Cuaderno de Pedagogía Universitaria
Exploración del uso de la inteligencia artificial en
estudiantes universitarios
Exploring the Use of Artificial Intelligence in
University Students
Martín Sánchez Islas
a
Addy Rodríguez-Betanzos
b
a, b
Universidad Autónoma del Estado de Quintana Roo (UQRoo), Quintana Roo, México.
Autora de correspondencia: martin.sanchez@uqroo.edu.mx
Resumen
El presente estudio explora las percepciones, actitudes y usos de la inteligencia articial
generativa (IAG) entre estudiantes universitarios mexicanos, en un contexto de creciente
adopción tecnológica y de transición hacia la quinta Revolución Industrial. El estudio, de
enfoque cuantitativo, diseño no experimental y alcance descriptivo-analítico, utilizó un
cuestionario estructurado que fue validado mediante el coeciente V de Aiken (V > 0.89)
y presentó una abilidad aceptable (α = 0.78–0.81). La muestra estuvo conformada por
401 estudiantes de la Universidad Autónoma del Estado de Quintana Roo. Los resultados
muestran un alto nivel de penetración y de normalización en el uso de herramientas como
ChatGPT y Gemini, principalmente para la búsqueda de información y la redacción de textos
académicos. Sin embargo, persisten vacíos de formación y una dependencia tecnológica
que genera preocupación por la pérdida de habilidades críticas. El 84 % del estudiantado
expresó interés en recibir educación formal en inteligencia articial (IA) y en participar en
clubes de aprendizaje. En conclusión, el estudio revela una actitud predominantemente
positiva hacia la IA, acompañada de una demanda explícita de alfabetización digital crítica y
de formación ética institucional que promuevan un uso responsable, reexivo y profesional de
estas tecnologías emergentes.
Palabras clave: inteligencia articial, habilidades digitales, ética en el uso de la IA,
estudiantes universitarios, educación superior
_____________________________
ISSN (en línea): 1814-4152 / Sitio web: http://cuaderno.pucmm.edu.do
CÓMO CITAR: Sánchez, M. y Rodríguez-Betanzos, A. (2026). Exploración del uso de la inteligencia articial en
estudiantes universitarios. Cuaderno de Pedagogía Universitaria, e713. https://doi.org/10.29197/cpu.v23i.739
https://doi.org/10.29197/cpu.v23i.739
2
Abstract
This study explores the perceptions, attitudes, and uses of generative articial intelligence
(GAI) among Mexican university students, within a context of growing technological adoption
and the transition toward the Fifth Industrial Revolution. The research employed a quantitative
approach, non-experimental design, and descriptive-analytical scope, using a structured
questionnaire validated through Aiken’s V coecient (V > 0.89) and demonstrating acceptable
reliability (α = 0.78–0.81). The sample consisted of 401 students from the Universidad
Autónoma del Estado de Quintana Roo. Results show a high level of adoption and
normalization of tools such as ChatGPT and Gemini, mainly used for information retrieval and
academic writing. However, gaps in training persist, along with technological dependence
that raises concerns about the loss of critical thinking skills. A total of 84% of students
expressed interest in receiving formal training in articial intelligence (AI) and participating
in learning clubs. In conclusion, the study reveals a predominantly positive attitude toward
AI, accompanied by an explicit demand for critical digital literacy and institutional ethical
education that fosters responsible, reective, and professional use of these emerging
technologies.
Keywords: articial intelligence, digital skills, AI ethics, university students, higher education
Introducción
El uso de la inteligencia articial (IA), particularmente la generativa, se expande con rapidez en
contextos académicos. Estudios como los de Zelaya-Guzmán et al. (2024), Vinyard y Roosa
(2025) y Puspa et al. (2025), entre otros, evidencian que muchos estudiantes universitarios
utilizan estas tecnologías para la elaboración de tareas académicas. Esto ocurre a pesar
de que el conocimiento teórico y la comprensión sobre los usos educativos de la IA son
limitados.
La IA tiene antecedentes históricos que se remontan a la década de 1940, cuando surgieron
los primeros modelos matemáticos de redes neuronales, los cuales se consolidaron con
la Conferencia de Dartmouth en 1956, en la que se acuñó el término. Desde entonces, su
desarrollo ha estado marcado por hitos como el Test de Turing, el auge del aprendizaje
automático en la década de 1980 y la revolución del aprendizaje profundo en la década de
2010.
En este contexto, y a pocos años de la denominada Quinta Revolución Industrial, autores
como Almaraz-López et al. (2023) sostienen que las instituciones de educación superior
(IES) deben adaptarse tanto a las transformaciones de sus procesos internos como a
las modicaciones curriculares asociadas a la IA. Por ello, el análisis de las actitudes del
estudiantado hacia estas tecnologías resulta útil para identicar qué cambios conviene
introducir en su enseñanza y qué políticas educativas son pertinentes.
El aporte teórico de Coeckelbergh (2021) constituye una referencia fundamental para
comprender los problemas éticos actuales que surgen del desarrollo y despliegue de
3
las tecnologías de la IA. El autor rechaza tanto la retórica alarmista sobre una eventual
superinteligencia como la complacencia tecnocrática y propone, en su lugar, una ética
positiva que integre el bienestar humano y la sostenibilidad. Desde esta perspectiva,
subraya la necesidad de orientar el desarrollo de la IA de acuerdo con los valores sociales
compartidos. Este enfoque ofrece un marco teórico integral y sólido para analizar la
interacción entre estudiantes universitarios y estas tecnologías, en especial los desafíos
éticos y educativos que implica su adopción. Así, aporta una mirada ética y humanista que
invita a valorar la IA no solo como tecnología, sino como fenómeno social que requiere
deliberación moral.
