DOI: 10.26820/recimundo/8.(1).ene.2024.215-223
URL: https://recimundo.com/index.php/es/article/view/2183
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de investigación
CÓDIGO UNESCO: 58 Pedagogía
PAGINAS: 215-223
Alcances y limitaciones de la IA en educación
Alcances and limitations of AI in education
Alcances e limitações da IA na educação
Nube del Rocío Guzmán Matute
1
; Nelson Fernando Álvarez González
2
; Xavier Oswaldo Pacheco Pérez
3
RECIBIDO: 10/12/2023 ACEPTADO: 15/01/2024 PUBLICADO: 24/04/2024
1. Magíster en Educación Mención en Enseñanza de la Geografía e Historia; Licenciada en Ciencias de la Educación
Mención Educación Básica;Investigadora Independiente; Guayaquil, Ecuador; nubeprofe05@gmail.com; https://
orcid.org/0009-0001-8002-5018
2. Magíster en Tecnología e Innovación Educativa; Licenciado en Ciencias de la Educación Mención Educación Básica;
Universidad Estatal de Milagro; Milagro, Ecuador; nalvarezg@unemi.edu.ec; https://orcid.org/0009-0008-6471-
2118
3. Magíster en Diseño Curricular; Licenciado en Ciencias de la Educación Especialización Informática; Investigador
Independiente; Guayaquil, Ecuador; https://orcid.org/0000-0001-6497-9551
CORRESPONDENCIA
Nube del Rocío Guzmán Matute
nubeprofe05@gmail.com
Guayaquil, Ecuador
© RECIMUNDO; Editorial Saberes del Conocimiento, 2024
RESUMEN
La integración de la inteligencia artificial (IA) en el ámbito educativo ofrece una gama de oportunidades sin precedentes. Se llevó a cabo
una búsqueda exhaustiva de artículos académicos, libros y documentos técnicos relacionados con el tema de inteligencia artificial (IA)
aplicada en el ámbito educativo. Se utilizaron bases de datos especializadas como PubMed, IEEE Xplore, Google Scholar y Scopus, con
palabras clave como "inteligencia artificial en educación", "aprendizaje automático en aulas", "sistemas de tutoría inteligente", entre otras.
Esta metodología proporciona un enfoque sistemático y riguroso para la revisión de la literatura sobre un tema específico, permitiendo
obtener una visión completa y actualizada sobre el tema de estudio. La inteligencia artificial (IA) en educación ofrece un amplio espectro
de posibilidades, desde la personalización del aprendizaje hasta la automatización de tareas administrativas, lo que puede mejorar sig-
nificativamente la eficiencia y efectividad del proceso educativo. Sin embargo, su implementación enfrenta desafíos importantes, como
el sesgo algorítmico, la dificultad para lograr una personalización verdaderamente adaptativa, y preocupaciones sobre la privacidad
de los datos estudiantiles. Estos aspectos requieren un equilibrio cuidadoso entre el aprovechamiento de las capacidades de la IA y la
consideración de sus posibles limitaciones y riesgos.
Palabras clave: IA, Educación, Aprendizaje, Tutoría, Personalización.
ABSTRACT
The integration of artificial intelligence (AI) into the educational field offers an unprecedented range of opportunities. A comprehensive search
of academic articles, books, and technical documents related to the topic of artificial intelligence (AI) applied in education was conducted.
Specialized databases such as PubMed, IEEE Xplore, Google Scholar, and Scopus were utilized, using keywords such as "artificial intelli-
gence in education," "machine learning in classrooms," "intelligent tutoring systems," among others. This methodology provides a systematic
and rigorous approach to literature review on a specific topic, allowing for a comprehensive and up-to-date understanding of the subject
matter. Artificial intelligence (AI) in education presents a broad spectrum of possibilities, from personalized learning to the automation of ad-
ministrative tasks, which can significantly enhance the efficiency and effectiveness of the educational process. However, its implementation
faces significant challenges, such as algorithmic bias, difficulty achieving truly adaptive personalization, and concerns about student data
privacy. These aspects require careful balance between harnessing the capabilities of AI and considering its potential limitations and risks.
Keywords: AI, Education, Learning, Tutoring, Personalization.
