Resumen
El creciente impacto de la inteligencia artificial (IA) en los entornos educativos hace necesario
comprender cómo su implementación influye en la satisfacción laboral del profesorado,
especialmente cuando intervienen factores personales que pueden modular dicha experiencia.
En este marco, el estudio se plantea analizar de qué manera variables sociodemográficas como
el género y la edad condicionan la satisfacción laboral docente asociada al uso de IA,
atendiendo a posibles diferencias en la forma en que el profesorado percibe e incorpora estas
tecnologías en su práctica diaria. Para ello, se aplicó un cuestionario a 51 docentes con el fin de
comparar las percepciones entre hombres y mujeres e identificar posibles diferencias según
distintos rangos de edad. El análisis confirma diferencias significativas según el género, siendo
los hombres quienes reportan mayor satisfacción, mientras que la edad no constituye un factor
determinante. Este estudio evidencia la necesidad de políticas formativas inclusivas que
reduzcan brechas y favorezcan una integración equilibrada de la IA en la práctica docente.
Introducción
La presencia de la IA en el ámbito educativo ha crecido de forma acelerada en los últimos años, despertando entusiasmo, pero también ciertas preocupaciones entre el profesorado. Algunos de los elementos más relevantes están relacionados con la protección de la integridad académica, los posibles sesgos inherentes a las tecnologías y las implicaciones técnicas (Sullivan et al., 2023). Asimismo, diversos estudios señalan la importancia de actualizar las normativas internas, revisar los sistemas de evaluación y ofrecer formación docente efectiva, con el objetivo de garantizar un uso responsable la IA (Lo, 2023; Munar et al., 2024).
En este sentido, las instituciones educativas coinciden en la necesidad de elaborar guías y directrices sobre el uso de la IA, tanto en instituciones anglosajonas (González, 2024) como en instituciones de habla hispana (Universidad de Guadalajara, 2023). Aunque algunos autores han evidenciado que la IA puede convertirse en una herramienta esencial en el proceso educativo, también han señalado ciertas inquietudes, como la generación de información no verídica, la opacidad de los algoritmos y los problemas relacionados con la gestión de datos personales (Bond et al., 2024; Casanova & Martínez, 2024; García-Peñalvo et al., 2024; Kim, 2023). Todos estos aspectos pueden influir en la satisfacción laboral del profesorado, generando tanto efectos positivos (como mayor agilidad y rapidez en ciertas tareas), como percepciones negativas (sobrecarga o incertidumbre).
Considerando la IA como una herramienta para el docente, se replantean los roles del profesorado en las aulas, siendo necesario que ese sea capaz de adaptarse a los nuevos cambios y reforzar su identidad laboral (Briceño et al., 2023; Celik et al., 2002). En esta línea, la Comisión Europea (2022) señala diversas estrategias aplicables en el ámbito educativo, que van desde el acompañamiento al aprendizaje hasta el apoyo en la planificación institucional. Por ello, aplicaciones y herramientas educativas, como ChatGPT, cumplen funciones esenciales en la generación de contenido educativo (Jeon & Lee, 2023), mientras que la labor docente se orienta cada vez más hacia la organización de experiencias de aprendizaje, la supervisión ética y el acompañamiento académico.
A pesar de las enormes posibilidades que la IA puede ofrecer a los usuarios, siguen existiendo incertidumbres de carácter social, pedagógico y ético (Adekunde et al., 2022; Cabero et al., 2024a). El rechazo de utilizar esta herramienta educativa, o un uso ineficaz, limita las oportunidades de formación del alumnado y del profesorado. Para un correcto adecuado, es importante emplear programas que contribuyan a mejorar la capacitación de los docentes (Munar et al., 2024). Por otro lado, algunos estudios señalan que los enfoques pedagógicos de corte constructivista favorecen una actitud receptiva hacia su implementación e integración (Cabero et al., 2024b), impulsando un aprendizaje que incorpora la tecnología como parte activa del proceso y no solo como objeto de estudio (Morozov, 2024).
