Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Similares em
SciELO 
Permalink
Introducción
En el ambiente universitario, siempre se está investigando e innovando con la aparición de nuevas tecnologías que mejoren las habilidades de los estudiantes en el logro de la excelencia educativa, en ese contexto, la inteligencia artificial contribuye al desarrollo de las habilidades investigativas con la finalidad del mejoramiento de los procesos académicos en la investigación tanto en docentes como en los discentes en los entornos universitarios. Estas competencias son necesarias en el trabajo investigativo de monografías, ensayos, proyectos y tesis que se realizan constantemente en la vida universitaria.
Se plantean los siguientes problemas: General: ¿De qué forma incide la IA en la mejora de las habilidades de investigación en los discentes de la UNFV-FH, 2025? Específicos: ¿De qué forma influye la IA en la búsqueda de información de los discentes de la UNFV-FH, 2025?, ¿De qué manera influye la IA en el dominio tecnológico de los discentes de la UNFV-FH, 2025?, ¿De qué forma influye la IA en el dominio metodológico de los discentes de la UNFV-FH, 2025? y ¿De qué manera influye la IA en el dominio actitudinal de los discentes de la UNFV-FH, 2025?
A partir de los problemas expuestos, se definieron los siguientes objetivos: General: Determinar la influencia de la IA en la mejora de las habilidades de investigación en los discentes de la UNFV- FH, 2025. Específicos: a) Establecer la influencia de la IA en la búsqueda de información de los discentes de la UNFV- FH, 2025. b) Examinar la influencia de la IA en el dominio tecnológico de los discentes de la UNFV- FH, 2025. c) Analizar la influencia de la IA en el dominio metodológico de los discentes de la UNFV- FH, 2025. d) Establecer la influencia de la IA en el dominio actitudinal de los discentes de la UNFV- FH, 2025.
Asimismo, se anticiparon las siguientes hipótesis: General: Existe influencia significativa de la IA en la mejora de las habilidades de investigación en los discentes de la UNFV- FH, 2025. Específicas: a) Existe influencia significativa de la IA en la mejora de la búsqueda de información de los discentes de la UNFV- FH, 2025. b) Existe influencia significativa de la IA en la mejora del dominio tecnológico de los discentes de la UNFV- FH, 2025. c) Existe influencia significativa de la IA en la mejora del dominio metodológico de los discentes de la UNFV- FH, 2025. d)Existe influencia significativa de la IA en la mejora del dominio actitudinal de los discentes de la UNFV- FH, 2025.
El tema elegido mantiene una justificación teórica por el conocimiento y el uso de los fundamentos teóricos de la inteligencia artificial con algunos asistentes virtuales como el Microsoft Copilot y ChatGPT que contribuyen significativamente al proceso pedagógico de los estudiantes y docentes. Asimismo, se justifica metodológicamente ya que la planificación, elaboración y ejecución de los procesos investigativos exigen a los discentes el desarrollo de capacidades investigativas especializadas en forma permanente conforme a los avances de la tecnología aplicados en el ámbito universitario.
La investigación se sustenta primordialmente en lograr un servicio de calidad en la educación reconocida en el objetivo de desarrollo sostenible N.º 4 señalado en la Agenda 2030 (ONU, 2018). Por otra parte, la indagación realizada contribuye al desarrollo del saber científico y tecnológico en el sector educativo. Asimismo, tiene un gran impacto pedagógico con la mejora de las habilidades de investigación en los educandos universitarios de la mencionada facultad.
La investigación contribuye al desarrollo científico y tecnológico en el aspecto pedagógico, es decir, se plantea una educación en Tecnología, Ciencia y Sociedad como una oportunidad en la contribución sobre el conocimiento y la comprensión de la sociedad que demanda el desarrollo de la educación tomando en cuenta los adelantos tecnológicos actuales.
La investigación cumple un rol importante ya que el desarrollo de las prácticas investigativas contribuirá al perfeccionamiento de las producciones académicas realizadas por los estudiantes de manera especializada siguiendo los cánones exigidos por las actividades académicas buscando la excelencia en la formación educativa (ODS N.º 4 establecida en la Agenda 2030 y los objetivos de desarrollo sostenible).
Por otro lado, la indagación permitirá en los estudiantes el pleno desarrollo de sus capacidades sin discriminación y con equidad buscando el bienestar a través de las acciones conjuntas de los actores que buscan el progreso del país en concordancia con el objetivo nacional 1 del Plan Estratégico del Perú al 2050 lo que fortalece un sistema sostenible y promueve una vida saludable de las personas considerando el entorno natural e incluso digital para el logro de la formación integral (Plan Estratégico Nacional al 2050).
Por tales motivos se espera tener un impacto pedagógico con el desarrollo de las prácticas investigativas en las actividades de aprendizaje ejecutadas por los docentes, autores del estudio.
Desarrollo secuencial teórico
Entre los antecedentes se tienen al equipo de Oliinyk et al., (2024) en su artículo realizado en Ucrania, publicado en la Revista Eduweb, buscó verificar empíricamente el rol de la IA en la mejora de las habilidades de investigación de los educandos de doctorado en filosofía. De enfoque mixto con diseño cuasiexperimental, se trabajó con una muestra de 78 participantes, 38 GC y 40 GE a quienes se administró una encuesta a través de los formularios de Google. Los resultados mostraron que en la utilización de la IA se obtuvieron en el componente sustantivo un 7.5 %, en el diseño 10 %, en el procesal 8.4 %; en el opcional 11.4 % y en el comunicativo 8.5 %. Se determinó que la IA incide favorablemente en la mejora de las habilidades de investigación de los participantes.
