Revista Janaskakua
Vol. 7. Núm. 15 – Octubre 2025 / ISSN
2992-763
Percepción de Académicos de
Licenciatura en Enfermería sobre la preparación institucional
para la Inteligencia Artificial
Academic's Perception of
the Institutional Preparedness for AI in Undergraduate Nursing Programs
Ayala Damián Arturo Zachary. Facultad de
Enfermería”, UMSNH. Michoacán, México.
Correo: arturo.ayala@umich.mx. ORCID:
https://orcid.org/ 0009-0001-7022-2771.
Sáenz Gallegos María
Luisa. Facultad de Enfermería”,
UMSNH. Michoacán, México.
Correo: maria.saenz@umich.mx. ORCID: https://orcid.org/ 0009-0007-6440-5129
Damián Gómez Marbella. Facultad de Enfermería”, UMSNH. Michoacán, México.
Correo: marbella.damian@umich.mx. ORCID: https://orcid.org/ 0009-0005-6446-8512
Cira Huape José Luis. Facultad de Enfermería”, UMSNH. Michoacán, México.
Correo: jose.cira@umich.mx. ORCID: https://orcid.org/ 0000-0002-3313-3091
Jacobo Jacobo Abraham. Facultad de Enfermería”, UMSNH. Michoacán, México.
Correo: abraham.
jacobo@umich.mx. ORCID:
https://orcid.org/ 0009-0009-6990-276x
Cira González Luis Alan. Facultad de Enfermería”, UMSNH. Michoacán, México.
Correo: luis.cira@umich.mx. ORCID: https://orcid.org/0009-0009-0105-395X
Resumen
Introducción: La
Inteligencia Artificial (IA) es una tecnología disruptiva capaz de transformar
de manera significativa la educación y la salud. En la formación en enfermería,
su integración plantea retos vinculados con competencias docentes,
actualización curricular, infraestructura y ética. En México, los diagnósticos
nacionales sobre Tecnologías de Información y Comunicación(TIC) en instituciones
de educación superior evidencian avances desiguales, lo que hace necesario
explorar la percepción docente sobre la preparación institucional para la IA. Objetivo
general: Describir y analizar la percepción de 35 docentes de una Facultad
de Enfermería en México respecto al
nivel de preparación institucional para la implementación y uso de la
IA, considerando las dimensiones de capacitación, infraestructura, estrategia
institucional y ética. Metodología: Se realizó un estudio cuantitativo,
descriptivo, transversal con diseño no experimental, mediante un cuestionario
estructurado de 27 ítems en escala Likert aplicado a 35 docentes, cuyos datos
se analizaron con medidas descriptivas (media, mediana y moda), Resultados:
Los docentes perciben el potencial transformador de la IA, aunque identifican
deficiencias en competencias digitales, capacitación institucional,
infraestructura tecnológica y ausencia de políticas o estrategias formales para
su adopción. Conclusiones: La percepción docente refleja apertura y
compromiso ético, aunque persisten limitaciones estructurales y
organizacionales que obstaculizan la integración efectiva de la IA en la
formación en enfermería.
Palabras
clave: Inteligencia Artificial, Educación en Enfermería,
Competencias Digitales, Ética, Infraestructura Tecnológica.
Abstract
Introduction:
AI is a disruptive technology capable of significantly transforming education
and healthcare. In nursing education, its integration presents challenges
related to teaching competencies, curriculum updates, infrastructure, and
ethics. In Mexico, national assessments on ICT in higher education institutions
reveal uneven progress, making it necessary to explore faculty perceptions
regarding institutional preparedness for AI. General Objective: To
describe and analyze the perception of 35 faculty members at a School of
Nursing in Mexico regarding the level of institutional preparedness for the
implementation and use of AI, considering the dimensions of training,
infrastructure, institutional strategy, and ethics. Methodology: A
quantitative, descriptive, cross-sectional study with a non-experimental design
was conducted using a structured 27-item Likert scale questionnaire applied to
35 faculty members. Data were analyzed using descriptive measures (mean,
median, and mode). Results: Faculty members perceive the transformative
potential of AI, although they identify deficiencies in digital competencies,
institutional training, technological infrastructure, and the absence of formal
policies or strategies for its adoption. Conclusions: Faculty
perceptions reflect openness and ethical commitment, although structural and
organizational limitations persist, hindering the effective integration of AI
in nursing education.
