INNOVACIÓN CON IA EN EDUCACIÓN
SUPERIOR: EXPERIENCIA DE APRENDIZAJE
DE PROGRAMACIÓN EN EL INSTITUTO
TECNOLÓGICO DE MINATITLÁN
INNOVATION WITH AI IN HIGHER EDUCATION:
PROGRAMMING LEARNING EXPERIENCE AT THE
MINATITLÁN TECHNOLOGICAL INSTITUTE
Guillermina Jiménez Rasgado
Tecnológico Nacional de México
Rosa Alor Francisco
Tecnológico Nacional de México
María Elisa Espinosa Valdés
Tecnológico Nacional de México
pág. 2501
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15029
Innovación con IA en Educación Superior: Experiencia de Aprendizaje de
Programación en el Instituto Tecnológico de Minatitlán
Guillermina Jiménez Rasgado1
guillermina.jr@minatitlan.tecnm.mx
https://orcid.org/0000-0003-0163-0525
Tecnológico Nacional de México
Instituto Tecnológico de Minatitlán
México
Rosa Alor Francisco
rosa.af@minatitlan.tecnm.mx
https://orcid.org/0000-0002-2367-6041
Tecnológico Nacional de México
IT Minatitlán
México
María Elisa Espinosa Valdés
elisaesva@yahoo.es
https://orcid.org/0000-0002-3460-9995
Tecnológico Nacional de México/IT Minatitlán
México
RESUMEN
Este artículo analiza la implementación de Inteligencia Artificial (IA) en la enseñanza de las Estructuras
de control en programación, enfocándose en el desarrollo de competencias técnicas y cognitivas en
estudiantes de ingeniería del TecNM Instituto Tecnológico de Minatitlán. El objetivo principal fue
evaluar la utilidad de herramientas de IA, como ChatGPT y Perplexity, en el proceso de aprendizaje de
programación, específicamente en el lenguaje C. Metodológicamente, se realizaron actividades en las
que los estudiantes interactuaron con estas herramientas mediante "prompts" para resolver dudas,
obtener ejemplos de código y generar contenido educativo. Los resultados muestran que la IA facilitó
la comprensión de conceptos complejos y la corrección de errores de programación, además de mejorar
la personalización del aprendizaje. El 91% de los estudiantes usaron ChatGPT, destacando su capacidad
para explicar y detallar la lógica de programación en tiempo real. Sin embargo, se señalaron
limitaciones, como la dependencia de un conocimiento básico previo y la necesidad de claridad en las
preguntas. La experiencia evidencia que la IA puede ser un recurso valioso en la educación superior
tecnológica, especialmente para el aprendizaje de habilidades de programación, y destaca su potencial
como tutor virtual en la enseñanza de contenidos técnicos complejos.
Palabras clave: inteligencia artificial, programación,enseñanza
1
Autor principal.
Correspondencia: guillermina.jr@minatitlán.tecnm.mx
pág. 2502
Innovation with AI in Higher Education: Programming Learning
Experience at the Minatitlán Technological Institute
ABSTRACT
This article analyzes the implementation of Artificial Intelligence (AI) in teaching control structures in
programming, focusing on the development of technical and cognitive skills in engineering students at
TecNM Instituto Tecnológico de Minatitlán. The main objective was to evaluate the usefulness of AI
tools, such as ChatGPT and Perplexity, in the programming learning process, specifically in the C
language. Methodologically, activities were carried out in which students interacted with these tools
through “prompts” to resolve doubts, obtain code examples, and generate educational content. The
results show that AI facilitated the understanding of complex concepts and the correction of
programming errors, in addition to improving the personalization of learning. 91% of the students used
ChatGPT, highlighting its ability to explain and detail programming logic in real-time. However,
limitations were noted, such as the dependence on prior basic knowledge and the need for clarity in the
questions. The experience shows that AI can be a valuable resource in higher technological education,
especially for learning programming skills, and highlights its potential as a virtual tutor in teaching
complex technical content.
