• Análisis de Respuestas Previas: Se realizó un análisis exhaustivo de las respuestas proporcionadas por los expertos en la primera ronda del estudio Delphi. Se identificaron patrones, temas recurrentes en las respuestas para informar el diseño del segundo cuestionario.

• Refinamiento de Preguntas: Los ítems del segundo cuestionario se ajustaron para abordar áreas específicas con preguntas más específicas y cerradas (opción múltiple).

• Distribución del segundo cuestionario: El cuestionario revisado se distribuyó a los participantes, acompañado de un resumen anónimo que agregaba y sintetizaba las respuestas de la primera ronda.

2.2.3. Tercera ronda: Elaboración de las directrices (validación y consenso)

A partir de las respuestas obtenidas en la segunda ronda, se elaboraron una serie de directrices, atendiendo a las respuestas y áreas del MRCDD, para terminar con un análisis final de las respuestas de los expertos para estudiar su validez y confiabilidad.

2.3. Análisis estadístico

El análisis llevado a cabo para la validación del contenido con el coeficiente V de Aiken y sus intervalos de confianza al 95% (Aiken, 1985, 2003; Collet et al., 2019; Imbach & Suárez, 2021) y el análisis de concordancia con el coeficiente W de Kendall (Kendall, 1939; Schmidt, 1997; Siegel, 1956). La transformación de Kendall ofrece un enfoque para presentar datos ordinales en un formato categórico, lo que permite la aplicación de métodos y enfoques discretos. A diferencia de los procedimientos estándar de cuantificación que comprometen la precisión, la transformación de Kendall mantiene con exactitud la clasificación mientras sacrifica la distribución original. Dado que el coeficiente W de Kendall no es un coeficiente de correlación, puede transformarse en un coeficiente de correlación (Rho de Spearman) para facilitar las comparaciones con otros estudios (Legendre, 2005).

Se decidió no utilizar el Alfa de Cronbach (Muijs, 2011) debido a problemas inherentes de redundancia, diversidad y falta de discriminación entre los ítems. Ya que en un estudio según el método Delphi, el objetivo es alcanzar un consenso entre los expertos, lo que lleva a respuestas muy similares que puede inflar artificialmente las correlaciones entre ítems, resultando en una baja variabilidad total y, paradójicamente, un Alfa de Cronbach más bajo. Por lo tanto, se consideró que el uso de esta métrica no era adecuado para evaluar el acuerdo entre expertos en este contexto, y se emplearon otras medidas de validez y fiabilidad más apropiadas. Para el análisis de datos se usó el paquete estadístico Jamovi v2.3 (The Jamovi Project, 2022) basado en R.

3. Resultados y discusión

El análisis detallado de los valores de los coeficientes V de Aiken, W de Kendall y Rho de Spearman para las seis áreas específicas relacionadas con competencias digitales proporciona una visión clara de la validez, el acuerdo y la consistencia en las evaluaciones, mostrándose en la figura 1. A continuación, se presentan las preguntas (ítems) y los resultados en porcentaje de las respuestas obtenidas por el panel de expertos en la segunda ronda, así como las directrices elaboradas en la tercera ronda, sometidas al análisis del panel de expertos y separadas por áreas: Área 1- Compromiso Profesional (Tabla 7 y 8); Área 2- Contenidos Digitales (Tabla 9 y 10); Área 3- Enseñanza y Aprendizaje (Tabla 11 y 12); Área 4- Evaluación y Retroalimentación (Tabla 13 y 14); Área 5- Empoderamiento del Alumnado (Tabla 15 y 16); Área 6- Desarrollo de la Competencia Digital del Alumnado (Tabla 17 y 18), con las siguiente descripción de las variables: V (V de Aiken para el conjunto del área); W (W de Kendall para el conjunto del área); ρ (Rho de Spearman para el conjunto del área) Vc (V de Aiken para la claridad); Vr (V de Aiken para la relevancia); Vp (V de Aiken para la pertinencia);Ví (V de Aiken del ítem); IC 95% (Intervalo de confianza al 95%).

Figura 1. Valores de V de Aiken, W de Kendall y Rho de Spearman

Fuente: Elaboración propia.

