1
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Actitudes de los estudiantes de educación básica hacia la
inteligencia artificial: Una adaptación
Attitudes of basic education students towards artificial intelligence:
An adaptation
Teobaldo Carlos Sevilla Muñoz
https://orcid.org/0000-0002-5468-9400
Carlossevillam67@gmail.com
Universidad Cesar Vallejo
Lima – Perú
Malco Barrios Aquise
https://orcid.org/0000-0003-438-9535
barriosaquise21@gmail.com
Universidad Cesar Vallejo
Lima – Perú
RESUMEN
El aumento notable de la inteligencia artificial en la educación ha llevado a que los
educadores estén más atentos a la disposición de los estudiantes hacia los posibles impactos
en sus vidas. El objetivo del estudio fue adaptar y validar un instrumento para evaluar las
actitudes de estudiantes de educación básica en relación con la inteligencia artificial. Se
empleó un enfoque cuantitativo con un diseño de estudio descriptivo y transversal que
incluyó a 400 estudiantes. Se utilizó una encuesta y se aplicó la técnica de traducción inversa
en el cuestionario. Los resultados mostraron un alto acuerdo entre 10 expertos al evaluar la
relevancia, claridad y pertinencia de los ítems, con coeficientes V de Aiken superiores a 0,97.
La confiabilidad se evaluó mediante coeficientes alfa de Cronbach y Omega, demostrando
una alta coherencia interna (0.94). El análisis exploratorio evidenció un índice KMO de 0.94.
Posteriormente, el análisis factorial confirmatorio perfeccionó el modelo inicial, logrando
indicadores de ajuste significativos. Los elementos elegidos para conformar la escala
definitiva demostraron idoneidad en la medición de las actitudes de estudiantes de educación
básica hacia la inteligencia artificial.
Palabras clave: inteligencia artificial, actitud, educación.
Recibido: 09-12-23 - Aceptado: 29-01-23
ABSTRACT
The notable rise of artificial intelligence in education has led educators to be more attentive
to students' dispositions toward its potential impacts on their lives. The objective of the study
was to adapt and validate an instrument to evaluate the attitudes of basic education students
in relation to artificial intelligence. A quantitative approach was used with a descriptive and
cross-sectional study design that included 400 students. A survey was used and the reverse
2
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
translation technique was applied in the questionnaire. The results showed high agreement
among 10 experts when evaluating the relevance, clarity and pertinence of the items, with
Aiken V coefficients greater than 0.97. Reliability was evaluated using Cronbach's and
Omega's alpha coefficients, demonstrating high internal consistency (0.94). The exploratory
analysis showed a KMO index of 0.94. Subsequently, confirmatory factor analysis refined
the initial model, achieving significant adjustment indicators. The elements chosen to make
up the final scale demonstrated suitability in measuring the attitudes of basic education
students towards artificial intelligence.
Keywords: artificial intelligence, attitude, education.
INTRODUCCIÓN
El avance continuo y gradual de la tecnología de inteligencia artificial (IA) ha llevado a su
incorporación cada vez más profunda en el día a día de las personas., abarcando desde
sistemas de recomendación hasta chatbots. A medida que la presencia de la inteligencia
artificial (IA) se expande, surgen inquietudes sobre los posibles efectos que pueda tener en
la sociedad, incluido el ámbito educativo (UNESCO, 2021). Dentro de este contexto, las
actitudes de los estudiantes de educación básica hacia la inteligencia artificial han ganado
relevancia tanto en la educación como en la investigación en ciencias sociales. Los
educadores enfrentan el desafío de comprender estas actitudes en relación con la inteligencia
artificial (IA), sin embargo, la medición de tales actitudes ha estado limitada por la ausencia
de instrumentos validados y adaptados a la cultura y contexto de los estudiantes. Como
señalan Zawacki et al., (2019), existe una carencia de instrumentos que evalúen cómo la
inteligencia artificial (IA) puede influir en los resultados del aprendizaje efectivo. De esto se
desprende que el desafío se encuentra en disponer de un instrumento confiable y válido
permita analizar y evaluar las actitudes de los estudiantes hacia la inteligencia artificial (IA)
de manera rigurosa y sistemática y su impacto en diferentes contextos.
La presente investigación cobra justificación ante la carencia de instrumentos especializados
para evaluar de manera precisa las actitudes de los estudiantes hacia la inteligencia artificial.
Si bien Kim (2019) aborda en su estudio las actitudes de los estudiantes hacia la inteligencia
artificial en el contexto del aprendizaje, su enfoque se limita únicamente a la medición del
pensamiento computacional. De esta manera, se plantea la necesidad imperante de adaptar y
validar un instrumento específico que sea capaz de medir con fiabilidad y precisión las
actitudes de los estudiantes en relación con la inteligencia artificial, con el propósito de
asegurar la validez de los resultados obtenidos. Este proceso de adaptación y validación se
fundamenta en tres componentes clave: cognitivo, afectivo y conductual, propuesto por Coll
et al. (1994). Esta conceptualización permitirá no solo comprender cómo las actitudes pueden
contribuir a mejorar la competencia de los estudiantes en la adquisición y utilización efectiva
de la tecnología, sino también a analizar de qué manera estas actitudes pueden afectar la
predisposición de los estudiantes para utilizar la tecnología en situaciones concretas.
