Modelo para evaluar la aceptación de la herramienta ChatGPT en la generación Z

Autores/as

DOI:

https://doi.org/10.29105/vtga10.5-1069

Palabras clave:

inteligencia artificial, análisis factorial, aceptación de IA

Resumen

El objetivo de este estudio es validar un instrumento diseñado para evaluar los factores de la aceptación de la herramienta de inteligencia artificial ChatGPT entre jóvenes de la generación Z en Colima. El marco teórico se basa en una versión modificada del modelo AIDUA, diseñado para evaluar la aceptación del uso de dispositivos de inteligencia artificial. El modelo y sus constructos fueron adaptados al idioma español, resultando en 12 factores y 48 ítems. Se llevó a cabo un pilotaje utilizando un cuestionario en línea, aplicado a participantes con experiencia previa en el uso de ChatGPT en el municipio de Colima. La muestra se calculó con una relación sujeto-variable de 5:1. Utilizando esta información, se efectuó un análisis PLS-SEM. La confiabilidad del cuestionario reveló una consistencia interna robusta. Entre los resultados se encontró una relación significativa entre las actitudes afectivas y cognitivas hacia la aceptación de ChatGPT en los estudios. Este estudio contribuye para la descripción del fenómeno de la aceptación de tecnologías inteligentes entre los estudiantes de la generación Z.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Antonov, A. (2022). Gestionar la complejidad: la contribución de la UE a la gobernanza de la inteligencia artificial. Revista CIDOB d’Afers Internacionals. (131), 41-68. https://doi.org/10.24241/rcai.2022.131.2.41 DOI: https://doi.org/10.24241/rcai.2022.131.2.41

Bhuiyan, K. H., Ahmed, S., y Jahan, I. (2024). Consumer attitude toward using artificial intelligence (AI) devices in hospitality services. Journal Of Hospitality And Tourism Insights. https://doi.org/10.1108/jhti-08-2023-0551 DOI: https://doi.org/10.1108/JHTI-08-2023-0551

Bower, M., Torrington, J., Lai, J. W. M., Petocz, P., y Alfano, M. (2024). How should we change teaching and assessment in response to increasingly powerful generative Artificial Intelligence? Outcomes of the ChatGPT teacher survey. Education And Information Technologies. https://doi.org/10.1007/s10639-023-12405-0 DOI: https://doi.org/10.1007/s10639-023-12405-0

Brown, S.A. y Venkatesh, V. (2005). Model of Adoption of Technology in Households: A Baseline Model Test and Extension Incorporating Household Life Cycle. MIS Quarterly, 29 (3), 399-426. http://dx.doi.org/10.2307/25148690 DOI: https://doi.org/10.2307/25148690

Chatterjee, S., y Bhattacharjee, K. K. (2020). Adoption of artificial intelligence in higher education: a quantitative analysis using structural equation modelling. Education And Information Technologies, 25(5), 3443-3463. https://doi.org/10.1007/s10639-020-10159-7 DOI: https://doi.org/10.1007/s10639-020-10159-7

Chi, O.H., Gursoy, D., Chi, C.G., (2020). Tourists’ attitudes toward the use of artificially intelligent (AI) devices in tourism service delivery: moderating role of service value seeking. J. Travel Research, 61(1), 170-185 https://doi.org/10.1177/0047287520971054" DOI: https://doi.org/10.1177/0047287520971054

Coffey, L. (2023). Most students outrunning faculty in AI use, study finds. Inside Higher Ed | Higher Education News, Events And Jobs. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2023/10/31/most-students-outrunning-faculty-ai-use

Cortez, P. M., Ong, A. K. S., Diaz, J. F., German, J. D., y Jagdeep, S. J. S. S. (2024). Analyzing Preceding factors affecting behavioral intention on communicational artificial intelligence as an educational tool. Heliyon, 10(3), e25896. https://doi.org/10.1016/j.heliyon.2024.e25896 DOI: https://doi.org/10.1016/j.heliyon.2024.e25896

De la Luz, Antúnez, K. E. (2020). ¿Quiénes son y cómo aprenden los jóvenes pertenecientes a la generación Z? https://repositorio.iberopuebla.mx/handle/20.500.11777/4641?gad_source=1&gclid=CjwKCAjw_e2wBhAEEiwAyFFFo2X2IJZnnkYdJ_MUJhYOBByNDRY0exlNQVyx_ChAIj8dNtA7EMiR5BoCGxoQAvD_BwE

Fornell, C. y Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of marketing research, 39-50. https://doi.org/10.1177/002224378101800104 DOI: https://doi.org/10.1177/002224378101800104

Gansser, O., y Reich, C. (2021). A new acceptance model for artificial intelligence with extensions to UTAUT2: An empirical study in three segments of application. Technology In Society, 65, 101535. https://doi.org/10.1016/j.techsoc.2021.101535 DOI: https://doi.org/10.1016/j.techsoc.2021.101535

García Peñalvo, F. J., Llorens Largo, F., y 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. DOI: https://doi.org/10.5944/ried.27.1.37716

Giannini, S. (2023). Reflexiones sobre la IA generativa y el futuro de la educación. © UNESCO 2023

Guenther, P., Guenther, M., Ringle, C. M., Zaefarian, G., y Cartwright, S. (2023). Improving PLS-SEM use for business marketing research. Industrial Marketing Management, 111, 127-142. https://doi.org/10.1016/j.indmarman.2023.03.010 DOI: https://doi.org/10.1016/j.indmarman.2023.03.010