RESUMO
A integração da inteligência artificial (IA) no domínio da educação oferece um leque de oportunidades sem precedentes. Foi realizada
uma pesquisa exaustiva de artigos académicos, livros e documentos técnicos relacionados com o tema da inteligência artificial (IA) apli-
cada à educação. Foram utilizadas bases de dados especializadas como a PubMed, IEEE Xplore, Google Scholar e Scopus, utilizando
palavras-chave como "inteligência artificial na educação", "aprendizagem automática nas salas de aula", "sistemas de tutoria inteligentes",
entre outras. Esta metodologia fornece uma abordagem sistemática e rigorosa à revisão da literatura sobre um tópico específico, permi-
tindo uma compreensão abrangente e actualizada do assunto em questão. A inteligência artificial (IA) na educação apresenta um amplo
espetro de possibilidades, desde a aprendizagem personalizada até à automatização de tarefas administrativas, que podem aumentar
significativamente a eficiência e a eficácia do processo educativo. No entanto, a sua implementação enfrenta desafios significativos,
como o enviesamento algorítmico, a dificuldade em conseguir uma personalização verdadeiramente adaptativa e as preocupações com
a privacidade dos dados dos alunos. Estes aspectos exigem um equilíbrio cuidadoso entre o aproveitamento das capacidades da IA e
a consideração das suas potenciais limitações e riscos.
Palavras-chave: IA, Educação, Aprendizagem, Tutoria, Personalização.
217
RECIMUNDO VOL. 8 N°1 (2024)
Introducción
La educación formal, no queda excluida y
por el contrario se convirtió en uno de los es-
pacios para la inserción de TIC (tecnologías
de la información y la comunicación) con
importantes innovaciones. Siendo la mis-
ma, un espacio que debería adaptar con-
tinuamente sus metodologías, suele tener
grandes problemas a la hora de implemen-
tar cambios en el sistema, ya sea tanto por
los propios agentes (docentes, estudiantes,
tutores, autoridades, Etc.) que a veces son
reticentes a la transformación tecnológica,
como también a la propia burocracia de las
instituciones (Acosta, 2023).
El ODS 4 destaca que las tecnologías de IA
se utilizan para garantizar un acceso equita-
tivo e inclusivo a la educación. Esto implica
tener que modificar el papel de los docentes
en la transmisión de conocimientos que pro-
porcionan a las jóvenes generaciones. Otros
autores como Osetskyi et al (2019) sostie-
nen que el futuro de la educación superior
está indisolublemente ligado al desarrollo y
correspondiente aumento de la capacidad
de nuevas máquinas inteligentes capaces
de operar grandes cantidades de informa-
ción, autoaprendizaje y mejora por lo que la
Inteligencia Artificial se ha convertido en un
nuevo foco de la competencia internacional
de los países en el mercado educativo. Por
tanto, asistimos a ver cómo la presencia de
la IA, bien a través de la robótica o bien a
través de algoritmos, en el ámbito educativo
está en constante crecimiento (Flores-Vivar
& García-Peñalvo, 2023).
Los principales sistemas educativos que em-
plean tecnologías de IA son los sistemas tuto-
res inteligentes (STI), los sistemas de gestión
del aprendizaje (SGA), la robótica educativa
inteligente y los cursos online masivos y abier-
tos (MOOC, por sus siglas en inglés), en térmi-
nos de learning analytics (LA). Algunos ejem-
plos de sus aplicaciones son los siguientes:
• Aprendizaje adaptativo: este método
se basa en el análisis de los datos a tra-
vés de sistemas de IA para poder deter-
ALCANCES Y LIMITACIONES DE LA IA EN EDUCACIÓN
minar el proceso de estilo del aprendi-
zaje de los alumnos según el progreso
individual.
• Tutores inteligentes que se adaptan de
forma dinámica para brindarle retroali-
mentación al estudiante, y, otorgan una
respuesta que se corresponde con una
estrategia correctiva.
• Herramientas de diagnóstico y sistemas
de recomendación que permiten descu-
brir el estilo de aprendizaje del estudian-
te a través de su nivel de conocimiento y
la velocidad de aprendizaje.
• La gamificación, que consiste en trasladar
procedimientos propios del juego para fo-
mentar la motivación y participación de
los alumnos y beneficiar el aprendizaje.
