Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano

Introduction: The adoption of artificial intelligence tools in higher education has generated growing interest in understanding the factors that influence their acceptance, as well as in assessing the quality of the instruments used for their measurement. In this context, it is necessary to critical...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Hernández Torres, Gerardo Antonio, AQUINO ZUNIGA, SILVIA PATRICIA, Izquierdo Sandoval, Manuel Jesús
Formato:	Digital
Lenguaje:	spa
Publicado:	UNIVERSIDAD ANTONIO NARIÑO 2026
Materias:	Inteligencia artificial percepción enseñanza superior cuestionario medición Artificial intelligence perception higher education questionnaires measurement
Acceso en línea:	https://revistas.uan.edu.co/index.php/papeles/article/view/2317
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

_version_	1865942679673634816
author	Hernández Torres, Gerardo Antonio AQUINO ZUNIGA, SILVIA PATRICIA Izquierdo Sandoval, Manuel Jesús
author_facet	Hernández Torres, Gerardo Antonio AQUINO ZUNIGA, SILVIA PATRICIA Izquierdo Sandoval, Manuel Jesús
author_sort	Hernández Torres, Gerardo Antonio
collection	OJS
description	Introduction: The adoption of artificial intelligence tools in higher education has generated growing interest in understanding the factors that influence their acceptance, as well as in assessing the quality of the instruments used for their measurement. In this context, it is necessary to critically examine the theoretical models and the psychometric evidence supporting these instruments. Methodology: A systematic review was conducted following the Prisma guidelines, through which 26 empirical studies published between 2022 and 2025 and indexed in Scopus, Web of Science, SciELO and Redalyc were analyzed. The selected studies predominantly employ questionnaires with Likert-type scales to measure the constructs proposed by the TAM and UTAUT2 models and report information on instrument validation and reliability procedures. Results and Discussion: The findings reveal a consistent use of construct validity and internal reliability as minimum criteria for instrumental evaluation, although relevant variations are observed in methodological procedures and in the contextual adaptation of the models. In addition, challenges related to digital equity and institutional trust are identified as factors influencing the acceptance of artificial intelligence, particularly in Latin American contexts. Based on these findings, guidelines are proposed to improve the assessment of artificial intelligence acceptance in Latin American higher education. Conclusions: The review suggests that Likert-scale–based questionnaires are widely used and potentially replicable instruments; however, their application in Latin American higher education requires contextual and regulatory adaptations to ensure the validity of the measured constructs. In this regard, there is a clear need to advance toward instrumental designs that are more sensitive to the structural and institutional conditions of the region.
format	Digital
id	revistas.uan.edu.co-article-2317
institution	Revista PAPELES
language	spa
publishDate	2026
publisher	UNIVERSIDAD ANTONIO NARIÑO
record_format	ojs
spelling	revistas.uan.edu.co-article-23172026-05-16T16:22:43Z Measuring Perceptions of Artificial Intelligence use in Higher Education: A Critical Review and Adaptation Framework for the Latin American Context Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano Hernández Torres, Gerardo Antonio AQUINO ZUNIGA, SILVIA PATRICIA Izquierdo Sandoval, Manuel Jesús Inteligencia artificial percepción enseñanza superior cuestionario medición Artificial intelligence perception higher education questionnaires measurement Introduction: The adoption of artificial intelligence tools in higher education has generated growing interest in understanding the factors that influence their acceptance, as well as in assessing the quality of the instruments used for their measurement. In this context, it is necessary to critically examine the theoretical models and the psychometric evidence supporting these instruments. Methodology: A systematic review was conducted following the Prisma guidelines, through which 26 empirical studies published between 2022 and 2025 and indexed in Scopus, Web of Science, SciELO and Redalyc were analyzed. The selected studies predominantly employ questionnaires with Likert-type scales to measure the constructs proposed by the TAM and UTAUT2 models and report information on instrument validation and reliability procedures. Results and Discussion: The findings reveal a consistent use of construct validity and internal reliability as minimum criteria for instrumental evaluation, although relevant variations are observed in methodological procedures and in the contextual adaptation of the models. In addition, challenges related to digital equity and institutional trust are identified as factors influencing the acceptance of artificial intelligence, particularly in Latin American contexts. Based on these findings, guidelines are proposed to improve the assessment of artificial intelligence acceptance in Latin American higher education. Conclusions: The review suggests that Likert-scale–based questionnaires are widely used and potentially replicable instruments; however, their application in Latin American higher education requires contextual and regulatory adaptations to ensure the validity of the measured constructs. In this regard, there is a clear