Luis Matosas-López

La inteligencia artificial (IA) está adquiriendo un papel creciente en la formación del profesorado, generando nuevas oportunidades y desafíos educativos. El presente estudio desarrolla una revisión analítica de la literatura con el propósito de ofrecer una visión holística del estado de la investigación sobre la aplicación de la IA en la formación docente. Para tal fin, se toman en consideración, entre otras cuestiones, los enfoques predominantes, las tecnologías estudiadas y los principales ámbitos de impacto. Siguiendo el protocolo PRISMA, se analizaron 100 estudios revisados por pares publicados entre 2018 y 2025, seleccionados a partir de Scopus y Web of Science. Los resultados muestran un predominio de enfoques exploratorios y usos instrumentales de la IA, especialmente en relación con actitudes, adopción y apoyo a tareas docentes. En menor medida, se identifican, también, estudios centrados en la integración pedagógica profunda, la alfabetización en IA y sus implicaciones éticas. La presente revisión analítica de la literatura evidencia la necesidad de desarrollar marcos formativos estructurados y de llevar a cabo investigaciones de tipo longitudinal.

Entre las tecnologías que han irrumpido recientemente en el ámbito de la educación destacan los IA-Chatbots (ej. Duolingo Bot, IBM Watson Tutor, o incluso ChatGPT). El presente estudio lleva a cabo una revisión sistemática de la literatura (RSL), siguiendo el protocolo PRISMA, en la que se analizan 47 artículos recuperados de las bases de datos Web of Science y Scopus entre 2016 y 2024. Los hallazgos permiten identificar un mapa conceptual con cuatro dimensiones diferenciadas (y catorce subdimensiones) en el uso de IA-Chatbots en el ámbito educativo. A saber: 1) Contextos de aplicación (Procesos de enseñanza-aprendizaje, Contextos de gestión, y Contextos de investigación); 2) Beneficios existentes (Para el estudiantado, Para el profesorado, Para la prestación de servicios administrativos, y Para los servicios de biblioteca); 3) Retos actuales (Éticos, De actitud del usuario, De programación, y De supervisión y mantenimiento); y 4) Áreas de desarrollo futuro (Avances técnicos, Pruebas de usabilidad, y Definición de códigos éticos). El presente estudio facilita, con respecto a RSL previas, una visión plenamente actualizada del estado del arte sobre la investigación en torno al uso de IA-Chatbots en el ámbito educativo. Pero, sobre todo, ofrece un mapa conceptual claro y bien definido de las dimensiones críticas a tener en cuenta, identificando todos sus posibles contextos de aplicación, sus beneficios, los retos presentes, y las áreas pendientes de desarrollar; en un trabajo que invita a docentes, investigadores, servicios de gestión, y organismos al cargo del diseño de políticas educativas, a reflexionar sobre las implicaciones del uso de estas tecnologías.

The assessment of faculty or teaching staff performance is key in quality systems in the university context. This assessment is usually done through student satisfaction surveys that use Likert or BARS (Behavioral Anchored Rating Scales) instruments to measure student perceptions of teaching staff effectiveness. This paper examines the ambiguity, clarity, and precision of these two types of instruments. The authors, using an experimental methodology and with the participation of 2,223 students from four Spanish universities, during six academic years (between 2019 and 2024), analyze the three aspects mentioned (ambiguity, clarity, and precision) in both types of questionnaires. The results confirm the existence of significant differences between the instruments. The results also show that although doubts about the ambiguity, lack of clarity and precision of Likert-type questionnaires are justified, these aspects can be improved by BARS-type instruments. The conclusions drawn invite administrators and policymakers, quality agencies, and university managers to consider which of these two instruments is more appropriate for gathering the information they need to make better decisions about faculty promotion.

In the context of management and marketing strategies, one of the applications where chatbots offer important advantages is in customer service tasks. This chapter postulates a structural model to examine the factors that influence consumer adoption and behavior with chatbots, incorporating brand trust as the central element of the model. Using a sample of 374 participants, the author evaluates the model using structural equation modeling and partial least squares analysis (PLS-SEM). Hypothesis testing shows that the comprehensiveness (β=0.271; p-value <.05) and up-to-dateness (β=0.319 / p-value <.05) of the information provided by the chatbot affects the company's brand trust, which in turn affects the satisfaction (β=0.307 / p-value <.01) and usage intention (β=0.299 / p-value <.01) of these technologies. The author concludes that proper brand management is critical not only for the adoption and use of chatbots, but also for their success as a customer service tool.

In the field of teaching effectiveness measurement programs, studies on the validation of Behavioral Anchored Rating Scales (BARS) are minimal when compared with Likert instruments. The reason for this situation is a consequence of the limited number of universities opting for this type of questionnaire in their teaching effectiveness measurement programs. This situation is due to the thoroughness, time investment and strong involvement of human resources required in the design of these scales. The aim of this investigation is twofold. On the one hand, to analyze the validity of a questionnaire for measuring teaching effectiveness that uses BARS. On the other, to check whether this instrument, designed in a given university with the participation of the professors and students of this institution, can be valid for other universities. The study is carried out in three Spanish universities. The validation process considers: comprehension validity, EFA, CFA with structural equation modeling, and reliability analysis. The results show that BARS under examination are valid for measuring teaching effectiveness; not only in the institution where they are designed, but also in other universities different from the one in which the questionnaire is constructed. The findings of this research open new alternatives not only to improve teaching effectiveness measurement programs but also to enhance decision making in accreditation processes.