Test cuestionario de participación en el ámbito de la inteligencia artificial
Estructura de medición
¿Quiénes suelen realizar esta prueba?
Descubre cómo se compara
A continuación, te ofrecemos una vista previa de los puntos de referencia que utilizamos para situar tu puntaje en contexto.
Ejemplos de preguntas de la prueba
- Totalmente en desacuerdo
- En general, en desacuerdo
- Más bien en desacuerdo que de acuerdo
- No puedo decidirme (me resulta difícil responder)
- Más bien de acuerdo que en desacuerdo
- En general, de acuerdo
- Totalmente de acuerdo
- Totalmente en desacuerdo
- En general en desacuerdo
- Más bien en desacuerdo que de acuerdo
- No puedo decidirme (me resulta difícil responder)
- Más bien de acuerdo que en desacuerdo
- En general de acuerdo
- Totalmente de acuerdo
- Totalmente en desacuerdo
- En general, en desacuerdo
- Más bien en desacuerdo que de acuerdo
- No puedo decidirme (me resulta difícil responder)
- Más bien de acuerdo que en desacuerdo
- En general, de acuerdo
- Totalmente de acuerdo
Test cuestionario de participación en el ámbito de la inteligencia artificial - Descripción y metodología del test
Quien desea situar su experiencia ante la inteligencia artificial puede usar esta evaluación para reconocer su orientación. El Test cuestionario de participación en el ámbito de la inteligencia artificial presenta el perfil del participante. La evaluación de participación en inteligencia artificial se dirige a estudiantes, profesionales y personas interesadas. Su propósito es ordenar esa orientación sin imponer un itinerario único.
Qué mide esta evaluación
El cuestionario observa la involucración en IA mediante cuatro facetas y una síntesis general. Sus ítems conectan uso, actitud emocional, motivación intrínseca para estudiar e interactuar, y conocimientos. La utilidad profesional aparece en algunos enunciados como contexto, no como dimensión. Como cuestionario sobre inteligencia artificial, interpreta la vinculación personal.
- Conductual (0–9): mide la participación activa y acciones de IA; Bajo 0–4, Moderado 5–6, Alto 7–9.
- Afectiva (0–9): refleja actitud emocional e interés; Baja 0–3, Media 4–6, Alta 7–9.
- Motivacional (0–9): mide motivación intrínseca para estudiar e interactuar; Bajo 0–4, Moderado 5–6, Alto 7–9.
- Cognitiva (0–9): evalúa conocimientos y comprensión; Bajo 0–3, Medio 4–6, Alto 7–9.
- Involucramiento En Inteligencia Artificial (0–9): integra interés, conocimientos y vinculación; Baja 0–3, Media 4–6, Alta 7–9.
El patrón general refleja menor o mayor interés, conocimientos y vinculación.
Metodología y base científica
Las respuestas de autoinforme usan siete grados de acuerdo, del desacuerdo total al acuerdo total, con una opción intermedia. Los enunciados combinan conocimientos percibidos, uso cotidiano, expectativas profesionales, interés y esfuerzo.
El resultado aparece por dimensiones y como síntesis, con categorías propias. Los intervalos no permiten deducir cuántos puntos aporta cada opción; conviene comparar el perfil y sus diferencias. Este test de involucramiento en inteligencia artificial ofrece una fotografía subjetiva, sensible al contexto, la experiencia y la sinceridad.
El referente directo es el cuestionario de involucramiento de Lenkov et al. (2025), cuyas dimensiones coinciden con esta versión en línea. La correspondencia sitúa los constructos, pero no permite trasladar la validación psicométrica del instrumento de origen. Las escalas de alfabetización en IA de Carolus et al. (2023) y Wang et al. (2023) aportan contexto sobre competencia percibida, no puntajes para esta herramienta.
Los intervalos describen las categorías de esta presentación; las normas poblacionales o grupales de la escala general pertenecen al instrumento de origen y no son un baremo específico. El resultado mide involucramiento en IA, no capacidad general ni diagnóstico.
- Lenkov, S. L., Rubtsova, N. E., & Nizamova, E. S. (2025). The questionnaire “Engagement in the field of artificial intelligence” and its psychometric properties. Yaroslavl Pedagogical Bulletin, 1(142), 179–196. EDN LXKAMJ
- Carolus, A., Koch, M. J., Straka, S., Latoschik, M. E., & Wienrich, C. (2023). MAILS – Meta AI literacy scale: Development and testing of an AI literacy questionnaire based on well-founded competency models and psychological change- and meta-competencies. Computers in Human Behavior: Artificial Humans, 1(2), 100014. 10.1016/j.chbah.2023.100014
- Wang, B., Rau, P. L. P., & Yuan, T. (2023). Measuring user competence in using artificial intelligence: Validity and reliability of artificial intelligence literacy scale. Behaviour & Information Technology, 42(9), 1324–1337. 10.1080/0144929X.2022.2072768
Updated: