7742
PERSPECTIVAS DOCENTES SOBRE LA
INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN BÁSICA SECUNDARIA:
ANÁLISIS CRÍTICO DESDE LA RURALIDAD
TEACHER PERSPECTIVES ON ARTIFICIAL INTELLIGENCE
IN SECONDARY EDUCATION: A CRITICAL ANALYSIS
FROM A RURAL CONTEXT
Mónica Sánchez Céspedes
Institución Educativa Rural Vijagual, Colombia
Sandra Liliana Ortega Vega
Institución Educativa Rural Vijagual, Colombia
Oscar Mauricio Serrano Ardila
Institución Educativa Rural Vijagual, Colombia
Olvar León Rodríguez
Colegio Isidro Caballero Delgado, Colombia
pág. 7743
DOI: https://doi.org/10.37811/cl_rcm.v9i3.18396
Perspectivas Docentes sobre la Inteligencia Artificial en la Educación
Básica Secundaria: Análisis Crítico desde la Ruralidad
Mónica Sánchez Céspedes 1
monisan_11@hotmail.com
https://orcid.org/0009-0006-3104-7938
Institución Educativa Rural Vijagual
Colombia
Sandra Liliana Ortega Vega
sandra.liliana.o.v@gmail.com
https://orcid.org/0000-0002-8402-205X
Institución Educativa Rural Vijagual
Colombia
Oscar Mauricio Serrano Ardila
oscarmserranoa@gmail.com
https://orcid.org/0009-0006-1026-8416
Institución Educativa Rural Vijagual
Colombia
Olvar León Rodríguez
olvarleon@hotmail.com
https://orcid.org/0009-0004-7092-0213
Colegio Isidro Caballero Delgado
Colombia
RESUMEN
El objetivo de este estudio fue recopilar las percepciones de los docentes de educación básica secundaria
sobre la Inteligencia Artificial y analizarlos a la luz del contexto rural. La metodología fundamenta en
la revisión documental y de cómo una investigación exploratoria de carácter cualitativo. Se analizaron
20 documentos publicados en las principales bases de datos académicas, enmarcando la discusión en
cuatro categorías principales (i) percepciones y actitudes docentes de secundaria sobre la IA, (ii) Retos
y desafíos de la IA en la educación secundaria, (iii) condiciones para la implementación de la IA en el
contexto rural y (iv) aplicaciones pedagógicas de la IA en el entorno de secundaria. Los principales
hallazgos abordan el temor que tienen los docentes frente a la IA por el desconocimiento sobre la misma,
los desafíos que enfrenta los países con áreas rurales que no tiene fiabilidad en la infraestructura y la
conectividad, finalmente se evidenció que los docentes utilizan la IA para apoyar sus labores, pero se
limita la interacción de esta tecnología formalmente a los estudiantes. Como conclusión principal se
identifica que la literatura publicada sobre la percepción docente en el contexto rural es muy limitada y
que de no subsanar la falta de infraestructura tecnológica en la ruralidad la brecha de desigualdad entre
los colegios urbanos y los rurales.
Palabras clave: inteligencia artificial, educación básica secundaria, percepciones docentes, contexto
rural
1
Autor principal
Correspondencia: monisan_11@hotmail.com
pág. 7744
Teacher Perspectives on Artificial Intelligence in Secondary Education: A
Critical Analysis from a Rural Context
ABSTRACT
The implementation of Artificial Intelligence (AI) in rural secondary education presents a complex set
of challenges that extend beyond simple technological adoption. This literature review analyzes teacher
perspectives on AI, based on a synthesis of 20 studies from diverse geographical regions (Latin America,
the U.S., Africa, and Asia). The analysis is structured into four categories: teacher perceptions and
attitudes, challenges in the rural context, conditions for implementation, and pedagogical applications.
The findings reveal a dual perception: teachers recognize the potential of AI to optimize their work, but
they also express significant fears regarding plagiarism, the loss of critical thinking skills, and
technological dependence. In the rural context, the infrastructure gap adds to these human barriers,
creating a 'double barrier' that hinders implementation. It is concluded that the conditions for successful
integration are multifactorial, highlighting the critical need for contextualized teacher training and
policies that recognize the specificity of rurality. Finally, it is observed that current applications are
predominantly for teacher support, while the potential of AI for personalizing student learning remains
largely unexplored.
Keywords: artificial intelligence, secondary education, teacher perception, rural education, literature
review
Artículo recibido 13 mayo 2025
Aceptado para publicación: 17 junio 2025
pág. 7745
INTRODUCCIÓN
La Inteligencia Artificial (IA) es una herramienta que ha transformado la forma de aprender y también
de enseñar. La primera vez que se definió el término de Inteligencia Artificial fue en 1956 gracias a John
McCarthy, sin embargo, desde 1950 Alan Turing ya teorizaba sobre máquinas que se acercaran tanto a
la inteligencia humana, que no se lograría distinguir entre sí se conversa con un humano o con un
software (Benko & Sik Lányi, 2009). Entendiendo la IA como un "Sistema que manifiesta un
comportamiento inteligente al analizar su entorno y tomar acciones – con cierto grado de autonomía -
para alcanzar objetivos específicos” (Sheikh et al., 2023).
La posibilidad de interactuar con un sistema que desafía la capacidad de diferenciar entre los humanos
y software se ha masificado desde el lanzamiento de ChatGPT desarrollado por Open.IA, en noviembre
de 2022. Este modelo ha logrado desarrollar habilidades como el razonamiento, la deducción y
trasmitirlas en un lenguaje natural como el de los humanos (Grzybowski et al., 2024). Así mismo, otras
compañías como Google con su modelo de IA Gemini, Microsoft que ha incorporado Copilot a sus
servicios y el modelo DeepSeek entre otras, han puesto a disposición de cualquier persona con un
dispositivo y conexión a internet, sus modelos de Inteligencia Artificial.
