DOI: 10.26820/recimundo/8.(4).diciembre.2024.51-65
URL: https://recimundo.com/index.php/es/article/view/2463
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de revisión
CÓDIGO UNESCO: 58 Pedagogía
PAGINAS: 51-65
Inteligencia articial como recurso didáctico en la educación
superior. Una revisión sistemática
Artificial intelligence as a didactic resource in higher education.
A systematic review
A inteligência artificial como recurso didático no ensino superior. Uma
revisão sistemática
Carlos Arturo Carvajal Chávez1
RECIBIDO: 10/09/2024 ACEPTADO: 19/10/2024 PUBLICADO: 23/12/2024
1. Magíster en Sistemas de Información Mención en Inteligencia de Negocios y Analítica de Datos Masivos;
Diploma Superior en Diseño Curricular por Competencias; Magíster en Diseño Curricular; Ingeniero en
Sistemas Computacionales; Analista de Sistemas; Universidad Agraria del Ecuador; Guayaquil, Ecuador;
ccarvajal@uagraria.edu.ec; https://orcid.org/0000-0002-2781-6953
CORRESPONDENCIA
Carlos Arturo Carvajal Chávez
ccarvajal@uagraria.edu.ec
Guayaquil, Ecuador
© RECIMUNDO; Editorial Saberes del Conocimiento, 2024
RESUMEN
El objetivo general fue analizar el impacto, las aplicaciones y las tendencias actuales de la inteligencia artificial (IA) como
recurso didáctico en la educación superior, identificando su contribución al aprendizaje, la enseñanza y el desarrollo de
competencias digitales en los estudiantes. Se llevó a cabo una revisión sistemática siguiendo las pautas del marco PRIS-
MA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). La búsqueda se realizó en bases de datos
académicas como Scopus, Web of Science y Google Scholar. Se incluyeron artículos publicados entre 2015 y 2024, en
inglés y español, que abordaran el uso de herramientas de IA como recurso didáctico en la educación superior. Después
de un proceso de selección de 320 artículos iniciales, se incluyeron 18 estudios relevantes. La revisión mostró que la IA
facilita la personalización del aprendizaje a través de plataformas adaptativas, sistemas de tutoría inteligente y chatbots
educativos. Los estudios indicaron mejoras significativas en la participación estudiantil y la eficiencia docente, especial-
mente en disciplinas técnicas y científicas. Se identificaron barreras como la falta de formación docente en el uso de IA y
la resistencia al cambio tecnológico. Se destacó el papel de la IA en la evaluación automatizada y el análisis de grandes
volúmenes de datos educativos para mejorar la toma de decisiones institucionales. Las conclusiones indican que la in-
teligencia artificial se está consolidando como una herramienta prometedora para la educación superior, transformando
los procesos de enseñanza y aprendizaje. Aunque los beneficios son evidentes, su implementación requiere estrategias
claras para superar desafíos técnicos y éticos. La capacitación docente y la integración de tecnologías inclusivas son
aspectos clave para maximizar el potencial de la IA como recurso didáctico.
Palabras clave: Inteligencia artificial, Educación superior, Recursos didácticos, Aprendizaje personalizado, Innovación
educativa.
ABSTRACT
The general objective was to analyze the impact, applications and current trends of artificial intelligence (AI) as a teaching
resource in higher education, identifying its contribution to learning, teaching and the development of digital skills in stu-
dents. A systematic review was carried out following the guidelines of the PRISMA (Preferred Reporting Items for Syste-
matic Reviews and Meta-Analyses) framework. The search was carried out in academic databases such as Scopus, Web
of Science and Google Scholar. Articles published between 2015 and 2024, in English and Spanish, that addressed the
use of AI tools as a teaching resource in higher education were included. After a selection process of 320 initial articles,
18 relevant studies were included. The review showed that AI facilitates the personalization of learning through adaptive
platforms, intelligent tutoring systems, and educational chatbots. Studies indicated significant improvements in student
engagement and teaching efficiency, especially in technical and scientific disciplines. Barriers were identified such as lack
of teacher training in the use of AI and resistance to technological change. The role of AI in automated assessment and
analysis of large volumes of educational data to improve institutional decision-making was highlighted. The conclusions
indicate that artificial intelligence is consolidating itself as a promising tool for higher education, transforming teaching and
learning processes. Although the benefits are evident, its implementation requires clear strategies to overcome technical
and ethical challenges. Teacher training and the integration of inclusive technologies are key aspects to maximize the
potential of AI as a teaching resource.
Keywords: Artificial intelligence, Higher education, Teaching resources, Personalized learning, Educational innovation.
RESUMO
O objetivo geral foi analisar o impacto, as aplicações e as tendências actuais da inteligência artificial (IA) como recurso
didático no ensino superior, identificando o seu contributo para a aprendizagem, o ensino e o desenvolvimento de com-
petências digitais nos estudantes. Foi realizada uma revisão sistemática seguindo as orientações do quadro PRISMA
(Preferred Reporting Items for Systematic Reviews and Meta-Analyses). A pesquisa foi realizada em bases de dados
académicas como Scopus, Web of Science e Google Scholar. Foram incluídos artigos publicados entre 2015 e 2024,
em inglês e espanhol, que abordavam o uso de ferramentas de IA como recurso didático no ensino superior. Após um
processo de seleção de 320 artigos iniciais, foram incluídos 18 estudos relevantes. A revisão mostrou que a IA facilita a
personalização da aprendizagem por meio de plataformas adaptativas, sistemas de tutoria inteligente e chatbots educa-
cionais. Os estudos indicaram melhorias significativas no envolvimento dos alunos e na eficiência do ensino, especial-
mente nas disciplinas técnicas e científicas. Foram identificadas barreiras, como a falta de formação dos professores na
utilização da IA e a resistência à mudança tecnológica. Foi destacado o papel da IA na avaliação e análise automatizadas
de grandes volumes de dados educativos para melhorar a tomada de decisões institucionais. As conclusões indicam
que a inteligência artificial se está a consolidar como uma ferramenta promissora para o ensino superior, transformando
os processos de ensino e aprendizagem. Embora os benefícios sejam evidentes, sua implementação requer estratégias
claras para superar desafios técnicos e éticos. A formação de professores e a integração de tecnologias inclusivas são
aspetos fundamentais para maximizar o potencial da IA como recurso pedagógico.
Palavras-chave: Inteligência artificial, Ensino superior, Recursos didácticos, Aprendizagem personalizada, Inovação
educativa.
53
RECIMUNDO VOL. 8 N°4 (2024)
Introducción
La integración de la IA en la educación su-
perior ofrece un gran potencial para trans-
formar los procesos de enseñanza y apren-
dizaje, pero requiere una implementación
cuidadosa que priorice la ética y la forma-
ción integral de los estudiantes.
La inteligencia artificial (IA) está transfor-
mando la educación superior al ofrecer
diversas oportunidades y desafíos como
recurso didáctico. A continuación, se pre-
sentan los principales aportes de la IA en
este ámbito: Aportes de la Inteligencia Artifi-
cial en la Educación Superior. Lo primero es
la Mejora del Proceso de Enseñanza-Apren-
dizaje. La IA facilita la personalización del
aprendizaje, adaptando recursos y méto-
dos según las necesidades individuales de
los estudiantes, lo que mejora la experien-
cia educativa y refuerza la excelencia aca-
démica Las herramientas de IA permiten la
creación de entornos de aprendizaje más
interactivos y participativos, fomentando un
aprendizaje activo y colaborativo.
Lo segundo es el Desarrollo del Pensamien-
to Crítico. La implementación de IA en el
aula estimula el desarrollo del pensamiento
crítico y el discernimiento de información,
preparando a los estudiantes para enfrentar
retos complejos en un entorno digital23. Los
docentes son impulsados a mejorar su pre-
paración para generar contenido educativo
y evaluar a los estudiantes de manera más
efectiva, lo que también contribuye al desa-
rrollo del pensamiento crítico.
Como tercer pinto el Acceso Equitativo al Co-
nocimiento. La IA puede democratizar el ac-
ceso a recursos educativos, proporcionando
oportunidades de aprendizaje a estudiantes
en contextos diversos, incluyendo aquellos
con limitaciones geográficas o económicas.
De cuarto el Análisis del Rendimiento Aca-
démico. Herramientas basadas en IA están
siendo utilizadas para analizar el rendimiento
académico, lo que permite a las instituciones
tomar decisiones informadas para mejorar la
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
calidad educativa8. Estas técnicas incluyen
el uso de redes neuronales y árboles de de-
cisión para predecir resultados académicos.
