Revista de Ciencias Sociales (RCS)
Vol. XXXII, No. 1, Enero - Marzo 2026. pp. 417-435
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Ávila-Rodríguez, A. M., Quispe-Del-Castillo, M. A., Mendoza-León, O. E., y Herrera-Mejía, Z. E. (2026). Inteligencia artificial en la enseñanza y aprendizaje de la Educación Superior Universitaria: Una revisión sistemática. Revista De Ciencias Sociales, XXXII(1), 417-435.
Inteligencia artificial en la enseñanza y aprendizaje de la Educación Superior Universitaria: Una revisión sistemática
Ávila-Rodríguez, Angélica María*
Quispe-Del-Castillo, Marco Antonio**
Mendoza-León, Olga Estela***
Herrera-Mejía, Zorán Evaristo****
La inteligencia artificial ha transformado la enseñanza y el aprendizaje de la educación, sobre todo en el contexto universitario, donde su integración plantea tanto oportunidades como desafíos. Es por lo que el objetivo que se planteó fue analizar la enseñanza y el aprendizaje en la Educación Superior Universitaria a través del uso de la inteligencia artificial. Para lograr esto se ha realizado una revisión sistemática, cuya metodología está basada en el protocolo PRISMA. Se analizaron 35 artículos seleccionados mediante criterios de inclusión y exclusión. Los resultados muestran que los docentes y estudiantes reconocen el potencial educativo de la inteligencia artificial el cual se evidencia en su efectividad para desarrollar diversas habilidades, permitiendo así la mejora de la calidad educativa. Sin embargo, también se revela que todavía existen preocupaciones por los desafíos éticos que implica su uso. Finalmente, se llevó a cabo una discusión en torno a los puntos convergentes entre los diversos estudios y se pudo concluir que el uso de la inteligencia artificial en la Educación Superior Universitaria tiene beneficios significativos para la enseñanza y el aprendizaje; sin embargo, es importante considerar sus implicancias éticas.
Palabras clave: Inteligencia artificial; enseñanza; aprendizaje; educación superior; educación universitaria.
* Licenciada en Educación Secundaria con especialidad en Lengua y Literatura. Investigadora del Programa de Maestría en Pedagogía Universitaria en la Universidad Nacional de Trujillo, Trujillo, Perú. E-mail: p880706324@unitru.edu.pe ORCID: https://orcid.org/0000-0002-2153-0225
** Bachiller en Educación. Licenciado en Biología. Médico Especialista en Gastroenterología. Investigador del Programa de Maestría en Pedagogía Universitaria en la Universidad Nacional de Trujillo, Trujillo, Perú. E-mail: p880703724@unitru.edu.pe ORCID: https://orcid.org/0009-0006-0310-6347
*** Doctora en Ciencias de la Educación. Licenciada en Educación Primaria. Evaluadora de Sineace e ISO. Docente Principal en la Universidad Nacional de Trujillo, Trujillo, Perú. E-mail: omendoza@unitru.edu.pe ORCID: https://orcid.org/0000-0003-4934-4800
**** Doctor en Ciencias de la Educación. Magister en Educación mención Pedagogía Universitaria. Magister en Literatura Hispanoamericana. Docente Principal en la Universidad Nacional de Trujillo, Trujillo, Perú. E-mail: zherrera@unitru.edu.pe ORCID: https://orcid.org/0000-0003-0978-8167
Recibido: 2025-09-23 • Aceptado: 2025-12-12
Artificial intelligence in teaching and learning in Higher University Education: A systematic review
Abstract
Artificial intelligence has transformed teaching and learning, especially in the university context, where its integration presents both opportunities and challenges. Therefore, the objective of this study was to analyze teaching and learning in higher education through the use of artificial intelligence. To achieve this, a systematic review was conducted, using the PRISMA protocol. Thirty-five articles, selected according to inclusion and exclusion criteria, were analyzed. The results show that teachers and students recognize the educational potential of artificial intelligence, evidenced by its effectiveness in developing diverse skills, thus improving the quality of education. However, concerns remain regarding the ethical challenges involved in its use. Finally, a discussion was held on the points of convergence among the various studies, leading to the conclusion that the use of artificial intelligence in higher education has significant benefits for teaching and learning; however, it is important to consider its ethical implications.
Keywords: Artificial intelligence; teaching; learning; higher education; university education.
El surgimiento de la Inteligencia Artificial (IA) ha transformado el contexto global, convirtiéndose en el principal impulsor de la reconfiguración del mundo social (Sartor, 2020). Estos avances han generado cambios en el contexto de la Educación Superior Universitaria, transformando la enseñanza y el aprendizaje. Sin embargo, su uso dentro del ámbito educativo no solo plantea nuevas oportunidades, sino también desafíos éticos que pueden afectar la integridad académica, la equidad educativa, la privacidad de los datos y la transparencia (Holmes et al., 2022; Peñalver-Higuera et al., 2024; Blanco et al., 2024; Torres et al., 2025).
En el plano educativo, la IA tiene un impacto significativo en la enseñanza y el aprendizaje, usándose en una variedad de aplicaciones como la evaluación del rendimiento en la enseñanza, el aprendizaje personalizado para mejorar los sistemas de gestión del aprendizaje, instrumentos de evaluación y otras herramientas de apoyo (Vera, 2023a; Peñalver-Higuera et al., 2024). Entre sus fortalezas se encuentra su eficiencia en el análisis de los datos de los estudiantes, el seguimiento de su progreso en tareas y su participación en actividades de aprendizaje para identificar patrones y tendencias individuales (Aparicio-Gómez, 2023).
Las herramientas de IA proporcionan instrucción y retroalimentación inmediata y específica a educadores y estudiantes para mejorar el aprendizaje (Chen et al., 2020). Entre las diferentes aplicaciones y plataformas de IA para la enseñanza universitaria se encuentran los entornos de aprendizaje interactivo para brindar una retroalimentación específica y efectiva; y los sistemas de tutoría inteligente como EER-Tutor, Why2-Atlas, COMET y VIPER, que permiten a los docentes monitorear el rendimiento y el progreso de sus estudiantes y efectivizar su toma de decisiones respecto a su práctica pedagógica (Chassignol et al., 2018).
En cuanto a la formación de los docentes, el uso de la IA está en desarrollo. Entre los desafíos que implica su uso se encuentra la falta de políticas educativas y conectividad que permitan un acceso equitativo, la implementación de políticas claras sobre la protección de datos y confiabilidad de la información (Pisica et al., 2023), así como también la capacitación idónea de docentes y alumnos para un uso responsable y ético que posibiliten el desarrollo de un proceso de enseñanza y aprendizaje de mejor calidad. Frente a esta situación, es imperativo comprender que las instituciones educativas no deben ignorar la existencia de estas herramientas, sino comprender su enorme contribución para la optimización del proceso de enseñanza-aprendizaje (García-Peñalvo, 2023; Acosta y Finol, 2024).
La expansión progresiva de la IA conduce a reflexionar sobre el significado de educar en la era digital. Desde la óptica del presente estudio, la IA se concibe como una herramienta orientada hacia la democratización del saber, la cual debe emplearse de manera ética y responsable para potenciar las capacidades de la inteligencia humana y aminorar las brechas educativas. Sin embargo, si esta herramienta es utilizada de manera acrítica, esto puede reproducir las desigualdades y erradicar la autenticidad y el pensamiento crítico. Por lo tanto, la integración de la IA en la educación universitaria debe redefinirse como un proceso que equilibre la tecnología y la eficiencia con los valores humanos.