Casillas y Ramírez (2024) desarrollan la noción de ethos y habitus digital, propias del
escenario de las tecnologías de la información y la comunicación (TIC), entendidos, por
un lado, como la credibilidad otorgada a la herramienta y, por otro, como el conjunto de
costumbres y comportamientos interiorizados que favorecen una disposición positiva hacia lo
tecnológico, en particular hacia el uso de la IA y su incorporación en los procesos educativos
universitarios. En tal sentido, estudios recientes como el de Vinyard y Roosa (2025) destacan
la importancia de evaluar estas actitudes. Además, subrayan la necesidad de medir no solo
el conocimiento y la frecuencia de uso, sino también las implicaciones éticas y la proyección
profesional relacionada con la IA (Espejo, 2024; García-Peñalvo, 2024).
En cuanto a los antecedentes de estudio relacionados con las percepciones del
estudiantado, Almaraz-López et al. (2023) encontraron que los estudiantes son conscientes
del impacto de la IA y están dispuestos a continuar su formación en este ámbito, aunque
sus conocimientos actuales son limitados debido a la falta de capacitación formal. Los
autores recomiendan que la formación en IA se amplíe y fortalezca, especialmente mediante
la presentación de casos de uso realistas y de las limitaciones concretas de la tecnología, lo
cual permitiría que el estudiantado la utilice de manera responsable en su futuro profesional.
Mena et al. (2024), Chan y Hu (2023) y Puspa et al. (2025), en sus investigaciones,
concluyeron que los estudiantes muestran una actitud positiva hacia su incorporación en
el aprendizaje y tienen un alto nivel de interés por utilizarlas. El estudiantado reconoció su
potencial para ofrecer apoyo personalizado, asistir en tareas de redacción y generación
de ideas, así como fortalecer las capacidades de investigación y análisis. En esta línea,
consideran que la IA generativa les facilita la explicación y comprensión de ideas complejas
(Puspa et al., 2025), les ofrece nuevas perspectivas y resulta una herramienta útil para la
investigación educativa y el desarrollo de habilidades de escritura (Solis et al., 2024).
Sin embargo, también se destacan algunas desventajas, como la dicultad para evaluar la
veracidad y conabilidad de la información proporcionada (Chan y Hu, 2023) e inquietudes
relacionadas con la precisión, la privacidad y el impacto en el desarrollo personal y
profesional (Solis et al., 2024; Mena et al., 2024; Ruiz et al., 2024), como la dependencia
de uso y la falta de pensamiento crítico (Soto y Reyes, 2024). Por lo que se enfatiza en la
necesidad de una formación adecuada para su uso responsable (Solis et al., 2024).
A su vez, López et al. (2025), en su revisión sistemática, caracterizaron los rasgos generales
de los estudios publicados en 2023 sobre la opinión del estudiantado universitario respecto
4
a la IA. Examinaron el acompañamiento que ofrece la IA en su formación, así como el grado
en que utilizan esta tecnología como apoyo en la construcción del aprendizaje. Después de
analizar la percepción que el alumnado tiene sobre la integración de la IA en sus procesos
educativos y la manera en que esta herramienta inuye en su experiencia de aprendizaje,
concluyen los autores que la visión y uso que los estudiantes tienen sobre la IA necesita
fortalecerse desde una visión más académica; también la variable de actitudes precisa más
atención puesto que tiene el potencial de proporcionar información valiosa sobre posibles
barreras y oportunidades para la integración de la IA.
Por su parte, Chao-Rebolledo y Rivera-Navarro (2024) encontraron que el 33 % del
estudiantado declara utilizar alguna herramienta de IA en su vida académica. En el mismo
sentido, Escalante (2024) en su investigación concluye que los estudiantes de Educación, sin
la orientación de los docentes, emplean la IA como recurso de estudio y para la generación
de textos. También reconocen que el profesorado muestra poca apertura para integrar y
aceptar la IA, y sostienen que su uso es frecuente en su formación inicial.
Por otro lado, Zelaya-Guzmán et al. (2024) profundizaron en la relación entre el uso de
herramientas de IA y el rendimiento académico. Los resultados indican que, aunque existe
una correlación positiva entre el uso de IA y la mejora del rendimiento académico, este factor
no es completamente determinante. El 57 % de los estudiantes reportó una mejora en su
desempeño, mientras que el 41 % no percibió cambios signicativos. Además, el estudio
reveló que los estudiantes utilizan la IA principalmente para investigación, redacción de textos
y análisis de datos, mientras que su uso en actividades recreativas es menos frecuente.
Asimismo, los participantes son conscientes de los riesgos asociados, como la dependencia
(22.89 %) y el plagio (16.57 %), aspectos que aumentan la preocupación sobre el uso ético
de estas herramientas.
El análisis de los antecedentes revisados evidencia que, aunque la literatura reciente (2023–
2025) muestra un creciente interés por comprender percepciones, actitudes y usos de la
IA en el ámbito universitario, persisten vacíos signicativos en torno a su apropiación crítica
y ética por parte de los estudiantes. Las investigaciones de Almaraz-López et al. (2023),
Casillas y Ramírez (2024) y Vinyard y Roosa (2025) coinciden en que la IA transforma los
procesos de enseñanza-aprendizaje, pero también exige a las instituciones de educación
superior adaptaciones curriculares y políticas de formación docente que aún se encuentran
en una fase inicial. Otros estudios (López et al., 2025; Mena et al., 2024; Zelaya-Guzmán et
al., 2024) describen una adopción instrumental de la IA centrada en tareas de búsqueda,
redacción y análisis de datos, mientras que las dimensiones creativas, éticas y reexivas
permanecen poco exploradas. Asimismo, se identica una falta de consenso sobre cómo
integrar estas herramientas de modo pedagógicamente signicativo y responsable.
