https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
6
Artículo de investigación
Inteligencia artificial para el desarrollo de habilidades blandas
en estudiantes de pedagogía de la física y la química
Artificial intelligence for developing soft skills in students of physics and
chemistry education
Carlos Aimacaña Pinduisaca*
Universidad Nacional de Chimborazo
Riobamba - Ecuador
caimacania@unach.edu.ec
https://orcid.org/0000-0002-8033-788X
Monserrat Orrego Riofrío
Universidad Nacional de Chimborazo
Riobamba - Ecuador
morrego@unach.edu.ec
https://orcid.org/0000-0002-6607-2344
Erick Orlando Aimacaña Paredes
Universidad Técnica Particular de Loja
Loja - Ecuador
eoaimacana@utpl.edu.ec
https://orcid.org/0009-0009-5940-3094
Edison Barba Tamayo
Universidad Nacional de Chimborazo
Riobamba - Ecuador
ebarba@unach.edu.ec
https://orcid.org/0000-0003-3492-9072
*Correspondencia:
caimacania@unach.edu.ec
Cómo citar este artículo:
Aimacaña, C., Orrego, M., Aimacaña, E., &
Barba, E. (2026). Inteligencia artificial para
el desarrollo de habilidades blandas en
estudiantes de pedagogía de la física y la
química. Revista de Investigación Educativa
Niveles, 3(2), 6-14.
https://doi.org/10.61347/rien.v3i2.102
Recibido: 22 de mayo de 2026
Aceptado: 24 de junio de 2026
Publicado: 3 de julio de 2026
Resumen: Las herramientas de la inteligencia artificial (IA) han
transformado la
formación de los futuros docentes de ciencias experimentales de la Universidad Nacional
de Chimborazo en Ecuador, por lo que se requieren habilidades tecnológicas que
contribuyan a un desenvolvimiento adecuado en las aulas. La investigación analiza el
papel de la IA en el desarrollo de las habilidades blandas: adaptabilidad,
responsabilidad, comunicación y acceso y gestión eficaz de la información. El enfoque
adoptado fue descriptivo y la investigación fue de tipo no experimental, de carácter
correlacional, con una metodología analítico-sintética. Se ejecutó
en un periodo
académico de 6 meses y se trabajó con 109 estudiantes que hubieran cursado las
asignaturas de Física y Química. Para la recolección de datos se empleó un cuestionario
creado en Google forms conformado por preguntas cerradas de opción múltiple; en
tanto, para la recolección, tabulación, análisis y presentación de los datos cuantitativos se
utilizó el programa estadístico SPSS v26. Se concluye que las herramientas de la IA
NotebookLM, Claude, ChatGPT y Gemini promueven en los estudiantes el desarrollo de
habilidades como adaptabilidad, responsabilidad, comunicación, y acceso y gestión
eficaz de la información.
Palabras clave: Formación docente, habilidades blandas, inteligencia artificial.
Abstract: Artificial intelligence (AI) tools have transformed the training of future experimental
science teachers at the National University of Chimborazo in Ecuador, creating a need for
technological skills that will enable them to perform effectively in the classroom. This study
analyzes the role of AI in the development of soft skills: adaptability, responsibility,
communication, and effective access to and management of information. The study adopted a
descriptive approach and was a non-experimental, correlational study using an analytical-
synthetic methodology. The study was conducted over a 6-month academic period and involved
109 students who had taken courses in physics and chemistry. A questionnaire created in Google
Forms consisting of closed-ended multiple-choice questions was used for data collection;
meanwhile, the statistical software SPSS v26 was used for the collection, tabulation, analysis,
and presentation of quantitative data. It is concluded that the AI tools NotebookLM, Claude,
ChatGPT, and Gemini promote the development of skills such as adaptability, responsibility,
communication, and effective access to and management of information among students.
Keywords: Artificial intelligence, soft skills, teacher training.
Copyright: Derechos de autor 2026 Carlos
Aimacaña Pinduisaca, Monserrat Orrego
Riofrío, Erick Orlando Aimacaña Paredes,
Edison Barba Tamayo.
Esta obra está bajo una licencia internacional
Creative
Commons Atribución-
NoComercial 4.0.
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
7
1. Introducción
En el contexto educativo de la era digital resulta relevante que los futuros docentes de ciencias
experimentales posean un perfil profesional que domine el conocimiento disciplinar. La vertiginosa
transformación digital de la sociedad exige que los educadores en formación desarrollen, de manera
metódica y pensada, un conjunto de competencias socioemocionales e interpersonales conocidas como
habilidades blandas, pilares para ejercer una docencia reflexiva, inclusiva e innovadora (Ojeda et al.,
2025).
Las Instituciones de Educación Superior (IES), específicamente aquellas que creen en la solidez
educativa y contribución a la sociedad con pedagogos de formación, promueven la actualización
pedagógica y el uso de nuevas herramientas tecnológicas (Ruiz & Vasco, 2025). Desde el punto de vista
educativo, una preparación adecuada en Tecnologías de la Información y la Comunicación (TIC) e
Inteligencia Artificial (IA) cataliza una transformación profunda en las prácticas pedagógicas, al
facilitar un aprendizaje activo, colaborativo y adaptado a las necesidades individuales de los
estudiantes (Hu et al., 2025).
Ante tal contexto, resulta importante examinar las herramientas de IA que emplean los estudiantes
en formación docente que han recibido asignaturas relacionadas con la física y la química, para conocer
cuáles de ellas promueven habilidades blandas. El aprendizaje adaptativo, potenciado por la IA,
emerge como una herramienta prometedora en la formación docente y optimiza el aprendizaje al
adaptar el contenido y las actividades a las necesidades individuales actuales (Kulik & Fletcher, 2016;
Ruiz & Vasco, 2025).
Desde la perspectiva de Hernández-Ramos & Sánchez-Prieto (2025), la adquisición de competencias
digitales docentes en la etapa universitaria resulta clave para integrar las TIC en la práctica profesional.
En tanto, para Vásquez (2025) la integración de la IA en la educación superior genera un impacto
significativo en las prácticas docentes, al ofrecer oportunidades para innovar en la enseñanza y el
aprendizaje.
Las innovaciones tecnológicas invitan a educadores a vencer desafíos que se presentan ante la
necesidad de promover el desarrollo de nuevos conocimientos frente a estudiantes insertados en una
realidad tecnológica (Copertari & de Souza, 2023). Por su parte, los futuros docentes de ciencias
experimentales al estudiar los contenidos de física y matemática emplean la IA para fomentar un
aprendizaje dinámico, interactivo y proponente basado en la criticidad, razonamiento y reflexividad
de los educandos (Zawacki-Richter et al., 2019; Espinales, 2025).
Dichos avances tecnológicos no solo posibilitan la comunicación del conocimiento de las ciencias
experimentales, sino que desarrollan habilidades blandas necesarias para desenvolverse en el campo
educativo, pues la exclusividad del ámbito didáctico y pedagógico tiene como eje central al trabajo y
modelación del ser humano. En este contexto, Orrego et al. (2025) señalan que las herramientas de la
IA contribuyen para que los estudiantes aprendan a su propio ritmo e iterar los procesos educativos
hasta dominar los conceptos, lo que resulta útil para adaptar la enseñanza a las necesidades
individuales. Los docentes deben establecer las características individuales de los estudiantes, en
función de identificar, adaptar y aplicar estrategias innovadoras (Holmes et al., 2019; Pinargote et al.,
2024).
Chan & Zaldívar (2023) argumentan que en los ambientes cambiantes actuales la escuela debe
garantizar la pertinencia en la formación inicial del profesorado, mediante estrategias que coadyuven
tanto al logro de saberes como al desarrollo de habilidades blandas, actitudes y valores. Asimismo, se
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
8
deben facilitar espacios empáticos, cordiales y saludables para los docentes de ciencias experimentales,
donde se optimicen las habilidades blandas conectadas con la adaptabilidad, responsabilidad,
comunicación y acceso y gestión eficaz de la información. Desde la perspectiva de Ojeda et al. (2025),
las habilidades blandas en el sector educativo adquieren una relevancia estratégica que incluso -en
algunos casos- supera la de la competencia técnica. Este cambio se observa con mayor nitidez en la
formación de los profesores, donde solamente dominar los contenidos disciplinares o metodologías
didácticas ya no resulta suficiente. Por su parte, la disposición a comunicarse de una manera efectiva,
un liderazgo con propósito, empatía, así como la disposición a colaborar en diversos equipos se han
convertido en competencias básicas para la creación de un aprendizaje positivo, inclusivo y resiliente
(Binkley et al., 2012).
