Theses and Dissertations
Date of Award
2026
Document Type
Dissertation
Degree Name
Doctor of Education (EdD)
Department
Abraham S. Fischler College of Education and School of Criminal Justice
Advisor
Jessica Molina
Committee Member
Rafael Alfredo Collado
Committee Member
Kimberly Durham
Keywords
academic achievement, AI-powered learning tools, attention, correlation analysis, digital competence, early literacy skills, educational decision-making, educational technology integration, elementary education, ethical considerations, generative artificial intelligence, generative artificial intelligence in education, literacy development, literacy instruction, memory, nonexperimental research, primary education, public school system in Puerto Rico, Puerto Rico, quantitative research, reading comprehension, repetitive practice, Spearman correlation, student motivation, sustainable educational equity, teacher perceptions, teacher training, teaching personalization, technology integration, writing skills development, cognitive processes, educational innovation, exploratory correlational design, kindergarten through third grade, literacy achievement, pedagogical practices, professional development, public schools, southwest Puerto Rico, student learning needs, educational research, artificial intelligence adoption, instructional technology, ethical use of artificial intelligence, long-term impact studies, personalized learning, academic performance, educational transformation, literacy intervention strategies, evidence-based education, regional education studies, teachers, educational equity, learning outcomes, educational policy, artificial intelligence literacy, reading and writing instruction
Abstract
El presente estudio aborda el problema del bajo rendimiento en lectoescritura de estudiantes de kínder a tercer grado en escuelas públicas del suroeste de Puerto Rico, así como la necesidad de integrar estrategias tecnológicas innovadoras como la inteligencia artificial generativa en el proceso educativo. El propósito fue analizar la percepción de los maestros sobre la integración de la inteligencia artificial para fortalecer la lectoescritura y mejorar el desempeño académico. Se utilizó un enfoque cuantitativo no experimental, con diseño transeccional de tipo exploratorio correlacional, permitiendo describir percepciones en un momento específico y examinar relaciones entre variables mediante la correlación de Spearman. La muestra estuvo compuesta por maestros de nivel elemental del suroeste de Puerto Rico.
Los resultados evidenciaron una percepción mayormente favorable hacia el uso de la inteligencia artificial generativa, destacando su potencial para motivar al estudiantado, personalizar la enseñanza y fortalecer el rendimiento académico. Asimismo, se identificó que esta herramienta facilita los procesos cognitivos como la atención, la memoria y la práctica repetitiva, esenciales en la lectoescritura. Se encontró una relación positiva y significativa entre su uso y el rendimiento académico, lo que respalda su potencial pedagógico. No obstante, surgieron reservas sobre la confiabilidad y uso ético.
La inteligencia artificial se perfila como una herramienta pertinente para transformar las prácticas pedagógicas y atender las necesidades de aprendizaje, aunque se requiere capacitación docente y lineamientos éticos claros para su implementación efectiva. En este sentido, los hallazgos aportan evidencia relevante para la toma de decisiones educativas y promueven futuras investigaciones que amplíen la muestra, incorporen enfoques mixtos y analicen el impacto a largo plazo en diversos contextos regionales del país para fortalecer la equidad educativa sostenible.
NSUWorks Citation
Joselyn M. Rodríguez Silva. 2026. Percepción de Docentes Del Nivel Primario Sobre la Inteligencia Artificial Como Herramienta Para Desarrollar Lectoescritura en Escuelas Ore de Mayagüez, Puerto Rico. Doctoral dissertation. Nova Southeastern University. Retrieved from NSUWorks, Abraham S. Fischler College of Education and School of Criminal Justice. (1155)
https://nsuworks.nova.edu/fse_etd/1155.