Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 247
PERCEPCIÓN DE LOS ESTUDIANTES UNIVERSITARIOS SOBRE EL APORTE DE LA
INTELIGENCIA ARTIFICIAL EN EL DESARROLLO DE INICIATIVAS
EMPRENDEDORAS
UNIVERSITY STUDENTS' PERCEPTION OF THE CONTRIBUTION OF ARTIFICIAL
INTELLIGENCE TO THE DEVELOPMENT OF ENTREPRENEURIAL INITIATIVES
Autores: ¹María Paulina Brito Ochoa y
2
Fabricio Alfonso Vasco Mora.
¹ORCID ID:
https://orcid.org/0000-0002-0051-2220
²ORCID ID: https://orcid.org/0000-0002-4832-4982
¹E-mail de contacto: maria.britooch@ug.edu.ec
²E-mail de contacto: favascomo@uide.edu.ec
Afiliación:
1*
Universidad de Guayaquil, (Ecuador).
2*
Universidad Internacional del Ecuador, (Ecuador).
Artículo recibido: 13 de Enero del 2026
Artículo revisado: 15 de Enero del 2026
Artículo aprobado: 30 de Enero del 2026
¹Magíster en Administración de Empresas graduada de la Escuela Superior Politécnica Del Litoral. Economista con mención en Gestión
Empresarial especialización Marketing graduada de la Escuela Superior Politécnica del Litoral, (Ecuador).
²Economista con mención en Gestión Empresarial especialización Marketing graduado de la Escuela Superior Politécnica del Litoral,
(Ecuador).
Resumen
Este estudio analiza la percepción de
estudiantes universitarios sobre el aporte de la
Inteligencia Artificial (IA) al desarrollo de
iniciativas emprendedoras. Se aplicó un diseño
cuantitativo, no experimental y transversal con
una muestra intencional de 98 estudiantes de
pregrado vinculados a programas de
emprendimiento de la Universidad de
Guayaquil. Se utilizó un cuestionario tipo
Likert (1–5) estructurado en seis dimensiones:
infraestructura, capital humano, regulación,
participación, adopción y percepción del aporte
de la IA. El instrumento evidenció alta
consistencia interna (α de Cronbach:
infraestructura = .85; capital humano = .88;
regulación = .89; participación = .86; adopción
= .84; percepción = .91). Los resultados
descriptivos muestran acuerdos moderados
respecto a que la IA mejora la toma de
decisiones y la competitividad, y menor
acuerdo con afirmaciones más exigentes (por
ejemplo, que el emprendimiento no habría
avanzado sin IA). El análisis de regresión
múltiple (OLS) indica que la adopción;
entendida como uso personal y fomento
institucional, es el principal predictor de una
valoración positiva de la IA (β = 0.657, p <
.01), mientras que las demás dimensiones no
resultan significativas cuando se consideran
simultáneamente. Se concluye que promover
usos cotidianos y experiencias formativas con
IA, mediante cursos, talleres y proyectos
universidad–empresa, potencia su valoración e
impacto en la formación emprendedora.
Palabras clave: Inteligencia Artificial,
Emprendimiento universitario, Percepción
estudiantil, Autoeficacia, Educación
Superior.
Abstract
This study analyzes university students'
perceptions of the contribution of Artificial
Intelligence (AI) to the development of
entrepreneurial initiatives. A quantitative, non-
experimental, cross-sectional design was used
with a purposive sample of 98 undergraduate
students enrolled in entrepreneurship programs
at the University of Guayaquil. A Likert-type
questionnaire (1–5) was used, structured
around six dimensions: infrastructure, human
capital, regulation, participation, adoption, and
perception of AI's contribution. The instrument
demonstrated high internal consistency
(Cronbach's alpha: infrastructure = .85; human
capital = .88; regulation = .89; participation =
.86; adoption = .84; perception = .91). The
descriptive results show moderate agreement
that AI improves decision-making and
competitiveness, and less agreement with more
demanding statements (for example, that
entrepreneurship would not have advanced
without AI). Multiple regression analysis
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 248
(OLS) indicates that adoption; understood as
personal use and institutional promotion, is the
main predictor of a positive assessment of AI
(β = 0.657, p < .01), while the other dimensions
are not significant when considered
simultaneously. It is concluded that promoting
everyday uses and educational experiences
with AI, through courses, workshops, and
university-business projects, enhances its value
and impact on entrepreneurial development.
