USO DE INTELIGENCIA ARTIFICIAL
COMO ASISTENTE DE ENSEÑANZA EN
LA EDUCACIÓN SUPERIOR: UNA
REVISIÓN LITERARIA
USING ARTIFICIAL INTELLIGENCE AS A TEACHING
ASSISTANT IN HIGHER EDUCATION: A LITERATURE
REVIEW
Maria Monserrate Mastarreno Tumbaco
Universidad Estatal de Milagro, Ecuador
Jose Wladimir Villota Bracho
Universidad Estatal de Milagro, Ecuador
Rodolfo Enrique Coello Montoya
Universidad Estatal de Milagro, Ecuador
pág. 6817
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19284
Uso de Inteligencia Artificial como Asistente de Enseñanza en la Educación
Superior: Una Revisión Literaria
Maria Monserrate Mastarreno Tumbaco1
Mmastarrenot12@unemi.edu.ec
https://orcid.org/0009-0001-2436-1754
Universidad Estatal de Milagro
Ecuador
Jose Wladimir Villota Bracho
ueamjosevillota@gmail.com
https://orcid.org/0009-0004-6794-517X
Universidad Estatal de Milagro
Ecuador
Rodolfo Enrique Coello Montoya
rodolfocoello593@gmail.com
https://orcid.org/0009-0007-8530-6357
Universidad Estatal de Milagro
Ecuador
RESUMEN
La integración de la Inteligencia Artificial (IA) en la Educación Superior transforma los métodos de
enseñanza y aprendizaje. Este artículo de revisión literaria examina la perspectiva actual del uso de la
IA como asistente de enseñanza, analizando su impacto en la tecnología educativa e innovación
pedagógica, el fomento del aprendizaje autónomo y autorregulado en entornos digitales, y las
aplicaciones específicas de la IA en el ámbito educativo superior. Se exploran las potencialidades,
desafíos y tendencias emergentes identificadas en la literatura reciente en un período comprendido entre
los años 2020 a 2025, destacando cómo la IA puede personalizar la instrucción, automatizar tareas
administrativas, proporcionar retroalimentación inteligente y mejorar la experiencia general del
aprendizaje. A través de la metodología de investigación cualitativa – descriptiva, se indaga más de 30
artículos científicos publicados en revistas como Latindex, Scielo, Redalyc, Ciencia Latina de base de
datos como Scopus, Web of Sciencie, IEEE Xplore, ERIC (Education Resources Information Center)
y Google Scholar. El objetivo del análisis es proponer una matriz de revisión literaria con un enfoque
descriptivo sobre los pasos necesarios para la integración de la IA como asistente de enseñanza. Esta
investigación destaca que la inteligencia artificial se está convirtiendo en una herramienta crucial para
la enseñanza en la educación superior. Por lo tanto, se confirma que la IA tiene un gran potencial para
personalizar el aprendizaje, automatizar las tareas y, fundamentalmente fomentar la autonomía de los
estudiantes. Se concluye que la implementación de la IA en el ámbito universitario promueve
significativamente el crecimiento de la autonomía en el proceso de aprendizaje.
Palabras Clave: inteligencia artificial, educación superior, asistente de enseñanza, tecnología
educativa, innovación pedagógica
1
Autor Principal
Correspondencia: Mmastarrenot12@unemi.edu.ec
pág. 6818
Using Artificial Intelligence as a Teaching Assistant in Higher Education:
A Literature Review
ABSTRACT
The integration of Artificial Intelligence (AI) into Higher Education is transforming teaching and
learning methods. This literature review examines the current perspective on using AI as a Teaching
Assistant, analyzing its impact on educational technology and pedagogical innovation, the promotion
of autonomous and self-regulated learning in digital environments, and specific AI applications in
higher education. The study explores the potential, challenges, and emerging trends identified in recent
literature from 2020 to 2025, highlighting how AI can personalize instruction, automate administrative
tasks, provide intelligent feedback, and enhance the overall learning experience. Using a qualitative-
descriptive research methodology, we investigated over 30 scientific articles published in journals such
as Latindex, Scielo, Redalyc, and Ciencia Latina from databases like Scopus, Web of Science, IEEE
Xplore, ERIC (Education Resources Information Center), and Google Scholar. The goal of this analysis
is to propose a descriptive literature review matrix outlining the necessary steps for integrating AI as a
teaching assistant. This research highlights that AI is becoming a crucial tool for teaching in higher
education. Therefore, it confirms that AI has great potential to personalize learning, automate tasks, and
fundamentally foster student autonomy. It is concluded that implementing AI in the university setting
significantly promotes the growth of autonomy in the learning process.
Keywords: artificial intelligence, higher education, teaching assistant, educational technology,
pedagogical innovation
Artículo recibido 05 julio 2025
Aceptado para publicación: 06 agosto 2025
pág. 6819
INTRODUCCIÓN
La Educación Superior se encuentra en una constante búsqueda de metodologías y herramientas que
optimicen el proceso de enseñanza-aprendizaje y preparen a los estudiantes para los desafíos del siglo
XXI. En este contexto, la Inteligencia Artificial (IA) emerge como una tecnología disruptiva con el
potencial de revolucionar la forma en que se imparte y se adquiere el conocimiento (Piedra Isusqui, y
otros, 2023). La capacidad de la IA para analizar grandes volúmenes de datos, identificar patrones y
ofrecer soluciones personalizadas abre nuevas oportunidades para la innovación pedagógica y la mejora
de la experiencia educativa, por ende , se deben establecer políticas claras y la canalización adecuada
de su uso desde las universidades, gobiernos y empresas privadas que aporten a su implementación
(Kroff, Coria, & Ferrada, 2025), en ese mismo sentido lo sugieren (Fernández Robles & Martínez Pérez,
2018).
Este artículo presenta una revisión de la literatura reciente en los períodos 2020 -2025 centrada en el
uso de la IA como asistente de enseñanza en la Educación Superior. Se exploran las diversas
aplicaciones de la IA, su impacto en las líneas de investigación de Tecnología Educativa e Innovación
Pedagógica, Aprendizaje Autónomo y Autorregulado en Entornos Digitales, e Inteligencia Artificial
aplicada a la Educación, identificando las tendencias, los beneficios y los desafíos asociados a su
implementación, además de que en su aplicación se consideren principios fundamentales, como la
equidad y la inclusión (Ramos, 2024).
El fenómeno de la introducción de la Inteligencia Artificial (IA) en los diferentes ámbitos de la sociedad
ha llegado también a la educación superior y se nos plantea un escenario de potencialidades y de
divergencias. Instituciones en todo el mundo están probando, en distintos niveles de avance, su
utilización como asistentes virtuales para estudiantes, sistemas de aprendizajes adaptativos (López
López, Rivera Escalera, & Cruz García, 2023), y de recursos educativos como las bibliotecas virtuales,
materiales multimedia, actividades de gamificación, etc.
De este modo, la IA se convierte en una tecnología que promete, entre otros, optimizar la gestión del
aprendizaje, adaptar la enseñanza a cada estudiante y, finalmente, conseguir mejores resultados
académicos. No obstante, la creciente utilización de la IA como asistente al proceso de enseñanza y de
pág. 6820
aprendizaje nos hace plantear una pregunta fundamental en relación a la posible problemática del
desarrollo de la autonomía del aprendizaje en los estudiantes universitarios.
La autonomía del aprendizaje, entendida como la capacidad por parte del estudiante para hacerse
responsable de su propio aprendizaje, implica la habilidad de poner objetivos de aprendizaje, elegir
estrategias de aprendizaje, saber determinar el progreso de aprendizaje, evaluar los resultados y hacerse
reflexiones decrecientes sobre el propio aprendizaje. Esta competencia es considerada un elemento
central para cualquier aprendizaje, el continuo aprendizaje profesional y la adaptación a un mundo que
cambia. (Villoria & Mendoza, 2023).