MARCO TEÓRICO
Suh y Ahn (2022) desarrollaron un instrumento para evaluar las actitudes hacia la inteligencia
artificial (IA), validado y probado de manera efectiva en estudiantes de nivel K-12.
Asimismo, Schepman y Rodway (2022) investigaron la Escala de Actitudes Generales hacia
3
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
la Inteligencia Artificial (GAAIS), destacando la distinción entre confianza y desconfianza
hacia entidades corporativas. En la misma línea, Chiecher (2022) considera la actitud hacia
la tecnología como un facilitador en la educación en línea, identificando desafíos en la gestión
del tiempo virtual. Por otro lado, Sánchez et al. (2022) concluyeron que la IA genera más
interés y actitudes positivas que el big data.
Desde una perspectiva más amplia, la IA, según UNESCO (2019) y el Horizon Report
(2019), engloba diversas tecnologías digitales avanzadas. Chas (2020) la concibe como una
disciplina centrada en sistemas con razonamiento humano. Fernández (2023) destaca el
potencial transformador de la IA en la educación, subrayando la importancia de abordar
desafíos éticos. Llaneras et al. (2023) afirman el impacto a largo plazo de la IA en la sociedad.
Desde la perspectiva científica, la IA se define como la emulación de procesos cognitivos
humanos mediante algoritmos (ISO/IEC, 2019).
En este contexto, Coll et al. (1994) conceptualizan las actitudes como disposiciones estables
que abarcan dimensiones cognitivas, emocionales y comportamentales. Por su parte, Ovejero
(2007) define la actitud como una predisposición hacia objetos, caracterizada por sus
componentes cognitivos, afectivos y conductuales. Esta perspectiva multidimensional es
respaldada por Metsärinne y Kallio (2016). En consecuencia, el objetivo de este estudio es
adaptar y validar un instrumento destinado a medir las actitudes de los estudiantes de
educación básica hacia la inteligencia artificial (IA), abordando la carencia de herramientas
específicas en este ámbito.
METODOLOGÍA
La investigación incluyó a una población de 1200 estudiantes de tres instituciones de
educación básica, de los cuales se seleccionó una muestra de 400 estudiantes (193 mujeres y
207 hombres) con edades entre 11 y 16 años. La recolección de datos se realizó mediante un
cuestionario de Google, asegurando el consentimiento informado previo y la comunicación
de las implicaciones éticas.
El estudio adoptó un enfoque cuantitativo y descriptivo con un diseño transversal,
enfocándose en analizar las actitudes de los estudiantes hacia la inteligencia artificial, según
la definición de Hernández y Mendoza (2018). Se adaptó una escala basada en "Development
and Validation of a Scale Measuring Student Attitudes Toward Artificial Intelligence" (Suh
y Ahn, 2022), compuesta originalmente por 26 ítems distribuidos en dimensiones afectivas,
cognitivas y conductuales.
La adaptación transcultural se llevó a cabo mediante el método de traducción y
retrotraducción inversa (Gascón et al., 2017). La validación de contenido implicó la
evaluación de 10 expertos en informática educativa, utilizando el coeficiente de concordancia
V de Aiken. La fiabilidad del instrumento se evaluó mediante los coeficientes alfa de
Cronbach y Omega.
Se realizó un análisis factorial exploratorio con el índice KMO y el método de extracción de
Componentes Principales, obteniendo una solución de 22 ítems al excluir aquellos con cargas
factoriales inferiores a 0,4 o que no se integraban adecuadamente. Los resultados mostraron
un ajuste satisfactorio confirmado por la prueba de esfericidad de Bartlett. Posteriormente, el
análisis factorial confirmatorio condujo a la modificación del modelo original, resultando en
4
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
un segundo modelo conformado por 22 ítems, en concordancia con estándares de ajuste
establecidos en la literatura científica (Brown, 2015; Kline, 2015; Byrne, 2010).
RESULTADOS
Con el fin de analizar la validez del contenido, se utilizó el coeficiente de concordancia V de
Aiken junto con su intervalo de confianza correspondiente. Diez jueces expertos en
informática educativa realizaron una evaluación en relación a 26 indicadores, considerando
aspectos de relevancia, claridad y pertinencia. Se empleó una escala de cuatro opciones de
evaluación que abarca desde "No cumple con el nivel" (1) hasta "Alto nivel" (4). De acuerdo
con los resultados obtenidos del coeficiente de concordancia V de Aiken, el instrumento
mostró un alto grado de acuerdo entre los expertos con respecto a la validez de contenido de
los elementos que constituyen la escala (0,98). Todos los indicadores obtuvieron coeficientes
superiores a 0,97, con un rango de intervalo inferior de 0,88 y un rango de intervalo superior
que excede 1. Estos hallazgos respaldan la validez del instrumento desde la perspectiva de
los expertos. (Ver Tabla 1).