En este sentido, las variables edad y género pueden estar estrechamente relacionadas con el uso y aplicación de la IA en las instituciones educativas. Los docentes varones y de menor edad tienden a mostrar actitudes más favorables hacia su utilización (Dúo et al., 2023; Villegas-José & Delgado-García, 2024).
Las diferencias señaladas no solo influyen en la forma en que se utiliza la IA, sino también en cómo los docentes experimentan su incorporación en las aulas, en la docencia y en la investigación. Para algunos docentes, esta herramienta representa una oportunidad para mejorar e innovar su práctica educativa; para otros, en cambio, genera miedo e incertidumbre ante la posibilidad de quedarse desactualizados o debido al desconocimiento de su utilidad. Todo ello incide directamente en la satisfacción laboral del profesorado, ya que la edad constituye una de las variables que puede condicionar la percepción del uso de la IA en la práctica educativa, mientras que el género se asocia a distintos modelos de socialización tecnológica. Tener en cuenta estas variables permite profundizar en el conocimiento sobre el efecto de la IA en el bienestar profesional del profesorado.
Siguiendo esta línea, la escasez de formación dirigida al uso de la IA evidencia una carencia que debe ser suplida, puesto que el desarrollo de procesos de alfabetización digital y tecnológica permite ayudar en la gestión de riesgos y aprovechar las oportunidades que ofrece esta herramienta en las aulas (Forteza & Alonso, 2024; Hernando et al., 2022; Yuk & Lee, 2023). Del mismo modo, contar con apoyos institucionales, recursos adecuados y espacios para el análisis y la reflexión contribuye a que el profesorado perciba la IA como un recurso valioso, lo que puede tener un impacto positivo en su satisfacción laboral (Ayuso-del Puerto & Gutiérrez-Esteban, 2022). Esta transformación tecnológica redefine metodologías, roles docentes e interacciones pedagógicas (González-Laz et al., 2025), desplazando al profesorado hacia funciones de facilitación del aprendizaje y exigiendo nuevas competencias vinculadas al pensamiento crítico, la ética, las competencias tecnológicas y la creatividad (Bonales-Daimiel et al., 2025; Vélez-Rivera et al., 2024).
A raíz de lo expuesto, se hace necesario estudiar cómo influyen variables sociodemográficas como el género y la edad en la satisfacción laboral asociada al uso de la IA. Por ello, el objetivo general de este estudio es analizar la satisfacción laboral docente vinculada al uso de la inteligencia artificial según el género y la edad del profesorado. Los objetivos específicos consisten en comparar la satisfacción laboral entre hombres y mujeres e identificar diferencias en función de los distintos rangos de edad. En coherencia con ello, se plantean las hipótesis: H1, que postula la existencia de diferencias significativas entre docentes hombres y mujeres, y H2, que sostiene la existencia de diferencias significativas según la edad del profesorado.
Materiales y método
Con el fin de abordar los objetivos planteados, se desarrolló un estudio cuantitativo con un diseño ex post facto, no experimental y de carácter comparativo, orientado a analizar si existen diferencias en la satisfacción laboral docente asociada al uso de la inteligencia artificial en función del género y la edad del profesorado.
La muestra estuvo constituida por 51 docentes en activo, pertenecientes a distintos centros educativos, seleccionados mediante un muestreo no probabilístico por conveniencia. Los criterios de inclusión considerados fueron los siguientes: (a) ser docente en ejercicio y (b) haber utilizado o estar familiarizado con herramientas de inteligencia artificial en el desempeño de su actividad docente. La distribución de la muestra según las variables sociodemográficas consideradas se presenta en la Tabla 1.
La participación del profesorado fue de carácter voluntario y anónimo, tras la aceptación del consentimiento informado incluido al inicio del cuestionario en formato digital. El instrumento empleado estuvo conformado por 31 ítems, valorados mediante una escala tipo Likert de cinco puntos (1 = totalmente en desacuerdo; 5 = totalmente de acuerdo). Para el presente estudio se empleó exclusivamente la puntuación total de la dimensión de satisfacción laboral, dado el carácter comparativo del análisis planteado.
