Libro de Actas del III Congreso Latinoamericano y del Caribe e Investigación en Educación Superior- LatinSoTL- 2025

1239 tienen de su utilidad y cercanía (Hakimi et al., 2025; Saifullah et al., 2024). En este caso, la intervención parece haber tenido un efecto más instrumental que relacional, lo que refuerza la importancia de diseñar experiencias más completas que combinen lo tecnológico con lo pedagógico y lo humano. Para futuras implementaciones, se sugiere adaptar el ACAI con elementos que refuercen el vínculo socioemocional y la participación activa, como respuestas personalizadas, mensajes motivacionales y actividades interactivas. También es recomendable integrarlo con estrategias pedagógicas colaborativas que fomenten la interacción entre pares y el sentido de pertenencia, favoreciendo tanto el engagement como la autoeficacia. Además, se debería incentivar la participación en la aplicación de instrumentos para obtener datos más sólidos y evaluar con mayor precisión el impacto del ACAI. Conclusiones Los hallazgos del estudio indican que el uso del Asistente conversacional académico inteligente (ACAI) tuvo un impacto positivo y estadísticamente significativo en el rendimiento académico de los estudiantes, con una diferencia de medias favorable al grupo experimental. En cuanto a la autoeficacia académica, si bien no se alcanzó significancia estadística, el tamaño del efecto fue importante, lo que sugiere una tendencia que podría consolidarse con una muestra más amplia. Por el contrario, no se observaron mejoras en el engagement académico, donde las diferencias fueron mínimas y el efecto estimado resultó bajo. Estos resultados permiten afirmar que el ACAI muestra potencial como recurso de apoyo al rendimiento y la percepción de autoeficacia, aunque su impacto sobre el compromiso estudiantil requiere pensar en nuevas estrategias de implementación. Referencias Bation, N. D. (2024). The perceived value of chatbot support in enhancing college student self-efficacy. International Journal of Social Science and Human Research , 7 (1), 373–379. https://doi.org/10.47191/ijsshr/v7-i01-47 Bandura, A. (1997). Self-efficacy: The exercise of control. W. H. Freeman. Cao, C. C., Ding, Z., Lin, J., & Hopfgartner, F. (2023). AI chatbots as multi-role pedagogical agents: Transforming engagement in CS education. arXiv. https://doi.org/10.48550/arXiv.2308.03992 Çelik H.E. & Kılıç E. (2025). Factors Affecting Acceptance of ChatGPT-4o by English Language Instructors: The Extended TAM Approach. Computers and Education: Artificial Intelligence (prepint) . Crispín, M., Ortega, A. y Vidal, B. (2016). Manual de autoeficacia académica. https://www.slideshare.net/slideshow/350705980manualdeautoeficaciaacademicadoc/ 252392432 Esiyok, E., Gökçearslan, Ş., Gurkan, K. (2024). Acceptance of educational use of AI chatbots in the context of self-directed learning with technology and ICT self-efficacy of undergraduate students. International Journal of Human–Computer Interaction , 41(1), 10–25. https://doi.org/10.1080/10447318.2024.2303557 Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74 (1), 59–109. https://doi.org/10.3102/00346543074001059