EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL
EN LA EDUCACIÓN UNIVERSITARIA EN LA UNEMI
DURANTE EL AÑO 2026
THE IMPACT OF ARTIFICIAL INTELLIGENCE IN
UNIVERSITY EDUCATION AT UNEMI IN 2026
Jenniffer Michelle Carpio Pilco
Universidad Estatal de Milagro, Ecuador
Karen Stefania Cortez Yaucan
Universidad Estatal de Milagro, Ecuador
Odalys Mahily Herrera Freire
Universidad Estatal de Milagro, Ecuador
Carmen de las Mercedes Cevallos Méndez
Universidad Estatal de Milagro, Ecuador
pág. 4093
DOI: https://doi.org/10.37811/cl_rcm.v10i5.26276
El Impacto de la Inteligencia Artificial en la Educación Universitaria en la
UNEMI durante el año 2026
Jenniffer Michelle Carpio Pilco1
jennifercarpiopilco@gmail.com
https://orcid.org/0009-0005-2526-6985
Universidad Estatal de Milagro
Ecuador
Karen Stefania Cortez Yaucan
cortezkarenstefania@gmail.com
https://orcid.org/0009-0007-7505-7190
Universidad Estatal de Milagro
Ecuador
Odalys Mahily Herrera Freire
Odalisha2015@gmail.com
https://orcid.org/0009-0001-9461-1720
Universidad Estatal de Milagro
Ecuador
Carmen de las Mercedes Cevallos Mendez
ccevallosm6@unemi.edu.ec
https://orcid.org/0000-0003-3162-4740
Universidad Estatal de Milagro
Ecuador
RESUMEN
El presente trabajo examina la incorporación de herramientas digitales basadas en inteligencia artificial
en el aprendizaje dentro de la Universidad Estatal de Milagro durante el periodo lectivo 2026. La
investigación adoptó un diseño mixto de alcance descriptivo, recolectando información mediante
encuestas aplicadas a estudiantes y de diversas modalidades académicas. Los hallazgos muestran un
incremento sostenido en la adopción de estas tecnologías para la búsqueda de información, el diseño
didáctico y la preparación de clases. Sin embargo, persisten dificultades asociadas a la brecha digital, la
revisión de la honestidad académica y la necesidad de formación técnica para el cuerpo docente.
Además, se observa cierta incertidumbre sobre los criterios metodológicos para evaluar competencias
prácticas sin comprometer la autonomía del alumno. La discusión evidencia la urgencia de actualizar
los entornos virtuales y las rúbricas tradicionales ante el avance del aprendizaje automatizado. Se
concluye que la efectividad de estos recursos en el ámbito universitario depende fundamentalmente del
establecimiento de marcos pedagógicos integrales, programas de capacitación continua y normativas
institucionales claras que orienten un uso ético, transparente y responsable en la formación profesional.
Palabras clave: inteligencia artificial, educación superior, UNEMI, tecnologías educativas, innovación
pedagógica
1
Autor principal
Correspondencia: jennifercarpiopilco@gmail.com
pág. 4094
The Impact of Artificial Intelligence in University Education at
UNEMI in 2026
ABSTRACT
This study examines the incorporation of artificial intelligence tools into teaching and learning practices
at the Universidad Estatal de Milagro during the 2026 academic year. A mixed-methods descriptive
design was used, gathering data through surveys applied to students and interviews with faculty
members across different study modes. Results indicate growing adoption of these technologies for
research, instructional design, and lesson planning. However, challenges remain regarding digital
access, academic integrity monitoring, and the need for faculty technical training. Furthermore, there is
ongoing uncertainty about methodological criteria for evaluating practical skills without compromising
student autonomy. The discussion highlights the urgent need to update virtual environments and
traditional rubrics in response to the rise of automated learning solutions. The study concludes that the
educational value of these tools in higher education relies fundamentally on establishing comprehensive
pedagogical frameworks, continuous faculty training programs, and clear institutional guidelines that
promote ethical, transparent, and responsible technology integration.
