Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
1
Revista de Ciencias de la Educación
CoGnosis
e-ISNN 2588 - 0578
ISSN 2588-0578
Impacto de la Inteligencia Articial en el aprendizaje de los nuevos
estudiantes de la Universidad Estatal Amazónica
Impact of Articial Intelligence on the learning of new students at the Amazon
State University
1Eberto Tuniesky Gutierrez De León
2Leobel Morell Pérez
3Eberto Pablo Gutiérrez Morales
4Hirám Hernández Ramos
Autores
iD
iD
iD
iD
Enviado: 2023-12-08
Aceptado: 2024-02-07
Publicado: 2024-04-05
Como citar el artículo:
Gutierrez De León, E. T., Morell Pérez,
L., Gutiérrez Morales, E. P., & Hernández
Ramos, H. (2024). Impacto de la
Inteligencia Artificial en el aprendizaje de
los nuevos estudiantes de la Universidad
Estatal Amazónica. Revista Cognosis.
ISSN 2588-0578, 9(2). https://doi.
org/10.33936/cognosis.v9i2.6443
Resumen
Este estudio evalúa el impacto de la Inteligencia Articial (IA) en el aprendizaje
de los estudiantes de la Universidad Estatal Amazónica. Centrándose en las
percepciones de nuevos ingresos, se analiza cómo la IA afecta el rendimiento
académico. A través de una encuesta cuantitativa y un diseño correlacional
descriptivo, se examinan las actitudes de los estudiantes y su conocimiento
previo de las tecnologías de IA. Los resultados indican una visión positiva de
la IA, con un alfa de Cronbach de 0.952, mostrando una alta abilidad en las
respuestas. Se observa una tendencia positiva hacia la IA, con una correlación
signicativa entre la percepción de su impacto en la educación y la preparación
para su uso profesional. Además, se discute el efecto diferencial de la IA
en distintos contextos educativos, subrayando la necesidad de estrategias
educativas adaptadas a las necesidades de los estudiantes.
PALABRAS CLAVE: Percepción estudiantil; Rendimiento académico;
Tecnologías emergentes, Educación superior.
Abstract
This study evaluates the impact of Articial Intelligence (AI) on student
learning at Amazon State University. Focusing on the beliefs of new entrants, it
analyzes how AI aects academic performance. Through a quantitative survey
and descriptive correlational design, students’ attitudes and prior knowledge
of AI technologies are examined. The results show a positive view of AI,
with a Cronbach’s alpha of 0.952, showing high reliability in the responses.
A positive trend towards AI is seen, with a signicant correlation between
the belief of its impact on education and the readiness for its professional
use. In addition, the dierential eect of AI in dierent educational contexts
is discussed, highlighting the need for educational strategies tailored to the
needs of students.
KEYWORDS: Student belief; Academic performance; Emerging
technologies; Higher education.
10133
1Universidad Estatal Amazónica. Ecuador
4Universidad Estatal Amazónica. Ecuador
2Universidad Estatal Amazónica. Ecuador
3Universidad Regional Amazónica IKIAM. Ecuador
2
Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
Publicación arbitrada trimestral
Universidad Técnica de Manabí. Ecuador
Av. Urbina y Che Guevara, Portoviejo, Ecuador
revista.cognosis@utm.edu.ec
e-ISNN 2588-0578
https://revistas.utm.edu.ec/index.php/cognosis
INTRODUCCIÓN
En el ámbito educativo, la Inteligencia Articial (IA) ha surgido como un factor revolucionario, destacando
particularmente en la educación universitaria. Su rol abarca desde personalizar el proceso educativo hasta
potenciar el desempeño académico, según indican Dempere et al. (2023). Globalmente, estudios como los de
Seo et al. (2021) han revelado la capacidad de la IA para mejorar las dinámicas educativas, incluida la interacción
digital entre estudiantes y docentes. Sin embargo, en áreas especícas como la Amazonia Ecuatoriana, hay
un vacío notable en la investigación sobre la implementación y efectos de la IA en la educación, marcando un
campo fértil para futuros estudios (Slimi, 2021)
Aunque la IA se está integrando progresivamente en el ámbito educativo, hay una falta de enfoque en las
percepciones de los estudiantes, especialmente en áreas menos exploradas como la Amazonia Ecuatoriana.
