Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python
This study addresses the critical gap between the rapid and widespread adoption of generative artificial intelligence by students and the slow response capacity of higher education institutions. To inform the development of effective educational policies and strategies, quantitative research was...
Sparad:
| Huvudupphov: | , |
|---|---|
| Materialtyp: | Online |
| Språk: | spanska |
| Utgiven: |
Editorial Grupo AEA
2026
|
| Ämnen: | |
| Länkar: | https://directory.doabooks.org/handle/20.500.12854/173365 |
| Taggar: |
Inga taggar, Lägg till första taggen!
|
| _version_ | 1869524715289182208 |
|---|---|
| author | Espinoza Mina, Marcos Antonio Colina Vargas, Alejandra Mercedes |
| author_browse | Colina Vargas, Alejandra Mercedes Espinoza Mina, Marcos Antonio |
| author_facet | Espinoza Mina, Marcos Antonio Colina Vargas, Alejandra Mercedes |
| author_sort | Espinoza Mina, Marcos Antonio |
| collection | Directory of Open Access Books |
| description | This study addresses the critical gap between the rapid and widespread adoption of generative
artificial intelligence by students and the slow response capacity of higher education institutions.
To inform the development of effective educational policies and strategies, quantitative research
was done using a validated survey given to a sample of 474 university students in Ecuador. Data
analysis combined descriptive and inferential statistics with machine learning techniques in
Python, including the K-Means clustering algorithm for profile segmentation and classification
models such as Random Forest for prediction. The results identify the dominant profile of the
“critical pragmatist,” a user who values the benefits of AI while being keenly aware of its risks,
and segment the population into three archetypes (Skeptic, Critical Pragmatist, and Techno-
Optimist). In addition, a model was developed that predicts long-term usage intent with 88.1%
accuracy. It is concluded that students express a clear and widespread demand for greater
institutional guidance, and it is recommended that universities move from a reactive stance to a
proactive strategy that encourages critical and ethical use. |
| format | Online |
| id | doab-20.500.12854ir-173365 |
| institution | Directory of Open Access Books |
| language | spa |
| publishDate | 2026 |
| publishDateRange | 2026 |
| publishDateSort | 2026 |
| publisher | Editorial Grupo AEA |
| publisherStr | Editorial Grupo AEA |
| record_format | ojs |
| spelling | doab-20.500.12854ir-1733652026-03-06T14:24:34Z Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python Espinoza Mina, Marcos Antonio Colina Vargas, Alejandra Mercedes Inteligencia Artificial Generativa Educación Superior Percepciones Estudiantiles Pragmatismo Crítico Machine Learning thema EDItEUR::U Computing and Information Technology thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes This study addresses the critical gap between the rapid and widespread adoption of generative artificial intelligence by students and the slow response capacity of higher education institutions. To inform the development of effective educational policies and strategies, quantitative research was done using a validated survey given to a sample of 474 university students in Ecuador. Data analysis combined descriptive and inferential statistics with machine learning techniques in Python, including the K-Means clustering algorithm for profile segmentation and classification models such as Random Forest for prediction. The results identify the dominant profile of the “critical pragmatist,” a user who values the benefits of AI while being keenly aware of its risks, and segment the population into three archetypes (Skeptic, Critical Pragmatist, and Techno- Optimist). In addition, a model was developed that predicts long-term usage intent with 88.1% accuracy. It is concluded that students express a clear and widespread demand for greater institutional guidance, and it is recommended that universities move from a reactive stance to a proactive strategy that encourages critical and ethical use. Published Este estudio aborda la brecha crítica entre la rápida y masiva adopción de la inteligencia artificial generativa por parte de los estudiantes y la lenta capacidad de respuesta de las instituciones de educación superior. Para informar el desarrollo de políticas y estrategias pedagógicas efectivas, se realizó una investigación