La Inteligencia Artificial en la formación inicial docente: Elaboración de un instrumento de evaluación basado en el marco de la UNESCO y el modelo TPACK
Victoria Tornel Bastida – Universidad Católica San Antonio de Murcia - ORCID: 0009-0005-3611-950X
María del Mar Rodriguez Rosell – Universidad Católica San Antonio de Murcia - ORCID: 0000-0003-0837-8473
Irene Melgarejo Moreno – Universidad Católica San Antono de Murcia - ORCID: 0000-0003-0837-8473
Resumen
La irrupción de la inteligencia artificial en la universidad plantea retos éticos y pedagógicos que requieren reforzar las competencias digitales del profesorado. Este estudio presenta la elaboración y validación de un cuestionario para medir la formación en IA del profesorado universitario que imparte docencia en los grados de Educación Infantil y Primaria en España. Se siguió un diseño mixto, exploratorio y descriptivo, y se desarrolló un instrumento ad hoc organizado por bloques temáticos basados en el modelo TPACK y en el Marco de Competencias en IA de la UNESCO. La validación de contenido se realizó mediante juicio de expertos y un estudio piloto de 35 docentes. Los resultados mostraron una elevada concordancia entre expertos, con un Índice de Validez de Contenido de 1,00 en el 91,8 % de los ítems, y una buena comprensión del cuestionario en la fase piloto. Además, el instrumento presentó una alta consistencia interna, con un alfa de Cronbach global de 0,873. En conjunto, los hallazgos indican que el cuestionario es válido, fiable y operativo para evaluar la capacitación y alfabetización en IA del profesorado universitario, ofreciendo un diagnóstico integral alineado con los estándares vigentes.
Palabra clave: Alfabetización en IA
Referencias
Alastor, E, Guilén-Gámez, FD, & Ruiz-Palmero, J (2024). Competencia digital del futuro docente de Educación Infantil y Primaria: un estudio por comparaciones múltiples. RELATEC, 23(1), 9-24. https://doi.org/10.17398/1695-288X.23.1.9
Alcántara, EEG (2026). Competencias digitales docentes en la era de la inteligencia artificial. En K Parra, JC Osuna, JC Castellanos, JR López (2026). Universidad, docencia y transformación digital: Debates contemporáneos en la era de la inteligencia artificial (pp. 40-60). Universidad Autónoma Baja California. https://doi.org/10.61728/AE26001104
Almenara, J (2016). La formación del profesorado en TIC: Modelo TPACK. Madrid: Ibérica.
Arenas, AC (2021). Métodos mixtos de investigación. Magisterio.
Bisquerra, R (2009). Metodología de la investigación educativa. La Muralla.
Berríos Zayas, BI (2026). Competencias Docentes Para la Implementación de Inteligencia Artificial en la Educación. [Tesis de doctorado, Universidad Nova Suroeste].
Cabero, J, Roig-Vila, R., Mengual-Andrés, S (2018). Conocimientos tecnológicos, pedagógicos y disciplinares de los futuros docentes según el modelo TPACK. Digital Education Rewiev, 32, 73-84.
Condori, HS, Quispe, GNV, & Mamani, AQ (2026). Relación entre dependencia a la inteligencia artificial, rendimiento académico y procrastinación académica en universitarios. Revista Eugenio Espejo, 20(1), 130-145. https://doi.org/10.37135/ee.04.25.08
Escobar-Pérez, J, & Cuervo-Martínez, Á (2008). Validez de contenido y juicio de expertos: una aproximación a su utilización. Avances en medición, 6(1), 27-36.
Espinoza, BOV, Guaylacela, JVG, …, & Barahona, MVV (2026). Análisis del uso de inteligencia artificial en educación universitaria y su impacto en el aprendizaje estudiantil. Revista Latinoamericana de Calidad Educativa, 3(2), 338-347.
Galindo Domínguez, H, Delgado de Frutos, N, Campo Carrasco, L, & Sainz de la Maza San José, M (2024). Uso de ChatGpt en educación superior. Un análisis en función del género, rendimiento académico, año y grado universitario del alumnado y degree. REDU. Revista de Docencia Universitaria, 22(2).
