pág. 3634
IMPACTO DE LA INTELIGENCIA
ARTIFICIAL EN EL DESARROLLO DE LA
CREATIVIDAD DE LOS ESTUDIANTES EN
EDUCACIÓN ARTÍSTICA: REVISIÓN
SISTEMÁTICA
THE IMPACT OF ARTIFICIAL INTELLIGENCE ON THE
DEVELOPMENT OF STUDENTS’ CREATIVITY IN ARTS
EDUCATION: A SYSTEMATIC REVIEW
Naiel Anneris Drullard Alcántara
Universidad Ctatolica Nordestana UCNE
pág. 3635
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25379
Impacto de la inteligencia artificial en el desarrollo de la creatividad de los
estudiantes en educación artística: Revisión Sistemática
Naiel Anneris Drullard Alcántara1
Naiel_drullard@ucne.edu.do
https://orcid.org/0009-0009-4924-4907
Universidad Ctatolica Nordestana UCNE
República Dominicana
RESUMEN
La incorporación de la inteligencia artificial (IA) generativa a los procesos de enseñanza y aprendizaje
ha comenzado a transformar de manera particular el campo de la educación artística, un ámbito en el
que la creatividad constituye tanto el objeto de estudio como la competencia central a desarrollar. El
presente artículo tiene como objetivo analizar, mediante una revisión sistemática de la literatura bajo los
lineamientos de la declaración PRISMA (Page et al., 2021), el impacto de la IA en el desarrollo de la
creatividad de los estudiantes en contextos de educación artística y cultural. Se examinaron 19 estudios
publicados entre 2023 y 2026, procedentes de revistas indexadas iberoamericanas, europeas, asiáticas y
norteamericanas, seleccionados a partir de criterios explícitos de inclusión y exclusión. Los resultados
evidencian que la IA generativa favorece la expansión del pensamiento divergente, reduce las barreras
técnicas para la creación visual y sonora, y redefine el rol del estudiante y del docente dentro del proceso
creativo, transformándolos en curadores, directores de arte y mediadores éticos. No obstante, la literatura
también documenta riesgos relevantes, entre ellos la homogeneización estética, la reproducción de
sesgos culturales y de género, y la dificultad persistente de estas tecnologías para transmitir una
expresividad emocional genuina. Se concluye que la IA puede actuar como un catalizador legítimo de
la creatividad artística en el aula, siempre que su integración esté mediada por criterios pedagógicos,
éticos y críticos que preserven la sensibilidad humana como eje del acto creativo.
Palabras clave: inteligencia artificial, creatividad, educación artística, revisión sistemática, PRISMA,
pensamiento divergente.
1 Autor principal
Correspondencia: Naiel_drullard@ucne.edu.do
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25379
Impacto de la inteligencia artificial en el desarrollo de la creatividad de los
estudiantes en educación artística: Revisión Sistemática
Naiel Anneris Drullard Alcántara1
Naiel_drullard@ucne.edu.do
https://orcid.org/0009-0009-4924-4907
Universidad Ctatolica Nordestana UCNE
República Dominicana
RESUMEN
La incorporación de la inteligencia artificial (IA) generativa a los procesos de enseñanza y aprendizaje
ha comenzado a transformar de manera particular el campo de la educación artística, un ámbito en el
que la creatividad constituye tanto el objeto de estudio como la competencia central a desarrollar. El
presente artículo tiene como objetivo analizar, mediante una revisión sistemática de la literatura bajo los
lineamientos de la declaración PRISMA (Page et al., 2021), el impacto de la IA en el desarrollo de la
creatividad de los estudiantes en contextos de educación artística y cultural. Se examinaron 19 estudios
publicados entre 2023 y 2026, procedentes de revistas indexadas iberoamericanas, europeas, asiáticas y
norteamericanas, seleccionados a partir de criterios explícitos de inclusión y exclusión. Los resultados
evidencian que la IA generativa favorece la expansión del pensamiento divergente, reduce las barreras
técnicas para la creación visual y sonora, y redefine el rol del estudiante y del docente dentro del proceso
creativo, transformándolos en curadores, directores de arte y mediadores éticos. No obstante, la literatura
también documenta riesgos relevantes, entre ellos la homogeneización estética, la reproducción de
sesgos culturales y de género, y la dificultad persistente de estas tecnologías para transmitir una
expresividad emocional genuina. Se concluye que la IA puede actuar como un catalizador legítimo de
la creatividad artística en el aula, siempre que su integración esté mediada por criterios pedagógicos,
éticos y críticos que preserven la sensibilidad humana como eje del acto creativo.
Palabras clave: inteligencia artificial, creatividad, educación artística, revisión sistemática, PRISMA,
pensamiento divergente.
1 Autor principal
Correspondencia: Naiel_drullard@ucne.edu.do
pág. 3636
The Impact of Artificial Intelligence on the Development of Students’
Creativity in Arts Education: A Systematic Review
ABSTRACT
The incorporation of generative artificial intelligence (AI) into teaching and learning processes has
begun to transform the field of arts education in particular, an area in which creativity constitutes both
the object of study and the core competency to be developed. This article aims to analyze, through a
systematic literature review following the PRISMA guidelines (Page et al., 2021), the impact of AI on
the development of student creativity in artistic and cultural education contexts. Nineteen studies
published between 2023 and 2026 were examined, drawn from Ibero-American, European, Asian, and
North American indexed journals, selected according to explicit inclusion and exclusion criteria. The
results show that generative AI fosters the expansion of divergent thinking, reduces technical barriers to
visual and sound creation, and redefines the role of both student and teacher within the creative process,
turning them into curators, art directors, and ethical mediators. However, the literature also documents
relevant risks, including aesthetic homogenization, the reproduction of cultural and gender biases, and
the persistent difficulty of these technologies in conveying genuine emotional expressiveness. It is
concluded that AI can act as a legitimate catalyst for artistic creativity in the classroom, provided its
integration is mediated by pedagogical, ethical, and critical criteria that preserve human sensitivity as
the axis of the creative act.
Keywords: artificial intelligence, creativity, arts education, systematic review, PRISMA, divergent
thinking.
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
The Impact of Artificial Intelligence on the Development of Students’
Creativity in Arts Education: A Systematic Review
ABSTRACT
The incorporation of generative artificial intelligence (AI) into teaching and learning processes has
begun to transform the field of arts education in particular, an area in which creativity constitutes both
the object of study and the core competency to be developed. This article aims to analyze, through a
systematic literature review following the PRISMA guidelines (Page et al., 2021), the impact of AI on
the development of student creativity in artistic and cultural education contexts. Nineteen studies
published between 2023 and 2026 were examined, drawn from Ibero-American, European, Asian, and
North American indexed journals, selected according to explicit inclusion and exclusion criteria. The
results show that generative AI fosters the expansion of divergent thinking, reduces technical barriers to
visual and sound creation, and redefines the role of both student and teacher within the creative process,
turning them into curators, art directors, and ethical mediators. However, the literature also documents
relevant risks, including aesthetic homogenization, the reproduction of cultural and gender biases, and
the persistent difficulty of these technologies in conveying genuine emotional expressiveness. It is
concluded that AI can act as a legitimate catalyst for artistic creativity in the classroom, provided its
integration is mediated by pedagogical, ethical, and critical criteria that preserve human sensitivity as
the axis of the creative act.
Keywords: artificial intelligence, creativity, arts education, systematic review, PRISMA, divergent
thinking.
Artículo recibido 20 mayo 2026
Aceptado para publicación: 20 junio 2026
pág. 3637
INTRODUCCIÓN
La aparición de los modelos de Inteligencia Artificial (IA) generativa, que son capaces de crear
imágenes, música, texto y más, basándose en indicaciones escritas, provocó un vivo debate en la esfera
educativa, sobre todo en el ámbito artístico. A diferencia de otras asignaturas, enseñar arte se basa en la
creatividad. Por lo tanto, utilizar la IA, no sólo como recurso didáctico, sino como objetivo formativo
principal, hace de ella un tema muy importante, y a la vez polémico (Amini, 2025; Puertollano Galán y
Castro-Díaz, 2025).
Varios estudios recientes concuerdan que la IA dejó de ser una mera herramienta, convirtiéndose así en
una técnica a un factor que altera los modos de concebir, realizar y valorar el arte hecho en escuelas y
universidades (Nikitenko et al., 2025; Sáez-Velasco et al., 2024).
Así, Nikitenko et al., (2025), sostienen que la IA está transformando la cultura y el arte contemporánea,
abriendo así nuevas oportunidades para la creatividad, la innovación y el enriquecimiento cultural; sin
embargo, advierten que esta transformación también conlleva interrogantes éticos y filosóficos sobre la
naturaleza misma de la creatividad y la originalidad.
En una línea similar, Amini (2025) plantea que, si bien la IA amplia las posibilidades creativas de los
estudiantes, esta plantea preocupaciones críticas, las cuales se relacionan con la originalidad, la
autoridad y la integridad artística, por lo que su incorporación exige estrategias pedagógicas
responsables, que balanza la innovación tecnológica y el pensamiento crítico.
El interés por comprender esta relación no es exclusivo de un único contexto geográfico. En Ecuador,
por ejemplo, distintos estudios documentan cómo la IA se integra progresivamente al currículo de
Educación Cultural y Artística como recurso para potenciar el aprendizaje creativo, aunque persisten
metodologías tradicionales que limitan su aprovechamiento pleno (Murillo & Ávila, 2026; Padilla,
2026).
En Bolivia, Rossel (2025), explora la posibilidad de entrenar modelos generativos con estéticas
culturales subrepresentadas —como la estética andina— como estrategia para revalorizar tradiciones
visuales históricamente marginadas por los sesgos de los conjuntos de datos con los que se entrenan las
herramientas de IA de uso masivo.
INTRODUCCIÓN
La aparición de los modelos de Inteligencia Artificial (IA) generativa, que son capaces de crear
imágenes, música, texto y más, basándose en indicaciones escritas, provocó un vivo debate en la esfera
educativa, sobre todo en el ámbito artístico. A diferencia de otras asignaturas, enseñar arte se basa en la
creatividad. Por lo tanto, utilizar la IA, no sólo como recurso didáctico, sino como objetivo formativo
principal, hace de ella un tema muy importante, y a la vez polémico (Amini, 2025; Puertollano Galán y
Castro-Díaz, 2025).