Como quinto punto la Innovación en Méto-
dos Pedagógicos. La integración de la IA
promueve la innovación en las prácticas
educativas, permitiendo a los docentes ex-
plorar nuevas metodologías que se alineen
con las demandas cambiantes del entorno
laboral y académico. Se ha observado que
la IA puede actuar como un catalizador en
áreas específicas, como la logística en ne-
gocios internacionales, optimizando así la
enseñanza en estos campos. También el
sexto punto los Desafíos Éticos y de Integri-
dad Académica. A pesar de sus beneficios,
la incorporación de herramientas de IA tam-
bién plantea retos éticos significativos, in-
cluyendo preocupaciones sobre la privaci-
dad de datos, la fiabilidad de la información
generada y el riesgo de plagio3. Es crucial
establecer directrices claras que regulen su
uso en entornos académicos.
La inteligencia artificial (IA) en la educación
superior representa una herramienta inno-
vadora con el potencial de transformar sig-
nificativamente los procesos de enseñanza
y aprendizaje. Su implementación facilita la
personalización del aprendizaje, mejora la
gestión administrativa y promueve entornos
educativos interactivos, adaptados a las ne-
cesidades de los estudiantes. No obstante,
su integración plantea retos éticos y técnicos
que exigen estrategias bien planificadas para
abordar problemas como la desigualdad en
el acceso y la eficacia de estas tecnologías.
Benecios de la IA en la educación supe-
rior:
Aprendizaje personalizado: Los sistemas
de IA ajustan las experiencias educativas
según las necesidades individuales, poten-
ciando la participación y el rendimiento aca-
démico de los estudiantes (Ge, 2024; Alam
et al., 2024). Sistemas de tutoría inteligen-
tes: Estas herramientas proporcionan retro-
alimentación en tiempo real y adaptan los
contenidos de aprendizaje basándose en
54 RECIMUNDO VOL. 8 N°4 (2024)
el progreso del estudiante, favoreciendo la
comprensión de temas complejos (Applica-
tion of AI Tools in Education, 2024). Eficien-
cia administrativa: La IA automatiza tareas
administrativas, permitiendo a los docentes
centrarse más en la enseñanza y menos en
actividades burocráticas (Yadav, 2024).
Desafíos en la implementación de la IA:
Aspectos éticos: Es necesario abordar
cuestiones como la privacidad de datos y
el sesgo algorítmico para garantizar un uso
equitativo de los recursos de IA (Alam et al.,
2024). Brechas tecnológicas: No todas las
instituciones cuentan con la infraestructura
necesaria para implementar IA, generando
desigualdades en la calidad educativa (Ya-
dav, 2024). Capacitación docente: Es fun-
damental formar a los educadores en el uso
de estas herramientas, una carencia común
en muchas instituciones (Alam et al., 2024).
A pesar de los desafíos, el uso de la IA en
la educación superior ofrece una oportuni-
dad significativa para mejorar los resultados
educativos. No obstante, su implementación
debe estar acompañada de medidas que
mitiguen los riesgos y maximicen su impacto
positivo en diversos contextos educativos.
Los avances tecnológicos, junto con las de-
mandas de la sociedad del conocimiento, han
consolidado la IA como un recurso didáctico
clave en la educación superior. Su capacidad
para personalizar el aprendizaje, optimizar la
interacción entre estudiantes y docentes, y
facilitar la comprensión de contenidos com-
plejos la posicionan como una herramienta
esencial en la digitalización académica.
Estudios recientes han demostrado su po-
tencial para diseñar entornos de aprendizaje
interactivos, automatizar evaluaciones y fo-
mentar la equidad educativa, proporcionan-
do soluciones adaptativas para estudiantes
con necesidades diversas (Cabero-Alme-
nara & Marín-Díaz, 2020; Zawacki-Richter et
al., 2019). Sin embargo, también es eviden-
te la necesidad de superar barreras tecno-
lógicas y éticas, como las destacadas por
Holmes et al. (2021), para garantizar una
implementación efectiva y equitativa. Este
análisis busca ofrecer una visión integral so-
bre los beneficios y desafíos de la IA como
recurso didáctico, proporcionando una
base para futuras investigaciones y aplica-
ciones en el ámbito educativo superior. El
objetivo general fue analizar el impacto, las
aplicaciones y las tendencias actuales de
la inteligencia artificial (IA) como recurso
didáctico en la educación superior, identi-
ficando su contribución al aprendizaje, la
enseñanza y el desarrollo de competencias
digitales en los estudiantes.
Métodos
Para analizar el impacto y las aplicaciones
de la inteligencia artificial (IA) como recurso
didáctico en la educación superior, se rea-
lizó una revisión sistemática siguiendo las
pautas del marco PRISMA (Preferred Re-
porting Items for Systematic Reviews and
Meta-Analyses) (Haddaway et al, 2022; Re-
thlefsen & Page, 2021)).
Preguntas de investigación: ¿Cuál es el im-
pacto, las aplicaciones y las tendencias ac-
tuales de la inteligencia artificial (IA) como
recurso didáctico en la educación superior,
identificando su contribución al aprendiza-
je, la enseñanza y el desarrollo de compe-
tencias digitales en los estudiantes?
Diseño del estudio
Se seleccionaron bases de datos académi-
cas como Scopus, Web of Science, Dialnet,
Research Gate, Springer y Redalyc. La bús-
queda incluyó artículos publicados entre
2015 y 2024, tanto en inglés como en espa-
ñol, portugués y francés, que abordaran el
uso de herramientas de IA en la educación
superior. Los criterios de inclusión fueron:
Publicaciones en revistas revisadas por pa-
res. Estudios que trataran sobre la perso-
nalización del aprendizaje, sistemas de tu-
toría inteligente o herramientas adaptativas.
Investigaciones que analizaran los benefi-
cios, desafíos y tendencias de la implemen-
tación de la IA.
CARVAJAL CHÁVEZ, C. A.
55
RECIMUNDO VOL. 8 N°4 (2024)
Fueron excluidos los estudios duplicados,
aquellos con una metodología no explícita
o publicaciones no indexadas en las bases
de datos seleccionadas.
Proceso de selección
Se identificaron 320 artículos inicialmente.
Tras aplicar los criterios de inclusión y ex-
clusión, se seleccionaron 18 estudios para
el análisis final. Este proceso incluyó la
lectura del título, el resumen y una revisión
detallada del texto completo para garanti-
zar la relevancia de los trabajos selecciona-
dos Ver figura 1. (Cabero-Almenara & Ma-
rín-Díaz, 2020)
Figura 1. Flujograma PRISMA
Fuente: https://biblioguias.unav.edu/revisionessistematicas/guias_oficiales
Palabras clave y operadores booleanos
para la búsqueda sistemática
Se realizaron búsquedas con las siguien-
tes Palabras clave: Inteligencia Artificial
(Artificial Intelligence); Educación Superior
(Higher Education); Recursos Didácticos
(Teaching Resources); Aprendizaje Perso-
nalizado (Personalized Learning), Metodo-
logías Activas (Active Methodologies), Inno-
vación Educativa (Educational Innovation),
Evaluación Automatizada (Automated As-
sessment), Sistemas de Tutoría Inteligente
(Intelligent Tutoring Systems), Ética en IA
(Ethics in AI) y Formación Docente (Tea-
cher Training).
Operadores booleanos: Para combinar y
refinar las búsquedas en bases de datos
académicas, se pueden utilizar los siguien-
tes operadores booleanos:
• AND Para limitar los resultados a estu-
dios que incluyan todos los términos.
Ejemplo: "Artificial Intelligence" AND "Hi-
gher Education"
• OR Para ampliar los resultados incluyen-
do sinónimos o términos relacionados.
Ejemplo: "Artificial Intelligence" OR "Ma-
chine Learning"
• NOT Para excluir términos irrelevantes.
Ejemplo: "Artificial Intelligence" NOT "Heal-
thcare" "" (comillas) Para buscar frases
exactas. Ejemplo: "Personalized Learning"
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
56 RECIMUNDO VOL. 8 N°4 (2024)
• ( ) (paréntesis) Para combinar opera-
dores y organizar búsquedas comple-
jas. Ejemplo: (“Artificial Intelligence” OR
“Machine Learning”) AND (“Higher Edu-
cation” OR “University”)
• Truncamiento (*) Para buscar variaciones
de una palabra raíz. Ejemplo: Educat en-
cuentra Education, Educational, etc.
