Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio
logo

Artículos de Investigación

Vol. 6 Núm. 12 (2026): Revista Simón Rodríguez

Inteligencia artificial y proceso de aprendizaje en estudiantes de bibliotecología y ciencias de la información

Artificial intelligence and learning process in library and information science students
Publicado
2026-06-19

Contexto: La inteligencia artificial (IA) está transformando los entornos formativos universitarios, generando la necesidad de nuevas competencias en los estudiantes de disciplinas relacionadas con la gestión de la información. Objetivo: Determinar la relación entre el conocimiento de la inteligencia artificial y el proceso de aprendizaje en estudiantes de Bibliotecología y Ciencias de la Información de la Universidad Nacional Mayor de San Marcos, Perú, durante 2025. Metodología: Se empleó un enfoque cuantitativo, básico, con diseño no experimental, transeccional y correlacional. La muestra consistió en 95 estudiantes seleccionados mediante muestreo probabilístico estratificado. Se aplicaron dos cuestionarios con escala Likert para medir conocimiento de IA y proceso de aprendizaje. Resultados: Se encontró una correlación positiva alta y significativa entre el conocimiento de IA y el proceso de aprendizaje (ρ = 0,736; p < 0,001). Las dimensiones de conocimiento teórico y conocimiento experiencial mostraron mayor peso en el análisis de regresión ordinal. Conclusiones: El fortalecimiento de las competencias en inteligencia artificial potencia significativamente el proceso de aprendizaje en contextos universitarios vinculados a la gestión de la información. Se recomienda integrar formación en IA de manera sistemática en el currículo para mejorar el desempeño académico y preparar a los estudiantes para los desafíos tecnológicos del sector.

Context: Artificial Intelligence (AI) is transforming higher education environments, driving the need for new competencies among students in disciplines related to information management. Objective: To determine the relationship between knowledge of artificial intelligence and the learning process among Library and Information Science students at the National University of San Marcos (Peru) during 2025. Methodology: A quantitative, basic research approach was employed, utilizing a non-experimental, cross-sectional, and correlational design. The sample consisted of 95 students selected through stratified probabilistic sampling. Data were collected using two Likert-scale questionnaires to measure AI knowledge and the learning process. Results: A significant and strong positive correlation was found between AI knowledge and the learning process (ρ=0.736; p<0.001). The dimensions of theoretical knowledge and experiential knowledge showed the greatest weight in the ordinal regression analysis. Conclusions: Strengthening AI competencies significantly enhances the learning process within university contexts linked to information management. It is recommended that AI training be systematically integrated into the curriculum to improve academic performance and prepare students for the technological challenges of the sector.

Número:
Vol. 6 Núm. 12 (2026): Revista Simón Rodríguez
Sección:
Artículos de Investigación