Keywords: Artificial Intelligence, University
Entrepreneurship, Student perception, Self-
Efficacy, Higher Education.
Sumário
Este estudo analisa as percepções de estudantes
universitários sobre a contribuição da
Inteligência Artificial (IA) para o
desenvolvimento de iniciativas
empreendedoras. Foi utilizado um
delineamento quantitativo, não experimental e
transversal, com uma amostra intencional de 98
estudantes de graduação matriculados em
programas de empreendedorismo da
Universidade de Guayaquil. Utilizou-se um
questionário do tipo Likert (1-5), estruturado
em torno de seis dimensões: infraestrutura,
capital humano, regulamentação, participação,
adoção e percepção da contribuição da IA. O
instrumento demonstrou alta consistência
interna (alfa de Cronbach: infraestrutura =
0,85; capital humano = 0,88; regulamentação =
0,89; participação = 0,86; adoção = 0,84;
percepção = 0,91). Os resultados descritivos
mostram concordância moderada com a
afirmação de que a IA melhora a tomada de
decisões e a competitividade, e menor
concordância com afirmações mais exigentes
(por exemplo, que o empreendedorismo não
teria avançado sem a IA). A análise de
regressão múltipla (OLS) indica que a adoção;
entendida como uso pessoal e promoção
institucional, é o principal preditor de uma
avaliação positiva da IA (β = 0,657, p < 0,01),
enquanto as outras dimensões não são
significativas quando consideradas
simultaneamente. Conclui-se que a promoção
de usos cotidianos e experiências educacionais
com IA, por meio de cursos, workshops e
projetos universidade-empresa, aumenta seu
valor e impacto na formação empreendedora..
Palavras-chave: Inteligência Artificial,
Empreendedorismo Universitário,
Percepção Estudantil, Autoeficácia, Ensino
Superior.
Introducción
En los últimos años, la Inteligencia Artificial
(IA) se ha convertido en una de las tecnologías
más influyentes y disruptivas tanto en el ámbito
empresarial como en el educativo. La cuarta
revolución industrial ha estado marcada por la
convergencia entre Big Data, aprendizaje
automático y computación en la nube, lo que ha
permitido que la IA sea incorporada en procesos
estratégicos, de toma de decisiones y en
dinámicas de aprendizaje en la educación
superior. Universidades de todo el mundo han
comenzado a integrar herramientas de IA en
plataformas virtuales de enseñanza, programas
de incubación de negocios y simuladores de
gestión, transformando así las dinámicas de
formación emprendedora y potenciando la
innovación de los estudiantes (Luckin,
2018).Desde la perspectiva empresarial, la IA
ha demostrado su capacidad para mejorar la
productividad, generar ventajas competitivas y
dinamizar procesos de innovación en diferentes
sectores económicos (Kraus et al., 2019). En el
ámbito educativo, se reconoce que la
incorporación de estas tecnologías puede
fortalecer las competencias digitales, fomentar
la creatividad y ofrecer a los estudiantes
herramientas para resolver problemas
complejos en entornos inciertos (Zawacki et al.,
2019). Esta doble influencia convierte a la IA en
un catalizador de procesos formativos más
vinculados a la realidad empresarial
contemporánea, especialmente en los
ecosistemas emprendedores universitarios.
La literatura científica reciente ha comenzado a
evidenciar cómo la IA impacta en la intención
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 249
de emprender y en la autoeficacia de los
estudiantes universitarios. Xie y Wang (2025),
por ejemplo, demostraron en un estudio
aplicado en China que la educación
emprendedora basada en IA generativa
(GAISEE) tiene un efecto positivo en la
autoeficacia y en la intención emprendedora,
reforzando el papel de las universidades como
entornos que no solo transmiten conocimiento,
sino que también promueven competencias para
la creación de negocios innovadores. De manera
similar, Newman et al. (2019) señalan que la
autoeficacia es un factor decisivo en el
comportamiento emprendedor y que esta puede
potenciarse mediante experiencias formativas
apoyadas en tecnología. No obstante, en el
contexto latinoamericano la evidencia empírica
sobre el tema sigue siendo limitada. Algunos
avances se observan en estudios como el de
Solórzano-Solórzano (2024), quien analizó la
aceptación de la IA en estudiantes universitarios
de Perú y Ecuador, encontrando que la
expectativa de rendimiento y la motivación
hedónica influyen significativamente en la
intención de usar IA con fines emprendedores.
