Factors Influencing the Acceptance and Use of Generative Artificial Intelligence Among Graduate Students in Rehabilitation Medicine

Authors

  • ALBERTO ISAAC PEREZ SANPABLO
  • Jimena Quinzaños Fresnedo
  • Alicia Meneses Peñaloza
  • Marlene Alejandra Rodríguez Barragán
  • Aida Barrera Ortiz
  • Fabiola Monserrat Palomino Ramos
  • Ivett Quiñones Urióstegui
  • Arturo González Mendoza
  • Aldo Alessi Montero
  • Lidia Núñez Carrera

Keywords:

generative artificial intelligence, technology acceptance, UTAUT, rehabilitation medicine, medical education

Abstract

Introducción

La inteligencia artificial generativa (IAG) tiene el potencial de transformar la educación médica. Sin embargo, su adopción en entornos clínico-educativos sigue siendo limitada. Para explorar esta problemática, se aplicó el modelo UTAUT (Unified Theory of Acceptance and Use of Technology), el cual propone que la adopción de nuevas tecnologías depende de factores como la expectativa de rendimiento, facilidad de uso, influencia social y condiciones facilitadoras.

Objetivo

Evaluar la aceptación y uso de herramientas de IAG entre estudiantes de posgrado en medicina de rehabilitación mediante el modelo UTAUT, e identificar barreras individuales e institucionales que limitan su adopción.

Metodología

Se diseñó un cuestionario anónimo en español con 31 ítems basado en el modelo UTAUT, incluyendo una definición breve de IAG. Fue distribuido mediante un código QR a estudiantes en rotación por lesión medular en el Instituto Nacional de Rehabilitación (INR) durante septiembre de 2024. La participación fue voluntaria, y los datos fueron analizados mediante estadística descriptiva.  Este estudio fue clasificado como sin riesgo (NOM-012-SSA3-2012, 11.3) al no involucrar intervención, expediente clínico ni datos sensibles. Conforme al Art. 17 del RLGS y la Guía 12 del CIOMS, se justifica exención ética y de consentimiento, manteniendo anonimato, confidencialidad y uso exclusivamente académico.

Resultados

Se analizaron 12 respuestas válidas (edad media: 32.3 años). El 58% eran estudiantes de primer o último año.

  • Expectativa de rendimiento: 90% coincidieron en que la IAG mejora el desempeño académico y clínico (media: 3.75/5).
  • Facilidad de uso: 80% encontró las herramientas fáciles de aprender (media: 4.08/5).
  • Influencia social: Media de 3.25/5, reflejando apoyo institucional y entre pares limitado.
  • Condiciones facilitadoras: Media de 3.33/5; se reportaron temores a errores y falta de guía formal.
  • Intención de uso: Pese a las percepciones positivas, el puntaje medio fue solo 3.25/5.

Estas cifras muestran una aceptación potencial alta, pero también evidencian barreras institucionales, como la falta de infraestructura, cultura digital desigual y escasos sistemas de acompañamiento. La participación activa de docentes y tomadores de decisión fue limitada al rol de distribución, lo cual restringe la sostenibilidad de la implementación. El carácter exploratorio del estudio y su tamaño muestral reducido limitan la generalización de resultados, aunque permiten establecer hipótesis para estudios posteriores.

Conclusiones

Este estudio pionero en el uso del modelo UTAUT en medicina de rehabilitación muestra que los estudiantes perciben la IAG como útil y fácil de usar, pero enfrentan barreras culturales y estructurales que dificultan su integración. Se recomienda implementar programas de alfabetización en IA, políticas institucionales de soporte y estudios ampliados con intervención de actores clave.

Publication Facts

Metric
This article
Other articles
Peer reviewers 
0
2.4

Reviewer profiles  N/A

Author statements

Author statements
This article
Other articles
Data availability 
N/A
16%
External funding 
N/A
32%
Competing interests 
No
11%
Metric
This journal
Other journals
Articles accepted 
20%
33%
Days to publication 
117
145

Indexed in

Editor & editorial board
profiles
Academic society 
N/A

Published

2025-11-11

How to Cite

1.
PEREZ SANPABLO AI, Quinzaños Fresnedo J, Meneses Peñaloza A, Rodríguez Barragán MA, Barrera Ortiz A, Palomino Ramos FM, et al. Factors Influencing the Acceptance and Use of Generative Artificial Intelligence Among Graduate Students in Rehabilitation Medicine. Invest. Discapacidad [Internet]. 2025 Nov. 11 [cited 2025 Nov. 19];11(S1). Available from: https://dsm.inr.gob.mx/indiscap/index.php/INDISCAP/article/view/562

Most read articles by the same author(s)

1 2 3 4 > >> 

Similar Articles

<< < 13 14 15 16 17 18 19 20 21 22 > >> 

You may also start an advanced similarity search for this article.