La capacitación docente como factor clave en la adopción de inteligencia artificial en educación básica
DOI:
https://doi.org/10.17398/1695-288X.25.2.247Palabras clave:
inteligencia artificial, , educación básica, tecnología educativa, igualdad de oportunidades educativas, docentes de educación primaria, desigualdad territorialResumen
Introducción/Objetivo: Este estudio examina la relación entre capacitación formal en inteligencia artificial (IA) y su adopción pedagógica en docentes de educación básica de la Región del Maule, Chile, territorio con desigualdades urbano-rurales. Método: Diseño transversal exploratorio-descriptivo de grupos contrastantes con 150 docentes (54% mujeres; 58.7% urbanos, 41.3% rurales), quienes respondieron un cuestionario validado de 34 ítems (agosto-octubre 2025). Se aplicó estadística descriptiva, Chi-cuadrado y V de Cramer. Resultados: Se observó una separación prácticamente completa entre grupos (χ² = 143.96, gl = 1, p < .001; V de Cramer = 0.980): el 100% de docentes capacitados (n = 31) usa IA activamente; ningún docente sin capacitación (n = 119) la ha integrado. Los capacitados presentan alta frecuencia de uso (90.3%), alta confianza (67.7%) y mejoras pedagógicas percibidas (100%). Se observa inequidad territorial descriptiva en el acceso a capacitación (urbano: 25.0% vs. rural: 14.5%; razón de tasas = 1.72). Discusión/Conclusiones: Los resultados cuestionan la narrativa de resistencia docente, pues solo el 10.1% de no capacitados expresa oposición, señalando barreras predominantemente estructurales. La capacitación formal emerge como factor diferenciador para la adopción de IA, con implicaciones directas para el diseño de políticas de equidad en el acceso al desarrollo profesional docente en contextos latinoamericanos con desigualdad territorial.
Descargas
Referencias
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616-630. https://doi.org/10.1007/s11528-022-00715-y
CEPAL. (2021). Tecnologías digitales para un nuevo futuro. Comisión Económica para América Latina y el Caribe. https://repositorio.cepal.org/handle/11362/46816
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2.ª ed.). Lawrence Erlbaum Associates.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22. https://doi.org/10.1186/s41239-023-00392-8
Crompton, H., Burke, D., & Jordan, K. (2023). Systematic review of research on artificial intelligence in K-12 education (2017-2022). Computers & Education: Artificial Intelligence, 5, 100180. https://doi.org/10.1016/j.caeai.2023.100180
Cuban, L. (2001). Oversold and underused: Computers in the classroom. Harvard University Press. https://doi.org/10.4159/9780674030107
Cukurova, M., Kralj, L., Hertz, B., & Saltidou, E. (2024). Professional development for teachers in the age of AI. European Schoolnet. https://www.eun.org/resources/detail?id=900
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
Martínez-Abad, F., Chaparro-Sainz, Á., García-Peñalvo, F. J., & Olmos-Migueláñez, S. (2020). Evaluación de la competencia informacional en futuros docentes: el papel de los medios de comunicación. Revista de Psicodidáctica, 25(1), 33-40. https://doi.org/10.1016/j.psicod.2019.07.003
Méndez, V. G., Monzonís, N. C., Magaña, E. C., & Ariza, A. C. (2022). Competencias clave, competencia digital y formación del profesorado: Percepción de los estudiantes de Pedagogía. Profesorado. Revista de Currículum y Formación del Profesorado, 26(2), 7-27. https://doi.org/10.30827/profesorado.v26i2.21227
Ministerio de Educación de Chile. (2023). Estadísticas de conectividad digital en establecimientos educacionales. Centro de Estudios MINEDUC.
Muñiz, J. (2018). Introducción a la psicometría: Teoría clásica y TRI. Pirámide.
Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3.ª ed.). McGraw-Hill.
OCDE. (2023). OECD Digital Education Outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en
Pozos-Pérez, K. V., & Tejada-Fernández, J. (2018). Competencias digitales en docentes de educación superior: niveles de dominio y necesidades formativas. Revista Digital de Investigación en Docencia Universitaria, 12(2), 59-87. https://doi.org/10.19083/ridu.2018.712
Rivas, A., Buchbinder, N., & Barrenechea, I. (2023). El futuro de la inteligencia artificial en educación en América Latina. ProFuturo y Organización de Estados Iberoamericanos (OEI). https://oei.int/wp-content/uploads/2023/04/el-futuro-de-la-inteligencia-artificial-en-educacion-en-aerica-latina.pdf
Romero, S. J., Granizo, L., & Martínez, I. (2023). La competencia digital en profesores españoles de Primaria, Secundaria y Universidad. Profesorado. Revista de Currículum y Formación del Profesorado, 27(1), 347-371. https://doi.org/10.30827/profesorado.v27i1.21187
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books. https://doi.org/10.4324/9781315237473
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
Stebbins, R. A. (2001). Exploratory research in the social sciences. Sage Publications. https://doi.org/10.4135/9781412984249
Tammets, K., & Ley, T. (2023). Integrating AI tools in teacher professional learning: A conceptual model and illustrative case. Frontiers in Artificial Intelligence, 6, 1255089. https://doi.org/10.3389/frai.2023.1255089
UNESCO. (2021). AI and education: Guidance for policy-makers. UNESCO Publishing. https://doi.org/10.54675/PCSP7350
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://doi.org/10.2307/30036540
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223-235. https://doi.org/10.1080/17439884.2020.1798995
Yadav, A., Krist, C., & Good, J. (2024). Integrating generative AI in K-12 education: Examining teachers' preparedness, practices, and barriers. Computers & Education: Artificial Intelligence, 7, 100290. https://doi.org/10.1016/j.caeai.2025.10029 0
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Juan Miguel Albornoz-Pinilla
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Las personas autoras que publiquen en esta revista aceptan las siguientes condiciones:
1. Las personas autoras conservan los derechos de autor sobre sus trabajos y conceden a la revista el derecho de primera publicación. Los artículos se publican bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0), que permite a terceros compartir, copiar, distribuir, comunicar públicamente, adaptar, transformar y reutilizar el trabajo en cualquier medio o formato, incluso con fines comerciales, siempre que se reconozca adecuadamente la autoría, se cite la fuente original, se incluya un enlace a la licencia y se indique si se han realizado cambios. Nota: Esta licencia se aplica a los artículos publicados a partir del vol. 25, n.º 2, 2026.
2. Las personas autoras pueden establecer acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión publicada del artículo (por ejemplo, su depósito en un repositorio institucional o su inclusión posterior en un libro), siempre que se indique claramente que el trabajo fue publicado por primera vez en esta revista.
3. Se permite y recomienda a las personas autoras depositar y difundir su trabajo en Internet, por ejemplo, en repositorios institucionales, páginas institucionales o páginas personales antes, durante y después del proceso de revisión y publicación, ya que ello puede favorecer el intercambio académico, la visibilidad del trabajo y una difusión más amplia y rápida de la investigación publicada.
