Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
DOI: https://doi.org/10.46296/gt.v9i18edespsep.0406  
PERCEPCIÓN DE LOS ESTUDIANTES DE ENFERMERÍA SOBRE EL USO  
DE LA INTELIGENCIA ARTIFICIAL EN LA PRÁCTICA CLÍNICA  
NURSING STUDENTS' PERCEPTIONS OF THE USE OF ARTIFICIAL  
INTELLIGENCE IN CLINICAL PRACTICE  
1
2
Achig-Orosco Paulina Maribel ; Altamirano-Guamán Shirley Tamara ;  
3
Moya -Jiménez Evelin Lizbeth  
1
Instituto Superior Tecnológico España. Ambato, Ecuador.  
Correo: paulina.achig440@iste.edu.ec. ORCID ID: https://orcid.org/0009-0006-4532-2689.  
1
Instituto Superior Tecnológico España. Ambato, Ecuador.  
Correo: shirley.altamirano151@iste.edu.ec. ORCID ID: https://orcid.org/0009-0001-3585-2663.  
3
Docente del Instituto Superior Tecnológico España. Ambato, Ecuador.  
Correo: evelin.moya@iste.edu.ec. ORCID ID: https://orcid.org/0009-0002-1185-8451.  
Resumen  
Introducción: La inteligencia artificial (IA) se integra de forma creciente en la educación y la  
práctica clínica de enfermería, mediante sistemas de apoyo a la decisión, chatbots  
conversacionales, herramientas de documentación y simulación clínica. La forma en que los  
estudiantes de enfermería perciben estas tecnologías —su utilidad percibida, facilidad de uso,  
confianza y ansiedad— condiciona su aceptación e incorporación futura en el cuidado. Objetivo:  
Sintetizar la evidencia disponible sobre la percepción, actitudes, conocimientos y barreras que  
enfrentan los estudiantes de enfermería frente al uso de la IA en la práctica clínica. Métodos:  
Revisión sistemática con síntesis narrativa, siguiendo los principios PRISMA 2020. Se priorizaron  
revisiones sistemáticas, estudios transversales y estudios cualitativos publicados entre 2020 y  
2
026, identificados en PubMed/MEDLINE, CINAHL, Scopus, Web of Science y ERIC, además  
de una búsqueda dirigida en fuentes iberoamericanas. Resultados: La evidencia converge en  
que los estudiantes de enfermería sostienen actitudes moderadamente positivas hacia la IA,  
sustentadas en la utilidad percibida y la autoeficacia digital, pero atenuadas por ansiedad,  
conocimiento moderado-bajo y preocupaciones éticas (privacidad, sesgos, deshumanización del  
cuidado). Los determinantes más consistentes de la intención de uso son la utilidad percibida, la  
facilidad de uso, la autoeficacia y las condiciones facilitadoras del entorno educativo. Las  
principales barreras son la ausencia de formación curricular estructurada, la infraestructura  
limitada y la falta de directrices éticas claras. Conclusión: La aceptación de la IA por los futuros  
profesionales de enfermería depende de estrategias formativas longitudinales que combinen  
competencias técnicas, razonamiento ético y experiencias clínicas simuladas, sostenidas por  
liderazgo académico y marcos de gobernanza institucional.  
Palabras claves: inteligencia artificial; estudiantes de enfermería; práctica clínica; percepción;  
actitud del personal de salud; educación en enfermería.  
Abstract  
Introduction: Artificial intelligence (AI) is increasingly embedded in nursing education and clinical  
practice through clinical decision-support systems, conversational chatbots, documentation tools,  
and simulation-based learning. How nursing students perceive these technologies —their  
perceived usefulness, ease of use, trust, and anxiety— shapes their future acceptance and  
integration into care delivery. Objective: To synthesize available evidence on nursing students'  
perceptions, attitudes, knowledge, and barriers regarding the use of AI in clinical practice.  
Methods: Systematic review with narrative synthesis, following PRISMA 2020 principles.  
Systematic reviews, cross-sectional studies, and qualitative studies published between 2020 and  
2
026 were prioritized, identified in PubMed/MEDLINE, CINAHL, Scopus, Web of Science, and  
Información del manuscrito:  
Fecha de recepción: 15 de junio de 2026.  
Fecha de aceptación: 17 de agosto de 2026.  
Fecha de publicación: 11 de septiembre de 2026.  