Esta apertura ha despertado el debate sobre la forma en que se desarrolla la sociedad y entre las
principales discusiones se incluye la incidencia que estas herramientas tienen en la Educación Básica
Secundaria. La presente investigación consiste una revisión documental que aborda la percepción que
tienen los docentes sobre la Inteligencia Artificial (IA) en la Educación Básica Secundaria, con el
objetivo de contextualizar los hallazgos a la luz de los desafíos de infraestructura, conectividad y
formación docente propios del contexto rural colombiano.
En este sentido, esta revisión documental es fundamental para identificar si estos estudios son aplicables
en las realidades a las que se enfrentan los docentes que ejercen su quehacer en zonas rurales donde las
necesidades estructurales les exigen mejorar la calidad. Según un informe del Laboratorio de Economía
de la Educación (2024) de la Pontificia Universidad Javeriana, el 67% de las sedes educativas se
localizan en áreas rurales y el 69,4% de estas sedes carecen de acceso a internet, dejando entre ver la
significativa brecha que existe para el acceso a herramientas como la Inteligencia Artificial.
pág. 7746
Esta problemática, impulso a que esta investigación identifique desde la revisión documental si la IA se
puede considerar como una herramienta que contribuye a cerrar las brechas educativas en los procesos
de enseñanza entendiendo que los docentes son actores clave en la intersección de los cuatro elementos
de este estudio. En una revisión preliminar de la literatura académica revela un profundo vacío
investigativo en estas confluencias, ya que la conversación sobre IA en educación en la región se
concentra principalmente en entornos urbanos y educación superior dejando al margen las realidades de
la escuela secundaria rural.
Ante esto, el estudio se construye con un marco analítico y predictivo basado en la tesis de que, la
Inteligencia Artificial puede ser incluso un amplificador de las brechas de oportunidad para aquellos que
no tienen un acceso a esta tecnología y que los docentes rurales pueden carecer de los entrenamientos
necesarios para incorporar estrategias educativas basadas en dicha herramienta. Aun cuando la ha
propuesto pautas para el diseño de políticas educativas en materia de IA, reconociendo la complejidad
y resaltando que estas se deben construir desde un enfoque humanista (Navarrete-Cazales & Manzanilla-
Granados, 2023), pues esta aproximación debe ser cuidadosa frente a la posibilidad que se reduzcan las
habilidades de pensamiento crítico en los estudiantes y se genere una dependencia excesiva para resolver
problemas o simplemente se limiten a generar contenido a través de un aprendizaje pasivo (Darwin et
al., 2024). Lo que aplica inclusive para el cuerpo docente que puede estar escéptico frente a la
incorporación de esta en el proceso educativo con el estudiante pero que puede a su vez utilizarla para
reducir su carga laboral.
METODOLOGÍA
La investigación se fundamenta en la revisión documental, siendo la interpretación, la crítica y la
argumentación claves para relacionar e inferir a partir del análisis profundo de documentos (Hoyos
Botero, 2000). Para la búsqueda de documentos se escogieron palabras clave (Inteligencia Artificial,
Artificial Intelligence, Secondary Education, Educación Básica Secundaria, percepciones docentes,
teacher perspective, educación rural, rural education). Como criterios de inclusión se establecieron, que
se encontraran en cuatro bases de datos seleccionadas, Google Scholar, Scopus, ScienceDirect y
SpringerLink, que permitieran tener acceso a documentos científicos publicados en revistas indexadas
o editoriales reconocidas. Adicionalmente, se estableció un rango temporal de 2023 a 2025, teniendo en
pág. 7747
cuenta la apertura al uso libre de modelos de Inteligencia Artificial.
En este sentido, esta investigación es exploratoria de carácter cualitativo, cuyo objetivo se enmarca en
lo descriptivo constituyendo un estudio bibliográfico que permite acercar la literatura al contexto de los
investigadores. Para lograrlo, se realizó la búsqueda en las bases de datos escogidas y se seleccionaron
20 documentos que abordan los cuatro ejes de estudio, lo cual resulto en limitante pues en su gran
mayoría de los documentos, están desarrollados a partir de las realidades urbanas.
Se establecieron cuatro categorías de análisis que responde puntualmente a los interrogantes de interés
para los investigadores, inicialmente se quieren identificar las actitudes y percepciones que pueden tener
los docentes frente a la Inteligencia Artificial y si se encuentran puntos en común en distintos países,
para ello la primera categoría se denominó, Percepciones y actitudes docentes de secundaria sobre la
IA, posteriormente el segundo interrogante se plantea a partir de establecer cuáles son los retos y desafíos
que enfrenta la educación secundaria frente a la IA, derivando así la categoría de Retos y desafíos de la
IA en la educación secundaria, en tercer lugar se habla de Condiciones para la implementación de IA
en el contexto rural, desde la relación que esto pueda tener con respecto a la primera categoría, es decir
con la forma en como los docentes perciben la Inteligencia Artificial en la Educación Secundaria, y
finalmente una categoría que permitiera identificar las Aplicaciones pedagógicas de la IA en el entorno
educativo de secundaria, que buscan comprender el uso de la Inteligencia Artificial en el contexto
educativo. Estas categorías, como se ha mencionado, se establecieron a partir de los intereses de
responder las inquietudes por parte de los investigadores y el contexto propio de quiénes desarrollaron
la revisión.