Figueroa & Lamas (2025) en su artículo realizado en Ecuador, publicado en la Revista Ñeque, buscaron evaluar la incidencia de la IA en las habilidades académicas de los educandos en una institución ecuatoriana. De orientación mixta y diseño de carácter descriptivo, se realizó un trabajo con una muestra de 261 discentes y 45 docentes a quienes se aplicaron encuestas y entrevistas respectivamente. Los hallazgos señalaron que 59 % de los encuestados opinó que Microsoft Copilot y ChatGPT fortalecen el análisis crítico. Se concluye que la aplicación de la IA tiene un gran desafío para la comunidad académica ya que primero se necesita capacitar a los educadores para poder aplicarla en el entorno educativo.
Aguirre-Aguilar et al., (2024) en su artículo realizado en México, publicado en la Revista Alteridad, los autores buscaron examinar las actitudes que presentan los discentes de la universidad en el uso de la inteligencia artificial. De estudio cuantitativo y diseño transaccional descriptivo, se realizó un trabajo con una muestra de 118 educandos de instituciones públicas y privadas a quienes se les administró un cuestionario. Los resultados evidencian que los participantes presentan mucha incertidumbre en la aplicación de la IA, pero a su vez reconocen la innovación y motivación de la tecnología que les exige desarrollo de conocimientos más especializados en los procesos exigidos en la investigación. Asimismo, se hallaron en la percepción sobre la IA (0.935); formación y utilización de la IA (0.927); aplicabilidad de la IA en el proceso de E-A en la evaluación (0.950); Ventajas y retos de la IA (0.965); Ética y responsabilidad del uso de la IA (0.983). Se concluyó que existe una asociación positiva entre las actitudes y la IA que presentan los estudiantes de posgrado en el contexto del estudio.
Mena et al., (2024) en su artículo realizado en Ecuador, publicado en Ciencia Latina Revista Científica Multidisciplinar, buscaron analizar el índice de las competencias investigativas en participantes de pedagogía y proponer estrategias para su fortalecimiento. De estudio cuantitativo y diseño tipo descriptivo, se trabajó con una muestra de 300 colaboradores a quienes se les administró un cuestionario que previamente fue validado por el Alfa de Cronbach. Los hallazgos indican que el nivel adecuado con sus habilidades investigativas en cuanto a la búsqueda de información se halló que el 96.7 % presentó un nivel adecuado en habilidades de investigación. Se concluye que un gran porcentaje de educandos se encuentra en un nivel intermedio lo que indica que están en proceso de alcanzar un conocimiento óptimo, al que se suma el 38 % que ha logrado un nivel satisfactorio.
Peña & Charchabal (2024) en su artículo realizado en Ecuador, publicado en la Revista Ciencia y Actividad Física, buscaron analizar el progreso de las destrezas investigativas en los universitarios de Educación Física. De enfoque cuantitativo, aplicado y diseño cuasiexperimental, es decir, se trabajó con grupos de control y experimental, con 250 participantes a quienes se administró primero un pretest, el tratamiento y luego el postest. Los resultados demuestran que las herramientas tecnológicas mejoran el desempeño que pasó de 49.6 % en el pretest al 50 % en el postest en el bienio 2023-24, y del 49.8 % al 50 % en el bienio 2024-25. Se concluye que los modelos teóricos usados inciden en la mejora de las habilidades investigativas, pero se observa que se tiene que ajustar estrategias educativas adecuadas para fortalecer las capacidades de los estudiantes con diferentes ritmos de aprendizaje.
Entre los antecedentes nacionales se encuentra a Carhuaricra Espinoza et al., (2024) en su artículo realizado en Lima, los autores propusieron establecer la correlación entre las destrezas investigativas y la IA en los discentes de un claustro limeño. De estudio cuantitativo, nivel correlacional y básico. Se trabajó con 120 participantes a quienes se les aplicó una encuesta de forma digital haciendo uso de Google Forms. Los resultados indicaron que las aptitudes investigativas en un 76.7 % presentan un nivel bajo, mientras que la inteligencia artificial en un 66.7 % se encuentra en un nivel de significación. Asimismo, se logró una correlación de Spearman de 0.845 con un nivel de significancia de 0.000. Se determinó que existe una relación elevada y relevante entre la IA y las competencias significativas en los colaboradores de una institución universitaria limeña.
Alegre et al., (2025) en su artículo realizado en Santa, publicado en la Revista EPSIR European public & Social Innovation Review; buscaron determinar el nivel de alfabetización científica en educandos de la Universidad Nacional del Santa. De orientación cuantitativa y de tipo descriptivo, se trabajó con 280 participantes a quienes se les administró un cuestionario con cuatro dimensiones. Los hallazgos evidenciaron que en la alfabetización científica el 60 % presenta un nivel básico, un 25 % nivel intermedio y 15 % nivel avanzado. Se concluye que el nivel de alfabetización científica debe ser mejorado a través de la implementación de estrategias adecuadas para la utilización de la ciencia en el contexto social.
De la Cruz-Campo (2021) en su artículo realizado en Huánuco, publicado en la Revista Identidad; buscó establecer la conexión entre las capacidades investigativas y el aprendizaje significativo en los educandos de la Universidad Nacional Hermilio Valdizán. Se trató de un estudio cuantitativo con diseño descriptivo correlacional, se trabajó con 182 participantes a quienes se les aplicó un cuestionario de 24 preguntas. Los hallazgos muestran que en los estudiantes un 40 % presentan un aprendizaje significativo alto; un 43 % un nivel regular; un 17 % un aprendizaje bajo. Se determinó que hay una conexión notable entre las variables de estudio aplicadas a los participantes de la Universidad.