Tabla 1.
V de Aiken para los ítems de la escala las actitudes de los estudiantes de educación básica
hacia la inteligencia artificial
Ítems
Relevancia
Claridad
Pertinencia
V* (CI 95 %)
V* (CI 95 %)
V* (CI 95 %)
1
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
1 (0,94 -1,06)
2
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
3
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
4
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
5
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
6
1 (0,94 -1,06)
1 (0,94 -1,06)
1 (0,94 -1,06)
7
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
8
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
9
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
10
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
11
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
12
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
13
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
14
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
15
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
16
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
17
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
1 (0,94 -1,06)
18
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
19
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
20
1 (0,94 -1,06)
1 (0,94 -1,06)
1 (0,94 -1,06)
21
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
22
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
5
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
23
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
24
0.97 (0,88 - 1,05)
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
25
1 (0,94 -1,06)
0.97 (0,88 - 1,05)
0.97 (0,88 - 1,05)
26
1 (0,94 -1,06)
1 (0,94 -1,06)
1 (0,94 -1,06)
V* por criterio
0,98
0,98
0,97
V* total
0,98
Fuente: Elaboración propia a partir de la Validez de contenido de la escala con el
coeficiente V de Aiken.
Se realizó un análisis de fiabilidad empleando los coeficientes alfa de Cronbach y Omega
para cada dimensión y la escala completa del cuestionario. Los resultados evidenciaron una
fuerte consistencia interna en las tres dimensiones: cognitiva, afectiva y conductual, con un
índice global de 0,93. Esto indica que los elementos dentro de cada dimensión evalúan de
manera coherente aspectos relevantes de las actitudes de los estudiantes hacia la inteligencia
artificial. (Ver Tabla 2).
Tabla 2.
Consistencia interna del cuestionario las actitudes de los estudiantes de educación básica
hacia la inteligencia artificial
Dimensión
α Cronbach
ω Omega
Cognitivo
,850
,849
Afectivo
,836
,840
Conductual
,927
,926
Total
,943
,943
Elaboración propia a partir del análisis de consistencia interna de los coeficientes de alfa de
Cronbach y Omega
Con el objetivo de evaluar la capacidad para llevar a cabo el análisis factorial exploratorio,
se realizó en primer lugar un análisis descriptivo detallado. Esta evaluación incluyó el cálculo
de la media, la desviación estándar, la asimetría y la curtosis de los elementos evaluados.
Estos indicadores contribuyeron a verificar la conformidad de la distribución de los datos con
una organización de tipo normal (Ver Tabla 3).
Tabla 3.
Análisis descriptivo de la escala de actitudes de los estudiantes de educación básica hacia
la inteligencia artificial
M
DE
Asimetrí
a
Curtosis
Mí
n
Máx
1. Creo que es importante aprender sobre
inteligencia artificial (IA)
4.07
0.8
3
-1.29
2.71
1
5
2. Las clases de inteligencia artificial (IA)
son importantes
3.97
0.8
2
-1.25
2.84
1
5
6
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
3. Creo que en la escuela se debería
impartir clases de inteligencia artificial
(IA)
4.01
0.8
3
-0.9
1.31
1
5
4. Creo que todos los estudiantes deberían
aprender sobre inteligencia artificial (IA)
en la escuela
4.01
0.8
8
-1.21
2.15
1
5
5. La inteligencia artificial (IA) es muy
importante para el desarrollo de la
sociedad
3.82
0.9
5
-0.78
0.46
1
5
7. La inteligencia artificial (IA) está
relacionada con mi vida
3.37
1.0
1
-0.32
-0.52
1
5
8. Utilizaré la inteligencia artificial (IA)
para resolver problemas de la vida
cotidiana
3.54
0.9
8
-0.55
-0.03
1
5
9. La inteligencia artificial (IA) me ayuda
a resolver problemas en la vida real
3.5
1.0
3
-0.53
-0.27
1
5
10. En el futuro necesitare inteligencia
artificial (IA) en mi vida
3.78
0.9
3
-0.72
0.54
1
5
11. La inteligencia artificial (IA) es
necesaria para todos
3.68
0.9
1
-0.42
0.03
1
5
15. Quiero trabajar en el campo de la
inteligencia artificial (IA)
3.41
0.9
6
-0.25
-0.29
1
5
16. Elegiré un trabajo en el campo de la
inteligencia artificial (IA)
3.32
0.9
4
-0.17
-0.3
1
5
17. Participaría en un club relacionado
con la inteligencia artificial (IA) si lo
hubiera
3.67
0.9
6
-0.76
0.41
1
5
18. Me gusta utilizar objetos relacionados
con la inteligencia artificial (IA)
3.84
0.8
4
-0.82
1.16
1
5
19. Es divertido aprender sobre la
inteligencia artificial (IA)
3.96
0.8
1
-1.02
1.85
1
5
20. Quiero seguir aprendiendo sobre la
inteligencia artificial (IA)
3.99
0.8
-0.97
1.78
1
5
21. Me interesa los programas de
televisión o los videos en línea
relacionados con la inteligencia artificial
(IA)
3.72
0.9
1
-0.71