Dentro de las limitaciones se reconoce que las publicaciones que abordan las percepciones docentes de
educación básica secundaria sobre IA, en su mayoría se sitúan en contextos más urbanos que rurales y
que las condiciones de ruralidad en Colombia, varían de acuerdo con la ubicación geográfica, en este
sentido la categoría de condiciones de implementación establecida permite entrever que en su mayoría
se contemplan condiciones de acceso a internet y a equipo de cómputo, contrario a la realidad rural
colombiana.
pág. 7748
RESULTADOS Y DISCUSIÓN
Los documentos analizados para la realización de esta revisión documental corresponden a diecinueve
(19) artículos científicos y a un (1) capítulo de libro, como se observa en la Tabla 1, nueve (9) de ellos
se situaron en Latinoamérica, cuatro (4) de países africanos, tres (3) en Europa, más exactamente en
España, dos (2) de Estados Unidos y dos (2) del sudeste asiático.
Tabla 1. Documentos seleccionados en la revisión documental
Autores
Año
Tipo de
publicación
País del
estudio
Vandenberg, J. et al.
2023
Artículo
Estados
Unidos
Nyambali J. et al.
2023
Artículo
Namibia
Nja, C. et al.
2023
Artículo
Nigeria
Dúo Terrón, P. et al.
2023
Artículo
España
Delgado de Frutos,
N., et al
2023
Artículo
España
Gomes & Gonçalves
2024
Chapter Book
Cabo
Verde
Sanusi, I. et al.
2024
Artículo
Nigeria
Cobos-Gutiérrez
2024
Artículo
Perú
Espejo Aubá, P.
2024
Artículo
Chile
Rojas Lema, R. et al
2024
Artículo
Ecuador
pág. 7749
Cabrera Loayza,
Karelys Viviana
2024
Artículo
Ecuador
Jiménez Zambrano B.
et al.
2024
Artículo
Ecuador
Ramírez Martinell &
Casillas Alvarado
2024
Artículo
México
Acevedo López S. et
al.
2024
Artículo
México
López Costa, M.
2025
Artículo
España
Cabrera Loayza, K.
2025
Artículo
Indonesia
Payadnya et al.
2025
Artículo
Sudeste
Asiático
Cheah et al.
2025
Artículo
Estados
Unidos
Vargas Avila et al.
2025
Artículo
México
Quintanchala Taquez
et al.
2025
Artículo
Ecuador
Elaboración propia.
Como se observa en la Tabla 2, el 75% de los artículos analizados apuntan principalmente a la
comprensión de las percepciones y actitudes de los docentes sobre la IA que, indica un gran interés por
parte de la comunidad científica para comprender desde la óptica de los docentes sus sentires y como
ello puede impactar en la inclusión o no de estas herramientas para el desarrollo académico y personal
de los estudiantes.
pág. 7750
Tabla 2. Caracterización de documentos analizados
VARIABLES
Número
%
Base de datos
Scopus
5
25%
Google Académico
10
50%
Science Direct
1
5%
Springer Link
4
20%
Año de publicación
2023
5
25%
2024
9
45%
2025
6
30%
Tipo de estudio
Cualitativo
5
25%
Cuantitativo
7
35%
Enfoque mixto
8
40%
Categoría principal a la que aporta el artículo
1. Percepciones y actitudes de los docentes de secundaria sobre la IA
15
75%
2. Retos y desafíos de la IA en la educación secundaria
3
15%
3. Condiciones para la implementación de la IA en el contexto rural
1
5%
4. Aplicaciones pedagógicas de la IA en el entorno educativo de secundaria
1
5%
Elaboración propia a partir del análisis documental.
Aunque la mayoría de los documentos abordan principalmente las percepciones, los artículos
seleccionados son transversales a las demás categorías de análisis pues, se buscó correlacionar estas
variables entre los documentos. Adicionalmente, es significativo mencionar que de los documentos
analizados cinco (5) se desarrollaron en contextos rurales, tres (3) se desarrollaron en sitios urbanos y
rurales y doce (12) se sitúan específicamente en el contexto urbano, lo que para el desarrollo de la
discusión va a permitir tener nociones de aquellos puntos de inflexión entre los contextos.
Percepciones y actitudes de los docentes de secundaria sobre la IA
En principio para comenzar el análisis es fundamental evitar la generalización de que todas las
percepciones docentes son homogéneas. El contexto específico, tanto geográfico como del nivel
educativo, juega un papel crucial en la configuración de experiencias al relacionarse con la Inteligencia
Artificial. En el estudio de Cabrera Loayza (2024) en el Ecuador se identificó que existen tendencias
divergentes entre género y edad en la adopción de la IA, se encontró una mayor familiarización con la
IA entre las mujeres en los niveles iniciales. Mientras que, en el estudio desarrollado por Nja et al. (2023)
pág. 7751
en Nigeria, las variables sociodemográficas como el sexo, la edad y el lugar de residencia (rural/urbano)
no influyeron significativamente en la intención de los docentes de utilizar la IA.
Por otro lado, se identificó que en el 73% de los documentos estudiados se reflejan actitudes positivas
y un interés por adaptarse a este tipo de herramientas, a pesar de su falta de conocimiento, los docentes
mostraron una actitud receptiva y positiva hacia la idea de recibir formación profesional sobre IA,
reconociendo su importancia para el futuro de los estudiantes. (Vandenberg et al., 2023), siendo esta
actitud fundamental pues la intención de un docente para enseñar sobre IA depende significativamente
de una combinación de factores: su percepción sobre la relevancia de la IA, su actitud general hacia su
uso, la percepción de que la IA puede usarse para el bien social y su nivel de confianza.(Jatileni et al.,
2024). Los docentes están de acuerdo con la incorporación de la IA debido a tres factores principales:
su relevancia, su capacidad para agilizar el proceso de enseñanza-aprendizaje y su contribución a la
mejora de la calidad educativa (Rojas Lema et al., 2024).
