pág. 1441
INTELIGENCIA ARTIFICIAL APLICADA EN LA
EDUCACIÓN: ESTUDIO DEL IMPACTO DE LOS
CHATBOTS INTELIGENTES COMO ASISTENTES
PEDAGÓGICOS EN LA EDUCACIÓN SUPERIOR
ARTIFICIAL INTELLIGENCE IN EDUCATION: A STUDY OF
THE IMPACT OF INTELLIGENT CHATBOTS AS TEACHING
ASSISTANTS IN HIGHER EDUCATION
MSc. Diana Chéquer Bajaña
Universidad Estatal de Milagro
MSc. Josselyn Maoly Cedillo Arce
Universidad Estatal de Milagro
pág. 1442
DOI: https://doi.org/10.37811/cl_rcm.v10i2.23193
Inteligencia artificial aplicada en la educación: estudio del impacto de los
chatbots inteligentes como asistentes pedagógicos en la educación superior
MSc. Diana Chéquer Bajaña1
dchequerb@unemi.edu.ec
https://orcid.org/0000-0002-3309-3456
Facultad de Posgrados, Escuela de Educación,
Maestría en Inteligencia Artificial para la
Educación, Universidad Estatal de Milagro
MSc. Josselyn Maoly Cedillo Arce
jcedilloa2@unemi.edu.ec
https://orcid.org/0000-0002-7891-019X
Facultad de Posgrados, Escuela de Educación,
Maestría en Inteligencia Artificial para la
Educación, Universidad Estatal de Milagro
RESUMEN
La presente investigación analizó el impacto de la inteligencia artificial aplicada a la educación superior,
con énfasis en el uso de chatbots inteligentes como asistentes pedagógicos. El objetivo del estudio fue
determinar cómo estas herramientas influyen en el desempeño académico, el aprendizaje autónomo y el
acompañamiento institucional, a partir de la evidencia científica disponible. Se desarrolló una
investigación con enfoque cualitativo mediante una revisión sistemática de la literatura, siguiendo el
modelo PRISMA 2020. El proceso incluyó el análisis documental de estudios publicados entre 2023 y
2025 en bases de datos indexadas como Scopus, Web of Science y Google Scholar, seleccionándose
finalmente 20 artículos científicos que cumplían los criterios de inclusión establecidos. Los resultados
evidencian que la integración de chatbots generativos en metodologías activas contribuye positivamente
al desarrollo de la autoeficacia, el aprendizaje autónomo y el rendimiento académico, especialmente en
disciplinas de alta complejidad cognitiva. Asimismo, se identificó que la interacción dialógica favorece
la retroalimentación inmediata, la resolución de problemas y el acompañamiento académico continuo.
No obstante, la literatura reporta desafíos asociados a la ética, la integridad académica, las limitaciones
técnicas y la necesidad de un diseño instruccional adecuado. Se concluye que los chatbots inteligentes
constituyen asistentes pedagógicos con alto potencial para la personalización del aprendizaje en
educación superior, siempre que su implementación se alinee con marcos pedagógicos sólidos, políticas
institucionales claras y principios éticos orientados a un uso responsable de la inteligencia artificial.
Palabras clave: inteligencia artificial; chatbots; educación superior; aprendizaje autónomo; desempeño
académico.
1
Autor principal
Correspondencia: dchequerb@unemi.edu.ec
pág. 1443
Artificial Intelligence in Education: A Study of the Impact of Intelligent
Chatbots as Teaching Assistants in Higher Education
ABSTRACT
This study analyzed the impact of artificial intelligence applied to higher education, with a specific focus
on the use of intelligent chatbots as pedagogical assistants. The objective of the research was to
determine how these tools influence academic performance, autonomous learning, and institutional
support, based on the available scientific evidence. A qualitative approach was adopted through a
systematic literature review following the PRISMA 2020 guidelines. The process involved the
documentary analysis of studies published between 2023 and 2025 in indexed databases such as Scopus,
Web of Science, and Google Scholar. A final corpus of 20 scientific articles that met the established
inclusion criteria was selected for analysis. The results indicate that the integration of generative
chatbots within active learning methodologies positively contributes to the development of self-efficacy,
autonomous learning, and academic performance, particularly in disciplines characterized by high
cognitive complexity. Additionally, dialogic interaction with these systems promotes immediate
feedback, problem-solving skills, and continuous academic support. However, the reviewed literature
also reports challenges related to ethical concerns, academic integrity, technical limitations, and the need
for appropriate instructional design. It is concluded that intelligent chatbots function as pedagogical
assistants with high potential to personalize learning in higher education, provided that their
implementation is aligned with solid pedagogical frameworks, clear institutional policies, and ethical
principles that ensure the responsible use of artificial intelligence.
Keywords: artificial intelligence; chatbots; higher education; autonomous learning; academic
performance.
Artículo recibido 19 febrero 2026
Aceptado para publicación: 24 marzo 2026
pág. 1444
INTRODUCCIÓN
En los últimos años, la educación superior ha experimentado transformaciones significativas como
consecuencia de los procesos de digitalización y del avance acelerado de la inteligencia artificial (IA).
Estas transformaciones responden a las nuevas demandas de estudiantes que se desenvuelven en
entornos digitales y que requieren procesos de enseñanza–aprendizaje más flexibles, personalizados e
interactivos. En este contexto, los chatbots inteligentes han emergido como una de las aplicaciones más
relevantes de la IA en el ámbito educativo, al posibilitar interacciones automatizadas orientadas al apoyo
del aprendizaje, la resolución de consultas académicas y la provisión de retroalimentación inmediata.
Diversos estudios recientes señalan que los chatbots inteligentes pueden desempeñar el rol de asistentes
pedagógicos virtuales en la educación superior, contribuyendo al fortalecimiento del aprendizaje
autónomo, la mejora del acceso a la información y el acompañamiento continuo del estudiante más allá
del aula tradicional. Asimismo, investigaciones empíricas evidencian que estos sistemas pueden influir
positivamente en la motivación, el compromiso académico y la percepción de apoyo institucional,
especialmente en contextos de educación en línea o modalidades híbridas.
No obstante, la literatura científica presenta resultados heterogéneos y, en algunos casos,
contradictorios. Mientras algunos autores destacan los beneficios pedagógicos de los chatbots
inteligentes, otros advierten limitaciones asociadas a la calidad de las respuestas, la comprensión
contextual y la ausencia de criterios didácticos sólidos en su diseño e implementación. A ello se suman
preocupaciones éticas relacionadas con la privacidad de los datos, la transparencia algorítmica y el
riesgo de una dependencia excesiva de la tecnología, lo cual podría afectar el desarrollo del pensamiento
crítico y el rol mediador del docente.
Desde la perspectiva estudiantil, investigaciones recientes indican que la adopción y efectividad de los
chatbots dependen de factores como la utilidad percibida, la facilidad de uso y la confianza en el sistema,
lo que evidencia que su impacto no es exclusivamente tecnológico, sino también pedagógico y
psicológico. De manera complementaria, estudios centrados en el componente afectivo del aprendizaje
señalan que la interacción con chatbots puede incidir en la motivación y en las emociones académicas,
aunque dichos efectos varían según el contexto educativo y el diseño instruccional de la herramienta.
pág. 1445
En el contexto latinoamericano, y particularmente en el ámbito nacional, la incorporación de chatbots
inteligentes en la educación superior aún se encuentra en una etapa incipiente. Las experiencias
reportadas corresponden principalmente a iniciativas aisladas o estudios exploratorios que carecen de
evaluaciones sistemáticas comparables, lo que evidencia un vacío en la literatura respecto a la
comprensión integral de su impacto como asistentes pedagógicos y a la formulación de orientaciones
claras para su implementación educativa.