La relación entre las áreas del marco de competencia digital docente y las diferentes partes del TPACK se puede sintetizar de la siguiente manera: El Área 1 (Compromiso Profesional) se relaciona con el conocimiento tecnológico (TK) y el conocimiento pedagógico (PK). El Área 2 (Contenidos Digitales) está vinculada con el conocimiento tecnológico del contenido (TCK) y el conocimiento tecnológico pedagógico (TPK). En el Área 3 (Enseñanza y Aprendizaje), se destacan el conocimiento tecnológico (TK), el conocimiento tecnológico del contenido (TCK), y el conocimiento tecnológico pedagógico (TPK). El Área 4 (Evaluación y Retroalimentación) abarca el conocimiento tecnológico del contenido (TCK) y el conocimiento tecnológico pedagógico (TPK). El Área 5 (Empoderamiento del Alumnado) está asociada con el conocimiento tecnológico (TK), el conocimiento pedagógico (PK), y el conocimiento pedagógico del contenido (PCK). Finalmente, el Área 6 (Desarrollo de la Competencia Digital del Alumnado) se relaciona con el conocimiento tecnológico (TK), el conocimiento pedagógico (PK), el conocimiento tecnológico del contenido (TCK), el conocimiento tecnológico pedagógico (TPK), y el conocimiento pedagógico del contenido (PCK).

3.1. Área 1: Compromiso Profesional

Los resultados del panel de expertos subrayan la preferencia por incorporar tecnologías de IA que mejoren la colaboración y eficiencia entre docentes, destacando la importancia de las plataformas de colaboración basadas en IA y la automatización de tareas. El compromiso profesional resulta crítico en este contexto, ya que implica la capacidad de los docentes para interactuar digitalmente con colegas, alumnos y padres de familia a través de diversos canales digitales como sitios web, WhatsApp y blogs. Este compromiso facilita una comunicación efectiva y promueve una práctica reflexiva y una formación continua mediante cursos online, MOOC y webinars (Cabero et al., 2020), siendo fundamental para mantener una enseñanza de alta calidad (Rodríguez Martínez, 2021).

Además, el compromiso profesional abarca competencias clave como la comunicación organizativa, participación y colaboración profesional, práctica reflexiva, desarrollo profesional digital continuo, y la protección de datos personales, privacidad, seguridad y bienestar digital (MRCDD, 2022). La inclusión de estas competencias asegura que los docentes no solo empleen tecnologías digitales para tareas administrativas, sino también para reflexionar y mejorar su práctica educativa continua.

3.2. Área 2: Contenidos Digitales

En el ámbito de los contenidos digitales, las encuestas revelan una clara tendencia hacia la adopción de tecnologías de inteligencia artificial (IA) que optimicen tanto la búsqueda y selección como la creación y gestión de contenidos en la formación docente. La preferencia por recomendadores de contenido y técnicas de procesamiento de lenguaje natural resalta la necesidad de mejorar la eficiencia en la personalización y acceso a recursos educativos. No obstante, es notable la ausencia de interés en motores de búsqueda personalizados, lo que podría reflejar una percepción de suficiencia con las herramientas existentes o una falta de familiaridad con las avanzadas posibilidades de personalización.

Esta área se centra en la capacidad de los docentes para crear, modificar y compartir contenidos digitales, utilizando herramientas avanzadas como asistentes de generación y edición automática de textos, que facilitan la adaptación y personalización de materiales educativos (Kamalov et al., 2023).

La gestión de contenidos digitales no solo implica la creación y modificación de materiales, sino también la protección y gestión adecuada de estos. Los sistemas de gestión de derechos digitales y las plataformas de compartición segura son esenciales para asegurar la propiedad intelectual y el cumplimiento de las normativas de privacidad, subrayando la importancia de la seguridad y gestión en el entorno educativo digital.

Además, las competencias en contenidos digitales abarcan la búsqueda, selección, creación y protección de contenidos, aspectos que son críticos para la labor docente. Sin embargo, la creación de contenidos digitales se ha identificado como una de las competencias más débiles entre los docentes, con solo el 1.9% creando contenido regularmente (Levano et al., 2019; Martínez & Garcés, 2020). El MRCDD (2022) estructura esta área para asegurar que los docentes no solo utilicen contenidos digitales existentes, sino que también puedan adaptarlos y crearlos de manera efectiva y segura.