Sin embargo, hay una inquietud persistente acerca de cómo la relación establecida con las IA que
enseñan, que sugieren, que responden rápido, puede afectar la capacidad de los estudiantes para llegar
a desarrollar estas habilidades de autogestionarse. Con respecto al aprendizaje de los estudiantes nos
plateamos la siguiente interrogante ¿De qué manera el uso de la inteligencia artificial como asistente de
enseñanza- aprendizaje facilita el desarrollo de la autonomía de aprendizaje de los estudiantes
universitarios?
En el plano internacional, en la literatura científica existe una tendencia creciente hacia este
interrogante. Así, hay investigaciones que examinan cómo estas tecnologías digitales presentan un
impacto en la motivación y en la autorregulación del aprendizaje (Fernández Perez, La Madrid Rojas,
Vivar Bravo, Tantaruna Díaz, & Hernández Aldaña, 2023), y también algunas que empiezan a examinar
el papel de la IA en este sentido ; no obstante, hay que admitir que necesita una investigación empírica
sólida que analice y exponga cómo las distintas configuraciones de uso de la IA como asistente de la
enseñanza concreta actúan moderando las distintas dimensiones de la autonomía del aprendizaje de los
estudiantes universitarios.
En el contexto del Ecuador, la inclusión de herramientas de IA en la educación de nivel superior se
encuentra en un estado preliminar con importantes perspectivas de crecimiento, en el caso de la
Universidad de Guayaquil lanzó en el año 2023 la carrera en Ciencias de Datos e Inteligencia “en la
carrera se impartirán conocimientos sobre el procesamiento, captura, extracción, manipulación y
conversión de datos en diferentes escenarios para la correcta creación de los modelos, así como
pág. 6821
conocimiento en los sistemas de almacenamiento de la información,…..” (Periodista Digital,
2023).
En ese mismo sentido, la Escuela Politécnica Nacional ejecuta acciones como “proyectos como el
reconocimiento de gestos de la mano usando IA” iniciado en el 2019 en su laboratorio de investigación
en Inteligencia y Visión Artificial enfocado a la educación en robótica (Escuela Politécnica Nacional,
2024), La Universidad Técnica Particular de Loja (UTPL) oferta la Maestría en Inteligencia Artificial
Aplicada, entre otros. La indagación relacionada al impacto de tales tecnologías en la autonomía de
aprendizaje de los estudiantes es, sin embargo, escasa. Es importante comprender cuáles son las
particularidades de la implementación de la IA en la educación para construir estrategias pedagógicas
que se aprovechen de los beneficios de estas tecnologías y mantengan el desarrollo de las capacidades
requeridas para el aprendizaje a lo largo de la vida (Bolaño García & Duarte Acosta, 2024). Según
Padilla (2019; como se cita en Granda et al., 2024), la indagación de estudios en un entorno social
académico específico como el que corresponde al Ecuador constituye una brecha de conocimiento que
esta investigación pretende atender.
La Emergente Necesidad y los Desafíos de la Integración de la Inteligencia Artificial como
Asistente de Enseñanza en la Educación Superior
La Educación Superior internacional está en un punto crítico, ya que surge la necesidad de que se
disponga de modelos docentes que sean más personalizados, óptimos y en sintonía con las competencias
de una población de estudiantes cambiante y heterogénea. En este mismo sentido y contexto, la
Inteligencia Artificial (IA), que ya es considerada una tecnología con posibilidades pero que debe ser
entendida también como una tecnología con capacidad de transformación de la concepción y la forma
de transmitir la enseñanza (Borja, Gutiérrez, Zapata , & Salinas, 2025), aparece en escena, si bien resulta
innegable que la incorporación de la IA como asistente de la educación superior para la enseñanza no
esté exenta de adversidades y dificultades que precisan de un análisis reflexivo acerca del problema.
La situación problemática fundamental gira en torno a la distancia que existe entre la posibilidad teórica
de la IA de mejorar la enseñanza y el aprendizaje en la Educación Superior y su puesta en práctica
exitosa y equitativa. La literatura reciente destaca múltiples aplicaciones esperanzadoras de la IA y que
pueden servir para la mejora de la enseñanza y el aprendizaje, por ejemplo: sistemas de tutoría
pág. 6822
inteligente, chatbot educativos, herramientas de evaluación automatizada de contenido, sistemas de
recomendación de contenido (Labadze, Grigolia, & Machaidze, 2023;Anchapaxi, et al, 2024; Martinez,
Ramírez, Alarcón, & Rodriguez, 2024), pero su uso y su integración pedagógica efectiva a gran escala
sigue siendo una cuestión a tratar (Cruz Carvajal, Pinilla Gómez, & Puebla-Martínez, 2024).
Análisis de la Situación Problémica
El análisis de esta situación permite identificar una serie de dimensiones fusionadas. En primer lugar,
existe una diferencia en la comprensión y la adopción de la IA entre las instituciones de Educación
Superior y en los docentes mismos. El desconocimiento técnico, la dificultad para las nuevas prácticas
y la falta de certezas respecto a la efectividad de las herramientas de IA pueden interferir con su
adopción (Gallent, Zapata, & Ortego, 2023). En segundo lugar, la calidad y la validez pedagógica de
las soluciones de IA no están aseguradas; hay que vigilar que la IA no haga las tareas de forma
automática, sino que, a la vez, permita la comprensión, el desarrollo del pensamiento crítico y la
autonomía (Krstić, Aleksić, & Krstić, 2022).
En tercer lugar, la ética y la justicia social presentan un gran desafío. Los mismos sesgos en los datos
de entrenamiento de los algoritmos de IA son un factor que puede promover o agravar las desigualdades
que existen en el acceso y la calidad de la educación (Ferrara, 2024). La privacidad y la seguridad de
los datos de los estudiantes también son aspectos relevantes que deben abordarse con rigor (La Salle,
2024). Finalmente, la infraestructura tecnológica y los recursos financieros necesarios para implementar
y mantener sistemas de IA avanzados pueden ser prohibitivos para muchas instituciones, especialmente
en contextos con limitaciones económicas.
Tabla 1. Análisis Crítico de la Relación Causa-Efecto
Causa
Efecto
Falta de una comprensión y una planificación
estratégica para la integración de la IA
Implementación ineficaz, exacerbación de
desigualdades educativas y pérdida de
oportunidades para mejorar genuinamente el
aprendizaje
Resistencia al cambio por parte de los
educadores
Limitación de la adopción y la experimentación
con nuevas metodologías impulsadas por la IA
pág. 6823
Inversión adecuada en formación docente y en
el desarrollo de sistemas de IA
pedagógicamente sólidos y éticamente
responsables
Mejora significativa en la personalización del
aprendizaje, el compromiso de los estudiantes y la
eficiencia de la enseñanza
Relevancia Teórica: Desde el punto de vista teórico, esta investigación está enmarcada en el terreno
de la Tecnología Educativa y de la innovación pedagógica. Contribuye al debate científico al analizar
de forma crítica cómo es posible aplicar el conjunto de principios que en la actualidad surgen de la IA
para fundamentar nuevos modelos de instrucción y de diseño curricular. Para ello se exploran las bases
teóricas de la personalización del aprendizaje, de la retroalimentación adaptativa o del aprendizaje
autónomo, buscando los puntos de conexión entre la IA y estos enfoques y estudiando las posibilidades
de las nuevas teorías sobre la interacción estudiante-máquina dentro de la actividad educativa. En este
sentido será la revisión exhaustiva de la literatura la que permita ir encontrando los vacíos teóricos y
las áreas donde la comprensión que se tiene es más limitada con la que orientará en la vía para futuras
investigaciones empíricas y para la construcción de nuevas y robustas teorías.
El objetivo general del análisis documental busca proponer un diagrama descriptivo para la
implementación de la IA a partir de la revisión literaria de estudios científicos sobre la aplicación de la
Inteligencia Artificial como asistente de enseñanza en la Educación Superior, identificando sus
aplicaciones, su repercusión en las líneas de investigación de Tecnología Educativa e Innovación
Pedagógica, Aprendizaje Autónomo y Autorregulado en Entornos Digitales.
Objetivos específicos
• Valorar el impacto que tiene el uso de la IA en la promoción de la Tecnología Educativa y la
Innovación Pedagógica en la Educación Superior a partir de la evidencia anterior hallada en la
literatura revisada.
