Vol. 12/ Núm. 4 2025 pág. 2294
https://doi.org/10.69639/arandu.v12i4.1817
Innovación educativa en la integración de la inteligencia
artificial en educación básica y media
Educational innovation in the integration of artificial intelligence in primary and
secondary education
Alejandro Mauricio Salinas Castro
https://orcid.org/0009-0006-9863-9209
alexsan58@hotmail.com
Investigador Independiente
Guayaquil -Ecuador
Joffre Bryan Suárez Suárez
https://orcid.org/0009-0001-1883-4340
joffresuarez4@gmail.com
Investigador Independiente
Santa Elena – Ecuador
Susana María Troncozo España
https://orcid.org/0009-0006-4135-3832
susana.maria.70@hotmail.com
Investigador Independiente
Guayaquil – Ecuador
Jazmín Alejandra Durán Capa
https://orcid.org/0009-0008-2559-6767
jazzduran1@gmail.com
Investigador Independiente
Quito - Ecuador
Ingrid Narcila Aldas Cando
https://orcid.org/0009-0003-0541-2813
n.aldas2017@gmail.com
Investigador Independiente
Urdaneta - Ecuador
Artículo recibido: 18 noviembre 2025 -Aceptado para publicación: 28 diciembre 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
El La integración de nuevas herramientas y estrategias educativas permiten potenciar el sistema
educativo. En este caso, la incorporación de inteligencia artifical y por ende la innovación
docente. El presente trabajo tiene como objetivo analizar la innovación que aplican los docentes
con respecto a la integración de inteligencia artificial en la enseñanza básica y media en Guayaquil
en el año 2025. Para lo cual, se utilizó una metodología de enfoque cuantitativo correlacional,
diseño no experimental tranversal y de tipo descriptivo exploratorio. La población estuvo
compuesta por 98 docentes de instituciones públicas y particulares de guayaquil para el enfoque
cuantitativo y seis directores y/o coordinadores de unidades academicas. Los instrumentos
Vol. 12/ Núm. 4 2025 pág. 2295
utilizados fueron encuestas estructuradas con escala de likert de 20 items, con una consistencia
interna de alfa de Cronbach = .96 Los principales hallazgos revelaron niveles medios y altos de
innovación, así como la integración de la IA en niveles moderados, existiendo un acorrelación
postiva alta entre las variables analizadas de ,64. Demostrando que, los maestros que innovan son
quienes utilizan con frecuencia herrameintas pedagogicas de IA. Concluyendo que, la intregación
de la IA en educación básica y media requiere de factores diversos como capacitación, soporte
institucional, entre otros aspectos que permita instituir dichas herramientas de manera
significativa y marcos éticos.
Palabras clave: innovación docente; inteligencia artificial; enseñanaza básica, enseñanza
media
ABSTRACT
The integration of new educational tools and strategies allows for the enhancement of the
education system. In this case, the incorporation of artificial intelligence, and consequently,
teacher innovation, is key. This study aims to analyze the innovations applied by teachers
regarding the integration of artificial intelligence in primary and secondary education in
Guayaquil in 2025. A quantitative correlational methodology with a non-experimental, cross-
sectional, and descriptive-exploratory design was used. The population consisted of 98 teachers
from public and private institutions in Guayaquil for the quantitative approach, and six directors
and/or coordinators of academic units. The instruments used were structured surveys with a 20-
item Likert scale, with an internal consistency of Cronbach's alpha = .96. The main findings
revealed medium and high levels of innovation, as well as moderate levels of AI integration, with
a high positive correlation (.64) between the analyzed variables. Demonstrating that innovative
teachers are those who frequently use AI-powered pedagogical tools. Concluding that the
integration of AI in primary and secondary education requires diverse factors such as training,
institutional support, and other aspects that allow for the meaningful implementation of these
tools within ethical frameworks
Keywords: teacher innovation; artificial intelligence; primary education; secondary
education
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
utilizados fueron encuestas estructuradas con escala de likert de 20 items, con una consistencia
interna de alfa de Cronbach = .96 Los principales hallazgos revelaron niveles medios y altos de
innovación, así como la integración de la IA en niveles moderados, existiendo un acorrelación
postiva alta entre las variables analizadas de ,64. Demostrando que, los maestros que innovan son
quienes utilizan con frecuencia herrameintas pedagogicas de IA. Concluyendo que, la intregación
de la IA en educación básica y media requiere de factores diversos como capacitación, soporte
institucional, entre otros aspectos que permita instituir dichas herramientas de manera
significativa y marcos éticos.
Palabras clave: innovación docente; inteligencia artificial; enseñanaza básica, enseñanza
media
ABSTRACT
The integration of new educational tools and strategies allows for the enhancement of the
education system. In this case, the incorporation of artificial intelligence, and consequently,
teacher innovation, is key. This study aims to analyze the innovations applied by teachers
regarding the integration of artificial intelligence in primary and secondary education in
Guayaquil in 2025. A quantitative correlational methodology with a non-experimental, cross-
sectional, and descriptive-exploratory design was used. The population consisted of 98 teachers
from public and private institutions in Guayaquil for the quantitative approach, and six directors
and/or coordinators of academic units. The instruments used were structured surveys with a 20-
item Likert scale, with an internal consistency of Cronbach's alpha = .96. The main findings
revealed medium and high levels of innovation, as well as moderate levels of AI integration, with
a high positive correlation (.64) between the analyzed variables. Demonstrating that innovative
teachers are those who frequently use AI-powered pedagogical tools. Concluding that the
integration of AI in primary and secondary education requires diverse factors such as training,
institutional support, and other aspects that allow for the meaningful implementation of these
tools within ethical frameworks
Keywords: teacher innovation; artificial intelligence; primary education; secondary
education
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 4 2025 pág. 2296
INTRODUCCIÓN
La La presente investigación aborda el tema de la innovación docente y la forma
estratégica en relación al conocimiento y dominio de inteligencia artificial (IA), enfocada en la
transformación de la enseñanza básica y media en la ciudad de Guayaquil. En un contexto global
donde la IA se posiciona como una tecnología disruptiva que altera múltiples sectores, su
integración en la educación es un reto y una oportunidad crucial para mejorar la calidad,
personalización y equidad en los procesos de aprendizaje (UNESCO, 2024). Este estudio focaliza
el impacto de la IA en el desarrollo de competencias digitales de los docentes y cómo su
preparación estratégica puede potenciar prácticas pedagógicas innovadoras.
