Creatividad estudiantil en tiempos de inteligencia artificial: Análisis de sus principales predictores
DOI:
https://doi.org/10.31637/epsir-2026-2548Parole chiave:
Inteligencia artificial, creatividad estudiantil, aprendizaje, educación superior, innovación, habilidades creativas, tecnología educativa, desarrollo académicoAbstract
Introducción: En la actualidad, la inteligencia artificial (IA) ocupa un lugar cada vez más importante en la educación, ya que está modificando de forma gradual las maneras de enseñar y de aprender. Su incorporación no solo mejora las prácticas pedagógicas, sino que también contribuye al fortalecimiento de capacidades de mayor nivel, como la creatividad, considerada un componente clave en la formación universitaria. Objetivo: Identificar los factores que permiten anticipar el desarrollo creativo de los estudiantes cuando utilizan herramientas basadas en IA. Metodología: Se aplico un enfoque cuantitativo, un diseño no experimental y el nivel correlacional. En la recolección de información se utilizó un cuestionario revisado por especialistas y aplicado a 157 estudiantes universitarios y la calidad del instrumento se comprobó mediante la validez de contenido, estimada con el coeficiente V de Aiken = 0.83 (IC 95%: 0.78–0.87). Asimismo, la consistencia interna mostró niveles altos en la prueba piloto, con un Alfa de Cronbach de 0.917 en 24 ítems y valores adecuados en sus componentes. Posteriormente, los datos fueron procesados mediante regresión múltiple y, antes de su estimación, se verificó que no existían problemas de colinealidad entre los predictores (VIF = 2.186–2.679). Resultados: El modelo explicó el 56.3% de la variabilidad de la creatividad, destacando la dimensión perspectiva futura y aprendizaje como el predictor de mayor peso. Conclusión: El uso académico de la IA favorece la creatividad al promover aprendizaje autónomo, innovación y pensamiento crítico en educación superior.
Downloads
Riferimenti bibliografici
Alam, A. (2021). Possibilities and apprehensions in the landscape of artificial intelligence in education. En Proceedings of the International Conference on Computational Intelligence and Computing Applications (ICCICA 2021) (pp. 1-8). IEEE, Nagpur, India. https://doi.org/10.1109/ICCICA52458.2021.9697272 DOI: https://doi.org/10.1109/ICCICA52458.2021.9697272
Salvioli, F. (2021, 29 de mayo). La pandemia del COVID-19 y los nuevos escenarios de derechos humanos en el plano internacional: el papel de las Naciones Unidas [Conferencia]. Lima, Perú. https://repositorioacademico.upc.edu.pe/handle/10757/651989
Aldosari, S. (2020). The future of higher education in the light of artificial intelligence transformations. International Journal of Higher Education, 9(3), 145-151. https://doi.org/10.5430/ijhe.v9n3p145 DOI: https://doi.org/10.5430/ijhe.v9n3p145
Chávez Solis, M. E., Carbajal Degante, E., Pineda Godoy, E. y Alatristre Martínez, Y. (2023). Inteligencia artificial generativa para fortalecer la educación superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 767-784. https://doi.org/10.56712/latam.v4i3.1113 DOI: https://doi.org/10.56712/latam.v4i3.1113
Joseph, G. V., Athira, P., Thomas, A., Jose, D., Roy, T. V. y Prasad, M. (2024). Impacto de la alfabetización digital, el uso de herramientas de IA y la colaboración entre pares en el aprendizaje asistido por IA: Percepciones de los estudiantes universitarios. Digital Education Review, 45, 43-49. https://doi.org/10.1344/der.2024.45.43-49 DOI: https://doi.org/10.1344/der.2024.45.43-49
Kaur, T., McLoughlin, E. y Grimes, P. (2022). Mathematics and science across the transition from primary to secondary school: A systematic literature review. International Journal of STEM Education, 9. https://doi.org/10.1186/s40594-022-00328-0 DOI: https://doi.org/10.1186/s40594-022-00328-0
Li, C., Zheng, P., Yin, Y., Wang, B. y Wang, L. (2023). Deep reinforcement learning in smart manufacturing: A review and prospects. CIRP Journal of Manufacturing Science and Technology, 40, 75-101. https://doi.org/10.1016/j.cirpj.2022.11.003 DOI: https://doi.org/10.1016/j.cirpj.2022.11.003
Ouyang, F., Wu, M., Zheng, L., Zhang, L. y Jiao, P. (2023). Integration of artificial intelligence performance prediction and learning analytics to improve student learning in online engineering courses. International Journal of Educational Technology in Higher Education, 20(1), 4. https://doi.org/10.1186/s41239-022-00372-4 DOI: https://doi.org/10.1186/s41239-022-00372-4
Pérez Jaimes, A. K., Estrada Reyes, C. U., Brito-Cruz, T. J., Villanueva-Echavarría, J. R. y Torres-Zapata, A. E. (2024). Exploración del uso de la inteligencia artificial en la formación académica de universitarios: Un estudio de caso con ChatGPT en la resolución de casos clínicos. Horizonte de Enfermería, 35(2), 608-620. DOI: https://doi.org/10.7764/Horiz_Enferm.35.2.608-620
Sarker, I. H. (2022). AI-based modeling: Techniques, applications and research issues towards automation, intelligent and smart systems. SN Computer Science, 3(2), 1-20. https://doi.org/10.1007/s42979-022-01043-x DOI: https://doi.org/10.1007/s42979-022-01043-x
Singh, N., Gunjan, V., Mishra, A., Mishra, R. y Nawaz, N. (2022). SeisTutor: A custom-tailored intelligent tutoring system and sustainable education. Sustainability, 14(7), 4167. https://doi.org/10.3390/su14074167 DOI: https://doi.org/10.3390/su14074167
Southworth, J., Migliaccio, K., Glover, J., Reed, D., McCarty, C. y Brendemuhl, J. (2023). Developing a model for AI across the curriculum: Transforming the higher education landscape via innovation in AI literacy. Computers and Education: Artificial Intelligence, 4, 1-10. https://doi.org/10.1016/j.caeai.2023.100127 DOI: https://doi.org/10.1016/j.caeai.2023.100127
Srinivasa, K., Kurni, M. y Saritha, K. (2022). Learning, teaching and assessment: Methods for contemporary learners. Springer. https://doi.org/10.1007/978-981-19-6734-4_13 DOI: https://doi.org/10.1007/978-981-19-6734-4
Tolstykh, O. M. y Oshchepkova, T. (2024). Beyond ChatGPT: Roles that artificial intelligence tools can play in an English language classroom. Discover Artificial Intelligence, 4, 60. https://doi.org/10.1007/s44163-024-00158-9 DOI: https://doi.org/10.1007/s44163-024-00158-9
Villagrán, M. D. (2023). Perspectivas sobre el chat-gpt: Una herramienta potente en la educación superior. Panorama-UNAB, 5(11). https://www.researchgate.net/publication/371831207 DOI: https://doi.org/10.63326/etz00x40
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2026 Alejandro Alfredo Quispe Mayuri, José Franco Fernández Zamora, Lila Karina Huamán Munares, Jhojan Ramiro Junes del Pozo
Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 4.0 Internazionale.
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Non Commercial, No Derivatives Attribution 4.0. International (CC BY-NC-ND 4.0.), that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
