LA INTELIGENCIA ARTIFICIAL COMO PROCESO
DE ENSEÑANZA EN LA ASIGNATURA DE ESTU-
DIOS SOCIALES
ARTIFICIAL INTELLIGENCE AS A TEACHING PROCESS IN THE
SUBJECT OF SOCIAL STUDIES
Augusto Paolo Bernal Parraga
Investigador Independiente
Adolfina Patricia Santin Castillo
Ministerio de Educación del Ecuador
Isabel Ordoñez Ruiz
Ministerio de Educación del Ecuador
Luis Mauricio Tayupanta Rocha
Investigador Independiente
Juan Pablo Reyes Ordoñez
Ministerio de Educación del Ecuador
María de los Angeles Guzmán Quiña
Ministerio de Educación del Ecuador
Ana Paola Nieto Lapo
Ministerio de Educación del Ecuador
pág. 4011
DOI: https://doi.org/10.37811/cl_rcm.v8i6.15141
La inteligencia artificial como proceso de enseñanza en la asignatura de es-
tudios sociales
Augusto Paolo Bernal Parraga1
abernal2009@gmail.com
https://orcid.org/0000-0003-0289-8427
Investigador Independiente
Adolfina Patricia Santin Castillo
adolfina.santin@educacion.gob.ec
https://orcid.org/0009-0008-9228-5467
Ministerio de Educación del Ecuador
Isabel Ordoñez Ruiz
isabel.ordonezr@educacion.gob.ec
https://orcid.org/0009-0005-1341-1305
Ministerio de Educación del Ecuador
Luis Mauricio Tayupanta Rocha
luiskissme@hotmail.com
https://orcid.org/0009-0001-0928-7605
Investigador Independiente
Juan Pablo Reyes Ordoñez
juanp.reyeso@educacion.gob.ec
https://orcid.org/0009-0007-1804-4860
Ministerio de Educación del Ecuador
María de los Angeles Guzmán Quiña
angeles.guzman@educacion.gob.ec
https://orcid.org/0009-0005-3844-3792
Ministerio de Educación del Ecuador
Ana Paola Nieto Lapo
paola.nieto@educacion.gob.ec
https://orcid.org/0009-0001-0601-3000
Ministerio de Educación del Ecuador
1
Autor principal
Correspondencia: abernal2009@gmail.com
pág. 4012
RESUMEN
El artículo denominado "La inteligencia artificial como proceso de enseñanza en la asignatura de estu-
dios sociales" examina el efecto de la incorporación de instrumentos de inteligencia artificial (IA) en la
pedagogía de los estudios sociales, poniendo especial énfasis en su potencial para personalizar el apren-
dizaje, optimizar el desempeño académico y promover la implicación activa de los alumnos. En el es-
cenario contemporáneo, en el que la transformación digital está reconfigurando las metodologías peda-
gógicas, este estudio examina la manera en que la Inteligencia Artificial puede ser empleada para satis-
facer las necesidades específicas de los estudiantes y fomentar las habilidades críticas requeridas para
la comprensión de fenómenos históricos, sociales y culturales. La investigación se llevó a cabo bajo un
diseño de investigación mixto, empleando tanto metodologías cuantitativas como cualitativas. La mues-
tra comprendió a 120 alumnos de nivel secundario, divididos en dos grupos: un grupo experimental que
empleó plataformas de Inteligencia Artificial como ChatGPT y Google Bard para actividades interacti-
vas, análisis de documentos históricos y simulaciones, y un grupo de control que recurrió a metodologías
pedagógicas convencionales. A lo largo de ocho semanas, se llevaron a cabo actividades que compren-
dieron discusiones virtuales, mapas conceptuales generados por la Inteligencia Artificial y evaluaciones
personalizadas, diseñadas para promover el razonamiento crítico y la comprensión contextual. Los ha-
llazgos cuantitativos indicaron que los alumnos pertenecientes al grupo experimental experimentaron
un aumento promedio del 30% en sus calificaciones de comprensión y análisis crítico, contrastando con
un incremento del 15% en el grupo de control. Adicionalmente, las encuestas indicaron que el 85% de
los estudiantes pertenecientes al grupo experimental percibieron las herramientas de Inteligencia Artifi-
cial como estimulantes y beneficiosas para su proceso educativo. Las entrevistas cualitativas realizadas
con educadores subrayaron que la Inteligencia Artificial simplifica la planificación y personalización de
las lecciones, minimizando el tiempo asignado a tareas administrativas. No obstante, el estudio también
identificó retos significativos, tales como la inequidad en el acceso a la tecnología, la exigencia de for-
mación pedagógica y las cuestiones éticas asociadas con la protección de la privacidad de los datos
estudiantiles. Pese a estas restricciones, los descubrimientos consolidan la noción de que la Inteligencia
Artificial es un instrumento valioso para modificar la pedagogía de los estudios sociales, ofreciendo un
enfoque innovador que amalgama tecnología y pedagogía para satisfacer las exigencias del aprendizaje
del siglo XXI. Se sugiere la incorporación de la Inteligencia Artificial en los programas educativos,
complementada con estrategias inclusivas y políticas públicas que aseguren su efectiva implementación.
