Este estudio tiene como objetivo analizar las tendencias y el futuro de la Inteligencia Artificial (IA) en la Educación Superior, explorando perspectivas y desafíos. Adoptando un enfoque metodológico integral, se empleó una revisión sistemática de la literatura y análisis documental para examinar el estado actual y las proyecciones futuras de la IA en contextos educativos superiores. La investigación se apoyó en el análisis de datos cualitativos de fuentes diversas como artículos académicos. Los resultados indican tendencias emergentes en la personalización del aprendizaje, la automatización administrativa y la mejora de la retroalimentación educativa. Se identificaron desafíos como la resistencia al cambio y preocupaciones éticas. Las interpretaciones sugieren la necesidad de programas de capacitación docente y políticas claras de privacidad de datos. En términos de novedad científica, el estudio destaca la importancia de abordar los desafíos para aprovechar plenamente el potencial de la IA en la Educación Superior, enfatizando la relevancia continua de la investigación en este ámbito en constante evolución. En la discusión de los resultados, se estableció una conexión con teorías educativas contemporáneas, particularmente con el constructivismo, resaltando la capacidad de la IA para potenciar la construcción activa del conocimiento por parte de los estudiantes.

Palabras clave: aprendizaje, teorías educativas contemporáneas, constructivismo

Analysis of Trends and Future of Artificial Intelligence in Higher Education: Perspectives and Challenges

ABSTRACT

This study aims to analyze the trends and future of Artificial Intelligence (AI) in Higher Education, exploring perspectives and challenges. Adopting a comprehensive methodological approach, a systematic literature review and documentary analysis were employed to examine the current state and future projections of AI in higher educational contexts. The research was supported by the analysis of qualitative data from various sources such as academic articles. The results indicate emerging trends in learning personalization, administrative automation, and improving educational feedback. Challenges such as resistance to change and ethical concerns were identified. Interpretations suggest the need for teacher training programs and clear data privacy policies. In terms of scientific novelty, the study highlights the importance of addressing the challenges to fully realize the potential of AI in Higher Education, emphasizing the continued relevance of research in this constantly evolving field. In the discussion of the results, a connection was established with contemporary educational theories, particularly with constructivism, highlighting the capacity of AI to enhance the active construction of knowledge by students.

Keywords: learning, contemporary educational theories, constructivism

Artículo recibido 22 diciembre 2023

Aceptado para publicación: 25 enero 2024

INTRODUCCIÓN

En el siglo XXI, la Educación Superior enfrenta un punto de inflexión con la irrupción acelerada de la Inteligencia Artificial (IA). Este artículo se embarca en un análisis de las tendencias y el futuro inminente de la Inteligencia Artificial en la Educación Superior, explorando las perspectivas que delinean la evolución de la enseñanza y el aprendizaje. Desde sus inicios, la Educación Superior ha sido testigo de una evolución constante en respuesta a los avances tecnológicos, pero la capacidad de la IA para procesar grandes volúmenes de datos, adaptarse a estilos de aprendizaje individuales y ofrecer experiencias de enseñanza personalizadas redefine las dinámicas tradicionales del aula, es decir, esta convergencia entre tecnología avanzada y educación plantea cuestiones fundamentales y desafíos que requieren un análisis para comprender la complejidad de esta integración y anticipar sus consecuencias a largo plazo (Ocaña et al., 2019).

A medida que la Inteligencia Artificial se integra cada vez más en las aulas universitarias, surge un problema crucial: presenta una complejidad multifacética que exige una atención detenida. En primer lugar, se destaca la falta de un entendimiento exhaustivo sobre cómo la IA puede ser implementada de manera eficaz para maximizar la calidad educativa y contribuir a la individualización del aprendizaje, superando los enfoques tradicionales que a menudo adoptan un enfoque uniforme para la enseñanza (Cárdenas y Treviño, 2014). La brecha de conocimiento abarca desde la optimización de herramientas y plataformas de aprendizaje adaptativo hasta la identificación de estrategias pedagógicas que aprovechen plenamente las capacidades de la IA. Por otra parte, se observa un desafío ético fundamental: la necesidad de garantizar la equidad y la transparencia en el acceso y uso de la IA en la Educación Superior.

