PIXEL-BIT
REVISTA DE MEDIOS Y EDUCACIÓN
Nº 72 - ENERO- 2025
h ps:// e is apixelbi .com
Píxel-Bi . Re is a de Medios y Educación. 2025 - ISSN: 1133-8482. e-ISSN: 2171-7966.
PIXEL-BIT
REVISTA DE MEDIOS Y EDUCACIÓN
ENERO
2 0 2 5
EQUIPO EDITORIAL (EDITORIAL BOARD)
EDITOR JEFE (EDITOR IN CHIEF)
Nº
72
D . Julio Cabe o Almena a, Depa amen o de Didác ica y O ganización Educa i a, Facul ad de CC de la Educación,
Di ec o del G upo de In es igación Didác ica. Uni e sidad de Se illa (España)
EDITOR ADJUNTO (ASSISTANT EDITOR)
D . Juan Jesús Gu ié ez Cas illo, Depa amen o de Didác ica y O ganización Educa i a. Facul ad de CC de la Educación,
Uni e sidad de Se illa (España)
D . Ósca M. Gallego Pé ez, G upo de In es igación Didác ica, Uni e sidad de Se illa (España)
EDITORES ASOCIADOS
D a. U za Ga ay Ruiz, Uni e sidad del País Vasco. (España)
D a. I ano nna Milqueya C uz Picha do, Pon i icia Uni e sidad Ca ólica Mad e y Maes a. (República Dominicana)
D a. Ca men Llo en e Cejudo, Uni e sidad de Se illa (España)
CONSEJO METODOLÓGICO
D . José González Such, Uni e sidad de Valencia (España)
D . An onio Ma as Te ón, Uni e sidad de Málaga (España)
D a. Cyn hia Ma ínez-Ga ido, Uni e sidad Au ónoma de Mad id (España)
D . Luis Ca o Sanc is óbal, Uni e sidad de Valladolid (España)
D a. Nina Hidalgo Fa an, Uni e sidad Au ónoma de Mad id (España)
CONSEJO DE REDACCIÓN
D a. Ma ía Puig Gu ié ez, Uni e sidad de Se illa. (España)
D a. Sand a Ma ínez Pé ez, Uni e sidad de Ba celona (España)
D . Selín Ca asco, Uni e sidad de La Pun a (A gen ina)
D . Jackson Colla es, Uni e sidades Fede al do Amazonas (B asil)
D a. Ki y Gaona, Uni e sidad Au ónoma de Asunción (Pa aguay)
D . Vi o José de Jesús Ca ioca. Ins i u o Poli écnico de Beja Ciencias da Educación (Po ugal)
D a. El i a Es he Na as, Uni e sidad Me opoli ana de Venezuela (Venezuela)
D . Angel Puen es Puen e, Pon i icia Uni e sidad Ca ólica Mad e y Maes a. San o Domingo (República Dominicana)
D . Fab izio Manuel Si ignano, Uni e si à degli S udi Suo O sola Benincasa (I alia)
D a. Sonia Aguila Ga i a. Uni e sidad de Cádiz (España)
D a. Eloisa Reche U bano. Uni e sidad de Có doba (España)
CONSEJO TÉCNICO
D a. Raquel Ba agán Sánchez, G upo de In es igación Didác ica, Uni e sidad de Se illa (España)
D . An onio Palacios Rod íguez, G upo de In es igación Didác ica, Uni e sidad de Se illa (España)
D . Manuel Se ano Hidalgo, G upo de In es igación Didác ica, Uni e sidad de Se illa (España)
Diseño de po ada: Dña. Lucía Te ones Ga cía, Uni e sidad de Se illa (España)
Re iso /co ec o de ex os en inglés: D a. Rubicelia Valencia O iz, MacMillan Educa ion (México)
Re iso es me odológicos: e aluado es asignados a cada a ículo
CONSEJO CIENTÍFICO
Jo di Adell Segu a, Uni e sidad Jaume I Cas ellón (España)
Ignacio Aguaded Gómez, Uni e sidad de Huel a (España)
Ma ía Vic o ia Aguia Pe e a, Uni e sidad de Las Palmas de G an Cana ia (España)
Olga Ma ía Aleg e de la Rosa, Uni e sidad de la Laguna Tene i e (España)
Manuel Á ea Mo ei a, Uni e sidad de la Laguna Tene i e (España)
Pa icia Á ila Muñoz, Ins i u o La inoame icano de Comunicación Educa i a (México)
Ma ía Paz P endes Espinosa, Uni e sidad de Mu cia (España)
Angel Manuel Bau is a Valencia, Uni e sidad Cen al de Panamá (Panamá)
Jos Beishuizen, V ije Uni e si ei Ams e dam (Holanda)
Píxel-Bi . Re is a de Medios y Educación. 2025 - ISSN: 1133-8482. e-ISSN: 2171-7966.
