Economía del trabajo académico en educación superior mediada por inteligencia artificial generativa: reconfiguración del tiempo docente.
Resumen
La incorporación de inteligencia artificial generativa en la educación superior ha sido estudiada, en gran medida, desde perspectivas pedagógicas e instrumentales. No obstante, su influencia sobre la organización del trabajo académico continúa siendo una dimensión insuficientemente explorada. A partir de la sistematización de una experiencia desarrollada en tres cursos universitarios, este estudio examina la reconfiguración del tiempo docente, la carga cognitiva y la agencia profesional en escenarios mediados por inteligencia artificial. Los hallazgos evidencian una disminución aproximada del 84% en el tiempo destinado al diseño didáctico, junto con un desplazamiento del esfuerzo hacia tareas de carácter más estratégico y reflexivo. Más que sustituir la labor del profesorado, los resultados sugieren que la inteligencia artificial modifica las condiciones bajo las cuales se desarrolla el trabajo académico.
Citas
Biesta, G. J. J. (2020). Educational research: An unorthodox introduction. Bloomsbury Academic.
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approach (5th ed.). SAGE Publications.
Gao, Y., Xiong, Y., Gao, X., Jia, K., Pan, J., Bi, Y., Dai, Y., Sun, J., Wang, H., & Wang, H. (2024). Retrieval-augmented generation for large language models: A survey. arXiv. https://arxiv.org/pdf/2312.10997
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P. (2014). Metodología de la investigación (6a ed.). McGraw-Hill Education. https://apiperiodico.jalisco.gob.mx/api/sites/periodicooficial.jalisco.gob.mx/files/metodologia_de_la_investigacion_-_roberto_hernandez_sampieri.pdf
Jara Holliday, O. (2018). La sistematización de experiencias: Práctica y teoría para otros mundos posibles. Centro de Estudios y Publicaciones Alforja. https://repository.cinde.org.co/bitstream/handle/20.500.11907/2121/Libro%20sistematizacio%cc%81n%20Cinde-Web.pdf?sequence=1&isAllowed=y
Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), 1–38. https://doi.org/10.1145/3571730
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, prompt, and predict: A systematic survey of prompting methods in natural language processing. ACM Computing Surveys, 55(9), 1–35. https://doi.org/10.1145/3560815
O’Meara, K., Kuvaeva, A., Nyunt, G., Waugaman, C., & Jackson, R. (2017). Asked more often: Gender differences in faculty workload in research universities and the work interactions that shape them. American Educational Research Journal. https://www.researchgate.net/publication/319127391_Asked_More_Often_Gender_Differences_in_Faculty_Workload_in_Research_Universities_and_the_Work_Interactions_That_Shape_Them
Schön, D. A. (1983). The reflective practitioner: How professionals think in action. Basic Books.
Shneiderman, B. (2022). Human-centered AI. Oxford University Press. https://es.scribd.com/document/728062881/Human-Centered-AI-Ben-Shneiderman-Z-lib-org
Sweller, J., Ayres, P., & Kalyuga, S. (2011). Cognitive load theory. Springer. https://www.emrahakman.com/wp-content/uploads/2024/10/Cognitive-Load-Sweller-2011.pdf
UNESCO. (2022). Recommendation on the ethics of artificial intelligence. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000381137
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
Vostal, F. (2016). Accelerating academia: The changing structure of academic time. Palgrave Macmillan. https://download.e-bookshelf.de/download/0007/7467/22/L-G-0007746722-0014061376.pdf
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., & Elnashar, A. (2023). A prompt pattern catalog to enhance prompt engineering with ChatGPT. arXiv. https://arxiv.org/pdf/2302.11382
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://link.springer.com/article/10.1186/s41239-019-0171-0
Zimmerman, B. J. (2000). Attaining self-regulation: A social cognitive perspective. In M. Boekaerts, P. R. Pintrich, & M. Zeidner (Eds.), Handbook of self-regulation (pp. 13–39). Academic Press. https://ssrlsig.org/wp-content/uploads/2018/01/zimmerman-2005-attaining-self-reg-a-soc-cog-perspective.pdf
