ALFABETIZACIÓN EN INTELIGENCIA ARTIFICIAL GENERATIVA Y EVALUACIÓN AUTÉNTICA EN EDUCACIÓN SUPERIOR: INTEGRIDAD ACADÉMICA
DOI:
https://doi.org/10.1590/SciELOPreprints.17329Keywords:
Inteligencia artificial, Enseñanza superior, Evaluación del estudiante, Ética, Tecnología educacionalResumen
La irrupción de la inteligencia artificial generativa ha reconfigurado los paradigmas de literacidad y los vectores de evaluación en el ecosistema universitario, tensionando las nociones tradicionales de autoría, trazabilidad del proceso formativo y honestidad académica. Frente a este escenario, la presente investigación examina las interdependencias epistémicas entre la alfabetización en herramientas generativas, la praxis de la evaluación auténtica y las dimensiones de la integridad académica en el nivel superior. Metodológicamente, se optó por un diseño empírico de enfoque cuantitativo con un alcance multidimensional (exploratorio, descriptivo y correlacional), sustentado en una muestra probabilística de N=603 actores institucionales n=482 discentes y n=121 docentes adscritos a una universidad ecuatoriana. El levantamiento de datos se ejecutó mediante un instrumento psicométrico estructurado de 30 reactivos, cuya arquitectura analítica operacionaliza cinco constructos fundamentales: competencia en IA generativa, uso académico de entornos generativos, evaluación situada, integridad académica y trazabilidad del aprendizaje. El instrumento fue validado mediante juicio de expertos y presentó consistencia interna adecuada por dominio y alta a nivel global. Los resultados evidenciaron medias superiores al punto medio de la escala en todos los dominios. Integridad académica obtuvo la media más alta, seguida de alfabetización en IA generativa, mientras que trazabilidad del aprendizaje presentó el valor más bajo. Las correlaciones fueron positivas y estadísticamente significativas, especialmente entre evaluación auténtica, trazabilidad del aprendizaje e integridad académica. Se concluye que estas dimensiones son interdependientes y deben orientar el diseño de evaluaciones universitarias más situadas, transparentes y verificables.
Downloads
Enviado
Postado
Cómo citar
Serie
Derechos de autor 2026 Germán Vinicio Roblez Torres, Alexandra Maricruz Andrade Apolo, Katherine Elizabeth Gonzaga Aguilar

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Plaudit
Declaración de datos
-
Los datos de investigación están incluidos en el propio manuscrito