Sin embargo y como se aclaró inicialmente no todos los contextos permiten que los docentes tengan está
apertura, pues en uno de los estudios realizado en Nigeria la percepción de los docentes sobre el uso de
la "IA para el bien social" y su nivel de "confianza" en la tecnología afectan la mayoría de las relaciones
en el modelo de investigación. Es decir, estos dos factores son moderadores clave de la intención de un
docente para enseñar sobre IA (Sanusi et al., 2024). En la misma línea con profesores en el Ecuador se
observa una tendencia al rechazo de la implementación de la IA por parte de un alto porcentaje de los
docentes.(Quintanchala Taquez et al., 2025).
Este rechazo se debe principalmente al uso inadecuado de la IA y la falta de revisión crítica de los
resultados que esta genera (Frutos et al., 2024), aunque los docentes ven la IA como un recurso poderoso
para personalizar la información y ofrecer asistencia inmediata, al mismo tiempo expresan una fuerte
preocupación por la posible dependencia excesiva de los estudiantes, especialmente aquellos con baja
motivación (Pratiwi et al., 2025) llevando a una percepción errónea sobre la inmersión en la IA, lo que
lleva a la conclusión de que es necesaria la formación del profesorado (Quintanchala Taquez et al.,
2025), con el objetivo de que ellos sean quiénes orienten adecuadamente el uso de esta herramienta y
motivando a los estudiantes a ser críticos a la hora de utilizarla.
pág. 7752
Contrariamente a lo que se podría esperar, la ansiedad hacia la IA y el nivel de preparación no limita la
intención de los docentes de enseñar sobre el tema (Jatileni et al., 2024). Del mismo modo en los
hallazgos de Osorio Salazar (2024), en el contexto colombiano los docentes tenían una actitud positiva
hacia el uso de tecnología (80% con buena disposición), pero con brechas significativas de
conocimiento: 70% tenía dificultades con herramientas avanzadas y 70% no había recibido formación
en secuencias didácticas con herramientas digitales, esto refiriéndose al uso de TIC que no
necesariamente están basadas en Inteligencia Artificial.
Teniendo en cuenta que de los estudios el 25% se realizaron en contextos rurales, el 15% en sitios
urbanos y rurales, se puede vislumbrar algunas reflexiones en el contexto de la ruralidad. Por ejemplo,
en los países africanos los docentes rurales consideran que la IA tiene el potencial de mejorar la equidad,
calidad y alcance de la educación, además de ser una herramienta poderosa en Cabo Verde para mitigar
los desafíos socioeconómicos y geográficos, permitiendo una educación más equitativa (Gomes &
Gonçalves, 2024).
Así mismo en Latinoamérica, para los docentes rurales las actividades asistidas por IA mostraron niveles
de satisfacción significativamente más altos en tareas como: registro de notas, planificación, reuniones,
coordinación y supervisión (Jiménez Zambrano et al., 2024). Evidentemente, para los profesores esta
herramienta se convierte en un asistente que les ahorra mucho tiempo en labores secundarias de la
docencia, las cuáles no están directamente relacionadas con ser trasmisor de conocimiento sino aquellas
que se convierten en actividades tediosas que los alejan del fortalecimiento de la pedagogía, que en un
contexto rural es completamente fundamental para la motivación y la interacción con la comunidad.
Ahora, es sorprendente que en Estados Unidos los docentes rurales participantes admitieron tener un
conocimiento muy limitado o nulo sobre la IA (Vandenberg et al., 2023), más cuando este es uno de los
países que más ha avanzado en el desarrollo de esta tecnología. También, se encontró que la conciencia
de los docentes sobre lo que los estudiantes podrían aprender de la IA era limitada, lo que subraya la
necesidad de que la formación docente sea explícita en estos conceptos (Cheah et al., 2025).
A partir de esta primera categoría, se logra identificar que la percepción de los docentes es positiva frente
a las herramientas y el interés para incorporar la IA en el entorno educativo, porque los estudios
coinciden en que el rechazo se deriva por la falta de conocimiento sobre buenas prácticas, lo cual se
pág. 7753
entiende teniendo en cuenta que ellos son quiénes van a tener la responsabilidad de orientar y capacitar
a los estudiantes. Así como en su momento, el internet llegó a revolucionar la forma en que los
estudiantes realizan consultas y tienen acceso a la información, la Inteligencia Artificial viene a cambiar
la forma en que los estudiantes aprenden y confrontan la posibilidad de agilizar tareas de análisis sin
perder su capacidad, pues quiénes logren adaptarse a esta realidad podrán avanzar hacia un desarrollo
competitivo.
Retos y desafíos de la IA en la educación secundaria
Lo anterior, conecta con la segunda categoría de análisis que corresponde a los retos y desafíos de la IA
en la educación secundaria, pues entre las principales limitaciones se identifica que docentes expresan
preocupaciones sobre las implicaciones éticas, la integridad académica y la posible disminución de las
habilidades de pensamiento crítico de los estudiantes (López Costa, 2025). Estas preocupaciones se
convierten en obstáculos para que las herramientas IA se incorporen a los procesos educativos, sobre
todo cuando los estudiantes se limitan a generar textos para cumplir con sus deberes, pero no son críticos
de los posibles errores que pueden llegar a tener estos modelos que apenas se siguen entrenando.
