Validación de un cuestionario para diagnosticar competencias docentes en la integración pedagógica de la inteligencia artificial
DOI:
https://doi.org/10.5944/ried.46988Palabras clave:
inteligencia artificial, desarrollo de competencias, educación, cuestionarioResumen
La brecha entre la IA y las competencias digitales y pedagógicas disponibles en los sistemas educativos es parte del acelerado crecimiento de las tecnologías. Existe un desafío para impulsar programas que articulen el liderazgo pedagógico, el pensamiento crítico y el compromiso ético en torno al uso de la IA. Se elaboró un cuestionario después de una extensa revisión sobre formación y competencias pedagógicas en el uso de la inteligencia artificial, validado por un grupo de 28 expertos latinoamericanos, y posteriormente aplicado en una muestra de 360 profesores y directivos (110 de Brasil y 250 de Chile). El cuestionario inicial se componía de 72 ítems. Se realizó un análisis exploratorio y, posteriormente, un análisis confirmatorio, dando como resultado un instrumento configurado por cinco dimensiones: conocimientos y creencias sobre la IA en educación, competencias digitales docentes, formación inicial y continua, usos pedagógicos y didácticos de la IA, y actitudes éticas y reflexivas hacia la IA. La discusión de los resultados obtenidos en el presente estudio permite interpretar, desde una perspectiva teórico-empírica, la fiabilidad, validez y pertinencia del modelo de competencias docentes para la integración pedagógica de la inteligencia artificial. La conclusión principal es que se ha obtenido un instrumento válido y fiable cuya aplicación permitirá orientar procesos de formación inicial y continua, promoviendo un desarrollo profesional docente capaz de integrar la tecnología con sentido pedagógico, responsabilidad ética y visión innovadora.
Descargas
Citas
Abdulai, A. F. y Hung, L. (2023). Will ChatGPT undermine ethical values in nursing education, research and practice? Nursing Inquiry, 30(3), e12556. https://doi.org/10.1111/nin.12556
Al-Zahrani, A. M. (2024). Unveiling the shadows: Beyond the hype of AI in education. Heliyon, 10(9), e30696. https://doi.org/10.1016/j.heliyon.2024.e30696
Alcocer, A., Cabrera, A. y García, E. (2024). La inteligencia artificial en la educación: desafíos éticos y perspectivas hacia una nueva enseñanza. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(6), 464–472. https://doi.org/10.56712/latam.v5i6.3019
Bearman, M. y Ajjawi, R. (2023). Learning to work with the black box: Pedagogy for a world with artificial intelligence. British Journal of Educational Technology, 54(5), 1160–1173. https://doi.org/10.1111/bjet.13337
Bedington, A., Halcomb, E. F., McKee, H. A., Sargent, T. y Smith, A. (2024). Writing with generative AI and human-machine teaming: Insights and recommendations from faculty and students. Computers and Composition, 71, 102833. https://doi.org/10.1016/j.compcom.2024.102833
Bozkurt, A., Karadeniz, A., Bañeres, D. y Rodríguez, M. (2021). Artificial intelligence and reflections from educational landscape: A review of AI studies in half a century. Sustainability, 13(2), 800. https://doi.org/10.3390/su13020800
Byrne, R. M. J. (2016). Counterfactual thought. Annual Review of Psychology, 67, 135–157. https://doi.org/10.1146/annurev-psych-122414-033249
Cedeño, E., Illapa, C., Jacinto, J., Guarango, C., Asipuela, K., Avila, M. y Lozano, V. (2025). El rol de la IA en la educación a distancia: retos y oportunidades. Ciencia Latina Revista Científica Multidisciplinar, 9(1), 786–806. https://doi.org/10.37811/cl_rcm.v9i1.15795
Chai, C., Wang, X. y Xu, C. (2020). An extended theory of planned behavior for the modelling of Chinese secondary school students' intention to learn artificial intelligence. Mathematics, 8(11), 2089. https://doi.org/10.3390/math8112089
Dabbagh, H., Earp, B. D., Mann, S. P. y Savulescu, J. (2025). AI ethics should be mandatory for schoolchildren. AI and Ethics, 5(3), 811–820. https://doi.org/10.1007/s43681-024-00462-1
Hair, J. F., Black, W. C., Babin, B. J. y Anderson, R. E. (2019). Multivariate data analysis (8th ed.). Cengage.
Hannan, E. (2021). AI: New source of competitiveness in higher education. Competitiveness Review: An International Business Journal, 33(2), 265–279. https://doi.org/10.1108/cr-03-2021-0045
Haynes, S. N., Richard, D. C. S. y Kubany, E. S. (1995). Content validity in psychological assessment: A functional approach to concepts and methods. Psychological Assessment, 7(3), 238–247. https://doi.org/10.1037/1040-3590.7.3.238
Kline, R. B. (2023). Principles and practice of structural equation modeling (5.ª ed.). The Guilford Press.
Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
Long, D. y Magerko, B. (2020). What is AI literacy? Competencies and design considerations. En Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (pp. 1–16). ACM. https://doi.org/10.1145/3313831.3376727
Luckin, R., Holmes, W., Griffiths, M. y Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Lysak, E., Giesbrecht, M. y Ovelar, I. (2024). Estudio exploratorio sobre conocimientos y actitudes de docentes y estudiantes de universidad privada acerca de la inteligencia artificial. Revista Educación y Pedagogía en Latinoamérica, 5(4), 80–89. https://doi.org/10.56152/reped2024-dossieria2-art8
Marsh, H. W., Hau, K.-T. y Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320–341. https://doi.org/10.1207/s15328007sem1103_2
Mera, A., Montenegro, M. y Gonzales, V. (2023). El desempeño docente en la educación básica regular. Horizontes. Revista de Investigación en Ciencias de la Educación, 7(29), 1481–1489. https://doi.org/10.33996/revistahorizontes.v7i29.607
Mishra, P. y Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x
Pedró, F. (2020). Applications of artificial intelligence to higher education: Possibilities, evidence, and challenges. IUL Research, 1(1), 61–76. https://doi.org/10.57568/iulres.v1i1.43
Pérez, O. y González, N. (2024). Formación docente para el uso de la inteligencia artificial. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 11772–11788. https://doi.org/10.37811/cl_rcm.v8i5.14594
Pintado, A., Prado, R., Peláez, C. y Aguilar, W. (2023). Inteligencia artificial y sostenibilidad: el compromiso de una institución de educación superior. Magazine de las Ciencias: Revista de Investigación e Innovación, 8(4), 12–28. https://doi.org/10.33262/rmc.v8i4.2954
Redecker, C. y Punie, Y. (2017). European Framework for the Digital Competence of Educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/159770
Rienties, B., Simonsen, H. y Herodotou, C. (2020). Defining the boundaries between artificial intelligence in education, computer-supported collaborative learning, educational data mining, and learning analytics: A need for coherence. Frontiers in Education, 5, 128. https://doi.org/10.3389/feduc.2020.00128
Rodger, D., Mann, S. P., Earp, B., Savulescu, J., Bobier, C. y Blackshaw, B. P. (2025). Generative AI in healthcare education: How AI literacy gaps could compromise learning and patient safety. Nurse Education in Practice, 87, 104461. https://doi.org/10.1016/j.nepr.2025.104461
Sadiku, M., Ashaolu, T., Ajayi-Majebi, A. y Musa, S. (2021). Artificial intelligence in education. International Journal of Scientific Advances, 2(1), 5–11. https://doi.org/10.51542/ijscia.v2i1.2
Salas-Pilco, S. Z., Xiao, K. y 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
Salvatierra, L., Moreira, C., Chávez, A., Zambrano, M. y Rojas, J. (2024). Las capacidades y desafíos asociados a la inteligencia artificial (IA) desde la percepción docente: un estudio de caso. ALCON, 4(4), 147–155. https://doi.org/10.62305/alcon.v4i4.216
Sarmiento, E., Soto, A., Angulo, C. y Chimbo, D. (2025). Innovación digital y evolución organizacional en la educación superior: uso de inteligencia artificial en la gestión académica y administrativa. Reincisol, 4(7), 2213–2235. https://doi.org/10.59282/reincisol.v4(7)2213-2235
Segundo, G., Nava, V., Albarrán, O. y Pérez, C. (2024). Retos de los docentes formadores de las escuelas normales ante la implementación de la nueva escuela mexicana. Revista Educación y Pedagogía en Latinoamérica, 6(1), 6–18. https://doi.org/10.46990/relep.2024.6.1.1489
The jamovi project. (2024). The jamovi statistical platform (Versión 2.5) [Software]. https://www.jamovi.org
UNESCO. (2024). Technology in education: A tool on our terms! Global Education Monitoring Report. https://www.unesco.org/gem-report/en/publication/2024-technology-education-tool-our-terms
Unión Europea. (2016). Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos. Diario Oficial de la Unión Europea. https://eur-lex.europa.eu/eli/reg/2016/679/oj
Vela, G., Naranjo, B., Quinte, R., Villafuerte, V. y Velasco, J. (2024). Inclusión de la inteligencia artificial en la docencia universitaria. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(1), 905–918. https://doi.org/10.56712/latam.v5i1.1642
Villa, A. (2024). 13 perspectivas del liderazgo. Dykinson.
Villamar, F., Vera, E. y Franco, N. (2025). Estrategias pedagógicas basadas en inteligencia artificial: transformando la personalización del aprendizaje en educación nivel bachillerato. Arandu, 12(1), 3079–3099. https://doi.org/10.69639/arandu.v12i1.789
Zhai, X., Chu, X. y Luo, W. (2021). Attitudes toward artificial intelligence in education: A survey of teachers' acceptance, resistance, and perceived risks. Education and Information Technologies, 26(5), 5093–5113. https://doi.org/10.1007/s10639-021-10491-3
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Aurelio Villa, Evelyn Pizarro Fuentes, Simone Fernandes Queiroz
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Las obras que se publican en esta revista están sujetos a los siguientes términos:
1. Los autores ceden de forma no exclusiva los derechos de explotación de los trabajos aceptados para su publicación en "RIED. Revista Iberoamericana de Educación a Distancia," y garantizan a la revista el derecho a ser la primera en publicar ese trabajo, igualmente, permiten a la revista distribuir obras publicadas bajo la licencia indicada en el punto 2.
2. Las obras se publican en la edición electrónica de la revista bajo una licencia Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0). Se permite copiar y redistribuir el material en cualquier medio o formato, adaptar, remezclar, transformar y crear a partir del material para cualquier finalidad, incluso comercial. Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios.
3. Condiciones de auto-archivo. Se permite e incentiva a los autores a difundir electrónicamente la versión OnlineFirst (versión evaluada y aceptada para su publicación) de su obra antes de su publicación definitiva, siempre con referencia a su publicación en RIED, ya que favorece su circulación y difusión antes y así propiciar un posible aumento de su citación y alcance entre la comunidad académica. Color RoMEO: verde.