Sin embargo, persiste una brecha de
investigación respecto a cómo los estudiantes
perciben, utilizan y valoran estas tecnologías en
sus iniciativas de negocio dentro de las
universidades, en un entorno marcado por
desigualdades de acceso tecnológico,
limitaciones regulatorias y escaso apoyo
institucional.
Ante esta situación, el presente estudio busca
contribuir a la literatura mediante el análisis de
la percepción de los estudiantes universitarios
sobre el aporte de la IA en el desarrollo de
iniciativas emprendedoras, considerando
específicamente su influencia en la autoeficacia
emprendedora y la intención de emprender. De
este modo, se espera no solo aportar evidencia
científica sobre el tema, sino también ofrecer
insumos para que las universidades
latinoamericanas diseñen estrategias
pedagógicas y de acompañamiento más
efectivas, que permitan aprovechar las
oportunidades que la IA brinda en la formación
de futuros emprendedores. La Inteligencia
Artificial aplicada en la educación superior ha
generado un cambio paradigmático en los
procesos de enseñanza y aprendizaje. Gracias a
los algoritmos de aprendizaje automático y al
procesamiento del lenguaje natural, hoy en día
es posible diseñar sistemas capaces de
proporcionar tutoría personalizada, adaptar
contenidos según el ritmo de aprendizaje del
estudiante y ofrecer retroalimentación
inmediata (Zawacki et al., 2019). Estas
aplicaciones permiten no solo mejorar la
eficiencia de los procesos académicos, sino
también democratizar el acceso a experiencias
educativas de calidad, incluso en contextos con
limitaciones de recursos.
Además, la IA en la educación potencia la
simulación de escenarios de aprendizaje, algo
especialmente relevante en carreras vinculadas
al emprendimiento y la innovación.
Herramientas como simuladores de negocios,
chatbots educativos y asistentes virtuales
contribuyen a que los estudiantes experimenten
entornos empresariales dinámicos antes de
enfrentarse a la práctica real (Luckin, 2018). En
consecuencia, la incorporación de la IA en la
educación superior no solo refuerza la
adquisición de competencias técnicas, sino que
también fomenta habilidades blandas como la
creatividad, la resolución de problemas y el
pensamiento crítico, aspectos esenciales para el
perfil del emprendedor del siglo XXI. El
emprendimiento universitario se concibe como
un proceso social y económico mediante el cual
los estudiantes identifican oportunidades,
gestionan recursos y desarrollan soluciones
innovadoras que pueden transformarse en
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 250
negocios sostenibles (Gartner, 1985). De
acuerdo con Schumpeter (1934), el
emprendedor es un agente de cambio que
introduce innovaciones disruptivas, lo que en el
contexto universitario se traduce en la
formación de proyectos con alto valor agregado.
Las universidades, por tanto, cumplen un rol
central como semilleros de emprendedores, al
ofrecer un ecosistema que incluye formación,
acompañamiento y acceso a redes de
incubación y financiamiento.
En América Latina, el emprendimiento
universitario ha ganado protagonismo en las
últimas décadas, impulsado por políticas
públicas y programas institucionales que buscan
vincular la educación con el desarrollo
económico y social (Kantis et al., 2020). Sin
embargo, aún persisten desafíos relacionados
con la escasa articulación entre academia y
sector productivo, la falta de financiamiento
inicial y las limitaciones en infraestructura
tecnológica. Estos obstáculos condicionan la
capacidad de los estudiantes para llevar sus
proyectos más allá de la fase de ideación, lo cual
evidencia la necesidad de fortalecer las
competencias emprendedoras y la resiliencia
empresarial desde el ámbito educativo. En los
últimos años, la literatura ha comenzado a
evidenciar cómo la IA puede convertirse en una
herramienta clave para impulsar el
emprendimiento universitario. Al automatizar
procesos de búsqueda de información, análisis
predictivo y validación de ideas, la IA fomenta
la creatividad y la innovación en etapas
tempranas del proceso emprendedor
(Solórzano-Solórzano, 2024). Por ejemplo,
aplicaciones como ChatGPT, DALL-E o
plataformas de análisis de datos permiten a los
estudiantes generar prototipos, validar hipótesis
de mercado y diseñar campañas de marketing
con mayor rapidez y eficiencia que en contextos
tradicionales. De igual manera, la IA contribuye
a fortalecer la autoeficacia emprendedora, al
reducir la incertidumbre y ofrecer información
más precisa para la toma de decisiones
(Newman et al., 2019). Este efecto resulta
crucial en estudiantes que enfrentan la
inseguridad propia de emprender por primera
vez. Xie y Wang (2025) demostraron que la
educación basada en IA generativa incrementa
la confianza de los estudiantes en su capacidad
para emprender, mediada por el apoyo
institucional universitario. Así, la relación entre
IA y emprendimiento no solo se expresa en
términos de eficiencia tecnológica, sino
también en el fortalecimiento psicológico y
motivacional de los futuros emprendedores.