3.3. Área 3: Enseñanza y Aprendizaje

Los resultados del panel de expertos en enseñanza y aprendizaje revelan una marcada preferencia por integrar herramientas de IA que personalicen y optimicen la experiencia educativa. En el ámbito del aprendizaje autorregulado, se demanda ampliamente la implementación de aplicaciones de autoevaluación personalizada, lo que refleja la necesidad de herramientas que permitan a los estudiantes gestionar y evaluar su progreso de manera autónoma. Las herramientas de recordatorios y planificación automatizada, así como los sistemas de tutoría inteligente, son también altamente valoradas. La clave para una implementación efectiva de la IA en la formación docente reside en la personalización del aprendizaje, la retroalimentación continua y la colaboración.

La pedagogía digital juega un papel crucial en este contexto, implicando el uso de tecnologías para mejorar la enseñanza y el aprendizaje. Esto abarca la planificación, implementación y evaluación de estrategias didácticas que incorporen herramientas digitales (Krumsvik et al., 2018). La formación inicial de los docentes en el uso de las tecnologías digitales es esencial para desarrollar estas competencias, permitiendo una integración efectiva de las tecnologías en múltiples contextos pedagógicos (Cabero & Martínez, 2019). El MRCDD (2022) establece competencias clave como la enseñanza, la orientación y apoyo en el aprendizaje, el aprendizaje entre iguales y el aprendizaje autorregulado, permitiendo a los docentes diseñar, implementar y evaluar procesos de enseñanza y aprendizaje efectivos utilizando tecnologías digitales.

3.4. Área 4: Evaluación y Retroalimentación

Los resultados del panel de expertos en evaluación y retroalimentación subrayan la relevancia de incorporar sistemas de evaluación adaptativa y basados en IA en la formación docente. Estudios han encontrado que los docentes que implementan tecnologías digitales para la evaluación y retroalimentación pueden mejorar significativamente el proceso de aprendizaje (Ocaña et al., 2020). No obstante, muchos docentes aún enfrentan desafíos en este aspecto, especialmente en el contexto de la pandemia (Benavente et al., 2021).

El MRCDD (2022) especifica competencias clave en estrategias de evaluación, analíticas y evidencias de aprendizaje, y retroalimentación y toma de decisiones. Estas competencias aseguran que los docentes puedan evaluar de manera integral y continua el proceso de aprendizaje, adaptando sus métodos y estrategias según las necesidades detectadas.

3.5. Área 5: Empoderamiento del Alumnado

Los resultados del panel de expertos en el área de empoderamiento del alumnado destacan la integración de tecnologías de asistencia basadas en IA para mejorar la accesibilidad e inclusión en el aula (Baltazar, 2023; Gachago et al., 2023). Herramientas como los lectores de pantalla, asistentes de voz, traducción y transcripción en tiempo real, y la adaptación de materiales educativos son altamente valoradas. Esto refleja la necesidad de facilitar el acceso a los contenidos educativos para todos los estudiantes, independientemente de sus capacidades. También se destaca el apoyo significativo a las herramientas de accesibilidad multimodal, subrayando la importancia de proporcionar múltiples formas de acceso a la información.

En cuanto a la personalización del aprendizaje, las herramientas de tutoría inteligente que adaptan actividades y recursos son esenciales. Estas permiten adaptar el contenido educativo a las necesidades individuales de cada estudiante, mejorando su experiencia de aprendizaje. Las estrategias de enseñanza adaptativas y los sistemas de tutoría virtual son cruciales para ofrecer apoyo personalizado y continuo.

Esto incluye la promoción de la colaboración en línea, el uso de entornos virtuales de aprendizaje y la facilitación de proyectos digitales. La promoción de competencias digitales entre los estudiantes es vital para su desarrollo académico y personal (Sá & Serpa, 2020). Los docentes deben estar capacitados para utilizar herramientas que permitan a los estudiantes explorar y crear de manera autónoma (Linares et al., 2018). El MRCDD (2022) detalla competencias como la accesibilidad e inclusión, la atención a las diferencias personales en el aprendizaje y el compromiso activo del alumnado con su propio aprendizaje.