En este sentido, las universidades deben promover la alfabetización crítica de educadores y estudiantes para impulsarlos a cuestionar los resultados generados por esta herramienta digital y contrastar la validez de la información que ofrece. De esta manera, la educación no dependerá de la tecnología, sino que se convertirá en un espacio de emancipación de la inteligencia humana que integre éticamente la IA en su propósito de servir a la humanidad.
Actualmente, el número de estudios sigue siendo limitado, lo que demuestra que su uso académico aún se encuentra en sus inicios y que esta tecnología apenas está comenzando a integrarse formalmente en los entornos universitarios (Morales et al., 2025). Se sugiere incorporar marcos éticos sólidos, enfoques metodológicos mixtos y analizar el impacto de la IA en la autoría, la integridad académica y el pensamiento crítico. Asimismo, es fundamental que las instituciones educativas desarrollen políticas que promuevan una integración ética y pedagógicamente responsable de la IA en la educación (Cabero-Almenara et al., 2025).
1. Fundamentación teórica
El tecnicismo como enfoque pedagógico de inicios del siglo XX, se basó en el uso de las tecnologías al servicio del sistema capitalista, siendo su interés principal generar individuos competentes para el mercado laboral (Flores y Olano, 2022). Posteriormente, según Grzybowski et al. (2024), Alan Mathison Turing se constituye como padre de la IA, porque propuso lo que se conoce actualmente como el «test de Turing», una medida de la inteligencia de las máquinas.
La IA ha sido conceptualizada desde distintas perspectivas. Algunos la definen como la capacidad de las máquinas para la realización de tareas sobre la base de algoritmos para aprender, adaptarse y tomar decisiones (Toro-Espinoza et al., 2023); mientras que otros la conciben como la parte de la informática que trata del diseño de computadoras inteligentes, esto es, que exhiben las características que se asocian con la inteligencia en el comportamiento humano (Rusell y Norvig, 2010).
Actualmente, la IA se establece como una disciplina formal, y se ha convertido en una necesidad indispensable. Para Salas-Pilco y Yang (2022), las aplicaciones de IA están siendo integradas por instituciones de Educación Superior en países latinoamericanos como Brasil, Colombia, México, Ecuador, Perú, Chile y Argentina. También se observa en otras áreas profesionales – Medicina, Derecho, Educación y otros – que integran la IA sin comprometer sus principios fundamentales, con abordaje crítico y una gestión responsable, alineada con valores como la justicia y la dignidad y centrado en el bienestar común (Mendoza et al., 2025).
No obstante, la IA está permitiendo que la búsqueda de la información y la consolidación de los conocimientos por parte de los estudiantes universitarios sean cada vez menos humanizados; sin embargo, esta herramienta no cuenta con un sistema que pueda reproducir ciertas capacidades humanas como la empatía y la comprensión emocional. En consecuencia, se produce una disminución de la interacción social y emocional. Además, al reducirse el esfuerzo de los estudiantes, disminuye el pensamiento crítico y reflexivo y la toma de decisiones éticas (Díaz et al., 2025).
En la experiencia docente, la IA favorece la realización de los procesos permitiendo alcanzar resultados de aprendizaje y agilizar los procesos educativos. Asimismo, potencia el rendimiento académico mediante la personalización del aprendizaje, la provisión de retroalimentación inmediata y la optimización de estrategias de estudio. También, promueve la autonomía estudiantil, brindando herramientas para un aprendizaje autodirigido con apoyo continuo, y permite adaptar los materiales educativos a las necesidades individuales, superando barreras tanto económicas como geográficas en torno a la accesibilidad (Gutiérrez-Castillo et al., 2025).
Partiendo de lo expuesto, se realizó una Revisión Sistemática de la Literatura (RSL), cuyo objetivo es analizar, en el contexto de cada estudio, la enseñanza y aprendizaje mediante el uso de la IA en la Educación Superior Universitaria. Para ello se utilizó una metodología, orientada por el protocolo PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), que consiste en una revisión sistemática de artículos publicados entre los años 2021 y 2024 en dos bases de datos: Scopus y Dialnet.
2. Metodología
Para realizar el proceso de búsqueda y selección de los artículos que conformaron la muestra, se implementó el protocolo PRISMA. La aplicación de esta metodología rigurosa y estructurada garantiza la calidad y fiabilidad del análisis realizado y facilitó el proceso de recopilación, selección y presentación de los estudios pertinentes, lo cual otorgó solidez y validez a los resultados obtenidos. Con ello, se logró cumplir el objetivo planteado.
2.1. Estrategia de búsqueda
Se procedió a establecer los descriptores de búsqueda a partir del Tesauro de la Unesco generando las palabras clave asociadas con operadores booleanos. De esta manera, se ejecutó una búsqueda sistemática de estudios en idioma inglés y español, utilizando las bases de datos Scopus y Dialnet, con la siguiente combinación de búsqueda, tal como se muestra en el Cuadro 1.
Cuadro 1
Estrategia de búsqueda
|
SCOPUS |
DIALNET |
|
“Artificial Intelligence” AND (“university teaching” OR “university learning”) / “artificial intelligence” AND “higher education” |
“Inteligencia artificial” AND “educación superior” “Inteligencia artificial” AND (enseñanza OR aprendizaje) |
Fuente: Elaboración propia, 2025.
En el proceso de búsqueda se incluyeron publicaciones que respondieron a la combinación de búsqueda establecida y que se hallen en el periodo del 2021 al 2024, excluyendo los documentos que no corresponden a este. Los criterios de inclusión y exclusión se presentan en el siguiente Cuadro 2.
Cuadro 2
Criterios de inclusión y exclusión
|
Criterio de Inclusión (CI) |
Criterio de Exclusión (CE) |
|
CI1. Artículos científicos de acceso libre. |
CE1. Libros, tesis, informes técnicos, congresos, conferencias, duplicados |
|
CI2. Estudios entre los años 2021-2024 |
CE2. Estudios fuera del rango establecido. |
|
CI3. Artículos en español e inglés |
CE3. Artículos en otro idioma. |
|
CI4. Estudios de las áreas de Ciencias Sociales y Humanidades |
CE4. Estudios de otras áreas. |
|
CI5. Estudios de IA en pedagogía universitaria: aprendizaje y enseñanza, tipo cuantitativo y/o cualitativa o mixto. |
CE5. Aquellos artículos que no abordan el tema especificado y con otra metodología. |
Fuente: Elaboración propia, 2025.
2.2. Recopilación y análisis de datos
Se estableció cuatro fases a través del protocolo PRISMA, como se puede observar en la Figura I, en la cual se expone un resumen gráfico del proceso de filtración de la muestra conformada por 35 artículos. En la primera fase, se usó la estrategia de búsqueda en las bases de datos Scopus y Dialnet, arrojando inicialmente 2.057 documentos. Luego, se eliminaron los duplicados, obteniéndose 1.740 documentos. En la segunda fase, se filtró en base a la lectura del título y el resumen, aplicando los criterios de inclusión (CI1 al CI4) y criterios de exclusión (CE1 al CE4). A partir de estos criterios, se excluyeron 842 de 1.156 artículos cribados en título y resumen. Posteriormente, se realizó la filtración en función de la lectura de texto completo, excluyendo 279 de 314 artículos. Finalmente, se obtuvo 35 artículos que componen la muestra de la presente revisión sistemática.
Fuente: Elaboración propia, 2025.
