Previsión de la aceptación y el uso de la tecnología de Inteligencia Artificial (IA) por parte de los usuarios de la biblioteca médica de Ghana

Autores/as

DOI:

https://doi.org/10.5195/biblios.2025.1211

Palabras clave:

Intenciones de comportamiento, Tecnologías asistidas por IA, Biblioteca académica, Utilidad percibida, Modelo de aceptación de la tecnología (TAM), Ghana

Resumen

Objetivo. Este estudio investigó las intenciones de comportamiento de los estudiantes de medicina de una biblioteca académica en relación con el uso de tecnologías asistidas por IA para la investigación y el aprendizaje. Método. Empleando un diseño de investigación por encuesta y un enfoque cuantitativo, el estudio tomó una muestra de 302 encuestados utilizando la tabla publicada de Krejcie y Morgan. Los análisis estadísticos se realizaron con el paquete estadístico Statistical Package for Social Sciences (SPSS) versión 26, y se utilizaron regresiones lineales y lineales múltiples para establecer las relaciones entre las variables. Resultados. Los resultados del estudio indican que la utilidad percibida, la facilidad de uso percibida y la autoeficacia dentro del Modelo de Aceptación de la Tecnología (TAM) ampliado influyen significativamente en la intención conductual de utilizar la IA en una biblioteca académica de Ghana. Además, los resultados sugieren que la utilidad percibida desempeña un papel más significativo a la hora de influir en la intención de comportamiento que la facilidad de uso percibida. Además, el estudio revela una relación directa entre la intención conductual y el comportamiento de uso dentro del TAM. Conclusiones. Este estudio subraya los factores críticos dentro del Modelo de Aceptación de la Tecnología ampliado que impulsan la adopción de la IA en las bibliotecas académicas de Ghana. Los resultados ponen de relieve la importancia primordial de la utilidad percibida en la formación de la intención de comportamiento, superando el impacto de la facilidad de uso percibida. Además, la relación directa entre la intención de comportamiento y el comportamiento de uso real reafirma la aplicabilidad del modelo para predecir la adopción de la tecnología. Estos datos proporcionan una base valiosa para desarrollar estrategias que mejoren la integración de la IA en las bibliotecas académicas y, en última instancia, mejoren su eficiencia operativa y la prestación de servicios.

Biografía del autor/a

Kwesi Gyesi, University of Ghana

Kwesi Gyesi es responsable de la Unidad de Recursos Electrónicos de la Biblioteca Balme de la Universidad de Ghana. Es licenciado en Estudios de la Información por la Universidad de Ghana. Tiene una amplia experiencia como bibliotecario e imparte diversos cursos. Sus intereses de investigación se centran en las necesidades de información, el comportamiento de búsqueda de información, la alfabetización digital, la gestión de recursos electrónicos, las tecnologías de la información y la comunicación (TIC), el marketing, la biblioteconomía y la IA en bibliotecas. También es tutor en los Centros de Aprendizaje de la Universidad de Ghana, Escuela de Educación Continua y a Distancia (SCDE), Facultad de Educación.

 

Vivian Amponsah, Christian Service University College

Vivian Amponsah se licenció en la Universidad de Ghana y posee un MPhil. Estudios de la Información. Actualmente es bibliotecaria en la Christian Service University, Chapman Library, Kumasi. Sus intereses de investigación incluyen la cultura organizativa en las bibliotecas, el uso de los recursos electrónicos en las bibliotecas, el uso de la IA en las bibliotecas y los servicios de referencia. Ahora está ampliando su interés por la conservación digital del patrimonio cultural en las bibliotecas públicas.

Samuel Ankamah, University of Ghana

Samuel Ankamah es especialista en información sanitaria y bibliotecario adjunto en la Universidad de Ghana. Tiene un MPhil. Estudios de la Información. Su investigación se centra en la bibliometría, las revisiones sistemáticas y el impacto de la investigación académica en el sector sanitario, especialmente en los hospitales públicos de Ghana. Samuel participa activamente en la formación de investigadores y clínicos en metodologías de revisión sistemática y prácticas basadas en pruebas. También le apasiona el papel de la inteligencia artificial en la mejora de los servicios bibliotecarios de las instituciones académicas.

Citas

Aggelidis, V. P., & Chatzoglou, P. D. (2009). Using a modified technology acceptance model in hospitals. International Journal of Medical Informatics, 78(2), 115-126. https://doi.org/10.1016/j.ijmedinf.2008.06.006

Aggrey, S. B. (2009). Information Literacy among second-and third-year medical students of University of Ghana, Medical School. MPhil Thesis, University of Ghana, Accra.

