Econometría en la era de la inteligencia artificial: comparación de resultados entre estudiantes con y sin formación disciplinar

• Alonso Cienfuegos, ´Oscar Luis ^[1] ; Otero Sánchez, Ana Isabel ^[2]
  1. [1] Universidad de Oviedo

     Universidad de Oviedo

     Oviedo, España

     
  2. [2] Universidad Internacional de La Rioja

     Universidad Internacional de La Rioja

     Logroño, España

     
• Localización: Pi-InnovaMath, ISSN-e 2605-1249, Nº. 9, 2026
• Idioma: español
• DOI: 10.5944/pim.9.2026.47982
• Enlaces
  • Texto completo
• Resumen

  • La incorporación de la inteligencia artificial (IA) en la enseñanza universitaria plantea interrogantes sobre el valor añadido de la formación disciplinar frente a la automatización de tareas analíticas. Este proyecto, en fase de diseño, se implementará en la asignatura de Econometría y comparará la producción de informes de regresión elaborados por estudiantes universitarios con formación disciplinar y por estudiantes sin conocimientos previos que emplearán herramientas de IA. El objetivo es analizar diferencias en la calidad técnica e interpretativa de los resultados, valorando la relevancia de las competencias matemáticas y econométricas en un contexto de creciente automatización. Se espera que los hallazgos contribuyan al debate sobre cómo integrar la IA en la docencia universitaria sin renunciar al desarrollo del pensamiento crítico.

• Referencias bibliográficas
  • Adkins, L. C. and Hill, R. C. (2011). Using Gretl for Principles of Econometrics. Wiley.
  • Barrows, H. S. (1996). Problem-based learning in medicine and beyond: A brief overview. New Directions for Teaching and Learning, 68:3–12.
  • Biggs, J. and Tang, C. (2011). Teaching for Quality Learning at University. McGraw-Hill Education.
  • Campbell, D. T. and Stanley, J. C. (1963). Experimental and Quasi-experimental Designs for Research. Rand McNally.
  • Freeman, S., Eddy, S. L., McDonough, M., Smith, M. K., Okoroafor, N., Jordt, H., and Wenderoth, M. P. (2014). Active learning increases student...
  • Holmes, W., Bialik, M., and Fadel, C. (2022). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center...
  • Luckin, R., Holmes, W., Griffiths, M., and Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson.
  • Prince, M. (2004). Does active learning work? a review of the research. Journal of Engineering Education, 93(3):223–231.
  • Salmon, G. (2019). May the fourth be with you: Creating education 4.0. Journal of Learning for Development, 6(2):95–115.
  • Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach. Cengage.
  • Zawacki-Richter, O., Marin, V. I., Bond, M., and Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications...