United Academic Journals (UA Journals)

Número completo

Full number

2023    ----   EVALUACIÓN SOBRE LA RELACIÓN ENTRE LA CALIDAD DEL SUEÑO Y LA INTELIGENCIA EMOCIONAL EN DOCENTES

Autoras: María Chico Peña, Sandra Ferrer Bofill, Minerva Lucas Cutillas, María de la Encarnación Sosa Rojano

Premio Trabajo Fin de Máster - Edición 2022-2023

Máster en Inteligencia Emocional

Estudio científico desde la Psicología, la Neurociencia y la Salud

Máster impartido por el Instituto Psicobiológico y certificado por la Universidad Isabel I

Capítulos/Chapters

RESUMEN

ABREVIATURAS

Capítulo 1. INTRODUCCIÓN

Capítulo 2. OBJETIVOS

2.1. Objetivo general.

2.2. Objetivos específicos.

Capítulo 3. MATERIAL Y MÉTODO

3.1. Diseño del estudio.

3.2. Cuestionarios aplicados.

3.3. Otras medidas realizadas.

Capítulo 4. RESULTADOS

4.1. Resultados TMMS-24 (Pre y Post).

4.2. Resultados ICSP (Pre y Post).

Capítulo 5. DISCUSIÓN

Capítulo 6. CONCLUSIONES

Capítulo 7. BIBLIOGRAFÍA

ANEXOS

Número completo

Full number

Influencia de la Percepción del Aprendizaje a través del Uso de la Inteligencia Artificial en el desempeño de los Estudiantes Universitarios de Ciencias Empresariales

Jose Carlos Montes Ninaquispe. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Fernando Antonio Arriola Jiménez. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Heidi Halina Rázuri-Rubio. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Richard Ignacio Montes Tocto. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Kelly Cristina Vásquez Huatay. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Luis Guillermo Arbulú Rivera. Programa de Administración y Administración de Negocios Internacionales Filial Norte, Universidad de San Martín de Porres, Chiclayo, Perú.

Resumen / Abstract

El objetivo de esta investigación es determinar la influencia de la percepción del aprendizaje a través del uso de la inteligencia artificial (IA) en el rendimiento de los estudiantes universitarios en ciencias empresariales en la región de Lambayeque en 2024. Metodológicamente, se realizó un estudio cuantitativo utilizando encuestas estructuradas aplicadas a una muestra de 420 estudiantes de cinco universidades privadas. Los resultados muestran que, aunque el 51.7% de los estudiantes perciben su aprendizaje con IA como alto, solo el 32.4% consideran que su rendimiento es alto, evidenciando una disonancia significativa. Se encontró una correlación moderada (R=0.608) entre la percepción y el rendimiento, con un coeficiente de determinación (R²) de 0.370, lo que indica que mejorar la percepción del aprendizaje con IA podría aumentar significativamente el rendimiento académico. En conclusión, es esencial implementar estrategias pedagógicas que integren efectivamente la IA en el currículo, fomentando una percepción positiva y conectando mejor la teoría con la práctica para optimizar el rendimiento académico y las habilidades técnicas de los estudiantes.

Palabras Clave / Keywords

Inteligencia Artificial, Percepción del Aprendizaje, Rendimiento Académico, Ciencias Empresariales, Perú, Estrategias Pedagógicas.

