Original Recibido: 3/11/2025 │ Aceptado: 3/02/2026

Procedimiento para determinar la relación entre identidad universitaria y compromiso académico en los estudiantes

Procedure to Determine the Relationship Between University Identity and Academic Engagement in Students

Elizabeth Amanda Méndez Maldonado. Magister en Docencia Universitaria e Investigación Educativa. Candidata a Doctora en Educación. Profesora Adjunta. Universidad Nacional de Chimborazo. Riobamba Ecuador. [elizabeth.mendez@upch.pe]

Luis Miguel Cangalaya Sevillano. Doctor en Educación. Magíster en Lengua y Literatura. Universidad Peruana Cayetano Heredia. Lima. Perú. [luis.cangalaya@upch.pe]

Marcos Alexis Serrano Tamayo. Licenciado en Educación. Doctor en Ciencias Técnicas (Gestión de la Ciencia la Tecnología y el Medio Ambiente). Máster en Desarrollo Socio Económico Local. Profesor Asistente. Consultoría Académica Investigativa. Riobamba. Ecuador.

[mserranot1971@gmail.com]

Resumen

La presente investigación tuvo como objetivo diseñar y validar un procedimiento para determinar la relación entre la identidad universitaria y el compromiso académico en estudiantes. Se empleó un enfoque cuantitativo, de tipo transversal e instrumental, sustentado en los métodos analítico-sintético y sistémico-estructural, los cuales permitieron descomponer, contextualizar e integrar los constructos centrales. El diseño y la validación inicial del procedimiento se realizaron con el apoyo de herramientas de inteligencia artificial y el juicio de expertos, lo que facilitó la construcción de una encuesta estructurada mediante la plataforma Google Forms, con escalas tipo Likert adaptadas al contexto institucional. Para el análisis de la relación entre las dimensiones de identidad y compromiso, se seleccionó la prueba de correlación no paramétrica de Spearman. El procedimiento diseñado supera limitaciones teóricas previas y ofrece instrumentos válidos y pertinentes para la toma de decisiones en el ámbito universitario.

Palabras clave: Identidad universitaria, Compromiso académico, Validación de instrumentos, Inteligencia artificial, Correlación de Spearman.

Abstract
The present study aimed to design and validate a procedure to determine the relationship between university identity and academic engagement among students. A quantitative, cross-sectional, and instrumental approach was employed, grounded in the analytical-synthetic and systemic-structural methods, which enabled the decomposition, contextualization, and integration of the core constructs. The initial design and validation of the procedure were carried out with the support of artificial intelligence tools and expert judgment, facilitating the development of a structured survey through the Google Forms platform, using Likert-type scales adapted to the institutional context. To analyze the relationship between the dimensions of identity and engagement, the non-parametric Spearman correlation test was selected. The designed procedure overcomes previous theoretical limitations and provides valid and relevant instruments for decision-making in the university setting.

Keywords: University identity, Academic engagement, Instrument validation, Artificial intelligence, Spearman correlation

Introducción

La relación entre identidad universitaria y compromiso académico ha sido explorada en investigaciones recientes. Se ha determinado que una fuerte identidad institucional predice niveles más altos de compromiso, especialmente en entornos inclusivos y participativos (Fava et al., 2022; Ortosa et al., 2022). En universidades latinoamericanas, estos constructos adquieren especial relevancia ante los desafíos de retención estudiantil y mejora de la calidad educativa. Sin embargo, los estudios que sostienen estas afirmaciones evidencian limitaciones teóricas.

Entre las más significativas se pueden enunciar las enunciadas por Aguirre (2023), al afirmar que persisten vacíos conceptuales y metodológicos como, la falta de consenso sobre qué constituye la identidad universitaria, lo que ha generado instrumentos con estructuras disímiles. En cuanto al compromiso académico, aunque el modelo UWES-S es ampliamente utilizado, estudios como el de Carvajal y Carranza (2022) señalan que no siempre capta las particularidades culturales de los estudiantes latinoamericanos. Del mismo modo que, se observa una escasa integración entre los constructos de identidad universitaria y compromiso académica, lo que limita la comprensión de su interdependencia.