Flo en ino Blázquez En onado, Uni e sidad de Ex emadu a (España)
Sil ana Calap ice, Uni e si à degli s udi di Ba i (I alia)
Selín Ca asco, Uni e sidad de La Pun a (A gen ina)
Raimundo Ca asco So o, Uni e sidad de Du ango (México)
Zulma Ca aldi, Uni e sidad de Buenos Ai es (A gen ina)
Luciano Cecconi, Uni e si à degli S udi di Modena (I alia)
Jean-F ançois Ce isie , Uni e si é de Poi ie s, F ancia
Jo di Lluís Coidu as Rod íguez, Uni e sidad de Lleida (España)
Jackson Colla es, Uni e sidades Fede al do Amazonas (B asil)
En icoma ia Co bi, Uni e si à degli S udi Suo O sola Benincasa (I alia)
Ma ialau a Cunzio, Uni e si à degli S udi Suo O sola Benincasa (I alia)
B igi e Denis, Uni e si é de Liège (Bélgica)
Flo iana Falcinelli, Uni e si à degli S udi di Pe ugia (I alia)
Ma ia Cecilia Fonseca Sa di, Uni e sidad Me opoli ana de Venezuela (Venezuela)
Ma ibel San os Mi anda Pin o, Uni e sidade do Minho (Po ugal)
Ki y Gaona, Uni e sidad Au ónoma de Asunción (Pa aguay)
Ma ía-Jesús Gallego-A u a , Uni e sidad de G anada (España)
Lo enzo Ga cía A e io, UNED (España)
Ana Ga cía-Valca cel Muñoz-Repiso, Uni e sidad de Salamanca (España)
An onio Bau is a Ga cía-Ve a, Uni e sidad Complu ense de Mad id (España)
José Manuel Gómez y Méndez, Uni e sidad de Se illa (España)
Me cedes González Sanmamed, Uni e sidad de La Co uña (España)
Manuel González-Sicilia Llamas, Uni e sidad Ca ólica San An onio-Mu cia (España)
An ónio José Meneses Osó io, Uni e sidade do Minho (Po ugal)
Ca ol Halal O ali, Uni e sidad Tecnológica de Chile INACAP (Chile)
Mau icio He nández Ramí ez, Uni e sidad Au ónoma de Tamaulipas (México)
Ana Lande a E xebe ía, Uni e sidad a Dis ancia de Mad id (UDIMA)
Linda La elle, Plymou h Ins i u e o Educa ion (Ingla e a)
Fe nando Leal Ríos, Uni e sidad Au ónoma de Tamaulipas (México)
Paul Le e e, Cca (UK)
Ca los Ma celo Ga cía, Uni e sidad de Se illa (España)
F ancois Ma chessou, Uni e sidad de Poi ie s, Pa ís (F ancia)
F ancesca Ma one, Uni e si à degli S udi di Napoli Fede ico II (I alia)
F ancisco Ma ínez Sánchez, Uni e sidad de Mu cia (España)
I o y de Lou des Mogollón de Lugo, Uni e sidad Cen al de Venezuela (Venezuela)
Angela Muschi iello, Uni e si à degli s udi di Ba i (I alia)
Ma ghe i a Musello, Uni e si à degli S udi Suo O sola Benincasa (I alia)
El i a Es he Na as, Uni e sidad Me opoli ana de Venezuela (Venezuela)
T inidad Núñez Domínguez, Uni e sidad de Se illa (España)
James O’Higgins, de la Uni e sidad de Dublín (UK)
José An onio O ega Ca illo, Uni e sidad de G anada (España)
Gab iela Padilla, Uni e sidad Au ónoma de Tumalipas (México)
Ramón Pé ez Pé ez, Uni e sidad de O iedo (España)
Angel Puen es Puen e, Pon i icia Uni e sidad Ca ólica Mad e y Maes a. San o Domingo (República Dominicana)
Juan Jesús Gu ié ez Cas illo, Uni e sidad de Se illa (España)
Julio Manuel Ba oso Osuna, Uni e sidad de Se illa (España)
Rosalía Rome o Tena. Uni e sidad de Se illa (España)
Hommy Rosa io, Uni e sidad de Ca abobo (Venezuela)
Pie Giuseppe Rossi, Uni e si à di Mace a a (I alia)
Jesús Salinas Ibáñez, Uni e sidad Islas Balea es (España)
Yamile Sando al Rome o, Uni e sidad de San iago de Cali (Colombia)
Albe Sang á Mo e , Uni e sidad Obe a de Ca alunya (España)
Ángel Sanma ín Alonso, Uni e sidad de Valencia (España)
Ho acio San ángelo, Uni e sidad Tecnológica Nacional (A gen ina)
F ancisco Solá Cab e a, Uni e sidad de Se illa (España)
Jan F ick, S a ange Uni e si y (No uega)
Ka l S e ens, Uni e sidad de Colonia (Alemania)
Seppo Tella, Helsinki Uni e si y (Finlandia)
Hanne Wache Kjae gaa d, Aa hus Uni e si y (Dinama ca)
Píxel-Bi . Re is a de Medios y Educación. 2025 - ISSN: 1133-8482. e-ISSN: 2171-7966.
FACTOR DE IMPACTO (IMPACT FACTOR)
SCOPUS Q1 Educa ion: Posición 236 de 1406 (83% Pe cen il). Ci eSco e T acke 2023: 5,3 - Jou nal Ci a ion
Indica o (JCI). Eme ging Sou ces Ci a ion Index (ESCI). Ca ego ía: Educa ion & Educa ional Resea ch.
Posición 556 de 1506. Cua il Q2 (Pe cen il: 65.29) – FECYT (2023): Ciencias de la Educación. Cua il 1.
Posición 12. Pun uación: 39,22- DIALNET MÉTRICAS (Fac o impac o 2022: 1.78. Q1 Educación. Posición
13 de 235) - REDIB Cali icación Glogal: 29,102 (71/1.119) Pe cen il del Fac o de Impac o No malizado:
95,455- ERIH PLUS - Clasi icación CIRC: B- Ca ego ía ANEP: B - CARHUS (+2018): B - MIAR (ICDS
2020): 9,9 - Google Schola (global): h5: 34; Mediana: 52 - Jou nal Schola Me ic Q2 Educación.
Ac ualización 2016 Posición: 405a de 1,115- C i e ios ANECA: 20 de 21 - INDEX COPERNICUS
Pun uación ICV 2019: 95.10
Píxel-Bi , Re is a de Medios y Educación es á indexada en e o as bases en: SCOPUS, Fecy , DOAJ, I esie, ISOC
(CSIC/CINDOC), DICE, MIAR, IN-RECS, RESH, Ul ich’s Pe iodicals, Ca álogo La index, Biné-EDUSOL,
Dialne , Redine , OEI, DOCE, Sc ibd, Redalyc, Red Ibe oame icana de Re is as de Comunicación y Cul u a,
Gage Cengage Lea ning, Cen o de Documen ación del Obse a o io de la In ancia en Andalucía. Además de es a
p esen e en po ales especializados, Buscado es Cien í icos y Ca álogos de Biblio ecas de econocido p es igio, y
pendien e de e aluación en o as bases de da os.
EDITA (PUBLISHED BY)
G upo de In es igación Didác ica (HUM-390). Uni e sidad de Se illa (España). Facul ad de Ciencias de la
Educación. Depa amen o de Didác ica y O ganización Educa i a. C/ Pi o ecnia s/n, 41013 Se illa.
Di ección de co eo elec ónico: e is apixelbi @us.es. URL: h ps:// e is apixelbi .com/
ISSN: 1133-8482; e-ISSN: 2171-7966; Depósi o Legal: SE-1725-02
Fo ma o de la e is a: 16,5 x 23,0 cm
Los ecu sos incluidos en Píxel Bi es án suje os a una licencia C ea i e Commons A ibu ion-NonComme cial-
Sha eAlike 4.0 Unpo ed (Reconocimien o-NoCome cial-Compa i Igual)(CC BY-NC-SA 4.0), en consecuencia,
las acciones, p oduc os y u ilidades de i adas de su u ilización no pod án gene a ningún ipo de luc o y la ob a
gene ada sólo pod á dis ibui se bajo es a misma licencia. En las ob as de i adas debe á, asimismo, hace se
e e encia exp esa a la uen e y al au o del ecu so u ilizado.
©2025 Píxel-Bi . No es á pe mi ida la ep oducción o al o pa cial po ningún medio de la e sión imp esa de Píxel-Bi .
Píxel-Bi . Re is a de Medios y Educación. 2025 - ISSN: 1133-8482. e-ISSN: 2171-7966.
