DOI: 10.26820/recimundo/8.(4).diciembre.2024.28-39
URL: https://recimundo.com/index.php/es/article/view/2456
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de revisión
CÓDIGO UNESCO: 58 Pedagogía
PAGINAS: 28-39
La inteligencia articial en la educación superior:
oportunidades y desafíos. Una revisión sistemática
Artificial intelligence in higher education: opportunities and challenges.
A systematic review
Inteligência artificial no ensino superior: oportunidades e desafios.
Uma análise sistemática
Gabriel Giancarlo Gallo Macías1; Xavier Oswaldo Pacheco Pérez2; Ronald Esteban Sánchez Macías3
RECIBIDO: 10/09/2024 ACEPTADO: 19/10/2024 PUBLICADO: 01/12/2024
1. Magíster en Educación Superior Investigación e Innovaciones Pedagógicas; Diploma Superior en Peda-
gogía Universitaria; Ingeniero en Sistemas Computacionales; Universidad de Guayaquil, Guayaquil,
Ecuador; gabriel.gallom@ug.edu.ec; https://orcid.org/0000-0002-3333-1143
2. Magíster en Diseño Curricular; Licenciado en Ciencias de la Educación Especialización Informática;
Universidad de Guayaquil; Guayaquil, Ecuador; xavier.pachecop@ug.edu.ec; https://orcid.org/0000-
0001-6497-9551
3. Magíster en Electrónica y Automatización Mención en Informática Industrial; Ingeniero en Electrónica con
Mención en Sistemas Industriales; Universidad de Guayaquil; Guayaquil, Ecuador; ronald.sanchezm@
ug.edu.ec; https://orcid.org/0009-0006-0860-7837
CORRESPONDENCIA
Gabriel Giancarlo Gallo Macías
gabriel.gallom@ug.edu.ec
Guayaquil, Ecuador
© RECIMUNDO; Editorial Saberes del Conocimiento, 2024
RESUMEN
Diversos informes internacionales destacan que la Inteligencia Artificial en Educación (AIEd) es un campo emergente dentro
de la tecnología educativa. Aunque existe desde hace aproximadamente tres décadas, los educadores todavía luchan por
aprovechar plenamente su potencial pedagógico a mayor escala y por comprender su impacto significativo en la enseñanza
y el aprendizaje en la educación superior. Este artículo busca explorar el papel de la Inteligencia Artificial en la Educación
Superior, enfatizando tanto las oportunidades como los desafíos que implica. A través de una revisión sistemática aplicando
la metodología PRISMA. También examina cómo las tecnologías emergentes influyen en los procesos de aprendizaje de
los estudiantes y las formas en que las instituciones adaptan y evolucionan sus métodos de enseñanza. Este documento
proporciona ejemplos de implementación de IA en la educación, con el objetivo de promover una educación equitativa y de
alta calidad para todos. Comienza analizando cómo la IA puede mejorar los resultados del aprendizaje, mostrando cómo las
tecnologías de IA pueden aprovechar los datos para mejorar la equidad y la calidad en la educación superior. Además, el
estudio profundiza en las ventajas y desafíos asociados a la integración de la IA en entornos educativos, así como los riesgos
potenciales que implica. Por último, el documento ofrece recomendaciones para el uso de la IA en la educación, fomentando
el diálogo sobre sus aplicaciones, posibilidades y riesgos para apoyar el desarrollo sostenible.
Palabras clave: Inteligencia Artificial (IA), Educación Superior, Oportunidades, Desafíos, Metodología Prisma.
ABSTRACT
Various international reports highlight that Artificial Intelligence in Education (AIEd) is an emerging field within educational
technology. Although it has existed for approximately three decades, educators still struggle to fully realize its pedagogical
potential on a larger scale and to understand its significant impact on teaching and learning in higher education. This arti-
cle seeks to explore the role of Artificial Intelligence in Higher Education, emphasizing both the opportunities and challen-
ges it entails. It also examines how emerging technologies influence students' learning processes and the ways in which
institutions adapt and evolve their teaching methods. Through a systematic review applying the PRISMA methodology The
document provides examples of AI implementation in education, with the goal of promoting equitable and high-quality edu-
cation for all. It begins by discussing how AI can improve learning outcomes, showing how AI technologies can leverage
data to improve equity and quality in higher education. In addition, the study delves into the advantages and challenges
associated with the integration of AI in educational environments, as well as the potential risks involved. Finally, the docu-
ment offers recommendations for the use of AI in education, encouraging dialogue about its applications, possibilities and
risks to support sustainable development.
Keywords: Artificial intelligence (AI), Higher education, Opportunities, Challenges, Prisma metodology.
RESUMO
Vários relatórios internacionais sublinham que a Inteligência Artificial na Educação (IAEd) é um domínio emergente da
tecnologia educativa. Embora já exista há cerca de três décadas, os educadores ainda lutam para perceber plenamente o
seu potencial pedagógico em maior escala e para compreender o seu impacto significativo no ensino e na aprendizagem
no ensino superior. Este artigo procura explorar o papel da Inteligência Artificial no Ensino Superior, enfatizando tanto as
oportunidades como os desafios que acarreta. Examina também a forma como as tecnologias emergentes influenciam
os processos de aprendizagem dos estudantes e a forma como as instituições adaptam e evoluem os seus métodos de
ensino. Através de uma revisão sistemática que aplica a metodologia PRISMA, o documento fornece exemplos de im-
plementação da IA na educação, com o objetivo de promover uma educação equitativa e de alta qualidade para todos.
Começa por discutir a forma como a IA pode melhorar os resultados da aprendizagem, mostrando como as tecnologias
de IA podem tirar partido dos dados para melhorar a equidade e a qualidade no ensino superior. Além disso, o estudo
analisa as vantagens e os desafios associados à integração da IA em ambientes educativos, bem como os potenciais
riscos envolvidos. Por último, o documento apresenta recomendações para a utilização da IA na educação, incentivando
o diálogo sobre as suas aplicações, possibilidades e riscos para apoiar o desenvolvimento sustentável.