Es notorio que, la mayoría de estudios se centran en universidades urbanas, excluyendo contextos rurales o regionales (Vizuete et al., 2025), y prestan poca atención a la diversidad estudiantil, pese a que factores como género, etnicidad y condición socioeconómica influyen significativamente. También se evidencia una dependencia de diseños transversales y enfoques cuantitativos, lo que limita la comprensión de procesos dinámicos.

En los últimos años, la inteligencia artificial (IA) ha comenzado a desempeñar un papel relevante en la validación de instrumentos pedagógicos. Facilitan análisis semánticos y detección de inconsistencias en ítems. Tradicionalmente, la validación teórica de contenido se ha basado en juicios de expertos, pero la IA permite complementar este proceso mediante algoritmos de procesamiento de lenguaje natural (PLN), que analizan la coherencia entre ítems y constructos (Díaz, 2024; Hernández & Rodríguez, 2024; Keynan et al., 2022).

Aunque en la bibliografía revisada el método de juicio de expertos es muy utilizado con efectividad, los modelos recientes de IA han demostrado su utilidad para identificar redundancias, ambigüedades y sesgos culturales en cuestionarios educativos, al tiempo que mejoran la calidad del instrumento antes de su aplicación piloto. Respecto a la identidad universitaria, se han utilizado herramientas de IA para analizar redes semánticas en respuestas estudiantiles, identificando núcleos conceptuales como pertenencia, orgullo institucional y aceptación social (Fajardo et al., 2023; Lalaleo et al., 2024).

La validación de contenido se ha enriquecido mediante comparación de ítems con corpus teóricos, para detectar desviaciones conceptuales, aplicaron técnicas de minería de texto para validar ítems sobre identidad institucional, demostrando que la IA puede identificar patrones de respuesta que predicen retención estudiantil (Cruz & Ruiz, 2024; Regalado et al., 2024). Además, la revisión de ítems invertidos ha sido automatizada, facilitando la detección de inconsistencias en la interpretación estudiantil.

Por tal razón el objetivo del artículo se centró en diseñar un procedimiento para determinar la relación entre la identidad universitaria y el compromiso académico de los estudiantes, con instrumentos válidos y confiables.

Materiales y métodos

Se desarrolló una investigación transversal, con apoyo de instrumentos de IA para reforzar el proceso. El método sistémico-estructural se incorpora para comprender los componentes e interdependencia entre los constructos. Esta visión holística es especialmente útil para el diseño de los instrumentos que integren dimensiones múltiples de las variables y reflejen la realidad universitaria (Medina et al., 2023).

En base a los estudios de (Balderas et al., 2022; Rodríguez et al., 2021), se utilizó el método criterio de expertos para validar el contenido del instrumento diseñado, este permitió evaluar la claridad, pertinencia y coherencia de los ítems en relación con los constructos teóricos definidos.

Los cálculos del coeficiente V de Aiken, facilitaron la cuantificación del nivel de acuerdo entre los jueces y la toma de decisiones sobre la conservación o ajuste de los ítems. Asimismo, para analizar la relación entre las dimensiones de identidad universitaria y compromiso académico, se aplicó la prueba de correlación no paramétrica de Spearman, recomendada para escalas tipo Likert y datos ordinales (Balderas et al., 2022).

Se aplicó la escala de Likert como una herramienta metodológica útil en investigaciones educativas para medir estos constructos complejos, ya que permite captar niveles de acuerdo, percepciones y actitudes de forma estructurada y cuantificable (Iraizoz et al., 2023). Su formato ordinal facilita el análisis estadístico de la correlación, mediante técnicas estadísticas no paramétricas como el coeficiente de Spearman.

Para el diseño del procedimiento se siguieron los pasos que se exponen en la Figura 1. Estos se apoyan en las investigaciones recientes de Manrique et al., (2025). En el caso de la investigación presente solo se desarrollaron los tres primeros pasos de la siguiente forma: el primero, para la definición de los constructos; el segundo, para el diseño preliminar del instrumento; y el tercero, para el diseño definitivo y validación inicial del instrumento.

