AI Literacy and Academic Performance among Non-STEM Students in KNUST: The Roles of LMS Quality and Blended-Learning Satisfaction

En la universidad moderna, el aprendizaje se ha desplazado más allá del aula tradicional. Los estudiantes navegan ahora en un mundo híbrido donde la instrucción presencial se mezcla con plataformas digitales que albergan materiales, facilitan discusiones y entregan evaluaciones. Esta capa digital es gestionada a menudo por un Sistema de Gestión de Aprendizaje, un centro de software que actúa como el sistema nervioso central de un curso. Para que estos sistemas funcionen bien, deben ser fiables, fáciles de usar y receptivos. Sin embargo, la tecnología en sí misma es solo la mitad de la ecuación. La otra mitad es la capacidad del estudiante para comprender e interactuar con las herramientas a su disposición, un conjunto de habilidades definido cada vez más como alfabetización en IA. Este concepto va más allá de simplemente saber cómo escribir un comando; implica la confianza técnica, ética y práctica para utilizar herramientas inteligentes de manera efectiva. A medida que las universidades en Ghana y en todo el mundo integran estas tecnologías, surge una pregunta crítica: ¿el saber cómo usar estas herramientas digitales realmente ayuda a un estudiante a obtener mejores calificaciones, o es la conexión más complicada?

Investigadores de la Universidad de Ciencia y Tecnología Kwame Nkruma en Ghana se propusieron desentrañar esta relación, centrándose específicamente en estudiantes que no estudian ciencia, tecnología, ingeniería o matemáticas. Estos estudiantes de áreas no relacionadas con STEM suelen enfrentar desafíos educativos diferentes y pueden no recibir el mismo nivel de formación computacional que sus pares en campos técnicos. El equipo de investigación encuestó a 432 estudiantes de los departamentos de Educación Docente e Innovación Educativa de la universidad. Pidieron a estos estudiantes que calificaran su propia comprensión de la inteligencia artificial, cómo percibían la calidad de la plataforma de aprendizaje digital de la universidad, qué tan satisfechos estaban con la experiencia de aprendizaje híbrido y qué tan bien se desempeñaban académicamente. Al reunir estas perspectivas, los investigadores pretendían ver cómo estos diferentes factores fluían entre sí para moldear el éxito de un estudiante.

El estudio reveló un camino claro y secuencial que conduce a mejores resultados académicos. Encontró que los estudiantes con niveles más altos de alfabetización en IA tendían a percibir el sistema de aprendizaje digital de la universidad como de mayor calidad. Cuando los estudiantes comprenden la tecnología, el sistema les resulta más utilizable y fiable. Esta percepción de calidad, a su vez, condujo a una mayor satisfacción con la experiencia de aprendizaje híbrido. Cuando los estudiantes sentían que el sistema les estaba funcionando bien, reportaban estar más satisfechos con su educación general. Finalmente, esta satisfacción fue un fuerte predictor del rendimiento académico. En otras palabras, el camino hacia mejores calificaciones para estos estudiantes no corría directamente desde saber sobre la IA hasta obtener una A. En cambio, el conocimiento de la IA mejoró la forma en que veían el sistema, lo que los hizo más felices con su entorno de aprendizaje, y esa felicidad impulsó su logro académico.

Crucialmente, los investigadores descubrieron que la calidad del sistema digital por sí sola no mejoraba directamente las calificaciones. Una plataforma bien construida, sin el compromiso y la satisfacción del estudiante, no era suficiente para garantizar el éxito. La calidad del sistema importaba solo porque influía en qué tan satisfechos se sentían los estudiantes. Además, el estudio mostró que la alfabetización en IA sí tenía un efecto positivo directo, aunque menor, en el rendimiento académico, pero la ruta principal hacia el éxito era a través de la cadena de percepción y satisfacción. Los datos también descartaron la idea de que la calidad del sistema digital por sí sola pudiera cerrar la brecha entre el conocimiento de la IA y las calificaciones; ese atajo específico no existió en los resultados. El vínculo más fuerte fue el viaje completo: desde el conocimiento de la IA hacia la percepción del sistema, hacia la satisfacción y, finalmente, hacia el rendimiento.

Este descubrimiento sugiere que, para que las universidades ayuden a los estudiantes no pertenecientes a STEM a tener éxito en la era digital, no pueden simplemente invertir en mejor software o esperar que los estudiantes descubran la tecnología por su cuenta. Los hallazgos indican que las instituciones deben apoyar a los estudiantes en el desarrollo de su alfabetización en IA para que puedan navegar estos sistemas con confianza. Cuando los estudiantes se sienten competentes con las herramientas, ven los sistemas de manera más positiva, lo que conduce a una experiencia de aprendizaje más satisfactoria y, en última instancia, a mejores resultados académicos. La investigación destaca que, en un entorno de aprendizaje híbrido, el elemento humano de la satisfacción y el elemento cognitivo de la alfabetización son tan importantes como la infraestructura técnica misma.