DOI: https://doi.org/10.56712/latam.v7i2.5574  
Uso de asistentes de inteligencia artificial (meta AI) en  
entornos de mensajería instantánea para el desarrollo de  
habilidades cognitivas  
Use of artificial intelligence assistants (meta AI) in instant messaging  
environments for the development of cognitive skills  
Katherine Elizabeth Triviño Mieles  
ktrivinom@unemi.edu.ec  
https://orcid.org/0009-0007-9654-0202  
Facultad de Posgrado, Escuela de Educación  
Milagro – Ecuador  
Eugenio Alejandro Ortega García  
eortegag2@unemi.edu.ec  
https://orcid.org/0000-0003-2537-3965  
Universidad Estatal de Milagro  
Milagro – Ecuador  
Artículo recibido: 18 de noviembre de 2025. Aceptado para publicación: 25 de marzo de 2026.  
Conflictos de Interés: Ninguno que declarar.  
Resumen  
La convergencia entre inteligencia artificial y educación ha abierto posibilidades inéditas para la  
integración de asistentes conversacionales en procesos educativos, particularmente en plataformas  
de uso masivo como WhatsApp. Esta investigación tuvo como objetivo analizar la producción  
científica existente sobre el uso de asistentes de inteligencia artificial, con especial atención a Meta  
AI en WhatsApp, para el desarrollo de habilidades cognitivas en contextos educativos mediante una  
revisión exploratoria de la literatura publicada entre 2020 y 2025. Se empleó una metodología de  
revisión exploratoria siguiendo los lineamientos PRISMA, consultando las bases de datos Scopus,  
Web of Science, Google Académico y Dialnet. Se analizaron 17 artículos mediante técnicas de análisis  
temático y triangulación de hallazgos. Los resultados revelan consensos sólidos sobre el potencial  
transformador de la IA conversacional para personalizar el aprendizaje y potenciar habilidades  
cognitivas, con mejoras documentadas del 25-40% en retención de conocimientos, y la  
insustituibilidad del rol docente como mediador pedagógico. Emergen tensiones significativas: el  
efecto diferencial según nivel de competencia (los estudiantes avanzados pierden motivación), la  
brecha entre potencial teórico y uso real (solo 10% usa Meta AI académicamente), y limitaciones  
técnicas como dificultades con preguntas complejas. Se evidencia la necesidad de aproximaciones  
multidimensionales que integren dimensiones cognitivas, afectivas, semióticas y contextuales. Se  
concluye que existe un vacío investigativo respecto al subnivel medio de educación básica (9-12 años)  
en Latinoamérica, lo que constituye una oportunidad para futuras investigaciones empíricas que  
diseñen intervenciones pedagógicas intencionadas que aprovechen el potencial de Meta AI en  
WhatsApp para el desarrollo de habilidades analíticas y reflexivas en edades tempranas, bajo  
condiciones de equidad, mediación docente y responsabilidad ética.  
Palabras clave: inteligencia artificial, Meta AI, WhatsApp, habilidades cognitivas, revisión  
exploratoria, educación básica  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 615.  
Abstract  
The convergence of artificial intelligence and education has opened unprecedented possibilities for  
integrating conversational assistants into educational processes, particularly on widely used  
platforms like WhatsApp. This research aimed to analyze the existing scientific literature on the use of  
artificial intelligence assistants, with a focus on Meta AI in WhatsApp, for developing cognitive skills  
in educational contexts. This was achieved through an exploratory review of the literature published  
between 2020 and 2025. An exploratory review methodology was employed, following the PRISMA  
guidelines, and the Scopus, Web of Science, Google Scholar, and Dialnet databases were consulted.  
Seventeen articles were analyzed using thematic analysis and triangulation of findings. The results  
reveal strong consensus on the transformative potential of conversational AI to personalize learning  
and enhance cognitive skills, with documented improvements of 25-40% in knowledge retention, and  
the irreplaceable role of the teacher as a pedagogical mediator. Significant tensions emerge: the  
differential effect according to proficiency level (advanced students lose motivation), the gap between  
theoretical potential and actual use (only 10% use MetaAI academically), and technical limitations  
such as difficulties with complex questions. The need for multidimensional approaches that integrate  
cognitive, affective, semiotic, and contextual dimensions is evident. It is concluded that there is a  
research gap regarding the middle sub-level of basic education (ages 9-12) in Latin America, which  
represents an opportunity for future empirical research to design intentional pedagogical interventions  
that leverage the potential of MetaAI on WhatsApp for the development of analytical and reflective  
skills at an early age, under conditions of equity, teacher mediation, and ethical responsibility.  
Keywords: artificial intelligence, Meta AI, WhatsApp, cognitive skills, exploratory review, basic  
education  
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
publicado en este sitio está disponibles bajo Licencia Creative Commons.  
Cómo citar:  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades 7 (2), 615 – 636.  
https://doi.org/10.56712/latam.v7i2.5574  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 616.  
INTRODUCCIÓN  
La convergencia entre inteligencia artificial (IA) y educación ha emergido como uno de los campos de  
investigación más dinámicos y transformadores de la última década. En este contexto, la masificación  
de plataformas de mensajería instantánea como WhatsApp que en Latinoamérica constituye el  
principal canal de comunicación digital ha abierto posibilidades inéditas para la integración de  
asistentes conversacionales en procesos educativos formales e informales (Jácome López, 2024). La  
incorporación de Meta AI dentro del ecosistema WhatsApp plantea interrogantes fundamentales sobre  
su potencial para mediar procesos cognitivos complejos, en niveles educativos donde el desarrollo del  
pensamiento analítico y reflexivo resulta crucial. Esta intersección entre tecnología de uso cotidiano y  
desarrollo de habilidades superiores constituye el núcleo de la presente revisión exploratoria.  
El interés por las capacidades cognitivas en el análisis y la reflexión crítica ha cobrado renovada  
relevancia en el debate pedagógico contemporáneo. Autores como Cejas Martínez et al., (2023) han  
enfatizado que estas competencias no solo constituyen pilares de la formación integral, sino que  
resultan indispensables para navegar entornos informacionalmente complejos. La taxonomía de  
Bloom sitúa el análisis y la evaluación como habilidades previas a la creación, lo que subraya su papel  
estructurante en la jerarquía cognitiva (Gamboa Solano et al., 2023). En el contexto latinoamericano,  
investigaciones han documentado cómo las herramientas digitales pueden actuar como andamiajes  
para el desarrollo de estas capacidades, aunque persisten debates sobre la calidad y profundidad de  
los procesos mediados tecnológicamente.  
La irrupción de la IA generativa ha desplazado el foco de atención desde las plataformas educativas  
convencionales hacia asistentes conversacionales de amplio espectro. Estudios han evidenciado que  
la IA puede facilitar la personalización del aprendizaje, estimular procesos metacognitivos y fomentar  
la autonomía estudiantil cuando se integra con una planificación pedagógica adecuada (Aquije  
Ramírez et al., 2025). La investigación sobre chatbots educativos ha revelado su potencial para mejorar  
la retención de vocabulario, la fluidez verbal y la motivación de los estudiantes (Jara Chiriboga et al.,  
2025). No obstante, estos hallazgos provienen de contextos de educación superior o formación en  
idiomas, lo que deja un vacío significativo respecto a su aplicación en niveles educativos tempranos y,  
particularmente, en entornos de mensajería instantánea de uso masivo.  
El subnivel medio de educación básica que comprende edades aproximadamente entre 9 y 12 años  
representa una ventana de desarrollo particularmente sensible para la consolidación de habilidades  
analíticas. Durante esta etapa, los estudiantes transitan desde el pensamiento concreto hacia formas  
incipientes de razonamiento abstracto, lo que convierte a cualquier intervención pedagógica en un  
factor potencialmente modulador de trayectorias cognitivas (Muñoz Martínez et al., 2025). Sin  
embargo, la investigación sobre IA educativa ha prestado escasa atención a este grupo etario,  
concentrándose mayoritariamente en educación superior o, en menor medida, en educación inicial.  
Esta brecha resulta especialmente problemática considerando que los niños de estas edades  
constituyen usuarios activos de dispositivos móviles y aplicaciones de mensajería.  
Frente a este panorama, emerge la necesidad de realizar una revisión exploratoria que sistematice el  
conocimiento disponible sobre el uso de asistentes de inteligencia artificial aquellos integrados en  
plataformas de mensajería instantánea para el desarrollo de habilidades cognitivas en contextos  
educativos. La elección de una metodología de revisión exploratoria responde al fenómeno y a la  
dispersión de la literatura existente, que aborda dimensiones parciales sin ofrecer una visión  
integradora. Este enfoque permitirá identificar patrones, tendencias y vacíos en la producción  
académica, sentando bases conceptuales para investigaciones empíricas posteriores.  
El presente artículo propone, analizar la producción científica existente sobre el uso de asistentes de  
inteligencia artificial integrados en plataformas de mensajería instantánea con especial atención a  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 617.  
Meta AI en WhatsApp para el desarrollo de habilidades cognitivas en contextos educativos, mediante  
una revisión exploratoria de la literatura publicada entre 2020 y 2025, a fin de identificar tendencias,  
enfoques teóricos, aplicaciones pedagógicas y vacíos de conocimiento que orienten futuras líneas de  
investigación en el campo de la educación mediada por inteligencia artificial conversacional.  