• Establecer cómo ha sido utilizada la IA para promover el Aprendizaje Autónomo y
Autorregulado en Entornos Digitales en la Educación Superior a partir de la base de evidencia
encontrada en la literatura.
pág. 6824
• Describir los principales desafíos éticos, pedagógicos y técnicos y las tendencias emergentes
que se asocian con la utilización como asistentes de enseñanza de la IA en la Educación
Superior a partir de la revisión de la literatura.
• Proponer un modelo visual en forma de un diagrama de flujo interactivo que represente las
etapas y decisiones más relevantes del proceso de transformación de la IA en asistente de
enseñanza en la Educación Superior, a partir de la síntesis de la revisión de la literatura
Revisión Literaria
Inteligencia Artificial en la Tecnología Educativa e Innovación Pedagógica
La IA está impulsando la innovación en la Tecnología Educativa al ofrecer herramientas que van más
allá de la simple digitalización de contenidos. Los sistemas de tutoría inteligente (ITS), por ejemplo,
utilizan la IA para proporcionar retroalimentación adaptativa y personalizada a los estudiantes,
guiándolos a través del material de aprendizaje a su propio ritmo (Guamán, Pailiacho, Chucho, Inga, &
Chucho, 2025). Estos sistemas pueden identificar las áreas donde un estudiante tiene dificultades y
ofrecer recursos y explicaciones específicas para superar esos obstáculos, además que, según el estudio
realizado por Guamán Cajilema & otros, estos sistemas “alcanzaron importantes mejoras en el aprendizaje
de los alumnos” (2025),
Además, la IA facilita la creación de entornos de aprendizaje más interactivos y atractivos. Plataformas
educativas impulsadas por IA pueden generar contenido dinámico, adaptar las evaluaciones a las
necesidades individuales de los estudiantes y ofrecer simulaciones y laboratorios virtuales enriquecidos
(Morocho Cevallos, Cartuche Gualán, Tipan Llanos , Guevara Guevara , & Ríos Quiñónez , 2023). La
automatización de tareas administrativas, como la calificación de exámenes de opción múltiple y la
gestión de la asistencia, permite a los educadores dedicar más tiempo a la interacción directa con los
estudiantes y al diseño de experiencias de aprendizaje más significativas (Borja, Gutiérrez, Zapata, &
Salinas, 2025).
Fomento del Aprendizaje Autónomo y Autorregulado en Entornos Digitales
La IA también desempeña un papel crucial en el fomento del aprendizaje autónomo y autorregulado en
entornos digitales. Las herramientas de IA pueden ayudar a los estudiantes a establecer metas de
aprendizaje, a monitorear su progreso y a reflexionar sobre su propio proceso de aprendizaje (Menacho
pág. 6825
Ángeles, Pizarro Arancibia, Osorio Menacho, Osorio Menacho, & León Pizarro, 2024). Los sistemas
de recomendación basados en IA pueden sugerir recursos de aprendizaje relevantes según los intereses
y el nivel de conocimiento de cada estudiante, promoviendo la exploración independiente y la
construcción activa del conocimiento (Bolaño García & Duarte Acosta, 2024).
Asimismo, la IA puede proporcionar retroalimentación oportuna y específica sobre el desempeño de
los estudiantes, ayudándoles a identificar sus fortalezas y debilidades y a ajustar sus estrategias de
aprendizaje (Jing & Ouyang, 2023). Al ofrecer información detallada sobre su progreso, la IA empodera
a los estudiantes para tomar el control de su propio aprendizaje (Kurniawan, Riantoni, Lestari, &
Neneng, 2024), y desarrollar habilidades de autorregulación esenciales para el éxito académico y
profesional (Verawati & Nisrina, 2024).
Aplicaciones Específicas de la IA como Asistente de Enseñanza en la Educación Superior
La versatilidad de la IA se manifiesta en una amplia gama de aplicaciones como asistente de enseñanza
en la Educación Superior:
• Chatbots Educativos: Para Chen y Lin estos asistentes virtuales basados en IA pueden responder
preguntas frecuentes de los estudiantes, proporcionar información sobre el curso y ofrecer apoyo
técnico las 24 horas del día, liberando a los instructores de tareas repetitivas (Chen, Chen, & Lin,
2020).
• Sistemas de Evaluación Automatizada: Desde el criterio de Topping, y otros, la IA facilita
automatizar la calificación de ciertos tipos de evaluaciones, como ensayos cortos y respuestas a
preguntas abiertas, proporcionando retroalimentación rápida y consistente a los estudiantes,
incluso aplicar la revisión entre pares (2025).
• Herramientas de Detección de Plagio: Para Gallen, los sistemas basados en IA analizan grandes
cantidades de texto para identificar similitudes y posibles casos de plagio, apoyando la integridad
académica y científica (2024).
• Sistemas de Recomendación de Contenido: La IA puede analizar el comportamiento y las
preferencias de los estudiantes para recomendar recursos de aprendizaje personalizados, como
artículos, videos y ejercicios (Bolaño García & Duarte Acosta, 2024).
pág. 6826
• Herramientas de Apoyo a la Accesibilidad: Díaz , Pulley, & Navarrete consideran que la IA
facilita la creación de materiales educativos accesibles para estudiantes con discapacidades, a
través de la generación automática de subtítulos, transcripciones y descripciones de imágenes,
demostrando “un gran potencial para fomentar la inclusión educativa” (2024,Pag 10).
METODOLOGÍA
Este trabajo de investigación se basa en el método de revisión literaria sistemático, por cuanto dicho
método permite sintetizar el conocimiento existente, identificar tendencias y contradicciones en la
investigación anterior y representar una base sólida para investigaciones futuras (Zamora Díaz & Flores
Morales, 2024). La exhaustividad de la búsqueda y el análisis de las fuentes primarias y secundarias
publicadas entre 2020 y 2025 respecto a las variables de estudio orientadas en identificar tendencias,
entre ellas los desafíos y aplicaciones relevantes en las líneas de investigación de Tecnología Educativa
e Innovación Pedagógica, Aprendizaje Autónomo y Autorregulado en Entornos Digitales e Inteligencia
Artificial aplicada a la Educación.
Fuentes de Datos
Las principales fuentes de datos para esta revisión constan de artículos científicos que se encuentran en
bases de datos académicas multidisciplinarias y especializadas en educación y tecnología como Scopus,
Web of Sciencie, IEEE Xplore, ERIC (Education Resources Information Center) y Google Scholar.
Dado que se consideraron actas de congresos relevantes y capítulos de libros que tratan la temática de
interés, resulta obvio que la manera de recolección de datos se realizó mediante búsquedas sistemáticas
empleando palabras combinadas, donde estas abarcaron inicialmente palabras clave como: "Inteligencia
Artificial", "IA", "Educación Superior", "Enseñanza", "Aprendizaje", "Asistente", "Tutoría
Inteligente", "Chatbot Educativo", "Evaluación Automatizada", "Aprendizaje Autónomo",
"Aprendizaje Autorregulado", "Tecnología Educativa", "Innovación Pedagógica" y "Entornos
Digitales", añadiendo un filtro que limita la búsqueda entre enero del 2020 y abril del 2025 donde la
técnica de análisis de datos utilizada fue la de análisis de contenido cualitativo de artículos
seleccionados a fin de identificar y sintetizar la información sobre el contexto relacionado con los
objetivos específicos del presente estudio, es decir: el hallazgo de patrones, tendencias, argumentos,
pág. 6827
metodologías de los estudios primarios o los hallazgos sobre aplicaciones, impacto y retos que pueda
plantear la Inteligencia Artificial como asistente de enseñanza en la Educación Superior.
Enfoque del Estudio: El enfoque del presente estudio es cualitativo; es decir, pone énfasis en la
interpretación y la comprensión exhaustiva de tendencias, conceptos y enfoques recogidos en la
literatura científica sobre la utilización de la IA en la Educación Superior. No es un estudio cuyo
objetivo sea cuantificar relaciones o establecer causalidades estadísticas, sino que se analizará la rica
complejidad del fenómeno en cuestión a través del análisis textual de las publicaciones seleccionadas.