Nº
72
PIXEL-BIT
REVISTA DE MEDIOS Y EDUCACIÓN
Índice
E N E R O
2 0 2 5
1.- Análisis de la Disposición Espacial de Con enido en en o nos de Realidad Aumen ada y su E ec o en
la Ca ga Cogni i a de los Usua ios [Analysis o he Spa ial Layou o Con en in Augmen ed Reali y
En i onmen s and i s E ec on Use s' Cogni i e Load]
Luis Edua do Bau is a, Fe nanda Ma adei, Gab iel Ped aza
2.- E aluación de ac i udes hacia la ciencia, ecnología, ingenie ía y ma emá icas (STEM) pa a omen a
la c ea i idad en la educación secunda ia [Assessing A i udes Towa d Science, Technology, Enginee ing,
and Ma hema ics (STEM) o Enhancing C ea i i y in Seconda y Educa ion]
Mujib Mujib, Ma diyah Ma diyah
3.- Dis inción en e ex os de guion esc i os po humanos y gene ados po IA: un es udio p elimina con
es udian es de Cine [Dis inc ion be ween Sc eenplay Tex s W i en by Humans and Gene a ed by AI: a
P elimina y S udy wi h Film S uden s]
Ja ie Lu i-Rod íguez, Elio Qui oga-Rod íguez
4.-
E ec o mediado del au ocon ol sob e la au oes ima y el uso de Ins ag am en adolescen es.
Relaciones con el endimien o académico y el es és ecnológico [Media ing e ec o sel -moni o ing on sel -
es eem and Ins ag am use in adolescen s. Rela ionships wi h academic pe o mance and echnological s ess]
F ancisco José Rubio-He nández, Ado ación Díaz-López, Vanessa Caba-Machado, Elena González-
Calaho a
5.- Phubbing: edad y p esencia en línea como condiciones necesa ias [Phubbing: Age and Online P esence
as Necessa y Condi ions]
An onio Ma as-Te ón
6.- IA gene a i a e sus p o eso es: e lexiones desde una e isión de la li e a u a [Gene a i e AI s. Teache s: insigh s om
a li e a u e e iew]
And es Chiappe, Ca olina San Miguel, Fabiola Mabel Sáez Delgado
7.- ¿Coinciden la comunidad cien í ica y la sociedad sob e el uso de la In eligencia A i icial en
educación? [Do he scien i ic communi y and socie y ag ee on he use o A i icial In elligence in educa ion?]
Sonia Ma ín-Gómez, Ángel Ba olomé Muñoz de Luna
8.-
La u ilidad pe cibida del Cha GPT po pa e del alumnado uni e si a io [Pe cei ed use ulness o
Cha GPT by uni e si y s uden s]
Pablo Ja ie O ega-Rod íguez, F ancisco Ja ie Pe icacho Gómez
9.- La ho a del Book ok: ca ac e ización de nue os ídeos pa a la p omoción lec o a en el mó il [Book ok
Time: Cha ac e iza ion o New Videos o Mobile Reading P omo ion]
José Ro i a-Collado, F ancisco An onio Ma ínez-Ca a alá, Sebas ián Mi as
10.- A Cómo po encia el pensamien o c í ico en la uni e sidad a a és de compe encias en línea:
e aluación de la in o mación y la ne ique a: Un análisis en u u os docen es según el sexo // C i ical
hinking and skills in e alua ing online in o ma ion, a 21s cen u y challenge: A gende analysis o p ospec i e
eache s
Magalí Denoni Buján, Ana Cebolle o Salinas
7
39
70
87
103
119
139
159
180
199
Píxel-Bi . Re is a de Medios y Educación. 2025 - ISSN: 1133-8482. e-ISSN: 2171-7966.
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
La u ilidad didác ica pe cibida del Cha GPT po pa e del
alumnado uni e si a io
The educa ional pe cei ed use ulness o Cha GPT by uni e si y s uden s
D . Pablo Ja ie O ega-Rod íguez
P o eso Ayudan e Doc o . Uni e sidad Au ónoma de Mad id. España
D . F ancisco Ja ie Pe icacho-Gómez
P o eso Ayudan e Doc o . Uni e sidad Au ónoma de Mad id. España
Recibido: 2024/07/29; Re isado: 2024/09/05; Acep ado: 2024/12/18; Online Fi s : 2024/12/22; Publicado: 2025/01/07
RESUMEN
La In eligencia A i icial es á cambiando el en oque de la educación. El obje i o de es e abajo es conoce la u ilidad didác ica
pe cibida del Cha GPT po pa e del alumnado uni e si a io. El ins umen o u ilizado es la Escala UTAUT2, que mide el uso
de las nue as ecnologías, a pa i de ocho ac o es: la expec a i a de endimien o, la expec a i a del es ue zo, la in luencia
social, las condiciones a o ables, la mo i ación hedónica, el alo del p ecio, el hábi o y la in ención de uso. La mues a es á
o mada po 152 es udian es de la Uni e sidad Au ónoma de Mad id (79.2% chicas, 20.8% chicos), con una media de edad
de 21.3 años. Los esul ados mues an que la expe iencia de uso es el ac o que más in luye sob e las condiciones a o ables,
la mo i ación hedónica y el hábi o. Los cinco ac o es que in luyen sob e la u ilidad pe cibida del Cha GPT son el hábi o, las
condiciones a o ables, la expec a i a de endimien o, la mo i ación hedónica y el alo del p ecio. Es os esul ados sugie en
la necesidad de desa olla ac i idades de al abe ización digi al sob e el uso de Cha GPT desde una pe spec i a c í ica,
omen a el uso esponsable de es a ecnología y da pau as al alumnado sob e la esc i u a de ins ucciones que gene en una
espues a p ecisa.
ABSTRACT
A i icial In elligence is changing he app oach o educa ion. This a icle aims o know he educa ional pe cei ed use ulness o
Cha GPT by uni e si y s uden s. The ins umen used is he UTAUT2 Scale, which measu es he use o new echnologies,
based on eigh ac o s: pe o mance expec ancy, e o expec ancy, social in luence, acili a ing condi ions, hedonic mo i a ion,
p ice alue, habi and use in en ion. The sample consis s o 152 s uden s om he Uni e sidad Au ónoma de Mad id (79.2%
gi ls, 20.8% boys), wi h an a e age age o 21.3 yea s. The esul s show ha use expe ience is he ac o ha mos in luences
acili a ing condi ions, hedonic mo i a ion and habi . The i e ac o s in luencing he pe cei ed use ulness o Cha GPT a e habi ,
acili a ing condi ions, pe o mance expec ancy, hedonic mo i a ion and p ice alue. These indings sugges he need o
de elop digi al li e acy ac i i ies on he use o Cha GPT om a c i ical pe spec i e, o encou age he esponsible use o his
echnology and o p o ide guidance o s uden s on w i ing ins uc ions ha gene a e an accu a e esponse.
