����������������������������������������������������������������������������������

 

 

La influencia de ChatGPT en la percepci�n del aprendizaje entre estudiantes de educaci�n superior

 

The influence of ChatGPT on the perception of learning among higher education students

 

A influ�ncia do ChatGPT na perce��o da aprendizagem entre os estudantes do ensino superior

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: lmivasquez@uagraria.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 09 de junio de 2024 *Aceptado: 21 de julio de 2024 * Publicado: �15 de agosto de 2024

 

        I.            Mag�ster en Sistemas de Informaci�n Gerencial, Universidad Agraria del Ecuador, Docente, Ecuador.

      II.            Mag�ster en Educaci�n Superior, Universidad de Guayaquil, Docente, Ecuador.

   III.            Mag�ster en Educaci�n Superior, PhD en Educaci�n, Universidad de Guayaquil, Docente, Ecuador.

   IV.            Mag�ster en Gerencia Educativa, Universidad de Guayaquil, Docente, Ecuador.

Resumen

Este estudio investiga la influencia de ChatGPT en la percepci�n del aprendizaje entre estudiantes de educaci�n superior. El objetivo es determinar c�mo factores como la facilidad de uso, el compromiso y la motivaci�n afectan la satisfacci�n de los estudiantes. Utilizando una metodolog�a cuantitativa con un enfoque correlacional y no experimental, se recolectaron datos de 57 estudiantes de la Universidad de Guayaquil mediante encuestas. El an�lisis de regresi�n lineal m�ltiple revel� que la facilidad de uso (𝛽1=0.411, 𝑝=0.002), el compromiso (𝛽4=0.347, p=0.006) y la motivaci�n (𝛽5=0.507, 𝑝=0.002) son factores significativos que influyen en la satisfacci�n con ChatGPT. Sin embargo, otros factores como la personalizaci�n y la accesibilidad no mostraron una relaci�n significativa. Estos hallazgos proporcionan perspectivas valiosas para mejorar la implementaci�n de IA en la educaci�n.

Palabras clave: ChatGPT; Satisfacci�n de estudiantes; Facilidad de uso; Compromiso; Motivaci�n.

 

Abstract

This study investigates the influence of ChatGPT on the perception of learning among higher education students. The aim is to determine how factors such as ease of use, engagement, and motivation affect student satisfaction. Using a quantitative methodology with a correlational and non-experimental approach, data were collected from 57 students from the University of Guayaquil through surveys. Multiple linear regression analysis revealed that ease of use (𝛽1=0.411, 𝑝=0.002), engagement (𝛽4=0.347, p=0.006), and motivation (𝛽5=0.507, 𝑝=0.002) are significant factors influencing satisfaction with ChatGPT. However, other factors such as personalization and accessibility did not show a significant relationship. These findings provide valuable insights for improving the implementation of AI in education.

Keywords: ChatGPT; Student satisfaction; Ease of use; Engagement; Motivation.

 

Resumo

Este estudo investiga a influ�ncia do ChatGPT na perce��o da aprendizagem entre estudantes do ensino superior. O objetivo � determinar como fatores como a facilidade de utiliza��o, o envolvimento e a motiva��o afetam a satisfa��o do aluno. Utilizando uma metodologia quantitativa com uma abordagem correlacional e n�o experimental, foram recolhidos dados de 57 estudantes da Universidade de Guayaquil atrav�s de inqu�ritos. A an�lise de regress�o linear m�ltipla revelou que a facilidade de utiliza��o (𝛽1 = 0,411, 𝑝 = 0,002), o compromisso (𝛽4 = 0,347, p = 0,006) e a motiva��o (𝛽5 = 0,507, 𝑝 = 0,002) s�o fatores significativos que influenciam a satisfa��o com o ChatGPT. No entanto, outros fatores como a personaliza��o e a acessibilidade n�o apresentaram uma rela��o significativa. Estas descobertas fornecem informa��es valiosas para melhorar a implementa��o da IA ​​na educa��o.

Palavras-chave: ChatGPT; Satisfa��o dos alunos; Facilidade de utiliza��o; Compromisso; Motiva��o.

 

Introducci�n

En la era digital actual, la inteligencia artificial (IA) ha emergido como una herramienta transformadora en diversas �reas, incluyendo la educaci�n. El avance de la IA ha permitido el desarrollo de tecnolog�as como ChatGPT, un modelo de lenguaje natural creado por OpenAI, que tiene el potencial de revolucionar la manera en que los estudiantes acceden y procesan la informaci�n educativa. A nivel global, la incorporaci�n de la IA en la educaci�n ha mostrado ser beneficiosa al personalizar el aprendizaje, mejorar el compromiso estudiantil y proporcionar recursos educativos m�s accesibles (Haron et al., 2025). La capacidad de ChatGPT para interactuar de manera natural y eficiente con los estudiantes sugiere una nueva dimensi�n en la tutor�a y el apoyo educativo, destacando su relevancia en un mundo cada vez m�s digitalizado (Nor et al., 2024).

Adem�s, la integraci�n de la IA en la gesti�n educativa puede mejorar significativamente el desarrollo de competencias docentes y la administraci�n educativa. Litardo, Arreaga, Castillo y Naranjo (2024), se�alan que la IA aplicada a la gesti�n educativa no solo optimiza los procesos administrativos, sino que tambi�n incide en el desarrollo de competencias clave en los docentes, mejorando su capacidad para adaptar y personalizar la ense�anza en funci�n de las necesidades individuales de los estudiantes.