Varios estudios recientes concuerdan que la IA dejó de ser una mera herramienta, convirtiéndose así en
una técnica a un factor que altera los modos de concebir, realizar y valorar el arte hecho en escuelas y
universidades (Nikitenko et al., 2025; Sáez-Velasco et al., 2024).
Así, Nikitenko et al., (2025), sostienen que la IA está transformando la cultura y el arte contemporánea,
abriendo así nuevas oportunidades para la creatividad, la innovación y el enriquecimiento cultural; sin
embargo, advierten que esta transformación también conlleva interrogantes éticos y filosóficos sobre la
naturaleza misma de la creatividad y la originalidad.
En una línea similar, Amini (2025) plantea que, si bien la IA amplia las posibilidades creativas de los
estudiantes, esta plantea preocupaciones críticas, las cuales se relacionan con la originalidad, la
autoridad y la integridad artística, por lo que su incorporación exige estrategias pedagógicas
responsables, que balanza la innovación tecnológica y el pensamiento crítico.
El interés por comprender esta relación no es exclusivo de un único contexto geográfico. En Ecuador,
por ejemplo, distintos estudios documentan cómo la IA se integra progresivamente al currículo de
Educación Cultural y Artística como recurso para potenciar el aprendizaje creativo, aunque persisten
metodologías tradicionales que limitan su aprovechamiento pleno (Murillo & Ávila, 2026; Padilla,
2026).
En Bolivia, Rossel (2025), explora la posibilidad de entrenar modelos generativos con estéticas
culturales subrepresentadas —como la estética andina— como estrategia para revalorizar tradiciones
visuales históricamente marginadas por los sesgos de los conjuntos de datos con los que se entrenan las
herramientas de IA de uso masivo.
pág. 3638
En España, estudios como los de Sáez et al., (2024) y Gil & García (2024), así como Delgado & Marqués
(2025), han registrado casos específicos de incorporación de la IA generativa en la preparación de
futuros profesores en artes en los niveles de primaria y preescolar, mostrando mayormente percepciones
favorables de estas herramientas, si bien no están libres de debates sobre la importancia de la
intervención manual y la originalidad expresiva.
Desde el ámbito asiático, Huang (2023) documenta que la implementación de tecnologías de IA, tales
como las redes generativas antagónicas (GAN) y la realidad aumentada, contribuye a potenciar la aptitud
de innovación y el desempeño académico de los estudiantes de arte. Mientras tanto, Wang et al., (2025),
a través de una revisión metódica enfocada en la pintura infantil auxiliada por IA, señalan impactos
variados en la manifestación creativa, la producción genuina, el raciocinio autónomo y la solución de
dificultades, pero advierten sobre peligros de uniformidad mental y una dependencia tecnológica más
intensa en los primeros años.
En el contexto anglosajón, Habib et al., (2024) estudios, fundamentados en investigación mixta con
alumnos universitarios, señalan la generativa IA como potenciador vital para el pensamiento creativo
divergente, más aún reconocen detrimentos en la autoconfianza creativa de los estudiantiles si su
aplicación carece de mediación pertinente.
Por su parte, Pavlik y Pavlik (2024) sostienen, desde una perspectiva constructivista, que la IA
generativa ofrece a los docentes la oportunidad de involucrar activamente a los estudiantes en el análisis
crítico del material generado por estas tecnologías, en lugar de limitarse a su consumo pasivo.
Otro conjunto de investigaciones se ha concentrado en las dimensiones éticas, críticas y de autoría que
emergen de esta colaboración humano-máquina. Puertollano & Castro (2025) advierten que la
dependencia de los modelos generativos respecto de los datos de entrenamiento limita su capacidad de
innovación genuina y favorece la repetición estilística, lo que puede derivar en una progresiva
homogeneización estética del arte producido con estas herramientas.
Ochoa (2026), en un estudio empírico con estudiantes de secundaria, documenta que la colaboración
humano-IA mejora de manera estadísticamente significativa la originalidad, la viabilidad técnica y la
profundidad conceptual de las obras, pero identifica igualmente que la expresividad emocional continúa
dependiendo, en gran medida, de la sensibilidad humana.
En España, estudios como los de Sáez et al., (2024) y Gil & García (2024), así como Delgado & Marqués
(2025), han registrado casos específicos de incorporación de la IA generativa en la preparación de
futuros profesores en artes en los niveles de primaria y preescolar, mostrando mayormente percepciones
favorables de estas herramientas, si bien no están libres de debates sobre la importancia de la
intervención manual y la originalidad expresiva.
Desde el ámbito asiático, Huang (2023) documenta que la implementación de tecnologías de IA, tales
como las redes generativas antagónicas (GAN) y la realidad aumentada, contribuye a potenciar la aptitud
de innovación y el desempeño académico de los estudiantes de arte. Mientras tanto, Wang et al., (2025),
a través de una revisión metódica enfocada en la pintura infantil auxiliada por IA, señalan impactos
variados en la manifestación creativa, la producción genuina, el raciocinio autónomo y la solución de
dificultades, pero advierten sobre peligros de uniformidad mental y una dependencia tecnológica más
intensa en los primeros años.
En el contexto anglosajón, Habib et al., (2024) estudios, fundamentados en investigación mixta con
alumnos universitarios, señalan la generativa IA como potenciador vital para el pensamiento creativo
divergente, más aún reconocen detrimentos en la autoconfianza creativa de los estudiantiles si su
aplicación carece de mediación pertinente.
Por su parte, Pavlik y Pavlik (2024) sostienen, desde una perspectiva constructivista, que la IA
generativa ofrece a los docentes la oportunidad de involucrar activamente a los estudiantes en el análisis
crítico del material generado por estas tecnologías, en lugar de limitarse a su consumo pasivo.
Otro conjunto de investigaciones se ha concentrado en las dimensiones éticas, críticas y de autoría que
emergen de esta colaboración humano-máquina. Puertollano & Castro (2025) advierten que la
dependencia de los modelos generativos respecto de los datos de entrenamiento limita su capacidad de
innovación genuina y favorece la repetición estilística, lo que puede derivar en una progresiva
homogeneización estética del arte producido con estas herramientas.
Ochoa (2026), en un estudio empírico con estudiantes de secundaria, documenta que la colaboración
humano-IA mejora de manera estadísticamente significativa la originalidad, la viabilidad técnica y la
profundidad conceptual de las obras, pero identifica igualmente que la expresividad emocional continúa
dependiendo, en gran medida, de la sensibilidad humana.
pág. 3639
Figueroa (2026) nos dice desde el punto de vista de la práctica docente qué la influencia más importante
de la IA no está en su adopción tecnológica en sí, sino en la transformación de la identidad profesional
de los profesores de artes, ellos se ven empujados a redefinir su papel como mediador mentor y agente
reflexivo.
Criollo et al., (2026); Masaquiza et al., (2025) y Herrera et al., (2024) ellos ensanchan esta discusión
hacia disciplinas especifica, la danza, el pensamiento creativo en secundaria y la educación artística en
general, muestran patrones convergentes sobre el potencial y los desafíos de esta tecnología en diferentes
niveles y modalidades educativa.
Ante este panorama fragmentado disperso en distintas disciplinas, países y niveles educativos entonces
resulta muy importante sistematizar la evidencia disponible para identificar convergencias, divergencias
y vacíos en la comprensión del fenómeno.
El objetivo de este artículo, será por lo tanto analizar mediante una revisión sistemática de la literatura
siguiendo los lineamientos de la declaración PRISMA (Page et al., 2021), se analiza el impacto de la
inteligencia artificial en el desarrollo de la creatividad estudiantil en la educación artística. Se busca
ofrecer una síntesis rigurosa para guiar la práctica pedagógica y la investigación futura en un campo que
es emergente.
METODOLOGÍA
Este estudio se concibió como una revisión sistemática literaria, aferrándose a la guía de la declaración
PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and MetaAnalyses), reconocida
mundialmente por asegurar claridad, posibilidad de repetición y seriedad al formular revisiones
exhaustivas (Page et al., 2021). El protocolo PRISMA estructura la investigación en etapas:
Identificación, cribado, elegibilidad e inclusión; dichas fases se detallan aquí respecto al material
documental examinado.
Identificación. Se guio la búsqueda de lecturas con la unión de estos términos clave, en español e inglés:
"inteligencia artificial" o "artificial intelligence", "creatividad" y "creativity", "educación artística" o
"arts education", "pensamiento divergente" además de "divergent thinking" y "generative AI". Los
documentos fueron localizados en colecciones digitales de acceso libre y pago, entre las cuales se
encuentran ACM Digital Library, MDPI, Frontiers, ScienceDirect, SciELO, Redalyc, Dialnet, archivos
Figueroa (2026) nos dice desde el punto de vista de la práctica docente qué la influencia más importante
de la IA no está en su adopción tecnológica en sí, sino en la transformación de la identidad profesional
de los profesores de artes, ellos se ven empujados a redefinir su papel como mediador mentor y agente
reflexivo.
Criollo et al., (2026); Masaquiza et al., (2025) y Herrera et al., (2024) ellos ensanchan esta discusión
hacia disciplinas especifica, la danza, el pensamiento creativo en secundaria y la educación artística en
general, muestran patrones convergentes sobre el potencial y los desafíos de esta tecnología en diferentes
niveles y modalidades educativa.
Ante este panorama fragmentado disperso en distintas disciplinas, países y niveles educativos entonces
resulta muy importante sistematizar la evidencia disponible para identificar convergencias, divergencias
y vacíos en la comprensión del fenómeno.
El objetivo de este artículo, será por lo tanto analizar mediante una revisión sistemática de la literatura
siguiendo los lineamientos de la declaración PRISMA (Page et al., 2021), se analiza el impacto de la
inteligencia artificial en el desarrollo de la creatividad estudiantil en la educación artística. Se busca
ofrecer una síntesis rigurosa para guiar la práctica pedagógica y la investigación futura en un campo que
es emergente.
METODOLOGÍA
Este estudio se concibió como una revisión sistemática literaria, aferrándose a la guía de la declaración
PRISMA 2020 (Preferred Reporting Items for Systematic Reviews and MetaAnalyses), reconocida
mundialmente por asegurar claridad, posibilidad de repetición y seriedad al formular revisiones
exhaustivas (Page et al., 2021). El protocolo PRISMA estructura la investigación en etapas:
Identificación, cribado, elegibilidad e inclusión; dichas fases se detallan aquí respecto al material
documental examinado.