Palavras-chave: Inteligência artificial (IA), Ensino superior, Oportunidades, Desafios, Metodologia Prisma.
30 RECIMUNDO VOL. 8 N°4 (2024)
Introducción
La integración de la inteligencia artificial
(IA) en el ámbito educativo ha avanzado de
manera notable en la última década. En sus
inicios, las aplicaciones de IA se restringían
a tareas administrativas simples; sin embar-
go, los progresos tecnológicos han permiti-
do su uso en aplicaciones más complejas,
como plataformas de aprendizaje perso-
nalizado y sistemas de tutoría inteligentes.
La IA se ha convertido en un componente
esencial de los avances científicos y tecno-
lógicos, lo que ha impulsado el desarrollo
de productos que incorporan esta tecnolo-
gía (Patel, 2023).
Aunque la IA ofrece oportunidades trans-
formadoras en la educación al mejorar los
métodos de enseñanza y el aprendizaje,
también plantea desafíos importantes que
requieren una atención y regulación cui-
dadosas (Asoke y Chinmoy. 2024). Es fun-
damental reconocer que la tecnología de
IA ha creado numerosas oportunidades y
enfoques para su implementación educati-
va, facilitando así una difusión más amplia
y profunda del conocimiento (Zobel et al.,
2023). En resumen, la IA fue inicialmente
bien recibida y adoptada en el ámbito edu-
cativo, lo cual es indiscutible.
En las últimas décadas, la inteligencia arti-
ficial (IA) ha emergido como una de las tec-
nologías más influyentes en diversos sec-
tores, incluyendo la educación superior. Su
capacidad para procesar grandes volúme-
nes de datos, automatizar tareas y persona-
lizar experiencias ha transformado la forma
en que se imparten y adquieren conoci-
mientos (Sanabria-Navarro et al., 2023). No
obstante, este avance trae consigo desafíos
éticos y prácticos que las instituciones edu-
cativas deben abordar para garantizar su
implementación efectiva y equitativa.
El impacto de la IA en la educación superior
es amplio, abarcando desde la personaliza-
ción del aprendizaje hasta la optimización
de procesos administrativos (Ryzheva et
al., 2024). Sin embargo, su integración no
GALLO MACÍAS, G. G. ., PACHECO PÉREZ, X. O. ., & SÁNCHEZ MACÍAS, R. E.
está exenta de riesgos, como la dependen-
cia tecnológica, problemas de privacidad
y el posible impacto en la creatividad estu-
diantil (Ali et al., 2024). Este artículo busca
analizar, desde una perspectiva crítica, las
oportunidades y desafíos que la IA presenta
en este ámbito, utilizando una metodología
de revisión sistemática basada en el marco
PRISMA, ampliamente validado en la comu-
nidad científica (Moreno et al., 2018).
El propósito principal de este análisis es fo-
mentar un debate informado sobre el rol de
la IA en la educación superior, proporcionan-
do recomendaciones para su implementa-
ción responsable. En este contexto, es cru-
cial equilibrar los beneficios potenciales con
las implicaciones éticas y pedagógicas que
esta tecnología plantea, asegurando que su
adopción contribuya al desarrollo sostenible
y a la equidad educativa (Zobel et al., 2023).
Metodología
Con el objetivo de investigar y analizar el pro-
ceso de desarrollo y las tendencias futuras de
un objeto de estudio, los investigadores han
creado un método de revisión de la literatu-
ra a lo largo del tiempo (Moreno et al., 2018).
Este estudio utiliza una metodología de revi-
sión sistemática de la literatura para examinar
las oportunidades y desafíos que presenta la
IA en la educación superior. Se buscarán artí-
culos relevantes en Scopus y Web of Science
mediante el uso de palabras clave predefini-
das. El proceso de revisión seguirá los pasos
del enfoque PRISMA, que incluye la identifi-
cación, selección, evaluación de la elegibili-
dad e inclusión de la literatura.
Este método de investigación es amplia-
mente reconocido y validado por la comuni-
dad científica, lo que lo hace bastante con-
vincente (Lund et al., 2023). Tras consultar
con expertos en investigación, se decidió
que este estudio buscaría artículos en dos
bases de datos importantes: Scopus y Web
of Science. Estas bases de datos consoli-
dadas ofrecen una amplia colección de artí-
culos, garantizando así una fuente adecua-
da de literatura sobre los temas abordados.
31
RECIMUNDO VOL. 8 N°4 (2024)
LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR: OPORTUNIDADES Y DESAFÍOS. UNA REVI-
SIÓN SISTEMÁTICA
PRISMA es un enfoque de investigación
que se utiliza comúnmente en revisiones
sistemáticas de la literatura y se considera
uno de los métodos más confiables entre
los científicos (Moreno et al., 2018). Este
método consta de cuatro pasos fundamen-
tales: identificación, detección, elegibilidad
e inclusión, como se ilustra en la Figura 1.
La popularidad de PRISMA entre los inves-
tigadores se debe a su marco integral y
flexible. Con base en esto, se describen a
continuación los objetivos y procedimientos
de esta revisión sistemática. El marco PRIS-
MA guiará nuestro proceso de revisión de la
literatura a través de los siguientes pasos:
• Identificación: Se buscarán artículos
relevantes utilizando palabras clave en
Scopus y Web of Science, recuperando
un total de 240 trabajos académicos.
• Selección: Se evaluarán los artículos se-
gún su título y resumen para filtrar aque-
llos que no son relevantes, excluyendo
un total de 155 artículos.
• Elegibilidad: Se procederá a evaluar el
texto completo del artículo.
Este enfoque sistemático asegura que se si-
gan criterios rigurosos en la revisión, lo que
contribuye a la calidad y transparencia del
proceso investigativo.