En el �mbito de la educaci�n superior, la demanda de experiencias de aprendizaje m�s interactivas y personalizadas ha aumentado significativamente. La pandemia de COVID-19 ha acelerado la digitalizaci�n de la educaci�n, obligando a las instituciones a adoptar r�pidamente tecnolog�as digitales para garantizar la continuidad del aprendizaje (Haron et al., 2025). Este contexto ha resaltado la importancia de herramientas como ChatGPT, que pueden ofrecer apoyo educativo instant�neo y personalizado, adapt�ndose a las necesidades individuales de los estudiantes y facilitando un aprendizaje m�s flexible y eficiente (Nor et al., 2024).

A nivel nacional, Ecuador no ha sido ajeno a esta transformaci�n. La integraci�n de la IA en la gesti�n educativa se encuentra en sus etapas iniciales, pero ya se reconoce su potencial para mejorar la calidad educativa. En particular, se ha observado que la personalizaci�n del aprendizaje y la optimizaci�n de la administraci�n institucional son �reas clave donde la IA puede marcar una diferencia significativa (Tobar et al., 2024). La adopci�n de tecnolog�as como ChatGPT puede ayudar a cerrar la brecha entre la oferta educativa y las expectativas de los estudiantes, promoviendo una educaci�n de calidad que est� alineada con los Objetivos de Desarrollo Sostenible (Lule et al., 2023).

Adem�s, en el contexto de la formaci�n de los docentes para la ense�anza de la industria 4.0, Litardo, Wong y Su�rez (2023), destacan que es fundamental capacitar a los educadores en el uso de tecnolog�as avanzadas, incluida la IA. Esta formaci�n es crucial para asegurar que los docentes est�n preparados para integrar herramientas como ChatGPT en sus pr�cticas pedag�gicas, mejorando as� la experiencia educativa de los estudiantes.

A pesar de los avances en la adopci�n de tecnolog�as educativas, existe una escasez de estudios espec�ficos que analicen c�mo herramientas como ChatGPT influyen en la percepci�n del aprendizaje entre los estudiantes de educaci�n superior (Haron et al., 2025; Yaacob et al., 2019). La mayor�a de las investigaciones se han centrado en evaluar el impacto de estas tecnolog�as en el rendimiento acad�mico, dejando de lado aspectos cruciales como la percepci�n y actitud de los estudiantes hacia el aprendizaje (Nor et al., 2024). Esta laguna en la literatura es preocupante, dado que la percepci�n del aprendizaje es un factor determinante en el �xito educativo, influenciando la motivaci�n, el compromiso y la retenci�n del conocimiento por parte de los estudiantes (Chen & Ward, 2021).

En Ecuador, la situaci�n es similar. La adopci�n de la IA en la educaci�n se ha centrado principalmente en mejorar el rendimiento acad�mico, pero hay una necesidad urgente de comprender c�mo estas herramientas afectan la percepci�n del aprendizaje. La falta de investigaciones locales limita la capacidad de las instituciones educativas para tomar decisiones informadas sobre la integraci�n de tecnolog�as como ChatGPT en sus programas de ense�anza (Tobar et al., 2024). Sin una comprensi�n clara de c�mo ChatGPT afecta la percepci�n del aprendizaje, las instituciones pueden enfrentar desaf�os significativos en su esfuerzo por optimizar el uso de esta tecnolog�a.

La integraci�n de la inteligencia artificial en la educaci�n ha sido objeto de numerosos estudios en los �ltimos a�os. Haron et al. (2025), destacan que las mejoras en las tecnolog�as, especialmente en el �mbito de la inteligencia artificial y la miner�a de datos, pueden empoderar a los estudiantes para aprender de manera m�s eficiente, efectiva y satisfactoria. Seg�n Asiah et al. (2019), la miner�a de datos educativos (EDM) se ha convertido en un �rea de investigaci�n bien conocida, donde los datos se extraen de diversas fuentes y se analizan seg�n los patrones deseados en las instituciones educativas. EDM tiene como objetivo descubrir nuevos conocimientos y patrones ocultos en los datos de los estudiantes, lo que puede ayudar a predecir y mejorar el rendimiento acad�mico (Yaacob et al., 2019).

Diversos modelos y t�cnicas se han propuesto en diferentes contextos educativos para abordar la predicci�n del rendimiento de los estudiantes. Kausar et al. (2020), utilizaron t�cnicas de conjunto para examinar la relaci�n entre los cursos semestrales y los resultados finales de los estudiantes, concluyendo que los clasificadores Random Forest y Stacking lograron la mayor precisi�n. Chen y Ward (2021), construyeron modelos con �rboles de decisi�n y regresi�n lineal utilizando un conjunto de caracter�sticas extra�das del sistema de auto calificaci�n de la instituci�n, lo que ayud� a identificar a los estudiantes con dificultades y asignar horas de ense�anza de manera autom�tica e inteligente.

Hamsa et al. (2016), proponen un modelo de �rbol de decisi�n y un algoritmo de l�gica difusa para descubrir las caracter�sticas esenciales que influyen en el rendimiento acad�mico de los estudiantes. Latrellis et al. (2021,) describen un enfoque de aprendizaje autom�tico en dos fases, en el cual el algoritmo K-Means genera un conjunto de grupos coherentes y luego se utilizan algoritmos de aprendizaje supervisado para entrenar modelos de predicci�n del rendimiento de los estudiantes. Siddique et al. (2021), desarrollaron modelos predictivos utilizando algoritmos de clasificaci�n para predecir el rendimiento de los estudiantes en funci�n de sus resultados acad�micos mediante la miner�a de datos educativos.