En consecuencia, el problema de investigación se centra en la ausencia de una visión sistematizada y
fundamentada sobre el impacto de los chatbots inteligentes en los procesos de enseñanza–aprendizaje
en la educación superior. Frente a esta problemática, resulta pertinente desarrollar una revisión
sistemática de la literatura que permita integrar, analizar y sintetizar la evidencia científica disponible,
identificar tendencias, beneficios y limitaciones, así como reconocer vacíos de investigación que
orienten futuras líneas de estudio.
El objetivo general de la presente investigación fue analizar el impacto de los chatbots inteligentes como
asistentes pedagógicos en los procesos de enseñanza–aprendizaje en la educación superior, a partir de
la evidencia científica reciente, con el propósito de aportar un sustento teórico que contribuya a una
comprensión crítica y rigurosa de su aplicación en contextos universitarios.
Marco teórico
Inteligencia artificial aplicada a la educación superior
La inteligencia artificial (IA) se ha consolidado en la última década como uno de los principales motores
de transformación de la educación superior, al introducir nuevas posibilidades para el análisis de datos
educativos, la personalización del aprendizaje y la automatización de procesos académicos. Su
incorporación responde a la necesidad de adaptar los sistemas universitarios a entornos digitales
caracterizados por la inmediatez de la información y el acceso permanente al conocimiento (Cabero-
Almenara et al., 2025).
En el ámbito universitario, la IA permite optimizar la gestión académica y enriquecer las experiencias
formativas mediante sistemas inteligentes capaces de procesar grandes volúmenes de información
educativa. Estas tecnologías facilitan la identificación de patrones de comportamiento estudiantil, lo que
pág. 1446
contribuye al seguimiento académico y a la toma de decisiones basadas en evidencia dentro de las
instituciones de educación superior (López et al., 2025).
Diversas investigaciones coinciden en que la incorporación de la IA favorece la eficiencia pedagógica
y la flexibilidad de los entornos de aprendizaje, especialmente en modalidades virtuales e híbridas. En
estos contextos, los sistemas inteligentes posibilitan la adaptación de contenidos y actividades según el
ritmo y las necesidades del estudiante, fortaleciendo el aprendizaje autónomo y la permanencia
académica (Jiménez-García et al., 2025).
Desde una perspectiva pedagógica, la IA no debe entenderse como un sustituto del docente, sino como
un recurso que amplía las posibilidades de mediación didáctica. La literatura especializada enfatiza que
el rol del profesorado continúa siendo fundamental en la orientación del proceso formativo,
particularmente en el desarrollo del pensamiento crítico y en la construcción significativa del
conocimiento (Cabero-Almenara et al., 2025).
Asimismo, el uso de sistemas basados en IA en educación superior ha evidenciado beneficios en la
analítica del aprendizaje, la retroalimentación automatizada y la identificación temprana de riesgos
académicos. Estas funcionalidades permiten diseñar estrategias de intervención más oportunas,
orientadas a mejorar el rendimiento estudiantil y reducir los índices de abandono universitario (López
et al., 2025).
No obstante, la literatura también advierte que el impacto educativo de la IA depende de su adecuada
integración curricular, de la formación digital docente y de la existencia de políticas institucionales
claras que orienten su implementación. Sin estos elementos, el potencial tecnológico puede verse
limitado y no generar mejoras significativas en los procesos de enseñanza–aprendizaje (Jiménez-García
et al., 2025).
Chatbots inteligentes en contextos educativos
Los chatbots inteligentes constituyen una de las aplicaciones más difundidas de la inteligencia artificial
en el ámbito educativo contemporáneo. Estos sistemas conversacionales utilizan procesamiento del
lenguaje natural y modelos de aprendizaje automático para interactuar con los usuarios mediante
diálogos automatizados que simulan la comunicación humana con fines informativos, administrativos o
pedagógicos (Labadze et al., 2023).
pág. 1447
En contextos educativos, los chatbots han sido implementados como herramientas de apoyo para
responder consultas académicas, orientar a los estudiantes en el uso de plataformas virtuales y facilitar
procesos administrativos relacionados con la gestión del aprendizaje. Su utilización permite ampliar los
canales de comunicación institucional y ofrecer atención permanente, especialmente en entornos
virtuales o híbridos donde la interacción asincrónica resulta determinante (Guallo-Paca et al., 2025).
Diversos estudios señalan que la incorporación de chatbots educativos contribuye a mejorar la
accesibilidad a la información y a optimizar los tiempos de respuesta frente a dudas académicas
frecuentes. Esta característica resulta particularmente relevante en instituciones con alta matrícula
estudiantil, donde la demanda de acompañamiento supera la capacidad de atención directa del personal
docente y administrativo (Sedrakyan et al., 2024).
Asimismo, investigaciones recientes evidencian que el uso de chatbots puede influir positivamente en
la motivación y satisfacción estudiantil, al proporcionar respuestas inmediatas y personalizadas que
reducen la frustración asociada a la espera de retroalimentación. En entornos de aprendizaje digital, esta
interacción continua favorece la percepción de acompañamiento y soporte institucional (Lee et al.,
2025).
No obstante, la literatura científica presenta hallazgos diversos respecto a su impacto educativo.
Mientras algunos estudios reportan beneficios en términos de compromiso académico y participación
estudiantil, otros advierten limitaciones relacionadas con la calidad de las respuestas, la comprensión
contextual y la escasa personalización efectiva cuando los sistemas no están adecuadamente entrenados
o integrados al diseño instruccional (Deng & Yu, 2023).
En consecuencia, el análisis de los chatbots inteligentes en contextos educativos debe abordarse desde
una perspectiva integral que considere no solo su dimensión tecnológica, sino también los factores
pedagógicos, didácticos e institucionales que condicionan su efectividad. La evidencia sugiere que su
verdadero potencial educativo depende de su articulación con metodologías activas y estrategias de
enseñanza centradas en el estudiante (Che Wan Ahmad et al., 2025).
Chatbots como asistentes pedagógicos
El concepto de chatbot como asistente pedagógico trasciende su función tradicional como herramienta
de consulta o soporte informativo. En el ámbito de la educación superior, estos sistemas
pág. 1448
conversacionales comienzan a desempeñar un rol activo dentro del proceso de enseñanza–aprendizaje,
al ofrecer orientación académica, retroalimentación inmediata y acompañamiento continuo al estudiante
durante el desarrollo de actividades formativas (Labadze et al., 2023).
Diversos estudios recientes señalan que los chatbots pueden integrarse como mediadores del aprendizaje
cuando se incorporan en metodologías activas, tales como el aprendizaje basado en proyectos, el
aprendizaje colaborativo y la resolución de problemas. En estos escenarios, los sistemas de inteligencia
artificial contribuyen a guiar procesos cognitivos, facilitar la comprensión de contenidos complejos y
reforzar la construcción significativa del conocimiento (Zhang et al., 2025).
Asimismo, la interacción dialógica con chatbots generativos ha demostrado favorecer el desarrollo de
competencias cognitivas de orden superior, especialmente aquellas relacionadas con la resolución
creativa de problemas, el análisis crítico y la reflexión metacognitiva. La calidad de la interacción y el
diseño de las consignas o prompts influyen directamente en la percepción de utilidad pedagógica y en
los resultados de aprendizaje obtenidos por los estudiantes (Song et al., 2025).