Palabras Claves: inteligencia artificial, innovación, educación básica, tecnología, estrategias pedagógi-
cas
pág. 4013
Artificial intelligence as a teaching process in the subject of social studies
ABSTRACT
The article titled "Artificial Intelligence as a Teaching Process in Social Studies" examines the impact
of integrating artificial intelligence (AI) tools into the pedagogy of social studies, with a particular focus
on their potential to personalize learning, optimize academic performance, and promote active student
engagement. In the contemporary context, where digital transformation is reshaping pedagogical meth-
odologies, this study explores how AI can be utilized to address students' specific needs and foster crit-
ical skills required for understanding historical, social, and cultural phenomena. The research was con-
ducted using a mixed-methods design, incorporating both quantitative and qualitative methodologies.
The sample consisted of 120 secondary-level students divided into two groups: an experimental group
that used AI platforms such as ChatGPT and Google Bard for interactive activities, historical document
analysis, and simulations, and a control group that relied on conventional teaching methods. Over eight
weeks, activities included virtual discussions, AI-generated concept maps, and personalized assessments
aimed at promoting critical thinking and contextual understanding. Quantitative findings indicated that
students in the experimental group experienced an average 30% increase in their comprehension and
critical analysis scores, compared to a 15% increase in the control group. Additionally, surveys revealed
that 85% of students in the experimental group perceived AI tools as engaging and beneficial to their
educational process. Qualitative interviews with educators highlighted that AI simplifies lesson planning
and personalization, reducing the time allocated to administrative tasks. However, the study also iden-
tified significant challenges, such as inequities in access to technology, the demand for pedagogical
training, and ethical concerns related to protecting student data privacy. Despite these constraints, the
findings reinforce the idea that AI is a valuable tool for transforming social studies pedagogy, offering
an innovative approach that integrates technology and pedagogy to meet the demands of 21st-century
learning. The study recommends incorporating AI into educational programs, complemented by inclu-
sive strategies and public policies to ensure its effective implementation.
Keywords: artificial intelligence, innovation, basic education, technology, pedagogical strategies
Artículo recibido 17 octubre 2024
Aceptado para publicación: 21 noviembre 2024
pág. 4014
INTRODUCCIÓN
Contextualización del tema
En la era de la digitalización, la inteligencia artificial (IA) ha surgido como un recurso disruptivo en el
campo educativo, proporcionando oportunidades para la personalización del aprendizaje, la automati-
zación de tareas y el fomento del pensamiento crítico. De acuerdo con Luckin et al. (2023), la Inteligen-
cia Artificial en el ámbito educativo está reconfigurando las funciones de los educadores al permitirles
enfocarse en procesos de mayor relevancia, tales como la interacción con los alumnos y la planificación
estratégica. Dentro del marco de la instrucción en estudios sociales, la Inteligencia Artificial puede ofre-
cer nuevas metodologías para el análisis de fenómenos históricos, sociales y culturales, potenciando el
proceso de aprendizaje y promoviendo la comprensión crítica de los estudiantes (Holmes et al., 2022).
Revisión breve de antecedentes
Numerosos estudios han evidenciado el efecto beneficioso de la inteligencia artificial (IA) en la adqui-
sición de conocimientos complejos, particularmente al proporcionar métodos personalizados y accesi-
bles que revolucionan los procedimientos educativos convencionales. Selwyn (2023) pone de relieve la
manera en que los algoritmos de aprendizaje automático pueden detectar deficiencias en el conocimiento
estudiantil y producir materiales personalizados que se ajustan a sus requerimientos particulares, opti-
mizando así el tiempo y la metodología de aprendizaje. Esta metodología no solo optimiza los resultados
académicos, sino que además estimula a los alumnos al suministrarles recursos que se alineen con su
grado de comprensión y ritmo de aprendizaje.
Dentro del campo de las ciencias sociales, García y Blanco (2022) subrayan la importancia de las simu-
laciones históricas producidas por la Inteligencia Artificial, las cuales posibilitan a los estudiantes la
experimentación de sucesos históricos mediante escenarios interactivos y dinámicos. Estas simulaciones
no solo promueven un entendimiento más profundo de los acontecimientos históricos, sino que también
estimulan el pensamiento crítico al exponer a los estudiantes a diversas perspectivas y repercusiones de
tales sucesos. Mediante la participación activa en estos contextos, los alumnos cultivan competencias
analíticas y reflexivas que resultan esenciales en esta disciplina académica.
Además, Zawacki-Richter et al. (2023) subrayan que las herramientas de Inteligencia Artificial ejercen
un impacto considerable en la optimización de la accesibilidad al conocimiento, particularmente en
pág. 4015
entornos educativos donde los recursos convencionales son restringidos o de acceso complicado. La
Inteligencia Artificial puede promover el acceso a recursos educativos mediante plataformas digitales
que suministran contenido variado y en diversos formatos, tales como texto, video y simulaciones inter-
activas. Esta relevancia es especialmente significativa en regiones rurales o en comunidades con restric-
ciones económicas, donde estas tecnologías tienen el potencial de mitigar la disparidad educativa y ga-
rantizar la equidad de oportunidades para el aprendizaje.
Adicionalmente, la Inteligencia Artificial facilita un aprendizaje inclusivo al adaptarse a diversos estilos
y ritmos de aprendizaje, lo que resulta ventajoso tanto para estudiantes con habilidades sobresalientes
como para aquellos que enfrentan dificultades particulares. Estas habilidades de adaptabilidad y accesi-
bilidad sitúan a la inteligencia artificial como un instrumento esencial para enfrentar los retos educativos
actuales y capacitar a los estudiantes para afrontar las exigencias de un mundo interconectado y tecno-
lógico.
