ChatGPT como apoyo académico: oportunidades y riesgos en la escritura estudiantil mediante pretest–postest
DOI:
https://doi.org/10.69516/cm144578Palabras clave:
ChatGPT, Escritura académica, Inteligencia artificial generativa, Educación secundariaResumen
El presente estudio tuvo como objetivo determinar el efecto del uso guiado de ChatGPT como apoyo académico en la escritura estudiantil de bachillerato. La investigación se desarrolló desde un enfoque cuantitativo, con diseño cuasiexperimental pretest–postest en un solo grupo. La muestra estuvo conformada por 634 estudiantes de bachillerato de una unidad educativa particular, ubicada en Santo Domingo de los Tsáchilas, Ecuador. Se aplicó una intervención didáctica de seis semanas orientada al uso de ChatGPT para la planificación, revisión, reescritura y mejora de textos académicos. Los instrumentos utilizados fueron una rúbrica analítica de escritura académica, un cuestionario de percepción y una ficha de observación docente. Los resultados mostraron un incremento en la media general de escritura académica, de 15,82 puntos en el pretest a 23,41 puntos en el postest. Además, la prueba t de Student para muestras relacionadas evidenció diferencias estadísticamente significativas, t(633) = 42,86, p < .001, con un tamaño del efecto grande, d = 2,27. Las mayores mejoras se observaron en cohesión, argumentación y coherencia textual. Asimismo, los estudiantes reconocieron oportunidades vinculadas con la corrección gramatical, organización de ideas y mejora del vocabulario académico; sin embargo, también identificaron riesgos asociados con copia, dependencia tecnológica y reducción del pensamiento crítico. Se concluyó que ChatGPT puede funcionar como recurso didáctico útil para fortalecer la escritura estudiantil cuando se integra con mediación docente, criterios éticos y actividades de revisión reflexiva.
Descargas
Referencias
Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Journal of AI, 7(1), 52–62. https://doi.org/10.61969/jai.1337500
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates. https://doi.org/10.4324/9780203771587
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. https://doi.org/10.1007/BF02310555
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education. https://biblioteca.ucuenca.edu.ec/digital/s/biblioteca-digital/ark%3A/25654/2140
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, Article 102274. https://doi.org/10.1016/j.lindif.2023.102274
Krupp, L., Steinert, S., Kiefer-Emmanouilidis, M., Avila, K. E., Lukowicz, P., Kuhn, J., Küchemann, S., & Karolus, J. (2023). Challenges and opportunities of moderating usage of large language models in education. arXiv. https://arxiv.org/abs/2312.14969
Li, M., Enkhtur, A., Cheng, F., & Yamamoto, B. A. (2024). Ethical implications of ChatGPT in higher education: A scoping review. Journal of Interdisciplinary Studies in Education, 13(1), 55-68. https://doi.org/10.32674/jise.v13i1.6072
Mahapatra, S. (2024). Impact of ChatGPT on ESL students’ academic writing skills: A mixed methods intervention study. Smart Learning Environments, 11, Article 9. https://doi.org/10.1186/s40561-024-00295-9
Poláková, P., & Ivenz, P. (2024). The impact of ChatGPT feedback on the development of EFL students’ writing skills. Cogent Education, 11(1), Article 2410101. https://doi.org/10.1080/2331186X.2024.2410101
Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., & Olson, C. B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, Article 101894. https://doi.org/10.1016/j.learninstruc.2024.101894
Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach’s alpha. International Journal of Medical Education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd
Yan, L., Sha, L., Zhao, L., Li, Y., Martinez-Maldonado, R., Chen, G., Li, X., Jin, Y., & Gašević, D. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review. British Journal of Educational Technology, 55(1), 90–112. https://doi.org/10.1111/bjet.13370
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