METODOLOGÍA  
La presente investigación se configura como una revisión exploratoria, metodología adecuada para  
examinar la extensión, naturaleza y características de la literatura disponible sobre un tema, así como  
para identificar vacíos de conocimiento que justifiquen investigaciones posteriores. A diferencia de las  
revisiones sistemáticas tradicionales, que suelen centrarse en preguntas muy específicas y en la  
evaluación de la calidad metodológica de los estudios, la revisión exploratoria permite un mapeo más  
amplio del campo cuando este se encuentra en fases incipientes de desarrollo. Dado que la integración  
de asistentes de inteligencia artificial como Meta AI en entornos de mensajería instantánea con fines  
educativos constituye un fenómeno reciente y dinámico, este enfoque metodológico resulta el más  
pertinente para capturar la diversidad de aproximaciones teóricas y empíricas existentes.  
El proceso de búsqueda y selección de fuentes se estructuró siguiendo los lineamientos del marco  
PRISMA-ScR (Preferred Reporting Items for Systematic Reviews and Meta-Analyses extension for  
Scoping Reviews), lo que garantiza transparencia y replicabilidad en el procedimiento. Se consultaron  
las principales bases de datos académicas de alcance internacional: Scopus, Web of Science, Google  
académico y Dialnet. El período de cobertura se delimitó entre 2020 y 2025, considerando que los  
desarrollos en inteligencia artificial generativa y su integración en plataformas de mensajería han  
experimentado una aceleración significativa en este lustro.  
La estrategia de búsqueda se construyó a partir de la combinación de descriptores controlados y  
términos libres en español e inglés, organizados en torno a tres ejes conceptuales: el tecnológico  
(inteligencia artificial, asistentes conversacionales, chatbots, Meta AI, WhatsApp), el pedagógico  
(educación básica, enseñanza primaria, subnivel medio, aprendizaje mediado) y el cognitivo  
(habilidades cognitivas, pensamiento crítico, análisis, reflexión, metacognición). Las ecuaciones de  
búsqueda incluyeron operadores booleanos (AND, OR) y truncamientos para maximizar la sensibilidad  
en la recuperación de registros.  
Por ejemplo, en Scopus se empleó la cadena: (TITLE-ABS-KEY (“artificial intelligence" OR  
"conversational agent" OR "chatbot" OR "meta ai" OR "whatsapp”) AND TITLE-ABS-KEY (“education" OR  
"primary school" OR "elementary education*" OR "k-12”) AND TITLE-ABS-KEY (“critical thinking" OR  
"analytical skill*" OR "reflective thinking" OR "cognitive skill*”)) AND PUBYEAR > 2018. Este proceso fue  
iterativo y se ajustó tras pruebas piloto para equilibrar sensibilidad y especificidad.  
Los criterios de inclusión y exclusión se definieron para delimitar con claridad el corpus documental  
objeto de análisis. Se incluyeron artículos de revistas científicas, conferencias, capítulos de libros y  
reportes técnicos que: (a) abordaran explícitamente el uso de inteligencia artificial o asistentes  
conversacionales en contextos educativos; (b) hicieran referencia, aunque sea parcial, a habilidades  
cognitivas; (c) estuvieran publicados en español, inglés o portugués; (d) correspondieran al período  
2020-2025. Se excluyeron editoriales, cartas al editor, reseñas de libros y documentos no accesibles a  
texto completo. Respecto al ámbito educativo, aunque el foco central es el subnivel medio de  
educación básica, se consideraron estudios realizados en otros niveles siempre que sus hallazgos  
fueran transferibles o aportaran elementos conceptuales relevantes para la comprensión del fenómeno  
en edades tempranas, criterio coherente con la naturaleza exploratoria de la revisión.  
El proceso de selección y extracción de datos se desarrolló en tres fases. En la primera, se realizó un  
cribado por título y resumen para eliminar duplicados y documentos claramente irrelevantes. En la  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 618.  
segunda, se evaluó la elegibilidad de los textos completos aplicando los criterios predefinidos. En la  
tercera, se procedió a la extracción sistemática de información mediante un formulario ad hoc que  
recogía: autor, año, país, objetivo del estudio, marco teórico, metodología, nivel educativo, tipo de IA  
empleada, habilidades cognitivas abordadas, principales hallazgos y limitaciones declaradas. Esta  
información se organizó en una matriz de síntesis que permitió identificar patrones, tendencias y  
vacíos. Para garantizar la confiabilidad del proceso, dos revisores participaron de manera  
independiente en el cribado y la extracción, resolviendo las discrepancias mediante discusión y  
consenso.  
El análisis de los datos se realizó mediante técnicas de análisis temático, que permiten identificar,  
organizar y reportar patrones recurrentes en el contenido de los documentos seleccionados. Se  
siguieron la familiarización con los datos, generación de códigos iniciales, búsqueda de temas, revisión  
de temas, definición y denominación de temas, y producción del informe final. Este proceso se apoyó  
en el uso del software ATLAS.ti para la gestión y codificación de los textos. Los temas emergentes se  
organizaron en torno a dimensiones conceptuales, pedagógicas, tecnológicas y contextuales. Esta  
estructura analítica permitió construir una cartografía comprehensiva del campo que da respuesta a  
los objetivos planteados.  
Tabla 1  
Matriz de revisión literaria  
Título  
Autores  
Mastarreno  
Tumbaco et  
al., 2025  
Tipo de estudio  
Revisión literaria  
cualitativa y  
Resultados  
Uso de Inteligencia  
Artificial como Asistente  
de Enseñanza en la  
Educación Superior: Una  
Revisión Literaria  
La IA en educación superior se  
configura como una herramienta  
transformadora que personaliza  
el aprendizaje mediante rutas  
adaptativas y retroalimentación  
en tiempo real, automatiza  
tareas administrativas liberando  
tiempo docente, y fomenta el  
aprendizaje autónomo y  
descriptiva.  
autorregulado al permitir que los  
estudiantes establezcan metas,  
monitoreen su progreso y  
reflexionen sobre su proceso  
educativo, aunque su  
implementación enfrenta  
desafíos éticos y prácticos  
relacionados con la equidad y la  
responsabilidad institucional.  
El uso de la inteligencia  
artificial como asistente  
pedagógico virtual para  
fortalecer las  
Vargas &  
Mendoza,  
2025  
Teórico-interpretativo La IA como asistente  
con un enfoque  
pedagógico virtual es vista  
cualitativo.  
como un complemento  
pedagógico efectivo para  
capacidades ejecutivas  
en el entorno educativo.  
fortalecer tanto habilidades  
cognitivas como capacidades  
ejecutivas en el aprendizaje  
A pesar de percibir la IA como  
muy útil para el rendimiento  
académico, su uso real para el  
autoaprendizaje aún es limitado.  
Aunque la mayoría encuentra  
fácil usar los asistentes  
La Inteligencia Artificial  
y los asistentes  
virtuales: uso e  
Silva Payró  
et al., 2025  
Cuantitativo, No  
experimental,  
Transversal  
incidencia en el  
aprendizaje y en el  
desarrollo de proyectos  
de estudiantes de  
virtuales, dependen fuertemente  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 619.  
pregrado y posgrado en  
una Facultad del sureste  
de México  
de ayuda externa para diseñar  
proyectos propios. Además,  
persiste un nivel considerable de  
inseguridad e intimidación al  
enfrentarse a la creación de  
proyectos con estas  
herramientas.  
Análisis de asistentes  
virtuales para el  
desarrollo de  
Barrera-  
Gutiérrez et  
al., 2025  
Diseño de tipo mixto,  
combinando  
enfoques  
Los asistentes virtuales  
benefician principalmente a los  
principiantes, quienes  
habilidades del lenguaje.  
cuantitativos y  
cualitativos.  
mostraron mejoras notables en  
todas las áreas del lenguaje,  
especialmente en  
pronunciación. La escritura fue  
la habilidad con menor avance  
general, sugiriendo que se  
requieren herramientas más  
avanzadas o tutorías para  
mejorar su desarrollo. Los  
estudiantes intermedios y  
avanzados perdieron motivación  
y lograron un progreso limitado  
debido a la falta de desafíos y  
contenido más complejo.  
Los estudiantes reportaron alta  
satisfacción al percibir mejoras  
significativas en la  
Implementación de un  
asistente virtual de  
inteligencia artificial en  
universidades  
Toro Flores  
et al., 2025  
Enfoque mixto y un  
diseño de caso  
múltiple.  
retroalimentación, la adaptación  
de contenidos y el ritmo de  
aprendizaje. Los docentes  
valoraron la innovación y la  
reducción de carga  
latinoamericanas  
administrativa, aunque temen  
una posible dependencia  
tecnológica del alumnado. Su  
éxito como aliado pedagógico  
exige capacitación docente,  
políticas de uso responsable y  
resolver los problemas de  
conectividad en zonas rurales.  
La investigación revela que la  
inteligencia artificial adaptativa  
posee un alto potencial para  
transformar el aprendizaje  
mediante la personalización de  
contenidos y secuencias  
Procesos cognitivos y  
pensamiento crítico en  
entornos educativos  
mediados por  
inteligencia artificial  
adaptativa  
Barrón  
Revisión sistemática  
de la literatura con  
un enfoque  
cualitativo,  
exploratorio y  
documental.  
Pérez &  
Morales  
Piña, 2026  
didácticas, lo que optimiza  
procesos cognitivos básicos y  
superiores como la atención  
sostenida, la memoria de trabajo  
y la comprensión conceptual.  
La investigación evidencia que  
la integración de la IA  
Metacognición digital:  
autorregulación del  
aprendizaje mediante IA.  
