LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3976.
DOI: https://doi.org/10.56712/latam.v6i4.4561
Inteligencia artificial generativa aplicada a la educación
superior
Generative artificial intelligence applied to higher education
Leidy Marlene Verdezoto Bayas1
verdezotoleidy@gmail.com
https://orcid.org/0009-0004-0825-7449
Facultad de Posgrado, Escuela de Educación, Universidad Estatal de Milagro
Guaranda – Ecuador
Graciela Josefina Castro Castillo
gcastroc4@unemi.edu.ec
https://orcid.org/0000-0001-8776-6890
Facultad de Posgrado, Escuela de Educación, Universidad Estatal de Milagro
Milagro – Ecuador
Artículo recibido: 06 de junio de 2025. Aceptado para publicación: 22 de septiembre de 2025.
Conflictos de Interés: Ninguno que declarar.
Resumen
Esta investigación explora cómo los docentes universitarios están incorporando la inteligencia
artificial generativa en su práctica diaria, no solo como una herramienta técnica, sino como parte de
su manera de planificar, enseñar y decidir. A partir de encuestas aplicadas a 122 profesores, se
identificaron relaciones claras entre el uso frecuente de IA y la percepción de que facilita el trabajo en
el aula, especialmente en la organización de contenidos. También se evidenció que la formación previa
influye directamente en el nivel de confianza para integrar estas tecnologías. Aunque la mayoría valora
su potencial, muchos docentes expresan preocupación por sus efectos en el pensamiento crítico del
estudiante y la ausencia de lineamientos claros sobre su aplicación. Más allá de los números, los
hallazgos muestran que el sentido pedagógico no está en la herramienta, sino en cómo cada docente
decide usarla con conciencia, criterio y en diálogo con su propia experiencia.
Palabras clave: inteligencia artificial generativa, educación superior, planificación docente,
pensamiento crítico
Abstract
This study explores how university professors are incorporating generative artificial intelligence into
their daily practice, not just as a technical tool, but as part of how they plan, teach, and make decisions.
Based on surveys conducted with 122 teachers, clear relationships were identified between frequent
use of AI and the perception that it facilitates classroom work, especially in organizing content. The
findings also show that prior training directly influences the level of confidence in integrating these
technologies. While most educators recognize its potential, many express concerns about its effects
on students’ critical thinking and the lack of clear guidelines for its application. Beyond the data, the
results reveal that the pedagogical value does not lie in the tool itself, but in how each teacher chooses
to use it with awareness, sound judgment, and in conversation with their own experience.
1 Autora de correspondencia.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3977.
Keywords: generative artificial intelligence, higher education, lesson planning, critical thinking
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons.
Cómo citar: Verdezoto Bayas, L. M., & Castro Castillo, G. J. (2025). Inteligencia artificial generativa
aplicada a la educación superior. LATAM Revista Latinoamericana de Ciencias Sociales y
Humanidades 6 (4), 3976 – 3989. https://doi.org/10.56712/latam.v6i4.4561
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3978.
INTRODUCCIÓN
En la actualidad, la inteligencia artificial generativa avanzada ha comenzado a ocupar un lugar relevante
dentro del ámbito universitario, principalmente porque permite generar contenido textual, visual y
audiovisual con rapidez, lo que obliga a repensar cómo se organiza el conocimiento en la educación
superior; gracias a herramientas como ChatGPT o Gemini, tanto docentes como estudiantes han
empezado a incluir este tipo de tecnología en sus actividades académicas, lo cual está generando una
transformación en los enfoques pedagógicos tradicionales, dando paso a una etapa en la que la
información ya no solo se distribuye, sino que se estructura según modelos algorítmicos más
complejos. Según Ayala (2024), estas herramientas están impulsando nuevas formas de enseñar que
van más allá del método convencional.
La importancia de esta investigación radica en la urgencia de pensar con detenimiento el papel que
está empezando a jugar la inteligencia artificial generativa en la vida universitaria, reconociendo que
su uso sin orientación puede complicar la manera en que los alumnos ejecutan el pensamiento crítico,
la capacidad de reflexionar por cuenta propia o incluso la manera en que argumentan sus ideas, lo cual
obliga a revisar no solo las estrategias que se aplican en el aula, sino también el rol activo del docente
frente a estos cambios. Especialmente porque estas herramientas están transformando la forma en
que se evalúa, se produce conocimiento y se entiende la autoría académica, abriendo el debate sobre
la necesidad de replantear el aprendizaje. (García et al., 2024).