Asimismo, se hace imprescindible abordar los aspectos relacionados a la IA al ser utilizada para evaluar y medir el rendimiento estudiantil de manera justa y precisa, considerando la diversidad de habilidades y conocimientos que los estudiantes aportan al entorno educativo (Arana, 2021). Este aspecto se convierte en un componente esencial para garantizar la validez y la confiabilidad de las evaluaciones en un contexto educativo transformado por la IA. El problema de investigación también abarca la adaptación de las instituciones de educación superior y los educadores a este cambio tecnológico.

La importancia y relevancia de abordar el análisis de tendencias y futuro de la Inteligencia Artificial (IA) en la Educación Superior se manifiestan en múltiples dimensiones que trascienden los límites de las aulas, desempeñando un papel crucial en la formación de individuos que liderarán y contribuirán al progreso de la sociedad. La integración efectiva de la IA en este ámbito puede potenciar la calidad de la enseñanza y el aprendizaje, preparando a los estudiantes para enfrentar los desafíos de un mundo cada vez más digital y tecnológico. La habilidad de adaptarse y utilizar herramientas de IA se convierte en una destreza esencial en un entorno laboral donde la automatización y la inteligencia artificial están en constante crecimiento (Sánchez, 2023)..

Asimismo, la relevancia de este análisis se intensifica al considerar el potencial representativo de la IA en la Educación Superior. La personalización de la enseñanza mediante la IA puede ayudar a superar barreras educativas, permitiendo un acceso más equitativo a la educación de calidad. Esto es especialmente relevante en contextos donde el acceso a recursos educativos de calidad es limitado, contribuyendo así a la reducción de brechas educativas y socioeconómicas. Cabe agregar que, la IA en la Educación Superior no solo se trata de impartir conocimientos, sino también de cultivar habilidades como el pensamiento crítico, la resolución de problemas y la creatividad, habilidades que son fundamentales en un entorno laboral dinámico y en constante evolución (Padilla, 2019). La relevancia se magnifica al considerar la posibilidad de que la IA pueda abordar desafíos persistentes en la educación, como la sobrecarga de trabajo de los educadores, la automatización de tareas administrativas y la personalización de la enseñanza pueden liberar tiempo para que los educadores se enfoquen en la interacción personalizada y el desarrollo de habilidades emocionales e interpersonales, aspectos fundamentales que a menudo se descuidan en un entorno académico tradicional.

Además, la incorporación ética de la IA en la Educación Superior es crucial para garantizar la responsabilidad y la equidad. La relevancia de este análisis se manifiesta en la necesidad de establecer directrices éticas y normativas que guíen la implementación de la IA, salvaguardando la privacidad de los estudiantes y evitando posibles sesgos algorítmicos que podrían perpetuar desigualdades.

Este trabajo se fundamenta en teorías que exploran la intersección entre la tecnología y la educación, incorporando conceptos clave de pedagogía digital, aprendizaje adaptativo y diseño de sistemas inteligentes.

Se exploran postulados de autores como Vygotsky, Papert y Freire, junto con contribuciones contemporáneas de expertos en IA educativa.

Desde el punto de vista de la pedagogía, el constructivismo emerge como una teoría fundamental que enfatiza el papel activo del estudiante en la construcción de su propio conocimiento. Autores como Jean Piaget y Lev Vygotsky han contribuido significativamente a esta teoría, destacando la importancia del aprendizaje colaborativo y del entorno educativo como un espacio interactivo que facilita la comprensión y la asimilación de conceptos (Ayarza, 2019). Esta perspectiva se entrelaza con la idea de personalización educativa, donde la IA puede adaptar las experiencias de aprendizaje según las necesidades individuales de cada estudiante.