Saquisari  
Pillajo, 2024  
Revisión sistemática  
cualitativa de tipo  
bibliográfico-  
personaliza y mejora  
documental  
significativamente el proceso  
educativo, logrando aumentos  
del 25% en la retención de  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 620.  
conocimientos, 30% en la  
motivación estudiantil y 40% en  
la retroalimentación  
personalizada. Asimismo, el uso  
de estrategias metacognitivas  
apoyadas por tecnología digital  
produjo mejoras del 35% en la  
comprensión de conceptos  
algebraicos y del 28% en  
conceptos estadísticos,  
mientras que la autorregulación  
mediante IA generativa (como el  
feedback entre pares) mostró un  
incremento del 22% frente a  
métodos tradicionales.  
Meta AI de whatsapp  
precursor de la  
investigación en  
estudiantes  
Aguilar  
Mera, 2025  
Enfoque mixto y  
alcance descriptivo  
La investigación revela que los  
universitarios no le están dando  
el uso académico esperado a  
Meta AI en WhatsApp, dado que  
el 45% la emplea para investigar  
intereses personales, un 26%  
indicó no haberla usado, y  
apenas un 10% la utiliza  
universitarios.  
específicamente para tareas  
universitarias o investigaciones  
científicas.  
Impacto de la educación  
virtual en las habilidades al., 2025  
cognitivas de  
estudiantes de  
educación superior.  
Rangel et  
Enfoque cuantitativo  
con diseño  
descriptivo  
La investigación destaca que la  
gran mayoría de los alumnos  
valora de forma positiva el  
sistema de educación virtual y  
demuestra competencias  
cognitivas efectivas en el  
aprendizaje del idioma.  
Asimismo, se evidenció una  
estrecha vinculación entre la  
calidad de la modalidad virtual y  
el fortalecimiento de estas  
habilidades esenciales,  
concluyendo que, al  
implementarse correctamente,  
la educación virtual es una  
herramienta poderosa para el  
desarrollo cognitivo.  
Mensajería en  
WhatsApp y millennials  
universitarios de  
Cotopaxi, desafíos para  
la educación superior de  
Ecuador.  
Gómez-  
Castells et  
al., 2021  
Enfoque exploratorio  
y una metodología  
cualitativa  
Los hallazgos demostraron que  
en esta plataforma se  
configuran interpretantes que  
revelan una gran creatividad  
significativa, lo que llevó a  
concluir la necesidad de generar  
procedimientos de enseñanza  
(basados en la trilogía de  
Peirce) para que el estudiantado  
desarrolle capacidades  
cognoscitivas que aprovechen  
este imaginario lingüístico en el  
enriquecimiento del idioma.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 621.  
Uso de Inteligencia  
Artificial y Chatbots en  
el Aprendizaje de la  
Lectura y Escritura en  
Educación General  
Básica.  
Díaz Castillo Revisión sistemática  
La inteligencia artificial  
constituye un recurso  
pedagógico emergente con gran  
potencial en contextos  
et al., 2025  
de la literatura  
fundamentada en la  
metodología  
PRISMA,  
latinoamericanos, ya que su  
aplicación ha demostrado  
generar mejoras significativas  
en la comprensión lectora, la  
fluidez oral, la gramática y la  
cohesión textual. Además, los  
hallazgos evidencian que estas  
herramientas incrementan  
notablemente la motivación y la  
confianza de los estudiantes,  
aunque el estudio enfatiza de  
forma categórica que los  
chatbots deben concebirse  
únicamente como instrumentos  
de apoyo complementario y no  
como sustitutos de la labor y  
acompañamiento del docente.  
El estudio evidenció que la IA  
posee un alto potencial  
Estrategias pedagógicas Velastegui  
Investigaciones  
empíricas  
(cuantitativas, cuasi-  
experimentales,  
para la integración de la  
inteligencia artificial (IA)  
en el aula de educación  
básica.  
Cajas et al.,  
2025  
pedagógico capaz de mejorar el  
rendimiento disciplinar, el  
cualitativas de caso y pensamiento de orden superior,  
mixtas)  
las habilidades orales y la  
motivación de los estudiantes,  
destacando especialmente a los  
chatbots por su gran  
versatilidad funcional. No  
obstante, los hallazgos  
concluyen que las  
intervenciones más efectivas  
son aquellas en las que la IA no  
reemplaza, sino que actúa como  
un complemento mediado por el  
docente con andamiaje  
pedagógico, co-diseño  
instruccional y apoyo  
institucional, y advierten sobre la  
urgencia de establecer  
protocolos de verificación y  
gobernanza de datos para  
mitigar riesgos técnicos, sesgos  
y retos de equidad.  
Análisis del uso y  
tendencias de la IA en la  
educación básica  
primaria.  
Pérez  
Lizarazo,  
M.Z. 2025  
Diseño no  
Al identificar las tendencias  
claras hacia la personalización y  
el apoyo al docente como los  
principales motores de la IA, y al  
reconocer los obstáculos  
persistentes, este análisis  
proporciona una hoja de ruta  
que no solo muestra dónde  
estamos, sino hacia dónde  
debemos ir y qué barreras  
fundamentales debemos  
experimental,  
siguiendo una  
metodología de  
revisión sistemática  
de literatura,  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 622.  
superar para que la IA se  
convierta en una herramienta  
equitativa y efectiva en la  
educación básica primaria de la  
región.  
Chatbots educativos y  
asistentes virtuales para  
el aprendizaje  
personalizado en  
educación superior.  
Moreno  
Yandún et  
al., 2025  
Enfoque mixto  
(cualitativo y  
cuantitativo) con un  
diseño  
El 85% de los estudiantes  
manifestó una alta satisfacción  
con el uso de estas  
herramientas, destacando  
especialmente la rapidez y  
precisión de las respuestas, así  
como la ventaja de poder  
avanzar en el aprendizaje a su  
propio ritmo. Sin embargo, tanto  
docentes como alumnos  
señalaron que es necesario  
mejorar la capacidad del  
chatbot para procesar y  
cuasiexperimental  
responder preguntas complejas  
y abiertas, y subrayaron la  
urgencia de implementar una  
capacitación docente continua  
que permita integrar  
eficazmente las respuestas de  
la inteligencia artificial dentro de  
la evaluación formativa.  
Inteligencia Artificial  
como herramienta de  
apoyo para la  
Arriaga  
Coque et al.,  
2025  
Diseño cuasi-  
experimental con  
enfoque cuantitativo  
La inteligencia artificial es un  
recurso pedagógico altamente  
eficaz para potenciar la  
personalización del  
aprendizaje en primaria.  
autorregulación y promover la  
equidad e inclusión educativa,  
destacando categóricamente  
que su propósito es  
complementar y no sustituir la  
labor del docente, para lo cual  
se requiere fortalecer la  
formación en competencias  
digitales del profesorado.  
La investigación destaca  
múltiples beneficios de los  
chatbots de inteligencia artificial  
en el ámbito educativo: para los  
estudiantes, las ventajas  
principales incluyen la  
Role of AI chatbots in  
education: systematic  
literature review.  
International Journal of  
Educational Technology  
in Higher Education  
Labadze et  
al., 2023  
Revisión sistemática  
de la literatura  
asistencia en tareas y estudio, la  
personalización de la  
experiencia de aprendizaje y el  
desarrollo de diversas  
habilidades; por su parte, para  
los docentes, los beneficios  
clave son el ahorro de tiempo y  
la mejora de la pedagogía.  
Fuente: elaboración propia.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 623.  
DESARROLLO  
Teorías del Aprendizaje Aplicadas a Entornos Digitales  
El constructivismo social, fundamentado en los trabajos de Vygotsky (1978), constituye un pilar teórico  
esencial para comprender el potencial educativo de los asistentes de inteligencia artificial. Este  
enfoque postula que el aprendizaje ocurre mediante la interacción social y la mediación de  
herramientas culturales dentro de la Zona de Desarrollo Próximo (ZDP), definida como la distancia  
entre lo que el estudiante puede lograr independientemente y lo que puede alcanzar con apoyo  
(Córdoba, 2020).  
Meta AI en WhatsApp puede concebirse como una herramienta de mediación que opera precisamente  
en esa ZDP, ofreciendo andamiajes ajustados a las necesidades individuales del estudiante mediante  
respuestas personalizadas, preguntas orientadoras y retroalimentación inmediata que le permiten  
avanzar hacia niveles superiores de comprensión y análisis. La cognición situada, desarrollada por  
Lave y Wenger (1991), complementa esta visión al enfatizar que el aprendizaje está intrínsecamente  
ligado al contexto, la actividad y la cultura en los que ocurre. El conocimiento no es un conjunto de  
abstracciones transferibles, sino que se construye mediante la participación en comunidades de  
práctica donde los novatos se incorporan gradualmente a través de la participación periférica legítima  
(Mantilla Contreras et al., 2024).  
El conectivismo de Siemens (2005) y el aprendizaje dialógico de Freire (1970) y Wells (2001) aportan  
elementos cruciales para comprender la naturaleza distribuida y conversacional del fenómeno  
estudiado. El conectivismo concibe el aprendizaje como un proceso que ocurre en entornos digitales  
cambiantes, donde la capacidad de establecer conexiones entre nodos de información resulta más  
importante que la acumulación de conocimientos estáticos; en este marco, Meta AI actúa como un  
nodo tecnológico que facilita el acceso y la conexión con fuentes diversas de información (Islas Torres,  
2021). Por su parte, el aprendizaje dialógico sitúa el diálogo como eje central de la construcción de  
conocimiento, lo que resulta particularmente pertinente para analizar cómo las interacciones  
conversacionales con asistentes de IA pueden estimular procesos reflexivos y analógicos que  
promuevan el pensamiento crítico cuando son adecuadamente mediadas por el docente.  