El problema central se enlaza en torno a un vacío importante como es la limitada
incorporación de la IA en los procesos educativos de enseñanza básica y media, especialmente en
urbes como Guayaquil, donde persisten desafíos relacionados con infraestructura tecnológica
insuficiente, escasa capacitación docente profunda y una baja integración de estas herramientas
en metodologías pedagógicas más allá de funciones administrativas o rutinarias (Gonzales et al.,
2024). Esta brecha limita la capacidad de los docentes para explotar el potencial de la IA en la
personalización del aprendizaje y en el fortalecimiento de las habilidades cognitivas y
socioemocionales de los estudiantes
En tanto que, la relevancia de este estudio radica en la creciente evidencia que confirma
que la IA puede transformar el sistema educativo al hacer el aprendizaje más accesible, inclusivo
y adaptado a las necesidades individuales, contribuyendo no sólo a la mejora del rendimiento
académico, sino también a la reducción de brechas educativas existentes (Calderon & Armijos,
2025). Sin embargo, la integración exitosa de la IA en la educación requiere políticas,
infraestructura adecuada y, especialmente, una formación docente estratégica que potencie la
innovación didáctica y minimice los riesgos éticos y técnicos asociados (UNESCO, 2024).
Por otro lado, el marco teórico se fundamenta principalmente en la teoría del
conectivismo propuesta por Siemens (como se citó en Mulumeoderhwa, 2024) plantea el
aprendizaje como un proceso que ocurre a través de redes digitales interconectadas, enfatizando
la importancia de la tecnología en la generación y transferencia del conocimiento.
Además, se consideran las ideas acerca de la "quinta ola" de la inteligencia artificial
educativa, presentada por Lee (como se citó en Fernández, 2023) que establece la incorporación
de forma progresiva de IA para crear ambientes de aprendizaje más interactivos, adaptativos y
colaborativos. Las diferentes dimensiones en este estudio incluyen la innovación educativa,
formación docente, competencias digitales, personalización del aprendizaje y ética digital, como
aspectos claves para analizar la adopción de IA en la educación básica y media (Berrones, 2023;
Puche Villalobos, 2025; Nicolalde & Narvaéz, 2025).
INTRODUCCIÓN
La La presente investigación aborda el tema de la innovación docente y la forma
estratégica en relación al conocimiento y dominio de inteligencia artificial (IA), enfocada en la
transformación de la enseñanza básica y media en la ciudad de Guayaquil. En un contexto global
donde la IA se posiciona como una tecnología disruptiva que altera múltiples sectores, su
integración en la educación es un reto y una oportunidad crucial para mejorar la calidad,
personalización y equidad en los procesos de aprendizaje (UNESCO, 2024). Este estudio focaliza
el impacto de la IA en el desarrollo de competencias digitales de los docentes y cómo su
preparación estratégica puede potenciar prácticas pedagógicas innovadoras.
El problema central se enlaza en torno a un vacío importante como es la limitada
incorporación de la IA en los procesos educativos de enseñanza básica y media, especialmente en
urbes como Guayaquil, donde persisten desafíos relacionados con infraestructura tecnológica
insuficiente, escasa capacitación docente profunda y una baja integración de estas herramientas
en metodologías pedagógicas más allá de funciones administrativas o rutinarias (Gonzales et al.,
2024). Esta brecha limita la capacidad de los docentes para explotar el potencial de la IA en la
personalización del aprendizaje y en el fortalecimiento de las habilidades cognitivas y
socioemocionales de los estudiantes
En tanto que, la relevancia de este estudio radica en la creciente evidencia que confirma
que la IA puede transformar el sistema educativo al hacer el aprendizaje más accesible, inclusivo
y adaptado a las necesidades individuales, contribuyendo no sólo a la mejora del rendimiento
académico, sino también a la reducción de brechas educativas existentes (Calderon & Armijos,
2025). Sin embargo, la integración exitosa de la IA en la educación requiere políticas,
infraestructura adecuada y, especialmente, una formación docente estratégica que potencie la
innovación didáctica y minimice los riesgos éticos y técnicos asociados (UNESCO, 2024).
Por otro lado, el marco teórico se fundamenta principalmente en la teoría del
conectivismo propuesta por Siemens (como se citó en Mulumeoderhwa, 2024) plantea el
aprendizaje como un proceso que ocurre a través de redes digitales interconectadas, enfatizando
la importancia de la tecnología en la generación y transferencia del conocimiento.
Además, se consideran las ideas acerca de la "quinta ola" de la inteligencia artificial
educativa, presentada por Lee (como se citó en Fernández, 2023) que establece la incorporación
de forma progresiva de IA para crear ambientes de aprendizaje más interactivos, adaptativos y
colaborativos. Las diferentes dimensiones en este estudio incluyen la innovación educativa,
formación docente, competencias digitales, personalización del aprendizaje y ética digital, como
aspectos claves para analizar la adopción de IA en la educación básica y media (Berrones, 2023;
Puche Villalobos, 2025; Nicolalde & Narvaéz, 2025).
Vol. 12/ Núm. 4 2025 pág. 2297
En otro orden de cosas, se señala que diversos estudios han evidenciado el impacto
positivo de la IA en la educación; por ejemplo, la integración de plataformas inteligentes mejora
significativamente el rendimiento académico mediante tutorías personalizadas y
retroalimentación inmediata, especialmente en áreas como matemáticas, lengua e inglés (Andreoli
et al., 2022). Además, Alcocer et al. (2024) infieren cómo la formación en IA generativa fortalece
las habilidades digitales y la disposición de los profesores para innovar en sus prácticas
pedagógicas, puntualizando asimismo la responsabilidad ética de su uso en el aula (Jara Alcivar,
2024). Sin embargo, sigue siendo necesario un análisis profundo en contextos específicos como
Guayaquil, que permita adaptar las estrategias de formación e innovación a las condiciones
sociales, culturales y tecnológicas locales
Por otra parte, como objetivo principal del estudio, se plantea analizar la innovación
docente en la integración de inteligencia artificial en la enseñanza básica y media en la enseñanza
básica y media en Guayaquil., evaluando las percepciones, competencias y prácticas de los
docentes implicados en la investigación.