Keywords:
Artificial intelligence, nursing education, digital
competencies, ethics, technological infrastructure.
Introducción
La Inteligencia Artificial
(IA) ha emergido como una tecnología disruptiva con el potencial de
reconfigurar profundamente diversos ámbitos, incluyendo la educación y, de
manera crucial, el sector de la salud. En este contexto, las instituciones de
educación superior, especialmente aquellas que forman profesionales como los de
enfermería, se enfrentan al desafío de preparar a sus estudiantes para un
futuro donde la interacción con la IA será una constante. La integración de la
IA no solo fortalece las opciones educativas y mejora el uso de
plataformas digitales, sino que redefine las competencias requeridas en los
entornos laborales y académicos. (Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura [UNESCO], 2024)
A nivel nacional, la
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
(UNESCO), en su evaluación del estadio de preparación de México para la IA,
señala que el país aún no cuenta con una estrategia nacional de IA vigente, lo
que se traduce en un nivel "muy bajo" en visión, institucionalidad y
estrategia (UNESCO,2024). Así mismo, los diagnósticos nacionales sobre
Tecnologías de la Información y Comunicación (TIC) en Instituciones de
Educación Superior (IES) mexicanas, como el del Comité de Tecnologías de la
Información y Comunicaciones de la Asociación Nacional de Universidades e
Instituciones de Educación Superior (ANUIES-TIC) revelan avances desiguales en
la integración de tecnologías educativas, competencias para su dominio y un
nivel de adopción incipiente de las tecnologías emergentes (Ponce López, 2021).
El presente artículo
analiza la percepción de 35 docentes de una escuela de Licenciatura en
Enfermería en México, respecto al nivel de preparación institucional para el
uso y la implementación de la IA. El estudio cuantitativo se desarrolló a
través de un cuestionario estructurado que permitió identificar percepciones
sobre competencias digitales, infraestructura, estrategias institucionales y
ética.
Objetivo general
Describir la percepción de docentes de una Facultad de Enfermería sobre el
grado de preparación institucional para implementar y usar la IA.
Objetivos específicos
Metodología
El presente estudio empleó un enfoque cuantitativo, transversal y
descriptivo, con un diseño no experimental centrado en la percepción de 35
docentes seleccionados mediante muestreo por conveniencia en una Facultad de
Licenciatura en Enfermería en México. Este diseño permitió obtener una aproximación inicial a
las percepciones docentes sin pretender obtener una inferencia estadística
generalizable.
Participantes: La muestra fue no probabilística por conveniencia y estuvo
conformada por 35 docentes de una Facultad de Licenciatura en Enfermería,
participantes en un curso de Inteligencia Artificial aplicada a la docencia.
El estudio tuvo un alcance descriptivo, exploratorio, orientado a obtener
una aproximación inicial sobre la percepción docente respecto a la preparación
institucional para la Inteligencia Artificial. En este contexto, el interés se
centró en identificar tendencias perceptuales más que en realizar inferencias
estadísticas generalizables.
Si bien los 35 participantes no representan la totalidad del profesorado,
su inclusión permitió reunir información suficiente para caracterizar un
panorama general de las opiniones de los docentes con distintos niveles de
experiencia, antigüedad y vinculación con la tecnología educativa.
Instrumento de Recopilación de Datos: Se utilizó un cuestionario
estructurado titulado "Percepción Sobre el Estadio de Preparación de las
Universidades Públicas Estatales (PUE) y Nivel de Competencia para Integrar la
IA al Trabajo Académico", con base en el trabajo “Estado Actual de las
Tecnologías en las Instituciones de Educación Superior” de la ANUIES.
Este instrumento está estructurado de 27 preguntas (P1 a P27) agrupadas en
cuatro dimensiones: La primera dimensión “Percepciones sobre el uso de la IA en
la educación” definida por seis items, la segunda
dimensión “Competencias en el uso de la IA en la educación” definida por 7 items, la tercera dimensión “Consideraciones éticas sobre
el uso de la IA en la educación” definida por 7 items
y por último la cuarta dimensión “Estadio de preparación de la institución en
relación con la IA” definida por 7 items.