Figura 1. Diagrama de flujo de Prisma
Fuente: https://biblioguias.unav.edu/revisionessistematicas/guias_oficiales
Se eligieron las bases de datos Scopus y
Web of Science debido a su extensa cober-
tura de literatura académica en los ámbitos
de la educación y la tecnología. Estas plata-
formas ofrecen acceso a una amplia varie-
dad de artículos de investigación de alta ca-
lidad, lo cual resulta fundamental para llevar
a cabo una revisión de literatura completa y
confiable. La esencia de una investigación
bibliográfica sistemática reside en la selec-
ción adecuada de palabras clave (Badali et
al., 2022). Una elección bien estructurada
de palabras clave es indispensable para
identificar estudios de calidad, tanto cuanti-
tativos como cualitativos, dentro de la base
de datos (Almurashi, 2022). Por otro lado,
una selección incorrecta de palabras clave
puede generar un volumen considerable de
artículos de áreas no relacionadas, lo que
exige un esfuerzo adicional para localizar
32 RECIMUNDO VOL. 8 N°4 (2024)
información relevante (Islam y Uddin, 2023).
En este estudio, las palabras clave indica-
das en la Tabla 1 fueron seleccionadas tras
un proceso detallado de diseño y análisis.
Tabla 1. Palabras clave de búsqueda de bases de datos de la literatura
Base de datos
Proceso
Scopus
TITLE-ABS-KEY (("AI" "inteligencia artificial" "Herramienta de IA" O
"Tecnología de IA" OR "Asistencia de IA" OR "aplicación de IA" OR "IA
generativa" "inteligencia artificial") AND ("educación" OR "aprendizaje"
OR "e-learning" OR "aprendizaje asistente" OR "educación superior" O
"Superior instituciones educativas" AND "instituciones educativas"
servicios")
Web of Science
TS = (("IA", "inteligencia artificial", "herramienta de IA", OR "Tecnología
de IA" AND "Asistencia de IA" OR "IA aplicación" OR "IA generativa"
"artificial inteligencia") AND ("educación" OR "aprendizaje"
OR "e-learning" OR "asistente de aprendizaje" OR "educación superior" OR
"Educación superior instituciones" OR "servicios educativos"))
Es posible que al buscar en la base de datos
utilizando las palabras clave especificadas
se encuentren numerosos artículos relacio-
nados con el tema. No obstante, no todos
serán pertinentes para la investigación. Para
resolver esta situación, el estudio estable-
ce criterios específicos para seleccionar
artículos, fundamentados en metodologías
empleadas por investigadores anteriores.
Dichos criterios buscan excluir documen-
tos que, aunque estén relacionados con el
tema, presenten diferencias significativas en
su contenido. Este enfoque tiene como fina-
lidad optimizar la investigación y cumplir los
objetivos planteados para el estudio (Pavlik,
2023). Los criterios de selección se han dise-
ñado en función de los requisitos estableci-
dos por la investigación, ver tabla 2.
Tabla 2. Criterios de exclusión e inclusión
Inclusión
Exclusión
Idioma inglés y español
Temas que no sean de educación
Publicados en los últimos 10 años
No se trata de contenido de investigación en
inteligencia artificial
El tema debe ser en educación
El documento no incluye ningún contenido
relacionado con la IA.
Relevancia del contenido
El contenido de los trabajos tiene una alta
similitud
Los documentos analizan los diferentes lugares
en los que se utiliza la IA
Se desconoce la fuente de los datos del articulo
El documento examina los usos de la IA fuera
de la educación.
Fuente: Elaborado por los autores (2024).
GALLO MACÍAS, G. G. ., PACHECO PÉREZ, X. O. ., & SÁNCHEZ MACÍAS, R. E.
33
RECIMUNDO VOL. 8 N°4 (2024)
El uso del método PRISMA para la selección
de literatura permite a los investigadores fil-
trar documentos irrelevantes o no útiles, in-
crementando la eficiencia del proceso y fa-
cilitando el logro de los objetivos planteados
en la investigación. Al aplicar rigurosamente
este enfoque de investigación científica, se
seleccionaron los artículos pertinentes para
este estudio, estableciendo una base sólida
para las etapas posteriores del análisis. Los
detalles de cada artículo seleccionado se
presentan en la Tabla 3.
Resultados
La Tabla 3 muestra los principales estudios
en total 23 estudios que se centran en los
diversos temas discutidos en esta revisión
sistemática, como año y base de datos, au-
tores, metodología y conclusiones:
Tabla 3. Principales artículos analizados
Autores
Año
Tipo de Estudio
Hallazgos Relevantes
Asamoah et
al
2024
Metodología de
etnografía de "cosas"
con ChatGPT,
Nuestros hallazgos
sugieren que, si bien
GenAI puede impulsar la
innovación, su contenido
debe usarse como una
herramienta guía para
mejorar el pensamiento y
el razonamiento críticos y,
en última instancia, ayudar
a los trabajadores del
conocimiento y a los
estudiantes a evitar el
plagio y mantener la
integridad académica.
Discutimos este marco
novedoso y
proporcionamos vías para
ampliar este estudio.
Athilingam,
P., & He, H.-
G.
2024
Estudio de caso
Nursing
Oportunidades y desafíos
del uso de ChatGPT en la
educación en enfermería.
Ryzheva et al
2024
Revisión de literatura
Se identifican
oportunidades y desafíos
en la implementación de la
inteligencia artificial en la
educación superior,
incluyendo el potencial
para mejorar la
personalización del
aprendizaje y la eficiencia
administrativa. También se
discuten preocupaciones
sobre la ética, la
privacidad y el impacto en
la calidad educativa.
Sanabria et al
2023
Revisión de literatura
Se analizan las incidencias
de la inteligencia artificial
en la educación
contemporánea,
destacando su potencial
para transformar métodos
de enseñanza, personalizar
el aprendizaje y mejorar la
eficiencia administrativa.
También se abordan los
desafíos éticos y la
necesidad de formación
docente en el uso
responsable de estas
tecnologías.
Alahi, M. E.
E., et al.
2023
Revisión de literatura
Integración de tecnologías
IoT y AI para escenarios
de ciudades inteligentes.
Alenezi, A.
2023
Estudio de caso
Perspectivas de los
docentes sobre el impacto
de la gamificación
impulsada por AI en la
motivación estudiantil.