El Rol de la Mediación Tecnológica en el Aprendizaje  
La Teoría de la Mediación Instrumental desarrollada por Rabardel (1995) constituye un marco  
fundamental para comprender que los artefactos tecnológicos no operan como meras herramientas  
neutrales, sino que se transforman en instrumentos psicológicos cuando son apropiados por los  
sujetos en contextos de actividad específicos (Ligarretto Feo, 2021). Esta distinción entre artefacto  
(objeto técnico disponible) e instrumento (entidad mixta que integra el artefacto y los esquemas de  
uso desarrollados por el usuario) resulta crucial para analizar cómo Meta AI en WhatsApp puede  
convertirse en un verdadero mediador del desarrollo cognitivo.  
La apropiación del asistente por parte de estudiantes de 9 a 12 años implica no solo el dominio técnico  
de la herramienta, sino la construcción de esquemas de utilización que permitan emplear  
estratégicamente para fines analíticos y reflexivos, proceso que depende tanto de las características  
del artefacto como de las competencias previas y la mediación docente recibida.  
El Modelo SAMR de Puentedura (2006) permite evaluar los niveles de integración tecnológica de Meta  
AI en procesos educativos: en el nivel de Sustitución, la IA reemplaza herramientas tradicionales sin  
cambios funcionales significativos; en Aumento, mejora funciones existentes con retroalimentación  
inmediata; en Modificación, permite rediseñar tareas antes impensables; y en Redefinición, posibilita la  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 624.  
creación de nuevas actividades cognitivamente complejas que transforman radicalmente la  
experiencia educativa (Campos Retana, 2021).  
Habilidades Cognitivas  
Constituyen el conjunto de capacidades mentales que permiten al ser humano procesar información,  
construir conocimiento y resolver problemas de manera adaptativa. Estas habilidades se clasifican  
tradicionalmente en dos grandes categorías: las habilidades cognitivas básicas y las superiores. Las  
habilidades básicas incluyen procesos como la percepción, que permite organizar e interpretar la  
información sensorial; la atención, que actúa como mecanismo selectivo para enfocar los recursos  
cognitivos en estímulos relevantes; y la memoria, que codifica, almacena y recupera información en  
sus diversas modalidades (sensorial, corto plazo y largo plazo) (Manrique, 2020).  
Por su parte, las habilidades cognitivas superiores, también denominadas funciones ejecutivas o  
procesos de orden superior, comprenden el pensamiento crítico, la resolución de problemas complejos,  
la toma de decisiones, la creatividad y la metacognición, todas ellas fundamentales para el aprendizaje  
profundo y la adaptación a entornos cambiantes como los que caracterizan la era digital  
contemporánea.  
Los procesos cognitivos fundamentales operan de manera interconectada y dinámica en la  
arquitectura funcional de la mente humana. La percepción constituye la puerta de entrada de la  
información del entorno, seleccionando y organizando los estímulos sensoriales para dotarlos de  
significado. La atención regula el flujo de procesamiento, permitiendo mantener el foco en tareas  
relevantes mientras se inhiben distractores, función particularmente crítica en entornos digitales  
caracterizados por la sobreabundancia informativa (Ligarretto Feo, 2021).  
La memoria opera en múltiples sistemas interrelacionados: la memoria de trabajo mantiene y manipula  
información temporalmente durante la realización de tareas cognitivas; la memoria a largo plazo  
almacena conocimientos declarativos (saberes factuales y conceptuales) y procedimentales (saberes  
cómo). El pensamiento, como proceso nuclear, integra y transforma la información mediante  
operaciones de análisis, síntesis, comparación, abstracción y razonamiento, mientras que el lenguaje  
actúa como herramienta simbólica que media y externaliza estos procesos, permitiendo no solo la  
comunicación interpersonal sino también la autorregulación del pensamiento mediante el habla  
interna.  
La jerarquía cognitiva, inicialmente por la taxonomía de Bloom organiza funcionalmente los procesos  
cognitivos en niveles crecientes de complejidad y abstracción. En la base de esta jerarquía se  
encuentran los procesos de recordar y comprender, que implican la recuperación y construcción inicial  
de significados. En niveles intermedios, el aplicar y analizar requieren utilizar el conocimiento en  
situaciones nuevas y descomponer la información en sus elementos constitutivos para identificar  
relaciones y patrones. En los niveles superiores, evaluar y crear demandan emitir juicios  
fundamentados y generar productos originales integrando múltiples fuentes de conocimiento. Esta  
organización jerárquica no implica independencia entre niveles, sino que los procesos superiores  
incorporan y trascienden a los inferiores en una dinámica de complejidad creciente.  
Para el estudio del uso de Meta AI en educación, esta comprensión resulta fundamental, pues permite  
analizar cómo las interacciones con asistentes conversacionales pueden activar diferencialmente  
estos niveles, planteando el desafío pedagógico de trascender el uso meramente informativo (niveles  
básicos) hacia experiencias que estimulen genuinamente el análisis, la evaluación y la creación (niveles  
superiores) mediante un diseño instruccional intencionado.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 625.  
Fundamentos de Inteligencia Artificial Aplicada a Educación  
La inteligencia artificial aplicada a la educación ha experimentado una evolución significativa desde  
sus primeras manifestaciones en la década de 1970 hasta la actualidad, transformándose desde  
sistemas basados en reglas fijas hacia modelos adaptativos y generativos de alta complejidad.  
Inicialmente, la IA educativa se materializó en sistemas de tutoría inteligente que ofrecían instrucción  
programada y retroalimentación predefinida, evolucionando posteriormente hacia entornos de  
aprendizaje adaptativo capaces de ajustar contenidos y secuencias didácticas en función del  
desempeño del estudiante (Trejo Lorenzana et al., 2024).  
En la actualidad, la IA educativa se define como el conjunto de tecnologías computacionales que  
simulan procesos cognitivos humanos para personalizar experiencias de aprendizaje, automatizar  
tareas administrativas, proporcionar retroalimentación inteligente y generar nuevos contenidos  
educativos, todo ello mediante el análisis de grandes volúmenes de datos y la identificación de  
patrones de comportamiento académico que permiten intervenciones pedagógicas cada vez más  
precisas y contextualizadas.  
En el ámbito educativo contemporáneo, pueden identificarse cuatro tipologías fundamentales de  
inteligencia artificial con aplicaciones específicas. Los sistemas tutoriales inteligentes constituyen la  
forma más tradicional, actuando como tutores virtuales que guían al estudiante a través de secuencias  
instruccionales, diagnostican errores y proporcionan explicaciones adaptadas. Las analíticas de  
aprendizaje se centran en la recopilación y análisis de datos educativos para predecir rendimiento,  
identificar estudiantes en riesgo y optimizar procesos institucionales (Ayuso & Gutiérrez, 2022).  
Los asistentes conversacionales, también denominados chatbots educativos, interactúan con los  
estudiantes mediante lenguaje natural para resolver dudas, fomentar discusiones y facilitar el  
aprendizaje autónomo, siendo Meta AI en WhatsApp un ejemplo paradigmático de esta categoría.  
Finalmente, la IA generativa, emergida con fuerza en los últimos años, es capaz de crear contenidos  
originales como textos, imágenes, problemas y explicaciones, abriendo posibilidades inéditas para la  
personalización y creatividad educativa, aunque también planteando desafíos éticos y pedagógicos  
significativos.  
El funcionamiento de la IA conversacional, categoría a la que pertenece Meta AI, descansa sobre tres  
pilares tecnológicos fundamentales. El procesamiento del lenguaje natural (NLP) permite a la máquina  
comprender, interpretar y generar lenguaje humano en sus múltiples dimensiones sintácticas,  
semánticas y pragmáticas, facilitando interacciones fluidas que simulan conversaciones reales. El  
aprendizaje automático (machine learning) constituye la base adaptativa del sistema, posibilitando que  
el asistente mejore su desempeño a partir de la experiencia acumulada mediante la identificación de  
patrones en grandes volúmenes de interacciones previas. Los modelos de lenguaje, particularmente  
los grandes modelos (LLMs) basados en arquitecturas transformer, representan el avance más  
reciente al ser entrenados con cantidades masivas de texto para predecir y generar secuencias  
lingüísticas coherentes y contextualmente apropiadas (Lu, 2018).  
Meta AI: Caracterización del Asistente  
Meta AI constituye el asistente de inteligencia artificial desarrollado por Meta Platforms Inc., integrado  
progresivamente en el ecosistema de aplicaciones de la compañía que incluye Facebook, Instagram y  
WhatsApp. Su origen responde a la estrategia corporativa de incorporar capacidades de IA generativa  
en plataformas de uso masivo, compitiendo directamente con asistentes como ChatGPT mediante una  
estrategia de integración nativa que elimina barreras de acceso (Lassi, 2025).  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 626.  
Las capacidades de Meta AI abarcan la generación de texto, respuestas a preguntas, asistencia en  
tareas creativas la posibilidad de interactuar mediante lenguaje natural en contextos  
y
conversacionales. En el ecosistema Meta, su integración en WhatsApp resulta particularmente  
estratégica, dado que esta plataforma de mensajería instantánea cuenta con cerca de tres mil millones  
de usuarios globales, posicionándola como el canal con mayor penetración para democratizar el  
acceso a asistentes conversacionales avanzados sin requerir descargas adicionales, inicios de sesión  
separados o suscripciones.  