Figura 1. Pasos para el procesamiento y análisis de la información

Fuente: Adaptado por los autores en base a Rodríguez et al. (2025)

Fases para el diseño y validación del procedimiento

Con base en el proceso representado en la Figura 1, se llevó a cabo el diseño y la validación inicial del procedimiento, concebido como instrumento de investigación. Para facilitar su comprensión, se describen a continuación las fases metodológicas seguidas durante el estudio.

Paso 1: Definiciones de los constructos

El proceso se inició con la formulación de los objetivos del instrumento y la identificación de las motivaciones que justifican su desarrollo. Estos elementos constituyen la base para definir las variables a medir y los resultados esperados. En esta etapa se construyó la red nomológica, entendida como el conjunto de relaciones teóricas y empíricas que vinculan los principales constructos (identidad universitaria y compromiso académico) con otros conceptos afines. Esta red permitió delimitar el alcance conceptual del instrumento y orientar su estructura interna.

Paso 2: Diseño preliminar de los instrumentos

A partir de las definiciones operacionales establecidas, se procedió a construir las dimensiones y categorías que estructuran los instrumentos a aplicar. Estas dimensiones constituyen la fuente principal para la elaboración de los ítems del cuestionario, así como para la selección de los procedimientos estadísticos que permitirán analizar la correlación entre las variables centrales del estudio. Inicialmente, se redactaron entre cinco y diez ítems por dimensión, tomando como referencia bibliografía especializada y escalas previamente validadas en contextos similares.

En esta etapa, se incorporó el uso de herramientas de IA para el diseño de los ítems y una valoración preliminar. Se utilizaron herramientas con acceso a bases de datos científicas actualizadas, lo que permitió emitir recomendaciones sobre la cantidad adecuada de ítems por variable y dimensión, así como sugerencias de mejora en redacción, claridad y pertinencia.

Luego de redactar la versión preliminar de los instrumentos, con sus correspondientes ítems y herramientas estadísticas seleccionadas para la correlación entre las dos variables, se procede a una primera valoración crítica de los ítems en base al contenido, mediante IA. Lo que permitió ajustar el contenido al contexto universitario específico. Este paso resultó crucial para identificar posibles limitaciones derivadas de diferencias culturales, semánticas o contextuales, y para anticipar ajustes necesarios antes de la validación preliminar.

• Paso 3: Diseño definitivo y validación inicial del procedimiento

Con las recomendaciones derivadas del paso anterior se diseñó una versión inicial, que luego requiere la validación preliminar. Esta primera evaluación del instrumento se realizó mediante herramientas de IA, de los ítems, en una primera etapa y luego se hizo mediante la consulta de expertos para confirmar la validez de contenido y ajustar los ítems en función de criterios técnicos y contextuales, para el caso de los instrumentos diseñados.

Análisis y discusión de los resultados

Diseño y validación del procedimiento

Para diseñar y validar el instrumento se ejecutaron los pasos, conforme al modelo representado en la Figura 1.

Paso 1. Definición de los constructos

En el paso 1 se definieron los constructos centrales del estudio (identidad universitaria y compromiso académico) a partir de los objetivos del instrumento y las motivaciones que justificaron su desarrollo. La red nomológica integra y delimita el marco conceptual y orienta la estructura del cuestionario. La Figura 2 ilustra dicha red, donde se articulan las relaciones teóricas entre los constructos principales, sus dimensiones internas y los conceptos periféricos que enriquecen el análisis contextual y fundamentan el diseño del instrumento.

El constructo identidad universitaria se descompone en tres dimensiones clave: sentido de pertenencia, aceptación por docentes y aceptación por pares, las cuales reflejan el grado de integración, reconocimiento y vinculación afectiva del estudiante con su comunidad académica. Por su parte, el constructo compromiso académico se estructura en las dimensiones: vigor, dedicación y absorción, que representan la implicación activa, sostenida y profunda del estudiante en sus procesos de aprendizaje.

Ambos constructos se encuentran interrelacionados mediante vínculos teóricos que sugieren que una identidad institucional fortalecida puede potenciar el compromiso académico. Esta relación se complementa con constructos periféricos como la autoeficacia académica, la motivación institucional, el clima universitario y la satisfacción estudiantil, los cuales han sido identificados en la literatura como factores moduladores o correlacionados con los constructos centrales.