Materiales y Métodos
La investigación se desarrolló bajo un enfoque
cuantitativo y un diseño no experimental de tipo
transversal, ya que se buscó analizar la
percepción de los estudiantes universitarios
sobre el aporte de la Inteligencia Artificial (IA)
en el desarrollo de iniciativas emprendedoras,
sin manipular variables y observándolas en su
contexto natural. El estudio se realizó con una
muestra de 98 estudiantes de pregrado de la
Universidad de Guayaquil, quienes participaron
en programas y actividades de emprendimiento,
innovación y gestión empresarial. La elección
de la muestra fue no probabilística e
intencional, con el fin de garantizar que los
participantes estuvieran directamente
involucrados en procesos de formación
emprendedora. Para la recolección de datos se
utilizó un cuestionario estructurado en escala
Likert de cinco puntos (1 = totalmente en
desacuerdo; 5 = totalmente de acuerdo),
diseñado a partir del protocolo de investigación
elaborado previamente
El instrumento incluyó seis dimensiones:
infraestructura, capital humano, regulación,
participación, adopción y percepción del aporte
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 251
de la IA al emprendimiento. En total, se
aplicaron 24 ítems distribuidos de manera
balanceada en cada subescala. El cuestionario
fue sometido a validación de contenido por
expertos y posteriormente se realizó una prueba
piloto que permitió ajustar la redacción de
algunos ítems. La confiabilidad se evaluó
mediante el coeficiente α de Cronbach, cuyos
resultados mostraron valores satisfactorios en
todas las dimensiones: Infraestructura (α = .85),
Capital humano (.88), Regulación (.89),
Participación (.86), Adopción (.84) y
Percepción (.91). Estos indicadores garantizan
que las escalas utilizadas poseen alta
consistencia interna, lo que otorga confianza en
los promedios reportados.
La aplicación del cuestionario se llevó a cabo
durante el periodo académico 2024–2025 I
Término, de forma presencial en aulas
universitarias y también a través de formularios
digitales, lo que permitió una mayor cobertura
y participación voluntaria de los estudiantes. A
todos los participantes se les informó
previamente sobre los objetivos académicos de
la investigación y se obtuvo consentimiento
informado, garantizando la confidencialidad de
los datos. El análisis de los resultados se realizó
en varias fases complementarias. En primer
lugar, se calcularon estadísticos descriptivos —
medias, desviaciones estándar, frecuencias y
porcentajes— para caracterizar las
percepciones de los estudiantes en cada
dimensión. En segundo lugar, se evaluó la
fiabilidad de las subescalas mediante los
coeficientes de α de Cronbach ya mencionados.
Finalmente, para explorar la relación entre la
percepción del aporte de la IA y las demás
dimensiones, se utilizó un modelo de regresión
lineal múltiple (OLS). Este análisis permitió
identificar que la dimensión de adopción,
entendida como el uso personal de la IA y el
fomento institucional recibido, es el factor con
mayor peso en la valoración positiva de la IA en
el emprendimiento (β = 0.657, p < .01). Las
demás dimensiones no mostraron asociaciones
significativas cuando se incluyeron
simultáneamente en el modelo, lo que sugiere
que su efecto opera de manera indirecta a través
de la adopción. En síntesis, la metodología
aplicada no solo permitió validar un
instrumento robusto y confiable para medir
percepciones sobre la IA, sino también
establecer relaciones estadísticas que
evidencian cómo la integración de estas
tecnologías, particularmente a través de su
adopción efectiva, se convierte en el elemento
más determinante en la forma en que los
estudiantes universitarios valoran su aporte en
la construcción de iniciativas emprendedoras.