En el entorno específico de WhatsApp, Meta AI ofrece funcionalidades que determinan tanto sus  
posibilidades educativas como sus limitaciones prácticas. El acceso se produce de manera integrada  
en la interfaz familiar de la aplicación, permitiendo dos modalidades principales de interacción:  
conversaciones uno a uno directas con el asistente, y la participación contextual dentro de chats  
grupales donde el usuario puede "invocar" a Meta AI mediante el símbolo @ para obtener respuestas o  
sugerencias (Venegas Álvarez, 2024).  
Esta accesibilidad inmediata desde dispositivos móviles, en un entorno de uso cotidiano, constituye  
una ventaja significativa para contextos educativos con recursos limitados, ya que aprovecha  
infraestructura comunicativa preexistente. Sin embargo, los límites técnicos incluyen la ausencia de  
opción para desactivar completamente el asistente, lo que genera resistencia en algunos usuarios, así  
como preocupaciones documentadas sobre la calidad de las respuestas en temas sensibles, sesgos  
culturales y la tendencia del chatbot a simular características humanas que pueden generar  
dependencia emocional o confianza acrítica, especialmente en usuarios jóvenes.  
El potencial educativo teórico de Meta AI en WhatsApp contrasta significativamente con los patrones  
de uso real documentados en la literatura empírica. Aguilar Mera (2025), en el único estudio  
identificado que aborda directamente esta herramienta en el contexto ecuatoriano, reporta que apenas  
el 10% de los estudiantes universitarios emplea Meta AI para fines académicos, mientras que el 45% la  
utiliza para investigar intereses personales y un 26% manifiesta no haberla usado nunca. Esta brecha  
entre disponibilidad tecnológica y aprovechamiento pedagógico revela que la mera integración de IA  
avanzada en plataformas cotidianas no garantiza su adopción para fines educativos, y que factores  
como la orientación docente, el diseño instruccional y la percepción de relevancia académica resultan  
determinantes (Trejo Lorenzana et al., 2024).  
No obstante, otras investigaciones muestran resultados prometedores cuando existe mediación:  
estudios experimentales han demostrado mejoras significativas en comprensión lectora de  
estudiantes que recibieron instrucción mediante WhatsApp potenciado con IA en comparación con  
métodos convencionales , y revisiones sistemáticas confirman que las plataformas con Meta AI  
pueden proporcionar rutas de aprendizaje personalizadas, retroalimentación adaptativa y mayor  
compromiso, aunque con impactos balanceados entre aspectos positivos y negativos en el  
pensamiento crítico.  
Las particularidades del contexto WhatsApp resultan fundamentales para comprender las dinámicas  
de interacción con Meta AI y su potencial para el desarrollo cognitivo. La inmediatez característica de  
la plataforma permite respuestas casi instantáneas, facilitando ciclos rápidos de pregunta-respuesta-  
reflexión que pueden sostener la atención y la motivación. La informalidad del entorno comunicativo  
reduce la ansiedad asociada a entornos formales de aprendizaje y promueve una exploración más libre  
y autodirigida de contenidos.  
RESULTADOS Y DISCUSIÓN  
El análisis triangular se constituye como una estrategia metodológica que permite integrar múltiples  
fuentes de información para ofrecer una visión comprehensiva del fenómeno estudiado. A  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 627.  
continuación, se presenta la triangulación de los hallazgos obtenidos de los 17 artículos analizados,  
organizada en tres dimensiones fundamentales: hallazgos convergentes (coincidencias), hallazgos  
divergentes (discrepancias) y hallizgos complementarios (aspectos que se enriquecen mutuamente).  
Tabla 2  
Matriz de Triangulación de Hallazgos  
Dimensión de  
Análisis  
Hallazgos  
Convergentes  
(Coincidencias)  
Hallazgos Divergentes  
(Discrepancias)  
Hallazgos  
Complementarios  
(Aspectos que se  
enriquecen)  
1. Impacto en  
Habilidades  
Cognitivas  
• Mastarreno Tumbaco  
et al. (2025), Barrón  
Pérez & Morales Piña  
(2026) y Saquisari  
Pillajo (2024) coinciden  
en que la IA facilita la  
personalización del  
aprendizaje y optimiza  
procesos cognitivos  
básicos y superiores  
(atención, memoria,  
comprensión  
• Barrera-Gutiérrez et al.  
(2025) reporta que los  
beneficios se concentran  
en principiantes,  
• Rangel et al.  
(2025) complementa los  
hallazgos sobre  
efectividad cognitiva al  
mientras que estudiantes vincularla con la calidad  
intermedios y avanzados  
pierden motivación por  
falta de desafíos. Esto  
contrasta con Saquisari  
Pillajo (2024) que  
documenta mejoras del  
25-40% sin segmentar  
por nivel de competencia  
previa.  
de la modalidad virtual,  
aspecto no considerado  
en estudios centrados  
exclusivamente en la  
herramienta tecnológica.  
• Gómez-Castells et al.  
(2021) añade una  
dimensión semiótica y  
creativa al uso de  
WhatsApp que enriquece  
la comprensión de cómo  
los estudiantes se  
apropian de la  
conceptual).  
• Vargas & Mendoza  
(2025) y Velastegui  
Cajas et al.  
(2025) coinciden en que  
la IA fortalece  
capacidades ejecutivas  
y pensamiento de orden  
superior cuando actúa  
como complemento  
pedagógico.  
• Aguilar Mera  
(2025) encuentra que  
solo el 10% de  
universitarios usa Meta  
AI para fines  
académicos, mientras  
que Toro Flores et al.  
(2025) reporta alta  
satisfacción estudiantil  
con asistentes virtuales.  
La discrepancia sugiere  
que la aceptación  
depende del diseño  
instruccional y no solo de  
la disponibilidad  
plataforma,  
complementando los  
enfoques puramente  
cognitivos.  
• Labadze et al.  
(2023) y Díaz Castillo et  
al. (2025) convergen en  
que los chatbots  
mejoran habilidades  
específicas (lectura,  
escritura) y ofrecen  
personalización.  
tecnológica.  
2.  
• Arriaga Coque et al.  
(2025), Moreno Yandún  
et al.  
(2025) y Mastarreno  
Tumbaco et al.  
(2025) coinciden en que  
la IA es altamente  
eficaz para potenciar la  
autorregulación y  
personalizar el  
• Silva Payró et al.  
(2025) encuentra una  
brecha entre la  
percepción de utilidad  
(alta) y el uso real para  
autoaprendizaje  
(limitado), además de  
inseguridad para diseñar  
proyectos propios. Esto  
contrasta con la  
• Pérez Lizarazo  
Personalización  
y
Autorregulación  
del Aprendizaje  
(2025) aporta una hoja  
de ruta que integra  
personalización y apoyo  
docente como motores  
principales,  
complementando los  
hallazgos cuantitativos  
con una perspectiva  
estratégica.  
aprendizaje mediante  
rutas adaptativas y  
confianza implícita en los  
beneficios reportados  
• Idarraga (2025) ofrece  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 628.  
retroalimentación en  
tiempo real.  
por Mastarreno Tumbaco un panorama regional  
et al. (2025).  
latinoamericano que  
contextualiza los  
• Saquisari Pillajo  
(2024) documenta  
incrementos  
específicos: 25% en  
retención, 30% en  
motivación, 40% en  
retroalimentación  
personalizada y 35% en  
comprensión de  
• Moreno Yandún et al.  
(2025) señala  
limitaciones en la  
hallazgos sobre  
autorregulación en las  
particularidades del  
entorno, aspecto  
ausente en estudios de  
otras regiones.  
capacidad de los  
chatbots para procesar  
preguntas complejas,  
mientras que Barrera-  
Gutiérrez et al.  
(2025) reporta avances  
desiguales según el  
dominio (escritura con  
menor progreso).  
conceptos con apoyo  
metacognitivo digital.  
3. Rol Docente y  
Mediación  
Pedagógica  
• Velastegui Cajas et al.  
(2025), Díaz Castillo et  
al. (2025) y Arriaga  
Coque et al.  
(2025) enfatizan  
categóricamente que la  
IA no sustituye al  
docente, sino que actúa  
como complemento  
mediado por andamiaje  
pedagógico, co-diseño  
instruccional y apoyo  
institucional.  
• Aguilar Mera  
• Gómez-Castells et al.  
(2021) propone  
procedimientos de  
enseñanza basados en  
la trilogía de Peirce para  
aprovechar el imaginario  
lingüístico de WhatsApp,  
complementando los  
llamados a la mediación  
docente con una  
(2025) documenta un  
uso predominantemente  
personal (45%) de Meta  
AI en WhatsApp, lo que  
sugiere que sin  
mediación docente, la  
herramienta no se  
orienta naturalmente a  
fines académicos. Este  
hallazgo matiza las  
expectativas sobre el  
potencial  
propuesta metodológica  
concreta.  
intrínsecamente  
educativo de la IA  
conversacional.  
• Michuy Rodas et al.  
(2025) aborda  
específicamente la IA en  
tutoría y  
• Toro Flores et al.  
(2025) agrega que los  
docentes valoran la  
innovación, pero temen  
la dependencia  
• Labadze et al.  