Aler Tubella,
A., et al.
2023
Revisión de literatura
Desafíos y oportunidades
en la enseñanza
responsable de AI en
educación superior.
Ali, W., et al.
2024
Estudio empírico
Examinación del impacto
de AI en la integridad
académica y la inclusión
en entornos educativos.
Almurashi,
H., et al.
2022
Revisión sistemática
Uso de realidad aumentada
y juegos serios para
personas con ASD:
LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR: OPORTUNIDADES Y DESAFÍOS. UNA REVI-
SIÓN SISTEMÁTICA
34 RECIMUNDO VOL. 8 N°4 (2024)
Autores
Año
Tipo de Estudio
Revista
Hallazgos Relevantes
Asamoah et
al
2024
Metodología de
etnografía de "cosas"
con ChatGPT,
Cogem Education
Nuestros hallazgos
sugieren que, si bien
GenAI puede impulsar la
innovación, su contenido
debe usarse como una
herramienta guía para
mejorar el pensamiento y
el razonamiento críticos y,
en última instancia, ayudar
a los trabajadores del
conocimiento y a los
estudiantes a evitar el
plagio y mantener la
integridad académica.
Discutimos este marco
novedoso y
proporcionamos vías para
ampliar este estudio.
Athilingam,
P., & He, H.-
G.
2024
Estudio de caso
Teaching and Learning in
Nursing
Oportunidades y desafíos
del uso de ChatGPT en la
educación en enfermería.
Ryzheva et al
2024
Revisión de literatura
Amazonia Investiga
Se identifican
oportunidades y desafíos
en la implementación de la
inteligencia artificial en la
educación superior,
incluyendo el potencial
para mejorar la
personalización del
aprendizaje y la eficiencia
administrativa. También se
discuten preocupaciones
sobre la ética, la
privacidad y el impacto en
la calidad educativa.
Sanabria et al
2023
Revisión de literatura
Comunicar
Se analizan las incidencias
de la inteligencia artificial
en la educación
contemporánea,
destacando su potencial
para transformar métodos
de enseñanza, personalizar
el aprendizaje y mejorar la
eficiencia administrativa.
También se abordan los
desafíos éticos y la
necesidad de formación
docente en el uso
responsable de estas
tecnologías.
Alahi, M. E.
E., et al.
2023
Revisión de literatura
Sensors
Integración de tecnologías
IoT y AI para escenarios
de ciudades inteligentes.
Alenezi, A.
2023
Estudio de caso
Information Technologies
and Learning Tools
Perspectivas de los
docentes sobre el impacto
de la gamificación
impulsada por AI en la
motivación estudiantil.
Aler Tubella,
A., et al.
2023
Revisión de literatura
Ethics and Information
Technology
Desafíos y oportunidades
en la enseñanza
responsable de AI en
educación superior.
Ali, W., et al.
2024
Estudio empírico
International Conference
on Cyber Resilience
Examinación del impacto
de AI en la integridad
académica y la inclusión
en entornos educativos.
Almurashi,
H., et al.
2022
Revisión sistemática
Sensors
Uso de realidad aumentada
y juegos serios para
personas con ASD:
revisión y direcciones
futuras.
Al-Rahmi, A.
M., et al.
2022
Estudio empírico
Frontiers in Public Health
Evaluación del uso de
redes sociales para la
enseñanza y el aprendizaje
en educación superior.
Al-Tkhayneh,
K. M., et al.
2023
Revisión de literatura
Journal of Educational and
Social Research
Ventajas y desventajas del
uso de AI en la educación.
Anagnostou,
M., et al.
2022
Revisión sistemática
Ethics and Information
Technology
Desafíos hacia una AI
responsable en las
industrias.
Arif, T. B., et
al.
2023
Estudio de caso
Medical Education Online
Evaluación del impacto de
ChatGPT en la educación
médica.
Badali, M., et
al.
2022
Revisión sistemática
Research and Practice in
Technology Enhanced
Learning
Rol de la motivación en
las tasas de retención en
MOOCs: revisión
sistemática.
Benuyenah,
V.
2023
Comentario
Journal of Research in
Innovative Teaching &
Learning
Análisis crítico del uso de
ChatGPT en la evaluación
educativa superior.
Breeding, T.,
et al.
2023
Estudio empírico
The American Surgeon
Impacto potencial de
ChatGPT en la educación
médica futura.
Bubaš, G., &
Čižmešija, A.
2023
Estudio empírico
MIPRO
Análisis crítico sobre el
engaño estudiantil en
evaluaciones online post-
COVID-19 relacionado
con AI conversacional.
Buholayka,
M., et al.
2023
Estudio comparativo
Cureus
Evaluación comparativa
entre humanos y AI en la
redacción de informes
científicos.
Fuente: Elaborado por los autores (2024).
GALLO MACÍAS, G. G. ., PACHECO PÉREZ, X. O. ., & SÁNCHEZ MACÍAS, R. E.
35
RECIMUNDO VOL. 8 N°4 (2024)
La inteligencia artificial ha despertado un in-
terés notable desde su surgimiento, con apli-
caciones cada vez más presentes en la edu-
cación superior (Asamoah et al, 2024). En
este ámbito, la inteligencia artificial, gracias a
sus avanzadas capacidades de aprendizaje
y el respaldo de grandes volúmenes de da-
tos, puede apoyar a los docentes en tareas
como la planificación y entrega de clases,
la elaboración de resúmenes de lecciones,
la creación de contenido, y la facilitación de
conexiones entre temas. Asimismo, puede
asistir a los estudiantes en la recopilación de
datos, recuperación de información y resolu-
ción de preguntas (Kooli, 2023).
Una de las características más destacadas
para los usuarios en la educación superior
es su capacidad para potenciar la interac-
ción humano-computadora y responder de
manera eficiente a las consultas, mejoran-
do así su experiencia educativa (Goddard,
2020). Además, las avanzadas capacida-
des cognitivas y expresivas de la inteligen-
cia artificial pueden sustituir esfuerzos en
tareas complejas, algo que resulta altamen-
te atractivo para los estudiantes (Koval et
al, 2023). No obstante, es crucial reconocer
que, a pesar de su versatilidad y múltiples
niveles de apoyo, la inteligencia artificial
también plantea desafíos importantes.