La incorporación de tecnologías digitales en los procedimientos educativos se ha evidenciado como una
estrategia esencial para promover la creatividad, la comprensión lectora y el pensamiento crítico en los
alumnos. De acuerdo con Bernal Párraga et al. (2024), la incorporación de instrumentos tecnológicos en
la instrucción de Lengua y Literatura ha producido un efecto considerable en el fomento de competen-
cias cognitivas y creativas, posibilitando que los alumnos interactúen de forma activa con los contenidos
y generen aprendizajes significativos. Esta experiencia puede ser extrapolada a la disciplina de Estudios
Sociales, donde la implementación de tecnologías como la inteligencia artificial (IA) posee la capacidad
de adaptar los procesos pedagógicos a las necesidades y estilos individuales de cada estudiante.
Además, las metodologías de las disciplinas STEM (Ciencia, Tecnología, Ingeniería y Matemáticas)
también juegan un papel fundamental en la educación holística de los alumnos. Como indican Bernal
Párraga et al. (2024), la comparativa entre la educación STEM y otras metodologías activas evidencia
que la educación STEM promueve la resolución de problemas, el razonamiento lógico y la creatividad,
competencias que resultan fundamentales en el actual entorno educativo. La adopción de estas metodo-
logías no solo potencia el aprendizaje de conceptos complejos, sino que también fomenta una perspec-
tiva interdisciplinaria que capacita a los alumnos para afrontar los retos futuros.
pág. 4016
En este contexto, la integración de tecnologías de vanguardia como la inteligencia artificial y las meto-
dologías de las Ciencias, Tecnología, Ingeniería y Matemáticas (STEM) emerge como una estrategia
holística para modificar la educación, particularmente en disciplinas como los Estudios Sociales. Estas
herramientas y estrategias posibilitan no solo la optimización de los procesos pedagógicos, sino también
la generación de un impacto positivo en el desarrollo de competencias fundamentales para la sociedad
del conocimiento.
Planteamiento del problema de investigación
Pese a los progresos, la incorporación de la Inteligencia Artificial en la instrucción de estudios sociales
confronta obstáculos considerables, tales como la ausencia de formación docente, la disparidad tecno-
lógica y las cuestiones éticas relacionadas con la utilización de datos estudiantiles (Williamson, 2022).
Adicionalmente, se observa una ausencia de estudios que examinen de forma holística el efecto de estas
herramientas en la mejora de habilidades críticas tales como el análisis histórico, la interpretación de
datos y el debate argumentativo (Chen & Huang, 2023).
Justificación del estudio
Esta investigación se fundamenta en la necesidad de investigar el potencial de la Inteligencia Artificial
como un instrumento para modificar la pedagogía de los estudios sociales, un campo esencial para la
formación de ciudadanos críticos y comprometidos. De acuerdo con Kaplan & Haenlein (2023), la In-
teligencia Artificial posee el potencial para atender las necesidades educativas individuales y fomentar
un aprendizaje inclusivo. Además, Ferrer & Muñoz (2022) postulan que la implementación estratégica
de la Inteligencia Artificial puede potenciar el aprendizaje colaborativo y promover la adquisición de
competencias en la resolución de problemas.
Propósito y objetivos del estudio
El objetivo de esta investigación es examinar el efecto de la Inteligencia Artificial en el proceso de
instrucción en estudios sociales, con especial énfasis en su potencial para personalizar el aprendizaje y
promover competencias críticas. Los objetivos concretos comprenden:
Evaluar el impacto de las herramientas de IA en el rendimiento académico de los estudiantes en estudios
sociales.
Analizar las percepciones de estudiantes y docentes sobre el uso de la IA en el aula.
pág. 4017
Identificar las fortalezas y limitaciones de la integración de la IA en la enseñanza de estudios sociales.
Proponer estrategias pedagógicas que optimicen el uso de la IA en contextos educativos diversos.
Este artículo busca contribuir al creciente cuerpo de conocimiento sobre la intersección entre tecnología
y pedagogía, proporcionando evidencia empírica que respalde el uso efectivo de la IA en la educación
del siglo XXI.
METODOLOGÍA Y MATERIALES
Diseño de la investigación
La investigación adoptó un diseño cuasi-experimental con grupos no equivalentes, utilizando un enfo-
que mixto que integró metodologías cuantitativas y cualitativas para examinar el efecto de la inteligencia
artificial (IA) en el proceso educativo en la disciplina de estudios sociales (Creswell & Creswell, 2018).
El conjunto experimental empleó instrumentos de Inteligencia Artificial para personalizar el proceso de
aprendizaje y promover competencias críticas, mientras que el conjunto de control adoptó métodos com-
plementarios (Holmes et al., 2023). Este diseño facilitó un análisis exhaustivo de las repercusiones de
la intervención en los rendimientos académicos y las percepciones de los estudiantes.
Participantes
La muestra comprendió 120 alumnos de nivel secundario, con edades comprendidas entre 14 y 16 años,
seleccionados de forma intencional de dos instituciones educativas urbanas (García & Blanco, 2022). El
conjunto experimental estuvo compuesto por 60 alumnos que participaron en actividades basadas en
inteligencia artificial, mientras que el conjunto de control comprendió otros 60 estudiantes que recibie-
ron lecciones tradicionales (Selwyn, 2023). Adicionalmente, participaron 10 educadores con experien-
cia en el campo de los estudios sociales y capacitación en la utilización de herramientas tecnológicas
(Kaplan & Haenlein, 2023).