Alcance del estudio: el alcance de este estudio es descriptivo. Se trata de describir cuál es la situación
y el estado del conocimiento sobre el uso de la IA como asistente de la enseñanza en la Educación
Superior durante el periodo de tiempo demostrado. Al revisar y construir un sentido entre la literatura,
se pretende ofrecer una perspectiva general sobre las aplicaciones, el impacto y los retos que han sido
señalados por investigadores del ámbito.
Técnicas de Recolección de Datos
Dada la naturaleza del estudio como revisión de literatura y no una investigación aplicada con la
recogida de datos primarios las técnicas de "recolección de datos" se dirigen a las estrategias utilizadas
para localizar y seleccionar la literatura relevante. Las otras técnicas que utilizamos fueron:
• Búsqueda sistemática en bases de datos: utilización de palabras claves en los artículos
científicos.
• Revisión de referencias: revisar la lista de referencias de los artículos analizados y por ende
otros estudios relevantes contenidos en estos.
• Búsqueda en revistas clave: buscar en las revistas más relevantes para la tecnología educativa
y para la IA en la educación como Latindex, Ciencia Latina Revista Científica Multidisciplinar,
Jurnal Litbang Kemendagri , Revista Universo y Sociedad , Revista Cubana de Salud Pública,
Elsevier, Revista Ecuatoriana de Investigación en Tecnologías de la Información y
Comunicación, Revista Científica de Ciencias Sociales , International Journal of Information
and Education Technology , International Journal of Educacional Technology in Higher
pág. 6828
Education, Dialnet, Gaceta de Antropología y Arqueología (GAEA) Revista de la Corporación
Colombiana de Investigación Agropecuaria (AGROSAVIA Ciencia y Tecnología),.
Métodos de Análisis de Datos
• Los datos recolectados respecto a la literatura científica fueron analizados mediante los
siguientes métodos:
• Selección: se seleccionaron artículos de revisión comprendidos entre 2020 y el tiempo presente.
• Extracción de Información: se consolida en la matriz de revisión literaria.
• Síntesis e Interpretación: es la manera de articular la información categorizada, para la
detección de patrones, tendencias generales, puntos de convergencia y divergencia en la
literatura. En este sentido, se llevó a cabo una interpretación crítica de los hallazgos en su
relación con el objetivo de la investigación, como con la propuesta del modelo visual.
pág. 6829
MATRIZ DE REVISIÓN LITERARIA
Oportunidades, Desafíos éticos y tendencias
Titulo
Autores
Año
Palabras claves
DOI
Población
Estudio Tipo de
estudio estudio
In
Instrumentos
Ut utilizados
Resultados
Ethical and Bias
Considerations in
Artificial
Intelligence/Machi
ne Learning
Matthew G. Hanau,
Liron Pantanowitza
, Brian Jacksonc,,
Octavia Palmera,
Shyam
Visweswarane ,
Joshua
Pantanowitzf ,
Mustafa Deebajahg
, Hooman H.
Rashidia
2025
artificial
intelligence bias
computational
pathology ethics
machine learning
pathology
https://doi.org/10.1016/j.modpat.20
24.100686
Revisión
Literaria
Para abordar la ética y los sesgos en medicina, se requiere un proceso de evaluación integral
que abarque todos los aspectos de estos sistemas, desde el desarrollo del modelo hasta su
implementación clínica. Abordar estos sesgos es crucial para garantizar que los sistemas de IA-
ML sigan siendo justos, transparentes y beneficiosos para todos. Esta revisión analizará las
consideraciones éticas y de sesgo relevantes en el ámbito de la IA-ML, específicamente en el
ámbito de la patología y la medicina.
Inteligencia
Artificial en la
Educación
Superior:
Innovación,
Desafíos y
Perspectivas para
el Futuro
Nivela Cornejo
María Alejandrina,
Echeverría
Desiderio Segundo
Vicente
2024
Inteligencia
artificial,
Universidad,
Tecnología,
Educación
Superior.
https://doi.org/10.55813/gaea/ccri/v
5/n2/625
20 docentes
y 50
estudiantes
de la
Facultad de
Filosofía,
Letras y
Ciencias de
la
Educación,
Cuantitativ
o
Entrevis
ta y
Encuest
a
Los estudiantes y docentes muestran una aceptación positiva hacia la IA, identificándola como
una herramienta clave para enriquecer el proceso educativo. Sin embargo, la implementación
de la IA enfrenta obstáculos importantes, lo cual requiere una estrategia sólida, inversión en
infraestructura y programas de capacitación continua. Las recomendaciones incluyen el
desarrollo de proyectos piloto, la creación de alianzas con empresas tecnológicas y la adopción
de un marco ético para garantizar el uso responsable de la IA. Con una adecuada integración de
la inteligencia artificial, la Universidad de Guayaquil podría posicionarse como líder en
innovación educativa, promoviendo la equidad y el acceso a una educación de calidad
Una revisión
sistemática del uso
de la inteligencia
artificial en la
educación
Matilde Bolaño-
García,
Nixon Duarte-
Acosta
2024
Inteligencia
artificial+
programas
informáticos+
educación+
aprendizaje+
retroalimentación
formativa+
evaluación
educacional.
https://doi.org/10.30944/20117582.
2365
Revisión
Literaria
Se encontraron numerosos estudios que investigan el uso de la IA en la educación. Los
resultados sugieren que la IA puede mejorar significativamente la personalización del
aprendizaje, proporcionando recomendaciones de actividades y retroalimentación adaptadas a
las necesidades individuales de cada estudiante.
Integración de la
Inteligencia
Artificial en la
Educación
Roberth Antonio
Morocho Cevallos,
Angel Patricio
Cartuche Gualán,
Andrea Michelle
Tipan Llanos,
Anderson Mateo
Guevara Guevara,
María Belén Ríos
Quiñónez
2023
educación;
integración
tecnológica;
percepciones
educativas
https://doi.org/10.37811/cl_rcm.v7i
6.8832
Enfoque
mixto
Entrevis
ta
Los hallazgos revelaron beneficios tangibles, como mejoras en el rendimiento académico y la
participación estudiantil, atribuidos a la personalización del aprendizaje facilitada por la IA. No
obstante, se identificaron desafíos significativos, destacando la brecha digital y la resistencia
docente como barreras clave.
pág. 6830
The Role of
Artificial
Intelligence (AI)
in Transforming
Physics
Education: A
Narrative Review
Ni Nyoman Sri Putu
Verawati, Nina
Nisrina
2024
Artificial
intelligence;
Physics education;
Personalized
learning; Adaptive
learning;Interactive
simulations
https://doi.org/10.33394/j-
lkf.v12i2.13523
Revisión
Literaria
Results indicate that AI-driven tools significantly improve student engagement, accessibility,
and understanding of abstract concepts by offering tailored learning pathways, real-time
feedback, and immersive simulations. Additionally, AI provides alternative access to learning
for students from diverse backgrounds, fostering inclusivity in physics education. However,
challenges such as dependency on AI, ethical issues related to data security, and the potential
digital divide are noted as barriers to effective implementation.
Herramientas de
Inteligencia
Artificial en el
Apoyo Educativo
para Estudiantes
con Necesidades
Educativas
Especiales (NEE)
en Diferentes
Discapacidades
Janeth Pilar Díaz
Vera,Jamil Josué
Pulley Cajamarca,
Paola Salomé
Navarrete Llaguno
2025
Inteligencia
Artificial, Inclusión
Educativa,
Necesidades
Educativas
Especiales,
Accesibilidad
https://doi.org/10.53591/rug.v139i1.