Ahmer, H., Altaf, S. B., & Khan, H. M., et al. (2023). Knowledge and perception of medical students towards the use of artificial intelligence in healthcare. Journal of the Pakistan Medical Association, 73(2), 448-451. https://doi.org/10.47391/jpma.5717

Al Saad, M. M., Shehadeh, A., & Alanazi, S., et al. (2022). Medical students’ knowledge and attitude towards artificial intelligence: An online survey. The Open Public Health Journal, 15(1), e187494452203290. http://dx.doi.org/10.2174/18749445-v15-e2203290

Ankamah, S., Gyesi, K., & Anaman, A. A. (2021). The evaluation of information literacy among medical students at the College of Health Sciences, University of Ghana. Library Philosophy and Practice (e-Journal), 6008, 1-39. https://digitalcommons.unl.edu/libphilprac/6008/

Bohr, A. & Memarzadeh, K. (2020). The rise of artificial intelligence in healthcare applications. In: Artificial Intelligence in Healthcare. Elsevier, pp. 25–60. https://doi.org/10.1016/B978-0-12-818438-7.00002-2

Buabbas, A. J., Miskin, B., & Alnaqi, A. A., et al. (2023). Investigating students’ perceptions towards artificial intelligence in medical education. Healthcare, 11(1298), 1-16. https://doi.org/10.3390/healthcare11091298

Buchholz, A., Perry, B., & Weiss, L. B., et al. (2016). Smartphone use and perceptions among medical students and practicing physicians. Journal of Mobile Technology in Medicine, 5(1), 27–32. http://dx.doi.org/10.7309/jmtm.5.1.5

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(22), 1-22. https://doi.org/10.1186/s41239-023-00392-8

De Veer, A. J. E., Peeters, J. M., & Brabers, A. E. M., et al. (2015). Determinants of the intention to use e-Health by community dwelling older people. BMC health services research, 15(103), 1–9. https://doi.org/10.1186/s12913-015-0765-8

Dimitriadou, E. & Lanitis, A. (2023). A critical evaluation, challenges, and future perspectives of using artificial intelligence and emerging technologies in smart classrooms. Smart Learning Environments, 10(12), 1-26. https://doi.org/10.1186/s40561-023-00231-3

Dwivedi, Y. K., Hughes, L., & Ismagilova, E., et al. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, e101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002

Galavi, Z., Pourasad, M. H., & Norouzi, S., et al. (2023). Public usage, perceived usefulness, and satisfaction with e-Health services in COVID-19 pandemic. Journal of Clinical Research in Paramedical Sciences, 11(2), e133719. https://doi.org/10.5812/jcrps-133719

Gandomi, A. H., Chen, F., & Abualigah, L. (2023). Big data analytics using artificial intelligence. Electronics, 12(4), e957. https://doi.org/10.3390/electronics12040957

Gani, M. O., Rahman, M. S., & Bag, S., et al. (2024). Examining behavioural intention of using smart health care technology among females: dynamics of social influence and perceived usefulness. Benchmarking: An International Journal, 31(2), 330–352. https://doi.org/10.1108/BIJ-09-2022-0585

Gow, C. X., Wong, S. C. & Lim, C. S. (2019). Effect of output quality and result demonstrability on generation Y’s behavioural intention in adopting mobile health applications. Asia-Pacific Journal of Management Research and Innovation, 15(3), 111–121. https://doi.org/10.1177/2319510X19872597

Gupta, P., Ding, B., & Guan, C., et al. (2024). Generative AI: A systematic review using topic modelling techniques. Data and Information Management, 8(2), 100066. https://doi.org/10.1016/j.dim.2024.100066

Ibrahim, T. A. (2018). The role of technology acceptance model in explaining university academics’ acceptance and behavioural intention to use technology in education. KnE Social Sciences, 1162–1172. https://doi.org/10.18502/kss.v3i6.2443

Kansal, R., Bawa, A., & Bansal, A., et al. (2022). Differences in knowledge and perspectives on the usage of artificial intelligence among doctors and medical students of a developing country: A cross-sectional study. Cureus, 14(1), e21434. https://doi.org/10.7759/cureus.21434

Kashyap, A. (2023). How universities can leverage AI for advantages and navigate pitfalls. LinkedIn. https://www.linkedin.com/pulse/how-universities-can-leverage-ai-advantages-navigate-pitfalls

Kowalska-Pyzalska, A. (2024). Individual behavioral theories. In: Diffusion of innovative energy services. Elsevier, 77-105. https://linkinghub.elsevier.com/retrieve/pii/B978012822882100010X

Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607–610. https://doi.org/10.1177/001316447003000308

Kwak., Y., Seo, Y. H., & Ahn, J-W. (2022). Nursing students’ intent to use AI-based healthcare technology: Path analysis using the unified theory of acceptance and use of technology. Nurse Education Today, 119, e105541. https://doi.org/10.1016/j.nedt.2022.105541