Referencias / References

1. Jia X-H, Tu J-C (2024) Towards a New Conceptual Model of AI-Enhanced Learning for College Students: The Roles of Artificial Intelligence Capabilities, General Self-Efficacy, Learning Motivation, and Critical Thinking Awareness. Systems 12:. https://doi.org/10.3390/systems12030074

2. Abdelmagid AS, Hafez MA, Ahmed EW, et al (2024) Interactive Digital Platforms and Artificial Intelligence Applications to Develop Technological Innovation Skills Among Saudi University Students. International Journal of Interactive Mobile Technologies 18:64–79. https://doi.org/10.3991/ijim.v18i11.48877

3. Rahman ABA, Rodzi ZM, Razali INB, et al (2023) Breaking the Illusion: The Reality of Artificial Intelligence’s (AI) Negative Influence on University Students. In: 2023 4th International Conference on Artificial Intelligence and Data Sciences: Discovering Technological Advancement in Artificial Intelligence and Data Science, AiDAS 2023 - Proceedings. pp 194–199

4. Duan Y, Dong C (2023) Risks and Countermeasures of Artificial Intelligence for College Students’ Growth. In: 2023 International Conference on Artificial Intelligence and Computer Information Technology, AICIT 2023

5. Izbassar A, Muratbekova M, Amangeldi D, et al (2024) Intelligent System for Assessing University Student Personality Development and Career Readiness. In: Procedia Computer Science. pp 779–785

6. An D, Ma C (2024) A Model of Factors Influencing Learning Outcomes Based on Artificial Intelligence: Perspectives of Chinese University Students. Journal of Logistics, Informatics and Service Science 11:405–415. https://doi.org/10.33168/JLISS.2024.0126

7. Cao Y, Aziz AA, Arshard WNRM (2023) University students’ perspectives on Artificial Intelligence: A survey of attitudes and awareness among Interior Architecture students | Perspectivas de estudiantes universitarios sobre la Inteligencia Artificial: Un estudio de actitudes y conciencia entr. International Journal of Educational Research and Innovation 2023:. https://doi.org/10.46661/ijeri.8429

8. Wang H, Song Y (2024) Portrait of College Students’ Online Learning Behavior Based on Artificial Intelligence Technology. IEEE Access 12:6318–6328. https://doi.org/10.1109/ACCESS.2024.3349448

9. Wang F, King RB, Chai CS, Zhou Y (2023) University students’ intentions to learn artificial intelligence: the roles of supportive environments and expectancy–value beliefs. International Journal of Educational Technology in Higher Education 20:. https://doi.org/10.1186/s41239-023-00417-2

10. Dávila Cisneros JD, Flores Limo FA, Barrios Tinoco LM, et al (2023) ADJUSTMENT OF PERUVIAN UNIVERSITY STUDENTS TO ARTIFICIAL INTELLIGENCE. Artseduca 36:237–248. https://doi.org/10.6035/artseduca.3615

11. Ruiz-Talavera D, De la Cruz-Aguero JE, García-Palomino N, et al (2023) Artificial intelligence and its impact on job opportunities among university students in North Lima, 2023. EAI Endorsed Transactions on Scalable Information Systems 10:1–8. https://doi.org/10.4108/eetsis.3841

12. Țală ML, Müller CN, Năstase IA, et al (2024) EXPLORING UNIVERSITY STUDENTS’ PERCEPTIONS OF GENERATIVE ARTIFICIAL INTELLIGENCE IN EDUCATION. Amfiteatru Economic 26:71–88. https://doi.org/10.24818/EA/2024/65/71

13. Lee Y-J, Davis RO, Lee SO (2024) University students’ perceptions of artificial intelligence-based tools for English writing courses. Online J Commun Media Technol 14:. https://doi.org/10.30935/ojcmt/14195

14. Cusirramos JRB, Martínez-Serra JE, Yánez-Rodríguez MA, García-Chávez A (2023) Statistical Analysis: Impact of Artificial Intelligence on Academic Performance. Migration Letters 20:835–845. https://doi.org/10.59670/ml.v20iS9.4859

15. Allogmany B, Josyula D (2022) An approach to dealing with incremental concept drift in personalized learning systems. In: 2022 IEEE 4th International Conference on Cognitive Machine Intelligence (CogMI). IEEE, pp 139–147

Cómo citar / How to cite

Montes Ninaquispe, J. C., Arriola Jiménez, F. A., Rázuri-Rubio, H. H., Montes Tocto, R. I., Vásquez Huatay, K. K., y Arbulú Rivera, L. G. (2024). Influencia de la Percepción del Aprendizaje a través del Uso de la Inteligencia Artificial en el desempeño de los Estudiantes Universitarios de Ciencias Empresariales. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos (pp. 71-75). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000029.011

Número completo

Full number

La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad

Francisco José Martínez López. Universidad de Huelva.

