Desarrollo de capacidades digitales a través de la integración de inteligencia artificial generativa en contextos de formación técnica y tecnológica
Barra lateral del artículo
Contenido principal del artículo
Resumen
La IA generativa (IAG) está revolucionando las formas de enseñar en disciplinas técnicas y tecnológicas donde la simulación, la práctica y la resolución de problemas son esenciales. El estudio analizó el fortalecimiento de habilidades digitales mediante la aplicación didáctica de IAG, empleando como referente el estándar europeo DigComp 2.2 junto con el instrumento MyDigiSkills para la evaluación diagnóstica inicial.
La muestra estuvo conformada por 209 estudiantes de la asignatura "Competencias Digitales y Estrategias Tecnológicas" de la Maestría en Educación de la UNEMI (41.15% hombres, 58.85% mujeres). A través de un estudio descriptivo con intervención práctica (diseño de clases, gamificación, diseño de prompts), se midió su evolución. De acuerdo con los resultados, se logró un nivel intermedio de competencias digitales, con una media de 3.2 en escalas que iban del 1 al 5. Detectando puntos fuertes en la comunicación y colaboración digital, pero también limitaciones en la producción de contenido digital y en el abordaje de problemas tecnológicos. El estudio mostró tres fases de evolución en la utilización de IAG: un primer uso superficial, una especificación gradual de prompts y el desarrollo de un análisis crítico.
Sobre la base de estos resultados, se plantea el Modelo de Co-creación Humano-IA como modelo pedagógico para incorporar la IAG con ética y responsabilidad y así fortalecer las competencias digitales en la educación superior.
Detalles del artículo
Sección
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todos los artículos publicados en la Revista de Investigación, Formación y Desarrollo: Generando Productividad Institucional (RIF) se distribuyen bajo la Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0), que permite compartir y adaptar el contenido, siempre que se otorgue el debido reconocimiento a la autoría, no se utilice con fines comerciales y se mantenga la misma licencia.
Los autores conservan sus derechos de autor y otorgan a la revista el derecho de primera publicación. Esto permite a terceros compartir y adaptar el contenido con fines no comerciales, siempre que se atribuya correctamente la obra original y se mantenga la misma licencia.
Para más información sobre la licencia, consulte: https://creativecommons.org/licenses/by-nc-sa/4.0/
Cómo citar
Referencias
ALL DIGITAL AISBL. (2021). MyDigiSkills: Instrumento de autodiagnóstico de capacidades digitales. https://mydigiskills.eu/es/index.php.
Bozkurt, A. (2023). Generative artificial intelligence (AI) powered conversational educational agents: The inevitable paradigm shift. Asian Journal of Distance Education, 18(1), 198–204. https://doi.org/10.5281/zenodo.7716416.
Braun, V., & Clarke, V. (2020). One size fits all? What counts as quality practice in (reflexive) thematic analysis? Qualitative Research in Psychology, 18(3), 328–352. https://doi.org/10.1080/14780887.2020.1769238.
Carretero, S., Vuorikari, R., & Punie, Y. (2017). DigComp 2.1: The Digital Competence Framework for Citizens with eight proficiency levels and examples of use (JRC106281). Publications Office of the European Union. https://doi.org/10.2760/38842.
Cabero-Almenara, J., Gutiérrez-Castillo, JJ., Barroso-Osuna, J. et al. Digital Teaching Competence According to the DigCompEdu Framework. Comparative Study in Different Latin American Universities. J. New Approaches Educ. Res. 12, 276–291 (2023). https://doi.org/10.7821/naer.2023.7.1452.
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66, 616–630. https://doi.org/10.1007/s11528-022-00719-6.
Chan, C. K. Y., & Hu, W. (2023). Students' voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 20, Article 43. https://doi.org/10.1186/s41239-023-00411-8.
Chiu, T. K. F. (2024). The impact of generative AI (GenAI) on practices, policies and research direction in education: A case of ChatGPT and Midjourney. Interactive Learning Environments, 32(10), 6187–6203. https://doi.org/10.1080/10494820.2023.2253861.
Creswell, J. W. (2021). A concise introduction to mixed methods research (2nd ed.). SAGE Publications.
Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rd ed.). SAGE Publications.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, Article 22. https://doi.org/10.1186/s41239-023-00392-8.
European Commission. (2022). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. https://doi.org/10.2766/153756.
Flick, U. (2022). The SAGE handbook of qualitative research design (Vol. 1). SAGE Publications.
Hwang, G. J., Xie, H., Wah, B. W., & Gašević, D. (2020). Vision, challenges, roles and research issues of artificial intelligence in education. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274.
Lee, D., Arnold, M., Srivastava, A., Plastow, K., Strelan, P., Ploeckl, F., Lekkas, D., & Palmer, E. (2024). The impact of generative AI on higher education learning and teaching: A study of educators’ perspectives. Computers and Education: Artificial Intelligence, 6, 100221. https://doi.org/10.1016/j.caeai.2024.100221.
Southworth, J., Migliaccio, K., Glover, J., Glover, J. N., Reed, D., McCarty, C., … Thomas, A. (2023). Developing a model for AI across the curriculum: Transforming the higher education landscape via innovation in AI literacy. Computers and Education: Artificial Intelligence, 4, 100127. https://doi.org/10.1016/j.caeai.2023.100127.
Su, J., & Yang, W. (2023). Unlocking the power of ChatGPT: A framework for applying generative AI in education. *ECNU Review of Education*, *6*(3), 355-366. https://doi.org/10.1177/20965311231168423.
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. *Journal of Applied Learning and Teaching*, 6(1), 31-40. https://doi.org/10.37074/jalt.2023.6.1.17.
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*, Article 15. https://doi.org/10.1186/s40561-023-00237-x.
UNESCO. (2023). Generative AI in learning and inquiry: Operational guidelines. UNESCO Digital Library. https://unesdoc.unesco.org/ark:/48223/pf0000386693.
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens—With new examples of knowledge, skills and attitudes (JRC128415). Publications Office of the European Union. https://doi.org/10.2760/115376.