Para garantizar la fiabilidad del instrumento, se evaluó la consistencia interna de la escala mediante el coeficiente alfa de Cronbach.
Finalmente, se verificaron los supuestos estadísticos necesarios para la aplicación de pruebas inferenciales y, en función de ellos, se emplearon pruebas paramétricas: la t de Student para muestras independientes, con el fin de analizar las diferencias según el género y un ANOVA de un factor para examinar las diferencias en función de la edad. Todos los análisis se realizaron mediante el software IBM SPSS Statistics (versión 28).
Resultados
Antes de proceder al contraste de hipótesis, se evaluó la fiabilidad del instrumento utilizado para medir la satisfacción laboral docente asociada al uso de la inteligencia artificial. El análisis de consistencia interna mostró un coeficiente alfa de Cronbach de α = .923, lo que evidencia un nivel excelente de fiabilidad de los ítems que componen la escala.
Posteriormente, se realizaron las pruebas necesarias para comprobar los supuestos estadísticos previos a los análisis inferenciales. La prueba de normalidad Shapiro–Wilk indicó que la variable satisfacción laboral presentaba una distribución normal tanto en los grupos de género (mujeres: p = .663; hombres: p = .568) como en los grupos de edad (p = .111). Asimismo, la prueba de Levene confirmó la homogeneidad de varianzas en ambos casos (género: p = .371; edad: p = .443), lo que permitió la aplicación de pruebas paramétricas.
En relación con la primera hipótesis, orientada a determinar si existen diferencias significativas en la satisfacción laboral docente en función del género, se empleó una prueba t de Student para muestras independientes. Los resultados evidenciaron diferencias estadísticamente significativas entre mujeres y hombres (t = –2.307, p = .025). Tal como se aprecia en la tabla X, los docentes hombres obtuvieron puntuaciones medias superiores (M = 110.20, DT = 12.68) en comparación con las docentes mujeres (M = 98.89, DT = 17.09).
Los resultados obtenidos permiten aceptar la primera hipótesis planteada y concluyen que el género influye de manera significativa en la satisfacción laboral docente vinculada al uso de la inteligencia artificial, siendo los hombres quienes presentan mayores niveles de satisfacción.
En cuanto a la segunda hipótesis, orientada a examinar si existían diferencias significativas en la satisfacción laboral según la edad del profesorado, se llevó acabo un ANOVA de un factor. Los resultados mostraron que no se encontraron diferencias estadísticamente significativas entre los distintos grupos de edad (F = 1.58, p = .215), como se refleja en la Tabla 3. Esto indica que las variaciones observadas en las puntuaciones de satisfacción laboral pueden atribuirse al azar y no a un efecto real de la edad del profesorado.
Los resultados del ANOVA de un factor indicaron que no existen diferencias significativas en el nivel de satisfacción laboral docente asociado al uso de la IA según la edad de los docentes, puesto que el valor de significación obtenido en la prueba es superior a nivel establecido (p = .215 > .05). Esto sugiere que las variaciones observadas en el cuestionario pueden atribuirse al azar y no a un efecto real de la edad. Por lo tanto, se rechaza la hipótesis planteada al principio del estudio y se confirma la hipótesis nula, concluyendo que la edad no influye de manera significativa en la satisfacción laboral de los docentes en relación con el uso de la IA.
En base a los resultados expuestos, se concluye que la H1, relativa a la existencia de diferencias significativas en la satisfacción laboral asociada al uso de la IA en función del género, queda respaldada empíricamente, mostrando que los docentes varones presentan mayor satisfacción. Por el contrario, la H2, vinculada a la edad del profesorado, no se confirma, indicando que la variable edad no tiene un efecto significativo sobre la satisfacción laboral relacionada con el uso de la IA.