• Ejemplo de estrategia de búsqueda:
(“Artificial Intelligence” OR “AI”) AND
(“Higher Education” OR “University”)
AND (“Teaching Resources” OR “Lear-
ning Tools”) AND (“Ethics” OR “Privacy”)
Esta combinación asegura que los resul-
tados sean relevantes y abarquen dife-
rentes perspectivas dentro del tema.
Análisis de los datos
Los artículos seleccionados se catego-
rizaron en función de su enfoque en: Per-
sonalización del aprendizaje. Impacto en
la evaluación educativa. Barreras éticas y
técnicas. Y Rol de los docentes en la im-
plementación de IA. Se empleó una síntesis
narrativa para integrar los resultados, des-
tacando hallazgos clave en cada categoría,
(Holmes et al., 2021).
Resultados
La tabla 1 presenta los resultados obteni-
dos de la revisión sistemática aplicando el
protocologo PRISMA.
Tabla 1. Resultados obtenidos de la revisión sistemática aplicando el protocolo PRISMA
Autor/Año/Base de datis
Metodología
Conclusiones
1 Nimbalagundi, S; Bagawan,
A & Katageri, C. (2024).
Research Gate
Este estudio investiga las
aplicaciones actuales y futuras
de la IA en la educación
superior, así como los posibles
desafíos que pueden surgir
durante su implementación.
Las áreas específicas dentro de la
institución donde la IA puede
brindar la mayor ayuda. .
Estrategias para salvaguardar la
privacidad de los estudiantes
mientras se utilizan datos para
mejorar su experiencia. . El
resultado deseado por la
universidad y los criterios para el
éxito en la implementación de la IA
Al integrar cuidadosamente la IA,
las instituciones de educación
superior pueden desbloquear una
gran cantidad de nuevas
oportunidades que beneficiarán a
los estudiantes, instructores y
administradores por igual.
2 Bandara, W., & Senanayaka,
S. (2024). Research Gate
Revisión sistemática aplicando
metodología Prisma
Las áreas donde la IA apoya el
proceso educativo es amplia e
incluye evaluación y recursos para
la enseñanza.
3 Maciel-Ferreira T. (2024)
Research Gate
El estudio investiga la
aplicación de herramientas
como ChatGPT, que potencian
la personalización de la
enseñanza, proporcionando
retroalimentación inmediata y
ajustando los contenidos a las
necesidades individuales de los
estudiantes.
Se concluye que la integración de la
IA generativa con metodologías
activas puede transformar
significativamente el entorno
educativo, pero debe realizarse de
manera equilibrada y responsable,
complementando las prácticas
pedagógicas tradicionales y
asegurando la formación integral de
los estudiantes.
4 Wang, C. (2024). Research
Gate
Basada en investigaciones
previas sobre el impacto de la
inteligencia artificial en la
educación superior.
Uso de referencias académicas
y estudios multidisciplinarios.
La integración del conocimiento
entre disciplinas se fortalece gracias
al uso de herramientas de IA,
mejorando las habilidades creativas
y analíticas de los estudiantes.
5 Tran, Minh, Tung. (2024).
Scopus
Revisión sistemática de la
literatura aplicando revisión por
prisma
Análisis de obras de eminentes
autores
La integración ética de la IA en la
educación es crucial.
Es necesario seguir explorando para
abordar los desafíos y las
implicaciones éticas.
6 Louly, N.(2024). Scopus
Descripción general de la
aplicación de herramientas de
IA en la educación.
Estas plataformas evalúan los datos
de los estudiantes, rastrean
progreso del aprendizaje, difundir
material en tiempo real y ajustarlo
para cumplir con los objetivos de
aprendizaje mediante el uso
Algoritmos de inteligencia artificial
(IA). Cinco subsecciones
componen este estudio. La sección
1.1 presenta la IA
Plataformas tecnológicas
educativas aplicadas. La sección
1.2 presenta el impacto de las
herramientas de IA en la educación.
Pedagogía y resultados del
aprendizaje. La sección 1.3
presenta el impacto de las
tecnologías educativas impulsadas
por la IA
sobre la Enseñanza de la
Pedagogía. La sección 1.4 presenta
la eficacia de las plataformas de
aprendizaje impulsadas por IA.
Finalmente,
La sección 1.5 describe las
consideraciones éticas y los
desafíos en la implementación de
herramientas de IA en la educación.
CARVAJAL CHÁVEZ, C. A.
57
RECIMUNDO VOL. 8 N°4 (2024)
Autor/Año/Base de datis
Metodología
Conclusiones
1 Nimbalagundi, S; Bagawan,
A & Katageri, C. (2024).
Research Gate
Este estudio investiga las
aplicaciones actuales y futuras
de la IA en la educación
superior, así como los posibles
desafíos que pueden surgir
durante su implementación.
Las áreas específicas dentro de la
institución donde la IA puede
brindar la mayor ayuda. .
Estrategias para salvaguardar la
privacidad de los estudiantes
mientras se utilizan datos para
mejorar su experiencia. . El
resultado deseado por la
universidad y los criterios para el
éxito en la implementación de la IA
Al integrar cuidadosamente la IA,
las instituciones de educación
superior pueden desbloquear una
gran cantidad de nuevas
oportunidades que beneficiarán a
los estudiantes, instructores y
administradores por igual.
2 Bandara, W., & Senanayaka,
S. (2024). Research Gate
Revisión sistemática aplicando
metodología Prisma
Las áreas donde la IA apoya el
proceso educativo es amplia e
incluye evaluación y recursos para
la enseñanza.
3 Maciel-Ferreira T. (2024)
Research Gate
El estudio investiga la
aplicación de herramientas
como ChatGPT, que potencian
la personalización de la
enseñanza, proporcionando
retroalimentación inmediata y
ajustando los contenidos a las
necesidades individuales de los
estudiantes.
Se concluye que la integración de la
IA generativa con metodologías
activas puede transformar
significativamente el entorno
educativo, pero debe realizarse de
manera equilibrada y responsable,
complementando las prácticas
pedagógicas tradicionales y
asegurando la formación integral de
los estudiantes.
4 Wang, C. (2024). Research
Gate
Basada en investigaciones
previas sobre el impacto de la
inteligencia artificial en la
educación superior.
Uso de referencias académicas
y estudios multidisciplinarios.
La integración del conocimiento
entre disciplinas se fortalece gracias
al uso de herramientas de IA,
mejorando las habilidades creativas
y analíticas de los estudiantes.
5 Tran, Minh, Tung. (2024).
Scopus
Revisión sistemática de la
literatura aplicando revisión por
prisma
Análisis de obras de eminentes
autores
La integración ética de la IA en la
educación es crucial.
Es necesario seguir explorando para
abordar los desafíos y las
implicaciones éticas.
6 Louly, N.(2024). Scopus
Descripción general de la
aplicación de herramientas de
IA en la educación.
Estas plataformas evalúan los datos
de los estudiantes, rastrean
progreso del aprendizaje, difundir
material en tiempo real y ajustarlo
para cumplir con los objetivos de
aprendizaje mediante el uso
Algoritmos de inteligencia artificial
(IA). Cinco subsecciones
componen este estudio. La sección
1.1 presenta la IA
Plataformas tecnológicas
educativas aplicadas. La sección
1.2 presenta el impacto de las
herramientas de IA en la educación.
Pedagogía y resultados del
aprendizaje. La sección 1.3
presenta el impacto de las
tecnologías educativas impulsadas
por la IA
sobre la Enseñanza de la
Pedagogía. La sección 1.4 presenta
la eficacia de las plataformas de
aprendizaje impulsadas por IA.
Finalmente,
La sección 1.5 describe las
consideraciones éticas y los
desafíos en la implementación de
herramientas de IA en la educación.
7 Alam et al (2024). Scopus
Esta investigación utiliza
análisis bibliométrico y revisión
sistemática de la literatura para
analizar la AIEd
Los desafíos incluyen la falta de
recursos y preocupaciones éticas.
Los chatbots de IA y los libros
interactivos ayudan al aprendizaje
de idiomas, pero también tienen
ventajas y desventajas. La
humanidad debe equilibrar estas
ventajas y desventajas
8 Wang et al (2024). Scopus
Un análisis bibliométrico de
2223 artículos de investigación
seguido de un análisis de
contenido de 125 artículos
seleccionados revela una
estructura conceptual integral
de la literatura existente
Los temas de investigación
profundizan tanto en el diseño
técnico de los sistemas educativos
como en el examen de la adopción,
los impactos y los desafíos
asociados con la AIED.
