Actitudes en Estudiantes de Medicina hacia la Inteligencia Artificial en una Universidad de México
Palabras clave:
Educación médica; Estudiantes de medicina; Inteligencia artificial; tecnología educativaResumen
La inteligencia artificial representa una herramienta transformadora en la educación médica, generando tanto expectativas como preocupaciones entre los estudiantes. El objetivo fue evaluar las actitudes en estudiantes de medicina hacia la inteligencia artificial. Se usó la metodología del tipo cuantitativo, descriptivo y transversal con 305 estudiantes de una universidad del sureste mexicano. El cuestionario aplicado Student Attitudes Toward Artificial Intelligence, que evalúa dimensiones cognitiva, afectiva y conductual. Los resultados mostraron que los participantes presentaron medias muy similares en cognitiva (3.70), afectiva (3.72) y conductual (3.76), hubo correlaciones significativas en las tres dimensiones, siendo la más fuerte entre afectivo y conductual (ρ=0.001, r=0.736). Se concluye que los hallazgos revelan que los estudiantes de esta universidad mexicana mantienen actitudes predominantemente favorables hacia la inteligencia artificial, apoyando la viabilidad de integrar contenidos relacionados con esta tecnología en el currículo médico.
Descargas
Referencias
Aristizabal Londono, C., Huang, C., & Chan, G. (2023). Harnessing Artificial Intelligence’s potential in undergraduate medical education: an analysis of application and implication. Canadian Medical Education Journal. https://doi.org/10.36834/cmej.78483
Avila-Tomás, J. F., Mayer-Pujadas, M. A., & Quesada-Varela, V. J. (2020). La inteligencia artificial y sus aplicaciones en medicina I: introducción antecedentes a la IA y robótica. Atención Primaria, 52(10), 778–784. https://doi.org/10.1016/j.aprim.2020.04.013
Azer, S. A., & Guerrero, A. P. S. (2023). The challenges imposed by artificial intelligence: are we ready in medical education? BMC Medical Education, 23(1), 680. https://doi.org/10.1186/s12909-023-04660-z
Civaner, M. M., Uncu, Y., Bulut, F., Chalil, E. G., & Tatli, A. (2022). Artificial intelligence in medical education: a cross-sectional needs assessment. BMC Medical Education, 22(1), 772. https://doi.org/10.1186/s12909-022-03852-3
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319. https://doi.org/10.2307/249008
Klang, E., Portugez, S., Gross, R., Kassif Lerner, R., Brenner, A., Gilboa, M., ... & Segal, G. (2023). Advantages and pitfalls in utilizing artificial intelligence for crafting medical examinations: a medical education pilot study with GPT-4. BMC medical education, 23, 772.
Hering, M., Neef, N. E., Zabel, S., & Otto, S. (2024). General Artificial Intelligence Attitude (GAIA) Item Pool – How to Measure Attitudes Toward an Ever-Changing Object. https://doi.org/10.31235/osf.io/3c8sr
Mores Geddam, S., Nethravathi, N., & Hussian, A. A. (2024). Understanding AI adoption: the mediating role of attitude in user acceptance. Journal of Informatics Education and Research, 4(2).
Lawshe, C. H. (1975). A quantitative approach to content validity 1. Personnel Psychology, 28(4), 563–575. https://doi.org/10.1111/j.1744-6570.1975.tb01393.x
Müggenburg Rodríguez V., M. C., & Pérez Cabrera, I. (2018). Tipos de estudio en el enfoque de investigación cuantitativa. Enfermería Universitaria, 4(1). https://doi.org/10.22201/eneo.23958421e.2007.1.469
Ñaupas, H., Marcelino, P., Valdivia, R., Jesús, D., Palacios, J., Hugo, V., & Delgado, E. R. (2018). Metodología de la investigación Cuantitativa-Cualitativa y Redacción de la Tesis (5ta.).
Ocampo-Eyzaguirre, D., Vélez-Jimenez, D., & Gutiérrez-De Gracia, N. E. (2024). Tecnologías convergentes, inteligencia artificial y las neurociencias en la formación de investigadores: una revisión sistemática. Sociedad & Tecnología, 7(S1), 210-230.
Reyes Flores, L. G., Mejía Rivera, K. A., Sorto Rojas, E. F., & Barahona Martínez, C. E. (2025). University Students’ Attitude Towards Artificial Intelligence: Scale Validation for Honduras. Proceedings of the 23rd LACCEI International Multi-Conference for Engineering, Education and Technology (LACCEI): “Engineering, Artificial Intelligence, and Sustainable Technologies in Service of Society.” https://doi.org/10.18687/LACCEI2025.1.1.2099
Reynoso, A. M. R., Rodríguez, E. M., & Gómez, P. D. (2025). El impacto de la inteligencia artificial en la formación de administradores: un enfoque basado en evidencia. Revista Electrónica Sobre Tecnología, Educación y Sociedad, 12(24). https://www.ctes.org.mx/index.php/ctes/article/view/872
Ríos Hernández, I. N., Mateus, J. C., Rivera Rogel, D., & Ávila Meléndez, L. R. (2024). Percepciones de estudiantes latinoamericanos sobre el uso de la inteligencia artificial en la educación superior. Austral Comunicación, 13(01). https://doi.org/10.26422/aucom.2024.1301.rio
Sindermann, C., Sha, P., Zhou, M., Wernicke, J., Schmitt, H. S., Li, M., Sariyska, R., Stavrou, M., Becker, B., & Montag, C. (2021). Assessing the Attitude Towards Artificial Intelligence: Introduction of a Short Measure in German, Chinese, and English Language. KI - Künstliche Intelligenz, 35(1), 109–118. https://doi.org/10.1007/s13218-020-00689-0
Sridharan, K., & Sequeira, R. P. (2024). Artificial intelligence and medical education: application in classroom instruction and student assessment using a pharmacology & therapeutics case study. BMC Medical Education, 24(1), 431. https://doi.org/10.1186/s12909-024-05365-7
Stein, J.-P., Messingschlager, T., Gnambs, T., Hutmacher, F., & Appel, M. (2024). Attitudes towards AI: measurement and associations with personality. Scientific Reports, 14(1), 2909. https://doi.org/10.1038/s41598-024-53335-2
Suh, W., & Ahn, S. (2022). Development and Validation of a Scale Measuring Student Attitudes Toward Artificial Intelligence. Sage Open, 12(2). https://doi.org/10.1177/21582440221100463
Thompson, R. A. M., Shah, Y. B., Aguirre, F., Stewart, C., Lallas, C. D., & Shah, M. S. (2025). Artificial Intelligence Use in Medical Education: Best Practices and Future Directions. Current Urology Reports, 26(1), 45. https://doi.org/10.1007/s11934-025-01277-1
Weidener, L., & Fischer, M. (2024). Artificial Intelligence in Medicine: Cross-Sectional Study Among Medical Students on Application, Education, and Ethical Aspects. JMIR Medical Education, 10, e51247. https://doi.org/10.2196/51247.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Heberto Romeo Priego-Álvarez, Daniel Arturo Luciano-de la Cruz, Juan Antonio Córdova-Hernández, Miguel Lizcano-Sánchez
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