Resultados y Discusión
En este estudio con 98 estudiantes se analizó
cómo distintos aspectos del entorno de IA
(infraestructura, capital humano, regulación,
participación y adopción) se relacionan con la
percepción del aporte de la IA al
emprendimiento. Las escalas que se usaron
funcionaron adecuadamente ya que muestran
consistencia interna alta, por lo que los
promedios que reportados son confiables. En
términos generales, las respuestas se ubican en
valores intermedios así que hay acuerdo
moderado con que la IA ayuda a tomar mejores
decisiones y a competir, y algo menos de
acuerdo con afirmaciones más exigentes como
“mi emprendimiento no habría llegado tan lejos
sin IA”. Al explorar qué factores se asocian más
con esa percepción, destaca Adopción (uso
personal de IA y el impulso que recibe desde la
universidad y el entorno). A mayor adopción,
mejor valoración del aporte de la IA al
emprendimiento. El resto de dimensiones no
muestra una relación clara cuando se consideran
todas a la vez, lo que sugiere que su efecto
podría operar indirectamente a través de la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 252
adopción. A continuación, para validación se
muestran en la tabla siguiente el Alfa de
Cronbach de las seis dimensiones que se
utilizaron.
Tabla 1. Alfa de Cronbach
Fiabilidad — Subescala: Infraestructura
Medida
Valor
α de Cronbach
0.85
IC95% (Feldt / Duhachek)
0.80–0.89 / 0.81–0.90
Ítems (k)
5
N por ítem
97
r
inter-ítem
0.54
S/N
5.8
Media (1–5)
3.4
Desv. estándar
0.83
Fiabilidad — Subescala: Capital Humano
Medida
Valor
α de Cronbach
0.88
IC95% (Feldt)
0.83 – 0.91
IC95% (Duhachek)
0.83 – 0.92
Ítems (k)
4
N por ítem
97
r
inter-ítem
0.64
S/N
7.2
Media (1–5)
2.9
Desv. estándar
0.92
Fiabilidad — Subescala: Regulación
Medida
Valor
α de Cronbach
0.89
IC95% (Feldt)
0.84 – 0.92
IC95% (Duhachek)
0.85 – 0.93
Ítems (k)
3
N por ítem
97
r
inter-ítem
0.73
S/N
8.3
Media (1–5)
2.7
Desv. estándar
0.89
Fiabilidad — Subescala: Participación
Medida
Valor
α de Cronbach
0.86
IC95% (Feldt)
0.80 – 0.90
IC95% (Duhachek)
0.81 – 0.90
Ítems (k)
3
N por ítem
97
r
inter-ítem
0.67
S/N
6.0
Media (1–5)
2.5
Desv. estándar
1.00
Fiabilidad — Subescala: Adopción
Medida
Valor
α de Cronbach
0.84
IC95% (Feldt)
0.78 – 0.88
IC95% (Duhachek)
0.78 – 0.89
Ítems (k)
4
N por ítem
97
r
inter-ítem
0.56
S/N
5.0
Media (1–5)
3.1
Desv. estándar
0.86
Fiabilidad — Subescala: Percepción
Medida
Valor
α de Cronbach
0.91
IC95% (Feldt)
0.89 – 0.94
IC95% (Duhachek)
0.89 – 0.94
Ítems (k)
5
N por ítem
97
r
inter-ítem
0.68
S/N
11.0
Media (1–5)
3.3
Desv. estándar
0.95
Fuente: Elaboración propia
La tabla 1 muestra que todas las escalas
indicaron tener consistencia interna alta, lo que
nos da confianza en los promedios que
reportamos. En números: Infraestructura
(α=.85), Capital humano (.88), Regulación
(.89), Participación (.86), Adopción (.84) y
Percepción (.91). Como referencia, valores
alrededor de .80 ya se consideran buenos y por
encima de .90 excelentes; por eso, en conjunto,
el instrumento es sólido Por dimensión: en
Infraestructura, todos los ítems aportan; se
percibe mejor el acceso digital general que la
disponibilidad de laboratorios/computadoras,
que queda algo más abajo. Capital humano es
muy coherente: formación, programas
avanzados y preparación van de la mano,
aunque el apoyo para formarse fuera del país
aparece más débil en nivel. Regulación es
compacta pese a tener solo tres ítems
(conocimiento de leyes, protección de datos y
experimentación), pero sus respuestas tienden a
ser más bajas/neutral. En Participación, la
fiabilidad es buena; el punto más a tomar en
cuenta en nivel es el apoyo de
empresas/incubadoras. Adopción es confiable,
aunque mezcla uso personal de la IA y fomento
institucional; justamente por esa mezcla, el ítem
de uso de la IA se comporta algo distinto, pero
conviene mantenerlo por cobertura conceptual.
