Explorando el papel de la IA y las competencias del docente en la planificación instruccional y el rendimiento estudiantil en un sistema de educación basado en resultados
Autores: Alwakid, Wafa Naif; Dahri, Nisar Ahmed; Humayun, Mamoona; Alwakid, Ghadah Naif
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Explorando el papel de la IA y las competencias del docente en la planificación instruccional y el rendimiento estudiantil en un sistema de educación basado en resultados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Inteligencia artificial
Educación
Diseño instruccional
Rendimiento estudiantil
Competencias docentes
IA ChatGPT
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
La rápida integración de la inteligencia artificial (IA) en la educación ha transformado las metodologías de enseñanza tradicionales, particularmente dentro de la Educación Basada en Resultados (OBE), en la educación superior. Basado en el modelo de Conocimiento Pedagógico del Contenido Tecnológico (TPACK) y el sistema OBE, este estudio investiga cómo los docentes perciben las aplicaciones de IA, específicamente ChatGPT, en la mejora del diseño instruccional y el rendimiento estudiantil. La investigación desarrolla un nuevo modelo de planificación instruccional basado en IA, incorporando las capacidades de IA ChatGPT, las competencias del docente y sus efectos directos e indirectos en los resultados de los estudiantes. Este estudio emplea un diseño de investigación cuantitativa utilizando Modelado de Ecuaciones Estructurales (SEM) para validar el modelo propuesto. Se recopilaron datos de 320 docentes universitarios en Pakistán mediante una encuesta estructurada distribuida a través de WhatsApp y correo electrónico. Los hallazgos del análisis de ruta directa indican que las capacidades de IA ChatGPT mejoran significativamente la planificación instruccional (beta = 0.33, < 0.001) e impactan directamente en el rendimiento estudiantil (beta = 0.20, < 0.001). Las competencias del docente también juegan un papel importante en la planificación instruccional (beta = 0.37, < 0.001) y en el rendimiento estudiantil (beta = 0.16, = 0.020). El análisis de ruta indirecta revela que la planificación instruccional media la relación entre las capacidades de IA ChatGPT y el rendimiento estudiantil (beta = 0.160, < 0.001), así como entre las competencias del docente y el rendimiento estudiantil (beta = 0.180, < 0.001). Los valores de R-cuadrado indican que la planificación instruccional explica el 41% de su varianza, mientras que el rendimiento estudiantil representa el 56%. Estos hallazgos proporcionan contribuciones teóricas al extender los modelos de adopción de IA en la educación y ofrecen implicaciones prácticas para la integración de herramientas de IA en la enseñanza. Este estudio enfatiza la necesidad de programas de desarrollo profesional para mejorar la competencia en IA de los educadores y sugiere recomendaciones políticas para el desarrollo curricular impulsado por IA.
Descripción
La rápida integración de la inteligencia artificial (IA) en la educación ha transformado las metodologías de enseñanza tradicionales, particularmente dentro de la Educación Basada en Resultados (OBE), en la educación superior. Basado en el modelo de Conocimiento Pedagógico del Contenido Tecnológico (TPACK) y el sistema OBE, este estudio investiga cómo los docentes perciben las aplicaciones de IA, específicamente ChatGPT, en la mejora del diseño instruccional y el rendimiento estudiantil. La investigación desarrolla un nuevo modelo de planificación instruccional basado en IA, incorporando las capacidades de IA ChatGPT, las competencias del docente y sus efectos directos e indirectos en los resultados de los estudiantes. Este estudio emplea un diseño de investigación cuantitativa utilizando Modelado de Ecuaciones Estructurales (SEM) para validar el modelo propuesto. Se recopilaron datos de 320 docentes universitarios en Pakistán mediante una encuesta estructurada distribuida a través de WhatsApp y correo electrónico. Los hallazgos del análisis de ruta directa indican que las capacidades de IA ChatGPT mejoran significativamente la planificación instruccional (beta = 0.33, < 0.001) e impactan directamente en el rendimiento estudiantil (beta = 0.20, < 0.001). Las competencias del docente también juegan un papel importante en la planificación instruccional (beta = 0.37, < 0.001) y en el rendimiento estudiantil (beta = 0.16, = 0.020). El análisis de ruta indirecta revela que la planificación instruccional media la relación entre las capacidades de IA ChatGPT y el rendimiento estudiantil (beta = 0.160, < 0.001), así como entre las competencias del docente y el rendimiento estudiantil (beta = 0.180, < 0.001). Los valores de R-cuadrado indican que la planificación instruccional explica el 41% de su varianza, mientras que el rendimiento estudiantil representa el 56%. Estos hallazgos proporcionan contribuciones teóricas al extender los modelos de adopción de IA en la educación y ofrecen implicaciones prácticas para la integración de herramientas de IA en la enseñanza. Este estudio enfatiza la necesidad de programas de desarrollo profesional para mejorar la competencia en IA de los educadores y sugiere recomendaciones políticas para el desarrollo curricular impulsado por IA.