2. Metodología
Se asumió un enfoque cuantitativo, que según Espinoza-Freire (2025) no solo permite aplicar
correctamente los métodos estadísticos, sino fundamentar decisiones basadas en evidencia empírica.
La investigación fue de tipo no experimental, no se manipularon las variables referentes a la IA y a las
habilidades sociales. Desde el enfoque de Ordoñez-Pacheco (2025) la investigación descriptiva
puntualiza las características imperantes en una población. Se llevó un registro e interpretación de la
naturaleza del fenómeno y su composición; además desde el carácter correlacional se demostró la
relación entre dos o más variables, a través del empleo de técnicas estadísticas o por medio de la
asociación de conceptos.
Se empleó el método analítico-sintético, pues se procedió a la descomposición del objeto de estudio,
estableciendo una relación de causa y efecto entre las variables y porque se transitó de lo simple a lo
complejo. Así también, se recolectaron datos mediante un cuestionario conformado por 12 ítems de
selección múltiple. La población estuvo constituida por 109 estudiantes matriculados en el periodo
académico 2025-2S de la carrera de Pedagogía de las Ciencias Experimentales Química y Biología
perteneciente a la Facultad de Ciencias de la Educación, Humanas y Tecnologías de la Universidad
Nacional de Chimborazo.
3. Resultados y Discusión
Los estudiantes que recibieron las asignaturas de física y química emplearon herramientas de IA,
además de fomentar las habilidades blandas para su formación docente; los resultados se evidencian
en la tabla 1.
Tabla 1
Resultado de las encuestas aplicadas
Recuento % de N columnas
¿Qué habilidad blanda se fortalece principalmente
cuando el futuro docente de física y química utiliza
herramientas como ChatGPT, Gemini o Claude para
reformular y mejorar la redacción de un informe de
laboratorio?
Comunicación efectiva 62 56,9%
Liderazgo 25 22,9%
Creatividad Artística 18 16,5%
Negociación 4 3,7%
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
9
Cuando el futuro profesional de la docencia aprende a
utilizar diferentes plataformas de IA según las
necesidades académicas, está desarrollando
principalmente la habilidad de:
Adaptabilidad 85 78,0%
Puntualidad 12 11,0%
Empatía 5 4,6%
Motivación 7 6,4%
¿Qué herramienta está especialmente diseñada para
organizar, sintetizar y analizar documentos académicos,
favoreciendo la gestión eficaz de la información?
Calculadora científica 11 10,1%
Procesador de texto 17 15,6%
NotebookLM 65 59,6%
Navegador Web 16 14,7%
Un futuro pedagogo verifica la exactitud de las respuestas
generadas por una IA antes de utilizarlas en un trabajo
académico. ¿Qué habilidad blanda demuestra
principalmente?
Responsabilidad 68 62,4%
Competitividad 18 16,5%
Liderazgo 8 7,3%
Negociación 15 13,8%
¿Cuál de las siguientes acciones evidencia una adecuada
gestión de la información mediante herramientas de IA?
Copiar respuestas sin
revisarlas.
3 2,8%
Ignorar las fuentes de
información.
6 5,5%
Comparar, analizar y
sintetizar información
obtenida de diferentes
herramientas.
95 87,2%
Utilizar una sola fuente
para todo el trabajo.
