Inteligencia artificial generativa en estudiantes de bioquímica y farmacia: confianza sin prácticas de uso responsable
DOI:
https://doi.org/10.70577/n6y12k64Palabras clave:
Inteligencia artificial generativa, uso responsable, integridad académica, confianza en la inteligencia artificial, Bioquímica y Farmacia, educación superior.Resumen
La expansión de la inteligencia artificial generativa (IAGen) ha transformado las prácticas de estudio en la educación superior, planteando desafíos éticos críticos en las ciencias de la salud debido a la necesidad de verificación rigurosa de fuentes. Objetivo: Analizar la relación entre la frecuencia semanal de uso de IAGen, las prácticas de uso responsable y la confianza en estas herramientas para resolver tareas académicas en estudiantes de Bioquímica y Farmacia. Metodología: Estudio cuantitativo, no experimental y transversal realizado en 200 estudiantes de una universidad pública ecuatoriana. Se aplicó un cuestionario de 17 ítems en escala Likert validado por expertos, del cual se extrajeron el Índice de Adopción y Utilidad Percibida (IAUP) y el Índice de Uso Responsable y Citación (IURC). El análisis inferencial incluyó pruebas de Kruskal-Wallis, Mann-Whitney y regresión lineal múltiple. Resultados: Una mayor frecuencia de uso semanal se asoció significativamente con una mayor confianza para resolver tareas sin verificación adicional (\ (H = 12.180\); \ (p = 0.007\)). Por el contrario, las prácticas de uso responsable no variaron según la frecuencia de uso (\ (H = 0.602\); \ (p = 0.896\)). En el análisis multivariable, el IAUP fue el único predictor significativo de la confianza (\(\beta = 0.840\); \(p < 0.001\)) Conclusión general: La exposición frecuente a la IAGen fomenta la confianza basada en la utilidad percibida, pero no asegura el desarrollo paralelo de prácticas éticas o de verificación, evidenciando la necesidad de estrategias institucionales de supervisión activa humana.
Descargas
Referencias
Alsharefeen, R., & Al Sayari, N. (2025). Examining academic integrity policy and practice in the era of AI: A case study of faculty perspectives. Frontiers in Education, 10, Article 1621743. https://doi.org/10.3389/feduc.2025.1621743 DOI: https://doi.org/10.3389/feduc.2025.1621743
Chan, C. K. Y., & Hu, W. (2023). Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 20(1), Article 43. https://doi.org/10.1186/s41239-023-00411-8 DOI: https://doi.org/10.1186/s41239-023-00411-8
Dabis, A., & Csaki, C. (2024). AI and ethics: Investigating the first policy responses of higher education institutions to the challenge of generative AI. Humanities and Social Sciences Communications, 11, Article 1006. https://doi.org/10.1057/s41599-024-03526-z DOI: https://doi.org/10.1057/s41599-024-03526-z
Divekar, R. R., Guerra, S., Gonzalez, L., Boos, N., & Zhou, H. (2025). Exploring undercurrents of learning tensions in an LLM-enhanced landscape: A student-centered qualitative perspective on LLM vs Search. arXiv. https://arxiv.org/abs/2504.02622 DOI: https://doi.org/10.1007/978-3-031-98465-5_48
Karkoulian, S., Sayegh, N., & Sayegh, N. (2024). ChatGPT unveiled: Understanding perceptions of academic integrity in higher education: A qualitative approach. Journal of Academic Ethics, 23, 1171–1188. https://doi.org/10.1007/s10805-024-09543-6 DOI: https://doi.org/10.1007/s10805-024-09543-6
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, Article 102274. https://doi.org/10.1016/j.lindif.2023.102274 DOI: https://doi.org/10.1016/j.lindif.2023.102274
Kondoro, A. M. (2025). AI writing assistants in Tanzanian universities: Adoption trends, challenges, and opportunities. In Proceedings of the Fourth Workshop on Intelligent and Interactive Writing Assistants (In2Writing 2025) (pp. 37–46). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.in2writing-1.4 DOI: https://doi.org/10.18653/v1/2025.in2writing-1.4
Naqvi, W. M., Ganjoo, R., Rowe, M., Pashine, A. A., & Mishra, G. V. (2025). Critical thinking in the age of generative AI: Implications for health sciences education. Frontiers in Artificial Intelligence, 8, Article 1571527. https://doi.org/10.3389/frai.2025.1571527 DOI: https://doi.org/10.3389/frai.2025.1571527
Organización Panamericana de la Salud. (2024a). Roadmap for the digital transformation of the health sector in the Region of the Americas: Progress report. https://www.paho.org/en/documents/cd61inf10-b-roadmap-digital-transformation-health-sector-region-americas-progress-report
Organización Panamericana de la Salud. (2024b). Artificial intelligence in public health. https://iris.paho.org/items/4d726cb0-0845-4a37-8055-61377f5c0ee4
Qian, Y. (2025). Pedagogical applications of generative AI in higher education: A systematic review of the field. TechTrends, 69, 1105–1120. https://doi.org/10.1007/s11528-025-01100-1 DOI: https://doi.org/10.1007/s11528-025-01100-1
Sallam, M. (2023). ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare, 11(6), Article 887. https://doi.org/10.3390/healthcare11060887 DOI: https://doi.org/10.3390/healthcare11060887
Organización Mundial de la Salud. (2021). Ethics and governance of artificial intelligence for health. https://www.who.int/publications/i/item/9789240029200Organización Mundial de la Salud. (2025). Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models. https://www.who.int/publications/i/item/9789240084759
Younis, H. A., Eisa, T. A. E., Nasser, M., Sahib, T. M., Noor, A. A., Alyasiri, O. M., Salisu, S., Hayder, I. M., Younis, H. A., & Younis, H. A.-K. (2024). A systematic review and meta-analysis of artificial intelligence tools in medicine and healthcare: Applications, considerations, limitations, motivation and challenges. Diagnostics, 14(1), Article 109. https://doi.org/10.3390/diagnostics14010109 DOI: https://doi.org/10.3390/diagnostics14010109
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Lidia Elizabeth Guzmán Heras, José Antonio Rodríguez Aguilar, Lucy Yomira Jara Zea (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