La comprensión de estas percepciones y experiencias es vital, ya que la actitud de los estudiantes hacia la IA
puede inuir signicativamente en su utilidad como herramienta pedagógica (Seo et al., 2021). Por lo tanto,
es esencial una investigación profunda para entender estas percepciones en contextos educativos especícos,
considerando cómo la IA puede impactar de manera diferente en varios ambientes educativos (Slimi, 2021)
Este estudio se concentra en cómo los estudiantes de primer año de la Universidad Estatal Amazónica perciben
el papel de la IA en su aprendizaje y su inuencia en el rendimiento académico. Los objetivos incluyen evaluar
el conocimiento y experiencias previas de los estudiantes con tecnologías de IA y cómo estas percepciones
inuyen en su rendimiento académico.
Las investigaciones existentes sobre el impacto de la IA en la educación superior ofrecen una visión general
de sus ventajas y retos. Estos estudios proporcionan una base para comprender las diversas facetas de la IA en
la educación y sus posibles aplicaciones para mejorar el aprendizaje y la enseñanza.
Los resultados de esta investigación podrían ser clave para el desarrollo de estrategias educativas más efectivas
y adaptadas a las necesidades de los estudiantes de la Universidad Estatal Amazónica. Además, podrían tener
un impacto en la formulación de políticas y prácticas educativas en relación con la implementación de la IA
en la educación superior, promoviendo un enfoque más inclusivo y ecaz.
DESARROLLO
Este artículo representa un estudio cuantitativo, fundamentado en el análisis de datos obtenidos a través de una
encuesta electrónica (Google Forms), centrado en evaluar la percepción de los estudiantes sobre el impacto
de la Inteligencia Articial (IA) en su aprendizaje, realizado en la Universidad Estatal Amazónica. El estudio
adopta el paradigma positivista, enfocándose en la cuanticación y el análisis objetivo para descifrar fenómenos
especícos en la educación superior. Este enfoque se alinea con las tendencias actuales en la investigación
educativa, destacando la importancia de los principios positivistas en la orientación de los descubrimientos
cientícos, como se evidencia en el trabajo de Park, Konge, and Artino (2020) en “The Positivism Paradigm
of Research” (Academic Medicine).
11134
Eberto Tuniesky Gutiérrez De León, Leobel Morell Pérez, Eberto Pablo Gutiérrez Morales, Hirám Hernández Ramos
3
DOI: 10.33936/cognosis.
e-ISNN 2588-0578 Vol. 9, Núm. 1 (133-143): Abril - Junio 2024
Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica
Asimismo, el estudio se apoya en la literatura reciente sobre metodologías de investigación cuantitativa,
reejada en el artículo de Godwin et al. (2021) “New Epistemological Perspectives on Quantitative Methods”
(SEE Journal). Este trabajo explora los cimientos epistemológicos de los métodos cuantitativos y sugiere
nuevas aproximaciones dentro del marco positivista.
El diseño del estudio es descriptivo correlacional, permitiendo el análisis de relaciones entre variables como la
percepción de la IA y el rendimiento académico, y la variabilidad de estas percepciones entre distintos grupos
demográcos. La metodología incluye:
Primero se desarrolló una encuesta basada en una escala Likert para recoger datos sobre la percepción
estudiantil. Este enfoque se basa en métodos comunes en la investigación social y educativa. Según el estudio
de Anggoro and Pratiwi (2023), las encuestas con escalas Likert son efectivas para recopilar datos sobre
percepciones y actitudes. Estas escalas permiten cuanticar las respuestas subjetivas y son ampliamente
utilizadas en investigaciones que buscan entender las opiniones y experiencias estudiantiles.
Segundo, Se realizó un análisis estadístico de los datos, incluyendo estadísticas descriptivas, análisis
comparativo, análisis de correlación y análisis de tendencias. Este proceso de análisis sigue las directrices
establecidas para la investigación cuantitativa en el campo educativo. Según los métodos descritos por, estos
métodos son fundamentales para cuanticar datos y revelar patrones y conexiones signicativas entre ellos.
Asimismo, la investigación en educación frecuentemente emplea métodos cuantitativos, proporcionando
datos numéricos que pueden probar o refutar hipótesis especícas (Siripipatthanakul et al. 2023). Al adoptar
este enfoque, se busca obtener una comprensión más profunda de los datos recopilados, así como de sus
implicaciones en el contexto educativo, permitiendo extraer conclusiones fundamentadas y relevantes para el
campo de estudio.
