IA Generativa en la Formación de Grupos de Investigación: Percepciones Académicas y Vías Institucionales
Autores: Sawair, Faleh; Ghazzawi, Hadeel
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
IA Generativa en la Formación de Grupos de Investigación: Percepciones Académicas y Vías Institucionales
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Estudio
IA generativa
Colaboración académica
Política institucional
Oportunidades tecnológicas
Percepción del profesorado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Objetivo: Este estudio proporciona información oportuna sobre cómo los docentes perciben el papel de la inteligencia artificial generativa en la colaboración académica y ofrece un estudio de caso sobre la alineación de la política institucional con las oportunidades tecnológicas emergentes en la educación superior. Investiga cómo se perciben y utilizan las herramientas de inteligencia artificial (IA) generativa en la formación de grupos de investigación académica, centrándose en los docentes de la Universidad de Jordania. Diseño/Metodología: Se llevó a cabo un estudio descriptivo transversal que involucró una encuesta de métodos mixtos a 100 miembros del cuerpo docente, principalmente investigadores principales (IP), recopilando datos cuantitativos sobre familiaridad con la IA, uso en tareas de planificación de grupos de investigación (RG), beneficios y riesgos percibidos, y comentarios cualitativos sobre acciones institucionales recomendadas. Hallazgos: Los resultados indican una adopción moderada de la IA generativa en la formación de RG, especialmente para tareas creativas y de escritura, siendo los docentes más jóvenes y junior significativamente más optimistas sobre los beneficios de la IA (por ejemplo, mayor eficiencia, mejora en la calidad del contenido) que los docentes senior, quienes reportaron tener mayores preocupaciones. Las principales preocupaciones identificadas incluyen la privacidad de los datos, la integridad académica (plagio), la precisión de los resultados de la IA y la dependencia excesiva de la IA en detrimento de la experiencia humana. A pesar de las reservas, una gran mayoría coincide en la necesidad de políticas oficiales y capacitación para guiar el uso ético y efectivo de la IA. Conclusión: Los hallazgos subrayan una división generacional en las actitudes, sugiriendo intervenciones específicas para apoyar a los académicos senior e influir en el interés de los junior. Las instituciones deben elaborar pautas claras, proporcionar capacitación y garantizar el acceso a herramientas de IA para facilitar la colaboración interdisciplinaria y la innovación, al tiempo que se protegen los estándares académicos.
Descripción
Objetivo: Este estudio proporciona información oportuna sobre cómo los docentes perciben el papel de la inteligencia artificial generativa en la colaboración académica y ofrece un estudio de caso sobre la alineación de la política institucional con las oportunidades tecnológicas emergentes en la educación superior. Investiga cómo se perciben y utilizan las herramientas de inteligencia artificial (IA) generativa en la formación de grupos de investigación académica, centrándose en los docentes de la Universidad de Jordania. Diseño/Metodología: Se llevó a cabo un estudio descriptivo transversal que involucró una encuesta de métodos mixtos a 100 miembros del cuerpo docente, principalmente investigadores principales (IP), recopilando datos cuantitativos sobre familiaridad con la IA, uso en tareas de planificación de grupos de investigación (RG), beneficios y riesgos percibidos, y comentarios cualitativos sobre acciones institucionales recomendadas. Hallazgos: Los resultados indican una adopción moderada de la IA generativa en la formación de RG, especialmente para tareas creativas y de escritura, siendo los docentes más jóvenes y junior significativamente más optimistas sobre los beneficios de la IA (por ejemplo, mayor eficiencia, mejora en la calidad del contenido) que los docentes senior, quienes reportaron tener mayores preocupaciones. Las principales preocupaciones identificadas incluyen la privacidad de los datos, la integridad académica (plagio), la precisión de los resultados de la IA y la dependencia excesiva de la IA en detrimento de la experiencia humana. A pesar de las reservas, una gran mayoría coincide en la necesidad de políticas oficiales y capacitación para guiar el uso ético y efectivo de la IA. Conclusión: Los hallazgos subrayan una división generacional en las actitudes, sugiriendo intervenciones específicas para apoyar a los académicos senior e influir en el interés de los junior. Las instituciones deben elaborar pautas claras, proporcionar capacitación y garantizar el acceso a herramientas de IA para facilitar la colaboración interdisciplinaria y la innovación, al tiempo que se protegen los estándares académicos.