La creciente adopción y expansión de la
inteligencia artificial ha impulsado a los
académicos a analizar con mayor detalle
su impacto en la educación superior (Tron-
coso et al, 2023). Algunos sostienen que la
inteligencia artificial ofrece múltiples bene-
ficios, como fomentar la equidad educativa
y transformar los modelos tradicionales de
enseñanza. Sin embargo, otros argumentan
que su uso podría afectar la calidad de la
educación superior, así como la creatividad
y la capacidad de innovación que los estu-
diantes deben desarrollar en su proceso de
aprendizaje (Shah, 2021).
Para ciertos estudiantes, la inteligencia ar-
tificial representa una herramienta que faci-
lita el cumplimiento de sus estudios, lo que
es altamente valorado por ellos (Kaliuzhna,
2023). No obstante, un uso excesivo puede
generar dependencia, reduciendo progresi-
vamente la motivación y el entusiasmo por
buscar soluciones innovadoras (Athilingam
et al, 2024). A pesar de estas perspectivas
contrapuestas, la inteligencia artificial con-
tinuará evolucionando y actualizándose de
manera constante.
Para entender con claridad el estado actual
de la investigación y las perspectivas sobre
la relación entre la inteligencia artificial y la
educación superior, se optó por realizar un
estudio científico basado en una revisión de
la literatura. Este método ha demostrado ser
altamente eficaz para recopilar información
y analizar el estado de desarrollo de una in-
dustria (Chaudhry et al., 2023). Por ello, es
fundamental recopilar una amplia cantidad
de literatura relevante y llevar a cabo un
análisis minucioso. El análisis del contenido
de cada artículo permite abordar las cues-
tiones planteadas en este estudio, consti-
tuyendo un procedimiento indispensable
para el desarrollo de la investigación. Los
detalles específicos del análisis y la induc-
ción se presentan en el siguiente artículo.
El análisis de los principales artículos sobre
el uso de inteligencia artificial (IA) y herra-
mientas como ChatGPT en la educación
permitió identificar tendencias clave, opor-
tunidades y desafíos asociados. Los estu-
dios analizados abarcaron diversas pers-
pectivas, desde revisiones sistemáticas
hasta estudios empíricos y de caso, des-
tacando las siguientes áreas principales:
Educación en enfermería y medicina Athi-
lingam et al (2024) exploraron las oportuni-
dades y desafíos del uso de ChatGPT en la
educación en enfermería, mientras que Arif
et al. (2023) y Breeding et al. (2023) eva-
luaron su impacto en la educación médica,
señalando su potencial para enriquecer los
procesos de enseñanza y aprendizaje.
Personalización del aprendizaje y eficien-
cia administrativa Sanabria et al. (2023) y
Ryzheva et al. (2024) identificaron la capa-
LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR: OPORTUNIDADES Y DESAFÍOS. UNA REVI-
SIÓN SISTEMÁTICA
36 RECIMUNDO VOL. 8 N°4 (2024)
cidad de la IA para transformar métodos de
enseñanza y mejorar la personalización del
aprendizaje, además de abordar su papel
en la eficiencia administrativa.
Desafíos éticos y responsabilidad en la en-
señanza de IA Aler Tubella et al. (2023) y
Anagnostou et al. (2022) destacaron la im-
portancia de una enseñanza responsable
de IA en la educación superior, enfatizando
la necesidad de abordar problemas éticos y
de privacidad.
Gamicación y motivación estudiantil
Alenezi (2023) analizó el impacto de la
gamificación impulsada por IA en la moti-
vación estudiantil, resaltando su eficacia
como herramienta pedagógica innovadora.
Discusión
Los resultados muestran que la implemen-
tación de IA y herramientas como ChatGPT
en la educación superior tiene un impacto
significativo en múltiples áreas. Por un lado,
los beneficios incluyen la personalización
del aprendizaje, la mejora de la eficiencia
administrativa y el enriquecimiento de la ex-
periencia educativa en campos específicos
como la medicina y la enfermería (Breeding
et al., 2023; Sanabria et al., 2023). Estos ha-
llazgos son consistentes con estudios pre-
vios que destacan el potencial transforma-
dor de estas tecnologías.
Sin embargo, también se identificaron pre-
ocupaciones relevantes relacionadas con
la ética, la privacidad y la integridad aca-
démica. Por ejemplo, Bubaš y Čižmešija
(2023) abordaron el problema del engaño
estudiantil en evaluaciones online, mientras
que Ali et al. (2024) exploraron cómo la IA
puede afectar la integridad académica y la
inclusión. Estas observaciones subrayan la
necesidad de formación docente en el uso
responsable de estas tecnologías (Sanabria
et al., 2023) y de una regulación adecua-
da para garantizar su implementación ética
(Aler Tubella et al., 2023).
En general, aunque la IA ofrece un potencial
significativo para transformar la educación,
su adopción debe gestionarse cuidadosa-
mente para equilibrar los beneficios con los
posibles riesgos.
Conclusiones
Desde su aparición, la tecnología de inteli-
gencia artificial (IA) ha captado una notable
atención, especialmente en el ámbito de
la educación superior, donde se está inte-
grando cada vez más en diversos procesos
para alcanzar resultados específicos (Benu-
yenah, 2023; Lin y Yu, 2023). La IA ha logra-
do rápidamente la confianza de las institu-
ciones educativas debido a su amplia base
de conocimientos, metodologías de pensa-
miento integral, razonamiento lógico estruc-
turado y habilidades de interacción (Arif et
al., 2023). En la actualidad, las herramien-
tas de IA son algunas de las aplicaciones
más utilizadas en las funciones académi-
cas y administrativas de las instituciones de
educación superior (Gnoh et al., 2024). Se
anticipa que el desarrollo continuo de la IA
dará lugar a la creación y adopción de tec-
nologías aún más avanzadas, lo que hace
evidente que oponerse a la IA podría obs-
taculizar el progreso histórico (Dankwa-Mu-
llan et al., 2021; Mannuru et al., 2023). Por
lo tanto, es fundamental considerar las im-
plicaciones de la IA con anticipación.
