Construcción y Validez de una Batería de Bienestar Docente con Apoyo de la Inteligencia Artificial Generativa

Abstract

El bienestar docente exige medir de forma complementaria el burnout (agotamiento, cinismo/distanciamiento, eficacia) y el engagement (vigor, dedicación, absorción), articulando la evaluación con NOM-035 para traducir hallazgos en acciones institucionales. Es por ello que el objetivo de esta investigación fue construir una batería integrada de burnout–engagement para docencia universitaria y estimar su validez de contenido, usando IA generativa como apoyo operativo con verificación humana. La metodología utilizada fue a través del diseño de prompts con reglas de contexto, tono y cobertura por subescala. La IA aportó velocidad, consistencia y trazabilidad, mientras que la revisión humana garantizó coherencia teórica y calidad del contenido. Como resultado, se obtuvo una batería inicial de 120 reactivos y se elaboró un manual de jueceo para evaluar criterios como la redacción/claridad, contenido, pertinencia/congruencia. Para la validación de contenido, los ítems alcanzaron valores altos de V de Aiken en los tres criterios, con mejor desempeño en pertinencia/congruencia. La batería final quedó integrada por 39 reactivos de burnout y 38 de engagement. Se concluye que la batería ofrece un instrumento accionable y normativamente alineado para el diagnóstico del bienestar docente. El enfoque presentado IA Asistida con controles éticos y revisión humana, optimiza la eficiencia sin sacrificar rigurosidad. Se recomienda avanzar a validación estructural (EFA/CFA), fiabilidad (alfa/omega, test–retest), y validez de criterio.