Con la aplicación de este instrumento se recopiló las percepciones de los
participantes sobre el estadio de preparación de su UPE, la competencia para
integrar la IA al trabajo académico, las limitaciones tecnológicas que presenta
la institución, las políticas institucionales implementadas, los programas de
capacitación en esta área, la actualización de los planes de estudio, las
estrategias a desarrollar y sobre las consideraciones éticas que ello implica.
Cada ítem se respondió en una escala Likert de cinco puntos (1 = Totalmente
en desacuerdo, 2 = En desacuerdo, 3 = Neutral, 4 = De acuerdo, y 5 = Totalmente
de acuerdo).
De acuerdo con integrantes del comité ANUIES- TIC, el instrumento fue
adaptado de la Readiness Assessment Methodology (RAM)
de la UNESCO (2024) y del Higher Education Generative AI Readiness Assessment de
EDUCAUSE (2025).
Recopilación de Datos: El cuestionario se aplicó en formato digital
mediante un formulario electrónico durante el primer día de un curso de IA como
apoyo a la docencia en agosto de 2025. La participación fue voluntaria y
anónima.
Análisis de Datos: El análisis de los datos se realizó con estadística
descriptiva y el paquete estadístico SPSS, calculando medidas de tendencia
central (media, mediana y moda) para cada ítem. Los resultados se agruparon por
dimensión temática para facilitar su interpretación. Dado el carácter no
probabilístico de la muestra, los resultados se interpretan de manera descriptiva
y contextual, sin inferencias estadísticas hacia la totalidad de la población.
Resultados
Los resultados se obtuvieron a partir del análisis descriptivo de los 27 ítems
aplicados a 35 docentes, calculando la media, mediana y moda para cada uno.
Estos se agruparon en cuatro dimensiones: potencial educativo, competencias y
capacitación, ética y estrategia institucional.
Con respecto a la percepción sobre el Potencial y Oportunidades de la IA en
la Educación, los docentes participantes mostraron alto consenso positivo, pues
la mayoría estuvieron "Totalmente de acuerdo" o "De
acuerdo" con el valor de la IA para mejorar las opciones educativas y las plataformas
digitales (media=4.4857 y mediana= 5.0000), con respecto a al impacto de la IA
en los perfiles profesionales, hubo una alta coincidencia (media= 4.1429 y
mediana= 5.0000). Asimismo, perciben que la IA ofrece un gran potencial para
mejorar los planes de estudio y los procesos de aprendizaje en su área de
enseñanza (media= 4.4571, mediana= 5.0000). En conjunto, estos resultados
muestran que los docentes participantes son conscientes de las oportunidades
que la IA presenta para la educación.
Con relación a la percepción que los docentes participantes sobre las
competencias y la formación hubo mayor variación en las respuestas, sugiriendo
conciencia sobre la necesidad de fortalecer estas áreas. A la pregunta “P7:
Tengo las competencias necesarias para integrar herramientas de IA en mis
actividades de enseñanza y evaluación”, se obtuvo una media = 3.5429, una
mediana = 4.0000 y la moda de 4.00. Aunque la mediana y la moda indican que una
parte significativa se siente "De acuerdo", la media (ligeramente por
encima de neutral) sugiere que una proporción de docentes no se siente
plenamente competente. Respecto a si la Universidad o dependencia ofrece
capacitación adecuada para que los docentes utilicen la IA de manera efectiva
en el aula, hay una percepción general de que la capacitación es
"Adecuada" (mediana 4.00), y la moda en 5.00 ("Totalmente de
acuerdo") sugiere un grupo satisfecho. Sin embargo, la media por debajo de
4 indica que no es una opinión unánime. Sobre si se sienten preparados/as para
adaptar sus métodos de enseñanza a los rápidos cambios que la IA está generando
en el ámbito educativo la tendencia es hacia el "De acuerdo", pero la
media indica que la preparación para una adaptación ágil no es unánime (media =
3.6286, Mediana = 4.0000, Moda = 4.00). acerca de si la institución promueve
activamente la formación continua de los docentes en alfabetización digital e
IA, los docentes perciben una promoción activa, aunque no unísona (media =
3.7714, mediana = 4.0000, moda = 5.00)
Respecto a que, si se ha recibido capacitación sobre el pensamiento crítico
y sistémico para abordar el uso de la IA en la educación, el valor de la media
(3.1143) sugiere que algunos docentes participantes pueden haber recibido esta
capacitación, pero no es una experiencia generalizada. Con relación a si la
Universidad o dependencia cuentan con recomendaciones para el uso de la
inteligencia artificial generativa en la docencia, indica que la existencia de
recomendaciones específicas para la IA generativa es incipiente o desconocida
para los docentes participantes (media = 3.0286, mediana = 3.0000 y moda =
4.00). En resumen, aunque hay una base de capacitación, los docentes no se
sienten plenamente equipados en competencias específicas de IA, y la
institución aún tiene pendiente la provisión de formación y directrices para el
empleo en áreas emergentes como la IA generativa.
