Presencia y uso de la inteligencia artificial generativa en la Universidad Nacional Autónoma de México

Autores/as

DOI:

https://doi.org/10.22201/ceide.16076079e.2025.26.1.10

Palabras clave:

inteligencia artificial generativa, docentes universitarios, estudiantes universitarios, educación superior, tecnología educativa

Resumen

Se presenta el avance de resultados de un cuestionario acerca del uso de la inteligencia artificial generativa (IAGen) aplicado en noviembre del año 2024 al profesorado (n=2,069) y estudiantado (4,725) del bachillerato, licenciatura y posgrados de la Universidad Nacional Autónoma de México (UNAM). Entre los resultados destacan la amplia presencia que la inteligencia artificial generativa tiene entre el personal docente y estudiantes, no obstante, esto no se refleja en los usos que le dan para actividades académicas, siendo las y los estudiantes quienes la emplean en mayor medida para estas actividades que sus profesores(as). Se observa que los principales usos que tanto el profesorado como el estudiantado hacen de la IAGen tienen que ver con la obtención y búsqueda de información y en menor medida para aspectos de apoyo del proceso de enseñanza y de aprendizaje, lo cual advierte acerca de la necesidad de formar a la comunidad universitaria en las capacidades reales y específicas que tienen las herramientas de inteligencia artificial generativa con el fin de prevenir su infrautilización, uso incorrecto o poco ético.

→ Leer más

Biografía del autor/a

Mario Benavides-Lara, Coordinación de Evaluación, Innovaci´ón y Desarrollo Educativos, Universidad Nacional Autónoma de México

Maestro y licenciado en pedagogía por la UNAM, especialista en nuevas tecnologías y educación
por la FLACSO Argentina y doctorante en ciencias sociales en la UAM Xochimilco. Cuenta con 20
años de experiencia profesional en instituciones públicas como el INBA, IFE, SEP e INEE. Autor de
más de 40 artículos académicos, capítulos de libros, ponencias, reportes técnicos, informes de
resultados, materiales para docentes y libros de texto. Entre sus líneas de trabajo se encuentran
las políticas educativas y curriculares, la relación entre educación y la diversidad sexogenérica y la
formación y desarrollo docentes, así como los estudios sociales en educación.

Víctor Jesús Rendón Cazales, Coordinación de Evaluación, Innovaci´ón y Desarrollo Educativos, Universidad Nacional Autónoma de México

Doctor y maestro en Ciencias con especialidad en Investigaciones Educativas por el
Departamento de Investigaciones Educativas del cinvestav-ipn. Candidato a investigador
por el Sistema Nacional de Investigadores (sni-conahcyt). Docente en el programa de
maestría y doctorado en Ciencias Médicas, Odontológicas y de la Salud de la unam, y en el
Sistema de Universidad Abierta y a Distancia (suayed), en la Facultad de Filosofía y Letras
de la unam. Autor de publicaciones relacionadas con la formación docente, las prácticas
de escritura académica y los usos de las tecnologías digitales.

Nancy Escalante Rivas, Coordinación de Evaluación, Innovaci´ón y Desarrollo Educativos, Universidad Nacional Autónoma de México

Maestra en demografía por el Colegio de México y licenciada en sociología por la unam. Profesora de asignatura de la fcpys de la unam. Labora como jefa de departamento en la Subdirección de Movilización del Conocimiento en la Coordinación de Evaluación, Innovación y Desarrollo Educativos (ceide) de la unam. Ha impartido asignaturas como Economía, Metodología aplicada a las ciencias sociales, Metodología y Técnicas e instrumentos de investigación, Demografía, Estadística aplicada a las ciencias sociales i, Estadística aplicada a las ciencias sociales iii, Seminario de Titulación i y Taller de investigación sociológica i.

Ana María del Pilar Martínez Hernández, Coordinación de Evaluación, Innovaci´ón y Desarrollo Educativos, Universidad Nacional Autónoma de México

Licenciada, maestra y doctoranda en Pedagogía por la Facultad de Filosofía y Letras de la UNAM. Profesora de carrera en el Colegio de Pedagogía de la misma Facultad. En la UNAM, se ha desempeñado como Secretaria Académica del Seminario de Pedagogía Universitaria de la Facultad de Filosofía y Letras (1991 a la fecha); Coordinadora del Colegio de Pedagogía de la División de Estudios Profesionales (1994 a 1998, y 2005 a 2011); Subdirectora Técnica en la Dirección General de Desarrollo Institucional de la Secretaría de Planeación (1998-2000); y Coordinadora de Planeación del Programa Universitario de Estudios de Género de la Coordinación de Humanidades (abril 2000 – marzo 2004). Asimismo, fue consejera universitaria representante del profesorado de la Facultad de Filosofía y Letras (2012-2016). Actualmente se desempeña como directora de Innovación Educativa, Desarrollo Curricular y Formación Docente en la Coordinación de Evaluación, Innovación y Desarrollo Educativos de la UNAM.

