DOI: 10.26820/recimundo/8.(3).julio.2024.48-67
URL: https://recimundo.com/index.php/es/article/view/2335
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de revisión
CÓDIGO UNESCO: 58 Pedagogía
PAGINAS: 48-67
La inteligencia articial como recurso educativo en la
educación superior
Artificial intelligence as an educational resource in higher education
Resultados funcionais e estéticos da reconstrução facial pós-traumática:
comparação entre a técnica de enxerto de tecido e retalhos locais
Silvia Paulina Puente Tituaña1; Lourdes Alexandra Bajaña Jiménez2; Carlos Edison Serrano Torres3;
Katuska Maria Vallejo Flores4
RECIBIDO: 10/04/2024 ACEPTADO: 11/05/2024 PUBLICADO: 01/10/2024
1. Magíster en Finanzas; Ingeniera Comercial; Universidad de Guayaquil; Guayaquil, Ecuador; silvia.puentet@ug.edu.
ec; https://orcid.org/0000-0001-7080-0829
2. Magíster en Diseño Curricular; Diploma Superior en Diseño Curricular por Competencias; Licenciada en Ciencias de
la Educación Mención Informática y Programación; Profesor de Segunda Enseñanza Especialización Informática y
Programación; Investigadora Independiente; Guayaquil, Ecuador; monografiabieltriunfo@gmail.com; https://orcid.
org/0009-0003-5775-5703
3. Magíster en Educación Mención en Tecnología e Innovación Educativa; Licenciado en Ciencias de la Educación
Mención Informática y Programación; Investigador Independiente; Guayaquil, Ecuador; edison.serrano@gmail.com;
https://orcid.org/0000-0002-3736-5068
4. Magíster en Comunicación y Desarrollo; Diploma Superior en Docencia y Evaluación en la Educación Superior; Es-
pecialista en Gerencia en Educación Superior; Magíster en Docencia y Gerencia en Educa-ción Superior; Licenciado
en Mercadotecnia; Universidad de Guayaquil; Guayaquil, Ecuador; katuska.vallejof@ug.edu.ec; https://orcid.or-
g/0000-0003-0997-375X
CORRESPONDENCIA
Silvia Paulina Puente Tituaña
silvia.puentet@ug.edu.ec
Guayaquil, Ecuador
© RECIMUNDO; Editorial Saberes del Conocimiento, 2024
RESUMEN
El objetivo de esta revisión sistemática es analizar el estado actual del uso de la inteligencia artificial (IA) como recurso
educativo en la educación superior. Se busca identificar las principales aplicaciones, beneficios, desafíos y limitaciones
de la IA en este contexto, así como su impacto en el aprendizaje, la enseñanza y la gestión académica. Para llevar a cabo
esta revisión, se siguió una metodología basada en las directrices PRISMA (Preferred Reporting Items for Systematic Re-
views and Meta-Analyses). Se realizaron búsquedas exhaustivas en bases de datos académicas como Scopus, Web of
Science y Google Scholar, utilizando palabras clave como "inteligencia artificial", "educación superior", "tecnología educa-
tiva" y "aprendizaje automatizado". Se incluyeron estudios publicados entre 2010 y 2024. Se aplicaron criterios de inclusión
y exclusión para seleccionar los artículos más relevantes, y los resultados se sintetizaron cualitativamente. Los resultados
muestran que la inteligencia artificial se está aplicando en diversas áreas de la educación superior, tales como la perso-
nalización del aprendizaje, la evaluación automatizada, los sistemas de tutoría inteligente y la gestión administrativa. La
revisión concluye que la IA tiene un gran potencial para transformar la educación superior, pero su implementación debe
ser cuidadosa y acompañada de un enfoque ético y formativo. Es fundamental que las instituciones educativas inviertan
en infraestructura tecnológica y en la capacitación docente para aprovechar al máximo las herramientas basadas en IA.
Además, es necesario seguir investigando sobre el impacto a largo plazo de estas tecnologías en el desarrollo de habili-
dades críticas y el pensamiento creativo en los estudiantes.
Palabras clave: Aprendizaje automatizado, Tecnología educativa, Sistemas inteligentes, Personalización del aprendi-
zaje, Innovación pedagógica.
ABSTRACT
This systematic review aims to analyze the current state of using artificial intelligence (AI) as an educational resource in
higher education. It seeks to identify the main applications, benefits, challenges, and limitations of AI in this context, as
well as its impact on learning, teaching, and academic management. To carry out this review, a methodology based on the
PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines was followed. Exhaustive sear-
ches were carried out in academic databases such as Scopus, Web of Science, and Google Scholar, using keywords such
as "artificial intelligence", "higher education", "educational technology" and "machine learning". Studies published between
2010 and 2024 were included. Inclusion and exclusion criteria were applied to select the most relevant articles, and the re-
sults were qualitatively synthesized. The results show that artificial intelligence is used in various areas of higher education,
such as learning personalization, automated assessment, intelligent tutoring systems, and administrative management.
The review concludes that AI has great potential to transform higher education, but its implementation must be careful and
accompanied by an ethical and formative approach. Educational institutions must invest in technological infrastructure
and teacher training to make the most of AI-based tools. In addition, further research is needed on the long-term impact of
these technologies on the development of critical skills and creative thinking in students.
Keywords: Machine learning, Educational technology, Intelligent systems, Learning personalization, Pedagogical inno-
vation.
RESUMO
O traumatismo facial está relacionado com diferentes defeitos de grande importância na vida das pessoas, tanto a nível
estético como funcional. A reconstrução destes defeitos é extremamente complexa e deve ser abordada por uma equipa
multidisciplinar. As técnicas cirúrgicas para a sua abordagem incluem retalhos e enxertos. A escolha da técnica ade-
quada deve buscar os melhores resultados funcionais e estéticos, uma vez que a face é o cartão de visitas da pessoa
e seus defeitos ou modificações podem ter um impacto positivo ou negativo na sua qualidade de vida. O objetivo desta
investigação centra-se na captação dos resultados funcionais e estéticos da reconstrução facial pós-trauma (em defeitos
de tecidos moles), comparando a técnica de enxerto de tecidos com a de retalhos locais. A abordagem metodológica
da pesquisa é uma revisão bibliográfica-documental. A partir da revisão pode-se concluir que a reconstrução baseada
em retalhos locais é a técnica mais utilizada, principalmente em grandes defeitos traumáticos, com excelentes resultados
estéticos e funcionais. Os retalhos locorregionais são uma opção versátil e eficaz para a reconstrução de defeitos faciais
pós-traumáticos extensos, podendo restaurar tanto a forma quanto a função (fala, mastigação e expressão). Existem
vários tipos de retalhos, no entanto, os retalhos loco-regionais axiais, bem como a combinação de vários destes tipos de
retalhos, tornaram-se uma pedra angular do armamentário dos cirurgiões reconstrutivos devido à sua fiabilidade, versa-
tilidade e capacidade de fornecer tecido bem vascularizado, garantindo o melhor resultado estético e funcional, rápida
cicatrização e integração sócio-profissional do paciente. O sucesso da técnica depende não só da escolha correta, mas
também da compreensão da anatomia vascular, habilidades cirúrgicas precisas e cuidados pós-operatórios adequados.
Palavras-chave: Reconstrução facial, Pós-trauma, Enxerto de tecido, Retalhos locais, Resultados.
50 RECIMUNDO VOL. 8 N°3 (2024)
Introducción
En los últimos años, la inteligencia artificial
(IA) ha irrumpido con fuerza en diversos
sectores, y la educación superior no ha sido
una excepción. La IA se presenta como una
herramienta innovadora que tiene el poten-
cial de transformar la manera en que se
enseña, se aprende y se gestionan las ins-
tituciones educativas. De acuerdo con di-
versos estudios recientes, la IA ofrece una
amplia gama de aplicaciones en el ámbito
educativo, que van desde la personaliza-
ción del aprendizaje y la automatización de
tareas administrativas hasta la creación de
sistemas inteligentes de tutoría y evaluación
(Zawacki-Richter et al., 2019). Sin embargo,
su adopción en la educación superior aún
enfrenta una serie de desafíos, tales como
la falta de formación docente, preocupacio-
nes éticas y la resistencia al cambio tecno-
lógico (Hwang et al., 2020).
El avance de la IA en la educación superior
ha generado un creciente interés académi-
co por investigar su impacto en el aprendi-
zaje y la enseñanza. Estudios recientes han
demostrado que el uso de herramientas
basadas en IA puede mejorar la eficiencia
en la enseñanza y personalizar la experien-
cia de aprendizaje, adaptándose a las ne-
cesidades individuales de los estudiantes
(Chen et al., 2020). Sin embargo, a pesar de
los avances tecnológicos, la implementa-
ción de la IA en las instituciones educativas
sigue siendo desigual y requiere una mayor
investigación para comprender mejor sus
beneficios y limitaciones.
En los últimos años, la inteligencia artificial
(IA) ha emergido como una tecnología dis-
ruptiva en diversos campos, y su aplicación
en la educación superior ha ganado un in-
terés significativo dentro de la investigación
académica. La IA tiene el potencial de trans-
formar los procesos educativos, desde la
enseñanza y el aprendizaje hasta la gestión
institucional (Zawacki-Richter et al., 2019).
Entre sus aplicaciones más destacadas se
encuentran los sistemas de tutoría inteligen-
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
te, las herramientas de personalización del
aprendizaje y las plataformas de evaluación
automatizada, las cuales permiten a las ins-
tituciones de educación superior optimizar
recursos y ofrecer experiencias educativas
más adaptadas a las necesidades individua-
les de los estudiantes (Chen et al., 2020).
Diversos estudios han destacado que las
plataformas educativas basadas en IA faci-
litan la adaptación de los contenidos y méto-
dos de enseñanza, lo que permite persona-
lizar la instrucción en función del progreso y
las preferencias de cada estudiante (Wang
et al., 2020). Asimismo, la IA puede asistir
en la gestión de grandes volúmenes de da-
tos educativos, ayudando a los profesores
a identificar patrones en el comportamiento
de los estudiantes y ofreciendo sugeren-
cias para mejorar el rendimiento académico
(Tang et al., 2021).
Sin embargo, la integración de la IA en la
educación superior presenta desafíos im-
portantes. Por ejemplo, existe una notable
disparidad en la implementación de estas
tecnologías entre instituciones, debido a la
falta de infraestructura tecnológica adecua-
da y a la resistencia al cambio por parte del
personal académico (Hwang et al., 2020).
Además, el uso de IA plantea preocupa-
ciones éticas, como el manejo de los datos
personales de los estudiantes y el sesgo en
los algoritmos que podrían afectar la equi-
dad en el acceso a la educación (Holmes
et al., 2021).
Aunque la literatura existente documenta el
potencial de la IA en la educación superior,
todavía se requiere un análisis más siste-
mático para comprender de manera inte-
gral las aplicaciones, beneficios, desafíos
y limitaciones de esta tecnología en este
contexto. Es en este sentido que la presen-
te revisión sistemática busca consolidar el
conocimiento existente y ofrecer una visión
crítica sobre el uso de la IA como recurso
educativo en las universidades. El objeti-
vo de esta revisión sistemática es analizar
el estado actual de la inteligencia artificial
51
RECIMUNDO VOL. 8 N°3 (2024)
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
como recurso educativo en la educación
superior. Se busca identificar las aplicacio-
nes más comunes, los beneficios percibi-
dos, los desafíos de su implementación y
las implicaciones éticas y pedagógicas. La
revisión pretende proporcionar un panora-
ma actualizado y riguroso sobre el uso de la
IA en este contexto, basado en la evidencia
académica reciente.