Por consiguiente, el propósito de esta investigación es explorar el uso que hacen los
estudiantes universitarios de la IA, en particular las percepciones que tienen sobre su
impacto futuro en el ámbito profesional. Asimismo, esta exploración busca identicar
patrones iniciales en el consumo tecnológico que sirvan como puntos de referencia para
investigaciones posteriores, en las que se puedan analizar con mayor profundidad los hábitos
5
y recorridos tecnológicos asociados con el uso de la IA.
Así, este artículo parte de la siguiente pregunta de investigación: ¿cómo percibe el
estudiantado la adopción de la IA en el contexto universitario? De este modo, se sigue la
metodología aplicada por Chao-Rebolledo y Rivera-Navarro (2024), quienes se centraron en
la frecuencia y tipos de uso.
Metodología
El estudio se abordó desde una perspectiva cuantitativa con un diseño no experimental,
de corte transversal y alcance descriptivo-analítico. Se midieron las variables en un
único momento con el n de caracterizar la situación actual. El alcance descriptivo
apunta a caracterizar las frecuencias de uso, los niveles de dominio de conocimiento
y las percepciones del estudiantado en relación con la inteligencia articial generativa.
Adicionalmente, el estudio buscó delimitar posibles asociaciones y diferencias signicativas
entre las variables demográcas y de uso y las actitudes académicas y la proyección
profesional de los participantes.
Población
La población de estudio estuvo constituida por estudiantes del nivel superior inscritos o
matriculados en programas de licenciatura de la Universidad Autónoma del Estado de
Quintana Roo (UQROO), pertenecientes a distintos campus académicos y modalidades
educativas presenciales y no presenciales. La muestra fue no probabilística de tipo voluntario,
conformada por un total de N = 401 participantes. La participación fue de naturaleza
voluntaria y anónima, y el instrumento se administró en modalidad en línea mediante un
formulario digital elaborado con Microsoft Forms, distribuido de manera aleatoria entre
distintos grupos, con el objetivo de diversicar la procedencia de los encuestados.
Instrumento
Se administró un cuestionario estructurado, diseñado ad hoc para la investigación,
compuesto por ítems cerrados y de escala Likert. El instrumento original se organizó en
cinco dimensiones principales con el n de abordar la complejidad del fenómeno.
Tabla 1
Distribución del instrumento
Dimensión Total de ítems
Ítems por
variable / área
Escala utilizada Agrupación
Perl
sociodemográco
y digital
10
Sexo (1), edad
(1), dispositivo
(1), horas de uso
(2), redes sociales
(2), tiempo en
redes (2)
Categórica
ordinal, selección
múltiple
Ítems no
Likert, datos
descriptivos,
contexto digital y
demográco
6
Dimensión Total de ítems
Ítems por
variable / área
Escala utilizada Agrupación
Uso de
herramientas de
IA
7
Tipo de
herramientas (3),
frecuencia de uso
(2), actividades
(2)
Mixto: frecuencia
ordinal, opción
múltiple, Likert
Variedad
para captar
comportamiento,
frecuencia y uso
Percepción
y actitudes
académicas
10
Benecios (3),
riesgos (2),
uso ético (2),
conocimiento (2)
Escalas Likert,
principalmente
variables
Escala de actitud,
escala Likert,
pero con otras
opciones para
matizar
Ética y
responsabilidad
5
Conciencia de
dilemas (2),
importancia ética
(2), formación
necesaria (1)
Likert y
dicotómicas
Combina
escala ordinal y
dicotómica para
medir conciencia
y formación
Proyección
profesional y
experiencias
institucionales
7
Impacto
profesional (2),
capacidades
esenciales (2),
riesgos futuros
(2), disposición
club IA (1)
Likert,
dicotómicas,
escala de interés
Escalas variadas,
mide actitudes,
riesgos y apertura
formativa
Fuente: elaboración propia.
La heterogeneidad responde a la intención de capturar la complejidad del fenómeno desde
distintos ángulos y niveles de medición, lo cual facilita un análisis más contextualizado,
aunque implica un mayor reto metodológico. Dicha estructura permite interpretar los
hallazgos con claridad, al distinguir entre las dimensiones que aportan datos descriptivos,
actitudinales y de comportamiento con diferentes escalas.
En ese orden, el cuestionario corresponde a una adaptación ad hoc de un instrumento
original diseñado para medir actitudes, usos y percepciones sobre la IA, originalmente
estructurado de forma más homogénea y con escalas tipo Likert. Para adaptarlo al contexto
de la UQROO y a la diversidad de aspectos socioculturales y tecnológicos, se amplió el tipo
de ítems y las escalas incluyendo variables sociodemográcas, éticas y formativas, mediante
respuestas dicotómicas, ordinales y categóricas, además de las escalas de Likert.