Respecto a las Consideraciones Éticas y Sociales de la IA, se manifiesta
incomprensión y preocupación por los aspectos éticos, la necesidad de marcos
reguladores y se percibe deficiencias en la implementación institucional. Con
relación a si consideran que la falta de diversidad en los equipos de
desarrollo de IA y en los conjuntos de datos puede causar daño a los
estudiantes o a los procesos educativos, la mediana y moda (3.00) sugieren que
muchos docentes son "neutrales" quizá por desconocimiento de cómo
este aspecto impacta a la representatividad de diversos grupos y cómo ello
puede causar daño. Algo similar sucede con respecto a la opacidad de los
algoritmos de IA y los sesgos de estos (media = 3.2286, mediana = 3.0000 y moda
= 3.00), harían falta otros estudios para confirmar su comprensión
Existe conciencia sobre la importancia de priorizar la protección y
promoción de los derechos humanos y la dignidad de los estudiantes al utilizar
la IA en la enseñanza (media = 4.0857, mediana = 5.0000, Moda = 5.00), lo cual
habla del compromiso individual de los docentes con los principios éticos, con
una clara inclinación a "Totalmente de acuerdo". Con relación a
asegurar la transparencia y la rendición de cuentas en el uso de sistemas de IA
en el ámbito educativo, este es uno de los ítems con mayor acuerdo, indicando
que la transparencia es fundamental para los docentes participantes (media =
4.5143, mediana = 5.0000, moda = 5.00). Sobre la preocupación de que el uso de
IA en la educación pueda ampliar las desigualdades existentes entre los
estudiantes, se demuestra que hay una preocupación más alta que el promedio
(media = 3.4286, mediana = 4.0000 y moda = 3.00), lo que refleja una conciencia
sobre los impactos sociales negativos de una mala implementación de la IA.
Existe un fuerte acuerdo sobre la necesidad de políticas institucionales
claras para mitigar sesgos y discriminación (media = 4.0571, mediana = 4.0000,
moda = 5.00) y los docentes expresan un alto grado de acuerdo con la
importancia de la diversidad en los datos (que reflejen la diversidad cultural
y lingüística de México, por ejemplo), con una media = 3.9714, mediana = 4.0000
y moda = 5.00, lo que sugiere conciencia inclusiva. Sobre si la Universidad
tiene mecanismos para evaluar el impacto ético de las herramientas de IA que se
implementan en la enseñanza, la percepción se inclina hacia la neutralidad o un
ligero acuerdo, lo que sugiere que los mecanismos de evaluación ética, si
existen, no son ampliamente conocidos o percibidos como robustos (media =
3.2286, mediana = 3.0000, moda = 4.00), con relación a si consideran que se
debe asegurar la representación de grupos marginados en todas las etapas de
creación y uso de la IA en el ámbito educativo, hay un consenso significativo
sobre la importancia de la representación de grupos marginados (media = 4.3429,
mediana = 5.0000, moda = 5.00).
En síntesis, los docentes tienen una alta conciencia ética y un deseo de
implementar la IA de manera justa e inclusiva. Sin embargo, hay una brecha
entre este deseo y la percepción de mecanismos institucionales claros
(políticas, evaluación de impacto, etc.)