3.6. Área 6: Desarrollo de la Competencia Digital del Alumnado

Los resultados del panel de expertos subrayan la importancia de integrar aspectos éticos y de privacidad relacionados con la inteligencia artificial (IA) en la formación sobre alfabetización mediática para desarrollar la competencia digital del alumnado. La comprensión de la privacidad de datos y el uso responsable de la tecnología son altamente valorados, reflejando una fuerte necesidad de educar a los estudiantes sobre cómo manejar sus datos personales y utilizar la tecnología de manera ética. Además, la evaluación crítica de fuentes y algoritmos, junto con módulos sobre ética de la IA, son esenciales para fomentar una actitud crítica y reflexiva hacia la tecnología.

El enfoque de esta área es asegurar que los docentes sean capaces de fomentar el desarrollo de competencias digitales en sus estudiantes, garantizando que adquieran las habilidades necesarias para usar tecnologías de manera efectiva y ética. Esto incluye la enseñanza sobre seguridad en línea, gestión de información y creación de contenidos digitales. El desarrollo de estas competencias es crucial en el contexto educativo actual, donde las tecnologías digitales juegan un papel central (Díaz & Loyola, 2021). La formación continua y la actualización de estas competencias son esenciales para que los docentes puedan guiar a sus estudiantes en el uso seguro y eficiente de la tecnología (Perdomo, González, & Barrutia, 2020).

El MRCDD (2022) establece competencias en alfabetización mediática y en tratamiento de la información y de los datos, comunicación y colaboración digital, creación de contenidos digitales, uso responsable y bienestar digital, y resolución de problemas digitales. Estas competencias aseguran que los estudiantes desarrollen un uso crítico y creativo de las tecnologías digitales.

4. Conclusiones

El estudio llevado a cabo ha permitido identificar, consensuar y validar directrices fundamentales para la formación docente en inteligencia artificial (IA) dentro del MRCDD, utilizando el método Delphi. Los fundamentos TPACK (Conocimiento Tecnológico, Pedagógico y del Contenido) para las directrices son esenciales para una formación docente efectiva en el uso de la inteligencia artificial y el desarrollo de competencias digitales. TPACK permite a los docentes combinar contenido, pedagogía y tecnología de manera sinérgica, mejorando el aprendizaje de los estudiantes. Estas directrices subrayan la importancia de una formación continua que capacite a los docentes para seleccionar tecnologías adecuadas y abordar las implicaciones éticas del uso de IA, promoviendo una enseñanza adaptativa y reflexiva.

La integración de tecnologías de IA en la formación docente es esencial para optimizar la gestión educativa y mejorar los procesos de enseñanza-aprendizaje. Los expertos han subrayado la importancia de herramientas de IA que faciliten la automatización de tareas administrativas, la personalización del aprendizaje y la creación de contenidos educativos adaptativos. La competencia digital docente no solo abarca el uso de herramientas tecnológicas, sino también la capacidad para reflexionar críticamente sobre su aplicación pedagógica. Los docentes deben estar preparados para evaluar y seleccionar las tecnologías adecuadas, adaptándolas a las necesidades específicas de sus estudiantes.

Uno de los aspectos más enfatizados por los expertos es la necesidad de formar a los docentes en el uso ético y responsable de la IA. La protección de datos personales, la privacidad y el bienestar digital son temas cruciales que deben ser abordados en los programas de formación. Es fundamental que los docentes comprendan las implicaciones éticas del uso de datos y tecnologías emergentes. La IA ofrece oportunidades significativas para personalizar la educación, atendiendo a las diferencias individuales de los estudiantes. Los sistemas de tutoría inteligente, las plataformas de aprendizaje adaptativo y las herramientas de evaluación continua son vistos como elementos clave para mejorar la eficacia educativa y el compromiso de los alumnos.

La adopción de herramientas de evaluación adaptativa y análisis predictivo basadas en IA permite una evaluación más precisa y personalizada del desempeño estudiantil. La retroalimentación instantánea y detallada es esencial para ajustar las estrategias pedagógicas y proporcionar un apoyo más efectivo a los estudiantes. Los docentes deben ser capacitados para desarrollar competencias digitales en sus alumnos, promoviendo una alfabetización mediática crítica y el uso responsable de la tecnología. La creación de contenidos digitales, la resolución de problemas y la ciudadanía digital son áreas fundamentales que deben ser integradas en los currículos escolares.