La teoría del conectivismo, propuesta por George Siemens y Stephen Downes, aporta una dimensión contemporánea al marco teórico al enfocarse en la importancia de las redes y la conexión de información en la era digital (Santander, 2018). En el contexto de la Educación Superior, el conectivismo aborda cómo la IA puede facilitar la creación y distribución de conocimiento, así como la colaboración entre comunidades de aprendices, generando entornos educativos más dinámicos y globalizados.

El marco teórico también se apoya en teorías de la inteligencia artificial en la educación (IAE). Autores como Rose Luckin y Benedict du Boulay han abordado el diseño y la implementación de sistemas educativos inteligentes, destacando la necesidad de equilibrar la automatización con la interacción humana significativa. La IAE busca desarrollar entornos educativos que integren de manera efectiva la IA para mejorar la enseñanza y el aprendizaje, maximizando la participación estudiantil y la adaptabilidad del sistema.

La revisión de estudios previos constituye un pilar esencial para comprender la trayectoria y los desarrollos en la integración de la Inteligencia Artificial (IA) en la Educación Superior. Estos proporcionan una base sólida para comprender el progreso y los desafíos en la integración de la IA en la Educación Superior, al mismo tiempo que destaca las áreas clave que merecen una atención más detallada en investigaciones futuras.

El contexto de la investigación sobre las tendencias y el futuro de la Inteligencia Artificial (IA) en la Educación Superior se ve moldeado por una intersección compleja de factores históricos, sociales, culturales y tecnológicos. Históricamente, las instituciones de Educación Superior han experimentado diversas transformaciones, desde sus inicios en las antiguas universidades hasta las modernas plataformas de aprendizaje en línea. En el ámbito social y cultural, las percepciones sobre la educación, el papel de los educadores y la importancia del aprendizaje son fundamentales. Las actitudes hacia la tecnología en la educación, la aceptación de métodos innovadores y las expectativas culturales sobre el propósito de la Educación Superior influirán en la aceptación y adopción de la IA en el ámbito educativo..

El propósito fundamental de esta investigación es explorar de manera integral las tendencias y el futuro de la Inteligencia Artificial (IA) en la Educación Superior. El objetivo principal es analizar las investigaciones actuales de la IA en el entorno educativo superior, comprender las perspectivas y examinar los desafíos éticos asociados. Al revisar y sintetizar estudios previos, buscamos identificar lagunas en el conocimiento existente y contribuir con nuevas perspectivas que enriquezcan el entendimiento general sobre la integración de la IA en la Educación Superior. A través de este análisis, el propósito es proporcionar recomendaciones prácticas y fundamentadas para una implementación efectiva y ética de la IA, contribuyendo así al avance y mejora continua del sistema educativo superior en la era digital.

METODOLOGÍA

La metodología adoptada para llevar a cabo el análisis de tendencias y futuro de la Inteligencia Artificial (IA) en la Educación Superior es de naturaleza cualitativa, centrada en una comprensión profunda de las perspectivas y desafíos relacionados con la integración de la Inteligencia Artificial (IA) en la Educación Superior, contribuyendo así a una visión más enriquecedora y comprensiva de este fenómeno emergente. Además, se basa en una investigación exploratoria y descriptiva. El enfoque exploratorio permitirá adentrarse en las experiencias y percepciones articulos cientificos pubilicados por otros investigadores, mientras que el enfoque descriptivo busca proporcionar una visión detallada y rica de la realidad estudiada.

Por otra parte, se llevará a cabo una revisión documental como técnica de recolección de datos en este estudio cualitativo sobre las tendencias y el futuro de la Inteligencia Artificial en la Educación Superior. Este enfoque implica examinar y analizar de manera sistemática una amplia variedad de publicaciones cientificas desde el 2021 hasta el 2023 en las diferentes bases de datos y repositorios como: Google Scholar, Dialnet, Innova Educación, y Redalyc. Es importante mencionar que se implementarán criterios específicos de inclusión y exclusión durante la revisión documental para garantizar que solo se seleccionen documentos relevantes y significativos para los objetivos de la investigación..