PALABRAS CLAVES · KEYWORDS
Cha GPT; In eligencia A i icial; Educación Supe io ; UTAUT2; U ilidad Pe cibida; Al abe ización Digi al; Tecnología Educa i a
Cha GPT; A i icial In elligence; Highe Educa ion; UTAUT2; Pe cei ed Use ulness; Digi al Li e acy; Educa ional Technology
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 160
1. In oducción
La In eligencia A i icial (en adelan e IA) es á e olucionando la sociedad y
ans o mando casi odos los aspec os de nues as idas (López-Regalado e al., 2024;
UNESCO, 2024). Su aplicación en el campo de la educación es á gene ando cambios
sus anciales y p opiciando in ensos deba es sob e las posibles implicaciones é icas,
académicas y didác icas pa a docen es y es udian es (Giannini, 2023; Zhang, e al., 2023).
La IA que ha supues o una e olución sin p eceden es es la de ipo gene a i a,
especialmen e desde el momen o en el que Open AI libe a de o ma g a ui a su he amien a
Cha GPT a inales de 2022. No en ano, en los p ime os meses alcanzó los 100 millones
de usua ios (Tong & Zhang, 2023).
Cha GPT son las siglas de “Gene a i e P e- ained T ans o me ” (T ans o mado
Gene a i o P een enado). Es un modelo de lenguaje na u al basado en IA, desa ollado
po la emp esa OpenAI. Pe mi e gene a espues as de ex o ealis as y simila es a las
humanas, con una p ecisión, apidez, acilidad y cohe encia no conocida has a aho a (G a
& Be na di, 2023; Zhai, 2024). La ele ancia educa i a de Cha GPT es iba en las múl iples
aplicaciones que albe ga pa a docen es y es udian es. Así, se ha con igu ado como una
po en e he amien a, susci ando una g an expec ación y di e en es pe cepciones y pos u as
en la comunidad educa i a (Ga cía, 2023; Román e al., 2024).
Su impac o y ele ancia pedagógica es un á ea de g an in e és den o de la
in es igación. Un campo de es udio muy ecien e, pe o en cons an e expansión y
c ecimien o. En gene al, exis e un amplio consenso en e los in es igado es al a i ma que
su uso y aplicación pedagógica, a ni el gene al, plan ea opo unidades, e os y desa íos de
di e en e na u aleza y en e gadu a (UNESCO, 2023; S okel & Van Noo den, 2023). Así, se
sugie e que puede se un aliado en los p ocesos de enseñanza y ap endizaje, ayudando,
po ejemplo, en a eas de in es igación, desa ollo del pensamien o c í ico, esolución de
p oblemas, apoyo y pe sonalización del ap endizaje. Aho a bien, ambién se indica que
puede impac a nega i amen e en los p ocesos didác icos: disminuyendo el es ue zo,
gene ando conduc as inadecuadas y soca ando y debili ando los p ocesos de enseñanza
y ap endizaje (Baidoo & Owusu, 2023; Fiialka e al., 2023; Kuma , 2023; Michel e al., 2023;
Zhai, 2024).
Conc e amen e en la educación supe io , pese a que, como se ha señalado, la eclosión
de ChaGPT es muy ecien e, su uso se ha ex endido ampliamen e y de o ma casi inmedia a
(Chan & Hu, 2023). Debido a ello, no hay mucha e idencia sob e el impac o de Cha GPT
en el ámbi o uni e si a io. Sin emba go, an o desde la comunidad académica como desde
o ganismos sup anacionales de g an impac o en la educación, como UNESCO, OCDE o el
Banco Mundial, se e idencia un cla o y ele ado in e és po analiza las implicaciones de
Cha GPT en la educación supe io (Molina e al., 2024; UNESCO, 2023; Yun & Gwo, 2023).
La li e a u a cien í ica des aca el amplio po encial que albe ga Cha GPT en los
p ocesos de enseñanza/ap endizaje en la Uni e sidad, elacionado con la mejo a y el
aho o de iempo pa a ealiza di e en es a eas, la pe sonalización de di e en es aspec os
ligados a los p ocesos de enseñanza/ap endizaje ( esolución de dudas, e isión de abajos,
y e aluación). Sin emba go, ambién es p eciso señala los iesgos y dilemas é icos que
plan ea su uso. En p ime luga , la di icul ad pa a e alua la calidad de las uen es, es deci ,
la escasa iabilidad de la in o mación o ecida an e de e minadas consul as; en segundo
luga , la necesidad de u iliza esponsablemen e Cha GPT an e los di e en es p oblemas
é icos que gene a su uso. En de ini i a, el uso de Cha GPT p esen a en ajas y des en ajas
en el ámbi o uni e si a io, opo unidades y desa íos de di e en e ipo: é icos, cu icula es,
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 161
sociales, didác icos, legales y psicológicos (Fesenmaie & Wöbe , 2023; Klimo a e al., 2024;
Michel e al., 2023; Ped ó, 2020; UNESCO, 2022; Yun & Gwo, 2023; Zhang e al., 2024).
Un in e esan e es udio sob e el uso y pe cepción de Cha GPT en el ámbi o uni e si a io
se encuen a en Thi (2023). Los esul ados de su in es igación mos a on que, en gene al,
los es udian es enían una opinión a o able de la aplicación de Cha GPT: aho a iempo,
b inda in o mación y e oalimen ación pe sonalizada. Igualmen e, se iden i ica on algunos
p oblemas, como la incapacidad de e alua la calidad y con iabilidad de uen es. En
cohe encia con el es udio an e io , el abajo de Chan y Hu (2023) explo a la pe cepción de
los es udian es uni e si a ios sob e las ecnologías de in eligencia a i icial gene a i a, como
Cha GPT a a és de una encues a a 399 es udian es de a ias disciplinas en Hong Kong.
La in es igación e eló una ac i ud en gene al posi i a hacia su uso, debido a la ayuda que
o o gaba en los p ocesos de enseñanza y ap endizaje, econociendo su po encial pa a la
edacción de abajos, la in es igación y el análisis. Además, a oja una se ie de ideas y
esul ados que sub ayan las conclusiones ob enidas en g an pa e de o os abajos de es e
campo: la p eocupación po la inexac i ud, la iabilidad de las uen es, el plagio, la p i acidad
de la in o mación, o cues iones é icas de di e en e ipo (C aw o d e al., 2023; C omp on &
Bu ke, 2023). En línea con los abajos an e io es, el es udio de Fi a (2023) iden i ica una
de las egula idades más ecu en es y sus anciales exp esadas po la li e a u a académica
desa ollada has a aho a: la impo ancia y necesidad de segui in es igando sob e las
opo unidades y e os po enciales asociados al uso de Cha GPT.
