Validación de un instrumento para medir el uso de inteligencia artificial en el proceso de enseñanza de docentes de educación básica
DOI:
https://doi.org/10.14482/indes.34.02.050.462Palabras clave:
Docente, Educación Básica, Enseñanza, Inteligencia Artificial, Proceso de Enseñanza, Validación de ContenidoResumen
Objetivo: Validar por juicio de expertos un instrumento para medir el uso de inteligencia artificial en el proceso de enseñanza de docentes de educación básica.
Materiales y métodos: Estudio cuantitativo psicométrico de validez de contenido mediante juicio de expertos. Se consultó a 5 expertos con doctorado y experiencia en educación básica y universitaria. El grado de acuerdo de los jueces se dio a partir del cálculo V de Aiken como criterio de decisión para el instrumento 1 (Cuestionario de Avances y Limitaciones de la IA en los Procesos de Enseñanza), tomando como punto de referencia un valor ≤0,7. Así mismo, para el instrumento 2 (Escala de Usabilidad de IA en los Procesos de Enseñanza - EUIAP-E), se empleó Kappa de Fleiss como indicador de fiabilidad para 5 niveles de uso en una escala Likert de 25 ítems.
Resultados: Los indicadores de claridad (V = 0,94), coherencia (V = 0,89) y relevancia (0,94), representados a través un coeficiente V de Aiken general de 0,92, muestran que el instrumento presenta evidencia de validez sólida. Así mismo, el coeficiente de Kappa de Fleiss (k = 0,417) indica una fuerza de concordancia moderada entre los evaluadores, lo que sugiere un acuerdo superior al que se esperaría por azar.
Conclusiones: Los hallazgos encontrados muestran que tanto el Cuestionario de Avances y Limitaciones de IA en los Procesos de Enseñanza como la EUIAP-E constituyen herramientas válidas para la medición de los usos de la inteligencia artificial en los procesos de enseñanza. La labor docente, más que desaparecer o perdurar, debe preguntarse sobre los cómo, cuándo y por qué enseñar, lo cual requiere adentrarse en actualizaciones profundas con la llegada de nuevas tecnologías. Los instrumentos validados en este artículo permitirán analizar avances y posibilidades de mejora que permitirán integrar la IA en las dinámicas educativas desde una postura ética y sostenible.
Referencias
Alam, A. (2023). Developing a Curriculum for Ethical and Responsible AI: A University Course on Safety, Fairness, Privacy, and Ethics to Prepare Next Generation of AI Professionals. In Intelligent Communication Technologies and Virtual Mobile Networks (pp. 879-894). Springer Nature Singapore.
Almanasreh, E., Moles, R. y Chen, T. (2019). Evaluación de métodos para estimar la validez de contenido. Investigación en farmacia social y administrativa, 15 (2), 214-221.
Aparicio, G. W. O. (2023). La inteligencia artificial y su incidencia en la educación: Transformando el aprendizaje para el siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa, 3(2), 217-230.
Bellas, F., Guerreiro-Santalla, S., Naya, M., & Duro, R. J. (2023). AI curriculum for European high schools: An embedded intelligence approach. International Journal of Artificial Intelligence in Education, 33(2), 399-426.
Berrones Yaulema, L. P. y Salgado Oviedo, S. A. (2023). La aplicación de la inteligencia artificial para mejorar la enseñanza y el aprendizaje en el ámbito educativo. Esprint Investigación, 2(1), 52-60. https://doi.org/10.61347/ei.v2i1.52.
Casillas González, A. C., López Hernández, C. A. y Del Pilar Ortega, R. D. (2024). Hacia un Aprendizaje Avanzado: La Integración de la Inteligencia Artificial en la Educación Básica. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 9702-9714. https://doi.org/10.37811/cl_rcm.v8i4.13126.
Chiu, T. K. (2022). Designing Inclusive and Diverse Artificial Intelligence (AI) Curriculum for K-12 Education. In Digital Communication and Learning: Changes and Challenges (pp. 33-45). Springer Nature Singapore.
Chiu, T. K. F., Ahmad, Z., & Çoban, M. (2025). Development and validation of teacher artificial intelligence (AI) competence self-efficacy (TAICS) scale. Educ Inf Technol, 30, 6667-6685. https://doi.org/10.1007/s10639-024-13094-z
Dai, Y., Liu, A., Qin, J., Guo, Y., Jong, M. S. Y., Chai, C. S., & Lin, Z. (2023). Collaborative construction of artificial intelligence curriculum in primary schools. Journal of Engineering Education, 112(1), 23-42. doi: https://doi.org/10.1002/jee.20503.
Douse, M. (2024). Educational Planning and Artificial Intelligence. Educational Planning, 31(2), 9-21.
Gallent-Torres, C., Romero, B. A., Adillón, M. V. y Foltýnek, T. (2024). Inteligencia Artificial en educación: entre riesgos y potencialidades. Praxis Educativa, 19, 1-29.
García, A., Corona, K., Hernández, M., Hernández, R. y Villalpa, H. (2024). Diseño y validación de contenido por juicio de expertos de un instrumento para evaluar la efectividad del proceso educativo relacionado al emprendimiento en estudiantes de educación superior. Revista Espacios, 45(4), 179-189. https://doi.org/10.48082/espacios-a24v45n04p14.
