Impacto De La Inteligencia Artificial En El Aprendizaje Autónomo De Estudiantes Universitarios

Abstract

El presente estudio, analiza el impacto de la inteligencia artificial (IA) en el aprendizaje autónomo de estudiantes universitarios, integrando el Modelo de Expectativa‑Confirmación (ECM). Aplicando un diseño cuantitativo, no experimental y de corte transversal, y utilizando un cuestionario con escalas tipo Likert, se encuestó a una de 350 estudiantes, para posteriormente realizar el análisis de datos, utilizando la técnica PLS‑SEM, con el software SmartPLS, versión 4. Las escalas mostraron adecuada fiabilidad y validez (α ≥ .834; CR ≥ .913; AVE ≥ .740); y los resultados indicaron que la utilidad percibida incrementa significativamente la satisfacción, así como la confirmación de expectativas. A su vez, la satisfacción es el predictor más robusto de la intención de continuidad en el uso de IA para el aprendizaje autónomo. Por otra parte, la relación directa entre utilidad percibida e intención no fue significativa, sugiriendo un efecto indirecto mediado por la satisfacción. Teóricamente, se refuerza la pertinencia del ECM para contextos educativos mediados por IA y se evidencia el papel central de la satisfacción. A nivel práctico, los hallazgos recomiendan implementar soluciones de IA que alineen expectativas y experiencia de uso, con retroalimentación oportuna, personalización y apoyo a la autorregulación.