Instrumento de percepción de competencias en inteligencia artificial de quienes enseñarán matemática en Chile

Rodrigo Nicolás Correa-Rojas; Gonzalo Andrés Donoso-Gormaz

doi:10.17227/rce.num98-20360

Rodrigo Nicolás Correa-Rojas Universidad Católica Silva Henríquez https://orcid.org/0000-0003-1611-8516
Gonzalo Andrés Donoso-Gormaz Universidad Católica Silva Henríquez https://orcid.org/0000-0002-7224-443X

DOI: https://doi.org/10.17227/rce.num98-20360

Palabras clave: inteligencia artificial, modelo, capacidad, percepción, formación de profesores

Resumen Autores/as Citas Cómo citar Descargas

Resumen

Esta investigación tiene como propósito elaborar, validar y evaluar la confiabilidad de un instrumento diseñado para medir las competencias digitales en Inteligencia Artificial de los futuros profesores de matemáticas en Chile. El diseño del instrumento se fundamentó en estándares nacionales e internacionales de competencias digitales, mientras que el proceso de validación fue realizado por un grupo de expertos en educación e informática educativa. Para garantizar la calidad del instrumento, se adoptó un enfoque metodológico instrumental, que incluyó una validación por juicio de expertos y un análisis de confiabilidad mediante el alfa de Cronbach. La muestra estuvo compuesta por estudiantes de último año de pedagogía en matemáticas de diversas universidades chilenas, quienes participaron en la aplicación piloto del instrumento. Este instrumento, compuesto por diversas dimensiones, permite diagnosticar el nivel de preparación y disposición de los futuros docentes frente a la incorporación de la inteligencia artificial en sus prácticas pedagógicas. Los resultados obtenidos podrán ser aprovechados por las universidades para replicarlo y utilizarlo como base en la mejora de los programas de formación y perfeccionamiento docente.

Biografía del autor/a

Rodrigo Nicolás Correa-Rojas, Universidad Católica Silva Henríquez

Ingeniero en Informática, UTEM de Chile, Magister en Gestión Educacional, Universidad Diego Portales de Chile. Candidato a Doctor en Administración y Negocios por las Universidad de Santander, México.

Gonzalo Andrés Donoso-Gormaz, Universidad Católica Silva Henríquez

Profesor de Matemática e Informática educativa, Magíster en matemática, Magíster en educación, Magíster en docencia universitaria y Doctor en educación en la línea de Matemática y Curriculum, con amplia experiencia en la asignatura en nivel de enseñanza media y universitaria. Implementación de metodologías activas de aprendizaje, además de fortalecer las habilidades de los estudiantes con uso de herramientas tecnológicas. Posee experiencia como coordinador de academias de matemática, Microsoft y jefe departamento de matemática. También ha participado en la elaboración de programas en las asignaturas del área de la matemática en cursos superiores en Instituto profesional AIEP, además de diseñador instruccional en el área de la matemática y evaluación. Capacidad para trabajar en equipo, bajo presión, excelente nivel de relaciones interpersonales y adaptación a diversas metodologías de enseñanza – aprendizaje en diversos contextos educativos, ya sea de nivel medio como superior.

Citas

Agrawal, A., Gans, J. S. y Goldfarb, A. (2019). Artificial Intelligence: The Ambiguous labor Market Impact of Automating Prediction. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3341456 DOI: https://doi.org/10.2139/ssrn.3341456

Alencar, M., Benetti, C. y Renato, P. (2007). Translation and Validation of the Graham‐Harvey Survey for the Brazilian Context. International Journal of Managerial Finance, 3(1), 26-48. https://doi.org/10.1108/17439130710721644 DOI: https://doi.org/10.1108/17439130710721644

Álvarez, J., Labraña, J. y Brunner, J. (2021). La educación superior técnico profesional frente a nuevos desafíos: la Cuarta Revolución Industrial y la pandemia por COVID-19. Revista Educación, Política y Sociedad, 6(1), 11-38. https://doi.org/10.15366/reps2021.6.1.001 DOI: https://doi.org/10.15366/reps2021.6.1.001