Esta revisión sistemática se ha desarro-
llado siguiendo las directrices del método
PRISMA (Preferred Reporting Items for Sys-
tematic Reviews and Meta-Analyses). Se
realizaron búsquedas exhaustivas en bases
de datos académicas, incluyendo Scopus,
Web of Science y Google Scholar, con el
fin de identificar artículos publicados entre
2019 y 2023. Las palabras clave utiliza-
das en las búsquedas fueron "inteligencia
artificial", "educación superior", "tecnología
educativa", "aprendizaje automatizado" y
"personalización del aprendizaje". Se inclu-
yeron estudios que abordaran el uso de la
IA como herramienta educativa, excluyendo
aquellos que se centraran exclusivamente
en educación primaria o secundaria.
La selección de los artículos se realizó en
dos fases: primero, se evaluaron los títulos
y resúmenes para asegurar la relevancia
temática, y luego se analizaron los textos
completos de los estudios seleccionados.
Se aplicaron criterios de inclusión como la
publicación en revistas indexadas, estudios
empíricos o revisiones sistemáticas, y la
mención explícita de aplicaciones de IA en
el ámbito de la educación superior. Los da-
tos extraídos se sintetizaron cualitativamen-
te para identificar tendencias, aplicaciones
clave, ventajas y desafíos.
Metodología
La metodología de una Revisión Sistemática
se basa en las directrices PRISMA (Preferred
Reporting Items for Systematic Reviews and
Meta-Analyses) (Srakis et al, 2021)., garan-
tizando transparencia, rigurosidad y repro-
ducibilidad. Se describe en detalle sobre
cómo llevar a cabo la revisión sistemática,
aplicando cada uno de los elementos de
PRISMA al tema: "La Inteligencia Artificial
como Recurso Educativo en la Educación
Superior". La formulación de una pregun-
ta de investigación clara y específica es el
punto de partida. Se puede utilizar el marco
PICO (Población, Intervención, Compara-
dor, Resultado) para estructurarla. Pregunta
de investigación: ¿Cómo impacta el uso de
la inteligencia artificial como recurso edu-
cativo en los resultados de aprendizaje de
estudiantes en la educación superior?
Desarrollo del Protocolo de Revisión
El protocolo de revisión establece los pasos
a seguir y asegura la transparencia del pro-
ceso. Este debe incluir: Objetivo del estudio
Criterios de inclusión y exclusión Métodos
de búsqueda
Selección de estudios, Extracción de da-
tos, Métodos de análisis de datos. Plan de
síntesis de resultados Registro del proto-
colo: Para mayor transparencia, se puede
registrar el protocolo en plataformas como
PROSPERO.
Los objetivos deben reflejar los resultados
esperados de la revisión. Para este tema,
los objetivos son:
• Identificar las aplicaciones de la inteli-
gencia artificial como herramienta edu-
cativa en la educación superior.
• Evaluar el impacto de estas tecnologías
en el aprendizaje de los estudiantes.
• Examinar los desafíos y beneficios aso-
ciados al uso de IA en el aula.
Criterios de Inclusión y Exclusión
Definir qué estudios serán incluidos y cuáles
excluidos es esencial para la consistencia
del proceso. Los criterios deben basarse en
aspectos como se presentan en la Tabla 1.
52 RECIMUNDO VOL. 8 N°3 (2024)
Tabla 1. Criterios de inclusión y exclusión de los artículos
Fuente: Elaborado por los autores (2024).
Criterios de Inclusión:
Criterios de Exclusión:
• Estudios publicados entre 2010 y 2024.
• Estudios en inglés y español.
• Estudios centrados en la implementación de IA
en la educación superior.
• Estudios que evalúan el impacto de la IA en los
resultados de aprendizaje.
• Estudios que exploren la implementación de IA
como recurso educativo en universidades.
•
Investigaciones con resultados medibles en
términos de desempeño académico,
satisfacción del estudiante o eficacia educativa
• Estudios en niveles educativos distintos de la
educación superior.
• Revisiones narrativas, editoriales, opiniones y
estudios sin metodología clara.
• Estudios que no mencionan específicamente el
uso de IA en el contexto educativo.
• Métodos de Búsqueda
•
Describir detalladamente cómo se llevará a
cabo la búsqueda de estudios es clave. Se
recomienda realizar la búsqueda en varias bases
de datos científicas reconocidas como:
Para llevar a cabo una revisión sistemática
sobre La inteligencia artificial como recurso
educativo en la educación superior, se utili-
zarán bases de datos académicas de alto
impacto que garanticen la exhaustividad y
calidad de las investigaciones revisadas.
Entre ellas destacan Scopus, Web of Scien-
ce, IEEE Xplore, ERIC y Google Scholar.
Estas fuentes proporcionan acceso a artí-
culos científicos, revisiones y conferencias
relevantes, abarcando diferentes enfoques
sobre el uso de la inteligencia artificial en la
educación superior. Además, se aplicarán
criterios rigurosos de inclusión y exclusión
para asegurar la pertinencia y actualidad
de los estudios seleccionados.
En la revisión sistemática sobre La inteligen-
cia artificial como recurso educativo en la
educación superior, se emplearán palabras
clave y operadores booleanos para optimi-
zar la búsqueda de información. Las pala-
bras clave principales incluyen "inteligencia
artificial", "educación superior", "tecnología
educativa", "aprendizaje automático" y "en-
señanza asistida por IA". Para refinar los
resultados, se utilizarán operadores boo-
leanos como AND (por ejemplo, "inteligen-
cia artificial" AND "educación superior"),
OR (por ejemplo, "tecnología educativa" OR
"aprendizaje automático"), y NOT para ex-
cluir términos irrelevantes, asegurando que
los estudios encontrados estén alineados
con el enfoque del análisis.
Selección de Estudios
Se describirá el proceso de selección de
estudios en dos fases:
• Fase 1: Selección por título y resumen:
Dos revisores evaluarán de manera in-
dependiente los títulos y resúmenes de
los estudios recuperados. Los estudios
que no cumplan los criterios de inclusión
serán excluidos.
• Fase 2: Revisión de texto completo: Los
estudios que pasen la primera fase se-
rán evaluados en texto completo para
asegurar que cumplen con los criterios
de inclusión y exclusión.
• Cualquier discrepancia será resuelta por
un tercer revisor.
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
53
RECIMUNDO VOL. 8 N°3 (2024)
Extracción y Análisis de Datos
Extracción de datos: Se desarrollará una
hoja de cálculo estandarizada para extraer
los datos relevantes de los estudios selec-
cionados, tales como:
• Datos demográficos de la muestra.
• Métodos utilizados para implementar IA.
• Resultados clave relacionados con el
uso de la IA en la educación superior.
• Análisis de datos: Dependiendo del tipo
de estudio, se realizará un análisis cuali-
tativo (resumen narrativo) y/o cuantitativo
(meta-análisis, si es aplicable). Se eva-
luará la heterogeneidad de los estudios.
Búsqueda Exhaustiva
Para evitar el sesgo de publicación, se bus-
carán estudios adicionales en la literatura
gris (tesis, actas de congresos, informes
técnicos) y se revisarán las listas de referen-
cias de los estudios incluidos. Si es necesa-
rio, se contactará a los autores para obtener
datos no publicados.
Informe según las Directrices PRISMA
El informe final de la revisión sistemática
debe cumplir con los ítems de la guía PRIS-
MA, que establece la transparencia y repro-
ducibilidad del estudio.
• Resumen estructurado: Que refleje el
objetivo, métodos, resultados y conclu-
siones.
• Introducción: Explicación clara del con-
texto y justificación de la revisión.
• Métodos detallados: Que describen los
criterios de inclusión/exclusión, búsque-
da, selección y extracción de datos. Re-
sultados: Presentación de los estudios
incluidos y sus hallazgos. Discusión: In-
terpretación de los resultados y limitacio-
nes del estudio. Conclusiones: Conclu-
siones claras basadas en los hallazgos.
Diagrama de Flujo PRISMA
Se utilizará un diagrama de flujo PRISMA
para mostrar visualmente el proceso de
selección de estudios, indicando: Núme-
ro de estudios identificados a través de la
búsqueda. Número de estudios excluidos
y motivo de exclusión. Número de estudios
incluidos para la revisión final, ver figura 1-.
Figura 1. Plantilla de diagrama de flujo PRISMA 2020 para revisiones sistemáticas (tra-
ducida del original por Rafael Bravo)
Fuente: https://bibliogetafe.com/2021/06/23/diagrama-de-flujo-prisma-2020/
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
54 RECIMUNDO VOL. 8 N°3 (2024)
Cumplimiento con los Ítems PRISMA
Todos los ítems del checklist PRISMA deben
ser cumplidos para garantizar que la revi-
sión sistemática sigue un enfoque riguroso
y transparente, facilitando la reproducibili-
dad de los resultados. Este enfoque propor-
ciona una estructura robusta y transparente
para revisar la literatura sobre el impacto de
la inteligencia artificial en la educación su-
perior, asegurando la calidad del análisis y
la posibilidad de replicación.
Resultados
La Tabla 2 muestra los principales estudios
que se centran en los diversos temas dis-
cutidos en esta revisión sistemática, como
autor y año, título, Revista Base de datos,
metodología y resultados:
Tabla 2. Artículos científicos que abordan el tema bajo estudio
Autores/Año
Titulo
Revista/Base de datos
Metodología
Resultados
Fatima Al
Husseiny/2023
Artificial Intelligence
in Higher Education:
A New Horizon
IGI Global/Ebsco Host
Este capítulo presenta
desafíos y
oportunidades
relacionados con el
uso de la IA en la
educación y finaliza
con recomendaciones.
La IA se basa en
agentes racionales, que
pueden definirse como
cualquier cosa que
pueda percibir su
entorno a través de
sensores y actuar sobre
él a través de
actuadores (Russel &
Norvig,2010).
Russell, S. and
Norvig, P. (2010)
Artificial Intelligence:
A Modern Approach.
3rd Edition
Prentice Hall/Ebsco Host
.Libro sobre
Inteligencia artificial
Describe desde el
nacimiento del termino
hasta el año, 2010.
Timms, M. J. (2016).
Letting artificial
intelligence in
education out of the
box: Educational
cobots and smart
classrooms.
Research and Practice in
Technology Enhanced
Learning/Springer
Estudio exploratorio
La IA en la educación
debe enfocarse en
mejorar la
colaboración entre
estudiantes y
automatizar tareas
administrativas.
Popenici, S.A.D., and
Kerr, S. (2017).
Exploring the impact
of artificial
intelligence on
teaching and learning
in higher education
RPTEL/Ebsco Host
Estudio descriptivo y
exploratorio
La tecnología actual
tiene limitaciones,
pero la IA puede
aumentar el trabajo de
los docentes y ya
afecta aspectos
cotidianos como la
enseñanza y el empleo.
