Impact, perceptions, and use of ChatGPT in the training of pedagogy and education students. A diagnostic study in ten universities in Mexico

Authors

DOI:

https://doi.org/10.51302/tce.2025.24301

Keywords:

ChatGPT, artificial intelligence, university students, pedagogy, education, teacher training, academic impact

Abstract

Artificial intelligence is transforming education, and tools like ChatGPT offer new challenges and opportunities. This study examines the impact, perceptions, and usage of ChatGPT among undergraduate students (men and women) in education-related fields in Mexico. The objective was to analyze their interaction with ChatGPT and its impact on learning, as well as the ethical implications associated with this tool. A quantitative approach with a cross-sectional design was used, surveying 403 students from ten universities through a questionnaire that assessed eight dimensions related to learning, ethical practices, and frequency of use. Students perceive a positive impact of ChatGPT on their academic performance, time optimization for completing tasks, problem-solving, and study habits. However, less than half use ChatGPT frequently, and they did not receive training on how to use it. A significant percentage is unaware of the ethical implications of its use, indicating a gap in ethical and technological literacy. The most frequent uses were information consultation, idea generation, and support in understanding complex topics. The potential and challenges of using ChatGPT in the training of future teachers (men and women) are highlighted. The study concludes by emphasizing the need for training in pedagogical and ethical use.

Downloads

Download data is not yet available.

Author Biographies

Hugo Molina-Montalvo, Research professor at the Universidad Autónoma de Tamaulipas (Mexico)

Licenciado en Ciencias de la Educación. Maestría en Docencia. Doctorado en Ciencias de la Educación. Adscrito a la Facultad de Ciencias de la Educación y Humanidades de la Universidad Autónoma de Tamaulipas. Líder del cuerpo académico «Evaluación Educativa». Miembro del Sistema Nacional de Investigadoras e Investigadores (SNII) del Consejo Nacional de Humanidades, Ciencia y Tecnologías (CONAHCYT). Sus líneas de investigación son la evaluación educativa y las tecnologías de aprendizaje y conocimiento.

Julio César Macías Villarreal, Research professor at the Universidad Autónoma de Tamaulipas (Mexico)

Doctor en Ciencias de la Administración por la Universidad Internacional de América (México). Obtuvo maestría en Finanzas y licenciatura en Contaduría Pública en la Universidad Autónoma de Tamaulipas. Investigador nacional nivel 1 dentro del Sistema Nacional de Investigadoras e Investigadores (SNII) del Consejo Nacional de Humanidades, Ciencia y Tecnologías (CONAHCYT). Su línea de investigación es la gestión estratégica y la innovación tecnológica para el desarrollo de la competitividad.

Gerardo Haces Atondo, Research professor at the Universidad Autónoma de Tamaulipas (Mexico)

Doctor en Planeación Estratégica y Dirección de Tecnología. Maestría en Teleinformática y licenciado en Computación Administrativa. Investigador nacional nivel I dentro del Sistema Nacional de Investigadoras e Investigadores (SNII) del Consejo Nacional de Humanidades, Ciencia y Tecnologías (CONAHCYT). Profesor a tiempo completo y coordinador de la licenciatura en Tecnologías de la Información en la Facultad de Comercio y Administración Victoria de la Universidad Autónoma de Tamaulipas. Su línea de investigación es tecnologías de la información, específicamente en administración estratégica de tecnologías de la información, gobierno y gestión de tecnologías de la información, así como gobierno electrónico y emprendimiento tecnológico.

References

Area-Moreira, M., Petre, A. del, Sanabria-Mesa, A. y Sannicolás-Santos, B. (2024). No todas las herramientas de IA son iguales. Análisis de aplicaciones inteligentes para la enseñanza universitaria. Digital Education Review, 45,141-149. https://doi.org/10.1344/der.2024.45.141-149

Bandalos, D. y Finney, S. (2019). Factor analysis: exploratory and confirmatory. En L. Hancock, M. Stapleton y R. Mueller (Eds.), Reviewer´ s Guide to Quantitative Methods in the Social Sciences (2.ª ed.). Routledge.

Bolaños-Logroño, P. F., Vargas-Guambo, V. M., Orozco-Valencia, E. G. y Naranjo-Vaca, M. J. (2024). Análisis factorial para la valoración de la actitud emprendedora en estudiantes de educación superior. Revista de Ciencias Sociales, 30(1), 361-380. https://doi.org/10.31876/rcs.v30i1.41661

Boden, M. (2017). Inteligencia artificial. Turner Noema Editores.