Inmaculada Puebla Sánchez. Universidad Francisco de Vitoria.

Resumen / Abstract

La automatización de la investigación y el uso de la inteligencia artificial (IA) están transformando profundamente el campo de la ciberseguridad. Estas tecnologías permiten analizar grandes volúmenes de datos, detectar amenazas en tiempo real y responder a incidentes con mayor rapidez y precisión. La automatización de la investigación mediante la inteligencia artificial (IA) indica el uso de tecnologías avanzadas para agilizar, mejorar y en algunos casos, reemplazar procesos tradicionales de investigación. La IA permite manejar grandes volúmenes de datos, analizar patrones complejos y generar insights con mayor rapidez y precisión que los métodos humanos convencionales. En el contexto de la investigación, la automatización ayuda en tareas como la recopilación y clasificación de información, el análisis estadístico, la generación de hipótesis y la redacción de reportes. Esto no solo optimiza el tiempo y recursos, sino que también reduce errores y sesgos. Además, la IA facilita la investigación interdisciplinaria y la exploración de nuevas áreas al integrar múltiples fuentes de datos y ofrecer predicciones basadas en aprendizaje automático. Sin embargo, también plantea desafíos éticos y de confiabilidad que deben abordarse, como la transparencia en los algoritmos y la interpretación de resultados. Como oportunidades en Ciberseguridad, podemos considerar la detección temprana de amenazas mediante algoritmos que identifican patrones anómalos en redes y sistemas. La automatización de tareas repetitivas, lo que libera a los analistas para enfocarse en decisiones estratégicas. La mejora en la respuesta a incidentes, con sistemas que actúan en segundos frente a ataques. La predicción de vulnerabilidades futuras, gracias al análisis de tendencias en datos históricos. Como amenazas en Ciberseguridad, el uso malicioso de la IA por parte de cibercriminales, por ejemplo, para crear malware más sofisticado o realizar ataques automatizados. Los falsos positivos o negativos, que pueden llevar a decisiones incorrectas si los algoritmos no están bien entrenados. La dependencia excesiva de la automatización, que puede reducir la capacidad de respuesta humana frente a situaciones nuevas o inesperadas. Los problemas éticos y de privacidad, relacionados con el uso de datos sensibles para entrenar sistemas de IA. En resumen, aunque la automatización de la investigación y la IA ofrecen grandes ventajas en ciberseguridad, también presentan riesgos que deben gestionarse con una combinación de supervisión humana, regulación adecuada y desarrollo responsable de tecnologías. La combinación de automatización e IA está transformando la investigación científica y académica, haciendo los procesos más eficientes, accesibles y avanzados.

