Factores determinantes del Modelo UTAUT en el uso de la Inteligencia Artificial Generativa en los docentes de cursos de especialidad de la Facultad de Ingeniería de una universidad privada de la provincia de Huancayo, 2024
Descripción del Articulo
El objetivo de esta investigación fue analizar la relación entre los factores determinantes del modelo UTAUT (Unified Theory of Acceptance and Use of Technology) y el Comportamiento de Uso (UB) de la Inteligencia Artificial Generativa (IA Generativa) en los docentes de cursos de especialidad de la F...
Autores: | , |
---|---|
Formato: | tesis de maestría |
Fecha de Publicación: | 2025 |
Institución: | Universidad Peruana de Ciencias Aplicadas |
Repositorio: | UPC-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorioacademico.upc.edu.pe:10757/686106 |
Enlace del recurso: | http://hdl.handle.net/10757/686106 |
Nivel de acceso: | acceso abierto |
Materia: | Modelo UTAUT Inteligencia artificial generativa Adopción tecnológica UTAUT model Generative artificial intelligence Technology adoption https://purl.org/pe-repo/ocde/ford#5.03.01 https://purl.org/pe-repo/ocde/ford#5.03.00 |
Sumario: | El objetivo de esta investigación fue analizar la relación entre los factores determinantes del modelo UTAUT (Unified Theory of Acceptance and Use of Technology) y el Comportamiento de Uso (UB) de la Inteligencia Artificial Generativa (IA Generativa) en los docentes de cursos de especialidad de la Facultad de Ingeniería de una universidad privada en Huancayo, Perú́. La metodología adoptó un enfoque cuantitativo y correlacional, con un diseño no experimental y de corte transversal. Se empleó un cuestionario basado en la escala de Likert, validado por juicio de expertos, aplicado a una muestra de 105 docentes seleccionados mediante muestreo probabilístico aleatorio simple. Los resultados evidenciaron correlaciones significativas y positivas entre los factores del modelo UTAUT y el uso de la IA Generativa (r=0.757). Entre las variables predictoras, la Expectativa de Desempeño (PE) y la Expectativa de Esfuerzo (EE) fueron las más significativas, con correlaciones positivas fuertes (r=0.784 y r=0.742, respectivamente). Además, la Influencia Social (SI)) presentó una correlación significativa (r=0.664). Por último, las Condiciones Facilitadoras (FC) demostraron una relación moderada (r=0.444), sugiriendo que el soporte institucional y la infraestructura tecnológica son importantes, aunque aún percibidos como insuficientes. En conclusión, los hallazgos refuerzan la aplicabilidad del modelo UTAUT en el análisis de la adopción tecnológica. Se recomienda fortalecer la capacitación docente, mejorar las Condiciones Facilitadoras (FC) e incentivar un entorno colaborativo para promover el uso efectivo de la IA Generativa en la educación superior. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).