(2023) reporta beneficios docente, dimensión que  
acompañamiento  
tecnológica estudiantil,  
lo que refuerza la  
necesidad de  
docentes (ahorro de  
tiempo y mejora  
pedagógica) de manera  
general, sin las  
enriquece la  
comprensión del rol  
mediador más allá del  
aula tradicional.  
capacitación continua.  
advertencias sobre  
riesgos de dependencia  
que aparecen en Toro  
Flores et al.  
(2025) y Velastegui Cajas  
et al. (2025).  
4. Desafíos  
Éticos,  
Prácticos y de  
Equidad  
• Mastarreno Tumbaco  
et al. (2025), Velastegui  
Cajas et al.  
• Barrera-Gutiérrez et al.  
(2025) identifica un  
desafío específico no  
mencionado en otros  
estudios: la pérdida de  
motivación en  
estudiantes avanzados  
por falta de contenido  
complejo, lo que revela  
que la IA no resuelve  
automáticamente las  
necesidades de todos los  
niveles.  
• Gómez-Castells et al.  
(2021) aporta una  
reflexión sobre los  
desafíos desde la  
semiótica y la  
(2025) y Toro Flores et  
al. (2025) coinciden en  
señalar desafíos éticos  
(sesgos, privacidad),  
prácticos (conectividad,  
brecha digital) y de  
equidad como barreras  
críticas para la  
comunicación,  
complementando los  
enfoques tecnológico y  
pedagógico con una  
mirada lingüístico-  
cultural.  
implementación  
responsable.  
• Campoverde (2025),  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 629.  
aunque sobre  
• Pérez Lizarazo  
• Silva Payró et al.  
(2025) añade la  
inseguridad e  
intimidación estudiantil  
como barrera  
psicosocial, dimensión  
poco explorada en  
metodología BIM, ofrece  
un marco de análisis  
sobre adopción  
tecnológica que puede  
transferirse al campo  
educativo para  
(2025) y Idarraga  
(2025) enfatizan la  
urgencia de protocolos  
de verificación y  
gobernanza de datos en  
el contexto  
comprender las  
latinoamericano.  
revisiones que se centran resistencias  
en aspectos técnicos o  
éticos.  
institucionales.  
5. Uso  
• Aguilar Mera (2025) es • No se encuentran  
• Díaz Castillo et al.  
(2025) y Velastegui  
Cajas et al.  
(2025) abordan chatbots  
en educación básica,  
ofreciendo un marco  
para entender cómo  
podrían transferirse esas  
experiencias al entorno  
WhatsApp.  
Específico de  
Meta AI en  
WhatsApp  
el único estudio que  
aborda directamente  
Meta AI en WhatsApp,  
documentando su  
infrautilización  
discrepancias sobre  
Meta AI específicamente  
por ausencia de otros  
estudios que la aborden  
directamente. Sin  
académica (10% para  
tareas universitarias,  
45% para intereses  
personales, 26% sin  
uso).  
embargo, los hallazgos  
de Aguilar Mera  
(2025) contrastan con  
las expectativas  
generales sobre el  
potencial de la IA  
• Moreno Yandún et al.  
• Gómez-Castells et al.  
(2021) proporciona  
contexto sobre  
WhatsApp como  
plataforma de  
creatividad lingüística  
en universitarios  
ecuatorianos, lo que  
ayuda a entender el  
ecosistema  
educativa presentes en el (2025) y Toro Flores et  
resto de la literatura,  
evidenciando una brecha  
entre potencial teórico y  
uso real.  
al. (2025) documentan  
experiencias con  
asistentes virtuales en  
educación superior,  
cuyas lecciones podrían  
adaptarse al diseño de  
intervenciones con Meta  
AI en niveles educativos  
inferiores.  
comunicativo donde se  
inserta Meta AI.  
6. Brechas por  
Nivel Educativo  
• Díaz Castillo et al.  
(2025), Velastegui Cajas (2025) y Labadze et al.  
et al. (2025), Arriaga  
Coque et al.  
(2025) y Pérez Lizarazo  
(2025) abordan  
• Barrera-Gutiérrez et al.  
• Idarraga (2025) y Pérez  
Lizarazo (2025) ofrecen  
miradas regionales que  
complementan los  
estudios de caso  
específicos, permitiendo  
contextualizar los  
(2023) se centran en  
otros niveles (idiomas y  
educación superior  
respectivamente), lo que  
introduce una tensión  
sobre la transferibilidad  
de sus hallazgos al  
específicamente  
educación básica  
(primaria y media),  
constituyendo el corpus  
de referencia para el  
subnivel medio (9-12  
años) que es el foco de  
esta revisión.  
hallazgos en la realidad  
latinoamericana.  
subnivel medio.  
• Gómez-Castells et al.  
(2021) estudia  
millennials universitarios,  
pero su enfoque en  
• Saquisari Pillajo  
(2024) y Mastarreno  
Tumbaco et al.  
(2025) trabajan con  
poblaciones  
universitarias, por lo que  
sus conclusiones sobre  
autorregulación y  
metacognición deben  
matizarse al aplicarse a  
niños de 9-12 años,  
WhatsApp como entorno  
comunicativo ofrece  
claves para entender  
cómo las generaciones  
más jóvenes se apropian  
de la plataforma,  
• Coinciden en que la IA  
tiene potencial en estos  
niveles, pero siempre  
con mediación docente  
y adaptación  
pedagógica.  
información valiosa para  
diseñar intervenciones  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 630.  
cuyas capacidades  
metacognitivas están en  
desarrollo.  
en niveles educativos  
inferiores.  
Fuente: elaboración propia.  
Hallazgos Convergentes: Núcleo de Consenso  
La literatura analizada converge en reconocer el potencial transformador de la inteligencia artificial, en  
los asistentes conversacionales, para personalizar el aprendizaje, optimizar procesos educativos y  
potenciar habilidades cognitivas (Mastarreno Tumbaco et al., 2025; Barrón Pérez & Morales Piña, 2026;  
Labadze et al., 2023). Esta convergencia se sustenta en evidencia consistente sobre mejoras  
cuantificables en retención de  
conocimientos  
(25-40%), motivación  
estudiantil (30%),  
retroalimentación personalizada (40%) y comprensión conceptual (28-35%) cuando la IA se integra con  
adecuado soporte pedagógico (Saquisari Pillajo, 2024; Díaz Castillo et al., 2025). Asimismo, existe  
consenso en que la implementación de estas tecnologías enfrenta desafíos éticos y de equidad  
significativos, incluyendo la brecha digital, sesgos algorítmicos, privacidad de datos, necesidad de  
conectividad y formación docente (Toro Flores et al., 2025; Pérez Lizarazo, 2025; Idarraga, 2025).  
Un segundo núcleo de consenso fundamental enfatiza la insustituibilidad del rol docente, pues todos  
los estudios coinciden en que la IA debe concebirse como complemento y no como sustituto del  
profesorado, requiriendo andamiaje pedagógico, co-diseño instruccional y acompañamiento continuo  
(Velastegui Cajas et al., 2025; Arriaga Coque et al., 2025; Díaz Castillo et al., 2025). Esta posición se  
fundamenta en la comprensión de que el potencial de la IA no se activa automáticamente por su mera  
presencia en el aula, sino que exige diseño instruccional explícito, objetivos pedagógicos claramente  
definidos y estrategias de integración curricular intencionadas (Moreno Yandún et al., 2025; Vargas &  
Mendoza, 2025). La mediación docente se configura, así como el factor crítico que determina si la  
tecnología se convierte en un verdadero potenciador del aprendizaje o permanece como un recurso  
infrautilizado.  
Estos consensos delinean un marco compartido que reconoce tanto las enormes posibilidades de la  
IA como sus limitaciones inherentes cuando no está acompañada de una adecuada mediación  
pedagógica. La literatura coincide en que el éxito de la integración de asistentes conversacionales en  
contextos educativos depende menos de la sofisticación tecnológica y más de la capacidad de las  
instituciones para formar docentes, diseñar currículos que integren críticamente estas herramientas y  
establecer políticas que garanticen un acceso equitativo y éticamente responsable.  
Hallazgos Divergentes: Tensiones y Matices  
Las tensiones en torno al efecto diferencial de la IA según el nivel de competencia de los estudiantes.  
Mientras que investigaciones como la de Saquisari Pillajo (2024) reportan beneficios generalizados en  
el aprendizaje, Barrera-Gutiérrez et al. (2025) identifican que los estudiantes avanzados experimentan  
pérdida de motivación ante la falta de desafíos adecuados, sugiriendo que la inteligencia artificial debe  
adaptarse no solo al ritmo de aprendizaje sino también al nivel de dominio específico de cada  
estudiante. Esta discrepancia evidencia que las herramientas de IA no operan de manera uniforme en  
todos los perfiles de usuarios, y que su efectividad está mediada por variables como el grado de  
competencia previa, la complejidad de las tareas y la capacidad de la tecnología para ofrecer estímulos  
cognitivos apropiados a cada nivel.  
Otra tensión relevante emerge entre el potencial teórico de la IA y su uso real en contextos educativos.  
Silva Payró et al. (2025) documentan una marcada brecha entre la alta percepción de utilidad de estas  
herramientas y su limitada aplicación para el autoaprendizaje, mientras que Aguilar Mera (2025)  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 631.  
evidencia la infrautilización académica de Meta AI en WhatsApp, donde predomina el uso para  
intereses personales sobre el académico. Estos hallazgos contrastan con las expectativas  
generalizadas sobre el impacto transformador de la tecnología, demostrando que la mera  
disponibilidad de herramientas avanzadas no garantiza su aprovechamiento pedagógico, y que  
factores como la formación, la motivación y el diseño instruccional resultan determinantes para  
materializar el potencial educativo de la IA.  
