Percepción estudiantil del reconocimiento facial aplicado a la gestión académica en laboratorios universitarios Student perception of facial recognition applied to academic management in university laboratories
Barra lateral del artículo
Contenido principal del artículo
Resumen
El reconocimiento facial se ha consolidado como una tecnología emergente con potencial para optimizar la gestión académica en entornos universitarios, particularmente en espacios de alta demanda operativa como los laboratorios. No obstante, su adopción efectiva depende en gran medida de la percepción y aceptación de los usuarios. El objetivo de este estudio fue analizar la percepción estudiantil sobre el uso del reconocimiento facial aplicado a la gestión académica en los laboratorios universitarios de la Carrera de Ingeniería en Telemática de la Facultad de Ingeniería Industrial de la Universidad de Guayaquil. La investigación adoptó un enfoque cuantitativo, descriptivo y de diseño no experimental, utilizando un cuestionario estructurado basado en los modelos de aceptación tecnológica TAM y UTAUT. La población estuvo conformada por 348 estudiantes de sexto a décimo semestre, de los cuales se encuestó una muestra representativa de 208 estudiantes. El análisis de los datos se realizó mediante estadística descriptiva. Los resultados evidencian una alta valoración de la utilidad percibida y la facilidad de uso del reconocimiento facial, así como niveles elevados de intención de uso, superiores al 80 %. Asimismo, se identificó una percepción positiva respecto a la seguridad y confianza institucional, aunque acompañada de preocupaciones moderadas sobre la privacidad y el manejo de datos biométricos, las cuales condicionan la aceptación de la tecnología a la existencia de políticas claras de protección de datos. Se concluye que el reconocimiento facial presenta un alto potencial de adopción en la gestión académica de laboratorios universitarios, siempre que su implementación se acompañe de estrategias de gobernanza institucional, transparencia y uso ético de la información
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
A. Bautista & L. J. Carrao. (2025). Generative AI in Education: Risks, Acceptance, Trust, And Usage Among Selected Students in The Philippines. 2025 8th International Conference of Computer and Informatics Engineering (IC2IE), 1-7. https://doi.org/10.1109/IC2IE67206.2025.11283183
Bondugula, V., Thummanapelli, S., Yadagiri, S., & Kumari, A. (2025). Advancements in student attendance management: A facial recognition based system. 3297(1), 060012.
Boo, H. C., & Chua, B.-L. (2022). An integrative model of facial recognition check-in technology adoption intention: The perspective of hotel guests in Singapore. International Journal of Contemporary Hospitality Management, 34(11), 4052-4079. https://doi.org/10.1108/IJCHM-12-2021-1471
Chagnon-Lessard, T., Gosselin, L., Barnabé, S., Bello-Ochende, T., Fendt, S., Goers, S., Da Silva, L. C. P., Schweiger, B., Simmons, R., & Vandersickel, A. (2021). Smart campuses: Extensive review of the last decade of research and current challenges. Ieee Access, 9, 124200-124234.
Chen, W., & Wang, M. (2023). Regulating the use of facial recognition technology across borders: A comparative case analysis of the European Union, the United States, and China. Telecommunications Policy, 47(2), 102482. https://doi.org/10.1016/j.telpol.2022.102482
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340.
Directrices éticas para una IA fiable. (s. f.). Recuperado 17 de diciembre de 2025, de https://digital-strategy.ec.europa.eu/es/library/ethics-guidelines-trustworthy-ai
H. Liu & H. Xu. (2025). Dynamic Synergistic Robust Embedding Model: A New Algorithm for Improving Facial Recognition Accuracy. 2025 3rd International Conference on Intelligent Perception and Computer Vision (CIPCV), 107-111. https://doi.org/10.1109/CIPCV65863.2025.00027
Hernandez-de-Menendez, M., Morales-Menendez, R., Escobar, C. A., & Arinez, J. (2021). Biometric applications in education. International Journal on Interactive Design and Manufacturing (IJIDeM), 15(2), 365-380.
Jiao, J., Liu, W., Mo, Y., Jiao, J., Deng, Z., & Chen, X. (2021). Dyn-arcface: Dynamic additive angular margin loss for deep face recognition. Multimedia Tools and Applications, 80(17), 25741-25756.
Kumar, V. R., & Raman, R. (2022). Student Perceptions on Artificial Intelligence (AI) in higher education. 450-454.
Li, S. Z., Jain, A. K., & Deng, J. (2023). Handbook of Face Recognition. Springer International Publishing. https://books.google.com.ec/books?id=ZpjrEAAAQBAJ
M. Ye, J. Shen, G. Lin, T. Xiang, L. Shao, & S. C. H. Hoi. (2022). Deep Learning for Person Re-Identification: A Survey and Outlook. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(6), 2872-2893. https://doi.org/10.1109/TPAMI.2021.3054775
Marikyan, M., & Papagiannidis, P. (2021). Unified theory of acceptance and use of technology. TheoryHub book.
Parkhi, O., Vedaldi, A., & Zisserman, A. (2015). Deep face recognition. BMVC 2015-Proceedings of the British Machine Vision Conference 2015.
Prince, M. J., & Felder, R. M. (2006). Inductive Teaching and Learning Methods: Definitions, Comparisons, and Research Bases. Journal of Engineering Education, 95(2), 123-138. https://doi.org/10.1002/j.2168-9830.2006.tb00884.x
Professional ethics. (s. f.). Recuperado 17 de diciembre de 2025, de https://www.aera.net/About-AERA/AERA-Rules-Policies/Professional-Ethics
Sampieri, R. H., & Torres, C. P. M. (2023). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana Editores. https://books.google.com.ec/books?id=aq8y0AEACAAJ
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
Zhang, K., Zhang, Z., Li, Z., & Qiao, Y. (2016). Joint face detection and alignment using multitask cascaded convolutional networks. IEEE signal processing letters, 23(10), 1499-1503.