En t�rminos de la adopci�n de tecnolog�as emergentes, Haron et al. (2025), destacan que la digitalizaci�n de la educaci�n se ha acelerado debido a la pandemia de COVID-19, lo que ha llevado a una mayor integraci�n de herramientas de IA en el entorno educativo. Esta adopci�n r�pida subraya la necesidad de investigaciones que analicen el impacto de estas herramientas en la percepci�n del aprendizaje de los estudiantes. La capacidad de ChatGPT para ofrecer apoyo educativo instant�neo y personalizado puede ser un factor decisivo para mejorar la experiencia de aprendizaje en entornos digitales.

La integraci�n de la inteligencia artificial en la gesti�n educativa tambi�n es un aspecto crucial. Seg�n Tobar et al. (2024), la IA tiene el potencial de mejorar la calidad educativa mediante la personalizaci�n del aprendizaje y la optimizaci�n de la administraci�n institucional. En Ecuador, la implementaci�n de la IA en la gesti�n educativa est� en sus etapas iniciales, pero se reconoce su capacidad para transformar la educaci�n al abordar problemas fundamentales como la personalizaci�n del aprendizaje y la adaptabilidad a las demandas cambiantes del entorno educativo (Tobar et al., 2024). Este enfoque es esencial para cerrar la brecha entre la oferta educativa y las expectativas de los estudiantes, promoviendo una educaci�n de calidad en el contexto de los Objetivos de Desarrollo Sostenible (Lule et al., 2023).

Adem�s, las t�cnicas de gamificaci�n, como las descritas por Carvajal Morales et al. (2024), pueden complementar el uso de IA en la educaci�n al aumentar la motivaci�n y el compromiso de los estudiantes. La combinaci�n de gamificaci�n y IA puede crear un entorno de aprendizaje m�s din�mico e interactivo, lo que podr�a influir positivamente en la percepci�n del aprendizaje de los estudiantes.

Al comparar estudios previos sobre la adopci�n de tecnolog�as educativas y su impacto en la percepci�n del aprendizaje, se pueden identificar varios factores relevantes. En primer lugar, la facilidad de uso de la tecnolog�a es un factor crucial. Haron et al. (2025), encontraron que la percepci�n positiva de la tecnolog�a educativa est� estrechamente relacionada con su facilidad de uso y su compatibilidad con los m�todos de aprendizaje existentes. En segundo lugar, la capacidad de la tecnolog�a para proporcionar recursos educativos personalizados y apoyo instant�neo es fundamental. Nor et al. (2024), se�alaron que los estudiantes valoran la capacidad de ChatGPT para adaptarse a sus necesidades individuales y proporcionar respuestas r�pidas y precisas a sus consultas.

Otro factor relevante es la percepci�n de los estudiantes sobre la efectividad de la tecnolog�a en mejorar su rendimiento acad�mico. Chen y Ward (2021), demostraron que los estudiantes que perciben que la tecnolog�a educativa mejora su rendimiento acad�mico tienden a tener una actitud m�s positiva hacia su uso. Adem�s, la motivaci�n y el compromiso de los estudiantes son aspectos clave que influyen en la percepci�n del aprendizaje. Carvajal Morales et al. (2024), encontraron que la gamificaci�n puede aumentar significativamente la motivaci�n y el compromiso de los estudiantes, lo que a su vez puede mejorar su percepci�n del aprendizaje.

Finalmente, es importante considerar el contexto cultural y educativo en el que se adopta la tecnolog�a. Tobar et al. (2024), destacaron que, en Ecuador, la adopci�n de la IA en la educaci�n est� influenciada por factores culturales y estructurales espec�ficos, como la disponibilidad de recursos tecnol�gicos y la formaci�n de los docentes en el uso de estas herramientas. Por lo tanto, es esencial adaptar las estrategias de implementaci�n de tecnolog�as educativas a las particularidades del contexto local para maximizar su impacto positivo.

Por otro lado, La introducci�n destaca los factores de ChatGPT que influyen en la percepci�n del aprendizaje de los estudiantes de educaci�n superior, incluyendo la facilidad de uso, personalizaci�n del aprendizaje, disponibilidad y accesibilidad, interactividad y compromiso, motivaci�n, compatibilidad con m�todos existentes, eficiencia en la resoluci�n de consultas, apoyo educativo continuo, adaptabilidad a necesidades individuales y desarrollo de competencias tecnol�gicas. Estos factores mejoran la experiencia educativa al proporcionar un entorno de aprendizaje m�s flexible, interactivo y personalizado. Estudios previos, como los de Haron et al. (2025), Latrellis et al. (2021) y Litardo et al. (2024), apoyan la relevancia de estos factores, destacando la importancia de la integraci�n de IA en la educaci�n para optimizar el aprendizaje y preparar a los estudiantes para entornos digitales. La capacidad de ChatGPT para ofrecer respuestas r�pidas y adaptativas mejora significativamente la percepci�n del aprendizaje, aumentando la satisfacci�n y el compromiso de los estudiantes.