Debido al ritmo sin precedentes del desarrollo tecnológico, muchas universidades están intentando
incorporar la inteligencia artificial generativa mientras mantienen el rigor académico. Como señalan
Mendoza et al. (2024), hay una brecha entre la innovación tecnológica y las políticas educativas, lo que
resulta en una implementación vacía ética y pedagógicamente. A partir de lo identificado en este
estudio, resulta evidente que las universidades necesitan empezar a construir políticas claras que
acompañen el uso de tecnologías digitales dentro del aula, dando prioridad a la formación del
profesorado en habilidades que les permitan entender con sentido crítico cómo funcionan estas
herramientas, y al mismo tiempo, decidir con criterio cuándo y cómo usarlas en sus clases, sin caer en
extremos que las prohíban por completo o las dejen sin regulación, lo cual permitiría avanzar hacia una
integración más coherente y pedagógicamente útil de IA generativa dentro del entorno superior.
Aunque hay intentos institucionales por esta transformación, aún existe una brecha entre los recursos
tecnológicos disponibles y las habilidades y la educación para su integración efectiva, destacando la
necesidad de repensar las competencias de formación docente hacia un marco más inclusivo, crítico
y reformador. Como argumentan Salas-Pilco y Yang (2023), la adaptabilidad de la IAG en el nivel
superior de estudio va más allá de tener una infraestructura y regulaciones adecuadas; requiere un
cambio pedagógico que abrace estas tecnologías como facilitadoras del aprendizaje en lugar de
sustitutos del intelecto humano.
Este estudio se propuso entender de forma cercana cómo la inteligencia artificial generativa está
influyendo en el día a día de las universidades, no solo por su presencia en las prácticas docentes, sino
también por los cambios que empieza a provocar en la manera en que los estudiantes aprenden y en
los dilemas éticos que esto plantea al interior de las instituciones, por eso se establecieron como
objetivos conocer cuáles son las plataformas que más utilizan docentes y estudiantes, analizar de qué
forma estas herramientas están impactando el proceso de enseñanza y revisar el marco normativo que
está orientando su uso dentro del aula, con la intención de ir más allá de una descripción superficial y
aportar algunas ideas que sirvan como guía para que esta tecnología se incorpore de manera crítica,
equilibrada y consciente, cuidando que no se pierdan valores clave como el pensamiento propio, la
capacidad creativa y la formación integral de quienes se están preparando en la educación superior.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3979.
Este trabajo se apoyó en un enfoque cuantitativo que permitió observar con detalle lo que ocurre en el
entorno universitario sin necesidad de modificarlo, adoptando un diseño no experimental de corte
transversal y carácter descriptivo que facilitó la aplicación de un cuestionario especialmente diseñado
para docentes, con el objetivo de explorar cómo perciben el impacto de la IAG en su quehacer diario,
en sus formas de enseñar y también en las dinámicas más amplias que se dan dentro de las
instituciones donde imparten clases. Esto resulta crítico desde el fundamento académico para
comprender su impacto pedagógico y didáctico, mediante un enfoque cualitativo con diseño
descriptivo y analítico. Este tipo de estudio no estar controlado por un conjunto de variables resulta
provechoso para entender el fenómeno en cuestión desde una perspectiva integral, atendiendo la
diversidad institucional y el principio de autenticidad educativa que articula el sistema.
METODOLOGÍA
La presente investigación se desarrolló bajo un enfoque cuantitativo, de tipo no experimental, con un
diseño transversal y alcance descriptivo, debido a que permitió recoger información objetiva sobre el
conocimiento, uso y valoración que los docentes universitarios tienen sobre la inteligencia artificial
generativa, sin intervenir o modificar las variables estudiadas, lo cual facilitó una aproximación
diagnóstica basada en evidencias empíricas directas.
De esa forma, se trabajó con una muestra no probabilística por conveniencia, seleccionando docentes
universitarios activos que voluntariamente accedieron a participar en la investigación, considerando
como criterio principal de inclusión el haber tenido contacto o interés en herramientas de inteligencia
artificial generativa en su quehacer docente, lo cual permitió obtener una muestra pertinente para el
objeto de estudio, sin necesidad de manipular grupos o introducir control experimental.