Identificación. Se guio la búsqueda de lecturas con la unión de estos términos clave, en español e inglés:
"inteligencia artificial" o "artificial intelligence", "creatividad" y "creativity", "educación artística" o
"arts education", "pensamiento divergente" además de "divergent thinking" y "generative AI". Los
documentos fueron localizados en colecciones digitales de acceso libre y pago, entre las cuales se
encuentran ACM Digital Library, MDPI, Frontiers, ScienceDirect, SciELO, Redalyc, Dialnet, archivos
pág. 3640
universitarios de América Latina y Europa, además de publicaciones especializadas en docencia,
comunicación y áreas sociales.
Cribado. El proceso de identificación arrojó un total de 30 registros bibliográficos. Tras una revisión de
duplicados y descarte, se detectó que dos de los registros correspondían y 10 no cumplían con los
requisitos de estar relacionado con la Educación Artística. Dicho duplicado fue fusionado en un único
registro y los descartados no fueron tomados en cuenta, resultando en un corpus depurado de 19 estudios
únicos.
Elegibilidad. Se aplico los siguientes criterios de inclusión: (a) Artículos científicos, ensayos,
académicos, capítulos de libro o trabajos de titulación, teniendo un proceso de revisión por pares o
tutoría académica formal; (b) Publicaciones que estén fechadas entre 2023 - 2026; (c) Abordaje explícito
de la relación entre inteligencia artificial ya sea generativa o no y creatividad innovación pedagógica o
producción artística en entornos educativos; (d) Disponibilidad de texto completo o un resumen
ampliado eso que permitirá extraer información sustantiva sobre objetivos método y resultados. Se
excluyeron los documentos que, aunque mencionaran la inteligencia artificial en educación de forma
general no abordaran la relación con la creatividad en área de la educación artística específicamente, así
como fuentes sin respaldo académico verificable.
Inclusión. Diecinueve estudios pasaron los requisitos fueron analizados por contenido, extrayendo de
cada uno: quienes escribieron, el año, de dónde venían el país, qué tipo de diseño se usó, quienes o qué
se estudió, los descubrimientos y lo que dijeron no estaba perfecto. Esta información, la pusimos en
grupos temáticos para la narración que se presenta en la parte de resultados, juntando los
descubrimientos en seis temas principales: (1) Impacto de la creatividad y el pensamiento divergente;
(2) Impactos en la calidad técnica y la democratización de la creación artística; (3) Redefinición de la
autoría y transformación del rol docente; (4) Peligros de uniformidad estética y sesgos en algoritmos;
(5) Pensamiento crítico, ética y alfabetización en inteligencia artificial; y (6) Diversidad de contextos
geográficos. Tomando en cuenta que la mayoría de los estudios eran más cualitativos y variados —que
combinan diseños mixtos, cuantitativos, cualitativos y ensayos teórico— se decidió hacer una narración
por temas en vez de juntar números estadísticamente, una forma que va bien con lo que dice PRISMA
para cosas que no son iguales en metodología (Page et al., 2021).
universitarios de América Latina y Europa, además de publicaciones especializadas en docencia,
comunicación y áreas sociales.
Cribado. El proceso de identificación arrojó un total de 30 registros bibliográficos. Tras una revisión de
duplicados y descarte, se detectó que dos de los registros correspondían y 10 no cumplían con los
requisitos de estar relacionado con la Educación Artística. Dicho duplicado fue fusionado en un único
registro y los descartados no fueron tomados en cuenta, resultando en un corpus depurado de 19 estudios
únicos.
Elegibilidad. Se aplico los siguientes criterios de inclusión: (a) Artículos científicos, ensayos,
académicos, capítulos de libro o trabajos de titulación, teniendo un proceso de revisión por pares o
tutoría académica formal; (b) Publicaciones que estén fechadas entre 2023 - 2026; (c) Abordaje explícito
de la relación entre inteligencia artificial ya sea generativa o no y creatividad innovación pedagógica o
producción artística en entornos educativos; (d) Disponibilidad de texto completo o un resumen
ampliado eso que permitirá extraer información sustantiva sobre objetivos método y resultados. Se
excluyeron los documentos que, aunque mencionaran la inteligencia artificial en educación de forma
general no abordaran la relación con la creatividad en área de la educación artística específicamente, así
como fuentes sin respaldo académico verificable.
Inclusión. Diecinueve estudios pasaron los requisitos fueron analizados por contenido, extrayendo de
cada uno: quienes escribieron, el año, de dónde venían el país, qué tipo de diseño se usó, quienes o qué
se estudió, los descubrimientos y lo que dijeron no estaba perfecto. Esta información, la pusimos en
grupos temáticos para la narración que se presenta en la parte de resultados, juntando los
descubrimientos en seis temas principales: (1) Impacto de la creatividad y el pensamiento divergente;
(2) Impactos en la calidad técnica y la democratización de la creación artística; (3) Redefinición de la
autoría y transformación del rol docente; (4) Peligros de uniformidad estética y sesgos en algoritmos;
(5) Pensamiento crítico, ética y alfabetización en inteligencia artificial; y (6) Diversidad de contextos
geográficos. Tomando en cuenta que la mayoría de los estudios eran más cualitativos y variados —que
combinan diseños mixtos, cuantitativos, cualitativos y ensayos teórico— se decidió hacer una narración
por temas en vez de juntar números estadísticamente, una forma que va bien con lo que dice PRISMA
para cosas que no son iguales en metodología (Page et al., 2021).
pág. 3641
Cabe señalar como limitación metodológica que, en dos de los diecinueve estudios (Padilla, 2026;
Rossel, 2025), solo se tuvo acceso pleno al resumen extendido y a secciones parciales del desarrollo,
por lo que su inclusión en la síntesis se realizó con base en la información disponible, sin extrapolar
datos no reportados explícitamente por los autores.
Resultados
A partir del análisis del corpus documental, los hallazgos se organizan en seis ejes temáticos que
permiten dar cuenta, de manera integrada, del estado actual del conocimiento sobre el impacto de la
inteligencia artificial en el desarrollo de la creatividad en la educación artística.
Impacto de la creatividad y el pensamiento divergente
La mayoría de los estudios revisados coincide en que la IA generativa favorece de manera consistente
la expansión del pensamiento divergente, entendido como la capacidad de generar múltiples soluciones
o ideas ante un mismo estímulo. Ochoa Azas (2026), luego de un estudio que involucró 60 alumnos de
secundaria enfocados en artes, detecto mejoras realmente importantes en la originalidad de sus
creaciones. Esto fue de 2.85 a 4.10, todo medido en una escala Likert de cinco puntos, con un tamaño
del efecto bastante grande. Fue después de doce semanas de intervención usando co-creación con
herramientas tales como Midjourney, DALL E 3 y ChatGPT. Los jóvenes de tal estudio comunicaron
que el hecho de poder crear múltiples variaciones visuales en tan solo unos segundos, les ayudó a evadir
el llamado “síndrome de la página en blanco”, además de poder desechar ideas muy comunes o clichés
visuales al principio del proceso.
En un entorno de convergencia de ideas, Habib et al., (2024) refieren, tras un experimento de
pensamiento divergente llamado AUT llevado a cabo con alumnos universitarios en una materia de
pensamiento creativo, como la aplicación de ChatGPT-3 marcó una diferencia notoria en la flexibilidad,
la fluidez, la elaboración y la autenticidad de las respuestas obtenidas. sin embargo, ellos apuntan que
dicho impacto no fue totalmente favorable especificando también una disminución en la confianza
creativa de ciertos alumnos en el momento que la tecnología se vio como un reemplazo y no como un
adicional a su forma de concebir ideas.
Wang et al., (2025) en su estudio organizado que se enfoca en la pintura para infantes juntan datos donde
se indica que la inteligencia artificial logra potenciar la expresión imaginativa la producción autentica,
Cabe señalar como limitación metodológica que, en dos de los diecinueve estudios (Padilla, 2026;
Rossel, 2025), solo se tuvo acceso pleno al resumen extendido y a secciones parciales del desarrollo,
por lo que su inclusión en la síntesis se realizó con base en la información disponible, sin extrapolar
datos no reportados explícitamente por los autores.
Resultados
A partir del análisis del corpus documental, los hallazgos se organizan en seis ejes temáticos que
permiten dar cuenta, de manera integrada, del estado actual del conocimiento sobre el impacto de la
inteligencia artificial en el desarrollo de la creatividad en la educación artística.
Impacto de la creatividad y el pensamiento divergente
La mayoría de los estudios revisados coincide en que la IA generativa favorece de manera consistente
la expansión del pensamiento divergente, entendido como la capacidad de generar múltiples soluciones
o ideas ante un mismo estímulo. Ochoa Azas (2026), luego de un estudio que involucró 60 alumnos de
secundaria enfocados en artes, detecto mejoras realmente importantes en la originalidad de sus
creaciones. Esto fue de 2.85 a 4.10, todo medido en una escala Likert de cinco puntos, con un tamaño
del efecto bastante grande. Fue después de doce semanas de intervención usando co-creación con
herramientas tales como Midjourney, DALL E 3 y ChatGPT. Los jóvenes de tal estudio comunicaron
que el hecho de poder crear múltiples variaciones visuales en tan solo unos segundos, les ayudó a evadir
el llamado “síndrome de la página en blanco”, además de poder desechar ideas muy comunes o clichés
visuales al principio del proceso.
En un entorno de convergencia de ideas, Habib et al., (2024) refieren, tras un experimento de
pensamiento divergente llamado AUT llevado a cabo con alumnos universitarios en una materia de
pensamiento creativo, como la aplicación de ChatGPT-3 marcó una diferencia notoria en la flexibilidad,
la fluidez, la elaboración y la autenticidad de las respuestas obtenidas. sin embargo, ellos apuntan que
dicho impacto no fue totalmente favorable especificando también una disminución en la confianza
creativa de ciertos alumnos en el momento que la tecnología se vio como un reemplazo y no como un
adicional a su forma de concebir ideas.
Wang et al., (2025) en su estudio organizado que se enfoca en la pintura para infantes juntan datos donde
se indica que la inteligencia artificial logra potenciar la expresión imaginativa la producción autentica,
pág. 3642
el pensar autónomo y la capacidad de solucionar inconvenientes en los niños, subrayando que lo
investigado hasta ahora ha priorizado el avance técnico de los programas dejando de lado los puntos de
vista didácticos psicológicos y de principios esenciales que se requieren para un análisis completo de
las repercusiones.