RESULTADOS Y DISCUSIÓN

En el presente apartado, se exponen los resultados obtenidos tras el análisis de tendencias y futuro de la Inteligencia Artificial (IA) en la Educación Superior. Estos resultados se presentan de manera objetiva y clara, derivando lógicamente de la metodología empleada, y se discuten en relación con la teoría que respalda el estudio, así como con antecedentes de investigaciones previas, destacando similitudes y contrastes.

Se han examinado 11 artículos científicos sobre el Análisis de tendencias y futuro de la Inteligencia Artificial en la Educación Superior: perspectivas y desafíos durante los últimos cinco años. Cada uno de los hallazgos revelan que las tendencias actuales en la implementación de IA en la Educación Superior se centran en las implicaciones en la enseñanza y gestión. En este sentido, se presenta la Tabla 1 con 11 estudios elegidos y un análisis de los mismos.

Tabla 1. Aspectos generales del estudio

Año	Autor	Título	Aportaciones	Revistas Científicas
2019	Yolvi Ocaña-Fernández, Luis Alex Valenzuela-Fernández, Luzmila Lourdes Garro-Aburto	Inteligencia artificial y sus implicaciones en la educación superior	Planificar, diseñar, desarrollar e implementar competencias digitales a fin de formar mejores profesionales capaces de entender y desarrollar el entorno tecnológico en función a sus necesidades, así como implementar la universalización de un lenguaje digital sustentado en programas desarrollados bajo formatos de inteligencia artificial	Scielo
2020	Bernate, J., Vargas-Guativa, J.	Desafíos y tendencias del siglo XXI en la educación superior	Analizar los avances y transformaciones que ha atravesado la educación para la formación de competencias digitales y cómo afrontar las demandas de la sociedad hoy en día por este motivo, al contrastar los diferentes enfoques y posicionamientos donde se apunta a generar respuestas a una sociedad plural, diversa y globalizada por los constantes cambios y tensiones sociales, entre otras	Dialnet
2021	Rodríguez Chávez, M. H.	Sistemas de tutoría inteligente y su aplicación en la educación superior	Analizar el uso y características de los sistemas de tutoría inteligente como programas de enseñanza asistida por computadora, los cuales utilizan técnicas de inteligencia artificial para la representación del conocimiento y así proponer/dirigir una enseñanza preparada para comportase como un experto capaz de realizar un diagnóstico situacional del alumno y, en relación con ello, ofrecer una solución o acción	Scielo
2021	Marvin Coto Jiménez	Consideraciones para la incorporación de la Inteligencia Artificial en un programa de pregrado de Ingeniería Eléctrica	Aportar a la discusión sobre la conveniencia y forma apropiada de introducir la inteligencia artificial en el currículo de pregrado en carreras de ingeniería, en especial en un programa de estudio de ingeniería eléctrica de la Universidad de Costa Rica, en el cual se propicia una formación general	Scielo
2021	Prendes Espinosa, M. P., y Cerdán Cartagena, F.	Tecnologías avanzadas para afrontar el reto de la innovación educativa	Analizar trabajos de relevancia e interés en relación con las tecnologías avanzadas para afrontar el reto de la innovación educativa	Redalyc
2022	Parra-Sánchez, J. S.	Potencialidades de la Inteligencia Artificial en Educación Superior: Un Enfoque desde la Personalización	Analizar las potencialidades de las herramientas de IA en educación superior, teniendo en cuenta un enfoque desde la personalización del aprendizaje	Scielo
2022	Leidy Johana Suárez Gómez	El futuro de la educación superior, una mirada desde la inteligencia Artificial	Identificar las características de la literatura revisada por pares sobre educación superior e inteligencia artificial en español entre 2020 y 2022	Dialnet
2022	Ayuso-del Puerto, D., y Gutiérrez-Esteban, P.	La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado	Este estudio detalla la creación de una formación virtual dirigida a 76 profesores en formación inicial, quienes cursaban la asignatura de TIC aplicadas a la Educación en el Grado de Infantil de la Universidad de Extremadura. Utilizando un enfoque mixto, se analizaron las respuestas de los participantes a través de un cuestionario diseñado específicamente y de sus propios portfolios digitales.	Redalyc
2023	Troncoso Heredia, M. O., Dueñas Correo, Y. K., Verdecia Carballo, E.	Inteligencia artificial y educación: nuevas relaciones en un mundo interconectado	El propósito de este artículo se centra en evaluar el impacto de la inteligencia artificial en la enseñanza, el aprendizaje, así como en las áreas de administración y gestión de la educación.	Dialnet
2023	Axel Rivas, Nicolás Buchbinder e Ignacio Barrenechea	El futuro de la Inteligencia Artificial en educación en América Latina	Los hallazgos indican que, en términos generales, la inteligencia artificial ha tenido un impacto significativo en la educación, especialmente en las áreas de administración, instrucción y aprendizaje, ya sea en el contexto general del sector educativo o en instituciones de aprendizaje individuales.	Redalyc
2023	Patricia Elizabeth Vera-Rubio, Gladys Patricia Bonilla-González, Aída Cecilia Quishpe-Salcán, Hugo Marcelo Campos-Yedra IV	La inteligencia artificial en la educación superior: un enfoque transformador	El objetivo de esta investigación es examinar la incorporación de la IA en la educación superior. Adoptando un enfoque metodológico que combina revisión bibliográfica documental, exploración descriptiva y un paradigma cualitativo para el análisis de datos, esta investigación está respaldada ampliamente en la lectura y revisión de literaturas previas sobre el tema.	Dialnet