Desde la perspectiva del aprendizaje autónomo, los chatbots permiten a los estudiantes gestionar su
propio ritmo de estudio y acceder a apoyo académico de forma permanente, lo que fortalece los procesos
de autorregulación del aprendizaje. Investigaciones en educación superior evidencian que estos sistemas
pueden actuar como tutores virtuales que orientan la planificación, monitoreo y evaluación del progreso
académico (Gámez-Peralta et al., 2025).
No obstante, la literatura advierte que el uso de chatbots como asistentes pedagógicos debe estar
acompañado de un diseño instruccional adecuado y de la mediación docente. Sin una orientación
pedagógica clara, existe el riesgo de promover un aprendizaje superficial o dependiente de las respuestas
automatizadas, lo que podría afectar el desarrollo del pensamiento crítico y la autonomía real del
estudiante (Hadinejad et al., 2025).
En consecuencia, el potencial educativo de los chatbots como asistentes pedagógicos se materializa
cuando estas herramientas se integran de manera planificada dentro de estrategias didácticas centradas
en el estudiante y alineadas con los objetivos curriculares. Bajo estas condiciones, los sistemas
conversacionales pueden consolidarse como recursos de apoyo que fortalecen el aprendizaje
pág. 1449
significativo, la personalización educativa y el acompañamiento académico en la educación superior
(Ilieva et al., 2023).
Consideraciones éticas y diseño instruccional
El uso de chatbots inteligentes en la educación superior plantea una serie de desafíos éticos que deben
ser abordados de manera prioritaria para garantizar una integración responsable de la inteligencia
artificial en los procesos formativos. Entre las principales preocupaciones identificadas en la literatura
se encuentran la privacidad de los datos, la protección de la información personal de los estudiantes y la
transparencia en el funcionamiento de los algoritmos utilizados por estos sistemas (Hadinejad et al.,
2025).
En el contexto educativo, el manejo de grandes volúmenes de datos generados por plataformas digitales
y sistemas conversacionales exige el cumplimiento de principios de seguridad, confidencialidad y uso
responsable de la información. La ausencia de políticas claras puede generar riesgos asociados al uso
indebido de datos académicos o a la exposición de información sensible dentro de los entornos virtuales
de aprendizaje (Cabero-Almenara et al., 2025).
Otro aspecto relevante se relaciona con la integridad académica. La utilización de sistemas de
inteligencia artificial generativa para la elaboración de tareas, trabajos o evaluaciones puede derivar en
prácticas de dependencia tecnológica o en formas indirectas de deshonestidad académica si no existen
lineamientos institucionales que orienten su uso pedagógico adecuado. Por ello, diversos estudios
recomiendan establecer normativas claras que definan cuándo y cómo es pertinente el uso de estas
herramientas (Deng & Yu, 2023).
Desde una perspectiva pedagógica, el impacto educativo de los chatbots depende en gran medida de su
diseño instruccional. Un enfoque centrado en el estudiante, que considere sus necesidades, estilos de
aprendizaje y contexto disciplinar, permite maximizar los beneficios de la interacción con sistemas
inteligentes y evitar usos meramente instrumentales de la tecnología (Che Wan Ahmad et al., 2025).
Asimismo, la literatura destaca la importancia de fortalecer la competencia digital y ética tanto en
docentes como en estudiantes. La formación en el uso crítico de la inteligencia artificial favorece la
comprensión de sus alcances y limitaciones, promoviendo prácticas educativas responsables que
pág. 1450
integren la tecnología como apoyo al aprendizaje y no como sustituto del proceso cognitivo (Labadze
et al., 2023).
Finalmente, la integración efectiva de chatbots inteligentes en la educación superior requiere la
articulación entre políticas institucionales, marcos pedagógicos sólidos y procesos de capacitación
continua. Solo bajo estas condiciones es posible aprovechar su potencial como asistentes pedagógicos,
garantizando al mismo tiempo principios de equidad, calidad educativa y responsabilidad social en el
uso de la inteligencia artificial (Cabero-Almenara et al., 2025).
METODOLOGÍA
La presente investigación se desarrolló bajo un enfoque cualitativo con alcance descriptivo–analítico,
mediante una revisión sistemática de la literatura orientada a identificar, analizar y sintetizar la evidencia
científica disponible sobre el impacto de los chatbots inteligentes como asistentes pedagógicos en la
educación superior. Este diseño permitió organizar de manera rigurosa los hallazgos reportados en
estudios recientes y establecer tendencias, convergencias y vacíos de investigación en el campo.
El proceso metodológico se estructuró siguiendo las directrices del modelo PRISMA 2020 (Preferred
Reporting Items for Systematic Reviews and Meta-Analyses), con el fin de garantizar transparencia,
trazabilidad y reproducibilidad en la selección y análisis de los estudios. La adopción de este modelo
permitió documentar de forma sistemática cada fase del proceso de búsqueda, cribado, elegibilidad e
inclusión de los artículos científicos.
La búsqueda de información se realizó en bases de datos académicas reconocidas por su rigor e
indexación científica: Scopus, Web of Science y Google Scholar. Estas fuentes fueron seleccionadas
debido a su amplia cobertura de literatura especializada en tecnología educativa e innovación
pedagógica, lo que permitió acceder a estudios relevantes relacionados con inteligencia artificial y
chatbots en educación superior.
La estrategia de búsqueda incluyó combinaciones de palabras clave en español e inglés, empleando
operadores booleanos para optimizar la recuperación de información. Entre las ecuaciones de búsqueda
utilizadas se consideraron: “Artificial intelligence” AND “chatbots” AND “higher education”e
“inteligencia artificial” AND “asistentes pedagógicos” AND “educación superior”. El uso de términos
pág. 1451
equivalentes y combinaciones semánticas permitió ampliar la cobertura y reducir el sesgo de omisión
de estudios pertinentes.
Se establecieron criterios de inclusión y exclusión previamente definidos. Se incluyeron artículos
científicos publicados en revistas indexadas, en idioma español e inglés, que abordaran de manera
explícita el uso de chatbots inteligentes o sistemas de inteligencia artificial como apoyo a los procesos
de enseñanza–aprendizaje en educación superior. Se excluyeron documentos duplicados, estudios sin
revisión por pares y publicaciones que no presentaban resultados relacionados con el objetivo del
estudio.
El proceso de selección se desarrolló en varias fases. En una primera etapa se realizó la revisión de
títulos y resúmenes para descartar estudios no pertinentes. Posteriormente, se efectuó la lectura completa
de los textos potencialmente elegibles con el fin de verificar el cumplimiento de los criterios
establecidos. Como resultado de este procedimiento, el conjunto inicial de registros se redujo a un corpus
definitivo de 20 artículos científicos, los cuales fueron analizados de manera sistemática.
Tabla 1 Descripción general de los artículos analizados
Nº
Título del estudio
Autores
Año
Enfoque principal
1
Role of AI chatbots in education:
systematic literature review
Labadze et al.
2023
Revisión del rol de chatbots en
educación
2
Interactions with generative AI
chatbots
Song et al.
2025
Dinámicas dialógicas y
resolución de problemas
3
Knowledge and use of AI chatbots
among physiotherapy students
Battista et al.
2025
Percepciones y limitaciones
del uso de IA
4
Generative AI chatbots in higher
education
Hadinejad et al.
