DOI 10.58995/redlic.rmic.v5.n1.a252

Ciencias Sociales- Artículo original

Artificial Intelligence and Academic Performance in Descriptive Statistics among UPEC Engineering Students

Inteligencia artificial y rendimiento académico en estadística descriptiva de estudiantes de ingeniería de la UPEC

Authors

Download

Abstract

The incorporation of Artificial Intelligence (AI) tools into higher education has transformed learning. The objective of this study was to analyze the influence of AI use on the academic performance of students in the Descriptive Statistics course at UPEC. A quantitative and correlational approach was employed, using a survey administered to 155 students. To validate the study’s structure, Exploratory Factor Analysis (EFA) and Confirmatory Factor Analysis (CFA) were used. The results of the EFA and CFA confirmed a two-dimensional structure comprising “Use and Academic Perception of AI” and “Perceived Competence in Its Use.” The findings suggest that the integration of AI tools contributes positively to the learning process of statistical content. It is concluded that AI is a valuable educational resource that enhances academic performance, provided that its use is guided by principles of equity, transparency, and accountability to support evidence-based pedagogical decisions.

La incorporación de herramientas de Inteligencia Artificial (IA) en la educación superior ha transformado el aprendizaje. Esta investigación tuvo como objetivo analizar la influencia del uso de IA en el rendimiento académico de estudiantes de Estadística Descriptiva de la UPEC. Se empleó un enfoque cuantitativo y correlacional, aplicando una encuesta a 155 estudiantes. Para validar la estructura del estudio, se utilizaron el Análisis Factorial Exploratorio (AFE) y Confirmatorio (AFC). Los resultados del AFE y AFC confirmaron una estructura bidimensional compuesta por “Uso y percepción académica de la IA” y “Competencia percibida en su uso”. Los hallazgos sugieren que la integración de herramientas de IA contribuye positivamente al proceso de aprendizaje de contenidos estadísticos. Se concluye que la IA es un recurso educativo valioso que fortalece el desempeño académico, siempre que su utilización se desarrolle bajo principios de equidad, transparencia y responsabilidad para apoyar las decisiones pedagógicas basadas en evidencia.

Keywords

  • Artificial Intelligence
  • Academic Performance
  • Statistics
  • Exploratory Factor Analysis
  • Confirmatory Factor Analysis

Author Biography

  • Juan Carlos López Ruano , Universidad Politécnica Estatal del Carchi

    Mgs/PhD. Juan Carlos López Ruano estudió la Maestría de Estadística Aplicada en la Escuela Politécnica Nacional. Actualmente cursa en la Universidad de Salamanca el doctorado en Estadística Multivariante Aplicada. Se desempeña como docente en la Universidad Politécnica Estatal del Carchi. Ha participado como profesor titular de las cátedras de Estadística, Probabilidades, Optimización. Ha participado en diferentes eventos académicos y científicos con 4 artículos, 1 ponencia y cursos en temas relacionados a Estadística e Inteligencia Artificial.

References

Acero, G. D. F., & Alba, M. A. A. (2025). Authorship in the Age of ChatGPT: New Challenges for Copyright Law; [A autoria na era do ChatGPT: novos desafios para o direito autoral]; [La autoría en tiempos de ChatGPT: nuevos desafíos para el derecho de autor1]. Revista Iberoamericana de La Propiedad Intelectual, (23), 227–303. https://doi.org/10.26422/RIPI.2025.2300.flo

Barrientos Durán, C., Bustos Aguayo, J. M., Vanegas Rico, M. C., & Pérez Durán, J. (2024). Análisis factorial confirmatorio de la escala de desempeño laboral en profesionistas del Valle de México durante el confinamiento por COVID-19. Revista Gestión de las Personas y Tecnología, 17(49), 111–130.

Comolli, J. A., Cappello Villada, J. S., Méndez Galarza, S., García, L. D. M., & Obregón, G. R. E. (2026). Student dropout in the Veterinary Science program at the National University of the Northeast; [Deserción estudiantil en la carrera de Ciencias Veterinarias de la Universidad Nacional del Nordeste]. Revista Veterinaria, 37, 1 – 7. https://doi.org/10.30972/vet.3719057

Espitia-Cubillos, A. A., & Rodríguez-Carmona, E. (2023). Técnicas estadísticas multivariantes usadas en el ámbito de la responsabilidad social universitaria: una revisión del estado del arte. Prospectiva, 21(2).

Garza, L. M. G. de la. (2024). ARTIFICIAL INTELLIGENCE AND HIGHER EDUCATION. Possibilities, acceptable risks and limits that should not be crossed.; [INTEL·LIGÈNCIA ARTIFICIAL I EDUCACIÓ SUPERIOR. Possibilitats, riscos acceptables i limitis que no s’han de traspassar.]; [INTELIGENCIA ARTIFICIAL Y EDUCACIÓN SUPERIOR. Posibilidades, riesgos aceptables y límites que no se deben traspasar]. Revista de Educación y Derecho, (2-Extraordinario). https://doi.org/10.1344/REYD2024.2-Extraordinario.49175

George, D., & Mallery, P. (2024). IBM SPSS Statistics 29 step by step: A simple guide and reference. Routledge.

Guzmán, A. G. Z., Jara, P. M. F., Pardo, S. O., & Coca, R. G. (2024). Percepción y uso de la inteligencia artificial en la educación superior: Correlación con el rendimiento académico en estudiantes universitarios. YUYAY: Estrategias, metodologías y didácticas educativas, 4(1), 100–120.

Jiménez, J. U. (2019). Introducción a R y RStudio.