Keywords: artificial intelligence, programming, teaching
Artículo recibido 12 noviembre 2024
Aceptado para publicación: 10 noviembre 2024
pág. 2503
INTRODUCCIÓN
La Inteligencia Artificial (IA) ha emergido como una tecnología transformadora en diversos campos,
incluido el educativo, donde su capacidad para adaptar, personalizar y automatizar procesos de
aprendizaje presenta una nueva dimensión en la enseñanza de la programación (García & Fernández,
2020). Este artículo analiza la implementación de herramientas de Inteligencia Artificial (IA) en la
enseñanza y aprendizaje de las estructuras de control en programación usando lenguaje C en el Instituto
Tecnológico de Minatitlán; donde los estudiantes interactúan con herramientas de IA para resolver
dudas y obtener ejemplos de código. Con el fin de facilitar el aprendizaje y desarrollar competencias
técnicas y cognitivas en los estudiantes de ingeniería electrónica se decide implementar el uso de la IA.
El problema que subyace en esta experiencia es la necesidad de encontrar métodos didácticos que
mejoren la comprensión y aplicación de conceptos de programación que son abstractos y complejos,
adaptándose a las necesidades específicas de cada alumno.
La relevancia de este tema se justifica en el creciente interés por la educación 4.0, donde la integración
de la IA en el aula se considera fundamental para el desarrollo de competencias que demanda el sector
tecnológico y profesional (Salinas, 2019). Teóricamente, el trabajo se fundamenta en conceptos de
didáctica y estrategias didácticas en programación, donde la IA permite ambientes de aprendizaje
adaptativos y retroalimentación en tiempo real (Antúnez, 2016; Martínez & Gómez, 2021). La teoría
de personalización del aprendizaje destaca en este contexto, sugiriendo que los sistemas de IA pueden
adaptarse al ritmo y estilo de aprendizaje de cada estudiante, fortaleciendo así su capacidad para resolver
problemas y aplicar la lógica algorítmica.
Antecedentes de estudios previos muestran que la IA, en la forma de chatbots y asistentes virtuales, es
útil para proporcionar explicaciones detalladas y corrección de errores, aspectos que se reflejan en una
mejor comprensión de los conceptos y prácticas de programación (López & Ramírez, 2018; Sánchez &
León, 2021). En este contexto, esta experiencia en el aula busca aportar evidencia sobre el uso efectivo
de herramientas como ChatGPT y Perplexity, documentando cómo la IA puede apoyar en la enseñanza
práctica de la programación, destacando sus ventajas, como la capacidad de corregir errores, y
limitaciones, como la dependencia de un nivel básico previo.
pág. 2504
Por su parto los autores Paniagua, F., & Braman, J. (2023), afirman que los sistemas de IA permiten
tener una enseñanza innovadora y aprender con ejemplos interactivos, donde proponen que los
instructores deben mostrar a los estudiantes cómo aprovechar modelos de lenguaje como el ChatGPT
para crear sus propios materiales de práctica a través de estas herramientas, o bien pedir una solución
para comparar su trabajo.
El objetivo general de este trabajo es analizar la utilidad de las herramientas de IA para mejorar la
enseñanza y aprendizaje de la programación y desarrollar competencias en estudiantes de ingeniería. A
través de esta experiencia, se pretende contribuir al conocimiento sobre la aplicabilidad de la IA en
entornos educativos, ofreciendo una perspectiva concreta de su impacto en el aprendizaje de la
programación en la educación superior tecnológica.
METODOLOGÍA
Este artículo se desarrolla bajo un enfoque mixto, combinando elementos cuantitativos y cualitativos
para proporcionar una visión integral de la implementación de herramientas de Inteligencia Artificial
(IA) en el aprendizaje de programación en el Instituto Tecnológico de Minatitlán. La investigación es
de tipo descriptivo, ya que se enfoca en observar y documentar la experiencia de los estudiantes con
herramientas de IA como ChatGPT y Perplexity, evaluando su efectividad y percepción sobre el proceso
de enseñanza-aprendizaje de estructuras de control en el lenguaje de programación C.
El diseño es observacional y transversal, dado que se recolectaron datos en un único momento para
analizar la interacción de los estudiantes con las herramientas de IA y sus resultados. La población de
estudio estuvo conformada por 22 estudiantes del tercer semestre de Ingeniería Electrónica de los cuales
se obtuvo una muestra no probabilística e intencional, seleccionando aquellos que participaron
activamente en el uso de estas tecnologías en el aula.