Santos, O. C. (2018).
Educational
Recommender
Systems and Artificial
Intelligence:
Opportunities and
Challenges
Computers in Human
Behavior(Science Direct
Estudio de caso
Los sistemas de
recomendación
pueden personalizar el
contenido de
aprendizaje, pero aún
enfrentan problemas
relacionados con la
privacidad.
Zawacki-Richter, O.,
Marín, V. I., Bond,
M., & Gouverneur, F.
(2019).
Systematic review of
research on artificial
intelligence
applications in higher
education.
International
International Review of
Research in Open and
Distributed Learning/ERIC
Revisión sistemática
Se identificaron las
principales áreas de
aplicación de la IA en
la educación:
evaluación
automatizada, tutoría y
análisis de
aprendizaje.
Holmes, W., Bialik,
M., & Fadel, C.
(2019)..
Artificial intelligence
in education: Promises
and implications for
teaching and learning.
Educational Research and
Innovation/Eric
Revisión crítica
Discuten cómo la IA
puede influir en el
aprendizaje
personalizado y
adaptativo, y sus
posibles implicaciones
éticas.
Selwyn, N. (2019)..
Should robots replace
teachers? AI and the
future of education
Learning, Media and
Technology/Taylor and
Francis
Revisión crítica
La IA no debe
reemplazar a los
maestros, sino
complementar el
proceso educativo con
enfoques
personalizados y
automatización de
tareas.
Hinojo-Lucena, F.-J.;
Aznar-Díaz, I.;
Cáceres-Reche, M.-P.;
Romero-Rodríguez,
J.-M (2019)..
Artificial Intelligence
in Higher Education:
A Bibliometric Study
on its Impact in the
Scientific Literature
Educ. Sci.} /Ebsco Host
Estudio Bibliometrico
De los resultados
obtenidos se observó
que existe un interés
mundial por el tema y
que la literatura sobre
este tema se encuentra
aún en una etapa
incipiente.
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
55
RECIMUNDO VOL. 8 N°3 (2024)
Autores/Año
Titulo
Revista/Base de datos
Metodología
Resultados
Fatima Al
Husseiny/2023
Artificial Intelligence
in Higher Education:
A New Horizon
IGI Global/Ebsco Host
Este capítulo presenta
desafíos y
oportunidades
relacionados con el
uso de la IA en la
educación y finaliza
con recomendaciones.
La IA se basa en
agentes racionales, que
pueden definirse como
cualquier cosa que
pueda percibir su
entorno a través de
sensores y actuar sobre
él a través de
actuadores (Russel &
Norvig,2010).
Russell, S. and
Norvig, P. (2010)
Artificial Intelligence:
A Modern Approach.
3rd Edition
Prentice Hall/Ebsco Host
.Libro sobre
Inteligencia artificial
Describe desde el
nacimiento del termino
hasta el año, 2010.
Timms, M. J. (2016).
Letting artificial
intelligence in
education out of the
box: Educational
cobots and smart
classrooms.
Research and Practice in
Technology Enhanced
Learning/Springer
Estudio exploratorio
La IA en la educación
debe enfocarse en
mejorar la
colaboración entre
estudiantes y
automatizar tareas
administrativas.
Popenici, S.A.D., and
Kerr, S. (2017).
Exploring the impact
of artificial
intelligence on
teaching and learning
in higher education
RPTEL/Ebsco Host
Estudio descriptivo y
exploratorio
La tecnología actual
tiene limitaciones,
pero la IA puede
aumentar el trabajo de
los docentes y ya
afecta aspectos
cotidianos como la
enseñanza y el empleo.
Santos, O. C. (2018).
Educational
Recommender
Systems and Artificial
Intelligence:
Opportunities and
Challenges
Computers in Human
Behavior(Science Direct
Estudio de caso
Los sistemas de
recomendación
pueden personalizar el
contenido de
aprendizaje, pero aún
enfrentan problemas
relacionados con la
privacidad.
Zawacki-Richter, O.,
Marín, V. I., Bond,
M., & Gouverneur, F.
(2019).
Systematic review of
research on artificial
intelligence
applications in higher
education.
International
International Review of
Research in Open and
Distributed Learning/ERIC
Revisión sistemática
Se identificaron las
principales áreas de
aplicación de la IA en
la educación:
evaluación
automatizada, tutoría y
análisis de
aprendizaje.
Holmes, W., Bialik,
M., & Fadel, C.
(2019)..
Artificial intelligence
in education: Promises
and implications for
teaching and learning.
Educational Research and
Innovation/Eric
Revisión crítica
Discuten cómo la IA
puede influir en el
aprendizaje
personalizado y
adaptativo, y sus
posibles implicaciones
éticas.
Selwyn, N. (2019)..
Should robots replace
teachers? AI and the
future of education
Learning, Media and
Technology/Taylor and
Francis
Revisión crítica
La IA no debe
reemplazar a los
maestros, sino
complementar el
proceso educativo con
enfoques
personalizados y
automatización de
tareas.
Hinojo-Lucena, F.-J.;
Aznar-Díaz, I.;
Cáceres-Reche, M.-P.;
Romero-Rodríguez,
J.-M (2019)..
Artificial Intelligence
in Higher Education:
A Bibliometric Study
on its Impact in the
Scientific Literature
Educ. Sci.} /Ebsco Host
Estudio Bibliometrico
De los resultados
obtenidos se observó
que existe un interés
mundial por el tema y
que la literatura sobre
este tema se encuentra
aún en una etapa
incipiente.
Huang, R., Spector, J.
M., & Yang, J. (2019
AI and the future of
education: An
international
perspective.
Educational
Technology
Educational Technology
Research and
Development/Springer
Estudio de caso
Los países están
utilizando la IA de
manera diferente, con
un enfoque en tutorías
inteligentes y análisis
predictivos.
Chen, L., Chen, P., &
Lin, Z. (2020).
Artificial Intelligence
in education: A
review.
Computers &
Education/Web of Science
Revisión bibliográfica
La IA ofrece
oportunidades para
personalizar el
aprendizaje, aunque
existen desafíos
técnicos y éticos.
Chen X, Xie H, Zou,
D and Hwang, G
(2020),
Application and
theory gaps during the
rise of Artificial
Intelligence in
Education,
Computers and Education:
Artificial
Intelligence,/Science Direct
Revisión Sistemática
Los resultados
indicaron que: 1) había
un interés y un impacto
cada vez mayores en la
investigación de AIEd;
2) se había realizado
poco trabajo para
llevar las tecnologías
de aprendizaje
profundo a contextos
educativos
González-Calatayud,
V., Prendes-Espinosa,
P., & Roig-Vila, R.
(2021)..
Artificial intelligence
for student
assessment: A
systematic review.
Applied Sciences,/ Ebsco
Host
Revisión Sistemática
La evaluación
formativa parece ser el
principal uso de la IA.
Otra de las principales
funcionalidades de la
IA en evaluación es la
calificación
automática de los
estudiantes.
Pérez, Á. (2021).
Implementing
artificial intelligence
in higher education:
Opportunities and
challenges
IEEE Transactions on
Learning
Technologies/IEEE explore
Estudio de caso
La IA mejora el
rendimiento
académico, pero hay
desafíos en términos
de infraestructura y
capacitación docente.
Elisha, Mupaikwa.
(2023).
The Use of Artificial
Intelligence in
Education. Advances
in library and
information
(ALIS) book
series,/Google Scholar
Entornos de
aprendizaje inclusivos,
aprendizaje
colaborativo, robots
sociales, evaluación
de los estudiantes
Calificación
automatizada,
sistemas de
recomendación,
predicción del
rendimiento de los
estudiantes
Principales
aplicaciones:
aprendizaje inclusivo,
evaluación de los
estudiantes,
calificación
automática.
Recomendaciones:
mejoras de
infraestructura,
revisiones
curriculares,
investigación
adicional.
Xiaolin Xia, qnd
Xiaojun Li (2022).
Artificial Intelligence
for Higher Education
Development and
Teaching Skills.
Wireless
Communications and
Mobile Computing. .
/Ebsco Host
Utiliza métodos de
investigación de
problemas específicos
y análisis específicos
para comparar los
datos y sacar
conclusiones.
en la innovación
educativa basada en la
información creada
mediante el
intercambio de
conocimientos, los
objetivos y métodos de
enseñanza cambian
constantemente.
Chang, Q, Pan, X,
Manikandan, N and
Ramesh, S. (2022)..
Artificial Intelligence
Technologies for
Teaching and
Learning in Higher
Education.
International
Journal of Reliability,
Quality and Safety
Engineering./Ebsco Host
Estudio descriptivo y
explicativo
El uso de la IA en la
educación superior ha
dado como resultado
un modelo educativo
más eficiente,
adaptable y eficaz que
la educación
tradicional.
Segovia Juárez, J., &
Baumgartner, R.
(2023).
El uso de aplicaciones
de inteligencia
artificial para la
educación e
investigación
científica.
Revista De Investigación
Hatun Yachay
Wasi,/Google Scholar
Estudio descriptivo y
explicativo
Aunque las
tecnologías actuales de
IA pueden
proporcionar análisis y
representación de
redes de citas, sus
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
56 RECIMUNDO VOL. 8 N°3 (2024)
Huang, R., Spector, J.
M., & Yang, J. (2019
AI and the future of
education: An
international
perspective.
Educational
Technology
Educational Technology
Research and
Development/Springer
Estudio de caso
Chen, L., Chen, P., &
Lin, Z. (2020).
Artificial Intelligence
in education: A
review.
Computers &
Education/Web of Science
Revisión bibliográfica
Chen X, Xie H, Zou,
D and Hwang, G
(2020),
Application and
theory gaps during the
rise of Artificial
Intelligence in
Education,
Computers and Education:
Artificial
Intelligence,/Science Direct
Revisión Sistemática
González-Calatayud,
V., Prendes-Espinosa,
P., & Roig-Vila, R.
(2021)..
Artificial intelligence
for student
assessment: A
systematic review.
Applied Sciences,/ Ebsco
Host
Revisión Sistemática
Pérez, Á. (2021).
Implementing
artificial intelligence
in higher education:
Opportunities and
challenges
IEEE Transactions on
Learning
Technologies/IEEE explore
Estudio de caso
Elisha, Mupaikwa.
(2023).
The Use of Artificial
Intelligence in
Education. Advances
in library and
information
(ALIS) book
series,/Google Scholar
Entornos de
aprendizaje inclusivos,
aprendizaje
colaborativo, robots
sociales, evaluación
de los estudiantes
Calificación
automatizada,
sistemas de
recomendación,
predicción del
rendimiento de los
estudiantes
Xiaolin Xia, qnd
Xiaojun Li (2022).
Artificial Intelligence
for Higher Education
Development and
Teaching Skills.
Wireless
Communications and
Mobile Computing. .
/Ebsco Host
Utiliza métodos de
investigación de
problemas específicos
y análisis específicos
para comparar los
datos y sacar
conclusiones.
Chang, Q, Pan, X,
Manikandan, N and
Ramesh, S. (2022)..
Artificial Intelligence
Technologies for
Teaching and
Learning in Higher
Education.
International
Journal of Reliability,
Quality and Safety
Engineering./Ebsco Host
Estudio descriptivo y
explicativo
Segovia Juárez, J., &
Baumgartner, R.