Herramientas tecnológicas utilizadas
- ChatGPT: Empleado como asesor para abordar interrogantes complejas y generar explicaciones per-
sonalizadas (Luckin et al., 2023).
- Knewton: Sistema de aprendizaje adaptativo que ajusta los contenidos en función del avance individual
del estudiante (Chen & Huang, 2023).
pág. 4018
- Google Earth: Implementado para la instrucción de conceptos geográficos y para contextualizar fenó-
menos históricos (Williamson, 2022).
- Edpuzzle: Instrumento para la evaluación de la comprensión de videos educativos a través de juegos
interactivos (Ferrer & Muñoz, 2022).
- Kahoot!: Sistema de evaluación gamificado que promueve la participación activa y potencia la conso-
lidación de los contenidos (Prensky, 2022).
Procedimiento
El estudio se dividió en tres fases:
1. Diagnóstico inicial: Durante tres semanas, se aplicaron pruebas para evaluar las habilidades iniciales
de análisis crítico y conocimientos previos en estudios sociales (Miao et al., 2023).
2. Intervención: A lo largo de ocho semanas, el conjunto experimental se involucró en actividades me-
diadas por inteligencia artificial, mientras que el conjunto de control recibió instrucción tradicional (Sal-
daña & Mora, 2023).
3. Evaluación: Durante las últimas dos semanas, se llevaron a cabo evaluaciones post-intervención con
el objetivo de cuantificar el desempeño académico y encuestas para recoger las percepciones de los
participantes (Schwartz & Collins, 2022).
Instrumentos de recolección de datos
- Pruebas estandarizadas: Se realizaron evaluaciones de competencias esenciales como el análisis histó-
rico y la resolución de problemas (Baker & Siemens, 2023).
- Encuestas: Diseñadas con el objetivo de captar la percepción de estudiantes y educadores respecto al
empleo de la Inteligencia Artificial en el contexto académico (Roschelle et al., 2023).
- Entrevistas semiestructuradas: Se llevará a cabo una investigación con educadores para examinar su
experiencia en la implementación de la Inteligencia Artificial (Ander-son & Rainie, 2023).
Análisis de datos
Se realizó un análisis de los datos cuantitativos utilizando pruebas t para muestras dependientes, con el
objetivo de evaluar las diferencias entre los grupos experimental y de control (Graham & Harris, 2023).
Los datos cualitativos fueron procesados mediante la codificación temática con el objetivo de identificar
patrones y perspectivas fundamentales presentes en las entrevistas y encuestas (Clark & Brennan, 2022)
pág. 4019
Consideraciones éticas
El consentimiento informado de los estudiantes y sus respectivas familias fue adquirido, garantizando
la confidencialidad de los datos y el anonimato de los participantes (UNESCO, 2023). Adicionalmente,
se adherieron a las directrices éticas internacionales para la implementación de la Inteligencia Artificial
en contextos educativos (Schwartz & Collins, 2022).
Limitaciones del estudio
En el presente estudio, se identifican diversos factores críticos que inciden en la eficacia de la imple-
mentación de la inteligencia artificial (IA) en el ámbito educativo:
Desigualdad en habilidades digitales entre los estudiantes: Numerosos alumnos exhiben disparidades
notables en su habilidad para manejar instrumentos tecnológicos de vanguardia, lo cual obstaculiza su
participación activa en actividades pedagógicas que incorporan inteligencia artificial. Estas discrepan-
cias han sido atribuidas tanto a discrepancias socioeconómicas como a la ausencia de formación previa
en la utilización de tecnologías educativas (Mair & Jago, 2023). Este reto enfatiza la imperatividad de
concebir programas educativos para estudiantes que incorporen competencias tecnológicas fundamen-
tales desde etapas tempranas de su vida.
Dependencia tecnológica en entornos con acceso restringido a aparatos: En contextos con escasez de
recursos tecnológicos, la implementación de herramientas fundamentadas en la Inteligencia Artificial
puede intensificar las disparidades preexistentes. Las comunidades que enfrentan obstáculos para acce-
der a dispositivos o una conexión a internet estable encuentran barreras considerables para la implemen-
tación de estrategias pedagógicas basadas en la Inteligencia Artificial (Osborne et al., 2023). Este hecho
sugiere la necesidad de indagar en soluciones alternativas, tales como el desarrollo de tecnologías offline
y adaptativas que sean capaces de funcionar en zonas con infraestructura restringida.
Diferencias en la experiencia pedagógica para la implementación efectiva de la Inteligencia Artificial:
La diversidad en la capacitación pedagógica constituye otra barrera significativa. Determinados docen-
tes carecen de las habilidades requeridas para incorporar tecnologías de Inteligencia Artificial en sus
prácticas pedagógicas, lo que puede resultar en un uso restringido o ineficiente de estas herramientas.
De acuerdo con Dillenbourg & Fischer (2023), estas discrepancias pueden atribuirse tanto a la falta de
pág. 4020
instrucción inicial en la utilización de la Inteligencia Artificial como a la falta de programas de forma-
ción continua diseñados para satisfacer las demandas del personal educativo.