9 Lyanda et al (2024). Scopus
A través de una revisión
sistemática y un metanálisis de
la literatura existente. El
estudio adoptó la teoría de la
actividad para comprender los
problemas relacionados con la
IA y la evaluación. El estudio
adoptó un diseño de métodos
mixtos. El estudio adoptó el uso
de metanálisis para combinar
estadísticamente los resultados
de múltiples estudios sobre un
tema en particular para
proporcionar un resumen más
completo y confiable de los
hallazgos generales.
El estudio encontró que para
garantizar prácticas morales y
justas, existen problemas con la
integración de la IA en el
aprendizaje en línea que deben
resolverse. Las cuestiones clave
incluyeron la privacidad de los
datos, los prejuicios algorítmicos y
el papel de los instructores
humanos en la administración de
las evaluaciones en línea,
cuidadosamente considerados y
abordados de manera proactiva.
10 López Regalado et al (2024)
Web of Science.
El método se aplicó la revisión
sistemática y bibliométrica para
responder a las preguntas
específicas de la investigación,
mediante métodos de búsqueda
claros, sistemáticos y
replicables; se accedió a un
universo de 917 publicaciones
indexadas en Scopus, WoS y
PubMed y se seleccionó una
muestra de 59 artículos
científicos.
En las universidades, se evidencia
la aplicación de las herramientas de
inteligencia artificial, en su uso
correcto para el desarrollo del
aprendizaje profundo con la
activación de procesos cognitivos
superiores en los estudiantes,
quienes requieren de la orientación
pedagógica de los docentes
capacitados en esta temática.
11 Raghadm et al. (2024) Web
of Science
Siguiendo las directrices
PRISMA, este artículo presenta
una revisión sistemática que
profundiza en las implicaciones
de la IA generativa, un modelo
de lenguaje de vanguardia, en
la educación superior.
Nuestra revisión sistemática revela
una tendencia constante de reservas
con respecto a la integración de la
IA generativa en contextos
educativos. Estas preocupaciones
abarcan muchas cuestiones y
enfatizan la necesidad de una
implementación sensata y
salvaguardias sólidas para mitigar
los posibles desafíos.
12 Martínez & Senior (2024).
Scopus
Se realizó una revisión
sistemática y metanálisis
aplicando el uso de la
metodología PRISMA, se
desarrolló un análisis
documental que incluye 124
artículos científicos indexados
en Scopus, WoS, SCIELO,
Google Scholar para los años
2018-2023, cuya calidad
metodológica se evaluó
mediante la escala CASP,
dando como resultado final 87
artículos a los cuales se les
aplicó un análisis bibliométrico
utilizando RStudio basado en
las palabras clave didáctica
emergente, práctica
pedagógica, tecnología
educativa adaptativa,
Los resultados explican que la
articulación tecnopedagógica ayuda
a transformar la práctica
pedagógica y conduce a la
formación integral de los
estudiantes. Se concluye la
efectividad del uso de tecnologías
educativas y didácticas emergentes
en la práctica pedagógica de los
docentes, la formación integral de
los estudiantes y la calidad de la
educación universitaria en la
sociedad digital.
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
58 RECIMUNDO VOL. 8 N°4 (2024)
7 Alam et al (2024). Scopus
Esta investigación utiliza
análisis bibliométrico y revisión
sistemática de la literatura para
analizar la AIEd
Los desafíos incluyen la falta de
recursos y preocupaciones éticas.
Los chatbots de IA y los libros
interactivos ayudan al aprendizaje
de idiomas, pero también tienen
ventajas y desventajas. La
humanidad debe equilibrar estas
ventajas y desventajas
8 Wang et al (2024). Scopus
Un análisis bibliométrico de
2223 artículos de investigación
seguido de un análisis de
contenido de 125 artículos
seleccionados revela una
estructura conceptual integral
de la literatura existente
Los temas de investigación
profundizan tanto en el diseño
técnico de los sistemas educativos
como en el examen de la adopción,
los impactos y los desafíos
asociados con la AIED.
9 Lyanda et al (2024). Scopus
A través de una revisión
sistemática y un metanálisis de
la literatura existente. El
estudio adoptó la teoría de la
actividad para comprender los
problemas relacionados con la
IA y la evaluación. El estudio
adoptó un diseño de métodos
mixtos. El estudio adoptó el uso
de metanálisis para combinar
estadísticamente los resultados
de múltiples estudios sobre un
tema en particular para
proporcionar un resumen más
completo y confiable de los
hallazgos generales.
El estudio encontró que para
garantizar prácticas morales y
justas, existen problemas con la
integración de la IA en el
aprendizaje en línea que deben
resolverse. Las cuestiones clave
incluyeron la privacidad de los
datos, los prejuicios algorítmicos y
el papel de los instructores
humanos en la administración de
las evaluaciones en línea,
cuidadosamente considerados y
abordados de manera proactiva.
10 López Regalado et al (2024)
Web of Science.
El método se aplicó la revisión
sistemática y bibliométrica para
responder a las preguntas
específicas de la investigación,
mediante métodos de búsqueda
claros, sistemáticos y
replicables; se accedió a un
universo de 917 publicaciones
indexadas en Scopus, WoS y
PubMed y se seleccionó una
muestra de 59 artículos
científicos.
En las universidades, se evidencia
la aplicación de las herramientas de
inteligencia artificial, en su uso
correcto para el desarrollo del
aprendizaje profundo con la
activación de procesos cognitivos
superiores en los estudiantes,
quienes requieren de la orientación
pedagógica de los docentes
capacitados en esta temática.
11 Raghadm et al. (2024) Web
of Science
Siguiendo las directrices
PRISMA, este artículo presenta
una revisión sistemática que
profundiza en las implicaciones
de la IA generativa, un modelo
de lenguaje de vanguardia, en
la educación superior.
Nuestra revisión sistemática revela
una tendencia constante de reservas
con respecto a la integración de la
IA generativa en contextos
educativos. Estas preocupaciones
abarcan muchas cuestiones y
enfatizan la necesidad de una
implementación sensata y
salvaguardias sólidas para mitigar
los posibles desafíos.
12 Martínez & Senior (2024).
Scopus
Se realizó una revisión
sistemática y metanálisis
aplicando el uso de la
metodología PRISMA, se
desarrolló un análisis
documental que incluye 124
artículos científicos indexados
en Scopus, WoS, SCIELO,
Google Scholar para los años
2018-2023, cuya calidad
metodológica se evaluó
mediante la escala CASP,
dando como resultado final 87
artículos a los cuales se les
aplicó un análisis bibliométrico
utilizando RStudio basado en
las palabras clave didáctica
emergente, práctica
pedagógica, tecnología
educativa adaptativa,
Los resultados explican que la
articulación tecnopedagógica ayuda
a transformar la práctica
pedagógica y conduce a la
formación integral de los
estudiantes. Se concluye la
efectividad del uso de tecnologías
educativas y didácticas emergentes
en la práctica pedagógica de los
docentes, la formación integral de
los estudiantes y la calidad de la
educación universitaria en la
sociedad digital.
13 Boussouf et al.(2024). Web
of Science
Es una revisión de literatura
estructurada que analiza
sistemáticamente la literatura
existente sobre la IA en la
educación, extrayendo ideas de
investigadores destacados para
comprender las tendencias
actuales y futuras.
Los principales hallazgos subrayan
la importancia de un enfoque
cauteloso y ético para integrar la IA
en la educación. A pesar de sus
beneficios potenciales, se
reconocen los desafíos y
deficiencias de la investigación
actual, lo que insta a una mayor
exploración y consideración de las
implicaciones éticas.
14 Dellepiane y Guidi, (2023).
Dialner
Este ensayo aborda cuatro
líneas posibles para pensar las
implicancias en educación: el
aprendizaje adaptativo, la
planificación curricular, el rol
docente y el mundo del trabajo.
Para cubrir el análisis de estas
implicancias
(/alcances/impactos/consecuencias),
se seleccionó puntualmente la
plataforma ChatGPT.
15 Fajardo et al (2023).
Research Gate
Se implementó una
metodología sistemática y
rigurosa para la revisión de
artículos académicos y
documentos científicos que
contribuyan con la
investigación, se realizó un
análisis en bases de datos como
Scielo, Scopus y SpringerLink,
los cuales fueron filtrados a
través de criterios que debían
cumplir para ser considerados
aptos en el estudio.