108  
Achig-Orosco et al. (2026)  
ERIC, along with a targeted search of Ibero-American sources. Results: Evidence converges on  
moderately positive attitudes toward AI among nursing students, underpinned by perceived  
usefulness and digital self-efficacy, but tempered by anxiety, moderate-to-low knowledge, and  
ethical concerns (privacy, bias, dehumanization of care). The most consistent determinants of  
intention to use are perceived usefulness, ease of use, self-efficacy, and facilitating conditions  
within the educational environment. Key barriers include the absence of structured curricular  
training, limited infrastructure, and unclear ethical guidance. Conclusion: Acceptance of AI among  
future nursing professionals depends on longitudinal educational strategies that combine  
technical competencies, ethical reasoning, and simulation-based clinical experiences, sustained  
by academic leadership and institutional governance frameworks.  
Keywords: artificial intelligence; nursing students; clinical practice; perception; attitude of health  
personnel; nursing education.  
decisivo en la adopción de estas  
1. Introducción  
tecnologías;  
confianza y disposición hacia la IA  
influyen directamente en la  
su  
comprensión,  
La inteligencia artificial (IA) —  
entendida como el conjunto de  
sistemas informáticos capaces de  
ejecutar tareas que habitualmente  
requieren razonamiento humano,  
mediante aprendizaje automático,  
procesamiento de lenguaje natural y  
robótica— se ha convertido en una  
fuerza transformadora dentro de la  
educación superior en salud y de la  
práctica clínica de enfermería  
seguridad y calidad del cuidado que  
brindarán, así como en la aceptación  
social más amplia de estas  
herramientas en el sistema de salud  
(11). Diversos estudios reportan  
actitudes globalmente positivas,  
pero heterogéneas, moduladas por  
la edad, el año académico, el sexo,  
la exposición previa a formación en  
IA y el nivel de ansiedad tecnológica  
(1,10,14,15).  
Sus  
aplicaciones  
abarcan desde sistemas de apoyo a  
la decisión clínica y monitorización  
(1,2,4).  
No obstante, persisten vacíos  
relevantes: la literatura se concentra  
en un número reducido de países  
predictiva  
hasta  
chatbots  
conversacionales tipo ChatGPT  
utilizados en la docencia, la  
elaboración de planes de cuidado y  
la simulación de escenarios clínicos  
(particularmente Turquía, Egipto y  
Arabia Saudita), la formación  
curricular formal en IA sigue siendo  
escasa y fragmentada, y coexisten  
expectativas favorables sobre la  
eficiencia clínica con temores  
fundados sobre la pérdida de juicio  
(7,10).  
Como futuros profesionales de  
primera línea, los estudiantes de  
enfermería desempeñan un papel  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
clínico, la deshumanización del  
cuidado, los sesgos algorítmicos y la  
privacidad de los datos (1,11,12).  
Sintetizar esta evidencia resulta útil  
para orientar el diseño curricular, la  
capacitación docente y las políticas  
institucionales que acompañen una  
integración segura y ética de la IA en  
la formación clínica de enfermería.  
uso de la inteligencia artificial en la  
práctica clínica, e identificar los  
determinantes estrategias  
y
educativas que favorecen su  
integración segura y ética.  
2. Metodología  
Diseño y reporte  
Objetivo  
Revisión sistemática con síntesis  
narrativa. Se siguieron los principios  
de la declaración PRISMA 2020 para  
la transparencia del proceso y del  
reporte (9).  
Sintetizar de forma sistemática la  
evidencia disponible sobre la  
percepción,  
las  
actitudes,  
el  
conocimiento y las barreras de los  
estudiantes de enfermería frente al  
Método Prisma  
Fuente: (Achig; Altamirano, julio 2026)  
110  
Achig-Orosco et al. (2026)  
iberoamericanos (SciELO, Redalyc,  
Dialnet). Corte temporal: enero de  
Pregunta de investigación (PICO)  
•
•
Población:  
estudiantes  
de  
o
2
020 a agosto de 2026. Idiomas:  
enfermería de pregrado  
español e inglés.  
posgrado  
académicos  
clínicas.  
en  
y
contextos  
Ejemplo de estrategia (PubMed):  
de prácticas  
(
"artificial  
generative AI" OR ChatGPT) AND  
"nursing student*" OR "nurse  
education") AND (perception* OR  
attitude* OR knowledge OR  
intelligence"  
OR  
"
Intervención/fenómeno  
interés: percepción, actitudes,  
conocimientos, ansiedad  
de  
(
y
prácticas relacionadas con el  
uso de la IA (sistemas de apoyo  
readiness OR anxiety) AND ("clinical  
practice" OR "clinical education").  
a
la  
decisión,  
chatbots  
generativos, herramientas de  
documentación y simulación).  