Huang (2023) refuerza esta perspectiva al señalar que la aplicación de redes generativas antagónicas y
de tecnologías de realidad aumentada en la enseñanza artística contribuye a mejorar la capacidad
innovadora de los estudiantes, mientras que Pavlik y Pavlik (2024), desde un enfoque constructivista,
sostienen que la IA generativa puede convertirse en un recurso de exploración visual que estimula el
análisis crítico y la experimentación, en la medida en que se emplee como material de discusión
pedagógica y no como resultado final incuestionable.
Impactos en la calidad técnica y la democratización de la creación artística.
Un segundo eje relevante identificado en la literatura corresponde a la capacidad de la IA para reducir
las barreras técnicas históricamente asociadas a la producción artística. Ochoa Azas (2026) reporta que,
de las cuatro dimensiones evaluadas en su estudio (originalidad, viabilidad técnica, profundidad
conceptual y expresividad), el mayor incremento se observó precisamente en la calidad técnica (de 2.60
a 4.45, con un tamaño del efecto muy alto), lo que sugiere que la IA funcionó como un andamiaje que
niveló las carencias motrices o técnicas previas del estudiantado, permitiéndole alcanzar acabados
visuales de nivel profesional sin necesidad de un dominio técnico avanzado del dibujo o la escultura.
En un sentido similar, Delgado y Marqués (2025) documentan, a partir de una experiencia de aula con
estudiantes universitarios de educación infantil, que el empleo de modelos de generación de imágenes
como herramienta de arte generativo posibilita recursos educativos que fomentan la creatividad
colaborativa, combinando procesos artesanales y digitales sin desplazar la valoración de la creatividad
humana como eje del proceso.
Por su parte, Gil y García (2024), en un estudio con 51 estudiantes de los grados de Educación Primaria
e Infantil, encontraron una percepción mayoritariamente positiva hacia la IA como acelerador creativo,
destacando su contribución para generar ideas nuevas y mejorar la calidad de los detalles en las obras
producidas, aunque enfatizan la necesidad de una política de uso escéptico y responsable que evite la
sustitución del esfuerzo personal por la mera aceptación acrítica de los resultados generados.
el pensar autónomo y la capacidad de solucionar inconvenientes en los niños, subrayando que lo
investigado hasta ahora ha priorizado el avance técnico de los programas dejando de lado los puntos de
vista didácticos psicológicos y de principios esenciales que se requieren para un análisis completo de
las repercusiones.
Huang (2023) refuerza esta perspectiva al señalar que la aplicación de redes generativas antagónicas y
de tecnologías de realidad aumentada en la enseñanza artística contribuye a mejorar la capacidad
innovadora de los estudiantes, mientras que Pavlik y Pavlik (2024), desde un enfoque constructivista,
sostienen que la IA generativa puede convertirse en un recurso de exploración visual que estimula el
análisis crítico y la experimentación, en la medida en que se emplee como material de discusión
pedagógica y no como resultado final incuestionable.
Impactos en la calidad técnica y la democratización de la creación artística.
Un segundo eje relevante identificado en la literatura corresponde a la capacidad de la IA para reducir
las barreras técnicas históricamente asociadas a la producción artística. Ochoa Azas (2026) reporta que,
de las cuatro dimensiones evaluadas en su estudio (originalidad, viabilidad técnica, profundidad
conceptual y expresividad), el mayor incremento se observó precisamente en la calidad técnica (de 2.60
a 4.45, con un tamaño del efecto muy alto), lo que sugiere que la IA funcionó como un andamiaje que
niveló las carencias motrices o técnicas previas del estudiantado, permitiéndole alcanzar acabados
visuales de nivel profesional sin necesidad de un dominio técnico avanzado del dibujo o la escultura.
En un sentido similar, Delgado y Marqués (2025) documentan, a partir de una experiencia de aula con
estudiantes universitarios de educación infantil, que el empleo de modelos de generación de imágenes
como herramienta de arte generativo posibilita recursos educativos que fomentan la creatividad
colaborativa, combinando procesos artesanales y digitales sin desplazar la valoración de la creatividad
humana como eje del proceso.
Por su parte, Gil y García (2024), en un estudio con 51 estudiantes de los grados de Educación Primaria
e Infantil, encontraron una percepción mayoritariamente positiva hacia la IA como acelerador creativo,
destacando su contribución para generar ideas nuevas y mejorar la calidad de los detalles en las obras
producidas, aunque enfatizan la necesidad de una política de uso escéptico y responsable que evite la
sustitución del esfuerzo personal por la mera aceptación acrítica de los resultados generados.
pág. 3643
Sáez et al. (2024), a partir de grupos focales con estudiantes y docentes de educación artística superior,
documentan que la IA generativa constituye un nuevo conjunto de herramientas que proporciona
destrezas técnicas o creativas en el proceso de elaboración de una obra, permitiendo la exploración
rápida de múltiples alternativas estilísticas, aunque advierten que no representa una solución final
definitiva, sino una técnica procesual que debe combinarse con procesos artesanales para fomentar
habilidades artísticas y expresivas genuinas.
Esta idea de democratización técnica también aparece en Murillo y Ávila (2026), quienes señalan que
la IA como recurso didáctico ofrece nuevas posibilidades para potenciar el aprendizaje creativo en
contextos donde persisten metodologías tradicionales que limitan la exploración artística y la
vinculación entre arte y tecnología.
Redefinición de la autoría y transformación del rol docente
Uno de los hallazgos más consistentes en el corpus analizado es la transformación de las nociones
tradicionales de autoría y del rol del docente de artes. Ochoa Azas (2026) documenta, mediante análisis
temático de bitácoras reflexivas y grupos focales, que el 85 % de los estudiantes participantes transitó
de una percepción inicial de “hacer trampa” al usar IA hacia la comprensión de que la creatividad
contemporánea también reside en la curaduría, la selección y la capacidad de orquestar elementos,
asumiendo así el rol de “director de arte” más que de ejecutor manual exclusivo.
Este hallazgo es consistente con lo planteado por Puertollano y Castro (2025), quienes sostienen que la
colaboración entre humanos e IA introduce una redefinición de la autoría en la que el artista no es
solamente el creador, sino el director de una inteligencia artificial que opera bajo su orientación y visión
estética, transformando su rol en el de “curador de estilos y patrones”.
En el plano docente, Figueroa (2026) plantea, a partir de un análisis crítico y argumentativo de literatura
reciente sobre IA educativa, que la incidencia más relevante de esta tecnología no se limita a su adopción
técnica, sino a la transformación de la identidad profesional del profesorado, que se ve impulsado a
desplazarse de un rol centrado en la transmisión de contenidos hacia uno más complejo: curador de
información, diseñador de experiencias, mediador crítico, orientador ético y mentor intelectual.
En ese sentido, la autora advierte, sin embargo, que este potencial solo se activa cuando el docente
conserva su capacidad de tomar decisiones y no delega su juicio pedagógico en las respuestas generadas
Sáez et al. (2024), a partir de grupos focales con estudiantes y docentes de educación artística superior,
documentan que la IA generativa constituye un nuevo conjunto de herramientas que proporciona
destrezas técnicas o creativas en el proceso de elaboración de una obra, permitiendo la exploración
rápida de múltiples alternativas estilísticas, aunque advierten que no representa una solución final
definitiva, sino una técnica procesual que debe combinarse con procesos artesanales para fomentar
habilidades artísticas y expresivas genuinas.
Esta idea de democratización técnica también aparece en Murillo y Ávila (2026), quienes señalan que
la IA como recurso didáctico ofrece nuevas posibilidades para potenciar el aprendizaje creativo en
contextos donde persisten metodologías tradicionales que limitan la exploración artística y la
vinculación entre arte y tecnología.
Redefinición de la autoría y transformación del rol docente
Uno de los hallazgos más consistentes en el corpus analizado es la transformación de las nociones
tradicionales de autoría y del rol del docente de artes. Ochoa Azas (2026) documenta, mediante análisis
temático de bitácoras reflexivas y grupos focales, que el 85 % de los estudiantes participantes transitó
de una percepción inicial de “hacer trampa” al usar IA hacia la comprensión de que la creatividad
contemporánea también reside en la curaduría, la selección y la capacidad de orquestar elementos,
asumiendo así el rol de “director de arte” más que de ejecutor manual exclusivo.
Este hallazgo es consistente con lo planteado por Puertollano y Castro (2025), quienes sostienen que la
colaboración entre humanos e IA introduce una redefinición de la autoría en la que el artista no es
solamente el creador, sino el director de una inteligencia artificial que opera bajo su orientación y visión
estética, transformando su rol en el de “curador de estilos y patrones”.
En el plano docente, Figueroa (2026) plantea, a partir de un análisis crítico y argumentativo de literatura
reciente sobre IA educativa, que la incidencia más relevante de esta tecnología no se limita a su adopción
técnica, sino a la transformación de la identidad profesional del profesorado, que se ve impulsado a
desplazarse de un rol centrado en la transmisión de contenidos hacia uno más complejo: curador de
información, diseñador de experiencias, mediador crítico, orientador ético y mentor intelectual.
En ese sentido, la autora advierte, sin embargo, que este potencial solo se activa cuando el docente
conserva su capacidad de tomar decisiones y no delega su juicio pedagógico en las respuestas generadas
pág. 3644
por la IA, ya que, de lo contrario, la práctica docente corre el riesgo de empobrecerse mediante lo que
denomina “automatización acrítica” (Figueroa, 2026).
Esta tensión entre apertura y vigilancia también es señalada por Nikitenko et al. (2025), quienes destacan
el papel de organizaciones como la Sociedad Internacional para la Educación a través de las Artes
(InSEA) en el desarrollo de un nuevo paradigma educativo que integre enfoques híbridos entre
metodologías tradicionales y herramientas de ciencia de datos e inteligencia artificial, sin que ello
suponga la desaparición del rol humano en la mediación pedagógica.
Peligros de uniformidad estética y sesgos en algoritmos.