Los estudios presentados en la Tabla 1, aporta novedad científica al explorar las tendencias emergentes y los desafíos en la integración de la IA en la Educación Superior. Se observa una clara convergencia hacia sistemas adaptativos que se ajustan a las necesidades individuales de los estudiantes, promoviendo un aprendizaje más eficiente y personalizado. Tras haber analizado las tendencias en inteligencia artificial y educación superior, la inteligencia artificial se percibe de dos maneras: como el desarrollo de dispositivos tecnológicos inteligentes para profesionales en diversas disciplinas, y como un fenómeno que transforma la dinámica de aprendizaje y enseñanza en la educación superior. Los estudios empíricos se enfocaron en describir la inteligencia artificial como una herramienta en campos aplicados, mientras que los teóricos exploraron su impacto en la formación de estudiantes, cuestionando la relación entre maestros y enseñanza, así como la relación entre estudiantes y aprendizaje.

Bajo esta perspectiva, también se reconoce la necesidad de que los docentes y los estudiantes se preparen continuamente no solo para usar esta tecnología sino también para desarrollar alternativas óptimas que garanticen la calidad educativa y la preservación del patrimonio humano. Cabe agregar que, la IA es una tecnología con un valor incalculable en el mercado, tanto en el presente como en el futuro, pero no sólo al referirse al valor monetario, sino más bien al valor que posee para la optimización de procesos no comerciales, como por ejemplo el sector educativo; la IA es y será un punto de inflexión en los cambios de paradigmas tradicionales educativos. Durante la última década, la inteligencia arti-ficial (IA) ha mostrado avances muy significa-tivos que permiten implementar sistemas que resuelven problemas que, los campos de aplicación de estos nuevos algoritmos son muy amplios y entre ellos, la educación ocupa un lugar destacado. Esto se aplica directamente tanto a sus procesos de enseñanza y apren-dizaje como a su sistema administrativo.