5 4,6%
El uso de Claude para resumir documentos extensos y
generar explicaciones claras contribuye principalmente al
desarrollo de:
Comunicación efectiva 92 84,4%
Habilidad deportiva 4 3,7%
Expresión corporal 7 6,4%
Coordinación motriz 6 5,5%
Un docente que incorpora Gemini, ChatGPT y
NotebookLM en sus clases para responder a nuevas
necesidades educativas está demostrando:
Adaptabilidad 87 79,8%
Timidez 4 3,7%
Pasividad 3 2,8%
Dependencia
tecnológica
15 13,8%
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
10
¿Qué habilidad blanda se pone en práctica cuando el
docente utiliza la IA para organizar información,
establecer prioridades y cumplir con tareas académicas en
el tiempo previsto?
Responsabilidad 82 75,2%
Entretenimiento 14 12,8%
Popularidad 5 4,6%
Competencia física 8 7,3%
Cuando el acceso es rápido a la información relevante
mediante herramientas de IA favorece principalmente:
La reducción del
aprendizaje.
18 16,5%
El acceso y gestión
eficaz de la
información.
76 69,7%
La dependencia
absoluta de la
tecnología
8 7,3%
La eliminación del
pensamiento crítico.
7 6,4%
¿Cuál de las siguientes situaciones refleja una
combinación de comunicación efectiva y gestión de la
información mediante IA?
Utilizar respuestas
automáticas sin leerlas.
11 10,1%
Compartir información
sin verificarla.
12 11,0%
Analizar información
generada por IA y
presentarla de forma
clara a un grupo de
trabajo.
85 78,0%
Guardar información
sin clasificarla.
1 0,9%
¿En su formación como docente de física y química qué
herramienta de la IA
podrá desarrollar habilidades
blandas?
Claude 22 20,2%
NotebookLM 49 45,0%
Gemini 23 21,1%
ChatGPT 15 13,8%
¿Qué habilidad blanda considera relevante en su
formación docente?
Adaptabilidad 45 41,3%
Responsabilidad 22 20,2%
Comunicación 30 27,5%
Acceso y gestión eficaz
de la información
12 11,0%
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
11
La adaptabilidad fue considerada la habilidad blanda más relevante en la formación docente con
un 41,3 % y la comunicación efectiva con un 56,9 % se fortaleció al emplear las herramientas de la IA.
Sin embargo, la implementación de las herramientas de la IA en la educación educativas depende en
gran medida de la adaptabilidad de los docentes. Por ello, resulta esencial considerar estas
percepciones y adaptabilidad para garantizar que su aplicación sea coherente tanto tecnológica como
pedagógicamente (Bernilla, 2024).
Se rescata la habilidad de la responsabilidad con un 62,4 %, que verifica la exactitud de las
respuestas generadas por una IA antes de emplearlas en un trabajo académico. Dichos resultados son
concordantes con los de Pérez & González (2024), quienes añaden relevancia sobre la necesidad de una
formación teórica y práctica con principios subyacentes sobre el uso de la IA con ética y
responsabilidad.
Las herramientas de IA que al criterio de los estudiantes contribuyeron al desarrollo de habilidades
blandas en su formación docente son NotebookLM con un 45 %; y Claude y Gemini con un 20 %, al
favorecer el desarrollo de competencias digitales, el aprendizaje autónomo y la productividad
académica (Sánchez et al., 2025).
A continuación, se presenta el análisis de la percepción de los futuros docentes en relación con las
herramientas de IA que utilizan en sus labores educativas y las habilidades blandas fortalecidas (tabla
2).
Tabla 2
Percepción de los docentes sobre herramientas de IA y habilidades blandas
Herramienta de
IA
Adaptabilidad
Responsabilidad
Comunicación
Acceso y gestión eficaz de la
información
Total de Habilidades
(Inferido)
NotebookLM 23 22 4 0 49
Gemini 0 0 23 0 23
Claude 22 0 0 0 22
ChatGPT 0 0 3 12 15
Como se aprecia, NotebookLM se constituyó en la herramienta que contribuyó a obtener 3 de las 4
habilidades blandas analizadas, pues 23 estudiantes indicaron que a través de su empleo desarrollaron
adaptabilidad. En tanto, 22 destacaron a la responsabilidad como importante dentro de la formación
docente y 4 a la comunicación, complementada con la herramienta Gemini.
