Inteligencias múltiples e inteligencia artificial generativa en la enseñanza del inglés: efectos sobre la motivación y el rendimiento académico en la formación docente

Este estudio analiza el efecto de una intervención didáctica basada en Inteligencias Múltiples e Inteligencia Artificial Generativa sobre la motivación y el rendimiento académico en inglés en la formación docente. La problemática radica en la baja motivación y el rendimiento heterogéneo asociado a metodologías poco diferenciadas. El objetivo fue determinar la eficacia de una propuesta que personaliza el aprendizaje según el perfil de inteligencia y potencia la creación de recursos con IAG. Se empleó un enfoque cuantitativo con diseño cuasi-experimental pretest-postest con grupo control [n=30] y experimental [n=30], conformado por 60 estudiantes de Pedagogía del Inglés, Ecuador. Se aplicó el cuestionario de Inteligencias Múltiples de Armstrong, la escala MSLQ para motivación y pruebas de rendimiento de 0 a 100. El grupo experimental incrementó su motivación de M=4.16 [DE=0.64] a M=5.30 [DE=0.68], t(29)=19.68, p<.001, y su rendimiento de M=68.19 [DE=8.11] a M=80.52 [DE=7.31], t(29)=15.59, p<.001. En el post-test superó significativamente al control en motivación [t(58)=6.58, p<.001, d=1.70] y en rendimiento [t(58)=4.47, p<.001, d=1.15]. Se concluye que la integración de IM e IAG constituye una estrategia efectiva con efectos grandes en la formación docente.