Gürsoy, D., Hengxuan, O., Lu, L., y Nunkoo, R. (2019). Consumers acceptance of artificially intelligent (AI) device use in service delivery. International Journal Of Information Management, 49, 157-169. https://doi.org/10.1016/j.ijinfomgt.2019.03.008 DOI: https://doi.org/10.1016/j.ijinfomgt.2019.03.008

Gutiérrez, J. (2023, 27 enero). En sólo 5 días, Chat GPT-3 consiguió un millón de usuarios. La Jornada. https://www.jornada.com.mx/notas/2023/01/27/economia/en-solo-5-dias-chat-gpt-3-consiguio-un-millon-de-usuarios/

Hasan Emon, M. M., Hassan, F., Hoque Nahid, M., y Rattanawiboonsom, V. (2023). Predicting Adoption Intention of Artificial Intelligence ChatGPT. The AIUB Journal Of Science And Engineering, 22(2), 189-199. https://doi.org/10.53799/ajse.v22i2.797 DOI: https://doi.org/10.53799/ajse.v22i2.797

Islam, M., Rahman, M. M., Taher, M. A., Quaosar, G. M. A. A., y Uddin, M. A. (2024). Using artificial intelligence for hiring talents in a moderated mechanism. Future Business Journal (Online), 10(1). https://doi.org/10.1186/s43093-024-00303-x DOI: https://doi.org/10.1186/s43093-024-00303-x

Kalla, D., Smith, N. Samaah, F., y Kuraku, S. (2023). Study and Analysis of Chat GPT and its Impact on Different Fields of Study . International Journal of Innovative Science and Research, 8(3). https://ssrn.com/abstract=4402499

Kelly, S., Kaye, S., & Oviedo-Trespalacios, Ó. (2023). What factors contribute to the acceptance of artificial intelligence? A systematic review. Telematics And Informatics, 77(101925). https://doi.org/10.1016/j.tele.2022.101925 DOI: https://doi.org/10.1016/j.tele.2022.101925

Lakens, D. (2022). Sample size justification. Collabra. Psychology, 8(1). https://doi.org/10.1525/collabra.33267 DOI: https://doi.org/10.1525/collabra.33267

Li, M., y Suh, A. (2021). Machinelike or Humanlike? A Literature Review of Anthropomorphism in AI-Enabled Technology. Proceedings Of The Annual Hawaii International Conference On System Sciences. https://doi.org/10.24251/hicss.2021.493" DOI: https://doi.org/10.24251/HICSS.2021.493

Ma, X., y Huo, Y. (2023). Are users willing to embrace ChatGPT? Exploring the factors on the acceptance of chatbots from the perspective of AIDUA framework. Technology In Society, 75, (102362). https://doi.org/10.1016/j.techsoc.2023.102362 DOI: https://doi.org/10.1016/j.techsoc.2023.102362

Martínez Cenalmor, A. (2023). Impacto de Chat GPT en el entorno educativo: posibilidades y riesgos. http://hdl.handle.net/10651/69004

McKinsey y Company. (2023). El estado de la IA en 2023: El año clave de la IA generativa. https://www.mckinsey.com/featured-insights/destacados/el-estado-de-la-ia-en-2023-el-ano-clave-de-la-ia-generativa/es#research

Microsoft Education Team. (2021). Explore insights from the AI in Education Report. Microsoft Education Blog. https://educationblog.microsoft.com/en-us/2024/04/explore-insights-from-the-ai-in-education-report

Murthy, S. R., y Mani, M. (2013). Discerning Rejection of Technology. SAGE Open, 3(2), 215824401348524. https://doi.org/10.1177/2158244013485248 DOI: https://doi.org/10.1177/2158244013485248

OpenAI. (2018, junio). Improving language understanding with unsupervised learning. https://openai.com/research/language-unsupervised

OpenAI. (2019, febrero). Better language models and their implications. https://openai.com/research/better-language-models

Salifu, I., Arthur, F., Arkorful, V., Nortey, S. A., y Osei-Yaw, R. S. (2024). Economics students’ behavioural intention and usage of ChatGPT in higher education: a hybrid structural equation modelling-artificial neural network approach. Cogent Social Sciences, 10(1). https://doi.org/10.1080/23311886.2023.2300177 DOI: https://doi.org/10.1080/23311886.2023.2300177

Schroth, H. (2019). Are you ready for Gen Z in the workplace?. California Management Review, 61(3), 5-18. DOI: https://doi.org/10.1177/0008125619841006

Szymkowiak, A., Melović, B., Dabić, M., Jeganathan, K., y Kundi, G. S. (2021). Information technology and Gen Z: The role of teachers, the internet, and technology in the education of young people. Technology In Society, 65 (101565). https://doi.org/10.1016/j.techsoc.2021.101565 DOI: https://doi.org/10.1016/j.techsoc.2021.101565

V. Venkatesh, M.G. Morris, G.B. Davis, F.D. Davis, User acceptance of information technology: toward a unified view, MIS Q. (2003) 425–478. DOI: https://doi.org/10.2307/30036540

Zúñiga Vásquez, F. G., Mora Poveda, D. A. y Molina Mora, D. P. (2023).La importancia de la inteligencia artificial en las comunicaciones en los procesos marketing.Vivat Academia, 156, 19-39 DOI: https://doi.org/10.15178/va.2023.156.e1474

Descargas

Publicado

30-09-2024

Cómo citar

Rodríguez-Gutiérrez, S. A., Vidrio-Barón, S. B., & Vásquez Sánchez, J. R. (2024). Modelo para evaluar la aceptación de la herramienta ChatGPT en la generación Z. Vinculategica Efan, 10(5), 138–154. https://doi.org/10.29105/vtga10.5-1069