Artificial Intelligence Literacy among undergraduate students: an exploratory study in Mexico.
Abstract
Artificial Intelligence Literacy (AIL) has become a fundamental competency for university students due to the increasing use of AI-based tools in academic settings. The aim of this study was to analyze the level of AIL among undergraduate students at a private university in Aguascalientes, Mexico. A quantitative study with an exploratory-descriptive scope was conducted with a sample of 60 students. For this purpose, a test called EXAINAR-EL was developed, consisting of 20 multiple-choice items. The instrument demonstrated favorable content validity, as well as adequate levels of reliability and discrimination. The results revealed a high level of literacy related to the use of AI tools and an intermediate level regarding their conceptual foundations, thus confirming the research hypothesis.
References
Barrios-Sánchez, F. y Carazas-Durand, C. R. (2025). Alfabetización desde la inteligencia artificial en universitarios: un artículo de revisión sistemática. Revista InveCom, 5(4), 1-10. https://doi.org/10.5281/zenodo.14934489
Bolaño-García, M. y Duarte-Acosta, N. (2024). Una revisión sistemática del uso de inteligencia artificial en la educación. Revista Colombiana de Cirugía, 39(1), 51-63. https://doi.org/10.30944/20117582.2365
Cabezas-Gómez, D., Gerolin-Pelucchi, M., Canto-Cobarro, A. y Vidorreta-Gutiérrez, I. (2022). Propiedades psicométricas del Cuestionario Goratu “Percepciones sobre las personas con discapacidad intelectual” del alumnado de Educación Secundaria Obligatoria y Bachillerato. Revista Complutense de Educación, 33(2), 311-324. https://doi.org/10.5209/rced.74294
García-Peñalvo, F. J., Llorens-Largo, F. y Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9-39. https://doi.org/10.5944/ried.27.1.37716
Hernández-Sampieri, R. y Mendoza-Torres, C.P. (2018). Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. McGraw Hill.
Landis J.R. & Koch G.G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159-174. https://doi.org/10.2307/2529310
Martínez-Bravo, M.C., Sádaba-Chalezquer, C. y Serrano-Puche, J. (2021). Meta-marco de la alfabetización digital: análisis comparado de marcos de competencias del siglo XXI. Revista Latina de Comunicación Social, 79,76-110. https://doi.org/10.4185/RLCS-2021-1508
McMillan, J.H., y Schumacher, S.S. (2010). Investigación educativa. Pearson.
Mendoza-Vargas, M. M., Saucedo-Espinoza, F., Martínez-Valdez, R. I. y Luna-Mosqueda, S. S. (2025). Inteligencia artificial y alfabetización digital: Impacto en el proceso de enseñanza de estudiantes de Instituciones de estudios superiores. Revista Ingeniería Y Gestión Industrial, 1(4), 1-7. https://doi.org/10.29105/revig1.4-43
Muñoz-Martínez, C., Roger-Monzo, V. y Castelló-Sirvent, F. (2025). IA generativa y pensamiento crítico en la educación universitaria a distancia: desafíos y oportunidades. Revista Iberoamericana de Educación a Distancia, 28(2), 233-273. https://doi.org/10.5944/ried.28.2.43556
Nunnally, J. C. & Bernstein, I. H. (1994). Psychometric theory. McGraw-Hill.
Oficina de Evaluación Educativa (2016). Comprensión de los análisis de reactivos. Universidad de Washington.
Puché- Villalobos (2024). Inteligencia artificial como herramienta educativa: ventajas y desventajas desde la perspectiva docente. Revista Digital del Doctorado de Educación, 10, 85-100. Recuperado de https://ve.scielo.org/scielo.php?pid=S2443-45662024000300085&script=sci_arttext