Para la recolección de datos, se utilizó una encuesta estructurada con preguntas de opción múltiple y
escala de valoración sobre el uso de la IA en la comprensión de conceptos de programación. Además,
se realizaron observaciones de las interacciones en clase, documentando las preguntas formuladas a la
IA (prompts), las respuestas obtenidas, y las interacciones de los estudiantes con la IA, y el contenido
educativo generado. También se solicitó a los estudiantes realizar una presentación final en la que
explicaran su experiencia, incluyendo los prompts y los resultados de sus interacciones con la IA en la
pág. 2505
obtención de los códigos para cada una de las estructuras de control. La observación estructurada y las
encuestas permitieron recolectar datos sobre la utilidad percibida, las áreas de mayor impacto, y las
limitaciones observadas.
Desde el punto de vista ético, se obtuvo el consentimiento de los estudiantes para utilizar sus
interacciones con las herramientas de IA de manera anónima.
Como limitaciones del uso de la IA, se destaca la dependencia de un nivel básico de conocimientos
previos en programación por parte de los estudiantes, algunos errores de código y la necesidad de
claridad en los prompts formulados a las herramientas de IA para obtener respuestas adecuadas. Esta
experiencia aporta una referencia para futuros estudios sobre el uso de IA en la enseñanza y aprendizaje
de la programación y sus posibles aplicaciones en el desarrollo de competencias tecnológicas.
RESULTADOS Y DISCUSIÓN
En relación a los conocimientos, se tuvo un 95% en conocimientos generales, en relación al tema de
bucles, la estructura do..while fue la mayor comprendida por el 91% de los estudiantes, las estructuras
condicionales if y la switch..case por el 82% de los estudiantes, el 73% de los estudiantes pudo resolver
el código de la estructura switch..case, finalmente se identifica que la estructura for fue la más difícil
de interpretar, solo pudo resolverlo un 18% de los estudiantes, que fue donde se obtuvo menor porciento
de respuestas correctas.
En el siguiente ejemplo se muestra la interacción entre el estudiante y la herramienta de IA blackbox.ai,
se presenta el prompt utilizado (ver Figura 1) y la respuesta de la herramienta de Inteligencia artificial
(ver Figura 2).
Figura 1. Ejemplo de prompt utilizado
pág. 2506
Figura 2. Respuesta de la IA
En la figura 3 y figura 4 se aprecia como el estudiante interactúa con la herramienta de IA para aclarar
sus dudas, obteniendo una retroalimentación oportuna, que de acuerdo a Chi‐Chang, Chen. (2024)
puede mantener el entusiasmo por aprender.
Figura 3. Prompt utilizado para interactuar con la herramienta de IA en las dudas
pág. 2507
Figura 4. Respuesta de la IA
Resultados de la encuesta en relación a la Experiencia con la IA
Para analizar los resultados se utilizaron gráficas de barras, las cuales representan la distribución de
frecuencias de una variable categórica, mostrando la cantidad de observaciones en cada categoría
Alaminos-Fernández, A. F. (2023). Introducción a la investigación social mediante encuestas de
opinión pública. Editorial. (Original de De Leeuw, 2005)
En la pregunta 1. ¿Qué herramienta de IA generativa (ChatGPT, Perplexity, Gemini, otra)
utilizaste para aprender sobre programación? Se obtuvo que ChatGPT fue la herramienta más utilizada,
la utilizó el 91% de los estudiantes, mientras que las herramientas de MetaIA fue utilizada por el 5% de
los estudiantes y Blackbox.ai por el 5% de los estudiantes (ver Figura 5).
Figura 5. Herramienta de IA utilizada por el estudiante
pág. 2508
En la pregunta 2. ¿Qué tan útil fue la IA generativa (ChatGPT, Perplexity, etc.) en tu proceso de
investigación y aprendizaje sobre estructuras de control?
Figura 6. Utilidad de la IA en el proceso de aprendizaje
El 50% de los estudiantes indicó que les fue útil en el aprendizaje de las estructuras de control.
La pregunta 3 se enfocó en la experiencia de la IA generativa para aprender sobre programación; el 23%
de los estudiantes indicó que fue excelente y el 45% de los estudiantes indicó que fue una muy buena
experiencia (ver Figura 7).