MATERIALES Y MÉTODOS
Para abordar el presente artículo, se considera un enfoque mixto, dado que permitió
analizar tanto percepciones y experiencias que son acordes al ámbito cualitativo, así como
tendencias y frecuencias que se alinean al cuantitativo y que están relacionadas con la integración
de la inteligencia artificial (IA) en la práctica docente. Por otro lado, la investigación se clasificó
como tipo descriptivo y exploratorio, esto debido a que no solo analiza e identifica la realidad
actual de la formación docente en IA, sino también explora las diferentes oportunidades y retos
que significa su aplicación efectiva (Briones & Benavides, 2021). En cambio, el diseño es
presentado como no experimental, transversal, ya que los datos fueron recolectados en un solo
momento temporal, permitiendo identificar tendencias y relaciones en tiempo real, sin
manipulación deliberada de variables (Arias & Covino, 2021).
Para el desarrollo del presente artículo, la población se compone de docentes de
educación básica y media de instituciones públicas y privadas de la ciudad de Guayaquil. Mientras
que, la muestra fue seleccionada mediante muestreo intencional, enfocándose en 98 educadores
que han recibido formación formal o capacitación en IA durante los últimos dos años. Se utilizó
el método CAWI que permitió compartir el cuestionario en línea a través de internet. Al tiempo
que, las entrevistas se realizaron en google form. Igualmente, las técnicas de recolección de datos
consideran encuestas estructuradas para obtener datos cuantitativos sobre niveles de uso y
actitudes que se tiene frente al uso y dominio de la IA
La escala utilizada para evaluar las variables innovación docente e integración de la IA
en la enseñanza básica y media, estuvo conformada por 20 preguntas tipo Likert. En donde el
En otro orden de cosas, se señala que diversos estudios han evidenciado el impacto
positivo de la IA en la educación; por ejemplo, la integración de plataformas inteligentes mejora
significativamente el rendimiento académico mediante tutorías personalizadas y
retroalimentación inmediata, especialmente en áreas como matemáticas, lengua e inglés (Andreoli
et al., 2022). Además, Alcocer et al. (2024) infieren cómo la formación en IA generativa fortalece
las habilidades digitales y la disposición de los profesores para innovar en sus prácticas
pedagógicas, puntualizando asimismo la responsabilidad ética de su uso en el aula (Jara Alcivar,
2024). Sin embargo, sigue siendo necesario un análisis profundo en contextos específicos como
Guayaquil, que permita adaptar las estrategias de formación e innovación a las condiciones
sociales, culturales y tecnológicas locales
Por otra parte, como objetivo principal del estudio, se plantea analizar la innovación
docente en la integración de inteligencia artificial en la enseñanza básica y media en la enseñanza
básica y media en Guayaquil., evaluando las percepciones, competencias y prácticas de los
docentes implicados en la investigación.
MATERIALES Y MÉTODOS
Para abordar el presente artículo, se considera un enfoque mixto, dado que permitió
analizar tanto percepciones y experiencias que son acordes al ámbito cualitativo, así como
tendencias y frecuencias que se alinean al cuantitativo y que están relacionadas con la integración
de la inteligencia artificial (IA) en la práctica docente. Por otro lado, la investigación se clasificó
como tipo descriptivo y exploratorio, esto debido a que no solo analiza e identifica la realidad
actual de la formación docente en IA, sino también explora las diferentes oportunidades y retos
que significa su aplicación efectiva (Briones & Benavides, 2021). En cambio, el diseño es
presentado como no experimental, transversal, ya que los datos fueron recolectados en un solo
momento temporal, permitiendo identificar tendencias y relaciones en tiempo real, sin
manipulación deliberada de variables (Arias & Covino, 2021).
Para el desarrollo del presente artículo, la población se compone de docentes de
educación básica y media de instituciones públicas y privadas de la ciudad de Guayaquil. Mientras
que, la muestra fue seleccionada mediante muestreo intencional, enfocándose en 98 educadores
que han recibido formación formal o capacitación en IA durante los últimos dos años. Se utilizó
el método CAWI que permitió compartir el cuestionario en línea a través de internet. Al tiempo
que, las entrevistas se realizaron en google form. Igualmente, las técnicas de recolección de datos
consideran encuestas estructuradas para obtener datos cuantitativos sobre niveles de uso y
actitudes que se tiene frente al uso y dominio de la IA
La escala utilizada para evaluar las variables innovación docente e integración de la IA
en la enseñanza básica y media, estuvo conformada por 20 preguntas tipo Likert. En donde el
Vol. 12/ Núm. 4 2025 pág. 2298
analisis de fiabilidad mostró un coeficiente alfa de Cronbach de 0.955 en una prueba piloto de 15
encuestados lo que permite considerar al instrumento con una excelente consitencia interna.
En relación a las consideraciones éticas, se garantizó la confidencialidad de la
información, el consentimiento libre e informado de los participantes y el anonimato en el
tratamiento de los datos, conforme a los principios éticos de la investigación educativa. Mientras
que, los criterios de inclusión abarcaron a docentes activos en básica o media que hayan
experimentado formación en IA durante el periodo de estudio; los de exclusión descartan a
quienes no posean experiencia ni disposición a participar.
Las limitaciones incluyeron la auto-selección de participantes, el sesgo de deseabilidad
social en las respuestas y las restricciones en el acceso a establecimientos educativos. Estas
estrategias metodológicas buscan asegurar rigor, transparencia y replicabilidad en el estudio,
permitiendo una comprensión integral de los factores que condicionan la innovación docente
mediada por inteligencia artificial en la ciudad de Guayaquil,
RESULTADOS Y DISCUSIÓN
Referente a la distribución de edades de los participantes (tabla 1), los datos muestran que
existe mayor alcance en la edad de 31 a 40 años con un 35,7 % y 26 a 30 años con un 31,6 %,
esta tendencia evidencia que son los adultos jóvenes el grupo más representativo. Estos resultados
coinciden con Sosa et al. (2024) quienes indican que el promedio de edad de los docentes que
utilizan con mayor frecuencia la IA se ubica entre los 41 a 55 años, después 30 a 40 años, seguido
por los mayores de 55 años, y finalmente menor a 30 años.