Respecto de la estrategia Institucional, presupuesto e infraestructura
tecnológica, estas son las áreas donde las percepciones de los docentes indican
las mayores debilidades y falta de preparación de la institución. Consideran
que los docentes no perciben que planes de estudio actuales están siendo
actualizados ágilmente para responder a las nuevas necesidades del mercado
laboral impulsadas por la IA, (media de 3.48), con relación a si consideran que
la Universidad o dependencia cuenta con una estrategia clara y vigente para el
desarrollo y uso de la IA, con una media y mediana cercanas a "neutral",
la percepción predominante es que la universidad o dependencia carece de una
estrategia de IA clara y vigente (media = 3.1429, mediana = 3.0000, moda =
4.00), respecto a si la institución asigna presupuesto suficiente para el
equipamiento tecnológico y el desarrollo de habilidades digitales de su
personal, este valor, por debajo de la neutralidad y con una moda en
"neutral", sugiere que los docentes perciben que el presupuesto es
insuficiente (media = 2.8286, mediana = 3.0000, Moda = 3.00), sucede algo
similar con la percepción respecto a si la infraestructura tecnológica
(conectividad, centros de datos, capacidades de cómputo) es adecuada para
soportar un desarrollo significativo de la IA (media = 2.9714, mediana =
3.0000, moda = 2.00) y acerca del establecimiento de alianzas estratégicas con
otras instituciones o empresas para fortalecer el desarrollo y uso de la IA
(media = 2.7143, mediana = 3.0000, moda = 3.00), este es el valor más bajo del
cuestionario, lo que indica que los docentes perciben una falta de alianzas
estratégicas significativas para la IA.
Respecto a si la Universidad implementa políticas activas para reducir la
brecha digital entre estudiantes y docentes, especialmente en áreas rurales o
comunidades marginadas, la media por debajo de la neutralidad sugiere que los
docentes no perciben que la institución tenga políticas activas o efectivas
para reducir la brecha digital (media = 2.8857, mediana = 3.0000, moda = 3.00),
si la Universidad evalúa regularmente el
retorno de inversión en proyectos de IA implementados en el ámbito educativo,
la percepción es neutral o ligeramente negativa, lo que indica que no hay una
evaluación clara o consistente del retorno de inversión en IA (media = 3.0000,
mediana = 3.0000, moda = 2.00). La métrica es determinante para evaluar la
eficiencia de las decisiones tecnológicas. Por último, sobre la percepción
respecto a si la Universidad tiene una visión estratégica para desarrollar y
administrar la IA que genera confianza y legitimidad, se percibe como deficiente
o poco clara, generando poca confianza (media = 3.2857, mediana = 3.0000, moda
= 2.00), con la moda en "En desacuerdo", esta pregunta crucial sobre
la visión estratégica general de la IA.
En síntesis, las áreas de infraestructura, presupuesto y estrategia
institucional para la IA son las más débiles en la percepción de los 35
docentes, lo que representa los mayores obstáculos para una implementación
exitosa y responsable de la IA en esta escuela de enfermería. En
general, los resultados permiten identificar un perfil docente receptivo hacia
la innovación, pero limitado por factores estructurales e institucionales.
Estas tendencias sirvieron de base para la discusión.
Discusión
Los resultados de este estudio ofrecen una visión integral de la percepción
que tienen los docentes de enfermería sobre el nivel de preparación
institucional para integrar la inteligencia artificial (IA) en los procesos
educativos. En general, los participantes muestran una actitud favorable hacia
la adopción de la IA, reconociendo su potencial transformador en la enseñanza y
la práctica profesional; sin embargo, esta disposición contrasta con las
limitaciones estructurales, tecnológicas y organizacionales que enfrenta la
institución.
En la dimensión de potencial educativo, los docentes destacan el valor de
la IA como herramienta para personalizar el aprendizaje, fortalecer la toma de
decisiones clínicas y fomentar la innovación pedagógica. Este reconocimiento
coincide con los hallazgos internacionales y las recomendaciones de la UNESCO
(2024), que resaltan la importancia del pensamiento crítico y sistémico para el
aprovechamiento ético y responsable de la IA en la educación superior. No
obstante, la percepción positiva identificada en este estudio se ve
condicionada por la falta de una política institucional formal que regule su
uso y promueva su aplicación didáctica de manera sistemática.
Respecto a las competencias digitales y la capacitación docente, los
resultados evidencian un consenso entre los participantes sobre la insuficiencia
de la formación ofrecida por la institución. Aunque existen esfuerzos aislados,
los docentes señalan que los cursos de actualización son voluntarios, con
cobertura limitada y sin incentivos institucionales. Este hallazgo concuerda
con los diagnósticos realizados por Ponce López (2023), quien señala que solo
el 0.4 % del presupuesto total destinado a tecnologías de la información en las
instituciones de educación superior mexicanas se emplea en la capacitación del
personal, lo que representa un obstáculo para la adopción de innovaciones
tecnológicas. Del mismo modo, coincide con el estudio previo de Ponce López
(2021), que identifica la falta de estímulos normativos y el bajo
reconocimiento institucional como factores que inhiben la participación docente
en procesos de formación continua.