Bibliografía
Abdullah, M., Madain, A., & Jararweh, Y. (2022).
ChatGPT: Fundamentals, Applications and Social
Impacts. In: Proceedings of the 2022 Ninth Inter-
national Conference on Social Networks Analysis,
Management and Security (SNAMS). https://doi.
org/10.1109/snams58071.2022.10062688
Aksakal, N. (2015). Theoretical View to the Approach
of the Edutainment. Social and Behavioral Scien-
ces, 186, 1232-1239. https://doi.org/10.1016/j.sbs-
pro.2015.04.081
Alahi, M. E. E., Sukkuea, A., Tina, F. W., et al. (2023).
Integration of IoT-Enabled Technologies and Artifi-
cial Intelligence (AI) for Smart City Scenario: Re-
cent Advancements and Future Trends. Sensors,
23(11), 5206. https://doi.org/10.3390/s23115206
GALLO MACÍAS, G. G. ., PACHECO PÉREZ, X. O. ., & SÁNCHEZ MACÍAS, R. E.
37
RECIMUNDO VOL. 8 N°4 (2024)
Alenezi, A. (2023). Teacher perspectives on ai-dri-
ven gamification: impact on student motivation,
engagement, and learning outcomes. Information
Technologies and Learning Tools, 97(5), 138–148.
https://doi.org/10.33407/itlt.v97i5.5437
Aler Tubella, A., Mora-Cantallops, M., & Nieves, J.
C. (2023). How to teach responsible AI in Higher
Education: challenges and opportunities. Ethics
and Information Technology, 26(1). https://doi.
org/10.1007/s10676-023-09733-7
Ali, W., Alami, R., Alsmairat, M. A. K., et al. (2024).
Consensus or Controversy: Examining AI’s Impact
on Academic Integrity, Student Learning, and In-
clusivity Within Higher Education Environments.
2024 2nd International Conference on Cyber Re-
silience (ICCR), 6, 01–05. https://doi.org/10.1109/
iccr61006.2024.10532968
Almurashi, H., Bouaziz, R., Alharthi, W., et al. (2022).
Augmented Reality, Serious Games and Pictu-
re Exchange Communication System for People
with ASD: Systematic Literature Review and Fu-
ture Directions. Sensors, 22(3), 1250. https://doi.
org/10.3390/s22031250
Al-Rahmi, A. M., Shamsuddin, A., Wahab, E., et al.
(2022). Integrating the Role of UTAUT and TTF
Model to Evaluate Social Media Use for Teaching
and Learning in Higher Education. Frontiers in
Public Health, 10. https://doi.org/10.3389/fpu-
bh.2022.905968
Al-Tkhayneh, K. M., Alghazo, E. M., & Tahat, D.
(2023). The Advantages and Disadvantages of
Using Artificial Intelligence in Education. Journal
of Educational and Social Research, 13(4), 105.
https://doi.org/10.36941/jesr-2023-0094
Anagnostou, M., Karvounidou, O., Katritzidaki, C., et
al. (2022). Characteristics and challenges in the
industries towards responsible AI: a systematic li-
terature review. Ethics and Information Technology,
24(3). https://doi.org/10.1007/s10676-022-09634-1
Arif, T. B., Munaf, U., & Ul-Haque, I. (2023). The futu-
re of medical education and research: Is ChatGPT
a blessing or blight in disguise? Medical Education
Online, 28(1). https://doi.org/10.1080/10872981.2
023.2181052
Asamoah, P., Zokpe, D., Boateng, R., Marfo, J.
S., Boateng, S. L., Asamoah, D., … Manso, J.
F. (2024). Domain knowledge, ethical acumen,
and query capabilities (DEQ): a framework for
generative AI use in education and knowledge
work. Cogent Education, 11(1). https://doi.or-
g/10.1080/2331186X.2024.2439651
Asoke S y Chinmoy M (2024). Artificial intelligen-
ce in education Revolutionizing Learning and
Teaching. https://www.researchgate.net/publica-
tion/383073512_ARTIFICIAL_INTELLIGENCE_IN_
EDUCATION_Revolutionizing_Learning_and_Tea-
ching
Athilingam, P., & He, H.-G. (2024). ChatGPT in nur-
sing education: opportunities and challenges.
Teaching and Learning in Nursing, 19(1), 97–101.
https://doi.org/10.1016/j.teln.2023.11.004
Badali, M., Hatami, J., Banihashem, S. K., et al.
(2022). The role of motivation in MOOCs’ retention
rates: a systematic literature review. Research and
Practice in Technology Enhanced Learning, 17(1).
https://doi.org/10.1186/s41039-022-00181-3
Benuyenah, V. (2023). Commentary: ChatGPT use
in higher education assessment: Prospects and
epistemic threats. Journal of Research in Innova-
tive Teaching & Learning, 16(1), 134–135. https://
doi.org/10.1108/jrit-03-2023-097
Borysenko, D. (2023). Artificial Intelligence in voca-
tional education: Pandora's box or new opportu-
nities (pp. 93-96). In The development of the uni-
fied open information space in lifelong education
(Forum-Sois, 2023): COLLECTION OF MATERIALS
(Theses of the Reports) the 4th and 5th Interna-
tional Scientific and Practical WEBForum, 4. Vin-
nytsia: TVORY. https://lib.iitta.gov.ua/736724/1/Zb-
ForumSOIS-2023-R.pdf
Bozhko, V. (2023). Virtual Teacher as an element of
gamified educational environment in online lear-
ning (pp. 87-90). In The development of the uni-
fied open information space in lifelong education
(Forum-Sois, 2023): COLLECTION OF MATERIALS
(Theses of the Reports) the 4th and 5th Interna-
tional Scientific and Practical WEBForum, 4. Vin-
nytsia: TVORY. https://lib.iitta.gov.ua/736724/1/Zb-
ForumSOIS-2023-R.pdf
Breeding, T., Martinez, B., Patel, H., et al. (2023). The
Utilization of ChatGPT in Reshaping Future Medical
Education and Learning Perspectives: A Curse or
a Blessing? The American Surgeon™, 90(4), 560–
566. https://doi.org/10.1177/00031348231180950
Journal of Infrastructure, Policy and Development
2024, 8(11), 8390.