Los coeficientes de Aiken, Kendall y Spearman utilizados en el análisis estadístico han mostrado una alta concordancia y validez en las evaluaciones de los expertos. Esto sugiere que las directrices propuestas son robustas y pueden servir como una base sólida para el diseño de programas de formación docente en IA. Las directrices consensuadas en este estudio tienen importantes implicaciones para la práctica educativa. Los responsables de políticas educativas y los diseñadores de programas de formación deben considerar estas recomendaciones para asegurar que los docentes estén adecuadamente preparados para integrar la IA en sus prácticas pedagógicas. La formación continua y el desarrollo profesional deben incluir componentes específicos sobre el uso ético de la IA, la protección de datos y la personalización del aprendizaje para maximizar el impacto positivo de estas tecnologías en la educación.

El estudio también abre nuevas líneas de investigación para explorar la implementación efectiva de las directrices propuestas. Sería valioso investigar cómo estas directrices pueden ser adaptadas a diferentes contextos educativos y culturales, y evaluar su impacto en la práctica docente y el aprendizaje de los estudiantes. Además, el desarrollo de estudios longitudinales podría proporcionar una visión más profunda sobre la evolución de la competencia digital docente y la integración de la IA en la educación.

Financiación

Este trabajo no ha recibido financiación externa.

Referencias bibliográficas

Agreda, M., Hinojo, M.A. y Sola, J.M. (2016). Diseño y validación de un instrumento para evaluar la competencia digital de los docentes en la educación superior española. Pixel-Bit. Revista de Medios Y Educación, 49(1), 39–56. https://doi.org/10.12795/pixelbit.2016.i49.03

Aiken, L. R. (1985). Three coefficients for analyzing the reliability and validity of ratings. Educational and psychological measurement, 45(1), 131-142.

Aiken, L. R. (2003). Tests psicológicos y evaluación. Pearson educación.

Akins, R. B., Tolson, H., y Cole, B. R. (2005). Stability of response characteristics of a Delphi panel: application of bootstrap data expansion. BMC Medical Research Methodology, 5(37). Recuperado de http://goo.gl/nihfGc

Angeli, C., y Valanides, N. (2009). Epistemological and methodological issues for the conceptualization, development, and assessment of ICT–TPCK: Advances in technological pedagogical content knowledge (TPCK). Computers & Education, 52(1), 154-168.

Baltazar, C. (2023). Herramientas de IA aplicables a la Educación. Technology Rain Journal, 2(2), 15-15.

Benavente, S. Ú., Flores, M., Guizado, F., y Núñez, L. A. (2021). Desarrollo de las competencias digitales de docentes a través de programas de intervención 2020. Propósitos y Representaciones, 9(1). https://revistas.usil.edu.pe/index.php/pyr/article/view/1034/1308

Cabero, J., Barroso, J. y Llorente, M. C. (2010). El diseño de Entornos Personales de Aprendizaje y la formación de profesores en TIC. Digital Education Review, 18, 26-37.

Cabero, J., Barroso, J., Palacios, A., y Llorente, C. (2020). Marcos de Competencias Digitales para docentes universitarios: su evaluación a través del coeficiente competencia experta. Revista Electronica Interuniversitaria de Formacion Del Profesorado, 23(2), 1–18. https://doi.org/10.6018/reifop.413601

Cabero, J. y Llorente, M. C. (2008). La alfabetización digital de los alumnos. Competencias Digitales Para El Siglo XXI, 42(2), 7-28.

Cabero, J., y Martínez, A. (2019). Las TIC y la formación inicial de los docentes. Modelos y competencias digitales. Profesorado, Revista de Currículum y Formación del Profesorado, 23(3), 247–268. https://doi.org/10.30827/profesorado.v23i3.9421

Collet, C., do Nascimento, J. V., Folle, A., y Ibáñez, S. J. (2019). Construcción y validación de un instrumento para el análisis de la formación deportiva en voleibol. Cuadernos de psicología del deporte, 19(1), 178-191.

Cortina, B., Gallardo, M. A, Jiménez, M. Á. y Trujillo, J. M. (2014). El analfabetismo digital: un reto de los docentes del siglo XXI. Cultura Y Educación, 26(2), 231–264. https://doi.org/10.1080/11356405.2014.935108

Delbecq, A. L., Van de Ven, A. H., y Gustafson, D. H. (1975). Group techniques for program planning. Glenview, IL: Scott-Foresman and Co.

