Aníbal Zaldívar-Colado

El uso de inteligencia artificial generativa (IAG) ya forma parte de distintas actividades universitarias, pero todavía es necesario precisar cómo la incorporan los estudiantes y qué utilidad educativa le atribuyen. El objetivo de este estudio es analizar la relación entre la amplitud de uso académico de IAG y la valoración de su utilidad educativa. Se trabajó con un diseño cuantitativo, no experimental y transversal, a partir de una encuesta aplicada a 578 estudiantes de una universidad pública del noroeste de México. La amplitud de uso consideró herramientas y finalidades declaradas; la valoración de utilidad educativa se obtuvo con tres reactivos (α = .834). ChatGPT concentró el mayor porcentaje de uso (87.37%) y el apoyo en tareas fue la finalidad más frecuente (70.93%). Se encontró una asociación positiva: r = .251, IC 95% [.173, .326], y ρ = .263, IC 95% [.182, .341]; r² = .063. Al incorporar género y facultad, la relación se mantuvo (β = .242; p < .001; R² = .072). En la muestra estudiada, un repertorio académico más amplio de IAG se relacionó con una valoración más favorable de su utilidad educativa.

El presente capítulo analiza la integración pedagógica de la inteligencia artificial generativa (IAG) en la enseñanza universitaria de lenguas extranjeras, con énfasis en las percepciones y prácticas docentes asociadas a su uso. La expansión de herramientas generativas ha transformado procesos educativos como la producción textual, la retroalimentación lingüística y el diseño de actividades formativas. En el aprendizaje de idiomas, estos cambios adquieren particular relevancia, ya que la competencia comunicativa implica interacción, producción discursiva y reflexión lingüística. El estudio se desarrolla desde un enfoque cualitativo interpretativo y explora cómo maestros del área de idiomas interpretan la presencia de la IAG en sus prácticas pedagógicas. La investigación se realizó en el Centro de Idiomas Mazatlán de la Universidad Autónoma de Sinaloa, con la participación de profesores de lenguas extranjeras que han utilizado herramientas de inteligencia artificial en su labor formativa. La información se recopiló mediante entrevistas semiestructuradas orientadas a identificar concepciones docentes sobre la tecnología, formas de integración pedagógica, implicaciones para la producción lingüística, reconfiguración del diseño de tareas, desafíos en la evaluación del aprendizaje y necesidades de formación docente. Los hallazgos muestran que el profesorado mantiene una postura reflexiva frente a la IAG, reconociéndola como recurso de apoyo pedagógico condicionado por la mediación docente y por la necesidad de preservar la autenticidad comunicativa en el aprendizaje lingüístico. Su uso se concentra principalmente en la planeación didáctica y la generación de materiales, mientras que su integración directa en el aula permanece en una fase exploratoria.

El modelo aula invertida se presenta como una estrategia efectiva para potenciar el aprendizaje en asignaturas técnicas, al integrar comprensión teórica y aplicación práctica. Esta investigación tuvo como objetivo evaluar la percepción de estudiantes de la Facultad de Informática Mazatlán de la Universidad Autónoma de Sinaloa, sobre su proceso de aprendizaje de los protocolos de enrutamiento (RIP, OSPF y EIGRP) mediante la implementación del aula invertida. Se adoptó un enfoque cualitativo-descriptivo con diseño transversal, aplicando un cuestionario a 60 estudiantes, organizado en tres dimensiones: adquisición de conocimientos en Moodle, dinámica en clase e impacto en la autonomía del aprendizaje. Los resultados evidenciaron una valoración positiva hacia los materiales digitales, la utilidad de las sesiones presenciales para aplicar conceptos y la percepción de mayor autonomía y comprensión crítica. Se concluye que el modelo favorece significativamente el proceso didáctico en contextos técnicos, reforzando la necesidad de integrar metodologías que promuevan la participación, la reflexión y el aprendizaje significativo.

El objetivo de este estudio fue analizar las percepciones de estudiantes de Enfermería, Nutrición, Cosmiatría, Odontología y Radiología acerca del impacto de ChatGPT en su experiencia universitaria. Se aplicó un enfoque cuantitativo con un diseño de campo y de corte transversal, a 422 participantes de la Universidad Autónoma de Sinaloa y de la Universidad del Pacífico Norte, quienes respondieron un cuestionario de 24 ítems. Los resultados evidenciaron una percepción mayoritariamente positiva, dado que ChatGPT se reconoció como una herramienta útil para optimizar la búsqueda de información y la organización de trabajos académicos. Sin embargo, surgieron inquietudes en torno a la fiabilidad de las referencias generadas, el posible debilitamiento del pensamiento crítico y la coherencia de las respuestas a lo largo del uso. En la discusión, se analizó la pertinencia de estos hallazgos al compararlos con estudios previos, subrayando el rol de la inteligencia artificial en la transformación de los entornos educativos en salud. En conclusión, se recomienda la integración responsable de ChatGPT, con lineamientos claros que promuevan la verificación de la información y fortalezcan las habilidades de razonamiento en los futuros profesionales de la salud.