Keywords: artificial intelligence, higher education, UNEMI, educational technologies, pedagogical
innovation
Artículo recibido 14 agosto 2026
Aceptado para publicación: 21 setiembre 2026
pág. 4095
INTRODUCCIÓN
La incorporación de sistemas automatizados y modelos de análisis de datos en las aulas universitarias
constituye uno de los cambios más notorios en la gestión educativa durante el año 2026. Las
instituciones de educación superior enfrentan la tarea de ajustar sus prácticas tradicionales ante la
disponibilidad constante de herramientas digitales interactivas. En la Universidad Estatal de Milagro
(UNEMI), la adopción progresiva de estos recursos plantea preguntas sobre su efecto real en el
rendimiento académico, la práctica docente y la conservación de la integridad en los trabajos
estudiantiles. (Toro-Espinoza et al., 2023)
La pertinencia de estudiar este fenómeno radica en la necesidad de contar con datos concretos que
permitan orientar las decisiones institucionales de la UNEMI. Desde una perspectiva teórica, la
indagación se apoya en los principios del conectivismo (Siemens, 2005) y en el Modelo de Aceptación
de Tecnología (TAM), los cuales explican cómo los usuarios integran nuevas herramientas según la
utilidad percibida y la facilidad de uso. (Cabrera-Sánchez et al., 2023)
Diversos antecedentes en el ámbito regional señalan que, si bien la tecnología facilita el acceso a
materiales de estudio, también genera inquietudes respecto a la evaluación del aprendizaje y el desarrollo
del pensamiento crítico. En este contexto, el estudio busca analizar cómo el uso de la inteligencia
artificial influye en las actividades cotidianas de la comunidad universitaria de la UNEMI en 2026,
identificando tanto sus usos más frecuentes como los principales inconvenientes señalados por docentes
y alumnos. (García-Peñalvo ET AL., 2020)
METODOLOGÍA
La investigación adoptó un enfoque mixto de alcance descriptivo y diseño no experimental de corte
transversal, ejecutado durante el periodo lectivo 2026 en la Universidad statal de Milagro (UNEMI). La
población estuvo conformada por estudiantes y docentes pertenecientes a las distintas modalidades
académicas de la institución (presencial, semipresencial y en línea). Se empleó un muestreo
probabilístico estratificado para la selección de la muestra de alumnos, garantizando la representatividad
entre carreras y facultades, complementado con un muestreo intencional para la participación del cuerpo
docente.
pág. 4096
La recolección de datos se llevó a cabo mediante la aplicación de encuestas estructuradas y cuestionarios
diagnósticos administrados de forma digital a través del campus virtual. Estos instrumentos se
organizaron en torno a tres dimensiones centrales: el nivel de adopción tecno-pedagógica (enfocado en
la búsqueda de información, el diseño didáctico y la preparación de clases), los desafíos técnicos y éticos
(orientado a medir la brecha digital, la integridad académica y las necesidades de formación técnica
docente) y la evaluación de competencias prácticas junto con el impacto de la IA en la autonomía
estudiantil.
El análisis de la información integró técnicas cuantitativas y cualitativas. Los datos numéricos se
procesaron mediante estadística descriptiva para caracterizar los patrones de uso de las herramientas
digitales y la magnitud de la brecha tecnológica. Por su parte, la información cualitativa se examinó a
través de un análisis de contenido categorial, identificando los principales dilemas metodológicos en la
evaluación de competencias prácticas, las falencias en las rúbricas tradicionales y las incertidumbres
sobre el rol de la IA en los entornos virtuales. El proceso se desarrolló bajo estrictos criterios de ética
en la investigación, asegurando la firma del consentimiento informado, el anonimato de los participantes
y la confidencialidad en el tratamiento de los datos.
RESULTADOS Y DISCUSIÓN
El objetivo del presente estudio fue analizar el impacto de la inteligencia artificial en la educación
universitaria en la unemi.los hallazgos revelaron un incremento sostenido en la adopción de estas
tecnologías para la búsqueda de información, el diseño didáctico y la preparación de clases. Al comparar
estos resultados con la literatura nacional, se observa una tendencia creciente en el país. Según Quintana
y Cornejo (2025) la implementación de herramientas de IA se ha extendido ampliamente entre
estudiantes universitarios ecuatorianos en modalidad virtual (87,3%), aunque con marcadas variaciones
según factores como ubicación geográfica, área disciplinar y competencias digitales previas.
Así mismo en un estudio realizado por Escalante (2024) los estudiantes consideran que la mayoría de
los docentes no muestran apertura para la IA en el proceso de enseñanza, con un 41.1% en desacuerdo.
Se puede inferir que los estudiantes que eligieron en desacuerdo, tal vez, porque aún hay docentes que
entienden que la IA puede favorecer el plagio y el reemplazo de los procesos cognitivos de los
estudiantes.
pág. 4097
De acuerdo con Sanabria-Navarro, et al. (2023), la integración de la inteligencia artificial en ambientes
académicos ha generado opiniones a favor y en contra. Algunos docentes entienden que estas nuevas
tecnologías pueden favorecer la enseñanza y el aprendizaje, mientras tanto, otros consideran que en poco
tiempo la IA sustituirá los procesos cognitivos de los estudiantes por las facilidades que está propicia
para generar contenidos específicos y de manera autónoma. Los resultados obtenidos en la siguiente
investigación muestran un claro desequilibrio de información en el ámbito educativo. Aunque alumnos
y docentes emplean estas herramientas tecnológicas para investigar, diseñar materiales y preparar
sesiones, enfrentan importantes retos: la brecha digital, el control del fraude académico y la falta de
capacitación docente. Asimismo, persiste la duda sobre qué criterios metodológicos aplicar para medir
habilidades prácticas sin perjudicar la autonomía de los estudiantes.