En tercer lugar, se interpretaron los resultados para entender el impacto de la IA en el aprendizaje de los
estudiantes. Como sugiere el estudio de (Ahmad et al. 2023), la interpretación de los resultados debe realizarse
cuidadosamente para comprender el impacto real de la IA en el aprendizaje de los estudiantes. Esta fase es
fundamental para traducir los hallazgos estadísticos en conclusiones signicativas y relevantes para el campo
educativo.
Este enfoque se justica por la necesidad de entender cuantitativamente la percepción de los estudiantes y su
correlación con el rendimiento académico. Se apoya en teorías previas sobre metodologías de investigación
cuantitativa en educación y tecnología, quienes subrayan la importancia de correlacionar las percepciones
estudiantiles con su desempeño académico.
Además, se sustenta en las teorías y prácticas de investigación cuantitativa en educación y tecnología.
(González-González 2023) explora cómo la IA está transformando la enseñanza y el aprendizaje en todos
los niveles educativos, desde la personalización del aprendizaje hasta la mejora de la retroalimentación y el
desarrollo de recursos interactivos. Asimismo, se ha demostrado que los formatos basados en inteligencia
articial mejoran la educación a través de la personalización del aprendizaje y la integración de interacciones
humanas y tecnologías de la información y comunicación (Ocaña-Fernández, Valenzuela-Fernández, and
Garro-Aburto 2019)
Además, la aplicación de la inteligencia articial en la innovación educativa, especialmente en el campo
de la realidad virtual y aumentada, proporciona experiencias de aprendizaje más inmersivas e interactivas
para ayudar a los estudiantes a comprender mejor los conceptos (Magallanes Ronquillo et al. 2023) Por
lo tanto, la utilización de encuestas estructuradas y el análisis estadístico de los datos recogidos permiten
una interpretación rigurosa y generalizable de los resultados. Este enfoque es coherente con el trabajo de
Edgerton and McKechnie (2023), quienes enfatizan la relación entre la percepción estudiantil y los resultados
académicos en entornos educativos mejorados tecnológicamente.
12135
4
Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
Publicación arbitrada trimestral
Universidad Técnica de Manabí. Ecuador
Av. Urbina y Che Guevara, Portoviejo, Ecuador
revista.cognosis@utm.edu.ec
e-ISNN 2588-0578
https://revistas.utm.edu.ec/index.php/cognosis
Se proporcionan detalles completos sobre la metodología y las técnicas de análisis estadístico, para permitir
que otros investigadores repliquen o expandan este estudio en contextos similares o diferentes.
Con 434 respuestas, los estudiantes demostraron una inclinación positiva hacia la IA, con medias que oscilan
entre 3.64 y 4.07 para diversas interrogantes. La desviación estándar, situándose entre 0.981 y 1.117, reeja
una variabilidad moderada en la percepción estudiantil.
13
Tabla 1. Estadista por elementos
136
Eberto Tuniesky Gutiérrez De León, Leobel Morell Pérez, Eberto Pablo Gutiérrez Morales, Hirám Hernández Ramos
5
DOI: 10.33936/cognosis.
e-ISNN 2588-0578 Vol. 9, Núm. 1 (133-143): Abril - Junio 2024
Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica
Los histogramas ilustran una preponderancia de calicaciones altas (4 y 5), corroborando la hipótesis de una
recepción favorable hacia la implementación de la IA en la educación.
14
Gráco 1: Histogramas por Preguntas.
137
6
Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
Publicación arbitrada trimestral
Universidad Técnica de Manabí. Ecuador
Av. Urbina y Che Guevara, Portoviejo, Ecuador
revista.cognosis@utm.edu.ec
e-ISNN 2588-0578
https://revistas.utm.edu.ec/index.php/cognosis
Consistencia interna y percepción de la Inteligencia Articial
La investigación reveló una alta consistencia interna en las respuestas, que subraya una consistencia interna
robusta en la percepción de los encuestados, con un alfa de Cronbach de 0.952, lo cual indica una fuerte
abilidad en las percepciones de los estudiantes sobre la inteligencia articial (IA) en su educación. Los
hallazgos principales mostraron una percepción generalmente positiva de la IA, particularmente en términos
de mejorar la calidad del aprendizaje y la preparación para el uso profesional de la IA.