Melchor Sánchez Mendiola, Coordinación de Evaluación, Innovaci´ón y Desarrollo Educativos, Universidad Nacional Autónoma de México

Doctor en Ciencias y en Educación en Ciencias de la Salud (UNAM); maestro en Educación en Profesiones de la Salud por la Universidad de Illinois; médico militar y pediatra de la Escuela Médico Militar de la Universidad del Ejército y Fuerza Aérea. Fellow en Investigación Clínica, Hospital General de Massachusetts, Boston, y Centro de Investigación Clínica, Instituto Tecnológico de Massachusetts, Cambridge, Estados Unidos. Profesor Titular “B” TC definitivo en la Facultad de Medicina (UNAM). Coordina la maestría y el doctorado en Educación en Ciencias de la Salud de esta facultad. Miembro de la Academia Nacional de Medicina de México; investigador nacional nivel 2, SNII. Actualmente es Coordinador de Evaluación, Innovación y Desarrollo Educativos de la UNAM.

Citas

Aylsworth, T., Castro, C. (2024) Should I Use ChatGPT to Write My Papers? Philosophy & Technology, 37(117). https://doi.org/10.1007/s13347-024-00809-w

Benavides Lara, M. A., Rendón Cazales, V. J., Gutiérrez Lovera, M. A., y Sánchez Mendiola, M. (2024, julio-diciembre). Formación para el uso de la inteligencia artificial generativa en el profesorado de la unam: primeros pasos. didac, 84, 7-20. https://doi.org/10.48102/didac.2024..84_JUL-DIC.208

Capraro, V., Lentsch, A., Acemoglu, D., Akgun, S., Akhmedova, A., Bilancini, E., Bonnefon, J.-F., Brañas-Garza, P., Butera, L., Douglas, K. M., Everett, J. A. C., Gigerenzer, G., Greenhow, C., Hashimoto, D. A., Holt-Lunstad, J., Jetten, J., Johnson, S., Kunz, W. H., Longoni, C., Lunn, P., Natale, S., Paluch, S., Rahwan, I., Selwyn, N., Singh, V., Suri, S., Sutcliffe, J., Tomlinson, J., van der Linden, S., Van Lange, P. A. M., Wall, F., Van Bavel, J. J., y Viale, R. (2024). The impact of generative artificial intelligence on socioeconomic inequalities and policy making. pnas Nexus, 3(6), pgae191. https://doi.org/10.1093/pnasnexus/pgae191

Chao-Rebolledo, C. y Rivera-Navarro, M. A. (2024). Usos y percepciones de herramientas de inteligencia artificial en la educación superior en México. Revista Iberoamericana de Educación, 95(1). 57-72. https://doi.org/10.35362/rie9516259

Cox, A. (2024). Algorithmic Literacy, AI Literacy and Responsible Generative AI Literacy. Journal of Web Librarianship, 18(3), 93-110. https://doi.org/10.1080/19322909.2024.2395341

Fanning Balarezo, M. M., Vásquez Pérez, M. R., y Noblecilla Montealegre, E. V. (2024). Desafíos éticos y metodológicos de la inteligencia artificial generativa en educación superior: Revisión bibliométrica. Revista Reflexiones De La Sociedad y Economía, 1(2), 53-72. https://doi.org/10.62776/rse.v1i2.13

García-Peñalvo, F. J. (2024). Inteligencia artificial generativa y educación: Un análisis desde múltiples perspectivas. Education in the Knowledge Society (eks), 25, e31942. https://doi.org/10.14201/eks.31942

Sala Mtro. José Luis Ceceña Gámez. (2024, 29 octubre). Conferencia: ¿Cómo se produce la inteligencia artificial? Una mirada al proceso de programación IA. [Video]. YouTube. https://www.youtube.com/live/zQzkxDPNfrQ

Ka Yuk Chan, C. y Colloton, T. (2024). Generative AI in higher education. The ChatGPT effect. Taylor and Francis.

Leander, K. M., y Burriss, S. K. (2020). Critical literacy for a posthuman world: When people read, and become, with machines. British Journal of Educational Technology, 51(4), 1262-1276. https://doi:10.1111/bjet.12924

Liu, Y., y Wang, H. (2024, agosto). Who on Earth Is Using Generative AI? [Policy Research Working Paper, 10870]. The World Bank. https://tinyurl.com/v2z5ayc8

Lombrozo, T. (2024). Learning by thinking in natural and artificial minds. Trends in Cognitive Sciences, 28(11), 1011-1022. https://doi.org/10.1016/j.tics.2024.07.007

Microsoft Corporation, y LinkedIn. (2024, 8 de mayo). AI at work is here. Now comes the hard part [2024 Work Trend Index Annual Report]. https://tinyurl.com/2s3bbpvh

Ng, D. T. K., Leung, J. K. L., Su, J., Ng, R. C. W., y Chu, S. K. W. (2023). Teachers’ AI digital competencies and twenty-first century skills in the post-pandemic world. Education Tech Research Dev 71, 137-161. https://doi.org/10.1007/s11423-023-10203-6

Reich, J. (2020). Failure to Disrupt: Why Technology Alone Can’t Transform Education. Harvard University Press.

Sánchez Mendiola, M., y Carbajal Degante, E. (2023). La inteligencia artificial generativa y la educación universitaria: ¿Salió el genio de la lámpara? Perfiles Educativos, 45 [Especial], 70-86. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692

Tufekci, Z. (2015). Algorithmic harms beyond Facebook and Google: Emergent challenges of computational agency. Colorado Technology Law Journal, 13(1), 203-218. http://ctlj.colorado.edu/wp-content/uploads/2015/08/Tufekci-final.pdf

unesco. (2024). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084

Publicado

14-01-2025

Artículos más leídos del mismo autor/a

1 2 3 > >>