Acceso usuarios
Town of New Haven, Estados Unidos
Santiago, Chile
Este estudio analiza la preparación institucional de escuelas para adoptar inteligencia artificial generativa (IAGen), usando datos de ICILS 2023. Frente a la escasa evidencia sobre su adopción a nivel escolar, proponemos una medición novedosa aplicando un análisis de componentes principales (ACP), el que identifica tres dimensiones clave: expectativas positivas, percepción de riesgos e institucionalización del uso de IAGen. Se observan brechas socioeconómicas consistentes entre países: las escuelas más vulnerables están menos preparadas para adoptar IAGen, lo que podría acentuar desigualdades educativas si esta tecnología mejora la productividad. Además, mostramos que existe una asociación estadística positiva entre el nivel de preparación institucional medido por estas dimensiones y las competencias digitales de los estudiantes. Nuestra principal contribución es una métrica replicable para estudios comparativos y monitoreo, destacando al mismo tiempo la importancia de políticas educativas focalizadas en la equidad tecnológica.
This study analyzes schools’ institutional readiness to adopt generative artificial intelligence (GenAI), using data from ICILS 2023. Given the limited empirical evidence on its adoption in schools, we propose a novel measurement approach using principal component analysis (PCA) that identifies three key dimensions: positive expectations, perceived risks, and institutionalization of GenAI use. We observe consistent socioeconomic gaps across countries:
schools serving more vulnerable students are systematically less prepared to adopt GAI, which could exacerbate educational inequalities if the technology improves productivity. We also find a positive statistical association between institutional readiness and students’ digital competencies. Our main contribution is a replicable metric for comparative research and monitoring, while also underscoring the importance of education policies focused on technological equity.