García, SA, Díaz, IA, Reche, MPC, & Maldonado, JJV (2025). Relación entre las competencias digitales docentes y la aceptación y uso de la Inteligencia Artificial en el periodo de formación inicial docente. Revista electrónica interuniversitaria de formación del profesorado: REIFOP, 28(2), 1-17. https://doi.org/10.6018/reifop.661551
Gil, JAP, Moscoso, SC, & Rodríguez, RM (2000). Validez de constructo: el uso de análisis factorial exploratorio-confirmatorio para obtener evidencias de validez. Psicothema, 12, 442-446.
Giler Herrera, M. K., Guillen Vallejo, S. A., & Carvajal Torres, W. A. (2026). Impacto del uso de la IA generativa en la enseñanza universitaria: riesgo, oportunidades y competencias digitales docentes. Ciencia Y Educación, 7(3.1), 486-504. https://doi.org/10.5281/zenodo.19542824
Hernández Rodríguez , PR, & Domínguez Marin, MJ (2025). Reimaginar la Pedagogía en la Inteligencia Artificial: Análisis del Marco de Competencias para Docentes de la UNESCO. Ciencia Latina Revista Científica Multidisciplinar, 9(5), 17313-17328. https://doi.org/10.37811/cl_rcm.v9i5.21247
Islas, MS, & Rodríguez-Betanzos, A (2026). Exploración del uso de la inteligencia artificial en estudiantes universitarios. Cuaderno de Pedagogía Universitaria, 23, e713. https://doi.org/10.29197/cpu.v23i.739
Jaramillo, RAC, Palacios, GMM, Palacios, IAM, & Zúñiga, PIV (2026). Impacto de la inteligencia artificial en el aprendizaje universitario. Polo del Conocimiento, 11(5), 2118-2137. https://doi.org/10.23857/pc.v11i5.11719
Miao, F, & Cukurova, M (2024). Marco de competencias para docentes en materia de IA. UNESCO. https://doi.org/10.54675/AQKZ9414
Mondragón Marín, PC, Flores-Pacheco, JA, & Sambola, DM (2025). Competencias digitales docentes y su influencia en la integración de Inteligencia Artificial en educación superior. Wani. https://doi.org/10.5377/wani.v1i1.21250
Montero Zamora, EG, Segura Cueva, KA, Montero Cadena, OG, & Montero Cadena, SB (2024). Evaluación de la validez y fiabilidad en estudios científicos: Revisión sistemática de métodos y buenas prácticas. Ciencia Y Educación, 365-387. https://doi.org/10.5281/zenodo.14207509
Ochoa, J, & Yunkor, Y (2019). El estudio descriptivo en la investigación científica. ACTA JURÍDICA PERUANA, 2(2).
Oviedo, HC, & Campo-Arias, A (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista colombiana de psiquiatría, 34(4), 572-580.
Pereira, MMB, & Idoiaga, N (2026). Percepciones negativas del alumnado sobre el uso de la IA en la escritura académica: implicaciones didácticas para la Educación Superior. Educación XX1, 29(1), 351-372. https://doi.org/10.5944/educxx1.43943
Pérez, ER, & Medrano, LA (2010). Análisis factorial exploratorio: bases conceptuales y metodológicas. Revista Argentina de Ciencias del Comportamiento (RACC), 2(1), 58-66. https://doi.org/10.32348/1852.4206.v2.n1.15924
Rendón, OHP (2001). La matriz de congruencia: Una herramienta para realizar investigaciones sociales. Economía y sociedad, 6(10), 311-316.
Riquelme, I (2022). Análisis de las competencias en docentes universitarios en las tecnologías de la información y la comunicación (TIC). [Tesis de doctorado, Universidad de Córdoba].
Rosa de Sáa, SDL (2012). Análisis estadístico comparativo de tres escalas de valoración: Likert, fuzzy-Likert y fuzzy de respuesta libre [Tesis de doctorado, Universidad de Oviedo].
Urrutia Egaña, M, Barrios Araya, S, Gutiérrez Núñez, M, & Mayorga Camus, M (2014). Métodos óptimos para determinar validez de contenido. Educación médica superior, 28(3), 547-558.
Vásquez Fernández, BJ (2025). Desafíos educativos en la enseñanza superior para integrar la inteligencia artificial en procesos de alfabetización digital. Yachana, 14(2). https://doi.org/10.62325/10.62325/yachana.v14.n2.2025.968