2025
Experiencias estudiantiles y
desafíos éticos
5
Application of generative AI
chatbots in nursing students
Zhang et al.
2025
Impacto en aprendizaje basado
en tareas
6
Students’ perceptions of generative
AI in EFL writing
Lee et al.
2025
Autoeficacia y satisfacción
estudiantil
7
Integrating AI Chatbot Technology
with LMS
Sedrakyan et al.
2024
Integración tecnológica en
educación superior
8
Designing AI Chatbots for Higher
Education
Che Wan
Ahmad et al.
2025
Necesidades y preferencias
estudiantiles
pág. 1452
9
Effects of Generative Chatbots in
Higher Education
Ilieva et al.
2023
Impacto en experiencia
académica
10
Integración de chatbots educativos
basados en IA
Guallo-Paca et
al.
2025
Apoyo en entornos virtuales
11
Implementación de chatbots para
aprendizaje autónomo
Gámez-Peralta
et al.
2025
Autorregulación del
aprendizaje
12
Impacto de chatbots en resolución de
dudas
Quinga-Suárez
et al.
2025
Retroalimentación en tiempo
real
13
ChatGPT en la educación: enfoque
bibliométrico
Reyes-Moreno
et al.
2023
Tendencias de investigación
14
Beneficios y retos del uso de IA-
Chatbots
López et al.
2025
Revisión sistemática
15
Chatbots como herramientas de
retroalimentación
Pérez et al.
2025
Feedback inmediato
16
Chatbots en formación técnica y
programación
Martínez et al.
2025
Aprendizaje de programación
17
Perspectivas del uso de chatbots en
educación superior
Hernández et
al.
2023
Oportunidades y desafíos
18
Chatbot para prevenir abandono
universitario
Sánchez et al.
2024
Permanencia estudiantil
19
Chatbots para aprendizaje
personalizado
López et al.
2025
Personalización educativa
20
IA y chatbots para educación
superior sostenible
Cabero-
Almenara et al.
2025
Enfoque estratégico
institucional
Fuente. Elaboración propia
Nota. La tabla sintetiza los estudios seleccionados que conforman el corpus final de la revisión sistemática.
Análisis de datos
El análisis de la información se realizó mediante una síntesis cualitativa de contenido, orientada a
identificar patrones, tendencias y categorías recurrentes en los estudios seleccionados. Este enfoque
permitió interpretar de manera sistemática los hallazgos reportados en la literatura científica sobre el
impacto de los chatbots inteligentes como asistentes pedagógicos en la educación superior.
En una primera fase, los artículos incluidos fueron organizados en una matriz de análisis que permitió
registrar información relevante como objetivo del estudio, enfoque metodológico, contexto educativo,
pág. 1453
variables analizadas y principales resultados. Este procedimiento facilitó la comparación entre
investigaciones y la identificación de elementos comunes y divergentes en relación con el uso educativo
de los chatbots.
Posteriormente, se aplicó un proceso de codificación temática, mediante el cual los contenidos de los
estudios fueron clasificados según ejes conceptuales relacionados con el aprendizaje, el desarrollo de
habilidades y el acompañamiento pedagógico. Esta categorización se realizó de forma inductiva, a partir
de los hallazgos recurrentes presentes en los artículos analizados.
Como resultado del proceso de codificación, se identificaron tres categorías principales de análisis:
impacto en el aprendizaje y desempeño académico, desarrollo de habilidades y competencias, y
acompañamiento y soporte pedagógico. Estas categorías permitieron estructurar los resultados de la
revisión sistemática y organizar la discusión en función de los aportes reportados por la literatura
reciente.
Asimismo, se efectuó un análisis comparativo entre los estudios incluidos, considerando sus enfoques
metodológicos, contextos de aplicación y principales conclusiones. Este contraste permitió reconocer
convergencias en los beneficios pedagógicos asociados al uso de chatbots, así como divergencias
relacionadas con limitaciones técnicas, éticas y de diseño instruccional.
Finalmente, la síntesis interpretativa de los hallazgos se realizó vinculando las categorías emergentes
con el marco teórico previamente desarrollado. Este procedimiento aseguró la coherencia interna del
estudio y permitió fundamentar la discusión desde una perspectiva crítica, identificando vacíos de
investigación y posibles líneas futuras en el campo de la inteligencia artificial aplicada a la educación
superior.
Validez metodológica
La validez del proceso de revisión sistemática se garantizó mediante la aplicación rigurosa de las
directrices del modelo PRISMA 2020, el cual establece criterios de transparencia, trazabilidad y
reproducibilidad en la identificación, selección y análisis de la evidencia científica. La adopción de este
marco metodológico permitió documentar de manera estructurada cada fase del proceso investigativo y
reducir el riesgo de sesgos en la selección de los estudios.
pág. 1454
Con el fin de fortalecer la confiabilidad del análisis, se definieron previamente criterios explícitos de
inclusión y exclusión relacionados con el tipo de documento, el contexto educativo, el enfoque temático,
el idioma y el periodo de publicación. La aplicación sistemática de estos criterios contribuyó a garantizar
la coherencia del corpus de análisis y a asegurar que los estudios seleccionados respondieran
directamente al objetivo de la investigación.
Asimismo, el proceso de búsqueda se realizó en bases de datos científicas reconocidas por su rigor
académico, como Scopus, Web of Science y Google Scholar, lo que permitió acceder a literatura
indexada y revisada por pares. La utilización de múltiples fuentes redujo el riesgo de sesgo de
publicación y favoreció una cobertura más amplia de investigaciones relevantes sobre inteligencia
artificial y chatbots en educación superior.
Durante la fase de selección, se efectuó un proceso progresivo de cribado que incluyó la revisión de
títulos, resúmenes y textos completos, siguiendo las etapas establecidas por PRISMA. Este
procedimiento permitió depurar registros duplicados, descartar estudios no pertinentes y asegurar la
elegibilidad final de los artículos incluidos en el análisis. La trazabilidad del proceso quedó representada
en el diagrama de flujo correspondiente.
Para fortalecer la consistencia analítica, la categorización de los estudios y la construcción de las
matrices de síntesis fueron revisadas de manera sistemática por las investigadoras, verificando la
correspondencia entre los hallazgos reportados y las categorías temáticas definidas. Este proceso
contribuyó a mejorar la credibilidad y la estabilidad de los resultados obtenidos.
Finalmente, la validez interna del estudio se sustentó en la triangulación entre el marco teórico, los
hallazgos de la literatura revisada y el análisis interpretativo desarrollado. Este enfoque permitió
contrastar la evidencia disponible, identificar convergencias y divergencias entre investigaciones y
reducir la influencia de interpretaciones subjetivas, fortaleciendo el rigor científico de la revisión
sistemática.
