Inteligencia Artificial generativa y metodologías activas para transformar la enseñanza y el aprendizaje en Educación Superior.

Vollständiger Abstract

Worum geht es in dieser Arbeit?

La inteligencia IA generativa (IAG) y las metodologías activas son elementos significativos de los actuales procesos de innovación pedagógica en Educación Superior. El objetivo del estudio es analizar las relaciones entre la adopción de IAG y el uso de metodologías activas con la innovación docente, el aprendizaje percibido y el aprendizaje estudiantil percibido, incluyendo variables complementarias y contextuales. Se llevó a cabo un estudio cuantitativo, no experimental, transversal y analítico-correlacional en 450 docentes de Educación Superior. Los datos fueron recogidos entre enero y junio de 2026. Se realizaron análisis descriptivos, estimaciones de consistencias internas, correlaciones de Pearson y regresiones lineales múltiples. Las metodologías activas presentan asociaciones ajustadas con la innovación docente (β = .296), el aprendizaje percibido (β = .281) y el aprendizaje estudiantil percibido (β = .158). La adopción de IAG se relaciona positivamente con la innovación docente (β = .157) y el aprendizaje percibido (β = .224), y no presentó asociación ajustada estadísticamente significativa con el aprendizaje estudiantil percibido. No se encuentran interacciones significativas por la adopción de IAG y las metodologías activas. En el modelo complementario de adopción de IAG las horas semanales de uso (β = .553) y, la competencia digital (β = .161) muestran asociaciones positivas. Se concluye que las metodologías activas presentan asociaciones ajustadas con los desenlaces educativos analizados y más consistentes que la adoptada desde un punto de vista tecnológico. Estas relaciones deben ser interpretadas como asociaciones, y no como efectos causales.