Así mismo, Campos & Ramírez (2018) afirma que los jóvenes usan los medios
tecnológicos y redes sociales para buscar información, también tienen un mayor dominio de las
nuevas tecnologías, infiriendo que, a una edad más avanzada, se reducen los conocimientos
relacionados con su uso. En general, los profesores jóvenes integran la IA más rápido, mientras
que los mayores a menudo requieren apoyo para reestructurar sus prácticas pedagógicas
(Fernández & Lozano, 2025).
Tabla 1
Edad
Años Frecuencia (f) Porcentaje (%)
19 - 25 1 1.0
26 - 30 31 31.6
31 - 40 35 35.7
41 - 50 22 22.4
51 en adelante 9 9.2
Total 98 100.0
Fuente: Los autores
Respecto a la motivación, los docentes indican que se sienten totalmente motivado para
incorporar la IA en su práctica docente con un 54,1 % (figura 1). Lo que se interpreta como una
herramienta de un gran impacto educativo (Bozkurt, 2023), ya que facilita la automatización de
analisis de fiabilidad mostró un coeficiente alfa de Cronbach de 0.955 en una prueba piloto de 15
encuestados lo que permite considerar al instrumento con una excelente consitencia interna.
En relación a las consideraciones éticas, se garantizó la confidencialidad de la
información, el consentimiento libre e informado de los participantes y el anonimato en el
tratamiento de los datos, conforme a los principios éticos de la investigación educativa. Mientras
que, los criterios de inclusión abarcaron a docentes activos en básica o media que hayan
experimentado formación en IA durante el periodo de estudio; los de exclusión descartan a
quienes no posean experiencia ni disposición a participar.
Las limitaciones incluyeron la auto-selección de participantes, el sesgo de deseabilidad
social en las respuestas y las restricciones en el acceso a establecimientos educativos. Estas
estrategias metodológicas buscan asegurar rigor, transparencia y replicabilidad en el estudio,
permitiendo una comprensión integral de los factores que condicionan la innovación docente
mediada por inteligencia artificial en la ciudad de Guayaquil,
RESULTADOS Y DISCUSIÓN
Referente a la distribución de edades de los participantes (tabla 1), los datos muestran que
existe mayor alcance en la edad de 31 a 40 años con un 35,7 % y 26 a 30 años con un 31,6 %,
esta tendencia evidencia que son los adultos jóvenes el grupo más representativo. Estos resultados
coinciden con Sosa et al. (2024) quienes indican que el promedio de edad de los docentes que
utilizan con mayor frecuencia la IA se ubica entre los 41 a 55 años, después 30 a 40 años, seguido
por los mayores de 55 años, y finalmente menor a 30 años.
Así mismo, Campos & Ramírez (2018) afirma que los jóvenes usan los medios
tecnológicos y redes sociales para buscar información, también tienen un mayor dominio de las
nuevas tecnologías, infiriendo que, a una edad más avanzada, se reducen los conocimientos
relacionados con su uso. En general, los profesores jóvenes integran la IA más rápido, mientras
que los mayores a menudo requieren apoyo para reestructurar sus prácticas pedagógicas
(Fernández & Lozano, 2025).
Tabla 1
Edad
Años Frecuencia (f) Porcentaje (%)
19 - 25 1 1.0
26 - 30 31 31.6
31 - 40 35 35.7
41 - 50 22 22.4
51 en adelante 9 9.2
Total 98 100.0
Fuente: Los autores
Respecto a la motivación, los docentes indican que se sienten totalmente motivado para
incorporar la IA en su práctica docente con un 54,1 % (figura 1). Lo que se interpreta como una
herramienta de un gran impacto educativo (Bozkurt, 2023), ya que facilita la automatización de
Vol. 12/ Núm. 4 2025 pág. 2299
tareas al profesorado permitiendo que tengan más tiempo a la interacción directa con el alumnado
o a diseñar el currículo en forma estratégica. Desde esta perspectiva la IA representa un
incremento en la eficiencia educativa (Berrones & Salgado, 2023).
Figura 1
Motivación
Fuente: Los autores
En la tabla 2, se observa que la variable innovación docente los encuestados la calificaron
como media con un (62,2%) y cada dimensión media, características de la formación (69,4%),
relevancia y actualización, resultados de la formación (54, 1%) respectivamente. En este sentido
López et al. (2025) infiere que la formación de los docentes se caracteriza por desarrollar
competencias estratégicas alienadas a aspectos éticos para generar un entendimiento significativo.
Tabla 2
Innovación docente
Variable / Dimensión
Baja Media Alta
f % f % f %
Innovación docente 2 2,0 61 62,2 35 35,7
D1: Características de la formación 0 0,0 68 69,4 30 30,6
D2: Relevancia y actualización 6 6,1 53 54,1 39 39,8
D3: Resultados de la formación 9 9,2 53 54,1 36 36,7
Fuente: Los autores
Mientras que, Puche Villalobos (2025) considera que los maestros deben aplicar estas
herramientas digitales de manera competentes, para lo cual es necesario capacitaciones
permanentes de manera efectiva, lo que genera resultados positivos ya que al momento de
planificar una clase obtendrían mejores resultados, mayor participación de la clase en tiempos
cortos, entre otros.
0,0
10,0
20,0
30,0
40,0
50,0
60,0
5,10%
37,8%
3,1%
54,1%
Porcentaje
Indiferente 5,1
Motivado 37,8
Poco motivado 3,1
Totalmente motivado 54,1
tareas al profesorado permitiendo que tengan más tiempo a la interacción directa con el alumnado
o a diseñar el currículo en forma estratégica. Desde esta perspectiva la IA representa un
incremento en la eficiencia educativa (Berrones & Salgado, 2023).
Figura 1
Motivación
Fuente: Los autores
En la tabla 2, se observa que la variable innovación docente los encuestados la calificaron
como media con un (62,2%) y cada dimensión media, características de la formación (69,4%),
relevancia y actualización, resultados de la formación (54, 1%) respectivamente. En este sentido
López et al. (2025) infiere que la formación de los docentes se caracteriza por desarrollar
competencias estratégicas alienadas a aspectos éticos para generar un entendimiento significativo.