Sin lugar a dudas, el empleo responsable y ético de las herramientas de la IA promueve el desarrollo
de habilidades blandas que apoyan la labor del docente de ciencias experimentales. Como indica
Olivera (2023), se debe dejar de considerar a la universidad únicamente como un lugar para analizar
aspectos teóricos de una disciplina en particular y otorgar importancia al desarrollo de habilidades
blandas. Para lograrlo, la institución educativa debe proporcionar un entorno donde los estudiantes
puedan socializar, comprender y aceptar diferencias, argumentar de manera crítica y reconocer y
comprender emociones.
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
12
4. Conclusiones
La formación del futuro docente debe ir a la par con los avances tecnológicos, donde la IA puede
optimizar el desarrollo de habilidades blandas necesarias para su desenvolvimiento en el ámbito
académico y profesional.
La habilidad blanda relacionada con la adaptabilidad fue considerada por los estudiantes de
ciencias experimentales como esencial en su formación, pues les facilita acomodarse a cambios
metodológicos, emocionales, actitudinales y del entorno, en función de contribuir a un proceso
educativo de calidad.
Desde la ética se considera a las herramientas de IA como beneficiosas para un acceso y gestión
eficaz de la información, lo que contribuye a reducir el tiempo empleado en la realización de
actividades de docencia. En tanto, la herramienta menos utilizada en procesos de generación de
actividades académicas en los estudiantes de ciencias experimentales fue ChatGPT.
Referencias
Bernilla, E. B. (2024). Docentes ante la inteligencia artificial en una universidad pública del norte del
Perú. Educación, 33(64), 8-28. https://doi.org/10.18800/educacion.202401.m001
Binkley, M., Erstad, O., Herman, J., Raizen, S., Ripley, M., Miller-Ricci, M., & Rumble, M. (2012).
Defining twenty-first century skills. En P. Griffin, B. McGaw, & E. Care (Eds.), Assessment and
teaching of 21st century skills (pp. 17-66). Springer. https://doi.org/10.1007/978-94-007-2324-5_2
Chan, G. I., & Zaldívar, M. S. (2023). Factores que influyen en el desarrollo de habilidades blandas en
la formación inicial de profesores. Publicando, 10(38), 54-65.
https://doi.org/10.51528/rp.vol10.id2367
Copertari, S., & de Souza, C. (2023). La educación en la era tecnológica: práctica de enseñanza mediada
por las tecnologías digitales en la educación del siglo XXI. Educ@ção, 8(13), 1-15.
https://doi.org/10.46616/rce.v8i13.94
Espinales, J. S. (2025). Inteligencia artificial: herramienta dinámica en el proceso de enseñanza-
aprendizaje en la educación superior. Ciencia Latina, 9(1), 11824-11835.
https://doi.org/10.37811/cl_rcm.v9i1.16755
Espinoza-Freire, E. E. (2025). La investigación cuantitativa: fundamentos, características y aplicaciones
en las ciencias sociales. Sociedad & Tecnología, 8(S3), 1283-1298.
https://doi.org/10.51247/st.v8is3.47
Hernández-Ramos, J. P., & Sánchez-Prieto, J. C. (2025). La formación inicial y su impacto en la
competencia digital de los futuros docentes. Education in the Knowledge Society, 26, 1-13.
https://doi.org/10.14201/eks.31933
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education. Promises and implications for
teaching and learning. Center for Curriculum Redesign. https://n9.cl/fhfzz
Hu, X., Xu, S., Tong, R., & Graesser, A. (2025). Generative AI in education: From foundational insights to
the Socratic playground for learning. arXiv. https://doi.org/10.48550/arXiv.2501.06682
Kulik, J. A., & Fletcher, J. D. (2016). Effectiveness of intelligent tutoring systems: A meta-analytic
review. Review of Educational Research, 86(1), 42-78. https://doi.org/10.3102/0034654315581420
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
13
Ojeda, M. K., Eras, L. B., Meza, L. C., Quinaluisa, P. P., & Quinaluisa, M. E. (2025). Desarrollo de
habilidades blandas en docentes en formación: comunicación, liderazgo, empatía y trabajo en
equipo como competencias clave educativas. Ciencia Latina, 9(4), 11127-11144.
https://doi.org/10.37811/cl_rcm.v9i4.19688
Olivera, A. (2023). Desenvolvimento de habilidades interpessoais diante do avanço da inteligência artificial.