need to advance toward instrumental designs that are more sensitive to the structural and institutional conditions of the region. Introducción: la adopción de herramientas de inteligencia artificial en la educación superior ha motivado un creciente interés por comprender los factores que influyen en su aceptación y por evaluar la calidad de los instrumentos utilizados para su medición. En este contexto, resulta necesario analizar de manera crítica los modelos teóricos y las evidencias psicométricas que sustentan dichos instrumentos. Metodología: se realizó una revisión sistemática siguiendo las directrices Preferred Reporting Items for Systematic reviews and Meta-Analyses (Prisma), a partir de la cual se analizaron 26 estudios empíricos publicados entre 2022 y 2025 e indexados en Scopus, Web of Science (WoS), Scientific Electronic Library Online (SciELO) y Red de Revistas Científicas de América Latina y el Caribe, España y Portugal (Redalyc). Los estudios seleccionados emplean mayoritariamente cuestionarios con escalas tipo Likert para la medición de los constructos propuestos por el Technology Acceptance Model (TAM) y la Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) que reportan información sobre procesos de validación y confiabilidad. Resultados y discusión: los resultados muestran una utilización consistente de validez de constructo y confiabilidad interna como criterios mínimos de evaluación instrumental, aunque con variaciones relevantes en los procedimientos metodológicos y en la adaptación contextual de los modelos. Asimismo, se identifican desafíos asociados a la equidad digital y a la confianza institucional que inciden en la aceptación de la inteligencia artificial (IA), en particular, en contextos latinoamericanos. A partir de estos hallazgos, se proponen lineamientos orientados a mejorar la evaluación de la aceptación de la IA en la educación superior latinoamericana. Conclusiones: la revisión sugiere que los cuestionarios basados en escalas Likert constituyen instrumentos ampliamente utilizados y potencialmente replicables; sin embargo, su aplicación en la educación superior latinoamericana requiere adaptaciones contextuales y normativas que garanticen la validez de los constructos medidos. En este sentido, se destaca la necesidad de avanzar hacia diseños instrumentales más sensibles a las condiciones estructurales e institucionales de la región. UNIVERSIDAD ANTONIO NARIÑO 2026-05-16 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.uan.edu.co/index.php/papeles/article/view/2317 10.54104/papeles.v18n35.2317 Papeles; Vol. 18 No. 35 (2026): Volumen 18 issue 35 (january - july, 2026) Papeles; Vol. 18 Núm. 35 (2026): Volumen 18 número 35 (Enero - julio, 2026) Papeles; v. 18 n. 35 (2026): Volume 18, edição 35 (janeiro - julho, 2026) 2346-0911 0123-0670 10.54104/papeles.v18n35 spa https://revistas.uan.edu.co/index.php/papeles/article/view/2317/1807 Copyright (c) 2026 SILVIA PATRICIA AQUINO ZUNIGA, Silvia Patricia Aquino Zúñiga, Manuel Jesús Izquierdo Sandoval https://creativecommons.org/licenses/by-nd/4.0
spellingShingle	Inteligencia artificial percepción enseñanza superior cuestionario medición Artificial intelligence perception higher education questionnaires measurement Hernández Torres, Gerardo Antonio AQUINO ZUNIGA, SILVIA PATRICIA Izquierdo Sandoval, Manuel Jesús Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title	Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title_alt	Measuring Perceptions of Artificial Intelligence use in Higher Education: A Critical Review and Adaptation Framework for the Latin American Context
title_full	Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title_fullStr	Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title_full_unstemmed	Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title_short	Medición de las percepciones sobre el uso de la inteligencia artificial en la educación superior: propuesta de marco de adaptación para el contexto latinoamericano
title_sort	medicion de las percepciones sobre el uso de la inteligencia artificial en la educacion superior propuesta de marco de adaptacion para el contexto latinoamericano
topic	Inteligencia artificial percepción enseñanza superior cuestionario medición Artificial intelligence perception higher education questionnaires measurement
topic_facet	Inteligencia artificial percepción enseñanza superior cuestionario medición Artificial intelligence perception higher education questionnaires measurement
url	https://revistas.uan.edu.co/index.php/papeles/article/view/2317
work_keys_str_mv	AT hernandeztorresgerardoantonio measuringperceptionsofartificialintelligenceuseinhighereducationacriticalreviewandadaptationframeworkforthelatinamericancontext AT aquinozunigasilviapatricia measuringperceptionsofartificialintelligenceuseinhighereducationacriticalreviewandadaptationframeworkforthelatinamericancontext AT izquierdosandovalmanueljesus measuringperceptionsofartificialintelligenceuseinhighereducationacriticalreviewandadaptationframeworkforthelatinamericancontext AT hernandeztorresgerardoantonio mediciondelaspercepcionessobreelusodelainteligenciaartificialenlaeducacionsuperiorpropuestademarcodeadaptacionparaelcontextolatinoamericano AT aquinozunigasilviapatricia mediciondelaspercepcionessobreelusodelainteligenciaartificialenlaeducacionsuperiorpropuestademarcodeadaptacionparaelcontextolatinoamericano AT izquierdosandovalmanueljesus mediciondelaspercepcionessobreelusodelainteligenciaartificialenlaeducacionsuperiorpropuestademarcodeadaptacionparaelcontextolatinoamericano