Calderón, M. (2023). Información estadística sobre equidad de género en educación superior en ­México.­ Evento Final FORCYT-OEI. Indicadores y Evaluación de Políticas Científicas, Costa Rica, 3-4 de mayo de 2023. https://www.redindices.org/attachments/article/189/Informaci%C3%B3n%20estad%C3%ADstica%20sobre%20equidad%20de%20g%C3%A9nero%20en%20educaci%C3%B3n%20superior%20en%20M%C3%A9xico_28-abr-23.pdf

Calderón Loyola, A. y Nieto Rivas, E. (2024). Implicaciones de la inteligencia artificial en la educación: revisión sistemática. Horizontes. Revista de Investigación en Ciencias de la Educación, 8(35), 2.304-2.315. https://doi.org/10.33996/revistahorizontes.v8i35.870

Chen, R. H. y Chen, C. (2022). Artificial Intelligence: An Introduction for the Inquisitive Reader (1.ª ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781003214892

Das, S. R. y Madhusudan, J. (2024). Perceptions of higher education students towards ChatGPT usage. International Journal of Technology in Education (IJTE), 7(1), 86-106. https://doi.org/10.46328/ijte.583

Diego Olite, F. M., Morales Suárez, I. R. y Vidal Ledo, M.ª J. (2023). ChatGPT: origen, evolución, retos e impactos en la educación. Educación Médica Superior, 37(2). http://scielo.sld.cu/scielo.php?pid=S0864-21412023000200016&script=sci_arttext

Ercilla García, J. (2024). Inteligencia artificial y revisión fáctica en la jurisdicción social: integrando GPT-4 en la resolución de los recursos de suplicación. APM 3.9. https://apm3-9.studi-web.com/inteligencia.pdf

Fernández-Altuna, M.ª Á., López-Ortega, M., López-López, E., Gutiérrez-Rayón, D., Martínez del Prado, A. y Pantoja Meléndez, C. A. (2017). Validación de un cuestionario para la determinación de factores de riesgo físico, alimentarios y de descanso para enfermedades crónico-degenera­tivas en población adulta de la Ciudad de México. Salud en Tabasco, 23(1-2), 34-43. https://tabasco.gob.mx/sites/default/files/users/ssaludtabasco/34.pdf

Field, A. (2013). Discovering Statistics Using SPSS (4.ª ed.). Sage.

Frías-Navarro, D. (2022). Apuntes de estimación de la fiabilidad de consistencia interna de los ítems de un instrumento de medida. Universidad de Valencia. https://www.uv.es/friasnav/AlfaCronbach.pdf

Fröhling, L. y Zubiaga, A. (2021). Feature-based detection of automated language models: tackling GPT-2, GPT-3 and Grover. Peer J Computer Science, 7. https://doi.org/10.7717/peerj-cs.443

Galli, M.ª G. y Kanobel, M.ª C. (2023). ChatGPT en educación superior: explorando sus potencialidades y sus limitaciones. Revista Educación Superior y Sociedad, 35(2), 174-195. https://doi.org/10.54674/ess.v35i2.815

García-Peñalvo, F. J. (2024). Generative artificial intelligence and education: an analysis from multiple perspectives. Education in the Knowledge Society, 25, 1-10. https://doi.org/10.14201/eks.

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. Revista Iberoamericana de Educación a Distancia, 27(1). https://doi.org/10.5944/ried.27.1.37716

García Sánchez, O. V. (2023). Uso y percepción de ChatGPT en la educación superior. Revista RITI, 11(23), 98-107. https://doi.org/10.36825/RITI.11.23.009

Goar, V., Singh Yadav, N. y Singh Yadav, P. (2023). Conversational AI for natural language processing: a review of ChatGPT. International Journal on Recent and Innovation Trends in Computing and Communication, 11(3), 109-117. https://doi.org/10.17762/ijritcc.v11i3s.6161

Goodfellow, I., Pouget-Abadie, J., Mizra, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A. y Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27, 2.672-2.680. https://papers.nips.cc/paper_files/paper/2014/hash/f033ed80deb0234979a61f95710dbe25-Abstract.html

Hair, J., Black, W., Babin y Anderson. (2010). Multivariate Data Analysis (7.ª ed.). Pearson.