Comparación: estudiantes con  
distinta exposición, formación  
Criterios de elegibilidad  
Inclusión: (i) revisiones sistemáticas  
•
•
o
integrativas  
centradas  
en  
de  
percepciones/actitudes  
previa  
o
características  
(año  
estudiantes de enfermería hacia la  
IA; (ii) estudios transversales o  
sociodemográficas  
académico, sexo, uso habitual  
de tecnología).  
cualitativos  
desenlaces  
primarios  
con  
de percepción,  
Resultados:  
percepción  
actitudes  
y
conocimiento, ansiedad o intención  
de uso en estudiantes de enfermería;  
general,  
conocimiento/alfabetización en  
IA, intención conductual de uso,  
(iii)  
estudios  
que  
aborden  
explícitamente la aplicación de la IA  
en contextos de práctica clínica o  
educación clínica.  
ansiedad,  
barreras  
y
facilitadores institucionales.  
Fuentes y estrategia de búsqueda  
Exclusión: (i) estudios centrados  
exclusivamente en el desempeño  
técnico de algoritmos, sin reportar  
percepciones de los estudiantes; (ii)  
Búsqueda  
estructurada  
en  
PubMed/MEDLINE,  
CINAHL,  
Scopus, Web of Science y ERIC,  
complementada  
dirigida en  
con  
búsqueda  
muestras  
mixtas  
sin  
datos  
repositorios  
111  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
desagregados de enfermería; (iii)  
artículos sin acceso a texto completo  
o sin datos interpretables sobre el  
desenlace de interés.  
3. Resultados y discusión  
Síntesis general  
La evidencia converge en un patrón  
de "optimismo cauteloso": los  
Selección, extracción y calidad  
Cribado en dos fases (título/resumen  
y texto completo). Se extrajeron:  
país, diseño, tamaño muestral,  
instrumento utilizado (p. ej., General  
estudiantes  
de  
enfermería  
reconocen el valor potencial de la IA  
para mejorar la eficiencia, reducir  
errores y apoyar el aprendizaje, pero  
mantienen reservas relacionadas  
con la fiabilidad, la ética y el riesgo  
de erosionar el juicio clínico y la  
relación de cuidado (1,4). Las  
puntuaciones de actitud oscilan  
típicamente en rangos moderados-  
positivos en escalas de 1 a 5 puntos,  
con variabilidad relevante según el  
país, el año académico y el sexo (1).  
Attitudes  
towards  
Artificial  
Intelligence Scale [GAAIS], Artificial  
Intelligence Literacy Scale [AILS],  
escalas basadas en el Modelo de  
Aceptación de la Tecnología [TAM] o  
UTAUT), hallazgos principales y  
consideraciones éticas. La calidad  
se interpretó de forma descriptiva,  
priorizando revisiones sistemáticas  
con metodología PRISMA/JBI y  
estudios con instrumentos validados  
(1,8,13).  