SciELO Preprints. https://doi.org/10.1590/SciELOPreprints.6628
Ordoñez-Pacheco, Á. F. (2025). Metodología académica con aplicación a las investigaciones sociales:
enfoques, tipos, métodos y diseños. Sociedad & Tecnología, 8(2), 335-357.
https://doi.org/10.51247/st.v8i2.484
Orrego, M. C., Aimacaña, C. J., López, A. G., & Mera, L. A. (2025). Tecnologías del Aprendizaje y el
Conocimiento en la enseñanza de las ciencias experimentales en unidades educativas fiscales
de Riobamba. Perspectivas Sociales y Administrativas, 3(1), 146-154.
https://doi.org/10.61347/psa.v3i1.84
Pérez, O. J., & González, N. J. (2024). Formación docente para el uso de la inteligencia artificial. Ciencia
Latina, 8(5), 11772-11788. https://doi.org/10.37811/cl_rcm.v8i5.14594
Pinargote, M. A., Solorzano, C. V., Ruilova, N. A., & Bulgarín, R. M. (2024). Inteligencia artificial en el
contexto de la formación docente. RECIAMUC, 7(4), 153-161.
https://doi.org/10.26820/reciamuc/7.(4).oct.2023.153-161
Ruiz, G. F., & Vasco, J. C. (2025). Integración de las tecnologías de la información y la comunicación
(TIC) e inteligencia artificial (IA) en la formación docente. RITI, 13(29), 60-70.
https://doi.org/10.36825/riti.13.29.006
Sánchez, M. E., Vásquez, A. E., Tanaka, C. A., & Santos, P. A. (2025). Diseño y validación de un
instrumento para medir el uso pedagógico de la herramienta NotebookLM en estudiantes
universitarios peruanos. Espacios, 46(06), 400-408. https://doi.org/10.48082/espacios-
a25v46n06p34
Vásquez, J. A. (2025). Uso de inteligencia artificial en la docencia universitaria desde la perspectiva de
los profesores. Avances en Ciencia y Docencia, 2, 81-89.
https://doi.org/10.70939/revistadiged.v2iespecial.54
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on
artificial intelligence applications in higher education
– where are the educators? International
Journal of Educational Technology in Higher Education, 16, 1-27. https://doi.org/10.1186/s41239-
019-0171-0
Revista de Investigación
Educativa Niveles
https://niveles.esprint.tech
Vol. 3 N° 2, julio-diciembre 2026 (6-14)
ISSN: 3073-1119
Carlos Aimacaña Pinduisaca
, Monserrat Orrego Riofrío, Erick Orlando Aimacaña Paredes, Edison Barba Tamayo
14
Transparencia
Conflicto de interés
Los autores declaran que no existen conflictos de interés de naturaleza alguna como parte de la
presente investigación.
Fuente de financiamiento
Los autores financiaron completamente la investigación.
Contribución de autoría
Carlos Aimacaña Pinduisaca: Conceptualización, metodología, validación, análisis formal,
investigación, gestión de datos, redacción - preparación del borrador original, redacción - revisión y
edición, financiamiento, administración del proyecto, recursos, supervisión.
Monserrat Orrego Riofrío: Conceptualización, validación, análisis formal, investigación, visualización,
redacción - preparación del borrador original, redacción - revisión y edición, financiamiento, recursos,
supervisión.
Erick Orlando Aimacaña Paredes: Metodología, software, validación, análisis formal, investigación,
gestión de datos, visualización, redacción - preparación del borrador original, redacción - revisión y
edición, financiamiento, recursos.
Edison Barba Tamayo: Validación, análisis formal, visualización, redacción - preparación del borrador
original, redacción - revisión y edición, financiamiento.
Los autores contribuyeron activamente en el análisis de los resultados, revisión y aprobación del
manuscrito final.