Álvarez-Vega, M., Quirós-Mora, L. y Cortés-Badilla, M. (2020). Inteligencia artificial y aprendizaje automático en medicina. Revista Médica Sinergia, 5(8). https://doi.org/10.31434/rms.v5i8.557 DOI: https://doi.org/10.31434/rms.v5i8.557

Boulay, B. du. (2023). Artificial Intelligence in Education and Ethics. En O. Zawacki-Richter y I. Jung (eds.), Handbook of Open, Distance and Digital Education (pp. 93-108). Springer Nature. https://doi.org/10.1007/978-981-19-2080-6_6 DOI: https://doi.org/10.1007/978-981-19-2080-6_6

Burns, A., Erickson, D. y Brenner, C. (2014). Cognitive-behavioral Therapy for medication-resistant Psychosis: A meta-analytic Review. Psychiatric Services, 65(7), 874-880. https://doi.org/10.1176/appi.ps.201300213 DOI: https://doi.org/10.1176/appi.ps.201300213

Calvo-Rubio, L. y Ufarte-Ruiz, M. (2020). Percepción de docentes universitarios, estudiantes, responsables de innovación y periodistas sobre el uso de inteligencia artificial en periodismo. El Profesional de la Información, 29(1). https://doi.org/10.3145/epi.2020.ene.09 DOI: https://doi.org/10.3145/epi.2020.ene.09

Casado-Fernández, R., y Checa-Romero, M. (2020). Robótica y proyectos STEAM: desarrollo de la creatividad en las aulas de Educación Primaria. Pixel-Bit, Revista de Medios y Educación, (58), 7-26. https://doi.org/10.12795/pixelbit.73672 DOI: https://doi.org/10.12795/pixelbit.73672

Centro de Perfeccionamiento, Experimentación e Investigaciones Pedagógicas (CPEIP). (2021). Estándares de la profesión docente: carreras de pedagogía en Matemática, educación media. Ministerio de Educación de Chile. https://bibliotecadigital.mineduc.cl/handle/20.500.12365/17598

Cristia, J., Ibarrarán, P., Cueto, S., Santiago, A. y Severín, E. (2017). Technology and Child Development: Evidence from the One Laptop per Child Program. American Economic Journal: Applied Economics, 9(3), 295-320. https://doi.org/10.1257/app.20150385 DOI: https://doi.org/10.1257/app.20150385

DigCompEdu. (2023). EU Science Hub. Comisión Europea. https://joint-research-centre.ec.europa.eu/digcompedu_en

Félix, J. y Webb, L. (2023). Use of Artificial Intelligence in Education Delivery and Assessment. Parliamentary Office of Science and Technology. https://doi.org/10.58248/pn712 DOI: https://doi.org/10.58248/PN712

Fernández-Cruz, F. y Fernández-Díaz, M. (2016). Generation Z’s teachers and their digital skills. Comunicar, 24(46), 97-105. https://doi.org/10.3916/c46-2016-10 DOI: https://doi.org/10.3916/C46-2016-10

Fernández-Cruz, F., Fernández-Díaz, M. y Rodríguez-Mantilla, J. (2018). Diseño y validación de un instrumento de medida del perfil de formación docente en tecnologías de la información y la comunicación. Revista Española de Pedagogía, 76(270), 105-123. https://doi.org/10.22550/rep76-2-2018-03 DOI: https://doi.org/10.22550/REP76-2-2018-03

Gisbert-Cervera, M., González-Martínez, J. y Esteve-Mon, F. (2016). Competencia digital y competencia digital docente: una panorámica sobre el estado de la cuestión. Revista Interuniversitaria de Investigación en Tecnología Educativa, (1), 74-83. https://doi.org/10.6018/riite2016/257631 DOI: https://doi.org/10.6018/riite2016/257631

Gulz, A. y Haake, M. (2006). Design of Animated Pedagogical Agents—A Look at their Look. International Journal of Human-Computer Studies, 64(4), 322-339. https://doi.org/10.1016/j.ijhcs.2005.08.006 DOI: https://doi.org/10.1016/j.ijhcs.2005.08.006

Gutiérrez-Castillo, J. y Gómez del Castillo, M. (2014). Influencia de las TIC en los procesos de aprendizaje y comunicación de los estudiantes de educación. Revista de Pedagogía, 35(97-98), 34-51. https://www.redalyc.org/pdf/659/65935862004.pdf

Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la investigación (6th ed.). Mcgraw-Hill.