Bubaš, G., & Čižmešija, A. (2023). A Critical Analy-
sis of Students' Cheating in Online Assessment in
Higher Education: Post COVID-19 Issues and Cha-
llenges Related to Conversational Artificial Intelli-
gence. In: Proceedings of the 2023 46th MIPRO
ICT and Electronics Convention (MIPRO), 905-910.
LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR: OPORTUNIDADES Y DESAFÍOS. UNA REVI-
SIÓN SISTEMÁTICA
38 RECIMUNDO VOL. 8 N°4 (2024)
Bubaš, G., & Čižmešija, A. (2023). A Critical Analy-
sis of Students' Cheating in Online Assessment in
Higher Education: Post COVID-19 Issues and Cha-
llenges Related to Conversational Artificial Intelli-
gence. In: Proceedings of the 2023 46th MIPRO
ICT and Electronics Convention (MIPRO), 905-910
Buholayka, M., Zouabi, R., & Tadinada, A. (2023). Is
ChatGPT Ready to Write Scientific Case Reports In-
dependently? A Comparative Evaluation Between
Human and Artificial Intelligence. Cureus. https://
doi.org/10.7759/cureus.39386Ryzheva, N., Nefo-
dov, D., Romanyuk, S., Marynchenko, H., & Kudla,
M. (2024). Artificial Intelligence in higher educa-
tion: opportunities and challenges. Amazonia In-
vestiga, 13(73), 284–296. https://doi.org/10.34069/
AI/2024.73.01.24
Chaudhry, I. S., Sarwary, S. A. M., El Refae, G. A., et
al. (2023). Time to Revisit Existing Student’s Per-
formance Evaluation Approach in Higher Educa-
tion Sector in a New Era of ChatGPT — A Case
Study. Cogent Education, 10(1). https://doi.or-
g/10.1080/2331186x.2023.2210461
Dankwa-Mullan, I., Scheufele, E. L., Matheny, M. E.,
et al. (2021). A Proposed Framework on Integra-
ting Health Equity and Racial Justice into the Artifi-
cial Intelligence Development Lifecycle. Journal of
Health Care for the Poor and Underserved, 32(2S),
300–317. https://doi.org/10.1353/hpu.2021.0065
Gnoh, H. Q., Keoy, K. H., Iqbal, J., et al. (2024). En-
hancing Business Sustainability Through Techno-
logy-Enabled AI: Forecasting Student Data and
Comparing Prediction Models for Higher Educa-
tion Institutions (HEIs). PaperASIA, 40(2b), 48–58.
https://doi.org/10.59953/paperasia.v40i2b.86
Goddard, W. (2020). AI in Education. Chronicles.
https://itchronicles.com/artificialintelligence/
ai-in-education
Hrytsiuk, O.S., Chernenko, V.P., & Maksymova, L.P.
(2021). Edutainment in computer science lessons:
experience of implementation in Kremenchuk
schools. Physical and mathematical education,
30(4), 40-45. https://doi.org/10.31110/2413-1571-
2021-030-4-006
Islam, Md. S., & Uddin, Md. K. (2023). Correlated
storage assignment approach in warehouses: A
systematic literature review. Journal of Industrial
Engineering and Management, 16(2), 294. https://
doi.org/10.3926/jiem.4850
Kaliuzhna, O. (2023). Neural Networks. Use of inno-
vative programs that generate various content with
the help of Artificial Intelligence in foreign literature
lessons (pp. 112-114). In The development of the
unified open information space in lifelong educa-
tion (Forum-Sois, 2023): COLLECTION OF MATE-
RIALS (Theses of the Reports) the 4th and 5th In-
ternational Scientific and Practical WEB-Forum, 4.
Vinnytsia: TVORY. https://lib.iitta.gov.ua/736724/1/
ZbForumSOIS-2023-R.pdf
Kooli, C. (2023). Chatbots in Education and Re-
search: A Critical Examination of Ethical Implica-
tions and Solutions. Sustainability, 15(7), 5614. ht-
tps://doi.org/10.3390/su15075614
Koval-Mazyuta, M., Bakhmat, N., Sonechko, O., Fe-
dotov, V., & Kustovska, O. (2023). Información y
comunicación y tecnología digital en educación:
Algunos aspectos de la aplicación de la tecnolo-
gía SMART. Amazonia Investiga, 12(62), 336-344.
https://doi.org/10.34069/AI/2023.62.02.34
Kuchai, O., & Demianiuk, A. (2021). Modern techno-
logies of distance learning. Humanitarian studies:
history and pedagogy. 2, 77-85. http://dspace.
wunu.edu.ua/bitstream/316497/46142/1/?????.
PDF
Kuchai, T.P., Kuchai, O.V., & Marynets, N.V. (2020).
Application of smart technologies in the training of
future specialists. Scientific notes, 189, 26-29. ht-
tps://acortar.link/uvwoe5
Kulieshov, S. O. (2022). Features of the use of Artifi-
cial Intelligence in the US Higher Education Sys-
tem. In Modern computer and information systems
and technologies: materials of the 3rd All-Ukrai-
nian scientificpractical Internet conference. TDA-
TU. (pp. 448-450). http://elar.tsatu.edu.ua/hand-
le/123456789/16990
Lin, Y., & Yu, Z. (2023). Extending Technology Ac-
ceptance Model to higher-education students’ use
of digital academic reading tools on computers.