En cuanto a la dimensión ética, los docentes manifestaron una conciencia
sólida sobre la necesidad de utilizar la IA de forma justa, transparente y
responsable, preocupándose por los posibles sesgos algorítmicos y la protección
de los datos personales. Esta postura se alinea con la Recomendación sobre la
Ética de la Inteligencia Artificial de la UNESCO (2024), la cual enfatiza la
obligación de los sistemas educativos de garantizar que la IA no amplíe las
brechas sociales y de representación de grupos marginados. No obstante, los
resultados también muestran que esta conciencia ética aún no se acompaña de
políticas ni protocolos institucionales específicos, lo que limita su
aplicación práctica en el contexto educativo.
La dimensión institucional revela que la facultad carece de una estrategia
clara para la incorporación de la IA, situación que refleja el panorama
nacional descrito por Ponce López (2023) en el informe Estado actual de las
tecnologías de la información y comunicación en las instituciones de educación
superior en México: Estudio 2023, donde se advierte la inexistencia de una
estrategia nacional de IA vigente y un nivel muy bajo en visión e
institucionalidad. Este diagnóstico también destaca que la colaboración interinstitucional
es limitada y que la inversión en infraestructura tecnológica sigue siendo
insuficiente para acompañar los procesos de transformación digital.
Si bien el uso de un muestreo por conveniencia limita la generalización de
los resultados, la diversidad de perfiles docentes incluidos ofrece una visión
representativa del contexto institucional y permite identificar tendencias que
coinciden con los patrones nacionales. Los hallazgos ponen de relieve una
brecha significativa entre la disposición individual del profesorado y la
capacidad institucional para apoyar la innovación tecnológica.
En conjunto, esta investigación confirma que el avance hacia una educación
en enfermería apoyada por inteligencia artificial no depende únicamente de los
recursos tecnológicos, sino de la articulación entre políticas institucionales,
estrategias de formación docente y cultura ética de innovación. Fortalecer la
preparación institucional requerirá establecer una hoja de ruta que contemple
la inversión en infraestructura, la capacitación continua, la inclusión digital
y la creación de marcos normativos que orienten el uso responsable de la IA.
Solo de esta manera será posible pasar de una fase de sensibilización inicial a
un modelo educativo integral que aproveche las oportunidades de la IA sin
perder de vista los principios humanistas de la profesión de enfermería.
Conclusiones
Los hallazgos del estudio evidencian un nivel limitado de preparación
institucional para incorporar la inteligencia artificial en la formación en
enfermería, reflejado en la escasa infraestructura tecnológica, la falta de
políticas institucionales y la ausencia de una estrategia formal de adopción.
Aunque los docentes reconocen el fuerte potencial transformador de la IA para
fortalecer las opciones educativas y redefinir perfiles laborales (Medias
P1=4.49, P2=4.14, P3=4.46), la capacidad de su institución para capitalizarlo
es limitada.
Entre los desafíos más relevantes se
identifican:
• Estrategia Institucional Incipiente: Los docentes perciben una falta de
una estrategia clara y vigente para la IA (Media P21=3.14, P27=3.29, reflejando
la ausencia de una estrategia nacional de IA en México.
• Infraestructura y Presupuesto Insuficientes: La infraestructura
tecnológica se considera inadecuada para el desarrollo de la IA (Media
P23=2.97, Moda=2), y el presupuesto para equipamiento y desarrollo de
habilidades digitales es percibido como insuficiente (Media P22=2.83. Esto
coincide con la escasez de infraestructura y baja inversión nacional.
• Brechas en Competencias y Capacitación Docente Específica: Los docentes
no se sienten plenamente competentes para integrar la IA (Media P7=3.54) y la
capacitación en pensamiento crítico (Media P12=3.11) y recomendaciones para IA
generativa (Media P13=3.03) son limitadas.
