Acceso usuarios
María de Lourdes Flores, Juan D. Machin-Mastromatteo, Javier Tarango Ortiz
El presente artículo presenta una propuesta metodológica para estudiar la adopción, aceptación e integración de la inteligencia artificial generativa (IA) en instituciones de educación superior derivada del análisis de la literatura especializada y que contempla siete dimensiones de análisis: (1) factores moderadores; (2) retos y barreras para la integración de la IA en procesos de enseñanza y aprendizaje; (3) expectativas de desempeño; (4) expectativas de esfuerzo; (5) influencia social; (6) condiciones facilitadoras; y (7) implicaciones éticas. Dicha propuesta se basa en la Teoría Unificada de Aceptación y Uso de la Tecnología (UTAUT) y se articula bajo un diseño de métodos mixtos de tipo explicativo secuencial que combina una fase cuantitativa, para la cual se incluye aquí un cuestionario validado y una fase cualitativa, que se centra en la realización de entrevistas a profundidad. Este enfoque busca identificar los factores que influyen en la intención de uso y adopción efectiva de la IA, así como las percepciones, resistencias y condiciones que intervienen en los procesos de integración tecnológica. Finalmente, se concluye con la presentación de algunos resultados observados en la literatura especializada sobre el uso y la implementación de la IA en contextos de educación superior, con el propósito de sintetizar las tendencias que otros investigadores han encontrado en estudios similares, al respecto de las siete dimensiones de análisis presentadas en este artículo. De este modo, la propuesta ofrece una guía metodológica adaptable a distintas instituciones de educación superior, orientada a promover su estudio reflexivo y sustentado.
This article presents a methodological proposal to study the adoption, acceptance, and integration of generative artificial intelligence (AI) in higher education institutions, derived from an analysis of specialized literature and encompassing seven dimensions of analysis: (1) moderating factors; (2) challenges and barriers to the integration of AI in teaching and learning processes; (3) performance expectancy; (4) effort expectancy; (5) social influence; (6) facilitating conditions; and (7) ethical implications. The proposal is based on the Unified Theory of Acceptance and Use of Technology (UTAUT) and follows a sequential explanatory mixed-methods design that combines a quantitative phase, which includes a validated questionnaire, and a qualitative phase focused on conducting in-depth interviews. This approach seeks to identify the factors that influence the intention to use and the effective adoption of AI, as well as the perceptions, resistances, and contextual conditions that affect technological integration processes. Finally, this article concludes with the presentation of selected findings reported in specialized literature on the use and implementation of AI in higher education contexts, aiming to synthesize the trends identified by other researchers in similar studies regarding the seven dimensions of analysis presented in this article. In this way, the proposal offers a methodological framework adaptable to different higher education institutions, designed to promote reflective and evidence-based studies about AI in education.