pág. 1455
Tabla 2 Criterios aplicados para garantizar la validez y confiabilidad del proceso de revisión
Dimensión
Criterio aplicado
Procedimiento utilizado
Propósito
metodológico
Transparencia
Uso del modelo
PRISMA 2020
Documentación de fases:
identificación, cribado,
elegibilidad e inclusión
Garantizar
trazabilidad del
proceso
Selección de
estudios
Criterios de inclusión
y exclusión explícitos
Definición previa de tipo de
documento, idioma,
contexto y enfoque
Reducir sesgo de
selección
Rigor de fuentes
Uso de bases de datos
indexadas
Búsqueda en Scopus, Web
of Science y Google Scholar
Asegurar calidad
científica de la
evidencia
Control de sesgo
Eliminación de
duplicados y estudios
no pertinentes
Revisión de títulos,
resúmenes y textos
completos
Evitar
sobreestimación de
resultados
Consistencia
analítica
Revisión sistemática
de categorías
Construcción y verificación
de matrices de análisis
Aumentar estabilidad
de los hallazgos
Credibilidad
Comparación entre
estudios
Identificación de
convergencias y
divergencias
Fortalecer
interpretación crítica
Validez interna
Triangulación teórica
y analítica
Relación entre marco
teórico, resultados y
categorías
Reducir subjetividad
investigativa
Reproducibilidad
Descripción detallada
del proceso
metodológico
Registro de ecuaciones de
búsqueda y criterios
Permitir replicación
del estudio
Fuente. Elaboración propia
Nota. La tabla resume los criterios metodológicos utilizados para garantizar la validez, confiabilidad y rigor científico de la
revisión sistemática conforme a las directrices PRISMA.
pág. 1456
Tabla 3 Criterios de inclusión y exclusión aplicados en la revisión sistemática
Criterios
Inclusión
Exclusión
Tipo de
documento
Artículos científicos publicados en revistas
indexadas
Editoriales, reseñas, ponencias,
capítulos de libro, tesis
Revisión por
pares
Estudios con revisión por pares
Documentos sin revisión académica
Base de datos
Scopus, Web of Science y Google Scholar
Otras bases de datos no
consideradas
Idioma
Español e inglés
Publicaciones en otros idiomas
Periodo de
publicación
Estudios recientes (últimos tres años, según
política editorial)
Publicaciones fuera del periodo
establecido
Contexto
educativo
Investigaciones desarrolladas en educación
superior
Estudios realizados en educación
básica, media u otros contextos no
universitarios
Enfoque
temático
Uso de inteligencia artificial y/o chatbots
como asistentes pedagógicos en procesos de
enseñanza–aprendizaje
Estudios que aborden inteligencia
artificial sin relación con procesos
educativos
Relevancia
Relación directa con el impacto educativo
de los chatbots o sistemas de IA
Investigaciones sin resultados
aplicables al ámbito educativo
Acceso al
documento
Artículos con texto completo disponible
para análisis
Registros sin acceso al contenido
completo
Fuente. Elaboración propia
Nota. La tabla presenta los criterios de inclusión y exclusión utilizados para la selección de los estudios que conforman el
corpus de la revisión sistemática, conforme a las directrices del modelo PRISMA 2020.
La Figura 1 presenta el diagrama de flujo correspondiente al proceso de búsqueda, selección y
depuración de los estudios incluidos en la revisión sistemática, elaborado conforme a las directrices del
modelo PRISMA 2020. En este diagrama se detalla de manera secuencial el procedimiento seguido
pág. 1457
desde la identificación inicial de los registros en las bases de datos Scopus, Web of Science y Google
Scholar hasta la inclusión final de los artículos que cumplieron los criterios establecidos.
A partir de la búsqueda inicial se identificaron 14 500 registros, los cuales fueron sometidos a un proceso
de eliminación de duplicados, cribado de títulos y resúmenes, y evaluación de elegibilidad mediante la
revisión de los textos completos. Como resultado de estas fases, se excluyeron aquellos estudios que no
cumplían con los criterios de inclusión definidos previamente.
Finalmente, el proceso de depuración permitió conformar un corpus de 20 artículos científicos incluidos
en la revisión sistemática, garantizando la transparencia, trazabilidad y rigurosidad metodológica del
estudio.
Nota. La figura representa el diagrama de flujo del proceso de identificación, selección y depuración de los estudios incluidos
en la revisión sistemática, conforme a las directrices del modelo PRISMA 2020.
pág. 1458
RESULTADOS
Como resultado del proceso de búsqueda, selección y depuración de la literatura científica, se
identificaron inicialmente 14 500 registros provenientes de las bases de datos Scopus, Web of Science
y Google Scholar. Tras la eliminación de registros duplicados y la aplicación de los criterios de inclusión
y exclusión establecidos, se seleccionó un total de 20 artículos científicos para el análisis definitivo,
conforme a las directrices del modelo PRISMA 2020.
En relación con las características metodológicas de los estudios incluidos, se observó un predominio
de investigaciones de enfoque cualitativo y revisiones sistemáticas, así como estudios aplicados y
empíricos orientados a analizar el impacto de los chatbots inteligentes en contextos de educación
superior. Estos trabajos abordaron el uso de sistemas de inteligencia artificial desde perspectivas
pedagógicas, tecnológicas e institucionales.
El análisis de la literatura permitió identificar que los estudios se concentran principalmente en tres
líneas de investigación: el impacto de los chatbots en el aprendizaje y desempeño académico, el
desarrollo de habilidades y competencias en los estudiantes y el acompañamiento pedagógico en
entornos virtuales de aprendizaje. Estas tendencias evidencian el creciente interés científico por el uso
de asistentes inteligentes como recursos de apoyo en la educación superior.
Asimismo, se identificó que la mayoría de las investigaciones reportan efectos positivos asociados al
uso de chatbots educativos, particularmente en la mejora de la retroalimentación inmediata, el acceso a
la información y la percepción de apoyo académico. No obstante, algunos estudios también señalan
limitaciones relacionadas con la calidad de las respuestas, la dependencia tecnológica y los desafíos
éticos derivados del uso de sistemas de inteligencia artificial generativa.
Desde una perspectiva comparativa, los hallazgos muestran convergencias en la utilidad de los chatbots
para fortalecer el aprendizaje autónomo y el acompañamiento continuo del estudiante, especialmente en
entornos virtuales e híbridos. Sin embargo, se identifican divergencias en cuanto a su impacto en el
rendimiento académico, el cual depende del diseño instruccional y del contexto disciplinar en el que se
implementan estas tecnologías.
En síntesis, los resultados de la revisión sistemática evidencian que los chatbots inteligentes están siendo
incorporados progresivamente como asistentes pedagógicos en la educación superior, con beneficios
pág. 1459
asociados al apoyo académico, la personalización del aprendizaje y la optimización de los procesos
formativos, aunque su efectividad se encuentra condicionada por factores pedagógicos, tecnológicos y
éticos.
Selección de los estudios
La selección de los estudios se realizó conforme al proceso descrito en el diagrama de flujo PRISMA,
el cual permitió identificar, depurar y consolidar el corpus final de la revisión sistemática. Tras la
búsqueda inicial en bases de datos indexadas, se identificaron 14 500 registros relacionados con
inteligencia artificial y chatbots en educación.
Posteriormente, se eliminaron los documentos duplicados y se aplicaron los criterios de inclusión y
exclusión previamente definidos, lo que permitió reducir progresivamente el número de estudios.
Durante la fase de cribado se revisaron títulos y resúmenes para descartar investigaciones no pertinentes
al objetivo del estudio.
En la etapa de elegibilidad se efectuó la lectura completa de los artículos potencialmente relevantes,
verificando su relación directa con el uso de chatbots inteligentes como asistentes pedagógicos en
educación superior. Este procedimiento permitió garantizar la pertinencia temática y la calidad científica
de los estudios incluidos.
Como resultado del proceso de selección, se conformó un corpus definitivo de 20 artículos científicos,
los cuales fueron analizados de manera sistemática para identificar tendencias, aportes y limitaciones en
el uso educativo de los chatbots inteligentes.
La Tabla 4 presenta la relación de los estudios seleccionados, incluyendo el título y los autores de cada
investigación, lo que permite visualizar la diversidad de enfoques y contextos abordados en la literatura
reciente.