• La minería de datos, que trata de un pro-
ceso de preparación y extracción de co-
nocimiento de grandes bases de datos de
forma sistemática, interactiva e iterativa.
• La robótica, la cual refiere al conjunto de
procesos y procedimientos que se sir-
ven de artefactos robóticos pedagógi-
cos para lograr un conocimiento reflexi-
vo (Tramallino & Marize Zeni, 2024).
En el ámbito de la administración, destacan
la realización más rápida de tareas y la iden-
tificación de preferencias para crear planes
de estudio personalizados. En cuanto a la
instrucción, el aprendizaje asistido por IA
permite descubrir posibles deficiencias en
el aprendizaje para abordarlas lo antes po-
sible, realizar intervenciones adaptadas al
alumno y predecir trayectorias profesiona-
les mediante el estudio de datos. En última
instancia, en el caso del aprendizaje, estos
sistemas de educación inteligente (IAEd)
están diseñados para incrementar el valor
añadido del aprendizaje, especialmente las
tecnologías de machine learning que están
estrechamente relacionadas con la modeli-
zación estadística y la teoría del aprendizaje
cognitivo (Martínez-Comesaña et al., 2023).
218
RECIMUNDO VOL. 8 N°1 (2024)
Metodología
Se llevó a cabo una búsqueda exhaustiva
de artículos académicos, libros y documen-
tos técnicos relacionados con el tema de
inteligencia artificial (IA) aplicada en el ám-
bito educativo. Se utilizaron bases de datos
especializadas como PubMed, IEEE Xplore,
Google Scholar y Scopus, con palabras cla-
ve como "inteligencia artificial en educación",
"aprendizaje automático en aulas", "sistemas
de tutoría inteligente", entre otras. Se extra-
jeron datos relevantes de cada fuente selec-
cionada, incluyendo información sobre los
avances tecnológicos en IA aplicados a la
educación, así como las dificultades y de-
safíos encontrados en su implementación.
Esta metodología proporciona un enfoque
sistemático y riguroso para la revisión de la
literatura sobre un tema específico, permi-
tiendo obtener una visión completa y actua-
lizada sobre el tema de estudio.
Resultados
Aplicaciones actuales en el campo edu-
cativo
En el ámbito educativo, la IA ha representa-
do un medio de personalización del apren-
dizaje tal. . Además de representar una he-
rramienta de trabajo de uso constante en los
distintos mercados laborales, planteándose
como sustituto de un sin número de profe-
siones. En el ámbito educativo, se liga a las
sociedades del conocimiento con su princi-
pal característica del autoaprendizaje que
ha derivado en la educación 4.0. En esta se
han replanteado los aspectos primordiales
de la educación: qué enseñar, cómo ense-
ñarlo y cómo evaluar el aprendizaje, lo que
implica una adaptación de planes y progra-
mas, enfocándose en el impacto social que
generan (Zamora Varela & Mendoza Enci-
nas, 2023).
En el campo educativo, la IA ha planteado
soluciones a necesidades específicas, de-
sarrollando sistemas personalizados que
dan respuesta a las necesidades generales
de cada estudiante. Entre los más comunes,
se encuentran los sistemas de tutores inteli-
gentes, sistemas de evaluación automática,
las plataformas de aprendizaje colaborativo,
así como las plataformas de aprendizaje ba-
sado en juegos. Los primeros tienen su fun-
damento en tres componentes: conocimien-
to de contenidos, conocimiento del alumno
y conocimiento de estrategias y metodo-
logías, su principal aplicación es el e-lear-
ning o aprendizaje online. Estos sistemas
funcionan como capacitadores que guían
el proceso de autoaprendizaje a través de
análisis y diagnóstico de conocimientos y
habilidades del estudiante. Éstos valoran las
fortalezas y debilidades, a través de proce-
sos automatizados que permiten determinar
el dominio de un rubro específico (Zamora
Varela & Mendoza Encinas, 2023).
En segundo lugar, se encuentran las pla-
taformas de aprendizaje colaborativo, las
cuales presentan entornos computariza-
dos, que facilitan herramientas de software
y fomentan la interacción entre individuos.