(2023).
El uso de aplicaciones
de inteligencia
artificial para la
educación e
investigación
científica.
Revista De Investigación
Hatun Yachay
Wasi,/Google Scholar
Estudio descriptivo y
explicativo
resultados pueden
estar influenciados por
la calidad y
exhaustividad de las
bases de datos en
diversos campos. es
importante que
expertos humanos
revisen y verifiquen
con cuidado las
referencias.
Rahiman, H. U., &
Kodikal, R. (2023).
Revolutionizing
education: Artificial
intelligence
empowered learning
in higher education.
Cogent Education,/Google
Scholar
Método de muestreo
por conglomerados y
de múltiples etapas
para seleccionar a 250
profesores de
instituciones
clasificadas por QS
(Quacquarelli
Symonds) que operan
en modos de
educación híbrida.
investigación
cuantitativa y un
modelo de ecuaciones
estructurales,
El estudio identificó
que el riesgo
percibido, las
expectativas de
desempeño y la
conciencia
desempeñan un papel
importante a la hora de
influir en el
compromiso laboral y
la adopción de la IA
dentro del sistema de
educación superior
Hind, A.(2024)..)
The Impact of
Artificial Intelligence
Tools on Academic
Writing Instruction in
Higher Education: A
Systematic Review
Arab World English
Journal (AWEJ)/ EBSCO
host
Revisión Sistemática
Si bien la Inteligencia
Artificial ayuda con la
gramática y el estilo,
quedan dudas sobre su
impacto en la
creatividad y el
pensamiento crítico.
La Inteligencia
Artificial no sustituye
a los cursos de
redacción
universitarios
Yadav, S. (2024).
Artificial Intelligence
(AI) Integration in
Higher Education
Chapman and
Hall/CRC/Web of Sciences
Aprendizaje
personalizado,
metodologías de
enseñanza dinámicas,
avances
administrativos
Colaboración entre la
IA y las herramientas
de realidad extendida,
especialmente en la
educación en línea
La integración de la IA
transforma la
enseñanza, el
aprendizaje y los
procesos
administrativos en la
educación superior.
Las instituciones
deben adoptar las
tecnologías de IA y
XR para satisfacer las
necesidades
cambiantes.
Webber, K. and
Zheng, H. (2024).
Artificial intelligence
and advanced data
analytics: Implications
for higher education.
New direction for Higher
Education/Ebsco Host
Analizar conceptos
específicos,
consideraciones de uso
y algunas herramientas
y aplicaciones
específicas de análisis
de datos avanzado e
inteligencia artificial
que están ganando
importancia en la
educación superior.
La comunidad se
convertirá en mejores
educadores y
administradores de
educación superior a
medida que nos
involucramos
profundamente con
estas herramientas, nos
mantenemos atentos a
los riesgos y
limitaciones y
establecemos políticas
que garanticen el éxito
de los estudiantes y las
instituciones.
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
57
RECIMUNDO VOL. 8 N°3 (2024)
resultados pueden
estar influenciados por
la calidad y
exhaustividad de las
bases de datos en
diversos campos. es
importante que
expertos humanos
revisen y verifiquen
con cuidado las
referencias.
Rahiman, H. U., &
Kodikal, R. (2023).
Revolutionizing
education: Artificial
intelligence
empowered learning
in higher education.
Cogent Education,/Google
Scholar
Método de muestreo
por conglomerados y
de múltiples etapas
para seleccionar a 250
profesores de
instituciones
clasificadas por QS
(Quacquarelli
Symonds) que operan
en modos de
educación híbrida.
investigación
cuantitativa y un
modelo de ecuaciones
estructurales,
El estudio identificó
que el riesgo
percibido, las
expectativas de
desempeño y la
conciencia
desempeñan un papel
importante a la hora de
influir en el
compromiso laboral y
la adopción de la IA
dentro del sistema de
educación superior
Hind, A.(2024)..)
The Impact of
Artificial Intelligence
Tools on Academic
Writing Instruction in
Higher Education: A
Systematic Review
Arab World English
Journal (AWEJ)/ EBSCO
host
Revisión Sistemática
Si bien la Inteligencia
Artificial ayuda con la
gramática y el estilo,
quedan dudas sobre su
impacto en la
creatividad y el
pensamiento crítico.
La Inteligencia
Artificial no sustituye
a los cursos de
redacción
universitarios
Yadav, S. (2024).
Artificial Intelligence
(AI) Integration in
Higher Education
Chapman and
Hall/CRC/Web of Sciences
Aprendizaje
personalizado,
metodologías de
enseñanza dinámicas,
avances
administrativos
Colaboración entre la
IA y las herramientas
de realidad extendida,
especialmente en la
educación en línea
La integración de la IA
transforma la
enseñanza, el
aprendizaje y los
procesos
administrativos en la
educación superior.
Las instituciones
deben adoptar las
tecnologías de IA y
XR para satisfacer las
necesidades
cambiantes.
Webber, K. and
Zheng, H. (2024).
Artificial intelligence
and advanced data
analytics: Implications
for higher education.
New direction for Higher
Education/Ebsco Host
Analizar conceptos
específicos,
consideraciones de uso
y algunas herramientas
y aplicaciones
específicas de análisis
de datos avanzado e
inteligencia artificial
que están ganando
importancia en la
educación superior.
La comunidad se
convertirá en mejores
educadores y
administradores de
educación superior a
medida que nos
involucramos
profundamente con
estas herramientas, nos
mantenemos atentos a
los riesgos y
limitaciones y
establecemos políticas
que garanticen el éxito
de los estudiantes y las
instituciones.
Lorraine, Bennett.,
Ali, Abusalem.
(2024).
Artificial Intelligence
(AI) and its Potential
Impact on the Future
of Higher Education.
Athens Journal of
Education/Scopus
Evaluación de
ChatGPT de OpenAI
Revisión de la
literatura sobre la IA
en la educación
superior
Las tecnologías de
inteligencia artificial
generan texto,
imágenes, música y
codificación de alta
calidad.
La IA puede cambiar
el enfoque de la
educación superior
hacia habilidades de
pensamiento de orden
superior.
Cota-Rivera. E,,
González, Correa. M,
Marín. L,
Montenegro. M,
Mercado A, Herrera.,
M., Martinez. (2024).
Transforming
Education With the
Power of Artificial
Intelligence. Advances
in higher education
and professional
development
book series
Experiencias de
aprendizaje
personalizadas a
través de sistemas
adaptativos
impulsados por la
inteligencia artificial
Creación de materiales
audiovisuales, tutoría
y difusión de
información mediante
IA
Experiencias de
aprendizaje
personalizadas para
estudiantes basadas en
el análisis de IA
Mejora del
compromiso, la
comprensión y la
retención a través de
sistemas adaptativos
impulsados por la
inteligencia artificial
Kavitha, K., Joshith,
V. P., Rajeev, N. P., &
S, A. (2024).
Artificial intelligence
in higher education: A
bibliometric approach.
European
Journal Of Educational
Research/Scopus
Análisis bibliométrico
Datos recopilados de
la base de datos
Scopus
775 publicaciones
sobre IA en la
educación superior
entre 2000 y 2022.
China y los Estados
Unidos lideran las
publicaciones.
Anshu, Prakash,
Murdan., Roshan,
Halkhoree. (2024).
Integration of
Artificial Intelligence
for educational
excellence and
innovation in higher
education institutions.
Conference: 2024 1st
International Conference on
Smart Energy Systems and
Artificial Intelligence
(SESAI)
Integración de la IA
en las operaciones de
educación superior
Beneficios y desafíos
de la IA en los
entornos educativos
La IA mejora el
aprendizaje
personalizado y la
eficiencia
administrativa en las
IES.
Los desafíos incluyen
las consideraciones
éticas, la brecha
digital y la mejora de
las habilidades de los
educadores.
Fauzi, F., Wardhani,
R., Wibowo, G. A.,
Cahyono, D., &
Rahmi, H. (2024).
Understanding
Technology Trends In
Education: How
Artificial Intelligence
Helps Learning In
College And Beyond.
Journal Neosantara Hybrid
Learning,/Google Scholar
Estudio bibliográfico
Análisis de contenido
La IA en la educación
superior mejora la
personalización, la
retención del
conocimiento y la
retroalimentación.
La IA ayuda a los
estudiantes a
desarrollar habilidades
para el mercado
laboral del futuro.
Greta, Jani., Doliana,
Celaj. (2024).,
Exploring the
Influence of Artificial
Intelligence on Higher
Education: Case study
in University of
Brighton.
Journal of Educational and
Social Research/Scopus
Enfoque de
investigación
cualitativa
Análisis de estudios
de casos
La IA debe usarse
ampliamente en la
educación superior.
Ayuda a desarrollar
nuevas habilidades
para los estudiantes.
Vidushi, Joshi.,
Santosh, Kumar,
Tripathi. (2024).
Optimizing Higher
Education Using
Artificial Intelligence.
International
Journal For
Multidisciplinary
Research/Scopus
Asistentes
conversacionales para
experiencias de
aprendizaje
interactivas.
Simulaciones
holográficas, VR y AR
para experiencias de
aprendizaje
inmersivas.
Beneficios para los
estudiantes y los
educadores de la
educación superior.
Aplicación de la IA en
la creación de
experiencias de
aprendizaje
inmersivas.
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
58 RECIMUNDO VOL. 8 N°3 (2024)
Lorraine, Bennett.,
Ali, Abusalem.
(2024).
Artificial Intelligence
(AI) and its Potential
Impact on the Future
of Higher Education.
Athens Journal of
Education/Scopus
Evaluación de
ChatGPT de OpenAI
Revisión de la
literatura sobre la IA
en la educación
superior
Las tecnologías de
inteligencia artificial
generan texto,
imágenes, música y
codificación de alta
calidad.
La IA puede cambiar
el enfoque de la
educación superior
hacia habilidades de
pensamiento de orden
superior.
Cota-Rivera. E,,
González, Correa. M,
Marín. L,
Montenegro. M,
Mercado A, Herrera.,
M., Martinez. (2024).
Transforming
Education With the
Power of Artificial
Intelligence. Advances
in higher education
and professional
development
book series
Experiencias de
aprendizaje
personalizadas a
través de sistemas
adaptativos
impulsados por la
inteligencia artificial
Creación de materiales
audiovisuales, tutoría
y difusión de
información mediante
IA
Experiencias de
aprendizaje
personalizadas para
estudiantes basadas en
el análisis de IA
Mejora del
compromiso, la
comprensión y la
retención a través de
sistemas adaptativos
impulsados por la
inteligencia artificial
Kavitha, K., Joshith,
V. P., Rajeev, N. P., &
S, A. (2024).
Artificial intelligence
in higher education: A
bibliometric approach.
European
Journal Of Educational
Research/Scopus
Análisis bibliométrico
Datos recopilados de
la base de datos
Scopus
775 publicaciones
sobre IA en la
educación superior
entre 2000 y 2022.
China y los Estados
Unidos lideran las
publicaciones.
Anshu, Prakash,
Murdan., Roshan,
Halkhoree. (2024).
Integration of
Artificial Intelligence
for educational
excellence and
innovation in higher
education institutions.