Tabla 1. Fuentes clave incluidas y aportes para la práctica de enfermería  
Ref. Tipo / ámbito  
Hallazgos destacados  
Aplicación en la formación  
de enfermería  
1
Revisión sistemáticaActitudes moderadamente positivas;Incorporar competencias de  
global (37 estudios,estudiantes de últimos años yIA de forma longitudinal y  
PRISMA)  
hombres  
ansiedad  
puntúan  
más  
alto;escalonada  
por  
año  
y
baja alfabetizaciónacadémico  
limitan la disposición  
2
Estudio  
transversalLa ansiedad ante la IA media laCombinar formación técnica  
(
Corea del Sur)  
relación entre alfabetización ycon estrategias de reducción  
actitud; autoeficacia  
predicen la intención de uso  
y
actitudde ansiedad (simulación,  
tutoría)  
112  
Achig-Orosco et al. (2026)  
Ref. Tipo / ámbito  
Hallazgos destacados  
Aplicación en la formación  
de enfermería  
4
5
Estudio  
Grecia)  
transversalRasgos de personalidad (apertura,Personalizar estrategias de  
extraversión) se asocian conacompañamiento según  
actitudes hacia la IA perfiles de los estudiantes  
(
Estudio  
Jordania)  
transversalConocimiento, actitud y prácticas deIntegrar la IA como factor de  
IA predicen la intención deretención satisfacción  
(
y
permanencia  
barreras  
profesional; laslaboral futura  
correlacionan  
se  
negativamente  
6
7
1
1
Estudio  
transversalEl conocimiento  
de  
IA  
seFomentar comunidades de  
compartidas  
(
Arabia Saudita) correlacionó positivamente conaprendizaje  
actitudes prácticas entreentre estudiantes y docentes  
y
estudiantes, docentes y personal  
Análisis  
educación  
narrativoLa IA generativa ofrece beneficiosEstablecer  
lineamientos  
(
enpedagógicos, pero plantea riesgosinstitucionales claros de uso  
de integridad académica, sesgos yresponsable de IA generativa  
desinformación  
enfermería)  
0
1
Revisión paraguas  
La IA mejora la eficiencia educativaPriorizar el desarrollo de  
y clínica, pero persisten brechas defacultad y la infraestructura  
preparación  
docente  
etecnológica  
infraestructura  
Estudio  
México)  
transversalActitudes  
predominantementeReforzar la alfabetización  
preocupación pordigital y la discusión ética en  
(
neutrales;  
privacidad de datos, pérdida deel currículo  
empleo y deterioro de la relación  
profesional-paciente  
1
2
Revisión sistemáticaAlta conciencia de la IA peroFormalizar el aprendizaje de  
(
KAPB, 14 estudios) formación formal limitada; elIA dentro del plan de estudios,  
conocimiento se adquiere de formano dejarlo al autoaprendizaje  
informal (redes sociales, pares)  
embargo, la aceptación no es  
Percepción y actitudes generales  
hacia la IA  
uniforme: estudios latinoamericanos  
reportan  
una  
postura  
con  
Los estudios coinciden en que los  
mayoritariamente  
neutral,  
estudiantes  
de  
enfermería  
cautela particular cuando la IA afecta  
directamente el propio diagnóstico o  
reconocen beneficios concretos de la  
IA: mayor precisión diagnóstica,  
reducción de errores de medicación,  
tratamiento  
del  
paciente,  
y
preocupación por el desplazamiento  
laboral y el deterioro del vínculo  
optimización  
del  
tiempo  
de  
documentación y apoyo en la toma  
de decisiones clínicas (1,6). Sin  
profesional-paciente  
(11).  
Las  
son  
diferencias demográficas  
113  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
consistentes: estudiantes de años  
superiores y quienes han tenido  
exposición previa a cursos o al uso  
regular de IA muestran actitudes y  
más altos de ansiedad se asocian  
con menor disposición a adoptar  
estas tecnologías, incluso cuando la  
alfabetización técnica es adecuada,  
lo que sugiere que las estrategias  
formativas deben abordar de forma  
explícita el componente afectivo, no  
solo el cognitivo (1,2).  
alfabetización  
significativamente  
más favorables que sus pares de  
primeros años (1).  
Determinantes de la aceptación:  
utilidad, facilidad de uso  
autoeficacia  
y
Conocimiento y alfabetización en  
IA  
Los marcos teóricos de aceptación  
tecnológica —el Modelo de  
De manera consistente, los estudios  
describen un nivel de conocimiento  
moderado a bajo sobre conceptos  
fundamentales de IA (aprendizaje  
Aceptación de la Tecnología (TAM) y  
la Teoría Unificada de Aceptación y  
Uso de la Tecnología (UTAUT)—  
han sido ampliamente utilizados para  
explicar la intención de uso de la IA  
entre estudiantes de enfermería  
automático,  
redes  
neuronales,  
sesgos algorítmicos), adquirido con  
frecuencia de forma informal a través  
de redes sociales o intercambios  
entre pares, más que mediante  
formación curricular estructurada  
(11,12). Esta brecha formativa limita  
la capacidad de los estudiantes para  
evaluar críticamente la información  
generada por sistemas de IA y para  
reconocer sus limitaciones en la  
práctica clínica.  
(8,13). La utilidad percibida y la  
facilidad de uso emergen como los  
predictores más robustos de una  
actitud favorable, mientras que la  
autoeficacia digital y las condiciones  
facilitadoras del entorno educativo  
(acceso a equipos, apoyo docente,  
currículo estructurado) explican una  
proporción sustancial de la varianza  
en la intención conductual de uso  
Barreras identificadas  
(
1,2).  
