Vol. 12/ Núm. 1 2025 pág. 3314
https://doi.org/10.69639/arandu.v12i1.809
El papel de la Inteligencia Artificia en el desarrollo de
investigación universitaria: oportunidades para estudiantes
The role of Artifitial Intelligence in the development of university research:
opportunities for students
Cecilio Enrique Gruezo Medina
gruezoenrique@gmail.com
https://orcid.org/0009-0005-8251-9299
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Carmen Amadis Porozo Méndez
carmenamadis@hotmail.com
https://orcid.org/0009-0009-4739-4821
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Susana Micolta Medina
aalejandramicolta94@outlook.com
https://orcid.org/0009-0001-6193-8647
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Ana Celli Carvache Torres
anacellicarvache@gmail.com
https://orcid.org/0009-0002-9606-6946
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Rosaura del Carmen Carvache Torres
rosauracarvache@gmail.com
https://orcid.org/0009-0007-9011-6240
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Diana Patricia Kohls Quiñonez
patriciakohls1@hotmail.com
https://orcid.org/0009-0009-4739-4821
Unidad Educativa Fiscomisional 10 de Agosto
San Lorenzo – Esmeraldas
Artículo recibido: (la fecha la coloca el Equipo editorial) - Aceptado para publicación:
Conflictos de intereses: Ninguno que declarar.
RESUMEN
Este estudio analiza el papel de la inteligencia artificial (IA) en el desarrollo de la investigación
universitaria, enfocándose en las oportunidades para estudiantes. A través de una revisión
bibliográfica sistemática, se identifican beneficios como la personalización del aprendizaje,
automatización de procesos investigativos, y mejora en la calidad académica. Sin embargo, se
Vol. 12/ Núm. 1 2025 pág. 3315
reconoce una problemática crítica: el uso responsable y ético de estas tecnologías. Entre las causas
destacan la insuficiente formación de estudiantes y docentes, dependencia en sistemas
automatizados y ausencia de lineamientos claros. Estas causas llevan a consecuencias negativas
como plagio, superficialidad en el aprendizaje y disminución del pensamiento crítico. Se justifica
la relevancia social, académica y política de investigar este tema, proponiendo lineamientos claros
para su uso responsable. Metodológicamente, se emplea un enfoque cualitativo basado en revisión
bibliográfica de estudios recientes y relevantes. La discusión enfatiza la necesidad de capacitar a
la comunidad universitaria y establecer políticas institucionales. Se concluye que la IA puede ser
altamente beneficiosa si se implementa de manera ética y reflexiva, fortaleciendo la investigación
y desarrollo de competencias digitales críticas en estudiantes.
Palabras clave: inteligencia artificial, investigación universitaria, ética digital, educación
superior, competencias digitales
ABSTRACT
This study analyzes the role of artificial intelligence (AI) in the development of university
research, focusing on opportunities for students. Through a systematic bibliographic review,
benefits such as personalized learning, automation of research processes, and improved academic
quality are identified. However, a critical problem is recognized: the responsible and ethical use
of these technologies. Among the causes are insufficient training of students and teachers,
dependence on automated systems, and the absence of clear guidelines. These causes lead to
negative consequences such as plagiarism, superficiality in learning, and a decrease in critical
thinking. The social, academic, and political relevance of researching this topic is justified,
proposing clear guidelines for its responsible use. Methodologically, a qualitative approach based
on a bibliographic review of recent and relevant studies is used. The discussion emphasizes the
need to train the university community and establish institutional policies. It is concluded that AI
can be highly beneficial if implemented in an ethical and thoughtful manner, strengthening
research and development of critical digital skills in students.
Keywords: artificial intelligence, university research, digital ethics, higher education,
digital skills
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
reconoce una problemática crítica: el uso responsable y ético de estas tecnologías. Entre las causas
destacan la insuficiente formación de estudiantes y docentes, dependencia en sistemas
automatizados y ausencia de lineamientos claros. Estas causas llevan a consecuencias negativas
como plagio, superficialidad en el aprendizaje y disminución del pensamiento crítico. Se justifica
la relevancia social, académica y política de investigar este tema, proponiendo lineamientos claros
para su uso responsable. Metodológicamente, se emplea un enfoque cualitativo basado en revisión
bibliográfica de estudios recientes y relevantes. La discusión enfatiza la necesidad de capacitar a
la comunidad universitaria y establecer políticas institucionales. Se concluye que la IA puede ser
altamente beneficiosa si se implementa de manera ética y reflexiva, fortaleciendo la investigación
y desarrollo de competencias digitales críticas en estudiantes.
Palabras clave: inteligencia artificial, investigación universitaria, ética digital, educación
superior, competencias digitales
ABSTRACT
This study analyzes the role of artificial intelligence (AI) in the development of university
research, focusing on opportunities for students. Through a systematic bibliographic review,
benefits such as personalized learning, automation of research processes, and improved academic
quality are identified. However, a critical problem is recognized: the responsible and ethical use
of these technologies. Among the causes are insufficient training of students and teachers,
dependence on automated systems, and the absence of clear guidelines. These causes lead to
negative consequences such as plagiarism, superficiality in learning, and a decrease in critical
thinking. The social, academic, and political relevance of researching this topic is justified,
proposing clear guidelines for its responsible use. Methodologically, a qualitative approach based
on a bibliographic review of recent and relevant studies is used. The discussion emphasizes the
need to train the university community and establish institutional policies. It is concluded that AI
can be highly beneficial if implemented in an ethical and thoughtful manner, strengthening
research and development of critical digital skills in students.
Keywords: artificial intelligence, university research, digital ethics, higher education,
digital skills
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. 1 2025 pág. 3316
INTRODUCCIÓN
La integración de la inteligencia artificial (IA) en el ámbito universitario se ha
consolidado como una herramienta poderosa en procesos de investigación, ofreciendo a
estudiantes oportunidades excepcionales para potenciar sus capacidades académicas. Sin
embargo, su uso masivo plantea una problemática crucial: el uso responsable y ético. Esta
problemática surge por diversas causas destacadas a continuación, cada una acompañada por sus
consecuencias:
1. La falta de capacitación adecuada tanto de estudiantes como docentes para un uso
crítico y reflexivo de la IA: Esta causa radica en que muchos docentes y estudiantes no poseen las
habilidades necesarias para utilizar críticamente herramientas de IA. No se trata solo de aprender
a manejarlas técnicamente, sino de desarrollar criterios para evaluar su utilidad, validez y
aplicabilidad en procesos investigativos (Martínez M. , 2023). Esta deficiencia de capacitación
deriva en consecuencias como el plagio académico, ya que los estudiantes suelen copiar
contenidos generados por la IA sin reflexión, disminuyendo la calidad y originalidad de sus
trabajos.
2. La dependencia creciente en sistemas automatizados que limitan el desarrollo de
habilidades cognitivas superiores como el pensamiento crítico y la creatividad
Esta causa se explica porque, aunque la IA facilita tareas repetitivas y agiliza procesos, su uso
excesivo puede conducir a una dependencia preocupante. Al automatizar actividades
cognitivamente complejas, los estudiantes podrían perder habilidades fundamentales como el
análisis profundo, la resolución autónoma de problemas y la creatividad para generar ideas
propias (Gil, 2024) (Vicente, López, Navarro, & Cuéllar, 2023). Como consecuencia, se genera
una superficialidad en el aprendizaje, provocando estudiantes menos autónomos, con reducidas
capacidades críticas y creativas.