Conference: 2024 1st
International Conference on
Smart Energy Systems and
Artificial Intelligence
(SESAI)
Integración de la IA
en las operaciones de
educación superior
Beneficios y desafíos
de la IA en los
entornos educativos
La IA mejora el
aprendizaje
personalizado y la
eficiencia
administrativa en las
IES.
Los desafíos incluyen
las consideraciones
éticas, la brecha
digital y la mejora de
las habilidades de los
educadores.
Fauzi, F., Wardhani,
R., Wibowo, G. A.,
Cahyono, D., &
Rahmi, H. (2024).
Understanding
Technology Trends In
Education: How
Artificial Intelligence
Helps Learning In
College And Beyond.
Journal Neosantara Hybrid
Learning,/Google Scholar
Estudio bibliográfico
Análisis de contenido
La IA en la educación
superior mejora la
personalización, la
retención del
conocimiento y la
retroalimentación.
La IA ayuda a los
estudiantes a
desarrollar habilidades
para el mercado
laboral del futuro.
Greta, Jani., Doliana,
Celaj. (2024).,
Exploring the
Influence of Artificial
Intelligence on Higher
Education: Case study
in University of
Brighton.
Journal of Educational and
Social Research/Scopus
Enfoque de
investigación
cualitativa
Análisis de estudios
de casos
La IA debe usarse
ampliamente en la
educación superior.
Ayuda a desarrollar
nuevas habilidades
para los estudiantes.
Vidushi, Joshi.,
Santosh, Kumar,
Tripathi. (2024).
Optimizing Higher
Education Using
Artificial Intelligence.
International
Journal For
Multidisciplinary
Research/Scopus
Asistentes
conversacionales para
experiencias de
aprendizaje
interactivas.
Simulaciones
holográficas, VR y AR
para experiencias de
aprendizaje
inmersivas.
Beneficios para los
estudiantes y los
educadores de la
educación superior.
Aplicación de la IA en
la creación de
experiencias de
aprendizaje
inmersivas.
Borisov, B., &
Stoyanova, T. (2024).
Artificial intelligence
in higher education:
pros and cons.
Science international
Journal/Google Scholar
Encuesta con
profesores y
estudiantes
Análisis DAFO para
la IA en las
universidades
Las oportunidades
superan ligeramente a
las amenazas en las
aplicaciones de IA en
las universidades.
La IA puede mejorar la
enseñanza, el
aprendizaje y la
comunicación en la
educación superior.
Nataliia, Bakhmat.
(2024).
Artificial intelligence
in higher education:
possibilities of using.
Pedagogical Education
Theory and Practice/Google
academivo
El objetivo del estudio
fue analizar los
aspectos prácticos del
uso de la inteligencia
artificial en las
instituciones de
educación superior de
Ucrania
Se analizan algunos
ejemplos del uso de la
inteligencia artificial,
en particular los
chatbots, en la
educación superior de
Ucrania y se enfatiza
su potencial para
mejorar el proceso
educativo y formar
habilidades
profesionales. Un
ejemplo del uso de
GPT-3.5 en el ámbito
educativo y científico
de Lugansk.
Jafari, F., & Keykha,
A. (2024).
Identifying the
opportunities and
challenges of artificial
intelligence in higher
education: a
qualitative study.
Journal of Applied Research
in Higher Education/Google
Scholar
Esta investigación
cualitativa se
desarrolló utilizando el
método de análisis
temático de seis pasos
(Braun y Clark, 2006).
Los autores
identificaron y
categorizaron los
desafíos que la IA crea
para la educación
superior.
Abdulrahman, M., Al-
Zahrani., Talal,
Alasmari. (2024). 13.
Exploring the impact
of artificial
intelligence on higher
education: The
dynamics of ethical,
social, and educational
implications.
Humanities & social
sciences
communications/Scopus
Enfoque cuantitativo
mediante un
cuestionario de
encuesta en línea
Se investigaron las
actitudes,
percepciones y
expectativas de las
partes interesadas con
respecto a la
integración de la IA
Actitudes positivas
hacia la IA en la
educación superior
Éntesis en las
consideraciones éticas
y las directrices para la
implementación de la
IA
Tharunbalaaje,
ramasamy. (2024).
Ai in higher
education. Indian
Scientific Journal Of
Research In Engineering
And Management/Scopus
Realidad virtual para el
aprendizaje
experiencial en las
aulas
Chatbots para la
asistencia
personalizada a los
estudiantes y la
comunicación con los
profesores
La IA mejora las
experiencias
educativas y simplifica
las tareas
administrativas.
La realidad virtual y
los chatbots
revolucionan los
métodos de enseñanza
y aprendizaje.
Zh., Turdubaeva., I.,
Arykbaev. (2024).
Applications of
Artificial Intelligence
in Education.
Бюллетень науки и
практики,/Google Scholar
Aprendizaje
individualizado,
evaluación
automatizada
Creación de
plataformas
educativas
inteligentes, planes
educativos
personalizados
Analiza el uso de la
IA en la educación, las
cuestiones éticas y las
recomendaciones.
Explora el potencial
de la IA para mejorar
las prácticas
educativas y de
aprendizaje.
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
59
RECIMUNDO VOL. 8 N°3 (2024)
Borisov, B., &
Stoyanova, T. (2024).
Artificial intelligence
in higher education:
pros and cons.
Science international
Journal/Google Scholar
Encuesta con
profesores y
estudiantes
Análisis DAFO para
la IA en las
universidades
Las oportunidades
superan ligeramente a
las amenazas en las
aplicaciones de IA en
las universidades.
La IA puede mejorar la
enseñanza, el
aprendizaje y la
comunicación en la
educación superior.
Nataliia, Bakhmat.
(2024).
Artificial intelligence
in higher education:
possibilities of using.
Pedagogical Education
Theory and Practice/Google
academivo
El objetivo del estudio
fue analizar los
aspectos prácticos del
uso de la inteligencia
artificial en las
instituciones de
educación superior de
Ucrania
Se analizan algunos
ejemplos del uso de la
inteligencia artificial,
en particular los
chatbots, en la
educación superior de
Ucrania y se enfatiza
su potencial para
mejorar el proceso
educativo y formar
habilidades
profesionales. Un
ejemplo del uso de
GPT-3.5 en el ámbito
educativo y científico
de Lugansk.
Jafari, F., & Keykha,
A. (2024).
Identifying the
opportunities and
challenges of artificial
intelligence in higher
education: a
qualitative study.
Journal of Applied Research
in Higher Education/Google
Scholar
Esta investigación
cualitativa se
desarrolló utilizando el
método de análisis
temático de seis pasos
(Braun y Clark, 2006).
Los autores
identificaron y
categorizaron los
desafíos que la IA crea
para la educación
superior.
Abdulrahman, M., Al-
Zahrani., Talal,
Alasmari. (2024). 13.
Exploring the impact
of artificial
intelligence on higher
education: The
dynamics of ethical,
social, and educational
implications.
Humanities & social
sciences
communications/Scopus
Enfoque cuantitativo
mediante un
cuestionario de
encuesta en línea
Se investigaron las
actitudes,
percepciones y
expectativas de las
partes interesadas con
respecto a la
integración de la IA
Actitudes positivas
hacia la IA en la
educación superior
Éntesis en las
consideraciones éticas
y las directrices para la
implementación de la
IA
Tharunbalaaje,
ramasamy. (2024).
Ai in higher
education. Indian
Scientific Journal Of
Research In Engineering
And Management/Scopus
Realidad virtual para el
aprendizaje
experiencial en las
aulas
Chatbots para la
asistencia
personalizada a los
estudiantes y la
comunicación con los
profesores
La IA mejora las
experiencias
educativas y simplifica
las tareas
administrativas.
La realidad virtual y
los chatbots
revolucionan los
métodos de enseñanza
y aprendizaje.
Zh., Turdubaeva., I.,
Arykbaev. (2024).
Applications of
Artificial Intelligence
in Education.
Бюллетень науки и
практики,/Google Scholar
Aprendizaje
individualizado,
evaluación
automatizada
Creación de
plataformas
educativas
inteligentes, planes
educativos
personalizados
Analiza el uso de la
IA en la educación, las
cuestiones éticas y las
recomendaciones.
Explora el potencial
de la IA para mejorar
las prácticas
educativas y de
aprendizaje.
Borisov, B., &
Stoyanova, T. (2024).
Artificial intelligence
in higher education:
pros and cons.
Science international
Journal/Google Scholar
Encuesta con
profesores y
estudiantes
Análisis DAFO para
la IA en las
universidades
Las oportunidades
superan ligeramente a
las amenazas en las
aplicaciones de IA en
las universidades.
La IA puede mejorar la
enseñanza, el
aprendizaje y la
comunicación en la
educación superior.
Nataliia, Bakhmat.
(2024).
Artificial intelligence
in higher education:
possibilities of using.
Pedagogical Education
Theory and Practice/Google
academivo
El objetivo del estudio
fue analizar los
aspectos prácticos del
uso de la inteligencia
artificial en las
instituciones de
educación superior de
Ucrania
Se analizan algunos
ejemplos del uso de la
inteligencia artificial,
en particular los
chatbots, en la
educación superior de
Ucrania y se enfatiza
su potencial para
mejorar el proceso
educativo y formar
habilidades
profesionales. Un
ejemplo del uso de
GPT-3.5 en el ámbito
educativo y científico
de Lugansk.
Jafari, F., & Keykha,
A. (2024).
Identifying the
opportunities and
challenges of artificial
intelligence in higher
education: a
qualitative study.
Journal of Applied Research
in Higher Education/Google
Scholar
Esta investigación
cualitativa se
desarrolló utilizando el
método de análisis
temático de seis pasos
(Braun y Clark, 2006).
Los autores
identificaron y
categorizaron los
desafíos que la IA crea
para la educación
superior.
Abdulrahman, M., Al-
Zahrani., Talal,
Alasmari. (2024). 13.
Exploring the impact
of artificial
intelligence on higher
education: The
dynamics of ethical,
social, and educational
implications.
Humanities & social
sciences
communications/Scopus
Enfoque cuantitativo
mediante un
cuestionario de
encuesta en línea
Se investigaron las
actitudes,
percepciones y
expectativas de las
partes interesadas con
respecto a la
integración de la IA
Actitudes positivas
hacia la IA en la
educación superior
Éntesis en las
consideraciones éticas
y las directrices para la
implementación de la
IA
Tharunbalaaje,
ramasamy. (2024).
Ai in higher
education. Indian
Scientific Journal Of
Research In Engineering
And Management/Scopus
Realidad virtual para el
aprendizaje
experiencial en las
aulas
Chatbots para la
asistencia
personalizada a los
estudiantes y la
comunicación con los
profesores
La IA mejora las
experiencias
educativas y simplifica
las tareas
administrativas.
La realidad virtual y
los chatbots
revolucionan los
métodos de enseñanza
y aprendizaje.
Zh., Turdubaeva., I.,
Arykbaev. (2024).
Applications of
Artificial Intelligence
in Education.
Бюллетень науки и
практики,/Google Scholar
Aprendizaje
individualizado,
evaluación
automatizada
Creación de
plataformas
educativas
inteligentes, planes
educativos
personalizados
Analiza el uso de la
IA en la educación, las
cuestiones éticas y las
recomendaciones.