0.5
1
5
22. Quiero hacer algo que haga la vida
más humana más cómoda a través de la
inteligencia artificial (IA)
3.73
0.8
8
-0.72
0.79
1
5
23. Me interesa el desarrollo de la
inteligencia artificial (IA)
3.85
0.8
8
-1.16
2.02
1
5
24. Es interesante utilizar la inteligencia
artificial (IA)
3.97
0.8
2
-1.31
2.92
1
5
7
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
25. Creo que debería haber más horas de
clase dedicadas a la inteligencia artificial
(IA) en la escuela
3.54
1.0
1
-0.47
-0.19
1
5
26. Creo que puedo manejar bien la
inteligencia artificial (IA)
3.69
0.9
-0.62
0.54
1
5
Fuente: Elaboración propia que incluye Media (M), Desviación Estándar (DE), Asimetría,
Curtosis, Mínimo (Mín) y Máximo (Máx)
Posteriormente se llevó a cabo un análisis factorial exploratorio mediante la aplicación del
método de extracción de Componentes Principales con rotación Varimax, acompañada de la
normalización Kaiser. Este enfoque se utilizó para explorar la estructura subyacente en los
factores del cuestionario. En la dimensión Cognitiva, que consta de 4 ítems, se identificó un
factor principal que fue capaz de explicar el 69,06 % de la variabilidad total. Al analizar la
dimensión afectiva, que comprendía 10 ítems, se observó un factor principal junto con cuatro
ítems que mostraron una homogeneidad deficiente. Dada su contribución limitada a la
homogeneidad interna de las dimensiones, se optó por eliminarlos del cuestionario. Este
factor quedó con 6 ítems y una varianza explicada de un 54,86 % del total. En cuanto a la
dimensión conductual, se identificó un factor principal que logró explicar el 59,05 % de la
variabilidad. De manera similar, se realizó un análisis factorial exploratorio de la escala
completa. Los resultados obtenidos a partir de los datos recopilados confirmaron que el
modelo se ajusta adecuadamente. Esto fue respaldado por los resultados de la prueba de
esfericidad de Bartlett (X2 = 5134,121, p < .000) y el valor del índice Kaiser-Meyer-Olkin
(KMO) de 0,94, tal como indican Cea, (2004); y Martínez et al., (2006). Para la selección de
los ítems, se aplicaron criterios basados en cargas factoriales iguales o superiores a 0,50 en
al menos uno de los factores. Esta selección refuerza la coherencia teórica de los ítems,
conforme a las pautas establecidas por Hair et al., (1999). (Ver tabla 4)
Tabla 4.
Matriz resultante de la rotación de componentes del modelo derivado del análisis
exploratorio de factores.
Indicadores
Carga factorial
h²
F1
F2
F3
1. Creo que es importante aprender sobre inteligencia
artificial (IA)
,797
,71
6
2. Las clases de inteligencia artificial (IA) son importantes
,780
,72
1
3. Creo que en la escuela se debería impartir clases de
inteligencia artificial (IA)
,365
,607
,59
1
4. Creo que todos los estudiantes deberían aprender sobre
inteligencia artificial (IA) en la escuela
,648
,59
3
5. La inteligencia artificial (IA) es muy importante para el
desarrollo de la sociedad
,533
,552
,60
6
7. La inteligencia artificial (IA) está relacionada con mi vida
,637
,49
0
8
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
8. Utilizaré la inteligencia artificial (IA) para resolver
problemas de la vida cotidiana
,770
,63
8
9. La inteligencia artificial (IA) me ayuda a resolver
problemas en la vida real
,734
,60
8
10. En el futuro necesitare inteligencia artificial (IA) en mi
vida
,379
,527
,51
3
11. La inteligencia artificial (IA) es necesaria para todos
,394
,368
,508
,54
9
15. Quiero trabajar en el campo de la inteligencia artificial
(IA)
,698
,376
,63
4
16. Elegiré un trabajo en el campo de la inteligencia artificial
(IA)
,690
,448
,68
2
17. Participaría en un club relacionado con la inteligencia
artificial (IA) si lo hubiera
,695
,60
5
18. Me gusta utilizar objetos relacionados con la inteligencia
artificial (IA)
,545
,355
,45
5
19. Es divertido aprender sobre la inteligencia artificial (IA)
,728
,414
,70
4
20. Quiero seguir aprendiendo sobre la inteligencia artificial
(IA)
,719
,382
,68
3
21. Me interesa los programas de televisión o los videos en
línea relacionados con la inteligencia artificial (IA)
,615
,51
2
22. Quiero hacer algo que haga la vida más humana más
cómoda a través de la inteligencia artificial (IA)
,585
,53
4
23. Me interesa el desarrollo de la inteligencia artificial (IA)
,707
,62
1
24. Es interesante utilizar la inteligencia artificial (IA)
,723
,378
,68
1
25. Creo que debería haber más horas de clase dedicadas a la
inteligencia artificial (IA) en la escuela
,627
,370
,54
6
26. Creo que puedo manejar bien la inteligencia artificial (IA)
,654
,50
2
Fuente: Elaboración propia que incluye F1= factor 1, F2= factor 2, F3=factor 3; h²=
comunalidades
Seguidamente se llevó a cabo el análisis factorial confirmatorio utilizando el software
AMOS, en combinación con SPSS, para examinar cómo los datos se ajustan a la estructura
teórica propuesta por el cuestionario. El primer modelo incluyo 3 factores representativos de
las dimensiones cognitiva, afectiva y conductual de la actitud de los estudiantes de educación
básica hacia la inteligencia artificial. (Ver figura 1)
9
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Figura 1.
