Adopción de tecnologías emergentes en docentes en formación.

dc.contributor.advisorIbáñez Ibáñez, Jaimespa
dc.contributor.authorMorales Gómez, Jessica Tatianaspa
dc.coverage.spatialBogotá
dc.coverage.temporal2025
dc.date.accessioned2026-03-11T14:44:43Z
dc.date.available2026-03-11T14:44:43Z
dc.date.issued2025
dc.description.abstractEsta investigación analizó cómo los factores del Modelo Unificado de Aceptación y Uso de la Tecnología (Unified Theory of Acceptance and Use of Technology) (UTAUT), junto con la autoeficacia y la ansiedad tecnológicas, se relacionan con la adopción e intención de uso de herramientas de inteligencia artificial (IA) y realidad virtual (RV) en estudiantes de pregrado en formación docente de universidades públicas y privadas. Se desarrolló un estudio cuantitativo, no experimental, transversal, con alcance comparativo y correlacional. Participaron 621 estudiantes 504 de universidades públicas y 117 de privadas, quienes respondieron un cuestionario de 37 ítems en escala tipo Likert de 1 a 7. El instrumento de recolección de información se construyó bajo la necesidad de esta investigación de manera progresiva, ya que se partimó de un banco inicial de más de 72 preguntas y se realizó una validación de contenido con jueces, quienes evaluaron claridad, pertinencia, coherencia y adecuación al contexto colombiano y la población específica. Todo esto teniendo en cuenta la flexibilidad de adaptación del modelo UTAUT y la necesidad de esta investigación orientada tecnologías específicas Con base en esta revisión se consolidó una versión de 37 ítems que previamente fueron implementados por investigaciones previas (validados de forma aislada), aunque no utilizados antes como instrumento integrado con este propósito. El cuestionario se piloteó con 30 estudiantes revisando la consistencia interna, se atendió la comprensión real del instrumento: durante la aplicación inicial se identificaron dudas, ambigüedades y reacciones de incomodidad expresadas verbal y no verbalmente ante ciertos enunciados y su organización. Esta evidencia psicométrica y de comprensión orientó ajustes sucesivos. El núcleo UTAUT (ítems 1-17) se mantuvo estable, mientras que el bloque complementario (ítems 18 al 37), enfocado en IA, RV, autoeficacia, ansiedad y ética, concentró las modificaciones hasta llegar a la versión final. Los resultados mostraron niveles moderados a altos en los constructos UTAUT, con puntuaciones especialmente elevadas en intención de uso y uso real. Por sector institucional, la mayoría de las dimensiones no presentó diferencias significativas; la diferencia más consistente fue la influencia social, mayor en universidades privadas. Autoeficacia y ansiedad no difirieron por tipo de universidad, pero sí por sexo: los hombres reportaron mayor autoeficacia y las mujeres mayor ansiedad. Para IA y RV se construyeron indicadores compuestos (IA-UTAUT y RV-UTAUT). La adopción de IA fue mayor en universidades privadas, mientras que en RV no se evidenciaron diferencias entre sectores. A nivel relacional, la adopción e intención se asociaron positivamente con los factores UTAUT y, en particular, con la autoeficacia; en IA destacaron condiciones facilitadoras e influencia social, y en RV la autoeficacia mostró la relación más marcada. La ansiedad tuvo un papel limitado. Finalmente, el componente ético asociado a IA presentó niveles bajos de conocimiento y claridad, lo que sugiere una necesidad formativa transversal.