Explora el potencial
de la IA para mejorar
las prácticas
educativas y de
aprendizaje.
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
60 RECIMUNDO VOL. 8 N°3 (2024)
Borisov, B., &
Stoyanova, T. (2024).
Artificial intelligence
in higher education:
pros and cons.
Science international
Journal/Google Scholar
Encuesta con
profesores y
estudiantes
Análisis DAFO para
la IA en las
universidades
Las oportunidades
superan ligeramente a
las amenazas en las
aplicaciones de IA en
las universidades.
La IA puede mejorar la
enseñanza, el
aprendizaje y la
comunicación en la
educación superior.
Nataliia, Bakhmat.
(2024).
Artificial intelligence
in higher education:
possibilities of using.
Pedagogical Education
Theory and Practice/Google
academivo
El objetivo del estudio
fue analizar los
aspectos prácticos del
uso de la inteligencia
artificial en las
instituciones de
educación superior de
Ucrania
Se analizan algunos
ejemplos del uso de la
inteligencia artificial,
en particular los
chatbots, en la
educación superior de
Ucrania y se enfatiza
su potencial para
mejorar el proceso
educativo y formar
habilidades
profesionales. Un
ejemplo del uso de
GPT-3.5 en el ámbito
educativo y científico
de Lugansk.
Jafari, F., & Keykha,
A. (2024).
Identifying the
opportunities and
challenges of artificial
intelligence in higher
education: a
qualitative study.
Journal of Applied Research
in Higher Education/Google
Scholar
Esta investigación
cualitativa se
desarrolló utilizando el
método de análisis
temático de seis pasos
(Braun y Clark, 2006).
Los autores
identificaron y
categorizaron los
desafíos que la IA crea
para la educación
superior.
Abdulrahman, M., Al-
Zahrani., Talal,
Alasmari. (2024). 13.
Exploring the impact
of artificial
intelligence on higher
education: The
dynamics of ethical,
social, and educational
implications.
Humanities & social
sciences
communications/Scopus
Enfoque cuantitativo
mediante un
cuestionario de
encuesta en línea
Se investigaron las
actitudes,
percepciones y
expectativas de las
partes interesadas con
respecto a la
integración de la IA
Actitudes positivas
hacia la IA en la
educación superior
Éntesis en las
consideraciones éticas
y las directrices para la
implementación de la
IA
Tharunbalaaje,
ramasamy. (2024).
Ai in higher
education. Indian
Scientific Journal Of
Research In Engineering
And Management/Scopus
Realidad virtual para el
aprendizaje
experiencial en las
aulas
Chatbots para la
asistencia
personalizada a los
estudiantes y la
comunicación con los
profesores
La IA mejora las
experiencias
educativas y simplifica
las tareas
administrativas.
La realidad virtual y
los chatbots
revolucionan los
métodos de enseñanza
y aprendizaje.
Zh., Turdubaeva., I.,
Arykbaev. (2024).
Applications of
Artificial Intelligence
in Education.
Бюллетень науки и
практики,/Google Scholar
Aprendizaje
individualizado,
evaluación
automatizada
Creación de
plataformas
educativas
inteligentes, planes
educativos
personalizados
Analiza el uso de la
IA en la educación, las
cuestiones éticas y las
recomendaciones.
Explora el potencial
de la IA para mejorar
las prácticas
educativas y de
aprendizaje.
Fuente: Elaborado por los autores (2024).
Se realizó una búsqueda en bases de da-
tos científicas como Scopus, Web of Scien-
ce, Google Scholar, Science Direct, Ebsco,
Springer, Scielo, ERIC., utilizando términos
clave como "inteligencia artificial", "educa-
ción superior", “ usos de la IA", Se selec-
cionaron estudios entre los años 2010 al
2024, relacionados con el impacto de la
inteligencia artificial en la educación supe-
rior.. Se revisaron 34 artículos científicos de
diferentes bases de datos internacionales.
Sobre el año 2024 estuvieron 17 artículos,
del año 2023 se analizaron 2, asimismo del
año 2022 solo 2 artículos, del año 2021 dos
artículos y del 2020 también del 2019, 4
articulos y 2017 y 2016 con uno cada uno.
Con relación al idioma 33 están en inglés y 1
en español. La metodologías revisadas van
desde estudios explicativos descriptivos,,
estudios de casos, revisiones bibliográficas
y sistemáticas.
Identicación de estudios relevantes
A través de las búsquedas en bases de da-
tos se identificaron 256 estudios iniciales.
Después de aplicar los criterios de inclusión
y exclusión, y eliminar duplicados, se redu-
jo a 34 artículos que fueron seleccionados
para la revisión completa. La inteligencia ar-
tificial (IA) está transformando la educación
superior al proporcionar herramientas que
mejoran la personalización del aprendizaje,
facilitan la evaluación y optimizan la gestión
académica. A continuación, se mencionan
algunas aplicaciones destacadas de la IA
en la educación superior.
Aplicaciones de la IA en la educación su-
perior:
Aprendizaje personalizado: La IA permite
adaptar el contenido educativo a las nece-
sidades individuales de los estudiantes, fa-
cilitando el aprendizaje auto dirigido. Plata-
formas de aprendizaje basadas en IA, como
Coursera o edX, utilizan algoritmos para re-
comendar cursos y contenidos adaptados
al progreso y preferencias del estudiante.
(Devaney, 2018).
Tutoría inteligente y chatbots: Herramientas
de tutoría basadas en IA, como los chat-
bots, proporcionan apoyo a los estudiantes
en tiempo real respondiendo preguntas co-
munes sobre temas académicos y adminis-
trativos. Esto mejora la experiencia de los
estudiantes y reduce la carga de trabajo
del personal docente y administrativo. (Roll
y Wylie, 2016)
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
61
RECIMUNDO VOL. 8 N°3 (2024)
Evaluación automatizada: La IA facilita la
evaluación automatizada de tareas y exáme-
nes, especialmente en áreas como matemá-
ticas o programación. Además, sistemas de
análisis de datos permiten evaluar el rendi-
miento de los estudiantes y detectar patro-
nes de aprendizaje. (Luckin et al, 2016).
Análisis predictivo: Las universidades utilizan
herramientas de análisis predictivo basadas
en IA para identificar a los estudiantes en
riesgo de abandonar los estudios y ofrecer-
les apoyo personalizado, mejorando así las
tasas de retención. (Siemens y Long, 2011).
Asistentes virtuales: Los asistentes virtua-
les, como los utilizados en plataformas de
enseñanza en línea, proporcionan apoyo
continuo a los estudiantes, guiándolos en
la navegación de los recursos educativos
y ayudando en la resolución de problemas.
(Alexander et al. 2019).
Varios estudios coinciden en que, si bien la
IA ha encontrado aplicaciones exitosas en
áreas como la personalización del aprendi-
zaje y la evaluación automatizada, persisten
grandes vacíos en: Evaluación ética y equi-
tativa: La mayoría de los estudios subrayan
la necesidad de incorporar marcos éticos
que garanticen el uso justo y responsable
de IA, especialmente en contextos multicul-
turales y con estudiantes de diversas habi-
lidades (Luckin et al., 2020). Escalabilidad
y personalización: Aunque las herramientas
de IA pueden ser personalizadas para el
aprendizaje individual, hay pocos estudios
que muestren evidencia sólida sobre su es-
calabilidad en contextos educativos a gran
escala (Holmes et al., 2019).
Teoría pedagógica: Se identifica una des-
conexión entre los desarrollos tecnológicos
y las teorías pedagógicas, lo que limita la
implementación efectiva en el aula (Zawac-
ki-Richter et al., 2019). Específicamente, fal-
tan modelos teóricos que expliquen cómo la
IA transforma el aprendizaje desde un enfo-
que constructivista.
Brechas teóricas
Teoría vs. Práctica: La literatura destaca
que mientras que el desarrollo de tecnolo-
gías de IA avanza rápidamente, los mode-
los teóricos que guían su integración en la
educación no lo hacen al mismo ritmo. Esta
disparidad crea un vacío entre lo que las
herramientas de IA pueden hacer y cómo
los educadores las integran en los entornos
educativos (Nye, 2015). Evaluar el impacto
de las tecnologías de inteligencia artificial
en el aprendizaje de los estudiantes es cru-
cial para determinar su efectividad y ajustar
su implementación en la educación supe-
rior. Aquí se presentan algunos enfoques
para la evaluación del impacto:
Mejora en el rendimiento académico
El uso de IA en plataformas de aprendizaje
personalizado puede mejorar el rendimien-
to académico de los estudiantes al adaptar
el contenido a sus necesidades y estilos de
aprendizaje. Las investigaciones indican
que los estudiantes que utilizan estas pla-
taformas muestran una mejor retención del
conocimiento y obtienen mejores calificacio-
nes en comparación con los métodos tradi-
cionales. Ejemplo de evaluación: Estudios
longitudinales que comparen las calificacio-
nes y tasas de retención de estudiantes que
utilizan IA frente a los que siguen métodos
convencionales. (Popenici y Kerr, 2017).
Discusión
De los diversos artículos y estudios revisa-
dos se desprende que, a partir de las inno-
vaciones y avances de la tecnología, las tec-
nologías informáticas y afines, además de
otras innovaciones, ha surgido la inteligen-
cia artificial, la cual ha penetrado en diver-
sos sectores de la sociedad y tiene un gran
impacto sobre diferentes campos. Una de
estas áreas donde se utiliza la inteligencia
artificial y tiene un gran impacto es el sector
educativo. Como base para comprender el
impacto de la IA en la educación, se consi-
deró importante definir y describir la IA.
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
62 RECIMUNDO VOL. 8 N°3 (2024)
Los principios, características y naturale-
za de la inteligencia artificial se basan en
las diversas definiciones que surgieron de
los estudios revisados. Una característica
y principio clave de la inteligencia artificial,
como su nombre indica, es tener un cierto
nivel de inteligencia, una tarea que estaba
reservada a la gente común hasta la llega-
da de la inteligencia artificial. La inteligen-
cia artificial proporciona a las computado-
ras y sistemas integrados, como los robots,
insumos y capacidades humanas, incluidas
capacidades de cognición, aprendizaje,
adaptación y toma de decisiones.
Las innovaciones y avances, que han des-
embocado en el desarrollo y uso de la in-
teligencia artificial, han contribuido a que
el sector educativo, especialmente en las
universidades, utilice y utilice la inteligencia
artificial. La revisión sistemática siguiendo
las directrices PRISMA permitió identificar
y analizar diversas aplicaciones de la inteli-
gencia artificial (IA) en la educación, al mis-
mo tiempo que se destacaron vacíos tanto
en la teoría como en la práctica educativa.
A continuación, se discuten los resultados
principales de esta revisión:
Brechas en las Teorías Pedagógicas
Una de los resultados más relevantes es
la existencia de una notable desconexión
entre el desarrollo tecnológico de la IA y
las teorías pedagógicas que sustentan su
aplicación en el contexto educativo. Esto
ha sido identificado en múltiples estudios
(Zawacki-Richter et al., 2019; Holmes et al.,
2019), que subrayan que la implementa-
ción de IA a menudo carece de una base
teórica clara que guíe su uso efectivo en el
aula. Esta brecha puede explicarse por la
rapidez con la que las tecnologías avanzan
frente a la adaptación de marcos educati-
vos más tradicionales.