Díaz, D., y Loyola, E. (2021). Competencias digitales en el contexto COVID 19: una mirada desde la educación. Revista Innova Educación, 3(1), 120–150. https://doi.org/10.35622/j.rie.2021.01.006

Fraga, F., y Rodríguez, A. (2017). Dilemas y desafíos en la tecnología educativa en el EEES: Percepciones y creencias de futuros maestros. Profesorado. Revista de currículum y formación del profesorado, 21(1), 123-142.

Gachago, D., Bali, M., y Pallitt, N. (2023). Equity-Oriented Learning Design: An Entangled Future. Postdigital Science and Education. https://doi.org/10.1007/s42438-023-00420-w

Gallego, M.J., Gámiz, V. y Gutiérrez, E. (2010). El futuro docente ante las competencias en el uso de las tecnologías de la información y comunicación para enseñar. EDUTEC. Revista electrónica de tecnología educativa, 34, 1-18.

García. A. y Martín, M. (2016). ¿Se Sienten Preparados Los Graduados En Maestro De Primaria Para Afrontar La Profesión Docente? Bordón. Revista de Pedagogía, 68(2), 69–84. https://doi.org/10.13042/Bordon.2016.68205

Girón Escudero, V., Cózar-Gutiérrez, R. y González-Calero Somoza, J.A. (2019). Análisis de la autopercepción sobre el nivel de competencia digital docente en la formación inicial de maestros/as. Revista Electrónica Interuniversitaria de Formación del Profesorado, 22(3), 193-218.

Gisbert, M., González, J. y Esteve, F. (2016). Competencia digital y competencia digital docente: una panorámica sobre el estado de la cuestión. Revista Interuniversitaria de Investigación En Tecnología Educativa, 0, 74–83. https://doi.org/10.6018/riite2016/257631

Gómez, L.; Roca, C. y Guerrero, F. (2014). ¿Cómo perciben los estudiantes la adquisición de competencias? Análisis comparado: Teorías de la Comunicación en la Universidad Pompeu Fabra. Historia y Comunicación Social, 19(0), 313–326.

González, J., Espuny, C. y Gisbert, M. (2010). La evaluación cero de la competencia nuclear digital en los nuevos grados del EEES. @tic. Revista d’Innovació Educativa, 4, 13-20.

Imbach, I., y Suarez, O. (2021). Diseño y validación de secuencia didáctica para el estudio de la corriente eléctrica con dispositivos móviles en el contexto rural. Tecné, Episteme y Didaxis: TED, 2656-2661.

Kamalov, F., Calonge, D. S., y Gurrib, I. (2023). New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution. Sustainability, 15(16), 12451. https://doi.org/10.3390/su151612451

Kampylis, P., Punie, Y., y Devine, J. (2015). Promoting effective digital-age learning-A European framework for digitally-competent educational organisations (No. JRC98209). Joint Research Centre. https://publications.jrc.ec.europa.eu/repository/handle/JRC98209

Kendall, M. G., y Smith, B. B. (1939). The problem of m rankings. The annals of mathematical statistics, 10(3), 275-287.

Koehler, M. J., y Mishra, P. (2009). What is technological pedagogical content knowledge (TPACK)? Contemporary Issues in Technology and Teacher Education, 9(1), 60-70.

Krumsvik, R. J., Berrum, E., y Jones, L. Ø. (2018). Everyday digital schooling - Implementing tablets in Norwegian primary school: Examining outcome measures in the first cohort. Nordic Journal of Digital Literacy, 13(3). https://doi.org/10.18261/ISSN.1891-943X-2018-03-03

Landeta, J. (1999). El método Delphi: una técnica de previsión para la incertidumbre. Airel.

Landeta, J. (2006). Current validity of the Delphi method in social sciences. Technological Forecasting and Social Change, 73(5), 467-482.

Legendre, P. (2005). Species associations: the Kendall coefficient of concordance revisited. Journal of agricultural, biological, and environmental statistics, 10(2), 226-245.