Tabla 2
Innovación docente
Variable / Dimensión
Baja Media Alta
f % f % f %
Innovación docente 2 2,0 61 62,2 35 35,7
D1: Características de la formación 0 0,0 68 69,4 30 30,6
D2: Relevancia y actualización 6 6,1 53 54,1 39 39,8
D3: Resultados de la formación 9 9,2 53 54,1 36 36,7
Fuente: Los autores
Mientras que, Puche Villalobos (2025) considera que los maestros deben aplicar estas
herramientas digitales de manera competentes, para lo cual es necesario capacitaciones
permanentes de manera efectiva, lo que genera resultados positivos ya que al momento de
planificar una clase obtendrían mejores resultados, mayor participación de la clase en tiempos
cortos, entre otros.
0,0
10,0
20,0
30,0
40,0
50,0
60,0
5,10%
37,8%
3,1%
54,1%
Porcentaje
Indiferente 5,1
Motivado 37,8
Poco motivado 3,1
Totalmente motivado 54,1
Vol. 12/ Núm. 4 2025 pág. 2300
En la tabla 3, los docentes calificaron la variable integración de la IA como media-alta
(36,7%), y cada dimensión como media, uso y competencia tecnológica (40,8%), innovación y
adaptación pedagógica (52,0%), Impacto y resultados educativos (44,9%) y ccondiciones
contextuales (79,6%). En la práctica es necesario desarrollar las capacidades para procesar los
datos, reducir el sesgo algorítmico y la brecha digital, esto demuestra la necesidad de la formación
del docente en la utilización ética y consciente de la IA para integrar en forma correcta las
herramientas que apliquen la IA. (Nicolalde & Narvaéz, 2025).
Tabla 3
Integración de la IA
Variable / Dimensión
Baja Media Alta
f % f % f %
Integración de la IA 26 26,5 36 36,7 36 36,7
D1: Uso y competencia tecnológica 40 40,8 21 21,4 37 37,8
D2: Innovación y adaptación pedagógica 2 2,0 51 52,0 45 45,9
D3: Impacto y resultados educativos 44 44,9 25 25,5 29 29,6
D4: Condiciones contextuales 0 0,0 78 79,6 20 20,4
Fuente: Los autores
Además, se evidenció en la tabla 4 que existe relación positiva moderada entre innovación
docente e integración de la IA, reflejando un coeficiente rho Spearman (rho= 0,636) con
significancia (p=0,000 < p=.01) (tabla 4). Por lo tanto, se puede concluir que a mayor innovación
docente mayor es la integración de la IA.
Tabla 4
Correlación
Innovación Integración de la
IA
Rho de
Spearman
Innovación Coeficiente de
correlación 1.000 .636**
Sig. (bilateral) .000
N 98 98
Integración de la
IA
Coeficiente de
correlación .636** 1.000
Sig. (bilateral) .000
N 98 98
**. La correlación es significativa en el nivel 0,01 (bilateral).
Con respecto al hallazgo de relación entre las variables mencionadas, se puede explicar
ya que la IA permite revolucionar el rol del docente y pasa de ser un intermediario del aprendizaje
a un validador de evidencias que guía el proceso de la enseñanza aprendizaje con mayores
herramientas, aspectos éticos y en menor tiempo (Aparicio Gómez, 2023).
Por otro lado, Posso Pacheco (2025) concluyó que el rol de cada maestro varía de acuerdo
al nivel de profundidad e intensidad con respecto a la integración digital y su correspondiente
En la tabla 3, los docentes calificaron la variable integración de la IA como media-alta
(36,7%), y cada dimensión como media, uso y competencia tecnológica (40,8%), innovación y
adaptación pedagógica (52,0%), Impacto y resultados educativos (44,9%) y ccondiciones
contextuales (79,6%). En la práctica es necesario desarrollar las capacidades para procesar los
datos, reducir el sesgo algorítmico y la brecha digital, esto demuestra la necesidad de la formación
del docente en la utilización ética y consciente de la IA para integrar en forma correcta las
herramientas que apliquen la IA. (Nicolalde & Narvaéz, 2025).
Tabla 3
Integración de la IA
Variable / Dimensión
Baja Media Alta
f % f % f %
Integración de la IA 26 26,5 36 36,7 36 36,7
D1: Uso y competencia tecnológica 40 40,8 21 21,4 37 37,8
D2: Innovación y adaptación pedagógica 2 2,0 51 52,0 45 45,9
D3: Impacto y resultados educativos 44 44,9 25 25,5 29 29,6
D4: Condiciones contextuales 0 0,0 78 79,6 20 20,4
Fuente: Los autores
Además, se evidenció en la tabla 4 que existe relación positiva moderada entre innovación
docente e integración de la IA, reflejando un coeficiente rho Spearman (rho= 0,636) con
significancia (p=0,000 < p=.01) (tabla 4). Por lo tanto, se puede concluir que a mayor innovación
docente mayor es la integración de la IA.
Tabla 4
Correlación
Innovación Integración de la
IA
Rho de
Spearman
Innovación Coeficiente de
correlación 1.000 .636**
Sig. (bilateral) .000
N 98 98
Integración de la
IA
Coeficiente de
correlación .636** 1.000
Sig. (bilateral) .000
N 98 98
**. La correlación es significativa en el nivel 0,01 (bilateral).
Con respecto al hallazgo de relación entre las variables mencionadas, se puede explicar
ya que la IA permite revolucionar el rol del docente y pasa de ser un intermediario del aprendizaje
a un validador de evidencias que guía el proceso de la enseñanza aprendizaje con mayores
herramientas, aspectos éticos y en menor tiempo (Aparicio Gómez, 2023).
Por otro lado, Posso Pacheco (2025) concluyó que el rol de cada maestro varía de acuerdo
al nivel de profundidad e intensidad con respecto a la integración digital y su correspondiente
Vol. 12/ Núm. 4 2025 pág. 2301
capacitación. Es decir, la IA puede ser dominada desde una participación grupal o personalizada.
Al respecto, Castillo et al. (2025) manifiesta que la personalización del aprendizaje es un
principio vinculado con la flexibilidad y adaptabilidad al incorporar nuevas estrategias y recursos
tecnocientíficos fomenta un desarrollo cognitivo más dinámico y adaptable.
En tanto que, Yaguana et al. (2025) menciona que, en los centros educativos del Ecuador,
existe una brecha significativa en cuanto a la capacitación, acceso, conectividad, entre otros
aspectos que reafirman desigualdades con respecto a la implementación de la IA en las
instituciones académicas tanto a nivel nacional como regional.