Mientras que la IA ofrece nuevas oportuni-
dades para personalizar el aprendizaje y
aumentar la eficiencia en la enseñanza, los
educadores y pedagogos se enfrentan a un
vacío conceptual sobre cómo estas tecnolo-
gías interactúan con los enfoques pedagó-
gicos establecidos, como el constructivismo
o el aprendizaje basado en competencias
(Luckin et al., 2020). Los estudios también
evidencian la falta de marcos teóricos que
aborden las implicaciones de la IA desde
un enfoque centrado en el estudiante, don-
de los procesos de enseñanza y aprendiza-
je se optimicen no solo por los algoritmos,
sino a través de la adaptación significativa
de estas herramientas en la estructura pe-
dagógica (Nye, 2015).
Aplicaciones Prácticas Limitadas por
Factores Éticos y Contextuales
En cuanto a las aplicaciones de la IA en la
educación, la revisión reveló que, aunque
hay numerosos desarrollos prometedores
en áreas como la tutoría inteligente, la eva-
luación automatizada y la personalización
del contenido, muchas de estas aplicacio-
nes siguen siendo prototipos o pilotos que
no han sido implementados a gran escala
(Holmes et al., 2019). La razón de esto es
la falta de estudios que exploren su efectivi-
dad en entornos educativos diversos, espe-
cialmente en países en desarrollo o comuni-
dades con limitados recursos tecnológicos.
Otra preocupación relevante en la discusión
es la necesidad de un marco ético robusto
que garantice la equidad y justicia en la im-
plementación de la IA (Luckin et al., 2020).
Los algoritmos utilizados para personalizar
el aprendizaje, por ejemplo, podrían per-
petuar sesgos preexistentes si no se dise-
ñan cuidadosamente para tratar de manera
equitativa a los estudiantes con diferentes
antecedentes socioeconómicos, culturales
y académicos. Este hallazgo es consisten-
te con estudios que han advertido sobre
los riesgos de discriminación algorítmica
en otras áreas, lo que sugiere que es una
prioridad inminente para los investigadores
y desarrolladores de IA en el ámbito educa-
tivo (Holmes et al., 2019).
Falta de Escalabilidad y Evaluación a Lar-
go Plazo
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
63
RECIMUNDO VOL. 8 N°3 (2024)
Aunque la IA ha demostrado ser efectiva en
pequeños ensayos y entornos controlados,
los estudios revisados muestran una falta
significativa de investigación sobre cómo
escalar estas tecnologías para su uso en
sistemas educativos más amplios (Zawac-
ki-Richter et al., 2019). La mayoría de las
investigaciones se centran en aplicaciones
en contextos muy específicos, como la per-
sonalización del aprendizaje en plataformas
digitales o la tutoría en línea, pero no abor-
dan los desafíos que enfrentan las institucio-
nes educativas para adoptar estas tecnolo-
gías a nivel sistémico. Este es un hallazgo
importante, ya que la falta de escalabilidad
limita el impacto potencial de la IA en la
educación. Para que las herramientas de IA
sean viables y sostenibles en el largo plazo,
es necesario realizar estudios que evalúen
su uso en una variedad de contextos, con-
siderando factores como la infraestructura
tecnológica disponible, la capacitación de
los educadores y la integración con los pla-
nes de estudio existentes.
Innovaciones prometedoras pero subuti-
lizadas
A pesar de las brechas teóricas y prácticas,
la revisión también identificó áreas de in-
novación que muestran un gran potencial,
aunque están subutilizadas. Por ejemplo,
las plataformas que utilizan IA para perso-
nalizar el aprendizaje, ajustar el contenido
en tiempo real según las necesidades del
estudiante, y ofrecer retroalimentación in-
mediata tienen el potencial de revolucionar
la enseñanza y el aprendizaje (Luckin et al.,
2020). Sin embargo, la falta de un marco
normativo y de apoyo institucional ha limita-
do la adopción masiva de estas tecnologías
en las escuelas y universidades.
Esto es particularmente evidente en la edu-
cación superior, donde algunas institucio-
nes han comenzado a experimentar con IA
para mejorar la experiencia del estudiante,
pero los resultados a largo plazo y la sos-
tenibilidad de estas aplicaciones aún son
inciertos (Zawacki-Richter et al., 2019).
El Rol de los Educadores: Resistencia y
Capacitación
Un desafío identificado en la revisión es la
resistencia de algunos educadores frente
a la adopción de la IA en el aula. Esto se
debe, en parte, a la falta de comprensión
sobre cómo las tecnologías de IA pueden
complementar sus roles, en lugar de re-
emplazarlos. Además, muchos docentes
no han recibido la capacitación adecuada
para integrar herramientas de IA en sus me-
todologías de enseñanza, lo que genera un
obstáculo adicional para su adopción efec-
tiva (Holmes et al., 2019).
Implicaciones Futuras y Oportunidades
De cara al futuro, la investigación debe en-
focarse en el desarrollo de modelos teóri-
cos más robustos que guíen la implemen-
tación de IA en la educación, considerando
los diferentes contextos socioeconómicos y
culturales. Además, los estudios deben ex-
plorar cómo las aplicaciones de IA pueden
integrarse en sistemas educativos más am-
plios, asegurando que sean equitativas, éti-
cas y accesibles para todos los estudiantes
(Nye, 2015). En general, la revisión sugiere
que, aunque la IA tiene un gran potencial
para transformar la educación, su aplica-
ción todavía enfrenta importantes barreras
teóricas y prácticas que deben abordarse
para maximizar su impacto positivo.
Conclusiones
La revisión sistemática basada en las direc-
trices PRISMA sobre las brechas teóricas y
de aplicación durante el auge de la Inteli-
gencia Artificial (IA) en la educación arroja
varios hallazgos clave que son esenciales
para avanzar en este campo emergente.
Aplicaciones de la IA en la educación supe-
rior: Aprendizaje personalizado, Tutoría inte-
ligente y chatbots, Evaluación automatizada,
Análisis predictivo y los Asistentes virtuales:
Uno de los hallazgos más significativos es la
desconexión evidente entre las aplicaciones
de IA en la educación y los marcos teóricos
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
64 RECIMUNDO VOL. 8 N°3 (2024)
que deberían guiar su implementación efec-
tiva. Aunque la IA ha demostrado ser útil en
áreas como la personalización del aprendi-
zaje y la evaluación automatizada, la falta
de un marco pedagógico sólido que apoye
estas innovaciones limita su impacto en el
aula (Zawacki-Richter et al., 2019). Para su-
perar esta brecha, es necesario desarrollar
modelos teóricos que integren mejor la IA en
las prácticas pedagógicas, lo que podría au-
mentar su efectividad y aceptación.
Si bien la IA ha mostrado ser efectiva en en-
tornos controlados y a pequeña escala, la
revisión sugiere que su escalabilidad es li-
mitada. Los estudios revisados subrayan la
necesidad de investigaciones que examinen
cómo estas tecnologías pueden implemen-
tarse en sistemas educativos más amplios y
diversos (Holmes et al., 2019). Para maximi-
zar el impacto de la IA, es crucial abordar los
desafíos relacionados con la infraestructura
tecnológica, la capacitación de docentes y
la integración en los planes de estudio.
La revisión también identifica preocupaciones
éticas en torno al uso de IA en la educación,
especialmente en relación con la equidad y el
riesgo de perpetuar sesgos en los algoritmos.
Los desarrolladores de IA deben asegurarse
de que estas tecnologías sean inclusivas y
accesibles para todos los estudiantes, inde-
pendientemente de su contexto socioeco-
nómico o cultural (Luckin et al., 2020). Este
desafío subraya la importancia de diseñar IA
con principios éticos sólidos y considerando
sus implicaciones sociales y educativas.
A pesar de las limitaciones encontradas,
el potencial de la IA en la educación sigue
siendo prometedor. Las innovaciones en
tutoría inteligente, aprendizaje adaptativo
y retroalimentación en tiempo real tienen el
potencial de transformar la enseñanza y el
aprendizaje a nivel global. Sin embargo, es
necesario realizar estudios longitudinales
que evalúen la efectividad de estas aplica-
ciones en diferentes contextos educativos,
y desarrollar políticas educativas que res-
palden su adopción (Nye, 2015).
Un factor recurrente en los estudios es la
falta de capacitación de los docentes en el
uso de tecnologías de IA. Esta brecha en el
conocimiento impide una integración fluida
de estas herramientas en las aulas, lo que
refuerza la necesidad de programas de de-
sarrollo profesional centrados en la alfabe-
tización digital y el uso de IA (Holmes et al.,
2019). Si los docentes no reciben el apoyo
adecuado, la implementación de la IA en la
educación podría ser limitada y no alcanzar
su potencial transformador.
La revisión sistemática ha revelado tanto el
potencial transformador de la IA en la edu-
cación como los desafíos significativos que
enfrenta. Para aprovechar plenamente las
oportunidades que ofrece la IA, es crucial
abordar las brechas teóricas, éticas y de
escalabilidad, y garantizar que los educa-
dores estén preparados para integrar estas
herramientas en sus prácticas pedagógicas.
Además, se requiere un enfoque investigati-
vo más integral que considere los diversos
contextos educativos a nivel mundial. Con
un enfoque colaborativo entre desarrollado-
res tecnológicos, investigadores y educado-
res, es posible cerrar estas brechas y avan-
zar hacia una implementación más efectiva y
equitativa de la IA en la educación.
La implementación de inteligencia artificial
en educación presenta tanto oportunidades
como desafíos significativos. Para maximizar
su potencial, es crucial abordar las limita-
ciones percibidas por los educadores, ga-
rantizar una formación adecuada, resolver
cuestiones éticas relacionadas con el uso de
datos y cerrar las brechas digitales existen-
tes. Solo así se podrá integrar efectivamente
la IA en el proceso educativo y aprovechar
sus beneficios para todos los estudiantes.
Bibliografía
Abderramán, M., Al-Zahrani., Talal, Alasmari. (2024).
13. Exploring the impact of artificial intelligence on
higher education: The dynamics of ethical, social,
and educational implications. Humanities & social
sciences communications, doi: 10.1057/s41599-
024-03432-4
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
65
RECIMUNDO VOL. 8 N°3 (2024)
Al Husseiny, F. (2023). Artificial Intelligence in Higher
Education: A New Horizon. https://www.igi-global.
com/chapter/artificial-intelligence-in-higher-edu-
cation/318070
Alexander, B., Ashford-Rowe, K., Barajas-Murphy,
N., Dobbin, G., Knott, J., McCormack, M., & We-
ber, N. (2019). Educause Horizon Report: Higher
Education Edition. EDUCAUSE. https://library.edu-
cause.edu/resources/2019/4/2019-horizon-report
Anshu, Prakash, Murdan., Roshan, Halkhoree. (2024).