Holmes, W., Bialik, M. y Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. https://curriculumredesign.org

Johnston, A., Pandya, B., Allam, H., Shah, K., Shammas, N. y Mohammad, N. (2023). Peer-Review Statements. Atlantis Highlights in Social Sciences, Education and Humanities, (1-3). https://doi.org/10.2991/978-94-6463-286-6_1 DOI: https://doi.org/10.2991/978-94-6463-286-6_1

Iordache, C., Mariën, I. y Baelden, D. (2017). Developing Digital Skills and Competences: A quick-scan Analysis of 13 Digital Literacy Models. Italian Journal of Sociology of Education, 9(91), 6-30. https://ijse.padovauniversitypress.it/2017/1/2

Koedinger, K., McLaughlin, E., Jia, J. y Bier, N. (2016). Is the Doer Effect a Causal Relationship? En Proceedings of the 6th International Conference on Learning Analytics and Knowledge (LAK ‘16). ACM. https://doi.org/10.1145/2883851.2883957 DOI: https://doi.org/10.1145/2883851.2883957

Lorenzo-Lledó, G. y Scagliarini-Galiano, C. (2018). Revisión bibliométrica sobre la realidad aumentada en educación. Revista General de Información y Documentación, 28(1), 179-200. https://doi.org/10.5209/rgid.60805 DOI: https://doi.org/10.5209/RGID.60805

Luckin, R., Holmes, W., Griffiths, M. y Pearson, L. (2016). Intelligence Unleashed: An Argument for AI in Education. https://static.googleusercontent.com/media/edu.google.com/en//pdfs/Intelligence-Unleashed-Publication.pdf

Magallanes-Ronquillo, K., Mora-Rodríguez, A., Aguas-Veloz, J. y Plúas-Pérez, L. de R. (2023). La inteligencia artificial aplicada a la innovación educativa en el proceso de enseñanza y aprendizaje. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(2), 1-15. https://doi.org/10.56712/latam.v4i2.706 DOI: https://doi.org/10.56712/latam.v4i2.706

Maldonado-Mahauad, J., Pérez-Sanagustín, M., Kizilcec, R., Morales, N. y Muñoz-Gama, J. (2018). Mining theory-based Patterns from Big Data: Identifying self-regulated Learning Strategies in Massive Open Online Courses. Computers in Human Behavior, (80), 179-196. https://doi.org/10.1016/j.chb.2017.11.011 DOI: https://doi.org/10.1016/j.chb.2017.11.011

Merino-Soto, C. y Livia-Segovia, J. (2022). Rating Mean of Expert Judges and Asymmetric Confidence Intervals in Content Validity: An SPSS Syntax. Anales de Psicología, 38(2), 395-398. https://doi.org/10.6018/analesps.489431 DOI: https://doi.org/10.6018/analesps.489431

Ministerio de Educación de Chile (MINEDUC-Enlaces). (2011). Actualización de competencias y estándares tic en la profesión docente. Ministerio de Educación de Chile. https://bibliotecadigital.mineduc.cl/handle/20.500.12365/2151

Mitrovic, A. (2011). Fifteen Years of constraint-based Tutors: What We Have Achieved and Where We Are Going. User Modeling and User-Adapted Interaction, 22(1-2), 39-72. https://doi.org/10.1007/s11257-011-9105-9 DOI: https://doi.org/10.1007/s11257-011-9105-9

Moreno-Martínez, N. y Leiva-Olivencia, J. (2016). Experiencias formativas de uso didáctico de la realidad aumentada con alumnado del grado de educación primaria en la Universidad de Málaga. EDMETIC, 6(1), 81-96. https://doi.org/10.21071/edmetic.v6i1.5809 DOI: https://doi.org/10.21071/edmetic.v6i1.5809

Moreno-Padilla, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información, 7(14), 260-270. https://doi.org/10.36825/RITI.07.14.022 DOI: https://doi.org/10.36825/RITI.07.14.022