Frente a los efectos positivos documentados, un número considerable de estudios advierte sobre riesgos
significativos asociados al uso extendido de la IA generativa en contextos artísticos. Puertollano Galán
y Castro-Díaz (2025) identifican, mediante una revisión de literatura tecnológica, estética y jurídica, un
riesgo relevante de homogeneización estética, derivado de la dependencia de los modelos generativos
respecto de los datos de entrenamiento con los que fueron construidos, lo que favorece la repetición
estilística por sobre la innovación radical. Las autoras señalan que esta dependencia puede generar una
“pátina” visual compartida entre obras generadas por IA, lo que limita la diversidad estética y podría
contribuir a una progresiva estandarización o globalización de los lenguajes visuales, en detrimento de
las particularidades culturales de tradiciones artísticas subrepresentadas.
Esta preocupación es abordada de manera directa por Rossel Garron (2025), quien constata que, al
intentar reproducir imágenes basadas en la estética andina empleando modelos abiertos de IA generativa,
los resultados no logran capturar las características propias de dicha estética, sino que terminan
adoptando rasgos genéricos de la cultura visual de diversas poblaciones indígenas, evidenciando así un
sesgo estructural derivado de la subrepresentación de estas tradiciones en las bases de datos de
entrenamiento. Como alternativa, la autora propone la creación de modelos generativos específicamente
entrenados con imágenes de estéticas culturales concretas —como la modelo Sketch-And-Paint GAN
desarrollada para la pintura tradicional china— como estrategia para revalorizar producciones visuales
históricamente marginadas por el sesgo eurocéntrico y estadounidense de las herramientas de IA de uso
masivo.
por la IA, ya que, de lo contrario, la práctica docente corre el riesgo de empobrecerse mediante lo que
denomina “automatización acrítica” (Figueroa, 2026).
Esta tensión entre apertura y vigilancia también es señalada por Nikitenko et al. (2025), quienes destacan
el papel de organizaciones como la Sociedad Internacional para la Educación a través de las Artes
(InSEA) en el desarrollo de un nuevo paradigma educativo que integre enfoques híbridos entre
metodologías tradicionales y herramientas de ciencia de datos e inteligencia artificial, sin que ello
suponga la desaparición del rol humano en la mediación pedagógica.
Peligros de uniformidad estética y sesgos en algoritmos.
Frente a los efectos positivos documentados, un número considerable de estudios advierte sobre riesgos
significativos asociados al uso extendido de la IA generativa en contextos artísticos. Puertollano Galán
y Castro-Díaz (2025) identifican, mediante una revisión de literatura tecnológica, estética y jurídica, un
riesgo relevante de homogeneización estética, derivado de la dependencia de los modelos generativos
respecto de los datos de entrenamiento con los que fueron construidos, lo que favorece la repetición
estilística por sobre la innovación radical. Las autoras señalan que esta dependencia puede generar una
“pátina” visual compartida entre obras generadas por IA, lo que limita la diversidad estética y podría
contribuir a una progresiva estandarización o globalización de los lenguajes visuales, en detrimento de
las particularidades culturales de tradiciones artísticas subrepresentadas.
Esta preocupación es abordada de manera directa por Rossel Garron (2025), quien constata que, al
intentar reproducir imágenes basadas en la estética andina empleando modelos abiertos de IA generativa,
los resultados no logran capturar las características propias de dicha estética, sino que terminan
adoptando rasgos genéricos de la cultura visual de diversas poblaciones indígenas, evidenciando así un
sesgo estructural derivado de la subrepresentación de estas tradiciones en las bases de datos de
entrenamiento. Como alternativa, la autora propone la creación de modelos generativos específicamente
entrenados con imágenes de estéticas culturales concretas —como la modelo Sketch-And-Paint GAN
desarrollada para la pintura tradicional china— como estrategia para revalorizar producciones visuales
históricamente marginadas por el sesgo eurocéntrico y estadounidense de las herramientas de IA de uso
masivo.
pág. 3645
En lo concerniente a los sesgos de género y representación pues, Ochoa Azas (2026) ha dejado
constancia de que un enorme 78 % de los estudiantes en su estudio manifestaron sentirse frustrados al
advertir estereotipos en las imágenes producidas por IA. Por ejemplo, sucedió que, al pedir
representaciones de una mujer líder en el futuro, las imágenes que recibían una y otra vez eran
hipersexualizadas o confinadas a un solo grupo étnico. Esto, pues claramente demuestra que estas
herramientas no son totalmente neutrales sino más bien proyectan los sesgos culturales, raciales y de
género que albergan en sus datos de entrenamiento.
En ese sentido, Wang et al. (2025) coinciden en advertir sobre las limitaciones metodológicas y los
sesgos de muestreo presentes en buena parte de la literatura técnica sobre IA aplicada a la creatividad
infantil, señalando además riesgos de dependencia tecnológica y homogeneización cognitiva cuando
estas herramientas se emplean sin una mediación pedagógica adecuada.
Pensamiento crítico, ética y alfabetización en inteligencia artificial
Un quinto eje de convergencia entre los estudios analizados es la relevancia del pensamiento crítico y
la alfabetización en IA como condiciones necesarias para una integración pedagógicamente responsable
de estas tecnologías. Figueroa Muñoz (2026) sostiene que la IA puede actuar como catalizador del
pensamiento crítico-reflexivo docente cuando se asume como objeto de análisis y no como autoridad
incuestionable, de modo que cada respuesta generada abra preguntas sobre sus supuestos, omisiones,
sesgos y pertinencia contextual. La autora plantea que la formación docente no debe limitarse a enseñar
el manejo instrumental de herramientas como ChatGPT, sino a formar para preguntar mejor, verificar
mejor y decidir mejor, competencias que constituyen el núcleo de una verdadera alfabetización crítica
en IA.
Esta dimensión ética es igualmente central en el trabajo de Ochoa Azas (2026), quien documenta que el
aula de artes puede convertirse en un “laboratorio cívico” donde los estudiantes, al enfrentarse a los
sesgos codificados en los modelos generativos, se ven obligados a auditar los resultados visuales,
cuestionar representaciones predeterminadas y modificar intencionalmente su lenguaje para exigir
producciones más equitativas, ejerciendo así una forma de ciudadanía digital reflexiva.
Según Puertollano y Castro (2025), por su parte, plantean la necesidad de un marco ético y normativo
específico para el arte generado por IA, señalando que los marcos legales vigentes de derechos de autor
En lo concerniente a los sesgos de género y representación pues, Ochoa Azas (2026) ha dejado
constancia de que un enorme 78 % de los estudiantes en su estudio manifestaron sentirse frustrados al
advertir estereotipos en las imágenes producidas por IA. Por ejemplo, sucedió que, al pedir
representaciones de una mujer líder en el futuro, las imágenes que recibían una y otra vez eran
hipersexualizadas o confinadas a un solo grupo étnico. Esto, pues claramente demuestra que estas
herramientas no son totalmente neutrales sino más bien proyectan los sesgos culturales, raciales y de
género que albergan en sus datos de entrenamiento.
En ese sentido, Wang et al. (2025) coinciden en advertir sobre las limitaciones metodológicas y los
sesgos de muestreo presentes en buena parte de la literatura técnica sobre IA aplicada a la creatividad
infantil, señalando además riesgos de dependencia tecnológica y homogeneización cognitiva cuando
estas herramientas se emplean sin una mediación pedagógica adecuada.
Pensamiento crítico, ética y alfabetización en inteligencia artificial
Un quinto eje de convergencia entre los estudios analizados es la relevancia del pensamiento crítico y
la alfabetización en IA como condiciones necesarias para una integración pedagógicamente responsable
de estas tecnologías. Figueroa Muñoz (2026) sostiene que la IA puede actuar como catalizador del
pensamiento crítico-reflexivo docente cuando se asume como objeto de análisis y no como autoridad
incuestionable, de modo que cada respuesta generada abra preguntas sobre sus supuestos, omisiones,
sesgos y pertinencia contextual. La autora plantea que la formación docente no debe limitarse a enseñar
el manejo instrumental de herramientas como ChatGPT, sino a formar para preguntar mejor, verificar
mejor y decidir mejor, competencias que constituyen el núcleo de una verdadera alfabetización crítica
en IA.
Esta dimensión ética es igualmente central en el trabajo de Ochoa Azas (2026), quien documenta que el
aula de artes puede convertirse en un “laboratorio cívico” donde los estudiantes, al enfrentarse a los
sesgos codificados en los modelos generativos, se ven obligados a auditar los resultados visuales,
cuestionar representaciones predeterminadas y modificar intencionalmente su lenguaje para exigir
producciones más equitativas, ejerciendo así una forma de ciudadanía digital reflexiva.
Según Puertollano y Castro (2025), por su parte, plantean la necesidad de un marco ético y normativo
específico para el arte generado por IA, señalando que los marcos legales vigentes de derechos de autor
pág. 3646
no contemplan adecuadamente el papel de estas tecnologías en la creación artística, lo que ha llevado a
organismos como la Unión Europea a explorar esquemas de derechos vecinos que reconozcan la
contribución tecnológica sin desplazar la autoría humana.
Amini (2025) enfatiza, en la misma dirección, que la integración responsable de la IA en la educación
artística requiere estrategias pedagógicas explícitas para abordar las preocupaciones éticas relacionadas
con la propiedad intelectual, los sesgos en el contenido generado y los riesgos de una dependencia
excesiva de la automatización en la práctica artística, proponiendo un enfoque equilibrado que
aproveche las capacidades de la IA sin desplazar el pensamiento crítico ni la autenticidad artística de los
estudiantes.
Diversidad de contextos geográficos
Por su parte, el corpus analizado revela una notable diversidad de contextos geográficos, disciplinares y
niveles educativos en los que se ha estudiado la relación entre IA y creatividad artística. En Ecuador,
además de los estudios de Murillo y Ávila (2026), Ochoa (2026) y Figueroa (2026) —esta última
centrada en la práctica docente en República Dominicana—, destacan investigaciones específicas sobre
disciplinas particulares, como el estudio de Criollo et al. (2026) sobre inteligencia artificial y danza, que
documenta el impacto pedagógico, cultural y prospectivo de estas tecnologías en la formación
dancística, así como el trabajo de Masaquiza et al. (2025), que evalúa mediante un diseño
cuasiexperimental el impacto de herramientas de IA —como Elicit, Wolfram Alpha, Talk to Books y
Glasp AI Summary— sobre el desarrollo del pensamiento creativo en 120 estudiantes de secundaria,
encontrando mejoras relevantes en el grupo experimental frente al grupo de control. Padilla (2026), en
un estudio cuantitativo con 138 estudiantes de bachillerato ecuatoriano, reporta una tendencia favorable
hacia el uso de la IA como apoyo al proceso creativo y a la comprensión de contenidos artísticos, aunque
identifica niveles relevantes de neutralidad respecto a su impacto directo sobre la creatividad, lo que
sugiere percepciones aún ambivalentes entre el estudiantado de este nivel educativo.