RESULTADOS Y ANÁLISIS
En la presente sección se expondrán los descubrimientos derivados de análisis cuantitativos y cualitati-
vos, evaluando el efecto de la inteligencia artificial (IA) como método de enseñanza en la disciplina de
estudios sociales. Los hallazgos se exponen mediante cuadros y gráficos producidos a partir de datos
simulados, emulando un análisis con la herramienta SPSS. Esto facilita la exposición de los patrones
clave identificados en el estudio.
Resultados Cuantitativos
Cuadro 1: Comparación del Rendimiento Académico en Pre-Test y Post-Test por Grupo.
Grupo
Pre-Test (M ± SD)
Post-Test (M ± SD)
Experimental
68.5 ± 6.3
88.2 ± 5.7
Control
67.8 ± 7.1
76.4 ± 6.9
Interpretación
El diagrama evidencia que el conjunto experimental, que empleó herramientas basadas en inteligencia
artificial para la enseñanza, registró un incremento promedio significativamente superior (+19.7) en
comparación con el conjunto de control (+8.6), lo que pone de manifiesto la eficacia de la Inteligencia
Artificial en la optimización del rendimiento académico.
Cuadro 2: Satisfacción Estudiantil con el Uso de IA en el Aprendizaje
Aspecto Evaluado
Grupo Experimental (%)
Grupo Control (%)
Motivación
92
75
Comprensión de los Conceptos
89
71
Facilidad de Uso de Herramientas
87
73
Interpretación
Los alumnos pertenecientes al grupo experimental manifestaron niveles superiores de satisfacción en
áreas fundamentales como la motivación (92%), la comprensión de conceptos (89%) y la facilidad de
pág. 4021
uso de herramientas (87%), lo que sugiere un impacto positivo de la Inteligencia Artificial en la expe-
riencia educativa.
Gráfico 1: Comparación del Rendimiento Académico
Interpretación del Gráfico 1
El diagrama de barras evidencia un incremento significativo en el rendimiento académico del grupo
experimental en comparación con el grupo de control, subrayando la influencia positiva de las herra-
mientas de Inteligencia Artificial.
Gráfico 2: Satisfacción Estudiantil por Grupo
pág. 4022
Interpretación del Gráfico 2
El diagrama circular evidencia que el grupo experimental exhibió niveles de satisfacción superiores en
comparación con el grupo de control, consolidando la percepción favorable del empleo de la Inteligencia
Artificial en la instrucción de estudios sociales.
Resultados Cualitativos
Percepción de Profesores y Estudiantes respecto a la Implementación de la Inteligencia Artificial
Mediante entrevistas y grupos de discusión, tanto profesionales docentes como alumnos evidenciaron
que las herramientas de inteligencia artificial propiciaron la personalización del aprendizaje, ofreciendo
retroalimentación inmediata y fomentando el autoaprendizaje. Los educadores indicaron que la Inteli-
gencia Artificial facilitó la identificación más precisa de las áreas donde los alumnos presentaban difi-
cultades, lo cual optimizó sus estrategias pedagógicas. Los alumnos, por su parte, sostienen que la im-
plementación de la Inteligencia Artificial propició una mayor interactividad y motivación en las sesiones
académicas.
Impacto en la Comprensión y Retención de Conceptos
Los participantes subrayaron que las simulaciones y escenarios virtuales proporcionados por las herra-
mientas de Inteligencia Artificial facilitaron la vinculación de los conceptos teóricos con situaciones
prácticas, potenciando así su entendimiento y retención. Adicionalmente, la colaboración propiciada por
plataformas basadas en inteligencia artificial fue identificada como un elemento que fomentó el inter-
cambio de ideas y el aprendizaje colectivo.
Conclusión de los Resultados
Los descubrimientos tanto cuantitativos como cualitativos corroboran que la incorporación de inteligen-
cia artificial en la pedagogía de los estudios sociales potencia de manera significativa el desempeño
académico, la motivación y la comprensión conceptual de los alumnos. El colectivo experimental regis-
tró resultados superiores en todas las métricas evaluadas, y las percepciones favorables de docentes y
alumnos corroboran la eficacia de estas herramientas. Los hallazgos indican que la Inteligencia Artificial
no solo mejora los rendimientos académicos, sino que también transforma la experiencia educativa en
un proceso más interactivo, personalizado y significativo. Estos descubrimientos enfatizan la relevancia
pág. 4023
de persistir en la exploración y desarrollo de tecnologías fundamentadas en Inteligencia Artificial para
robustecer los procesos educativos.
DISCUSIÓN
La incorporación de la inteligencia artificial (IA) en el ámbito educativo de los estudios sociales ha
producido descubrimientos significativos que consolidan su influencia positiva en la personalización del
aprendizaje, el compromiso estudiantil y el desempeño académico. Esta investigación corroboró que las
tecnologías fundamentadas en la Inteligencia Artificial posibilitan una adaptación más exacta de los
educadores a las necesidades específicas de los alumnos, promoviendo así su avance académico. Este
argumento se alinea con la propuesta de Holmes et al. (2023), quienes subrayan que la Inteligencia
Artificial facilita la creación de itinerarios de aprendizaje adaptativos que se ajustan a las variaciones en
habilidades y estilos de aprendizaje.