Figura 7. Experiencia de uso de la IA
La pregunta 4 se enfocó en ¿Cómo te ayudó específicamente la IA generativa en la comprensión de los
conceptos relacionados a la programación? El 50% de los estudiantes indicó que fue útil, el 36% que
fue muy útil, mientras que un 9% indico que fue poco útil (ver Figura 8).
pág. 2509
Figura 8. Utilidad de la IA para la comprensión de los conceptos de programación
La pregunta 5 está relacionada con el tipo de problemas de programación en el lenguaje C, que la IA
generativa ayudó (ver Figura 9).
Figura 9. Tipos de problemas en el lenguaje C que resolvió la IA
De la gráfica observamos que el 64% indicó que la IA le ayudó a generar el código completo, el 46%
le ayudó a comprender la sintaxis, un 18% indicó que la herramienta de IA lo ayudó a controlar el flujo
lógico del programa, y un 27% resaltó que la IA le ayudó a depurar errores en sus códigos.
Algunos comentarios de los estudiantes en relación a su experiencia al investigar y preguntar a la IA de
temas de programación fueron los siguientes:
▪ “Fue muy buena herramienta ya que me ayudó a encontrar errores en mis códigos y a corregirlos”.
▪ “Me doy cuenta que si bien la IA es una gran ayuda para la programación. Esta ha llegado tener
fallos en los algoritmos”.
pág. 2510
▪ “El uso de la IA es muy útil para poder comprender el uso de los lenguajes de programación, muy
informativa y de fácil entendimiento”.
▪ “Aprendí rápido ya que la IA me ayudó mucho a comprender los códigos y los lenguajes”.
▪ “Puede ser útil ya que te explica y te detalla cualquier duda”.
▪ “Fue buena y útil sobre todo para corregir errores en el código y entender la sintaxis”.
▪ “La inteligencia artificial llega a ser útil para el entendimiento y explicación de líneas de códigos
paso a paso y lo que se está llevando a cabo en ello”.
▪ “Es una herramienta muy útil porque gracias a ella logré comprender mejor los temas y preguntar
mis dudas así también que corrigiera los errores de mi código”.
▪ “Es útil cuando ya sabes el tema”
▪ “Pues resultó muy fácil ya que con simples palabras la IA te logra entender y te da respuesta
inmediata, en cuanto a los códigos muy útil ya que te hace el código y si se lo pides, te explica línea
por línea que sucede con el código en esa línea y que hace”.
▪ “Me agradó tener una ayuda para resolver mis dudas, la IA hizo que el proceso de aprendizaje se
me facilitara, y que la eficiencia existiera.”
▪ “Mayormente hay que ser concretos con la información que se pide, para que nos de lo que
buscamos”.
▪ “Me ayuda a comprender los temas y despejar dudas que se generaban en el aula de clases”.
▪ “Es muy útil para reforzar y adquirir conocimientos”.
▪ “Fue increible como la IA …. Para el futuro de la humanidad, me ayuda a
▪ estructurar un código en lenguaje C, a entender correctamente los errores que hay en un programa
y es más sencillo y muy útil”
▪ “Con la IA, puedes resolver dudas en cualquier momento, mejorar tus algoritmos y enfocarte más
en la lógica detrás del código”
DISCUSIÓN
Los hallazgos sugieren que la IA tiene un rol relevante en la personalización del aprendizaje, una
premisa apoyada por estudios previos que destacan su capacidad para adaptar la instrucción a las
necesidades de cada estudiante (Salinas, 2019; González & Navarro, 2020). En este contexto, las
pág. 2511
herramientas de IA se comportaron como tutores virtuales, ofreciendo respuestas instantáneas y
específicas que ayudaron a los estudiantes a superar barreras de comprensión en tiempo real, un aspecto
que resulta difícil de replicar en clases tradicionales sin apoyo tecnológico. Al mejorar la precisión en
la enseñanza de temas complejos de programación, estas tecnologías responden a la necesidad creciente
de métodos didácticos que se alineen con las demandas de la educación 4.0 (Gómez & Morales, 2022).
Otros autores como x menciona que alguno de los beneficios para los estudiantes al adoptar la
herramienta de finalización de código con IA son: un Mayor productividad y eficiencia, sugerencias de
sintaxis correcta, asistencia para principiantes, sugerencias de alternativas de solución y funcionar como
tutor de codificación.
