Configuring Sustainable AI-Assisted Citizenship: An fsQCA Study of the CAITIZEN Model

Juan  Mejía-Trejo; Pascuala Josefina Cárdenas-Salazar Cárdenas-Salazar; Carlos Omar Aguilar-Navarro; Carlos Gabriel Borbón-Morales

doi:10.55965/setp.6.12.a2

Authors

Juan Mejía-Trejo Universidad de Guadalajara, Guadalajara, Jalisco, México. https://orcid.org/0000-0003-0558-1943
Pascuala Josefina Cárdenas-Salazar Universidad de Guadalajara, Guadalajara, Jalisco, México. https://orcid.org/0000-0002-2602-5308
Carlos Omar Aguilar-Navarro Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco, Jalisco, México. https://orcid.org/0000-0001-9881-0236
Carlos Gabriel Borbón-Morales Centro de Investigaci´ón en Alimentación y Desarrollo https://orcid.org/0000-0002-6073-6672

DOI:

https://doi.org/10.55965/setp.6.12.a2

Keywords:

sustainable AI-assisted citizenship, fsQCA, configurational analysis, social innovation, CAITIZEN model

Abstract

Contexto. La inteligencia artificial media crecientemente el aprendizaje, la toma de decisiones, la creatividad y la formación ciudadana en la educación superior, requiriendo capacidades críticas, éticas, equitativas, colaborativas y reflexivas para el desarrollo sostenible y la interacción humano– IA responsable.

Problema. Estudios previos de CAITIZEN establecieron su arquitectura cualitativa y relaciones PLS-SEM, pero los efectos netos no revelan configuraciones suficientes ni asimetría. ¿Qué configuraciones de alfabetización crítica en IA (CAIL), responsabilidad ética (EARB), equidad y justicia de datos (AFDJ), colaboración humano–IA (HAIC) y prompting metacognitivo (MTPP) son suficientes para CAITIZEN alto versus bajo?

Propósito. Este estudio compara dichas configuraciones desde una perspectiva multidisciplinaria de innovación sostenible informada por el Manual de Oslo de la OCDE, alineado principalmente al ODS 4 y complementariamente al ODS 9.
Metodología. Un estudio fsQCA utilizó datos recopilados de julio a diciembre de 2025 en Jalisco, México, de 511 estudiantes de educación superior. Cinco condiciones de diez ítems y CAITIZEN como resultado de diez ítems fueron calibrados mediante P5, 5.00 y P95. Se evaluaron necesidad, suficiencia, cobertura, consistencia, condiciones centrales/periféricas, asimetría y robustez. Hallazgos teóricos y prácticos. Ninguna condición fue necesaria. Cinco configuraciones fueron suficientes para CAITIZEN alto (cobertura=.866; consistencia=.917), mientras CAITIZEN bajo siguió una configuración distinta (cobertura=.600; consistencia=.924). Scientia extiende CAITIZEN hacia una teoría configuracional de ciudadanía sostenible asistida por IA; Praxis aporta arquitecturas alternativas de capacidades para educación responsable en IA e innovación sostenible alineada principalmente con el ODS 4 y complementariamente con el ODS 9.

Originalidad. CAITIZEN integra una forma multidisciplinaria de innovación sostenible y análisis configuracional mediante combinaciones de capacidades humanas y tecnológicas.
Conclusiones y limitaciones. CAITIZEN es configuracional, conjuntural, equifinal y asimétrico. Su diseño transversal y muestra no probabilística limitan la generalización; se requiere replicación para evaluar su estabilidad.

Downloads

Download data is not yet available.

Author Biographies

Pascuala Josefina Cárdenas-Salazar, Universidad de Guadalajara, Guadalajara, Jalisco, México.

Research Professor at the Universidad de Guadalajara, Guadalajara, Jalisco, México.

Carlos Omar Aguilar-Navarro, Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco, Jalisco, México.

Research-Professor at the Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco, Jalisco, México.