Análisis comparativo por región
La tabla 3 muestra la percepción categorizada en Baja, Media y Alta, distribuida entre diferentes regiones. La
región Oriente presenta la mayoría de las percepciones altas, lo que sugiere una tendencia o factor regional que
podría estar inuenciando esta percepción. Para ello se realizó una prueba chi-cuadrado de Pearson (Tabla 4),
con un valor de 13.057 y un p-valor de 0.110, junto con la Razón de Verosimilitud (12.829; p-valor de 0.118), lo
que demuestra que no se sustenta una diferencia signicativa en la percepción de la IA entre regiones, tal como
lo indica la ausencia de asociación lineal (0.069; p-valor de 0.792).
15
Tabla2. Estadística de Fiabilidad
Tabla 3. Tabulación cruzada Percepción y región
Tabla 4. Prueba Chi-cuadrado de Pearson.
138
Eberto Tuniesky Gutiérrez De León, Leobel Morell Pérez, Eberto Pablo Gutiérrez Morales, Hirám Hernández Ramos
7
DOI: 10.33936/cognosis.
e-ISNN 2588-0578 Vol. 9, Núm. 1 (133-143): Abril - Junio 2024
Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica
Correlaciones entre percepciones
La matriz de correlación proporcionada (Tabla 5) reeja las relaciones entre diferentes percepciones relacionadas
con la inteligencia articial (IA) en el contexto educativo. Los coecientes de correlación varían de 0.516 a
1.000, indicando diferentes grados de asociación positiva entre los elementos. Aquí están los puntos clave del
análisis:
Correlaciones Fuertes: Valores cercanos a 1 sugieren una fuerte correlación positiva. Por ejemplo, la percepción
de que la IA puede mejorar la calidad de la educación general se correlaciona fuertemente con la percepción de
que la IA ha mejorado la experiencia de aprendizaje en la universidad (0.726).
Correlaciones Moderadas: Valores alrededor de 0.5-0.7 indican una correlación moderada. La opinión sobre
cuán bien preparados están los estudiantes para usar la IA en el futuro profesional muestra una correlación
moderada con la percepción de que la IA es esencial para la educación del futuro (0.596).
Consistencia: Los ítems relacionados con la efectividad de la IA y su utilidad como herramienta de aprendizaje
tienden a correlacionarse estrechamente entre sí, lo cual es consistente con la teoría de que las experiencias
positivas con la tecnología refuerzan la percepción de su utilidad.
Implicaciones para la Práctica Educativa: Estas correlaciones sugieren que los estudiantes que perciben
benecios de la IA en su educación actual son más propensos a valorar y sentirse preparados para su uso futuro.
16
Gráco 2: Graco de Barra Regiones y Percepción
139
8
Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
Publicación arbitrada trimestral
Universidad Técnica de Manabí. Ecuador
Av. Urbina y Che Guevara, Portoviejo, Ecuador
revista.cognosis@utm.edu.ec
e-ISNN 2588-0578
https://revistas.utm.edu.ec/index.php/cognosis
La interconexión de actitudes positivas revela que el reconocimiento de benecios inmediatos de la IA predice
una disposición hacia su aplicación profesional futura.
La integración efectiva de la IA emerge como un pilar clave para el desarrollo académico y profesional, un
indicador esencial de preparación para los desafíos futuros.
La presente investigación ha revelado aspectos fundamentales sobre la percepción estudiantil de la inteligencia
articial (IA) en el ámbito educativo. Los resultados obtenidos resaltan una consistencia interna notable en
las actitudes hacia la IA, reejada en un alfa de Cronbach de 0.952. Este hallazgo concuerda con estudios
recientes como el de Kumar (2022), que investigó las percepciones de los estudiantes sobre el uso de la IA
en la educación superior, demostrando una tendencia similar en cuanto a la aceptación y el interés en estas
tecnologías emergentes.