El uso de la IA como sistema educativo (ad-ministrativo, de liderazgo, pedagógico y de investigación) para adaptar y mejorar el nuevo modelo pedagógico, y con la ayuda de la IA, redes y ecosistemas dinámicos (modelos adaptativos que mejoran y responden al cambio) son los pilares fundamentales de este nuevo modelo pedagógico.

A medida que la IA continúa evolucionando, es importante que se aborden cuestiones éticas y de privacidad relacionadas con su uso en la educación superior. Los datos de los estudiantes recopilados a través de la IA deben ser utilizados de manera responsable y protegidos adecuadamente (PIs4). Según un informe de la Comisión Europea, "los proveedores de tecnología educativa deben garantizar la transparencia y la responsabilidad en el procesamiento de datos personales" (PIs4).

Las posibilidades de aplicación de la IA en el ámbito educativo son amplias y prometedoras, desde la personalización del aprendizaje hasta la mejora de la calidad de la enseñanza y la gestión de recursos. Además, es importante que las instituciones educativas sigan investigando y explorando las posibilidades de la IA en la educación superior y que se fomente el diálogo y la colaboración interdisciplinaria para garantizar un futuro prometedor y sostenible para esta área.

Las perspectivas futuras sugieren una mayor integración de la IA en la Educación Superior, con un enfoque en la colaboración humano-máquina y la mejora continua de la adaptabilidad de los sistemas para beneficiar a docentes, estudiantes y personal administrativo. Además se debe promover la actualización constante de estrategias didácticas, utilizando las herramientas tecnológicas como medio para generar motivación e interés en el proceso de aprendizaje. Los contenidos relacionados con la programación informática en el currículo de las instituciones educativas de nivel superior deben ser incuidos para capacitar a los estudiantes en el manejo de recursos digitales y fomentar la comprensión de nuevas formas de creación.

CONCLUSIONES

En conclusión, este estudio ha explorado de manera exhaustiva el impacto de la inteligencia artificial en la educación, revelando una influencia significativa en las áreas de administración, instrucción y aprendizaje. La creciente atención hacia la inteligencia artificial responde a su capacidad para transformar la dinámica educativa, proporcionando herramientas innovadoras que mejoran la calidad del proceso educativo.

Además, se destaca la importancia de las Tecnologías de la Información y la Comunicación, que han sido fundamentales en la evolución de la educación a lo largo de varias décadas. La combinación de estas tecnologías con la inteligencia artificial ha demostrado ser un catalizador para la creación de entornos educativos más atractivos y motivadores, abriendo nuevas posibilidades para el desarrollo académico de los estudiantes.

El análisis cualitativo de varios textos científicos ha permitido identificar patrones consistentes de impacto en la educación. La inteligencia artificial no solo ha simplificado procesos administrativos, sino que también ha potenciado la personalización del aprendizaje, adaptándose a las necesidades individuales de los estudiantes y proporcionando retroalimentación más precisa.

Se concluye que la aceptación y aplicación efectiva de la inteligencia artificial en la educación superior requiere un enfoque integral que incluya la actualización de planes de estudio, la formación docente continua y la consideración ética en la recopilación y uso de datos educativos. El compromiso conjunto de educadores, investigadores y responsables de políticas es esencial para aprovechar al máximo el potencial transformador de la inteligencia artificial en el ámbito educativo.

Finalmente, se vislumbra un futuro prometedor en el que la inteligencia artificial seguirá evolucionando y desempeñará un papel central en la configuración de una educación más adaptativa, equitativa y eficiente. Este estudio contribuye al entendimiento de dicha evolución y proporciona una base sólida para futuras investigaciones y acciones orientadas a optimizar la integración de la inteligencia artificial en el panorama educativo global.

REFERENCIAS BIBLIOGRAFICAS

Alicia, C. (2023). Un viaje hacia la inteligencia artificial en la educación. Realidad y Reflexión. https://doi.org/https://doi.org/10.5377/ryr.v1i56.15776

Andreoli, S., Batista, A., Fucksman, B., Gladkoff, L., Martínez, K., y Perillo, L. (2022). Inteligencia artificial y educación: Un marco para el análisis y la creación de experiencias en el nivel superior. Centro de Innovación en Tecnología y Pedagogía (Citep).