Los datos recopilados mediante el cuestionario permitieron determinar las percepciones, usos y
valoraciones que los docentes universitarios poseen respecto a la inteligencia artificial generativa,
donde la información fue organizada y analizada mediante herramientas estadísticas básicas,
aplicando medidas descriptivas como frecuencias, porcentajes y gráficos, lo cual posibilita representar
con claridad los perfiles docentes, sus prácticas pedagógicas y sus posturas frente a la incorporación
de estas tecnologías. No se recurrió a técnicas inferenciales debido al enfoque exploratorio del estudio
y a la naturaleza voluntaria de la muestra participante.
Para tal efecto, se llevó a cabo un muestreo no probabilístico con enfoque no intencional con la
finalidad de escoger a los participantes que participaron en el estudio. Lo cual permitió realizar la
encuesta a 122 docentes.
Tabla 1
Distribución de la muestra de los docentes
Docentes Frecuencia Porcentaje
Universidad pública 88 72%
Universidad Privada 11 9%
Otro 23 19%
Total 122 100%
El cuestionario fue distribuido mediante Google Forms, caracterizado por preguntas
semiestructuradas, con escala tipo Likert (1-5), lo que permitió garantizar el anonimato de los docentes
participantes y asegurar su accesibilidad desde múltiples dispositivos. Esta modalidad digital facilitó
una experiencia práctica, compatible con las dinámicas tecnológicas propias del entorno universitario,
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3980.
al haberse difundido a través de redes institucionales, correos electrónicos y canales internos de
comunicación entre profesores, elementos que favorecieron una recolección de datos fluida,
contextualizada y coherente con las actuales formas de interacción académica en la educación
superior.
El procesamiento de los datos se realizó de forma directa en hojas de cálculo, aplicando funciones
estadísticas que permitieron explorar patrones en la interacción digital, la percepción de marca y la
decisión de compra, con base en frecuencias, porcentajes y promedios que facilitaron una lectura
inicial del comportamiento del consumidor. Para identificar relaciones entre variables clave como la
exposición a contenido publicitario, la confianza en las plataformas y la frecuencia de adquisición de
productos, se utilizó el coeficiente de Pearson (r), aplicado íntegramente desde Excel sin apoyo de
otros programas estadísticos, lo que favoreció un análisis accesible y ajustado al enfoque práctico del
estudio.
Las personas que participaron en esta investigación fueron informadas con total claridad sobre el
propósito del estudio y aceptaron colaborar de forma libre, sin compromisos ni presiones,
manteniéndose siempre en el anonimato. No se recogieron datos personales ni sensibles, y toda la
información fue tratada con responsabilidad, asegurando el respeto por la privacidad y el criterio ético
que exige cualquier trabajo que involucre la voz de quienes comparten sus experiencias.
DESARROLLO
La inteligencia artificial (IA) se configura como un área de la computación cuya finalidad es construir
instrumentos que efectúen aquellas funciones que, en un contexto normal, carecerían de la inteligencia
humana, tales como: el juicio lógico, la comprensión del lenguaje, el aprendizaje automatizado, así
como la auto resolución de problemas, donde este recurso tecnológico integra múltiples áreas como
son: la estadística, la neurociencia e incluso la lingüística computacional con el propósito de lograr
emular procesos cognitivos tales como: la percepción, la decisión estratégica, y la comunicación
dinámica. El desarrollo de estos procesos incluye para que esta tecnología en el entorno de la
educación sea fundamental en los procesos de transformación digital en cualquier nivel y en todos los
escenarios educativos (Hu, 2024).