Este artículo analiza, mediante una revisión sistemática de literatura, el impacto de la inteligencia artificial en la creatividad cinematográfica, enfocándose en el uso de ChatGPT por parte de guionistas. Con un enfoque cualitativo y documental, se examinan los beneficios y limitaciones del uso de esta herramienta en la elaboración de guiones. Los resultados muestran que ChatGPT mejora la productividad y apoya la generación de diálogos y tramas, aunque presenta carencias en aspectos emocionales y creativos. También se identifican desafíos éticos y laborales, como el riesgo de sustituir a guionistas humanos. No obstante, se concluye que la colaboración entre IA y creatividad humana puede ser positiva si se implementa de forma complementaria. Se destaca la necesidad de un marco regulatorio que proteja a los guionistas, mientras se aprovechan las ventajas tecnológicas de la IA, asegurando un equilibrio entre la innovación tecnológica y la preservación del valor creativo humano.

The integration of Legal Design Thinking into software engineering represents a transformative shift in the development of legal technology. By applying user-centered design principles, this approach enhances legal accessibility, operational efficiency, and client satisfaction. This chapter systematically reviews the core tenets of Legal Design Thinking, including empathy, ideation, prototyping, and testing, and examines its role in improving legal services through software applications. Additionally, this work explores the challenges of integrating Legal Design Thinking into software development, particularly concerning technical constraints, ethical considerations, and regulatory compliance. Future opportunities, such as advancements in AI, automation, and interdisciplinary collaboration, are discussed as potential pathways for further innovation in the legal sector. This chapter aims to provide valuable insights for legal practitioners, software engineers, and policymakers in the evolving landscape of legal technology and user-centered innovation.

This chapter explores the practical application of Design Thinking in the conceptualization and development of a mobile application tailored to address a real-world case study. By leveraging the iterative and user-centric principles of Design Thinking, the study demonstrates how empathy-driven methodologies can bridge the gap between user needs and technological solutions. The chapter details the step-by-step process, from problem definition and ideation to prototyping and testing, illustrating how each phase contributes to creating a meaningful and functional mobile app. A case study approach is employed to ground the theoretical framework in practical outcomes, showcasing how collaboration, innovation, and adaptability are integrated into the design process. The approach detailed in this chapter contributes to the growing body of knowledge on design methodologies and their transformative impact on technology-driven solutions.

Generative Artificial Intelligence has emerged as a transformative force across multiple domains of computer science, including Web Engineering. By leveraging models such as Generative Pretrained Transformers, Diffusion Models, and Large Language Models, developers can now automate, augment, and innovate traditional processes involved in the design, development, and maintenance of web systems. This chapter explores the integration of generative AI in Web Engineering, with a focus on current applications, architectural enhancements, tooling implications, ethical concerns, and emerging research directions. It critically analyzes how generative AI reshapes paradigms within the field and offers a roadmap for its responsible and effective use in the web ecosystem.

The rapid expansion of the Internet of Things (IoT) has introduced significant challenges in requirements engineering (RE) due to the complexity of heterogeneous devices and dynamic user needs. Traditional RE methodologies often result in inefficient resource utilization and poor system performance. This research presents the goal-oriented requirements analysis (GORA) methodology, which optimizes requirement specification, resource allocation, and sustainability in IoT development. GORA addresses both functional and non-functional requirements, such as energy efficiency and security, while minimizing computational overhead and reducing resource wastage. The methodology integrates goal-oriented requirements analysis language i* and model-driven development (MDD) through a three-stage transformation process involving the i* RA model, UML class diagrams, and Python source code generation. A case study demonstrates how GORA improves system reliability, performance, and sustainability. Furthermore, an empirical evaluation was conducted in a simulated IoT environment, measuring key metrics such as energy consumption, latency, and code-generation error rate. A comparative analysis with existing RE and MDD approaches is also presented to highlight GORA’s advantages in feature coverage, sustainability support, and automation level. This work underscores the need for structured IoT RE frameworks and positions GORA as a foundation for future research in sustainable IoT development.

The development of chatbots is often hindered by high costs and time consumption, with existing technologies and frameworks not fully addressing the diverse requirements for creating robust conversational agents across platforms like WhatsApp. This is a limitation for the implementation of these frameworks in a professional environment, thus representing both opportunities and complexities. This article presents improvements to the Xatkit framework, utilizing Model-Driven Development techniques to simplify chatbot development and extend support for WhatsApp. Additionally, the integration of the GPT-3 autoregressive language model enhances user interaction, offering a more sophisticated and responsive conversational experience.