Discusión
Los resultados de este estudio contribuyen a comprender el papel de factores personales, como el género y la edad, en la satisfacción laboral del profesorado al emplear herramientas de inteligencia artificial. En relación con el género, los análisis mostraron diferencias significativas: los docentes varones reportaron niveles superiores de satisfacción al incorporar estas tecnologías en su labor diaria. Este patrón coincide con investigaciones previas, que señalan que los hombres tienden a mostrar una actitud más favorable, mayor disposición y una confianza más elevada hacia la adopción de tecnologías emergentes (Dúo et al., 2023; Russo et al., 2025; Villegas & Delgado, 2024). La literatura interpreta estas diferencias como resultado de procesos de socialización tecnológica, un mayor contacto previo con entornos digitales y experiencias formativas distintas, factores que podrían explicar la mayor autoeficacia tecnológica observada en los hombres.
En esta misma línea, Cabero-Almenara et al. (2024a) señalan que la aceptación de la IA entre el profesorado se ve influida por un conjunto de factores que incluyen creencias pedagógicas, actitudes hacia la innovación y características personales, entre las cuales el género adquiere una relevancia particular. Estos planteamientos se relacionan con los resultados de Adekunde et al. (2022), quienes evidencian que un mayor nivel de competencia y seguridad digital favorece un uso más activo y confiado de la IA, repercutiendo positivamente en la satisfacción laboral docente. En consecuencia, la mayor satisfacción reportada por los docentes varones podría estar vinculada tanto a condiciones objetivas (mayor experiencia previa con tecnologías) como a factores subjetivos (confianza, percepción de control, familiaridad con herramientas digitales).
A diferencia de lo observado con la variable género, los análisis realizados no mostraron diferencias significativas en la satisfacción laboral según la edad del profesorado. Este resultado es especialmente relevante si se compara con estudios previos que indicaban una mayor inclinación de los docentes más jóvenes hacia el uso de tecnologías educativas (Yuk & Lee, 2023). No obstante, investigaciones recientes sugieren un proceso de convergencia entre generaciones tras la pandemia, período en el que el uso intensivo de herramientas digitales para la enseñanza remota habría contribuido a disminuir las brechas de edad en la adopción tecnológica (Viberg et al., 2025; Zheng et al., 2024). Este fenómeno podría explicar por qué, en la presente investigación, la edad no se presenta como un factor decisivo en la satisfacción laboral relacionada con el uso de IA.
Del mismo modo, la ausencia de diferencias significativas por edad puede comprenderse atendiendo a factores organizativos y al contexto escolar. En numerosos centros, la implementación de planes de digitalización, la obligatoriedad de utilizar plataformas tecnológicas y la necesidad de adquirir nuevas competencias digitales han impactado al profesorado de manera transversal, independientemente de su grupo etario. Esta exposición común podría haber reducido la brecha generacional. Como señalan García-Peñalvo et al. (2024) y Wohlfart y Wagner (2025), la aceleración de los procesos de incorporación digital ha favorecido dinámicas de adaptación compartida, en las que la formación institucional y los apoyos técnicos han desempeñado un papel clave. Desde esta perspectiva, la satisfacción laboral vinculada a la IA dependería menos de la edad y más del respaldo institucional, el acceso a recursos, el clima organizativo y la calidad de la formación recibida.
Conviene recordar, además, que la satisfacción laboral docente es un constructo amplio y multifacético, influido tanto por características individuales como por factores laborales, culturales y organizativos. Aunque este estudio detecta diferencias por género, es probable que otros elementos —como la percepción de utilidad pedagógica, el tiempo disponible para formarse, las creencias sobre el papel de la tecnología en educación, o incluso el nivel educativo o el tipo de centro— también influyan en la relación entre IA y bienestar profesional. La literatura coincide en señalar que la IA puede interpretarse simultáneamente como una oportunidad para innovar y como un reto que supone nuevas exigencias y mayor complejidad en el trabajo docente (Chao-Rebolledo & Rivera-Navarro, 2024; Farrokhnia et al., 2024). Esta ambivalencia podría modelar de manera distinta la satisfacción laboral, dependiendo del apoyo institucional y de la presencia (o ausencia) de estructuras que acompañen la integración tecnológica.