Utilizan las entradas de los diferentes ac-
tores para ofrecer materiales, medios de
comunicación e interacción, mediante un
entorno virtual amigable e intuitivo. Por otro
lado, las plataformas de aprendizaje basa-
do en juegos o “juegos serios”, fomentan el
desarrollo de conocimientos y habilidades
al experimentar, manipular y competir en si-
tuaciones que representan problemas rea-
les de la vida cotidiana (Zamora Varela &
Mendoza Encinas, 2023).
Resumen de alcances de la IA en educa-
ción
• Personalización del Aprendizaje: La
IA permite adaptar el contenido edu-
cativo según las necesidades y estilos
de aprendizaje individuales de los es-
tudiantes, mejorando así la eficacia del
proceso educativo (Becker, 2017).
• Tutoría Inteligente: Los sistemas de
tutoría inteligente utilizan IA para pro-
porcionar retroalimentación instantánea
y personalizada a los estudiantes, ayu-
GUZMÁN MATUTE, N. DEL R., ÁLVAREZ GONZÁLEZ, N. F., & PACHECO PÉREZ, X. O.
219
RECIMUNDO VOL. 8 N°1 (2024)
dándoles a mejorar su comprensión y
desempeño en diferentes áreas de estu-
dio (Becker, 2017).
• Análisis de Datos Educativos: La IA
puede analizar grandes conjuntos de
datos educativos para identificar patro-
nes, tendencias y áreas de mejora en
el sistema educativo, lo que permite a
los educadores tomar decisiones infor-
madas para optimizar la enseñanza y el
aprendizaje (Becker, 2017).
• Los sistemas de IA pueden automatizar
tareas administrativas repetitivas en ins-
tituciones educativas, como la gestión
de registros, la programación de clases
y la evaluación de exámenes, liberando
tiempo para que los educadores se en-
foquen en actividades más creativas y
de alto valor (Becker, 2017).
• Accesibilidad: La IA puede mejorar la
accesibilidad en la educación al pro-
porcionar herramientas de aprendizaje
adaptativas para estudiantes con dis-
capacidades, así como traducción au-
tomática y reconocimiento de voz para
facilitar la comunicación y el acceso al
contenido educativo (Becker, 2017).
Tipos de Inteligencia Articial
Por Sistemas
Tabla 1. Los Sistemas de la IA
Nota: (Pedraza Caro, 2023).
ALCANCES Y LIMITACIONES DE LA IA EN EDUCACIÓN
220
RECIMUNDO VOL. 8 N°1 (2024)
Figura 1. IA Débil o Estrecha
Fuente: (Pedraza Caro, 2023).
La IA débil, específicamente, tiende a ser
útil para una variedad de tareas simples,
como la conducción autónoma o el movi-
miento de robots, así como para solucio-
nar problemas estadísticos bien definidos.
Aunque los sistemas de Inteligencia Artifi-
cial débil tienen una aplicación limitada, su
simplicidad los hace particularmente útiles
para tareas con muchos movimientos y va-
riables repetitivas (Pedraza Caro, 2023).
La IA general (o fuerte), por su parte, es un
enfoque de la Inteligencia Artificial que está
diseñado para abarcar una amplia gama de
soluciones y respuestas. Ésta se enfoca en
el desarrollo de agentes inteligentes que lo-
gran interactuar con entornos complejos y
aprovechar su información para tomar de-
cisiones concretas. Se orienta a la produc-
ción de agentes que puedan enfrentarse
a las tareas comunes propias de los seres
humanos. Según Condo et al, “la hipótesis
de la IA fuerte, consiste en la afirmación de
que las máquinas si piensan realmente” y,
por lo tanto, se refiere a sistemas de Inte-
ligencia Artificial diseñados para funcionar
de manera similar a la inteligencia humana
(Pedraza Caro, 2023).
Tabla 2. Algunas diferencias de estas dos categorías
Nota: (Pedraza Caro, 2023).
GUZMÁN MATUTE, N. DEL R., ÁLVAREZ GONZÁLEZ, N. F., & PACHECO PÉREZ, X. O.
