📄 ciencias sociales

Influence of users’ perceived self-efficacy and perception of generative artificial intelligence chatbots’ problem-solving ability on chatbots’ value and intention to continue using them

Este estudio demuestra empíricamente que la autoeficacia de los usuarios y su percepción de la capacidad de resolución de problemas de los chatbots de IA generativa aumentan tanto el valor percibido utilitario como el hedónico, lo cual, posteriormente, impulsa la intención de continuar utilizando estos chatbots.

Autores originales: Shih-Tse Wang, Yun-Xiu Cai

Publicado 2026-09-09

📖 3 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Shih-Tse Wang, Yun-Xiu Cai

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el bullicioso mundo de la tecnología moderna, ha surgido un nuevo tipo de asistente digital, uno que no solo recupera información, sino que la crea. Estas herramientas, conocidas como chatbots de inteligencia artificial generativa, pueden escribir historias, generar imágenes y componer código en respuesta a petas sencillas. Se han vuelto tan comunes que mantener el interés de las personas en usarlas se ha convertido en un desafío importante para las empresas que las construyen. Para comprender por qué las personas siguen utilizando estas herramientas, los investigadores suelen observar un concepto llamado valor percibido. Esto es simplemente la idea de que una persona decide si algo vale su tiempo basándose en dos sentimientos principales: qué tan útil es para realizar un trabajo y cuánto disfrute aporta. Si bien muchos estudios han analizado qué hace que la gente guste de estas herramientas, pocos han explorado cómo la propia confianza de un usuario y la capacidad de la herramienta para resolver problemas moldean estos sentimientos.

Un equipo de investigadores de la Universidad Nacional Chung Hsing se propuso investigar esta relación específica. Querían saber si la creencia de una persona en su propia capacidad para manejar tareas, conocida como autoeficacia, y su creencia en la capacidad del chatbot para solucionar problemas, influían en cuánto valor le encontraban a la tecnología. El equipo recopiló datos de 612 personas en Taiwán que habían utilizado estos chatbots. Estos participantes completaron una encuesta detallada sobre sus experiencias, calificando su confianza para resolver problemas, qué tan bien pensaban que el chatbot podía resolver problemas y cuánto disfrutaban o encontraban valor en el uso de la herramienta. Los investigadores luego analizaron estas respuestas para ver cómo estos diferentes factores se conectaban entre sí.

El estudio reveló una clara cadena de causa y efecto. Primero, los investigadores encontraron que cuando los usuarios se sentían seguros de sus propias habilidades para resolver problemas, era más probable que vieran al chatbot como algo útil y placentero. Del mismo modo, cuando los usuarios creían que el propio chatbot era capaz de resolver problemas complejos, su percepción del valor de este aumentaba. Esto se mantuvo cierto tanto para el lado práctico de usar la herramienta, como ahorrar tiempo o dinero, como para el lado emocional, como sentirse entretenido o satisfecho. Los datos mostraron que estos sentimientos de valor eran los impulsores directos detrás de la decisión de una persona de seguir usando el chatbot en el futuro. De hecho, el sentimiento de que la herramienta era útil tenía una influencia mucho más fuerte en la decisión de continuar usándola que el sentimiento de disfrute.

Los investigadores concluyeron que, para que estos asistentes digitales sigan siendo populares, los desarrolladores y especialistas en marketing deben centrarse en dos cosas. Deben ayudar a los usuarios a sentirse más seguros de sus propias capacidades para trabajar con la tecnología, quizás desglosando tareas complejas en pasos más pequeños y manejables. Al mismo tiempo, necesitan demostrar claramente la capacidad del chatbot para resolver problemas reales, mostrando a los usuarios que, incluso cuando están estancados, la herramienta puede proporcionar una solución. El estudio sugiere que cuando los usuarios se sienten capaces y ven la herramienta como un solucionador de problemas confiable, es mucho más probable que sigan regresando. Este entendimiento ofrece un camino práctico para mejorar estas tecnologías, yendo más allá de las simples funciones para centrarse en el valor genuino que proporcionan a las personas que las utilizan.

Resumen Técnico: Influencia de la Autoeficacia Percibida de los Usuarios y la Percepción de la Capacidad de Resolución de Problemas de los Chatbots de IA Generativa en el Valor de los Chatbots y la Intención de Continuar Usándolos

Planteamiento del Problema
A pesar de la rápida adopción de los chatbots de Inteligencia Artificial Generativa (IAG), retener a los usuarios sigue siendo un desafío crítico para los especialistas en marketing. Si bien la literatura existente identifica diversos factores que influyen en el uso continuo —como la adecuación tarea-tecnología, la utilidad percibida y la confianza—, existe una brecha significativa en la comprensión de los antecedentes específicos que moldean la percepción de los usuarios sobre el valor hedónico (emocional) y utilitario (funcional) de los chatbots de IAG. Las investigaciones previas se han centrado principalmente en beneficios generales o características específicas de la IA, como la antropomorfización, pero pocos estudios han examinado simultáneamente cómo las características individuales de los usuarios (específicamente la autoeficacia) y las características de la tecnología (específicamente la capacidad de resolución de problemas) interactúan para impulsar estas percepciones de valor y, posteriormente, la intención de continuar utilizando la tecnología.

Metodología
Este estudio emplea un diseño de investigación cuantitativa basado en la Teoría del Valor Percibido (PVT).