dc.description.abstractenglishThis study examined how the factors of the Unified Theory of Acceptance and Use of Technology (UTAUT), together with technological self-efficacy and technological anxiety, relate to the adoption and intention to use emerging technologies specifically artificial intelligence (AI) and virtual reality (VR) among preservice teacher education undergraduates from public and private universities. A quantitative, non-experimental, cross-sectional design was implemented, with comparative and correlational scope. The sample included 621 students (504 from public universities and 117 from private universities) who completed a 37-item questionnaire using a 7-point Likert scale (1–7). The instrument was developed progressively. It began with an initial pool of more than 72 items and underwent content validation by expert judges who assessed clarity, relevance, coherence, and contextual appropriateness for Colombia. Based on this review, a 37-item version was consolidated, drawing on measures previously validated in isolation, although not previously used as an integrated instrument for this purpose. A pilot test was conducted with 30 students to assess internal consistency and, importantly, to examine real-world comprehension. During initial administration, participants’ questions, ambiguities, and verbal and non-verbal signs of discomfort regarding certain statements and their sequencing were documented and used to inform iterative refinements. The UTAUT core (items 1–17) remained stable, whereas the complementary block (items 18–37), focused on AI, VR, self-efficacy, anxiety, and ethics, concentrated most modifications until the final version was reached. Results showed moderate to high levels across UTAUT constructs, with particularly high scores for behavioral intention and use behavior. By institutional sector, most dimensions did not differ significantly; the most consistent difference was social influence, which was higher in private universities. Technological self-efficacy and technological anxiety did not differ by university type, but they did differ by sex: men reported higher self-efficacy and women higher anxiety. Composite indicators were created for AI and VR (AI - UTAUT and VR - UTAUT). AI adoption was higher in private universities, whereas no sector differences were found for VR. Correlational analyses indicated that adoption/intention was positively associated with UTAUT factors and, especially, with self-efficacy. For AI, facilitating conditions and social influence showed the strongest associations; for VR, self-efficacy showed the most pronounced relationship. Technological anxiety played a limited role. Finally, the AI ethics component reflected low levels of perceived knowledge and clarity, suggesting a cross-cutting training need. Keywords: UTAUT; teacher education; artificial intelligence; virtual reality; technological self-efficacy; technological anxiety; AI ethics.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Tecnologías de la Información aplicadas a la Educaciónspa
dc.description.sponsorshipUniversidad Pedagógica Nacional, Universidad Nacional, Universidad Santo Tómas, Universidad Central, Universidad iberoamericana, Universidad de los Andes
dc.formatPDFspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Pedagógica Nacionalspa
dc.identifier.reponamereponame: Repositorio Institucional UPNspa
dc.identifier.repourlrepourl: http://repositorio.pedagogica.edu.co/
dc.identifier.urihttp://hdl.handle.net/20.500.12209/22036
dc.language.isoes
dc.publisherUniversidad Pedagógica Nacionalspa
dc.publisher.facultyFacultad de Ciencia y Tecnologíaspa
dc.publisher.programMaestría en Tecnologías de la Información aplicadas a la Educaciónspa
dc.relation.referencesAlharbi, S., & Drew, S. (2014). Using the technology acceptance model in understanding academics’ behavioural intention to use learning management systems. International Journal of Advanced Computer Science and Applications, 5(1), 143–155.
dc.relation.referencesAlonso-García, S., Aznar-Díaz, I., Cáceres-Reche, M. P., & Victoria-Maldonado, J. J. (2025). Relación entre las competencias digitales docentes y la aceptación y uso de la Inteligencia Artificial en el periodo de formación inicial docente. Revista Electrónica Interuniversitaria de Formación del Profesorado, 28(2), 1–17.
dc.relation.referencesBandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman.
dc.relation.referencesCabero-Almenara, J., & Barroso-Osuna, J. (2016). La utilización del análisis DAFO como instrumento de evaluación de la realidad aumentada en el ámbito educativo. Educación XX1, 19(2), 229–250. https://doi.org/10.5944/educXX1.14855.
dc.relation.referencesCabero-Almenara, J., & Fernández-Robles, B. (2018). Las tecnologías digitales emergentes entran en la Universidad: RA y RV. RIED. Revista Iberoamericana de Educación a Distancia, 21(2), 119–138. https://doi.org/10.5944/ried.21.2.20094.
dc.relation.referencesCabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). La realidad aumentada en la formación: evaluando su impacto en la adquisición de competencias. Educación XX1, 23(1), 41–65.
dc.relation.referencesCabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). Covid-19: Transformación radical de la digitalización en las instituciones universitarias. Campus Virtuales, 9(2), 25–34.
dc.relation.referencesCabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). La competencia digital docente: Diagnóstico y necesidades de formación del profesorado universitario español. RED: Revista de Educación a Distancia, 20(64), 1–20. https://doi.org/10.6018/red.411621.
dc.relation.referencesCabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). Tecnologías emergentes en educación: Fundamentos, procesos y herramientas. Octaedro.
dc.relation.referencesCastaño-Muñoz, J., Duart, J. M., & Sancho-Vinuesa, T. (2017). Determinants of Internet use for interactive learning: An exploratory study. British Journal of Educational Technology, 48(6), 1381–1393.
dc.relation.referencesCazan, A. M., & Maican, C. I. (2023). Digital competence and attitudes towards digital tools among higher education teachers and students: A literature review. Computers & Education, 199, 104793.
dc.relation.referencesChien, S.-P., Wu, H.-K., & Wu, P.-H. (2018). Teachers’ beliefs about, attitudes toward, and intention to use technology-based assessments: A structural equation modeling approach. Eurasia Journal of Mathematics, Science and Technology Education, 14(10), em1594. https://doi.org/10.29333/ejmste/93379.
