Validación de una escala basada en UTAUT para uso de IA en universitarios
DOI:
https://doi.org/10.32870/Ap.v17n2.2678Palavras-chave:
Inteligencia artificial, psicometría, educación, estudiantes universitariosResumo
El estudio tuvo como objetivo desarrollar y validar un instrumento psicométrico basado en el modelo UTAUT para medir la aceptación y uso de la inteligencia artificial (IA) en estudiantes universitarios mexicanos. Se trató de una investigación cuantitativa, transversal y de tipo instrumental, con una muestra no probabilística por conveniencia de 213 estudiantes de la Universidad de Sonora. Se realizaron análisis de confiabilidad (alfa de Cronbach), análisis factorial confirmatorio y modelo Rasch. Los resultados evidenciaron propiedades psicométricas adecuadas, con buenos niveles de consistencia interna, validez de constructo y ajuste de ítems. La mayoría de las dimensiones mostraron correlaciones significativas, especialmente entre la expectativa de funcionamiento, la actitud hacia la tecnología y la intención de uso. Las limitaciones incluyeron el muestreo por conveniencia y la representación limitada de estudiantes avanzados. El principal aporte fue la validación de una escala contextualizada al uso de IA en la educación superior mexicana. Se concluyó que el instrumento es confiable y útil para futuras investigaciones e intervenciones educativas que promuevan el uso ético y efectivo de la IA
Referências
Castillo-Martínez, I., Flores-Bueno, D., Gómez-Puente, S., & Vite-León, V. (2024). AI in higher education: A systematic literature review. Frontiers in Education, 9, 1391485. https://doi.org/10.3389/feduc.2024.1391485
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
Davis, F. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
Goel, A., & Joyner, D. (2017). Using AI to teach AI: Lessons from an online AI class. AI Magazine, 38(2), 48–59. https://doi.org/10.1609/aimag.v38i2.2732
Hernández, J., Espinosa, J., Peñaloza, M., Rodríguez, J., Chacón, J., Toloza, C., Arenas, M., Carrillo, S., & Bermúdez, V. (2018). Sobre el uso adecuado del coeficiente de correlación de Pearson: definición, propiedades y suposiciones. Archivos Venezolanos de Farmacología y Terapéutica, 37(5), 587–595. http://saber.ucv.ve/ojs/index.php/rev_aavft/article/view/16165
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://discovery.ucl.ac.uk/id/eprint/10139722/
Kasneci, E., Sessler, K., Gröschner, A., Chen, W., & Golla, D. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Kline, R. (2016). Principles and practice of structural equation modeling. Canadian Psychology, 40(3), 381.
Linacre, J. (2007). Winsteps® Rasch measurement computer program user’s guide (Version 3.61.2). Winsteps.com.
Luckin, R., & Holmes, W. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education. https://discovery.ucl.ac.uk/id/eprint/1475756/
Marangunić, N., & Granić, A. (2015). Technology acceptance model: A literature review from 1986 to 2013. Universal Access in the Information Society, 14(1), 81–95. https://doi.org/10.1007/s10209-014-0348-1
Marchewka, J., Liu, C., & Kostiwa, K. (2007). An application of the UTAUT model for understanding student perceptions using course management software. Communications of the IIMA, 7(2), 93–104.
Marsh, H., Hau, K.-T., & Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and
Bentler’s (1999) findings. Structural Equation Modeling: A Multidisciplinary Journal, 11(3), 320–341. https://doi.org/10.1207/s15328007sem1103_2
Michel, M., Torres, L., & Quevedo, L. (2012). Estudio de traducción y confiabilidad del instrumento de la Teoría Unificada de la Aceptación y Uso de la Tecnología (UTAUT). Apertura, 4(2), 96–105.
Oshlyansky, L., Cairns, P., & Thimbleby, H. (2007). Validating the Unified Theory of Acceptance and Use of Technology (UTAUT) tool cross-culturally. Proceedings of the 21st British HCI Group Annual Conference on People and Computers: HCI... but not as we know it. 2, 83–86. British Computer Society.
Selwyn, N. (2022). The future of AI and education: Some cautionary notes. European Journal of Education, 57, 620–631. https://doi.org/10.1111/ejed.12532
Susnjak, T. (2022). ChatGPT: The End of Online Exam Integrity?. ArXiv. DOI:
https://doi.org/10.48550/arXiv.2212.09292
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. https://unesdoc.unesco.org/ark:/48223/pf0000381137
Venkatesh, V., Morris, M., Davis, G., & Davis, F. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412
Woolf, B. (2010). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Morgan Kaufmann. https://dl.acm.org/doi/10.5555/2155693
Zawacki-Richter, O., Marín, V., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education–Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0
Publicado
Edição
Seção
Licença
Os direitos autorais pertencem aos autores do texto. Caso o manuscrito seja aceito para publicação, o Sistema de Universidad Virtual da Universidad de Guadalajara (UDGVirtual) está autorizado a modificar o texto na correção de estilo, traduzir, corrigir, divulgar, reproduzir, publicar e comercializar com este. Da mesma forma, a Universidad de Guadalajara está autorizada a realizar o acima descrito em conjunto ou por meio de possíveis terceiros. (Veja a autorização detalhada na carta de direitos autorais.)
Os autores garantem à revista Apertura o direito de ser o primeiro meio de publicação da obra. É autorizada a reprodução dos textos publicados na revista Apertura, no todo ou em parte, desde que sem fins lucrativos, citada a fonte e não modificados o conteúdo ou design. Os autores podem distribuir exclusivamente a versão editorial final ou postprint em qualquer meio e a qualquer momento.
Apertura, seus editores e UDGVirtual se dissociam das informações prestadas por colaboradores ou anunciantes. Os artigos dos colaboradores não representam necessariamente o ponto de vista do editor ou da UDGVirtual e o conteúdo dos anúncios são de responsabilidade exclusiva dos contratantes.
Apertura está registrada no Instituto Nacional de Direitos Autorais com o número ISSN: 1665-6180 (versão impressa) e e-ISSN 2007-1094 (versão eletrônica), e com o Certificado de Reserva de Direitos de Uso Exclusivo do Título: 04 -2005-120212472000-102.
Também é certificado pela Comissão de Qualificação para Publicações Ilustradas e Revistas do Ministério do Interior com os Certificados Licenciados de número de título: 13449; e legalidade do conteúdo: 11022.