Al analizar las diferencias regionales en las percepciones, se observó que, si bien hay una actitud generalmente
positiva hacia la Inteligencia Articial (IA), existen variaciones sutiles que podrían estar inuenciadas
por factores como el acceso a la tecnología y la exposición a la educación en IA. Este aspecto se alinea con
17
Tabla 5. Correlación lineal de Pierson
140
Eberto Tuniesky Gutiérrez De León, Leobel Morell Pérez, Eberto Pablo Gutiérrez Morales, Hirám Hernández Ramos
9
DOI: 10.33936/cognosis.
e-ISNN 2588-0578 Vol. 9, Núm. 1 (133-143): Abril - Junio 2024
Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica
investigaciones recientes que señalan la disparidad en la adopción y aceptación de tecnologías avanzadas en
diferentes regiones. Un estudio relevante en este contexto es el de Kamalov (2023), que destaca el impacto de
la IA en la mejora de los resultados del aprendizaje, la eciencia en tiempo y costos, y el acceso global a una
educación de calidad.
La correlación moderada entre la percepción de mejora en la calidad del aprendizaje y la preparación para
el uso profesional de la IA (0.516) indica que la integración efectiva de la IA en la educación podría inuir
positivamente en la preparación de los estudiantes para el mundo laboral, tal como lo sugiere la literatura
existente (Wang et al., 2020).
La correlación moderada entre la percepción de mejora en la calidad del aprendizaje y la preparación para
el uso profesional de la IA (0.516) sugiere que la integración efectiva de la IA en la educación podría inuir
positivamente en la preparación de los estudiantes para el mundo laboral. Esta perspectiva se ve reforzada por
estudios recientes, como el de Rodway (2023), que destacan el impacto sustancial de las tecnologías educativas
de IA en las instituciones de educación superior, mejorando no solo los resultados del aprendizaje sino también
la eciencia en términos de tiempo y costos.
Aspectos novedosos y relevancia del estudio
Este estudio aporta una comprensión detallada de cómo las actitudes hacia la IA varían en función de la región
geográca, resaltando la necesidad de políticas educativas inclusivas y equitativas. Además, los resultados
ofrecen una perspectiva valiosa sobre la correlación entre diferentes aspectos de la percepción de la IA, lo que
podría guiar futuras investigaciones y estrategias educativas.
Es importante señalar que la investigación se centró en una población estudiantil especíca, lo que podría
limitar la generalización de los hallazgos. Además, se basó en percepciones autoinformadas, lo que puede
introducir sesgos subjetivos.
En resumen, este estudio contribuye signicativamente al cuerpo de conocimiento existente sobre la percepción
de la IA en la educación, destacando la importancia de considerar las variaciones regionales y la correlación
entre diferentes percepciones para una integración más efectiva de la IA en la educación.
CONCLUSIONES
La investigación sobre la percepción de los estudiantes de nuevo ingreso a la Universidad Estatal Amazónica
respecto a la incidencia de la Inteligencia Articial (IA) en su proceso de aprendizaje y su impacto en el
rendimiento académico ha proporcionado datos signicativos.
Respecto a la percepción de la IA en el aprendizaje, los resultados indican que los estudiantes tienen una
percepción generalmente positiva sobre la IA en la educación. La mayoría de los encuestados cree que la IA
puede mejorar la calidad del aprendizaje y están preparados para incorporar la IA en su futuro profesional.
Esta percepción positiva es consistente a través de las diferentes regiones, aunque con ligeras variaciones que
podrían atribuirse a diferencias en la exposición a la tecnología y la educación en IA.
En cuanto a la correlación entre percepciones y preparación profesional, se encontró una correlación moderada
entre la percepción de la mejora en la calidad del aprendizaje por la IA y la sensación de estar preparados
para usar la IA profesionalmente. Esto sugiere que una actitud positiva hacia la IA en el ámbito educativo
podría traducirse en una mayor conanza en las habilidades relacionadas con la IA para su uso en contextos
profesionales.
18141
10
Vol. 9, Núm. 1 (133-143): Abril - Junio 2024 DOI: 10.33936/cognosis.
Publicación arbitrada trimestral
Universidad Técnica de Manabí. Ecuador
Av. Urbina y Che Guevara, Portoviejo, Ecuador
revista.cognosis@utm.edu.ec
e-ISNN 2588-0578
https://revistas.utm.edu.ec/index.php/cognosis
Estos hallazgos subrayan la importancia de integrar la IA en los currículos educativos para mejorar no solo
la calidad del aprendizaje sino también para preparar a los estudiantes para el mercado laboral futuro. Sin
embargo, es importante reconocer las limitaciones de este estudio, incluyendo su enfoque en una población
especíca y el uso de percepciones autoinformadas, lo que puede introducir ciertos sesgos.