Moscoso, M. y Merino, C. (2017). Construcción y validez de contenido del inventario de mindfulness y ecuanimidad: una perspectiva iberoamericana. Mindfulness & Compassion, 2(1), 9-16. https://doi.org/10.1016/j.mincom.2017.01.001 DOI: https://doi.org/10.1016/j.mincom.2017.01.001

Pedrosa, I., Suárez-Álvarez, J. y García-Cueto, E. (2014). Evidencias sobre la validez de contenido: Avances teóricos y métodos para su estimación. Acción Psicológica, 10(2), 3-18. https://doi.org/10.5944/ap.10.2.11820 DOI: https://doi.org/10.5944/ap.10.2.11820

Picado-Arce, K., Matarrita-Muñoz, S., Núñez-Sosa, O. y Zúñiga-Céspedes, M. (2021). Drivers for the Development of Computational Thinking in Costa Rican Students. Comunicar, 29(68), 85-96. https://doi.org/10.3916/c68-2021-07 DOI: https://doi.org/10.3916/C68-2021-07

Pinto-Santos, A., Pérez-Garcias, A. y Darder-Mesquida, A. (2022). Formulación y validación del modelo tecnológico empoderado y pedagógico para promover la competencia digital docente en la formación inicial del profesorado. Formación Universitaria, 15(1), 183-196. https://doi.org/10.4067/s0718-50062022000100183 DOI: https://doi.org/10.4067/S0718-50062022000100183

Popenici, S. y Kerr, S. (2017). Exploring the Impact of Artificial Intelligence on Teaching and Learning in Higher Education. Research and Practice in Technology Enhanced Learning, 12(1), 1-13. https://doi.org/10.1186/s41039-017-0062-8 DOI: https://doi.org/10.1186/s41039-017-0062-8

Prendes, M., Gutiérrez, I. y Martínez, F. (2018). Competencia digital: una necesidad del profesorado universitario en el siglo XXI. Revista de Educación a Distancia (RED), (56), 1-15. https://doi.org/10.6018/red/56/7 DOI: https://doi.org/10.6018/red/56/7

Salazar, D. (15 de septiembre de 2023). Inteligencia artificial: Descubre la “tabla periódica” de herramientas gratuitas (entrada de blog). Contact Center Hub. https://contactcenterhub.es/inteligencia-artificial-tabla-periodica

Sampieri, R. (2006). Metodología de la investigación (4.ª ed.). McGraw-Hill.

Sisman, B., Gunay, D. y Kucuk, S. (2019). Desarrollo y validación de una escala de actitudes robóticas educativas (ERAS) para estudiantes de secundaria. Entornos de Aprendizaje Interactivos, 27(3), 377-388. https://doi.org/10.1080/10494820.2018.1474234 DOI: https://doi.org/10.1080/10494820.2018.1474234

Sperling, K., Stenberg, C., McGrath, C., Akerfeldt, A., Heintz, F. y Stenliden, L. (2023). In Search of Artificial Intelligence (AI) Literacy in Teacher Education: A Scoping Review. Computers and Education Open, (6). https://doi.org/10.1016/j.caeo.2024.100169 DOI: https://doi.org/10.1016/j.caeo.2024.100169

Tokuda, K., Kaschub, D., Ota, T., Hashimoto, Y., Fujiwara, N. y Sudo, A. (2020). Prediction of Student Performance in abacus-based Calculation Using Matrix Factorization. En Proceedings of the 28th ACM Conference on User Modeling, Adaptation and Personalization (UMAP ‘20). ACM. https://doi.org/10.1145/3386392.3399309 DOI: https://doi.org/10.1145/3386392.3399309

Unesco. (2021). Inteligencia artificial y educación: Guía para las personas a cargo de formular políticas. Autor. https://bit.ly/3Hl93Hj

Cómo citar

Correa-Rojas, R. N., & Donoso-Gormaz, G. A. (2026). Instrumento de percepción de competencias en inteligencia artificial de quienes enseñarán matemática en Chile. Revista Colombiana De Educación, (98), e20360. https://doi.org/10.17227/rce.num98-20360