Las divergencias también se manifiestan en la valoración de los riesgos asociados a la implementación  
docente y en las limitaciones técnicas no resueltas. Mientras Labadze et al. (2023) enfatizan  
exclusivamente los beneficios para el profesorado sin abordar posibles efectos adversos, Toro Flores  
et al. (2025) y Velastegui Cajas et al. (2025) alertan sobre el temor docente a generar dependencia  
tecnológica en los estudiantes, reflejando sensibilidades distintas frente a la innovación.  
Complementariamente, Moreno Yandún et al. (2025) documentan dificultades de los asistentes  
virtuales para procesar preguntas complejas, y Barrera-Gutiérrez et al. (2025) reportan un progreso  
desigual entre habilidades, con la escritura significativamente rezagada respecto a otras  
competencias. Estas limitaciones técnicas matizan el optimismo sobre la capacidad de la IA para  
abordar integralmente todas las dimensiones cognitivas, subrayando la necesidad de expectativas  
realistas y de desarrollo tecnológico continuo.  
Hallazgos Complementarios: Hacia una Visión Integral  
Estudios analizados permiten construir una comprensión multidimensional del fenómeno,  
comenzando por la integración de las dimensiones cognitiva y afectiva. Mientras que investigaciones  
como la de Rangel et al. (2025) establecen vínculos entre el desarrollo de habilidades cognitivas y la  
calidad de la modalidad virtual implementada, Silva Payró et al. (2025) enriquecen esta perspectiva al  
incorporar la dimensión emocional, documentando sentimientos de inseguridad e intimidación que  
experimentan los estudiantes al enfrentarse a herramientas de inteligencia artificial. Esta ampliación  
de la mirada resulta fundamental, pues revela que los procesos de aprendizaje mediados por  
tecnología no dependen exclusivamente de factores cognitivos o instruccionales, sino que están  
profundamente atravesados por estados afectivos que pueden facilitar u obstaculizar la apropiación  
efectiva de los recursos tecnológicos.  
Una segunda complementariedad relevante emerge de la articulación entre las dimensiones  
tecnológica y semiótica, así como entre lo local y lo regional. Gómez-Castells et al. (2021) trascienden  
los enfoques puramente instrumentales sobre WhatsApp al incorporar una perspectiva semiótica y  
creativa que permite comprender cómo los estudiantes realmente se apropian de la plataforma,  
generando interpretantes lingüísticos y culturales que configuran nuevos imaginarios comunicativos.  
Esta mirada se ve potenciada por la convergencia entre estudios de caso específicos, como los de  
Aguilar Mera (2025) y Gómez-Castells et al. (2021), y las aproximaciones regionales de Idarraga (2025)  
y Pérez Lizarazo (2025), que contextualizan los hallazgos en la compleja realidad latinoamericana,  
caracterizada por brechas digitales, diversidad cultural y necesidades educativas particulares que  
matizan cualquier pretensión de generalización universal.  
La integración entre la dimensión teórica y aplicada completa esta visión multidimensional del  
fenómeno. Los marcos conceptuales desarrollados por autores como Barrón Pérez y Morales Piña  
(2026) sobre procesos cognitivos y pensamiento crítico mediados por inteligencia artificial adaptativa  
encuentran su contraparte en propuestas metodológicas concretas, como las derivadas de Gómez-  
Castells et al. (2021) sobre procedimientos de enseñanza basados en la trilogía de Peirce, o las de  
Michuy Rodas et al. (2025) sobre tutoría y acompañamiento docente. Esta articulación se ve reforzada  
por evaluaciones empíricas de impacto, como la de Saquisari Pillajo (2024), que cuantifica mejoras  
específicas en retención, motivación y comprensión conceptual, demostrando que la solidez teórica  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 632.  
adquiere su verdadero valor cuando se traduce en orientaciones prácticas y se somete a validación  
empírica en contextos educativos reales.  
CONCLUSIONES  
La presente revisión exploratoria de la literatura sobre el uso de asistentes de inteligencia artificial,  
particularmente Meta AI en entornos de mensajería instantánea como WhatsApp, para el desarrollo de  
habilidades cognitivas en contextos educativos, ha permitido identificar un campo de estudio  
emergente caracterizado por consensos sólidos, tensiones productivas y vacíos significativos. Los  
hallazgos convergentes confirman el potencial transformador de la IA conversacional para  
personalizar el aprendizaje, optimizar procesos cognitivos y fomentar la autorregulación, con mejoras  
cuantificables documentadas en retención de conocimientos (25-40%), motivación estudiantil (30%) y  
comprensión conceptual (28-35%).  
Las tensiones y matices identificados en la literatura revelan la complejidad del fenómeno y la  
necesidad de aproximaciones contextualizadas. El efecto diferencial de la IA según el nivel de  
competencia previa constituye un hallazgo crítico: mientras los estudiantes principiantes se benefician  
significativamente, los avanzados experimentan pérdida de motivación ante la falta de desafíos  
adecuados, lo que evidencia que estas herramientas deben adaptarse no solo al ritmo sino también al  
nivel de dominio específico.  
La brecha entre potencial teórico y uso real resulta igualmente significativa, particularmente en el caso  
de Meta AI en WhatsApp, donde la infrautilización académica contrasta con su disponibilidad masiva,  
demostrando que la mera integración tecnológica no garantiza aprovechamiento pedagógico. Las  
limitaciones técnicas documentadas dificultad para procesar preguntas complejas, progreso desigual  
entre habilidades matizan el optimismo sobre la capacidad de la IA para abordar integralmente todas  
las dimensiones cognitivas, mientras que las divergencias en la valoración de riesgos reflejan distintas  
sensibilidades frente a la innovación.  
La integración de las dimensiones cognitiva y afectiva revela que los procesos de aprendizaje  
mediados por tecnología están profundamente atravesados por estados emocionales como la  
inseguridad y la intimidación, factores que pueden facilitar u obstaculizar la apropiación efectiva de los  
recursos tecnológicos. La articulación entre lo tecnológico y lo semiótico, así como entre lo local y lo  
regional, evidencia la necesidad de comprender cómo los estudiantes realmente se apropian de  
plataformas como WhatsApp en contextos latinoamericanos específicos, donde las dinámicas  
comunicativas cotidianas configuran imaginarios lingüísticos y culturales que determinan las  
posibilidades educativas de la IA conversacional.  
La investigación confirma la existencia de un vacío significativo respecto al subnivel medio de  
educación básica (9-12 años) en el contexto latinoamericano, lo que constituye una oportunidad y una  
necesidad para futuras investigaciones empíricas que, fundamentadas en los marcos teóricos y  
hallazgos aquí sintetizados, diseñen intervenciones pedagógicas intencionadas que aprovechen el  
potencial de Meta AI en WhatsApp para el desarrollo de habilidades analíticas y reflexivas en edades  
tempranas, bajo condiciones de equidad, mediación docente y responsabilidad ética.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 633.  
REFERENCIAS  
Aguilar Mera, GA (2025). Meta AI de whatsapp precursor de la investigación en estudiantes  
universitarios. Actas del Congreso de Investigación, Desarrollo  
https://doi.org/10.47300/actasidi-unicyt-2024-15  
e
Innovación  
,
134–139.  
Arriaga Coque, C. N., Delgado Reyes, V. I., Menéndez Flores, Ángela M., Menéndez Vélez, L. L., &  
Constante Menéndez, Ángela A. (2025). Inteligencia Artificial como herramienta de apoyo para la  
personalización del aprendizaje en primaria. Ciencia Latina Revista Científica Multidisciplinar, 9(6),  
4410-4423. https://doi.org/10.37811/cl_rcm.v9i6.21549  
Ayuso del Puerto, D., & 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). https://doi.org/10.5944/ried.25.2.32332  
Barrera-Gutiérrez, M., Chimbo-Cáceres, E., Mantilla-Garcia, J., & Rodríguez-Cedeño, M. (2025). Análisis  
de asistentes virtuales para el desarrollo de habilidades del lenguaje. 593 digital Publisher CEIT, 10(1–  
2), 348–368. https://doi.org/10.33386/593dp.2025.1-2.3081  
Barrón Pérez, S.., & Morales Piña , D. . (2026). Procesos cognitivos y pensamiento crítico en entornos  
educativos mediados por inteligencia artificial adaptativa. Imperium Academico Multidisciplinary  
Journal, 3(1), 1-13. https://doi.org/10.63969/njwwrh50  
Bustamante, G., Ochoa, J., & González, F. (2021). Propuesta de implementación de la metodología BIM  
5D para obras de cimentaciones industriales en la Planta de Oxígeno de Arauco. Obras y Proyectos, 30,  
74–90. https://doi.org/10.4067/s0718-28132021000200074  
Caballero Mendoza, M., & Sánchez-Macias, J. (2025). Implementación de la metodología BIM en  
proyectos de construcción de infraestructura civil en ecuador: implementation of bim methodology in  
civil  
infrastructure  
construction  
projects  
in  
ecuador.  
Revista  
Tse’de,  
8(1).  
https://doi.org/10.60100/tsede.v8i1.243  
Campos Retana, R. A. (2021). Modelos de integración de la tecnología en la educación de personas  
que desempeñan funciones ejecutivas y de dirección: el TPACK y el SAMR. Actualidades investigativas  
en educación, 21(1), 1–27. https://doi.org/10.15517/aie.v21i1.42411  
Campoverde, T. C. (2025). Adopción de metodología BIM para la gestión de proyectos constructivos.  
