GRUPO 2 1
Impacto del uso de la Inteligencia Artificial (IA) en el aprendizaje del desarrollo de
software.
Karina Adames Durán – 2023-0640
Vladimir Pérez Soto – 2024-0061
Miguel Rodríguez – 2023-0068
Dirigido a:
Metodología de investigación (Virtual) | 2025-C-1 | Santiago Rafael Reyes Garcia
Impacto de la IA 2
Tabla de contenido
Introducción .................................................................................................................. 3
Justificación práctica........................................................................................................... 3
Marco teórico (antecedentes y conceptos clave) ............................................................... 3
Metodología ................................................................................................................... 4
Tipo de investigación ........................................................................................................... 4
Hipótesis y variables ............................................................................................................ 4
Técnicas e instrumentos ...................................................................................................... 5
Conclusión..................................................................................................................... 5
Proyección de resultados ..................................................................................................... 5
Aplicabilidad ........................................................................................................................ 5
Referencias .................................................................................................................... 6
Impacto de la IA 3
Introducción
En los últimos años, los estudiantes de desarrollo de software han comenzado a
utilizar herramientas de Inteligencia Artificial como ChatGPT, GitHub Copilot y otros
asistentes automáticos que ayudan a escribir, corregir y comprender código. Sin embargo, no
se tiene claro si estas herramientas están mejorando realmente el aprendizaje o si podrían
estar generando dependencia. Como estudiantes, nos interesa investigar cómo influye el uso
de la IA en nuestro proceso de aprendizaje, tanto en lo positivo como en lo negativo.
Justificación práctica
Como estudiantes tecnólogos, es importante conocer cómo el uso de la IA puede
ayudarnos a aprender mejor o si, por el contrario, podría afectar nuestra capacidad de pensar
y resolver problemas por nuestra cuenta. Esta investigación será útil para estudiantes como
nosotros, profesores y centros educativos, ya que permitirá entender mejor cómo usar estas
herramientas de forma responsable y equilibrada, sin que reemplacen el pensamiento crítico
ni la práctica personal.
Marco teórico (antecedentes y conceptos clave)
Estudios como el de Brown y Smith (2021) señalan que la IA en educación puede
personalizar el aprendizaje, facilitar la retroalimentación automática y adaptarse a los
distintos niveles de los estudiantes. González et al. (2020), por su parte, analizaron el uso de
tutores inteligentes para programación, concluyendo que los estudiantes que usaron IA
mostraron mejores resultados en resolución de problemas y más independencia al aprender.
Conceptos claves:
- Inteligencia Artificial (IA): Tecnología que simula procesos de inteligencia humana como
Impacto de la IA 4
análisis, toma de decisiones y generación de contenido.
- Desarrollo de software: Proceso de aprendizaje que implica lógica, programación,
depuración de errores y pensamiento computacional.
- Aprendizaje asistido por IA: Uso de herramientas como ChatGPT o Copilot para apoyar la
enseñanza de programación.
Metodología
Tipo de investigación
Este será un estudio cuantitativo, descriptivo y de corte transversal. Se eligió este tipo
porque queremos describir cómo los estudiantes están usando la IA en su aprendizaje,
mediante encuestas y recolección de datos en un solo momento del tiempo.
Hipótesis y variables
Hipótesis:
El uso de herramientas de Inteligencia Artificial mejora el aprendizaje del desarrollo de
software, pero puede generar cierta dependencia que afecta la capacidad de resolver
problemas sin asistencia.
Variables:
- Independientes: Uso de herramientas de IA, frecuencia de uso, tipo de herramienta
(ChatGPT, Copilot, etc.).
- Dependientes: Comprensión de conceptos, desempeño en ejercicios, confianza al programar
sin IA.
- De control: Nivel de conocimiento, edad, modalidad de estudio (virtual o presencial).
Impacto de la IA 5
Técnicas e instrumentos
Encuesta: Se diseñará una breve encuesta que incluya preguntas sobre:
- Uso de herramientas de IA
- Percepción sobre su utilidad
- Frecuencia de uso
- Nivel de confianza al programar sin IA
La encuesta se aplicará de forma virtual a una muestra no probabilística por conveniencia,
compuesta por aproximadamente 30 estudiantes de desarrollo de software.
Evaluación académica: Si es posible, se compararán calificaciones o desempeño en ejercicios
entre estudiantes que usan IA y los que no.
Escala de Likert: Se aplicará para conocer la percepción sobre la utilidad y dependencia de
estas herramientas.
Conclusión
Proyección de resultados
Esperamos encontrar que la mayoría de los estudiantes utiliza herramientas de IA para
facilitar el aprendizaje, y que estas herramientas efectivamente ayudan a comprender mejor
ciertos conceptos. Sin embargo, también podríamos ver que algunos estudiantes se
acostumbran a depender de la IA y les cuesta resolver problemas sin ella.
Aplicabilidad
Los resultados de esta investigación pueden ayudar a estudiantes a ser más
conscientes sobre cómo y cuándo usar la IA para aprender. También pueden ser útiles para los
profesores, que podrían integrar estas herramientas en sus clases de forma controlada,
Impacto de la IA 6
enseñando a usarlas como apoyo sin reemplazar el esfuerzo personal y el desarrollo del
pensamiento lógico.
Referencias
Brown, T., & Smith, A. (2021). Artificial Intelligence in Education: A Review of
Current Applications and Future Prospects. *Journal of Educational Technology*, 35(4),
245–259.
González, R., Martínez, L., & Ortega, P. (2020). Intelligent Tutoring Systems for
Programming Education: A Case Study. *International Journal of Computer Science
Education*, 28(1), 65–82.