El desarrollo de algoritmos complejos de aprendizaje profundo y su aplicación, junto con los progresos
en la sistematización de datos, han permitido la evolución de varios tipos de inteligencia artificial,
mejorando la eficiencia de los sistemas automáticos o aumentan gradualmente su rendimiento
mientras facilitan su asimilación en sistemas educativos, ocupacionales y sociales. De esta manera,
transforman la forma tradicional en que se percibe e integra el conocimiento, fusionando tecnología,
pedagogía y aprendizaje personalizado. Ese proceso ayuda a que la IA se constituya en una
herramienta clave dentro del esfuerzo por replantear cómo funcionan hoy los entornos universitarios,
permitiendo adaptar la educación a nuevas realidades sin perder de vista su esencia formativa. (Zhai
et al., 2024)
En el campo educativo, la inteligencia artificial se ha ido incorporando como un recurso para ser más
eficiente el aprendizaje, siendo utilizada tanto en la automatización de tareas administrativas como
en la creación de recursos pedagógicos personalizados, de esta forma su presencia se hace visible en
entornos inteligentes, en sistemas de evaluación adaptativa y en modelos predictivos del rendimiento
estudiantil, lo cual deja en evidencia su potencial para renovar la gestión académica y redefinir el
vínculo entre el estudiante y el conocimiento, por ello se constituye como un componente relevante en
la transformación institucional; sin embargo, el uso extendido de estas tecnologías también ha abierto
un debate cada vez más amplio sobre la autoría de los contenidos y la legitimidad del saber generado
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3981.
con su apoyo. Aquello plantea interrogantes sobre cómo se están valorando los aportes académicos
dentro del sistema universitario actual (Wang y Wenxiang, 2025).
En el entorno universitario, la integración de sistemas de IA ha transformado de manera significativa
las herramientas que se implementan en el contexto académico, siendo especialmente visible en el
uso de generadores de texto capaces de producir contenidos cada vez más complejos que los
estudiantes y docentes han comenzado a emplear tanto en la redacción de trabajos como en la
elaboración de investigaciones, de esta forma, se han generado nuevas dinámicas de aprendizaje que
modifican la manera tradicional de construir conocimiento; sin embargo, este avance también ha
dejado en evidencia que muchas instituciones no cuentan con marcos normativos preparados para
acompañar el ritmo acelerado de estas innovaciones. Por tal motivo, resulta necesario establecer
lineamientos claros que regulen su implementación pedagógica, lo cual implica garantizar que el uso
de estas tecnologías se dé bajo principios de validez académica y ética profesional en todos los niveles
formativos (Sasikala, 2024).
La llegada de la IA al contexto educativo no solo ha contribuido a mejorar los esquemas tradicionales
de enseñanza-aprendizaje, sino que además ha generado nuevas exigencias que exigen fortalecer la
alfabetización digital y fomentar una actitud crítica frente al uso cotidiano de plataformas
automatizadas, por ello se constituye en una prioridad avanzar en la inclusión de espacios curriculares
que permitan a los docentes explorar a fondo el funcionamiento de estas tecnologías, de esta forma,
no solo se comprenderán mejor sus alcances y limitaciones, sino que también se abriría un camino
para reflexionar sobre las implicaciones éticas que conlleva su implementación en las dinámicas
educativas actuales. Esto tiene como objetivo fomentar una apropiación reflexiva que contrarreste la
dependencia mecanicista en estos recursos mientras se fortalece el desarrollo holístico del aprendiz
(Vieriu y Petrea, 2025).
El análisis de la IA en el contexto educativo conduce a una dimensión técnica; sin embargo, es también
necesario considerar su impacto en la AI en cuanto a la construcción del conocimiento, debido a que
AI afecta la búsqueda, ordenación, sistematización y representación del saber, siempre desde un
ángulo crítico que aprecia sus posibilidades, pero también advierte sobre los peligros de la
automatización cognitiva. La enseñanza universitaria en particular debe proveer de pensar el diseño
curricular considerando la inteligencia artificial, la ética digital y el pensamiento computacional
integrado en la pedagogía (Merino, 2025).
La IA agiliza la reproducción de materiales de enseñanza, la automatización de evaluaciones y la
creación de recursos centrados en el estudiante en la educación superior, este tipo de recurso
tecnológico también monitorea y diagnostica problemas con el abandono académico, proporcionando
retroalimentación en tiempo real y seguimientos proactivos, así como retrospectivos sobre el progreso
del estudiante. Además, desde una perspectiva institucional. La IA está diseñada para mejorar la
efectividad educativa dentro y fuera del aula virtual al utilizar herramientas educativas diseñadas para
ayudar al estudiante a interactuar con el contenido de una manera independiente, colaborativa,
escalable y autodirigida (Mulaudzi y Hamilton, 2025).
