Examinando por Autor "Valdivia Villalba, Brizeyda Anthuanne"

Mostrando 1 - 1 de 1
  • Miniatura
    ÍtemAcceso Abierto
    Factores influyentes en el uso de chatbots impulsados por inteligencia artificial en la experiencia de los estudiantes universitarios de Arequipa en 2023
    (Universidad Católica de Santa María, 2025-05-22) Quintanilla Medina, Melissa Alessandra; Valdivia Villalba, Brizeyda Anthuanne
    Actualmente, la evolución de las tecnologías de inteligencia artificial ha transformado la manera en que las organizaciones interactúan con sus usuarios, siendo los chatbots una de las herramientas más prominentes en este cambio. En el contexto educativo superior, estos sistemas conversacionales automatizados se han convertido en elementos fundamentales para mejorar la experiencia estudiantil y optimizar los procesos de atención. La presente investigación tiene como objetivo determinar los factores que son más influyentes, como los Problemas de Privacidad (PDP), los Inconvenientes (INC), las Tecnologías de Autoservicio (TDA) y la Interacción Parasocial Percibida (IPP), en el uso de chatbots impulsados por inteligencia artificial en la experiencia de los estudiantes universitarios en Arequipa durante el 2023. Para realizar la investigación se utilizó un enfoque cuantitativo, con un nivel de investigación correlacional-explicativo mediante un modelo de ecuaciones estructurales en una muestra de 110 estudiantes universitarios conformada por hombres y mujeres de 18 a 27 años de diferentes escuelas profesionales que residen en Arequipa. La técnica fue la encuesta, siendo el instrumento utilizado el cuestionario junto a la escala de Likert, aplicado mediante cuestionario en línea. El análisis factorial exploratorio (AFE) utilizando el método de residuo mínimo con rotación oblimin mostró un KMO global de 0.770, mientras que el análisis factorial confirmatorio (AFC) presentó índices de ajuste adecuados con CFI/TLI/GFI > 0.95, SRMR = 0.096 y RMSEA = 0.090, con fiabilidad confirmada mediante Alfa de Cronbach y Omega superiores a 0.70 para todos los constructos. Se aceptaron tres hipótesis mediante el modelo de ecuaciones estructurales, las cuales son la influencia positiva de los problemas de privacidad de datos (PDP) en los inconvenientes (INC) con β = 0.460 y p < 0.001; también se aceptó la hipótesis de la influencia negativa de las tecnologías de autoservicio (TDA) en los inconvenientes (INC) con β = -0.293 y p < 0.001; y finalmente, la hipótesis de la influencia negativa de la interacción parasocial percibida (IPP) en los inconvenientes (INC) con β = -0.094 y p = 0.006. El modelo explicó el 30.7% de la varianza de los inconvenientes (R² = 0.307), confirmando la validez discriminante mediante HTMT con correlaciones entre factores menores a 0.85. De esta forma es evidente que aspectos como la transparencia en el manejo de datos personales, la funcionalidad intuitiva de autoservicio y la humanización de la interacción en chatbots influyen significativamente en la reducción de inconvenientes percibidos por estudiantes universitarios en Arequipa, siendo los problemas de privacidad el predictor más fuerte de experiencias negativas con estos sistemas conversacionales