1605
15
estudiantes
Investigació
n tipo
exploratorio
y aplicado,
utilizando
un diseño
descriptivo
y
cuantitativo
Encuest
a
Los resultados indicaron que las herramientas de IA son percibidas como un apoyo significativo
para el aprendizaje, mejorando la accesibilidad y adaptabilidad en el proceso educativo. Sin
embargo, se identificaron desafíos relacionados con la necesidad de mayor capacitación tanto
para estudiantes como para docentes. A pesar de las limitaciones de la muestra, los hallazgos
sugieren que las herramientas de IA tienen un gran
potencial para fomentar la inclusión educativa. Se concluye que es esencial un enfoque
integrado que considere tanto las capacidades tecnológicas como la formación de los usuarios
para maximizar el impacto positivo de estas herramientas.
La sinergia entre
la IA y educación:
oportunidades y
desafios
Vasscompany
2024
IA, oportunidades y
desafios
https://vasscompany.com/latam/es/i
nsights/blogs-articles/ia-educacion/
Cualitativa
Los análisis impulsados por la IA pueden ofrecer información valiosa sobre tendencias
educativas y rendimiento estudiantil, ayudando a los educadores a refinar sus métodos de
enseñanza.
Recommendation
on the Ethics of
Artificial
Intelligence: key
facts
Gabriela Ramos
UNESCO’s
2022
La ética-
inteligencia artficial
https://unesdoc.unesco.org/ark:/482
23/pf0000385082.page=4
Análisis
descriptivo
A fin de promover las mejores políticas y prácticas relacionadas con la ética de la IA,
deberían elaborarse instrumentos e indicadores adecuados para evaluar su eficacia y
eficiencia en función de normas, prioridades y objetivos acordados, incluidos objetivos
específicos para las personas pertenecientes a poblaciones desfavorecidas y marginadas y
personas vulnerables o en situación de vulnerabilidad, así como el impacto de los
sistemas de IA en los planos individual y social.
La Inteligencia
Artificial al
servicio de la
gestión y la
implementación
en la educación
José César Piedra
Isusqui Ismael
Edwin Salazar
Villavicencio César
Vilchez Inga
Hernán Oscar
Cortez Gutiérrez
Bertila Liduvina
García Díaz Kelly
Luz Amaya Amaya
2023
http://editorialmarcaribe.es/?page_i
d=1636
Documental
/ Libro
La automatización y la personalización del aprendizaje pueden mejorar la eficiencia y el
rendimiento de los estudiantes, pero es importante tener en cuenta las preocupaciones sobre la
privacidad y la seguridad de los datos de los estudiantes y el papel fundamental de los maestros
y administradores en la educación. De este modo, con una implementación cuidadosa y
responsable, la IA puede ser una herramienta invaluable en la gestión educativa
Aprendizaje autónomo de los estudiantes de educación superior
Inteligencia
artificial como
herramienta en el
aprendizaje
autónomo de los
estudiantes de
educación
superior
Milagros Rocío
Menacho Ángeles,
Lily Marisol
Pizarro Arancibia,
Julio Ancelmo
Osorio Menacho,
Juana Alexandra
Osorio Menacho y
Brigittt Lily León
Pizarro.
2024
inteligencia
artificial,
automatización,
analítica de
aprendizaje.
https://doi.org/10.5281/zenodo.1069
3945
200
estudiantes
Cuantitativa
-
descriptiva
Cuestion
ario en
línea
Que la IA siempre es importante para optimizar el tiempo en la búsqueda de información
académica, el 41,4% (casi siempre) y el 6% indica que no es relevante. Los artículos científicos
coinciden en destacar la importancia de la IA en el aprendizaje, enfatizando su uso ético y
responsable. En conclusión, la IA representa una herramienta crucial para el aprendizaje
autónomo en la educación superior para estudiantes y docentes, siempre y cuando se utilice con
ética y responsabilidad, se debe seguir investigando sobre IA aplicada a la educación y su
vínculo con el aprendizaje autónomo.
pág. 6831
La autonomía del
aprendizaje como
factor clave del
proceso de
construcción del
conocimiento
Maité Villoria
Nolla, Erick
Mendoza Barroso
2023
Aprendizaje
autónomo;
Independencia
cognitiva;
Tecnologías de
avanzada
http://scielo.sld.cu/scielo.php?script
=sci_arttext&pid=S1729-
80912023000200180
Descriptiva
Perfeccionar dinámicas académicas de avanzada, significa que los estudiantes estarán en
posiciones favorables para potenciar recursos intelectuales y desarrollo metacognitivo,
expresión de autonomía alcanzada en su aprendizaje. En estas direcciones, se ofrecen
experiencias relacionadas con el empleo de recursos tecnológicos: el software en línea
educativa, las redes sociales y la telefonía móvil, como oportunidades para el aprendizaje
autónomo o autodirigido, en respuesta a necesidades cognitivas y desarrollo intelectual; por
consecuencia, el aprendizaje autónomo, acompañado de tecnologías, potencia capacidades para
el saber hacer, como estrategia que favorece procesos interactivos en la dinámica de integración
de saberes para la producción del contenido.
Personalización
del aprendizaje
con inteligencia
artificial en la
educación
superior
Héctor Luis López
López, Angélica
Rivera Escalera,
Christian Rossell
Cruz García
2023
Aprendizaje,
Educación,
Inteligencia
artificial,
Personalización,
Tecnología
https://doi.org/10.61530/redtis.vol7.
n1.2023.165.123-128
65
estudiantes
del octavo
semestre
Enfoque
Mixto
Revisión
literaria
Encuest
a
La personalización del aprendizaje con inteligencia artificial no solo refuerza la excelencia
académica, sino que también prepara a los estudiantes para enfrentar los desafíos cambiantes
de un mundo digital y conectado.
Aplicaciones de la IA en la Educación Superior como innovación
Implementación
de Sistemas de
Tutoría Inteligente
Basados en IA
para la
Personalización
del Aprendizaje en
Matemáticas
Luis César Guamán
Cajilema, Diego
Patricio Pailiacho
Armijos, orge
Roger Chucho Rea
y otros
2025
sistemas de tutoría
inteligente,
enseñanza,
matemáticas,
retroalimentación
https://doi.org/10.37811/cl_rcm.v8i
6.15792
Documental
Dentro del análisis de la investigación se ubicaron las metodologías que se usaron para
implementar los ITS, lo cual incluyó el uso y diseño de algoritmos adaptativos, que permiten
una retroalimentación en tiempo real para los estudiantes. Asimismo, se buscó revisar casos de
éxito en la integración de los ITS en diversos entornos de aprendizaje, tradicionales, en donde
se alcanzaron importantes mejoras en el aprendizaje de los alumnos
Hacia una
enseñanza más
Adaptativa y
Eficiente en la
educación
superior: el
impacto de la
inteligencia
artificial en la
transformación de
las estrategias
docentes y el
aprendizaje
personalizado
Borja, Y., Gutiérrez,
G., Zapata, V., y
Salinas, A.,
2025
Inteligencia
artificial (IA);
Educación superior;
Aprendizaje
personalizado
https://doi.org/10.59282/reincisol.V
4(7)1221-1244
Revisión
literaria
La integración de la inteligencia artificial en la educación superior ha permitido transformar las
estrategias docentes, promoviendo una enseñanza más adaptativa y eficiente. A través del
análisis de datos en tiempo real y el aprendizaje automático, las plataformas basadas en IA
pueden identificar las necesidades individuales de los estudiantes, ajustando los contenidos y
metodologías para optimizar su proceso de aprendizaje.
pág. 6832
A Hybrid
Automatic
Scoring System:
Artificial
IntelligenceBased
Evaluation of
Physics Concept
Comprehension
Essay Test
Wawan
Kurniawan1 , Cicyn
Riantoni1,* ,
Neneng Lestari1 ,
and Doni
Ropawandi2
2024
automatic scoring
system, artificial
intelligence, essay
test, physics
concept
doi: 10.18178/ijiet.2024.14.6.2113
Esta
investigació
n utilizó el
método del
modelo de
Análisis,
Diseño,
Desarrollo,
Implementa
ción y
Evaluación
(ADDIE)
La
recopila
ción de
datos se
realizó
mediant
e
entrevist
as y
pruebas.