3. La ausencia de lineamientos claros que guíen el uso ético y pedagógico de la IA en
contextos educativos:Este problema se origina porque muchas instituciones educativas no cuentan
con políticas explícitas sobre cómo se debe integrar la IA de manera ética en la investigación y
aprendizaje. La ausencia de directrices claras genera incertidumbre entre estudiantes y docentes,
quienes no saben cómo emplear estas herramientas respetando la integridad académica (Gutiérrez,
2023). Esta situación produce consecuencias negativas como el riesgo de desinformación,
violación de derechos de autor y la vulneración de normas éticas básicas, comprometiendo la
credibilidad de las instituciones.
La investigación es relevante porque permite explorar cómo la IA puede ser usada
responsablemente en la investigación universitaria, ofreciendo beneficios académicos y sociales
al mejorar la calidad y alcance de los trabajos investigativos. Desde el punto de vista académico,
esta investigación podría favorecer el desarrollo de competencias digitales esenciales (Briñis,
INTRODUCCIÓN
La integración de la inteligencia artificial (IA) en el ámbito universitario se ha
consolidado como una herramienta poderosa en procesos de investigación, ofreciendo a
estudiantes oportunidades excepcionales para potenciar sus capacidades académicas. Sin
embargo, su uso masivo plantea una problemática crucial: el uso responsable y ético. Esta
problemática surge por diversas causas destacadas a continuación, cada una acompañada por sus
consecuencias:
1. La falta de capacitación adecuada tanto de estudiantes como docentes para un uso
crítico y reflexivo de la IA: Esta causa radica en que muchos docentes y estudiantes no poseen las
habilidades necesarias para utilizar críticamente herramientas de IA. No se trata solo de aprender
a manejarlas técnicamente, sino de desarrollar criterios para evaluar su utilidad, validez y
aplicabilidad en procesos investigativos (Martínez M. , 2023). Esta deficiencia de capacitación
deriva en consecuencias como el plagio académico, ya que los estudiantes suelen copiar
contenidos generados por la IA sin reflexión, disminuyendo la calidad y originalidad de sus
trabajos.
2. La dependencia creciente en sistemas automatizados que limitan el desarrollo de
habilidades cognitivas superiores como el pensamiento crítico y la creatividad
Esta causa se explica porque, aunque la IA facilita tareas repetitivas y agiliza procesos, su uso
excesivo puede conducir a una dependencia preocupante. Al automatizar actividades
cognitivamente complejas, los estudiantes podrían perder habilidades fundamentales como el
análisis profundo, la resolución autónoma de problemas y la creatividad para generar ideas
propias (Gil, 2024) (Vicente, López, Navarro, & Cuéllar, 2023). Como consecuencia, se genera
una superficialidad en el aprendizaje, provocando estudiantes menos autónomos, con reducidas
capacidades críticas y creativas.
3. La ausencia de lineamientos claros que guíen el uso ético y pedagógico de la IA en
contextos educativos:Este problema se origina porque muchas instituciones educativas no cuentan
con políticas explícitas sobre cómo se debe integrar la IA de manera ética en la investigación y
aprendizaje. La ausencia de directrices claras genera incertidumbre entre estudiantes y docentes,
quienes no saben cómo emplear estas herramientas respetando la integridad académica (Gutiérrez,
2023). Esta situación produce consecuencias negativas como el riesgo de desinformación,
violación de derechos de autor y la vulneración de normas éticas básicas, comprometiendo la
credibilidad de las instituciones.
La investigación es relevante porque permite explorar cómo la IA puede ser usada
responsablemente en la investigación universitaria, ofreciendo beneficios académicos y sociales
al mejorar la calidad y alcance de los trabajos investigativos. Desde el punto de vista académico,
esta investigación podría favorecer el desarrollo de competencias digitales esenciales (Briñis,
Vol. 12/ Núm. 1 2025 pág. 3317
2024). En el ámbito social, fomenta una educación inclusiva y equitativa al democratizar el acceso
a recursos tecnológicos avanzados (Escalante, 2024). Políticamente, puede contribuir al
desarrollo de políticas educativas actualizadas y marcos regulatorios sobre el uso de la IA en
instituciones de educación superior. Científicamente, aporta al conocimiento sobre cómo integrar
eficazmente tecnologías emergentes en metodologías pedagógicas e investigativas.
Objetivo general
Analizar el papel de la inteligencia artificial en el desarrollo de la investigación
universitaria, identificando oportunidades para estudiantes.
Objetivos específicos
Identificar beneficios y oportunidades del uso de IA en procesos investigativos realizados
por estudiantes universitarios.
Describir los factores éticos y metodológicos que condicionan el uso responsable de la
IA en investigación universitaria.
Proponer lineamientos que promuevan un uso ético y efectivo de la IA en la investigación
universitaria.
Marco Teórico
El marco teórico del presente estudio proporciona un análisis riguroso sobre el uso de la
inteligencia artificial en el contexto universitario, estableciendo una revisión de antecedentes
relevantes que ilustran los beneficios y desafíos del tema. Posteriormente, se fundamenta en una
teoría pedagógica que contextualiza la aplicación educativa de la IA y finalmente se presentan las
variables claves involucradas en este estudio, con una definición clara y fluida para facilitar su
comprensión.
Diversos estudios recientes han abordado la incorporación de la inteligencia artificial en
la educación superior desde diferentes perspectivas, destacando sus oportunidades y alertando
sobre sus riesgos. El análisis de estos antecedentes permite comprender en profundidad los
resultados obtenidos previamente, facilitando un abordaje crítico y contextualizado del problema
investigado.
En este sentido, el estudio realizado por Martínez (2023) titulado "Uso responsable de la
inteligencia artificial en estudiantes universitarios: Una mirada recnoética", explora cómo la IA
en las aulas universitarias ofrece importantes oportunidades para personalizar el aprendizaje y
reducir tareas repetitivas a docentes. Sin embargo, también advierte sobre riesgos derivados del
uso inapropiado, como la reducción en el desarrollo del pensamiento crítico. Martínez enfatiza
que la insuficiente capacitación en docentes y estudiantes fomenta el uso superficial de la IA,
incentivando el plagio académico en lugar de un aprendizaje reflexivo y autónomo.
Por su parte, Gil (2024) en "Uso de ChatGPT por estudiantes universitarios: un análisis
relacional" señala que la IA generativa, particularmente ChatGPT, impacta significativamente la
educación superior al simplificar tareas académicas, como redacción o búsqueda rápida de
2024). En el ámbito social, fomenta una educación inclusiva y equitativa al democratizar el acceso
a recursos tecnológicos avanzados (Escalante, 2024). Políticamente, puede contribuir al
desarrollo de políticas educativas actualizadas y marcos regulatorios sobre el uso de la IA en
instituciones de educación superior. Científicamente, aporta al conocimiento sobre cómo integrar
eficazmente tecnologías emergentes en metodologías pedagógicas e investigativas.
Objetivo general
Analizar el papel de la inteligencia artificial en el desarrollo de la investigación
universitaria, identificando oportunidades para estudiantes.
Objetivos específicos
Identificar beneficios y oportunidades del uso de IA en procesos investigativos realizados
por estudiantes universitarios.
Describir los factores éticos y metodológicos que condicionan el uso responsable de la
IA en investigación universitaria.
Proponer lineamientos que promuevan un uso ético y efectivo de la IA en la investigación
universitaria.
Marco Teórico
El marco teórico del presente estudio proporciona un análisis riguroso sobre el uso de la
inteligencia artificial en el contexto universitario, estableciendo una revisión de antecedentes
relevantes que ilustran los beneficios y desafíos del tema. Posteriormente, se fundamenta en una
teoría pedagógica que contextualiza la aplicación educativa de la IA y finalmente se presentan las
variables claves involucradas en este estudio, con una definición clara y fluida para facilitar su
comprensión.
