Dimensiones latentes en la adopción de ChatGPT en la universidad: modelo CHASSIS

Barra lateral del artículo

PDF PDF (Inglés) HTML EPUB
Publicado: Jul 1, 2025
DOI: https://doi.org/10.17163/alt.v20n2.2025.03
Palabras clave:
ChatGPT, inteligencia artificial, análisis factorial exploratorio, intención de uso, variables latentes, educación superior

Contenido principal del artículo

Luz Marina Pereira-González
Universidad Técnica del Norte
https://orcid.org/0000-0002-7796-9819
Andrea Basantes-Andrade
Universidad Técnica del Norte
https://orcid.org/0000-0003-1045-2126
Milton Mora-Grijalva
Universidad Técnica del Norte
https://orcid.org/0000-0001-7362-1164
Anabela Galárraga-Andrade
Universidad Técnica del Norte
https://orcid.org/0000-0002-2323-1253

Resumen

Se analizan las dimensiones determinantes del uso de ChatGPT entre estudiantes universitarios, tema impulsado por la creciente expansión que ha tenido el uso de las inteligencias artificiales generativas en todos los ámbitos. Sobre la base de un muestreo probabilístico bietápico, se aplicó un cuestionario a 509 estudiantes de la Facultad de Educación, Ciencia y Tecnología de una universidad pública de Ecuador, en el que se integran teorías consolidadas de la adopción de tecnologías e incluye la adaptación de factores pertinentes al uso de ChatGPT en contextos formativos. Aplicando un Análisis Factorial Exploratorio, se extrajeron siete factores: preocupaciones éticas y académicas (PEA), expectativa de desempeño (ED, costo y accesibilidad financiera (CAF) intención de uso (IU), influencia/ansiedad social (IAS), confiabilidad y fiabilidad percibidas (CFP) y condiciones facilitadoras (CF). Las variables latentes tienen un poder explicativo del 68,6 % de la varianza y presentan índices altos de consistencia interna (alfa de Cronbach de 0.859 a 0.945) lo cual confiere alta fiabilidad al instrumento. Como factor principal destaca PEA, poniendo en evidencia la relevancia de la integridad académica y la autoría; mientras que ED y CF revelan la importancia de la eficacia académica y el apoyo institucional. El modelo propuesto, CHASSIS; contribuye a una mejor comprensión de los elementos que influyen en la intención de uso de ChatGPT constituyendo una base teórica para futuras investigaciones.

Detalles del artículo

Número
Vol. 20 Núm. 2 (2025): (julio-diciembre 2025): Inteligencia artificial como forma de expresión social en la educación
Sección
Sección Monográfica
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Autoría: En la lista de autores firmantes deben figurar únicamente aquellas personas que han contribuido intelectualmente al desarrollo del trabajo. Haber colaborado en la recolección de datos no es, por sí mismo, criterio suficiente de autoría. “Alteridad” declina cualquier responsabilidad sobre posibles conflictos derivados de la autoría de los trabajos que se publiquen.

Copyright: La Universidad Politécnica Salesiana conserva los derechos patrimoniales (copyright) de los artículos publicados, y favorece y permite la reutilización de las mismas bajo la licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Ecuador. Se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL de la obra); ii) no se usen para fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia de uso.

Biografía del autor/a

Luz Marina Pereira-González , Universidad Técnica del Norte

Docente investigadora de la Universidad Técnica del Norte (PhD. Senior). Coordinadora de Investigación de la Facultad de Investigación, Ciencia y Tecnología. Ingeniero Civil, Ingeniero de Sistemas, Abogado, Magíster Scientiae en Desarrollo de Recursos de Aguas y Tierras, mención Obras Hidráulicas. Doctora en Educación. Maestrante en Estadística Aplicada. Presidente del Nodo Venezolano de Pensamiento Complejo. Autora de más de 20 artículos y libros arbitrados.

Andrea Basantes-Andrade, Universidad Técnica del Norte

Andrea Verenice Basantes Andrade es profesora-investigadora titular principal 1 de la Universidad Técnica del Norte. Posdoctora en Investigación Cualitativa. Doctora dentro del Programa en Formación en la Sociedad del Conocimiento en la Universidad de Salamanca donde obtuvo el Premio Extraordinario de Doctorado (2020). Posee más de 80 publicaciones entre artículos científicos, capítulos de libro, libros y ponencias. Revisora en revistas científicas de alto impacto.

Milton Mora-Grijalva , Universidad Técnica del Norte

Docente de la Universidad Técnica del Norte. Coordinador de la Carrera de Educación Básica. Licenciado en Ciencias de La Educación Especialización Educación de Adultos. Licenciado en Ciencias de la Educación Mención Ciencias Naturales. Magíster en Pedagogía.