Validación y abilidad del instrumento
Se realizó una validación tanto teórica como empírica. En primer lugar, la justicación teórica
del diseño transversal de ítems y las dimensiones clave, especialmente las relacionadas con
las actividades de uso de inteligencia articial generativa (IAG), se fundamentó en evidencia
empírica y literatura contemporánea especializada. Estudios recientes como el de Vinyard y
Roosa (2025) destacan la importancia de evaluar la percepción y uso de la IAg en entornos
educativos, y resaltan su potencial para transformar procesos de enseñanza-aprendizaje
a través de la personalización y democratización del acceso al conocimiento. Además, las
investigaciones de Espejo (2024) y García-Peñalvo (2024) subrayan la relevancia de medir
7
no solo el uso y el conocimiento, sino también las implicaciones éticas y la proyección
profesional, aspectos que fueron integrados en las dimensiones del cuestionario.
En segundo lugar, tal como se mencionó previamente, el instrumento se adaptó de forma
parcial a partir de un cuestionario utilizado en un estudio internacional relevante (Universidad
Europea de Madrid, 2025). Esta adaptación respetó los principios de integridad intelectual al
evitar una reproducción literal e integrar el marco teórico y empírico vigente para preservar la
validez del constructo.
Para asegurar la claridad, pertinencia y coherencia de los ítems adaptados, se aplicó una
validación por criterio a cargo de tres especialistas con perles en innovación educativa e
informática, quienes aplicaron el coeciente V de Aiken. Asimismo, se adoptó un criterio de
aceptación de V > 0.89. El análisis cuantitativo mostró que la gran mayoría de los ítems,
entre los cuales se encontraban los de las dimensiones “Perl sociodemográco”, “Uso de
herramientas de IA”, “Ética y responsabilidad” y “Proyección profesional”, alcanzaron un
acuerdo aceptable con valores entre V = 0.89 y V = 0.90, lo que conrmó su validez. Sin
embargo, el índice de concordancia correspondiente al ítem representativo de “Percepción
y actitudes” fue de V = 0.78; al no alcanzar el umbral de 0.89, este resultado señaló la
necesidad de mejorar su formulación.
Cabe mencionar que no se realizó una prueba piloto formal antes de la aplicación del
instrumento, debido a que se aprovechó la concentración del estudiantado en un evento
académico virtual organizado por las IES, lo cual permitió optimizar su representatividad y
tamaño de la muestra. A pesar de esta omisión, se calculó el coeciente Alfa de Cronbach
posterior a la aplicación a N = 401 estudiantes. Los valores obtenidos para los principales
constructos fueron satisfactorios:
• Percepción de utilidad y conocimiento (α = 0.78)
• Conciencia ética y profesional (α = 0.81).
Resultados
Los datos demográcos de la muestra participante se muestran en la Tabla 2
Tabla 2
Datos sociodemográcos
Unidad Porcentaje Frecuencia
Cancún 26.93 % 108
Chetumal bahía 46.38 % 186
Chetumal Salud 7.98 % 32
Cozumel 6.23 % 25
Felipe Carrillo Puerto 1.00 % 4
Playa del Carmen 8.98 % 36
UQROO VIRTUAL 2.49 % 10
Fuente: elaboración propia.
8
El análisis sociodemográco mostró una amplia representación de mujeres (71.32 %) y una
concentración de casi el 80 % de estudiantes entre 17 y 20 años, cuyos valores precisos
se presentan en la Tabla 2 y la Figura 1. La visualización de la distribución etaria permite
identicar con mayor claridad el rango de edad predominante en la muestra.
Figura 1
Edades de los estudiantes participantes
Fuente: elaboración propia.
El perl demográco se correlacionó con las percepciones, actitudes y conocimientos
relacionados con la inteligencia articial generativa, y se identicaron diferencias signicativas
en la disposición para usarla, el nivel de conocimiento y las preocupaciones éticas según la
unidad académica, la edad y el género. Por ejemplo, los estudiantes de las unidades con
mayor concentración, como Chetumal y Cancún, mostraron una mayor disposición y un
nivel de conocimiento más alto en comparación con quienes pertenecen a unidades con
menor matrícula. De igual manera, las mujeres manifestaron una mayor conciencia ética y
una necesidad más clara de formación responsable, mientras que el estudiantado más joven
presentó una menor preocupación por los riesgos asociados.
Según la Tabla 3, casi el 90 %, equivalente a 360 participantes, utilizan el teléfono celular;
alrededor del 8 %, aproximadamente 32 estudiantes, usan la computadora; mientras que
ocho estudiantes emplean únicamente la tableta y un estudiante cuenta con un lector de
libros electrónicos.
Tabla 3
Dispositivo digital principal utilizado por el estudiantado
Dispositivo digital Porcentaje de uso Frecuencia
Computadora 7.98 % 32
Lector de libros electrónicos 0.25 % 1
Tableta 2.00 % 8
Teléfono 89.78 % 360
Total 401
Fuente: elaboración propia.
9
Referente a la duración en horas de dicho uso, excepto el tiempo destinado a clases, los
estudiantes indicaron (Tabla 4) que, en promedio, alrededor del 39 % lo usa entre 3 y 4
horas, y otro 39 % entre 5 y 6 horas diarias, lo que equivale a más de 300 participantes.
Más del 15 %, equivalente a 62 estudiantes, reconoció usarlo durante más de 7 horas, y
tan solo 28 estudiantes, que representan casi el 7 %, armaron utilizarlo únicamente entre
1 y 2 horas. En conjunto, más del 90 % del estudiantado reportó el uso de uno o varios
dispositivos electrónicos fuera del horario de clases, con un promedio general que supera las
6 horas diarias.