Diversos estudios recientes han abordado la incorporación de la inteligencia artificial en
la educación superior desde diferentes perspectivas, destacando sus oportunidades y alertando
sobre sus riesgos. El análisis de estos antecedentes permite comprender en profundidad los
resultados obtenidos previamente, facilitando un abordaje crítico y contextualizado del problema
investigado.
En este sentido, el estudio realizado por Martínez (2023) titulado "Uso responsable de la
inteligencia artificial en estudiantes universitarios: Una mirada recnoética", explora cómo la IA
en las aulas universitarias ofrece importantes oportunidades para personalizar el aprendizaje y
reducir tareas repetitivas a docentes. Sin embargo, también advierte sobre riesgos derivados del
uso inapropiado, como la reducción en el desarrollo del pensamiento crítico. Martínez enfatiza
que la insuficiente capacitación en docentes y estudiantes fomenta el uso superficial de la IA,
incentivando el plagio académico en lugar de un aprendizaje reflexivo y autónomo.
Por su parte, Gil (2024) en "Uso de ChatGPT por estudiantes universitarios: un análisis
relacional" señala que la IA generativa, particularmente ChatGPT, impacta significativamente la
educación superior al simplificar tareas académicas, como redacción o búsqueda rápida de
Vol. 12/ Núm. 1 2025 pág. 3318
información. No obstante, alerta que el uso descontrolado puede debilitar competencias
académicas fundamentales, tales como la creatividad y el análisis crítico. Gil destaca la necesidad
de considerar a la IA como herramienta complementaria, evitando consecuencias negativas como
la pérdida de autonomía intelectual y dependencia tecnológica.
Asimismo, López et al. (2024) en "El análisis del uso de la inteligencia artificial en la
educación universitaria: una revisión sistemática" concluyen que la IA es altamente efectiva en
automatizar procesos académicos y administrativos, optimizando tiempo y recursos en
investigación universitaria. Sin embargo, advierten que la ausencia de marcos éticos y
metodológicos claros causa preocupación por prácticas deshonestas como plagio y
desinformación. López et al. resaltan la urgencia de establecer políticas institucionales que guíen
un uso ético y pedagógico de la IA, maximizando beneficios y reduciendo riesgos.
Para contextualizar el uso educativo de la IA, este estudio se fundamenta en la teoría
pedagógica del constructivismo. Este enfoque sostiene que el aprendizaje es un proceso activo
donde los estudiantes construyen conocimiento a partir de interacciones significativas con su
entorno, enfrentándose a situaciones reales y complejas. Desde la perspectiva constructivista, el
estudiante es el actor principal de su aprendizaje, mientras que el docente actúa como facilitador,
proporcionando recursos y retroalimentación adecuada (Martínez & Martínez, 2024). Aplicar la
IA en este marco implica usarla para personalizar recursos, adaptar actividades y ofrecer
retroalimentación inmediata, promoviendo un aprendizaje autónomo y significativo (Vicente,
López, Navarro, & Cuéllar, 2023). Sin embargo, la teoría constructivista también alerta sobre el
riesgo de dependencia si se abusa de las facilidades automatizadas que ofrece la IA, insistiendo
en un equilibrio entre inteligencia artificial y humana, que garantice el desarrollo integral del
estudiante, incluyendo el pensamiento crítico y creativo (Martínez M. , 2023).
Para entender mejor la relación entre inteligencia artificial y desarrollo de la investigación
universitaria, resulta necesario definir claramente las variables clave que intervienen en el estudio.
Estas definiciones permitirán un análisis coherente y fluido, facilitando la comprensión y
evaluación posterior de los resultados obtenidos.
Inteligencia Artificial (Variable independiente): La inteligencia artificial se refiere a
sistemas computacionales que realizan tareas normalmente asociadas con capacidades humanas,
como aprendizaje automático, procesamiento del lenguaje natural, análisis avanzado de datos y
solución de problemas complejos. En el ámbito universitario, la IA se aplica para automatizar
procesos investigativos, asistir en revisiones bibliográficas y ayudar en la formulación de
hipótesis, mejorando así la eficiencia y calidad del trabajo académico (López, Núñez, López, &
Sánchez, 2024).
Desarrollo de Investigación Universitaria (Variable dependiente): Se define como el
proceso sistemático en el que estudiantes universitarios generan nuevos conocimientos, aplican
análisis crítico a la información recopilada y contribuyen al desarrollo científico de sus áreas. Este
información. No obstante, alerta que el uso descontrolado puede debilitar competencias
académicas fundamentales, tales como la creatividad y el análisis crítico. Gil destaca la necesidad
de considerar a la IA como herramienta complementaria, evitando consecuencias negativas como
la pérdida de autonomía intelectual y dependencia tecnológica.
Asimismo, López et al. (2024) en "El análisis del uso de la inteligencia artificial en la
educación universitaria: una revisión sistemática" concluyen que la IA es altamente efectiva en
automatizar procesos académicos y administrativos, optimizando tiempo y recursos en
investigación universitaria. Sin embargo, advierten que la ausencia de marcos éticos y
metodológicos claros causa preocupación por prácticas deshonestas como plagio y
desinformación. López et al. resaltan la urgencia de establecer políticas institucionales que guíen
un uso ético y pedagógico de la IA, maximizando beneficios y reduciendo riesgos.
Para contextualizar el uso educativo de la IA, este estudio se fundamenta en la teoría
pedagógica del constructivismo. Este enfoque sostiene que el aprendizaje es un proceso activo
donde los estudiantes construyen conocimiento a partir de interacciones significativas con su
entorno, enfrentándose a situaciones reales y complejas. Desde la perspectiva constructivista, el
estudiante es el actor principal de su aprendizaje, mientras que el docente actúa como facilitador,
proporcionando recursos y retroalimentación adecuada (Martínez & Martínez, 2024). Aplicar la
IA en este marco implica usarla para personalizar recursos, adaptar actividades y ofrecer
retroalimentación inmediata, promoviendo un aprendizaje autónomo y significativo (Vicente,
López, Navarro, & Cuéllar, 2023). Sin embargo, la teoría constructivista también alerta sobre el
riesgo de dependencia si se abusa de las facilidades automatizadas que ofrece la IA, insistiendo
en un equilibrio entre inteligencia artificial y humana, que garantice el desarrollo integral del
estudiante, incluyendo el pensamiento crítico y creativo (Martínez M. , 2023).
Para entender mejor la relación entre inteligencia artificial y desarrollo de la investigación
universitaria, resulta necesario definir claramente las variables clave que intervienen en el estudio.
Estas definiciones permitirán un análisis coherente y fluido, facilitando la comprensión y
evaluación posterior de los resultados obtenidos.
Inteligencia Artificial (Variable independiente): La inteligencia artificial se refiere a
sistemas computacionales que realizan tareas normalmente asociadas con capacidades humanas,
como aprendizaje automático, procesamiento del lenguaje natural, análisis avanzado de datos y
solución de problemas complejos. En el ámbito universitario, la IA se aplica para automatizar
procesos investigativos, asistir en revisiones bibliográficas y ayudar en la formulación de
hipótesis, mejorando así la eficiencia y calidad del trabajo académico (López, Núñez, López, &
Sánchez, 2024).
Desarrollo de Investigación Universitaria (Variable dependiente): Se define como el
proceso sistemático en el que estudiantes universitarios generan nuevos conocimientos, aplican
análisis crítico a la información recopilada y contribuyen al desarrollo científico de sus áreas. Este
Vol. 12/ Núm. 1 2025 pág. 3319
desarrollo investigativo se ve beneficiado por el uso de la IA, ya que optimiza tiempos, facilita el
acceso a información actualizada, y fomenta la innovación en la generación de conocimientos
originales, impulsando la calidad académica.