Sumado a lo anterior, uno de los retos a los que se enfrenta la educación básica secundaria rural en
Colombia es la cantidad de estudiantes que tiene cada docente en donde un solo profesor debe atender
el bachillerato en todos los niveles desde sexto hasta undécimo grado, en la misma jornada e incluso en
la misma aula, en algunas regiones del país se alcanzan cifras como la de 22,3 alumnos por docente, lo
que puede significar un impacto en la calidad de la enseñanza (Laboratorio de Economía de la
Educación, 2024). Este panorama dificulta que los docentes puedan personalizar las clases y generar
estrategias individualizadas, e incluso genera dificultades para controlar la orientación a los estudiantes
en el uso de la IA, pues una tarea tan sencilla como calificar puede convertirse en un obstáculo para
identificar las malas prácticas de los estudiantes al utilizar apoyo de la IA.
También, se identifica que una barrera puede ser limitar la Inteligencia Artificial exclusivamente a
herramientas de generación de texto, en donde los docentes advierten que los estudiantes pueden tener
dificultades relacionadas con el plagio, la pereza y una posible dependencia tecnológica. Pues según
Espejo Aubá (2024) en ocasiones los profesores no distinguen claramente entre herramientas específicas
de IA y los entornos virtuales de aprendizaje (como Moodle, Teams, etc.). Sin embargo, la IA va mucho
pág. 7754
más allá y se ha incorporado eficientemente a la creación de audio, video, generación de imágenes, de
código para programar y distintas tareas que van a optimizarse.
Por otro lado, uno de los desafíos generalizado es la capacidad que tienen los países para garantizar el
acceso a los recursos básicos que permitan incorporar las herramientas de IA, aunque los estudios son
geográficamente diversos convergen en señalar que la brecha de infraestructura es un desafío
fundamental, pues existen grandes diferencias entre los países más desarrollados, pues mientras los
docentes en Singapur confían en la adaptabilidad de la IA, los de Myanmar y Laos enfrentan grandes
desafíos por limitaciones de infraestructura (Payadnya et al., 2025). Igualmente, en Cabo Verde los
principales obstáculos en este contexto son el acceso a internet de alta velocidad y la calidad de los
servicios básicos, que pueden dificultar la implementación (Gomes & Gonçalves, 2024) y en Chile el
mayor obstáculo identificado para el uso de tecnología es el acceso a internet (Espejo Aubá, 2024).
La falta de conectividad a internet fiable y la escasez de dispositivos digitales como se destaca en los
contextos de las escuelas rurales catalanas (López Costa, 2025), y el limitado acceso a internet en zonas
rurales en Colombia agravan las desigualdades, pues así como la IA puede ser la puerta para cerrar las
brechas contradictoriamente es la que pueden agrandar las ya existentes, pues en el mundo competitivo
tener habilidades en el uso de la IA para solucionar tareas cotidianas le da una ventaja significativa a
aquellos que puedan ahorrar tiempo en la ejecución. Este sin duda es el reto más grande que enfrenta la
educación secundaria rural, pues como se había mencionado anteriormente tan solo el 30% de las sedes
educativas rurales tienen acceso a internet (Laboratorio de Economía de la Educación, 2024), recurso
indispensable para que cualquier modelo de IA funcione. Lastimosamente, uno de los errores más
comunes en la implementación de tecnologías educativas ha sido poner la herramienta por delante de
las condiciones necesarias para su uso.
Estos dos grandes retos identificados, el técnico y el humano, no son aislados, al contrario, se
retroalimentan y crean lo que podría denominarse una "doble barrera" para la educación rural. Mientras
que la falta de infraestructura impide el acceso físico a las herramientas de IA, la falta de una pedagogía
y formación adaptada impide su uso significativo incluso cuando la tecnología está disponible. Esta
situación es particularmente crítica porque, como sugiere el análisis de la política pública en Colombia,
pág. 7755
las estrategias de innovación tecnológica a menudo se diseñan desde una perspectiva centralizada y
urbana, que no considera la pluralidad ni las realidades del contexto rural.
Por lo tanto, el desafío fundamental no es solo "llevar internet y computadores" a las escuelas rurales.
Se trata de construir un ecosistema completo que aborde estas barreras de forma integral. Esto implica,
como lo sugieren varios de los estudios analizados, la necesidad de formación docente contextualizada,
el desarrollo de herramientas de IA que sean culturalmente relevantes y adaptables (como se mencionó
en el estudio del Sudeste Asiático), y el diseño de políticas educativas que reconozcan y valoren la
especificidad de la ruralidad.
Condiciones para la implementación de la IA en el contexto rural
La integración de la IA en la educación secundaria no es un proceso meramente tecnológico, sino un
desafío multifactorial que depende de un ecosistema de condiciones interrelacionadas. El análisis de la
literatura revela que la implementación exitosa requiere abordar de manera simultánea cuatro áreas
críticas: la capacitación del profesorado, la infraestructura tecnológica, los marcos institucionales y los
factores pedagógicos.
La condición más citada en la literatura es la necesidad de una formación docente más adecuada y
continua, ya que, la mayoría de los estudios revela que los docentes, aunque entusiastas, parten de un
conocimiento muy superficial o erróneo sobre la IA, lo que por supuesto genera incertidumbre y
resistencia al cambio. Los programas de desarrollo profesional para docentes no deben centrarse solo en
prepararlos técnicamente. Es más efectivo fomentar la confianza e ilustrar el valor positivo y los
beneficios sociales de la IA (junto con sus riesgos y sesgos), ya que esto es lo que más influye en la
motivación y la intención de los profesores para adoptar la enseñanza de la IA (Sanusi et al., 2024).
