Adecuación y validación de un cuestionario sobre uso de la inteligencia artificial en la enseñanza de la matemática en docentes peruanos de nivel secundario
No Thumbnail Available
Date
2025-07-31
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Peruana Unión
Abstract
El presente estudio realiza un análisis del empleo de instrumentos para el uso de la inteligencia artificial en el campo educativo, tiene por finalidad adaptar y validar un cuestionario con relación al uso de la Inteligencia Artificial en la enseñanza de las Matemáticas en docentes peruanos de nivel secundario. Para ello, se aplica una revisión bibliográfica exhaustiva, permitiendo determinar que no se cuenta con un instrumento validado como tal para el caso peruano. Se ha traducido y adaptado un instrumento validado en Jordania, realizándose un proceso de validación para el caso del Perú. La muestra para realizar el análisis exploratorio estuvo formada por 150 docentes peruanos del nivel secundario que enseñan matemáticas en la educación básica, y posteriormente se encuestó a 266 docentes para el realizar análisis factorial. Fueron encuestados desde noviembre del 2024 hasta marzo del 2025 mediante el formulario de Google. Los resultados dan cuenta que hemos logrado adaptar y validar un cuestionario para medir el nivel de los docentes de matemáticas en el empleo de Aplicaciones de la Inteligencia Artificial en el Proceso Educativo para el caso peruano, obteniéndose un coeficiente de Aiken moderado o alto en casi todos los ítems a excepción de tres ítems y además un coeficiente de consistencia interna alfa de Cronbach 0.96. Asimismo, se ha logrado realizar un análisis exploratorio obteniéndose un índice KMO de 0.95, determinándose que el instrumento puede ser de tipo bidimensional para el caso peruano. Estos resultados son complementarios a los estudios realizado previamente en Jordania y permite contar con un instrumento validado para medir el nivel de los docentes de matemáticas en el empleo de Aplicaciones de la Inteligencia Artificial en el Proceso Educativo en el Perú. En el análisis confirmatorio de obtiene un modelo ajustado con estimación por máxima verosimilitud, aunque el estadístico Chi-cuadrado (χ² = 926.594, p < .001) indica un ajuste imperfecto, este resultado debe interpretarse con cautela, porque los índices de ajuste comparativo CFI = 0.808 y TLI = 0.783, se sitúan por debajo del umbral óptimo de 0.90, sugiriendo un ajuste moderado. El RMSEA fue de 0.148 (IC90%: 0.140– 0.158), con un p-valor < .001 para H₀: RMSEA ≤ 0.05, indicando una discrepancia notable entre el modelo y los datos. El SRMR alcanzó 0.394, superando también el valor deseado (< 0.08). Actualmente en Latinoamérica los estudiantes usan con relativa frecuencia la inteligencia artificial generativa (IA) (Ríos Hernández et al.2024). En Perú, de la misma forma los estudiantes utilizan la IA (Gálvez Marquina et al., 2024) y (Sevilla y Barrios, 2024). La IA ha revolucionado todas las áreas del conocimiento, pero de manera pertinente en la educación se ha implementado en todos los niveles educativos con experiencias favorables (Gallent-Torres et al., 2024) y (Esteves Fajardo et al., 2024). En los recientes años se han desarrollado algunos instrumentos que tengan la finalidad de medir las actitudes de los estudiantes hacia la IA (Grassini, 2023). Alissa y Hamadneh (2023), en Jordania desarrollaron un cuestionario que consta de 22 ítems para medir el nivel de uso de la IA en la enseñanza de las ciencias y matemáticas, sus resultados muestran un nivel moderado de uso de aplicaciones de inteligencia artificial por parte de los profesores de ciencias y matemáticas. Ng et al.(2024), desarrollaron y validaron en Hong Kong un instrumento de alfabetización de la IA (AILQ), un autoinforme que mide como los estudiantes de secundaria desarrollan y perciben sus resultados de aprendizaje. Los resultados indicaron una estructura de cuatro factores del AILQ y revelaron una buena confiabilidad y validez. Montoya Asprilla (2024) en Colombia desarrollaron una investigación respecto a las percepciones y actitudes hacia la integración de la IA, concluyeron que los docentes poseen conocimiento moderados de la IA. Grassini (2023) desarrolló y validó en Noruega una escala de actitudes hacia la IA (AIAS), un instrumento sencillo de autoinforme con 4 ítems desarrollado y validado para los investigadores y profesionales que trabajan en el desarrollo de IA. Marango et al.(2024) desarrollan y validan en Italia una escala para evaluar las actitudes de los estudiantes universitarios hacia el uso de la IA como ChatGPPT en entornos educativos. De la misma forma se tiene un cuestionario TRACK validado en España para evaluar los conocimientos tecnológicos, pedagógico y disciplinar del profesorado, presenta estructura factorial optima, satisfactorios niveles de confiabilidad y una validez (Saz-Pérez et al., 2024). Finalmente Rodríguez- Gutiérrez et al.(2024) validaron en México un cuestionario que tiene 12 factores y 48 ítems para medir la aceptación de tecnologías inteligentes entre los estudiantes de la generación Z. Algunos autores como Alissa y Hamadneh (2023), Opesemowo y Adewuyi (2024), Andrade-Girón et al ( 2024), Silva et al.(2024), Wang et al. (2025) y Panqueban y Huincahue (2024) sugieren realizar más investigaciones respecto a los usos y la validación de los atributos de la IA. El uso de la IA en la enseñanza aprendizaje se hace exitoso (Vankúš, 2024). Por otro lado, en nuestro medio se tiene poca bibliografía de instrumentos validados para evaluar el uso de las herramientas tecnologías con inteligencia artificial (Nemt-allah et al., 2024) y (Ng et al., 2024), particularmente en el desarrollo de las capacidades matemáticas (Bejarano y Guerrero, 2021). Por consiguiente, este trabajo pretende validar un cuestionario respecto uso de la Inteligencia Artificial adaptado a la enseñanza de las Matemáticas en docentes peruanos de nivel secundario.
Description
Keywords
Inteligencia emocional, Enseñanza de la matemática