Tabla 4
Tiempo diario de uso de dispositivos digitales fuera del horario de clases
Horas Porcentaje de uso Frecuencia
1 - 2 horas 6.98 % 28
3 - 4 horas 38.90 % 156
5 - 6 horas 38.65 % 155
7 + horas 15.46 % 62
Total 401
Fuente: elaboración propia.
En esos horarios, los estudiantes universitarios indican el uso de más de una red social
y/o plataforma en línea. Entre ellas, la de mayor frecuencia es WhatsApp con un 28.39 %
y un total de 339 usuarios; le siguen TikTok, con un 25.80 %; Instagram, con un 20.10 %;
YouTube, con un 13.74 %; y Facebook, con un 11.14 %. En contraste, Twitch no alcanza
el 1 %. En síntesis, la interacción social del estudiantado se concentra principalmente en
WhatsApp, TikTok e Instagram.
Tabla 5
Uso de plataformas sociales
Red social Porcentaje Frecuencia
WhatsApp 28.39 % 339
TikTok 25.80 % 308
Instagram 20.10 % 240
YouTube 13.74 % 164
Facebook 11.14 % 133
Twitch 0.84 % 10
Total
100 % 1194
Fuente: elaboración propia.
Con relación al tipo de herramientas de inteligencia articial (IA), los 401 estudiantes
universitarios señalaron que los modelos de lenguaje generativo, como ChatGPT o Gemini,
representan el 64.84 % del uso, equivalente a 260 estudiantes (Tabla 6). En segundo
10
lugar, el 21.45 % indicó utilizar asistentes de voz como Siri, Alexa o Google Assistant, lo
que corresponde a 86 estudiantes. Por su parte, 9 participantes, equivalentes al 2.24 %,
emplean herramientas de análisis de datos con IA; 6 estudiantes utilizan generadores de
imágenes como Midjourney, DALL·E o Leonardo; y solo 3 estudiantes reportaron el uso de
herramientas de programación asistida por IA, como GitHub o Copilot.
Tabla 6
Tipo de herramientas de IA usadas con mayor frecuencia
Herramientas de inteligencia articial Porcentaje Frecuencia
Asistentes de voz (Siri, Alexa, Google Assistant, etc.) 21.45 % 86
Generadores de imágenes (Midjourney, DALL·E, Leonardo,
etc.)
1.50 % 6
Herramientas de análisis de datos con IA 2.24 % 9
Herramientas de programación asistida por IA (GitHub,
Copilot, etc.)
0.75 % 3
Modelos de lenguaje generativo (ChatGPT, Gemini, etc.) 64.84 % 260
Ninguna 5.74 % 23
Otras 3.49 % 14
Total 401
Fuente: elaboración propia.
Resulta interesante conocer el uso que los estudiantes universitarios asignan a estos
tipos de herramientas de IA. Según la Figura 2, 260 estudiantes (64.84%) las utilizan para
buscar información, mientras que 59 (14.71%) las emplean como apoyo en la investigación
académica (revisión de literatura y análisis de datos). Por otro lado, 30 alumnos (7.48%)
recurren a ellas para la redacción de trabajos y 33 (8.23%) seleccionaron la opción
‘otros’ sin especicar el propósito. El porcentaje restante se distribuye entre asistencia en
programación, creación de contenidos y elaboración de presentaciones. Cabe señalar que
la investigación no contempló la frecuencia de uso, lo cual abre la posibilidad de desarrollar
estudios posteriores que profundicen en este aspecto.
Figura 2
Usos de las herramientas de IA
Fuente: elaboración propia.
11
El uso de la IA y la frecuencia individual de cada tipo de herramienta se presenta en la Figura
3. En orden descendente, las aplicaciones más utilizadas son ChatGPT, seguida de Gemini;
posteriormente Copilot, DeepSeek, Perplexity y DALL·E. Asimismo, algunos estudiantes
seleccionaron las opciones de “ningún uso” u “otras”, sin especicar cuáles. ChatGPT es
empleada por casi la mitad del estudiantado, cerca del veinte por ciento utiliza Gemini,
alrededor del diez por ciento recurre a Copilot; y el resto de los porcentajes se distribuye
entre DeepSeek, Perplexity, DALL·E y otras herramientas no especicadas.
Figura 3
Frecuencias de uso de las herramientas de inteligencia articial generativa
Fuente: elaboración propia.
Al preguntarles si consideran utilizar alguna herramienta de IA generativa para apoyar sus
actividades académicas, 196 de los 401 estudiantes respondieron armativamente, lo que
representa el 48.88 %; 182 estudiantes eligieron la opción “tal vez”, equivalente al 45.39 %; y
23 estudiantes respondieron que no, lo cual corresponde al 5.74 % (Figura 4).
Figura 4
Consideración respecto al uso de la IA
Fuente: elaboración propia.
Al explorar la percepción de la utilidad de la IA en el ámbito académico entre los estudiantes,
se observa que 177 participantes, equivalente al 44.14 % de la muestra, la consideran útil o
muy útil. Por otro lado, 132 estudiantes (32.92 %) mantienen una postura neutral respecto a
su utilidad, mientras que 16 estudiantes, que representan el 3.99 %, la perciben como “no
útil”.
12
Tabla 7
Percepción de la utilidad de la IA
Ítem Porcentaje Frecuencia
Neutral 32.92 % 132
No útil 3.99 % 16
Útil 44.14 % 177
Total 401
Fuente: elaboración propia.