Levano, L., Sanchez, S., Guillén, P., Tello, S., Herrera, N., y Collantes, Z. (2019). Competencias digitales y educación. Propósitos y Representaciones, 7(2), 569–588. https://doi.org/10.20511/pyr2019.v7n2.329

Linares, E., Hernández, V., Domínguez, J. L., Fernández, S., Hevia, V., Mayor, J., Padilla, B., y Ribal, M. J. (2018). Methodology of a systematic review. Actas Urológicas Españolas (English Edition), 42(8), 499–506. https://doi.org/10.1016/j.acuroe.2018.07.002

López Gómez, E. (2018). El método Delphi en la investigación actual en educación: una revisión teórica y metodológica. Educación XX1: revista de la Facultad de Educación, 17-40. https://doi.org/10.5944/educxx1.20169

Maestre, M. M., Nail, O. y Rodríguez, A. J. (2017). Desarrollo de competencias TIC y para la educación inclusiva en la formación inicial práctica del profesorado. Bordón. Revista de Pedagogía, 69(3), 57-72. https://doi.org/10.13042/Bordon.2017.51110

Martínez, J., y Garcés, J. (2020). Competencias digitales docentes y el reto de la educación virtual derivado de la COVID-19. Educación y Humanismo, 22(39), 1–16. https://doi.org/10.17081/eduhum.22.39.4114

Mishra, P., y Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017-1054.

MRCDD. (2022). Instituto Nacional de Tecnologías del Aprendizaje y de Formación del Profesorado (INTEF) [Ministerio de Educación y Formación Profesional] - Marco de Referencia de la Competencia Digital Docente. Disponible en https://intef.es/wp-content/uploads/2023/05/MRCDD_GTTA_2022.pdf

Muijs, D. (2011). Doing Quantiative Research in Educaton with SPSS. Los Angeles: Sage Publications.

Munar-Garau, J., Oceja, J., y Salinas-Ibáñez, J. (2024). Equivalencias entre los indicadores de la herramienta SELFIE y el marco DigCompEdu a partir de la técnica Delphi [Equivalences between SELFIE indicators and DigCompEdu framework based on Delphi technique]. Pixel-Bit. Revista de Medios y Educación, 69, 131-168. https://doi.org/10.12795/pixelbit.101775

Ocaña, Y., Valenzuela, L., y Morillo, J. (2020). La competencia digital en el docente universitario. Propósitos y Representaciones, 8(1), 455. https://doi.org/10.20511/pyr2020.v8n1.455

Perdomo, B., González, O., y Barrutia, I. (2020). Competencias digitales en docentes universitarios: una revisión sistemática de la literatura. EDMETIC, 9(2), 92–115. https://doi.org/10.21071/edmetic.v9i2.12796

Pozuelo, J. (2014). ¿Y si enseñamos de otra manera? Competencias digitales para el cambio metodológico. Caracciolos, 2(1), 1-21.

Prendes, M. P., Castañeda, L. y Gutiérrez, I. (2010). Competencias para el uso de TIC de los futuros maestros. Comunicar, 17(35), 175-181. https://doi.org/10.3916/C35-2010-03-11

Roblizo, M. J., y Cózar, R. (2015). Usos y competencias en TIC en los futuros maestros de educación infantil y primaria: hacia una alfabetización tecnológica real para docentes. Píxel-Bit, Revista de Medios Y Educación, 47, 23–39. https://doi.org/10.12795/pixelbit.2015.i47.02

Rodríguez Martínez, A. J. (2021). Competencias Digitales Docentes y su Estado en el Contexto Virtual. Revista peruana de investigación e innovación educativa, 1(2), e21038. https://doi.org/10.15381/rpiiedu.v1i2.21038

Romero, S. J., Hernández C. J. y Ordóñez, X.G. (2016). La competencia digital de los docentes en educación primaria: análisis cuantitativo de su competencia, uso y actitud hacia las nuevas tecnologías en la práctica docente. Tecnología, Ciencia y Educación, 4, 33–51.

Sá, M. J., y Serpa, S. (2020). COVID-19 and the promotion of digital competences in education. Universal Journal of Educational Research, 8(10), 4520–4528. https://doi.org/10.13189/ujer.2020.081020

Sánchez, P., Ramos, F. J., y Sánchez, J. (2014). Formación continua y competencia digital docente: el caso de la Comunidad de Madrid. Revista Iberoamericana de Educación, 65, 91–110.

Schmidt, R. C. (1997). Managing Delphi surveys using nonparametric statistical techniques. Decision Sciences, 28(3), 763-774. https://doi.org/10.1111/j.1540-5915.1997.tb01330.x

Shulman, L. S. (1986). Those who understand: Knowledge growth in teaching. Educational researcher, 15(2), 4-14.