A pesar de los distintos beneficios en el aula, la IA tiene una serie de limitaciones, reflejada en factores
como sesgos derivados de conjuntos de datos mal entrenados, déficits en la automatización, erosión
de habilidades críticas, y una falta de juicio en las decisiones de este recurso, merecen atención,
aunado a la ausencia de pautas específicas que regulen la integración de la IA en contextos
académicos genera controversias sobre la autoría, el proceso de enseñanza, la evaluación de la
credibilidad, y la privacidad de los datos involucrados. A partir de esto, surgen ecosistemas de dilemas
éticos y técnicos que, en la ausencia de políticas definidas, las instituciones deben analizar para lograr
lo que se considera equitativo, transparente, y pedagógicamente coherente (Hu, 2024).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3982.
RESULTADOS
Gráfico 1
Relación entre el uso de inteligencia artificial y su promoción en el entorno docente
Fuente: elaboración propia.
La representación gráfica evidencia una correlación positiva considerable entre el uso de herramientas
de inteligencia artificial y la tendencia a promover su aplicación en el ámbito académico, con un
coeficiente de Pearson de r = 0.85 que confirma una asociación directa entre ambas variables. Este
resultado sugiere que el contacto frecuente con este tipo de tecnologías favorece no solo su
comprensión funcional, sino también una actitud abierta hacia su difusión entre colegas y estudiantes.
Quienes integran la IA en sus prácticas tienden a convertirse en facilitadores activos dentro de sus
instituciones, lo que aporta un valor adicional al proceso de innovación educativa desde la experiencia
cotidiana del aula.
0
1
2
3
4
5
6
0 1 2 3 4 5 6
P
ro
m
u
ev
e
IA
(
1
-5
)
Uso de IA (1-5)
Campo: Uso de IA (1-5) y campo: Promueve IA (1-5)
r = 0.85
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3983.
Gráfico 2
Relación entre el uso de inteligencia artificial y la planificación docente
Fuente: elaboración propia.
El gráfico ilustra cómo el uso frecuente de inteligencia artificial en el entorno docente se vincula
directamente con la percepción de que esta tecnología facilita la planificación académica. Con un
coeficiente de correlación de r = 0.80, la relación evidencia que quienes integran estas herramientas en
su práctica tienden a encontrar en ellas una ayuda concreta para organizar clases, estructurar
contenidos o ajustar materiales según sus necesidades. No se trata solo de incorporar un recurso
digital, sino de reconocer cómo su uso continuo puede aliviar parte de la carga operativa que conlleva
la preparación docente. Esa percepción se construye desde la experiencia, no desde la teoría, y explica
por qué la IA empieza a ser vista no como una moda, sino como una herramienta útil para quienes
enseñan todos los días.
0
1
2
3
4
5
6
0 1 2 3 4 5 6
Fa
ci
lit
a
p
la
n
if
ic
ac
ió
n
(
1
-5
)
Uso de IA (1-5)
Campo: Uso de IA (1-5) y campo: Facilita la planificación (1-5)
r = 0.80
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3984.
0
1
2
3
4
5
6
0 0.5 1 1.5 2 2.5 3 3.5
P
er
ce
p
ci
ó
n
in
n
o
va
ci
ó
n
(
1
-5
)
Edad (categorías)
Percepción innovación (1-5)' por 'Edad (categorías)
Gráfico 3
Relación entre el dominio técnico de herramientas de IA y la capacitación recibida
Fuente: elaboración propia.
El gráfico permite observar cómo el dominio de herramientas de inteligencia artificial se fortalece
cuando el docente ha tenido acceso a procesos de formación previos. Con un coeficiente de
correlación de r = 0.81, la tendencia evidencia que quienes han sido capacitados no solo comprenden
mejor el funcionamiento técnico, sino que también se sienten más seguros al integrarlas en sus clases.
Esta relación responde a una lógica práctica: el acompañamiento institucional facilita la exploración,
reduce la inseguridad frente a lo digital y abre camino para que la tecnología se use con sentido
pedagógico, no sólo como recurso auxiliar.
Gráfico 4
Relación entre la edad del docente y la percepción de innovación de la inteligencia artificial
Fuente: elaboración propia.
0
1
2
3
4
5
6
0 1 2 3 4 5 6
C
ap
ac
it
ac
ió
n
r
ec
ib
id
a
(1
-5
)
Dominio técnico (1-5)
Campo: Dominio técnico (1-5) y campo: Capacitación recibida (1-5)
r = 0.81
r = 0.058
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3985.