 

Tabla 1: Factores del ChatGPT que Inciden en el Aprendizaje de los Estudiantes de Educaci�n Superior

Fuente: Los autores

 

Esta tabla resume los factores clave de ChatGPT que influyen en el aprendizaje de los estudiantes de educaci�n superior seg�n su perspectiva. Cada factor describe una caracter�stica espec�fica de ChatGPT que contribuye a mejorar la experiencia educativa de los estudiantes.

Por tanto, la influencia de ChatGPT en la percepci�n del aprendizaje entre los estudiantes de educaci�n superior es un tema de investigaci�n relevante y necesario en el contexto actual de la educaci�n digital. Este estudio tiene como objetivo proporcionar una comprensi�n integral de c�mo ChatGPT afecta la percepci�n del aprendizaje, evaluando tanto los beneficios como las limitaciones de su uso en un entorno acad�mico. A trav�s de un an�lisis comparativo de estudios previos, se han identificado factores clave que influyen en la percepci�n del aprendizaje, incluyendo la facilidad de uso de la tecnolog�a, la capacidad para proporcionar recursos educativos personalizados, y la motivaci�n y compromiso de los estudiantes. Este enfoque hol�stico permitir� optimizar el uso de ChatGPT en la educaci�n superior, promoviendo una experiencia de aprendizaje m�s interactiva, personalizada y efectiva.

 

Metodolog�a

En primer lugar, el enfoque de este estudio es mixto, combinando m�todos cuantitativos y cualitativos para obtener una comprensi�n m�s completa del impacto de ChatGPT en la percepci�n del aprendizaje entre los estudiantes de educaci�n superior. Este enfoque permite la triangulaci�n de datos, proporcionando una visi�n m�s rica y profunda de los fen�menos estudiados. Adem�s, es particularmente �til en investigaciones educativas donde los datos num�ricos pueden ser complementados con descripciones detalladas de las experiencias de los estudiantes.

Adem�s, el dise�o de esta investigaci�n es no experimental. En lugar de manipular variables independientes para observar sus efectos en las variables dependientes, se recolectan datos en su entorno natural sin intervenci�n directa del investigador. Este dise�o es apropiado para estudios que buscan observar y analizar fen�menos tal como ocurren en la realidad, permitiendo obtener datos m�s aut�nticos y relevantes sobre las experiencias de los estudiantes con ChatGPT.

Asimismo, el estudio es de tipo correlacional, ya que su principal objetivo es identificar y analizar las relaciones entre diferentes variables. En este caso, se busca entender c�mo los factores espec�ficos de ChatGPT (facilidad de uso, personalizaci�n del aprendizaje, disponibilidad y accesibilidad, interactividad y compromiso, motivaci�n, compatibilidad con m�todos de aprendizaje existentes, eficiencia en la resoluci�n de consultas, apoyo educativo continuo, adaptabilidad a necesidades individuales y desarrollo de competencias tecnol�gicas) est�n relacionados con la percepci�n del aprendizaje de los estudiantes. Este enfoque permite identificar patrones y tendencias que pueden ser �tiles para mejorar la implementaci�n y uso de ChatGPT en contextos educativos.

Para la recolecci�n de datos, se utiliz� una encuesta estructurada, administrada a trav�s de Google Formularios. Este instrumento fue dise�ado para capturar informaci�n sobre la percepci�n de los estudiantes en relaci�n con los diferentes factores de ChatGPT y su experiencia de aprendizaje. Adem�s, la encuesta incluy� �tems basados en una escala Likert de 1 a 10, donde 1 significa "Totalmente en desacuerdo" y 10 significa "Totalmente de acuerdo". Esta escala permite cuantificar las respuestas de los estudiantes, facilitando el an�lisis estad�stico de los datos recolectados.

La unidad de an�lisis de este estudio son los estudiantes de educaci�n superior que utilizan ChatGPT como parte de su proceso de aprendizaje. Estos estudiantes proporcionan informaci�n valiosa sobre c�mo perciben la herramienta y c�mo influye en su experiencia educativa.

La poblaci�n objetivo de este estudio son los estudiantes de la Universidad de Guayaquil. Para obtener una muestra representativa, se seleccion� una muestra de 57 estudiantes mediante un muestreo no probabil�stico de conveniencia. Esta muestra permite obtener una visi�n representativa de las experiencias de los estudiantes con ChatGPT dentro del contexto de esta universidad.

Finalmente, para el an�lisis de los datos recolectados se utiliz� el software SPSS (Statistical Package for the Social Sciences) de IBM. SPSS es una herramienta poderosa para el an�lisis estad�stico que permite realizar an�lisis descriptivos y correlacionales. En este estudio, se realizaron an�lisis de correlaci�n para identificar la relaci�n entre los diferentes factores de ChatGPT y la percepci�n del aprendizaje de los estudiantes. Adem�s, se realizaron an�lisis descriptivos para obtener una comprensi�n general de las respuestas de los estudiantes y sus percepciones sobre el uso de ChatGPT.