221
RECIMUNDO VOL. 8 N°1 (2024)
Qué benecios y limitaciones presenta la
integración de la inteligencia articial en
la educación
La integración de la IA en la educación pre-
senta varios beneficios y limitaciones. Entre
los beneficios se encuentran la persona-
lización del aprendizaje, la retroalimenta-
ción instantánea, la eficiencia en la gestión
administrativa y la eliminación de barreras
geográficas. Por otro lado, entre las limi-
taciones se encuentran la posible pérdida
de empleos docentes, la necesidad de una
alta inversión tecnológica y la falta de trans-
parencia y equidad en la toma de decisio-
nes. Según el estudio de Cobo et al (2020),
la integración de la inteligencia artificial en
la educación es una tendencia global, aun-
que su implementación y resultados son
diversos en diferentes países. Además, el
estudio de Wang et al (2019) indica que,
aunque la inteligencia artificial puede me-
jorar la calidad del aprendizaje, la falta de
comprensión y aceptación por parte de los
docentes y estudiantes puede ser un obs-
táculo importante para su adopción y uso
efectivo en la educación (Lara et al., 2023).
Otros retos
• Mentores para cada alumno.
• Aprender habilidades del siglo XXI.
• Datos de interacción para apoyar el
aprendizaje.
• Acceso universal al aula global.
• Aprendizaje de por vida y de toda la vida
(Castaneda, 2023).
Resumen de limitaciones:
• Sesgo Algorítmico: Los algoritmos de
IA pueden estar sesgados debido a los
datos de entrenamiento utilizados, lo
que puede resultar en decisiones injus-
tas o discriminación, especialmente en
áreas como la evaluación automatizada
y la selección de contenido educativo
(Becker, 2017).
• Falta de Personalización Real: A pesar
de los avances en la personalización
del aprendizaje, algunos sistemas de IA
pueden no ser lo suficientemente sofisti-
cados como para adaptarse plenamente
a las necesidades individuales y estilos
de aprendizaje de todos los estudiantes
(Becker, 2017).
• Dependencia Tecnológica: La imple-
mentación de la IA en la educación re-
quiere una infraestructura tecnológica
adecuada y recursos financieros sig-
nificativos, lo que puede excluir a las
instituciones con recursos limitados y
aumentar la brecha digital entre las es-
cuelas (Becker, 2017).
• Privacidad y Seguridad de los Datos:
El uso de la IA en la educación plantea
preocupaciones sobre la privacidad y se-
guridad de los datos de los estudiantes,
especialmente cuando se recopilan gran-
des cantidades de información personal
para personalizar el aprendizaje y reali-
zar análisis predictivos (Becker, 2017).
• Falta de Interacción Humana: Aunque
la tutoría inteligente puede proporcionar
retroalimentación instantánea, algunos
críticos argumentan que la IA no puede
reemplazar completamente la interac-
ción humana en el aula, que es funda-
mental para el desarrollo social y emo-
cional de los estudiantes (Becker, 2017).
Cuáles son los desafíos éticos y sociales
que presenta la implementación de la in-
teligencia articial en la educación
Uno de los desafíos es la preocupación por
la privacidad de los datos de los estudian-
tes y la posible utilización inadecuada de
los mismos. Además, la IA también puede
perpetuar y amplificar sesgos y desigual-
dades sociales existentes, lo que podría
reforzar la discriminación y la exclusión en
el ámbito educativo. Otro desafío importan-
te es la preocupación por el uso responsa-
ble y transparente de los algoritmos de IA,
que deben estar diseñados y evaluados
ALCANCES Y LIMITACIONES DE LA IA EN EDUCACIÓN
222
RECIMUNDO VOL. 8 N°1 (2024)
de manera adecuada para garantizar que
las decisiones tomadas sean justas y equi-
tativas. Además, la falta de comprensión
y conocimiento por parte de los docentes
y estudiantes sobre la IA y sus implicacio-
nes éticas y sociales también es un desa-
fío importante que debe abordarse para
garantizar una implementación responsa-
ble y efectiva. Según el estudio de Hutto et
al (2019), también es importante tener en
cuenta el impacto que la IA puede tener en
la calidad del trabajo de los docentes y en
la calidad de la educación ofrecida. Final-
mente, la preocupación por la seguridad
cibernética y la protección de los sistemas
de IA también es un desafío importante que
debe ser abordado para garantizar un uso
seguro y efectivo de la IA en la educación
superior (Lara et al., 2023).