dc.relation.referencesChua, S. L., Chen, D. T., & Wong, A. F. L. (1999). Computer anxiety and its correlates: A meta-analysis. Computers in Human Behavior, 15(5), 609–623.
dc.relation.referencesCochrane, T., Narayan, V., & Antonczak, L. (2021). Designing immersive learning experiences: Integrating XR into teacher education. Australasian Journal of Educational Technology, 37(4), 84–98.
dc.relation.referencesCompeau, D. R., & Higgins, C. A. (1995). Computer self-efficacy: Development of a measure and initial test. MIS Quarterly, 19(2), 189–211. https://doi.org/10.2307/249688.
dc.relation.referencesCreswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage.
dc.relation.referencesDavis, 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.
dc.relation.referencesEscobar-Rodríguez, T., & Monge-Lozano, P. (2012). The acceptance of Moodle technology by business administration students. Computers & Education, 58(4), 1085–1093.
dc.relation.referencesEscobar-Rodríguez, T., & Monge-Lozano, P. (2012). The acceptance of Moodle technology by business administration students. Computers & Education, 58(4), 1085–1093.
dc.relation.referencesGonzález, M., Henao, J., & Muñoz, A. (2016). Validación del modelo de aceptación tecnológica (TAM) en contextos educativos en Colombia. Revista de Educación y Desarrollo, 37, 45–58.
dc.relation.referencesGonzález, M. A., Henao, G., & Muñoz, L. (2016). Modelos de aceptación de tecnología y su aplicación en educación. Revista Virtual Universidad Católica del Norte, 47, 138–157.
dc.relation.referencesGonzález, N., Henao, G., & Muñoz, L. (2016). Uso de TIC en la formación inicial docente: percepciones de los estudiantes. Revista Educación y Pedagogía, 28(71), 77–94.
dc.relation.referencesGonzález-Pérez, A. M., & Ramírez-Montoya, M. S. (2022). Estrategias de formación en inteligencia artificial para docentes en América Latina. Revista Iberoamericana de Educación, 89(2), 27–46.
dc.relation.referencesHamari, J., Koivisto, J., & Sarsa, H. (2014). Does gamification work? – A literature review of empirical studies on gamification. In 2014 47th Hawaii International Conference on System Sciences (pp. 3025–3034). IEEE. https://doi.org/10.1109/HICSS.2014.377.
dc.relation.referencesHeinssen, R. K., Glass, C. R., & Knight, L. A. (1987). Assessing computer anxiety: Development and validation of the Computer Anxiety Rating Scale. Computers in Human Behavior, 3(1), 49–59. https://doi.org/10.1016/0747-5632(87)90010-0.
dc.relation.referencesHernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la investigación (7.ª ed.). McGraw-Hill.
dc.relation.referencesHernández-Suárez, C. A., Hernández-Albarracín, F., & Rodríguez-Moreno, M. A. (2024). Emociones digitales: Un estudio sobre ansiedad tecnológica en estudiantes universitarios. Revista Colombiana de Educación, 87, 45–67.
dc.relation.referencesHolmes, W., Bialik, M., & Fadel, C. (2022). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning (2nd ed.). Center for Curriculum Redesign.
dc.relation.referencesIgbaria, M., & Parasuraman, S. (1989). A path analytic study of individual characteristics, computer anxiety, and attitudes toward microcomputers. Journal of Management, 15(3), 373–388. https://doi.org/10.1177/014920638901500304.
dc.relation.referencesKasneci, E., Sessler, K., Küchenhoff, H., Bannert, M., & Spitzer, M. (2023). ChatGPT in education: A brief review of opportunities, challenges, and ethical considerations. Educational Technology Research and Development, 71, 1505–1528. https://doi.org/10.1007/s11423-023-10166-7.
dc.relation.referencesKasneci, E., Sessler, K., Betsch, T., Schmid, U., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274.
dc.relation.referencesLópez-Belmonte, J., Moreno-Guerrero, A. J., Pozo-Sánchez, S., & López-Núñez, J. A. (2020). Efecto de la competencia digital docente en el uso del blended learning en formación profesional. Investigación Bibliotecológica: Archivonomía, Bibliotecología e Información, 34(83), 187–205. https://doi.org/10.22201/iibi.24488321xe.2020.83.58147.
dc.relation.referencesLópez-Sánchez, J., Suárez Landazábal, N., & Valencia-Arias, A. (2022). Tendencias en estudios sobre el uso y adopción de TIC en instituciones de educación superior: un análisis bibliométrico. Revista Virtual Universidad Católica del Norte, 67, 136–162.
dc.relation.referencesLucero Baldevenites, E. V. (2024). Transformando la educación: IA y realidades aumentada y virtual en la formación docente. European Public & Social Innovation Review, 9, 1–16.