Figura 2. Red nomológica en base a la identidad universitaria y el compromiso académico

Fuente: elaborado por los autores

La red nomológica cumple una doble función: por un lado, delimita el alcance conceptual del instrumento, al asegurar que los ítems diseñados respondan a dimensiones pertinentes y bien definidas; por otro, fortalece la validez de constructo, al anticipar relaciones empíricas que serán contrastadas mediante análisis estadísticos en fases posteriores del estudio.

Paso 2. Diseño preliminar de los instrumentos

En el paso 2 se determinaron las dimensiones y categorías del instrumento. Para el constructo Identidad Universitaria se partió de una redacción inicial de 18 ítems distribuidos en tres dimensiones del constructo identidad universitaria. La elaboración de los ítems se fundamentó en literatura especializada y en escalas previamente validadas. Para optimizar la claridad, coherencia y pertinencia contextual de los ítems, se incorporaron herramientas de IA en la fase de revisión preliminar, lo que permitió fortalecer su calidad semántica y alineación conceptual y lograr 9 ítems, distribuidos por dimensiones.

Respecto a la variable compromiso académico, se adoptó el cuestionario abreviado UWES-S de nueve ítems, validado previamente en investigaciones regionales. En particular, se utilizó la versión adaptada por Portalanza et al., (2017), aplicada en población universitaria ecuatoriana, cuyo contexto guarda similitudes con la institución objeto de estudio. Este instrumento reportó adecuados índices de confiabilidad y validez factorial, confirmando la estructura tridimensional del compromiso académico: vigor, dedicación y absorción.

Se empleará la encuesta estructurada como técnica principal, aplicada a una muestra representativa de estudiantes, mediante la plataforma Google forms. Esta herramienta permitirá medir los niveles de identidad universitaria y compromiso académico mediante escalas tipo Likert, adaptadas al contexto local.

Para la determinar la relación entre las dos variables y sus dimensiones se propone el uso del coeficiente de correlación de Spearman (ρ), una medida no paramétrica que permite evaluar la fuerza y dirección de la relación entre dos variables ordinales. Su aplicación resulta pertinente dado que los ítems del instrumento fueron diseñados bajo una escala tipo Likert de cinco puntos, la cual genera datos de naturaleza ordinal.

Este instrumento no exige el cumplimiento de supuestos de normalidad ni homogeneidad de varianzas, y tampoco requiere que las categorías presenten intervalos equidistantes o una distribución normal. Estas características lo convierten en una herramienta estadísticamente robusta y adecuada para el análisis de los datos provenientes del cuestionario (Serrano et al., 2023).

Paso 3. Diseño definitivo y validación inicial del procedimiento

Con los ítems e instrumentos estadísticos seleccionados anteriormente se diseñó el procedimiento en base a las correcciones necesarias mediante herramientas de IA. Esta fase permitió consolidar la validez de constructo y realizar ajustes técnicos y contextuales a los ítems.

Para la variable identidad universitaria, se seleccionaron mediante IA, los ítems más representativos, de los cuales surge un cuestionario diseñado en base a la teoría y la herramienta de IA Copilot, como se expone a continuación.

Luego de aplicar la valoración se obtiene una selección que mantiene el equilibrio entre contenido afectivo, cognitivo y relacional. Se priorizó la diversidad semántica para evitar redundancia y facilitar análisis factorial. Además, los ítems reversados fueron seleccionados estratégicamente para controlar sesgos de aquiescencia sin afectar la fluidez del instrumento.

En función del análisis conceptual y la pertinencia institucional, se seleccionaron tres ítems representativos para cada dimensión del constructo Identidad Universitaria. Para la dimensión Aceptación por docentes, se incluyeron los siguientes items: “Los docentes me respetan”, que refleja el reconocimiento y trato digno por parte del profesorado; “Hay al menos un docente con quien puedo hablar si tengo un problema”, que evalúa la accesibilidad y el apoyo emocional percibido; y “Los docentes no están interesados en estudiantes como yo” (ítem reversado), que permite identificar percepciones de exclusión o indiferencia.