• Escasa agilidad curricular y limitadas alianzas estratégicas: La
actualización curricular es percibida como poco ágil (Media P11=3.49) y la
falta de alianzas estratégicas para la IA es evidente (Media P24=2.71, el valor
más bajo).
Estos hallazgos refuerzan la necesidad de que las instituciones de
educación superior en enfermería diseñen una hoja de ruta institucional para la
incorporación de la IA, que contemple la formación docente, la actualización
curricular, el desarrollo de políticas éticas y la gestión de recursos
tecnológicos.
Se recomienda implementar estrategias de colaboración interinstitucional y
vinculación con organismos tecnológicos para fortalecer la capacidad
institucional y promover una cultura digital ética y sostenible.
Finalmente, dado el carácter descriptivo y no probabilístico del estudio,
las conclusiones deben interpretarse como una aproximación contextual. Futuras
investigaciones con muestras más amplias y análisis inferenciales podrán
consolidar la comprensión del nivel de preparación institucional para la
inteligencia artificial en enfermería.
Referencias
Association for Computing Machinery (2024). The Impact
of AI on Computer Science Education. https://cacm.acm.org/news/the-impact-of-ai-on-computer-science-education/
Betanzos, F. (2024, agosto, 8). Inteligencia Artificial
¿Innovación educativa o muerte de la creatividad analítica? [Presentación de conferencia]. XXV Encuentro
Universitario Internacional de Actualización Docente. https://www.facebook.com/100057496387871/videos/3628042827341526.
Edel, R. (2022, agosto, 11). Presentación del libro en línea: Competencia digital docente en las Instituciones de Educación Superior [Participación en panel de expertos] https://www.youtube.com/watch?v=i3Fbe-iFs-g
EDUCAUSE
(2025). Higher education generative AI readiness assessment. EDUCAUSE
Publications. https://services.nwu.ac.za/sites/services.nwu.ac.za/files/files/ai/resources/Higher-Education-Generative-AI-Readiness-Assessment.pdf
Luckin, R. (2024, enero). La IA nos debe hacer más
inteligentes, no más tontos [Presentación de conferencia]. IFE Conference 2024. https://tecscience.tec.mx/es/humano-social/rose-luckin-inteligencia-artificial-educacion/.
Microsoft Copilot. (2024).
Generación de contenido asistido por IA. Microsoft. https://www.microsoft.com/copilot
Ponce
López, J. L. (2021). Estado actual de las tecnologías en las
instituciones de educación superior 2020. ANUIES. https://publicaciones-tic.anuies.mx/wp-content/uploads/2022/11/Estado_Actual_Tecnologias_TE2022_cm.pdf
Ponce López, C. (2023). Estado actual de las tecnologías de la información y comunicación en las instituciones de educación superior en México: Estudio 2023 (ISBN 978-607-451-199-4). Asociación Nacional de Universidades e Instituciones de Educación Superior (ANUIES-TIC). https://anuies-tic2.anuies.mx/2023/12/13/estado-actual-de-las-tecnologias-de-la-informacion-y-comunicacion-en-las-instituciones-de-educacion-superior-en-mexico-estudio-2023/
UNESCO. (2024).
México. Evaluación del estadío de preparación de la
inteligencia artificial. https://articles.unesco.org/sites/default/files/medias/fichiers/2024/07/M%C3%A9xico.%20Evaluaci%C3%B3n%20del%20estad%C3%ADo%20de%20preparaci%C3%B3n%20de%20la%20inteligencia%20artificial.pdf
Universidad de Guadalajara. (2023). Orientaciones y
definiciones sobre el uso de la inteligencia artificial generativa en los procesos
académicos. https://www.udgvirtual.udg.mx/sites/default/files/adjuntos/guia_ia_udg.pdf.
Universidad Nacional Autónoma de México (UNAM). (2022).
Recomendaciones para el uso de la inteligencia generativa en la docencia. https://cuaed.unam.mx/descargas/recomendaciones-uso-iagen-docencia-unam-2023.pdf.
Vicario, M.(2024, Agosto, 21). Perspectivas de la IA en
IES de México [Participación en panel de expertos]. Jornadas sobre Inteligencia
Artificial de ANUIES-TIC. https://www.youtube.com/watch?v=0kfRFpW-WGA&t=3s.
Esta obra está bajo una Licencia Creative
Commons Atribución -NoComercial- SinDerivadas 4.0 Internacional