dc.relation.referencesMarangunić, N., & Granić, A. (2015). Technology acceptance model: A literature review from 1986 to 2013. Universal Access in the Information Society, 14(1), 81–95.
dc.relation.referencesMEN – Ministerio de Educación Nacional. (2021). Lineamientos para el desarrollo de competencias digitales en educación superior. Bogotá, Colombia.
dc.relation.referencesMishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054.
dc.relation.referencesMurciano Hueso, A. (2022). Aceptación de la tecnología digital en personas mayores: El papel de las emociones (Tesis doctoral). Universidad de Salamanca.
dc.relation.referencesRedecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
dc.relation.referencesSalinas, J., & Pérez, A. (2022). Tendencias en el uso de tecnologías emergentes en educación superior. Revista Iberoamericana de Educación a Distancia, 25(1), 9–28.
dc.relation.referencesSánchez-Trujillo, M. Á., Bernabé-Sánchez, E., & Sáenz-Egúsquiza, F. D. (2025). Inteligencia artificial y formación docente: perspectivas de estudiantes de educación. Revista Eduweb, 19(3), 22–35.
dc.relation.referencesScherer, R., & Teo, T. (2019). Unpacking teachers’ intentions to integrate technology: A meta-analysis. Educational Research Review, 27, 90–109. https://doi.org/10.1016/j.edurev.2019.02.001.
dc.relation.referencesSuki, N. M., & Suki, N. M. (2011). Exploring the relationship between perceived usefulness, perceived ease of use, perceived enjoyment, attitude and subscribers’ intention towards using 3G mobile services. Journal of Information Technology Management, 22(1), 1–7.
dc.relation.referencesTan, P. J. B. (2024). Extending UTAUT2 with trust to explain teachers’ adoption of AI tools. Education and Information Technologies, 29(1), 211–234.
dc.relation.referencesTapasco, O. A., & Giraldo, J. A. (2017). Estudio comparativo sobre percepción y uso de las TIC entre profesores de universidades públicas y privadas. Formación Universitaria, 10(2), 3–12.
dc.relation.referencesTejedor, F. J., Cervi, L., Tusa, F., & Parola, A. (2020). The challenge of teaching in virtual settings: Analysis of teachers' digital competence in Spain, Italy and Ecuador. Education and Information Technologies, 26, 7361–7379.
dc.relation.referencesTeo, T. (2009). Modelling technology acceptance in education: A study of pre-service teachers. Computers & Education, 52(2), 302–312.
dc.relation.referencesTeo, T. (2014). Unpacking teachers’ acceptance of technology: Tests of measurement invariance and latent mean differences. Computers & Education, 75, 127–135.
dc.relation.referencesUNESCO. (2023). Global Education Monitoring Report 2023: Technology in education – A tool on whose terms? UNESCO.
dc.relation.referencesVenkatesh, V. (2022). Adoption and use of AI tools: A research agenda grounded in UTAUT. Annals of Operations Research, 308(1), 641–652. https://doi.org/10.1007/s10479-020-03918-9.
dc.relation.referencesVenkatesh, V., & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315.
dc.relation.referencesVenkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
dc.relation.referencesVenkatesh, 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.
dc.relation.referencesVenkatesh, 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.
dc.relation.referencesZawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0.
dc.rights.accessAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectUTAUTspa
dc.subjectÉtica en IAspa
dc.subjectAnsiedad tecnológicaspa
dc.subjectAutoeficacia tecnológicaspa
dc.subjectRealidad virtualspa
dc.subjectInteligencia artificialspa
dc.subjectFormación docentespa
dc.subject.keywordsUTAUTeng
dc.subject.keywordsArtificial intelligence ethicseng
dc.subject.keywordsTechnological anxietyeng
dc.subject.keywordsTechnological self-efficacyeng
dc.subject.keywordsTeacher educationeng
dc.subject.keywordsVirtual realityeng
dc.subject.keywordsArtificial intelligence ethicseng
dc.titleAdopción de tecnologías emergentes en docentes en formación.spa
dc.title.translatedAdoption of Emerging Technologies in Pre-service Teachers.eng
dc.typeinfo:eu-repo/semantics/masterThesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcceng
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.type.versionhttp://purl.org/coar/version/c_ab4af688f83e57aa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Adopción de tecnologías emergentes en docentes en formación.pdf
Tamaño:
1.08 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
No hay miniatura disponible
Nombre:
202603650042563 - 05 MAR 26 JESSICA MORALES.pdf
Tamaño:
349.93 KB
Formato:
Adobe Portable Document Format
Descripción:
Licencia aprobada