Percepción docente sobre recursos digitales e inteligencia artificial en la enseñanza de circuitos eléctricos en educación superior
Palabras clave:
Inteligencia artificial, Recursos didácticos digitales, Educación superior, Circuitos eléctricos, Percepción docenteResumen
La transformación digital y el avance de la inteligencia artificial (IA) han impulsado el desarrollo de recursos tecnológicos en la educación superior. No obstante, existe evidencia limitada sobre la percepción docente respecto al uso de estas herramientas en asignaturas especializadas como los circuitos eléctricos. El presente estudio tuvo como objetivo analizar la percepción docente sobre el uso de recursos didácticos digitales e inteligencia artificial en la enseñanza de circuitos eléctricos. Se realizó una investigación cuantitativa, descriptiva y transversal. Se aplicó un cuestionario de 54 reactivos validado mediante juicio de expertos y prueba piloto, obteniéndose un Alfa de Cronbach de 0.95. Participaron 12 docentes adscritos al área de Circuitos Eléctricos de una universidad pública mexicana. Los resultados evidenciaron una percepción favorable hacia simuladores, recursos didácticos digitales y herramientas basadas en IA, así como necesidades de actualización tecnológica docente.
Citas
Bond, M., Bedenlier, S., Marín, V. I., & Händel, M. (2021). Emergency remote teaching in higher education: Mapping the first global online semester. International Journal of Educational Technology in Higher Education, 18(1), 1–24. https://doi.org/10.1186/s41239-021-00282-x
Borrego, M., & Henderson, C. (2021). Increasing the use of evidence-based teaching in STEM higher education: A comparison of eight change strategies. Journal of Engineering Education, 110(2), 321–352. https://doi.org/10.1002/jee.20040
Cabero-Almenara, J., & Llorente-Cejudo, C. (2020). COVID-19: Transformación radical de la digitalización en las instituciones universitarias. Campus Virtuales, 9(2), 25–34.
Crompton, H., Burke, D., & Cady, J. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(1), 1–22. https://doi.org/10.1186/s41239-023-00392-8
Makransky, G., Terkildsen, T. S., & Mayer, R. E. (2019). Adding immersive virtual reality to a science lab simulation causes more presence but less learning. Learning and Instruction, 60, 225–236. https://doi.org/10.1016/j.learninstruc.2017.12.007
Prince, M., & Felder, R. M. (2006). Inductive teaching and learning methods: Definitions, comparisons, and research bases. Journal of Engineering Education, 95(2), 123–138. https://doi.org/10.1002/j.2168-9830.2006.tb00884.x
Radianti, J., Majchrzak, T. A., Fromm, J., & Wohlgenannt, I. (2020). A systematic review of immersive virtual reality applications for higher education. Education and Information Technologies, 25(2), 105–125. https://doi.org/10.1016/j.compedu.2019.103778
Redecker, C. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union. https://data.europa.eu/doi/10.2760/159770
Salas-Pilco, S. Z., Xiao, K., & Hu, X. (2022). Artificial intelligence and learning analytics in teacher education: A systematic review. Education Sciences, 12(8), 569. https://doi.org/10.3390/educsci12080569
Tlili, A., Shehata, B., Adarkwah, M. A., Bozkurt, A., Hickey, D. T., Huang, R., & Agyemang, B. (2023). What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments, 10(1), 1–24. https://doi.org/10.1186/s40561-023-00237-x
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(39), 1–27. https://doi.org/10.1186/s41239-019-0171-0