Leddy, M., & McCreanor, N. (2024). Exploring how Education can Leverage Artificial Intelligence for Social Good. Proceedings of the European Conference on Innovation and Entrepreneurship, ECIE, 19(1), 1041–1048. https://doi.org/10.34190/ecie.19.1.2906

Lopez Gomero, R. J. (2025). Inteligencia artificial y el proceso de aprendizaje de los estudiantes de la Facultad de Educación de la Universidad Nacional José Faustino Sánchez Carrión–2024.

Pérez, E. R., & Medrano, L. A. (2010). Análisis factorial exploratorio: bases conceptuales y metodológicas. Revista Argentina de Ciencias del Comportamiento (RACC), 2(1), 58–66.

Sánchez, A. V., Fuentes, E. P., & Queiroz, S. F. (2026). Validación de un cuestionario para diagnosticar competencias docentes en la integración pedagógica de la inteligencia artificial. RIED-Revista Iberoamericana de Educación a Distancia, 29(2).

Sánchez, K. M. A., & Sandoval, J. L. S. (2024). EVOLUTION OF MULTIVARIATE ANALYSIS METHODS IN THE FIELD OF MANAGEMENT SCIENCES; [La evolución de los métodos de análisis multivariante en el campo de las ciencias de la administración]. Revista Academia and Negocios, 10(2), 239–250. https://doi.org/10.29393/RAN10-15EMML20015

Tan, S. (2023). Harnessing Artificial Intelligence for Innovation in Education. In Learning Intelligence: Innovative and Digital Transformative Learning Strategies: Cultural and Social Engineering Perspectives. https://doi.org/10.1007/978-981-19-9201-8_8

Similar Articles

1-10 of 135

You may also start an advanced similarity search for this article.

Download

Published

January 1, 2027

History

Received
16 Jul 2026
Accepted
5 Sep 2026
Published
1 Jan 2027

Metrics

0 downloads

  1. 2026-04: 0
  2. 2026-05: 0
  3. 2026-06: 0
  4. 2026-07: 0
  5. 2026-08: 0
  6. 2026-09: 0
  7. 2026-10: 0

last 7 months

Issue

Vol. 5 No. 1 (2027): Vol. 5 Núm. 1 (2027): Enero - marzo 2027: Revista Multidisciplinaria Investigación Contemporánea

Section

Ciencias Sociales- Artículo original

How to Cite

Jácome Vélez , W. J., & López Ruano , J. C. (2027). Artificial Intelligence and Academic Performance in Descriptive Statistics among UPEC Engineering Students. Contemporary Research, 5(1). https://doi.org/10.58995/redlic.rmic.v5.n1.a252

License

Copyright (c) 2026 Walter Joffred Jácome Vélez , Juan Carlos López Ruano. Los autores que publiquen en la revista Multidisciplinaria Investigación Contemporánea aceptan los siguientes términos: 1. Los autores mantienen sus derechos de autor (copyright) y otorgan a la revista Multidisciplinaria Investigación Contemporánea el derecho de la primera publicación de su trabajo, bajo una licencia Creative Commons Attribution 4.0. Esta licencia permite que terceros utilicen el contenido publicado, siempre que se mencione la autoría y la primera publicación en esta revista. 2. Los autores pueden establecer acuerdos adicionales para la distribución no exclusiva de la versión publicada de su artículo en otros lugares, como repositorios institucionales, siempre y cuando se indique claramente que el trabajo fue publicado por primera vez en esta revista. 3. Los autores conservan sus derechos de autor (copyright) y garantizan a la revista Multidisciplinaria Investigación Contemporánea el derecho a publicar el manuscrito a través de los canales que considere apropiados. 4. Se permite y se recomienda a los autores compartir su trabajo en línea (por ejemplo, en repositorios institucionales o páginas web personales), una vez que el manuscrito haya sido aceptado para su publicación. Esto puede conducir a intercambios productivos y a una mayor y más rápida citación del trabajo publicado. Detalle de Licencia CC BY (https://creativecommons.org/licenses/by/4.0/) Usted es libre de: Compartir — copiar y redistribuir el material en cualquier medio o formato para cualquier propósito, incluso comercialmente. Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia Bajo los siguientes términos: Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Los autores que publiquen en la revista Multidisciplinaria Investigación Contemporánea aceptan los siguientes términos:

 

  1. Los autores mantienen sus derechos de autor (copyright) y otorgan a la revista Multidisciplinaria Investigación Contemporánea el derecho de la primera publicación de su trabajo, bajo una licencia Creative Commons Attribution 4.0. Esta licencia permite que terceros utilicen el contenido publicado, siempre que se mencione la autoría y la primera publicación en esta revista.
  2. Los autores pueden establecer acuerdos adicionales para la distribución no exclusiva de la versión publicada de su artículo en otros lugares, como repositorios institucionales, siempre y cuando se indique claramente que el trabajo fue publicado por primera vez en esta revista.
  3. Los autores conservan sus derechos de autor (copyright) y garantizan a la revista Multidisciplinaria Investigación Contemporánea el derecho a publicar el manuscrito a través de los canales que considere apropiados.
  4. Se permite y se recomienda a los autores compartir su trabajo en línea (por ejemplo, en repositorios institucionales o páginas web personales), una vez que el manuscrito haya sido aceptado para su publicación. Esto puede conducir a intercambios productivos y a una mayor y más rápida citación del trabajo publicado.

Detalle de Licencia CC BY (https://creativecommons.org/licenses/by/4.0/)

Usted es libre de:

  1. Compartir — copiar y redistribuir el material en cualquier medio o formato para cualquier propósito, incluso comercialmente.
  2. Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente.
  3. La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia

Bajo los siguientes términos:

  1. Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
  2. No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.