Investigation automation and the use of artificial intelligence (AI) are profoundly transforming the field of cybersecurity. These technologies allow for the analysis of large volumes of data, real-time threat detection, and faster and more accurate incident response. Investigation automation through artificial intelligence (AI) refers to the use of advanced technologies to streamline, improve, and in some cases, replace traditional investigation processes. AI makes it possible to handle large volumes of data, analyze complex patterns, and generate insights more quickly and accurately than conventional human methods. In the context of investigation, automation assists with tasks such as information gathering and classification, statistical analysis, hypothesis generation, and report writing. This not only optimizes time and resources but also reduces errors and biases. Furthermore, AI facilitates interdisciplinary research and the exploration of new areas by integrating multiple data sources and offering machine learning-based predictions. However, it also raises ethical and reliability challenges that must be addressed, such as transparency in algorithms and the interpretation of results. As opportunities in cybersecurity, we can consider the early detection of threats through algorithms that identify anomalous patterns in networks and systems. The automation of repetitive tasks, which frees analysts to focus on strategic decisions. Improved incident response, with systems that respond to attacks within seconds. The prediction of future vulnerabilities, thanks to the analysis of trends in historical data. As threats in cybersecurity, we can consider the malicious use of AI by cybercriminals, for example, to create more sophisticated malware or carry out automated attacks. False positives or negatives, which can lead to incorrect decisions if the algorithms are not well trained. Overreliance on automation, which can reduce human response capacity in new or unexpected situations. Ethical and privacy issues related to the use of sensitive data to train AI systems. In short, while investigative automation and AI offer significant advantages in cybersecurity, they also present risks that must be managed with a combination of human oversight, appropriate regulation, and responsible technology development. The combination of automation and AI is transforming scientific and academic research, making processes more efficient, accessible, and advanced.

Palabras Clave / Keywords

Inteligencia artificial, ciberseguridad, automatización, simulación, gemelos digitales.

Artificial intelligence, cybersecurity, automation, simulation, digital twins.

Referencias / References

1. Álvarez, H. (2023). Los simuladores de negocios y la Inteligencia Artificial generativa aplicada en la educación universitaria: situación del estado del arte. Perú. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

2. Amézquita, Juan A. (2023). Uso responsable de ChatGPT en el aula: cómo convertirlo en un aliado en los procesos educativos. Guadalajara México. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

3. Blancafort-Masriera, L. (2021). Los simuladores de negocios como metodología estratégica en la formación en dirección de empresas: visión del docente. Company Games & Business Simulation Academic Journal, 1(1), 59–71. http://www.uajournals.com/ojs/index.php/businesssimulationjournal/article/view/872

4. García, Juan P., Alor, Lina B. y Cisneros, Yanette G. (2023). Percepción de los tutores virtuales sobre el impacto de la Inteligencia Artificial en la educación universitaria. Mexico. Company Games & Business Simulation Academic Journal, 3(1), 2023. ISSN: 2792-3150.

5. García, Juan P. y Cisneros, Yanette G. (2024). Simulación por medio de la interacción con agentes asistidos por IA: una nueva era en la formación de líderes de posgrado. Mexico. Company Games y&Business Simulation Academic Journal, 4(1), 2023. ISSN: 2792-3150.

6. Hwan, G. J. y Chien, S. Y. (2022). Definition, roles, and potential research issues of the metaverse in education: An artificial intelligence perspective. Computers and Education: Artificial Intelligence, 3(May), 100082. https://doi.org/10.1016/j.caeai.2022.100082

7. Infante-Moro, A., Infante-Moro, J. C., y Gallardo-Pérez, J. (2022). Factores claves para concienciar la ciberseguridad en los empleados. Revista de Pensamiento Estratégico y Seguridad CISDE, 7(1), 69-79.

8. Jacobs, C., Foote, G. y Williams, M. (2023). Evaluating user experience with immersive technology in simulation-based education: A modified Delphi study with qualitative analysis. PLoS ONE, 18(8 August), 1–17. https://doi.org/10.1371/journal.pone.0275766

9. Martínez López, F. J.; Ruiz Frutos, C. y García Ordaz, M. (2008) Teletrabajo: seguridad y salud sin importar la distancia. Riesgos Laborales. Nº 45, 12-19.

10. Martínez López, F. J., García Ordaz, M., García Ordaz, F. y Barroso González, M. (2000). Formación de redes de alumnos: un nuevo enfoque para la docencia universitaria. REM, Revista de Economía Mundial, Nº 3, ISSN 1576-0162.