En la dimensión Sentido de pertenencia, se seleccionaron los ítems: “Me siento como una parte real de la universidad”, que expresa integración identitaria; “Me siento orgulloso/a de pertenecer a la universidad”, que recoge el componente afectivo de la identidad institucional; y “Desearía estar en otra universidad” (ítem reversado), que permite detectar disonancia o baja identificación con la institución.

Para la dimensión Aceptación por pares, se eligieron los items: “Me aceptan tal como soy”, que refleja aceptación incondicional y autenticidad; “Toman en serio mis opiniones”, que evalúa la validación social y el respeto entre iguales; y “Me siento muy diferente” (ítem reversado), que permite identificar percepciones de exclusión o falta de integración grupal.

Luego a estos ítems seleccionados se le aplicó una valoración por parte de tres profesionales en las temáticas. Estos expertos cuentan con más de 20 de experiencia docente, el grado académico de Doctor en Ciencias de la Educación, categoría docente de profesor titular, con lo que se pudo mejorar la redacción de los ítems en función de adaptarlos al contexto docente de las universidades.

En la investigación, el coeficiente V de Aiken se utilizó para evaluar la validez de contenido del cuestionario estructurado. Cada ítem fue valorado por tres expertos en una escala de 1 a 5. Esta técnica aportó rigor metodológico al proceso de validación teórica, en concordancia con estudios recientes. El resultado final se expone en la Tabla 1. a continuación:

Tabla 1 Resultado de la validación de contenido realizada por 3 expertos

Ítem	Variable	Dimensión	Ítem redactado	Exp. 1	Exp. 2	Exp. 3	V de Aiken
1	Identidad universitaria	Aceptación por docentes	Los docentes me respetan como estudiante.	5	5	4	0.92
2			Hay al menos un docente con quien puedo hablar si tengo un problema.	5	5	5	1.00
3			Los docentes no están interesados en estudiantes como yo. (R)	4	5	5	0.92
4		Sentido de pertenencia	Me siento como una parte real de la universidad.	5	5	5	1.00
5			Me siento orgulloso/a de pertenecer a la universidad.	5	4	5	0.92
6			Desearía estar en otra universidad. (R)	4	5	5	0.92
7		Aceptación por pares	Mis compañeros de estudios me aceptan tal como soy.	5	5	5	1.00
8			Mis compañeros de estudios toman en serio mis opiniones.	4	5	5	0.92
9			Me siento muy diferente al resto de mis compañeros. (R)	4	4	5	0.83
10	Compromiso académico	Vigor	Me siento lleno de energía cuando estudio o participo en actividades académicas.	5	5	4	0.92
11			Cuando enfrento dificultades académicas, suelo persistir hasta encontrar una solución.	5	5	5	1.00
12			Me esfuerzo al máximo en mis estudios, incluso cuando estoy cansado.	4	5	5	0.92
13		Dedicación	Siento que lo que estudio tiene sentido y valor para mi futuro.	5	5	5	1.00
14			Estoy orgulloso de pertenecer a mi carrera y universidad.	5	5	4	0.92
15			Me siento emocionalmente conectado con mis estudios.	4	5	5	0.92
16		Absorción	Cuando estudio, pierdo la noción del tiempo por estar concentrado.	5	5	5	1.00
17			Me resulta fácil mantener la atención durante las clases o actividades académicas.	4	4	5	0.83
18			Disfruto tanto de algunas tareas académicas que me cuesta detenerme.	5	5	5	1.00

Fuente: Cálculos en Microsoft Excel 2019 en base a la encuesta a los expertos

Los resultados ajustados muestran una mejora significativa en la valoración de los ítems, alcanzando coeficientes V de Aiken iguales o superiores a 0.92 en todos los casos. Esto indica una alta concordancia entre los expertos respecto a la pertinencia, claridad y representatividad de cada ítem en relación con sus respectivas dimensiones. La revisión semántica y contextual permitió fortalecer los ítems reversados, que inicialmente presentaban ambigüedades.