Figura I: Diagrama de flujo PRISMA del proceso de filtración de la muestra
3. Resultados y discusión
A continuación, se presenta la fase de extracción de datos en la cual se presenta la lista de los 35 artículos incluidos en la muestra para analizarlos en función del objetivo establecido en el presente estudio, tal como se muestra en el Cuadro 3.
Resultados de los artículos que conforman la muestra
|
No. |
Título |
Autor/ Año |
Base de datos |
País |
Revista |
Metodología |
Resultado |
|
1 |
Inteligencia Artificial en Educación: La opinión de estudiantes universitarios sobre el uso del ChatGPT |
Solis et al. (2024) |
Dialnet |
México |
Revista Paraguaya de Educación a Distancia |
Cuantitativo - exploratorio |
La mayoría de estudiantes universitarios utilizan ChatGPT para actividades académicas, sin embargo, expresan que esta herramienta no influye en el desarrollo de habilidades para investigar y escribir. |
|
2 |
Interacciones de Estudiantes de Grado con la Inteligencia Artificial Generativa: Estudio de Caso en un Tecnológico Mexicano |
Vera (2023b) |
Dialnet |
España |
Transformar |
Cualitativo - análisis de contenido |
Se observaron niveles cognitivos de orden superior e inferior en las interacciones de los estudiantes con ChatGPT, revelando una relación directa entre el nivel cognitivo y las respuestas generadas. |
|
3 |
Percepciones y expectativas de estudiantes universitarios sobre la IAG |
Ruiz et al. (2024) |
Dialnet |
México |
European Public & Social Innovation Review |
Cuantitativo - exploratorio |
Si bien la mayoría muestra una percepción neutral sobre la integración de la IA en el entorno educativo, una cantidad significativa reconoce la potencialidad educativa de la IAG. |
|
4 |
Beneficios y limitaciones en docentes y estudiantes universitarios salvadoreños sobre el uso de IA en procesos de enseñanza-aprendizaje |
Briñis (2024) |
Dialnet |
El Salvador |
European Public & Social Innovation Review |
Mixto – fenomenológico |
Docentes y estudiantes reconocen el potencial educativo de la IA, pero existen también preocupaciones sobre al acceso equitativo y capacitaciones sobre su uso. |
|
5 |
¿Cómo integra el estudiantado universitario la IA en sus procesos de aprendizaje? |
Barac y López-Rodríguez (2024) |
Dialnet |
España |
European Public & Social Innovation Review |
Cuantitativo - exploratorio |
Un porcentaje significativo del estudiantado encuestado utiliza IA. Debido a esto, se sugiere la adopción de estrategias y políticas dirigidas a la formación adecuada del alumnado en el uso ético y responsable de la IA. |
|
6 |
Nivel de adopción y comprensión de asistentes de inteligencia artificial por estudiantes de tecnologías de la información en una universidad del sureste de México |
Cruz et al. (2024) |
Dialnet |
México |
European Public & Social Innovation Review |
Cuantitativo- descriptivo |
Existe una perspectiva mayoritaria a favor de la integración de estas herramientas en el ámbito universitario, siempre y cuando se conserve un equilibrio entre el soporte tecnológico y el soporte humano brindado por los docentes. |
|
7 |
Perspectivas de docentes universitarios sobre la inteligencia artificial en la educación |
González y De la Nube (2024) |
Dialnet |
Ecuador |
YACHANA |
Mixto |
Hay una percepción mayoritariamente positiva de los docentes universitarios respecto a la integración de la IA en el entorno educativo, pero también existe preocupación respecto a las implicancias de su uso que pueden afectar la integridad académica. |
|
8 |
Impacto y Perspectivas de la Inteligencia Artificial Generativa en la Educación Superior: Un Estudio sobre la Percepción y Adopción Docente usando el modelo AETGE/GATE |
Padilla y Martín (2024) |
Dialnet |
España |
European Public & Social Innovation Review |
Cuantitativo descriptivo |
Existe aceptación moderada de la IAG por parte de los docentes universitarios encuestados y una intención de uso moderada, lo cual indica que la adopción de la IAG debe ser gradual Así mismo, el estudio revela una falta de condiciones que propicien esta integración. |
|
9 |
La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado |
Ayuso-del Puerto y Gutiérrez-Esteban (2022) |
Dialnet |
España |
RIED-Revista Iberoamericana de Educación a Distancia |
Cuantitativo descriptivo |
El profesorado en formación inicial tiene una percepción mayoritariamente positiva sobre los beneficios del uso de la IA en el entorno educativo, destacando el rol del docente como guía en el desarrollo de habilidades tecnológicas. |
|
10 |
La Incorporación del ChatGPT en la Educación Superior: Una Mirada desde el Paradigma de la Complejidad |
Romero-Rodríguez (2023) |
Dialnet |
Bolivia |
593 digital Publisher CEIT |
Mixto |
La mayoría de los estudiantes encuestados consideran que el ChatGPT es útil para investigar y desarrollar habilidades para la escritura, pero desconocen cómo verificar la información generada. |
|
11 |
ChatGPT como herramienta pedagógica en la metodología de Aprendizaje Basado en Proyectos |
Cajo-Torres et al. (2024) |
Dialnet |
Ecuador |
593 digital Publisher CEIT |
Cuasi-experimental |
Se observó la efectividad del uso del ChatGPT dentro del contexto universitario, ya que se observa que el grupo experimental obtuvo un rendimiento académico superior al del grupo control. |
|
12 |
Adopción de la Inteligencia Artificial en la enseñanza: perspectivas de docentes de Educación Superior |
Jiménez et al. (2024) |
Dialnet |
México |
Revista Paraguaya de Educación a Distancia |
Cuantitativo descriptivo |
Existe una percepción mayoritariamente positiva de los docentes encuestados sobre el uso de la IA en el contexto educativo. |
|
13 |
Escritura, creatividad e inteligencia artificial. ChatGPT en el contexto universitario |
De Vicente-Yagüe-Jara et al. (2023) |
Dialnet |
España |
COMUNICAR |
Cuantitativo descriptivo Cuasi-experimental |
Existen diferencias significativas entre la IA y el estudiantado en los indicadores de fluidez, flexibilidad y originalidad. Así mismo, existen diferencias significativas en las puntuaciones del pretest en relación con el postest en torno a estos indicadores. |
|
14 |
Inteligencia artificial en motores de búsqueda: percepciones de los docentes universitarios y su impacto en el proceso de enseñanza y aprendizaje |
Juca-Maldonado (2023) |
Dialnet |
Ecuador |
INNOVA |
Cuantitativo - descriptivo |
Si bien existe la percepción mayoritariamente positiva respecto a la potencialidad educativa de los motores de búsqueda con IA, existe también la percepción de replantear el proceso evaluativo para conservar la integridad académica. |
|
15 |
Usos de la Inteligencia Artificial en la escritura académica: experiencias de estudiantes universitarios en 2023 |
Díaz-Cuevas y Rodríguez-Herrera (2024) |
Dialnet |
Colombia |
Cuaderno de Pedagogía Universitaria |
Cualitativo- fenomenológico |
Si bien existe una percepción que reconoce el potencial educativo de la IA, también hay una perspectiva que refleja preocupación sobre su uso como una herramienta de apoyo y no como sustituto del esfuerzo humano. |
|
16 |
Uso de ChatGpt en educación superior. Un análisis en función del género, rendimiento académico, año y grado universitario del alumnado |
Galindo-Domínguez et al. (2024) |
Dialnet |
España |
REDU. Revista de Docencia Universitaria |
Cuantitativo descriptivo |
Existe un porcentaje estadísticamente mayor de uso de ChatGPT en hombres, en estudiantes de cursos intermedios y en estudiantes del programa de estudios de Educación Primaria. |
|
17 |
Artificial intelligence in developing doctoral students’ research competencies |
Oliinyk et al. (2024) |
Dialnet |
Ucrania |
Eduweb |
Cuantitativo, cualitativo |
Hay un incremento significativo del nivel de competencias investigativas de los estudiantes de doctorado durante la aplicación del método de uso de la IA. |
|
18 |
El Impacto de la Inteligencia Artificial en la Cultura Educativa de las Instituciones de Nivel Medio Superior |
Ordóñez et al. (٢٠٢٤) |
Dialnet |
México |
Ciencia Latina |
Mixto |
