Impacto de la inteligencia artificial en el aprendizaje autónomo de estudiantes universitarios

Abstract

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