 

An�lisis de resultados

Los resultados de la encuesta realizada entre los estudiantes de nivel superior sobre la influencia de ChatGPT en su percepci�n del aprendizaje ofrecen una visi�n detallada de varios aspectos clave como se puede visualizar en la siguiente figura.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Figura 1: An�lisis de la encuesta

Fuente: Elaboraci�n propia

 

En primer lugar, en cuanto a la satisfacci�n general con la experiencia de aprendizaje utilizando ChatGPT, el 35,09% de los encuestados indic� estar totalmente de acuerdo con la afirmaci�n. Adem�s, un 14,04% se�al� estar muy de acuerdo, y un 12,28% de acuerdo, lo que sugiere una alta aceptaci�n y satisfacci�n con la herramienta. Sin embargo, un 8,77% de los estudiantes se mantuvo neutral, y un 5,26% expres� algo de desacuerdo, lo que indica que a�n existen �reas de mejora.

Respecto a la facilidad de uso de ChatGPT, el 28,07% de los participantes afirm� estar totalmente de acuerdo en que la herramienta es f�cil de usar e intuitiva. Un 22,81% casi totalmente de acuerdo y un 14,04% muy de acuerdo, lo que respalda la accesibilidad de la tecnolog�a. Pese a esto, un peque�o porcentaje (1,75%) mostr� algo de desacuerdo, sugiriendo que podr�a haber usuarios con dificultades en su uso. En cuanto a la personalizaci�n del aprendizaje, el 17,54% de los encuestados casi totalmente de acuerdo y el 19,30% muy de acuerdo con que ChatGPT proporciona respuestas y recursos adaptados a sus necesidades individuales. Sin embargo, un 14,04% se mantuvo neutral, y un 5,26% expres� algo de desacuerdo, lo que podr�a se�alar la necesidad de mejorar la personalizaci�n.

La accesibilidad de ChatGPT fue valorada positivamente, con un 31,58% totalmente de acuerdo y un 19,30% muy de acuerdo en que pueden acceder a ChatGPT en cualquier momento y lugar. A pesar de ello, un 10,53% de los estudiantes se mantuvo neutral, y un 5,26% expres� algo de desacuerdo, indicando que existen �reas para mejorar la disponibilidad. El uso de ChatGPT para aumentar la motivaci�n recibi� un 28,07% totalmente de acuerdo y un 21,05% muy de acuerdo. Sin embargo, un 12,28% se mantuvo neutral, y un 7,02% algo en desacuerdo, sugiriendo que, aunque la mayor�a encuentra motivador el uso de ChatGPT, algunos estudiantes no experimentan el mismo efecto motivacional.

Finalmente, la mayor�a de los estudiantes cree que ChatGPT complementa bien sus m�todos de aprendizaje tradicionales, con un 22,81% totalmente de acuerdo y un 17,54% casi totalmente de acuerdo. No obstante, un 12,28% se mantuvo neutral, y un 5,26% algo en desacuerdo, lo que indica que a�n se puede mejorar la integraci�n con m�todos tradicionales. Por tanto, los resultados indican una percepci�n mayoritariamente positiva hacia el uso de ChatGPT en el aprendizaje, aunque se destacan �reas donde se puede mejorar la personalizaci�n, accesibilidad y motivaci�n para satisfacer mejor las necesidades individuales de los estudiantes.

 

 

 

 

An�lisis interpretativo de resultados estad�sticos de la encuesta

Estad�sticos de Fiabilidad

El alfa de Cronbach obtenido es de 0.959, lo cual indica una excelente consistencia interna de los �tems del cuestionario. Este alto valor sugiere que los �tems utilizados en la encuesta son coherentes entre s� y miden de manera fiable el constructor de inter�s, en este caso, la percepci�n del aprendizaje utilizando ChatGPT.

 

Tabla 2: Estad�sticos de fiabilidad

Fuente: Elaboraci�n propia

 

Correlaciones

Las correlaciones de Pearson muestran relaciones significativas entre la satisfacci�n con la experiencia de aprendizaje utilizando ChatGPT y varios factores:

 

Tabla 3: Correlaci�n de Pearson

Fuente: Elaboraci�n propia

 

�         Facilidad de uso: Existe una alta correlaci�n positiva (r = 0.774) con significancia (p = 0.000). Esto indica que los estudiantes que encuentran ChatGPT f�cil de usar tienden a estar m�s satisfechos con su experiencia de aprendizaje.

�         Personalizaci�n del aprendizaje: La correlaci�n es moderada (r = 0.653) y significativa (p = 0.000), lo que sugiere que la capacidad de ChatGPT para personalizar el aprendizaje influye positivamente en la satisfacci�n de los estudiantes.

�         Accesibilidad: Presenta una correlaci�n moderada (r = 0.450) y significativa (p = 0.000), indicando que la facilidad de acceso a ChatGPT tambi�n contribuye a la satisfacci�n.

�         Compromiso: La correlaci�n es alta (r = 0.786) y significativa (p = 0.000), lo que destaca la importancia de la interactividad en la percepci�n positiva del aprendizaje.

�         Motivaci�n: Presenta una alta correlaci�n (r = 0.818) y significancia (p = 0.000), subrayando que ChatGPT motiva a los estudiantes y mejora su satisfacci�n.

�         Compatibilidad con m�todos tradicionales: La correlaci�n es alta (r = 0.722) y significativa (p = 0.000), sugiriendo que la integraci�n de ChatGPT con m�todos tradicionales es beneficiosa.

�         Resoluci�n de consultas: Tiene una correlaci�n moderada (r = 0.625) y significativa (p = 0.000), mostrando que la eficiencia en resolver consultas es valorada por los estudiantes.