En la Figura 5 se muestra que, al preguntárseles sobre su formación previa en inteligencia
articial, el 87.78 % de la muestra, es decir, más de 351 estudiantes indicó no haber asistido
a ningún curso, taller o seminario. Solamente el 12.22 %, equivalente a 49 estudiantes,
señaló haber participado en alguna instancia formativa.
Figura 5
Formación previa sobre IA
Fuente: elaboración propia.
Por consiguiente, y como puede notarse en la Figura 6, al preguntarles acerca de su
autoevaluación sobre su nivel de conocimiento de la IA, más de la mitad del estudiantado
(54.36 %) indicó un nivel medio, seguido del bajo con un 23.69 % (equivalente a 95
estudiantes). Un total de 12.72 % (51 estudiantes) reportó un nivel alto; y en los extremos,
31 estudiantes (7.73 %) señalaron un nivel muy bajo, mientras que solo 6 estudiantes
(1.50 %) indicaron un nivel muy alto. Asimismo, 235 estudiantes (58.60 %) consideraron
que su conocimiento sobre IA mejora sus calicaciones, y el 12.20 % armó que lo mejora
de manera notable. En contraste, 105 estudiantes (26.18%) manifestaron que dicho
conocimiento no inuye en sus calicaciones y, de manera sorprendente, un 3 % indicó que,
por el contrario, las empeora.
13
Figura 6
Percepción sobre su nivel de conocimiento de la IA
Fuente: elaboración propia.
Con el propósito de profundizar en este aspecto, y según se muestra en la Figura 7, se
les preguntó si consideran que el uso de la IA en general mejora su aprendizaje y 322
estudiantes lo consideran un factor de mejora, mientras que 79 estudiantes indicaron que no,
no inuye; más bien, podría afectarlos.
Figura 7
Percepción del efecto del uso de IA en el aprendizaje
Fuente: elaboración propia.
La Figura 8 muestra sus creencias acerca de si la inteligencia articial inuirá en su futura
profesión. Un total de 286 estudiantes armaron que sí (“mucho”, un 19.45 %, y “un poco”,
51.37 %). 90 estudiantes, que representan 22.44 %, negaron su inuencia en sus futuras
profesiones, y resulta lamentable que 27 estudiantes reconocieran no tener el conocimiento
para contestar.
14
Figura 8
Creencia sobre si la IA inuirá en su futura profesión
Fuente: elaboración propia.
Lo que sí reconocen los 401 estudiantes en la Figura 9 son las capacidades que la IA
desarrolla en sí mismos. Un poco más del 20 % del estudiantado universitario considera que
la IA favorece el pensamiento crítico, la resolución de problemas, las competencias éticas
para un uso responsable, las habilidades de comunicación y la adaptación al cambio. Sin
embargo, la creatividad no alcanza el mismo nivel de valoración que las demás capacidades.
Figura 9
Capacidades que la IA ayuda a desarrollar en el estudiantado
Fuente: elaboración propia.
Respecto a los riesgos asociados con la IA en su futura profesión, la Figura 10 muestra que
el estudiantado identica, con frecuencias similares, la falta de control, la deshumanización
laboral, las posibles pérdidas o desaparición de puestos de trabajo, la insuciencia de
habilidades y la carencia de una formación acorde con los rápidos cambios de la propia IA.
15
Figura 10
Riesgos de la IA en la profesión
Fuente: elaboración propia.
Los estudiantes reconocen, como se muestra en la Figura 11, su nivel de preocupación
respecto a la posibilidad de que la IA reemplace ciertos roles profesionales en sus respectivas
disciplinas. Un total de 295 estudiantes manifestó preocupación: el 47.63 % indicó que les
preocupa “poco” y el 25.94 % que les preocupa “mucho”. En contraste, 106 estudiantes
señalaron que no les preocupa: el 19.45 % armó que “en lo absoluto” y el 6.98 % consideró
que, por el contrario, la IA podría ayudarles en su profesión.
Figura 11
Nivel de preocupación por el impacto de la IA en el campo laboral
Fuente: elaboración propia.
Por último, en la Tabla 8, el 84 % de los 401 estudiantes universitarios en esta encuesta
mostraron interés en participar en algún club de formación o fortalecimiento de sus
conocimientos acerca de la IA. Alrededor del 16 % indicó no estar interesado.
16
Tabla 8
Interés en un club de IA
Ítem Porcentaje Frecuencia
Tal vez, quiero
saber más
66.58 % 267
Sí, me interesa
mucho
17.46 % 70
No, no me interesa 15.96 % 64
Total 401
Fuente: elaboración propia.
Discusión y conclusiones
Ante estos resultados, este estudio coincide con la investigación de Chan y Hu (2023),
quienes, al explorar las percepciones de 339 estudiantes universitarios, revelaron una
actitud generalmente positiva hacia la IA en el aprendizaje y, a su vez, un reconocimiento del
potencial que ofrece para el apoyo personalizado, la asistencia en la redacción y generación
de ideas, así como para las capacidades de investigación y análisis. Sin embargo, los
participantes también expresaron preocupación por la posibilidad de que el uso excesivo o
la dependencia de la IA afecte su capacidad de pensamiento crítico, en coherencia con lo
planteado por Niño-Carrasco et al. (2025).
Entre los resultados obtenidos, destaca la manera en que el estudiantado utiliza las distintas
herramientas de IA generativa. En orden de frecuencia, la mayoría las emplea para buscar
información; luego, para recibir apoyo en la investigación académica (revisión de literatura y
análisis de datos); posteriormente, para la elaboración de trabajos de redacción. Un grupo
menor seleccionó la opción “otros” sin especicar el uso, y el resto las utiliza para asistencia
en programación y código, creación de contenidos para redes sociales o elaboración de
presentaciones y diapositivas.