Referencias

Abdaljaleel, M., Barakat, M., Alsanafi, M., Salim, N. A., Abazid, H., Malaeb, D., Mohammed, A. H., Hassan, B. A. R., Wayyes, A. M., Farhan, S. S., Khatib, S. E., Rahal, M., Sahban, A., Abdelaziz, D. H., Mansour, N. O., AlZayer, R., Khalil, R., Fekih-Romdhane, F., Hallit, R., Hallit, S., & Sallam, M. (2024). A multinational study on the factors influencing university students’ attitudes and usage of ChatGPT. Scientific Reports, 14(1), 19831. https://doi.org/10.1038/s41598-024-52549-8

Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. En J. Kuhl & J. Beckmann (Eds.), Action-control: From cognition to behavior (pp. 11-39). Heidelberg: Springer.

Akhtar-Danesh, N. (2023) Impact of factor rotation on Q-methodology analysis. PLoS ONE, 18(9), e0290728. https://doi.org/10.1371/journal.pone.0290728

Al-Abdullatif, A. M., & Alsubaie, M. A. (2024). ChatGPT in learning: Assessing students’ use intentions through the lens of perceived value and the influence of AI literacy. Behavioral Sciences, 14(9), 845. https://doi.org/10.3390/bs14090845

Bartlett, M. S. (1951). The effect of standardization on a χ² approximation in factor analysis. Biometrika, 38(3/4), 337–344. https://doi.org/10.2307/2332580

Bettayeb, A. M., Abu Talib, M., Sobhe Altayasinah, A. Z., & Dakalbab, F. (2024). Exploring the impact of ChatGPT: Conversational AI in education. Frontiers in Education, 9, 1379796. https://doi.org/10.3389/feduc.2024.1379796

Bilquise, G., Ibrahim, S., & Salhieh, S. M. (2023). Investigación sobre la aceptación de un chatbot de asesoramiento académico por parte de los estudiantes en instituciones de educación superior. Educación y Tecnologías de la Información, 29(5), 6357–6382. https://doi.org/10.1007/s10639-023-12076-x

Bolívar-Cruz, A. & Verano-Tacoronte, D. (2025). Is Anxiety Affecting the Adoption of ChatGPT in University Teaching? A Gender Perspective. Tech Know Learn, 9(4), 1-20. https://doi.org/10.1007/s10758-025-09830-0

Bosnjak, M., Ajzen, I., & Schmidt, P. (2020). The Theory of Planned Behavior: Selected recent advances and applications. Europe's Journal of Psychology, 16(3), 352–356. https://doi.org/10.5964/ejop.v16i3.3107

Brown, T. A. (2015). Confirmatory Factor Analysis for Applied Research (2nd ed.). The Guilford Press.

Budhathoki, T., Zirar, A., Njoya, E. T., & Timsina, A. (2024). ChatGPT adoption and anxiety: a cross-country analysis utilising the unified theory of acceptance and use of technology (UTAUT). Studies in Higher Education, 49(5), 831–846. https://doi.org/10.1080/03075079.2024.2333937

Choudhury, A., & Shamszare, H. (2023). Investigating the impact of user trust on the adoption and use of ChatGPT: Survey analysis. JMIR Human Factors, 25, e47184. https://doi.org/10.2196/47184

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16, 297–334. https://doi.org/10.1007/BF02310555

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008

Din Bandhu, M., Murali Mohan, M., Nittala, N. A. P., Jadhav, P., Bhadauria, A., & Saxena, K. K. (2024). Theories of motivation: A comprehensive analysis of human behavior drivers. Acta Psychologica, 244, 104177. https://doi.org/10.1016/j.actpsy.2024.104177

Farhi, F., Jeljeli, R., Aburezeq, I., Dweikat, F. F., Al-shami, S. A., & Slamene, R. (2023). Analyzing the students' views, concerns, and perceived ethics about ChatGPT usage. Computers and Education: Artificial Intelligence, 5, 100180. https://doi.org/10.1016/j.caeai.2023.100180

Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Addison-Wesley.

