Competencias para el uso de inteligencia artificial y autoeficacia en el diseño de proyectos de investigación
DOI:
https://doi.org/10.63688/d3848y18Palabras clave:
inteligencia artificial, competencias digitales, autoeficacia, investigación, educación superiorResumen
Introducción: La incorporación de herramientas de inteligencia artificial en la investigación universitaria exige competencias que permitan comprender su funcionamiento, aplicarlas de forma pertinente, evaluar críticamente sus resultados y utilizarlas con criterios éticos. Paralelamente, la autoeficacia influye en la percepción de capacidad para formular y estructurar proyectos de investigación. Objetivo: Determinar la relación entre las competencias para el uso de inteligencia artificial y la autoeficacia en el diseño de proyectos de investigación. Metodología: Se desarrolló un estudio cuantitativo, no experimental, correlacional y transversal con 175 estudiantes universitarios de últimos semestres, seleccionados mediante muestreo no probabilístico por conveniencia. Se aplicó un cuestionario de 40 ítems adaptado a partir de SNAIL y C-RSES. La fiabilidad alcanzó α = 0,924 para competencias en IA y α = 0,934 para autoeficacia. Resultados: El 59,4 % presentó nivel medio de competencias en IA y el 52,0 % nivel medio de autoeficacia. Se obtuvo una correlación positiva y significativa entre las variables, r = 0,744, p < 0,001. Las correlaciones entre dimensiones oscilaron entre r = 0,462 y r = 0,588. Conclusión: Mayores competencias para utilizar inteligencia artificial se asociaron con una mayor autoeficacia para diseñar proyectos de investigación, sin que estos resultados permitan establecer causalidad.
Referencias
Amador-Campos, J. A., Peró-Cebollero, M., Feliu-Torruella, M., Pérez-González, A., Cañete-Massé, C., Jarne-Esparcia, A. J., Triadó-Ivern, X., & Guàrdia-Olmos, J. (2023). Mentoring and research self-efficacy of doctoral students: A psychometric approach. Education Sciences, 13(4), 358. https://doi.org/10.3390/educsci13040358
Arias-Odón, F., & Artigas, W. (2022). Cómo plantear problemas científicos relevantes identificando brechas de investigación. Mujer Andina, 1(1), 76–82. https://doi.org/10.36881/ma.v1i1.644
Barradas Gudiño, J. (2023). Inteligencia artificial como elemento transformador de la investigación científica. Entrelíneas, 2(1), 113–122. https://doi.org/10.56368/Entrelineas213
Bećirović, S., Polz, E., & Tinkel, I. (2025). Exploring students’ AI literacy and its effects on their AI output quality, self-efficacy, and academic performance. Smart Learning Environments, 12, Article 29. https://doi.org/10.1186/s40561-025-00384-3
Bewersdorff, A., Hornberger, M., Nerdel, C., & Schiff, D. S. (2025). AI advocates and cautious critics: How AI attitudes, AI interest, use of AI, and AI literacy build university students’ AI self-efficacy. Computers and Education: Artificial Intelligence, 8, 100340. https://doi.org/10.1016/j.caeai.2024.100340
Castillo-González, W. (2023). The importance of human supervision in the use of ChatGPT as a support tool in scientific writing. Metaverse Basic and Applied Research, 2, 29. https://doi.org/10.56294/mr202329
Cedeño Meza, J. G., Maitta Rosado, I. S., Vélez Zambrano, M. L., & Palomeque Zambrano, J. Y. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana de Gerencia, 29(106), 817–830. https://doi.org/10.52080/rvgluz.29.106.23
Chiu, T. K. F., Ahmad, Z., Ismailov, M., & Sanusi, I. T. (2024). What are artificial intelligence literacy and competency? A comprehensive framework to support them. Computers and Education Open, 6, 100171. https://doi.org/10.1016/j.caeo.2024.100171
Contreras Rivera, L., Puma Mamani, I., Morales Chalco, J. R., Gil Jáuregui, C. A., & Chalco Castillo, N. S. (2024). Ética en el uso de la inteligencia artificial en la investigación científica: Desafíos y consideraciones. Aula Virtual, 5(12), e395. https://doi.org/10.5281/zenodo.14653200