Oré (2022) en su indagación realizada en Huancavelica, buscó demostrar el desarrollo de las habilidades investigativas a través del uso de formatos prediseñados lo cual incidió en la elaboración de proyectos académicos. De estudio cuantitativo, de tipo aplicado, con un grupo con aplicación exclusiva de un postest, se trabajó con una muestra de 24 colaboradores a quienes se aplicó el tratamiento y posteriormente se administró un postest. Los resultados muestran que el valor de la media fue de 205.63, superior al valor de prueba de 135,61. Además, el valor de t de Student 7.614 y el valor p = 0.000 lo que indica significancia estadística de 0.05. Por tanto, la media de la variable aplicación de formatos prediseñados es superior a 135.61. Se concluye que la formación de las capacidades investigativas mediante el uso de formatos prediseñados tiene incidencia significativa en la elaboración de proyectos por los educandos de la Universidad Nacional de Huancavelica.
Mejía (2024) en su estudio realizado en Trujillo, buscó comprobar la correlación entre las aptitudes digitales y las habilidades de investigación en discentes de una EESPP de Áncash. De orientación cuantitativa de tipo básico y nivel correlacional. Estudio donde participaron 159 educandos a quienes se les aplicó dos cuestionarios. Los hallazgos demuestran que el 54.1 % se encuentra en nivel promedio, el 29.6 % alcanzó una alta nivelación en el desarrollo de capacidades digitales. Mientras que el 57.9 % se sitúa en nivel promedio y el 27 % con una alta nivelación en las habilidades investigativas. Por otro lado, se encontró una correlación de Spearman de 0.709 y un nivel de significancia de 0.000 lo que señala significancia estadística (p < 0.05). Se determinó que hay una conexión notable entre los desempeños investigativos y las destrezas digitales en los colaboradores.
La inteligencia artificial está referida a sistemas sustentados por máquinas con la capacidad de realizar procedimientos mentales que ejecutan las personas, como el aprendizaje, el razonamiento, la percepción y solución de problemas. mediante algoritmos avanzados que procesan grandes volúmenes de datos (Rivera et al., 2024).
Según Razia et al., (2023) afirman que los robots poseen capacidades vinculadas a la inteligencia humana, usando modelos computacionales que les permiten el automatismo y la rapidez de los procesos que realizan. Asimismo, se define como aquellos procedimientos que buscan replicar o superar el entendimiento humano en actividades o acciones como el aprendizaje, la creatividad, percepción y razonamiento (León, 2019).
Por otro lado, la inteligencia artificial forma parte de la informática que se utiliza para desarrollar sistemas capaces de efectuar acciones que solo realizan las personas como el pensamiento, el aprendizaje y la solución del problema (Tapalova et al., 2022). En el contexto educativo se utiliza la IA para generar ambientes virtuales de enseñanza de forma interactiva lo que permite adaptar el aprendizaje a las necesidades individuales (Gibert et al., 2023).
También, Gutiérrez et al., (2024) indican que la IA facilita el acceso a diversos materiales de forma personalizada, lo que optimiza el aprendizaje, la retroalimentación y un mejor conocimiento de las cosas. Por otra parte, Rojas et al., (2024) consideran que los sistemas de la IA permiten desarrollar enfoques de enseñanza que se adaptan a las exigencias personales de los educandos. Es decir, se implementan algoritmos, redes neuronales y procesamientos del lenguaje que mejoran significativamente la interacción entre la tecnología y los estudiantes.
Al respecto, Vera (2023) precisa algunas características en la inteligencia artificial según su aplicación: a) Estimula la creatividad, b) Pensamiento crítico, c) Acceso a los materiales y recursos, d) Acceso a los conocimientos, e) Desarrolla habilidades digitales, f) Agiliza la realización de las tareas académicas, g) Crea entornos de aprendizaje donde interactúan docente y alumno, h) Genera aprendizaje colaborativo y cooperativo y i) Complementa la enseñanza con guías innovadoras.
Dentro de la inteligencia artificial se reconocen tres etapas distintas: La primera etapa se conoce como simbólica, en esta se programan las reglas lógicas que hacen que el sistema actúe de forma inteligente como, por ejemplo: diagnosticar enfermedades, jugar ajedrez, entre otras tareas específicas. La segunda etapa basada en datos, es donde se utilizan determinadas técnicas de aprendizaje automatizado que permiten identificar patrones y extraer conocimientos examinando grandes volúmenes de información. La tercera etapa basada en contextos, es considerada como el fundamento de la superinteligencia artificial, un sistema que entiende el mundo real y ofrece soluciones a problemas desconocidos (Franganillo, 2023).
Entre las herramientas de la inteligencia artificial se tiene a continuación: Google Cloud Automl; es una herramienta que permite crear modelos de aprendizaje automático personalizado, sin tener experiencia previa en codificación de datos. Utiliza algoritmos para simplificar el proceso en la creación de modelos (Mujica-Sequera, 2024).
Chat GPT; herramienta que actúa mediante el lenguaje con un agente inteligente. Responde en lenguaje natural considerando sus conocimientos y limitaciones, además, genera texto, interpreta y produce respuestas en más de 50 idiomas (Ribera & Díaz, 2024).