Los
instrume
ntos
utilizado
s fueron
hojas de
entrevist
a y
pregunta
s de
ensayo
Los resultados del análisis de la prueba de viabilidad mostraron que el sistema híbrido de
puntuación automática fue adecuado en general, con una puntuación media de 4,40 (categoría
muy adecuada) en los aspectos de ingeniería de software y comunicación visual. Además, el
análisis de la comprensión conceptual de los estudiantes utilizando el Sistema Híbrido de
Puntuación Automática mostró que solo el 21,9 % de los estudiantes tenía una buena
comprensión conceptual. El 40,6 % restante se clasificó en la categoría de comprensión parcial,
el 9,4 % en la categoría de concepto erróneo específico y el 28,2 % tuvo una comprensión
conceptual deficiente. Estos resultados no difieren mucho de los del análisis manual. Este
último mostró que el 21,9 % de los estudiantes tenía una buena comprensión conceptual, el 40,6
% una comprensión parcial, el 12,5 % tenía conceptos erróneos específicos y el 25 % una
comprensión conceptual deficiente. Estos resultados indican que el Sistema Automatizado de
Calificación Híbrida puede utilizarse como herramienta de evaluación para exámenes de ensayo
de comprensión conceptual. Los resultados de esta investigación contribuyen a una tecnología
que puede ayudar a los profesores de física a corregir, calificar y proporcionar retroalimentación
sobre las puntuaciones de los exámenes de física basados en preguntas de ensayo.
se of chatbots
based on artificial
intelligence for
higher education
Martinez Zambrano,
Hilary Rosmery1 ,
Ramirez Pastor,
Jose Alex2 ,
Alarcón Vasquez,
Segundo Felipe3 ,
and Rodriguez
Álvarez, Silvia Rita
2024
chatbot, higher
education,
educational
innovation,
educational
automation,
artificial
intelligence.
https://laccei.org/LACCEI2024-
CostaRica/papers/Contribution_747
_final_a.pdf
19 articles
were
selected
from the
IEEE and
Scopus
databases.
Método
cuantitativo
mediante la
recopilación
de datos,
aplicando
criterios de
inclusión y
exclusión.
Los resultados mostraron que los chatbots basados en IA ofrecen personalización, interacción
instantánea y soporte rápido y automatizado a los estudiantes de educación superior, ya que
pueden responder preguntas frecuentes, guiar a los estudiantes a través de los recursos
disponibles, ayudarles en la resolución de problemas y recordarles tareas y plazos.
El papel de los
chatbots de IA en
la educación:
revisión
sistemática de la
literatura
Lasha Labadze
,Maya Grigolia
yLela Machaidze
2023
Chatbot,
inteligencia
artificial
https://doi.org/10.1186/s41239-023-
00426-1
67 estudios
relevantes
para su
revisión
Revisión
Literaria
Docume
ntal
Los hallazgos de la investigación destacan los numerosos beneficios de integrar chatbots de IA
en la educación, tanto desde la perspectiva de estudiantes como de educadores. Descubrimos
que los estudiantes se benefician principalmente de los chatbots de IA en tres áreas clave: ayuda
con las tareas y el estudio, una experiencia de aprendizaje personalizada y el desarrollo de
diversas habilidades. Para los educadores, las principales ventajas son el ahorro de tiempo en la
asistencia y una mejor pedagogía. Sin embargo, nuestra investigación también destaca desafíos
importantes y factores críticos que los educadores deben abordar con diligencia. Estos incluyen
preocupaciones relacionadas con las aplicaciones de IA, como la fiabilidad, la precisión y las
consideraciones éticas.
Enhancing peer
assessment with
artificial
intelligence
Keith J. Topping1,
Ed Gehringer,
Hassan Khosravi ,
Srilekha Gudipati ,
Kaushik Jadhav and
Surya Susarla
2025
Peer assessment,
Artificial
intelligence,
Theory, Scoping
review, Case study
https://doi.org/10.1186/s41239-024-
00501-1
Revisión
Literaria
They thereby create pools of high-quality learning resources which can be used to recommend
personalized content to students. RIPPLE engages students in a trio of intertwined activities:
creation, review and personalized practice, generating many resource types. AI-driven real-time
feedback is given but students are counseled to assess whether it is accurate. Affordances and
challenges for researchers and practitioners were identified.
pág. 6833
RESULTADOS
La integración de la inteligencia artificial (IA) en la educación superior emerge como una herramienta
transformadora, promoviendo personalizar el aprendizaje, optimizar procesos y potenciar el desarrollo
de habilidades. Sin embargo, su implementación conlleva desafíos significativos, particularmente en el
ámbito ético y práctico. Este análisis triangula los hallazgos de los artículos analizados a fin de ofrecer
una visión integral de la información recopilada.
Oportunidades y Beneficios Clave de la IA en la Educación
Los estudios revelan el potencial de la IA para revolucionar la experiencia de aprendizaje, tanto para
estudiantes como para educadores:
Desde la personalización y adaptación del aprendizaje, múltiples investigaciones (Bolaño-García &
Duarte-Acosta, 2024; Morocho Cevallos et al, 2023; Verawati & Nisrina, 2024; López López et al,
2023; Borja et al, 2025; Topping et al, 2025) enfatizan cómo la IA ofrece rutas de aprendizaje,
recomendaciones de actividades y retroalimentación en tiempo real adaptadas a las necesidades del
estudiante. Como resultado esto se traduce en una mejora del rendimiento académica y la participación
estudiantil. Asimismo, la eficiencia y la automatización son beneficios destacados, la IA optimiza la
gestión educativa y los procesos de enseñanza (Piedra Isusqui et al, 2023), ejemplos claros son los
sistemas de tutorías inteligentes (ITS) que mejoran el aprendizaje en asignaturas como matemáticas
(Guamán Cajilema et al, 2025) y los sistemas de puntuación automática para evaluaciones (Kurniawan
et al, 2024).
En ese mismo sentido, los chatbots ofrecen interacción instantánea y soporte automatizado, liberando
tiempo a los docentes (Martínez Zambrano et al, 2024; Labadze et al, 2023). Por otra parte, la mejora
del compromiso y la accesibilidad está evidenciada en las simulaciones interactivas, que aumentan el
compromiso de los estudiantes y la comprensión de conceptos abstractos (Verawati & Nisrina, 2024).
Además, promueven la inclusión educativa al ofrecer acceso alternativo al aprendizaje para estudiantes
con necesidades educativas específicas (Díaz Vera et al, 2025; Verawati & Nisrina, 2024). En el
fomento del aprendizaje autónomo la IA es una herramienta crucial para potenciar el aprendizaje
autónomo y autodirigido (Menacho Ángeles et al, 2024; Villoria Nolla & Mendoza Barroso, 2023), Por
consiguiente, la capacidad de la IA para analizar datos en tiempo real y ofrecer información valiosa
pág. 6834
sobre tendencias educativas y rendimiento estudiantil es fundamental para que los estudiantes refinen
sus métodos de enseñanza (Vasscompany, 2024; Borja et al, 2025).
Desafíos éticos y Barreras de Implementación
A pesar de sus numerosos beneficios, la implementación de la IA como asistente de enseñanza en la
Educación Superior también presenta desafíos importantes. La necesidad de garantizar la privacidad y
la seguridad de los datos de los estudiantes es primordial (Nivela Cornejo & Echeverría Desiderio,
2024; Piedra Isusqui et al, 2023; Verawati & Nisrina, 2024). Además, es crucial abordar los posibles
sesgos algorítmicos que podrían perpetuar o incluso exacerbar las desigualdades existentes en el acceso
y la calidad de la educación (Hanna , y otros, 2025). Además, la fiabilidad y precisión de las
aplicaciones de IA también son factores críticos (Labadze et al, 2023).
Para Ramos, Subdirectora General de Ciencias Sociales y Humanas la transparencia en el
funcionamiento de los sistemas de IA y la comprensión de cómo toman decisiones son fundamentales
para generar confianza entre los educadores y los estudiantes y considera que en el uso de la IA debe
tener “una brújula ética” a fin de “evitar prejuicios y discriminación en el mundo real” (2022).