Además, se debe cumplir con las condiciones de formación ética y pensamiento crítico para los docentes
en búsqueda de que puedan abordar riesgos como el plagio, los sesgos y la privacidad de los datos. Es
importante reconocer que no solo los estudiantes están expuestos, incluso los docentes pueden caer en
la falta de criterio y las malas prácticas al utilizar las herramientas. La capacitación también, debe ser
adaptada a la realidad del contexto especialmente el rural, y con la respectiva diferenciación del nivel
educativo, de manera que los docentes puedan encontrar rutas didácticas de implementarla.
pág. 7756
En cuanto a la infraestructura tecnológica, como condición de para la implementación se requiere tener
disponibilidad de recursos tecnológicos y conectividad adecuados, siendo una condición física sin la
cual las demás iniciativas pueden fracasar, como se pudo evidenciar en los estudios estas condiciones
se evidencian en países como Cabo Verde, Ecuador y Colombia, sumándose la carencia de servicios
básicos como un suministro eléctrico estable. Si bien Colombia redujo la brecha digital en un 79% para
el año 2024 “pasando de 19 estudiantes por computador a 4 estudiantes por equipo en 2018”
(Laboratorio de Economía de la Educación, 2025). Esta reducción se da en el marco de los colegios
Urbanos principalmente, aún muchas escuelas en territorios rurales carecen de conexión estable, equipo
en condiciones óptimas y soporte técnico. Inevitablemente estas diferencias de infraestructura provocan
un acceso y aprovechamiento desigual.
Adicionalmente, la implementación de IA no depende únicamente de la iniciativa del docente, requiere
un soporte estructural que brinde los recursos mínimos para que haya un acceso equitativo. La falta de
políticas y orientación institucional en el ámbito educativo podría generar incertidumbre y dificulta una
integración coherente y segura de la IA en las prácticas escolares. En varios de los estudios se precisa la
necesidad de contar con marcos que regulen el uso para garantizar la privacidad, la equidad y la
transparencia. En este punto, es importante mencionar que Colombia es uno de los 5 países de América
Latina que tiene una hoja de ruta sobre Inteligencia Artificial, ya que en febrero de 2025 se publicó el
Conpes 4144, que traza 100 acciones concretas en una política pública hasta 2030. En donde parte de
las acciones planteadas se relacionan con la instalación de infraestructura de telecomunicaciones en
zonas rurales y apartadas, así como con la preparación del país para nuevas aplicaciones y servicios que
facilitan el acceso a Internet de banda ancha en las grandes urbes, en los centros poblados y en zona
rural dispersa del país (Vanegas et al., 2025). Esta misma política menciona la adopción de directrices
éticas tomando de referente a la Organización Mundial de la Salud.
En definitiva, las condiciones para la implementación de la IA en la educación secundaria son
interdependientes. De nada sirve una infraestructura robusta sin docentes capacitados y con confianza
para usarla; y de poco sirve un docente motivado si carece de los recursos o del apoyo institucional. Por
lo tanto, los estudios analizados convergen en una conclusión clara: la integración exitosa y equitativa
pág. 7757
de la IA exige una estrategia integral y sistémica que aborde simultáneamente la formación, los recursos
y las políticas.
Aplicaciones pedagógicas de la IA en el entorno educativo de secundaria
El análisis de la literatura muestra una tendencia en el uso de la IA en la educación secundaria centrada
en ser una herramienta de apoyo para el docente, más que un recurso de aprendizaje directo para el
estudiante. El uso de la IA se concentra principalmente en tareas de generación de texto y detección de
contenido, como por ejemplo para planificar lecciones y crear materiales (López Costa, 2025) o para
traducir textos, crear ilustraciones, elaborar presentaciones e incluirla en proyectos de robótica (Dúo
Terrón et al., 2023), lo que significa un apoyo significativo en la preparación de los encuentros con el
estudiante. Mientras que, en otros países como Estados Unidos y Ecuador según los estudios revisados
el uso se orienta a tareas como la creación de instrumentos de evaluación, el registro de notas y la
coordinación de tareas administrativas, lo que refleja una búsqueda de eficiencia y ahorro de tiempo por
parte del profesorado.
Mientras que el uso práctico es de apoyo al docente, la literatura teórica y los estudios sobre
potencialidades pintan un panorama muy diferente de lo que la IA podría hacer directamente por el
estudiante, lo que podría significar una brecha entre las aplicaciones que optimizan la labor del profesor
y el potencial transformador de la IA centrado en la experiencia del alumno. Como se muestra en el
estudio del Perú en donde las calificaciones de los estudiantes aumentaron significativamente, sobre
todo en aquellos que usaron herramientas de IA con frecuencia, y el estudio concluye que, si bien la IA
es útil para mejorar el aprendizaje, es importante garantizar la igualdad de oportunidades en el acceso a
esta tecnología (Cobos-Gutiérrez, 2024). Así mismo, artículos como el Gomes & Gonçalves (2024) y el
de Espejo Aubá (2024) destacan el enorme potencial de la IA para ofrecer rutas personalizadas de
aprendizaje, retroalimentación inmediata y actividades complementarias que se adaptan al ritmo y nivel
de cada estudiante.
pág. 7758
CONCLUSIONES
A partir de esta revisión bibliográfica, se concluye que la literatura que aborda los contextos rurales es
limitada, incluso en el proceso de la búsqueda fue muy difícil encontrar artículos que se desarrollaran
en Colombia particularmente, dejando un vacío interesante para abordar en las próximas
investigaciones, sin embargo, se pudo obtener información de países como Perú, Chile y México que
aproximaran a la realidad de Latinoamérica. Adicionalmente, este estudio permitió acercarse a realidad
de países de áfrica y el sudeste asiático, e identificar que a pesar de la diversidad geográfica se comparten
las percepciones de los docentes y los temores alrededor del uso de Inteligencia Artificial en la educación
secundaria.