Uso responsable y ético de la IA (Variable interviniente):Se concibe como el conjunto de
normas, prácticas y lineamientos que orientan la aplicación de la IA en contextos educativos,
asegurando una implementación crítica, reflexiva y éticamente adecuada. Este uso responsable
abarca aspectos como la integridad académica, respeto por la privacidad de los datos, equidad en
el acceso a tecnologías avanzadas, y prevención de prácticas deshonestas como el plagio o la
desinformación. Garantizar un uso responsable de la IA es clave para aprovechar al máximo sus
beneficios, evitando riesgos y efectos negativos en el aprendizaje y la investigación universitaria
(Gutiérrez, 2023).
MATERIALES Y MÉTODOS
La metodología de este estudio describe el camino metodológico a seguir para abordar el
análisis del papel de la inteligencia artificial (IA) en el desarrollo de investigación universitaria,
destacando las oportunidades que brinda a estudiantes universitarios. A continuación, se
presentan en detalle el enfoque seleccionado, el tipo de estudio, la descripción exhaustiva de la
población y muestra, así como los criterios específicos utilizados para garantizar la validez y
calidad de la información recopilada y analizada.
El estudio se desarrollará bajo un enfoque cualitativo, ya que se orienta a comprender y
analizar en profundidad el fenómeno del uso de la IA en contextos universitarios desde diversas
perspectivas y experiencias recogidas en literatura especializada. Este enfoque permite interpretar
las oportunidades y desafíos éticos, metodológicos y prácticos relacionados con la integración de
la IA en la investigación universitaria, desde una mirada crítica y reflexiva. El tipo de estudio
corresponde a una revisión bibliográfica sistemática, seleccionada por su capacidad para reunir,
sintetizar y evaluar la literatura existente, generando un análisis integral sobre el tema de interés,
fundamentado en evidencias previas y consolidadas.
La población de este estudio está conformada por artículos científicos, investigaciones y
publicaciones académicas indexadas y validadas que abordan el tema del uso de la inteligencia
artificial en contextos universitarios, específicamente aquellos publicados entre los años 2020 y
2024. Esta delimitación temporal permite asegurar que la información utilizada sea actual,
pertinente y acorde con el rápido desarrollo tecnológico experimentado en los últimos años en el
ámbito de la educación superior.
La muestra seleccionada incluye los estudios previamente mencionados en la bibliografía
inicial. Estos estudios fueron seleccionados por ser representativos y abarcar una variedad de
perspectivas relevantes. La selección de estudios para esta revisión se fundamenta en los
siguientes criterios específicos que aseguran validez y pertinencia:
desarrollo investigativo se ve beneficiado por el uso de la IA, ya que optimiza tiempos, facilita el
acceso a información actualizada, y fomenta la innovación en la generación de conocimientos
originales, impulsando la calidad académica.
Uso responsable y ético de la IA (Variable interviniente):Se concibe como el conjunto de
normas, prácticas y lineamientos que orientan la aplicación de la IA en contextos educativos,
asegurando una implementación crítica, reflexiva y éticamente adecuada. Este uso responsable
abarca aspectos como la integridad académica, respeto por la privacidad de los datos, equidad en
el acceso a tecnologías avanzadas, y prevención de prácticas deshonestas como el plagio o la
desinformación. Garantizar un uso responsable de la IA es clave para aprovechar al máximo sus
beneficios, evitando riesgos y efectos negativos en el aprendizaje y la investigación universitaria
(Gutiérrez, 2023).
MATERIALES Y MÉTODOS
La metodología de este estudio describe el camino metodológico a seguir para abordar el
análisis del papel de la inteligencia artificial (IA) en el desarrollo de investigación universitaria,
destacando las oportunidades que brinda a estudiantes universitarios. A continuación, se
presentan en detalle el enfoque seleccionado, el tipo de estudio, la descripción exhaustiva de la
población y muestra, así como los criterios específicos utilizados para garantizar la validez y
calidad de la información recopilada y analizada.
El estudio se desarrollará bajo un enfoque cualitativo, ya que se orienta a comprender y
analizar en profundidad el fenómeno del uso de la IA en contextos universitarios desde diversas
perspectivas y experiencias recogidas en literatura especializada. Este enfoque permite interpretar
las oportunidades y desafíos éticos, metodológicos y prácticos relacionados con la integración de
la IA en la investigación universitaria, desde una mirada crítica y reflexiva. El tipo de estudio
corresponde a una revisión bibliográfica sistemática, seleccionada por su capacidad para reunir,
sintetizar y evaluar la literatura existente, generando un análisis integral sobre el tema de interés,
fundamentado en evidencias previas y consolidadas.
La población de este estudio está conformada por artículos científicos, investigaciones y
publicaciones académicas indexadas y validadas que abordan el tema del uso de la inteligencia
artificial en contextos universitarios, específicamente aquellos publicados entre los años 2020 y
2024. Esta delimitación temporal permite asegurar que la información utilizada sea actual,
pertinente y acorde con el rápido desarrollo tecnológico experimentado en los últimos años en el
ámbito de la educación superior.
La muestra seleccionada incluye los estudios previamente mencionados en la bibliografía
inicial. Estos estudios fueron seleccionados por ser representativos y abarcar una variedad de
perspectivas relevantes. La selección de estudios para esta revisión se fundamenta en los
siguientes criterios específicos que aseguran validez y pertinencia:
Vol. 12/ Núm. 1 2025 pág. 3320
Relevancia temática: Los textos seleccionados deben abordar de forma directa y
principal el uso de la IA en la educación universitaria, específicamente en procesos de enseñanza,
aprendizaje e investigación. Este criterio asegura que los estudios aporten directamente al objetivo
central de la revisión bibliográfica.
Actualidad: Se priorizan publicaciones recientes, especialmente entre 2020 y 2024. Este
criterio garantiza que la información refleje la realidad actual y los avances tecnológicos y
pedagógicos recientes, fundamentales debido al rápido avance y actualización en temas
tecnológicos.
Autoridad académica: Se incluyen investigaciones realizadas por autores reconocidos
en el ámbito académico o publicaciones realizadas en revistas científicas indexadas, asegurando
rigurosidad metodológica y calidad del análisis, así como confiabilidad de los resultados
presentados.
Pertinencia en el enfoque ético y metodológico: Los textos seleccionados se centran
especialmente en aspectos éticos, desafíos metodológicos y oportunidades relacionadas con el uso
de la IA en contextos académicos. Este criterio permite profundizar en la dimensión crítica del
estudio, clave para responder las interrogantes planteadas.
Para asegurar la calidad del análisis realizado, se implementan diferentes mecanismos
metodológicos:
Triangulación de fuentes: Se seleccionan diversas fuentes bibliográficas que aportan
diferentes perspectivas, metodologías y enfoques, lo que permite contrastar y complementar
información, fortaleciendo la validez interna del estudio.
Variedad geográfica y diversidad de enfoques: Se incluyen estudios realizados en
diferentes países y contextos educativos (europeos, latinoamericanos y estadounidenses) con
enfoques tanto empíricos como teóricos, lo que enriquece el análisis y favorece la generalización
y aplicabilidad de los resultados.
Evaluación crítica de la literatura: Se realizará una evaluación rigurosa y crítica de
cada texto seleccionado, valorando coherencia interna, calidad metodológica, claridad conceptual
y contribución al área de estudio. Este proceso será documentado mediante una matriz de análisis
que permitirá una interpretación sistemática y estructurada de la información recopilada.