La gráfica muestra una ligera tendencia a que los docentes más jóvenes perciban con mayor
entusiasmo el potencial innovador de la inteligencia artificial. Con un coeficiente de r = 0.058, la relación
no es determinante, pero sí sugiere que la edad influye de forma moderada en cómo se valora la
transformación tecnológica en el aula. Aunque esta diferencia no divide en extremos opuestos, sí deja
ver que la percepción de novedad no se construye igual en todos los tramos generacionales. Más que
una brecha técnica, lo que parece estar en juego es la forma en que cada docente ha vivido el cambio
digital, y cómo eso afecta la manera en que decide incorporarlo en su práctica.
Gráfico 5
Relación entre la edad del docente
Fuente: elaboración propia.
La gráfica deja ver que quienes han sido capacitados en el uso de inteligencia artificial suelen
mostrarse más activos a la hora de promoverla entre sus colegas. El valor de r = 0.75 confirma una
relación fuerte entre ambas variables, pero más allá del dato, lo que resalta es cómo la formación no
solo transmite conocimientos técnicos, sino que también genera confianza para hablar del tema,
compartirlo y defenderlo en espacios académicos. Promover algo requiere entenderlo, pero también
sentir que se tiene el respaldo para hacerlo, y en este caso, la capacitación parece ofrecer justamente
eso: una base segura para impulsar nuevas formas de enseñar.
Lo que muestran las cinco gráficas es una relación bastante clara entre la experiencia directa con
inteligencia artificial y la forma en que los docentes la incorporan, comparten o valoran. Cuando hay
formación previa, el uso se vuelve más fluido y la promoción de estas herramientas surge de manera
más orgánica. La edad marca apenas una diferencia, pero suficiente para notar que no todos
interpretan la innovación del mismo modo. En el fondo, lo que más pesa no es el acceso a la tecnología,
sino la forma en que cada docente se ha acercado a ella, y cómo ese recorrido personal influye en su
disposición a integrar con sentido.
DISCUSIÓN
r = 0.75
0
1
2
3
4
5
6
0 1 2 3 4 5 6
C
ap
ac
it
ac
ió
n
r
ec
ib
id
a
(1
-5
)
Promueve IA (1-5)
Campo: Promueve IA (1-5) y campo: Capacitación recibida (1-5)
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3986.
Ayala (2024) habló de una enseñanza que se está alejando de los moldes clásicos gracias a la
inteligencia artificial, y eso no se queda en teoría. En este estudio, quienes usan IA con más frecuencia
también encuentran más facilidad para planificar clases. No es una coincidencia: cuando un docente
descubre que puede organizar sus ideas con ayuda de una herramienta que le ahorra tiempo y le amplía
recursos, su manera de enseñar empieza a cambiar sin necesidad de reformas estructurales. Lo que
Ayala plantea se confirma en lo más cotidiano: el cambio empieza en la forma en que se prepara una
clase y no en una gran transformación institucional.
Lo que plantean García et al. (2024) sobre el pensamiento crítico también se siente en lo que expresan
los docentes. La mayoría cree que el uso excesivo de estas herramientas puede debilitar la capacidad
de los estudiantes para pensar por sí mismos, y no lo dicen como una queja, sino como una
preocupación legítima. Quienes están frente a grupo todos los días saben cuándo un estudiante razona
con profundidad o solo repite lo que le devuelve una pantalla. El temor no es al avance tecnológico,
sino a que la reflexión pierda espacio si no se educa también en cómo usar estas herramientas con
criterio.
Mendoza et al. (2024) mencionan que muchas instituciones adoptan tecnologías sin haber definido
cómo deberían aplicarse, y eso también lo confirman los datos. Los docentes piden reglas claras, no
para limitarse, sino para no caminar a ciegas. Cuando casi ocho de cada diez profesionales creen que
hace falta una regulación, no están rechazando la IA, están pidiendo condiciones para usarla bien. Lo
que se revela no es resistencia, sino una sensación de que el uso sin marco deja al docente expuesto,
sin saber si está innovando o simplemente improvisando.
Hu (2024) insiste en que nadie aprende a manejar bien estas herramientas sin formación adecuada.