En es e con ex o, el Modelo de Acep ación de la Tecnología (Technology Accep ance
Model, po sus siglas en inglés, TAM), p opues o po Da is (1989, p. 320), de ine la u ilidad
pe cibida como "el g ado en el que una pe sona c ee que el uso de una ecnología mejo a
su endimien o p o esional". A pa i de es e modelo, el abajo de Kim e al. (2020) in es iga
las pe cepciones del alumnado uni e si a io sob e los asis en es de enseñanza con IA en
la educación. A pa i del TAM, el abajo de Venka esh e al. (2003) diseña y alida un
modelo denominado Teo ía Uni icada de Adopción y uso de Tecnología (Uni ied Theo y o
Accep ance and Use o Technology, po sus siglas en inglés, UTAUT) con cinco a iables,
que in luyen en la u ilidad pe cibida: la expec a i a de endimien o, en endida como el g ado
en el que una pe sona conside a que u iliza una ecnología puede mejo a su endimien o
p o esional; la expec a i a del es ue zo, en endida como la acilidad de uso de una
ecnología; la in luencia social, de inida como el g ado en el que in luye en una pe sona la
opinión de o as pe sonas de su en o no sob e el uso de una ecnología; las condiciones
a o ables, en endidas como el g ado en el que una pe sona conside a que exis e una
ins aes uc u a que a o ece el uso de una ecnología y la in ención de uso, que es la
de e minación de una pe sona a u iliza una ecnología. O o abajo de Venka esh e al.
(2012) p opone el modelo UTAUT 2, que inco po a es nue os ac o es, la mo i ación
hedónica o el place de i ado del uso de una ecnología; el alo del p ecio o impo ancia
concedida al cos e de una ecnología, y el hábi o de uso, en endido como el g ado en el que
una pe sona u iliza de o ma au omá ica al ecnología.
En cuan o a la elación de los ac o es con la in ención de uso, el abajo de Ga cía de
Blanes e al. (2022), que aplicó el cues iona io a 304 es udian es uni e si a ios, encuen a
que el hábi o de uso in luye en la in ención de uso. El abajo de Cabe o-Almena a e al.
(2024b), que u ilizó el modelo UTAUT 2 pa a p edeci la in ención de uso de la IA en 425
es udian es uni e si a ios, encuen a que la expec a i a de endimien o, la expec a i a del
es ue zo, la in luencia social, las condiciones a o ables y la mo i ación hedónica in luyen
en la in ención de uso de la IA, que coincide con los esul ados del abajo de Xu e al.
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 168
I em
Media
D.T.
17. Me di ie e u iliza Cha GPT
1.51
.884
18. Me gus a u iliza Cha GPT
1.84
.729
19. Me en e iene u iliza Cha GPT
1.55
.897
20. La e sión de pago de Cha GPT iene un p ecio azonable
1.32
.909
21. La e sión de pago de Cha GPT o ece espues as más p ecisas
que la g a ui a
2.41
.817
22. La e sión de pago de Cha GPT p opo ciona en ajas aco des con
su p ecio (exis e una buena elación calidad-p ecio)
2.01
.620
23. El uso de Cha GPT se ha con e ido en un hábi o de mi ida dia ia
1.64
.887
24. Soy adic o/a al uso de Cha GPT
1.05
.89
25. U iliza Cha GPT es undamen al pa a ealiza los abajos de la
uni e sidad
1.17
.804
26. Compa o la in o mación ob enida en Cha GPT con o as uen es de
in o mación cuando ealizo una ac i idad de la uni e sidad
2.04
.837
27. Tengo in ención de usa Cha GPT pa a esol e las dudas que me
su gen al ealiza una ac i idad de clase
1.83
.804
28. Tengo in ención de usa Cha GPT pa a ealiza un abajo de clase
1.79
.803
29. Tengo in ención de usa Cha GPT en mi ida dia ia
1.58
.924
Se ealiza un Análisis Fac o ial Explo a o io con el in de concen a los í ems a cada
uno de los ocho ac o es. Se u iliza una educción ac o ial aplicando una o ación o ogonal
median e el mé odo Va imax, que es la solución ac o ial más plausible con o me a la
na u aleza de los da os. De acue do con el alo del índice Kaise -Meye -Olkin (KMO)
de .908, que indica una excelen e elación de los coe icien es de co elación obse ados
en e las a iables, y el índice de signi icación .01 ob enido en la p ueba de es e icidad de
Ba le , se puede a i ma que el análisis ac o ial es aplicable, con enien e y pe inen e.
La Tabla 3 p esen a los esul ados del Análisis Fac o ial Explo a o io.
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 169
Tabla 3
Análisis Fac o ial: Ma iz de coomponen es o ados
I em
F1
F2
F3
F4
F5
F6
F7
F8
3
.902
1
.887
2
.867
4
.854
5
.850
6
.835
7
.822
8
.803
11
.845
10
.811
9
.801
12
.792
13
.801
15
.783
14
.727
16
.691
18
.754
17
.713
19
.654
29
.724
28
.682
26
.661
27
.639
23
.703
24
.683
25
.679
22
.675
21
.604
20
.582
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 170
Tabla 4
Va ianza o al explicada
Componen e
Au o alo es iniciales
Sumas de ca gas al cuad ado
de la ex acción
To al
% de
a ianza
%
acumulado
To al
% de
a ianza
%
acumulado
1
9.166
31.607
31.607
9.166
31.607
31.607
2
3.475
11.981
43.588
3.475
11.981
43.588
3
2.068
7.132
50.719
2.068
7.132
50.719
4
1.670
5.759
56.479
1.670
5.759
56.479
5
1.579
5.444
61.922
1.579
5.444
61.922
6
1.420
4.898
66.820
1.420
4.898
66.820
7
1.290
4.450
71.270
1.290
4.450
71.270
8
1.157
3.988
75.258
1.157
3.988
75.258
29
.043
.148
100
Se ex aen 8 ac o es, que explican más del 75% de la a ianza del conjun o de í ems.
El Fac o 1 sa u a las a iables 1,2,3 y 4, que gua dan elación con la expec a i a de
endimien o.
El Fac o 2 ilus a las a iables 5,6,7 y 8, que se elacionan con la expec a i a del
es ue zo.
El Fac o 3 sa u a las a iables 9, 10, 11 y 12, que aluden a la in luencia social.
El Fac o 4 ilus a las a iables 13,14,15 y 16, que hacen e e encia a las condiciones
a o ables.
El Fac o 5 sa u a las a iables 17,18 y 19, que se e ie en a la mo i ación hedónica.
El Fac o 6 ilus a las a iables 26,27,28 y 29, que gua dan elación con la in ención de
uso.
El Fac o 7 sa u a las a iables 23, 24 y 25, que se elacionan con el hábi o de uso.
El Fac o 8 ilus a las a iables 20, 21 y 22, que aluden al alo del p ecio.
Pa a e alua la bondad de ajus e del modelo, se siguie on los indicado es de Hu &
Ben le (1999): el es adís ico chi-cuad ado, la di isión en e chi-cuad ado y los g ados de
libe ad, el índice de bondad de ajus e (GFI, Goodness o Fi Index), el índice de ajus e
no malizado (NFI, No malised Fi Index), el índice de ajus e compa a i o (CFI, Compa a i e
Fi Index), el e o de ap oximación cuad á ico medio (RMSEA, Roo Mean Squa ed E o
o App oxima ion) y la aíz cuad ada media esidual es anda izada (SRMR, S anda ized
Roo Mean-Squa e Residual) (B owne & Cudeck, 1989).