Integration of Artificial Intelligence for educational
excellence and innovation in higher education ins-
titutions. doi: 10.1109/sesai61023.2024.10599402
Bakhmat N. (2024). Artificial intelligence in higher
education: possibilities of using. Pedagogical Edu-
cation Theory and Practice doi: 10.32626/2309-
9763.2023-161-173 https://www.researchgate.
net/publication/379552533_ARTIFICIAL_INTELLI-
GENCE_IN_HIGHER_EDUCATION_POSSIBILI-
TIES_OF_USING/citation/download
Borisov, B., & Stoyanova, T. (2024). Artificial intelli-
gence in higher education: pros and cons. Scien-
ce international Journal, 3(2), 1–7. https://doi.
org/10.35120/sciencej0302001b
Chang, Q, Pan, X, Manikandan, N and Ramesh, S.
(2022). Artificial Intelligence Technologies for Tea-
ching and Learning in Higher Education. Interna-
tional Journal of Reliability, Quality and Safety En-
gineering. 29(5)- World Scientific Publishing Co.
https://www.worldscientific.com/action/showCit-
Formats?doi=10.1142%2FS021853932240006X
Chen X, Xie H, Zou, D and Hwang, G (2020) Applica-
tion and theory gaps during the rise of Artificial In-
telligence in Education, Computers and Education:
Artificial Intelligence, 1, https://www.sciencedirect.
com/science/article/pii/S2666920X20300023
Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelli-
gence in education: A review. Computers & Edu-
cation, 146, 103751. https://doi.org/10.1016/j.com-
pedu.2019.103751
Chen, X., Xie, H., Zou, D., & Hwang, G. J. (2020).
Application and theory gaps during the rise of
Artificial Intelligence in Education. Computers &
Education, 146, 103751. https://doi.org/10.1016/j.
compedu.2019.103751
Cota-Rivera. E,, González, Correa. M, Marín. L, Mon-
tenegro. M, Mercado A, Herrera., M., Martinez.
(2024). Transforming Education With the Power of
Artificial Intelligence. Advances in higher educa-
tion and professional development book series,
doi: 10.4018/979-8-3693-1666-5.ch006
Devaney, T. (2018). Artificial intelligence in higher
education: Applications, promise, and perils.
EDUCAUSE Review. https://er.educause.edu/arti-
cles/2018/8/artificial-intelligence-in-higher-educa-
tion-applications-promise-and-perils
Elisha, Mupaikwa. (2023). The Use of Artificial In-
telligence in Education. Advances in library and
information science (ALIS) book series, doi:
10.4018/978-1-6684-8671-9.ch002
Fauzi, F., Wardhani, R., Wibowo, G. A., Cahyono,
D., & Rahmi, H. (2024). Understanding Technolo-
gy Trends In Education: How Artificial Intelligence
Helps Learning In College And Beyond. Journal
Neosantara Hybrid Learning, 2(1), 344–357. ht-
tps://doi.org/10.55849/jnhl.v2i1.798
González-Calatayud, V., Prendes-Espinosa, P., &
Roig-Vila, R. (2021). Artificial intelligence for stu-
dent assessment: A systematic review. Applied
Sciences, 11(12), 5467.
Hind, A.(2024). The Impact of Artificial Intelligen-
ce Tools on Academic Writing Instruction in Hi-
gher Education: A Systematic Review. Arab World
English Journal (AWEJ) Special Issue on Chat-
GPT , https://openurl.ebsco.com/EPDB%3Agc-
d%3A6%3A4910934/detailv2?bquery=ARTIFI-
CIAL%20INTELLIGENCE%20IN%20HIGHER%20
EDUCATION&page=1
Hinojo-Lucena, F.-J.; Aznar-Díaz, I.; Cáceres-Reche,
M.-P.; Romero-Rodríguez, J.-M (2019). Artificial
Intelligence in Higher Education: A Bibliometric
Study on its Impact in the Scientific Literature.
Educ. Sci. 2019, 9, 51. https://doi.org/10.3390/
educsci9010051
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial
intelligence in education: Promises and impli-
cations for teaching and learning. Educational
Research and Innovation. Center for Curriculum
Redesign. https://www.researchgate.net/publi-
cation/332180327_Artificial_Intelligence_in_Edu-
cation_Promise_and_Implications_for_Teaching_
and_Learning
Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial
Intelligence in Education: Promises and Implica-
tions for Teaching and Learning. Routledge.
Huang, R., Spector, J. M., & Yang, J. (2019). AI and
the future of education: An international perspec-
tive. Educational Technology Research and Deve-
lopment, 67(3), 479-486. https://doi.org/10.1007/
s11423-019-09651-8
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR
66 RECIMUNDO VOL. 8 N°3 (2024)
Hwang, G. J., Xie, H., Wah, B. W., & Gasevic, D.
(2020). Vision, challenges, roles and research is-
sues of Artificial Intelligence in Education. Compu-
ters & Education: Artificial Intelligence, 1, 100001.
https://doi.org/10.1016/j.caeai.2020.100001
Jafari, F., & Keykha, A. (2024). Identifying the oppor-
tunities and challenges of artificial intelligence
in higher education: a qualitative study. Journal
of Applied Research in Higher Education, 16(4),
1228-1245.
Kavitha, K., Joshith, V. P., Rajeev, N. P., & S, A.
(2024). Artificial intelligence in higher education: A
bibliometric approach. European Journal of Edu-
cational Research, 13(3), 1121-1137. https://doi.
org/10.12973/eu-jer.13.3.1121
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B.
(2016). Intelligence unleashed: An argument for
AI in education. Pearson Education. https://www.
pearson.com/content/dam/one-dot-com/one-dot-
com/global/Files/about-pearson/innovation/open-
ideas/Intelligence-Unleashed-Publication.pdf
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B.
(2020). Intelligence Unleashed: An Argument for
AI in Education. Pearson.
Nye, B. D. (2015). Intelligent tutoring systems by and
for the developing world: A review of trends and
approaches for educational technology in a glo-
bal context. International Journal of Artificial Inte-
lligence in Education, 25(2), 177-203. https://doi.
org/10.1007/s40593-015-0046-9
Pérez, Á. (2021). Implementing artificial intelligence
in higher education: Opportunities and challen-
ges. IEEE Transactions on Learning Technologies,
14(2), 123-132.
Popenici, S., & Kerr, S. (2017). Exploring the impact
of artificial intelligence on teaching and learning
in higher education. Research and Practice in Te-
chnology Enhanced Learning, 12(22). https://doi.
org/10.1186/s41039-017-0062-8
Rahiman, H. U., & Kodikal, R. (2023). Revolutionizing
education: Artificial intelligence empowered lear-
ning in higher education. Cogent Education, 11(1).
https://doi.org/10.1080/2331186X.2023.2293431
Roll, I., & Wylie, R. (2016). Evolution and revolution
in artificial intelligence in education. Internatio-
nal Journal of Artificial Intelligence in Education,
26(2), 582-599. https://doi.org/10.1007/s40593-
016-0110-3
Russell, S. and Norvig, P. (2010) Artificial Intelligen-
ce: A Modern Approach. 3rd Edition, Prentice-Hall,
Upper Saddle River.
Santos, O. C. (2018). Educational Recommender
Systems and Artificial Intelligence: Opportuni-
ties and Challenges. Computers in Human Be-
havior, 92, 658-669. https://doi.org/10.1016/j.
chb.2018.04.022
Sarkis-Onofre R, Catalá-López F, Aromataris E, Loc-
kwood C (2021).. How to properly use the PRISMA
Statement. Syst Rev. 2021 Apr 19;10(1):117. doi:
10.1186/s13643-021-01671-z. PMID: 33875004;
PMCID: PMC8056687: https://systematicreviews-
journal.biomedcentral.com/articles/10.1186/
s13643-021-01671-z
Segovia Juárez, J., & Baumgartner, R. (2023). El uso
de aplicaciones de inteligencia artificial para la
educación e investigación científica. Revista De
Investigación Hatun Yachay Wasi, 3(1), 98–111.
https://doi.org/10.57107/hyw.v3i1.61
Selwyn, N. (2019). Should robots replace teachers?
AI and the future of education. Learning, Media
and Technology, 44(2), 123-136. https://doi.org/10
.1080/17439884.2019.1666287
Siemens, G., & Long, P. (2011). Penetrating the fog:
Analytics in learning and education. EDUCAUSE
Review, 46(5), 30-32. https://er.educause.edu/ar-
ticles/2011/9/penetrating-the-fog-analytics-in-lear-
ning-and-education
Tang, T., Chávez-Echeagaray, M. E., Guan, H., &
Huang, X. (2021). Educational artificial intelligen-
ce and the complexity of teachers' roles in higher
education. International Journal of Educational Te-
chnology in Higher Education, 18(1), 1-19. https://
doi.org/10.1186/s41239-021-00282-x
Tharunbalaaje, ramasamy. (2024). 14. Ai in higher
education. Indian Scientific Journal Of Research
In Engineering And Management, doi: 10.55041/
ijsrem35591
Timms, M. J. (2016). Letting artificial intelligence in
education out of the box: Educational cobots and
smart classrooms. Research and Practice in Te-
chnology Enhanced Learning, 11(1), 1-16. https://
doi.org/10.1186/s41039-016-0035-2
Vidushi, Joshi., Santosh, Kumar, Tripathi. (2024).
Optimizing Higher Education Using Artificial Inte-
lligence. International Journal For Multidisciplinary
Research, doi: 10.36948/ijfmr.2024.v06i03.19721
Wang, F., Zhang, W., & Cheng, L. (2020). The appli-
cation of artificial intelligence in higher education:
A systematic review. Journal of Educational Tech-
nology Development and Exchange, 13(1), 61-77.
https://doi.org/10.18785/jetde.1301.05
PUENTE TITUAÑA, S. P. ., BAJAÑA JIMÉNEZ, L. A. ., SERRANO TORRES, C. E. ., & VALLEJO FLORES, K. M.
67
RECIMUNDO VOL. 8 N°3 (2024)
Webber, K. and Zheng, H. (2024). Artificial intelli-
gence and advanced data analytics: Implications
for higher education. New direction for Higher
Education, 207. 5-13. https://openurl.ebsco.com/
EPDB%3Agcd%3A11%3A30525179/detailv2?-
bquery=ARTIFICIAL%20INTELLIGENCE%20
IN%20HIGHER%20EDUCATION&page=1
Xiaolin Xia, qnd Xiaojun Li (2022). Artificial Intelligen-
ce for Higher Education Development and Tea-
ching Skills. Wireless Communications and Mobile
Computing. https://www.researchgate.net/publica-
tion/360562222_Artificial_Intelligence_for_Higher_
Education_Development_and_Teaching_Skills
Yadav, S. (2024). Artificial Intelligence (AI) Integra-
tion in Higher Education. Chapman and Hall/CRC
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/
s41239-019-0175-0
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/
s41239-019-0173-8
Zh., Turdubaeva., I., Arykbaev. (2024). Applications
of Artificial Intelligence in Education. Бюллетень
науки и практики, doi: 10.33619/2414-2948/99/56
CITAR ESTE ARTICULO:
Puente Tituaña, S. P. ., Bajaña Jiménez, L. A. ., Serrano Torres, C. E. ., & Vallejo
Flores, K. M. . (2024). La inteligencia artificial como recurso educativo en la
educación superior. RECIMUNDO, 8(3), 48–67. https://doi.org/10.26820/reci-
mundo/8.(3).julio.2024.48-67
LA INTELIGENCIA ARTIFICIAL COMO RECURSO EDUCATIVO EN LA EDUCACIÓN SUPERIOR