Esa idea queda reforzada por el alto nivel de relación entre haber sido capacitado y sentirse capaz de
usar la IA con soltura. Es un dato que habla por sí solo: el que se forma, domina; el que no, duda. No
hay magia ni talento especial, hay práctica acompañada. La confianza para incorporar estas
herramientas nace de saber cómo funcionan y no de haberlas probado una vez. Es ahí donde las
instituciones tienen una tarea urgente: formar no para cumplir, sino para que el docente sienta que
tiene control y sentido en lo que hace.
Merino (2025) propone que hablar de IA en educación implica también hablar de ética, y ese punto no
pasó desapercibido en este estudio. Una gran parte del profesorado cree que la formación ética sobre
estas herramientas no es opcional. No se trata solo de evitar trampas o de saber qué está permitido,
sino de pensar por qué, cómo y para qué se usan ciertas tecnologías dentro del aula. Quien enseña no
solo transmite conocimientos; también marca un camino, y ese camino hoy incluye decisiones
tecnológicas que afectan la forma en que se aprende, se investiga y se convive. Por eso, más que una
técnica, la IA en educación se está convirtiendo en un tema de criterio y de responsabilidad.
CONCLUSIONES
El uso constante de inteligencia artificial por parte del docente ha transformado la manera en que se
organiza la planificación académica, porque al reducir la carga operativa y facilitar el acceso a recursos
estructurados, estas herramientas permiten enfocar el esfuerzo en lo pedagógico y no en lo repetitivo,
lo que convierte a la IA en una aliada concreta dentro del trabajo cotidiano del aula.
El dominio técnico sobre las herramientas de inteligencia artificial no aparece de forma espontánea,
sino que se construye cuando existe un proceso formativo que permite al docente conocer,
experimentar y decidir con mayor seguridad, lo cual se refleja en la relación directa entre haber sido
capacitado y sentirse en capacidad de integrar estas tecnologías con criterio dentro de la enseñanza.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3987.
La disposición a promover el uso de inteligencia artificial en el entorno educativo no se impone desde
lo institucional, sino que surge cuando el docente ha tenido una experiencia cercana y funcional con
estas herramientas, lo que genera confianza para compartirlas con sus pares, integrarlas en sus clases
y sostener su utilidad desde la práctica, no desde la imposición.
El pensamiento crítico no se pierde por usar inteligencia artificial, pero sí puede verse afectado si estas
herramientas se aplican sin acompañamiento docente, porque cuando el estudiante encuentra
respuestas inmediatas sin tener que construirlas, el proceso reflexivo se debilita, por eso es
fundamental que el uso de IA esté guiado por criterios pedagógicos que mantengan activa la capacidad
de análisis personal.
La edad no define la apertura hacia la inteligencia artificial, pero sí marca ciertas diferencias en la forma
de apropiarse de la tecnología, porque mientras los docentes más jóvenes tienden a adaptarse con
mayor rapidez, quienes tienen más años de experiencia suelen avanzar con más cautela, lo que no
representa una barrera, sino una oportunidad para diseñar procesos formativos que consideren
trayectorias diversas sin forzar un mismo ritmo para todos.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3988.
REFERENCIAS
Ayala, A. (2024). Impacto de la Inteligencia Artificial en la transformación de la Educación Superior.
Científica Multidisciplinar, 8(2), 7219-7229. https://doi.org/10.37811/cl_rcm.v8i2.11126
Benavides, R., León, J., Tixi, H., & Miguez, R. (2025). La integración de la inteligencia artificial generativa
en la educación superior. Revista Conrado, 21(4), 3-9.
Diaz, J., Molina, R., Bayas, C., & Ruiz, A. (2024). Asistencia de la inteligencia artificial generativa como
herramienta pedagógica en la educación superior. Revista De Investigación En Tecnologías De La
Información, 12(26), 61–76. https://doi.org/10.36825/RITI.12.26.006
Flores, E., Solis, J., Rosales, J., & Cuba, C. (2025). Inteligencia artificial generativa en ingresantes a una
universidad pública. Revista Horizontes, 9(38), 9-17.