•
Ausencia de currículos formales  
que integren competencias de IA  
de manera progresiva a lo largo  
del programa (1,12).  
La ansiedad hacia la IA actúa como  
un factor mediador relevante: niveles  
114  
Achig-Orosco et al. (2026)  
•
Infraestructura  
tecnológica  
• Currículos en espiral que  
retoman los conceptos de IA con  
creciente complejidad, desde  
fundamentos teóricos en años  
iniciales hasta aplicaciones  
clínicas simuladas en años  
avanzados (1).  
limitada y acceso desigual a  
herramientas de IA en los  
centros de práctica clínica (1,10).  
•
Preocupaciones  
éticas:  
privacidad de los datos del  
paciente,  
transparencia  
sesgos  
algorítmica,  
y
• Simulación clínica y prácticas  
guiadas con herramientas de IA  
(chatbots, sistemas de apoyo a  
la decisión) para construir  
responsabilidad clínica ante  
errores generados por IA (7,11).  
Riesgo percibido de integridad  
académica y plagio asociado al  
uso de IA generativa en tareas  
académicas (7).  
•
•
confianza  
experiencia directa (1,7).  
• Capacitación docente  
mediante  
la  
y
Formación docente insuficiente,  
que limita la capacidad de  
modelar un uso responsable de  
la IA en el aula y en la clínica  
designación de "referentes" o  
"campeones"  
acompañen  
de  
la  
IA que  
adopción  
institucional (1).  
• Lineamientos  
(7,10).  
institucionales  
•
Ansiedad tecnológica y temor a  
la deshumanización del cuidado  
o a la pérdida de habilidades  
clínicas propias (2,3,11).  
explícitos sobre el uso ético y  
responsable de la IA generativa  
en tareas académicas y clínicas  
(7).  
•
Liderazgo académico visible,  
con inversión en infraestructura y  
comunicación clara de la  
Facilitadores  
educativas  
y
estrategias  
estrategia  
institucional  
de  
integración de IA (1).  
Tabla 2. Componentes prácticos para integrar la IA en la formación clínica de enfermería  
Momento formativo Acciones sugeridas Indicadores propuestos  
Formación  
inicial  
teóricaIntroducir conceptos básicos de IA,Cobertura curricular de  
aprendizaje automático y ética algorítmica;contenidos de IA (%);  
fomentar alfabetización digital crítica.  
puntaje en escalas de  
alfabetización (AILS).  
115  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
Momento formativo Acciones sugeridas  
Indicadores propuestos  
Prácticas  
simuladas  
clínicasIncorporar chatbots y sistemas de apoyo aHoras de práctica simulada  
la decisión en escenarios de simulacióncon IA; puntaje de  
supervisada. autoeficacia percibida.  
Formación ética y deEstablecer lineamientos claros sobre usoAdherencia a lineamientos  
integridad académica responsable de IA generativa en trabajosinstitucionales (%);  
académicos y documentación clínica.  
incidentes de integridad  
académica.  
Acompañamiento  
docente  
Capacitar a docentes como referentes deCobertura de capacitación  
IA; ofrecer mentoría y talleres prácticos. docente (%); satisfacción  
estudiantil con el  
acompañamiento.  
Evaluación  
continua  
y
mejoraMedir  
periódicamente  
actitudes,Tendencia longitudinal de  
conocimiento y ansiedad mediante escalasactitudes y ansiedad; tasa  
validadas (GAAIS, AILS, TAM/UTAUT). de adopción de  
herramientas de IA.  
en poder predictivo a la mera  
exposición tecnológica (8,13).  
Discusión  
En conjunto, la evidencia describe un  
fenómeno de aceptación  
Las diferencias entre contextos —  
por ejemplo, el mayor optimismo  
reportado en estudios de Oriente  
Medio y Asia frente a la neutralidad  
condicionada: los estudiantes de  
enfermería no rechazan la IA, pero  
tampoco la adoptan de forma  
acrítica. Su disposición depende de  
que la tecnología demuestre utilidad  
clínica tangible, de que exista  
formación estructurada que reduzca  
observada  
en  
muestras  
latinoamericanas— sugieren que  
factores culturales, el nivel de  
digitalización del sistema de salud  
local  
y
la disponibilidad de  
la ansiedad  
conocimiento,  
y
la brecha de  
de que se  
infraestructura modulan de forma  
significativa la percepción estudiantil  
y
establezcan marcos éticos y de  
gobernanza que preserven la  
centralidad del juicio clínico y la  
relación de cuidado (1,7,11). Este  
patrón es coherente con los  
principales modelos de aceptación  
tecnológica, en los que la utilidad  
percibida y la autoeficacia superan  
(
1,11). Esto refuerza la necesidad de  
evitar transferir de forma acrítica  
programas formativos entre  
contextos sin adaptarlos a la realidad  
tecnológica y cultural de cada  
institución.  