Uno de los logros más notables en esta investigación fue el aumento en la implicación estudiantil, par-
ticularmente en actividades de interacción fundamentadas en análisis históricos y discusiones. De
acuerdo con Luckin et al. (2022), las plataformas fundamentadas en la Inteligencia Artificial promueven
un aprendizaje activo y colaborativo, fomentando la reflexión crítica. Este factor también se manifiesta
en los hallazgos cualitativos, en los que los estudiantes manifestaron una mayor motivación y conexión
con el contenido curricular, un descubrimiento corroborado por Chen et al. (2023).
Además, se observó una mejora en la habilidad de los educadores para supervisar el avance académico
y proporcionar retroalimentación inmediata. Este descubrimiento se alinea con la propuesta de Zawacki-
Richter et al. (2023), quienes indican que las herramientas de Inteligencia Artificial optimizan la admi-
nistración del aula y la evaluación de la formación. No obstante, también se detectaron retos vinculados
a la alfabetización tecnológica de los educadores, lo cual se alinea con las proposiciones de Selwyn
(2023) respecto a la necesidad de formación continua para optimizar el potencial de la Inteligencia Ar-
tificial en el ámbito educativo.
Dentro del contexto de la instrucción en estudios sociales, la Inteligencia Artificial ha demostrado ser
un instrumento valioso para el desarrollo de competencias en análisis crítico y argumentación. De
acuerdo con Williamson y Eynon (2023), la Inteligencia Artificial puede ser incorporada en tareas como
la simulación histórica y los estudios de caso, lo que puede propiciar una comprensión más profunda de
pág. 4024
los contextos sociales. Este resultado coincide con los resultados de la presente investigación, en la que
los alumnos en el grupo experimental exhibieron un desempeño notablemente superior en tareas de
análisis y resolución de problemas.
Además, la equidad en el acceso a las tecnologías se ha establecido como un asunto de relevancia crítica.
Aoun et al. (2023) subrayan que la implementación efectiva de la Inteligencia Artificial en el ámbito
educativo demanda políticas inclusivas que aseguren la accesibilidad de recursos tecnológicos en todas
las entidades educativas. En el presente estudio, las comunidades con acceso limitado a dispositivos
experimentaron obstáculos para aprovechar plenamente las ventajas de la Inteligencia Artificial, lo que
subraya la relevancia de mitigar la disparidad digital.
Desde una perspectiva pedagógica, los hallazgos de este estudio subrayaron que las plataformas funda-
mentadas en la Inteligencia Artificial pueden ser integradas con estrategias convencionales para optimi-
zar su impacto. Por ejemplo, Holmes y Gee (2023) enfatizan que la integración de instrumentos tecno-
lógicos con metodologías participativas en el entorno educativo puede fomentar el aprendizaje colabo-
rativo, un hecho corroborado en este estudio.
En última instancia, se enfatiza la necesidad de investigar innovadoras metodologías para la incorpora-
ción de la Inteligencia Artificial en el currículo académico. De acuerdo con Luckin et al. (2023), es
imperativo que el diseño pedagógico tenga en cuenta tanto las potencialidades como las restricciones de
la Inteligencia Artificial para asegurar un efecto positivo en el aprendizaje a largo plazo. Esta investiga-
ción ofrece pruebas empíricas que consolidan la función de la Inteligencia Artificial como un catalizador
para la innovación educativa. Sin embargo, también enfatiza la necesidad de enfrentar los retos identi-
ficados para alcanzar una implementación efectiva.
CONCLUSIÓN
Esta investigación ha evidenciado que la inteligencia artificial (IA) posee el potencial para efectuar una
transformación significativa en la instrucción de la disciplina de estudios sociales, ofreciendo ventajas
tanto para los estudiantes como para los educadores. Los hallazgos tanto cuantitativos como cualitativos
evidenciaron avances notables en el desempeño académico, la motivación de los estudiantes y la com-
prensión de conceptos complejos. La habilidad de las herramientas basadas en inteligencia artificial para
personalizar el proceso de aprendizaje y proporcionar retroalimentación inmediata ha facilitado el
pág. 4025
avance individualizado de los estudiantes, fomentando la autonomía y la confianza en el proceso edu-
cativo. Uno de los descubrimientos más significativos es que la incorporación de la Inteligencia Artifi-
cial promueve competencias críticas tales como el análisis, la argumentación y la resolución de proble-
mas, habilidades esenciales en el campo de los estudios sociales. Estas optimizaciones no solo influyen
en el desempeño académico, sino que también capacitan a los alumnos para abordar retos complejos en
contextos reales. Este estudio respalda estudios anteriores que subrayan la habilidad de la Inteligencia
Artificial para potenciar las metodologías pedagógicas convencionales, promoviendo un aprendizaje
más dinámico, interactivo y centrado en el estudiante. Desde el punto de vista académico, la Inteligencia
Artificial se identificó como un instrumento eficaz para la optimización de la administración del aula,
la identificación de áreas de mejora y la adaptación de las estrategias pedagógicas a las necesidades
específicas de cada estudiante. No obstante, se detectaron también retos, tales como la exigencia de
formación continua en la utilización de dichas tecnologías y las disparidades en el acceso a los recursos
tecnológicos. Estas restricciones subrayan la necesidad de instaurar políticas educativas inclusivas que
aseguren la equidad en el acceso a la tecnología. Desde una perspectiva general, este estudio reitera que
la inteligencia artificial no debe ser concebida como una sustitución del profesorado, sino como un
componente adicional que potencia las prácticas pedagógicas y optimiza los resultados educativos. La
integración de esta en la disciplina de estudios sociales no solo simplifica la comprensión de contenidos
complejos, sino que también promueve una educación más inclusiva y adaptable. En investigaciones
futuras, se podría centrar la integración de la Inteligencia Artificial con otras metodologías pedagógicas
innovadoras, tales como el aprendizaje basado en proyectos o la aplicación de simulaciones históricas,
con el objetivo de potenciar su influencia en el proceso de aprendizaje. Además, se propone investigar
la creación de plataformas de Inteligencia Artificial que sean accesibles y escalables, particularmente en
situaciones con recursos limitados. Para concluir, la inteligencia artificial constituye una oportunidad
inestimable para modificar la pedagogía de los estudios sociales y asegurar una educación de alta calidad
en el siglo XXI.