Si bien la IA tiene la potencialidad de mejorar las experiencias de aprendizaje, por otro lado, implica desafíos en torno a la privacidad de los datos, la igualdad de acceso y la constante actualización por parte de los educadores. |
|
19 |
Retos y Desafíos de Herramientas Aplicadas a la Formación Universitaria de Base Tecnológica en Inteligencia Artificial |
Suárez et al (2024) |
Dialnet |
México |
Ciencia Latina |
Cuantitativo - descriptivo |
Existe una percepción significativa de los estudiantes, que reconocen el potencial educativo de la IA, sin embargo, también expresan preocupación en torno a la falta de transparencia, la capacitación sobre el uso de la IA y la igualdad de acceso a estas herramientas. |
|
20 |
No todas las herramientas de IA son iguales. Análisis de aplicaciones inteligentes para la enseñanza universitaria |
Área-Moreira (٢٠٢٤) |
Dialnet |
España |
Digital Education Review |
Cualitativo-descriptivo |
Se revelo que la IA tiene un impacto positivo en el aprendizaje personalizado, el soporte educativo y el fomento de espacios colaborativos. Se sugiere seleccionar las herramientas de IA, teniendo en cuenta su potencial pedagógico y ético. |
|
21 |
Apreciaciones de estudiantes universitarios sobre el uso del ChatGPT |
Soto y Reyes (2024) |
Scopus |
Paraguay |
Revista Paraguaya de Educación a Distancia (REPED) |
Cuantitativo descriptivo |
Los estudiantes universitarios encuestados consideran la utilidad del ChatGPT para la realización de los trabajos académicos, sin embargo, existe una percepción moderada sobre la confiabilidad de la herramienta. |
|
22 |
Análisis cuantitativo de la percepción del uso de inteligencia artificial ChatGPT en la enseñanza y aprendizaje de estudiantes de pregrado del caribe colombiano |
Solano et al. (2024) |
Scopus |
Colombia |
Formación Universitaria |
Cuantitativo |
Los estudiantes tienen una percepción favorable sobre el uso de la IA, lo cual abre oportunidades para la creación de nuevos entornos en los que se integren este tipo de herramientas. |
|
23 |
El efecto de la IA en el rendimiento académico de estudiantes de ciencias administrativas en la universidad católica boliviana |
Ortega et al. (2023) |
Scopus |
Bolivia |
Revista de la Educación Superior |
Cuantitativo, Correlacional – Explicativa |
La IA tiene un impacto significativo en el rendimiento académico, la motivación y la autoeficacia, pero en el factor social (ética) aún está en proceso. |
|
24 |
Análisis de la percepción de los profesores respecto al uso de la inteligencia artificial |
Sosa et al. (2024). |
Scopus |
Paraguay |
Revista EDUCA UMCH |
Mixto de tipo analítico descriptivo |
El uso de la IA en los planes y programas de estudio puede innovar la enseñanza y lograr mejores resultados de aprendizaje en los estudiantes. |
|
25 |
Integración de la Inteligencia Artificial Generativa en la Educación Superior |
Vera (2023a) |
Scopus |
Chile |
Transformar |
Cuantitativo |
Existe aceptación generalizada de los docentes a utilizar el ChatGPT como herramienta de apoyo, subrayando el diálogo ético en el proceso integrar la IA en la enseñanza superior. |
|
26 |
Diverging perceptions of artificial intelligence in higher education: A comparison of student and public assessments on risks and damages of academic performance prediction in Germany |
Lünich et al. (2024) |
Scopus |
Alemania |
Computers and Education: Artificial Intelligence |
Cualitativo - cuantitativo |
Mantener abiertas las líneas de comunicación para la integración continua de la IA en la sociedad y la educación. Esta apertura garantiza que la implantación de la tecnología pueda desarrollarse de forma respetuosa, ética y mutuamente beneficiosa |
|
27 |
Generative AI in higher education: Seeing ChatGPT through universities’ policies, resources, and guidelines |
Wang et al. (2024) |
Scopus |
Estados Unidos |
Computers and Education: Artificial Intelligence |
Cualitativo - cuantitativo |
Las implicaciones pedagógicas incluyen aceptar, adaptar y alinear el uso de la IA con objetivos de aprendizaje específicos, actualización del plan de estudios para guiar y prevenir a los estudiantes del uso indebido, así como la aplicación multifacética de la IA. |
|
28 |
The Effectiveness of Integrating Artificial Intelligence into Traditional Educational Management Methods to Enhance the Educational Process Quality |
Chernenko (2024) |
Scopus |
Kiev |
Education Culture and Society |
Experimental |
La incorporación de la IA a los procesos de gestión educativa tiene un impacto favorable en la calidad de la enseñanza. Se evidenció un aumento en el desarrollo del razonamiento verbal y lógico, el dominio mnemotécnico, junto con una reducción de la ansiedad de los estudiantes. |
|
29 |
The Academic Intensity Use of Chatbot-Based Artificial Intelligence and Its Relation to Academic Well-Being: A Correlational Study at the University of Jordan |
Ajlouni et al. (2024) |
Scopus |
Jordania |
Engineering Pedagogy |
Cuantitativo, correlacional |
Los resultados revelaron un nivel moderado de uso de IA basada en chatbot y un nivel moderado de bienestar entre los universitarios, con una correlación positiva significativa (r = 0,68) y (p < 0,01). |
|
30 |
Investigating the Impact of Training Program on Generative AI Applications in Improving University Teaching |
Awadh et al. (2024) |
Scopus |
Omán |
Qubahan academic |
Mixto, cuasi-experimental y cualitativo |
Los resultados mostraron un impacto positivo significativo del programa, con diferencias estadísticas significativas en las mediciones. Se sugiere ofrecer programas de formación especializados centrados en aplicaciones de IA generativa, implementar programas educativos dedicados a la IA generativa y reforzar la colaboración internacional en este ámbito. |
|
31 |
Integrating Generative AI in University Teaching and Learning: A Model for Balanced Guidelines |
Cacho (2024) |
Scopus |
Filipinas |
Online Learning |
Cualitativo |
El papel de la IA como herramienta complementaria para los estudiantes y los profesores, subrayando la importancia de los elementos humanos en el aprendizaje, puede garantizar un uso ético y una inversión sustancial en la preparación de los campus para la IA. |
|
32 |
The Sustainable Integration of AI in Higher Education: Analyzing ChatGPT Acceptance Factors Through an Extended UTAUT2 Framework in Peruvian Universities |
Arbulú et al. (2024) |
Scopus |
Perú |
Sustainability |
Cuantitativo exploratorio y explicativo |
Los resultados del modelo de ecuaciones estructurales mostraron que la expectativa de esfuerzo, la intención de comportamiento y el intercambio de conocimientos influyen positivamente en el uso real de ChatGPT. |
|
33 |
The Mediating Role of Generative AI Self-Regulation on Students’ Critical Thinking and Problem-Solving |
Zhou et al. (2024) |
Scopus |
China |
Education asciendes |
Mixto |
El impacto de la IA en los universitarios, resalta el pensamiento crítico y las habilidades de resolución de problemas. Características como la facilidad de uso de la IA, la utilidad percibida y el valor de aprendizaje contribuyen significativamente a la mejora de las habilidades avanzadas. |
|
34 |
Demystifying Lesotho, Rwandan and Nigerian educators’ viewpoints on smart technologies supporting AI in higher education |
Theodorio et al. (2024) |
Scopus |
Nigeria, Ruanda y Lesotho |
Education and Information Technologies |
Cualitativo |
Los docentes participantes de estos países tenían distintos conocimientos tecnológicos sobre el uso de IA, pero éstos deben ampliarse y adaptarse rápidamente si los tres países quieren equipararse a los países desarrollados. |
|
35 |
First-year students AI-competence as a predictor for intended and de facto use of AI-tools for supporting learning processes in higher education |
Delcker et al. (2024) |
Scopus |
Alemania y Suiza |
Educational Technology in Higher Education |
Mixto |
Los estudiantes necesitan habilidades prácticas, conocimientos teóricos y actitudes integrales para aprovechar el potencial de la tecnología de IA en sus procesos de aprendizaje. |
Fuente: Elaboración propia, 2025.
