Shared and Contested Beliefs About Generative AI Among Korean as a Foreign Language Instructors Evidenced by Q Methodology

Resumen Técnico: Creencias Compartidas y Contenciosas sobre la IA Generativa entre Instructores de Coreano como Lengua Extranjera

Planteamiento del Problema
La rápida adopción institucional de la IA Generativa (GenAI) en la educación, ejemplificada por el impulso inicial de Corea del Sur hacia los libros de texto digitales integrados con IA, ha superado el establecimiento de normas pedagógicas estables. Esto crea un entorno de alto riesgo donde los instructores deben evaluar herramientas sin marcos establecidos. Si bien las investigaciones existentes sobre la GenAI en la educación de lenguas han documentado las actitudes, el conocimiento y las prácticas autoinformadas de los docentes, a menudo tratan estos como variables aisladas en lugar de un sistema cognitivo integrado. En consecuencia, existe una falta de comprensión sobre cómo la presión institucional organiza las estructuras de creencias subyacentes que vinculan la cognición docente. Específicamente, no está claro si la competencia profesional en GenAI es un conjunto de habilidades uniforme o si se diferencia por las estructuras de creencias preexistentes que sostienen los instructores.

Metodología
Este estudio emplea la metodología Q para reconstruir las estructuras de creencias de los instructores de Coreano como Lengua Extranjera (KFL) bajo presión institucional. El diseño de la investigación siguió tres etapas centrales:

1. Desarrollo del Concurso y Construcción de la Muestra Q:
   • Se realizó una revisión sistemática de literatura revisada por pares del Índice de Citación Coreano (KCI) siguiendo las directrices PRISMA.
   • A partir de un corpus inicial de 1,210 registros, se preprocesaron 900 y se aplicó el modelado de temas mediante la Asignación Latente de Dirichlet (LDA) para identificar una estructura de temas latentes.
   • Este proceso produjo 249 registros relevantes, de los cuales se extrajo una muestra Q final de 54 enunciados y fue validada por un experto en educación de la lengua coreana.
2. Selección del Conjunto P:
   • Se seleccionaron treinta instructores de KFL (23 mujeres, 7 hombres; 86.7% con títulos de doctorado) mediante un muestreo intencional.
   • Los participantes cumplieron criterios específicos: títulos avanzados en educación de la lengua coreana, experiencia práctica con GenAI y roles de enseñanza actuales o proyectados. La muestra incluyó tanto a ciudadanos coreanos como chinos para capturar diversas socializaciones profesionales y presiones institucionales.
3. Recolección y Análisis de Datos:
   • Los participantes realizaron un ordenamiento Q en línea, organizando los 54 enunciados en una cuadrícula de distribución cuasi-normal de 11 puntos (−5 a +5) basada en su acuerdo.
   • Los datos fueron analificados utilizando KADE 1.3.1. Los factores se extrajeron mediante el análisis de factores de centroide y se rotaron mediante varimax.
   • Se aplicó un umbral de significancia estricto (±.450) para minimizar las cargas cruzadas, resultando en que 24 de los 30 participantes cargaran significativamente en un solo factor.
   • Entrevistas post-ordenamiento semiestructuradas con participantes ejemplares proporcionaron datos cualitativos para interpretar las matrices de factores.

Resultados Clave
El análisis extrajo tres estructuras de creencias distintas (factores) que explicaron colectivamente el 49% de la varianza del estudio:

1. Factor 1: Utilizadores de IA Centrados en el Humano (20% de varianza):
   • Lógica Central: Ve la GenAI como una herramienta que requiere un control humano preciso y una supervisión crítica.
   • Creencias Clave: Enfatiza que "hacer mejores preguntas" (ingeniería de prompts) es una capacidad humana única. Se opone firmemente a la idea de que la IA ética pueda lograrse simplemente filtrando términos ofensivos, argumentando en su lugar por la autoridad humana sobre la tecnología. Cree que la GenAI no reemplazará el trabajo intelectual humano, sino que sirve como un recurso bajo la supervisión del docente.
2. Factor 2: Defensores Institucionales y Éticos (19% de varianza):
   • Lógica Central: Ve la integración de la GenAI como un problema estructural y de gobernanza más que puramente pedagógico.
   • Creencias Clave: Argumenta que la rendición de cuentas requiere marcos regulatorios sistémicos a nivel institucional, no solo ajustes internos de las herramientas. Destaca los riesgos de desigualdad social, incluyendo la erosión de las lenguas no predominantes y la ampliación de las brechas de alfabetización en IA. Se mantiene neutral sobre aplicaciones específicas en el aula, viendo el valor de la GenAI como contingente a la existencia de estándares éticos y regulatorios definidos.
3. Factor 3: Optimistas Relacionales de la IA (10% de varianza):
   • Lógica Central: Ve la GenAI como un socio competente, casi humano, que debe ser aceptado.
   • Creencias Clave: Rechaza la noción de que la GenAI sea aterradora o meramente un mito. Reconoce la genuina competencia lingüística del sistema, incluso superando la lógica humana en algunas áreas. Muestra baja preocupación por los riesgos (sesgo, alucinación) y una alta disposición a delegar el juicio a la GenAI. Los participantes en este grupo suelen antropomorfizar la tecnología, tratándola como un amigo o compañero de diálogo.

Cogniciones Compartidas (Consenso)
A pesar de sus enfoques divergentes, los tres grupos comparten un "terreno epistémico compartido" compuesto por tres pilares:

1. Centralidad del Profesor Humano: Todos los factores afirman que el rol del profesor humano sigue siendo crucial en la era de la GenAI.
2. Postura Crítico-Reflexiva: Todos los grupos rechazan la idea de que la incertidencia inherente de los resultados de la GenAI sea beneficiosa para la creatividad del estudiante; coinciden en que los resultados requieren evaluación.
3. Renovación Pedagógica: Todos coinciden en que la educación de la lengua coreana debe renovarse mediante enfoques orientados digitalmente y basados en datos.

Contribuciones Clave y Significancia
El artículo afirma realizar una contribución metodológica y práctica al ir más allá de los enfoques centrados en variables (ej. escalas de Likert) para reconstruir el sistema organizado de la cognición docente.

• Diferenciación sobre Uniformidad: El estudio demuestra que la competencia profesional en GenAI no es un conjunto de habilidades uniforme, sino que está diferenciada por las estructuras de creencias subyacentes. Los tres grupos no discrepan sobre si usar la GenAI, sino sobre cómo responder a ella (control instrumental vs. gobernanza institucional vs. aceptación relacional).
• Un Modelo de Desarrollo Profesional Diferenciado: Los autores proponen un modelo de desarrollo profesional que parte del "terreno epistémico compartido" (el consenso) y luego adapta la formación en alfabetización de IA a las necesidades específicas de cada factor:
  • El Factor 1 requiere formación en capacidad crítico-reflexiva y refinamiento de prompts.
  • El Factor 2 requiere formación en sensibilidad institucional y juicio ético.
  • El Factor 3 requiere formación en aplicación práctica equilibrada con la reflexión crítica para evitar que la identificación emocional socave el pensamiento crítico.
• Implicaciones de Política: El estudio sugiere que la política y la formación efectivas deben diagnosticar los tipos de creencias de los docentes antes de prescribir intervenciones. Imponer un enfoque de "talla única" ignora las diferencias estructurales en cómo los docentes procesan la presión institucional.

Limitaciones y Alcance
Los autores declaran explícitamente que este estudio es una reivindicación de existencia, no una reivindicación de frecuencia; identifica que estas estructuras de creencias coherentes existen, pero no estima su prevalencia en la población general de KFL. Además, la tipología se aplica solo a instructores que ya poseen experiencia práctica con GenAI; las estructuras de creencias de los no adoptantes permanecen inexploradas. El estudio hace un llamado a futuras investigaciones longitudinales para ver si estas estructuras se reconfiguran a medida que las normas institucionales se estabilizan.