No obstante, también se presentaron limitaciones significativas. La dependencia de un conocimiento
básico previo en programación fue evidente, ya que algunos estudiantes comentaron que la IA era más
útil cuando el usuario tenía claros los conceptos iniciales. Asimismo, se observó la necesidad de
formular preguntas precisas y detalladas para obtener respuestas útiles, una habilidad que requiere cierta
destreza en la redacción de prompts (Rodríguez & Torres, 2021). Esto sugiere que, aunque la IA es una
herramienta valiosa, su efectividad podría estar condicionada por las habilidades previas del estudiante
y su capacidad para interactuar adecuadamente con la tecnología, como también lo señala Sánchez y
León (2021).
Ventajas del uso de la IA para el aprendizaje de Programación detectados:
1. Corrección de errores: Los estudiantes valoran la capacidad de la IA para detectar y corregir
errores en el código, lo que facilita el aprendizaje.
2. Comprensión de conceptos: La IA es percibida como una herramienta útil para entender lenguajes
de programación y mejorar la comprensión de temas complejos.
3. Explicación detallada: Muchos mencionan que la IA proporciona explicaciones paso a paso de las
líneas de código, lo que ayuda a entender el funcionamiento del programa y a resolver dudas de
manera rápida y sencilla.
4. Facilidad de uso: Los comentarios destacan que la IA permite aprender de manera rápida y con
respuestas inmediatas, mejorando la eficiencia en el proceso de aprendizaje.
pág. 2512
5. Refuerzo de conocimientos: Los estudiantes comentaron que es útil para reforzar los temas vistos
en clase y adquirir conocimientos.
Limitaciones señaladas
▪ Fallas en el programa: Algunos usuarios notan, qué aunque la IA es útil, puede tener errores en la
generación de programas.
▪ Dependencia del nivel previo: Se menciona que la herramienta es más útil cuando el usuario ya
tiene conocimientos básicos del tema.
▪ Necesidad de claridad en las preguntas: Se destaca la importancia de ser concretos al formular
preguntas (prompts), ya que la precisión en las consultas mejora la calidad de las respuestas.
▪ Esto sugiere que, aunque la IA es una herramienta valiosa, su efectividad podría estar condicionada
por las habilidades previas del estudiante y su capacidad para interactuar adecuadamente con la
tecnología, como también lo señala Sánchez y León (2021).
CONCLUSIONES
Los resultados obtenidos en esta experiencia educativa subrayan el potencial de la Inteligencia Artificial
como herramienta didáctica en la enseñanza y aprendizaje de la programación. Las herramientas de IA,
como ChatGPT, Perplexity y Blackbox.AI, demostraron ser eficaces para abordar desafíos específicos
en la comprensión de estructuras de control en el lenguaje C; permitiendo a los estudiantes obtener
asistencia personalizada y en tiempo real en temas de programación. Los códigos generados por la IA
apoyaron en la comprensión de las estructuras de control al recibir explicaciones detalladas y ejemplos
de programas adecuados para Ingeniería Electrónica.
Las herramientas de IA también permitieron a los estudiantes poder autoevaluarse y recibir
retroalimentación en tiempo real.
Esta capacidad de adaptarse a las necesidades individuales de los estudiantes sugiere que la IA podría
integrarse de manera más amplia en la educación superior tecnológica para mejorar el aprendizaje de
contenidos técnicos y fomentar habilidades de pensamiento computacional como la abstracción, la
descomposición, el diseño de algorirmos y la resolución de problemas.
Sin embargo, el uso efectivo de la IA depende en gran medida del nivel de conocimiento previo y de la
habilidad de los estudiantes para formular preguntas precisas. Esto indica que, aunque la IA facilita el
pág. 2513
aprendizaje, su efectividad no es completamente autónoma y requiere que los estudiantes cuenten con
una base sólida en los conceptos básicos de programación. Además, esta limitación abre una nueva área
de investigación en torno al desarrollo de habilidades en la formulación de prompts, una competencia
clave en el uso de tecnologías de IA, y diseñar nuevos materiales y nuevas formas de enseñar y evaluar
el aprendizaje.