116  
Achig-Orosco et al. (2026)  
Desde la perspectiva de la práctica  
clínica, un hallazgo transversal es  
que los estudiantes valoran la IA  
como herramienta complementaria,  
no sustitutiva, del juicio profesional:  
existe consenso en que el  
profesional de salud debe conservar  
la decisión final sobre el diagnóstico  
y el tratamiento, lo cual coincide con  
las recomendaciones éticas de  
mantener "al humano en el circuito"  
(GAAIS,  
AILS,  
escalas  
TAM/UTAUT  
adaptadas)  
dificulta la comparación directa  
entre estudios y una eventual  
síntesis cuantitativa.  
• Se realizó síntesis narrativa y no  
meta-análisis propio; por tanto,  
no se estimó un efecto conjunto  
único para los determinantes  
identificados.  
(
human-in-the-loop) en el diseño e  
4
. Conclusiones  
implementación de sistemas de IA  
en salud (7,11).  
Los estudiantes de enfermería  
sostienen actitudes  
Limitaciones  
mayoritariamente positivas, aunque  
cautelosas, hacia el uso de la IA en  
la práctica clínica, moduladas por la  
utilidad percibida, la autoeficacia y la  
ansiedad tecnológica.  
•
La literatura disponible se  
concentra geográficamente en  
un número reducido de países  
(particularmente de Oriente  
Medio y Asia), lo que limita la  
generalización de los hallazgos a  
otros contextos, incluido el  
latinoamericano.  
El conocimiento formal sobre IA  
sigue siendo limitado y se adquiere  
con frecuencia de manera informal;  
es necesario integrar competencias  
de IA de forma estructurada y  
progresiva en el currículo de  
enfermería.  
•
Predominan  
transversales de un solo  
momento, lo que impide  
los  
diseños  
establecer relaciones causales o  
describir la evolución de las  
actitudes a lo largo de la  
formación.  
Las —  
infraestructura limitada, formación  
docente insuficiente vacíos  
éticos— deben abordarse mediante  
principales  
barreras  
y
•
La  
heterogeneidad  
de  
instrumentos  
de  
medición  
117  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
políticas institucionales explícitas y  
liderazgo académico visible.  
2022;21:1-8.  
doi:10.1186/s12912-022-  
01048-0.  
La  
simulación  
clínica  
y
el  
3
4
5
. Ünal AS, Avcı A. Evaluation of  
neonatal nurses' anxiety and  
readiness levels towards the  
use of artificial intelligence. J  
Pediatr Nurs. 2024;79:e16-  
e23.  
acompañamiento  
docente  
son  
estrategias efectivas para traducir el  
conocimiento teórico en confianza  
práctica frente a la IA.  
doi:10.1016/j.pedn.2024.09.0  
Futuras investigaciones deberían  
priorizar diseños longitudinales y  
12.  
. Tsiara A, Bakalis VI, Toska A,  
Zyga S, Stathoulis JD, Albani  
EN, et al. The role of  
personality traits in nursing  
students' attitudes toward  
artificial intelligence. Cureus.  
estudios  
en  
contextos  
latinoamericanos,  
actualmente  
subrepresentados en la evidencia  
disponible.  
2025;17:e78847.  
doi:10.7759/cureus.78847.  
Bibliografía  
.
Oweidat IA, Alkhatib M,  
ALBashtawy M, Al Omar S, Al-  
Rjoub S, Alsaqer K, Al-  
Mugheed K, Abdelaliem SMF.  
1
. El Arab RA, Alshakihs AH,  
Alabdulwahab SH, Almubarak  
YS, Alkhalifah SS, Abdrbo A,  
Hassanein S, Sagbakken M.  
Knowledge,  
practices, and barriers of  
artificial intelligence as  
predictors of intent to stay  
among nurses: cross-  
sectional study. Digit Health.  