A partir de los estudios seleccionados en la presente revisión sistemática en función de los criterios de inclusión y exclusión, se puede observar que la mayoría de los artículos se encuentran en la Base de datos Dialnet con un total de 20 (57%); mientras que en Scopus, 15 (43%), tal como se muestra en el Gráfico I.
Fuente: Elaboración propia, 2025.
Gráfico I: Cantidad de artículos por Base de datos
Asimismo, se puede visualizar que la mayoría de los artículos proceden de España que suma un total de 7 (20%), y México con 6 (17%), quedando en segundo lugar Ecuador con 3 (9%); en tercer lugar, Colombia, Bolivia y Paraguay con 2 (6%); y, en último lugar, El Salvador, Ucrania, Chile, Alemania, Estados Unidos, Jordania, Omán, Filipinas, China, Kiev, Alemania y Suiza, y Nigeria, Ruanda y Lesotho con 1 (3%). En la Figura II, se muestran en color azul oscuro los países con mayor cantidad de artículos incluidos, y en color celeste los países que tienen la menor cantidad.
Fuente: Elaboración propia, 2025.
Figura II: Mapa de la cantidad de artículos por país incluidos en la revisión sistemática
En el mismo sentido, en la Grafico II se puede observar que dentro del período de tiempo del 2021 al 2024 la mayoría de estudios filtrados fueron publicados en el 2024 con un total de 29, el cual representa un 83%; mientras que en el 2023 se publicaron un total de 5 (14%). En cuanto al año 2022 solo se publicó 1 artículo seleccionado, el cual representa un 3%; mientras que en el 2021 no se publicó ningún artículo de los incluidos en la presente revisión sistemática.
Fuente: Elaboración propia, 2025.
Gráfico II: Cantidad de artículos por año
Para responder el objetivo planteado, se presentan los aportes más significativos de la muestra seleccionada del presente estudio en torno a la enseñanza y el aprendizaje mediante el uso de la IA en la Educación Superior Universitaria (ESU).
Con respecto a la enseñanza universitaria, la integración de la IA abre percepciones divididas, puesto que si bien existen docentes y estudiantes que destacan su gran potencial en el plano académico para mejorar el proceso de enseñanza (Solano et al., 2024; Cruz et al., 2024; González y De la Nube, 2024), también hay preocupaciones sobre las dificultades de su adopción como la falta de respaldo institucional y de programas de formación continua para la implementación de la IA dentro de la práctica docente (Padilla y Martín, 2024; Jiménez et al., 2024), según el contexto específico del estudiantado (Briñis, 2024) y sus características demográficas y académicas (Galindo-Domínguez et al., 2024).
Asimismo, como se evidencia en los estudios multicéntricos, los docentes participantes de estos países poseían diversos conocimientos sobre el uso de la IA, lo cual facilita la comprensión de los contenidos y la consecución de sus objetivos docentes. Sin embargo, no se tienen políticas nacionales acorde a sus disciplinas que garanticen a los educadores el uso de la IA en la enseñanza superior para así poder equipararse a los países desarrollados (Theodorio et al., 2024; Awadh et al., 2024; Wang et al., 2024).
En relación al aprendizaje, si bien los estudiantes reconocen el potencial de la IA como herramienta para el aprendizaje, también afirman que aún existen brechas que dificultan el acceso equitativo de estas nuevas tecnologías, así como la ausencia de capacitaciones a docentes y estudiantes respecto a su uso y la carencia de políticas y estrategias claras que permitan y garanticen un uso responsable y ético de estas herramientas (Ayuso-del Puerto y Gutiérrez-Esteban, 2022; Juca-Maldonado, 2023; Solis et al., 2024; Ruiz et al., 2024; Briñis, 2024; Barac y López-Rodríguez, 2024; Díaz-Cuevas y Rodríguez-Herrera, 2024; Ordóñez et al., 2024; Suárez et al., 2024).
En cuanto a su incorporación y aplicación, la IA tiene un efecto altamente significativo en el rendimiento académico, la motivación y la autoeficacia dentro del contexto universitario (Cajo-Torres et al., 2024; Ortega et al., 2024), el desarrollo de habilidades para la escritura (De Vicente-Yagüe-Jara et al., 2023), el fomento del aprendizaje personalizado (Área-Moreira et al., 2024), el desarrollo de competencias para la investigación (Oliinyk et al., 2024), y la mejora del bienestar académico (Ajlouni et al., 2024).
No obstante, debido a que existe una relación directa entre el nivel cognitivo de los estudiantes y las respuestas generadas por herramientas con IA (Vera, 2023b), es necesaria la implementación de estrategias que desarrollen una cultura académica que promueva la reflexión crítica en el proceso de aprendizaje, desarrollando habilidades de resolución de problemas y el pensamiento crítico para evaluar la veracidad de la información proporcionada por estas herramientas (Romero-Rodríguez, 2023; Soto y Reyes., 2024; Zhou et al., 2024).
La IA se ha convertido en una herramienta cada vez más importante en la ESU, mejorando la eficiencia y efectividad del proceso de enseñanza aprendizaje. En su estudio sobre ventajas y desventajas de IA en la ESU, Pisica et al. (2023) concluyeron que, la IA produce ventajas en el proceso de enseñanza-aprendizaje, la investigación y el desarrollo de nuevas competencias. Por otra parte, en cuanto a las desventajas, refieren los efectos socio-psicológicos y la pérdida del sentido de ser humano, una especie de miedo a la disolución del ser humano como ser social, así como la influencia negativa sobre la seguridad y la ética con el uso de esta herramienta.
De igual forma, se evidencia en las conclusiones de Ortega et al. (2024), quienes refieren que la IA tiene un efecto altamente significativo en el rendimiento académico y muestra su preocupación en el aspecto ético. En esta misma línea, según Vera (2023a), la integración de la IA en la praxis educativa como herramienta de apoyo resalta la importancia de la formación continua del estudiante universitario y abre al diálogo sobre la ética en el proceso de adopción de la IA en la enseñanza superior. Estos entornos de aprendizaje deben proporcionar a los estudiantes, según Delcker et al. (2024), acceso a las herramientas de IA pertinentes y deben basarse en marcos jurídicos y reglamentarios holísticos.
