Revisión exploratoria de la literatura de la inteligencia artificial generativa en la educación en ingeniería
DOI:
https://doi.org/10.26507/paper.4450Palabras clave:
Inteligencia artificial generativa, instrumentos de evaluación, propiedades psicométricas, percepción, ingenieríaResumen
En la sociedad actual el desarrollo de tecnologías digitales ha generado transformaciones sin precedentes en los contextos académicos e investigativos, así mismo, ha incidido en la forma en la cual los ciudadanos acceden a información y conocimiento en diversos dominios. Durante los últimos cinco años la aparición de la inteligencia artificial generativa (IAG) ha suscitado a nivel social desafíos e interrogantes sobre la integridad académica de su uso, pero también el advenimiento de la apropiación de aplicaciones que están permitiendo transformar la enseñanza y el aprendizaje. La diversidad de herramientas de IAG incentivan a reflexionar sobre las competencias que se deben promover en los futuros ingenieros, los métodos de enseñanza, las consideraciones éticas y las estrategias de evaluación. En los últimos años se ha investigado sobre las percepciones de los docentes y estudiantes sobre el uso de la IAG en la educación, sin embargo, no se identifican estudios de esta naturaleza para el contexto colombiano. El presente trabajo plantea la aplicación de un protocolo de revisión exploratoria de la literatura orientado a (1) identificar estudios que han usado instrumentos de medición de las percepciones de uso de la IAG en estudiantes de ingeniería y (2) analizar las propiedades psicometrías e indicadores bibliométricos de los estudios seleccionados. La búsqueda y el análisis se llevó a cabo implementando el protocolo de la declaración PRISMA, considerando artículos publicados entre 2020 y 2025. Los resultados del presente estudio evidencian la existencia de pocos instrumentos que evalúan la percepción de los estudiantes sobre el uso de la IAG. También se identifica ausencia marcada del reporte de propiedades psicometrías de validez de los instrumentos. Las categorías conceptuales de los instrumentos se orientan al aprendizaje, los aspectos éticos y la apropiación de herramientas de IAG para la formación. Considerando los hallazgos es necesario que se adelanten investigaciones sobre la incidencia de la evaluación de la IAG en la formación integral de los futuros ingenieros.
Biografía del autor/a
Sergio Cardona Torres, Universidad del Quindío
Profesor Programa de Ingeniería de Sistemas y Computación - Univesidad del Quindío
Ingeniero de sistemas - Universidad del Valle
Magister en Ingenieria - Universidad EAFIT
Citas
Abbas, M., Jam, F. A., & Khan, T. I. (2024). Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. International Journal of Educational Technology in Higher Education, 21(1). https://doi.org/10.1186/s41239-024-00444-7 , Article-Number = 10
Abeer, S. A., Waleed Mugahed, A.-R., & Nisar Ahmed, D. (2024). Exploring factors influencing the acceptance of ChatGPT in higher education: A smart education perspective. Heliyon, 10(11), e31887. https://doi.org/https://doi.org/10.1016/j.heliyon.2024.e31887
Benicio Gonzalo, A.-E., Carmen, G., Olger, Marco, A., & Ana, E. (2024). Exploring attitudes toward ChatGPT among college students: An empirical analysis of cognitive, affective, and behavioral components using path analysis. Computers and Education: Artificial Intelligence, 7, 100320. https://doi.org/https://doi.org/10.1016/j.caeai.2024.100320
Cecilia Ka Yuk, C., & Louisa, H. Y. T. (2024). Will generative AI replace teachers in higher education? A study of teacher and student perceptions. Studies in Educational Evaluation, 83, 101395. https://doi.org/https://doi.org/10.1016/j.stueduc.2024.101395
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(1). https://doi.org/10.1186/s41239-023-00411-8
Chan, C. K. Y., & Zhou, W. (2023). An expectancy value theory (EVT) based instrument for measuring student perceptions of generative AI. Smart Learning Environments, 10(1). https://doi.org/10.1186/s40561-023-00284-4 , Article-Number = 64 , EISSN = 2196-7091
Chan, W., & Hongbiao, Y. (2025). How do Chinese undergraduates harness the potential of appraisal and emotions in generative AI-Powered learning? A multigroup analysis based on appraisal theory. Computers & Education, 228, 105250. https://doi.org/https://doi.org/10.1016/j.compedu.2025.105250
Changwhan, C., & Duke, O.-A. (2025). Exploring international students' perceptions of adopting generative artificial intelligence (GenAI) technologies in learning. Social Sciences & Humanities Open, 11, 101418. https://doi.org/https://doi.org/10.1016/j.ssaho.2025.101418
Cong Doanh, D., Trong Nghia, V., & Thi Viet Nga, N. (2023). Applying a modified technology acceptance model to explain higher education students’ usage of ChatGPT: A serial multiple mediation model with knowledge sharing as a moderator. The International Journal of Management Education, 21(3), 100883. https://doi.org/https://doi.org/10.1016/j.ijme.2023.100883
Fangzhou, J., Chin-Hsi, L., & Chun, L. (2025). Modeling AI-assisted writing: How self-regulated learning influences writing outcomes. Computers in Human Behavior, 165, 108538. https://doi.org/https://doi.org/10.1016/j.chb.2024.108538
Huang, D., Huang, Y., & Cummings, J. J. (2024). Exploring the integration and utilisation of generative AI in formative e-assessments: A case study in higher education. Australasian Journal of Educational Technology, 40(4, SI), 7-19. https://doi.org/10.14742/ajet.9467
Khlaif, Z. N., Ayyoub, A., Hamamra, B., Bensalem, E., Mitwally, M. A. A., Ayyoub, A., Hattab, M. K., & Shadid, F. (2024). University Teachers’ Views on the Adoption and Integration of Generative AI Tools for Student Assessment in Higher Education. Education Sciences, 14(10). https://doi.org/10.3390/educsci14101090
Kong, S. C., Yang, Y., & Hou, C. (2024). Examining teachers’ behavioural intention of using generative artificial intelligence tools for teaching and learning based on the extended technology acceptance model. Computers and Education: Artificial Intelligence, 7. https://doi.org/10.1016/j.caeai.2024.100328
Kosta, D., & Mihaela, B. (2024). Exploring social and computer science students’ perceptions of AI integration in (foreign) language instruction. Computers and Education: Artificial Intelligence, 7, 100285. https://doi.org/https://doi.org/10.1016/j.caeai.2024.100285
Ling, Z., & Junzhou, X. (2025). The paradox of self-efficacy and technological dependence: Unraveling generative AI's impact on university students' task completion. The Internet and Higher Education, 65, 100978. https://doi.org/https://doi.org/10.1016/j.iheduc.2024.100978
Liu, Y., Park, J., & McMinn, S. (2024). Using generative artificial intelligence/ChatGPT for academic communication: Students' perspectives. International Journal of Applied Linguistics, 34(4), 1437-1461. https://doi.org/10.1111/ijal.12574 , EarlyAccessDate = JUN 2024
Meilu, L., Lawrence Jun, Z., & Donglan, Z. (2025). Enhancing student GAI literacy in digital multimodal composing through development and validation of a scale. Computers in Human Behavior, 166, 108569. https://doi.org/https://doi.org/10.1016/j.chb.2025.108569
Moheno, J. M., Calzada, M. A. H., & Ortega-Mohedano, J. (2024). ChatGPT enters the classrooms: Student perceptions of the incorporation of artificial intelligence tools in the teaching of Economics and Business. Educational Media International, 61(4, SI), 352-367. https://doi.org/10.1080/09523987.2024.2436737 , EarlyAccessDate = DEC 2024
Sallam, M., Elsayed, W., Al-Shorbagy, M., Barakat, M., El Khatib, S., Ghach, W., Alwan, N., Hallit, S., & Malaeb, D. (2024). ChatGPT usage and attitudes are driven by perceptions of usefulness, ease of use, risks, and psycho-social impact: a study among university students in the UAE. Frontiers in Education, 9. https://doi.org/10.3389/feduc.2024.1414758 , Article-Number = 1414758 , EISSN = 2504-284X
Sanchez-Prieto, J. C., Izquierdo-alvarez, V., del Moral-Marcos, M. T., & Martinez-Abad, F. (2025). Generative artificial intelligence for self-learning in higher education: Design and validation of an example machine. Ried-Revista Iberoamericana De Educacion a Distancia, 28(1), 59-81. https://doi.org/10.5944/ried.28.1.41548
Wang, H., Dang, A., Wu, Z., & Mac, S. (2024). Generative AI in higher education: Seeing ChatGPT through universities' policies, resources, and guidelines. Computers and Education: Artificial Intelligence, 7. https://doi.org/10.1016/j.caeai.2024.100326
Cómo citar
Descargas
Descargas
Publicado
Evento
Sección
Licencia
Derechos de autor 2025 Asociación Colombiana de Facultades de Ingeniería - ACOFI
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