En esta validación teórica de los ítems, la encuesta muestra una estructura sólida para su aplicación en contextos universitarios. Se recomienda avanzar hacia la validación empírica con una muestra ampliada, incorporando análisis factorial y pruebas de confiabilidad. El uso combinado de juicio experto e IA ha permitido optimizar el contenido del cuestionario, lo que garantiza su relevancia y aplicabilidad institucional.

Correlación lineal entre las variables

En esta investigación, la relación entre identidad universitaria y compromiso académico se analizará mediante el coeficiente de correlación de Spearman, una técnica no paramétrica especialmente adecuada para variables de tipo ordinal. Dado que los datos se obtienen a través de escalas tipo Likert, que expresan niveles de acuerdo en rangos ordenados, Spearman permite evaluar la fuerza y dirección de la asociación entre los rangos de ambas variables sin requerir distribución normal ni linealidad estricta.

Al aplicar Spearman, se podrá determinar si existe una relación significativa entre las dos variables principales y las relaciones entre dimensiones seleccionadas según el objetivo del investigador. Un coeficiente positivo indicaría que a mayor identidad institucional, mayor compromiso académico, mientras que un coeficiente cercano a cero sugeriría ausencia de relación.

Este análisis es clave para validar empíricamente la red nomológica propuesta en las fases iniciales del diseño del instrumento. Además, permitirá identificar patrones de asociación que pueden orientar futuras intervenciones institucionales, como estrategias de fortalecimiento del vínculo estudiantil o programas de acompañamiento académico. La técnica de Spearman, al ser resistente a valores atípicos y adecuada para muestras moderadas, se ajusta perfectamente al enfoque metodológico del estudio, aportando evidencia estadística confiable para sustentar las conclusiones sobre la interacción entre los constructos evaluados.

La primera actividad se ejecuta al correlacionar la identidad universitaria con el compromiso académico, en base a dirección, intensidad y significación estadística. Luego se correlacionan cada una de las dimensiones por separado. Los datos obtenidos en la encuesta se correlacionan con ayuda de algún paquete estadístico. Para una mejor comprensión se expone una matriz con las posibles correlaciones entre las dimensiones en la Tabla 2.

Tabla 2. Matriz de relaciones entre variables por dimensiones

Identidad universitaria	Compromiso académico
Identidad universitaria	Vigor	Dedicación	Absorción
Aceptación por docentes	rho_av y p_av	rho_ad y p_ad	rho_aa y p_aa
Sentido de pertenencia	rho_sv y p_sv	rho_sd y p_sd	rho_sa y p_sa
Aceptación por Pares	rho_av y p_av	rho_ad y p_ad	rho_aa y p_aa

Simbología:

rho = coeficiente de correlación (Dirección e intensidad)

p = nivel de significación (Significación estadística, a menor número mayor significación)

Fuente: Elaborado por los autores

Se diseñó un instrumento para evaluar la identidad universitaria y su relación con el compromiso académico, optimizado mediante IA para garantizar claridad y pertinencia contextual. Se seleccionaron ítems representativos por dimensión y se aplicó una matriz de validación para fortalecer la validez de constructo. Además, se adoptó el cuestionario UWES-S para medir el compromiso académico y se justificó el uso del coeficiente de Spearman por la naturaleza ordinal de los datos, la distribución de los datos y el tamaño muestral previsto. Para una mejor comprensión se expone la Figura 2.

Figura 2. Representación simplificada del procedimiento para valorar la relación entre la identidad universitaria y el compromiso académico.

Fuente: Elaboración propia

La investigación desarrollada permitió diseñar y validar inicialmente un procedimiento para analizar la relación entre identidad universitaria y compromiso académico en estudiantes. El enfoque metodológico instrumental y correlacional, junto con el uso de herramientas de IA aportó una mirada integral en base a la diversidad territorial y sociocultural del contexto ecuatoriano.

Entre las principales bondades del estudio se destaca la incorporación del método sistémico-estructural, que permitió comprender la interdependencia entre los constructos desde una perspectiva holística. Esta aproximación facilitó el diseño de instrumentos con dimensiones múltiples. Asimismo, el uso de IA en la redacción y validación preliminar de ítems optimizó la precisión semántica y la pertinencia contextual, con ajustes dinámicos en función de criterios técnicos y biopsicosociales actuales planteados por Manrique et al., (2025).