En conjunto, los resultados de esta investigación aportan evidencia empírica sobre cómo la IA es vivida de manera diferente por distintos perfiles docentes y ponen de manifiesto la necesidad de diseñar políticas formativas inclusivas que consideren, en particular, las desigualdades de género. El hecho de que no se observen diferencias por edad, junto con la existencia de diferencias significativas por género, sugiere que las brechas digitales persisten, aunque no de la manera que antes de la pandemia. Asimismo, estos hallazgos invitan a profundizar en otros factores que podrían influir en la satisfacción laboral vinculada a la IA, como la autoeficacia tecnológica, la experiencia acumulada, las creencias pedagógicas o las oportunidades reales de desarrollo profesional.
En definitiva, los resultados muestran que el impacto de la IA en el profesorado no es uniforme, sino que está mediado por variables personales y contextuales. Comprender cómo interactúan estos elementos resulta esencial para avanzar hacia una integración de la IA que sea equitativa, sostenible y que fomente el bienestar profesional docente.
Conclusiones
La investigación realizada ha permitido analizar cómo el profesorado experimenta la satisfacción laboral al integrar herramientas de inteligencia artificial, considerando el género y la edad como factores diferenciadores. Los resultados indican que la incorporación de la IA en las instituciones educativas no solo representa una innovación tecnológica, sino que también influye de manera diversa en la experiencia profesional del profesorado.
En cuanto al género, los resultados permiten dar respuesta al objetivo específico de comparar la satisfacción laboral entre hombres y mujeres, mostrando diferencias notables, siendo los profesores varones quienes reportan mayores niveles de satisfacción al utilizar la IA. Este hallazgo confirma la primera hipótesis planteada, lo que sugiere que el género sigue siendo un factor determinante en la comprensión y la experiencia de la tecnología en la educación, probablemente debido a factores como la experiencia educativa previa, la familiaridad con entornos digitales y la percepción personal de las propias habilidades tecnológicas, tal como se establece en la literatura especializada.
Por el contrario, en lo que respecta al objetivo específico de identificar diferencias según la edad del profesorado, no se observaron variaciones significativas en la satisfacción laboral, lo que contradice la segunda hipótesis. Este resultado podría reflejar que las generaciones actuales de docentes están más adaptadas a la tecnología digital, un fenómeno posiblemente vinculado a la creciente digitalización de las instituciones y al uso generalizado de herramientas tecnológicas en la educación. La ausencia de diferencias entre grupos de edad sugiere, por tanto, que la incorporación de la IA podría estar convirtiéndose en una práctica común entre el profesorado de diversas edades.
Considerando estos hallazgos, resulta evidente la necesidad de promover programas educativos y estrategias políticas que reconozcan la diversidad docente, con especial énfasis en las desigualdades de género. Asimismo, se subraya la importancia del apoyo institucional y de la disponibilidad de recursos adecuados para garantizar que la integración de estas tecnologías se lleve a cabo de forma ética, responsable y coherente con las demandas pedagógicas contemporáneas.
Una de las limitaciones del estudio es el reducido tamaño de la muestra, lo que restringe la posibilidad de generalizar los resultados. Se recomienda que investigaciones futuras amplíen el número de participantes y empleen métodos longitudinales que permitan un seguimiento de la evolución de la satisfacción docente a medida que se adquiere mayor experiencia en el uso de la IA. Además, sería pertinente considerar otras variables, como la autoeficacia tecnológica, el nivel de formación en IA, el tipo de institución o el nivel educativo, con el fin de obtener una perspectiva más integral del fenómeno.
En conjunto, los resultados abren nuevas vías para comprender cómo se está incorporando la IA en los entornos educativos y cómo esta integración tiene impactos desiguales entre los distintos perfiles docentes. Resulta esencial profundizar en estas dinámicas con el fin de avanzar hacia un uso equitativo y sostenible de la IA que priorice el bienestar profesional del profesorado.