Gómez-García, M., Ruiz-Palmero, J., Boumadan-Hamed, M. y Soto-Varela, R. (2025). Percepciones de futuros docentes y pedagogos sobre uso responsable de la IA. Un instrumento de medida. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 105-130.
Harari, Y. (2024). Nexus. Una breve historia de las redes de información desde la Edad de Piedra hasta la IA. Editorial Debate.
Hu, Y., & Liao, Z. (2020). Design of knowledge base and curriculum planning based on artificial intelligence teaching system. In Proceedings of the 2020 International Conference on Computers, Information Processing and Advanced Education (pp. 327-330).
Landis, J. R., & Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159-174. https://doi.org/10.2307/2529310.
López, G. y Pita, F. S. (1999). Medidas de concordancia: el índice de Kappa. Cad Aten Primaria, 6, 169-171.
Loyo, O. M., Fuentes, M. Q., Pérez, G. L. y Zavaleta, J. G. (2024). Validez de contenido por medio de juicio de expertos para evaluar la inteligencia turística municipal. 593 Digital Publisher CEIT, 9(4), 575-585.
Martínez-Bonilla, I. (2025). Inteligencia Artificial en los procesos de enseñanza-aprendizaje: retos y oportunidades. Psicología Educativa, 13, 1-8. https://doi.org/10.22201/fpsic.24486957e.2025.13.146.
Martínez-Corona, J. I., Palacios-Almón, G. E. y Juárez-Hernández, L. G. (2020). Diseño y Validación del instrumento: Enfoque Directivo en la Gestión para Resultados en la Sociedad del Conocimiento. Espacios, 10(19),153-165. https://doi.org/10.17163/ret.n19.2020.09.
Matas, A. (2018). Diseño del formato de escalas tipo Likert: un estado de la cuestión. Revista Electrónica de Investigación Educativa, 20(1), 38-47. https://doi.org/10.24320/redie.2018.20.1.1347.
Merino, C. y Livia, J. (2009). Intervalos de confianza asimétricos para el índice de validez de contenido: un programa visual basic para la V de Aiken. Anales de Psicología/Annals of Psychology, 25(1),169-171. https://revistas.um.es/analesps/article/view/71631.
Moons, F. y Vandervieren, E. (2023). Medición de la concordancia entre varios evaluadores que clasifican a los sujetos en una o más categorías nominales (jerárquicas). Una generalización del índice kappa de Fleiss. Preimpresión de arXiv:2303.12502.
Núñez-Michuy, C. M., Agualongo-Chela, L. M., Vistin, J. M. y López Quincha, M. (2023). La Inteligencia Artificial en la pedagogía como modelo de enseñanza. Magazine de las Ciencias: Revista de Investigación e Innovación, 8(2), 120-135. https://doi.org/10.33262/rmc.v8i1.2932.
Penfield, R. y Giacobbi, Jr., P. R. (2004). Aplicación de un intervalo de confianza de puntuación al índice de relevancia del contenido de los ítems de Aiken. Meas. Phys. Educ. Ejerc. Sci, 8, 213-225.
Santillán de la Torre, C. A., Silva López, M. de los Ángeles, Limongi Basantes, D. S. y Criollo Chango, E. A. (2024). El papel de la Inteligencia Artificial en la adaptación curricular: Perspectivas para la mejora continua de la educación digital. Revista Imaginario Social, 7(2). https://doi.org/10.59155/is.v7i2.1869.
Sartor-Harada, A. y Azevedo-Gomes, J. (2026). AI-ED-SAT: diseño y validación de un cuestionario para autoevaluar competencias docentes en IA educativa. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 79-110. https://doi.org/10.5944/ried.4541.
Selwyn, N. (2019). Should Robots Replace Teachers? Ediciones Morata.
Su, J., & Zhong, Y. (2022). Artificial Intelligence (AI) in early childhood education: Curriculum design and future directions. Computers and Education: Artificial Intelligence, 3, 100072.
Torres-Malca, J. R., Vera-Ponce, V. J., Zuzunaga-Montoya, F. E., Talavera, J. E. y Cruz-Vargas, J. A. (2022). Validez de contenido por juicio de expertos de un instrumento para medir conocimientos, actitudes y prácticas sobre el consumo de sal en la población peruana. Revista de la Facultad de Medicina Humana, 22(2), 273-279.
Van Laar, E., Van Deursen, A. J., Van Dijk, J. A., & De Haan, J. (2017). The relation between 21st-century skills and digital skills: A systematic literature review. Computers in Human Behavior, 72, 577-588.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Alejandro García Mejía, Gerzon Yair Calle Álvarez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Investigación & Desarrollo provee acceso libre a su contenido a quienes se registren en la página web bajo el principio de que hacer disponible gratuitamente investigación al público, apoya a un mayor intercambio de conocimiento global.
Se ejecuta bajo Licencia Creative Commons CC BY-NC 4.0.
Ni el envío, ni el procesamiento de los artículos implica costos para los autores o instituciones de las cuales hacen parte.