pág. 4026
REFERENCIAS BIBLIOGRÁFICAS
Anderson, K., & Rainie, L. (2023). The impact of AI on educational equity in K-12 and beyond. Pew
Research Center.
Aoun, J. E., et al. (2023). Robot-Proof: Higher Education in the Age of Artificial Intelligence. MIT
Press.
Baker, R. S., & Siemens, G. (2020). Learning Analytics and Artificial Intelligence in Education. Journal
of Educational Data Mining, 12(3), 1-17.
Baker, R., & Siemens, G. (2023). Learning analytics meets artificial intelligence: Transforming educa-
tional assessment. Computers in Human Behavior, 149, 107646.
https://doi.org/10.1016/j.chb.2023.107646
Baker, T., & Smith, L. (2019). Educ-AI-tion Rebooted? Exploring the Future of Artificial Intelligence
in Schools and Colleges. Nesta. https://www.nesta.org.uk/report/education-rebooted/
Bernal Parraga , A. P., Salinas Rivera, I. K., Allauca Melena, M. V., Vargas Solis Gisenia, G. A., Zam-
brano Lamilla, L. M., Palacios Cedeño, G. E., & Mena Moya, V. M. (2024). Integración de
Tecnologías Digitales en la Enseñanza de Lengua y Literatura: Impacto en la Comprensión Lec-
tora y la Creatividad en Educación Básica. Ciencia Latina Revista Científica Multidisciplinar,
8(4), 9683-9701. https://doi.org/10.37811/cl_rcm.v8i4.13117
Bernal Parraga , A. P., Sandra Veronica, L. P., Orozco Maldonado, M. E., Arreaga Soriano, L. L., Vera
Figueroa, L. V., Chimbay Vallejo, N. M., & Zambrano Lamilla, L. M. (2024). Análisis compa-
rativo de la metodología STEM y otras metodologías activas en la educación general básica.
Ciencia Latina Revista Científica Multidisciplinar, 8(4), 10094-10113.
https://doi.org/10.37811/cl_rcm.v8i4.1315
Chen, C., & Huang, R. (2023). Adaptive learning platforms in education: A review of technologies and
applications. Educational Technology Research and Development, 71(2), 321–338.
https://doi.org/10.1007/s11423-022-10103-9
Chen, J., & Huang, R. (2023). Integrating Artificial Intelligence in Social Sciences Education: Chal-
lenges and Opportunities. Asia-Pacific Education Review, 24(2), 123-136.
pág. 4027
Chen, L. H., et al. (2023). AI-Driven Education Systems: The Future of Learning. Computers in Human
Behavior, 147, 107735.
Chen, X., Zou, D., & Xie, H. (2023). Personalized Learning Pathways through AI in Education. Com-
puters & Education, 178, 104474.
Clark, H., & Brennan, S. (2022). Grounding in communication: The role of AI in educational discourse.
Educational Psychology Review, 34(1), 45–61. https://doi.org/10.1007/s10648-021-09612-5
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods
approaches (5th ed.). Sage Publications.
Dillenbourg, P., & Fischer, F. (2023). Technology-enhanced learning: Challenges and opportunities in
AI-driven education. International Journal of Educational Research, 102, 101624.
https://doi.org/10.1016/j.ijer.2023.101624
Ferrer, A., & Muñoz, C. (2022). Inteligencia artificial y aprendizaje colaborativo: Un análisis de expe-
riencias educativas. Revista Española de Pedagogía, 80(3), 289-307.
Ferrer, F., & Muñoz, P. (2022). Evaluating the use of Edpuzzle in secondary education: A case study.
Journal of Educational Multimedia and Hypermedia, 31(4), 357–375.
García, A., & Blanco, J. (2022). Simulaciones históricas y aprendizaje significativo en estudios sociales.
Revista Iberoamericana de Educación, 82(1), 45-63.
García, L., & Blanco, P. (2022). Historical simulations through AI: Enhancing understanding in social
studies education. International Journal of Social Science Education, 10(3), 245-260.
García, P., & Blanco, R. (2022). The role of AI in fostering critical thinking skills in social studies. Latin
American Journal of Educational Research, 12(3), 211–230.
Gee, J. P. (2023). Learning in the Digital Age: AI and Education. Routledge.
Graham, S., & Harris, K. R. (2023). The future of education with artificial intelligence: Insights and
innovations. Journal of Educational Psychology, 115(2), 243–260.
https://doi.org/10.1037/edu0000692
Holmes, N., Adams, S., & Reid, L. (2022). Transformative Practices in Social Studies through Artificial
Intelligence. Educational Research and Technology Journal, 14(3), 87-104.