Los resultados presentados en este estudio coinciden, en particular, con los hallazgos de
Soto y Reyes (2024) y Mora y Arteaga (2023), quienes señalaron que herramientas como
ChatGPT pueden ser de utilidad siempre que se promueva un uso ético y responsable. Del
mismo modo, Solis et al. (2024) indicaron que su uso facilita la explicación y comprensión
de ideas complejas, aporta nuevas perspectivas y funciona como una herramienta valiosa
para la investigación educativa y el desarrollo de habilidades de escritura, aunque también
se identicaron desventajas, como la dicultad para evaluar la veracidad o conabilidad
de la información generada. Por último, los hallazgos de Niño-Carrasco et al. (2025)
evidenciaron la preocupación de los estudiantes ante la posibilidad de que el uso excesivo o
la dependencia de la IA afecte su capacidad de pensamiento crítico, lo cual resulta coherente
con sus propios planteamientos.
De manera general, las investigaciones recientes sobre IA en estudiantes universitarios de
corte cuantitativo, exploratorio y basadas en encuestas tienden a coincidir en reconocer
los benecios que aporta el acompañamiento de la IA a los procesos académicos,
17
especialmente en términos de apoyo cognitivo y simplicación de tareas complejas. Con
el propósito de profundizar en este aspecto, se identicó que gran parte del estudiantado
considera que la IA mejora el aprendizaje, mientras que otro grupo sostiene que no inuye e
incluso podría afectarlo. Sin embargo, este resultado contrasta con los hallazgos de Zelaya-
Guzmán et al. (2024), quienes reportaron que el 57 % de los estudiantes percibió una mejora
en su desempeño académico gracias al uso de herramientas de IA.
Así, a partir de los resultados de esta investigación y de estudios similares, como los
de Mena et al. (2024) y Puspa et al. (2025), resulta recomendable considerar, para el
establecimiento de políticas y protocolos relacionados con el uso, la ética y la prospectiva
de la IA, el contexto institucional en el que habrán de insertarse, especialmente frente a los
desafíos de la quinta Revolución Industrial. La aplicación del cuestionario a 401 estudiantes
de la UQROO reeja que el ecosistema académico ya se encuentra inmerso en la revolución
de la IA. Se identicó una adopción signicativa, acompañada de una alta percepción de
utilidad y de una conciencia clara respecto a los riesgos éticos y a la posible dependencia
tecnológica. La percepción estudiantil sobre la IA es diversa: un segmento considerable
se mantiene neutral o con poca experiencia directa; sin embargo, la mayoría valora los
benecios potenciales en términos de aprendizaje autónomo, personalización de tareas y
facilitación del trabajo académico. Entre las herramientas disponibles, ChatGPT se posiciona
como la más utilizada, aunque su uso aún no es plenamente uniforme ni generalizado.
Por ello, desde la perspectiva pedagógica, dichos indicadores evidencian la necesidad de
una alfabetización digital crítica y de un uso ético de la IA, lo cual respalda el consenso sobre
la necesidad de promover una formación responsable y una normativa clara que oriente su
implementación eciente y contribuya a mitigar los riesgos de desinformación. Además, las
diferencias en percepciones según carrera, semestre y género enfatizan la importancia de
adaptar los programas de formación a contextos particulares, con el n de garantizar una
apropiación contextualizada y efectiva de estas tecnologías. Adicionalmente, el estudiantado
reconoce un uso intensivo del teléfono celular: más del 80 % pasa entre 5 y 7 horas en redes
sociales. Este patrón de uso podría implicar distracciones constantes, reducción del tiempo
dedicado a actividades académicas y un posible impacto negativo en la concentración y el
rendimiento.
En conjunto, los resultados obtenidos se sintetizan en cuatro hallazgos temáticos
fundamentales: a) Alta penetración y normalización de la IA; b) paradoja entre eciencia
y desarrollo de habilidades; c) demanda de formación ética universitaria; d) percepción
del impacto profesional de la IA con compromiso institucional, y e) interés maniesto por
integrarse a un club de IA, lo que reeja una disposición activa para el aprendizaje y la
innovación.
Entre las limitaciones del presente estudio destacan su naturaleza descriptiva y transversal,
la aplicación del instrumento en un único contexto institucional y la ausencia de medidas
objetivas que vinculen el uso de la IA con resultados académicos concretos. Estas
limitaciones abren la posibilidad de avanzar hacia líneas futuras de investigación longitudinal
y multicéntrica, que integren variables socioeconómicas, frecuencia y calidad de uso, así
como sus impactos pedagógicos. En este sentido, al considerar los resultados obtenidos,
18
se sugiere que las instituciones de educación superior implementen un programa de
alfabetización ética en IA, orientado a promover el uso responsable, la vericación de fuentes
y el fortalecimiento del pensamiento crítico como contrapeso a la dependencia tecnológica.
En suma, resulta necesario establecer políticas claras y bien delimitadas sobre el uso de
la IA en el ámbito académico, de modo que se distinga entre la asistencia autorizada y
la sustitución no permitida, y que se respalde esta diferenciación mediante campañas de
comunicación efectiva. Del mismo modo, se recomienda fomentar la participación estudiantil
mediante la creación de un club de IA y el desarrollo de cursos o asignaturas optativas
que canalicen el interés proactivo del estudiantado hacia experiencias de aprendizaje
colaborativo.