Como conclusión, se destaca que el
adecuado y responsable uso de la
inteligencia artificial en la
educación universitaria tiene el
potencial no solo de enriquecer los
procesos de aprendizaje, sino
también de mejorar la eficiencia
institucional, además, abre caminos
para desarrollar métodos
pedagógicos más eficaces y
responder de manera más ágil a los
desafíos educativos
contemporáneos
16 Ayuso-del Puerto et al
(2022).Redalyc
Este trabajo describe cómo se
diseñó y desarrolló una
formación virtual destinada a
ampliar el conocimiento sobre
la IA de 76 profesores en
formación inicial que cursaban
la asignatura TIC aplicadas a la
Educación del Grado de Infantil
de la Universidad de
Extremadura. A través de un
enfoque mixto, se analizan las
respuestas ofrecidas por las
participantes en el cuestionario
diseñado ad hoc para este
estudio y en su propio porfolio
digital.
Los resultados revelan que el
alumnado percibe que la IA tiene
un impacto positivo en el
aprendizaje y se ven capacitadas
para diseñar sus propios recursos
educativos si cuentan con el apoyo
y acompañamiento del profesorado
universitario. Finalmente,
consideramos que es necesario
revisar los planes docentes de las
asignaturas del Grado de Educación
Infantil para que contemplen el uso
de la IA en el diseño del proceso de
enseñanza del profesorado en
formación inicial.
17 Zawacki-Richter, et al
(2019).
Este artículo busca brindar una
visión general de la
investigación sobre las
aplicaciones de la IA en la
educación superior a través de
una revisión sistemática. De
2656 publicaciones
inicialmente identificadas para
el período comprendido entre
2007 y 2018, se incluyeron 146
artículos para la síntesis final,
según criterios explícitos de
inclusión y exclusión.
Las conclusiones reflejan la casi
falta de reflexión crítica sobre los
desafíos y riesgos de la AIEd, la
débil conexión con las perspectivas
pedagógicas teóricas y la necesidad
de una mayor exploración de
enfoques éticos y educativos en la
aplicación de la AIEd en la
educación superior.
18 Crompton, H., Burke, D.
(2023). Springer
Esta revisión sistemática
proporciona hallazgos únicos
con un examen actualizado de
la inteligencia artificial (IA) en
la educación superior (ES) de
2016 a 2022. Utilizando los
principios y el protocolo
PRISMA, se identificaron 138
artículos para un examen
completo. Utilizando una
codificación a priori y
fundamentada, se extrajeron,
analizaron y codificaron los
datos de los 138 artículos.
Para responder a la pregunta
general de cómo se utilizaba la
AIEd en la educación superior, se
utilizó una codificación
fundamentada. De los datos
surgieron cinco códigos de uso: (1)
Valoración/Evaluación, (2)
Predicción, (3) Asistente de IA, (4)
Sistema de tutoría inteligente (ITS)
y (5) Gestión del aprendizaje de los
estudiantes. Esta revisión
sistemática reveló lagunas en la
literatura que se utilizarán como
trampolín para futuros
investigadores, incluidas nuevas
herramientas, como Chat GPT.
CARVAJAL CHÁVEZ, C. A.
59
RECIMUNDO VOL. 8 N°4 (2024)
13 Boussouf et al.(2024). Web
of Science
Es una revisión de literatura
estructurada que analiza
sistemáticamente la literatura
existente sobre la IA en la
educación, extrayendo ideas de
investigadores destacados para
comprender las tendencias
actuales y futuras.
Los principales hallazgos subrayan
la importancia de un enfoque
cauteloso y ético para integrar la IA
en la educación. A pesar de sus
beneficios potenciales, se
reconocen los desafíos y
deficiencias de la investigación
actual, lo que insta a una mayor
exploración y consideración de las
implicaciones éticas.
14 Dellepiane y Guidi, (2023).
Dialner
Este ensayo aborda cuatro
líneas posibles para pensar las
implicancias en educación: el
aprendizaje adaptativo, la
planificación curricular, el rol
docente y el mundo del trabajo.
Para cubrir el análisis de estas
implicancias
(/alcances/impactos/consecuencias),
se seleccionó puntualmente la
plataforma ChatGPT.
15 Fajardo et al (2023).
Research Gate
Se implementó una
metodología sistemática y
rigurosa para la revisión de
artículos académicos y
documentos científicos que
contribuyan con la
investigación, se realizó un
análisis en bases de datos como
Scielo, Scopus y SpringerLink,
los cuales fueron filtrados a
través de criterios que debían
cumplir para ser considerados
aptos en el estudio.
Como conclusión, se destaca que el
adecuado y responsable uso de la
inteligencia artificial en la
educación universitaria tiene el
potencial no solo de enriquecer los
procesos de aprendizaje, sino
también de mejorar la eficiencia
institucional, además, abre caminos
para desarrollar métodos
pedagógicos más eficaces y
responder de manera más ágil a los
desafíos educativos
contemporáneos
16 Ayuso-del Puerto et al
(2022).Redalyc
Este trabajo describe cómo se
diseñó y desarrolló una
formación virtual destinada a
ampliar el conocimiento sobre
la IA de 76 profesores en
formación inicial que cursaban
la asignatura TIC aplicadas a la
Educación del Grado de Infantil
de la Universidad de
Extremadura. A través de un
enfoque mixto, se analizan las
respuestas ofrecidas por las
participantes en el cuestionario
diseñado ad hoc para este
estudio y en su propio porfolio
digital.
Los resultados revelan que el
alumnado percibe que la IA tiene
un impacto positivo en el
aprendizaje y se ven capacitadas
para diseñar sus propios recursos
educativos si cuentan con el apoyo
y acompañamiento del profesorado
universitario. Finalmente,
consideramos que es necesario
revisar los planes docentes de las
asignaturas del Grado de Educación
Infantil para que contemplen el uso
de la IA en el diseño del proceso de
enseñanza del profesorado en
formación inicial.
17 Zawacki-Richter, et al
(2019).
Este artículo busca brindar una
visión general de la
investigación sobre las
aplicaciones de la IA en la
educación superior a través de
una revisión sistemática. De
2656 publicaciones
inicialmente identificadas para
el período comprendido entre
2007 y 2018, se incluyeron 146
artículos para la síntesis final,
según criterios explícitos de
inclusión y exclusión.
Las conclusiones reflejan la casi
falta de reflexión crítica sobre los
desafíos y riesgos de la AIEd, la
débil conexión con las perspectivas
pedagógicas teóricas y la necesidad
de una mayor exploración de
enfoques éticos y educativos en la
aplicación de la AIEd en la
educación superior.
18 Crompton, H., Burke, D.
(2023). Springer
Esta revisión sistemática
proporciona hallazgos únicos
con un examen actualizado de
la inteligencia artificial (IA) en
la educación superior (ES) de
2016 a 2022. Utilizando los
principios y el protocolo
PRISMA, se identificaron 138
artículos para un examen
completo. Utilizando una
codificación a priori y
fundamentada, se extrajeron,
analizaron y codificaron los
datos de los 138 artículos.
Para responder a la pregunta
general de cómo se utilizaba la
AIEd en la educación superior, se
utilizó una codificación
fundamentada. De los datos
surgieron cinco códigos de uso: (1)
Valoración/Evaluación, (2)
Predicción, (3) Asistente de IA, (4)
Sistema de tutoría inteligente (ITS)
y (5) Gestión del aprendizaje de los
estudiantes. Esta revisión
sistemática reveló lagunas en la
literatura que se utilizarán como
trampolín para futuros
investigadores, incluidas nuevas
herramientas, como Chat GPT.
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
60 RECIMUNDO VOL. 8 N°4 (2024)
13 Boussouf et al.(2024). Web
of Science
Es una revisión de literatura
estructurada que analiza
sistemáticamente la literatura
existente sobre la IA en la
educación, extrayendo ideas de
investigadores destacados para
comprender las tendencias
actuales y futuras.
Los principales hallazgos subrayan
la importancia de un enfoque
cauteloso y ético para integrar la IA
en la educación. A pesar de sus
beneficios potenciales, se
reconocen los desafíos y
deficiencias de la investigación
actual, lo que insta a una mayor
exploración y consideración de las
implicaciones éticas.
14 Dellepiane y Guidi, (2023).
Dialner
Este ensayo aborda cuatro
líneas posibles para pensar las
implicancias en educación: el
aprendizaje adaptativo, la
planificación curricular, el rol
docente y el mundo del trabajo.
Para cubrir el análisis de estas
implicancias
(/alcances/impactos/consecuencias),
se seleccionó puntualmente la
plataforma ChatGPT.