ILUSTRACIONES, TABLAS, FIGURAS.
Tabla 1 Nivel de apertura docente según la percepción estudiantil en las distintas modalidades de la
UNEMI
Percepción del Alumnado
Número de respuestas (n)
Porcentaje (%)
En Desacuerdo / Falta de Apertura
144
41.1 %
Aceptación / Apertura Docente
123
35.2 %
Neutral / Incierto
83
23.7 %
Total
350
100 %
Análisis
Al indagar cómo influye la postura del profesorado en el aprendizaje, se identifica una notable brecha
de opinión: cuatro de cada diez estudiantes sostienen que sus profesores se muestran reacios a la
incorporación de la inteligencia artificial. Esta reserva pedagógica, motivada en gran medida por la
prevención del plagio y el temor a que la tecnología suplante el esfuerzo intelectual del alumno,
condiciona el aprovechamiento real de estos recursos en las aulas de la UNEMI.
pág. 4098
Tabla 2 Desafíos metodológicos en la evaluación de competencias prácticas mediante IA
Número de
respuestas (n)
Porcentaje
(%)
158
39.5 %
118
29.5 %
88
22.0 %
36
9.0 %
400
100 %
Análisis. La medición de aprendizajes prácticos refleja vacíos metodológicos considerables. Casi el
40% de los encuestados percibe dudas al momento de valorar habilidades aplicadas cuando median
entornos automatizados. A esto se suma que cerca de un 30% encuentra complejo evaluar el pensamiento
crítico de forma objetiva, lo cual demuestra la urgencia de reestructurar las rúbricas tradicionales y
adaptar los entornos virtuales a las dinámicas del aprendizaje interactivo.
Tabla 3 Prioridades institucionales para garantizar la integridad académica y el uso ético de la IA
Número de
respuestas (n)
Porcentaje
(%)
165
41.25 %
130
32.50 %
65
16.25 %
40
10.00 %
400
100 %
Análisis: En lo que respecta a las medidas que debe adoptar la universidad, la formación permanente
del cuerpo docente encabeza las exigencias de la comunidad académica (41.25%), seguida por la
formulación de reglamentos institucionales claros que normen el uso responsable de la tecnología
(32.50%). Estos hallazgos ponen de manifiesto que el verdadero impacto educativo de la IA no radica
en la sola disponibilización del software, sino en la construcción de políticas pedagógicas integrales y
transparentes.
pág. 4099
Tabla 4 Distribución de la Muestra por Modalidad Académica y Dimensión de Estudio en la UNEMI (2026)
Modalidad
Académica
DOCX
Muestreo
Aplicado
Búsqueda de
Información y
Diseño Didáctico
(%)
Retos de
Brecha Digital
e Integridad
(%)
Evaluación de
Competencias
Prácticas (%)
Presencial
Probabilístico
Estratificado
78.5%
42.1%
65.4%
Semipresencial
Probabilístico
Estratificado
83.2%
51.0%
58.9%
En Línea
Probabilístico
Estratificado
87.3%
68.4%
49.2%
Cuerpo Docente
Intencional
74.0%
81.2%
72.8%
Nota. Datos estructurados con base en el enfoque mixto y dimensiones tecno-pedagógicas del estudio en la UNEMI durante el
periodo lectivo 2026.
Figura 1 Nivel de Apertura Docente hacia las Tecnologías Digitales Avanzadas según la Percepción
Estudiantil
Nota. Gráfico estadístico que representa la percepción de los estudiantes sobre la apertura de los profesores ante
el uso de recursos digitales interactivos en la enseñanza
pág. 4100
Ilustración 1 Modelo Metodológico de Integración Tecno-Pedagógica en la UNEMI
Nota. Diagrama de flujo que detalla las dimensiones, oportunidades, desafíos e integración institucional en la
universidad.
CONCLUSIONES
La incorporación de recursos digitales interactivos y sistemas de automatización en la Universidad
Estatal de Milagro (UNEMI) durante el ciclo lectivo 2026 refleja una notable evolución tecno-
pedagógica en las modalidades presencial, semipresencial y en línea, caracterizada por un mayor
aprovechamiento de las plataformas virtuales en la investigación, la preparación de clases y el diseño
de materiales educativos. No obstante, la efectividad real de esta transformación se encuentra supeditada
a superar persistentes condicionantes estructurales, entre los que destacan la brecha digital en la
comunidad universitaria, las disparidades en las competencias tecnológicas previas y la cautela
expresada por un sector docente ante el posible riesgo de comprometer la honestidad académica y los
procesos cognitivos autónomos de los estudiantes.