Modelo1 AFC de la escala de actitudes de los estudiantes de educación básica hacia la
inteligencia artificial
Fuente: Elaboración propia que muestra las cargas factoriales procesados en AMOS V. 24
Los resultados de las evaluaciones de ajuste del primer modelo mostraron los siguientes
valores para las medidas de ajuste absoluto: Chi-cuadrado (X²) de 781.042, p < 0.001; Error
Estándar de Aproximación de Root Mean Square (RMSEA) de 0.084. Para las medidas de
ajuste incremental, se obtuvieron los resultados: Índice de Ajuste Comparativo (CFI) de
0.885, Índice de Tucker-Lewis (TLI) de 0.871 y Índice de Ajuste Normalizado (NFI) de
0.851. En cuanto a las medidas de ajuste de la parsimonia, se observaron valores de Índice
de bondad de ajuste (PCFI) de 0.789 y Ajuste Normado Parsimonioso (PNFI) de 0.759.
Además, el Criterio de Información Akaike (AIC) fue de 875.042 y la discrepancia entre χ2
y grados de libertad (CMIN/DF) resultó en 3.791. A pesar de estos valores, la comparación
de estas medidas con los estándares establecidos en la literatura sugiere que el primer modelo
no logra un ajuste satisfactorio a los datos observados. Ante los resultados insatisfactorios
del primer modelo, se procedió a llevar a cabo una revisión y refinamiento del mismo con el
propósito de mejorar su adecuación a los datos observados. Como resultado de este
refinamiento, el segundo modelo demostró una mejora considerable en las medidas de ajuste.
Las medidas de ajuste absoluto para este segundo modelo fueron: X² = 334.333, p < 0.001;
RMSEA = 0.045. Respecto a las medidas de ajuste incremental, se obtuvieron valores de CFI
= 0.970, TLI = 0.965 y NFI= ,936. En relación a las medidas de ajuste de la parsimonia, se
observaron índices de PCFI = 0.773 y PNFI = 0.746. El Criterio de Información Akaike
(AIC) se redujo a 472.333 y la discrepancia entre χ2 y grados de libertad (CMIN/DF) fue de
10
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
1.87. Estos resultados indican que el segundo modelo, resultado del proceso de refinamiento,
presenta una concordancia satisfactoria con los criterios de ajuste establecidos en la literatura,
lo que sugiere que se ha logrado un ajuste apropiado entre el modelo revisado y los datos
observados. (Ver tabla 5)
Tabla 5.
Indicadores de ajuste modificados para un modelo de ecuaciones estructurales y medidas
obtenidas para la confirmación del análisis factorial.
Medidas de
Ajuste Absoluto
Medidas de
Ajuste
Incremental
Medidas de Ajuste de la
Parsimonia
Modelos
χ2
RMSE
A
CFI
TLI
NFI
PCFI
PNFI
AIC
CMIN/D
F
Modelo 1
,000
0,84
,88
5
,871
,851
,789
,759
875.04
2
3.791
Modelo
modificad
o
,000
0,045
,97
0
,965
,936
,773
,746
472,33
3
1,87
Fuente: Elaboración propia a partir de los resultados del análisis factorial en AMOS V. 24
En la figura 2 se visualizan las cargas factoriales normalizadas correspondientes a cada uno
de los elementos del modelo. Dichas cargas, dentro del modelo, oscilan en el rango de 0,58
a 0,79, todas ellas evidenciando significación estadística. Se observa una elevada correlación
entre los factores COG y AFEC, registrando un valor de 0,82; similarmente, entre AFEC y
COG se observa una correlación alta (0,79), mientras que la correlación entre COG y COND
también se mantiene en niveles elevados (0,78).
11
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Figura 2.
