Evaluación de competencias digitales en estudiantes universitarios ante la IA generativa, según el modelo DIGCOMPEDU

Resumen

La presente investigación tuvo como objetivo evaluar las competencias digitales de 100 estudiantes universitarios de las carreras de Educación y Pedagogía frente al uso de herramientas de Inteligencia Artificial Generativa (IAG), tomando como referencia una hibridación del marco DigCompEdu y el modelo de alfabetización algorítmica de Ng et al. (2024). Se aplicó un enfoque cuantitativo, con un diseño no experimental, transversal y de alcance descriptivo-correlacional. La recolección de datos se ejecutó mediante el cuestionario validado CD-IAG, compuesto por 32 ítems en escala Likert. Los resultados evidencian una adopción operativa generalizada, siendo ChatGPT la herramienta predominante (57%), con un nivel de competencia global que se sitúa en el estrato Intermedio (). El análisis dimensional identificó una marcada brecha técnico-pedagógica: la mayor fortaleza recae en la dimensión: Ética, inclusión y empoderamiento estudiantil (nivel: Avanzado, ), lo que demuestra un sólido juicio crítico frente a sesgos y plagio; sin embargo, la dimensión: Compromiso profesional e innovación docente reportó la media más baja (), exponiendo limitaciones para aplicar la IAG en el diseño didáctico y el trabajo colaborativo. El análisis inferencial (Rho de Spearman) confirmó una relación directa, positiva y altamente significativa () entre todas las variables, destacando el fuerte valor predictivo del compromiso profesional y la evaluación crítica sobre el dominio global (). Se concluye que la alfabetización en IAG exige trascender la operatividad técnica para integrarse transversalmente en la reflexión pedagógica y las mallas curriculares universitarias.