Por otro lado, se identificó que la mayoría de los estudios relacionados con Inteligencia Artificial en
educación, publicados en las bases de datos, se abordan desde la mirada de la educación universitaria,
lo que representa un vacío en los estudios de implementación de esta tecnología desde los años de
formación de primaria y secundaria. Esto abre la oportunidad para realizar investigaciones sobre las
formas en que se adecuan los currículos para incorporar la formación en el uso y la responsabilidad de
la IA desde los colegios.
También, la literatura revela un desafío más profundo relacionado con las creencias pedagógicas, la
resistencia al cambio, el miedo a perder la autonomía y la falta de confianza, pues los docentes aceptan
utilizar la IA como apoyo para sus labores pero son escépticos en que la IA tenga una interacción directa
con el estudiante, concluyendo que la tecnología ya está aquí, pero los sistemas humanos son los
responsables de adaptarse, formarse integralmente para asegurar la ética y la transparencia en los
entornos educativos.
Este estudio además esbozo que además se comparten preocupaciones en distintas latitudes por la
infraestructura y como la falta de acceso a recursos tecnológicos podría representar un aumento en la
brecha de desigualdades frente a aquellos estudiantes que si tienen la posibilidad de formarse y tener
contacto con la IA como parte del proceso formativo. Anteponiendo las preocupaciones recurrentes
sobre el plagio, la honestidad académica y la pérdida del pensamiento crítico no son solo "desafíos",
mostrando síntomas de un problema mayor: la IA está desafiando nuestras definiciones tradicionales de
autoría, esfuerzo y competencia. La conclusión no es solo que necesitamos herramientas antiplagio, sino
pág. 7759
que necesitamos una nueva conversación y un nuevo acuerdo entre docentes, estudiantes e instituciones
sobre qué significa aprender, qué es una evaluación justa y cómo se demuestra el conocimiento en la era
de la IA.
Adicionalmente, se identificó que se requiere de las voluntades gubernamentales para la formulación de
políticas públicas que cierren la doble barrera (infraestructura y capacitación), así como se hace
necesario tener estudios sobre políticas efectivas, más cuando en Latinoamérica solo 5 países han
avanzado en rutas de desarrollo sobre la Inteligencia Artificial. Por su parte, las zonas rurales en
Colombia no están preparadas para implementar en el entorno educativo la Inteligencia Artificial.
Finalmente, es necesario continuar investigación desde el lado de los estudiantes de secundaria sobre
las perspectivas que ellos tienen, cuáles han sido sus experiencias y cómo estás generar un impacto en
el rendimiento académico, las habilidades socioemocionales y el desarrollo de capacidades.
REFERENCIAS BIBLIOGRÁFICAS
Cabrera Loayza, K. V. (2024). Transformando la Educación Básica: Retos y Perspectivas de la
Inteligencia Artificial. Revista Científica de Salud y Desarrollo Humano, 5(2), 01–17.
https://doi.org/10.61368/r.s.d.h.v5i2.113
Cheah, Y. H., Lu, J., & Kim, J. (2025). Integrating generative artificial intelligence in K-12 education:
Examining teachers’ preparedness, practices, and barriers. Computers and Education: Artificial
Intelligence, 8, 100363. https://doi.org/https://doi.org/10.1016/j.caeai.2025.100363
Cobos-Gutiérrez, C. E. (2024). Impacto de la Inteligencia Artificial en el Rendimiento Académico de
Estudiantes de Secundaria: Un Estudio Correlacional. PURIQ, 6, 1–11.
https://doi.org/10.37073/puriq.6.740
Dúo Terrón, P., Moreno Guerrero, A. J., López Belmonte, J., & Marín Marín, J. A. (2023). Inteligencia
Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en
distintas etapas educativas no universitarias. Revista Interuniversitaria de Investigación En
Tecnología Educativa, 58–78. https://doi.org/10.6018/riite.579611
Espejo Aubá, P. C. (2024). Artificial Intelligence in education: teachers’ perspectives and knowledge.
European Public and Social Innovation Review, 9. https://doi.org/10.31637/epsir-2024-898
pág. 7760
Frutos, N. D. de, Carrasco, L. C., Maza, M. S. de la, & Etxabe-Urbieta, J. M. (2024). Application of
Artificial Intelligence (AI) in Education: Benefits and Limitations of AI as Perceived by
Primary, Secondary, and Higher Education Teachers. Revista Electronica Interuniversitaria de
Formacion Del Profesorado, 27(1), 207–224. https://doi.org/10.6018/reifop.577211
Gomes, A. P. M., & Gonçalves, B. F. (2024). Artificial Intelligence in Education in Cape Verde:
Potential and Challenges. In A. Abreu, J. V. Carvalho, P. Liberato, & H. C. Monroy (Eds.),
Advances in Tourism, Technology and Systems (pp. 495–504). Springer Nature Singapore.
Hoyos Botero, C. (2000). Un modelo para investigación documental: guía teórico-práctica sobre
construcción de estados del arte con importantes reflexiones sobre la investigación (Señal
Editora, Ed.). Señal Editora.