Recibido: 5/10/2025 | Revisado: 14/10/2025 | Aprobado: 30/11/2025 | Publicado:
2/2/2026
Colaboraciones de autores: Ambos autores contribuyeron de manera equitativa en el
desarrollo de este trabajo.
Financiamiento: El estudio no recibió nanciamiento.
Conicto de interés: Los autores declaran no tener conicto de interés.
Data set: https://data.mendeley.com/datasets/s46hyz5vx8/1
19
Referencias bibliográcas
Almaraz-López, C., Almaraz-Menéndez, F., & López-Esteban, C. (2023). Comparative study of the
attitudes and perceptions of university students in Business Administration and Management and
in Education toward Articial Intelligence. Education Sciences, 13, 609. https://doi.org/ 10.3390/
educsci13060609
Casillas, A. y Ramírez, A. (2024). Del habitus al ethos digital, una reexión sobre la IAGEN. Revista
Paraguaya de Educación a Distancia, FACEN-UNA, 5(4), 13–20. https://revistascienticas.una.py/
index.php/REPED/article/view/4852
Chao-Rebolledo, C. y Rivera-Navarro, M. (2024). Usos y percepciones de herramientas de inteligencia
articial en la educación superior en México. Revista Iberoamericana de Educación, 95(1), 57–72.
https://doi.org/10.35362/rie9516259
Chan, C., & Hu, W. (2023). Students’ voices on generative AI: perceptions, benets, and challenges
in higher education. International Journal of Educational Technology in Higher Education, 20(1),
20–43. https://doi.org/10.1186/s41239-023-00411-8
Coeckelbergh, M. (2021). Ética de la inteligencia articial. Ediciones Cátedra.
Escalante, J. (2024). Actitud de los estudiantes universitarios de educación ante el uso de la
inteligencia articial. Ciencia y Sociedad, 49(2), 3–17. https://doi.org/10.22206/cys.2024.
v49i2.3082
Espejo, P. (2024). La inteligencia articial en educación: percepciones y saberes de los docentes.
European Public & Social Innovation Review, 9, 1–18. https://epsir.net/index.php/epsir/article/
view/898
García-Peñalvo, F. (2024). Inteligencia articial generativa y educación: un análisis desde múltiples
perspectivas. Education in the Knowledge Society (EKS), 25, e31942. https://doi.org/10.14201/
eks.31942
López, M., Castellanos, J., Niño, S. y Parra, K. (2025). Una revisión sistemática de estudios sobre
IA: aproximaciones desde la perspectiva del estudiantado. European Public & Social Innovation
Review, 10, 1–17. https://doi.org/10.31637/epsir-2025-1704
Mena, R., Cruz-Romero, R. y Silva-Payró, M. (2024). Percepción de la inteligencia articial por
estudiantes universitarios como acompañante en el proceso de aprendizaje. European Public &
Social Innovation Review, 9, 1–18. https://doi.org/10.31637/epsir-2024-738
Mora, Y. y Arteaga, R. (2023). Inuencia de la inteligencia articial en los estudiantes universitarios.
South Florida Journal of Development, 4(10), 3749–3762. doi.org/10.46932/sfjdv4n10-001
Niño-Carrasco, S., Castellanos-Ramírez, J., Perezchica, V. y Sepúlveda-Rodríguez, J. (2025).
Percepciones de estudiantes universitarios sobre inteligencia articial en educación. Revista
Fuentes, 27(1), 94–106. https://doi.org/10.12795/revistafuentes.2025.26356
Puspa, A., Gusweni, F., & Harayana, L. (2025). Benets and challenges of the use of generative AI in
English learning. International Journal of Innovation and Education Research (IJIER), 4(1), 35–52.
doi.org/10.33369/ijier.v4i1.43442
Ruiz, K., Miramontes, M. y Reyna, C. (2024). Percepciones y expectativas de estudiantes universitarios
sobre la IAG. European Public & Social Innovation Review, 9, 1–21. https://doi.org/10.31637/
epsir-2024-357
Solis, P., Huerta, P. y Hernández, M. (2024). Inteligencia articial en educación: la opinión de
estudiantes universitarios sobre el uso del ChatGPT. Revista Paraguaya de Educación a Distancia,
FACEN-UNA, 5(4), 55–71. 0.56152/reped2024-dossierIA2-art6
20
Soto, O. y Reyes, F. (2024). Apreciaciones de estudiantes universitarios sobre el uso del ChatGPT.
Revista Paraguaya de Educación a Distancia, FACEN-UNA, 5(2), 56–65. 10.56152/reped2024-
dossierIA1-art5
Universidad Europea de Madrid. (2025). Informe OIAES #4: Inteligencia articial: perspectivas y
desafíos desde la visión del estudiante. Observatorio de Inteligencia Articial en Educación
Superior.
Vinyard, M., & Roosa, M. (2025). Student perspectives on using generative articial intelligence for
research: A qualitative approach. Libraries and the Academy, 25(4), 1–22. https://preprint.press.
jhu.edu/portal/sites/default/les/08_25.4vinyard.pdf
Zelaya-Guzmán, A., Flores-Jara, P., Ortega-Pardo, S. y García-Coca, R. (2024). Percepción y uso
de la inteligencia articial en la educación superior: correlación con el rendimiento académico en
estudiantes universitarios. YUYAY: Estrategias, Metodologías y Didácticas Educativas, 4(1), 100–
120. https://doi.org/10.59343/yuyay.v4i1.88