Modelo modificado de Análisis Factorial Confirmatorio
Fuente: Elaboración propia que muestra las cargas factoriales normalizadas
En cuanto a los resultados obtenidos mediante el Análisis Factorial Confirmatorio (AFC), no
fue posible lograr una réplica total de la estructura factorial original. Sin embargo, los ítems
que figuran en la escala exhiben una sólida consistencia interna y el análisis factorial
conclusivo revela una significativa varianza explicada, lo cual respalda la validez del
instrumento. Finalmente, la presentación del instrumento destinado a medir las actitudes de
los estudiantes de educación básica hacia la inteligencia artificial se presentó de la manera
siguiente. (ver tabla 6)
Tabla 6
Versión final del instrumento: Actitudes de los estudiantes de educación básica hacia la
Inteligencia Artificial
Dimensiones
Nº
Ítems
1
2
3
4
5
Cognitiva
1
Creo que es importante aprender sobre
inteligencia artificial (IA)
2
Las clases de inteligencia artificial (IA) son
importantes
3
Creo que en la escuela se debería impartir clases
de inteligencia artificial (IA)
4
Creo que todos los estudiantes deberían aprender
sobre inteligencia artificial (IA) en la escuela
12
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Afectiva
5
La inteligencia artificial (IA) es muy importante
para el desarrollo de la sociedad
6
La inteligencia artificial (IA) está relacionada con
mi vida
7
Utilizaré la inteligencia artificial (IA) para
resolver problemas de la vida cotidiana
8
La inteligencia artificial (IA) me ayuda a resolver
problemas en la vida real
9
En el futuro necesitare inteligencia artificial (IA)
en mi vida
10
La Inteligencia artificial (IA) es necesaria para
todos
Conductual
11
Quiero trabajar en el campo de la inteligencia
artificial (IA)
12
Elegiré un trabajo en el campo de la inteligencia
artificial (IA)
13
Participaría en un club relacionado con la
inteligencia artificial (IA) si lo hubiera
14
Me gusta utilizar objetos relacionados con la
inteligencia artificial (IA)
15
Es divertido aprender sobre la inteligencia
artificial (IA)
16
Quiero seguir aprendiendo sobre la inteligencia
artificial (IA)
17
Me interesa los programas de televisión o los
videos en línea relacionados con la inteligencia
artificial (IA)
18
Quiero hacer algo que haga la vida más humana
más cómoda a través de la inteligencia artificial
(IA)
19
Me interesa el desarrollo de la inteligencia
artificial (IA)
20
Es interesante utilizar la inteligencia artificial
(IA)
21
Creo que debería haber más horas de clase
dedicadas a la inteligencia artificial (IA) en la
escuela
22
Creo que puedo manejar bien la inteligencia
artificial (IA)
Fuente: Elaboración propia. Ítems con solida consistencia después del AFC
13
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
DISCUSIÓN DE RESULTADOS
Los resultados de esta investigación cuantitativa y descriptiva proporcionan una visión
profunda de las actitudes de los estudiantes hacia la inteligencia artificial (IA). La adaptación
transcultural y la validación del instrumento mostraron que la encuesta utilizada para medir
estas actitudes es válida y confiable para la población estudiantil de las instituciones de
educación básica. Esto es esencial para garantizar que los resultados obtenidos sean
representativos y puedan interpretarse con confianza.
La muestra de 400 estudiantes, compuesta por un equilibrio entre géneros y edades, permitió
una exploración precisa de las actitudes de los jóvenes hacia la inteligencia artificial (IA).
Los tres factores resultantes del análisis factorial exploratorio (cognitivo, afectivo y
conductual) reflejan diferentes aspectos de estas actitudes y proporcionan una estructura
sólida para entender cómo los estudiantes perciben y se relacionan con la inteligencia
artificial (IA) en diversos contextos.
El factor inicial, vinculado a la dimensión cognitiva, exhibe que los estudiantes otorgan valor
a la adquisición de conocimientos acerca de la inteligencia artificial (IA) y reconocen la
importancia de las materias asociadas con este tópico. Este fenómeno insinúa un aumento en
la conciencia con respecto a la imperiosa necesidad de adquirir aptitudes en el dominio de la
inteligencia artificial (IA) para el porvenir. En línea con lo señalado, Gangotena et al. (2023),
subraya que la inteligencia artificial posibilita la adaptación del contenido y las actividades
de aprendizaje a las particularidades individuales de cada estudiante. En este sentido, se les
brinda la oportunidad de progresar según su propio ritmo y abordar sus áreas de mejora de
manera más eficaz.
El segundo factor, vinculado a la dimensión afectiva, revela que los estudiantes consideran a
la inteligencia artificial (IA) como una parte crucial para el desarrollo de la sociedad y su
vida cotidiana. Además, encuentran la inteligencia artificial (IA) interesante, divertida y
esencial para su futuro. Estas actitudes positivas pueden reflejar la creciente presencia de la
inteligencia artificial (IA) en diversos ámbitos de la sociedad actual. En esa dirección
Malpica (2023), sostiene que la inteligencia artificial (IA) posee la capacidad de respaldar la
cultivación de aptitudes socioemocionales, creativas y de análisis en los discentes. Este
aspecto puede resultar en la preparación adecuada de los estudiantes para encarar las
complejidades inherentes al entorno contemporáneo. A modo ilustrativo, se plantea la
viabilidad de utilizar agentes automatizados y soluciones que brinden retroalimentación con
base en cuestionamientos vinculados al bienestar emocional, o que ofrezcan enfoques
alternativos para la resolución de problemas, estimulando así la reflexión autónoma por parte
del estudiante.