�         Apoyo continuo: La correlaci�n es moderada (r = 0.649) y significativa (p = 0.000), indicando que el soporte constante de ChatGPT es un factor positivo.

�         Adaptabilidad: Presenta una correlaci�n moderada (r = 0.621) y significativa (p = 0.000), sugiriendo que la adaptabilidad de ChatGPT a las necesidades individuales mejora la satisfacci�n.

�         Desarrollo de competencias tecnol�gicas: La correlaci�n es moderada (r = 0.670) y significativa (p = 0.000), indicando que el desarrollo de competencias tecnol�gicas a trav�s de ChatGPT es valorado positivamente.

 

An�lisis de Regresi�n

El modelo de regresi�n tiene un R cuadrado de 0.797, indicando que aproximadamente el 79.7% de la variabilidad en la satisfacci�n de los estudiantes con ChatGPT puede explicarse por los factores independientes incluidos en el modelo.

 

Tabla 4: R cuadrado

Fuente: Elaboraci�n propia

 

Anova

El ANOVA muestra un valor F de 18.061 con una significancia (p = 0.000), lo que indica que el modelo de regresi�n es estad�sticamente significativo.

 

Tabla 5: ANOVA

Fuente: Elaboraci�n propia

 

Coeficientes de Regresi�n

Al examinar los coeficientes del modelo, se observa que "Encuentro que ChatGPT es f�cil de usar e intuitivo" (B=0.411, p=0.002), "ChatGPT me ayuda a mantenerme m�s comprometido/a e interactivo/a con mi aprendizaje" (B=0.347, p=0.006) y "El uso de ChatGPT aumenta mi motivaci�n para aprender" (B=0.507, p=0.002) tienen coeficientes positivos y significativos. Estos resultados indican que la facilidad de uso, el compromiso y la motivaci�n son predictores significativos de la satisfacci�n con la experiencia de aprendizaje.

En contraste, variables como "ChatGPT proporciona respuestas y recursos adaptados a mis necesidades individuales" (B=-0.085, p=0.513) y "ChatGPT complementa bien mis m�todos de aprendizaje tradicionales" (B=-0.238, p=0.167) no resultaron significativas, lo que sugiere que estos factores no tienen un impacto considerable en la satisfacci�n general en este contexto espec�fico.

 

Tabla 6: Modelo de regresi�n

Fuente: Elaboraci�n propia

 

Modelo de Regresi�n Lineal

El an�lisis de regresi�n lineal m�ltiple permite identificar las relaciones entre la variable dependiente y varias variables independientes. En este caso, la variable dependiente es la satisfacci�n con la experiencia de aprendizaje utilizando ChatGPT, y las variables independientes son diversos factores relacionados con el uso de ChatGPT.

 

F�rmula del Modelo de Regresi�n Lineal

El modelo de regresi�n lineal se puede expresar de la siguiente manera:

𝑌=𝛽0+𝛽1𝑋1+𝛽2𝑋2+𝛽3𝑋3+𝛽4𝑋4+𝛽5𝑋5+𝛽6𝑋6+𝛽7𝑋7+𝛽8𝑋8+𝛽9𝑋9+𝛽10

Donde:

�         Y es la satisfacci�n con la experiencia de aprendizaje utilizando ChatGPT.

�         𝛽0 es la constante (intercepto) del modelo.

�         𝛽1,𝛽2,�,𝛽10 son los coeficientes de regresi�n para cada variable independiente.

�         𝑋1,𝑋2,�,𝑋10 son las variables independientes.

 

Definici�n de las Variables

�         𝑋1: Encuentro que ChatGPT es f�cil de usar e intuitivo.

�         𝑋2: ChatGPT proporciona respuestas y recursos adaptados a mis necesidades individuales.

�         𝑋3: Puedo acceder a ChatGPT en cualquier momento y lugar que lo necesite.

�         𝑋4: ChatGPT me ayuda a mantenerme m�s comprometido/a e interactivo/a con mi aprendizaje.

�         𝑋5: El uso de ChatGPT aumenta mi motivaci�n para aprender.

�         𝑋6: ChatGPT complementa bien mis m�todos de aprendizaje tradicionales.

�         𝑋7: ChatGPT proporciona soluciones r�pidas y precisas a mis preguntas acad�micas.

�         𝑋8: ChatGPT ofrece un apoyo educativo constante durante todo mi proceso de aprendizaje.

�         𝑋9: ChatGPT se adapta bien a mis necesidades y ritmo de aprendizaje.

�         𝑋10: El uso de ChatGPT me ayuda a desarrollar competencias tecnol�gicas relevantes para mi futuro profesional.

 

Modelo de Regresi�n con Coeficientes

Basado en los coeficientes proporcionados en los resultados:

𝑌=1.175+0.411𝑋1−0.085𝑋2−0.061𝑋3+0.347𝑋4+0.507𝑋5−0.238𝑋6+0.035𝑋7+0.110𝑋8−0.065𝑋9−0.083𝑋10

Por tanto, el modelo de regresi�n indica que la satisfacci�n con la experiencia de aprendizaje utilizando ChatGPT est� fuertemente influenciada por la facilidad de uso, el compromiso, y la motivaci�n que ChatGPT proporciona a los estudiantes.