RESULTADOS Y DISCUSIÓN
La revisión bibliográfica realizada evidencia claramente que la inteligencia artificial (IA)
presenta múltiples oportunidades valiosas para fortalecer la investigación universitaria,
destacando especialmente la personalización del aprendizaje y la automatización de tareas
repetitivas que tradicionalmente consumen mucho tiempo y esfuerzo académico (Gil, 2024). En
este contexto, la IA puede ser una herramienta clave para optimizar recursos y facilitar el acceso
a información actualizada y pertinente, permitiendo que los estudiantes se enfoquen en
Relevancia temática: Los textos seleccionados deben abordar de forma directa y
principal el uso de la IA en la educación universitaria, específicamente en procesos de enseñanza,
aprendizaje e investigación. Este criterio asegura que los estudios aporten directamente al objetivo
central de la revisión bibliográfica.
Actualidad: Se priorizan publicaciones recientes, especialmente entre 2020 y 2024. Este
criterio garantiza que la información refleje la realidad actual y los avances tecnológicos y
pedagógicos recientes, fundamentales debido al rápido avance y actualización en temas
tecnológicos.
Autoridad académica: Se incluyen investigaciones realizadas por autores reconocidos
en el ámbito académico o publicaciones realizadas en revistas científicas indexadas, asegurando
rigurosidad metodológica y calidad del análisis, así como confiabilidad de los resultados
presentados.
Pertinencia en el enfoque ético y metodológico: Los textos seleccionados se centran
especialmente en aspectos éticos, desafíos metodológicos y oportunidades relacionadas con el uso
de la IA en contextos académicos. Este criterio permite profundizar en la dimensión crítica del
estudio, clave para responder las interrogantes planteadas.
Para asegurar la calidad del análisis realizado, se implementan diferentes mecanismos
metodológicos:
Triangulación de fuentes: Se seleccionan diversas fuentes bibliográficas que aportan
diferentes perspectivas, metodologías y enfoques, lo que permite contrastar y complementar
información, fortaleciendo la validez interna del estudio.
Variedad geográfica y diversidad de enfoques: Se incluyen estudios realizados en
diferentes países y contextos educativos (europeos, latinoamericanos y estadounidenses) con
enfoques tanto empíricos como teóricos, lo que enriquece el análisis y favorece la generalización
y aplicabilidad de los resultados.
Evaluación crítica de la literatura: Se realizará una evaluación rigurosa y crítica de
cada texto seleccionado, valorando coherencia interna, calidad metodológica, claridad conceptual
y contribución al área de estudio. Este proceso será documentado mediante una matriz de análisis
que permitirá una interpretación sistemática y estructurada de la información recopilada.
RESULTADOS Y DISCUSIÓN
La revisión bibliográfica realizada evidencia claramente que la inteligencia artificial (IA)
presenta múltiples oportunidades valiosas para fortalecer la investigación universitaria,
destacando especialmente la personalización del aprendizaje y la automatización de tareas
repetitivas que tradicionalmente consumen mucho tiempo y esfuerzo académico (Gil, 2024). En
este contexto, la IA puede ser una herramienta clave para optimizar recursos y facilitar el acceso
a información actualizada y pertinente, permitiendo que los estudiantes se enfoquen en
Vol. 12/ Núm. 1 2025 pág. 3321
actividades de mayor complejidad cognitiva, como la formulación de hipótesis, interpretación
crítica de datos y el desarrollo de propuestas innovadoras. Sin embargo, esta oportunidad trae
consigo grandes responsabilidades, especialmente en términos del uso ético y crítico de estas
tecnologías.
Un aspecto destacado en múltiples estudios es el desafío de prevenir efectos negativos
derivados del uso irresponsable de la IA. Martínez (2023) subraya la preocupación sobre el
incremento en prácticas académicas deshonestas, como el plagio, debido a la facilidad que ofrecen
herramientas de IA generativas para producir textos académicos complejos con poca o ninguna
reflexión personal. Esto pone en riesgo la integridad académica y disminuye la calidad educativa,
limitando el desarrollo del pensamiento crítico, reflexivo y autónomo en los estudiantes. La
dependencia excesiva en estos sistemas automatizados podría, en consecuencia, generar una
superficialidad creciente en el aprendizaje, llevando a una disminución significativa en el
desarrollo de competencias fundamentales, como la creatividad, análisis crítico y resolución
autónoma de problemas (Vicente, López, Navarro, & Cuéllar, 2023).
Otro punto central en la discusión radica en la importancia de la capacitación adecuada
tanto para docentes como para estudiantes. Baque et al. (2024)enfatizan que una de las principales
barreras para aprovechar plenamente el potencial de la IA es precisamente la falta de formación
integral y continua en habilidades digitales, pensamiento crítico y ética digital. Los docentes
deben recibir capacitación específica que les permita orientar adecuadamente a sus estudiantes en
el uso crítico y reflexivo de estas tecnologías, garantizando que la IA sea usada como una
herramienta complementaria y no sustitutiva de los procesos formativos fundamentales. De igual
manera, los estudiantes necesitan desarrollar competencias que les permitan evaluar críticamente
la información generada por la IA, diferenciando contenidos fiables de aquellos que puedan estar
sesgados o incompletos, promoviendo así una actitud de autonomía intelectual y juicio crítico
frente a la información.
En este marco, estudios como los de Gutiérrez (2023) y Briñis (2024) han resaltado con
particular énfasis la necesidad urgente de desarrollar lineamientos institucionales claros y
políticas educativas explícitas sobre el uso responsable y ético de la IA en contextos académicos.
La ausencia de regulaciones o directrices institucionales específicas genera incertidumbre y puede
fomentar un uso indiscriminado o incorrecto de estas herramientas, incrementando el riesgo de
desinformación, violaciones éticas o legales, e incluso problemas de equidad en el acceso y uso
de la tecnología. Estos lineamientos deberían abarcar aspectos fundamentales como integridad
académica, equidad en la distribución de recursos tecnológicos, privacidad y protección de datos
personales, y estrategias para la prevención efectiva de prácticas deshonestas como plagio o
falsificación de resultados de investigación.
Asimismo, también se plantea interrogantes relevantes sobre cómo las instituciones
educativas pueden equilibrar el uso de la IA con la necesidad de fomentar habilidades humanas
actividades de mayor complejidad cognitiva, como la formulación de hipótesis, interpretación
crítica de datos y el desarrollo de propuestas innovadoras. Sin embargo, esta oportunidad trae
consigo grandes responsabilidades, especialmente en términos del uso ético y crítico de estas
tecnologías.
Un aspecto destacado en múltiples estudios es el desafío de prevenir efectos negativos
derivados del uso irresponsable de la IA. Martínez (2023) subraya la preocupación sobre el
incremento en prácticas académicas deshonestas, como el plagio, debido a la facilidad que ofrecen
herramientas de IA generativas para producir textos académicos complejos con poca o ninguna
reflexión personal. Esto pone en riesgo la integridad académica y disminuye la calidad educativa,
limitando el desarrollo del pensamiento crítico, reflexivo y autónomo en los estudiantes. La
dependencia excesiva en estos sistemas automatizados podría, en consecuencia, generar una
superficialidad creciente en el aprendizaje, llevando a una disminución significativa en el
desarrollo de competencias fundamentales, como la creatividad, análisis crítico y resolución
autónoma de problemas (Vicente, López, Navarro, & Cuéllar, 2023).
Otro punto central en la discusión radica en la importancia de la capacitación adecuada
tanto para docentes como para estudiantes. Baque et al. (2024)enfatizan que una de las principales
barreras para aprovechar plenamente el potencial de la IA es precisamente la falta de formación
integral y continua en habilidades digitales, pensamiento crítico y ética digital. Los docentes
deben recibir capacitación específica que les permita orientar adecuadamente a sus estudiantes en
el uso crítico y reflexivo de estas tecnologías, garantizando que la IA sea usada como una
herramienta complementaria y no sustitutiva de los procesos formativos fundamentales. De igual
manera, los estudiantes necesitan desarrollar competencias que les permitan evaluar críticamente
la información generada por la IA, diferenciando contenidos fiables de aquellos que puedan estar
sesgados o incompletos, promoviendo así una actitud de autonomía intelectual y juicio crítico
frente a la información.