Deepseek; modelo de aprendizaje sustentado en el proceso de lenguaje natural el cual está diseñado para la búsqueda y recuperación de imágenes. Asimismo, permite el ingreso de descripciones para hallar imágenes asociadas semánticamente en los medios digitales (Piplani & Bamman, 2018).
Copilot; es un chatbot que utiliza la tecnología de IA generativa de OpenAI (Vela, 2024).
Paperal; asiste en la redacción académica, identifica fallos complicados de redacción y ofrece recomendaciones de escritura (Vela, 2024).
Perplexity; ofrece respuestas exactas a preguntas complicadas mediante el uso de modelos de lenguaje sofisticados, actúa como un asistente digital (Vela, 2024).
Research rabbit; sistema en línea para encontrar artículos de revistas académicas según temas o autores (Vela, 2024).
Scite.ai; herramienta valiosa para explorar y entender más a fondo los artículos académicos mediante citas y el contexto en el que se citan (Vela, 2024).
Stable difusión; herramienta que ayuda a crear imágenes digitales de calidad superior basada en descripciones en lenguaje natural o en estímulos (Vela, 2024).
Entre las dimensiones de la IA se consideran: a) Indagación y uso de la inteligencia artificial, habilidad para investigar y utilizar tecnologías para solucionar problemas, lo que implica comprender los principios de la inteligencia artificial y aplicar las herramientas para realizar procesos específicos y obtener resultados más precisos (Rinaldy et al., 2023). b) Contribución y actividades con la inteligencia artificial, es donde ocurre la participación efectiva en el desarrollo y adaptación de la IA. Es decir, se desarrollan actividades de colaboración e innovación para el mejoramiento de la inteligencia artificial (Galindo et al., 2024). c) Creatividad e innovación con la inteligencia artificial, implica la utilización de la IA en el desarrollo de nuevos productos o servicios e innovación de tecnologías y creatividad (Kite & Park, 2022).
Las habilidades investigativas son un grupo de habilidades mentales y metodológicas que facultan al ser humano a enunciar interrogantes, realizar estudios y examinar datos, y que posteriormente presentan resultados precisos lo que contribuye al desarrollo de nuevos conocimientos sobre una problemática específica (Juárez & Torres, 2022).
Al respecto, Ayala (2020) indica que las capacidades investigativas están conformadas por capacidades técnicas, conocimientos y actitudes éticas que son competencias del investigador que realiza el proceso de pesquisa de manera crítica y sistemática el cual se enfoca en la solución de problemas.
Para Álvarez-Ochoa et al., (2022) afirman que implican la utilización de metodologías de investigación de manera precisa haciendo uso de la creatividad, pensamiento analítico y rigor científico para la generación de conocimientos en los diferentes campos académicos.
Por otro lado, Tobón (2013) indica que a través de la inteligencia artificial se potencian las destrezas investigativas al permitir el acceso de gran cantidad de información que es sintetizada, clasificadas y analizadas de forma eficiente y que se utilizan en algún tipo de estudio. Igualmente, Castagnola et al., (2020) sostienen que las habilidades de investigación permiten llevar a cabo la inspección analítica y crítica de los datos y que estas a su vez van produciendo nuevas ideas de forma innovadora y autónoma, cuyos resultados acaban siendo presentados a la comunidad académica.
Félix et al., (2023) consideran que en la actualidad la comunidad requiere la preparación de personas con habilidades investigativas como parte fundamental de su formación para responder a las demandas emergentes en el entorno en que se encuentran.
El estudio tiene anclaje en la teoría conectivista, que considera que el conocimiento se encuentra distribuido en una red de conexiones. Según Siemens (2005) el aprendizaje se produce gracias a la generación de constantes interacciones entre personas, materiales, recursos y tecnología, lo que convierte a la inteligencia artificial en un recurso clave que ayuda a acceder y conectar con las distintas fuentes de conocimiento. Entre las dimensiones que presentan las habilidades se identifican:
La búsqueda de información: entendida como la habilidad donde se identifica, localiza y selecciona la información confiable en el proceso investigativo. Además, utiliza estrategias para el acceso a bases de datos, revistas y artículos en la búsqueda del conocimiento (Loayza, 2021).
El dominio tecnológico: al respecto Castro & Silva (2023) consideran que permite al investigador usar herramientas y recursos tecnológicos en la colección de información, análisis y presentación de resultados. Entre los que se incluye el manejo del software, plataformas digitales, entre otros.
El dominio metodológico: capacidad de aplicar adecuadamente técnicas y métodos científicos en el diseño y ejecución en las investigaciones, incluyendo la elección de enfoques, las herramientas para la recopilación de datos, la implementación de análisis para obtener óptimos resultados (Astoray, 2024).
El dominio actitudinal: Según Peinado (2022) las disposiciones éticas consideradas en cualquier investigación, como las cuestiones personales: curiosidad, honestidad, perseverancia, calidad del trabajo y resultados confiables.
El método hipotético-deductivo se aplicó en el estudio porque en la indagación se plantean hipótesis que deben ser verificadas o refutadas. Según González & Santiago (2023) indican que la metodología fue sugerida por Karl Popper, que se sustenta en la prueba de hipótesis determinando si esta es negativa o positiva la cual se verifica o refuta el planteamiento del supuesto inicial, trayendo como consecuencia la eliminación de teorías incorrectas o el avance del conocimiento.
La población estuvo formada por los educandos universitarios de la UNFV de la Facultad de Humanidades del 2025. Se eligió una muestra de 85 estudiantes del claustro universitario en Cercado de Lima. Tal como indica Otzen & Manterola (2017) definido como un subgrupo representativo que permite generalizar los resultados.