García-Alonso, E.M.; León-Mejía, A.C.; Sánchez-Cabrero, R.; Guzmán-Ordaz, R. (2024). Training and Technology Acceptance of ChatGPT in University Students of Social Sciences: A Netcoincidental Analysis. Behav. Sci., 14, 612. https://doi.org/10.3390/bs14070612

Gupta, B., Mufti, T., Sohail, SS y Madsen, D. Ø. (2023). ChatGPT: una breve revisión narrativa. Cogent Business & Management, 10 (3), 2275851. https://doi.org/10.1080/23311975.2023.2275851

Gupta, V. (2024). An Empirical Evaluation of a Generative Artificial Intelligence Technology Adoption Model from Entrepreneurs’ Perspectives. Systems, 12(3), 103. https://doi.org/10.3390/systems12030103

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2019). Multivariate Data Analysis (8th ed.). Cengage Learning.

Heredia-Carroza, J., Chavarría-Ortiz, C., López-Estrada, S., & Zacharewicz, T. (2024). How to enhance the entrepreneurial intentions of the young population in rural areas: An approach from personal values and the socioeconomic environment. European Research on Management and Business Economics, 30(3), 100261. https://doi.org/10.1016/j.iedeen.2024.100261

Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20(1), 141–151. https://doi.org/10.1177/001316446002000116

Kaiser, H. F. (1970). A second generation little jiffy. Psychometrika, 35(4), 401–415. https://doi.org/10.1007/BF02291817

Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31–36. https://doi.org/10.1007/BF02291575

Klimova, B. & de Campos, V. P. L. (2024). University undergraduates’ perceptions on the use of ChatGPT for academic purposes: evidence from a university in Czech Republic. Cogent Education, 11(1), 2373512. https://doi.org/10.1080/2331186X.2024.2373512

Lai, C. Y., Cheung, K. Y., Chan, C. S., & Law, K. K. (2024). Integrating the adapted UTAUT model with moral obligation, trust and perceived risk to predict ChatGPT adoption for assessment support: A survey with students. Computers and Education: Artificial Intelligence, 6, 100246. https://doi.org/10.1016/j.caeai.2024.100246

Latif, E. & Zhai, X. (2024). Fine-tuning ChatGPT for automatic scoring. Computers and Education: Artificial Intelligence, 6, 100210. https://doi.org/10.1016/j.caeai.2024.100210

Leng, L. (2024). Challenge, integration, and change: ChatGPT and future anatomical education. Medical Education Online, 29, 2304973. https://doi.org/10.1080/10872981.2024.2304973

Menon, D., & Shilpa, K. (2023). “Chatting with ChatGPT”: Analyzing the factors influencing users' intention to use the OpenAI's ChatGPT using the UTAUT model. Heliyon, 9(11), e20962. https://doi.org/10.1016/j.heliyon.2023.e20962

Ray, P. P. (2023). ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope. Internet of Things and Cyber-Physical Systems, 3, 121–154. https://doi.org/10.1016/j.iotcps.2023.04.003

Romero Rodríguez, J. M., Ramírez Montoya, M. S., Buenestado Fernández, M., & Lara-Lara, F. (2023). Uso de ChatGPT en la universidad como herramienta para el pensamiento complejo: Utilidad percibida por los estudiantes. Journal of New Approaches in Educational Research, 12, 323–339. https://doi.org/10.7821/naer.2023.7.1458

Roumeliotis, K. I., & Tselikas, N. D. (2023). ChatGPT and Open-AI Models: A Preliminary Review. Future Internet, 15(6), 192. https://doi.org/10.3390/fi15060192

Sallam, M., Salim, N., Barakat, M., Al-Mahzoum, K., Al-Tammemi, A., Malaeb, D., Hallit, R., & Hallit, S. (2023). Assessing health students' attitudes and usage of ChatGPT in Jordan: Validation study. JMIR Medical Education, 9, e48254. https://doi.org/10.2196/48254

Shahzad, M.F., Xu, S. & Javed, I. (2024). ChatGPT awareness, acceptance, and adoption in higher education: the role of trust as a cornerstone. Int J Educ Technol High Educ, 21(46), 1-23. https://doi.org/10.1186/s41239-024-00478-x

Stahl, B. C., & Eke, D. (2024). The ethics of ChatGPT – Exploring the ethical issues of an emerging technology. International Journal of Information Management, 74, 102700. https://doi.org/10.1016/j.ijinfomgt.2023.102700

Strzelecki, A. (2024) Students’ Acceptance of ChatGPT in Higher Education: An Extended Unified Theory of Acceptance and Use of Technology. Innov High Educ, 49 223–245. https://doi.org/10.1007/s10755-023-09686-1

Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's alpha. International Journal of Medical Education, 2, 53-55. http://doi.org.10.5116/ijme.4dfb.8dfd

Venkatesh, V. & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003).

User acceptance of information technology: Toward a unified view.

MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540

Venkatesh, V., Thong, J. Y. L. & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.2307/41410412