Recolección de Datos: Se realizó una encuesta en línea anónima en Taiwán entre marzo y abril de 2024. La población objetivo consistió en individuos que utilizaban activamente chatbots de IAG. Tras filtrar por validez, se recolectaron 612 respuestas utilizables. La muestra fue predominantemente joven (83.9% con edades entre 20 y 39 años) y altamente educada (el 90% poseía al menos un título universitario), siendo la gran mayoría (88.4%) usuarios de ChatGPT.
Mediciones: El estudio utilizó una escala Likert de 7 puntos para medir cinco constructos latentes:
1. Autoeficacia Percibida: Adaptada de Gao et al. (2015), mide la confianza del usuario en sus propias capacidades de resolución de problemas.
2. Capacidad de Resolución de Problemas de la IAG Percibida: Adaptada de Heppner y Baker (1997), mide la creencia del usuario en la competencia del chatbot para resolver problemas.
3. Valor Hedónico Percibido: Adaptada de Wang (2022), evalúa el disfrute, el placer y el entretenimiento.
4. Valor Utilitario Percibido: Adaptada de Wang (2022), evalúa los beneficios funcionales, la calidad y la relación calidad-precio.
5. Intención de Uso Continuo: Adaptada de Wang (2012), mide la disposición a seguir utilizando el chatbot.
Análisis: Los datos fueron analizados mediante el Modelado de Ecuaciones Estructurales de Mínimos Cuadrados Parciales (PLS-SEM) a través de SmartPLS 3.2.9. El estudio evaluó el sesgo del método común (prueba de factor único de Harman y VIF), la confiabilidad interna (alfa de Cronbach y Confiabilidad Compuesta), la validez convergente (AVE) y la validez discriminante (criterio de Fornell-Larcker y HTMT).

Contribuciones Clave y Marco Teórico
El artículo amplía la Teoría del Valor Percibido integrando dos perspectivas de rasgos distintos:

Características Individuales: La autoeficacia percibida del usuario.
Características Tecnológicas: La capacidad de resolución de problemas percibida del chatbot de IAG.

La investigación propone un modelo donde estos dos antecedentes influyen en las dimensiones duales del valor percibido (hedónico y utilitario), que a su vez impulsan la intención de uso continuo. Este enfoque va más allá de la "utilidad percibida" genérica para diseccionar los impulsores emocionales y funcionales específicos de la adopción de la IA.

Resultos
El análisis del modelo estructural (N = 612) respaldó las seis hipótesis con significancia estadística (p < .001):

Antecedentes del Valor:
- La autoeficacia percibida de los usuarios influye positivamente tanto en el valor hedónico percibido ( $\beta = 0.27$ ) como en el valor utilitario percibido ( $\beta = 0.26$ ).
- La capacidad de resolución de problemas de los chatbots de IAG influye positivamente tanto en el valor hedónico percibido ( $\beta = 0.32$ ) como en el valor utilitario percibido ( $\beta = 0.28$ ).
Resultados:
- El valor hedónico percibido influye positivamente en la intención de uso continuo ( $\beta = 0.12$ ).
- El valor utilitario percibido tiene una influencia positiva significativamente mayor en la intención de uso continuo ( $\beta = 0.63$ ) en comparación con el valor hedónico.
Ajuste del Modelo y Poder Explicativo: El modelo demostró un ajuste aceptable (SRMR = 0.059, NFI = 0.853). Explicó el 20.1% de la varianza del valor hedónico, el 17.6% del valor utilitario y el 50.7% de la intención de uso continuo.

Significancia y Reivindicaciones
Los autores afirman que este estudio proporciona evidencia empírica que clarifica los impulsores psicológicos y tecnológicos del uso continuo de los chatbots de IAG.

Significancia Teórica: El estudio amplía la PVT al identificar antecedentes específicos (autoeficacia y capacidad de resolución de problemas) para los valores tanto hedónicos como utilitarios, abordando una brecha en la literatura sobre cómo los rasgos del usuario y los rasgos de la tecnología moldean conjuntamente la percepción del valor.
Significancia Práctica: Los hallazgos sugieren que los especialistas en marketing de IAG deben cambiar sus estrategias de comunicación, pasando de centrarse meramente en las características ("qué es") a enfatizar los beneficios y la entrega de valor ("qué ofrece"). Específicamente:
- Propuesta de Valor: Los especialistas en marketing deben resaltar los ahorros tangibles en tiempo, dinero o recursos para reforzar el valor utilitario, que el estudio identifica como el principal motor de la retención.
- Empoderamiento del Usuario: Para mejorar el valor percibido, los especialistas en marketing deben diseñar estrategias que aumenten la confianza del usuario (autoeficacia), como desglosar tareas complejas en pasos manejables y proporcionar asistencia estructurada.
- Confianza en la Capacidad: La comunicación debe enfatizar la capacidad del chatbot para resolver problemas incluso cuando el usuario carece de una solución inicial, reforzando así la capacidad de resolución de problemas percibida de la tecnología.

Limitaciones Señaladas por los Autores
El artículo reconoce modestamente limitaciones, incluyendo el sesgo demográfico hacia usuarios más jóvenes y altamente educados en Taiwán, la dominancia de los usuarios de ChatGPT en la muestra (lo que limita la generalización a otras plataformas de IAG) y el uso de una medida unidimensional para la capacidad de resolución de problemas. Los autores sugieren que investigaciones futuras deberían explorar diversos grupos de usuarios, diferentes plataformas de IAG y aspectos multidimensionales de las capacidades de resolución de problemas.

Más como este