
En cuanto al tema que nos ocupa, la investigación, los retos son en cuanto a la ética, la integridad académica, el plagio y otros desafíos. Por lo anterior, el grupo de investigación mexicano CA-UV-101 llamado “Innovaciones en docencia, investigación y extensión en Instituciones Educativas” crea en el año 2024 el proyecto “Diagnóstico del uso de la Inteligencia Artificial en Educación Superior” con una duración de 18 meses. Para cumplir con la encomienda, el grupo de investigación se apoyó en la Red de Investigación Multidisciplinar para la Cultura Investigadora (RIMCI) donde participan seis países, Chile, Colombia, Ecuador, España, México y Perú y nueve Instituciones de Educación Superior. Es así como se hace la invitación al proyecto y se integran cuatro de los seis países miembros. With regard to the subject at hand, research, the challenges relate to ethics, academic integrity, plagiarism, and other issues. Therefore, in 2024, the Mexican research group CA-UV-101, called ‘Innovations in Teaching, Research, and Outreach in Educational Institutions,’ created the 18-month project ‘Diagnosis of the Use of Artificial Intelligence in Higher Education.’ To fulfil this task, the research group relied on the Multidisciplinary Research Network for Research Culture (RIMCI), in which six countries (Chile, Colombia, Ecuador, Spain, Mexico, and Peru) and nine higher education institutions participate. This is how the invitation to the project was made, and four of the six member countries joined.
Capítulo I | Página 3Política, regulación y desafíos de la inteligencia artificial en la educación superior chilenaJuan Carlos Judikis Preller y Nicole Ruiz Fernández Capítulo II | Página 17Análisis de marcos regulatorios de IA en educación superior: casos México y Paraguay en contexto latinoamericanoDerlis Cáceres Troche, Agustín Lagunes Domínguez y Patricia Lagunes Domínguez Capítulo III | Página 45Privacidad y vigilancia algorítmica en universidades latinoamericanasDerlis Cáceres Troche, Patricia Lagunes Domínguez y Carlos Arturo Torres Gastelú Capítulo IV | Página 61Confianza y temores de los estudiantes hacia la Inteligencia ArtificialCarlos Arturo Torres Gastelú, Agustín Lagunes Domínguez y Monserrat Diez Comi Capítulo V | Página 87Confianza del usuario en sistemas de IA. Revisión de literaturaJoaquín Paredes Labra Capítulo VI | Página 97Diseño instruccional potenciado por Inteligencia Artificial Generativa: Herramientas y estrategias para la enseñanza en líneaDanilo Pástor, Gisel Katerine Bastidas Guacho y Miguel Angel Duque Vaca Capítulo VII | Página 23Rol de la Inteligencia Artificial en la investigación académicaAgustín Lagunes Domínguez, Carlos Arturo Torres Gastelú y Patricia Lagunes Domínguez Análisis y reflexiones finales sobre el libro | Página 139
En cuanto al tema que nos ocupa, la investigación, los retos son en cuanto a la ética, la integridad académica, el plagio y otros desafíos. Por lo anterior, el grupo de investigación mexicano CA-UV-101 llamado “Innovaciones en docencia, investigación y extensión en Instituciones Educativas” crea en el año 2024 el proyecto “Diagnóstico del uso de la Inteligencia Artificial en Educación Superior” con una duración de 18 meses. Para cumplir con la encomienda, el grupo de investigación se apoyó en la Red de Investigación Multidisciplinar para la Cultura Investigadora (RIMCI) donde participan seis países, Chile, Colombia, Ecuador, España, México y Perú y nueve Instituciones de Educación Superior. Es así como se hace la invitación al proyecto y se integran cuatro de los seis países miembros.
Artificial Intelligence, América Latina, Spain, México, Higher Education, Inteligencia Artificial
Artificial Intelligence, América Latina, Spain, México, Higher Education, Inteligencia Artificial
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