No obstante, el estudio presenta limitaciones metodológicas que deben ser consideradas. La validación inicial restringe la generalización de los resultados a otros contextos. Además, al tratarse de un diseño transversal, no se puede establecer causalidad entre los constructos, sino únicamente asociaciones significativas. Aunque se aplicaron técnicas estadísticas como Spearman para el análisis correlacional, aún se requiere avanzar hacia estudios longitudinales y confirmatorios que fortalezcan la validez de constructo y criterio.

Se identifican divergencias teóricas con autores como Rigo (2020), quien plantea que el compromiso académico puede surgir incluso en contextos de baja identificación institucional, siempre que existan metas personales claras y estrategias de autorregulación. Esta postura sugiere que la identidad universitaria no es condición necesaria, aunque sí potenciadora, del compromiso académico, lo que abre nuevas líneas de investigación sobre mediadores y moderadores en esta relación.

Se puede afirmar que el procedimiento diseñado representa un avance metodológico significativo para el estudio de variables psicoeducativas en contextos universitarios diversos. Se recomienda su aplicación en pruebas pilotos y aplicación con muestras ampliadas, así como su integración con análisis cualitativos que profundicen en las narrativas identitarias y motivacionales de los estudiantes.

Conclusiones

El diseño y validación del procedimiento, con apoyo de las herramientas de IA y el juicio de expertos, que correlaciona la identidad universitaria en base a dimensiones como la aceptación por docentes y pares, el sentido de pertenencia institucional y el compromiso académico medido en términos de vigor, dedicación y absorción, representa un aporte significativo para la investigación educativa.

La identidad universitaria y el compromiso académico han sido ampliamente estudiados en los últimos años, pero, persisten vacíos teóricos y metodológicos que limitan su comprensión integral. La falta de articulación entre ambos constructos, la escasa atención a la diversidad estudiantil y la limitada validación de instrumentos en contextos latinoamericanos revelan la necesidad de desarrollar herramientas más precisas y culturalmente pertinentes.

Referencias bibliográficas

Aguirre, S. (2023). Estudio sobre la identidad universitaria: Propuesta de gestión para su fortalecimiento. Caso universidad tecnológica ECOTEC [Tesis en opción al título de doctor en Comunicación, Universidad de La Habana]. https://accesoabierto.uh.cu/s/scriptorium/item/2139069

Balderas, A. V., Cruz, C., Zapata, N., & Salazar, J. M. (2022). La validación por juicio de expertos como estrategia para medir la confiabilidad de un instrumento. TECTZAPIC Revista Academica Científica, 8(1), 9-18. https://dialnet.unirioja.es/descarga/articulo/9593530.pdf

Carvajal, C. E., & Carranza, R. F. (2022). Propiedades psicométricas de la escala de engagement académico en estudiantes universitarios bolivianos. Horizontes. Revista de Investigación en Ciencias de la Educación, 6(26), 2254-2264. https://doi.org/10.33996/revistahorizontes.v6i26.489

Cruz, L., & Ruiz, L. D. (2024). El Impacto de la Inteligencia Artificial en la Vida Estudiantil Universitaria. INVESTIGATIO, 22. https://doi.org/10.31095/investigatio.2024.22.7

Díaz, L. B. (2024). El uso de la inteligencia artificial en la investigación científica. Revista Historia de la Educación Latinoamericana, 26(43), 13. https://dialnet.unirioja.es/servlet/articulo?codigo=9788636

Fajardo, G. M., Ayala, D. C., Arroba, E. M., & López, M. (2023). Inteligencia Artificial y la Educación Universitaria: Una revisión sistemática. Magazine de las Ciencias: Revista de Investigación e Innovación, 8(1), 109-131. https://doi.org/10.33262/rmc.v8i1.2935

Fava, P. A., Velarde, A. T. D. N. J., & Salgado, L. (2022). Identidad universitaria en la comunidad estudiantil de Ciencias Económico Administrativas. TRASCENDER, CONTABILIDAD Y GESTIÓN, 7(19), 68-87. https://doi.org/10.36791/tcg.v7i19.134