cuantitativa mediante una encuesta validada, aplicada a una muestra de 474 estudiantes universitarios en Ecuador. El análisis de datos combinó estadísticas descriptivas e inferenciales con técnicas de machine learning en Python, incluyendo el algoritmo de agrupamiento K-Means para la segmentación de perfiles y modelos de clasificación como Random Forest para la predicción. Los resultados identifican el perfil dominante del "pragmático crítico", un usuario que valora los beneficios de la IA mientras es agudamente consciente de sus riesgos, y segmentan la población en tres arquetipos (Escéptico, Pragmático Crítico y Tecno-Optimista). Además, se desarrolló un modelo que predice la intención de uso a largo plazo con un 88.1% de exactitud. Se concluye que el estudiantado expresa una demanda clara y transversal por una mayor guía institucional, recomendando a las universidades transitar de una postura reactiva a una estrategia proactiva que fomente un uso crítico y ético. 2026-03-06T14:24:32Z 2026-03-06T14:24:32Z 2025-11-25 book 978-9942-651-95-2 https://directory.doabooks.org/handle/20.500.12854/173365 spa image/jpeg Attribution-NonCommercial-NoDerivatives 4.0 International https://www.editorialgrupo-aea.com/index.php/EditorialGrupoAEA/catalog/book/143 Editorial Grupo AEA https://doi.org/10.55813/egaea.l.143 Este estudio aborda la brecha crítica entre la rápida y masiva adopción de la inteligencia artificial generativa por parte de los estudiantes y la lenta capacidad de respuesta de las instituciones de educación superior. Para informar el desarrollo de políticas y estrategias pedagógicas efectivas, se realizó una investigación cuantitativa mediante una encuesta validada, aplicada a una muestra de 474 estudiantes universitarios en Ecuador. El análisis de datos combinó estadísticas descriptivas e inferenciales con técnicas de machine learning en Python, incluyendo el algoritmo de agrupamiento K-Means para la segmentación de perfiles y modelos de clasificación como Random Forest para la predicción. Los resultados identifican el perfil dominante del "pragmático crítico", un usuario que valora los beneficios de la IA mientras es agudamente consciente de sus riesgos, y segmentan la población en tres arquetipos (Escéptico, Pragmático Crítico y Tecno-Optimista). Además, se desarrolló un modelo que predice la intención de uso a largo plazo con un 88.1% de exactitud. Se concluye que el estudiantado expresa una demanda clara y transversal por una mayor guía institucional, recomendando a las universidades transitar de una postura reactiva a una estrategia proactiva que fomente un uso crítico y ético. https://doi.org/10.55813/egaea.l.143 f1927315-52b6-4dab-9f46-7dfb1f475c05 978-9942-651-95-2 126 Ecuador open access |
| spellingShingle | Inteligencia Artificial Generativa Educación Superior Percepciones Estudiantiles Pragmatismo Crítico Machine Learning thema EDItEUR::U Computing and Information Technology thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes Espinoza Mina, Marcos Antonio Colina Vargas, Alejandra Mercedes Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title | Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title_full | Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title_fullStr | Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title_full_unstemmed | Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title_short | Inteligencia artificial generativa en la educación superior: Análisis empírico y modelado predictivo con Python |
| title_sort | inteligencia artificial generativa en la educacion superior analisis empirico y modelado predictivo con python |
| topic | Inteligencia Artificial Generativa Educación Superior Percepciones Estudiantiles Pragmatismo Crítico Machine Learning thema EDItEUR::U Computing and Information Technology thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes |
| topic_facet | Inteligencia Artificial Generativa Educación Superior Percepciones Estudiantiles Pragmatismo Crítico Machine Learning thema EDItEUR::U Computing and Information Technology thema EDItEUR::T Technology, Engineering, Agriculture, Industrial processes |
| url | https://directory.doabooks.org/handle/20.500.12854/173365 |
| work_keys_str_mv | AT espinozaminamarcosantonio inteligenciaartificialgenerativaenlaeducacionsuperioranalisisempiricoymodeladopredictivoconpython AT colinavargasalejandramercedes inteligenciaartificialgenerativaenlaeducacionsuperioranalisisempiricoymodeladopredictivoconpython |