Asimismo, es esencial reflexionar sobre el papel cambiante de los educadores en un entorno cada vez
más mediado por la IA, asegurando que la tecnología complemente y enriquezca la labor docente en
lugar de reemplazarla (Vass Company, 2024). En este sentido, algunos estudios (Nivela & Echeverría,
2024; Díaz Vera et al, 2025; Morocho Cevallos et al, 2023) señalan la necesidad de una mayor
capacitación para docentes y estudiantes, ya que, la resistencia docente a la adopción de nuevas
tecnologías podría obstaculizar la implementación efectiva de la IA.
Tendencias
Las tendencias apuntan hacia la integración más profunda y estratégica de la IA en la educación
superior, con énfasis en desarrollo en proyectos pilotos y alianzas estratégicas (Nivela & Echeverría,
2024), enfoque integrado y formación continua en habilidades tecnológicas (Díaz Vera et al, 2025),
investigación continua sobre IA y aprendizaje autónomo (Menacho Ángeles et al, 2024). Además de la
elaboración de instrumentos e indicadores para evaluar la IA como política mundial (Ramos, 2022).
De los resultados obtenidos se propone los siguientes pasos para la implementación de la IA.
pág. 6835
Figura 1
Integración de la IA como Asistente de Enseñanza
Descripción de las etapas de integración
Necesidad/Oportunidad Educativa
Identifica un desafío educativo o una oportunidad de mejora donde la IA pueda ser útil, como dificultad
de aprendizaje, eficiencia docente e innovación pedagógica.
Evaluación del Potencial de la IA
Determina si la IA es la solución adecuada, investigando sus capacidades relevantes, beneficios,
limitaciones y recursos necesarios.
Identificación de Áreas de Aplicación
Define dónde aplicar la IA de forma efectiva como tutorías inteligentes, chatbots, evaluación
automatizada, recomendación de contenido y accesibilidad.
Selección de Herramientas/Plataformas de IA
Elige las herramientas de IA que mejor se adapten a las necesidades, considerando integración, costos,
escalabilidad, validez pedagógica y ética.
1.- Necesidad/Oportunidad
Educativa
2.- Evaluación del
Potencial de la IA
3.- Identificación de Áreas
de Aplicación
4.- Selección de
Herramientas/Plataformas
de IA
5.-Diseño e Integración
Pedagógica
6.- Implementación y
Formación Docente
7.- Recopilación y Análisis
de Datos de Uso y Eficacia
8a.- Escalabilidad y
Optimización (Resultados
Positivos)
8b.- Revisión y Ajustes
(Resultados
Negativos/Mixtos)
9.- Impacto en el
Aprendizaje y la
Enseñanza
10.- Evaluación Continua y
Adaptación
pág. 6836
Diseño e Integración Pedagógica
Planifica como la IA se integrará en el plan de estudios y metodologías para complementar la enseñanza,
definiendo roles para la IA y los docentes.
Implementación y Formación Docente
Implementa la tecnología y capacita a los docentes en su uso estratégico, interpretación de datos y
manejo de desafíos.
Recopilación y Análisis de Datos de Uso y Eficacia
Recopila y analiza los datos sobre el uso y el impacto de la IA en el aprendizaje y la eficiencia docente
para evaluar si cumple los objetivos.
Impacto en el Aprendizaje y la Enseñanza
Evalúa el impacto a largo plazo de la IA en el rendimiento estudiantil, desarrollo de habilidades y
prácticas de enseñanza innovadoras.
Evaluación Continua y Adaptación
Mantén una evaluación constante y adapta la IA a medida que la tecnología y las necesidades
evolucionan, realizando ajustes y mejoras continuas.
CONCLUSIONES Y ORIENTACIONES FUTURAS
La evidencia reciente muestra el creciente impacto de la inteligencia artificial como asistente de
enseñanza en la Educación Superior, tal como se detalla en los resultados de la matriz de revisión
literaria, su potencial para personalizar el aprendizaje, automatizar tareas y fomentar la autonomía de
los estudiantes es innegable. Sin embargo, es fundamental abordar los desafíos éticos y prácticos
asociados a su implementación para garantizar que se utilice de manera equitativa y responsable.
Respondiendo a la interrogante de la investigación se determina que la implementación de la
inteligencia artificial como facilitador de la enseñanza y aprendizaje en la educación universitaria
promueve de manera significativa el crecimiento de la autonomía en el proceso de aprendizaje. Al
ofrecer recursos adaptables y personalizados, la inteligencia artificial capacita al estudiante para asumir
el control de su propio proceso de aprendizaje. Esto se consigue ofreciendo retroalimentación constante
y concreta, disponiendo de herramientas que faciliten la exploración de contenidos.
pág. 6837
La inteligencia artificial no reemplaza al docente, sino que actúa como un apoyo dinámico que libera al
estudiante de limitaciones de un aprendizaje unidireccional. Al proporcionar acceso a la información
pertinente y curada, además de permitir el desarrollo de habilidades y recibir correcciones en tiempo
real, promueve la autorregulación y la toma de decisiones fundamentadas respecto a su camino
académico. Finalmente, la tecnología se transforma en un instrumento esencial para fomentar la
autonomía y la iniciativa en el aprendizaje, capacitando a los profesionales de la educación para
adaptarse a un mundo cambiante.
Las futuras investigaciones deberían centrarse en la evaluación rigurosa de la efectividad de las
diferentes aplicaciones de la IA en diversos contextos educativos, así como en la exploración de
modelos pedagógicos innovadores que integren de manera efectiva las capacidades de la IA. La
colaboración interdisciplinaria entre informáticos, pedagogos y expertos en ética será crucial para
aprovechar al máximo el potencial de la IA en la transformación e innovación de la Educación Superior.
REFERENCIAS BIBLIOGRÁFICAS
Anchapaxi, C., Pinenla, Y., Caiza, S., Parra, I., Abad, M., & Viñamagua, B. (2024). Uso de Chatbots
educativos y su impacto en el aprendizaje autónomo en bachillerato. Retos de la Ciencia, 1(4).
doi: https://doi.org/10.53877/rc.8.19e.202409.16
Bolaño García, M., & Duarte Acosta, N. (2024). Una revisión sistemática del uso de la inteligencia
artificial en la educación. Rev Colomb Cir, 51-63. doi:
https://doi.org/10.30944/20117582.2365
Borja, Y., Gutiérrez, G., Zapata , V., & Salinas, A. (2025). Hacia una enseñanza más adaptativa y
eficiente en la educación superior: el impacto de la inteligencia artificial en la transformación
de las estrategias docentes y el aprendizaje personalizado. Reincisol - Instituto Superior
Tecnológico Alberto Enríquez, 4(7), 1221 -1244. doi: Reincisol - Instituto Superior
Tecnológico Alberto Enríquez
Borja, Y., Gutiérrez, G., Zapata, V., & Salinas, A. (2025). Hacia una enseñanza más Adaptativa y
Eficiente en la educación superior: el impacto de la inteligencia artificial en la transformación
de las estrategias docentes y el aprendizaje personalizado. Reincisol, 1221-1244. doi:
https://doi.org/10.59282/reincisol.V4(7)1221-1244
pág. 6838
Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8,
75264-75278. doi:10.1109/ACCESS.2020.2988510
Cruz Carvajal, I., Pinilla Gómez, R., & Puebla-Martínez, B. (2024). Repensar la innovación n el aula:
otras formas de enseñanza. Madrid: Editorial Dykinson. Obtenido de
https://dialnet.unirioja.es/servlet/articulo?codigo=9665044
Díaz , J., Pulley, J., & Navarrete , P. (2024). Herramientas de Inteligencia Artificial en el Apoyo
Educativo para Estudiantes con Necesidades Educativas Especiales (NEE) en Diferentes
Discapacidades. Revista Universidad De, 139(1), 10-30. doi:
https://doi.org/10.53591/rug.v139i1.1605
Escuela Politécnica Nacional. (2024). Laboratorio de Investigación en Inteligencia y Visión Artificial.