Referencias
Adekunde, M., Temityayo, I., Adelana, O., Aruleba, K. & Adelana, O. (2022). Teachers' readiness and intention to teach artificial intelligence in schools. Computers and Education: Artificial Intelligence, 3, 1-11.
https://doi.org/10.1016/j.caeai.2022.100099
Ayuso-del Puerto, D., & Gutiérrez Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), 347–362.
https://doi.org/10.5944/ried.25.2.32332
Bonales-Daimiel, G., Martínez-Estrella, E. C., & Sierra-Sánchez, J. (2025). Evolución del perfil docente y surgimiento de nuevos roles profesionales en la Era de la Inteligencia Artificial (IA). Una perspectiva desde docentes, estudiantes y profesionales. Pixel-Bit. Revista de Medios y Educación, 73. 1-17.
https://doi.org/10.12795/pixelbit.109085
Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Wang, C., & George, S. (2024). A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education, 21(4), 1-41. https://doi.org/10.1186/s41239-023-00436-z
Briceño, D. C., Moreno, J. P., & Benavides, J. S. (2023). Competencia digital docente. Educare et Comunicare Revista de investigación de la Facultad de Humanidades, 10(2), 39-48.
https://doi.org/10.35383/educare.v10i2.830
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Andrade-Abarca, P. S. (2024a). The impact of pedagogical beliefs on the adoption of generative AI in higher education: predictive model from UTAUT2. Frontiers in Artificial Intelligence, 7, 1497705.
https://doi.org/10.3389/frai.2024.1497705
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Rivas-Manzano, M. (2024b). Acceptance of Educational Artificial Intelligence by Teachers and Its Relationship with Some Variables and Pedagogical Beliefs. Education Sciences, 14, 1-16.
https://doi.org/10.3390/educsci14070740
Casanova, A., & Martínez, M. (2024). Producción científica sobre Inteligencia Artificial y educación: un análisis cienciométrico. Hachetetepé. Revista científica en Educación y Comunicación, 28, 1–23.
https://doi.org/10.25267/Hachetetepe.2024.i28.1102
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The Promises and Challenges of Artificial Intelligence for Teachers: a Systematic Review of Research. TechTrends, 66, 616–630.
https://doi.org/10.1007/s11528-022-00715-y
Chao-Rebolledo, C., & Rivera-Navarro, M. Ángel. (2024). Usos y percepciones de herramientas de inteligencia artificial en la educación superior en México. Revista Iberoamericana de Educación, 95(1), 57–72.
https://doi.org/10.35362/rie9516259
Comisión Europea (2022). Directrices éticas sobre el uso de la inteligencia artificial (IA) y los datos en la educación y formación para los educadores. Oficina de publicaciones de la Unión Europea.
https://learning-corner.learning.europa.eu/learning-materials/use-artificial-intelligence-ai-and-data-teaching-and-learning_es
Dúo, P., Moreno, A. J., López, J., & Marín, J. A. (2023). Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias. RiiTE Revista interuniversitaria de investigación en tecnología educativa, 15, 58–78.
https://doi.org/10.6018/riite.579611
Farrokhnia, M., Banihashem, SK, Noroozi, O. y Wals, A. (2024). Análisis FODA de ChatGPT: Implicaciones para la práctica y la investigación educativa. Innovations in Education and Teaching International, 61(3), 460–474.
https://doi.org/10.1080/14703297.2023.2195846
Forteza-Martínez, A., & Alonso López, N. (2024). Artificial Intelligence in the Social Science Area: Systematic Literature Review in Web of Science and Scopus. Tripodos, (55), 116–141.
https://doi.org/10.51698/tripodos.2024.55.07
García, F., Llorens-Largo, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9–39.
https://doi.org/10.5944/ried.27.1.37716
González, G. (2024). 1 d.C. (después de ChatGPT). Inteligencia artificial en la educación superior. PUV Universitat de Valencia.
https://omp.uv.es/index.php/PUV/catalog/book/573
González, H. E., Marcillo, B. L., Tapia, A. C., & Hernández-Aráuz, V. Y. (2025). Uso Eficiente de la IA en el Aula: Claves para que los Profesores Mejoren su Metodología y la Interacción Educativa. Sage Sphere International Journal, 2. https://dialnet.unirioja.es/servlet/articulo?codigo=10176960
Hernando, A., Municio, A., Vázquez, A., Gardó, E., & Martínez, H. (2022). Los algoritmos a examen: ¿Por qué IA en educación? Fundación Bofill.
https://fundaciobofill.cat/uploads/docs/q/z/z/dzp-e40_guia_digital_040123_algoritmos.pdf
Jeon, J., & Lee, S. (2023). Large language models in education: A focus on the complementary relationship between human teachers and ChatGPT. Education and Information Technologies. 28, 15873–15892
https://doi.org/10.1007/s10639-023-11834-1
Kim, S. (2023). Trends in research on ChatGPT and adoption-related issues discussed in articles: a narrative review. Science Editing, 11(1), 3–11. https://doi.org/10.6087/kcse.32
Lo, Ch. (2023). What is the impact of ChatGPT on education? A rapid review of the literature. Education Sciences, 13(4), 1-15.
https://doi.org/10.3390/educsci13040410
Morozov, E. (2024). Otra inteligencia artificial es posible. Le Monde Diplomatique en español, 346, 25–28.
https://dialnet.unirioja.es/servlet/articulo?codigo=9665715
Munar, J., Oceja, J., & Salinas, J. (2024). Equivalencias entre los indicadores de la herramienta SELFIE y el marco DigCompEdu a partir de la técnica Delphi. Pixel-Bit. Revista de Medios y Educación, 69, 131–168.
https://doi.org/10.12795/pixelbit.101775
Russo, C., Romano, L., Clemente, D., Iacovone, L., Gladwin, T. E., & Panno, A. (2025). Gender differences in artificial intelligence: the role of artificial intelligence anxiety. Frontiers in Psychology, 16, 1-9.
https://doi.org/10.3389/fpsyg.2025.1559457
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning and Teaching, 6(1), 31–40.
https://doi.org/10.37074/jalt.2023.6.117
Universidad de Guadalajara (2023). Orientaciones y definiciones sobre el uso de la inteligencia artificial generativa en los procesos académicos. Guía práctica. Sistema de Universidad Virtual.
https://www.udgvirtual.udg.mx/sites/default/files/adjuntos/guia_ia_udg.pdf
Viberg, O., Cukurova, M., Feldman-Maggor, Y., Alexandron, G., Shirai, S., Kanemune, S., ... & Kizilcec, R. F. (2025). What explains teachers' trust in AI in education across six countries?. International Journal of Artificial Intelligence in Education, 35(3), 1288-1316.
Villegas-José, V., & Delgado-García, M. (2024). Inteligencia artificial: revolución educativa innovadora en la Educación Superior [Artificial Intelligence: innovative educational revolution in Higher Education]. Pixel-Bit. Revista de Medios y Educación, 71, 159–177.
https://doi.org/10.12795/pixelbit.107760
Wohlfart, O., Wagner, I. (2025). Longitudinal perspectives on technology acceptance: Teachers' integration of digital tools through the COVID-19 transition. Education and Information Technologies, 30, 6091–6115
https://doi.org/10.1007/s10639-024-12954-y
Yuk, C., & Lee, K. (2023). The AI generation gap: Are Gen Z students more interested in adopting generative AI such as ChatGPT in teaching and learning than their Gen X and millennial generation teachers? Smart Learning Environments, 10, 60. 1-23.
https://doi.org/10.1186/s40561-023-00269-3
Zheng, L., Liu, T., Feng, Y., Gu, X., & Yu, M. H. (2024). Dynamic teacher's technology adoption during the COVID-19 pandemic. SAGE Open, 14(2).
https://doi.org/10.1177/21582440241237858
BIBLIOTECA USAT