15 Fajardo et al (2023).
Research Gate
Se implementó una
metodología sistemática y
rigurosa para la revisión de
artículos académicos y
documentos científicos que
contribuyan con la
investigación, se realizó un
análisis en bases de datos como
Scielo, Scopus y SpringerLink,
los cuales fueron filtrados a
través de criterios que debían
cumplir para ser considerados
aptos en el estudio.
Como conclusión, se destaca que el
adecuado y responsable uso de la
inteligencia artificial en la
educación universitaria tiene el
potencial no solo de enriquecer los
procesos de aprendizaje, sino
también de mejorar la eficiencia
institucional, además, abre caminos
para desarrollar métodos
pedagógicos más eficaces y
responder de manera más ágil a los
desafíos educativos
contemporáneos
16 Ayuso-del Puerto et al
(2022).Redalyc
Este trabajo describe cómo se
diseñó y desarrolló una
formación virtual destinada a
ampliar el conocimiento sobre
la IA de 76 profesores en
formación inicial que cursaban
la asignatura TIC aplicadas a la
Educación del Grado de Infantil
de la Universidad de
Extremadura. A través de un
enfoque mixto, se analizan las
respuestas ofrecidas por las
participantes en el cuestionario
diseñado ad hoc para este
estudio y en su propio porfolio
digital.
Los resultados revelan que el
alumnado percibe que la IA tiene
un impacto positivo en el
aprendizaje y se ven capacitadas
para diseñar sus propios recursos
educativos si cuentan con el apoyo
y acompañamiento del profesorado
universitario. Finalmente,
consideramos que es necesario
revisar los planes docentes de las
asignaturas del Grado de Educación
Infantil para que contemplen el uso
de la IA en el diseño del proceso de
enseñanza del profesorado en
formación inicial.
17 Zawacki-Richter, et al
(2019).
Este artículo busca brindar una
visión general de la
investigación sobre las
aplicaciones de la IA en la
educación superior a través de
una revisión sistemática. De
2656 publicaciones
inicialmente identificadas para
el período comprendido entre
2007 y 2018, se incluyeron 146
artículos para la síntesis final,
según criterios explícitos de
inclusión y exclusión.
Las conclusiones reflejan la casi
falta de reflexión crítica sobre los
desafíos y riesgos de la AIEd, la
débil conexión con las perspectivas
pedagógicas teóricas y la necesidad
de una mayor exploración de
enfoques éticos y educativos en la
aplicación de la AIEd en la
educación superior.
18 Crompton, H., Burke, D.
(2023). Springer
Esta revisión sistemática
proporciona hallazgos únicos
con un examen actualizado de
la inteligencia artificial (IA) en
la educación superior (ES) de
2016 a 2022. Utilizando los
principios y el protocolo
PRISMA, se identificaron 138
artículos para un examen
completo. Utilizando una
codificación a priori y
fundamentada, se extrajeron,
analizaron y codificaron los
datos de los 138 artículos.
Para responder a la pregunta
general de cómo se utilizaba la
AIEd en la educación superior, se
utilizó una codificación
fundamentada. De los datos
surgieron cinco códigos de uso: (1)
Valoración/Evaluación, (2)
Predicción, (3) Asistente de IA, (4)
Sistema de tutoría inteligente (ITS)
y (5) Gestión del aprendizaje de los
estudiantes. Esta revisión
sistemática reveló lagunas en la
literatura que se utilizarán como
trampolín para futuros
investigadores, incluidas nuevas
herramientas, como Chat GPT.
Fuente: Elaborado por los autores (2024).
En la tabla 2 se presenta un resumen de los artículos revisados
Tabla 2. Resumen de los artículos revisados
Año
Idioma
Región del
Estudio
2024
inglés
Africa
2024
inglés
India
2024
Portuguese
Brasil
2024
inglés
China
2024
inglés
China
2024
inglés
Estados Unidos
2024
inglés
Inglaterra
2024
inglés
China
2024
inglés
España
2024
español
América Latina
2024
inglés
Asia
2024
español
América Latina
2024
francés
Francia
2023
español
España
2023
español
América Latina
2022
español
España
2019
Ingles
Europa
2023
Ingles
Estados Unidos
Fuente: Elaborado por los autores (2024).
Los estudios del año 2024 son 13, tres del
2023, uno de 2022 y uno del 2019. De las ba-
ses de tos cinco (5) estudios están en Re-
search Gate, seis (6) en la base Scopus, tres
(3) en la Web of Science. Uno en Dialnet y otro
en Redalyc, dos en Springer. Los idiomas fue-
ron diez (10) en ingles, cinco (5) en español,
uno en portugués u uno en francés. Con re-
lación a las regiones de origen América Lati-
na tiende tres artículos, Espala también tiene
tres artículos, dos de Estados Unidos y dos
de China, uno de India, otro de Inglaterra, uno
de Francia, uno de África.
El artículo menciona varios ejemplos de plata-
formas adaptativas y sistemas de tutoría inteli-
gente que se utilizan en la educación superior.
A continuación, se destacan los principales:
Ejemplos de Plataformas Adaptativas y Sis-
temas de Tutoría Inteligente Plataformas
Adaptativas: ChatGPT: Esta herramienta se
destaca por su capacidad para transformar
entornos educativos al proporcionar retroa-
limentación inmediata y personalización de
contenidos, adaptándose a las necesida-
des individuales de los estudiantes1
Sistemas de Tutoría Inteligente: Se mencio-
nan sistemas que ofrecen retroalimentación
en tiempo real y adaptan los contenidos de
aprendizaje basándose en el progreso del
estudiante, favoreciendo la comprensión de
temas complejos. Estos ejemplos ilustran
cómo la inteligencia artificial puede facilitar
la personalización del aprendizaje y mejo-
rar la interacción entre estudiantes y conte-
CARVAJAL CHÁVEZ, C. A.
61
RECIMUNDO VOL. 8 N°4 (2024)
nidos educativos, contribuyendo a una ex-
periencia de aprendizaje más efectiva en la
educación superior.
La revisión sistemática realizada utilizando
el protocolo PRISMA incluyó un total de 18
estudios relevantes, con un enfoque predo-
minante en la aplicación de la inteligencia
artificial (IA) en la educación superior. Los
resultados más destacados incluyen:
Personalización del aprendizaje: Herra-
mientas como ChatGPT pueden transfor-
mar los entornos educativos al proporcionar
retroalimentación inmediata y personaliza-
ción de contenidos, adaptándose a las ne-
cesidades individuales de los estudiantes
(Maciel-Ferreira, 2024). Desarrollo de habi-
lidades cognitivas: La IA contribuye a la ac-
tivación de procesos cognitivos superiores
en los estudiantes, especialmente cuando
es guiada por docentes capacitados (López
Regalado et al., 2024).
Desafíos éticos: La integración de IA plantea
retos éticos, como la privacidad de datos
y los prejuicios algorítmicos, los cuales de-
ben ser abordados proactivamente (Lyanda
et al., 2024). Impacto interdisciplinario: La
IA fortalece la integración del conocimiento
entre disciplinas, potenciando habilidades
creativas y analíticas (Wang, 2024).
Transformación pedagógica: La articulación
tecnopedagógica y el uso de tecnologías
educativas emergentes han demostrado ser
efectivos para mejorar la calidad de la edu-
cación universitaria (Martínez & Senior, 2024).
Discusión
Los hallazgos de esta revisión subrayan
la importancia de implementar la IA en la
educación de manera ética, responsable y
equilibrada. Según Lyanda et al. (2024), los
desafíos éticos y técnicos deben ser con-
siderados cuidadosamente para garantizar
prácticas justas y equitativas en el apren-
dizaje en línea. Además, se destaca la ne-
cesidad de capacitar a los docentes en el
uso de estas herramientas, como sugieren
Ayuso-del Puerto et al. (2022), quienes de-
mostraron que el apoyo docente es esen-
cial para que los estudiantes aprovechen al
máximo las tecnologías de IA.
La literatura también resalta las lagunas
actuales en el campo, como la falta de co-
nexión con perspectivas pedagógicas teó-
ricas y la escasa reflexión crítica sobre los
riesgos de la IA en la educación superior
(Zawacki-Richter et al., 2019). Esto coinci-
de con los resultados de Crompton y Burke
(2023), quienes identificaron cinco principa-
les usos de la IA, pero también enfatizaron
la necesidad de explorar nuevas herramien-
tas y enfoques educativos.
Conclusiones
La inteligencia artificial (IA) se ha converti-
do en un recurso didáctico fundamental en
la educación superior, transformando tanto
el aprendizaje como la enseñanza y el desa-
rrollo de competencias digitales en los estu-
diantes. A continuación, se detallan sus im-
pactos, aplicaciones y tendencias actuales.
