Competencias y ética en el uso de IAG en estudiantes de Derecho: Universidad Veracruzana, 2026

José Francisco Báez Corona

doi:10.20983/reij.2026.2.7

Autores/as

José Francisco Báez Corona Universidad Veracruzana https://orcid.org/0000-0002-6910-0611

DOI:

https://doi.org/10.20983/reij.2026.2.7

Palabras clave:

Deontología, Enseñanza jurídica, Enseñanza superior, Ética, Inteligencia artificial

Resumen

La incorporación de la inteligencia artificial generativa (IAG ) en la formación jurídica, se ha extendido; sin embargo, su uso frecuente no necesariamente se acompaña de formación para emplearla de forma crítica y ética. El objetivo fue analizar y comparar las competencias para el uso de la IAG y las perspectivas éticas sobre su utilización en estudiantes de Licenciatura y Doctorado en Derecho de la Universidad Veracruzana. Entre febrero y junio de 2026, se realizó un estudio con 253 alumnos: 217 de licenciatura y 36 de doctorado. Se aplicó una escala Likert de 20 reactivos; el uso especializado de IAG en Derecho fue una necesidad expresada. Se concluye que existen formas diferenciadas de apropiación de la IAG , según el nivel de formación, en sus componentes instrumental, crítico y ético.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Báez Corona, J. F. (2025). Teoría y praxis de la nueva pedagogía jurídica: una mirada crítica y propositiva. Tirant lo Blanch.

Báez Corona, J. F. y Rubio Fernández, L. O. (2025). Aplicaciones y desafíos de la inteligencia artificial en la docencia del derecho: un estudio y pautas de capacitación en la Universidad Veracruzana. Revista Electrónica de Investigación en Docencia Universitaria, 6(1), 90-120. https://doi.org/10.54802/r.v6.n1.2024.151

Barrios, F. y Carazas, C. (2025). Alfabetización desde la inteligencia artificial en universitarios: un artículo de revisión sistemática. Revista InveCom, 5(4), artículo e504088. https://doi.org/10.5281/zenodo.14934489

Chiu, T. K. F., Chen, Y., Yau, K. W., Chai, C. S., Meng, H., King, I., Wong, S., & Yam, Y. (2024). Developing and validating measures for AI literacy tests: From self-reported to objective measures. Computers and Education: Artificial Intelligence, 7, article 100282. https://doi.org/10.1016/j.caeai.2024.100282

Clarete Riascos y otros vs. la Nación, Rad. 11001-03-26-000-2026-00056-00 (74200) (Consejo de Estado, Sala de lo Contencioso Administrativo, Sección Tercera, 26 de mayo de 2026).

Delacre, M., Lakens, D., & Leys, C. (2017). Why psychologists should by default use Welch’s t-test instead of Student’s t-test. International Review of Social Psychology, 30(1), 92-101. https://doi.org/10.5334/irsp.82

Doval, E., Viladrich, C., & Angulo-Brunet, A. (2023). Coefficient alpha: The resistance of a classic. Psicothema, 35(1), 5-20. https://doi.org/10.7334/psicothema2022.321

Frías, M. D., Pascual, J. y García, J. F. (2000). Tamaño del efecto del tratamiento y significación estadística. Psicothema, 12(Supl. 2), 236-240. https://reunido.uniovi.es/index.php/PST/article/view/7681

Galván, M., Salazar, A. y Tereucan, J. (2022). Nativos/as digitales en México: evaluación de las propiedades psicométricas de la Escala de Ciudadanía Digital en estudiantes universitarios/as. Edutec. Revista Electrónica de Tecnología Educativa, (82), 119-135. https://doi.org/10.21556/edutec.2022.82.2635

García, A., Corona, K., Hernández, M., Hernández, R. y Villalpa, H. (2024). Diseño y validación de contenido por juicio de expertos de un instrumento para evaluar la efectividad del proceso educativo relacionado en estudiantes de educación superior. Revista Espacios, 45(4), 179-189. https://doi.org/10.48082/espacios-a24v45n04p14

Hernández, M., Ramos, J. M., Chávez, F. J. y Trejo, M. del C. (2024). Ventajas y riesgos de la inteligencia artificial generativa desde la percepción de los estudiantes de educación superior en México. European Public & Social Innovation Review, 9, 1-19. https://doi.org/10.31637/epsir-2024-495

Hernández-Sampieri, R. y Mendoza Torres, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.