Se empleó un muestreo no aleatorio y por conveniencia, por recomendación del docente responsable y por la cercanía a la Facultad de Humanidades. Al respecto Hernández & Carpio (2019) indican que el muestreo por conveniencia implica disponibilidad de los participantes y por sugerencia del docente asesor, aunque es el muestreo más utilizado.
La investigación fue de naturaleza cuantitativa, la técnica utilizada fue la observación que permitió el registro minucioso de cada aspecto o dimensión de las variables de estudio. De acuerdo con Sánchez et al., (2018) enfatizan que se trata de un proceso mental y creativo donde se examinan todos los detalles, minuciosamente los sucesos en su entorno donde ocurre el fenómeno educativo. Otra técnica que también se utilizó fue el fichaje, la cual sirvió para registrar la información. Arias (2020) señala que esta técnica permite registrar y sistematizar los datos a través de fichas sean estas bibliográficas, de resumen o textuales de las fuentes consultadas.
Los instrumentos que se aplicaron fueron el pretest, seguidamente se realizó el tratamiento (sesiones de aprendizaje) y posteriormente se administró el postest a los estudiantes participantes. En cuanto a la recolección de información significativa se tomó en cuenta las referencias bibliográficas especializadas virtuales y físicas que están relacionadas con las variables de investigación: la IA y las habilidades investigativas. Según Arias (2020) considera que son exámenes que tienen como objetivo valorar el grado de éxito de los educandos en el desarrollo de un determinado asunto de estudio.
Para la elaboración de la indagación se realizaron los siguientes procedimientos: En primer lugar, se realizó el acopio de la información de las fuentes bibliográficas y virtuales halladas en las revistas y artículos científicos sobre la IA y las habilidades investigativas.
En segundo lugar, se organizaron y clasificaron la información más significativa recolectada de las revistas, artículos indexados, base de datos de acuerdo a la significancia y pertinencia de las informaciones de cada una de las variables investigadas. Posteriormente, se solicitó el permiso correspondiente a la Universidad y a los estudiantes a través del consentimiento informado para la aplicación primero del pretest, el tratamiento y finalmente la administración del postest.
En tercer lugar, se llevó a cabo el análisis e interpretación de la información de cada autor encontrada en los artículos, revistas y base de datos. Así como la información recogida con el pretest y postest y que seguidamente se elaboró la tabla de frecuencia con los datos y la estadística respectiva con el SPSS v.28 y luego se elaboró la discusión, conclusiones y recomendaciones del estudio investigado.
En el estudio se recogió la información y el tratamiento estadístico respetando los principios éticos, como: la autoría de las fuentes, la honestidad de los resultados, la transparencia y objetividad, la confidencialidad, el consentimiento informado y el porcentaje del Turnitin exigido por la universidad.
La unidad de análisis estará compuesta por discentes que están matriculados en el año académico 2025 en la UNFV pertenecientes a la Facultad de Humanidades. Para recoger los datos previamente se efectuó la verificación de los instrumentos por jueces especializados de reconocidas trayectorias, así como la confiabilidad con el Alfa de Cronbach; y finalmente ser aplicados a los universitarios y posteriormente se elaboraron las bases de datos con el Microsoft Excel y el programa estadístico SPSS v.28, para obtener el análisis y la interpretación de los datos recopilados. Asimismo, los datos obtenidos con los instrumentos fueron analizados usando el software estadístico, para obtener los datos descriptivos e inferenciales del estudio realizado, que fueron expuestos en tablas y figuras estadística.
Para evaluar la fiabilidad del instrumento se empleó el coeficiente Alfa de Cronbach, adecuado para ítems dicotómicos porque los reactivos están diseñados en forma dicotómica (Oliden & Zumbo, 2008).
Los resultados alcanzados a través del uso del estadístico SPSS v.28 para llevar a cabo el análisis de confiabilidad, se presentan en la Tabla 4. El coeficiente obtenido para el pretest fue de 0.823; lo que muestra una confiabilidad muy alta, garantizando una adecuada consistencia interna para su uso; mientras que el instrumento aplicado al postest se encontró en 0.801 lo que refleja una confiabilidad alta, adecuada para su aplicación en el estudio. Se concluye que ambos instrumentos poseen una confiabilidad adecuada para poder ser administrados a los estudiantes participantes en el estudio.
Presentación de resultados
A continuación, se presentan los resultados de las estadísticas.
Estadística descriptiva
Tabla 1 Distribución de frecuencia preprueba y posprueba - búsqueda de información
| Niveles | Pretest | Postest | ||
|---|---|---|---|---|
| f | % | f | % | |
| Buena | 10 | 11.8 % | 72 | 84.7 % |
| Regular | 66 | 77.6 % | 13 | 15.3 % |
| Deficiente | 9 | 10.6 % | 0 | 0.0 % |
| 85 | 100.00 % | 85 | 100.00 % | |
De la Figura 1 y Tabla 1 de una muestra de 85 educandos, respecto a los hallazgos de la dimensión búsqueda de información: Observamos que en la preprueba (11.8 %) de estudiantes mostraban buen desempeño en la búsqueda de información, (77.6 %) de estudiantes lo realizaban de forma regular, y (10.6 %) de estudiantes lo hacían deficientemente; por otro lado, en la posprueba (84.7 %) de estudiantes buscaban buena información, y (15.3 %) de estudiantes lo efectuaban de forma regular; lo que evidencia una mejora significativa tras la intervención con IA.
Tabla 2 Distribución de frecuencia preprueba y posprueba - dominio tecnológico
| Niveles | Pretest | Postest | ||
|---|---|---|---|---|
| f | % | f | % | |
| Buena | 16 | 18.8 % | 65 | 76.5 % |
| Regular | 59 | 69.4 % | 20 | 23.5 % |
| Deficiente | 10 | 11.8 % | 0 | 0.0 % |
| 85 | 100.00 % | 85 | 100.00 % | |
De la Figura 2 y Tabla 2 de una muestra de 85 educandos, respecto a los hallazgos de la dimensión dominio tecnológico: Observamos que en la preprueba (18.8 %) de estudiantes tenían buen dominio de la tecnología, (69.4 %) de estudiantes tenían regular dominio de la tecnología y (11.8 %) de estudiantes lo utilizaban de manera deficiente; por otro lado, en la posprueba (76.5 %) de estudiantes hacían buen uso de la tecnología y (23.5 %) de estudiantes lo realizaban de manera regular; lo que evidencia una mejora significativa tras la intervención con IA.
Tabla 3 Distribución de frecuencia preprueba y posprueba - dominio metodológico
| Niveles | Pretest | Postest | ||
|---|---|---|---|---|
| f | % | f | % | |
| Buena | 21 | 24.7 % | 64 | 75.3 % |
| Regular | 55 | 64.7 % | 21 | 24.7 % |
| Deficiente | 9 | 10.6 % | 0 | 0.0 % |
| 85 | 100.00 % | 85 | 100.00 % | |
De la Figura 3 y Tabla 3 de una muestra de 85 educandos, respecto a los hallazgos de la dimensión dominio metodológico: Observamos que en la preprueba (24.7 %) de estudiantes tenían buen dominio metodológico, (64.7 %) de estudiantes tenían regular dominio metodológico y (10.6 %) de estudiantes lo efectuaban de manera deficiente; por otro lado, en la posprueba (75.3 %) de estudiantes mantenían buen uso de la metodología, y (24.7 %) de estudiantes tenían un uso regular de la metodología; lo que evidencia una mejora significativa tras la intervención con IA.
Tabla 4 Distribución de frecuencia preprueba y posprueba - dominio actitudinal
| Niveles | Pretest | Postest | ||
|---|---|---|---|---|
| f | % | f | % | |
| Buena | 10 | 11.8 % | 74 | 87.1 % |
| Regular | 53 | 62.4 % | 11 | 12.9 % |
| Deficiente | 22 | 25.9 % | 0 | 0.0 % |
| 85 | 100.00 % | 85 | 100.00 % | |
De la Figura 4 y Tabla 4 de una muestra de 85 educandos, respecto a los hallazgos de la dimensión dominio actitudinal: Observamos que en la preprueba (11.8 %) de estudiantes mantenían una buena actitud frente a la virtualidad, (62.4 %) de estudiantes a veces mostraban buena actitud, y (25.9 %) de estudiantes tenían poco dominio actitudinal; por otro lado, en la posprueba (87.1 %) de estudiantes tenían un buen dominio actitudinal, y (12.9 %) de estudiantes regularmente mostraban actitud positiva; lo que evidencia una mejora significativa tras la intervención con IA.
Tabla 5 Distribución de frecuencia preprueba y posprueba entre la IA y la mejora de las habilidades de investigación
| Niveles | Pretest | Postest | ||
|---|---|---|---|---|
| f | % | f | % | |
| Buena | 6 | 7.1 % | 72 | 84.7 % |
| Regular | 75 | 88.2 % | 13 | 15.3 % |
| Deficiente | 4 | 4.7 % | 0 | 0.0 % |
| 85 | 100.00 % | 85 | 100.00 % | |
Figura 5 Distribución porcentual preprueba y posprueba de la IA y la mejora de las habilidades de investigación
De la Figura 5 y Tabla 5 de una muestra de 85 educandos, en relación con los resultados de la variable IA y las habilidades investigativas, se observó que en la preprueba (7.1 %) de estudiantes utilizaban la inteligencia artificial para su investigación, (82.2 %) de estudiantes a veces empleaban la inteligencia artificial para realizar estudios, y (4.7 %) de estudiantes hacían un uso deficiente de la inteligencia artificial para sus tareas de indagación; por otro lado, en la posprueba (84.7 %) de estudiantes utilizaban siempre la inteligencia artificial para sus investigaciones, y (15.3 %) de estudiantes a veces utilizaban la inteligencia artificial en sus procesos de indagación; lo que permite concluir que la IA ha influido favorablemente en la mejora de las habilidades de investigación.
Estadística inferencial
Aplicando la prueba de normalidad: Para analizar los hallazgos obtenidos, se estableció, en primer lugar, el tipo de distribución de la información, tanto de la preprueba como la posprueba, con el fin de establecer si es paramétrica o no paramétrica; para esto, se empleó el estadístico de Kolmogorov-Smirnov, dado que los datos superan los 50 casos. Se mostraron lo siguiente:
Tabla 6 Prueba de Normalidad
| Kolmogorov - Smirnov | |||
|---|---|---|---|
| Estadístico | n | Sig. | |
| Pretest: La IA y las habilidades de investigación | ,226 | 85 | ,000 |
| Postest: La IA y las habilidades de investigación | ,237 | 85 | ,000 |
De acuerdo la Tabla 6, ambos valores de significancia son menores a 0.05, con lo cual se concluye que las variables no provienen de población con distribución normal; y en consecuencia se utilizará pruebas no paramétricas en la contrastación de las hipótesis de esta investigación.