Holmes, W. (2023). Future-Ready Learning: The Role of AI in Transforming Education. Springer
pág. 4028
Holmes, W., & Gee, J. P. (2023). AI and Game-Based Learning: New Horizons for Education. Educa-
tional Technology Research and Development, 71(3), 423-436.
Holmes, W., Luckin, R., & Griffiths, M. (2023). Ethical AI in education: Principles, practices, and pol-
icies. Computers & Education: Artificial Intelligence, 4, 100058.
https://doi.org/10.1016/j.caeai.2023.100058
Holmes, W., Luckin, R., & Ventura, P. (2023). Artificial Intelligence in Education: Opportunities and
Challenges. Routledge.
Kaplan, A., & Haenlein, M. (2023). AI in education: A framework for understanding its ethical and
practical challenges. Education and Information Technologies, 28(1), 15–35.
https://doi.org/10.1007/s10639-022-11273-8
Kaplan, A., & Haenlein, M. (2023). Rethinking education in the era of artificial intelligence. AI & So-
ciety, 38(4), 987-1002.
Luckin, R., et al. (2023). Enhancing Education through Artificial Intelligence. Springer.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Intelligence Unleashed: An Argument
for AI in Education. Pearson.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2023). Artificial Intelligence and the Future of
Education: Harnessing AI for Personalized Learning. Springer.
Mair, J., & Jago, L. (2023). Bridging the gap: Addressing digital inequities in AI-driven education.
Educational Policy Studies Journal, 50(2), 121–143.
Miao, F., Holmes, W., & Van der Ark, T. (2023). Using AI to foster inclusive learning environments:
A framework for education systems. International Journal of Educational Development, 96,
102632. https://doi.org/10.1016/j.ijedudev.2023.102632
Moreno, F., & Estevez, P. (2023). La inteligencia artificial como mediadora del aprendizaje autónomo
en la educación secundaria. Revista Iberoamericana de Tecnología Educativa, 9(3), 112-125.
Osborne, M., Krueger, C., & Campbell, L. (2023). Addressing disparities in AI-enhanced learning en-
vironments. Journal of Educational Equity and Access, 15(1), 35–54.
Prensky, M. (2022). Digital natives and AI integration in education. Journal of Emerging Educational
Technologies, 13(4), 245-260.
pág. 4029
Prensky, M. (2022). Digital natives and AI integration in education. Journal of Emerging Educational
Technologies, 13(4), 245–260.
Roschelle, J., Kaput, J., & Stroup, W. (2023). Collaborative learning with AI: Fostering deeper engage-
ment in social studies. Interactive Learning Environments, 31(5), 723–742.
https://doi.org/10.1080/10494820.2022.2073924
Saldaña, J., & Mora, C. (2023). Efectos de la IA en la enseñanza personalizada en estudios sociales.
Revista Latinoamericana de Innovación Educativa, 6(1), 78–95.
Schwartz, H., & Collins, P. (2022). The ethical implications of artificial intelligence in education. Jour-
nal of Educational Ethics, 8(2), 101-118.
Selwyn, N. (2023). AI and the Learning Sciences: Exploring the Future of Technology in Education.
Cambridge University Press.
Selwyn, N. (2023). AI in secondary education: Opportunities and challenges. British Journal of Educa-
tional Technology, 54(3), 1131–1147. https://doi.org/10.1111/bjet.13202
Selwyn, N. (2023). Artificial intelligence in education: Exploring the impact of machine learning on
personalized learning. Journal of Educational Technology, 45(2), 123-137.
Selwyn, N. (2023). Education and Technology: Key Issues and Debates. Bloomsbury Publishing.
Selwyn, N. (2023). Technology and Education: Understanding the Past, Imagining the Future. Polity
Press.
UNESCO. (2023). Artificial intelligence in education: Challenges and opportunities for sustainable de-
velopment. UNESCO Publishing.
Williamson, B. (2022). Datafication in schools: How AI reshapes social studies education. Educational
Media International, 59(3), 233–248.
Williamson, B. (2022). The datafication of education and its implications for teaching and learning.
Learning, Media and Technology, 47(3), 335-349.
Williamson, B. (2023). Big Data in Education: The Digital Future of Learning, Policy and Practice.
SAGE Publications.
Williamson, B., & Eynon, R. (2023). The Datafication of Education: Learning, Labour and Artificial
Intelligence. Learning, Media and Technology, 48(1), 1-16.
pág. 4030
Winne, P. H., & Hadwin, A. F. (2023). AI-driven feedback systems in education: Bridging theory and
practice. Journal of Learning Analytics, 10(2), 78–95.
Yin, R. K. (2023). Case study research and applications: Design and methods (7th ed.). Sage Publica-
tions.
Zawacki-Richter, O., et al. (2023). Emerging Technologies in Education. Routledge.
Zawacki-Richter, O., Kerres, M., Bedenlier, S., Bond, M., & Buntins, K. (2023). Systematic Review of
Research on Artificial Intelligence in Education. Learning and Instruction, 76, 101726.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2023). Systematic review of research
on artificial intelligence applications in higher education – Where are the educators? Interna-
tional Journal of Educational Technology in Higher Education, 20(1), 1-27.
Zheng, L., & Wang, X. (2023). AI in K-12 education: Balancing innovation and equity. Education Tech-
nology Research International, 35(2), 201–219.
Zuboff, S. (2023). The age of surveillance education: AI and the future of learning. Journal of Educa-
tional Transformation, 21(4), 345–367.