Tabla 1. Coeficientes OLS
Métrica
Valor
Variable
Estimación
t
N usado
97
(Intercepto)
1149*
2.24
R²
0.430
Infraestructura
(infra_score)
0.098
0.72
R² ajustado
0.378
Capital humano
(caphum_score)
0.054
0.31
Error
estándar de
residuos
0.750
Regulación (regul_score)
-0.206
-1.58
F (8, 88)
8.31
Participación
(partic_score)
0.071
0.55
p(F)
2.52e-08
Adopción (adop_score)
0.657**
3.15
Edad (años)
-0.003
-0.20
Sexo: Masculino (ref.:
otro)
0.151
0.64
Uso IA: Sí (ref.: No)
0.091
0.44
* p<.05, ** p<.01, *** p<.001.
Fuente: Elaboración propia
En la tabla 2 donde se expone la relación entre
la percepción con el resto de dimensiones
mediante una regresión lineal, la Adopción que
combina uso personal y el impulso que brindan
la universidad y el entorno aparece como el
factor clave que se asocia con una valoración
más alta del aporte de la IA. Las demás
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 253
dimensiones no muestran efectos claros cuando
se analizan todas juntas, lo que sugiere que su
influencia podría operar de manera indirecta a
través de mayores niveles de adopción. En
conjunto, el modelo explica una parte
importante de la variación en la percepción y no
presenta señales preocupantes de colinealidad.
En términos prácticos potenciar la adopción y el
uso cotidiano de la IA como el fomento
institucional (cursos, talleres, incentivos y
proyectos universidad–empresa) mejoraría la
valoración de la IA en el emprendimiento.
Los resultados de este estudio confirman que la
percepción de los estudiantes universitarios
acerca del aporte de la Inteligencia Artificial
(IA) al emprendimiento depende, de manera
significativa, de su nivel de adopción
tecnológica. La evidencia obtenida muestra que
la adopción, entendida como el uso personal de
herramientas de IA combinado con el impulso
institucional de la universidad y su entorno, es
el predictor más fuerte de una valoración
positiva hacia la IA. Este hallazgo resulta
coherente con investigaciones previas que
destacan el rol central de la utilización práctica
y cotidiana de la IA para potenciar la
autoeficacia emprendedora y la intención de
emprender (Xie y Wang, 2025). En este sentido,
la adopción no solo refleja familiaridad con la
tecnología, sino también la capacidad de
integrarla en los procesos de ideación,
validación y gestión de proyectos, aspectos que
los estudiantes perciben como determinantes en
su formación emprendedora. Aunque las
dimensiones de infraestructura, capital humano,
regulación y participación no mostraron
asociaciones significativas cuando se
incluyeron simultáneamente en el modelo de
regresión, esto no implica que carezcan de
relevancia. Más bien, los resultados sugieren
que estas dimensiones ejercen una influencia
indirecta sobre la percepción, al generar las
condiciones necesarias para que los estudiantes
se apropien de la IA. Estudios como el de
Solórzano-Solórzano (2024) han señalado que
factores institucionales como el apoyo docente
y la disponibilidad de recursos influyen en la
intención de usar IA, pero que su impacto real
en la percepción depende del nivel de adopción
alcanzado. Así, la infraestructura tecnológica o
la existencia de programas de capacitación
adquieren sentido únicamente en la medida en
que favorecen un uso activo de estas
herramientas por parte de los estudiantes.