 

Gr�fico P-P Normal de Regresi�n de Residuos

El gr�fico P-P normal de regresi�n de residuos tipificados muestra que la mayor�a de los puntos se alinean bien con la l�nea diagonal, sugiriendo que los residuos del modelo de regresi�n se distribuyen aproximadamente de manera normal. Esto respalda la validez de los resultados del modelo de regresi�n lineal m�ltiple, incluyendo las estimaciones de los coeficientes y las pruebas de significancia. Los coeficientes significativos, como la facilidad de uso, el compromiso y la motivaci�n, se pueden interpretar con confianza como factores que influyen en la satisfacci�n de los estudiantes con ChatGPT. Aunque hay algunas desviaciones menores en los extremos del gr�fico, estas no son lo suficientemente significativas como para invalidar el modelo.

 

 

 

 

 

 

 

 

 

Figura 2: Normal de Regresi�n de Residuos

Fuente: Elaboraci�n propia

 

Formulaci�n de Hip�tesis

En el contexto del estudio sobre la influencia de ChatGPT en la percepci�n del aprendizaje entre estudiantes de educaci�n superior, se pueden plantear las siguientes hip�tesis:

Hip�tesis Nula (H0)

�         H0: No existe una relaci�n significativa entre el uso de ChatGPT y la satisfacci�n de los estudiantes con su experiencia de aprendizaje.

Hip�tesis Alternativa (H1)

�         H1: Existe una relaci�n significativa entre el uso de ChatGPT y la satisfacci�n de los estudiantes con su experiencia de aprendizaje.

Por tanto, los resultados estad�sticos confirman que existe una relaci�n significativa entre el uso de ChatGPT y la satisfacci�n de los estudiantes con su experiencia de aprendizaje. Factores como la facilidad de uso, el compromiso y la motivaci�n tienen un impacto positivo y significativo en la satisfacci�n, apoyando la hip�tesis alternativa (H1) y rechazando la hip�tesis nula (H0).

 

Discusi�n

Los resultados obtenidos de la encuesta y el an�lisis estad�stico indican que existen varios factores de ChatGPT que influyen significativamente en la satisfacci�n de los estudiantes con su experiencia de aprendizaje. Entre estos factores, la facilidad de uso, el compromiso y la motivaci�n destacaron como los m�s influyentes.

Asimismo, la facilidad de uso de ChatGPT mostr� una correlaci�n positiva y significativa con la satisfacci�n de los estudiantes. Este hallazgo est� en l�nea con estudios previos como el de Haron et al. (2025), quienes destacaron que la intuitividad y accesibilidad de herramientas de IA son cruciales para su aceptaci�n y uso efectivo en entornos educativos. Estos resultados sugieren que cuando una herramienta es f�cil de usar, los estudiantes est�n m�s inclinados a adoptarla y a sentirse satisfechos con su experiencia de aprendizaje.

Adem�s, el compromiso de los estudiantes con su aprendizaje, mediado por ChatGPT, tambi�n mostr� una influencia significativa. Esto coincide con los hallazgos de Asiah et al. (2019), quienes encontraron que herramientas interactivas que promueven la participaci�n activa de los estudiantes tienden a mejorar la satisfacci�n y el rendimiento acad�mico. El compromiso es un factor cr�tico que asegura que los estudiantes no solo consumen pasivamente el contenido, sino que tambi�n interact�an activamente, lo que mejora su experiencia educativa general.

La motivaci�n fue otro factor significativo, sugiriendo que ChatGPT tiene un impacto positivo en el aumento de la motivaci�n de los estudiantes para aprender. Este resultado es consistente con los hallazgos de Latrellis et al. (2021), quienes subrayan la importancia de la motivaci�n intr�nseca y extr�nseca en el aprendizaje efectivo. Herramientas como ChatGPT, que pueden proporcionar respuestas inmediatas y adaptativas, tienen el potencial de mantener a los estudiantes motivados y comprometidos con su proceso de aprendizaje.

Por otro lado, algunos factores no mostraron una relaci�n significativa con la satisfacci�n de los estudiantes. La personalizaci�n de las respuestas no fue predictores significativos. Estos resultados contradicen en parte los hallazgos de Tobar et al. (2024), quienes argumentan que la personalizaci�n es un componente esencial en la mejora de la satisfacci�n y el rendimiento acad�mico. Una posible explicaci�n para esta discrepancia podr�a ser la variabilidad en las expectativas de personalizaci�n entre diferentes grupos de estudiantes o la implementaci�n espec�fica de la herramienta en este estudio.

Adem�s, el apoyo educativo constante proporcionado por ChatGPT y su capacidad para complementar m�todos de aprendizaje tradicionales tampoco resultaron significativos. Esto sugiere que, aunque estos factores pueden ser importantes, no son determinantes directos de la satisfacci�n en el contexto espec�fico de este estudio. Este hallazgo podr�a indicar la necesidad de un enfoque m�s integrado y personalizado en la implementaci�n de ChatGPT para maximizar su efectividad y aceptaci�n.

 

Conclusiones

La investigaci�n sobre la influencia de ChatGPT en la percepci�n del aprendizaje entre estudiantes de educaci�n superior ha revelado hallazgos significativos. Primero, se confirma que la facilidad de uso de ChatGPT es un factor crucial que influye positivamente en la satisfacci�n de los estudiantes. Este resultado se alinea con estudios previos que destacan la importancia de interfaces intuitivas y accesibles en la adopci�n de nuevas tecnolog�as educativas. Asimismo, el compromiso y la motivaci�n emergen como factores clave. La capacidad de ChatGPT para mantener a los estudiantes comprometidos e interactivos con su aprendizaje tiene un impacto significativo en su satisfacci�n. Este hallazgo refuerza la idea de que las herramientas educativas que fomentan la participaci�n activa y la motivaci�n intr�nseca son esenciales para mejorar la experiencia de aprendizaje.