Carlos Gabriel Borbón-Morales, Centro de Investigaci´ón en Alimentación y Desarrollo

Research-Porfessor at the Centro de Investigación en Alimentación y Desarrollo

References

Almatrafi, O., Johri, A., & Lee, H. (2024). A systematic review of AI literacy conceptualization, constructs, and implementation and assessment efforts (2019–2023). Computers and Education Open, 6, 100173.

https://doi.org/10.1016/j.caeo.2024.100173

Archambault, S. G., Ramachandran, S., Acosta, E., & Fu, S. (2024). Ethical dimensions of algorithmic literacy for college students: Case studies and cross-disciplinary connections. The Journal of Academic Librarianship, 50(3), 102865.

https://doi.org/10.1016/j.acalib.2024.102865

Auditoría Superior del Estado de Jalisco [ASEJ]. (2025). Poder Ejecutivo del Estado de Jalisco 2024: Apartado desempeño. Auditoría Superior del Estado de Jalisco.

https://www.asej.gob.mx/transparencia_asej/sites/default/files/informes_finales/Poder%20Ejecutivo%20del%20Estado%20de%20Jalisco%202024%20Apartado%20Desempe%C3%B1o.pdf

Atchley, P., Pannell, H., Wofford, K., Hopkins, M., & Atchley, R. A. (2024). Human and AI collaboration in the higher education environment:

Opportunities and concerns. Cognitive Research: Principles and Implications, 9, 20.

https://doi.org/10.1186/s41235-024-00547-9

Barenca-Sotelo, C. U., Maciel-Arellano, M. del R., & Larios-Rosillo, V. M. (2026). Toward a sustainable innovation in the faculty evaluation process: A systematic review of AI, data science, and NLP applications in higher education. Scientia et PRAXIS, 6(11), 1–24. https://doi.org/10.55965/setp.6.11.a1

Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S. W., & Siemens, G. (2024). A meta systematic review of artificial intelligence in higher education: A call for increased ethics, collaboration, and rigour. International Journal of Educational Technology in Higher Education, 21, Article 4.

https://doi.org/10.1186/s41239-023-00436-z

Douglas, E. J., Shepherd, D. A., & Prentice, C. (2020). Using fuzzy-set qualitative comparative analysis for a finer-grained understanding of entrepreneurship. Journal of Business Venturing, 35(1), 105970.

https://doi.org/10.1016/j.jbusvent.2019.105970

Fiss, P. C. (2011). Building better causal theories: A fuzzy set approach to typologies in organization research. Academy of Management Journal, 54(2), 393–420.

https://doi.org/10.5465/amj.2011.60263120

Greckhamer, T., Furnari, S., Fiss, P. C., & Aguilera, R. V. (2018). Studying configurations with qualitative comparative analysis: Best practices in strategy and organization research. Strategic Organization, 16(4), 482–495.

https://doi.org/10.1177/1476127018786487

Hernández-Rodríguez, T. M., & Mora-Pérez, C. O. (2026). Gender, culture of peace, and citizen participation as evidence-based social innovation for sustainable governance. Scientia et PRAXIS, 6(11), 59–85.

https://doi.org/10.55965/setp.6.11.a3

Hornberger, M., Bewersdorff, A., & Nerdel, C. (2023). What do university students know about artificial intelligence? Development and validation of an AI literacy test. Computers and Education: Artificial Intelligence, 5, 100165.

https://doi.org/10.1016/j.caeai.2023.100165

Instituto Nacional de Estadística y Geografía [INEGI]. (2025). Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH) 2024. INEGI.

https://www.inegi.org.mx/contenidos/saladeprensa/boletines/2025/endutih/ENDUTIH_24.pdf

Laupichler, M. C., Aster, A., Haverkamp, N., & Raupach, T. (2023). Development of the “Scale for the assessment of non-experts’ AI literacy” – An exploratory factor analysis. Computers in Human Behavior Reports, 12, 100338.

https://doi.org/10.1016/j.chbr.2023.100338

Lintner, T. (2024). A systematic review of AI literacy scales. npj Science of Learning, 9, 50.