Siegel, S. (1956). Nonparametric statistics for the behavioral sciences (No. 519.5 S54).

The Jamovi project (2022). Jamovi. (Version 2.3) [Computer Software]. Retrieved from https://www.jamovi.org

Tondeur, J., van Braak, J., Ertmer, P. A., y Ottenbreit-Leftwich, A. (2017). Understanding the relationship between teachers’ pedagogical beliefs and technology use in education: A systematic review of qualitative evidence. Educational Technology Research and Development, 65(3), 555-575.

Valverde-Berrocoso, J., Garrido-Arroyo, M. C., Burgos-Videla, C., y Morales-Cevallos, M. B. (2020). Trends in educational research about e-learning: A systematic literature review (2009–2018). Sustainability, 12(12), 5153.

Voogt, J., Fisser, P., Good, J., Mishra, P., y Yadav, A. (2015). Computational thinking in compulsory education: Towards an agenda for research and practice. Education and Information Technologies, 20(4), 715-728.

Biografías

Fabio Saz-Pérez: Licenciado en Biología y Bioquímica, con dos másters en Neurociencias y Formación del Profesorado. Con más de 10 años de experiencia docente en secundaria, abarcando diversas materias científicas, y 6 años de coordinación TIC. Actualmente, es funcionario de carrera para la Conselleria d’Educació de les Illes Balears. En el ámbito académico-investigador, Doctorando en Tecnología Educativa y ha participado en proyectos de introducción de nuevas tecnologías en el aula, así como en congresos sobre TIC y didáctica de las ciencias. También es ponente en formaciones relacionadas con la neuroeducación.

Alexandra Lizana Carrió: Licenciada en Pedagogía (Especializada en Pedagogía Escolar), Máster en Tecnología Educativa: E-Learning y Gestión del Conocimiento, y Doctora en Tecnología Educativa: Aprendizaje Virtual y Gestión del Conocimiento. Forma parte del Departamento de Didáctica General y Teorías de la Educación como docente del CESAG, impartiendo asignaturas en los grados de Educación Primaria y Educación Infantil. También forma parte del Departamento de Pedagogía Aplicada y Psicología de la Educación de la UIB, dando clases en los grados de Primaria y Pedagogía. Colabora con la Universidad Nacional de la Patagonia Austral (UNPA) de Argentina como docente en el Máster en Educación en Entornos Virtuales.

Bartolomé Pizà-Mir: Licenciado y Doctor en Ciencias, también Doctor en Ciencias de la Educación por la Universidad de las Islas Baleares. Con más de 10 años de experiencia docente en etapas obligatorias y postobligatorias. En el ámbito de la investigación, es autor de diversas publicaciones (artículos y capítulos de libro) sobre evaluación, diseño curricular y didáctica específica de ciencias y matemáticas. Ha sido ponente en varios congresos relacionados con estas temáticas. Actualmente, también es profesor universitario en las áreas mencionadas y funcionario de carrera docente en la especialidad de matemáticas.

Bárbara de Benito Crosetti: Licenciada en Pedagogía y Doctora en Ciencias de la Educación por la Universidad de las Islas Baleares (UIB). Profesora en el Departamento de Pedagogía Aplicada y Psicología de la Educación de la UIB, impartiendo asignaturas de Tecnología Educativa en el grado de Pedagogía. Ha trabajado como técnica superior en el servicio de educación a distancia Campus Extens de la UIB (1997-2007) y como profesora asociada (1999-2007). Experiencia en docencia de grado, postgrado y formación de formadores a nivel nacional e internacional. Miembro del Grupo de Tecnología Educativa (GTE) desde 1992, participando en proyectos de investigación, diseño de materiales y entornos virtuales de formación. Sus líneas de investigación incluyen herramientas y plataformas para formación en red, videoconferencia en la docencia, diseño de materiales didácticos, estrategias didácticas en entornos virtuales y sistemas de gestión del conocimiento y aprendizaje.

_______________________________

Cómo citar: Saz-Pérez, F.; Lizana Carrió, A.; Pizà-Mir, B. y de Benito Crosetti, B. (2025). Validación y desarrollo de directrices para la formación docente en inteligencia artificial dentro del marco de referencia de la competencia digital docente mediante el método Delphi. UTE Teaching & Technology (Universitas Tarraconensis), (1), e3950. https://doi.org/10.17345/ute.2025.3950