Díaz Subieta, L. B. (2024). El uso de la inteligencia artificial en la investigación científica. Revista Historia de la Educación Latinoamericana, 26(43), 253–272. https://doi.org/10.19053/uptc.01227238.18014
Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: Una mirada desde la ética y la integridad académica. RELIEVE. Revista Electrónica de Investigación y Evaluación Educativa, 29(2), M5. https://doi.org/10.30827/relieve.v29i2.29134
Krenn, M., Pollice, R., Guo, S. Y., Aldeghi, M., Cervera-Lierta, A., Friederich, P., dos Passos Gomes, G., Häse, F., Jinich, A., Nigam, A., Yao, Z., & Aspuru-Guzik, A. (2022). On scientific understanding with artificial intelligence. Nature Reviews Physics, 4(12), 761–769. https://doi.org/10.1038/s42254-022-00518-3
Laupichler, M. C., Aster, A., Haverkamp, N., & Raupach, T. (2023). Development of the “Scale for the assessment of non-experts’ AI literacy” – An exploratory factor analysis. Computers in Human Behavior Reports, 12, 100338. https://doi.org/10.1016/j.chbr.2023.100338
Laupichler, M. C., Aster, A., Schirch, J., & Raupach, T. (2022). Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence, 3, 100101. https://doi.org/10.1016/j.caeai.2022.100101
Miao, H., Guo, R., & Li, M. (2025). The influence of research self-efficacy and learning engagement on Ed.D students’ academic achievement. Frontiers in Psychology, 16, 1562354. https://doi.org/10.3389/fpsyg.2025.1562354
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
Penabad-Camacho, L., Morera-Castro, M., & Penabad-Camacho, M. A. (2024). Guía para uso y reporte de inteligencia artificial en revistas científico-académicas. Revista Electrónica Educare, 28(S), 1–41. https://doi.org/10.15359/ree.28-S.19830
Posso Pacheco, R. J., Caicedo-Quiroz, R., Maqueira-Caraballo, G., Barzola-Monteses, J., Barba Miranda, L. C., & Amancha Gabela, J. R. (2025). Methodological proposal for the design and validation of research instruments supported by artificial intelligence. Data and Metadata, 4, 1103. https://doi.org/10.56294/dm20251103
Taş, Y., Demiral-Uzan, M., & Uzan, E. (2023). Self-efficacy for research: Development and validation of a comprehensive research self-efficacy scale (C-RSES). International Journal on Social and Education Sciences, 5(2), 275–294. https://doi.org/10.46328/ijonses.472
Thiem, J., Preetz, R., & Haberstroh, S. (2023). How research-based learning affects students’ self-rated research competences: Evidence from a longitudinal study across disciplines. Studies in Higher Education, 48(7), 1039–1051. https://doi.org/10.1080/03075079.2023.2181326
Wang, B., Rau, P.-L. P., & Yuan, T. (2023). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(9), 1324–1337. https://doi.org/10.1080/0144929X.2022.2072768
Wang, Y. (2026). The effect of generative artificial intelligence literacy on academic achievement: The mediating role of academic self-efficacy and the moderating role of critical thinking. Frontiers in Psychology, 17, 1761562. https://doi.org/10.3389/fpsyg.2026.1761562
Zhu, H., & Yang, S. (2026). The impact of generative AI use on graduate students’ research competence: The mediating role of critical thinking and the moderating role of research self-efficacy. Behavioral Sciences, 16(2), 304. https://doi.org/10.3390/bs16020304
Publicado
Número
Sección
Licencia
Derechos de autor 2026 David Israel Báez Herrera, Galo Fernando Almeida Casanova, Génesis Gissell Cabrera Salazar, Julio Alfredo Castillo Guillin, Ángel Patricio Herrera Carrión (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
El artículo se distribuye bajo la Licencia Creative Commons Atribución 4.0 . Salvo que se indique lo contrario, el material publicado asociado se distribuye bajo la misma licencia.