Los autores declaran que no existen conictos de intereses que afecten el normal desarrollo de la evaluación
del manuscrito.
REFERENCIAS BIBLIOGRÁFICAS `
Ahmad, S. F., Han, H., Alam, M. M., Rehmat, M. K., Irshad, M., Arraño-Muñoz, M., & Ariza-Montes, A.
(2023). Impact of Articial Intelligence on Human Loss in Decision Making, Laziness and Safety in Education.
Humanities and Social Sciences Communications, 10(1). doi: 10.1057/s41599-023-01787-8.
Anggoro, K. J., & Pratiwi, D. I. (2023). University Students’ Perceptions of Interactive Response System in
an-English Language Course: A Case of Pear Deck. Research in Learning Technology, 31. doi: 10.25304/rlt.
v31.2944.
Dempere, J., Modugu, K., Hesham, A., & Ramasamy, L. K. (2023). e Impact of ChatGPT on Higher Education.
Frontiers in Education, 8.
Edgerton, E., & McKechnie, J. (2023). e Relationship between Student’s Perceptions of eir School
Environment and Academic Achievement. Frontiers in Psychology, 13. doi: 10.3389/fpsyg.2022.959259.
Godwin, A., Benedict, B., Rohde, J., ielmeyer, A., Perkins, H., Major, J., Clements, H., & Chen, Z. (2021).
New Epistemological Perspectives on Quantitative Methods: An Example Using Topological Data Analysis.
Studies in Engineering Education, 2(1), 16–34.
González-González, C. S. (2023). El Impacto de La Inteligencia Articial En La Educación: Transformación
de La Forma de Enseñar y de Aprender. Qurriculum. Revista de Teoría, Investigación y Práctica Educativa, 36,
51–60. doi: 10.25145/j.qurricul.2023.36.03.
Magallanes Ronquillo, K. K., Mora Rodríguez, A. J., Aguas Veloz, J. F., & Plúas Pérez, L. R. (2023). La Inteligencia
Articial Aplicada En La Innovación Educativa En El Proceso de Enseñanza y Aprendizaje. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 4(2). doi: 10.56712/latam.v4i2.706.
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., & Garro-Aburto, L. L. (2019). Inteligencia Articial y
Sus Implicaciones En La Educación Superior. Propósitos y Representaciones, 7(2), 536–568. doi: 10.20511/
pyr2019.v7n2.274.
19142
Eberto Tuniesky Gutiérrez De León, Leobel Morell Pérez, Eberto Pablo Gutiérrez Morales, Hirám Hernández Ramos
11
DOI: 10.33936/cognosis.
e-ISNN 2588-0578 Vol. 9, Núm. 1 (133-143): Abril - Junio 2024
Impacto de la Inteligencia Artificial en el aprendizaje de los nuevos estudiantes de la Universidad Estatal Amazónica
Park, Y. S., Konge, L., & Artino, A. R. (2020). e Positivism Paradigm of Research. Academic Medicine, 95(5),
690–694.
Seo, K., Tang, J., Roll, I., Fels, S., & Yoon, D. (2021). e Impact of Articial Intelligence on Learner–Instructor
Interaction in Online Learning. International Journal of Educational Technology in Higher Education, 18(1).
doi: 10.1186/s41239-021-00292-9.
Siripipatthanakul, S., Mandar, U. A., Asrifan, A., & Siripipattanakul, S. (2023). Muthmainnah. Siripipatthanakul,
S., Muthmainnah, M., Asrifan, A., Siripipattanakul, S., Kaewpuang, P., Sriboonruang, P., Limna, P., Jaipong, P.,
Sitthipon, T. (2023). Blended Learning and Online Learning During the COVID-19 Pandemic. In Asrifan,
A. & Faradillah, N. (Eds.), Interdisciplinary Research: Collaborative Insights (Vol. 1, pp. 44-54). India: Island
Publishers. Available at SSRN: https://ssrn.com/abstract=4375583
Slimi, Z. (2021). e Impact of AI Implementation in Higher Education on Educational Process Future: A
Systematic Review. doi: 10.21203/rs.3.rs-1081043/v1.
20143