Hernández, N., & Rodríguez, M. J. (2024). Inteligencia artificial aplicada a la educación y la evaluación educativa en la Universidad: Introducción de sistemas de tutorización inteligentes, sistemas de reconocimiento y otras tendencias futuras. Revista de Educación a Distancia (RED), 24(78). https://doi.org/10.6018/red.594651

Iraizoz, A. M., García, V., León, G., & Brito, G. (2023). Actividad física en estudiantes universitarios: Papel mediador frente al estrés académico y motivación para realizarla (Original). Revista científica Olimpia, 20(4), 97-117. https://revistas.udg.co.cu/index.php/olimpia/article/view/4125

Keynan, O., Brandel, N., & Slakmon, B. (2022). Students’ knowledge on emotion expression and recognition in computer-mediated communication: A comparative case study. Computers & Education, 189, 104597. https://doi.org/10.1016/j.compedu.2022.104597

Lalaleo, F. R., Carrera Calderón, F. A., & Martínez, A. P. (2024). La IA como herramienta de apoyo en la investigación científicas en los docentes investigadores del ISTE. Espíritu Emprendedor TES, 8(1), 97-110. https://www.espirituemprendedortes.com/index.php/revista/article/view/377

Manrique, Á. M., Jiménez, A. E., & Gómez, N. Y. (2025). Fases para el diseño y validación de instrumentos de investigación: Alcance de la inteligencia artificial. Ciencia en Desarrollo, 16(1E), 105-109. https://doi.org/10.19053/uptc.01217488.v16.n1E.2025.19812

Medina, M., Rojas, R., & Bustamante, W. (2023). Metodología de la investigación: Técnicas e instrumentos de investigación. Instituto Universitario de Innovación Ciencia y Tecnología Inudi Perú. http://coralito.umar.mx:8383/jspui/handle/123456789/1539

Ortosa, B. M. T., Pérez, M. D. C., & Molero, M. D. M. (2022). Investigación sobre el Compromiso o Engagement Académico de los Estudiantes: Una Revisión Sistemática sobre Factores Influyentes y Instrumentos de Evaluación. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 62(1), 101. https://doi.org/10.21865/RIDEP62.1.08

Portalanza, C. A., Grueso, M. P., & Duque, E. J. (2017). Propiedades de la Utrecht Work Engagement Scale (UWES-S 9): Análisis exploratorio con estudiantes en Ecuador. Innovar, 27(64), 145-156. https://doi.org/10.15446/innovar.v27n64.62374

Regalado, O. L., Rojas, N. N., López, Ó., & Rodríguez, J. S. (2024). Análisis del uso de la inteligencia artificial en la educación universitaria: Una revisión sistemática. Pixel-Bit: Revista de medios y educación, 70, 97-122. https://dialnet.unirioja.es/servlet/articulo?codigo=9558865

Rigo, D. Y. (2020). Compromiso y desvinculación académica. Consideraciones teóricas mixtas y decisiones metodológicas. ReHuSo: Revista de Ciencias Humanísticas y Sociales, 5(3), 87-97. https://doi.org/10.33936/rehuso.v5i3.2606

Rodríguez, M. A., Poblano, E. R., Alvarado, L., & González, A. (2021). Validación por juicio de expertos de un instrumento de evaluación para evidencias de aprendizaje conceptual. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.960

Serrano, M. A., Fornet, E. B., Moreno, M. R., & Velázquez, R. (2023). Procedimiento para determinar el potencial innovativo desde una perspectiva constructivista. Anales de la Academia de Ciencias de Cuba, 13(3), 1403-1403. https://revistaccuba.sld.cu/index.php/revacc/article/view/1403

Vizuete, N. L., Sucuy, I. V., Moreira, A. E., & Ramírez, Y. G. (2025). La diferencia entre la educación rural y urbana en la profesionalización de los estudiantes del Ecuador. Polo del Conocimiento, 10(3), 817-832. https://doi.org/10.23857/pc.v10i3.9090