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 171
La Tabla 5 p esen a los índices de bondad de ajus e del modelo, que indican que el
modelo se ajus a bien a los da os.
Tabla 5
Índices de ajus e del modelo
Índices de ajus e
Valo es
ob enidos
Valo es
ecomendados
χ2
48.27
gl
18
χ2/gl
2.68
≤3
GFI
.934
≥.90
NFI
.939
CFI
.942
RMSEA
.041
<.05
SRMR
.046
<.08
La Tabla 6 p esen a los esul ados del Análisis Fac o ial Con i ma o io, que pe mi e el
con as e de las hipó esis plan eadas.
Tabla 6
Co elaciones del Análisis Fac o ial Con i ma o io
Hipó esis
Ni el de
co elación
Con as e de
hipó esis
1. Expec a i a de endimien o → In ención de uso
.596*
Acep ada
2. Expec a i a del es ue zo → In ención de uso
-.018
Rechazada
3. In luencia social → In ención de uso
.002
Rechazada
4. Condiciones a o ables → In ención de uso
.608*
Acep ada
5. Edad → Condiciones a o ables
.824*
Acep ada
6. Géne o → Condiciones a o ables
-.038
Rechazada
7. Expe iencia de uso → Condiciones a o ables
.835*
Acep ada
8. Mo i ación hedónica → In ención de uso
.576*
Acep ada
9. Expe iencia de uso → Mo i ación hedónica
.792*
Acep ada
10. Valo del p ecio → In ención de uso
.429*
Acep ada
11. Hábi o → In ención de uso
.718*
Acep ada
12. Expe iencia de uso → Hábi o
.903*
Acep ada
13. Expe iencia de uso → In ención de uso
.851*
Acep ada
No a: * Sig .01
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 172
Los esul ados de la Tabla 6 mues an la acep ación de diez de las ece hipó esis
p opues as, que mues an un ni el de Sig .01. Se obse a que la expe iencia de uso es
el ac o que más in luye sob e cua o a iables (las condiciones a o ables, la mo i ación
hedónica, el hábi o y la in ención de uso). Además de es e ac o , los cinco ac o es que
in luyen sob e la in ención de uso son el hábi o, las condiciones a o ables, la expec a i a
de endimien o, la mo i ación hedónica y el alo del p ecio. Asimismo, el géne o no esul a
se un ac o signi ica i o y la edad in luye en las condiciones a o ables.
5. Discusión
El obje i o de es e abajo e a conoce la u ilidad didác ica pe cibida de Cha GPT po
pa e del alumnado de la Uni e sidad Au ónoma de Mad id. Pa a ello, se plan ea on ece
hipó esis de abajo, que han sido con as adas as los análisis ac o iales.
Los esul ados pe mi en acep a la p ime a hipó esis, que es ablece que la expec a i a
de endimien o del Cha GPT in luye sob e la in ención de su uso, de modo que los
bene icios espe ados de es a ecnología in luyen en la p edisposición a o able del
alumnado a su u ilización (Cabe o-Almena a e al., 2024b). Se echazan la segunda
hipó esis, de modo que la expec a i a del es ue zo no in luye sob e la in ención de uso, y la
e ce a hipó esis, de sue e que la in luencia social ampoco es un ac o in luyen e
(Alzah ani & Alzah ani, 2024).
Los esul ados pe mi en acep a la cua a hipó esis, que es ablece que las condiciones
a o ables in luyen en la in ención de uso de Cha GPT, de modo que la disponibilidad de
ecu sos y conocimien os in luye sob e el uso de es a ecnología (UNESCO, 2023; Yildiz &
Onan, 2024). Asimismo, se con i ma la quin a hipó esis, de modo que la edad del alumnado
in luye sob e las condiciones que pe mi en el uso de Cha GPT (Venka esh, 2012). Se
echaza la sex a hipó esis, de modo que el géne o del alumnado no in luye sob e las
condiciones a o ables pa a u iliza es a ecnología.
Los esul ados pe mi en acep a la sép ima hipó esis, que es ablece que la expe iencia
de uso del alumnado in luye en las condiciones a o ables, de modo que el conocimien o
adqui ido po la p ác ica del Cha GPT a o ece la in ención de uso de Cha GPT (Fi a , 2023),
que incide en la ealización de abajos en el ámbi o uni e si a io (Xu e al., 2024). Asimismo,
se con i ma la oc a a hipó esis, de modo que la mo i ación hedónica del alumnado in luye
sob e la in ención de uso (Acos a-En iquez e al., 2024; Chan & Hu, 2023).
Los esul ados pe mi en acep a la no ena hipó esis, que es ablece que la expe iencia
de uso del alumnado in luye sob e la mo i ación hedónica pa a u iliza Cha GPT (Chan &
Hu, 2023), y la décima hipó esis, que es ablece que el p ecio de la e sión de pago de la
ecnología in luye en la in ención de u iliza la (Venka esh, 2012).
Los esul ados pe mi en acep a la decimop ime a hipó esis, de modo que el hábi o
in luye en la in ención de uso de Cha GPT (G assini e al., 2024; Thi, 2023). Asimismo, se
con i ma la decimosegunda hipó esis, que es ablece que la expe iencia de uso del
alumnado in luye en el hábi o, y la decimo e ce a hipó esis, que es ablece la in luencia de
la expe iencia en la in ención de uso (Rome o-Rod íguez e al., 2023).
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 173
6. Conclusiones
En es e abajo se ex aen una se ie de conclusiones y p opues as con implicación en
la p ác ica educa i a.
En p ime luga , la expe iencia de uso iene una g an in luencia en la in ención de uso
de Cha GPT, que sugie e la necesidad de p omo e ac i idades en la uni e sidad que
p omue an el uso esponsable de es a ecnología del alumnado con la ayuda del
p o eso ado.
En segundo luga , el e ec o de las condiciones a o ables sob e la in ención de uso
pone de elie e la necesidad de desa olla ac i idades de al abe ización digi al sob e el uso
de es a ecnología, desde una pe spec i a c í ica, po ejemplo, con as ando la in o mación
del Cha GPT con o as e e encias y uen es.
En e ce luga , la in luencia de la mo i ación hedónica en la in ención de uso sugie e
la necesidad de omen a el uso esponsable del Cha GPT, como una uen e de in o mación
complemen a ia en la ealización de ac i idades en el ámbi o uni e si a io.
En cua o luga , dada la in luencia del hábi o en la in ención de uso, es p eciso da
pau as al alumnado sob e cómo u iliza es a ecnología de una mane a e icaz, po ejemplo,
la esc i u a de un p omp o conjun o de ins ucciones que gene en una espues a p ecisa.