Desde una dimensión ética, si bien la IA en la ESU permite obtener múltiples beneficios para mejorar la calidad y la eficiencia del proceso de aprendizaje, a su vez, plantea desafíos éticos relativos a la equidad, la inclusión, la transparencia y la privacidad. En este marco, Ríos et al (2024) concluyeron que, a partir de sus resultados, un 66,4% de los encuestados consideró que la IA puede usarse de forma responsable y ética, lo cual revela un profundo interés por parte de los estudiantes de una mayor profundización en el impacto que tiene la IA en el entorno educativo. Teniendo en cuenta esta preocupación, Cordón (2023) refiere que la IA plantea la necesidad de establecer marcos legales para lograr un uso responsable, ético, seguro y transparente de la IA, contribuyendo esto a que pueda ser un apoyo fundamental en el entorno de enseñanza.
Por último, Pérez-Vasconez et al. (2023) sostienen que la respuesta a estos desafíos planteados por la implementación de la IA debe ser el desarrollo de políticas y programas que promuevan la inclusión y la equidad respecto al acceso a la tecnología educativa. Cacho (2024); y, Lünich y Marcinkowski (2024), subrayan la importancia de los elementos humanos en el aprendizaje para garantizar un uso ético y una inversión sustancial en la preparación de los campus universitarios para la IA, manteniendo la integración continua de la IA en la sociedad y la educación, garantizando los beneficios potenciales y el desarrollo respetuoso, ética y beneficio mutuo en la sociedad.
A medida que la IA se ha vuelto más accesible, las instituciones superiores han comenzado a adoptarla en diversas áreas, desde la recopilación de datos hasta la retroalimentación personalizada. En los estudios de Chernenko (2024); y, Sosa et al. (2024), se resalta que, la incorporación de la IA en los procesos de gestión educativa, la práctica diaria, los planes y los programas de estudio tienen un impacto favorable en la calidad de la enseñanza, el desarrollo del razonamiento verbal y lógico, el dominio mnemotécnico, la motivación, la individualización del aprendizaje y la evaluación automática del rendimiento de los estudiantes, esto desde ya hace varios años y en coincidencia con la pandemia.
En un futuro cercano, la IA transformará radicalmente el mundo, introduciendo nuevos métodos de realizar tareas, reemplazando numerosos empleos y alterando la práctica de diversas profesiones y oficios, destacando la importancia de gestionar adecuadamente las expectativas de esfuerzo y rendimiento entre los usuarios (Arbulú et al., 2024).
Conclusiones
Con el objetivo de analizar e interpretar la enseñanza y el aprendizaje a través del uso de la IA en la ESU, se seleccionó una muestra de 35 publicaciones, comprendidas dentro del período del 2021 al 2024, indexadas en las bases de datos Scopus y Dialnet a través de la metodología PRISMA.
Tras analizar los estudios, se puede concluir que la ESU está continuamente sometida a cambios como producto de los indiscutibles avances tecnológicos, siendo la IA una de las herramientas con más alcance para la población. En este sentido, el presente estudio reveló una actitud positiva sobre el uso de la IA en la enseñanza y el aprendizaje en ESU, debido a que contribuye en el desarrollo de nuevas competencias, incrementando el rendimiento académico, el fomento de la investigación crítica y la mejora de la calidad y gestión educativa. Sin embargo, aún se plantean desafíos en torno al uso ético de la IA, lo cual implica mayor regulación y el establecimiento de políticas y marcos legales que garanticen un acceso equitativo de la tecnología educativa, la protección de datos y el fomento de la inclusión social.
La presente revisión sistemática contribuye al campo educativo al ofrecer una síntesis actualizada de las investigaciones realizadas en torno a la integración de la IA en la ESU. Además, identifica las oportunidades y los desafíos para orientar la toma de decisiones informada por parte de las universidades, investigadores y las autoridades educativas. Asimismo, enfatiza la necesidad la dimensión ética de la integración de la IA en el campo de la educación universitaria.
Entre las principales limitaciones del estudio se encuentra la elección de dos bases de datos como Scopus y Dialnet, que restringe la inclusión de otros estudios relevantes indexados en otras bases de datos. Asimismo, el predominio de estudios descriptivos y exploratorios en la muestra de estudio limita determinar relaciones de tipo causal entre el uso de la IA y los resultados académicos. Por último, la escasez de estudios procedentes de países en vías de desarrollo no permite comprender este fenómeno desde diversas realidades.
La implementación de la IA en la educación no depende únicamente de la investigación científica, sino del desarrollo de políticas educativas inclusivas, la inversión en infraestructura tecnológica y el acceso equitativo a recursos tecnológicos. Para ello, se requiere un enfoque integral que combine la evidencia científica con acciones concretas para garantizar que los beneficios de la IA sean accesibles a todos los contextos educativos. Además, debe implementarse mayores estudios multicéntricos de carácter experimental en torno a factores que limitan la IA en los países y den cuenta de su funcionamiento dentro del contexto universitario. Por último, se requieren estudios longitudinales que evalúen el impacto a largo plazo de la IA en el rendimiento académico, el desarrollo de competencias y la empleabilidad de los egresados universitarios.
