APLICACIÓN DE LA REGRESIÓN LOGÍSTICA BINARIA EN LA EDUCACIÓN ASISTIDA POR INTELIGENCIA ARTIFICIAL

Application of binary logistic regression in education assisted by artificial intelligence

Objetivo:  Predecir si los estudiantes universitarios harán un uso eficiente de la Inteligencia Artificial (IA) en los próximos años.

Método:  Se utiliza una regresión logística binaria, un análisis estadístico que permite pronosticar el resultado de una variable dependiente binaria, en este caso, el uso eficiente de la IA, a partir de varias variables independientes, como son el manejo de competencias digitales o el uso que se da a ChatGPT,

Resultado:  Los estudiantes de Ciencias Sociales tienen la menor probabilidad de usar ChatGPT de manera eficiente, y los más jóvenes son los que peor uso hacen de la IA. Aquellos alumnos que utilizan está herramienta de manera profesional también muestran un uso menos eficiente, posiblemente debido a que su enfoque profesional limita la exploración de otros usos. Un buen manejo de la herramienta explica el uso eficiente de ChatGPT. Las variables con que indican un uso ineficiente son la falta de competencias digitales o la edad. l.

Conclusiones:  Es fundamental promover un uso responsable y consciente de la IA en el ámbito educativo, promoviendo métodos innovadores de enseñanza que se ajusten a las necesidades de los estudiantes menos familiarizados con la misma de manera que todos los estudiantes, sin importar su edad, género o área de estudio, puedan aprovechar los beneficios que la IA ofrece.

PALABRAS-CLAVE:
Inteligencia Artificial; Competencias digitales; Educación Superior; Personalización del Aprendizaje; Regresion Logística.