En quin o luga , dado el impac o del Cha GPT en la comunidad uni e si a ia, es p eciso
inclui con enidos sob e IA en los planes de es udios de las i ulaciones elacionadas con la
educación, en an o que es una ecnología que a o ece la c eación de con enidos con ines
didác icos.
A modo de conclusión, es e abajo mues a la u ilidad didác ica pe cibida del Cha GPT
po pa e del alumnado uni e si a io, que con ibuye a a anza en el conocimien o sob e los
ac o es que inciden en el uso c í ico, esponsable y p eciso de es a ecnología.
Con ibución de los au o es
Concep ualización, P.J.O.-R. y F.J.P.-G.; Cu ación de da os, P.J.O.-R.; Análisis o mal, P.J.O.-R.; In es igación,
P.J.O.-R. y F.J.P.-G..; Me odología, P.J.O.-R. y F.J.P.-G.; Adminis ación de p oyec os, P.J.O.-R. y F.J.P.-G.;
Recu sos, P.J.O.-R. y F.J.P.-G..; So wa e, P.J.O.-R. y F.J.P.-G.; Supe isión, P.J.O.-R. y F.J.P.-G.;
Validación, P.J.O.-R. y F.J.P.-G.; Visualización, P.J.O.-R. y F.J.P.-G..; Esc i u a: p epa ación del bo ado
o iginal, P.J.O.-R. y F.J.P.-G.; Redacción: e isión y edición, P.J.O.-R. y F.J.P.-G.; Re e encias: P.J.O.-R. y
F.J.P.-G.
Re e encias
Acos a-En iquez, B.G., Ramos Fa oñan, E.V., Villena Zapa a, L.I., Mogollon Ga cia, F.S., Rabanal-
León, H.C., Angaspilco, J.E., & Bocaneg a, J.C. (2024). Accep ance o a i icial in elligence in
uni e si y con ex s: A concep ual analysis based on UTAUT2 heo y. Heliyon, 10(19), 1–13.
h ps://doi.o g/10.1016/j.heliyon.2024.e38315
Alzah ani, A., & Alzah ani, A. (2024). Comp endiendo la adopción de Cha GPT en uni e sidades: el
impac o del TPACK y UTAUT2 en los docen es. RIED-Re is a Ibe oame icana de Educación a
Dis ancia, 28(1), 37–58. h ps://doi.o g/10.5944/ ied.28.1.41498
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 174
Baidoo, D., & Owusu, A. (2023). Educa ion in he e a o gene a i e A i icial In elligence (AI):
Unde s anding he po en ial bene i s o Cha GPT in p omo ing eaching and lea ning. Jou nal o
AI, 7(1), 52–62. h ps://doi.o g/10.2139/ss n.4337484
B owne, M.W., & Cudeck, R. (1989). Single sample c oss- alida ion índices o co a iance s uc u es.
Mul i a ia e Beha io al Resea ch, 24(4), 445–455. h ps://doi.o g/10.1207/s15327906mb 24044
Buendía, L., Colás, P., & He nández, F. (1998). Mé odos de in es igación en Psicopedagogía.
McG aw-Hill
Cabe o-Almena a, J., Palacios-Rod íguez, A., Loaiza-Agui e, M.I., & Ri as-Manzano, M.R. (2024a).
Accep ance o educa ional A i icial In elligence by eache s and i s ela ionship wi h some
a iables and pedagogical belie s. Educa ion Sciences, 14(740), 1–16.
h ps://doi.o g/10.3390/educsci14070740
Cabe o-Almena a, J., Palacios-Rod íguez, A., Loaiza-Agui e, M.I., & And ade-Aba ca, P.S. (2024b).
The impac o pedagogical belie s on he adop ion o gene a i e AI in highe educa ion: p edic i e
model om UTAUT2. F on ie s in A i icial In elligence, 7(1497705), 1–11.
h ps://doi.o g/10.3389/ ai.2024.1497705
Chan, C., & Hu, W. (2023). S uden s’ oices on gene a i e AI: pe cep ions, bene i s, and challenges
in highe educa ion. In e na ional Jou nal o Educa ional Technology in Highe Educa ion, 20(43),
1–18. h ps://doi.o g/10.1186/s41239-023-00411-8
C aw o d, J., Cowling, M., & Allen, K. (2023). Leade ship is needed o e hical Cha GPT: Cha ac e ,
assessmen , and lea ning using a i icial in elligence (AI). Jou nal o Uni e si y Teaching &
Lea ning P ac ice, 20(3), 1–21. h ps://doi.o g/10.53761/1.20.3.02
C omp on, H., & Bu ke, D. (2023). A i cial in elligence in highe educa ion: The s a e o he eld.
In e na ional Jou nal o Educa ional Technology in Highe Educa ion, 20(22), 1–16.
h ps://doi.o g/10.1186/s41239-023-00392-8
Da is, F. D. (1989). Pe cei ed use ulness, pe cei ed ease o use, and use accep ance o in o ma ion
echnology. MIS Qua e ly, 13(3), 319-340. h ps://doi.o g/10.2307/249008
Fesenmaie , D., & Wöbe , K. (2023). AI, Cha GPT and he uni e si y. Annals o Tou ism Resea ch,
101(103578), 1–6. h ps://doi.o g/10.1016/j.annals.2023.103578
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 175
Fiialka, S., Ko nie a, Z., & Honcha uk, T. (2023). Cha GPT in Uk ainian educa ion: P oblems and
p ospec s. In e na ional Jou nal o Eme ging Technologies in Lea ning (iJET), 18(17), 236–250.
h ps://doi.o g/10.3991/ije . 18i17.42215
Fi a , M. (2023). Wha Cha GPT means o uni e si ies: Pe cep ions o schola s and s uden s. Jou nal
o Applied Lea ning and Teaching, 6(1), 57–63. h ps://doi.o g/10.37074/jal .2023.6.1.22
Ga cía, F. J. (2023). La pe cepción de la In eligencia A i icial en con ex os educa i os as el
lanzamien o de Cha GPT: dis upción o pánico. Educa ion in he Knowledge Socie y (EKS), 24,
e31279. h ps://doi.o g/10.14201/eks.31279
Ga cía de Blanes Sebas ián, M., Sa mien o Guede, J.R., & An ono ica A. (2022). Applica ion and
ex ension o he UTAUT2 model o de e mining beha io al in en ion ac o s in use o he a i icial
in elligence i ual assis an s. F on ie s in Psychology, 13(993935), 1–18.
h ps://doi.o g/10.3389/ psyg.2022.993935
Giannini, S. (2023). Gene a i e AI and he u u e o educa ion. UNESCO.