Referencias bibliográficas
Acosta, S. F., y Finol, M. R. (2024). Inteligencia artificial como mecanismo para mejorar la gestión educativa universitaria. Revista de Ciencias Sociales (Ve), XXX(3), 583-597. https://doi.org/10.31876/rcs.v30i3.42697
Ajlouni, A. O., Abu-Shawish, R., Silim, D. M., e Ibrahim, A. H. (2024). The Academic Intensity Use of Chatbot-Based Artificial Intelligence and Its Relation to Academic Well-Being: A Correlational Study at the University of Jordan. International Engineering Pedagogy, 14(8), 72-87. https://doi.org/10.3991/ijep.v14i8.50339
Aparicio-Gómez, W.-O. (2023). La Inteligencia Artificial y su Incidencia en la Educación: Transformando el Aprendizaje para el Siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa, 3(2), 217-229. https://doi.org/10.51660/ripie.v3i2.133
Arbulú, M. A., Acosta, B. G., Ramos, E. V., García, H. D., Cruz, L. E., Blas, J. E., Arbulú, J. C., Licapa-Redolfo, G. S., y Farfán, G. C. (2024). The Sustainable Integration of AI in Higher Education: Analyzing ChatGPT Acceptance Factors Through an Extended UTAUT2 Framework in Peruvian Universities. Sustainability, 16(23), 10707. https://doi.org/10.3390/su162310707
Area-Moreira, M., Del Petre, A., Sanabria-Mesa, A. L., y Sannicolás-Santos, B. (2024). No todas las herramientas de IA son iguales. Análisis de aplicaciones inteligentes para la enseñanza universitaria. Digital Education Review, (45), 141-149. https://doi.org/10.1344/der.2024.45.141-149
Ayuso-del Puerto, D., y Gutiérrez-Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), 347-362. https://doi.org/10.5944/ried.25.2.32332
Awadh, M., Al-Mughairiyah, Y. M., Nasser, B, y Abdulhakim, B. (2024). Investigating the Impact of Training Program on Generative AI Applications in Improving University Teaching. Qubahan Academic Journal, 4(3), 315-332. https://doi.org/10.48161/qaj.v4n3a760
Barac, M., y López-Rodríguez, M. I. (2024). ¿Cómo integra el estudiantado universitario la IA en sus procesos de aprendizaje? European Public & Social Innovation Review, 9, 1-14. https://doi.org/10.31637/epsir-2024-707
Blanco, Y., Fragozo, L. D. J., y Gómez, M. E. (2024). Inteligencia Artificial: Posibilidades, límites y desafíos en la educación superior. Revista de Ciencias Sociales (Ve), XXX(4), 178-187. https://doi.org/10.31876/rcs.v30i4.42985
Briñis, A. (2024). Beneficios y limitaciones en docentes y estudiantes universitarios salvadoreños sobre el uso de IA en procesos de enseñanza-aprendizaje. European Public & Social Innovation Review, 9, 1-20. https://doi.org/10.31637/epsir-2024-368
Cabero-Almenara, J., Palacios, A., Llorente-Cejudo, C., y Barroso-Osuna, J. (2025). Aceptación de ChatGPT en educación superior: Actitudes y percepciones del modelo UTAUT2. REICE. Revista Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 24(1). https://doi.org/10.15366/reice2026.24.1.001
Cacho, R. M. (2024). Integrating Generative AI in University Teaching and Learning: A Model for Balanced Guidelines, Online Learning, 28(3), 55-81. https://doi.org/10.24059/olj.v28i3.4508
Cajo-Torres, M. B., Ochoa-Icaza, S. A., Marín-Figuera, M. G., y Yánez-Cando, X. O. (2024). ChatGPT como herramienta pedagógica en la metodología de Aprendizaje Basado en Proyectos. 593 digital Publisher CEIT, 9(4), 197-209. https://doi.org/10.33386/593dp.2024.4.2493
Chassignol, M., Khoroshavin, A., Klimova, A., y Bilyardinova, A. (2018). Artificial Intelligence trends in Education: a narrative overview. Procedia Computer Science, 136, 16-24. https://doi.org/10.1016/j.procs.2018.08.233
Chen, L., Chen, P., y Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/ACCESS.2020.2988510
Chernenko, O. (2024). The Effectiveness of Integrating Artificial Intelligence into Traditional Educational Management Methods to Enhance the Educational Process Quality. Education Culture and Society, 15(2), 533-547. https://doi.org/10.15503/jecs2024.2.533.547
Cordón, O. (2023). Inteligencia Artificial en Educación Superior: Oportunidades y Riesgos. RiiTE Revista interuniversitaria de investigación en Tecnología Educativa, (15), 16-27. https://doi.org/10.6018/riite.591581
Cruz, R., Silva-Payró, M. P., y Mena-De la Rosa, R. (2024). Nivel de adopción y comprensión de asistentes de inteligencia artificial por estudiantes de tecnologías de la información en una universidad del sureste de México. European Public and Social Innovation Review, 9, 1-18. https://doi.org/10.31637/epsir-2024-765
Delcker, J., Heil, J., Ifenthaler, D., Seufert, S., y Spirgi, L. (2024). First-year students AI-competence as a predictor for intended and de facto use of AI-tools for supporting learning processes in higher education. International Educational Technology in Higher Education, 21, 18. https://doi.org/10.1186/s41239-024-00452-7
De Vicente-Yagüe-Jara, M. I., López-Martínez, O., Navarro-Navarro, V., y Cuéllar-Santiago, F. (2023). Escritura, creatividad e inteligencia artificial. ChatGPT en el contexto universitario. Comunicar, XXXI(77), 47-57. https://doi.org/10.3916/C77-2023-04
Díaz, R. M., Esquivel, J. A., Cuadros, L. E., y Cuadro, L. D. (2025). Relación entre inteligencia emocional y pensamiento crítico en contextos educativos: Conexiones fundamentales. Revista de Ciencias Sociales (Ve), XXXI(3), 542-552. https://doi.org/10.31876/rcs.v31i3.44300
Díaz-Cuevas, A. P., y Rodríguez-Herrera, J. D. (2024). Usos de la Inteligencia Artificial en la escritura académica: experiencias de estudiantes universitarios en 2023. Cuaderno de Pedagogía Universitaria, 21(42), 25-44. https://doi.org/10.29197/cpu.v21i42.595
Flores, R., y Olano, J. (2022). La Pedagogía Tecnicista Fundamentos y Concepciones. Revista EDUCA UMCH, (20), 117-132. https://doi.org/10.35756/educaumch.202220.233
Galindo-Domínguez, H., Delgado, N., Campo, L., y Sainz, M. (2024). Uso de ChatGpt en educación superior. Un análisis en función del género, rendimiento académico, año y grado universitario del alumnado. REDU. Revista de Docencia Universitaria, 22(2), 16-30. https://doi.org/10.4995/redu.2024.21647
García-Peñalvo, F. J. (2023). La percepción de la Inteligencia Artificial en contextos educativos tras el lanzamiento de ChatGPT: disrupción o pánico. Education in the Knowledge Society (EKS), 24, e31279. https://doi.org/10.14201/eks.31279
González, S. J., y De la Nube, N. (2024). Perspectivas de docentes universitarios sobre la inteligencia artificial en la educación. Yachana, 13(1), 69-82. https://doi.org/10.62325/10.62325/yachana.v13.n2.2024.929
Grzybowski, A., Pawlikowska–Łagód, K., y Lambert, W. C. (2024). A history of artificial intelligence. Clinics in Dermatology, 42(3), 221-229. https://doi.org/10.1016/j.clindermatol.2023.12.016
Gutiérrez-Castillo, J. J., Romero-Tena, R., y León-Garrido, A. (2025). Beneficios de la Inteligencia Artificial en el aprendizaje de los estudiantes universitarios: una revisión sistemática. Edutec, Revista Electrónica De Tecnología Educativa, (91), 185-206. https://doi.org/10.21556/edutec.2025.91.3607
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum, S., Santos, O. C., Rodrigo, M. T., Cukurova, M., Bittencourt, I. I., y Koedinger, K. R. (2022). Ética de la IA en la educación: hacia un marco comunitario. Revista Internacional de Inteligencia Artificial en Educación, 32, 504-526. https://doi.org/10.1007/s40593-021-00239-1