11. Martínez López, F.J., Infante Moro, A. y Plaza Mejía, MA. (2002). Aplicación práctica de técnicas de innovación docente para el desarrollo de habilidades directivas, gerenciales y tecnológicas. @gora digit@al. Revista en Tecnologías de la comunicación, orientación e intervención socioeducativa. Nº 4, Segundo Semestre 2002. ISSN 1577-9831.

12. Martínez López, F.J., Luna Huertas, P. y García Ordaz, M. (2004). Una nueva experiencia formativa: creación de redes de alumnos telemáticas interuniversitarias. Revista de Enseñanza Universitaria. Nº 23. 2004. Pág. 23-37. ISSN 1131-5245, eISSN: 2172-6566.

13. Martínez López, F. J. y Puebla Sánchez, I. (2021) Simulación, la nueva frontera de la ciencia: justificación de la necesidad de un corpus académico de este campo científico. estado del arte y revisión bibliográfica. Company Games & Business Simulation Academic Journal, 1(1), 73-89. ISSN: 2792-3150.

14. Martínez López, F. J. y Puebla Sánchez, I. (2022). La simulación y los serious games en la empresa española: un análisis empírico. Company Games & Business Simulation Academic Journal, 2(1), 69-76. ISSN: 2792-3150.

15. Martínez López, F. J., Puebla Sánchez, I., Blankafort, L y Galifa , J. (2023). El Mundo Simulado: del Mito de la Caverna al Metaverso. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

16. Martínez López, F. J. y Puebla Sánchez, I. (2022). El Metaverso desde un enfoque Sistémico. Una gran oportunidad. IV Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. IV CISSTO, SESGE. ISBN: 978-84-09-46528-6

17. Martínez López, F. J., . et al (2024). El Pensamiento Sistémico y la Inteligencia Artificial, VI Congreso Iberoamericano de Soluciones Sistémicas para la Transformación de las Organizaciones. VI CISSTO, SESGE. ISBN: 978-84-09-46528-6.

18. Martínez López, F. J. y Puebla Sánchez, I. (2025). La Simulación, la Nueva Frontera de la Inteligencia Artificial. Simposio Internacional sobre Inteligencia Artificial y Educación en el Marco de los Derechos Humanos. UPacifico Ecuador. Marzo 2025.

19. Kwan, Chap K. y Becker, Silvio E. (2023). Adopción de la Inteligencia Artificial ChtGPT en la educación superior: perspectiva de los docentes universitarios en Paraguay. Company Games & Business Simulation Academic Journal, 3(2), 2023. ISSN: 2792-3150.

20. Puebla, I., Solá, F., Temiño, I. y Torres, A. (2014). Flipped learning results: a case study in macroeconomics. Congress Sevilla. November 2014.

21. Puebla, I. et al. (2018). Gamification as an Integral Training Tool. Experience of Entrepreneurship through a Serious Game in the UFV: The Energy Drink Case. CUICIID 2018. 2018.

22. Puebla, I. y Temiño, I. (2018). La importancia de los Centros de Simulación Empresarial en la formación universitaria. International Journal of Information Systems and Software Engineering for Big Companies (IJISEBC). 5(2), 115-122, 2018. (www.ijisebc.com)

23. Puebla, I. y Ayestarán, R. (2020). Sharing student marketing competences through gamification and its use as a decision making tool for business planning. Edulearn20, July 2020.

24. Tumiri, T., Duran, L., Lin, J., Ríos, N. B., Mosca, A., y Gómez, T. (2023). La Imagen de enfermería y Simulación. Metaverse Basic and Applied Research, 2, 36-36.

Cómo citar / How to cite

Martínez López, F. J., y Puebla Sánchez, I. (2025). La automatización de la investigación y la inteligencia artificial. Oportunidades y amenazas en ciberseguridad. En Academia Iberoamericana de La Rábida, (1ª ed.), Formación en ciberseguridad y ética en trabajos académicos y científicos (pp. 113-134). Huelva: Academia Iberoamericana de La Rábida / United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.979-13-990252-7-9_05