G a , A., & Be na di, R. E. (2023). Cha GPT in esea ch: Balancing e hics, anspa ency, and
ad ancemen . Neu oscience, 515, 71–73. h ps://doi.o g/10.1016/j.neu oscience.2023.02.008
G assini, S., Linnea, M., & Mogel ang, A. (2024). Unde s anding uni e si y s uden ´s accep ance o
Cha GPT: Insigh s om he UTAUT 2 Model. Applied A i icial In elligence, 38(1), 1–18.
h ps://doi.o g/10.1080/08839514.2024.2371168
Hu, L.T., & Ben le , P. M. (1999). Cu o c i e ia o i indexes in co a iance s uc u e analysis:
Con en ional c i e ia e sus new al e na i es. S uc u al Equa ion Modeling, 6(1), 1–55.
h ps://doi.o g/10.1080/10705519909540118
Kim, J., Me ill, K., Xu, K., & Sellnow, D.D. (2020). My eache is a machine: Unde s anding s uden s´
pe cep ions o AI eaching assis an s in online educa ion. In e na ional Jou nal o Human-
Compu e In e ac ion, 36(20), 1902–1911. h ps://doi.o g/10.1080/10447318.2020.1801227
Klimo a, B, Pikha M., & Al-Obaydi LH (2024). Explo ing he po en ial o Cha GPT o o eign
language educa ion a he uni e si y le el. F on ie s in Psychology, 15(1269319), 1–10.
h ps://doi.o g/10.3389/ psyg.2024.1269319
Kuma , A. H. (2023). Analysis o Cha GPT ool o assess he po en ial o i s u ili y o academic w i ing
in biomedical domain. Biology, Enginee ing, Medicine and Science Repo s, 9(1), 24–30.
h ps://doi.o g/10.5530/bems.9.1.5
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 176
López-Regalado, O., Núñez-Rojas, N., López-Gil, O.R., & Sánchez-Rod íguez, J. (2024). Análisis del
uso de la in eligencia a i icial en la educación uni e si a ia: una e isión sis emá ica. Pixel-Bi , 70,
97–122. h ps://doi.o g/10.12795/pixelbi .106336
McMillan, J. H., & Schumache , S. (2008). In es igación educa i a. Una in oducción concep ual.
Pea son.
Michel, R., Vilal a, E., Salinas, D.E., Thie y, R., & Ge a dou, F.S. (2023). Challenges and
oppo uni ies o Gene a i e AI o highe educa ion as explained by Cha GPT. Educa ion Science,
13(9), 1–18. h ps://doi.o g/10.3390/educsci13090856
Molina, E., Cobo, C., Pineda, J., Anne., & Ro ne , H. (2024). La e olución de la IA en Educación:
Lo que hay que sabe . Wo ld Bank G oup
Mollick, E., & Mollick, L. (9 de eb e o de 2023). Why all ou classes suddenly became AI classes.
S a egies o eaching and lea ning in a Cha GPT wo ld. Inspi ing Minds.
h ps://hbsp.ha a d.edu/inspi ing-minds/why-all-ou -classes-suddenly-became-ai-classes
Ped ó, F. (2020). Applica ions o A i icial In elligence o highe educa ion: possibili ies, e idence, and
challenges. IUL Resea ch, 1(1), 61–76. h ps://doi.o g/10.57568/iul es. 1i1.43
Román, P., Mena, A.F., Fe nández, E., & López, E. (2024). Mapeo de las co ien es de in es igación
sob e Cha GPT aplicadas a la educación. RiiTE Re is a in e uni e si a ia de in es igación en
Tecnología Educa i a, 16, 140–156. h ps://doi.o g/10.6018/ ii e.590421
Rome o-Rod íguez, J.M., Ramí ez-Mon oya, M.S., Buenes ado-Fe nández, M., & La a-La a, F.
(2023). Uso de Cha GPT en la Uni e sidad como he amien a pa a el pensamien o complejo:
u ilidad pe cibida po los es udian es. Jou nal o New App oaches in Educa ional Resea ch, 12(2),
323–339.
Sánchez-Holgado, P., & A cila-Calde ón, C. (2024). Adop ion and use ac o s o a i icial in elligence
and big da a by ci izens. Communica ion & Socie y, 37(2), 227–246.
h ps://doi.o g/10.15581/003.37.2.227-246
S okel, C., & Van Noo den, R. (2023). Wha Cha GPT and gene a i e AI mean o science. Na u e,
614, 214–216. h ps://doi.o g/10.1038/d41586-023-00340-6
Pixel-Bi . Re is a de Medios y Educación, 72, 159-178 | 2025 | h ps://doi.o g/10.12795/pixelbi .109778
PÁGINA | 177
Thi, A. N. T. (2023). The pe cep ion by uni e si y s uden s o he use o Cha GPT in
educa ion. In e na ional Jou nal o Eme ging Technologies in Lea ning, 18(17), 4–19.
h ps://doi.o g/10.3991/ije . 18i17.39019
Tong, Y., & Zhang, L. (2023). Disco e ing he nex decade's syn he ic biology esea ch ends wi h.
Cha GPT. Syn he ic and Sys ems Bio echnology, 8(2), 220–223.
h ps://doi.o g/10.1016/j.synbio.2023.02.004
UNESCO (2022). Recommenda ion on he E hics o A i icial In elligence. UNESCO.
UNESCO (2023). Cha GPT e in eligencia a i icial en la educación supe io . UNESCO.
UNESCO (2024). Guía pa a el uso de IA gene a i a en educación e in es igación. UNESCO.
Venka esh, V., Mo is, M. G., Da is, G. B., & Da is, F. D. (2003). Use accep ance o in o ma ion
echnology: Towa d a uni ied iew. MIS Qua e ly, 27(3), 425–478.
Venka esh, V., Thong, J.Y.L., & Xu, H. (2012). Consume accep ance and use o in o ma ion
echnology: Ex ending he Uni ied Theo y o Accep ance and Use o Technology. MIS Qua e ly,
36(1), 157–178.
Xu, S., Chen, P., & Zhang, G. (2024). Explo ing Chines uni e si y educa o s, accep ance and
in en ion o use AI Tools: An Applica ion o he UTAUT Model. SAGE Open, 14(4), 1–15.
h ps://doi.o g/10.1177/21582440241290013
Yildiz, H., & Onan, A. (2024). P edic ing he use o cha bo s sys ems in educa ion: a compa a i e
app oach using PLS-SEM and machine lea ning algo i hms. Cu en Psychology, 43, 23656–
23674. h ps://doi.o g/10.1007/s12144-024-06072-8
Yun, T., & Gwo, H. (2023). Uni e si y s uden s’ concep ions o Cha GPT-suppo ed lea ning: a
d awing and epis emic ne wo k analysis, In e ac i e Lea ning En i onmen s, 3, 1–25.
h ps://doi.o g/10.1080/10494820.2023.2286370
Zhai, X. (4 de sep iemb e de 2024). Cha GPT use expe ience: Implica ions o educa ion.
h ps://doi.o g/10.2139/ss n.4312418