En conjunto, el proceso de selección evidenció un incremento significativo de investigaciones sobre
inteligencia artificial generativa y chatbots en educación superior durante el periodo 2023–2025, lo que
confirma el creciente interés académico por el análisis de estas tecnologías en los procesos de
enseñanza–aprendizaje.
pág. 1460
Tabla 4 Estudios incluidos en la revisión sistemática
Nº
Título del artículo
Autores
Año
1
Role of AI chatbots in education: systematic literature review
Labadze et al.
2023
2
Interactions with generative AI chatbots: unveiling dialogic dynamics,
students’ perceptions, and practical competencies in creative problem-
solving
Song et al.
2025
3
Knowledge and use, perceptions of benefits and limitations of artificial
intelligence chatbots among Italian physiotherapy students: a cross-
sectional national study
Battista et al.
2025
4
Generative AI chatbots in higher education: Student experiences and
perceived ethical challenges
Hadinejad et
al.
2025
5
Application of generative artificial intelligence chatbots + project task
driven teaching in undergraduate nursing students: a quasi-
experimental study
Zhang et al.
2025
6
Students’ perceptions of generative AI in EFL writing: strategies, self-
efficacy, satisfaction and behavioural intention
Lee et al.
2025
7
Design Implications for Integrating AI Chatbot Technology with
Learning Management Systems
Sedrakyan et
al.
2024
8
Designing AI Chatbots for Higher Education: A Study on Student
Needs and Preferences
Che Wan
Ahmad et al.
2025
9
Effects of Generative Chatbots in Higher Education
Ilieva et al.
2023
10
Integración de chatbots educativos basados en IA como recurso de
apoyo en ambientes virtuales de enseñanza-aprendizaje
Guallo-Paca et
al.
2025
11
Implementación de chatbots educativos con IA para el aprendizaje
autónomo en estudiantes universitarios
Gámez-Peralta
et al.
2025
12
Análisis del impacto de los chatbots educativos basados en IA en la
resolución de dudas estudiantiles en tiempo real
Quinga-Suárez
et al.
2025
pág. 1461
13
ChatGPT en la educación: un enfoque bibliométrico de la integración
de sistemas de chatbots en los procesos educativos
Reyes-Moreno
et al.
2023
14
Aplicaciones, beneficios, retos y áreas de desarrollo en el uso de IA-
Chatbots en el ámbito educativo: una revisión sistemática
López et al.
2025
15
Chatbots como herramientas de retroalimentación inmediata para
estudiantes en entornos virtuales
Pérez et al.
2025
16
Chatbots educativos: integración de la inteligencia artificial en la
formación técnica y tecnológica para mejorar el aprendizaje de la
programación
Martínez et al.
2025
17
Perspectivas del uso de chatbots en la educación superior
Hernández et
al.
2023
18
Chatbot de IA para prevenir el abandono de la educación superior: una
revisión de la literatura
Sánchez et al.
2024
19
Chatbots educativos y asistentes virtuales para el aprendizaje
personalizado en educación superior
López et al.
2025
20
Inteligencia Artificial y chatbots para una educación superior
sostenible: una revisión sistemática
Cabero-
Almenara et al.
2025
Nota. La tabla presenta los artículos científicos seleccionados que conforman el corpus de la revisión sistemática, de acuerdo
con los criterios de inclusión y exclusión establecidos.
Fuente. Elaboración propia.
Organización de los estudios por categorías
Con el fin de sistematizar la información obtenida, los estudios incluidos fueron organizados en
categorías analíticas que permitieron estructurar los resultados de la revisión sistemática. Este proceso
se realizó a partir de la codificación temática de los hallazgos reportados en la literatura.
El análisis permitió identificar tres categorías principales: impacto en el aprendizaje y desempeño
académico, desarrollo de habilidades y competencias, y acompañamiento y soporte pedagógico. Estas
pág. 1462
categorías emergieron de manera inductiva a partir de los temas recurrentes presentes en los estudios
seleccionados.
La categoría impacto en el aprendizaje agrupa investigaciones que analizan el rendimiento académico,
la autoeficacia y la percepción de beneficios asociados al uso de chatbots inteligentes. Los estudios
incluidos en este eje evidencian mejoras en la comprensión de contenidos y en la participación
estudiantil.
La categoría desarrollo de habilidades y competencias reúne investigaciones centradas en el aprendizaje
autónomo, la resolución de problemas, la metacognición y el fortalecimiento de competencias cognitivas
superiores. Estos trabajos destacan el potencial de los chatbots como mediadores del aprendizaje
autorregulado.
Finalmente, la categoría acompañamiento y soporte pedagógico integra estudios que examinan el uso
de chatbots como herramientas de retroalimentación inmediata, resolución de dudas en tiempo real y
apoyo académico continuo en entornos virtuales de aprendizaje.
La organización por categorías permitió estructurar la síntesis de resultados y facilitar el análisis
comparativo entre los estudios, evidenciando tendencias comunes y áreas de desarrollo en la
investigación sobre inteligencia artificial aplicada a la educación superior.
Tabla 3 Clasificación temática de los estudios incluidos
Categoría
Subcategoría
Títulos de los artículos relacionados
Autores
Impacto en el
aprendizaje y
desempeño académico
Eficacia y
rendimiento
estudiantil
Application of generative artificial
intelligence chatbots + project task
driven teaching in undergraduate
nursing students
Zhang et al.
(2025)
Effects of Generative Chatbots in
Higher Education
Ilieva et al.
(2023)
Chatbots educativos para mejorar
el aprendizaje de la programación
Martínez et
al. (2025)
pág. 1463
Percepciones y
beneficios
académicos
Students’ perceptions of generative
AI in EFL writing
Lee et al.
(2025)
Knowledge and use, perceptions of
benefits and limitations of AI
chatbots among Italian
physiotherapy students
Battista et al.
(2025)
ChatGPT en la educación: un
enfoque bibliométrico de la
integración de sistemas de chatbots
en los procesos educativos
Reyes-
Moreno et al.
(2023)
Personalización y
sostenibilidad
Chatbots educativos y asistentes
virtuales para el aprendizaje
personalizado en educación
superior
López et al.
(2025)
Inteligencia artificial y chatbots
para una educación superior
sostenible: una revisión sistemática
Cabero-
Almenara et
al. (2025)
Desarrollo de
habilidades y
competencias
Resolución de
problemas y
cognición
Interactions with generative AI
chatbots: unveiling dialogic
dynamics and practical
competencies in creative problem-
solving
Song et al.
(2025)
Role of AI chatbots in education:
systematic literature review
Labadze et
al. (2023)
pág. 1464
Aprendizaje
autónomo
Implementación de chatbots
educativos con IA para el
aprendizaje autónomo en
estudiantes universitarios
Gámez-
Peralta et al.
(2025)
Desafíos éticos e
integridad
Generative AI chatbots in higher
education: Student experiences and
perceived ethical challenges
Hadinejad et
al. (2025)
Designing AI Chatbots for Higher
Education: A Study on Student
Needs and Preferences
Che Wan
Ahmad et al.
(2025)
Acompañamiento y
soporte pedagógico
Retroalimentación y
resolución de dudas
Análisis del impacto de los chatbots
educativos en la resolución de
dudas estudiantiles en tiempo real
Quinga-
Suárez et al.
(2025)
Chatbots como herramientas de
retroalimentación inmediata para
estudiantes en entornos virtuales
Pérez et al.