La consistencia interna alta observada en todas
las dimensiones (α de Cronbach entre .84 y .91)
respalda la solidez del instrumento y la validez
de los hallazgos, lo cual aporta una contribución
metodológica relevante para futuras
investigaciones. El hecho de que la percepción
general de la IA presente el valor más alto de
fiabilidad (α = .91) sugiere que los estudiantes
poseen criterios estables y coherentes al
momento de valorar el aporte de la IA en sus
emprendimientos. Esto coincide con los
planteamientos de Newman et al. (2019),
quienes afirman que la percepción positiva de
los estudiantes hacia la tecnología está
estrechamente vinculada con su autoeficacia y
con la confianza en la utilidad de los sistemas
de apoyo digital. Es importante destacar que los
valores medios obtenidos en las distintas
dimensiones reflejan un nivel de acuerdo
moderado con los beneficios de la IA. Los
estudiantes coinciden en que esta tecnología
contribuye a tomar decisiones más informadas
y a mejorar la competitividad de sus
emprendimientos, aunque muestran menos
acuerdo con afirmaciones más exigentes, como
la idea de que sus negocios no habrían
prosperado sin la IA. Este matiz revela que, si
bien los estudiantes reconocen la utilidad de la
IA, aún la consideran como un recurso
complementario más que como un pilar central
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 254
de sus proyectos. En este punto, los hallazgos
difieren parcialmente de estudios desarrollados
en países con mayor madurez tecnológica,
donde los emprendedores jóvenes perciben a la
IA como un factor indispensable para la
sostenibilidad de sus negocios (Kraus et al.,
2019). Finalmente, los resultados tienen
implicaciones prácticas significativas para las
universidades. Si el factor decisivo en la
percepción de los estudiantes es la adopción,
resulta fundamental que las instituciones
promuevan espacios de uso cotidiano de la IA,
tanto en el aula como en actividades
extracurriculares. Programas de formación,
talleres, simuladores empresariales,
laboratorios de innovación y proyectos
colaborativos con empresas pueden incrementar
la familiaridad de los estudiantes con estas
tecnologías y, en consecuencia, reforzar su
valoración del aporte de la IA al
emprendimiento. Tal como señalan Zawacki-
Richter et al. (2019), la integración exitosa de la
IA en la educación superior requiere no solo
infraestructura, sino también estrategias
pedagógicas que conviertan a la tecnología en
un recurso accesible y funcional para los
estudiantes.
Conclusiones
Los hallazgos de este estudio permiten afirmar
que la percepción de los estudiantes
universitarios sobre el aporte de la Inteligencia
Artificial en el emprendimiento es, en general,
positiva, aunque con matices importantes. La
evidencia sugiere que los estudiantes reconocen
la utilidad de la IA en la toma de decisiones, la
mejora de la competitividad y la gestión de sus
iniciativas, pero la consideran más como un
recurso de apoyo que como un componente
indispensable para el éxito de sus
emprendimientos. Este resultado refleja una
etapa intermedia en la integración tecnológica,
donde los beneficios son claros, pero aún no
alcanzan a consolidarse como transformaciones
estructurales en la práctica emprendedora. El
análisis de las dimensiones exploradas indica
que la adopción constituye el factor más
determinante en la percepción positiva hacia la
IA. Esto implica que, más allá de la existencia
de infraestructura, programas de formación o
marcos regulatorios, lo que realmente potencia
la valoración estudiantil es la experiencia
directa en el uso de estas herramientas. En otras
palabras, los estudiantes que incorporan la IA
de manera activa en sus procesos académicos y
emprendedores son quienes perciben con mayor
fuerza sus beneficios. Este hallazgo aporta
evidencia valiosa al debate académico, en tanto
que coincide con estudios previos que subrayan
la centralidad de la autoeficacia tecnológica y la
práctica cotidiana en la construcción de
actitudes positivas hacia la innovación (Xie y
Wang, 2025; Newman et al., 2019).