El tercer factor, asociado a la dimensión conductual, indica que los estudiantes muestran un
interés en trabajar en el campo de la inteligencia artificial (IA), participar en actividades
relacionadas y utilizar tecnologías basadas en inteligencia artificial (IA) en su vida diaria.
Esto sugiere que los estudiantes tienen una disposición activa hacia la aplicación práctica de
la inteligencia artificial (IA) en sus vidas. En ese sentido, Obregón et al., (2023) sostuvieron
que la inteligencia artificial (IA) posee la capacidad de enriquecer el material educativo
mediante la provisión de recursos interactivos y dinámicos. Los chatbots y tutores virtuales
basados en IA pueden proporcionar respuestas inmediatas a las consultas de los estudiantes
y ofrecer apoyo en cualquier momento y lugar. Esto promueve la autonomía y la
autorregulación en el proceso de aprendizaje, capacitando a los estudiantes para que asuman
14
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
un papel más activo en su experiencia educativa. Asimismo, Domínguez (2020) sostiene que
este enfoque de tutoría permanece accesible sin restricciones temporales, permitiendo que
los estudiantes obtengan ayuda individualizada de forma inmediata y en cualquier lugar y
hora.
CONCLUSIONES
El estudio logró adaptar y validar un cuestionario para medir las actitudes de estudiantes de
educación básica hacia la inteligencia artificial. Los resultados mostraron que los estudiantes
en general muestran actitudes favorables hacia la inteligencia artificial (IA), considerándola
importante tanto en términos de aprendizaje como para el desarrollo de la sociedad. Además,
están dispuestos a involucrarse en actividades relacionadas con la inteligencia artificial (IA),
como trabajar en el campo de la inteligencia artificial (IA) o participar en clubes relacionados
con este tema.
La estructura factorial obtenida en el análisis confirmatorio no coincidió completamente con
la estructura original, lo que sugiere que las actitudes de los estudiantes hacia la inteligencia
artificial (IA) pueden estar influenciadas por factores culturales o contextuales. Sin embargo,
los índices de ajuste del modelo fueron en su mayoría favorables, lo que respalda la validez
del cuestionario adaptado.
Esta investigación ha proporcionado una visión clara de las actitudes de los estudiantes de
educación básica hacia la inteligencia artificial. Los resultados indican que los estudiantes
tienen actitudes positivas y una visión pragmática hacia la inteligencia artificial (IA).
Reconocen su importancia en el desarrollo de la sociedad y están dispuestos a aprender más
y participar activamente en su aplicación.
La validación del instrumento y el análisis factorial exploratorio aseguran la confiabilidad y
validez de los resultados obtenidos. Además, el ajuste satisfactorio del modelo en el análisis
factorial confirmatorio respalda la solidez de la estructura tridimensional encontrada.
REFERENCIAS
Brown, T. (2015). Confirmatory factor analysis for applied research (2nd ed.) The Guildford
Press
Byrne, B. (2010). Structural equation modeling with AMOS (2nd ed.) Taylor and Francis.
Cea, M. (2004). Análisis multivariable. Teoría y práctica en la investigación social. Síntesis.
Coll, C., Pozo, J., Sarabia, B., y Valls, E. (1994). Los contenidos de la reforma. Enseñanza
y aprendizaje de conceptos, procedimientos y actitudes, 2ª. ed. Santillana.
Chiecher, A. (2022). Docentes en pandemia. Actitudes hacia las tecnologías y percepciones
de la enseñanza virtual. Actualidades Investigativas En Educación, 22(2), 1–30.
https://doi.org/10.15517/aie.v22i2.48680
Chas, A. (2020). Qué es la Inteligencia Artificial. AuraPortal. Recuperado de:
https://www.auraportal.com/es/que-es-la-inteligencia-artificial/
Domínguez, F. (2020). Data-driven educational algorithms pedagogical framing. RIED.
Revista Iberoamericana de Educación a Distancia, 23(2).
https://doi.org/10.5944/ried.23.2.26470
Fernández, L. (2023). La Inteligencia Artificial en Educación. Hacia un Futuro de
Aprendizaje Inteligente. Escriba.
https://dialnet.unirioja.es/descarga/libro/926431.pdf
15
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Gangotena, G., Yuctor, A., Arias, M., López, E., y Luna, P. (2023). Recursos digitales con
Inteligencia Artificial para mejorar el Aprendizaje de los Estudiantes de Primaria.