025;11.  
doi:10.1177/2055207625133  
106.  
attitudes,  
Artificial  
nursing: a systematic review  
intelligence  
in  
of  
attitudes,  
and  
literacy,  
adoption  
readiness,  
a
intentions among nursing  
students and practicing  
nurses. Front Digit Health.  
025;7:1666005.  
doi:10.3389/fdgth.2025.1666  
05.  
2
2
6
0
6. Mariano MEM, Shahin MAH,  
Ancheta SJ, Kunjan MV, Al  
Dossary NM, Al Ojaimi SF, et  
2. Kwak Y, Ahn JW, Seo YH.  
Influence of AI ethics  
awareness, attitude, anxiety,  
and self-efficacy on nursing  
al.  
Exploring  
artificial  
knowledge,  
practices  
intelligence  
attitudes,  
and  
students'  
intentions.  
behavioral  
BMC Nurs.  
among nurses, faculty, and  
students in Saudi Arabia: a  
118  
Achig-Orosco et al. (2026)  
cross-sectional analysis. Soc  
Sci Humanit Open.  
025;11:101384.  
doi:10.1016/j.ssaho.2025.101  
84.  
11.  
Salas-García  
Actitudes/percepciones  
relacionadas al uso de  
inteligencia artificial en la  
MA.  
2
3
atención  
estudiantes  
sanitaria entre  
universitarios.  
7.  
Topaz M, Peltonen LM,  
Michalowski M, Stiglic G,  
Ronquillo C, Pruinelli L, Song  
J, O'Connor S, Miyagawa S,  
Fukahori H. The ChatGPT  
effect: nursing education and  
Investigación en Educación  
Médica. 2025;14(53):61-71.  
doi:10.22201/fm.20075057e.  
2025.53.24624.  
12. Alqaissi N, Qtait M. Knowledge,  
generative  
intelligence. J Nurs Educ.  
artificial  
attitudes,  
barriers  
integration  
intelligence in nursing and  
health sciences education: a  
systematic review. SAGE  
practices,  
regarding  
of  
and  
the  
artificial  
2
2
024. doi:10.3928/01484834-  
0240126-01.  
8
. Davis FD. Perceived usefulness,  
perceived ease of use, and  
Open 2025.  
doi:10.1177/2377960825137  
185.  
Nurs.  
user  
information technology. MIS  
Q. 1989;13:319-339.  
acceptance  
of  
4
doi:10.2307/249008.  
13. Venkatesh V, Morris MG, Davis  
GB, Davis FD. User  
9
. Page MJ, McKenzie JE, Bossuyt  
PM, Boutron I, Hoffmann TC,  
Mulrow CD, et al. Declaración  
PRISMA 2020: una guía  
acceptance of information  
technology: toward a unified  
view. MIS Q. 2003;27:425-  
478. doi:10.2307/30036540.  
actualizada  
publicación de revisiones  
sistemáticas. Rev Esp  
Cardiol. 2021;74(9):790-799.  
doi:10.1016/j.recesp.2021.06.  
para  
la  
14. El Arab RA, Al Moosa OA,  
Sagbakken M, Ghannam A,  
Abuadas FH, Somerville J, et  
al. Integrative review of  
016.  
artificial  
applications  
intelligence  
in nursing:  
1
0. El Arab RA, Al Moosa OA,  
education, clinical practice,  
workload management, and  
Abuadas FH, Somerville J.  
The  
intelligence  
education and practice: an  
umbrella review.  
Internet  
role  
of  
in  
artificial  
nursing  
professional  
Front Public  
025;13:1619378.  
doi:10.3389/fpubh.2025.1619  
78.  
perceptions.  
Health.  
2
J
Med  
Res.  
3
2025;27:e69881.  
doi:10.2196/69881.  
119  
Revista Científica Arbitrada en Investigaciones de la Salud ‘‘GESTAR”. Vol. 9, Núm. 18 (Ed. Esp.  
Septiembre 2026) ISSN: 2737-6273  
Percepción de los estudiantes de enfermería sobre el uso de la inteligencia artificial en la práctica clínica.  
15. Hassanein S, El Arab RA, Abdrbo  
A, Abu-Mahfouz MS,  
Gaballah MKF, Seweid MM, et  
al. Artificial intelligence in  
nursing: an integrative review  
of clinical and operational  
impacts. Front Digit Health.  
2
025;7:1552372.  
doi:10.3389/fdgth.2025.1552  
72.  
3
120