Li, X., Jiang, M. Y., & Jong, M. S., et al. (2022). Understanding medical students’ perceptions of and behavioral intentions toward learning artificial intelligence: A survey study. International Journal of Environmental Research and Public Health, 19(14), e8733. https://doi.org/10.3390/ijerph19148733

Malik, A. R., Pratiwi, Y., & Andajani, K., et al. (2023). Exploring artificial intelligence in academic essay: Higher education student’s perspective. International Journal of Educational Research Open, 5, e100296. https://doi.org/10.1016/j.ijedro.2023.100296

Marikyan, D., Papagiannidis, S. & Stewart, G. (2023). Technology acceptance research: Meta-analysis. Journal of Information Science, 1-22. https://doi.org/10.1177/01655515231191177

Meotti, M. & Magliozzi, D. (2024). Using artificial intelligence to navigate the new challenges of college and career. Harvard Advanced Leadership Initiative Social Impact Review. https://www.sir.advancedleadership.harvard.edu/articles/using-artificial-intelligence-to-navigate-the-new-challenges-of-college-and-career

Ministry of Education, Republic of Ghana. (2021) Ict in education reform. https://moe.gov.gh/index.php/ict-in-education-reform-2/.

Mir, M. M., Mir, G. M., & Raina, N. T., et al. (2023). Application of artificial intelligence in medical education: Current scenario and future perspectives. Journal of Advances in Medical Education and Professionalism, 11(3), 133–140. https://doi.org/10.30476/JAMP.2023.98655.1803

Mishra, A., Shukla, A., & Rana, N. P., et al. (2023). Re-examining post-acceptance model of information systems continuance: A revised theoretical model using MASEM approach. International Journal of Information Management, 68, e102571. https://doi.org/10.1016/j.ijinfomgt.2022.102571

Panergayo, A. A. E., & Aliazas, J. V. C. (2021). Students’ behavioral intention to use learning management system: The mediating role of perceived usefulness and ease of use. International Journal of Information and Education Technology, 11(11), 538–545. http://dx.doi.org/10.18178/ijiet.2021.11.11.1562

Park, D. Y., & Kim, H. (2023). Determinants of intentions to use digital mental healthcare content among university students, faculty, and staff: Motivation, perceived usefulness, perceived ease of use, and parasocial interaction with AI chatbot. Sustainability, 15(1), e872. https://doi.org/10.3390/su15010872

Pinto-Coelho, L. (2023). How artificial intelligence is shaping medical imaging technology: A survey of innovations and applications. Bioengineering, 10(12), e1435. https://doi.org/10.3390/bioengineering10121435

Priya, R., Gandhi, A. V., & Shaikh, A. (2018). Mobile banking adoption in an emerging economy: An empirical analysis of young Indian consumers. Benchmarking: An International Journal, 25(2): 743–762. https://doi.org/10.1108/BIJ-01-2016-0009

Rago, C. A. P, & Zucchi, P. (2020). Can ease of use and usefulness perception be influenced by physicians characteristics in the adoption of technology innovations? International Journal for Innovation Education and Research, 8(10) 87-93. http://dx.doi.org/10.31686/ijier.vol8.iss10.2660

Rahmawati, R. N. (2019). Self-efficacy and use of e-learning: A theoretical review technology acceptance model (TAM). American Journal of Humanities and Social Sciences Research 3(5): 41–55. https://www.ajhssr.com/wp-content/uploads/2019/05/F19354155.pdf

Rodway, P., & Schepman, A. (2023). The impact of adopting AI educational technologies on projected course satisfaction in university students. Computers and Education: Artificial Intelligence, 5, e100150. https://doi.org/10.1016/j.caeai.2023.100150

Rono, E. K. (2014). The relationship between perceived ease of use, perceived usefullness, behavioural intention to use and acceptance of mobile banking services: The case of commercial banks in Kenya. University of Nairobi.

Sit, C., Srinivasan, R., & Amlani, A., et al. (2020). Attitudes and perceptions of UK medical students towards artificial intelligence and radiology: A multicentre survey. Insights into Imaging, 11, e14. https://doi.org/10.1186/s13244-019-0830-7

United Nations. (2023). Sustainable development goals: 17 goals to transform our world. United Nations. https://www.un.org/en/exhibits/page/sdgs-17-goals-transform-world

University of Ghana. (2024a). Balme Library: Home. https://balme.ug.edu.gh/

University of Ghana. (2024b). History of Medical School: University of Ghana Medical School. https://smd.ug.edu.gh/about/history-medical-school

University of Ghana. (2024c). Overview: University of Ghana. https://www.ug.edu.gh/about/overview

University of Ghana. (2024d). VC’s Student Digitalisation Initiative. https://www.ug.edu.gh/vcsdi/home