Ciencia Latina Revista Científica Multidisciplinar, 7(4), 1463-1481.
https://doi.org/10.37811/cl_rcm.v7i4.6967
Gascón, J., Russo., J., Cózar, A., y Heredia, J. (2017). Adaptación cultural al español y
baremación del Adolescent Peer Relations Instrument (APRI) para la detección de la
victimización por acoso escolar: Estudio preliminar de las propiedades psicométricas.
Anales de Pediatría, 87(1), 9-17. http://dx.doi.org/10.1016/j.anpedi.2015.12.003
Hair, J., Anderson, R., Tatham, R., & Black, W. (1999). Análisis multivariante (5ta ed.).
Prentice Hall.
Hernández, R., y Mendoza, C. (2018). Metodología de la investigación, las rutas cuantitativa,
cualitativa y mixta. McGraw-Hill Education.
Horizon Report (2019). EDUCAUSE: Higher Education Edition. CO:
EDUCAUSE.https://library.educause.edu/media/files/library/2019/4/2019horizonre
port.pdf?la=en&hash=C8E8D444AF372E705FA1BF9D4FF0DD4CC6F0FDD1
ISO/IEC. (2019). La era de la Inteligencia Artificial. ISO Focus. 137 (1).
https://www.iso.org/files/live/sites/isoorg/files/news/magazine/ISOfocus%20(2013-
NOW)/sp/ISOfocus_137_sp.pdf
Kim, K. (2019). An artificial intelligence education program development and application
for elementary teachers. Journal of the Korean Association of Information Education,
23(6), 629–637. https://doi.org/10.14352/jkaie.2019.23.6.629
Kline, R. (2016). Principles and practice of structural equation modeling (4th ed.). The
Guilford Press.
Llaneras, K., Rizzi, A. y Álvarez, J. (29 enero 2023). ChatGPT es solo el principio: la
inteligencia artificial se lanza a reorganizar el mundo.
https://elpais.com/sociedad/2023-01-29/chatgpt-es-solo-el-principio-lainteligencia-
artificial-se-lanza-a-reorganizar-el-mundo.html
Martínez, M. R., Hernández, M. J., & Hernández, M. V. (2006). Psicometría. Alianza
Editorial.
Malpica, F. (2 de mayo de 2023) La Educación en la era de la Inteligencia Artificial: claves
del aprendizaje con la IA. Educaccion. https://institutoeducaccion.org/la-educacion-
en-la-era-de-la-inteligencia-artificial-claves-del-aprendizaje-con-la-ia/.
Metsärinne, M., & Kallio, M. (2015). How are students’ attitudes related to learning
outcomes? International Journal of Technology and Design Education, 26(3), 353–
371. https://doi.org/10.1007/s10798-015-9317-0
Obregón, L., Onofre, C. y Pareja, E. (2023). El impacto de la inteligencia artificial en el
ámbito educativo. Revista Científica FIPCAEC (Fomento De La investigación Y
publicación científico-técnica multidisciplinaria). Polo De Capacitación,
Investigación Y Publicación (POCAIP), 8(3), 342-354.
https://www.fipcaec.com/index.php/fipcaec/article/view/871
Ovejero, A. (2007). Psicología Social Teórica y Aplicada. Biblioteca Nueva.
Sánchez-Holgado, P., Calderón, C., & Blanco-Herrero, D. (2022). Conocimiento y actitudes
de la ciudadanía española sobre el big data y la inteligencia artificial. Revista ICONO
14. Revista Científica De Comunicación Y Tecnologías Emergentes, 20(1).
https://doi.org/10.7195/ri14.v21i1.1908
16
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org. Vol. 4, # 2, 2024. Licencia CC BY. Actitudes de los estudiantes de educación básica hacia
la inteligencia artificial: Una adaptación. Teobaldo Carlos Sevilla Muñoz y Malco Barrios Aquise.
Schepman, A. y Rodway, P. (2022) The General Attitudes towards Artificial Intelligence
Scale (GAAIS): Confirmatory Validation and Associations with Personality,
Corporate Distrust, and General Trust, International Journal of Human-Computer
Interaction, https://dx.doi.org/10.1080/10447318.2022.2085400
Suh y Ahn (2022). Development and Validation of a Scale Measuring Student Attitudes
Toward Artificial Intelligence. SAGE Open. 12. 215824402211004.
https://dx.doi.org/10.1177/21582440221100463.
UNESCO (2021) Inteligencia artificial y educación.
https://unesdoc.unesco.org/ark:/48223/pf0000379376
UNESCO (2019). Concept Note. International Conference on Artificial Intelligence and
Education Planning Education in the AI Era: Lead the Leap. Beijing, China.
https://en.unesco.org/sites/default/files/ai-conference-beijing-concept-note-en.pdf
Zawacki, O., Marín, V., Bond, M. y Gouverneur, F. (2019). Systematic review of research
on artificial intelligence applications in higher education – where are the educators?
International Journal of Educational Technology in Higher Education, Vol. 16, No.
1, pp. 1–27. https://dx.doi.org/10.1186/s41239-019-0171-0