Por otro lado, aunque factores como la personalizaci�n de respuestas y la accesibilidad no mostraron una relaci�n significativa con la satisfacci�n, esto no descarta su importancia en otros contextos o con diferentes implementaciones. La variabilidad en las expectativas y necesidades de los estudiantes puede influir en c�mo estos factores afectan su percepci�n del aprendizaje. Adem�s, el apoyo educativo constante y la capacidad de ChatGPT para complementar m�todos de aprendizaje tradicionales tampoco resultaron ser predictores significativos de la satisfacci�n. Esto sugiere que, aunque estos aspectos son importantes, no son los principales determinantes de la satisfacci�n en este estudio espec�fico.

Los resultados del an�lisis estad�stico destacan la importancia de la facilidad de uso, el compromiso y la motivaci�n como factores clave que influyen en la satisfacci�n de los estudiantes con su experiencia de aprendizaje utilizando ChatGPT. Aunque algunos factores no mostraron una relaci�n significativa, los hallazgos generales respaldan la implementaci�n de herramientas de IA que sean f�ciles de usar y que fomenten un mayor compromiso y motivaci�n entre los estudiantes. Estos resultados proporcionan una base s�lida para futuras investigaciones y mejoras en el dise�o y la aplicaci�n de tecnolog�as de IA en la educaci�n superior.

 

Referencias

      1.            Asiah, M., Khidzir, N. Z., Deris, S., Mat Yaacob, N. H., Mohamad, M. S., & Safaai, S. S. (2019). A review on predictive modeling technique for student academic performance monitoring. MATEC Web of Conferences, 255, 03004. https://doi.org/10.1051/matecconf/201925503004

      2.            Carvajal Morales, J. M., Sarmiento Merch�n, M. A., Tobar Litardo, J. E., & Pazmi�o Caicedo, J. P. (2024). Relaci�n entre las t�cnicas de aprendizaje din�micas de la gamificaci�n para el desarrollo de la motivaci�n escolar en estudiantes de noveno de b�sica. Revista Polo del Conocimiento, 9(7). https://polodelconocimiento.com/ojs/index.php/es/article/view/7494

      3.            Chen, H., & Ward, P. A. S. (2021). Predicting student performance using data from an auto-grading system. arXiv preprint arXiv:2102.01270.

      4.            Hamsa, H., Indiradevi, S., & Kizhakkethottam, J. J. (2016). Student academic performance prediction model using decision tree and fuzzy genetic algorithm. Procedia technology, 25, 326-332. https://doi.org/10.1016/j.protcy.2016.08.114

      5.            Haron, N. H., Mahmood, R., Md Amin, N., Ahmad, A., & Jantan, S. R. (2025). An artificial intelligence approach to monitor and predict student academic performance. Journal of Advanced Research in Applied Sciences and Engineering Technology, 44(1), 105-119.

      6.            Kausar, S., Oyelere, S. S., Salal, Y., Hussain, S., Cifci, M., Hilcenko, S., Iqbal, M., & Huahu, X. (2020). Mining smart learning analytics data using ensemble classifiers. International Journal of Emerging Technologies in Learning (iJET), 15(12), 81-102. https://doi.org/10.3991/ijet.v15i12.13455

      7.            Latrellis, O., Savvas, I. K., Fitsilis, P., & Gerogiannis, V. C. (2021). A two-phase machine learning approach for predicting student outcomes. Education and Information Technologies, 26, 69-88. https://doi.org/10.1007/s10639-020-10260-x

      8.            Litardo, J. E. T., Arreaga, M. Y. C., Castillo, Y. M. G., & Naranjo, C. E. T. (2024). La inteligencia artificial aplicada a la gesti�n educativa y su incidencia en el desarrollo de las competencias docentes. Revista Mapa, 35(8).

      9.            Litardo, J. E. T., Wong, C. A. R., & Su�rez, E. F. G. (2023). La formaci�n de los docentes para la ense�anza de la industria 4.0 en la educaci�n superior. RECIAMUC, 7(2), 180-194.

  10.            Nor, H. H., Mahmood, R., Amin, N. M., Ahmad, A., & Jantan, S. R. (2024). An Artificial Intelligence Approach to Monitor and Predict Student Academic Performance. Journal of Advanced Research in Applied Sciences and Engineering Technology, 44(1), 105-119.

  11.            Siddique, A., Jan, A., Majeed, F., Qahmash, A. I., Quadri, N. N., & Wahab, M. O. A. (2021). Predicting academic performance using an efficient model based on fusion of classifiers. Applied Sciences, 11(24), 11845. https://doi.org/10.3390/app112411845

  12.            Tobar, J. E., Moran �lvarez, J. A., Verduga Rivera, S. I., & Sellan Baque, J. C. (2024). Integraci�n de la inteligencia artificial en la gesti�n educativa: Factores pedag�gicos y desempe�o acad�mico. South Florida Journal of Development, 5(3), 01-14. https://doi.org/10.46932/sfjdv5n3-022

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).

 

 

 

 

 

 

 

�������������������������������������������������������������������������������������������������������������������������