Aparicio, W. (2023). La Inteligencia Artificial y su Incidencia en la Educación: Transformando el Apren-dizaje para el Siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa , 3(2), 217-229.doi: https://doi.org/10.51660/ripie.v3i2.133

Aranda, C. (2022). Inteligencia Artificial Aplicada a La Educación: Logros, Tendencias y Perspectivas. Investigación Educativa Ante Los Actuales Retos Migratorios., 1407–1419.

https://doi.org/10.2307/j.ctv2gz3wvn.112

Arana, C. (2021). Inteligencia artificial aplicada a la educación: logros, tendencias y perspectivas. INNOVA UNTREF. Revista Argentina de Ciencia y Tecnología.

http://revistas.untref.edu.ar/index.php/innova/article/view/1107

Arnau, L., y Sala, J. (2020). La revisión de la literatura científica: Pautas, procedimientos y criterios de calidad. Universitat Autónoma de Barcelona. Consultada el 10 de marzo de 2023 en

https://ddd.uab.cat/pub/recdoc/2020/222109/revliltcie_a2020.pdf

Astigarraga, E., y Carrera, X. (2019). Necesidades a Futuro y Situación Actual de las Competencias en Educación Superior en el Contexto de España. Revista Digital de Investigación En Docencia Universitaria, 12(2), 35–58. https://doi.org/10.19083/ridu.2018.731

Ayarza Malqui, J. E. (2019). Teorías del aprendizaje en la educación.

http://repositorio.untumbes.edu.pe/handle/20.500.12874/1389

Ayuso-del Puerto, D., y Gutiérrez-Esteban, P. (2022). La Inteligencia Artificial como Recurso Educativo durante la Formación Inicial del Profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), pp. 347-362. https://doi.org/10.5944/ried.25.2.32332

Bernate, J., Vargas, J., (2020). Desafíos y tendencias del siglo XXI en la educación superior RIDE. Revista de Ciencias Sociales (Ve), 26. https://www.redalyc.org/journal/280/28064146010/html/

Boulay, BD (2023). Inteligencia artificial en la educación y ética. RE@ D–Revista de Educação a Distância e eLearning , e202301. https://repositorioaberto.uab.pt/handle/10400.2/14808

Cárdenas, M. A. F., y Treviño, A. H. G. (2014). Gestión de la calidad educativa en educación superior del sector privado. Magis: Revista Internacional de Investigación en Educación, 6(13), 65-82.

https://dialnet.unirioja.es/servlet/articulo?codigo=4774445

Coto-Jiménez, M. (2022). Consideraciones para la incorporación de la Inteligencia Artificial en un programa de pregrado de Ingeniería Eléctrica. Revista Electrónica Actualidades Investigativas en Educación, 21(2), 1-25. https://doi.org/10.15517/aie.v21i2.44893

Flores, J., y García, F. (2023). Reflexiones sobre la ética, potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). Comunicar: Revista cientifica de comunicacion y educacion, 31(74). doi: https://doi.org/10.3916/C74-2023-03

García, V., Mora, A., y Ávila, J. (2020). Inteligencia Artificial en la educación. Revista cientifica, Dominio de las Ciencias , 6(3), 648-666. doi: http://dx.doi.org/10.23857/dc.v6i3.1421

Incio, F., Capuñay, D. E., Valles, M., Vergara, S., y Elera, D. (2022). Inteligencia artificial en educación: una revisión de la literatura en revistas científicas internacionales. Apuntes Universitarios , 12(1), 353-372. doi: https://doi.org/10.17162/au. v12i1.974