En este marco, estudios como los de Gutiérrez (2023) y Briñis (2024) han resaltado con
particular énfasis la necesidad urgente de desarrollar lineamientos institucionales claros y
políticas educativas explícitas sobre el uso responsable y ético de la IA en contextos académicos.
La ausencia de regulaciones o directrices institucionales específicas genera incertidumbre y puede
fomentar un uso indiscriminado o incorrecto de estas herramientas, incrementando el riesgo de
desinformación, violaciones éticas o legales, e incluso problemas de equidad en el acceso y uso
de la tecnología. Estos lineamientos deberían abarcar aspectos fundamentales como integridad
académica, equidad en la distribución de recursos tecnológicos, privacidad y protección de datos
personales, y estrategias para la prevención efectiva de prácticas deshonestas como plagio o
falsificación de resultados de investigación.
Asimismo, también se plantea interrogantes relevantes sobre cómo las instituciones
educativas pueden equilibrar el uso de la IA con la necesidad de fomentar habilidades humanas
Vol. 12/ Núm. 1 2025 pág. 3322
esenciales como la empatía, ética y pensamiento crítico. Calvo & Ufarte (2020) argumentan que
aunque la IA mejora procesos y optimiza tareas, no puede sustituir la profundidad del análisis
humano ni la sensibilidad crítica requerida en investigaciones complejas, especialmente en
campos sociales o humanísticos. Esto implica que el uso de la IA debe estar complementado con
actividades académicas que fortalezcan la dimensión humana y ética de la formación
universitaria, asegurando un desarrollo integral y equilibrado de los estudiantes.
En síntesis, esta revisión bibliográfica señala que la IA posee un enorme potencial para
revolucionar positivamente la investigación universitaria, ofreciendo herramientas poderosas para
optimizar procesos y mejorar la calidad académica. No obstante, es crucial abordar con seriedad
y rigor los desafíos éticos, metodológicos y pedagógicos que su implementación genera. La
capacitación integral de la comunidad educativa y la creación de políticas institucionales claras
son factores decisivos para que el uso de la IA en contextos universitarios sea beneficioso,
sostenible y responsable, consolidando a la educación superior como un espacio de innovación
constante, pero también de reflexión crítica y compromiso ético con el conocimiento.
CONCLUSIONES
La inteligencia artificial (IA) presenta grandes oportunidades para fortalecer la
investigación universitaria, ya que facilita significativamente el acceso rápido y eficiente a
grandes volúmenes de información actualizada y pertinente. Además, optimiza procesos
investigativos complejos mediante la automatización de tareas repetitivas, permitiendo así que los
estudiantes y docentes se enfoquen en actividades más complejas y creativas como la generación
de hipótesis, análisis crítico de datos y producción de nuevo conocimiento. Asimismo, fomenta
una colaboración académica más amplia y efectiva, facilitando la comunicación interdisciplinaria,
la gestión eficiente de proyectos de investigación y el intercambio de ideas entre comunidades
académicas a nivel global.
Sin embargo, la falta de formación adecuada en ética digital y el uso responsable de la IA
representa una barrera significativa para aprovechar plenamente sus beneficios. Esta situación
limita el potencial académico de estas herramientas tecnológicas, promoviendo en cambio
prácticas académicas deshonestas como el plagio, la falsificación o manipulación de datos, y la
presentación de trabajos generados automáticamente sin reflexión crítica o análisis propio por
parte del estudiante. La ausencia de formación ética puede conducir también a una dependencia
tecnológica preocupante, afectando el desarrollo de habilidades fundamentales como el
pensamiento crítico, la autonomía intelectual y la creatividad, indispensables para la formación
integral del estudiante.
En respuesta a estos desafíos, se requiere la implementación urgente de políticas y
lineamientos institucionales claros que guíen el uso responsable y ético de la IA en contextos
educativos. Estos lineamientos deben definir pautas explícitas sobre cómo utilizar estas
esenciales como la empatía, ética y pensamiento crítico. Calvo & Ufarte (2020) argumentan que
aunque la IA mejora procesos y optimiza tareas, no puede sustituir la profundidad del análisis
humano ni la sensibilidad crítica requerida en investigaciones complejas, especialmente en
campos sociales o humanísticos. Esto implica que el uso de la IA debe estar complementado con
actividades académicas que fortalezcan la dimensión humana y ética de la formación
universitaria, asegurando un desarrollo integral y equilibrado de los estudiantes.
En síntesis, esta revisión bibliográfica señala que la IA posee un enorme potencial para
revolucionar positivamente la investigación universitaria, ofreciendo herramientas poderosas para
optimizar procesos y mejorar la calidad académica. No obstante, es crucial abordar con seriedad
y rigor los desafíos éticos, metodológicos y pedagógicos que su implementación genera. La
capacitación integral de la comunidad educativa y la creación de políticas institucionales claras
son factores decisivos para que el uso de la IA en contextos universitarios sea beneficioso,
sostenible y responsable, consolidando a la educación superior como un espacio de innovación
constante, pero también de reflexión crítica y compromiso ético con el conocimiento.
CONCLUSIONES
La inteligencia artificial (IA) presenta grandes oportunidades para fortalecer la
investigación universitaria, ya que facilita significativamente el acceso rápido y eficiente a
grandes volúmenes de información actualizada y pertinente. Además, optimiza procesos
investigativos complejos mediante la automatización de tareas repetitivas, permitiendo así que los
estudiantes y docentes se enfoquen en actividades más complejas y creativas como la generación
de hipótesis, análisis crítico de datos y producción de nuevo conocimiento. Asimismo, fomenta
una colaboración académica más amplia y efectiva, facilitando la comunicación interdisciplinaria,
la gestión eficiente de proyectos de investigación y el intercambio de ideas entre comunidades
académicas a nivel global.
Sin embargo, la falta de formación adecuada en ética digital y el uso responsable de la IA
representa una barrera significativa para aprovechar plenamente sus beneficios. Esta situación
limita el potencial académico de estas herramientas tecnológicas, promoviendo en cambio
prácticas académicas deshonestas como el plagio, la falsificación o manipulación de datos, y la
presentación de trabajos generados automáticamente sin reflexión crítica o análisis propio por
parte del estudiante. La ausencia de formación ética puede conducir también a una dependencia
tecnológica preocupante, afectando el desarrollo de habilidades fundamentales como el
pensamiento crítico, la autonomía intelectual y la creatividad, indispensables para la formación
integral del estudiante.
En respuesta a estos desafíos, se requiere la implementación urgente de políticas y
lineamientos institucionales claros que guíen el uso responsable y ético de la IA en contextos
educativos. Estos lineamientos deben definir pautas explícitas sobre cómo utilizar estas
Vol. 12/ Núm. 1 2025 pág. 3323
tecnologías de manera complementaria y reflexiva, abordando temas esenciales como la
integridad académica, privacidad y protección de datos, equidad en el acceso a recursos
tecnológicos y prevención efectiva de prácticas deshonestas. Además, estas políticas deben
fomentar activamente la formación continua de docentes y estudiantes en competencias digitales
esenciales, permitiéndoles aprovechar la IA de manera crítica y reflexiva, y garantizando que los
beneficios tecnológicos se integren adecuadamente en su formación académica y profesional,
fortaleciendo así su preparación para un futuro cada vez más digitalizado y competitivo.
tecnologías de manera complementaria y reflexiva, abordando temas esenciales como la
integridad académica, privacidad y protección de datos, equidad en el acceso a recursos
tecnológicos y prevención efectiva de prácticas deshonestas. Además, estas políticas deben
fomentar activamente la formación continua de docentes y estudiantes en competencias digitales
esenciales, permitiéndoles aprovechar la IA de manera crítica y reflexiva, y garantizando que los
beneficios tecnológicos se integren adecuadamente en su formación académica y profesional,
fortaleciendo así su preparación para un futuro cada vez más digitalizado y competitivo.