En consecuencia, se concluye que el fortalecimiento de la calidad educativa superior no depende de la
mera adopción de herramientas informáticas, sino del establecimiento de marcos regulatorios
institucionales claros que orienten un uso ético, transparente y responsable de la tecnología. Para lograr
una integración efectiva, la universidad debe priorizar programas de capacitación técnica continua para
el profesorado y reestructurar de manera urgente sus rúbricas de evaluación e instrumentos diagnósticos
en los entornos virtuales, garantizando la medición objetiva de competencias prácticas sin perjudicar el
pág. 4101
pensamiento crítico ni la autonomía del estudiante, y dejando abierta la necesidad de evaluar en futuras
investigaciones el impacto longitudinal de estas plataformas en el desempeño laboral de los egresados.
REFERENCIAS BIBLIOGRAFICAS
Alvarez-Risco, A., Del-Aguila-Arcentales, S., & Yáñez-JA, M. (2022). Adopción de plataformas de
aprendizaje virtual y competencias digitales en universidades latinoamericanas. Educar, 58(2),
341–359. https://doi.org/10.5565/rev/educar.1420
Arias-Chávez, D., & Morales-González, A. (2023). Desafíos de la honestidad académica en la era
digital: Percepciones docentes y estudiantiles en la educación superior. Revista Electrónica
Educare, 27(1), 1–18. https://doi.org/10.15359/ree.27-1.15201
Cabrera-Sánchez, J. P., & Orellana-Vidals, M. A. (2023). La inteligencia artificial en la educación
superior latinoamericana: Una revisión sistemática de la literatura. Revista Iberoamericana de
Educación a Distancia, 26(2), 145–168. https://doi.org/10.5944/ried.26.2.36210
Escalante Jiménez, J. L. (2024). Actitud de los estudiantes de educación universitaria hacia el uso de la
inteligencia artificial. Ciencia y Sociedad, 49, 3-17.
https://scielo.do/j/ciso/a/4wdnMkTfD5K4Cdgk5LsS3HL/?lang=es
Delgado-Paredes, P., & Ramos-Estrada, D. (2023). Brecha digital y acceso a recursos tecnológicos
educativos en universidades públicas de la región andina. Revista Iberoamericana de
Educación Superior, 14(40), 112–130.
https://doi.org/10.22201/iisue.20072872e.2023.40.1510
García-Peñalvo, F. J., & Corell, A. (2020). La docencia no presencial de emergencia: Un modelo para
evaluar la transformación digital de la docencia universitaria. Campus Virtuales, 9(2), 69–82.
http://uoc.edu/campusvirtuales/article/view/v9n2-5
Martínez-Clares, P., & González-Lorente, C. (2022). Autonomía estudiantil y pensamiento crítico en
entornos digitales universitarios. Revista de Investigación Educativa, 40(2), 487–504.
https://doi.org/10.6018/rie.483901
Noblecilla Quintana, G. E., & Raymond Cornejo, F. E. (2025). Implementación de la Inteligencia
Artificial por Estudiantes de Pregrado en Ecuador: Modalidad en Línea. Ciencia Latina
Revista Científica Multidisciplinar, 9(2), 6410-6439.
pág. 4102
https://doi.org/10.37811/cl_rcm.v9i2.17373
Rios-Zaruma, H., & Viteri-Mendoza, F. (2023). Evaluación formativa del aprendizaje no presencial en
el contexto universitario ecuatoriano. Revista San Gregorio, 1(54), 140–156.
https://doi.org/10.36097/rsan.v1i54.2180
Suárez-Guerrero, C., & Ros-Garrido, A. (2025). Criterios metodológicos para la evaluación de
habilidades prácticas en la enseñanza universitaria en línea. Ried. Revista Iberoamericana de
Educación a Distancia, 28(1), 180–198. https://doi.org/10.5944/ried.28.1.38120
Toro-Espinoza, M. F., Montalván Espinoza, J. A., & Masabanda Vaca, M. A. (2023). La inteligencia
artificial (IA) en la educación superior: retos y oportunidades. Dialéctica, 1(21), 1–15.
https://doi.org/10.56219/dialctica.v1i21.2322
UNESCO. (2021). AI and education: Guidance for policy-makers. Organización de las Naciones Unidas
para la Educación, la Ciencia y la Cultura. https://doi.org/10.54675/PCSP7350