Jara, I., y Ochoa, J. M. (2020). Usos y efectos de la inteligencia artificial en educación. Sector Social división educación. Documento para discusión número IDB-DP-00-776. BID. doi:

https://ie42003cgalbarracin.edu.pe/biblioteca/LIBR-NIV331012022134652.pdf

Mendoza Castillo, L. (2020). Lo que la pandemia nos enseñó sobre la educación a distancia. https://ri.ibero.mx/handle/ibero/4944

Moreno Padilla, R. D. (2019). La llegada de la inteligencia artificial a la educación The arrival of artificial intelligence to education. Universidad Tecnológica de Pereira, Colombia. Recuperado de: https://dialnet. unirioja. es/servlet/articulo.

Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., y Garro-Aburto, L. L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y representaciones, 7(2), 536-568.http://www.scielo.org.pe/scielo.php?pid=S2307-79992019000200021&script=sci_arttext

Padilla, R. D. M. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información: RITI, 7(14), 260-270.

https://dialnet.unirioja.es/servlet/articulo?codigo=7242777

Parra-Sánchez, J. S. (2022). Potencialidades de la Inteligencia Artificial en Educación Superior: Un Enfoque desde la Personalización. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 19-27. https://doi.org/10.37843/rted.v14i1.296

Prendes Espinosa, M. P., y Cerdán Cartagena, F. (2021). Tecnologías avanzadas para afrontar el reto de la innovación educativa. RIED-Revista Iberoamericana de Educación a Distancia, 24(1), 33-53. https://doi.org/10.5944/ried.24.1.28415

Rivas, A., Buchbinder, N., y Barrenechea, I. (2023). El futuro de la Inteligencia Artificial en educación en América Latina. ProFuturo y OEI, 48.

Rodríguez Chávez, M. H. (2021). Sistemas de tutoría inteligente y su aplicación en la educación superior. RIDE. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22), e015. https://doi.org/10.23913/ride.v11i22.848

Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial, 20-21.

https://planetadelibrosec0.cdnstatics.com/libros_contenido_extra/40/39308_Inteligencia_artificial.pdf

Sanabria, J., Silveira, Y., Perez, D., y Cortina, M.(2023). Incidencias de la inteligencia artificial en la educación contemporánea. Comunicar: Revista Científica de Comunicación y Educación, 31(77),11. doi: https://doi.org/10.3916/C77-2023-08

Sánchez, P., Arcila, C., y Blanco, D. (2022). Conocimiento y actitudes de la ciudadanía española sobre el big data y la inteligencia artificial. Icono 14, 20(1). doi:

https://doi.org/10.7195/ri14.v20i1.1908

Sánchez, J. L. G., Garcia, F. R. V., Parra, A. E. M., Calva, S. W. G., y Arévalo, B. M. B. (2023). Aplicación de la Inteligencia Artificial en la Educación Superior. Dominio de las Ciencias, 9(3), 1097-1108. https://dominiodelasciencias.com/ojs/index.php/es/article/view/3488

Santander, M. (2018). El conectivismo como estrategia de enseñanza-aprendizaje post constructivista. XXVI Jornadas de jóvenes investigadores.

https://bdigital.uncu.edu.ar/objetos_digitales/12016/2-evaluacin-institucional-santander-marlene-une.pdf

Suárez, L. J. (2022). El futuro de la educación superior, una mirada desde la inteligencia

Artificial. Los Retos de la Educación en Tiempos de Pandemia, 103-114.

https://editorialcimted.com/wp-content/uploads/2022/07/Los-retos-de-la-educaci%C3%B3n-en-tiempos-de-pandemia.pdf#page=103

Troncoso Heredia, M. O., Dueñas Correo, Y. K., Verdecia Carballo, E. (2023). Inteligencia artificial y educación: nuevas relaciones en un mundo interconectado. Revista Estudios del Desarrollo Social: Cuba y América Latina, 11(2), e14.

http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2308-01322023000200014&lng=es&tlng=es.

[1] Autor principal.

Correspondencia: [email protected]