En el contexto europeo, además de los estudios españoles ya mencionados, Herrera et al. (2024), desde
Ecuador, examinan de manera más general los retos pedagógicos y éticos de la IA en la educación
artística, concluyendo que esta tecnología puede mejorar la productividad en campos creativos y
representa una oportunidad de innovación, siempre que se atiendan cuidadosamente sus implicaciones
no contemplan adecuadamente el papel de estas tecnologías en la creación artística, lo que ha llevado a
organismos como la Unión Europea a explorar esquemas de derechos vecinos que reconozcan la
contribución tecnológica sin desplazar la autoría humana.
Amini (2025) enfatiza, en la misma dirección, que la integración responsable de la IA en la educación
artística requiere estrategias pedagógicas explícitas para abordar las preocupaciones éticas relacionadas
con la propiedad intelectual, los sesgos en el contenido generado y los riesgos de una dependencia
excesiva de la automatización en la práctica artística, proponiendo un enfoque equilibrado que
aproveche las capacidades de la IA sin desplazar el pensamiento crítico ni la autenticidad artística de los
estudiantes.
Diversidad de contextos geográficos
Por su parte, el corpus analizado revela una notable diversidad de contextos geográficos, disciplinares y
niveles educativos en los que se ha estudiado la relación entre IA y creatividad artística. En Ecuador,
además de los estudios de Murillo y Ávila (2026), Ochoa (2026) y Figueroa (2026) —esta última
centrada en la práctica docente en República Dominicana—, destacan investigaciones específicas sobre
disciplinas particulares, como el estudio de Criollo et al. (2026) sobre inteligencia artificial y danza, que
documenta el impacto pedagógico, cultural y prospectivo de estas tecnologías en la formación
dancística, así como el trabajo de Masaquiza et al. (2025), que evalúa mediante un diseño
cuasiexperimental el impacto de herramientas de IA —como Elicit, Wolfram Alpha, Talk to Books y
Glasp AI Summary— sobre el desarrollo del pensamiento creativo en 120 estudiantes de secundaria,
encontrando mejoras relevantes en el grupo experimental frente al grupo de control. Padilla (2026), en
un estudio cuantitativo con 138 estudiantes de bachillerato ecuatoriano, reporta una tendencia favorable
hacia el uso de la IA como apoyo al proceso creativo y a la comprensión de contenidos artísticos, aunque
identifica niveles relevantes de neutralidad respecto a su impacto directo sobre la creatividad, lo que
sugiere percepciones aún ambivalentes entre el estudiantado de este nivel educativo.
En el contexto europeo, además de los estudios españoles ya mencionados, Herrera et al. (2024), desde
Ecuador, examinan de manera más general los retos pedagógicos y éticos de la IA en la educación
artística, concluyendo que esta tecnología puede mejorar la productividad en campos creativos y
representa una oportunidad de innovación, siempre que se atiendan cuidadosamente sus implicaciones
pág. 3647
éticas y legales. Por su parte, la literatura asiática (Huang, 2023) y anglosajona (Habib et al., 2024;
Pavlik y Pavlik, 2024) aporta evidencia empírica adicional que, en conjunto con los estudios
latinoamericanos, permite advertir patrones convergentes —el estímulo al pensamiento divergente, la
reducción de barreras técnicas, la redefinición de la autoría— junto con divergencias contextuales
relevantes, como la mayor preocupación por la conectividad, la brecha digital y la formación docente
en los contextos latinoamericanos, frente a un mayor énfasis en la alfabetización algorítmica avanzada
y los marcos regulatorios en los contextos europeos y norteamericanos.
Discusión
Integrando el análisis de los estudios, se puede afirmar, con bastante certeza que la conexión entre la
inteligencia artificial y la creatividad, concretamente en el ámbito de la educación artística, tiende a ser
ambivalente. Este punto de vista no difiere de lo expuesto por Figueroa (2026) en lo que respecta a la
práctica docente, ya que también encuentra dicha dualidad.
Por una parte, los estudios revisados muestran un acuerdo considerable sobre el potencial que tiene la
IA generativa. Se destaca la capacidad de esta tecnología para ampliar el pensamiento divergente, como
sugieren Habib et al. (2024) y Wang et al. (2025). Igualmente, importante, se ha observado que
democratiza el acceso a la producción artística, especialmente cuando esta resulta técnicamente
compleja, según señalan Gil y García (2024), Ochoa (2026), y Sáez et al. (2024). Y, además, hay un
reconocimiento firme de que esta puede redefinir de forma positiva las funciones tanto de los alumnos
como de los profesores en el transcurso del proceso creativo (Figueroa, 2026; Puertollano y Castro-,
2025).
Por otra parte, y con la misma fuerza, la literatura científica pone de relieve ciertos riesgos considerables.
Uno de ellos es la posible igualación estética, un temor expresado por (Puertollano y Castro, 2025;
Rossel, 2025). Otro riesgo relevante se centra en los sesgos algorítmicos relacionados con el género y
la representación cultural (Ochoa Azas, 2026; Rossel Garron, 2025; Wang et al., 2025), y una persistente
dificultad de estas tecnologías para transmitir expresividad emocional genuina (Ochoa, 2026), lo que
sugiere que la resonancia afectiva del arte permanece anclada, de manera intrínseca, a la vivencia y la
sensibilidad humanas.
éticas y legales. Por su parte, la literatura asiática (Huang, 2023) y anglosajona (Habib et al., 2024;
Pavlik y Pavlik, 2024) aporta evidencia empírica adicional que, en conjunto con los estudios
latinoamericanos, permite advertir patrones convergentes —el estímulo al pensamiento divergente, la
reducción de barreras técnicas, la redefinición de la autoría— junto con divergencias contextuales
relevantes, como la mayor preocupación por la conectividad, la brecha digital y la formación docente
en los contextos latinoamericanos, frente a un mayor énfasis en la alfabetización algorítmica avanzada
y los marcos regulatorios en los contextos europeos y norteamericanos.
Discusión
Integrando el análisis de los estudios, se puede afirmar, con bastante certeza que la conexión entre la
inteligencia artificial y la creatividad, concretamente en el ámbito de la educación artística, tiende a ser
ambivalente. Este punto de vista no difiere de lo expuesto por Figueroa (2026) en lo que respecta a la
práctica docente, ya que también encuentra dicha dualidad.
Por una parte, los estudios revisados muestran un acuerdo considerable sobre el potencial que tiene la
IA generativa. Se destaca la capacidad de esta tecnología para ampliar el pensamiento divergente, como
sugieren Habib et al. (2024) y Wang et al. (2025). Igualmente, importante, se ha observado que
democratiza el acceso a la producción artística, especialmente cuando esta resulta técnicamente
compleja, según señalan Gil y García (2024), Ochoa (2026), y Sáez et al. (2024). Y, además, hay un
reconocimiento firme de que esta puede redefinir de forma positiva las funciones tanto de los alumnos
como de los profesores en el transcurso del proceso creativo (Figueroa, 2026; Puertollano y Castro-,
2025).
Por otra parte, y con la misma fuerza, la literatura científica pone de relieve ciertos riesgos considerables.
Uno de ellos es la posible igualación estética, un temor expresado por (Puertollano y Castro, 2025;
Rossel, 2025). Otro riesgo relevante se centra en los sesgos algorítmicos relacionados con el género y
la representación cultural (Ochoa Azas, 2026; Rossel Garron, 2025; Wang et al., 2025), y una persistente
dificultad de estas tecnologías para transmitir expresividad emocional genuina (Ochoa, 2026), lo que
sugiere que la resonancia afectiva del arte permanece anclada, de manera intrínseca, a la vivencia y la
sensibilidad humanas.
pág. 3648
Esta ambivalencia exige superar tanto posturas de entusiasmo acrítico —que asumen que toda
innovación tecnológica mejora automáticamente la práctica artística y educativa— como posturas de
rechazo defensivo frente a la IA como amenaza inevitable para la creatividad humana. Ambas posiciones
simplifican un fenómeno que, como evidencian los estudios de Amini (2025) y Sáez-Velasco et al.
(2024), depende en gran medida de la intencionalidad pedagógica, la formación crítica del profesorado
y las condiciones institucionales que enmarcan su implementación. En este sentido, el hallazgo
recurrente de que la apropiación autoral de la obra ocurre principalmente durante la fase de intervención
manual y edición posterior —y no en la mera formulación de instrucciones textuales a la IA— (Ochoa
Azas, 2026; Puertollano Galán y Castro-Díaz, 2025) resulta especialmente relevante para orientar el
diseño de secuencias didácticas que preserven el protagonismo creativo del estudiante.
Asimismo, la evidencia revisada sugiere que el riesgo de homogeneización estética no es meramente
técnico, sino que posee una dimensión cultural profunda, en la medida en que los modelos generativos
de uso masivo reproducen y perpetúan sesgos eurocéntricos y estadounidenses que marginan estéticas
culturales subrepresentadas (Rossel Garron, 2025).
Este hallazgo se conecta directamente con la iniciativa de Nikitenko et al., (2025) quienes proponen un
marco educativo novedoso, uno que asimila la diversidad cultural. Esta integración debería ser un pilar
fundamental al concebir y desplegar herramientas de inteligencia artificial en el ámbito del arte
educativo. Además, subraya con fuerza la importancia de que la investigación futura que facilite la
creación de modelos entrenados detalladamente. Estos modelos deben ser nutridos con conjuntos de
datos representativos de estéticas culturales variadas, más allá del contexto occidental predominante en
la literatura técnica actual.
Un impedimento generalizado de las pruebas recopiladas radica en la reducida cantidad de
investigaciones de corte longitudinal. Estos estudios serian esenciales para discernir las repercusiones a
largo plazo de la exposición continua a la IA generativa en el potencial creador de los alumnos. Casi
todas las investigaciones examinadas, salvo una parte del trabajo de Ochoa (2026) que tuvo una duración
trimestral, parten de intervenciones aisladas o análisis de percepciones generales.
