La Inteligencia Artificial en la Educación Superior Tecnológica: Avance Responsable Hacia el Humanismo para la Justicia
Resumen
Desde la perspectiva docente, es preocupante observar cómo los jóvenes entregan trabajos de investigación generados por inteligencia artificial sin procesar el conocimiento esencial para su desarrollo profesional. Este manuscrito examina críticamente la integración de la IA en universidades tecnológicas y politécnicas mexicanas, donde el modelo educativo busca trascender la memorización hacia el desarrollo de habilidades críticas, sostenibilidad e inclusión. Aunque la IA potencia la personalización del aprendizaje y responde al nearshoring con formación técnica-digital, su abuso fomenta el plagio automatizado, erosiona la integridad académica e invisibiliza perspectivas locales. Se argumenta que avanzar con ciencia y tecnología de manera responsable implica: (1) alfabetización ética obligatoria en planes de estudio; (2) formación docente continua en detección del plagio y pedagogía crítica; (3) políticas institucionales claras con comités interdisciplinarios; (4) evaluación holística que priorice procesos sobre productos; (5) vinculación comunitaria donde la IA resuelva problemas reales. Solo subordinando la tecnología al humanismo, sin traicionar la ética y principios que caracterizan a nuestras instituciones, lograremos formar profesionales integrales con un alto sentido ético, técnico y científico, preparados para contribuir a la justicia social.
Descargas
Citas
Student Guide to AI. (2025). Inteligencia artificial: guía para estudiantes IA-U. www.studentguidetoAI.org
Arias Ortiz, E., Forero, T., Castro, N., Gambi, G., Giambruno, C., Pérez-Alfaro, M., & Rodríguez Segura, D. (2025). AI and education: Building the future through digital transformation (Technical Note IDB-TN-03122). Inter-American Development Bank.
Organización de Estados Iberoamericanos. (2024). Transformación digital responsable en educación superior.
Brotto, G. (2025). La IA en la educación mexicana: ¿Rampas hacia la equidad o brechas más amplias? Mexicanos Primero, 2, EN CORTO NOTA DE POLÍTICA EDUCATIVA.
Pérezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A., & Román-Méndez, A. D. (2024). Inteligencia artificial generativa en la educación superior: Usos y opiniones de los profesores. European Public & Social Innovation Review, 9(1), 1-20. https://doi.org/10.31637/epsir-2024-593
Mendoza, A. J. L., Canales, F. D. M., Coronel, D. M. G., Avilés, M. B. B., & Echeverría, S. G. O. (2025). Aprendizaje de la química basado en proyectos: Un enfoque para fomentar el pensamiento científico en estudiantes de secundaria. Prospherus, 2(1), 183-200.
Carrera Farran, X., & Pérez Garcias, A. (2023). Tecnologías digitales en educación: Poniendo el foco en la ética. Edutec. Revista Electrónica de Tecnología Educativa, (83), 1-6. https://doi.org/10.21556/edutec.2023.83.2829
Infobae. (2024). Expertos afirman que ChatGPT genera respuestas erróneas en programación. https://www.infobae.com/tecno/2024/05/25/expertos-afirman-que-chatgpt-esta-generando-respuestas-erroneas-en-temas-de-programacion/
UNIR. (2025). Creatividad y ética: Educación superior más allá de la IA. Revista Digital de Pedagogía Crítica, 9(2), 34-51.
ANUIES. (2024). Gobernanza de la inteligencia artificial en instituciones de educación superior. Recuperado de https://www.anuies.mx/
Instituto Nacional de Estadística y Geografía (INEGI). (2020). Resultados del Censo de Población y Vivienda 2020.
Cruz-Veliz, M., Quevedo-Álava, J., Bravo-Acosta, A., & Loor-Álvarez, M. (2025). Análisis de la brecha digital y su influencia en el acceso a la información educativa. Innova Science Journal, 3, 52-64. https://doi.org/10.63618/omd/isj/v3/n2/53.
Secretaría de Educación Pública. (2022). Política de inclusión educativa en México: Avances y desafíos.
Chen, P., Wu, L., & Wang, L. (2023). AI fairness in data management and analytics: A review on challenges, methodologies and applications. Applied Sciences, 13(18), 10258. https://doi.org/10.3390/app131810258
Albirini, A. (2007). The crisis of educational technology and the prospect of reinventing education. Educational Technology & Society, 10, 227-236.
Proaño Sánchez, A. Y., Ambuludi Abrigo, M. G., Román Lainez, F. R., Córdova Vivanco, M. J., & Guaycha Maza, A. R. (2025). Inteligencia artificial generativa en la educación básica: Oportunidades y consideraciones para el diseño de escenarios interdisciplinarios. Estudios y Perspectivas Revista Científica y Académica, 5(2), 1563-1580. https://doi.org/10.61384/r.c.a.v5i2.1226
Sánchez, A., Abrigo, M., Laínez, F., Vivanco, M., & Maza, A. (2025). Inteligencia artificial generativa en la educación básica: Oportunidades y consideraciones para el diseño de escenarios interdisciplinarios. Estudios y Perspectivas Revista Científica y Académica, 5(2), 1563-1580. https://doi.org/10.61384/r.c.a.v5i2.1226
Popenici, S. A., & Kerr, K. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 1-13. https://doi.org/10.1186/s41039-017-0040-1
Knoth, N., Tolzin, A., Janson, A., & Leimeister, J. M. (2024). AI literacy and its implications for prompt engineering strategies. Computers and Education: Artificial Intelligence, 6, 100225. https://doi.org/10.1016/j.caeai.2024.100225.
Baker, R., & Siemens, G. (2014). Educational data mining and learning analytics. https://doi.org/10.1017/CBO9781139519526.016.
UNESCO. (2023). Inteligencia artificial centrada en los pueblos indígenas: Perspectivas desde América Latina y el Caribe. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
Deng, G., & Zhang, J. (2023). Technological pedagogical content ethical knowledge (TPCEK): The development of an assessment instrument for pre-service teachers. Computers & Education, 197, 104740. https://doi.org/10.1016/j.compedu.2023.104740.
Jekov, B., Petkova, P., Parusheva, Y., & Shoikova, E. (2018). Disruptive technologies: Artificial intelligence and blockchain in education. ICERI Proceedings, 6784-6793. https://doi.org/10.21125/iceri.2018.2614.
Boud, D., & Falchikov, N. (2006). Aligning assessment with long-term learning. Assessment & Evaluation in Higher Education, 31, 399-413. https://doi.org/10.1080/02602930600679050.
Pérez López, E. (2023). Relevance, quality, and innovation in higher education. InterSedes, 24(49), 255-275. http://dx.doi.org/10.15517/isucr.v24i49.50180.
Toldos, M. P., Martínez, L., & Parra, M. (2026). Educational innovation with AI in higher education: An exploratory comparative study between Mexico and Spain.
Roy, M. (2017). Weapons of math destruction: How big data increases inequality and threatens democracy. New York: Crown Publishers.
Crawford, K. (2022). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Perspectives on Science and Christian Faith, 74, 61-62. https://doi.org/10.56315/PSCF3-22Crawford.
Sen, A. (2009). The idea of justice. The Belknap Press of Harvard University Press.
Warschauer, M., & Matuchniak, T. (2010). New technology and digital worlds: Analyzing evidence of equity in access, use, and outcomes. Review of Research in Education, 34(1), 179-225. https://doi.org/10.3102/0091732X09349791.
Derechos de autor 2026 Victoria Bustos Terrones
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