Asimismo, la investigación confirma que las
universidades desempeñan un papel estratégico
en la configuración de estas percepciones. El
fomento institucional, expresado en talleres,
proyectos colaborativos y el vínculo con
incubadoras o empresas tecnológicas,
constituye un catalizador para que los
estudiantes pasen de una percepción meramente
conceptual de la IA a una experiencia concreta
de adopción. En este sentido, las instituciones
de educación superior tienen la responsabilidad
de diseñar políticas y programas que garanticen
el acceso equitativo a tecnologías emergentes, y
que promuevan no solo el aprendizaje técnico,
sino también la confianza y la disposición a
utilizarlas en contextos emprendedores. En
términos prácticos, los resultados sugieren que
las universidades deben priorizar estrategias
que fortalezcan la adopción de la IA en entornos
de emprendimiento. Esto puede lograrse
mediante la implementación de laboratorios de
innovación, simuladores empresariales, cursos
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 255
interdisciplinarios sobre IA aplicada a los
negocios, así como el establecimiento de
alianzas con actores del ecosistema
emprendedor. Tales acciones no solo
incrementarían la percepción positiva de los
estudiantes, sino que también contribuirían a
generar proyectos más sólidos, competitivos y
alineados con las demandas de un mercado
laboral y empresarial en constante
transformación. Finalmente, como toda
investigación, este estudio presenta
limitaciones que abren oportunidades para
futuras indagaciones. En primer lugar, la
muestra se circunscribe a una única universidad,
lo que restringe la generalización de los
hallazgos. En segundo lugar, el diseño
transversal no permite analizar la evolución de
las percepciones en el tiempo. Por ello, se
recomienda el desarrollo de estudios
longitudinales y comparativos en diferentes
contextos universitarios de América Latina, que
permitan comprender cómo varía la percepción
de los estudiantes a medida que aumenta la
disponibilidad y sofisticación de herramientas
de IA. Asimismo, investigaciones futuras
podrían profundizar en el impacto diferencial de
la IA en sectores económicos específicos, o
explorar las brechas de género y acceso que aún
persisten en el ámbito emprendedor
universitario.
Referencias Bibliográficas
Gartner, W. (1985). A conceptual framework
for describing the phenomenon of new
venture creation. Academy of Management
Review, 10(4), 696–706.
https://doi.org/10.5465/amr.1985.4279094
Hernández, R., & Mendoza, C. (2018).
Metodología de la investigación: Las rutas
cuantitativa, cualitativa y mixta. McGraw-
Hill Education.
Kantis, H., Federico, J., & Ibarra, S. (2019).
Informe PRODEM 2019: Condiciones
sistémicas para el emprendimiento dinámico
(ICSEd-Prodem). PRODEM / Universidad
Nacional de General Sarmiento.
https://prodem.ungs.edu.ar/wp-
content/uploads/2019/11/Informe-
PRODEM-2019-VF-28.11.pdf
Kantis, H., & Angelelli, P. (2020). Los
ecosistemas de emprendimiento de América
Latina y el Caribe frente al COVID-19:
Impactos, necesidades y recomendaciones.
Banco Interamericano de Desarrollo.
https://publications.iadb.org/publications/sp
anish/document/Resiliencia-y-reinvencion-
de-los-emprendedores-latinoamericanos-en-
el-contexto-del-impacto-provocado-por-la-
pandemia.pdf
Kraus, S., Palmer, C., Kailer, N., Kallinger, F.,
& Spitzer, J. (2019). Digital
entrepreneurship: A research agenda on new
business models for the twenty-first century.
International Journal of Entrepreneurial
Behavior & Research, 25(2), 353–375.
https://doi.org/10.1108/IJEBR-06-2018-
0425
Luckin, R. (2018). Machine learning and human
intelligence: The future of education for the
21st century. UCL Institute of Education
Press.
https://discovery.ucl.ac.uk/id/eprint/101786
95/
Newman, A., Obschonka, M., Schwarz, S.,
Cohen, M., & Nielsen, I. (2019).
Entrepreneurial self-efficacy: A systematic
review of the literature on its theoretical
foundations, measurement, antecedents, and
outcomes, and an agenda for future research.
Journal of Vocational Behavior, 110, 403–
419.
https://doi.org/10.1016/j.jvb.2018.05.012
Russell, S., & Norvig, P. (2021). Artificial
intelligence: A modern approach (4th ed.).
Pearson.
Schumpeter, J. (1934). The theory of economic
development: An inquiry into profits,
capital, credit, interest, and the business
cycle (R. Opie, Trans.). Harvard University
Press.
Solórzano, S. (2024). Acceptance of artificial
intelligence and its effect on entrepreneurial
intentions of international trade students in
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 1.2
Edición Especial UG 2026
Página 256
Peru and Ecuador. Journal of Innovation and
Entrepreneurship, 13(1), 1–15.
https://doi.org/10.1186/s13731-024-00412-
5
Xie, Y., & Wang, S. (2025). Generative
artificial intelligence in entrepreneurship
education enhances entrepreneurial intention
through self-efficacy and university support.
Scientific Reports, 15, 24079.
https://doi.org/10.1038/s41598-025-09545-
3
Zawacki, O., Marín, V., 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, 39.
https://doi.org/10.1186/s41239-019-0171-0
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © María Paulina Brito
Ochoa y Fabricio Alfonso Vasco Mora.