Hassani, H. y Silva, E. S. (2023). The role of ChatGPT in data science: how AI-assisted conversational interfaces are revolutionizing the field. Big Data and Cognitive Computing7(2), 1-16. https://doi.org/10.3390/bdcc7020062

Hernández-Sampieri, R. y Mendoza, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Hickman, H., Alarcón, M. y Cabrera, R. (2017). Piloteo de un instrumento de evaluación de prácticas docentes de profesores de la carrera de Psicología. Debates en Evaluación y Currículum/Congreso Internacional de Educación Evaluación, 2(2), 2.249-2.256. https://centrodeinvestigacioneducativauatx.org/publicacion/pdf2016/C016.pdf

Kim, T. (2023). Application of artificial intelligence chatbots, including ChatGPT, in education, ­scholarly­ work, programming, and content generation and its prospects: a narrative review. Journal of Educational Evaluation for Health Professions, 20(38). https://doi.org/10.3352/jeehp.2023.20.38

Kingma, D. P. y Welling, M. (2013). Auto-encoding variational bayes. Conference Proceedings: Papers Accepted to the International Conference on Learning Representations (ICLR). http://arxiv.org/abs/1312.6114

Klimova, B. y Paiva Luz de Campos, V. (2024). University undergraduates' perceptions on the use of ChatGPT for academic purposes: evidence from a university in Czech Republic. Cogent Education, 11. https://doi.org/10.1080/2331186X.2024.2373512

Ko, W.-J. y Li, J.-J. (2020). Assessing discourse relations in language generation from GPT-2. Proceedings of the 13th International Conference on Natural Language Generation, 52-59. https://doi.org/10.18653/v1/2020.inlg-1.8

LeCun, Y., Bengio, Y. y Hinton, G. (2015). Deep learning. Nature, 521, 436-444. https://doi.org/10.1038/nature14539

Leyva-Vázquez, M. y Smarandache, F. (2018). Artificial intelligence: challenges, perspectives and neutrosophy role. Revista Dilemas Contemporáneos: Educación, Políticas y Valores, 1, 1-15 (Edición especial). https://www.proquest.com/docview/2247180766?pq-origsite=gscholar&fromopenview=true&sourcetype=Scholarly%20Journals

Marín Guamán, M. A. (2023). ChatGPT, ventajas, desventajas y su uso en la educación superior. Revista Killkana Sociales, 7, 3-8. https://doi.org/10.26871/killkanasocial.v7i1.1270

Mavrou, I. (2015). Análisis factorial exploratorio: cuestiones conceptuales y metodológicas. Revista Nebrija de Lingüística Aplicada a la Enseñanza de Lenguas, 19(1), 132-139. https://doi.org/10.26378/rnlael019283

McCarthy, J., Minsky, M. L., Rochester, N. y Shannon, C. E. (2006). A Proposal for the Dartmouth Summer Research Project on artificial intelligence, August 31, 1955. AI Magazine, 27(4), 12. https://doi.org/10.1609/aimag.v27i4.1904

Mendoza, J. y Garza, J. B. (2009). La medición en el proceso de investigación científica: evalua­ción de validez de contenido y confiabilidad. Innovaciones de Negocios, 6(1), 17-32. https://doi.org/10.29105/rinn6.11-2

Morales Caluña, E. R. y Cervantes Diaz, D. J. (2024). Percepción y uso de ChatGPT en estudian­tes universitarios. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 6.872-6.886. https://doi.org/10.37811/cl_rcm.v8i5.14101

Morales Vallejo, P. (2012). El análisis factorial en la construcción e interpretación de test, escalas y cuestionarios. https://www.yumpu.com/es/document/read/10612596/el-analisis-factorial-en-la-construccion-e-interpretacion-de-tests-

Morandín-Ahuerma, F. (2022). What is artificial intelligence? International Journal of Research Publication and Reviews, 3(12),1.947-1.951. https://doi.org/10.55248/gengpi.2022.31261

Ngo, T. T. A. (2023). The perception by university students of the use of ChatGPT in education. International Journal of Emerging Technologies in Learning (iJET)18(17), 4-19. https://doi.org/10.3991/ijet.v18i17.39019

Niño Suarez, A. y Gómez Joya, W. (2022). La inteligencia artificial en la reducción de procesos industriales. Revista Tecnología, Investigación y Academia, 10(1), 186-199. https://revistas.udistrital.edu.co/index.php/tia/article/view/17918/18463

OpenAI. (2022). Introducing ChatGPT. https://openai.com/blog/chatgpt

Otero Agreda, O. E. (2024). Desafíos éticos, beneficios y competencias clave para implementar la inteligencia artificial en la educación superior. Código Científico. Revista de Investigación, 5(2), 1.287-1.313. https://revistacodigocientifico.itslosandes.net/index.php/1/article/view/628

