Transformación Docente en la Era de la Inteligencia Artificial: Un Estudio Correlacional en Educación Secundaria Fiscal

Abstract

La Inteligencia Artificial Generativa (IAG) en la educación fiscal ecuatoriana representa un obstáculo conjuntamente una oportunidad para reforzar el desempeño del docente. El presente estudio tiene como finalidad buscar y evidenciar la relación de los cambios en el desempeño del maestro en instituciones públicas de bachillerato, con el nivel de uso de herramientas de IAG. Para esto se utilizó un enfoque de manera cuantitativa, con un alcance correlacional y diseño no experimental transversal, estudiado en una muestra de 100 docentes por medio del uso de cuestionarios validados con una gran tangibilidad (α = 0,979 y 0,972). Los resultados presentan asociaciones estadísticamente representativas con la utilización de herramientas de IAG y el rendimiento del docente en su gran magnitud, resaltando los mayores noveles de impacto en la planificación y evaluación del aprendizaje, en cambio los tutores inteligentes presentan una menor acogida. De la misma forma, la gran parte de los docentes se encuentran ubicados tanto en niveles intermedios como altos en el uso de la IAG, dentro del cargo profesional. Concluyendo que la IAG , forma un recurso con potencial transformador para fomentar las practicas pedagógicas, acompañado de un proceso de formación virtual, comentarios éticos, garantizando una implementación equitativa con mecanismos que correspondan al sistema educativo fiscal.Generative Artificial Intelligence (GAI) constitutes a disruptive factor in teaching and learning processes, leading to the incorporation of new pedagogical dynamics based on automation, personalization, and educational data analysis. In the context of Ecuadorian public education, its adoption presents both challenges and opportunities that directly affect teacher performance. Therefore, it is pertinent to examine the relationship between the level of use of artificial intelligence tools and changes in teaching performance within a public secondary education institution. The study employed a quantitative approach, with a correlational scope and a non-experimental cross-sectional design. Two questionnaires were administered to measure the level of GAI use and teaching performance, both showing high internal consistency (Cronbach’s alpha = 0.979 and 0.972, respectively), ensuring the validity and reliability of the data. The study population consisted of 100 teachers from public secondary education institutions. The correlational analysis revealed statistically significant associations between the use of GAI tools and teaching performance across most dimensions, with highly significant chi-square values (p ≤ 0.001). These findings indicate a significant relationship between the use of generative artificial intelligence tools and teacher performance in public secondary education, emphasizing that greater integration of these technologies in planning, instruction, and assessment is associated with improveme4nts in pedagogical efficiency and academic feedback. Finally, GAI emerged as a catalyst for teaching performance, highlighting the need to strengthen digital training to ensure equitable, ethical, and sustainable implementation within the public education system.