Aceptación de la inteligencia artificial generativa y el aprendizaje interdisciplinario en proyectos STEAM universitarios
DOI:
https://doi.org/10.5281/zenodo.23288716Palabras clave:
inteligencia artificial, aprendizaje, enseñanza superiorResumen
La inteligencia artificial generativa se ha incorporado de forma progresiva en la educación universitaria como recurso de apoyo en la producción académica, la investigación documental, la creación de ideas y la resolución de problemas. En este contexto, los proyectos STEAM universitarios ofrecen escenarios formativos orientados a la integración de saberes, la creatividad y el aprendizaje interdisciplinario. El objetivo del estudio fue determinar la relación entre la aceptación de la inteligencia artificial generativa y el aprendizaje interdisciplinario. Se realizó un estudio con enfoque cuantitativo básico, de nivel correlacional con diseño no experimental y transversal en los proyectos STEAM de educación superior. Para la muestra se seleccionaron 380 estudiantes universitarios, quienes fueron elegidos a través de un muestreo no probabilístico por conveniencia; y para la recolección de datos se aplicaron dos cuestionarios estructurados con escala tipo Likert, orientados a medir la aceptación de la inteligencia artificial generativa y el aprendizaje interdisciplinario. El análisis se llevó a cabo a través de una estadística descriptiva y correlación de Spearman. Los resultados evidencian que existe una relación positiva moderada y estadísticamente significativa entre la aceptación de la inteligencia artificial generativa y el aprendizaje interdisciplinario en proyectos STEAM universitarios (Rho= 0,554; p= 0,000). Se concluye que una mayor aceptación de la inteligencia artificial generativa es relacionada con mayores niveles de aprendizaje interdisciplinario, sin embargo, su integración educativa requiere orientación pedagógica, uso crítico y criterios éticos que favorezcan la construcción autónoma e integrada del conocimiento.
Descargas
Referencias
Aguilera, D., & Ortiz-Revilla, J. (2021). STEM vs. STEAM education and student creativity: A systematic literature review. Education Sciences, 11(7), Article 331. https://doi.org/10.3390/educsci11070331
Bai, Y., & Wang, S. (2025). Impact of generative AI interaction and output quality on university students’ learning outcomes: A technology-mediated and motivation-driven approach. Scientific Reports, 15, Article 24046. https://doi.org/10.1038/s41598-025-08697-6
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
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
Escobar-Pérez, J., & Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: Una aproximación a su utilización. Avances en Medición, 6, 27–36. https://www.humanas.unal.edu.co/lab_psicometria/application/files/9416/0463/3548/Vol_6._Articulo3_Juicio_de_expertos_27-36.pdf
Fernández-Prados, J. S., Lozano-Díaz, A., Bellido-Cáceres, J. M., & Martínez-Salvador, I. M. (2025). Percepciones de la inteligencia artificial en estudiantes universitarios: El rol de la ansiedad tecnológica y las competencias digitales. Formación Universitaria, 18(5), 115–124. https://doi.org/10.4067/S0718-50062025000500115
Gonzales-Ttito, Y. M., Córdova-Bellido, W., Carhuaricra-Espinoza, J. E., & Nina-Cuchillo, E. E. (2025). Inteligencia artificial y pensamiento computacional en estudiantes de una universidad privada de Lima (Perú). Formación Universitaria, 18(3), 1–10. https://doi.org/10.4067/S0718-50062025000300001
Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.
Luo, G., Niu, C., Lu, L., Wu, L., & Huang, L. (2025). Empirical study on the double-edged effects of generative artificial intelligence on team creativity among university students. Education and Information Technologies, 30, 18853–18878. https://doi.org/10.1007/s10639-025-13527-3
Maslow, A. H. (1970). Motivation and personality (2nd ed.). Harper & Row.
Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Palacios, C. R., Palacios, E. L., Álvarez, F. D., & Gonzales, T. M. (2025). Percepciones, prácticas y actitudes hacia el uso de chatbots de inteligencia artificial generativa con fines académicos de estudiantes universitarios peruanos. Formación Universitaria, 18(4), 61–72. https://doi.org/10.4067/S0718-50062025000400061
Rossetti-López, S. R., Bórquez-Tamayo, G., Ozuna-Beltrán, A. G., & Arias-Herrera, J. C. (2025). Uso de herramientas de inteligencia artificial por estudiantes de educación superior. Formación Universitaria, 18(5), 125–134. https://doi.org/10.4067/S0718-50062025000500125
Sharples, M. (2023). Towards social generative AI for education: Theory, practices and ethics. Learning: Research and Practice, 9(2), 159–167. https://doi.org/10.1080/23735082.2023.2261131
Spearman, C. (1904). The proof and measurement of association between two things. The American Journal of Psychology, 15(1), 72–101. https://doi.org/10.2307/1412159
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens: With new examples of knowledge, skills and attitudes. Publications Office of the European Union. https://doi.org/10.2760/115376
Zúñiga-Tinizaray, F. S., & Marín, V. I. (2024). Estrategias educativas STEM-STEAM en nivel superior: Revisión sistemática de literatura. Espacios, 45(4), 16–30. https://doi.org/10.48082/espacios-a24v45n04p02
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.