https://doi.org/10.1038/s41539-024-00264-4

Mejía-Trejo, J. (2023). Análisis cualitativo comparativo. Tomo II. Difuso (fsQCA): Teoría y práctica. Academia Mexicana de Investigación y Docencia en Innovación (AMIDI).

https://doi.org/10.55965/abib.2023.9786075956756

Mejía-Trejo, J. (2025). Innovating sustainable artificial intelligence citizenship: A qualitative study of the CAITIZEN model using ATLAS.ti. Scientia et PRAXIS, 5(10), 126–154. https://doi.org/10.55965/setp.5.10.a5

Mejía-Trejo, J. (2026). Extended CAITIZEN: A PLS-SEM study of sustainable AI-assisted citizenship innovation. Scientia et PRAXIS, 6(11), 86–118. https://doi.org/10.55965/setp.6.11.a4

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.

https://unesdoc.unesco.org/ark:/48223/pf0000386693

Misangyi, V. F., Greckhamer, T., Furnari, S., Fiss, P. C., Crilly, D., & Aguilera, R. V. (2017). Embracing causal complexity: The emergence of a neo-configurational perspective. Journal of Management, 43(1), 255–282.

https://doi.org/10.1177/0149206316679252

Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). AI literacy: Definition, teaching, evaluation and ethical issues. Proceedings of the Association for Information Science and Technology, 58(1), 504–509.

https://doi.org/10.1002/pra2.487

OECD/Eurostat. (2018). Oslo manual 2018: Guidelines for collecting, reporting and using data on innovation (4th ed.). OECD Publishing.

https://doi.org/10.1787/9789264304604-en

OECD. (2023). OECD digital education outlook 2023: Towards an effective digital education ecosystem. OECD Publishing.

https://doi.org/10.1787/c74f03de-en

Pappas, I. O., & Woodside, A. G. (2021). Fuzzy-set qualitative comparative analysis (fsQCA): Guidelines for research practice in information systems and marketing. International Journal of Information Management, 58, 102310.

https://doi.org/10.1016/j.ijinfomgt.2021.102310

Park, Y. K., Fiss, P. C., & El Sawy, O. A. (2020). Theorizing the multiplicity of digital phenomena: The ecology of configurations, causal recipes, and guidelines for applying QCA. MIS Quarterly, 44(4), 1493–1520.

https://doi.org/10.25300/MISQ/2020/13879

Ragin, C. C. (2008). Redesigning social inquiry: Fuzzy sets and beyond. University of Chicago Press.

https://doi.org/10.7208/chicago/9780226702797.001.0001

Ragin, C. C., & Davey, S. (2023). fsQCA (Versión 4.1) [Software]. University of California, Irvine. https://sites.socsci.uci.edu/~cragin/fsQCA/software.shtml

Tankelevitch, L., Kewenig, V., Simkute, A., Scott, A. E., Sarkar, A., Sellen, A., & Rintel, S. (2024). The metacognitive demands and opportunities of generative AI. In Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (Article 680, pp. 1–24). Association for Computing Machinery.

https://doi.org/10.1145/3613904.3642902

Thiem, A. (2022). Beyond the facts: Limited empirical diversity and causal inference in qualitative comparative analysis. Sociological Methods & Research, 51(2), 527–540.

https://doi.org/10.1177/0049124119882463

United Nations. (2015). Transforming our world: The 2030 Agenda for Sustainable Development. https://sdgs.un.org/2030agenda

World Economic Forum. (2025). The future of jobs report 2025.

https://www.weforum.org/publications/the-future-of-jobs-report-2025/

Yan, L., Sha, L., Zhao, L., Li, Y., Martinez-Maldonado, R., Chen, G., Li, X., Jin, Y., & Gašević, D. (2024). Practical and ethical challenges of large language models in education: A systematic scoping review. British Journal of Educational Technology, 55(1), 90–112.

https://doi.org/10.1111/bjet.13370