Por lo que se deduce que la innovación docente está sujeta al tipo de modalidad de
financiamiento del sistema educativo de cada país. Por tal razón, Salinas et al. (2025) alega que
los docentes requieren de un nivel alto de resiliencia en las instituciones públicas, esta capacidad
permite estar a la vanguardia digital de forma independiente si los docentes laboran en planteles
educativos financiados por el Estado o de forma particular.
CONCLUSIONES
Los hallazgos obtenidos demuestran que la variable innovación docente, así como la
integración de la IA en la enseñanza básica y media son fundamentales en relación al mundo
globalizado que se vive en la actualidad. Los recursos tecnológicos además de entenderse como
herramientas imprescindibles en el sistema educativo de hoy, deben ser considerados como parte
de las competencias del profesorado a nivel de todo el sistema educativo.
Los resultados medios y altos de la innovación, así como la correlación existente entre
las variables declaradas, representa al docente con un rol participativo de experimentación
pedagógica y en este caso, los recursos tecnológicos pasan a ser un factor determinante de nuevas
prácticas de enseñanza. Reafirmando la idea que la relación experimental de la innovación
docente y la integración de la IA, dan mayor validez a las políticas de formación y
acompañamiento, deben considerar de manera importante el aspecto trasformador del educador y
no sólo incorporar dispositivos tecnológicos en sus respectivas clases.
Sin embargo, los hallazgos revelaron diferencias que objetan un optimismo irrefutable,
esto debido a que las dimensiones asociadas al uso de tecnología y el impacto educativo percibido
de parte de los docentes, tuvieron valores por debajo de otras dimensiones como la formación,
esto señala que los docentes están dispuestos a innovar por el potencial que ofrece la IA. No
obstante, no siempre se obtiene respuestas favorables a cambios a largo plazo en el aprendizaje
del alumnado. Lo que evidencia a la incorporación de la IA, depende además de la voluntad del
profesorado, las condiciones institucionales que practican a diario y las políticas que cada ente
rector establece para los centros educativos.
En tal aspecto, el presente trabajo respalda la necesidad de incorporar modelos de
desarrollo personal permanente. Se debe aprovecha la alta motivación declarada por la mayoría
capacitación. Es decir, la IA puede ser dominada desde una participación grupal o personalizada.
Al respecto, Castillo et al. (2025) manifiesta que la personalización del aprendizaje es un
principio vinculado con la flexibilidad y adaptabilidad al incorporar nuevas estrategias y recursos
tecnocientíficos fomenta un desarrollo cognitivo más dinámico y adaptable.
En tanto que, Yaguana et al. (2025) menciona que, en los centros educativos del Ecuador,
existe una brecha significativa en cuanto a la capacitación, acceso, conectividad, entre otros
aspectos que reafirman desigualdades con respecto a la implementación de la IA en las
instituciones académicas tanto a nivel nacional como regional.
Por lo que se deduce que la innovación docente está sujeta al tipo de modalidad de
financiamiento del sistema educativo de cada país. Por tal razón, Salinas et al. (2025) alega que
los docentes requieren de un nivel alto de resiliencia en las instituciones públicas, esta capacidad
permite estar a la vanguardia digital de forma independiente si los docentes laboran en planteles
educativos financiados por el Estado o de forma particular.
CONCLUSIONES
Los hallazgos obtenidos demuestran que la variable innovación docente, así como la
integración de la IA en la enseñanza básica y media son fundamentales en relación al mundo
globalizado que se vive en la actualidad. Los recursos tecnológicos además de entenderse como
herramientas imprescindibles en el sistema educativo de hoy, deben ser considerados como parte
de las competencias del profesorado a nivel de todo el sistema educativo.
Los resultados medios y altos de la innovación, así como la correlación existente entre
las variables declaradas, representa al docente con un rol participativo de experimentación
pedagógica y en este caso, los recursos tecnológicos pasan a ser un factor determinante de nuevas
prácticas de enseñanza. Reafirmando la idea que la relación experimental de la innovación
docente y la integración de la IA, dan mayor validez a las políticas de formación y
acompañamiento, deben considerar de manera importante el aspecto trasformador del educador y
no sólo incorporar dispositivos tecnológicos en sus respectivas clases.
Sin embargo, los hallazgos revelaron diferencias que objetan un optimismo irrefutable,
esto debido a que las dimensiones asociadas al uso de tecnología y el impacto educativo percibido
de parte de los docentes, tuvieron valores por debajo de otras dimensiones como la formación,
esto señala que los docentes están dispuestos a innovar por el potencial que ofrece la IA. No
obstante, no siempre se obtiene respuestas favorables a cambios a largo plazo en el aprendizaje
del alumnado. Lo que evidencia a la incorporación de la IA, depende además de la voluntad del
profesorado, las condiciones institucionales que practican a diario y las políticas que cada ente
rector establece para los centros educativos.
En tal aspecto, el presente trabajo respalda la necesidad de incorporar modelos de
desarrollo personal permanente. Se debe aprovecha la alta motivación declarada por la mayoría
Vol. 12/ Núm. 4 2025 pág. 2302
de los encuestados, ya que es una gran oportunidad que los sistemas educativos deben de
aprovechar por medio de políticas públicas, sabiendo superar las brechas digitales, ya que los
mismos docentes mencionaron ciertos desafíos y accesos limitado. Por lo que, para que exista una
innovación significativa en los docentes, es necesario cubrir aspectos multifactoriales que adopte
recursos digitales conducido de un acompañamiento robusto en cuanto a capacitación, políticas
claras e inversión para cubrir de manera integral esta potencia educativa.
de los encuestados, ya que es una gran oportunidad que los sistemas educativos deben de
aprovechar por medio de políticas públicas, sabiendo superar las brechas digitales, ya que los
mismos docentes mencionaron ciertos desafíos y accesos limitado. Por lo que, para que exista una
innovación significativa en los docentes, es necesario cubrir aspectos multifactoriales que adopte
recursos digitales conducido de un acompañamiento robusto en cuanto a capacitación, políticas
claras e inversión para cubrir de manera integral esta potencia educativa.