(2025)
Aplicaciones, beneficios, retos y
áreas de desarrollo en el uso de IA-
Chatbots en el ámbito educativo:
una revisión sistemática de la
literatura
López et al.
(2025)
Soporte en entornos
virtuales
Integración de chatbots educativos
como recurso de apoyo en
ambientes virtuales de enseñanza-
aprendizaje
Guallo-Paca
et al. (2025)
pág. 1465
Design Implications for Integrating
AI Chatbot Technology with
Learning Management Systems
Sedrakyan et
al. (2024)
Prevención del
abandono y tutoría
Chatbot de IA para prevenir el
abandono de la educación superior
Sánchez et al.
(2024)
Perspectivas del uso de chatbots en
la educación superior
Hernández et
al. (2023)
Nota. La tabla presenta la organización de los estudios seleccionados en categorías y subcategorías
temáticas, de acuerdo con el proceso de codificación y análisis cualitativo desarrollado en la revisión
sistemática.
Fuente. Elaboración propia.
1.1. Distribución temática de los estudios
El análisis de los estudios incluidos permitió identificar la distribución temática de la producción
científica relacionada con el uso de chatbots inteligentes en la educación superior. A partir del proceso
de categorización descrito previamente, se establecieron tres ejes principales de investigación: impacto
en el aprendizaje y desempeño académico, desarrollo de habilidades y competencias, y acompañamiento
y soporte pedagógico.
La mayor concentración de investigaciones se ubica en la categoría impacto en el aprendizaje y
desempeño académico, lo que evidencia el interés de la comunidad científica por analizar la efectividad
pedagógica de los chatbots en el rendimiento estudiantil, la comprensión de contenidos y la percepción
de beneficios académicos asociados a su uso.
En segundo lugar, se identifica una presencia relevante de estudios orientados al desarrollo de
habilidades y competencias, particularmente en relación con el aprendizaje autónomo, la resolución de
problemas y el fortalecimiento de procesos cognitivos de orden superior. Estos resultados sugieren que
los sistemas conversacionales están siendo explorados como mediadores del aprendizaje autorregulado
en contextos universitarios.
pág. 1466
La categoría acompañamiento y soporte pedagógico también presenta una participación significativa
dentro del corpus analizado, especialmente en investigaciones centradas en la retroalimentación
inmediata, la resolución de dudas en tiempo real y el apoyo académico en entornos virtuales o híbridos
de aprendizaje.
Desde una perspectiva comparativa, se observa que los estudios empíricos tienden a concentrarse en la
evaluación del rendimiento académico y la satisfacción estudiantil, mientras que las revisiones
sistemáticas enfatizan el análisis de beneficios, limitaciones y consideraciones éticas del uso de
inteligencia artificial en contextos educativos.
La Tabla 4 muestra la distribución cuantitativa de los estudios según categoría de análisis, evidenciando
una tendencia investigativa predominante hacia el análisis del impacto pedagógico de los chatbots
inteligentes, seguida por el interés en el desarrollo de competencias y en el fortalecimiento del
acompañamiento académico en educación superior.
Tabla 4 Distribución de los estudios según categoría de análisis
Categoría
Número de estudios
Porcentaje
Impacto en el aprendizaje y desempeño académico
8
40 %
Desarrollo de habilidades y competencias
6
30 %
Acompañamiento y soporte pedagógico
6
30 %
Total
20
100 %
Nota. La distribución temática evidencia una mayor concentración de investigaciones orientadas al
análisis del impacto pedagógico de los chatbots en educación superior.
Fuente. Elaboración propia.
2. Discusión
Los resultados de la presente revisión sistemática evidencian un creciente interés académico por el
análisis del uso de chatbots inteligentes como asistentes pedagógicos en la educación superior. La
concentración de estudios en la categoría impacto en el aprendizaje y desempeño académico confirma
que la principal preocupación de la literatura científica se orienta a evaluar la efectividad de estas
herramientas en el mejoramiento del rendimiento estudiantil y en la optimización de los procesos
formativos.
pág. 1467
Los hallazgos coinciden con investigaciones previas que señalan que los sistemas conversacionales
basados en inteligencia artificial pueden contribuir a fortalecer la participación, la motivación y el acceso
oportuno a la información académica. La posibilidad de proporcionar retroalimentación inmediata y
personalizada se identifica como uno de los principales factores que explican la percepción positiva de
los estudiantes frente al uso de chatbots en entornos universitarios.
En relación con el desarrollo de habilidades y competencias, los resultados sugieren que los chatbots
pueden actuar como mediadores del aprendizaje autónomo, facilitando procesos de autorregulación y
resolución de problemas. Este hallazgo se alinea con enfoques pedagógicos centrados en el estudiante,
en los cuales la tecnología cumple una función de apoyo para la construcción significativa del
conocimiento y el fortalecimiento de competencias cognitivas de orden superior.
No obstante, la literatura también advierte limitaciones asociadas al uso de estos sistemas,
particularmente en lo referente a la calidad de las respuestas generadas, la comprensión contextual y el
riesgo de dependencia tecnológica. Asimismo, se identifican preocupaciones éticas vinculadas con la
integridad académica, el uso responsable de la información y la necesidad de establecer lineamientos
institucionales claros para la implementación de herramientas de inteligencia artificial en educación
superior.
Desde una perspectiva institucional, los estudios analizados destacan que la efectividad de los chatbots
inteligentes depende en gran medida de su integración dentro de un diseño instruccional planificado y
coherente con los objetivos curriculares. La presencia de estrategias pedagógicas activas y la mediación
docente continúan siendo factores determinantes para garantizar que estas tecnologías contribuyan
realmente al aprendizaje significativo.
En conjunto, la discusión permite afirmar que los chatbots inteligentes representan un recurso emergente
con alto potencial para fortalecer el acompañamiento académico, la personalización del aprendizaje y la
optimización de los procesos educativos en la educación superior. Sin embargo, su implementación
efectiva requiere considerar dimensiones pedagógicas, tecnológicas y éticas de manera articulada, así
como promover procesos de formación docente que favorezcan un uso crítico y responsable de la
inteligencia artificial en los contextos universitarios.
pág. 1468
CONCLUSIONES
La presente revisión sistemática permitió analizar el estado actual de la investigación sobre el uso de
chatbots inteligentes como asistentes pedagógicos en la educación superior, evidenciando un
crecimiento sostenido de estudios orientados a evaluar su impacto en los procesos de enseñanza–
aprendizaje. Los hallazgos muestran que estas herramientas están siendo incorporadas progresivamente
en distintos contextos universitarios como recursos de apoyo para fortalecer la interacción académica y
la gestión del aprendizaje.
En relación con el objetivo del estudio, se concluye que los chatbots inteligentes pueden contribuir
positivamente al rendimiento académico, la participación estudiantil y el acceso oportuno a la
información, especialmente cuando se integran dentro de entornos virtuales e híbridos de aprendizaje.
Su capacidad para proporcionar retroalimentación inmediata y personalizada representa uno de los
principales factores que explican su potencial pedagógico.
Asimismo, los resultados evidencian que el uso de sistemas conversacionales basados en inteligencia
artificial favorece el desarrollo del aprendizaje autónomo y de competencias cognitivas de orden
superior, al facilitar procesos de autorregulación, resolución de problemas y acompañamiento
académico continuo. En este sentido, los chatbots se consolidan como herramientas de apoyo que pueden
fortalecer la personalización del aprendizaje en la educación superior.