Tabla 7 Estadístico descriptivo comparativo de las variables IA y habilidades de investigación
| n. | Media | |
|---|---|---|
| Pretest: La IA y la mejora de las habilidades de investigación | 85 | 9,91 |
| Postest: La IA y la mejora de las habilidades de investigación | 85 | 17,40 |
Tabla 8 Prueba de Wilcoxon para las habilidades de investigación
| Postest: IA y habilidades investigativas - Pretest: IA y habilidades investigativas | |
|---|---|
| Z | -8,019b |
| Sig. asintótica (bilateral) | ,000 |
De acuerdo con la Tabla 7, en la preprueba la media de las puntuaciones fue de 9.91, en comparación con la posprueba, que fue de 17.40, mostrando una variación de 7.49 puntos a favor de la posprueba, lo que sugiere que hay una variación entre antes y después de implementar la inteligencia artificial; además, en la Tabla 8, el valor p = 0.000, que respalda el análisis ya que la significancia es inferior a 0.05, permitiendo descartar la hipótesis nula y comprobar la HG: Existe una influencia significativa de la IA en la mejora de las habilidades de investigación en los educandos de la UNFV - Facultad de Humanidades, 2025.
Tabla 9 Estadístico descriptivo comparativo preprueba y posprueba - búsqueda de información
| n. | Media | |
|---|---|---|
| Pretest: Búsqueda de información | 85 | 2.36 |
| Postest: Búsqueda de información | 85 | 4.51 |
Tabla 10 Prueba de Wilcoxon para la búsqueda de información
| Postest: Formulación de preguntas - Pretest: Formulación de preguntas | |
|---|---|
| Z | -7.944b |
| Sig. asintótica (bilateral) | ,000 |
De acuerdo con la Tabla 9, en la preprueba la media de las puntuaciones fue de 2.36, en comparación con la posprueba, que fue de 4.51, mostrando una variación de 2.15 puntos en favor de la posprueba, lo que sugiere que hay una variación entre el momento previo y posterior a la implementación de la IA; en la Tabla 10, el p = 0.000, que apoya el análisis ya que la significancia es inferior a 0.05, permitiendo descartar la hipótesis nula y validar la HE1: Hay una influencia notable de la IA en la mejora de la búsqueda de información en los educandos de la UNFV - Facultad de Humanidades, 2025.
Tabla 11 Estadístico descriptivo comparativo preprueba y posprueba - dominio tecnológico
| n. | Media | |
|---|---|---|
| Pretest: Dominio tecnológico | 85 | 2.65 |
| Postest: Dominio tecnológico | 85 | 4.25 |
Tabla 12 Prueba de Wilcoxon para el dominio tecnológico
| Postest: Dominio tecnológico - Pretest: Dominio tecnológico | |
|---|---|
| Z | -6.746b |
| Sig. asintótica (bilateral) | ,000 |
De acuerdo con la Tabla 11, en la preprueba la media de las puntuaciones fue de 2.65, en comparación con la posprueba, que fue de 4.25, mostrando una variación de 1.60 puntos en favor de la posprueba, lo que sugiere que hay una variación entre el momento previo y posterior a la implementación de la IA; por otra parte, en la Tabla 12, el p = 0.000, que respalda el análisis ya que la significancia es inferior a 0.05, permitiendo descartar la hipótesis nula y comprobar la HE2: Hay una influencia notable de la IA en la mejora del el dominio tecnológico de los educandos de la UNFV - Facultad de Humanidades, 2025.
Tabla 13 Estadístico descriptivo comparativo preprueba y posprueba - dominio metodológico
| n. | Media | |
|---|---|---|
| Pretest: Dominio metodológico | 85 | 2.79 |
| Postest: Dominio metodológico | 85 | 4.25 |
Tabla 14 Prueba de Wilcoxon para el dominio metodológico
| Postest: Dominio metodológico - Pretest: Dominio metodológico | |
|---|---|
| Z | -6.459b |
| Sig. asintótica (bilateral) | ,000 |
De acuerdo con la Tabla 13, en la preprueba la media de las puntuaciones fue de 2.79, en comparación con la posprueba, que fue de 4.25, mostrando una variación de 1.46 puntos en favor de la posprueba, lo que sugiere que hay una variación entre el momento previo y posterior a la implementación de la IA; por otro lado, en la Tabla 14, el p = 0.000, lo que respalda el análisis ya que la significancia es inferior a 0.05, permitiendo descartar la hipótesis nula y comprobar la HE3: Hay una influencia notable de la IA en la mejora del dominio metodológico de los educandos de la UNFV - Facultad de Humanidades, 2025.
Tabla 15 Estadístico descriptivo comparativo preprueba y posprueba - dominio actitudinal
| n. | Media | |
|---|---|---|
| Pretest: Dominio actitudinal | 85 | 2.11 |
| Postest: Dominio actitudinal | 85 | 4.40 |
Tabla 16 Prueba Wilcoxon para el dominio actitudinal
| Postest: Dominio actitudinal - Pretest: Dominio actitudinal | |
|---|---|
| Z | -7.783b |
| Sig. asintótica (bilateral) | ,000 |
De acuerdo con la Tabla 15, en la preprueba la media de las puntuaciones fue de 2.11, en comparación con la posprueba, que fue de 4.40, mostrando una variación de 2.29 puntos a favor de la posprueba, lo que sugiere que hay una variación entre el momento previo y posterior a la implementación de la IA; además, en la Tabla 16, el p = 0.000, lo que respalda el análisis ya que la significancia es inferior a 0.05, permitiendo descartar la hipótesis nula y comprobar la HE4: Hay una influencia notable de la IA en la mejora del dominio actitudinal en los educandos de la UNFV - Facultad de Humanidades, 2025.