Vol. 12/ Núm. 4 2025 pág. 2303
REFERENCIAS
Alcocer, C. A., Cabrera, C., & Añorve García, E. (2024). La inteligencia artificial en la educación:
desafíos éticos y perspectivas hacia una nueva enseñanza. LATAM Revista
Latinoamericana De Ciencias Sociales Y Humanidades,, 5(6), 464 – 472.
https://doi.org/https://doi.org/10.56712/latam.v5i6.3019
Andreoli, S., Batista, A., Fuksman, B., & Gladkoff, L. (2022). Inteligencia artificial y educación.
Un marco para el análisis y la creación de experiencias en el nivel superior. 1-23.
https://doi.org/10.13140/RG.2.2.12073.20326
Aparicio Gómez, W. O. (2023). La Inteligencia Artificial y su Incidencia en la Educación:
Transformando el Aprendizaje para el Siglo XXI. Revista Internacional De Pedagogía E
Innovación Educativa,, 3(2), 217-230.
https://doi.org/https://doi.org/10.51660/ripie.v3i2.133
Arias, G. J., & Covino, G. M. (2021). Diseño y metodología de la investigación. Enfoques
Consulting Eirl. https://doi.org/ISBN: 978-612-48444-2-3
Berrones, Y., & Salgado, O. S. (2023). La aplicación de la inteligencia artificial para mejorar la
enseñanza y el aprendizaje en el ámbito educativo. Esprint Investigación, 2(1), 52-60.
https://doi.org/10.61347/ei.v2i1.52
Bozkurt, A. (2023). Generative Artificial Intelligence (AI) Powered Conversational Educational
Agents: The Inevitable Paradigm Shift. Asian J. Distance Educ.,, 18, 18, 198-204.
https://doi.org/http://www.asianjde.com/ojs/index.php/AsianJDE/article/view/718
Briones, C. G., & Benavides, B. J. (2021). Estrategias neurodidácticas en el proceso enseñanza-
aprendizaje de educación básica. ReHuSo: Revista de Ciencias Humanísticas y Sociales,
6(1), 67-76. https://doi.org/10.5281/zenodo.5512773
Calderon, G. A., & Armijos, C. J. (2025). Inteligencia Artificial en la Formación Docente de
Educación General Básica. 593 Digital Publisher CEIT,, 10(3), 165-177.
https://doi.org/https://doi.org/10.33386/593dp.2025.3.3137
Campos Cruz, H. &. (2018). Las TIC en los procesos educativos de un centro público de
investigación. Apertura (Guadalajara, Jal.), 10(1), 56-70.
https://doi.org/https://doi.org/10.32870/ap.v10n1.1160
Castillo Jiménez, A., Montesdeoca, K. M., Capa, J. A., Cañizares, F. A., Delgado, M. D., &
Pizarro, M. G. (2025). Neuroplasticidad y Habilidades Científicas en Ciencias Naturales.
. Veritas Multidisciplinar, 6(2), 1925–1945.
https://doi.org/https://doi.org/10.61616/rvdc.v6i2.724
Fernández, V. M., & Lozano, G. J. (2025). ADOLESCENCIA, INTELIGENCIA ARTIFICIAL
Y SU INTEGRACIÓN EN LOS CENTROS EDUCATIVOS: REVISIÓN
REFERENCIAS
Alcocer, C. A., Cabrera, C., & Añorve García, E. (2024). La inteligencia artificial en la educación:
desafíos éticos y perspectivas hacia una nueva enseñanza. LATAM Revista
Latinoamericana De Ciencias Sociales Y Humanidades,, 5(6), 464 – 472.
https://doi.org/https://doi.org/10.56712/latam.v5i6.3019
Andreoli, S., Batista, A., Fuksman, B., & Gladkoff, L. (2022). Inteligencia artificial y educación.
Un marco para el análisis y la creación de experiencias en el nivel superior. 1-23.
https://doi.org/10.13140/RG.2.2.12073.20326
Aparicio Gómez, W. O. (2023). La Inteligencia Artificial y su Incidencia en la Educación:
Transformando el Aprendizaje para el Siglo XXI. Revista Internacional De Pedagogía E
Innovación Educativa,, 3(2), 217-230.
https://doi.org/https://doi.org/10.51660/ripie.v3i2.133
Arias, G. J., & Covino, G. M. (2021). Diseño y metodología de la investigación. Enfoques
Consulting Eirl. https://doi.org/ISBN: 978-612-48444-2-3
Berrones, Y., & Salgado, O. S. (2023). La aplicación de la inteligencia artificial para mejorar la
enseñanza y el aprendizaje en el ámbito educativo. Esprint Investigación, 2(1), 52-60.
https://doi.org/10.61347/ei.v2i1.52
Bozkurt, A. (2023). Generative Artificial Intelligence (AI) Powered Conversational Educational
Agents: The Inevitable Paradigm Shift. Asian J. Distance Educ.,, 18, 18, 198-204.
https://doi.org/http://www.asianjde.com/ojs/index.php/AsianJDE/article/view/718
Briones, C. G., & Benavides, B. J. (2021). Estrategias neurodidácticas en el proceso enseñanza-
aprendizaje de educación básica. ReHuSo: Revista de Ciencias Humanísticas y Sociales,
6(1), 67-76. https://doi.org/10.5281/zenodo.5512773
Calderon, G. A., & Armijos, C. J. (2025). Inteligencia Artificial en la Formación Docente de
Educación General Básica. 593 Digital Publisher CEIT,, 10(3), 165-177.
https://doi.org/https://doi.org/10.33386/593dp.2025.3.3137
Campos Cruz, H. &. (2018). Las TIC en los procesos educativos de un centro público de
investigación. Apertura (Guadalajara, Jal.), 10(1), 56-70.
https://doi.org/https://doi.org/10.32870/ap.v10n1.1160
Castillo Jiménez, A., Montesdeoca, K. M., Capa, J. A., Cañizares, F. A., Delgado, M. D., &
Pizarro, M. G. (2025). Neuroplasticidad y Habilidades Científicas en Ciencias Naturales.