Compendium:  
Cuadernos  
de  
Economía  
y
Administración,  
12(2),  
111.  
https://doi.org/10.46677/compendium.v12i2.1398  
Córdoba, M. E. (2020). El constructivismo sociocultural lingüístico como teoría pedagógica de soporte  
para los Estudios Generales. Revista Nuevo Humanismo, 8(1). https://doi.org/10.15359/rnh.8-1.4  
Díaz Peña, P. V., & Cely Andrade, Á. M. (2025). Análisis de la implementación de la metodología BIM:  
estudios  
de  
caso  
de  
proyectos  
de  
construcción.  
CITAS,  
10(2),  
164–189.  
https://doi.org/10.15332/24224529.10133  
Gómez-Castells, M. R., Venegas Álvarez, G. S., & Mena Vargas, N. P. (2021). Mensajería en Wasap y  
millennials universitarios de Cotopaxi, desafíos para la educación superior de Ecuador. Actualidades  
investigativas en educación, 21(1), 1–28. https://doi.org/10.15517/aie.v21i1.44078  
Gómez-Valdés, M., Acevedo-Acevedo, S., Alvarado-Acuña, L., & Iturra-Molina, R. (2023). Impacto de la  
metodología BIM en la gestión de proyectos de construcción. Revista Tecnología en Marcha.  
https://doi.org/10.18845/tm.v36i7.6860  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 634.  
Guzmán Flores, A. M., & Mohammadfarid, A. (2023). Propuesta de Gestión para la Adopción de BIM en  
Empresas Fabricantes. INGENIO, 6(1), 80–93. https://doi.org/10.29166/ingenio.v6i1.4315  
Idarraga, S. D. (2025). Aplicaciones de la Inteligencia Artificial en la Educación latinoamericana:  
Revisión Sistemática de Literatura (2016 - 2024) y Análisis de la Comunidad Digital 'Aula de Medios'  
(2021 - 2025). Recuperado de: https://repositorio.unal.edu.co/handle/unal/89341  
Islas Torres, C. (2021). Conectivismo y neuroeducación: transdisciplinas para la formación en la era  
digital. CIENCIA ergo sum, 28(1), 1–13. https://doi.org/10.30878/ces.v28n1a11  
Labadze, L., Grigolia, M., & Machaidze, L. (2023). Role of AI chatbots in education: systematic literature  
review.  
International Journal of  
Educational Technology in Higher Education, 20(1).  
https://doi.org/10.1186/s41239-023-00426-1  
Lassi, A. (2025). Inteligencia Artificial Generativa integrada al ecosistema digital: Un marco de situación  
para  
la  
gubernamentalidad  
algorítmica.  
Inmediaciones  
de  
la  
comunicación,  
20(1).  
https://doi.org/10.18861/ic.2025.20.1.3931  
Ligarretto Feo, R. E. (2021). Mediación tecnológica de la enseñanza: Entre artefactos, modelos y rol  
docente. Revista Educación. https://doi.org/10.15517/revedu.v45i1.42999  
Lu, X. (2018). Natural language processing and intelligent computer-assisted language learning  
(ICALL). En The TESOL Encyclopedia of English Language Teaching (pp. 1–6). John Wiley & Sons, Inc.  
Luzuriaga Viñan, C. M., Perugachi Baloy, V. M., Vélez Bravo, G. M., & Lino Calle, V. A. (2025). Uso de  
modelos BIM en la planificación de obras civiles: un análisis textual discursivo de artículos de  
investigación. Revista Ingenio global, 4(1), 175–189. https://doi.org/10.62943/rig.v4n1.2025.209  
Manrique, M. S. (2020). Tipología de procesos cognitivos. Una herramienta para el análisis de  
situaciones de enseñanza. Educación, 29(57). https://doi.org/10.18800/educacion.202002.008  
Mantilla Contreras, M. A., Díaz Contreras, G. A., Pabón Serrano, O. M., & Clavijo Clavijo, G. A. (2024).  
Perspectivas contemporáneas sobre los procesos de aprendizaje necesarios en el siglo XXI. Revista  
Interamericana  
de  
Investigación  
Educación  
y
Pedagogía  
RIIEP,  
17(2),  
307–348.  
https://doi.org/10.15332/25005421.9778  
Mastarreno Tumbaco, M. M., Villota Bracho, J. W., & Coello Montoya, R. E. (2025). Uso de Inteligencia  
Artificial como Asistente de Enseñanza en la Educación Superior: Una Revisión Literaria. Ciencia Latina  
Revista Científica Multidisciplinar, 9(4), 6817–6841. https://doi.org/10.37811/cl_rcm.v9i4.19284  
Michuy Rodas, F. D. M., Aquije Ramirez, K., & Chávez Paredes, R. C. (2025). El uso de inteligencia  
artificial en la tutoría y acompañamiento docente: revisión sistemática en el contexto escolar. Zenodo.  
https://doi.org/10.5281/ZENODO.17118338  
Moreno Yandún, C. E., Quintanchala Táquez , M. C., Cadena Champutiz, D. A., Taimal Aguilar , Y. I., &  
Mendoza Briones , T. S. (2025). Chatbots educativos y asistentes virtuales para el aprendizaje  
personalizado en educación superior. Estudios Y Perspectivas Revista Científica Y Académica, 5(4),  
65–82. https://doi.org/10.61384/r.c.a.v5i4.1562  
Muñoz, Sócrates y Llamo, José (2022). Revisión sistemática de la implementación BIM basada en  
modelos de diseño para la construcción de obras viales. Cuaderno Activa, 14, 119-133  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 635.  
Naula-Ochoa, L., -Vásquez-Quiroz, P., & Toledo-Toledo, J.-F. (2025). Análisis y evolución de la  
implementación de la metodología BIM, en la Cámara de la Construcción de Cuenca - Ecuador. South  
Florida Journal of Development, 6(8), e5733. https://doi.org/10.46932/sfjdv6n8-045  
Pérez Lizarazo, M.Z. (2025). Análisis del uso y tendencias de la IA en la educación básica primaria.  
[Tesis de Posgrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad  
Cooperativa de Colombia. https://hdl.handle.net/20.500.12494/60197  
Sajjad, M., Hu, A., Radu, D., Waqar, A., Almujibah, H. R., & Mateen, A. (2024). BIM implementation in  
project management practices for sustainable development: Partial Least square approach. Ain Shams  
Engineering Journal, 15(11), 103048. https://doi.org/10.1016/j.asej.2024.103048  
Sánchez Moreno, F., Higuera, J. F., Ramírez López, A. D., Nope Bernal, Y. A., & Soto Muñoz, J. O. (2020).  
Análisis de la implementación de metodología BIM en edificaciones de baja complejidad en Colombia,  
mediante  
IDM  
y
mapas  
de  
procesos.  
Boletâin  
Redipe,  
9(11),  
165–191.  
https://doi.org/10.36260/rbr.v9i11.1122  
Saquisari Pillajo, A. P. (2024). Metacognición digital: autorregulación del aprendizaje mediante IA.  
Nexus Research Journal, 3(2), 132–145. https://doi.org/10.62943/nrj.v3n2.2024.129  
Silva Payró, M. P., Mena de la Rosa, R., & Cruz Romero, R. (2025). La Inteligencia Artificial y los  
asistentes virtuales: uso e incidencia en el aprendizaje y en el desarrollo de proyectos de estudiantes  
de pregrado y posgrado en una Facultad del sureste de México. European Public & Social Innovation  
Review, 10, 1–20. https://doi.org/10.31637/epsir-2025-1378  
Toro Flores, Y. A., Toro Flores, I. K., Calvo Ramírez, C. A., Urquizo Orozco, D. R., & Chapalbay Bravo, M.  
de L. (2025). Implementación de un asistente virtual de inteligencia artificial en universidades  
latinoamericanas. Zenodo. https://doi.org/10.5281/ZENODO.17881621  
Trejo Lorenzana, M. M., Custodio Carrillo, Y., Pérez Ángeles, V., & Valdez Parra, R. (2024). Importancia  
de las Habilidades de Pensamiento de Orden Superior e Inferior en la Educación Superior. Ciencia  
Latina  
Revista  
Científica  
Multidisciplinar,  
8(3),  
6137–6171.  
https://doi.org/10.37811/cl_rcm.v8i3.11813  
Vargas, A. J. P., & Mendoza, N. J. R. (2025). El uso de la inteligencia artificial como asistente  
pedagógico virtual para fortalecer las capacidades ejecutivas en el entorno educativo. Línea imaginaria,  
1(22). https://doi.org/10.56219/lneaimaginaria.v1i22.4142  
Velastegui Cajas, X. R., Velastegui Cajas, D. V., Velastegui Cajas, T. M., Moreta Rivera, C. A., & Silva  
Gaona, A. E. (2025). Estrategias pedagógicas para la integración de la inteligencia artificial (IA) en el  
aula de educación básica. Ciencias Y Saberes, 3(3), 19–36. https://doi.org/10.59602/cys.v3i3.29  
Venegas Álvarez, G. S. (2024). La Comunicación Y El Whatsapp, La Práctica Discursiva De Los  
Estudiantes  
Universitarios  
Ecuatorianos.  
CID-Centro  
de  
Investigación  
y
Desarrollo.  
https://doi.org/10.37811/cli_w1104  
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en este  
sitio está disponibles bajo Licencia Creative Commons  
.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.  
ISSN en línea: 2789-3855, marzo, 2026, Volumen VII, Número 2 p 636.