International Journal of Educational Technology in
Higher Education, 20(1). https://doi.org/10.1186/
s41239-023-00403-8
Lund, B. D., & Wang, T. (2023). Chatting about Chat-
GPT: how may AI and GPT impact academia and
libraries? Library Hi Tech News, 40(3), 26–29. ht-
tps://doi.org/10.1108/lhtn-01-2023-0009
Mannuru, N. R., Shahriar, S., Teel, Z. A., et al. (2023). Ar-
tificial intelligence in developing countries: The im-
pact of generative artificial intelligence (AI) techno-
logies for development. Information Development.
https://doi.org/10.1177/02666669231200628
Journal of Infrastructure, Policy and Development
2024, 8(11), 8390.
GALLO MACÍAS, G. G. ., PACHECO PÉREZ, X. O. ., & SÁNCHEZ MACÍAS, R. E.
39
RECIMUNDO VOL. 8 N°4 (2024)
Moreno, B., Muñoz, M., Cuellar, J., et al. (2018).
Systematic Reviews: definition and basic notions
(Spanish). Revista Clínica de Periodoncia, Implan-
tología y Rehabilitación Oral, 11(3), 184–186. ht-
tps://doi.org/10.4067/s0719-01072018000300184
Patel, A. (2023). AI Advancements in Medicine and
Health: A Comprehensive Inquiry. International jour-
nal of scientific research. https://www.researchgate.
net/publication/377098772_AI_Advancements_in_
Medicine_and_Health_A_Comprehensive_Inquiry
Pavlik, J. V. (2023). Working with AI: Consider the
impact of generative artificial intelligence on
news and media education. Journalism and Mass
Communication Educator,78(1),84-93. https://doi.
org/10.1177/10776958221149577
Pedrada. (2022). What are the innovations in educa-
tion in 2022. https://acortar.link/KgWYEf
Polishchuk, G., Khlystun, I., Zarudniak, N., Mukoviz, O.,
Motsyk, R., Havrylenko, O., & Kuchai, O. (2022). Pro-
viding the Practical Component of the Future Specia-
list with Multimedia Technologies in the Educational
Process of Higher Education. International Journal of
Computer Science and Network Security, 22(9), 714-
720. https://doi.org/10.22937/IJCSNS.2022.22.9.93
Sanabria-Navarro, J., Silveira-Pérez, Y., Pérez-Bravo,
D., & de-Jesús-Cortina-Núñez, M. (2023). Inciden-
cias de la inteligencia artificial en la educación
contemporánea. Comunicar, 77, 97-107. https://
doi.org/10.3916/C77-2023-08
Shah, M. A. (2021). Professional attitudes: a neglec-
ted aspect in medical education. Journal of Gand-
hara Medical and Dental Science, 6(1), 1. https://
doi.org/10.37762/jgmds.6-1.219
Shetelya, N., Osredchuk, O., Cherkasov, V., Kravchuk,
O., Yarova, L., & Kuchai, O. (2023). Competency
approach in preparing professionals in an innova-
tive educational environment in higher education.
Revista Conrado, 19(S3), 298-307. https://conrado.
ucf.edu.cu/index.php/conrado/article/view/3512
Shyshkina, M., & Nosenko, Yu. (2023). Promising
technologies with elements of AI for professio-
nal development of teaching. Physical and Ma-
thematical Education, 38(1), 66-71. https://doi.
org/10.31110/2413-1571-2023-038-1-010
Stratan-Artyshkova, T., Kozak, Kh., Syrotina, O., Lis-
nevska, N., Sichkar, S., Pertsov, O., & Kuchai, O.
(2022). Formation of New Approaches to the Use
of Information Technology and Search For Inno-
vative Methods of Training Specialists within the
Pan-European Educational Space. International
Journal of Computer Science and Network Secu-
rity, 22(8), 97-104. https://doi.org/10.22937/IJCS-
NS.2022.22.8.13
Sukhopara, I., & Tymoshchuk, M. (2021). Peculiarity
features of application of technology edutainment
in lessons «I am explor? the world». Young Scien-
tist, 10(98), 73-77. https://doi.org/10.32839/2304-
5809/2021-10-98-19
Troncoso Heredia, M. O., Dueñas Correa, Y. K., &
Verdecia Carballo, E. (2023). Inteligencia artifi-
cial y educación: nuevas relaciones en un mun-
do interconectado. Estudios Del Desarrollo Social:
Cuba Y América Latina, 11(2), 312-328. Recupe-
rado a partir de https://revistas.uh.cu/revflacso/
article/view/4815
Valencia Tafur, A. T., & Figueroa Molina, R. E. (2023).
Incidencia de la Inteligencia Artificial en la educa-
ción. Educatio Siglo XXI, 41(3), 235-264. https://
doi.org/10.6018/educatio.555681
Viktorova, L. V, Kocharian, A. B., Mamchur, K. V.,
& Korotun, O. O. (2021). Application of Artifi-
cial Intelligence and chatbots in the study of a
foreign language. Innovative pedagogy, 32(2),
166-173. http://www.innovpedagogy.od.ua/archi-
ves/2021/32/part_2/35.pdf
Zahorodnia, O., Vornachev, A., & Horiunova, M.
(2022). Trends in learning foreign languages in the
era of the pandemic. Current issues of foreign phi-
lology, 16, 60- 66. https://doi.org/10.32782/2410-
0927-2022-16-9
Zobel, T., Staubitz, T., & Meinel, C. (2023). Introdu-
cing a Smart Learning Assistant on a MOOC Plat-
form: Enhancing Personalized Learning Experien-
ces. In: Proceedings of the 2023 IEEE 2nd German
Education Conference (GECon), 22, 1–6. https://
doi.org/10.1109/gecon58119.2023.1029509
CITAR ESTE ARTICULO:
Gallo Macías, G. G. ., Pacheco Pérez, X. O. ., & Sánchez Macías, R. E. . (2024).
La inteligencia artificial en la educación superior: oportunidades y desafíos.
Una revisión sistemática. RECIMUNDO, 8(4), 28–39. https://doi.org/10.26820/
recimundo/8.(4).diciembre.2024.28-39
LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR: OPORTUNIDADES Y DESAFÍOS. UNA REVI-
SIÓN SISTEMÁTICA