Jiménez, C. R., Martínez, E. G., Zárate, N. E., y Grijalva, A. A. (2024). Adopción de la Inteligencia Artificial en la enseñanza: perspectivas de docentes de Educación Superior. Revista Paraguaya de Educación a Distancia. 5(2), 5-16. https://doi.org/10.56152/reped2024-dossierIA1-art1
Juca-Maldonado, F. X. (2023). Inteligencia artificial en motores de búsqueda: percepciones de los docentes universitarios y su impacto en el proceso de enseñanza y aprendizaje. INNOVA, 8(3), 45-58. https://doi.org/10.33890/innova.v8.n3.1.2023.2336
Lünich, M., Keller, B., y Marcinkowski, F. (2024). Diverging Perceptions of Artificial Intelligence in Higher Education: A Comparison of Student and Public Assessments on Risks and Damages of Academic Performance Prediction in Germany. Computers and Education: Artificial Intelligence, 7, 100305 https://doi.org/10.1016/j.caeai.2024.100305
Mendoza, W. S., Díaz-Guecha, L. Y., Numa-Sanjuán, N., y Herrera, S. (2025). Inteligencia Artificial Generativa y sus consideraciones éticas en el derecho: Una valoración exploratoria sobre la práctica. Revista de Ciencias Sociales (Ve), XXXI(4), 206-222. https://doi.org/10.31876/rcs.v31i4.44848
Morales, A., Figueroa, G. M., Duana, M. A., Hidalgo, C., y Amador, J. (2025). Acceptance and adoption of ChatGPT in higher education: A systematic review. Revista Digital de Investigación en Docencia Universitaria, 19(2), e2119. https://doi.org/10.19083/ridu.2025.2119
Оliinyk, I., Bulavina, O., Romanenko, T., Tatarnikova, A., y Smirnov, A. (2024). Artificial intelligence in developing doctoral students’ research competencies. Eduweb, 18(3), 294-305. https://doi.org/10.46502/issn.1856-7576/2024.18.03.22
Ordóñez, S. G., Sánchez, S., Torres, M., y Hernández, G. (2024). El Impacto de la Inteligencia Artificial en la Cultura Educativa de las Instituciones de Nivel Medio Superior. Ciencia Latina Revista Científica Multidisciplinar, 8(5). https://doi.org/10.37811/cl_rcm.v8i5.14007
Ortega, M., Machaca, J., y Daza J. (2023). El efecto de la IA en el rendimiento académico de estudiantes de ciencias administrativas en la Universidad Católica Boliviana. Educación Superior, X(3), 13-22. https://ojs.cepies.umsa.bo/RCV/article/view/138
Padilla, J. M., y Martín, M. D. M. (2024). Impacto y Perspectivas de la Inteligencia Artificial Generativa en la Educación Superior: Un Estudio sobre la Percepción y Adopción Docente usando el modelo AETGE/GATE. European Public and Social Innovation Review, 9, 1-21. https://doi.org/10.31637/epsir-2024-595
Peñalver-Higuera, M. J., Guerra-Castellanos, Y. B., Rodríguez, L. R., y López, R. D. P. (2024). Transformando la educación con Inteligencia Artificial: Hacia un aprendizaje personalizado en la Era 4.0. Revista de Ciencias Sociales (Ve), XXX(4)., 416-430. https://doi.org/10.31876/rcs.v30i4.43040
Pérez-Vasconez, F. J., Morales-Sabando, N. J., y Bajaña, J. X. (2023). La incidencia de la inteligencia artificial en la educación superior del Ecuador. Polo del Conocimiento, 9(25), 822-837. https://polodelconocimiento.com/ojs/index.php/es/article/view/7158
Pisica, A. I., Edu, T., Zaharia, R. M., y Zaharia, R. (2023). Implementación de la inteligencia artificial en la educación superior: ventajas y desventajas desde la perspectiva de los académicos. Sociedades, 13(5), 118. https://doi.org/10.3390/soc13050118
Ríos, I. N., Mateus, J.-C., Rivera-Rogel, D., y Ávila, L. R. (2024). Percepciones de estudiantes latinoamericanos sobre el uso de la inteligencia artificial en la educación superior. Austral Comunicación, 13(1). https://doi.org/10.26422/aucom.2024.1301.rio
Romero-Rodríguez, P. E. (2023). La Incorporación del ChatGPT en la Educación Superior: Una Mirada desde el Paradigma de la Complejidad. 593 Digital Publisher CEIT, 8(5), 213-225.
Ruiz, K. K., Miramontes, M. A., y Reyna, C. (2024). Percepciones y expectativas de estudiantes universitarios sobre la IAG. European Public and Social Innovation Review, 9, 1-21. https://doi.org/10.31637/epsir-2024-357
Rusell, S., y Norvig, P. (2010). Artificial Intelligence a Modern Approach. Pearson Education, Inc.
Salas-Pilco, S. Z., y Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: a systematic review. International Journal of Educational Technology in Higher Education, 19, 21. https://doi.org/10.1186/s41239-022-00326-w
Sartor, G. (Ed.) (2020). The impact of the General Data Protection Regulation (GDPR) on artificial intelligence. European Parliament. https://dx.doi.org/10.2861/293
Solano, A., Ojeda A., y Gonzalvez M. (2024). Análisis cuantitativo de la percepción del uso de inteligencia artificial ChatGPT en la enseñanza y aprendizaje de estudiantes de pregrado del Caribe Colombiano. Formación Universitaria, 17(3), 129-138 http://dx.doi.org/10.4067/S0718-50062024000300129
Solis, F. M., Huerta, G. A., y Hernández, C. E. (2024). Inteligencia Artificial en Educación: La opinión de estudiantes universitarios sobre el uso del ChatGPT. Revista Paraguaya de Educación a Distancia (REPED), 5(4), 55-71. https://doi.org/10.56152/reped2024-dossierIA2-art6
Sosa, P., Jiménez, V. E., y Riego, A. P. (2024). Análisis de la percepción de los profesores respecto al uso de la inteligencia artificial. Revista Educa UMCH, (24), 66-77. https://doi.org/10.35756/educaumch.202424.293
Soto, J. L., y Reyes, I. A. (2024). Apreciaciones de estudiantes universitarios sobre el uso del ChatGPT. Revista Paraguaya de Educación a distancia (REPED), 5(2), 56-65. https://doi.org/10.56152/reped2024-dossierIA1-art5
Suárez, D., García, R., y De la O, T. (2024). Retos y Desafíos de Herramientas Aplicadas a la Formación Universitaria de Base Tecnológica en Inteligencia Artificial. Ciencia Latina Revista Científica Multidisciplinar, 8(2), 6185-6197. https://doi.org/10.37811/cl_rcm.v8i2.11038
Theodorio, A. O., Waghid, Z., Mataka, T. W., y Adegoke, O. (2024). Demystifying Lesotho, Rwandan and Nigerian educators’ viewpoints on smart technologies supporting AI in higher education. Education and Information Technology, 29(18), 24285-24307. https://doi.org/10.1007/s10639-024-12820-x
Toro-Espinoza, M. F., Montalván-Espinoza, J. A., y Masabanda-Vaca, M. A. (2023). Aplicación de la inteligencia artificial en el aprendizaje universitario. Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa REICOMUNICAR, 6, 153-172. https://www.reicomunicar.org/index.php/reicomunicar/article/view/171
Torres, G. A., Torres, J. M., y Pacheco, M. C. (2025). Inteligencia artificial generativa: Impactos y dilemas éticos en el ámbito educativo. Revista de Ciencias Sociales (Ve), XXXI(2), 535-543. https://doi.org/10.31876/rcs.v31i2.43784
Vera, F. (2023a). Integración de la Inteligencia Artificial en la Educación Superior: Desafíos y oportunidades. Transformar, 4(1), 18. https://www.revistatransformar.cl/index.php/transformar/article/view/84
Vera, F. (2023b). Interacciones de Estudiantes de Grado con la Inteligencia Artificial Generativa: Estudio de Caso en un Tecnológico Mexicano. Transformar, 4(4), 5-19. https://revistatransformar.cl/index.php/transformar/article/view/106
Wang, H., Dang, A., Wu, Z., y Mac, S. (2024). Generative AI in Higher Education: Seeing ChatGPT Through Universities’ Policies, Resources, and Guidelines. Computers and Education: Artificial Intelligence, 7, 100326. https://doi.org/10.1016/j.caeai.2024.100326
Zhou, X., Teng, D., y Al-Samarraie, H. (2024). The Mediating Role of Generative AI Self-Regulation on Students’ Critical Thinking and Problem-Solving.Education Sciences, 14(12), 1302. https://doi.org/10.3390/educsci14121302