Jatileni, C. N., Sanusi, I. T., Olaleye, S. A., Ayanwale, M. A., Agbo, F. J., & Oyelere, P. B. (2024).
Artificial intelligence in compulsory level of education: perspectives from Namibian in-service
teachers. Education and Information Technologies, 29(10), 12569–12596.
https://doi.org/10.1007/s10639-023-12341-z
Jiménez Zambrano, B. A., Barreros Coque, E. K., Chacón Molina, H. H., & Flores Quistial, J. T. (2024).
Evaluación de la asistencia de inteligencia artificial en la labor docente en la Unidad Educativa
Digna María Beatriz Cerda Neto, Pujilí-Ecuador. Explorador Digital, 8(2), 87–105.
https://doi.org/10.33262/exploradordigital.v8i2.2980
Laboratorio de Economía de la Educación. (2024). Informe No. 98. Calidad Educativa en Zonas Rurales
de Colombia: Un camino por recorrer. https://lee.javeriana.edu.co/publicaciones-y-documentos
Laboratorio de Economía de la Educación. (2025). Informe 113: Tecnologías de la información en las
aulas colombianas: usos y oportunidades. https://lee.javeriana.edu.co/w/lee-informe-113
López Costa, M. (2025). Artificial Intelligence and Data Literacy in Rural Schools’ Teaching Practices:
Knowledge, Use, and Challenges. Education Sciences, 15(3).
https://doi.org/10.3390/educsci15030352
Nja, C. O., Idiege, K. J., Uwe, U. E., Meremikwu, A. N., Ekon, E. E., Erim, C. M., Ukah, J. U., Eyo, E.
O., Anari, M. I., & Cornelius-Ukpepi, B. U. (2023). Adoption of artificial intelligence in science
teaching: From the vantage point of the African science teachers. Smart Learning Environments,
pág. 7761
10(1). https://doi.org/10.1186/s40561-023-00261-x
Osorio Salazar, C. D. (2024). Percepciones y uso de tecnologías digitales en el aprendizaje de
matemáticas: barreras y facilitadores para estudiantes de grado 6° en la Institución Educativa
Técnica Agropecuaria Toro, promoción 2024 [Universidad Nacional Abierta y a Distancia].
https://repository.unad.edu.co/handle/10596/64893
Payadnya, I. P. A. A., Putri, G. A. M. A., Suwija, I. K., Saelee, S., & Jayantika, I. G. A. N. T. (2025).
Cultural integration in AI-enhanced mathematics education: insights from Southeast Asian
educators. Journal for Multicultural Education, 19(1), 58–72. https://doi.org/10.1108/JME-09-
2024-0119
Pratiwi, H., Riwanda, A., Hasruddin, H., Sujarwo, S., & Syamsudin, A. (2025). Transforming learning
or creating dependency? Teachers’ perspectives and barriers to AI integration in education.
Journal of Pedagogical Research, 9(2), 127–142. https://doi.org/10.33902/JPR.202531677
Quintanchala Taquez, M. C., Matango Angamarca, V. S., Arias Coronado, J. K., & Velasco Caspi, G.
F. (2025). La Inteligencia Artificial, Un Reto para los Docentes de Secundaria. Estudios y
Perspectivas Revista Científica y Académica, 5(2), 567–581.
https://doi.org/10.61384/r.c.a..v5i2.1144
Ramírez Martinell, A., & Casillas Alvarado, M. A. (2024). Percepciones docentes sobre la Inteligencia
Artificial Generativa: El caso mexicano. REVISTA PARAGUAYA DE EDUCACIÓN A
DISTANCIA (REPED), 5(2), 44–55. https://doi.org/10.56152/reped2024-dossieria1-art4
Rojas Lema, R. M., Bauz Ruano, A. C., Garcia Rivas, N. E., Andrade Erazo, C. P., & Merino Arias, R.
M. (2024). Perspectivas de la educación con la inteligencia artificial a un cercano plazo. Ciencia
Latina Revista Científica Multidisciplinar, 8(2), 5522–5536.
https://doi.org/10.37811/cl_rcm.v8i2.10966
Sanusi, I. T., Ayanwale, M. A., & Chiu, T. K. F. (2024). Investigating the moderating effects of social
good and confidence on teachers’ intention to prepare school students for artificial intelligence
education. Education and Information Technologies, 29(1), 273–295.
https://doi.org/10.1007/s10639-023-12250-1
Vandenberg, J., Boulden, D., Catete, V., Min, W., & Mott, B. (2023). Exploring the AI Experiences of
pág. 7762
Rural Students and Teachers: A Sociocultural Perspective Introduction and theoretical
framework. International Society of the Learning Sciences, 1763–1764.
Vanegas, V., Aguilera, A., & Niño, R. (2025). CONPES 4144: La hoja de ruta de Colombia en
Inteligencia Artificial para los retos actuales y la transformación futura. Departamento Nacional
de Planeación. https://www.dnp.gov.co/publicaciones/Planeacion/Paginas/conpes-4144-hoja-
de-ruta-colombia-inteligencia-artificial-retos-actuales-transformacion-futura.aspx
Vargas Avila, B. A., Vela Villarreal, H. A., Zepeda Alvarez, L. M., Borbón Reyes, S., & Gómez Santos,
C. R. (2025). Integración de la Inteligencia Artificial en la Docencia de Bachillerato: Desafíos,
Beneficios y Perspectivas. Revista Veritas de Difusão Científica, 6(1), 2525–2538.
https://doi.org/10.61616/rvdc.v6i1.534