Oviedo Acevedo, H. C. y Campo Arias, A. (2005). Aproximación al uso del coeficiente alfa de Cronbach. Revista Colombiana de Psiquiatría, 34(4), 572-580. https://www.imbiomed.com.mx/articulo.php?id=29414

Parra-Taboada, M., Trujillo-Arteaga, J., Álvarez-Abad, D., Arias-Domínguez, A. y Santillán-Gordón, E. (2024). El impacto de la inteligencia artificial en la educación. Revista Científica Retos de la Ciencia, 1(4), 169-181 (Edición especial). https://doi.org/10.53877/rc.8.19e.202409.1

Pazmay Ramos, S. G. (2020). Análisis psicométrico de test de comunicación organizacional en empresas ecuatorianas. Revista Publicando, 7(25), 102-119.  https://revistapublicando.org/revista/index.php/crv/article/view/2092

Pérez, M. A. y Robador Papich, S. E. (2023). El futuro de la educación universitaria con ChatGPT. XVIII Congreso Nacional de Tecnología en Educación y Educación en Tecnología (TE&ET). https://sedici.unlp.edu.ar/handle/10915/155869

Pizarro Romero, K. y Martínez Mora, O. (2020). Análisis factorial exploratorio mediante el uso de las medidas de adecuación muestral kmo y esfericidad de Bartlett para determinar factores principales. Journal of Science and Research, 30(1), 361-380. https://doi.org/10.5281/zenodo.4453224

Roumeliotis, K. I. y Tselikas, N. D. (2023). ChatGPT and Open-AI models: a preliminary review. Future Internet, 15(6), 1-24. https://doi.org/10.3390/fi15060192

Russell, S. y Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4.ª ed.). Pearson Education.

Serrano, M. Á., Santos-Olmo, A., García Rosado, D., Sánchez, L. E., Blanco Bueno, C. y Fernández-Medina Patón, E. (2024). Uso de ChatGPT en la enseñanza universitaria de informática: ventajas y desventajas. Actas de las XXX Jornadas sobre la Enseñanza Universitaria de la Informática, 9, 233-240. http://hdl.handle.net/10045/144657

Shrestha, N. (2021). Factor analysis as a tool for survey analysis. American Journal of Applied Mathe­matics and Statistics, 9(1), 4-11. https://doi.org/10.12691/ajams-9-1-2

Soto Ortiz, J. L. y Reyes Flores, I. A. (2024). Apreciaciones de estudiantes universitarios sobre el uso del ChatGPT. REPED. Revista Paraguaya de Educación a Distancia, 5(2), 56-65. https://doi.org/10.56152/reped2024-dossierIA1-art5

Toro, R., Peña-Sarmiento, M., Avendaño-Prieto, B. L., Mejía-Vélez, S. y Bernal-Torres, A. (2022). Análisis empírico del coeficiente alfa de Cronbach según opciones de respuesta, muestra y observaciones atípicas. Revista Iberoamericana de Diagnóstico y Evaluación Psicológica, 2(63). https://doi.org/10.21865/RIDEP63.2.02

Tuapanta Dacto, J. V., Duque Vaca, M. A. y Mena Reinoso, A. P. (2017). Alfa de Cronbach para vali­dar un cuestionario de uso de TIC en docentes universitarios. mktDescubre, 1(10), 37-48. http://revistas.espoch.edu.ec/index.php/mktdescubre/article/view/141

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gómez, A. N., Kaiser, L. y Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30, 1-11.https://proceedings.neurips.cc/paper_files/paper/2017/file/3f5ee243547dee91fbd053c1c4a845aa-Paper.pdf

Vergara-Lope Tristán, S. y Blancas Lumbreras, A. (2021). Instrumento «Aprendizajes básicos para el manejo emocional en niños y adolescentes». RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.891

Zaragoza Aranda, J. J., Zaragoza Aranda, S. J. y González Pacheco, M.ª E. (2024). El ChatGPT: su impacto en los jóvenes universitarios caso Centro Universitario de la Ciénega, Universidad de Guadalajara. Estudios de la Ciénega, 8, 157-162. https://revistaestudiosdelacienega.com/ojs/index.php/rec/article/view/127

 

Published

2025-05-06

How to Cite

Molina-Montalvo, H., Macías Villarreal, J. C., & Haces Atondo, G. (2025). Impact, perceptions, and use of ChatGPT in the training of pedagogy and education students. A diagnostic study in ten universities in Mexico. Technology, Science and Education Journal, (31), 59–89. https://doi.org/10.51302/tce.2025.24301