A futuro, se plantea la necesidad de estudios que exploren el impacto de la IA en otras áreas de la
programación y en distintos contextos educativos. Asimismo, sería relevante investigar cómo optimizar
el uso de IA en estudiantes con niveles de conocimiento básico, diseñando guías de prompt que les
permitan interactuar de manera más efectiva con estas herramientas. Este trabajo aporta evidencia
inicial que podría inspirar investigaciones adicionales, especialmente en la adaptación y personalización
de metodologías de IA para diferentes perfiles estudiantiles, y en la validación de su impacto a largo
plazo en el desarrollo de competencias en programación.
REFERENCIAS BIBLIOGRAFICAS
Alaminos-Fernández, A. F. (2023). Introducción a la investigación social mediante encuestas de
opinión pública. Editorial. Universidad de Alicante. Obets Ciencia Abierta. Alicante: Limencop.
Antúnez, S. (2016). La didáctica en la educación superior: Fundamentos y perspectivas. Editorial
Académica Española.
Bustamante, P., & Bustamante, P. (2024). Beneficios de la Inteligencia Artificial en la Educación:
Descúbrelas. Inteligencia Artificial & Educación. https://aulasimple.ai/blog/beneficios-de-la-
inteligencia-artificial-en-la-educacion-descubrelas/
Chi‐Chang, Chen. (2024). Programming Teaching in the Era of Artificial Intelligence. Eximia, 13:583-
589. doi: 10.47577/eximia.v13i1.488
García, F., & Fernández, M. (2020). Inteligencia Artificial en la educación: Innovación y
personalización del aprendizaje. Revista de Tecnología y Educación, 12(3), 45-58.
Gómez, R., & Morales, J. (2022). La inteligencia artificial en la educación superior: Avances y retos en
el contexto mexicano. Educación y Sociedad, 29(5), 112-130.
González, T., & Navarro, P. (2020). Enseñanza basada en competencias: Principios y aplicaciones en
la educación superior. Revista de Investigación Educativa, 15(2), 205-219.
pág. 2514
Gregersen, E. (2024). ChatGPT. Encyclopedia Britannica.
https://www.britannica.com/technology/ChatGPT
IBM (2024). ¿Qué es la inteligencia artificial (IA)? | IBM. https://www.ibm.com/mx-es/topics/artificial-
intelligence
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument
for AI in Education. Pearson Education.
López, A., & Ramírez, C. (2018). Ambientes de aprendizaje personalizados con IA en la enseñanza de
la programación. Revista de Tecnología y Educación, 11(4), 301-315.
Martínez, J., & Gómez, M. (2021). Aplicación de la inteligencia artificial en la educación: Un análisis
en el contexto universitario. Educación y Tecnología, 9(2), 88-102.
McCarthy, J. (2007). What is artificial intelligence? Recuperado de http://jmc.stanford.edu/artificial-
intelligence/what-is-ai/index.html
Paniagua, F., & Braman, J. (2023). Enhancing programming education through innovative teaching and
embracing AI. Proceedings of the 2023 Congress in Computer Science, Computer Engineering,
& Applied Computing (CSCE) (pp. 2748-2750). IEEE.
https://doi.org/10.1109/CSCE60160.2023.00451
Pérez, D., & Hernández, L. (2020). Competencias para la enseñanza de la programación: Un enfoque
práctico. Revista de Educación Tecnológica, 18(1), 75-90.
Rodríguez, P., & Torres, S. (2021). La programación como competencia clave en la educación superior
tecnológica. Revista Iberoamericana de Educación, 27(1), 60-78.
Salinas, J. (2019). Nuevas tecnologías y didáctica universitaria: Un enfoque desde la inteligencia
artificial. Revista de Innovación Educativa, 22(3), 40-57.
Sampieri, R. H., Collado, C. F., & Lucio, M. d. P. B. (2018). Metodología de la investigación. Las rutas
cuantitativa, cualitativa y mixta. (6ª ed.). McGraw Hill.McGraw-Hill.
Sánchez, E., & León, V. (2021). Estrategias didácticas apoyadas en IA para la enseñanza de la
programación. Revista de Ciencias de la Educación, 14(2), 130-145.
Takerngsaksiri, W., Warusavitarne, C., Yaacoub, C., Hou, M. H. K., & Tantithamthavorn, C. (2024).
Students’ perspectives on AI code completion: Benefits and challenges. En Proceedings of the