https://doi.org/10.33996/revistahorizontes.v9i38.1017
Fontanillas, T., Romero, M., Guitert, M., & Baztán, P. (2025). Desafíos de la Inteligencia Artificial
generativa en educación superior: fomentando su uso crítico en el estudiantado. Revista
Iberoamericana de Educación, 28(2), 209–231. https://doi.org/10.5944/ried.28.2.43535
Gallent, C., Zapata, A., & Ortego, J. (2023). El impacto de la inteligencia artificial generativa en la
educación superior: una mirada desde la ética y la integridad académica. Relieve, 8-14.
https://doi.org/10.30827/relieve.v29i2.29134
García, F., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la
inteligencia artificial generativa. Iberoamericana de Educación a Distancia, 27(1), 9-39.
https://doi.org/10.5944/ried.27.1.37716
García, J. (2024). Inteligencia artificial generativa y educación. Education in the Knowledge Society, 3-
7. https://doi.org/10.14201/eks.31942
Hu, S. (2024). El efecto del aprendizaje personalizado asistido por inteligencia artificial en los
resultados de aprendizaje de los estudiantes: un metaanálisis basado en 31 artículos de investigación
empírica. Science Insights Education Frontiers, 24(1), 35-47. https://doi.org/10.15354/sief.24.re395
Mendoza, J., Steven, J., & Cañarte, L. (2024). Implicaciones éticas en el uso de inteligencia artificial en
estudiantes universitarios. Polo del Conocimiento, 9(3), 5-9.
Merino, C. (2025). El impacto de la inteligencia artificial en el aprendizaje personalizado en la educación
superior: una revisión sistemática. Ciencias de la Educación, 4(2), 13-17.
https://doi.org/10.3390/higheredu4020017
Mulaudzi, L., & Hamilton, J. (2025). Perspectiva del profesor sobre el papel de la IA en el aprendizaje
personalizado: beneficios, desafíos y consideraciones éticas en la educación superior. Journal of
Academic Ethics, 1(2), 31-43. https://doi.org/10.1007/s10805-025-09615-1
Reyes, D., Carvajal, J., & Serrano, J. (2025). Fundamentos de la IA generativa en el proceso de
enseñanza-aprendizaje en la educación superior. Dominio De Las Ciencias, 11(2), 1152–1171.
https://doi.org/10.23857/dc.v11i2.4377
Sasikala, P. (2024). Estudio sobre el impacto de la inteligencia artificial en los resultados del
aprendizaje de los estudiantes. Revista de Aprendizaje y Educación Digital, 4(2), 145-154.
https://doi.org/10.52562/jdle.v4i2.1234
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, septiembre, 2025, Volumen VI, Número 4 p 3989.
Silgado, D., & López, J. (2025). Inteligencia Artificial Generativa en la Educación Superior: una Revisión
Sistemática. Revista Iberoamericana de Educación, 21(73), 7-9.
Valenzuela, R., & Pérez, A. (2025). Inteligencia artificial en educación superior: ¿un reemplazo para los
profesores o una herramienta de apoyo? Revista Iberoamericana De Investigación En Educación(9), 14-
17. https://doi.org/10.58663/riied.vi9.221
Vallejo, H., Aguilar, R., Fuentes , L., & Fierro, F. (2025). La inteligencia artificial generativa como recurso
didáctico en la educación superior. Una revisión sistemática. Recimundo, 9(2), 6-13.
https://doi.org/10.26820/recimundo/9.(2). .2025.247-261
Vieriu, A., & Petrea, G. (2025). El impacto de la inteligencia artificial (IA) en el desarrollo académico de
los estudiantes. Ciencias de la Educación, 15(3), 47-54. https://doi.org/10.3390/educsci15030343
Wang, J., & Wenxiang, F. (2025). El efecto de ChatGPT en el rendimiento de aprendizaje de los
estudiantes, la percepción del aprendizaje y el pensamiento de orden superior: perspectivas de un
metanálisis. Comunicación en Humanidades y Ciencias Sociales, 12, 1-8.
https://doi.org/10.1057/s41599-025-04787-y
Zhai, C., Zhai, C., & Wibowo, S. (2024). Los efectos de la dependencia excesiva de los sistemas de
diálogo de IA en las capacidades cognitivas de los estudiantes: una revisión sistemática. Smart Learn.
Environ.(28), 32-47. https://doi.org/10.1186/s40561-024-00316-7
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en
este sitio está disponibles bajo Licencia Creative Commons .