Venkatesh, V., Morris, M. G., & Davis, G. B., et al. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), e425. https://doi.org/10.2307/30036540

Venkatesh, V. & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x

Wicaksono, A. & Maharani, A. (2020). The effect of perceived usefulness and perceived ease of use on the technology acceptance model to use online travel agency. Journal of Business and Management Review, 1(5), 313–328. http://dx.doi.org/10.47153/jbmr15.502020

Wu, J-H., Wang, S-C., & Lin, L-M. (2007). Mobile computing acceptance factors in the healthcare industry: A structural equation model. International Journal of Medical Informatics, 76(1), 66–77. https://doi.org/10.1016/j.ijmedinf.2006.06.006

Descargas

Publicado

11-04-2025

Cómo citar

Gyesi, K., Amponsah, V., & Ankamah, S. (2025). Previsión de la aceptación y el uso de la tecnología de Inteligencia Artificial (IA) por parte de los usuarios de la biblioteca médica de Ghana. Biblios Journal of Librarianship and Information Science, (88), e004. https://doi.org/10.5195/biblios.2025.1211

Número

Núm. 88 (2025)

Sección

Original

Licencia

Derechos de autor 2025 Kwesi Gyesi, Vivian Amponsah, Samuel Ankamah

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Los autores que publican en esta revista están de acuerdo en los siguientes términos:

 

  1. El  Autor  retiene los  Derechos  sobre  su  Obra,  donde  el  término  "Obra"  incluirá  todos  los  objetos digitales que pueden resultar de la publicación electrónica posterior y/o distribución.

  2. Una  vez  aceptada la  Obra,  el Autor  concede  a la Editorial el  derecho  de la  primera  publicación  de  la Obra.

  3. Además  el  Autor  le  concederá  a  la Editorial y  sus  agentes  el  derecho  permanente  no  exclusivo  y licencia para publicar, archivar y hacer accesible la obra en su totalidad o en parte, en todas las formas de los medios ahora conocidos o en el futuro, bajo una Licencia Creative Commons de Reconocimiento 4.0 Internacional o su equivalente que, para evitar cualquier duda, permite a otros copiar, distribuir y comunicar públicamente la obra bajo la condición siguiente:

    Reconocimiento - otros usuarios deben reconocer los créditos de la Obra de la manera especificada por el Autor  o como se indica en el sitio web de la revista;

    Entendido de que esta condición pueda ser modificada con permiso del Autor y que, cuando la Obra o cualquiera de sus elementos se halle en el dominio público según la legislación aplicable, que su estatus no esté en absoluto afectado por la licencia.

  4. El Autor es capaz de entrar en acuerdos contractuales independientes, adicionales para la distribución no  exclusiva  de la  versión de la  Obra publicada en la revista  (por  ejemplo,  publicarla en  un  repositorio institucional  o  publicarla  en  un libro)  siempre  y  cuando  se  proporcione  en  el  documento  un reconocimiento de su publicación inicial en esta revista científica.

  5. A los Autores se les permite y apoya a publicar en línea un manuscrito previo (pero no la versión final de  la  Obra formateada  en  PDF  para la  Editorial), en  repositorios  institucionales  o  en  sus  páginas  web, antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, y a una citación más  temprana  del  trabajo  publicado.  Dicha Obra  después  de su aceptación  y  publicación se  deberá actualizar, incluyendo  la  referencia DOI  (Digital  Object  Identifier) asignada por la Editorial y el enlace al resumen en línea de la versión final publicada en la revista.

  6. A petición de la Editorial, el Autor se compromete a comunicar y presentar oportunamente al Editor, por  cuenta  del mismo, las pruebas  escritas  de  los  permisos,  licencias y  autorizaciones  para  el  uso  de material  de  terceros  incluido  en la  Obra,  excepto lo  determinado  por la Editorial a  cubrirse  por  los principios de uso justo.

  7. El Autor declara y garantiza que:

    a. La Obra es un trabajo original del Autor;
    b. El Autor no ha transferido y no transferirá, los derechos exclusivos sobre la Obra a un tercero;
    c. La Obra no está en evaluación en otra revista científica;
    d. La Obra no fue publicada en otra revista científica;
    e. La Obra no contiene ninguna tergiversación o infracción al trabajo propiedad de otros autores o terceros, y
    f. La Obra no contiene ninguna difamación, invasión de la privacidad, o cualquier otro asunto ilegal.

  8. El Autor se compromete a indemnizar y eximir a la Editorial del incumplimiento por parte del Autor de las  declaraciones  y  garantías  contenidas  en  el  párrafo 7 anterior,  así  como de cualquier  reclamación  o procedimiento relacionado con el uso y la publicación de la Editorial de cualquier contenido de la Obra, incluido el contenido de terceros.