Conocimiento de la inteligencia artificial y rendimiento académico en estudiantes de la Facultad de Ciencias de la Salud, Ayacucho, 2025

dc.contributor.advisorRivera Guillén, Blanca Beatriz
dc.contributor.authorGutierrez Galvez, Luis Angel
dc.date.accessioned2026-07-10T20:11:17Z
dc.date.available2026-07-10T20:11:17Z
dc.date.issued2025
dc.description.abstractEl objetivo general de la investigación fue determinar el grado de relación entre el nivel de conocimiento sobre inteligencia artificial y el rendimiento académico en la asignatura de Investigación de los estudiantes de la Facultad de Ciencias de la Salud de la UNSCH, 2025. El estudio se enmarcó en una investigación básica, de nivel descriptivo y con diseño correlacional-transeccional. La muestra se constituyó con 207 estudiantes del décimo semestre, incluyendo las series 500 y 600 en el caso de la Escuela de Medicina Humana. Para la recolección de datos, se aplicó un cuestionario de la prueba de rendimiento y las actas de calificaciones, organizadas en una ficha de análisis o matriz de datos. Los resultados evidencian una mayor coincidencia entre el nivel alto de conocimiento en inteligencia artificial (66,2%) y el nivel bueno de rendimiento académico (46,4%), lo que confirma que el conocimiento de esta tecnología constituye un factor que contribuye de manera positiva al desempeño de los estudiantes. Se concluye que existe una relación significativa (p = 0,000), directa pero débil (Tau-c = 0,313), entre el nivel de conocimiento sobre inteligencia artificial y el rendimiento académico en la asignatura de Investigación en los estudiantes de la Facultad de Ciencias de la Salud - UNSCH, 2025. Esto significa que, a mayor nivel de conocimiento en inteligencia artificial, tienden a mejorar los niveles de rendimiento académico, y viceversa. Sin embargo, el bajo grado de correlación evidencia que el rendimiento académico, al ser un constructor de carácter multifacético, está influido también por otros factores que deben ser considerados y estudiados en futuras investigaciones.es_PE
dc.description.uriTesises_PE
dc.formatapplication/pdf
dc.identifier.otherTM DU87_Gut
dc.identifier.urihttps://hdl.handle.net/20.500.14612/8908
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.publisher.countryPE
dc.rightshttps://purl.org/coar/access_right/c_abf2en_US
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Nacional de San Cristóbal de Huamangaes_PE
dc.sourceRepositorio Institucional - UNSCHes_PE
dc.subjectInteligencia artificiales_PE
dc.subjectRendimiento académicoes_PE
dc.subjectEstudiantes universitarioses_PE
dc.subjectAprendizajees_PE
dc.subjectTecnologías de la informaciónes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.03.01
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.02.02
dc.titleConocimiento de la inteligencia artificial y rendimiento académico en estudiantes de la Facultad de Ciencias de la Salud, Ayacucho, 2025es_PE
dc.typehttp://purl.org/coar/resource_type/c_bdccen_US
renati.advisor.dni20006915
renati.advisor.orcidhttps://orcid.org/0000-0002-3511-664X
renati.author.dni70896696
renati.discipline12400261
renati.jurorPomasoncco Illanes, Marcelino
renati.jurorRojas Tello, Luis Lucio
renati.jurorFeria Macizo, Eloy Esteban
renati.jurorPalomino Rivera, Alberto Alfredo
renati.levelhttp://purl.org/pe-repo/renati/level#maestro
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineDocencia Universitaria
thesis.degree.grantorUniversidad Nacional de San Cristóbal de Huamanga. Facultad de Ciencias de la Educación. Unidad de Posgrado
thesis.degree.nameMaestro en Docencia Universitaria
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
TM DU87_Gut.pdf
Size:
9.16 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
AUT TM DU87_Gut.pdf
Size:
2.54 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
INFO TM DU87_Gut.pdf
Size:
17.21 MB
Format:
Adobe Portable Document Format