Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
La incorporación de ChatGPT en la educación universitaria: la enseñanza docente desde el modelo de difusión de innovaciones
0
Zitationen
3
Autoren
2025
Jahr
Abstract
El estudio analizó el impacto de la incorporación de ChatGPT en la educación universitaria desde la perspectiva docente, explorando la decisión de utilizar esta herramienta y su implementación en el aula. El objetivo principal fue evaluar el nivel de conocimiento que poseen docentes universitarios sobre ChatGPT, utilizando el modelo de difusión de innovaciones para identificar los impactos y desafíos asociados con su integración en la enseñanza. La investigación se desarrolló bajo un enfoque cuantitativo, con un diseño no experimental, transversal y de alcance descriptivo. Se aplicó una encuesta como instrumento de recolección de datos, dirigida a 53 docentes con experiencia en tres diferentes países. La confiabilidad del instrumento se determinó mediante el Alfa de Cronbach, obteniendo un valor de α = 0.96. El análisis de los resultados evidenció un alto interés en la incorporación de ChatGPT en la educación universitaria, así como diversos desafíos relacionados con su implementación. Entre los principales hallazgos, se identificó que la comunidad docente reconoce el potencial de esta herramienta para mejorar la interacción y personalización del aprendizaje, optimizar la distribución de contenidos y fortalecer la retroalimentación a los estudiantes. En conclusión, la adopción de ChatGPT en la educación superior podría representar una oportunidad significativa para transformar la enseñanza y mejorar la calidad educativa. Su uso favorece avanzar en la formación de profesionales mejor preparados para afrontar los retos actuales, favoreciendo un proceso de enseñanza–aprendizaje más dinámico y eficiente.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.339 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.211 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.614 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.478 Zit.