Vol. 12/ Núm. 1 2025 pág. 3324
REFERENCIAS
Aparicio, O., & Cortés, M. (2024). Desafíos éticos de la Inteligencia Artificial en la
personalización del aprendizaje. Revista Interamericano de Investigación, Educación y
Pedagogía, XVII(2), 377- 392. doi: https://doi.org/10.15332/25005421.10000
Baque, V., Zavala, M., Mendoza, V., Recalde, E., Nevares, M., Castillo, N., & Barreto, W. (2024).
Percepciones y Experiencias de Docentes Universitarios sobre la Inteligencia Artificial:
Transformación, Ética y Desafíos en el Uso Académico por Estudiantes. LATAM Revista
Latinoamericana De Ciencias Sociales Y Humanidades, V(6), 2763 – 2773. doi:
https://doi.org/10.56712/latam.v5i6.3204
Barráez, D. (2023). Metaversos en el Contexto de la Educación Virtual. Revista Tecnológica-
Educativa Docentes 2.0, XIII(1), 11-19. doi:https://doi.org/10.37843/rted.v13i1.300
Barrios, I. (2023). Inteligencia artificial y redacción científica: aspectos éticos en el uso de las
nuevas tecnologías. Medicina clínica y social, VII(2), 46-47 . doi:
https://doi.org/10.52379/mcs.v7i2.278
Briñis, A. (2024). Beneficios y limitaciones en docentes y estudiantes universitarios salvadoreños
sobre el uso de IA en procesos de enseñanza-aprendizaje. European Public & Social
Innovation Review, IX, 1–19. doi: https://doi.org/10.31637/epsir-2024-368
Calvo, L., & Ufarte, M. (2020). Percepción de docentes universitarios, estudiantes, responsables
de innovación y periodistas sobre el uso de inteligencia artificial en periodismo. El
profesional de la información, XXIX(1), 1 - 14. doi:
https://doi.org/10.3145/epi.2020.ene.09
Cebollero, A., Bautista, P., Cano, J., & Orejudo, S. (2022). E-competencias e inteligencia
colectiva. Propuestas para el desarrollo emocional en las interacciones en línea. Revista
Internacional de Educación Emocional y Bienestar, II(1), 13-32. Obtenido de
https://ri.ibero.mx/bitstream/handle/ibero/5946/RiEEB_02_01_13.pdf?sequence=1&isA
llowed=y
Díaz, A., & Rodríguez, J. (2024). Usos de la Inteligencia Artificial en la escritura académica:
experiencias de estudiantes universitarios en 2023. Cuaderno De Pedagogía
Universitaria, XXI(42), 25–44. doi: https://doi.org/10.29197/cpu.v21i42.595
Diez, J. (2023). El metaverso y la inteligencia artificial en la educación superior. Revisión de
casos de éxito. Experior: Revista de Investigación de ADEN University, II(1), 66-74. doi:
https://doi.org/10.56880/experior21.6
Escalante, J. (2024). Actitud de los estudiantes universitarios de educación ante el uso de la
inteligencia artificial. Ciencia y Sociedad: República Dominicana, XXXIX(2), 3-17.
Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=9701709
REFERENCIAS
Aparicio, O., & Cortés, M. (2024). Desafíos éticos de la Inteligencia Artificial en la
personalización del aprendizaje. Revista Interamericano de Investigación, Educación y
Pedagogía, XVII(2), 377- 392. doi: https://doi.org/10.15332/25005421.10000
Baque, V., Zavala, M., Mendoza, V., Recalde, E., Nevares, M., Castillo, N., & Barreto, W. (2024).
Percepciones y Experiencias de Docentes Universitarios sobre la Inteligencia Artificial:
Transformación, Ética y Desafíos en el Uso Académico por Estudiantes. LATAM Revista
Latinoamericana De Ciencias Sociales Y Humanidades, V(6), 2763 – 2773. doi:
https://doi.org/10.56712/latam.v5i6.3204
Barráez, D. (2023). Metaversos en el Contexto de la Educación Virtual. Revista Tecnológica-
Educativa Docentes 2.0, XIII(1), 11-19. doi:https://doi.org/10.37843/rted.v13i1.300
Barrios, I. (2023). Inteligencia artificial y redacción científica: aspectos éticos en el uso de las
nuevas tecnologías. Medicina clínica y social, VII(2), 46-47 . doi:
https://doi.org/10.52379/mcs.v7i2.278
Briñis, A. (2024). Beneficios y limitaciones en docentes y estudiantes universitarios salvadoreños
sobre el uso de IA en procesos de enseñanza-aprendizaje. European Public & Social
Innovation Review, IX, 1–19. doi: https://doi.org/10.31637/epsir-2024-368
Calvo, L., & Ufarte, M. (2020). Percepción de docentes universitarios, estudiantes, responsables
de innovación y periodistas sobre el uso de inteligencia artificial en periodismo. El
profesional de la información, XXIX(1), 1 - 14. doi:
https://doi.org/10.3145/epi.2020.ene.09
Cebollero, A., Bautista, P., Cano, J., & Orejudo, S. (2022). E-competencias e inteligencia
colectiva. Propuestas para el desarrollo emocional en las interacciones en línea. Revista
Internacional de Educación Emocional y Bienestar, II(1), 13-32. Obtenido de
https://ri.ibero.mx/bitstream/handle/ibero/5946/RiEEB_02_01_13.pdf?sequence=1&isA
llowed=y
Díaz, A., & Rodríguez, J. (2024). Usos de la Inteligencia Artificial en la escritura académica:
experiencias de estudiantes universitarios en 2023. Cuaderno De Pedagogía
Universitaria, XXI(42), 25–44. doi: https://doi.org/10.29197/cpu.v21i42.595
Diez, J. (2023). El metaverso y la inteligencia artificial en la educación superior. Revisión de
casos de éxito. Experior: Revista de Investigación de ADEN University, II(1), 66-74. doi:
https://doi.org/10.56880/experior21.6
Escalante, J. (2024). Actitud de los estudiantes universitarios de educación ante el uso de la
inteligencia artificial. Ciencia y Sociedad: República Dominicana, XXXIX(2), 3-17.
Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=9701709
Vol. 12/ Núm. 1 2025 pág. 3325
Galíndez, J. (2024). Retos y desafíos en el uso de la inteligencia artificial (IA) y el metaverso en
el entorno pedagógico en Venezuela. Perspectiva, XII(23), 80–93. doi:
https://doi.org/10.5281/zenodo.10557278
Gil, V. (2024). Uso de ChatGPT por estudiantes universitarios: un análisis relacional. Formación
universitaria, XVII(5), 129-138 . doi:
http://dx.doi.org/10.4067/s0718-50062024000400129
Gutiérrez, J. (2023). Lineamientos para el uso de inteligencia artificial en contextos universitarios.
GIGAPP Estudios Working Papers, X(267 - 272), 416-434. Obtenido de
https://gigapp.org/ewp/index.php/GIGAPP-EWP/article/view/331
Jaime, J. (21 de Marzo de 2024). La Inteligencia Artificial en la educación, retos y oportunidades.