Impacto en el Aprendizaje y la Enseñanza
Personalización del Aprendizaje: La IA per-
mite adaptar los contenidos y metodologías
a las necesidades individuales de los estu-
diantes. Esto se traduce en experiencias de
aprendizaje más efectivas, donde los alum-
nos pueden avanzar a su propio ritmo y re-
cibir retroalimentación instantánea. Mejora
de la Eficiencia Educativa: Herramientas ba-
sadas en IA, como sistemas de tutoría inteli-
gente, ayudan a los educadores a identificar
áreas donde los estudiantes tienen dificulta-
des, permitiendo intervenciones más opor-
tunas y efectivas. Facilitación de la Evalua-
ción: La IA también optimiza el proceso de
evaluación mediante análisis de datos que
permiten a los docentes comprender mejor
el rendimiento estudiantil y ajustar sus estra-
tegias pedagógicas en consecuencia.
Aplicaciones de la IA en la Educación Supe-
rior. Plataformas de Aprendizaje Adaptativo:
Estas plataformas utilizan algoritmos de IA
para personalizar el contenido educativo se-
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
62 RECIMUNDO VOL. 8 N°4 (2024)
gún el estilo y progreso del estudiante, me-
jorando así la retención del conocimiento56.
Asistentes Virtuales: Los chatbots y asisten-
tes virtuales son utilizados para responder
preguntas frecuentes de los estudiantes, fa-
cilitando el acceso a información y recursos
sin necesidad de intervención humana cons-
tante. Análisis Predictivo: La IA se emplea
para predecir el desempeño académico de
los estudiantes, lo que permite a las institu-
ciones tomar decisiones informadas sobre
apoyo académico y recursos necesarios8.
Desarrollo de Competencias Digitales. Fo-
mento del Pensamiento Crítico: La integración
de herramientas basadas en IA en el aula pro-
mueve habilidades como el pensamiento crí-
tico y la resolución de problemas, esenciales
en un mundo laboral cada vez más digitaliza-
do57. Preparación para el Futuro Laboral: Al
utilizar tecnologías avanzadas, los estudian-
tes adquieren competencias digitales que
son altamente valoradas en el mercado la-
boral actual. Esto incluye habilidades en pro-
gramación, análisis de datos y uso eficaz de
herramientas tecnológicas.
Tendencias Actuales. Aumento del Uso
de Aplicaciones Móviles: Las aplicaciones
educativas móviles que incorporan IA están
ganando popularidad, permitiendo a los es-
tudiantes aprender desde cualquier lugar y
en cualquier momento. Esto ha sido espe-
cialmente relevante durante la pandemia,
donde el aprendizaje a distancia se volvió
esencial. Innovación Metodológica: Las ins-
tituciones están adoptando metodologías
activas que integran IA para hacer el apren-
dizaje más interactivo y colaborativo. Esto
incluye el uso de herramientas como Kahoot
y plataformas interactivas que fomentan la
participación activa del estudiante .Énfasis
en la Formación Docente: Para maximizar el
potencial de la IA en educación, es crucial
preparar a los docentes en el uso efectivo
de estas tecnologías. Esto implica capaci-
tación continua sobre nuevas herramientas
y métodos pedagógicos que incorporen IA
. La inteligencia artificial está revolucionan-
do la educación superior al personalizar el
aprendizaje, mejorar la enseñanza y desa-
rrollar competencias digitales esenciales
para los estudiantes. Su integración conti-
nua promete transformar aún más las diná-
micas educativas en un futuro cercano.
La revisión sistemática de los estudios reco-
pilados evidencia el impacto transformador
de la inteligencia artificial (IA) en la educa-
ción superior, así como los retos asociados
a su implementación. Las principales con-
clusiones incluyen:
Potencial educativo de la IA: Herramientas
como ChatGPT y otras tecnologías de IA han
demostrado ser efectivas para personalizar
el aprendizaje, proporcionando retroalimen-
tación inmediata y ajustando los contenidos
a las necesidades individuales de los estu-
diantes. Esto promueve un aprendizaje más
adaptativo y efectivo (Maciel-Ferreira, 2024;
López Regalado et al., 2024).
Desarrollo de habilidades interdisciplina-
rias: La integración de IA potencia el pensa-
miento creativo y analítico de los estudian-
tes, facilitando la conexión entre disciplinas
y mejorando las competencias necesarias
en la educación del siglo XXI (Wang, 2024).
Desafíos éticos y técnicos: La privacidad
de los datos, los prejuicios algorítmicos y la
necesidad de salvaguardas éticas son obs-
táculos fundamentales que deben abordar-
se. La integración responsable de la IA es
crucial para evitar desigualdades y garanti-
zar prácticas justas en entornos educativos
(Lyanda et al., 2024; Raghadm et al., 2024).
Formación docente: La capacitación de los
docentes en el uso de tecnologías de IA es
esencial para garantizar su correcta imple-
mentación y maximizar su potencial peda-
gógico. Los docentes desempeñan un pa-
pel clave como facilitadores del aprendizaje
guiado por IA (Ayuso-del Puerto et al., 2022;
Martínez & Senior, 2024).
Transformación pedagógica: La IA no reem-
plaza las metodologías tradicionales, sino
que las complementa al ofrecer herramien-
CARVAJAL CHÁVEZ, C. A.
63
RECIMUNDO VOL. 8 N°4 (2024)
tas que fortalecen las prácticas pedagógi-
cas y promueven la formación integral de
los estudiantes (Crompton & Burke, 2023;
Zawacki-Richter et al., 2019). En conclusión,
la inteligencia artificial se presenta como un
recurso didáctico valioso en la educación
superior, contribuyendo a mejorar el proce-
so educativo y preparando a los estudiantes
para un futuro cada vez más digitalizado. Sin
embargo, es fundamental abordar los desa-
fíos éticos asociados con su implementación
para maximizar sus beneficios.
Para superar las barreras técnicas y éticas
de la inteligencia artificial (IA) en la educa-
ción superior, se pueden implementar diver-
sas estrategias que abordan tanto la infraes-
tructura necesaria como los aspectos éticos
relacionados con su uso. A continuación, se
presentan algunas de estas estrategias:
Estrategias para Superar Barreras Técnicas.
Capacitación Docente: Es fundamental ofre-
cer formación continua a los docentes sobre
el uso de herramientas de IA. Esto no solo
mejora su competencia técnica, sino que
también les permite integrar efectivamente
estas herramientas en sus prácticas peda-
gógicas. Inversión en Infraestructura: Las
instituciones deben invertir en la infraestruc-
tura tecnológica necesaria para soportar la
implementación de IA. Esto incluye acceso a
hardware adecuado, software especializado
y una conexión a internet robusta.
Desarrollo de Recursos Adaptativos: Crear
plataformas de aprendizaje adaptativas
que utilicen IA puede ayudar a personalizar
la experiencia educativa, ajustando los con-
tenidos y métodos según las necesidades
individuales de los estudiantes., Colabora-
ción Interinstitucional: Fomentar alianzas
entre instituciones educativas puede faci-
litar el intercambio de recursos y conoci-
mientos, permitiendo una implementación
más efectiva de tecnologías de IA.
Evaluación Continua: Implementar sistemas
de evaluación que midan el impacto de las
herramientas de IA en el aprendizaje y la en-
señanza puede ayudar a identificar áreas de
mejora y ajustar las estrategias utilizadas.
Estrategias para Abordar Barreras Éticas.
Establecimiento de Directrices Éticas: Crear
un marco ético claro que regule el uso de
la IA en entornos educativos es crucial.
Esto debe incluir políticas sobre la privaci-
dad de datos, el consentimiento informado
y el manejo responsable de la información.
Transparencia Algorítmica: Las institucio-
nes deben ser transparentes sobre cómo
funcionan las herramientas de IA utilizadas,
incluyendo cómo se recopilan y utilizan los
datos. Esto ayuda a construir confianza en-
tre estudiantes y educadores.
Diversidad e Inclusión en el Desarrollo de IA:
Incluir diversas perspectivas en el desarro-
llo y selección de herramientas de IA puede
ayudar a mitigar sesgos algorítmicos y ase-
gurar que estas tecnologías sean inclusivas
y equitativas. Conciencia Crítica: Fomentar
un entorno donde tanto estudiantes como
docentes puedan discutir abiertamente las
implicaciones éticas del uso de IA en la edu-
cación es fundamental para desarrollar un
pensamiento crítico sobre su aplicación.