Esto, naturalmente, restringe la capacidad de sacar inferencias causales sólidas sobre la durabilidad de
los resultados observados. De igual modo, la diversidad metodológica dentro del cuerpo de trabajo —
Esta ambivalencia exige superar tanto posturas de entusiasmo acrítico —que asumen que toda
innovación tecnológica mejora automáticamente la práctica artística y educativa— como posturas de
rechazo defensivo frente a la IA como amenaza inevitable para la creatividad humana. Ambas posiciones
simplifican un fenómeno que, como evidencian los estudios de Amini (2025) y Sáez-Velasco et al.
(2024), depende en gran medida de la intencionalidad pedagógica, la formación crítica del profesorado
y las condiciones institucionales que enmarcan su implementación. En este sentido, el hallazgo
recurrente de que la apropiación autoral de la obra ocurre principalmente durante la fase de intervención
manual y edición posterior —y no en la mera formulación de instrucciones textuales a la IA— (Ochoa
Azas, 2026; Puertollano Galán y Castro-Díaz, 2025) resulta especialmente relevante para orientar el
diseño de secuencias didácticas que preserven el protagonismo creativo del estudiante.
Asimismo, la evidencia revisada sugiere que el riesgo de homogeneización estética no es meramente
técnico, sino que posee una dimensión cultural profunda, en la medida en que los modelos generativos
de uso masivo reproducen y perpetúan sesgos eurocéntricos y estadounidenses que marginan estéticas
culturales subrepresentadas (Rossel Garron, 2025).
Este hallazgo se conecta directamente con la iniciativa de Nikitenko et al., (2025) quienes proponen un
marco educativo novedoso, uno que asimila la diversidad cultural. Esta integración debería ser un pilar
fundamental al concebir y desplegar herramientas de inteligencia artificial en el ámbito del arte
educativo. Además, subraya con fuerza la importancia de que la investigación futura que facilite la
creación de modelos entrenados detalladamente. Estos modelos deben ser nutridos con conjuntos de
datos representativos de estéticas culturales variadas, más allá del contexto occidental predominante en
la literatura técnica actual.
Un impedimento generalizado de las pruebas recopiladas radica en la reducida cantidad de
investigaciones de corte longitudinal. Estos estudios serian esenciales para discernir las repercusiones a
largo plazo de la exposición continua a la IA generativa en el potencial creador de los alumnos. Casi
todas las investigaciones examinadas, salvo una parte del trabajo de Ochoa (2026) que tuvo una duración
trimestral, parten de intervenciones aisladas o análisis de percepciones generales.
Esto, naturalmente, restringe la capacidad de sacar inferencias causales sólidas sobre la durabilidad de
los resultados observados. De igual modo, la diversidad metodológica dentro del cuerpo de trabajo —
pág. 3649
donde se combinan enfoques cuantitativos, cualitativos, mixtos y ensayos teórico-reflexivos— si bien
enriquece la comprensión multidimensional del fenómeno, dificulta la comparabilidad directa de los
hallazgos y sugiere la necesidad de mayor estandarización metodológica en futuras investigaciones
sobre esta temática (Ochoa, 2026).
CONCLUSIÓN
La revisión sistemática llevada a cabo, se concluye que la inteligencia artificial generativa funciona
como un catalizador auténtico y validado por evidencia del desarrollo de la creatividad en la enseñanza
de arte, en particular referente a la ampliación del pensamiento divergente, la disminución de trabas
técnicas para crear imágenes y sonidos, y la reinvención provechosa de los papeles que desempeñan
alumnos y profesores en el acto de crear.
Los estudios observados que provienen de contexto geográficos y diversas disciplinas, que abarcan
desde arte en la universidad de España, a formación en danza, música y bellas artes en Ecuador, sin
olvidar las vivencias en Estados Unidos, China, Taiwán y Bolivia, todos coinciden en afirmar que este
avance puede mejorar mucho la singularidad, la destreza técnica y la hondura de ideas de lo que crean
los estudiantes cuando se incorpora con una guía educativa pensada.
No obstante, la evidencia analizada deja claro también que ese potencial no está libre de riesgos,
incluyéndola una estandarización visual provocado por lo que las creaciones automáticas se basan en
sus datos de entrenamiento, la reproducción de sesgos culturales, raciales y de género, y la persistente
dificultad de estas herramientas para transmitir una expresividad emocional genuina, dimensión que
continúa dependiendo de la sensibilidad, la vulnerabilidad y la experiencia vivida del creador humano.
En consecuencia, el desafío pedagógico central que se desprende de esta revisión no consiste en resistirse
a la incorporación de la inteligencia artificial en el aula de artes, ni tampoco en adoptarla de manera
acrítica, sino en construir marcos didácticos, éticos e institucionales que permitan aprovechar su
capacidad de ampliar el espacio conceptual y técnico de la creación, preservando al mismo tiempo el
juicio crítico, la sensibilidad estética y la agencia creativa humana como ejes irrenunciables de la
educación artística contemporánea.
Se recomienda que futuras investigaciones profundicen en diseños longitudinales que permitan evaluar
la sostenibilidad de los efectos creativos documentados, en el desarrollo de modelos generativos
donde se combinan enfoques cuantitativos, cualitativos, mixtos y ensayos teórico-reflexivos— si bien
enriquece la comprensión multidimensional del fenómeno, dificulta la comparabilidad directa de los
hallazgos y sugiere la necesidad de mayor estandarización metodológica en futuras investigaciones
sobre esta temática (Ochoa, 2026).
CONCLUSIÓN
La revisión sistemática llevada a cabo, se concluye que la inteligencia artificial generativa funciona
como un catalizador auténtico y validado por evidencia del desarrollo de la creatividad en la enseñanza
de arte, en particular referente a la ampliación del pensamiento divergente, la disminución de trabas
técnicas para crear imágenes y sonidos, y la reinvención provechosa de los papeles que desempeñan
alumnos y profesores en el acto de crear.
Los estudios observados que provienen de contexto geográficos y diversas disciplinas, que abarcan
desde arte en la universidad de España, a formación en danza, música y bellas artes en Ecuador, sin
olvidar las vivencias en Estados Unidos, China, Taiwán y Bolivia, todos coinciden en afirmar que este
avance puede mejorar mucho la singularidad, la destreza técnica y la hondura de ideas de lo que crean
los estudiantes cuando se incorpora con una guía educativa pensada.
No obstante, la evidencia analizada deja claro también que ese potencial no está libre de riesgos,
incluyéndola una estandarización visual provocado por lo que las creaciones automáticas se basan en
sus datos de entrenamiento, la reproducción de sesgos culturales, raciales y de género, y la persistente
dificultad de estas herramientas para transmitir una expresividad emocional genuina, dimensión que
continúa dependiendo de la sensibilidad, la vulnerabilidad y la experiencia vivida del creador humano.
En consecuencia, el desafío pedagógico central que se desprende de esta revisión no consiste en resistirse
a la incorporación de la inteligencia artificial en el aula de artes, ni tampoco en adoptarla de manera
acrítica, sino en construir marcos didácticos, éticos e institucionales que permitan aprovechar su
capacidad de ampliar el espacio conceptual y técnico de la creación, preservando al mismo tiempo el
juicio crítico, la sensibilidad estética y la agencia creativa humana como ejes irrenunciables de la
educación artística contemporánea.
Se recomienda que futuras investigaciones profundicen en diseños longitudinales que permitan evaluar
la sostenibilidad de los efectos creativos documentados, en el desarrollo de modelos generativos
pág. 3650
entrenados con estéticas culturales diversas que mitiguen los sesgos actualmente identificados, y en la
construcción de programas de formación docente en alfabetización crítica en IA que acompañen, de
manera sistemática, la creciente incorporación de estas tecnologías en las aulas de educación artística y
cultural..
entrenados con estéticas culturales diversas que mitiguen los sesgos actualmente identificados, y en la
construcción de programas de formación docente en alfabetización crítica en IA que acompañen, de
manera sistemática, la creciente incorporación de estas tecnologías en las aulas de educación artística y
cultural..
pág. 3651
REFERENCIAS BIBLIOGRÁFICAS
Amini, H. (2025). AI in Art Education: Innovation, Ethics, and the Future of Creativity. Art and Design
Review, 13, 115-129. https://doi.org/10.4236/adr.2025.132008
Christian Omar Masaquiza Tubon, Geannina Anabela Almache Falconí, Edison Patricio Molina
Moreno, & Mayra Isabel Moreno Corrales. (2025). La inteligencia artificial como estrategia
para el desarrollo del pensamiento creativo en estudiantes de secundaria: impacto y
perspectivas. Dominio De Las Ciencias, 11(3), 893–911.
https://doi.org/10.23857/dc.v11i3.4497
Criollo Turusina, M. A., Macias Arroyo, F. G., Mendoza Hidalgo, Ángel C., & Santamaría Guerrero, J.
F. (2026). Inteligencia artificial, danza y educación artística: impacto pedagógico, cultural y
prospectivo. Ciencia Y Educación, 7(2.2), 677 - 693. https://doi.org/10.5281/zenodo.19490396
Delgado Hernández, P., & Marqués Ibáñez, A. M. (2025). La inteligencia artificial como herramienta
en arte generativo aplicada en experiencias de educación artística. Hachetetepé. Revista
Científica De Educación y Comunicación.
https://doi.org/10.25267/HACHETETEPE.2025.I30.1204
Figueroa Muñoz, S. V. (2026). Incidencia de la inteligencia artificial en la praxis docente: Pensamiento
crítico y actitud pedagógica en la educación artística secundaria. Revista Veritas De Difusão
Científica, 7(1), 7855–7879. https://doi.org/10.61616/rvdc.v7i1.1508
Gil Ruiz, P., & García Arnao, J. J. (2024). Trazos digitales: Efecto de la inteligencia artificial en el
proceso creativo. Encuentros. Revista de Ciencias Humanas, Teoría Social y Pensamiento
Crítico, (22), 14–27. https://doi.org/10.5281/zenodo.13362804
Habib, S., Vogel, T., Anli, X., & Thorne, E. (2024). How does generative artificial intelligence impact
student creativity? Journal of Creativity, 34(1), 100072.
https://doi.org/10.1016/j.yjoc.2023.100072
Herrera Latorre, P. D., Orozco Poma, R. D., Núñez Sánchez, W. P., & Avalos Espinoza, P. A. (2024).