Obtenido de Universidad Autónoma de Guadalajara :
https://www.uag.mx/es/mediahub/la-inteligencia-artificial-en-la-educacion-retos-y-
oportunidades/2024-03
López, O., Núñez, N., López, O., & Sánchez, J. (2024). El análisis del uso de la inteligencia
artificial en la educación universitaria : una revisión sistemática. Pixel-Bit. Revista De
Medios Y Educación, LXX, 97–122. doi: https://doi.org/10.12795/pixelbit.106336
Loyola, C. (2023). De la teoria constructivista al aprendizaje adaptativo; una evolución
pedagógica en el siglo XXI. Revista Avante De Ciencias Sociales Y Humanidades,
III(Especial ), 1 - 8. doi: https://doi.org/10.5281/zenodo.8331289
Lozada, R., Lopez, E., Espinoza, M., Arias, N., & Quille, G. (2023). Los Riesgos de la Inteligencia
Artificial en la Educación. Ciencia Latina Revista Científica Multidisciplinar, VII(5),
7219-7234. doi: https://doi.org/10.37811/cl_rcm.v7i5.8301
Martínez, M. (2023). Uso responsable de la inteligencia artificial en estudiantes universitarios:
Una mirada recnoética. Educación, ética y resultado de investigación, XII(9), 172-178.
doi: https://doi.org/10.36260/rbr.v12i9.2008
Martínez, N., & Martínez, L. (2024). Sinergia Piaget, Vygotsky y la inteligencia artificial en la
educación universitaria. Vinculatégica EFAN, X(4), 70–84. doi:
https://doi.org/10.29105/vtga10.4-948
Meléndez, N., Jorquera, J., & Meléndez, N. (2024). Metaversos en educación: Una mirada desde
la Literatura. Ingeniare. Revista chilena de ingeniería, XXXII, 1 - 11. doi:
http://dx.doi.org/10.4067/s0718-33052024000100210
Oyarvide, N., Tenorio, E., Oyarvide, R., Oyarvide, H., & Racines, T. (2024). Factores influyentes
para el uso de herramientas digitales en estudiantes universitarios. Revista Científica De
Salud Y Desarrollo Humano, V(2), 346–366. doi:
https://doi.org/10.61368/r.s.d.h.v5i2.141
Sandoval, A., Olvera, M., Sotelo, J., & Bárcenas, J. (2023). Aproximación a la formación en
competencia digital del docente universitario ante la era de la inteligencia artificial. En
Galíndez, J. (2024). Retos y desafíos en el uso de la inteligencia artificial (IA) y el metaverso en
el entorno pedagógico en Venezuela. Perspectiva, XII(23), 80–93. doi:
https://doi.org/10.5281/zenodo.10557278
Gil, V. (2024). Uso de ChatGPT por estudiantes universitarios: un análisis relacional. Formación
universitaria, XVII(5), 129-138 . doi:
http://dx.doi.org/10.4067/s0718-50062024000400129
Gutiérrez, J. (2023). Lineamientos para el uso de inteligencia artificial en contextos universitarios.
GIGAPP Estudios Working Papers, X(267 - 272), 416-434. Obtenido de
https://gigapp.org/ewp/index.php/GIGAPP-EWP/article/view/331
Jaime, J. (21 de Marzo de 2024). La Inteligencia Artificial en la educación, retos y oportunidades.
Obtenido de Universidad Autónoma de Guadalajara :
https://www.uag.mx/es/mediahub/la-inteligencia-artificial-en-la-educacion-retos-y-
oportunidades/2024-03
López, O., Núñez, N., López, O., & Sánchez, J. (2024). El análisis del uso de la inteligencia
artificial en la educación universitaria : una revisión sistemática. Pixel-Bit. Revista De
Medios Y Educación, LXX, 97–122. doi: https://doi.org/10.12795/pixelbit.106336
Loyola, C. (2023). De la teoria constructivista al aprendizaje adaptativo; una evolución
pedagógica en el siglo XXI. Revista Avante De Ciencias Sociales Y Humanidades,
III(Especial ), 1 - 8. doi: https://doi.org/10.5281/zenodo.8331289
Lozada, R., Lopez, E., Espinoza, M., Arias, N., & Quille, G. (2023). Los Riesgos de la Inteligencia
Artificial en la Educación. Ciencia Latina Revista Científica Multidisciplinar, VII(5),
7219-7234. doi: https://doi.org/10.37811/cl_rcm.v7i5.8301
Martínez, M. (2023). Uso responsable de la inteligencia artificial en estudiantes universitarios:
Una mirada recnoética. Educación, ética y resultado de investigación, XII(9), 172-178.
doi: https://doi.org/10.36260/rbr.v12i9.2008
Martínez, N., & Martínez, L. (2024). Sinergia Piaget, Vygotsky y la inteligencia artificial en la
educación universitaria. Vinculatégica EFAN, X(4), 70–84. doi:
https://doi.org/10.29105/vtga10.4-948
Meléndez, N., Jorquera, J., & Meléndez, N. (2024). Metaversos en educación: Una mirada desde
la Literatura. Ingeniare. Revista chilena de ingeniería, XXXII, 1 - 11. doi:
http://dx.doi.org/10.4067/s0718-33052024000100210
Oyarvide, N., Tenorio, E., Oyarvide, R., Oyarvide, H., & Racines, T. (2024). Factores influyentes
para el uso de herramientas digitales en estudiantes universitarios. Revista Científica De
Salud Y Desarrollo Humano, V(2), 346–366. doi:
https://doi.org/10.61368/r.s.d.h.v5i2.141
Sandoval, A., Olvera, M., Sotelo, J., & Bárcenas, J. (2023). Aproximación a la formación en
competencia digital del docente universitario ante la era de la inteligencia artificial. En
Vol. 12/ Núm. 1 2025 pág. 3326
R. Enrique, S. Velazco, & J. Bárcenas, Inteligencia Artificial para la transformación de
la educación (págs. 129 - 136). México : Sociedad Mexicana de Computación en la
Educación, A.C. Obtenido de
https://books.google.es/books?hl=es&lr=&id=G2LoEAAAQBAJ&oi=fnd&pg=PA129
&dq=constructivismo+de+lev+vygotsky+y+la+IA&ots=vvYy4yU8UK&sig=yxUiOEc
bE2WrQBhOZkKpE31AuTY#v=onepage&q&f=false
Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y
oportunidades. Transformar, 17–34. Obtenido de
https://www.revistatransformar.cl/index.php/transformar/article/view/84
Vicente, M., López, O., Navarro, V., & Cuéllar, F. (2023). Escritura, creatividad e inteligencia
artificial : chatGPT en el contexto universitario. Comunicar : revista científica
iberoamericana de comunicación y educación, XXXI(77), 47-57. Obtenido de
https://redined.educacion.gob.es/xmlui/handle/11162/263850
R. Enrique, S. Velazco, & J. Bárcenas, Inteligencia Artificial para la transformación de
la educación (págs. 129 - 136). México : Sociedad Mexicana de Computación en la
Educación, A.C. Obtenido de
https://books.google.es/books?hl=es&lr=&id=G2LoEAAAQBAJ&oi=fnd&pg=PA129
&dq=constructivismo+de+lev+vygotsky+y+la+IA&ots=vvYy4yU8UK&sig=yxUiOEc
bE2WrQBhOZkKpE31AuTY#v=onepage&q&f=false
Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y
oportunidades. Transformar, 17–34. Obtenido de
https://www.revistatransformar.cl/index.php/transformar/article/view/84
Vicente, M., López, O., Navarro, V., & Cuéllar, F. (2023). Escritura, creatividad e inteligencia
artificial : chatGPT en el contexto universitario. Comunicar : revista científica
iberoamericana de comunicación y educación, XXXI(77), 47-57. Obtenido de
https://redined.educacion.gob.es/xmlui/handle/11162/263850