Al examinar los hallazgos de la variable inteligencia artificial y habilidades investigativas, se observa un cambio significativo: la media pasó de 9.91 a 17.40 puntos y el nivel bueno se elevó de 7.1 % a 84.7 %. Esto concuerda con lo encontrado por Figueroa & Lamas (2025), quienes igualmente reportaron progreso en pensamiento crítico y resolución de problemas al utilizar IA. No obstante, a diferencia de Oliinyk et al., (2024), que enfocaron su análisis en elementos específicos como diseño y comunicación, esta investigación analiza el efecto de la IA de manera más integral, incorporando actitud, metodología y competencia tecnológica.
Al examinar los hallazgos de la dimensión búsqueda de información, se nota que los estudiantes pasaron de buscar de forma regular a hacerlo con mayor criterio, lo que refleja una mejora significativa de 4.51 puntos. Coincide con Mena et al., (2024), quienes encontraron que el 96.7 % de sus participantes tenían habilidades adecuadas en esta área. En contraste, Carhuaricra Espinoza et al., (2024) reportaron niveles bajos en búsqueda digital, esto podría indicar que el acompañamiento pedagógico y el diseño del programa tienen un impacto claro en los resultados.
Al examinar los hallazgos de la dimensión dominio tecnológico, se nota que los estudiantes mejoraron de forma clara en el uso de herramientas digitales, con una media que pasó de 2.65 a 4.25 puntos. Mejía (2024) también encontró una correlación positiva entre habilidades digitales e investigativas, lo cual se relaciona con estos hallazgos. Sin embargo, a diferencia de Aguirre-Aguilar et al., (2024), quienes reportaron incertidumbre frente a la IA, aquí queda claro que el uso orientado y pertinente de las herramientas digitales reduce esa inseguridad y fortalece el aprendizaje.
Al examinar los hallazgos de la dimensión dominio metodológico, se nota que los estudiantes mostraron una mejor organización de sus ideas al aplicar métodos con más claridad, lo que refleja una mejora significativa de 4.25 puntos. Es similar a lo que señala Oré (2022), quien demostró que el uso de formatos prediseñados mejora la elaboración de proyectos. En cambio, Peña & Charchabal (2024) encontraron avances más lentos, aquí queda claro que el tipo de herramienta y la forma de enseñar influyen directamente en el aprendizaje.
Al examinar los hallazgos de la dimensión actitudinal, se nota un cambio en la actitud, el promedio muestra una mejora importante de 2,11 a 4.40 puntos y el nivel alto creció de 11.8 % a 87.1 %. Es similar a lo que encontraron Figueroa & Lamas (2025), quienes observaron que los educandos se sienten motivados al usar la inteligencia artificial. En contraste, Aguirre-Aguilar et al., (2024) encontraron dudas y resistencia; esto deja más claro que el contexto de uso y el acompañamiento docente son claves para mejorar la disposición hacia lo digital.
Este estudio deja claro que cuando la inteligencia artificial se integra con una orientación didáctica clara, no solo fortalece capacidades específicas, sino que modifica la forma en que los estudiantes enfrentan el proceso investigativo. Este estudio, a diferencia de otros que abordan la IA desde una sola perspectiva, incorpora cinco dimensiones que evidencian su aporte concreto a la formación académica.
Conclusiones
Se determinó la influencia de la IA en la mejora de las habilidades de investigación en los educandos, observándose una disimilitud de 7.49 puntos con la posprueba después de aplicar la IA, y con un nivel de significancia igual a 0.000; además, el mayor porcentaje se localiza en el nivel bueno, donde los estudiantes emplean sus habilidades investigativas con un 84.7 %, en comparación con la preprueba que alcanzó solamente un 7.1 %.
Se estableció la influencia de la IA en la mejora de la búsqueda de información de los educandos, donde se evidenció una disimilitud de 2.15 puntos con la posprueba después de aplicar la IA, y con una significancia igual a 0.000; además, el mayor porcentaje se localiza en el nivel bueno, donde los estudiantes buscan información con un 84.7 %, en comparación con la preprueba que alcanzó solamente un 11.8 %.
Se determinó que existe la influencia de la IA en la mejora del dominio tecnológico de los discentes, donde se evidenció una disimilitud de 1.60 puntos con la posprueba después de aplicar la IA, y con una significancia igual a 0.000; además, el mayor porcentaje se localiza en el nivel bueno, donde los estudiantes muestran dominio tecnológico con un 76.5 %, en comparación con la preprueba que alcanzó solamente un 18.8 %.
Existe una influencia de la IA en la mejora del dominio metodológico de los discentes, donde se evidenció una disimilitud de 1.46 puntos con la posprueba después de aplicar la IA, y con una significancia igual a 0.000; además, el mayor porcentaje se localiza en el nivel bueno, donde los estudiantes muestran dominio metodológico con un 75.3 %, en comparación con la preprueba que alcanzó solamente un 24.7 %.
Se estableció que hay la influencia de la IA en la mejora en el dominio actitudinal de los discentes, donde se evidenció una disimilitud de 2.29 puntos con la posprueba después de aplicar la IA, y con una significancia igual a 0.000; además, el mayor porcentaje se localiza en el nivel bueno, donde los estudiantes muestran dominio actitudinal con un 87.1 %, en comparación con la preprueba que alcanzó solamente un 11.8 %.