No obstante, la revisión también identifica limitaciones asociadas a la calidad de las respuestas
generadas, la dependencia tecnológica y los desafíos éticos relacionados con la integridad académica y
la protección de datos. Estos elementos resaltan la necesidad de establecer lineamientos institucionales
y criterios pedagógicos claros que orienten el uso responsable de la inteligencia artificial en contextos
educativos.
Desde una perspectiva aplicada, se concluye que la efectividad de los chatbots inteligentes depende de
su adecuada integración dentro del diseño instruccional y de la mediación docente, lo que implica
fortalecer la competencia digital del profesorado y promover estrategias metodológicas centradas en el
estudiante. La tecnología, por sí sola, no garantiza mejoras en el aprendizaje si no está articulada con
prácticas pedagógicas coherentes.
pág. 1469
Finalmente, se recomienda que futuras investigaciones profundicen en estudios empíricos que evalúen
el impacto de los chatbots en diferentes disciplinas, niveles de formación y contextos institucionales, así
como en el análisis de modelos éticos y pedagógicos que orienten su implementación sostenible. Estas
líneas de investigación contribuirán a consolidar el uso de la inteligencia artificial como recurso
educativo estratégico en la educación superior.
Recomendaciones
A partir de los hallazgos obtenidos en la presente revisión sistemática, se recomienda promover la
integración progresiva de chatbots inteligentes en los entornos de educación superior como herramientas
de apoyo pedagógico, priorizando su implementación dentro de estrategias didácticas planificadas y
alineadas con los objetivos curriculares de cada programa académico.
Se sugiere que las instituciones universitarias establezcan lineamientos institucionales claros para el uso
de herramientas de inteligencia artificial en los procesos formativos, con el fin de garantizar prácticas
responsables, transparentes y coherentes con los principios de integridad académica y protección de
datos. La definición de políticas internas puede contribuir a reducir riesgos asociados al uso inadecuado
de sistemas conversacionales.
Asimismo, resulta pertinente fortalecer la formación docente en competencia digital y en el uso
pedagógico de la inteligencia artificial, de manera que el profesorado cuente con criterios didácticos
para integrar los chatbots como recursos de apoyo al aprendizaje y no como sustitutos del proceso
formativo. La capacitación continua permitirá aprovechar el potencial de estas tecnologías desde una
perspectiva crítica y reflexiva.
Se recomienda diseñar e implementar estrategias metodológicas que incorporen chatbots dentro de
enfoques de aprendizaje activo, tales como el aprendizaje basado en proyectos, el aprendizaje
colaborativo y la resolución de problemas. Estas metodologías favorecen la interacción significativa
entre estudiantes, contenidos y herramientas tecnológicas.
Desde el ámbito investigativo, se sugiere desarrollar estudios empíricos que evalúen el impacto de los
chatbots en diferentes áreas del conocimiento, niveles de formación y modalidades educativas, con el
propósito de generar evidencia comparativa sobre su efectividad pedagógica en contextos diversos.
pág. 1470
Finalmente, se recomienda profundizar en el análisis de los aspectos éticos relacionados con el uso de
inteligencia artificial generativa en educación superior, particularmente en lo referente a la autoría
académica, la transparencia algorítmica y la protección de la información estudiantil, con el fin de
promover una integración sostenible y responsable de estas tecnologías en los sistemas educativos.
REFERENCIAS BIBLIOGRÁFICAS
Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI chatbots in education: A systematic
literature review. Education and Information Technologies.
Song, Y., Chen, X., & Zhao, R. (2025). Interactions with generative AI chatbots: Unveiling dialogic
dynamics, students’ perceptions, and practical competencies in creative problem-solving.
Computers & Education: Artificial Intelligence.
Battista, S., Bianchi, F., & Romano, A. (2025). Knowledge and use, perceptions of benefits and
limitations of artificial intelligence chatbots among Italian physiotherapy students: A cross-
sectional national study. BMC Medical Education.
Hadinejad, M., Khosravi, H., & Shadiev, R. (2025). Generative AI chatbots in higher education: Student
experiences and perceived ethical challenges. Education Sciences.
Zhang, L., Wang, H., & Li, Y. (2025). Application of generative artificial intelligence chatbots with
project task-driven teaching in undergraduate nursing students: A quasi-experimental study.
Nurse Education Today.
Lee, J., Kim, S., & Park, H. (2025). Students’ perceptions of generative AI in EFL writing: Strategies,
self-efficacy, satisfaction and behavioural intention. Computers & Education.
Sedrakyan, G., Mannens, E., & Verbert, K. (2024). Design implications for integrating AI chatbot
technology with learning management systems: Perceived benefits and challenges in higher
education. IEEE Access.
Che Wan Ahmad, W. N., Abdullah, Z., & Rahman, N. (2025). Designing AI chatbots for higher
education: A study on student needs and preferences. International Journal of Educational
Technology in Higher Education.
Ilieva, G., Yankova, T., & Klisarova-Belcheva, S. (2023). Effects of generative chatbots in higher
education. Education and Information Technologies.
pág. 1471
Guallo-Paca, C., Paredes, J., & Torres, M. (2025). Integración de chatbots educativos basados en
inteligencia artificial como recurso de apoyo en ambientes virtuales de enseñanza-aprendizaje.
Revista Iberoamericana de Tecnología Educativa.
Gámez-Peralta, J., Rojas, P., & Molina, D. (2025). Implementación de chatbots educativos con
inteligencia artificial para el aprendizaje autónomo en estudiantes universitarios. Revista de
Educación Superior.
Quinga-Suárez, L., Pacheco, M., & Cárdenas, R. (2025). Análisis del impacto de los chatbots educativos
basados en inteligencia artificial en la resolución de dudas estudiantiles en tiempo real. Revista
Latinoamericana de Innovación Educativa.
Reyes-Moreno, A., Castillo, V., & Ponce, E. (2023). ChatGPT en la educación: Un enfoque
bibliométrico de la integración de sistemas de chatbots en los procesos educativos. Revista de
Investigación Educativa.
López, M., García, F., & Torres, J. (2025). Aplicaciones, beneficios, retos y áreas de desarrollo en el
uso de IA-chatbots en el ámbito educativo: Una revisión sistemática de la literatura. Revista
Educación y Tecnología.
Pérez, D., Salinas, R., & Vega, C. (2025). Chatbots como herramientas de retroalimentación inmediata
para estudiantes en entornos virtuales. Revista de Innovación Educativa.
Martínez, H., Duarte, P., & Sánchez, L. (2025). Chatbots educativos: Integración de la inteligencia
artificial en la formación técnica y tecnológica para mejorar el aprendizaje de la programación.
Revista de Tecnología Educativa.
Hernández, R., Gómez, S., & Navarro, P. (2023). Perspectivas del uso de chatbots en la educación
superior. Revista Iberoamericana de Educación Superior.
Sánchez, J., Molina, C., & Ruiz, A. (2024). Chatbot de inteligencia artificial para prevenir el abandono
de la educación superior: Una revisión de la literatura. Journal of Higher Education Research.
López, A., Ramírez, D., & Paredes, K. (2025). Chatbots educativos y asistentes virtuales para el
aprendizaje personalizado en educación superior. Revista Latinoamericana de Tecnología
Educativa.
pág. 1472
Cabero-Almenara, J., Llorente-Cejudo, C., & Palacios-Rodríguez, A. (2025). Inteligencia artificial y
chatbots para una educación superior sostenible: Una revisión sistemática. Comunicar.