Monitoreo y Revisión Continua: Establecer
mecanismos para monitorear el uso de IA
y sus consecuencias éticas permite realizar
ajustes necesarios y abordar problemas an-
tes de que se conviertan en crisis. Imple-
mentando estas estrategias, las institucio-
nes educativas pueden no solo superar las
barreras técnicas y éticas asociadas con
la inteligencia artificial, sino también maxi-
mizar su potencial como recurso didáctico
transformador en la educación superior.
Bibliografía
Alam, G. F., Wiyono, B. B. ., Burhanuddin, B., Musli-
hati, M., & Mujaidah, A. (2024). Artificial Intelligen-
ce in Education World: Opportunities, Challenges,
and Future Research Recommendations. Fahima,
3(2), 223–234. https://doi.org/10.54622/fahima.
v3i2.
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA
64 RECIMUNDO VOL. 8 N°4 (2024)
Alateyyat, S.& Soltan, M. (2024). Utilizing Artificial
Intelligence in Higher Education: A Systematic
Review. Journal of University Teaching and Lear-
ning Practice 21(6). https://www.researchgate.
net/publication/379960953_A_systematic_review_
of_research_on_artificial_intelligence_in_higher_
education_Practice_gaps_and_future_directions_
in_the_GCC_Citation
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 Distan-
cia, 25(2), 347-362, https://www.redalyc.org/jour-
nal/3314/331470794017/html/
Bandara, W., & Senanayaka, S. (2024). Use of Artifi-
cial Intelligence in Education: A Systematic Review.
International Research Conference on Smart Com-
puting and Systems Engineering (SCSE), 7, 1-5.
https://www.semanticscholar.org/paper/Use-of-Ar-
tificial-Intelligence-in-Education%3A-A-Banda-
ra-Senanayaka/520710d44820ce6a676a080ea70
745bd90819379
Boussouf, Z; Amrani H: Zerhouni, M & Fouad Daidai,
K.(2024).. Artificial Intelligence in Education: A Sys-
tematic Literature Review. Discovery.researcher.
life https://discovery.researcher.life/article/artifi-
cial-intelligence-in-education-a-systematic-litera-
ture-review/5b0c6fdcf1e037359fb011619952647d
Cabero-Almenara, J., & Marín-Díaz, V. (2020). La in-
teligencia artificial aplicada a la educación: Retos
y posibilidades. Revista de Educación a Distancia,
20(64), 1-22. https://doi.org/10.6018/red.408091
Crompton, H., Burke, D. (2023). Artificial intelligen-
ce in higher education: the state of the field. Int J
Educ Technol High Educ 20, 22 (2023). https://doi.
org/10.1186/s41239-023-00392-8
Dellepiane, P y Guidi, P. (2023). La inteligencia artifi-
cial y la educación. Retos y oportunidades desde
una perspectiva ética Question, 3(76). https://dial-
net.unirioja.es/servlet/articulo?codigo=9461047
Fajardo Aguilar, G., Ayala Gavilanes, D., Arroba Frei-
re, E & López Quincha, M. (2023). Inteligencia Arti-
ficial y la Educación Universitaria: Una revisión sis-
temática. Magazine De Las Ciencias: Revista De
Investigación E Innovación, 8(1), 109–131. https://
doi.org/10.33262/rmc.v8i1.2935
Haddaway, N. R., Page, M. J., Pritchard, C. C., &
McGuinness, L. A. (2022). PRISMA2020: An R
package and Shiny app for producing PRISMA
2020-compliant flow diagrams, with interactivity for
optimised digital transparency and Open Synthe-
sis. Campbell Systematic Reviews, 18(2), e1230.
https://doi.org/https://doi.org/10.1002/cl2.1230
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial
Intelligence in Education: Promises and Implica-
tions for Teaching and Learning. Boston: The Cen-
ter for Curriculum Redesign.
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial
Intelligence in Education: Promises and Implica-
tions for Teaching and Learning. Boston: The Cen-
ter for Curriculum Redesign.
López Regalado, O; Núñez Rojas, N ; López Gil, O
y Sánchez Rodríguez, J. (2024). Análisis del uso
de la inteligencia artificial en la educación univer-
sitaria Una revisión sistemática. Pixel-Bit: Revista
de medios y educación, 70. 97-122. https://dialnet.
unirioja.es/servlet/articulo?codigo=9558865
Louly, N.(2024). Application of AI Tools in Educa-
tion- A Conceptual Framework. Recent trends in
Management and Commerce. Recent trends in
Management and Commerce. 5(2) https://restpu-
blisher.com/wp-content/uploads/2024/07/1.-Appli-
cation-of-AI-Tools-in-Education-A-Conceptual-Fra-
mework.pdf
Lyanda, J., Owidi, S & Simiyu, A. (2024). Rethinking
Higher Education Teaching and Assessment In-Li-
ne with AI Innovations: A Systematic Review and
Meta-Analysis. African Journal of Empirical Re-
search, 5(3), 325–335. https://doi.org/10.51867/
ajernet.5.3.30
Maciel-Ferreira, T. (2024). Uma Nova Realidade Edu-
cacional: Metodologias Ativas Potencializadas
pela IA Generativa. https://www.researchgate.
net/publication/383305256_Uma_Nova_Realida-
de_Educacional_Metodologias_Ativas_Potenciali-
zadas_pela_IA
Martínez Palmera O, & Senior-Naveda, A. (2024).
Pedagogical Practice Mediated Adaptive Educa-
tional by Emerging Didactics, Technologies, and
Affective Informatics in Higher Education: A Syste-
matic Review. Kurdish Studies, 12(1), 2432–2457.
https://kurdishstudies.net/menu-script/index.php/
KS/article/view/153
Nimbalagundi, S; Bagawan, A & Katageri, C. (2024).
Artificial Intelligence in Higher Education. Interna-
tional Research Journal on Advanced Engineering
and Management (IRJAEM), 6(7). 51-54. https://
www.researchgate.net/publication/382668202_
The_Impact_of_Artificial_Intelligence_on_Class-
room_Teaching_in_Universities
Raghadm A; Jaddoa, A; Taha A; Mohammed, A; Abir
Jaafar, A. (2024) A Systematic Review for the Impli-
cation of Generative AI in Higher Education. Info-
communications journal, 16 (3). 31-42. https://real.
mtak.hu/209606/
CARVAJAL CHÁVEZ, C. A.
65
RECIMUNDO VOL. 8 N°4 (2024)
Rethlefsen, M. L., & Page, M. J. (2021). PRISMA 2020
and PRISMA-S: common questions on tracking re-
cords and the flow diagram. Journal of the Medical
Library Association, 110(2), 253–257. https://doi.
org/10.5195/jmla.2022.1449
Tran, Minh, Tung. (2024). 4. A Systematic Literatu-
re Review on the Human-AI Partnership Roles in
Higher Education. Advances in marketing, cus-
tomer relationship management, and e-services
book series, https://www.researchgate.net/publi-
cation/348009463_AI_in_Education_A_Systema-
tic_Literature_Review
Wang S, Wang F, Zhu Z, Wang J, Tran T, Du, Z. (2024).
Artificial intelligence in education: A systematic li-
terature review,
Wang, C. (2024). The Impact of Artificial Intelli-
gence on Classroom Teaching in Universities.
Journal of Research in Vocational Education,
6(7):51-54 https://www.researchgate.net/publica-
tion/382668202_The_Impact_of_Artificial_Intelli-
gence_on_Classroom_Teaching_in_Universities
Yadav, S.. (2024). Artificial Intelligence (AI) Inte-
gration in Higher Education. Taylor and Fran-
cis. https://www.taylorfrancis.com/chapters/
edit/10.1201/9781032644509-4/artificial-intelligen-
ce-ai-integration-higher-education-seema-yadav
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gou-
verneur, F. (2019). Systematic review of research
on artificial intelligence applications in higher
education – where are the educators? Internatio-
nal Journal of Educational Technology in Higher
Education, 16(1), 1-27. https://doi.org/10.1186/
s41239-019-0171-0
CITAR ESTE ARTICULO:
Carvajal Chávez, C. A. . (2024). Inteligencia artificial como recurso didáctico
en la educación superior. Una revisión sistemática. RECIMUNDO, 8(4), 51–65.
https://doi.org/10.26820/recimundo/8.(4).diciembre.2024.51-65
INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA EDUCACIÓN SUPERIOR. UNA REVISIÓN
SISTEMÁTICA