Hornberger, M., Bewersdorff, A., & Nerdel, C. (2023). What do university students know about artificial intelligence? Development and validation of an AI literacy test. Computers and Education: Artificial Intelligence, 5, article 100165. https://doi.org/10.1016/j.caeai.2023.100165

López-Roldán, P. y Fachelli, S. (2015). Metodología de la investigación social cuantitativa. Universitat Autònoma de Barcelona.

Martínez, I., Guarneros, E. y Silva, A. (2025). Usos y percepciones de la inteligencia artificial generativa en la educación superior en México: una revisión sistemática. Transdigital, 6(12), 1-15. https://doi.org/10.56162/transdigital492

Matas, A. (2018). Diseño del formato de escalas tipo Likert: un estado de la cuestión. Revista Electrónica de Investigación Educativa, 20(1), 38-47. https://doi.org/10.24320/redie.2018.20.1.1347

Medina, J., Jumbo, G. y Astudillo, J. (2024). Inteligencia artificial y formación profesional de los estudiantes de Derecho: una visión desde sus actores. Ciencia Latina. Revista Científica Multidisciplinar, 8(5), 11116-11135. https://doi.org/10.37811/cl_rcm.v8i5.14495

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. Unesco. https://unesdoc.unesco.org/ark:/48223/pf0000386693

Monesterol-Lencioni, G. y Cañadas-Armijos, A. (2024). Implicaciones y desafíos para la formación de abogados en la PUCE ante la irrupción de la IA. Revista Facultad de Jurisprudencia, 1(15), 131-171. https://doi.org/10.26807/rfj.v1i15.505

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (Unesco). (2026, 16 de enero). Marco de competencias para estudiantes en materia de inteligencia artificial. https://www.unesco.org/es/articles/marco-de-competencias-para-estudiantes-en-materia-de-ia?hub=750

Otzen, T. y Manterola, C. (2017). Técnicas de muestreo sobre una población a estudio. International Journal of Morphology, 35(1), 227-232. https://doi.org/10.4067/S0717-95022017000100037

Perilla, J. (2024). La inteligencia artificial en las facultades de Derecho, a través de generadores de respuestas automáticas. Revista Pedagogía Universitaria y Didáctica del Derecho, 11(2), 55-70. https://doi.org/10.5354/0719-5885.2024.72696

Ravelo, G. (2025). Inteligencia artificial en la formación jurídica: análisis de su integración a la investigación formativa. Prolegómenos, 28(56), 31-47. https://doi.org/10.18359/prole.7515

Rendón-Macías, M. E., Zarco-Villavicencio, I. S. y Villasís-Keever, M. Á. (2021). Métodos estadísticos para el análisis del tamaño del efecto. Revista Alergia México, 68(2), 128-136. https://doi.org/10.29262/ram.v68i2.949

Rodríguez, P. y Manzano, A. (2024). Competencias transversales e inteligencia artificial en educación superior: percepciones y aplicaciones. REDU. Revista de Docencia Universitaria, 22(2), 31-47. https://doi.org/10.4995/redu.2024.22020

Schmidbauer, M., Bühner, M., & Schmidmaier, R. (2024). Developing a holistic AI literacy assessment matrix – Bridging generic, domain-specific, and ethical competencies. Computers and Education Open, 6, article 100177. https://doi.org/10.1016/j.caeo.2024.100177

Universidad Nacional de La Plata. (2026, 4 de febrero). Importante: uso de IA en tribunales: sanción de multa y trámite disciplinario. https://admin.jursoc.unlp.edu.ar/index.php/institucional/politicas-digitales-menu/item/4838-importante-uso-de-ia-en-tribunales-sancion-de-multa-y-tramite-disciplinario.html

Velázquez-Ramos, C. Y., De la O-Camacho, I. J., Camacho, A. D., Domínguez-Aguirre, L. R. y Marcelino-Aranda, M. (2026). Inteligencia artificial: su regulación en la investigación científica, caso México. Revista Tecnología en Marcha, 39(5), 41-50. https://doi.org/10.18845/tm.v39i5.8512