Conclusión
Los alcances de la inteligencia artificial
(IA) en educación son significativos y pro-
metedores. La IA ofrece la capacidad de
personalizar el aprendizaje, proporcionar
retroalimentación instantánea y adaptar los
recursos educativos a las necesidades indi-
viduales de los estudiantes. Además, pue-
de automatizar tareas administrativas, anali-
zar grandes conjuntos de datos educativos
y mejorar la accesibilidad para estudiantes
con diversas necesidades.
Sin embargo, también existen importantes
limitaciones que deben abordarse. El sesgo
algorítmico, la falta de personalización real,
la dependencia tecnológica, las preocupa-
ciones sobre la privacidad de los datos y
la falta de interacción humana son desa-
fíos que requieren una atención cuidadosa.
Además, la implementación exitosa de la IA
en la educación requiere una infraestructura
tecnológica adecuada, recursos financieros
significativos y una planificación cuidadosa
para garantizar que se maximicen los bene-
ficios y se minimicen los riesgos.
En última instancia, la integración efectiva
de la IA en la educación requerirá un enfo-
que equilibrado que aproveche su potencial
para mejorar el aprendizaje y la enseñanza,
al tiempo que se abordan de manera proac-
tiva sus posibles limitaciones y se promue-
ven prácticas éticas y equitativas.
Bibliografía
Acosta, D. M. (2023). La IA en la educación: estudio
del estado actual de la IA como asistente en pla-
taformas virtuales educativas [Universidad Abier-
ta Interamericana]. https://dspaceapi.uai.edu.ar/
server/api/core/bitstreams/027b7714-c301-4897-
b675-467dadae4827/content
Becker, B. (2017). Artificial intelligence in education:
what is it, where is it now, where is it going. Ire-
land’s Yearbook of Education, 42–46.
Castaneda, A. U. (2023). Un viaje hacia la inteligen-
cia artificial en la educación. Realidad y Reflexión,
56, 121–136.
Flores-Vivar, J.-M., & García-Peñalvo, F.-J. (2023).
Reflections on the ethics, potential, and challenges
of artificial intelligence in the framework of quality
education (SDG4). Comunicar, 31(74), 37–47. ht-
tps://doi.org/10.3916/C74-2023-03
Lara, R. A. M., Criollo, L. R. S., Calderón, C. J. C., &
Matamba, B. E. B. (2023). La inteligencia artificial;
análisis del presente y futuro en la educación su-
perior. Revista G-Ner@ndo, 4(1), 861– 887.
Martínez-Comesaña, M., Rigueira-Díaz, X., Larra-
ñaga-Janeiro, A., Martínez-Torres, J., Ocarran-
za-Prado, I., & Kreibel, D. (2023). Impacto de la
inteligencia artificial en los métodos de evaluación
en la educación primaria y secundaria: revisión
sistemática de la literatura. Revista de Psicodi-
dáctica, 28(2), 93–103. https://doi.org/10.1016/j.
psicod.2023.06.001
Pedraza Caro, J. D. (2023). La inteligencia artificial
en la sociedad: explorando su impacto actual y
los desafíos futuros [Universidad Politécnica de
Madrid]. https://oa.upm.es/75068/1/TFG_JAROD_
DAVID_PEDRAZA_CARO.pdf
Tramallino, C. P., & Marize Zeni, A. (2024). Avances
y discusiones sobre el uso de inteligencia artificial
(IA) en educación. Educación, 33(64), 29–54. ht-
tps://doi.org/10.18800/educacion.202401.M002
Zamora Varela, Y., & Mendoza Encinas, M. del C.
(2023). La Inteligencia artificial y el futuro de la
educación superior: Horizontes Pedagógicos,
25(1), 1–13. https://doi.org/10.33881/0123-8264.
hop.25101
GUZMÁN MATUTE, N. DEL R., ÁLVAREZ GONZÁLEZ, N. F., & PACHECO PÉREZ, X. O.
223
RECIMUNDO VOL. 8 N°1 (2024)
CITAR ESTE ARTICULO:
Guzmán Matute, N. del R., Álvarez González, N. F., & Pacheco Pérez, X. O.
(2024). Alcances y limitaciones de la IA en educación. RECIMUNDO, 8(1). ht-
tps://doi.org/10.26820/recimundo/8.(1).ene.2024.215-223
ALCANCES Y LIMITACIONES DE LA IA EN EDUCACIÓN