Obtenido de https://webhistorico.epn.edu.ec/laboratorio-inteligencia-artificial/
Fernández Perez, Y., La Madrid Rojas, F., Vivar Bravo, C., Tantaruna Díaz, M., & Hernández Aldaña,
E. (2023). ecnologías digitales y aprendizaje autorregulado en estudiantes de una universidad
de Abancay. Horizontes. Revista De Investigación En Ciencias De La Educación, 7(29), 1149–
1160. doi: https://doi.org/10.33996/revistahorizontes.v7i29.579
Fernández Robles, B., & Martínez Pérez, S. (2018). Objetos de Realidad Aumentada: percepciones del
alumnado de Pedagogía. Revista de Medios y Educación(53), 207–220. doi:
https://doi.org/10.12795/pixelbit.2018.i53.14
Ferrara, E. (2023). Fairness and Bias in Artificial Intelligence: A Brief Survey of Sources, Impacts, and
Mitigation Strategies. Sci, 6(1). doi:https://doi.org/10.3390/sci6010003
Gallent Torres, C. (2024). La metamorfosis del fraude académico en la era de la inteligencia artificial:
del plagio al IAgiarismo. Coruña: Grupo Interuniversitario de Integridades Académicas de
SUG. Obtenido de
https://integridadacademica.com/documentos/eventos/VII_Conferencia/ACTAS%20VII%20C
ONFERENCIA%20INTERUNIVERSITARIA.pdf
Granda Dávila, M., Muncha Cofre, I., Guamanquispe Rosero, F., & Jácome Noroña, J. (2024).
Inteligencia Artificial: ventajas y desventajas de su uso en el proceso. Revista de Investigación
Educativa y Deportiva Mentor(7). Obtenido de
pág. 6839
https://revistamentor.ec/index.php/mentor/article/view/7081/5980
Guamán, L., Pailiacho, D., Chucho, J., Inga, W., & Chucho, J. (2025). Implementación de Sistemas de
Tutoría Inteligente Basados en IA para la Personalización del Aprendizaje en Matemáticas.
Ciencia Latina Internacional, 9(1), 752-766. doi:https://doi.org/10.37811/cl_rcm.v8i6.15792
Hanna , M., Pantanowitz, L., Jackson, B., Palmer, O., Visweswaran, S., Pantanowitz, J., . . . Rashidi,
H. (2025). Ethical and Bias Considerations in Artificial Intelligence/Machine. Elsevier, 38(3).
doi: https://doi.org/10.1016/j.modpat.2024.100686
Jing, Y., & Ouyang, C. (2023). The role of integrating artificial intelligence and virtual simulation
technologies in physics teaching. Advances in Education Humanities and, 6(1). doi:
https://doi.org/10.56028/aehssr.6.1.572.2023
Kroff, F., Coria, D., & Ferrada, C. (2025). Inteligencia Artificial en la educación universitaria:
Innovaciones, desafíos y oportunidades. Revistas Espacios Scielo, 45(5), 120-135. doi:
https://doi.org/10.48082/espacios-a24v45n05p09
Kurniawan, W., Riantoni, C., Lestari, N., & Neneng, D. (2024). A hybrid automatic scoring system:
Artificial intelligence-based evaluation of physics concept. International Journal of Information
and Education Technology, 876–882. doi:doi: 10.18178/ijiet.2024.14.6.2113
Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI chatbots in education: systematic
literature review. International Journal of Educational Technology in Higher Education, 20(56).
doi: https://doi.org/10.1186/s41239-023-00426-1
La Salle. (2024). La Salle blogger. (E. T. GRETEL, Ed.) Obtenido de La privacidad de los datos de los
estudiantes en la era de la inteligencia artificial: https://blogs.salleurl.edu/es/la-privacidad-de-
los-datos-de-los-estudiantes-en-la-era-de-la-inteligencia-artificial
López López, H., Rivera Escalera, A., & Cruz García, C. (2023). Personalización del aprendizaje con
Inteligencia Artificial en la Educación Superior. ReDTIS Revista Digital de Tecnologías
Informáticas y Sistemas, 7(1), 123-128. doi:
https://doi.org/10.61530/redtis.vol7.n1.2023.165.123-128
Martinez, H., Ramírez, J., Alarcón, S., & Rodriguez, S. (2024). Use of chatbots based on artificial
intelligence for higher education. LACCEI International Multi-Conference for Engineering,
pág. 6840
Education, and Technology. Obtenido de https://laccei.org/LACCEI2024-
CostaRica/papers/Contribution_747_final_a.pdf
Menacho Ángeles, M., Pizarro Arancibia, L., Osorio Menacho, J., Osorio Menacho, J., & León Pizarro,
B. (2024). Inteligencia artificial como herramienta en el aprendizaje autónomo de los
estudiantes de educación superior. Revista Invecom, 4(2), 1-10. doi:
https://doi.org/10.5281/zenodo.10693945
Morocho Cevallos, R., Cartuche Gualán, A., Tipan Llanos , A., Guevara Guevara , A., & Ríos Quiñónez
, M. (2023). Integración de la Inteligencia Artificial en la Educación. Ciencia Latina Revista
Científica Multidisciplinar, 7(6), 2032-2053. doi:
https://doi.org/10.37811/cl_rcm.v7i6.8832
Nivela Cornejo, M., & Echeverría Desiderio, S. (2024). Inteligencia Artificial en la Educación Superior:
Innova; Desafíos y Perspectivas para el Futuroción,. Código Científico: Revista de
Investigación, 5(2), 1242-1266. doi: https://doi.org/10.55813/gaea/ccri/v5/n2/625
Periodista Digital. (22 de Mayo de 2023). Ciencias de Datos e Inteligencia Artificial: la primera carrera
universitaria 100% online ofertada en Ecuador. Obtenido de Ecuavisa.com:
https://www.ecuavisa.com/noticias/ecuador/ciencias-de-datos-e-inteligencia-artificial-la-
primera-carrera-universitaria-100-online-ofertada-en-ecuador-
FY5199456#:~:text=Ciencias%20de%20Datos%20e%20Inteligencia%20Artificial%20es%20
la%20primera%20de,Consejo%
Piedra Isusqui, J., Salazar Villavicencio, I., Vilchez Inga, C., Cortez Gutiérrez, H., García Díaz, B., &
Amaya Amaya, K. (2023). La Inteligencia Artificial al servicio de la gestión y la
implementación en la educación. Lima: Editorial Mar Caribe de Josefrank Pernalete Lugo .
Obtenido de http://editorialmarcaribe.es/?page_id=1636
Ramos. (2024). Obtenido de La inteligencia artificial en la educación:
https://www.unesco.org/es/digital-education/artificial-intelligence
Topping, K., Gehringer, E., Khosravi, H., Gudipati, S., Jadhav, K., & Susarla, Y. (2025). Mejorar la
evaluación por pares con inteligencia artificial. Revista Internacional de Tecnología Educativa
en la Educación Superior. Obtenido de
pág. 6841
https://educationaltechnologyjournal.springeropen.com/articles/10.1186/s41239-024-00501-1
Unesco. (2025). Consejo Empresarial para la Ética de la IA. Obtenido de
https://www.unesco.org/es/artificial-intelligence/business-council?hub=32618
Vass Company. (2024). La sinergia entre IA y educación: oportunidades y desafíos. Obtenido de
https://vasscompany.com/es/insights/blogs-articles/ia-educacion/
Verawati, N., & Nisrina, N. (2024). The Role of Artificial Intelligence (AI) in Transforming Physics
Education: A Narrative Review. Lensa: Jurnal Kependidikan Fisika, 12(2), 212-228.
Villoria, M., & Mendoza, E. (2023). La autonomía del aprendizaje como factor clave del proceso de
construcción del conocimiento. Edusol, 23(83). Obtenido de
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1729-80912023000200180
Zamora Díaz , W., & Flores Morales, J. (2024). Metodologías Cuantitativa y Cualitativa en la
Investigación Científica: Un abordaje desde la epistemología. Revista Científica
Multidisciplinaria JIREH, 4(2). Obtenido de https://revistajireh.uml.edu.ni/wp-
content/uploads/v4n2_2024/24209.pdf
