Resumen:
El presente estudio analiza el impacto de la inteligencia artificial IA en el aprendizaje
autónomo de estudiantes universitarios integrando el Modelo de Expectativa Confirmación
ECM Aplicando un diseño cuantitativo no experimental y de corte transversal y utilizando
un cuestionario con escalas tipo Likert se encuestó a una de 350 estudiantes para
posteriormente realizar el análisis de datos utilizando la técnica PLSSEM con el software
SmartPLS versión 4 Las escalas mostraron adecuada fiabilidad y validez α ≥ 834 CR ≥
913 AVE ≥ 740 y los resultados indicaron que la utilidad percibida incrementa
significativamente la satisfacción así como la confirmación de expectativas A su vez la
satisfacción es el predictor más robusto de la intención de continuidad en el uso de IA para el
aprendizaje autónomo Por otra parte la relación directa entre utilidad percibida e intención no
fue significativa sugiriendo un efecto indirecto mediado por la satisfacción Teóricamente se
refuerza la pertinencia del ECM para contextos educativos mediados por IA y se evidencia el
papel central de la satisfacción A nivel práctico los hallazgos recomiendan implementar
soluciones de IA que alineen expectativas y experiencia de uso con retroalimentación
oportuna personalización y apoyo a la autorregulación