. Veritas Multidisciplinar, 6(2), 1925–1945.
https://doi.org/https://doi.org/10.61616/rvdc.v6i2.724
Fernández, V. M., & Lozano, G. J. (2025). ADOLESCENCIA, INTELIGENCIA ARTIFICIAL
Y SU INTEGRACIÓN EN LOS CENTROS EDUCATIVOS: REVISIÓN
Vol. 12/ Núm. 4 2025 pág. 2304
BIBLIOGRÁFICA. Supervisión 21, 78(78), 1-18. https://doi.org/DOI:
https://doi.org/10.52149/Sp21/78.6
Gonzales, T. L., Plúas, C. A., & Lamilla, P. A. (2024). Innovación educativa: el impacto de la
inteligencia artificial en el aprendizaje en la educación en Ecuador. Revista Científica
Multidisciplinar G-Nerando, 5(2), 2172-2188.
https://doi.org/https://doi.org/10.60100/rcmg.v5i2.357
Jara Alcivar, C. W. (2024). Aplicaciones de inteligencia artificial (IA) en el contexto educativo.
Ciencia Latina Revista Científica Multidisciplinar, 8(3), 7046-7060.
https://doi.org/https://doi.org/10.37811/cl_rcm.v8i3.11897
López, V. F., Angulo-Álvarez, M. R., & Sosa-Zúñiga, D. I. (2025). Formación docente en IA
Generativa: impacto ético y retos en educación superior. Alteridad,, 20(2), 166-177.
https://doi.org/https://doi.org/10.17163/alt.v20n2.2025.01
Nicolalde, J. S., & Narvaéz, V. M. (2025). La inteligencia artificial en la educación básica:
innovaciones, desafíos yperspectivas futuras. Revista Ecos de la Academia,, 11(21), 1-
11. https://doi.org/https://doi.org/10.53358/ecosacademia.v11i21.1218
Posso Pacheco, R. J. (2025). El rol del docente en la era de la inteligencia artificial: De transmisor
de contenidos a formador de habilidades y valores para el siglo XXI. MENTOR Revista
De investigación Educativa Y Deportiva, 4(11), 1-8.
https://doi.org/https://doi.org/10.56200/mried.v4i11.10185
Puche Villalobos, D. J. (2025). INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA
EDUCATIVA: VENTAJAS Y DESVENTAJAS DESDE LA PERSPECTIVA
DOCENTE. Areté, Revista Digital del Doctorado en Educación, 10, 85-100.
https://doi.org/https://doi.org/10.55560/arete.2024.ee.10.7
Salinas, C. A., Castillo Jiménez, A., & Elías Piguave, M. (2025). Resiliencia Docente en Tiempos
de Crisis Energética en una Institución Pública de Guayaquil,Ecuador. Revista Veritas
De Difusão Científica, 6(1), 261-276.
https://doi.org/https://doi.org/10.61616/rvdc.v6i1.408
UNESCO. (3 de Septiembre de 2024). La inteligencia artificial en la educación:
https://www.unesco.org/es/digital-education/artificial-intelligence
Yaguana, B. M., Cruz Pazmiño, K. D., Aguilar Balseca, F. T., Cañizares, E., & Anastacio
Cevallos, R. E. (2025). Adopción de Inteligencia Artificial en el Sistema Educativo
Ecuatoriano: Un Estudio Comparativo de las Desigualdades Digitales. Veritas
Multidisciplinar, 6(3), 1333–1350.
https://doi.org/https://doi.org/10.61616/rvdc.v6i3.996
BIBLIOGRÁFICA. Supervisión 21, 78(78), 1-18. https://doi.org/DOI:
https://doi.org/10.52149/Sp21/78.6
Gonzales, T. L., Plúas, C. A., & Lamilla, P. A. (2024). Innovación educativa: el impacto de la
inteligencia artificial en el aprendizaje en la educación en Ecuador. Revista Científica
Multidisciplinar G-Nerando, 5(2), 2172-2188.
https://doi.org/https://doi.org/10.60100/rcmg.v5i2.357
Jara Alcivar, C. W. (2024). Aplicaciones de inteligencia artificial (IA) en el contexto educativo.
Ciencia Latina Revista Científica Multidisciplinar, 8(3), 7046-7060.
https://doi.org/https://doi.org/10.37811/cl_rcm.v8i3.11897
López, V. F., Angulo-Álvarez, M. R., & Sosa-Zúñiga, D. I. (2025). Formación docente en IA
Generativa: impacto ético y retos en educación superior. Alteridad,, 20(2), 166-177.
https://doi.org/https://doi.org/10.17163/alt.v20n2.2025.01
Nicolalde, J. S., & Narvaéz, V. M. (2025). La inteligencia artificial en la educación básica:
innovaciones, desafíos yperspectivas futuras. Revista Ecos de la Academia,, 11(21), 1-
11. https://doi.org/https://doi.org/10.53358/ecosacademia.v11i21.1218
Posso Pacheco, R. J. (2025). El rol del docente en la era de la inteligencia artificial: De transmisor
de contenidos a formador de habilidades y valores para el siglo XXI. MENTOR Revista
De investigación Educativa Y Deportiva, 4(11), 1-8.
https://doi.org/https://doi.org/10.56200/mried.v4i11.10185
Puche Villalobos, D. J. (2025). INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA
EDUCATIVA: VENTAJAS Y DESVENTAJAS DESDE LA PERSPECTIVA
DOCENTE. Areté, Revista Digital del Doctorado en Educación, 10, 85-100.
https://doi.org/https://doi.org/10.55560/arete.2024.ee.10.7
Salinas, C. A., Castillo Jiménez, A., & Elías Piguave, M. (2025). Resiliencia Docente en Tiempos
de Crisis Energética en una Institución Pública de Guayaquil,Ecuador. Revista Veritas
De Difusão Científica, 6(1), 261-276.
https://doi.org/https://doi.org/10.61616/rvdc.v6i1.408
UNESCO. (3 de Septiembre de 2024). La inteligencia artificial en la educación:
https://www.unesco.org/es/digital-education/artificial-intelligence
Yaguana, B. M., Cruz Pazmiño, K. D., Aguilar Balseca, F. T., Cañizares, E., & Anastacio
Cevallos, R. E. (2025). Adopción de Inteligencia Artificial en el Sistema Educativo
Ecuatoriano: Un Estudio Comparativo de las Desigualdades Digitales. Veritas
Multidisciplinar, 6(3), 1333–1350.
https://doi.org/https://doi.org/10.61616/rvdc.v6i3.996