Inteligencia artificial en la educación artística: Retos y perspectivas. Revista Imaginario
Social, 7(2). https://doi.org/10.59155/is.v7i2.170
REFERENCIAS BIBLIOGRÁFICAS
Amini, H. (2025). AI in Art Education: Innovation, Ethics, and the Future of Creativity. Art and Design
Review, 13, 115-129. https://doi.org/10.4236/adr.2025.132008
Christian Omar Masaquiza Tubon, Geannina Anabela Almache Falconí, Edison Patricio Molina
Moreno, & Mayra Isabel Moreno Corrales. (2025). La inteligencia artificial como estrategia
para el desarrollo del pensamiento creativo en estudiantes de secundaria: impacto y
perspectivas. Dominio De Las Ciencias, 11(3), 893–911.
https://doi.org/10.23857/dc.v11i3.4497
Criollo Turusina, M. A., Macias Arroyo, F. G., Mendoza Hidalgo, Ángel C., & Santamaría Guerrero, J.
F. (2026). Inteligencia artificial, danza y educación artística: impacto pedagógico, cultural y
prospectivo. Ciencia Y Educación, 7(2.2), 677 - 693. https://doi.org/10.5281/zenodo.19490396
Delgado Hernández, P., & Marqués Ibáñez, A. M. (2025). La inteligencia artificial como herramienta
en arte generativo aplicada en experiencias de educación artística. Hachetetepé. Revista
Científica De Educación y Comunicación.
https://doi.org/10.25267/HACHETETEPE.2025.I30.1204
Figueroa Muñoz, S. V. (2026). Incidencia de la inteligencia artificial en la praxis docente: Pensamiento
crítico y actitud pedagógica en la educación artística secundaria. Revista Veritas De Difusão
Científica, 7(1), 7855–7879. https://doi.org/10.61616/rvdc.v7i1.1508
Gil Ruiz, P., & García Arnao, J. J. (2024). Trazos digitales: Efecto de la inteligencia artificial en el
proceso creativo. Encuentros. Revista de Ciencias Humanas, Teoría Social y Pensamiento
Crítico, (22), 14–27. https://doi.org/10.5281/zenodo.13362804
Habib, S., Vogel, T., Anli, X., & Thorne, E. (2024). How does generative artificial intelligence impact
student creativity? Journal of Creativity, 34(1), 100072.
https://doi.org/10.1016/j.yjoc.2023.100072
Herrera Latorre, P. D., Orozco Poma, R. D., Núñez Sánchez, W. P., & Avalos Espinoza, P. A. (2024).
Inteligencia artificial en la educación artística: Retos y perspectivas. Revista Imaginario
Social, 7(2). https://doi.org/10.59155/is.v7i2.170
pág. 3652
Huang,D. (2023). Exploring the Impact of Artificial Intelligence on Arts Education: Enhancing Students'
Creative. Lecture Notes in Education Psychology and Public Media,32,152-157.
https://doi.org/10.54254/2753-7048/32/20230842
Li, L. (2023). The impact of artificial intelligence on higher art education. En Proceedings of the 2023
International Conference on Frontiers of Artificial Intelligence and Machine Learning (pp.
172–178). Association for Computing Machinery. https://doi.org/10.1145/3616901.3616939
Masaquiza Tubon, C. O., Muñoz Pilozo, A. G., Almache Falconí, G. A., Molina Moreno, E. P., &
Moreno Corrales, M. I. (2025). La inteligencia artificial como estrategia para el desarrollo del
pensamiento creativo en estudiantes de secundaria: Impacto y perspectivas. Dominio de las
Ciencias, 11(3), 893–911. https://doi.org/10.23857/dc.v11i3.4497
Murillo Loor, E. M., & Ávila Rosales, F. M. (2026). La inteligencia artificial como recurso didáctico
para potenciar el aprendizaje creativo en educación cultural y artística. Maestro Y
Sociedad, 23(2), 1698–1710. Recuperado a partir de
https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7671
Nikitenko, V., Voronkova, V., Oleksenko, R., Andriukaitiene, R., Pyurko, V., & Khrystovoi, D. (2025).
El concepto del impacto de la inteligencia artificial en la educación artística: Nuevos horizontes
para la creatividad, el cambio social, la innovación y el enriquecimiento cultural. Interacción
y Perspectiva: Revista de Trabajo Social, 15(1), 153–170.
https://doi.org/10.5281/zenodo.14031656
Ochoa Azas, W. F. (2026). La colaboración humano-IA como estrategia metodológica para el desarrollo
de la creatividad en la educación cultural y artística. ASCE MAGAZINE, 5(2), 2337–2352.
https://doi.org/10.70577/asce.v5i2.878
Padilla Lluguín, A. J. (2026). La inteligencia artificial como herramienta innovadora en la educación
artística en el bachillerato (Trabajo de titulación de maestría, modalidad artículo profesional de
alto nivel). Universidad Estatal Península de Santa Elena.
https://repositorio.upse.edu.ec/handle/46000/16645
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer,
L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M.,
Huang,D. (2023). Exploring the Impact of Artificial Intelligence on Arts Education: Enhancing Students'
Creative. Lecture Notes in Education Psychology and Public Media,32,152-157.
https://doi.org/10.54254/2753-7048/32/20230842
Li, L. (2023). The impact of artificial intelligence on higher art education. En Proceedings of the 2023
International Conference on Frontiers of Artificial Intelligence and Machine Learning (pp.
172–178). Association for Computing Machinery. https://doi.org/10.1145/3616901.3616939
Masaquiza Tubon, C. O., Muñoz Pilozo, A. G., Almache Falconí, G. A., Molina Moreno, E. P., &
Moreno Corrales, M. I. (2025). La inteligencia artificial como estrategia para el desarrollo del
pensamiento creativo en estudiantes de secundaria: Impacto y perspectivas. Dominio de las
Ciencias, 11(3), 893–911. https://doi.org/10.23857/dc.v11i3.4497
Murillo Loor, E. M., & Ávila Rosales, F. M. (2026). La inteligencia artificial como recurso didáctico
para potenciar el aprendizaje creativo en educación cultural y artística. Maestro Y
Sociedad, 23(2), 1698–1710. Recuperado a partir de
https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7671
Nikitenko, V., Voronkova, V., Oleksenko, R., Andriukaitiene, R., Pyurko, V., & Khrystovoi, D. (2025).
El concepto del impacto de la inteligencia artificial en la educación artística: Nuevos horizontes
para la creatividad, el cambio social, la innovación y el enriquecimiento cultural. Interacción
y Perspectiva: Revista de Trabajo Social, 15(1), 153–170.
https://doi.org/10.5281/zenodo.14031656
Ochoa Azas, W. F. (2026). La colaboración humano-IA como estrategia metodológica para el desarrollo
de la creatividad en la educación cultural y artística. ASCE MAGAZINE, 5(2), 2337–2352.
https://doi.org/10.70577/asce.v5i2.878
Padilla Lluguín, A. J. (2026). La inteligencia artificial como herramienta innovadora en la educación
artística en el bachillerato (Trabajo de titulación de maestría, modalidad artículo profesional de
alto nivel). Universidad Estatal Península de Santa Elena.
https://repositorio.upse.edu.ec/handle/46000/16645
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer,
L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M.,
pág. 3653
Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher,
D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic
reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Pavlik, J. V., & Pavlik, O. M. (2024). Art Education and Generative AI: An Exploratory Study in
Constructivist Learning and Visualization Automation for the Classroom. Creative Education,
15, 601-616. https://doi.org/10.4236/ce.2024.154037
Puertollano Galán, Virginia y Castro-Díaz, Maribel (2025). La inteligencia artificial en la creación
artística: innovación, homogeneidad y desafíos de la originalidad [Artificial Intelligence in
Artistic Creation: Innovation, Homogeneity, and Challenges of Originality]. Revista de
Comunicación de la SEECI, 158, 1-17. https://doi.org/10.15178/va.2025.158.e1608
Rossel Garron, Ariana. (2025). Inteligencia Artificial en la educación artística: una perspectiva sobre su
integración en la estética andina. Revista Aportes de la Comunicación y la Cultura, (38), 95-
104. Epub 00 de junio de 2025.https://doi.org/10.56992/a.v1i38.503
Sáez-Velasco, S., Alaguero-Rodríguez, M., Delgado-Benito, V., & Rodríguez-Cano, S. (2024).
Analysing the Impact of Generative AI in Arts Education: A Cross-Disciplinary Perspective of
Educators and Students in Higher Education. Informatics, 11(2), 37.
https://doi.org/10.3390/informatics1102003
Wang, A., Zhang, Y., Wang, A., & Zheng, W. (2025). The impact of AI-based painting technology on
children's creative thinking. Frontiers in psychology, 16, 1598210.
https://doi.org/10.3389/fpsyg.2025.1598210
Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher,
D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic
reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Pavlik, J. V., & Pavlik, O. M. (2024). Art Education and Generative AI: An Exploratory Study in
Constructivist Learning and Visualization Automation for the Classroom. Creative Education,
15, 601-616. https://doi.org/10.4236/ce.2024.154037
Puertollano Galán, Virginia y Castro-Díaz, Maribel (2025). La inteligencia artificial en la creación
artística: innovación, homogeneidad y desafíos de la originalidad [Artificial Intelligence in
Artistic Creation: Innovation, Homogeneity, and Challenges of Originality]. Revista de
Comunicación de la SEECI, 158, 1-17. https://doi.org/10.15178/va.2025.158.e1608
Rossel Garron, Ariana. (2025). Inteligencia Artificial en la educación artística: una perspectiva sobre su
integración en la estética andina. Revista Aportes de la Comunicación y la Cultura, (38), 95-
104. Epub 00 de junio de 2025.https://doi.org/10.56992/a.v1i38.503
Sáez-Velasco, S., Alaguero-Rodríguez, M., Delgado-Benito, V., & Rodríguez-Cano, S. (2024).
Analysing the Impact of Generative AI in Arts Education: A Cross-Disciplinary Perspective of
Educators and Students in Higher Education. Informatics, 11(2), 37.
https://doi.org/10.3390/informatics1102003
Wang, A., Zhang, Y., Wang, A., & Zheng, W. (2025). The impact of AI-based painting technology on
children's creative thinking. Frontiers in psychology, 16, 1598210.
https://doi.org/10.3389/fpsyg.2025.1598210