Acceso usuarios
Juan Manuel Curcio, Mariano Andrés Castellaro, Nadia Soledad Peralta, María Agustina Tuzinkievicz
Introducción. La literatura sugiere que las inteligencias artificiales pueden potenciar los procesos de aprendizaje universitario. Por ello, la afinidad del estudiante con estas herramientas cobra relevancia. Disciplinas actuales como el procesamiento de lenguaje natural, específicamente, el análisis de sentimientos constituye una alternativa para este tipo de análisis. En este caso, fue aplicado para explorar las actitudes de los estudiantes universitarios con respecto a las herramientas basadas en inteligencia artificial, especialmente ChatGPT. Objetivo. Explorar las actitudes de estudiantes de Psicología sobre el uso de ChatGPT para la realización de tareas académicas universitarias. Metodología. Se utilizó un diseño exploratorio con una muestra final de 83 estudiantes, por disponibilidad. Los datos fueron recolectados mediante un formulario de Google Forms para recopilar la opinión de los estudiantes sobre ChatGPT y herramientas similares. Se analizaron los datos estableciendo polaridades de sentimientos mediante la librería TextBlob en Python, basados en las respuestas a la pregunta del formulario por la opinión general sobre ChatGPT y herramientas similares. Resultados. Mediante el algoritmo k-medias se lograron identificar 4 clústeres agrupados en función de la afinidad con ChatGPT que tenían los estudiantes, su edad, si trabajaban y si habían utilizado la herramienta. Desde el más a menos afín (más cerca de 100 más afinidad positiva, más cercano a 0 más negativa) son: 1-Muy positivo (n=10 M=76,85 DS=6,95), 2-Positivo (n=32 M=60,94 DS=3,89), 3-Neutro (n=37 M=49,58 DS=3,26), 4-Muy negativo (n=4 M=24,80 DS=10,41). El lema más frecuente dentro de las respuestas hace referencia a ser una herramienta “útil”. Discusión. En general, os estudiantes tienen una actitud positiva; los que tienen opiniones muy negativas son pocos y expresan no haber utilizado ChatGPT. Se explicitan limitaciones de los resultados de este trabajo con respecto: a la distribución de la muestra, el algoritmo utilizado y dificultades del idioma español con TextBlob para el análisis de sentimientos.
