varía significativamente. De esta manera, los resultados muestran que el uso de plataformas educativas es la estrategia más implementada, mientras que los proyectos colaborativos son más valorados por los estudiantes. Esto sugiere que, si bien los docentes priorizan herramientas estructuradas, los estudiantes prefieren actividades interactivas y dinámicas. Se concluye, la IA tiene el potencial de personalizar los procesos de enseñanza-aprendizaje, permitiendo que los estudiantes avancen a su propio ritmo y según sus necesidades específicas. Esto es especialmente relevante para los nativos tecnológicos, quienes están habituados a interactuar con tecnologías avanzadas desde una edad temprana.
Descargas
Referencias
Area, M. (2020). La educación en la sociedad digital: una propuesta para el cambio educativo. Madrid: Síntesis.
Banco Interamericano de Desarrollo (BID). (2022). Transformación digital en América Latina: un enfoque educativo. Recuperado de https://www.iadb.org
Banco Mundial. (2021). Educación digital en América Latina: capacitación docente y retos tecnológicos. Washington D.C.: Banco Mundial.
Banco Mundial. (2022). Educación y tecnología: retos y oportunidades en América Latina. Recuperado de https://www.worldbank.org
Cabero, J., y Barroso, J. (2018). Competencias digitales para el siglo XXI. Revista Latinoamericana de Tecnología Educativa, 17(1), 25-38.
Cabero, J., y Barroso, J. (2020). La inteligencia artificial en educación: retos y oportunidades. Revista Electrónica de Tecnología Educativa, 18(1), 45-60.
Cabero, J. (2020). Tecnología educativa: un enfoque práctico. Madrid: Editorial Síntesis.
Cevallos, J., y Villafuerte, J. (2022). La inteligencia artificial como herramienta educativa en Ecuador. Revista Educación Digital Vol. 3-4, 12.
Creswell, J. (2014). Research design: qualitative, quantitative, and mixed methods approaches. SAGE Publications.
García, M., y López, R. (2022). Inteligencia artificial y educación: nuevas perspectivas pedagógicas. Uruguay: Editorial Académica.
George, D., & Mallery, P. (2003). SPSS for Windows step by step: a simple guide and reference. NY: Allyn & Bacon.
Gros, B. (2021). Educar en la era digital: retos y oportunidades. Barcelona: UOC Press.
Hernández, R., Fernández, C., y Baptista, L. (2018). Metodología de la investigación. México: Mc Graw Hill Education.
IEEE. (2023). Ethical challenges in artificial intelligence for education. Recuperado de https://www.ieee.org
Instituto Nacional de Estadística y Censos (INEC). (2022). Acceso a internet en los hogares ecuatorianos. Quito, Ecuador.
Instituto Nacional de Estadística y Geografía (INEGI). (2022). Impacto del COVID-19 en el sistema educativo mexicano. Recuperado de https://www.inegi.org.mx
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1-55.
Martínez, F., y García, F. (2021). Competencias digitales docentes: una revisión sistemática. Revista Iberoamericana de Educación, 85(2), 13-30.
Ministerio de Educación de Chile. (2021). Enseña inteligencia artificial. Informe Anual: MEC.
Pérez, J., y Martínez, A. (2023). Ética e inteligencia artificial en la educación: reflexiones desde América Latina. Colombia: Educare.
Prensky, M. (2001). Digital natives, digital immigrants. On the Horizon, 9(5), 1-6.
Sabino, C. (2007). El proceso general de investigación. Venezuela: PANAPO.
Siemens, G., & Downes, S. (2005). Connectivism: a learning theory for the digital age. Consultado en octubre de 2023.
UNESCO. (2021). El futuro de la educación: hacia una inteligencia artificial inclusiva. Recuperado de https://www.unesco.org
UNESCO. (2023). Inteligencia Artificial en la educación: oportunidades y riesgos. París: UNESCO.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Patricia Noemi Hinojosa Chávez, Alexandra Lorena Buenaño Basantes, Rosa Amelia Guilcapi Adriano, Daysi Karina Robles Calderón, Jasmín del Rosario Loor Cervantes, Ayde Lourdes Bueno Calderón (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aviso de Derechos de Autor y Licenciamiento
1. Retención y Cesión de Derechos
Los autores/as que publican en la Revista Científica Prospherus conservan la titularidad de los derechos de autor (Copyright) sobre sus trabajos, cediendo a la revista el derecho de la primera publicación. Esta publicación inicial se realiza bajo los términos de la licencia Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).
2. Condiciones de Reutilización
La licencia CC BY-NC-ND 4.0 permite a cualquier usuario leer, descargar, copiar y distribuir el trabajo publicado, siempre y cuando se cumplan estrictamente las siguientes tres condiciones:
-
Reconocimiento (BY): Se debe mencionar de forma clara y explícita la autoría del trabajo y citar la publicación original en esta revista.
-
NoComercial (NC): El uso del material debe ser siempre sin fines comerciales.
-
SinObrasDerivadas (ND): El trabajo debe mantenerse en su integridad original, y no se permite la modificación, adaptación o creación de obras derivadas (como traducciones o remezclas) basadas en el artículo.
3. Acuerdos Contractuales Adicionales y Repositorios
Los autores tienen permitido realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión publicada del artículo (por ejemplo, incluirlo en un repositorio institucional o en una página web personal) siempre que:
-
Se indique de manera inequívoca que el trabajo se publicó por primera vez en la Revista Científica Prospherus.
-
La redistribución respete los términos restrictivos de la licencia CC BY-NC-ND 4.0 (uso no comercial y sin modificaciones).
4. Descargo de Responsabilidad
La Revista Científica Prospherus no será responsable, bajo ninguna circunstancia, de cualquier reclamación directa, indirecta, incidental, punitiva o consecuente por infracción de derechos de autor relacionada con los artículos que han sido publicados en cualquiera de sus números. La responsabilidad sobre la originalidad y la obtención de permisos para material de terceros recae enteramente en los autores.
