Uso de Inteligencia Artificial y Abstracción de Información en el Nivel Medio Superior
Palabras clave:
Inteligencia artificial, Abstracción de información, Educación media superior, Aprendizaje, Competencias digitalesResumen
El presente estudio cuantitativo, de alcance descriptivo-correlacional y diseño no experimental transversal, analiza la relación entre el uso de herramientas de inteligencia artificial en actividades académicas y la capacidad de abstracción de información en estudiantes de nivel medio superior. La investigación se realizó en enero de 2026 con alumnado de la Escuela de Bachilleres Plantel Norte de la Universidad Autónoma de Querétaro, mediante una muestra de 164 estudiantes de entre 15 y 18 años. Se aplicó un cuestionario anónimo con escala tipo Likert de cinco puntos, integrado por 20 ítems distribuidos en dos dimensiones: uso de inteligencia artificial y abstracción de información. Los datos fueron examinados mediante estadística descriptiva, análisis de confiabilidad y correlación de Spearman. Los resultados evidenciaron un uso moderado-bajo de IA y una correlación negativa débil, pero estadísticamente significativa, lo que sugiere promover un uso formativo, crítico y ético en contextos escolares.
Citas
Alpízar Garrido, L. O., & Martínez Ruiz, H. (2024). Perspectiva de estudiantes de nivel medio superior respecto al uso de la inteligencia artificial generativa en su aprendizaje. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28), e628. https://doi.org/10.23913/ride.v14i28.1830
Arreola Arriola, D. L., Villagómez Puente, J., Bermúdez Ramírez, L. A., Rodríguez Medrano, M. G., Aguilar Espinosa, M. G., & Rubio Rivera, R. (2024). Perspectivas de la IA en la educación: Un estudio en el nivel medio superior. Jóvenes en la Ciencia, 28. https://doi.org/10.15174/jc.2024.4477
Cotrina-Aliaga, J. C., Vera-Flores, M. Á., Ortiz-Cotrina, W. C., & Sosa-Celi, P. (2021). Uso de la inteligencia artificial (IA) como estrategia en la educación superior. Revista Iberoamericana de la Educación, volumen especial (1). https://doi.org/10.31876/ie.vi.81
Dextre Pimentel, E. del R., Bejarano Álvarez, P. M., Gonzales Núñez, C. A., & Anampa Esquivel, R. (2025). Inteligencia artificial y educación: métodos de enseñanza, innovación y transformación en la pedagogía. Revisión teórica. Horizontes. Revista de Investigación en Ciencias de la Educación, 9(40), 210–222. https://doi.org/10.33996/revistahorizontes.v9i40.1137
Ertmer, P. A., & Newby, T. J. (1993). Behaviorism, cognitivism, constructivism: Comparing critical features from an instructional design perspective. Performance Improvement Quarterly, 6(4), 50–72. https://doi.org/10.1111/j.1937-8327.1993.tb00605.x
Fau, C., & Vázquez-Ortiz, E. (2022). Muestreo y estadística no paramétrica. Revista Mexicana de Oftalmología, 96(4), 184–185. https://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2604-12272022000400184
Froment, F., & de-Besa Gutiérrez, M. (2023). Análisis correlacional y predictivo del interés, motivación y satisfacción académica en alumnado universitario. En J. C. Rodríguez Rodríguez (Coord.), Educación siglo XXI: Nuevos retos, nuevas soluciones (Vol. 3, pp. 415–423). Dykinson.
Gamboa Graus, M. E. (2022). Escalas de medición estadística. Didasc@lia: Didáctica y Educación, 13(1), 341–366. https://revistas.ult.edu.cu/index.php/didascalia/article/view/1327
Machuca Yaguana, J. A., Maldonado Machuca, M. E., & Vinces Vinces, F. V. (2023). Tratamiento y representación de datos provenientes de escalas tipo Likert. Ciencia Latina Revista Científica Multidisciplinar, 7(4), 736–747. https://doi.org/10.37811/cl_rcm.v7i4.6905
Maffei, F., & Neil, C. (2024). Integración de la inteligencia artificial en las teorías y estilos de aprendizaje. Revista Abierta de Informática Aplicada, 8(1), 3–20. https://doi.org/10.59471/raia2024207
Manterola, C., Hernández-Leal, M. J., Otzen, T., Espinosa, M. E., & Grande, L. (2023). Estudios de corte transversal: Un diseño de investigación a considerar en ciencias morfológicas. International Journal of Morphology, 41(1), 146–155. https://doi.org/10.4067/S0717-95022023000100146
Morán-Ortega, S.-A., Ruiz-Tirado, S.-G., Simental-López, L.-M., & Tirado-López, A.-B. (2024). Barreras de la inteligencia artificial generativa en estudiantes de educación superior: Percepción docente. Revista de Investigación en Tecnologías de la Información (RITI), 12(25), 26–37. https://doi.org/10.36825/RITI.12.25.003
Ñaupas Paitán, H., Mejía Mejía, E., Trujillo Román, I. R., Romero Delgado, H. E., Medina Bárcena, W., & Novoa Ramírez, E. (2023). Metodología de la investigación total: Cuantitativa-cualitativa y redacción de tesis (6.ª ed.). Ediciones de la U.
Salazar Castillo, M. A., & Becerra Ávila, A. (2025). Estudio exploratorio: Prácticas de gestión del conocimiento en una muestra de organizaciones: Análisis correlacional descriptivo en pequeñas, medianas y grandes empresas locales, regionales, nacionales y de diversos sectores económicos, ubicadas en Palmira, Valle del Cauca y Colombia. Revista Americana de Empreendedorismo e Inovação, 7(2), 37–50. https://doi.org/10.33871/26747170.2025.7.2.1053
Suárez Guamán, C. F., Vela Campos, L. C., Espinosa Yupanqui, M. N., Toaza Mamarandy, S. R., & López Cevallos, A. A. (2025). Procesos de enseñanza-aprendizaje y la implementación de inteligencia artificial. Ciencia Latina Revista Científica Multidisciplinar, 9(5), 6066–6108. https://doi.org/10.37811/cl_rcm.v9i5.19968
Toro, R., Peña-Sarmiento, M., Avendaño-Prieto, B. L., Mejía-Vélez, S., & Bernal-Torres, A. (2022). Análisis empírico del coeficiente alfa de Cronbach según opciones de respuesta, muestra y observaciones atípicas. Revista Iberoamericana de Diagnóstico y Evaluación - e Avaliação Psicológica, 2(63), 17–30. https://doi.org/10.21865/RIDEP63.2.02
Trujillo Flórez, L. M. (2017). Teorías pedagógicas contemporáneas. Fundación Universitaria del Área Andina. https://digitk.areandina.edu.co/handle/areandina/825
Zamora Varela, Y., & Mendoza Encinas, M. del C. (2023). La inteligencia artificial y el futuro de la educación superior: Desafíos y oportunidades. Horizontes Pedagógicos, 25(1), 1–13. https://doi.org/10.33881/0123-8264.hop.25101
Zapata-Ros, M. (2015). Pensamiento computacional: Una nueva alfabetización digital. RED. Revista de Educación a Distancia, (46), 1–47. https://revistas.um.es/red/article/view/240321
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Desafíos Educativos
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