Referencias

  1. Acosta, V. N. y Carcausto, W. H. (2024). Inteligencia artificial y aprendizaje cooperativo en estudiantes universitarios. Revista InveCom, 5(2), 1–9. https://doi.org/10.5281/zenodo.12812908
  2. Ayala, A. R. (2024). Impacto de la inteligencia artificial en la transformación de la educación superior. Ciencia Latina Revista Científica Multidisciplinar, 8(2), 7219–7229. https://doi.org/10.37811/cl_rcm.v8i2.11126
  3. Bychkova, O. V. y Pupysheva, I. N. (2024). Beyond the linear model: Constructing basic and applied knowledge by Russian scientists (the case of biologists). Vysšee obrazovanie v Rossii, 33(2), 109–131. https://doi.org/10.31992/0869-3617-2024-33-2-109-131
  4. Cabanes, B., Plantec, Q., Le Masson, P. y Weil, B. (2025) Basic or applied research in university–industry collaborations? An analysis of research orientations in knowledge creation partnerships. European Management Review, 22(4), 930–951. https://doi.org/10.1111/emre.12696
  5. Carhuaricra, J. E., Cornejo, R. R., Gora, J. S., Cornejo, C. y Nina, E. E. (2024). Competencias investigativas e inteligencia artificial en estudiantes de una universidad privada en Lima, Perú. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 10785-10804. https://doi.org/10.37811/cl_rcm.v8i4.13223
  6. Castillejos, B. (2022). Inteligencia artificial y los entornos personales de aprendizaje: atentos al uso adecuado de los recursos tecnológicos de los estudiantes universitarios. Educación, 31(60), 9–24. https://doi.org/10.18800/educacion.202201.001
  7. Chang, Q., Pan, X., Manikandan, N. y Ramesh, S. (2022). Artificial intelligence technologies for teaching and learning in higher education. International Journal of Reliability, Quality and Safety Engineering, 29(5). https://doi.org/10.1142/s021853932240006x
  8. Madariaga, L., Allendes, C., Nussbaum, M., Barrios, G. y Acevedo, N. (2023). Offline and online user experience of gamified robotics for introducing computational thinking: Comparing engagement, game mechanics and coding motivation. Computers & Education, 193, 104664. https://doi.org/10.1016/j.compedu.2022.104664
  9. De Aguiar, G. (2024). Distinguishing between method and methodology in academic research. Journal of Advance Research in Mathematics and Statistics, 7(1), 1–8. https://doi.org/10.2139/ssrn.4857923
  10. De la Rosa, T. y León, J. L. (2024). Sistema web para la creación de horarios de clases en la Universidad Metropolitana del Ecuador. Revista Metropolitana de Ciencias Aplicadas, 7(S1), 38-48. https://doi.org/10.62452/8a15ce53
  11. Durán, N., Massobrio, R. y Míguez, M. (2024). BATRACIO: Basic, translational, clinical, research phase identification in biomedical publications. IEEE Access, 12, 146476–146493. https://doi.org/10.1109/access.2024.3463717
  12. Arbulú, M. A., Acosta, B. G., Ramos, E. V., García, H. D., Cruz, L. E., Blas, J. E., Arbulú, J. C., Licapa, G. S. y Farfán, G. C. (2024). The Sustainable Integration of AI in Higher Education: Analyzing ChatGPT Acceptance Factors Through an Extended UTAUT2 Framework in Peruvian Universities. Sustainability, 16(23), 10707. https://doi.org/10.3390/su162310707
  13. Garcés, J. R., Aguilar, W. G., Rodríguez, S. D. y Burbano, C. D. P. (2024). Impacto de la inteligencia artificial en la educación superior. Dominio de las Ciencias, 10(3), 983–995. https://dominiodelasciencias.com/ojs/index.php/es/article/view/3967
  14. Gutiérrez, E. T., Morell, L., Gutiérrez, E. P. y Hernández, H. (2024). Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica: Impact of Artificial Intelligence on the learning of new students at the Amazon State University. Revista Cognosis, 9(2), 133-143. https://doi.org/10.33936/cognosis.v9i2.6443
  15. Huaire, E. J., Dolorier, R. G., Alfaro, M. N. y Riveros, P. N. (2024). Learning approaches and academic experiences in university pedagogy students. Revista de Ciencias Sociales, 30(3), 56-65. https://doi.org/10.31876/rcs.v30i3.42676
  16. Jain, S. y Safo, S. E. (2024). DeepIDA-GRU: A deep learning pipeline for integrative discriminant analysis of cross-sectional and longitudinal multiview data with applications to inflammatory bowel disease classification. Briefings in Bioinformatics, 25(4). https://doi.org/10.1093/bib/bbae339
  17. Ma, S. y Lei, L. (2023). Opportunities and challenges of generative artificial intelligence in facilitating learning for Chinese university students. Proceedings of the 2023 International Conference on Information Education and Artificial Intelligence, 756–760. https://doi.org/10.1145/3660043.3660178
  18. Malapane, T. y Ndlovu, N. (2024). Assessing the reliability of Likert scale statements in an e-commerce quantitative study: A Cronbach alpha analysis using SPSS statistics. 2024 Systems and Information Engineering Design Symposium (SIEDS), 90–95. https://doi.org/10.1109/SIEDS61124.2024.10534753
  19. Nwabuko, O. (2024). An overview of research study designs in quantitative research methodology. American Journal of Medical and Clinical Research y Reviews, 3(5), 1–6. https://doi.org/10.58372/2835-6276.1169
  20. Puche, D. (2024). La inteligencia artificial y el desarrollo del pensamiento crítico en estudiantes universitarios. Delectus, 7(2), 59–67. https://revista.inicc-peru.edu.pe/index.php/delectus/article/view/242
  21. Ramos, C. y García, P. (2024). Guía para realizar estudios de revisión sistemática cuantitativa. CienciAmérica, 13(1), 1–6. https://doi.org/10.33210/ca.v13i1.444
  22. Reis, C. A., Nascimento, C., Santos, A. y Lima, A. L. (2024). Evidence of validation in a strategy development model structure in public health schools. F1000Research, 13, 179. https://doi.org/10.12688/f1000research.143843.1
  23. Reyes, J. A., Cepeda, P. M. y Caceres, P. (2024). Mathematical model in the optimization of the cost of heavy agricultural cargo transportation. Minerva, 5(13), 17–26. https://doi.org/10.47460/minerva.v5i13.148
  24. Sharma, D. G. K. y Sharma, D. S. (2024). Investigating the role of customer value and trust as mediators in flexibility's effect on customer loyalty. Universal Research Reports, 11(3), 294–317. https://doi.org/10.36676/urr.v11.i3.1378
  25. Sopera, S., Alaban, J., Magnaye, N. y Briones, Z. (2023). Inteligencia artificial (IA) en el proceso de aprendizaje. Revista Internacional de Investigación Integrativa, 1(9), 557–570. https://penerbitjurnalinternasional.com/index.php/ijir/article/view/134
  26. Tomlinson, A., Simpson, A. y Killingback, C. (2023). Student expectations of teaching and learning when starting university: A systematic review. Journal of Further and Higher Education, 47(8), 1054–1073. https://doi.org/10.1080/0309877X.2023.2212242
  27. Vebibina, A., Rambe, N. R. y Asrul, A. (2024). Turnitin use and analysis: Software to reduce plagiarism at Medan State University. Jurnal Teknologi Informasi dan Pendidikan, 17(2), 286–297. https://doi.org/10.24036/jtip.v17i2.650
  28. Ugaz, M., Navarro, Y., Corzo, J. y Urueña, A. (2025). ¿Están los estudiantes peruanos de educación superior utilizando inteligencia artificial en sus actividades académicas? Inteligencia artificial y aplicaciones. https://doi.org/10.47852/bonviewAIA52026465