Patrones de percepción y uso de ChatGPT en estudiantes universitarios: Un análisis HJ-Biplot y de conglomerados

  Ms. Edgar Rolando Morales Caluña Universidad Estatal de Milagro (Ecuador)

  Ms. Dario Javier Cervantes Diaz Universidad Estatal de Milagro (Ecuador)

  Ms. Cristian Ismael Morales Caluña Universidad Técnica de Ambato (Ecuador)

https://doi.org/10.58262/C80-2025-04

Keywords

Inteligencia artificial, educación superior, ChatGPT, brecha digital, percepción estudiantil, análisis de clúster.

Abstract

El estudio investiga las percepciones y actitudes de los estudiantes universitarios ecuatorianos hacia ChatGPT como herramienta educativa, analizando patrones de uso y factores que influyen en su adopción. A diferencia de estudios previos, esta investigación emplea un enfoque estadístico avanzado combinando HJ-Biplot y análisis de conglomerados, lo que permite segmentar perfiles según su grado de aceptación. Se recopilaron datos primarios de 210 estudiantes de distintas universidades ecuatorianas mediante un cuestionario validado, es un estudio de corte transversal que utiliza técnicas HJ-Biplot y análisis de conglomerados. Los resultados identificaron tres perfiles diferenciados: (1) estudiantes con percepciones altamente positivas y acceso tecnológico constante, (2) estudiantes con percepciones intermedias, influenciados por limitaciones tecnológicas en zonas rurales, y (3) estudiantes escépticos, con menor exposición tecnológica. Las variables sociodemográficas, como género, universidad y zona de residencia, mostraron un impacto significativo en la aceptación de ChatGPT. Los hallazgos sugieren que la brecha digital y las diferencias de acceso a la tecnología determinan en gran medida la adopción de ChatGPT. Se propone diseñar estrategias personalizadas para cada perfil: potenciar el uso avanzado en el primer grupo, proporcionar capacitación tecnológica en el segundo y reducir el escepticismo mediante evidencia empírica y experiencias guiadas en el tercer grupo. Este estudio aporta una perspectiva novedosa sobre la segmentación de estudiantes basada en análisis multivariado, brindando evidencia para futuras intervenciones en el uso de IA en educación superior.

References

Fundref

Crossmark

Technical information

Metrics

Metrics of this article

Views: 38099

Abstract readings: 36810

PDF downloads: 1289

Full metrics of Comunicar 77

Views: 459033

Abstract readings: 446071

PDF downloads: 12962

Cited by

Cites in Web of Science

Currently there are no citations to this document

Cites in Scopus

Currently there are no citations to this document

Cites in Google Scholar

Currently there are no citations to this document