Disrupción de la Inteligencia Artificial Generativa en la Educación Superior: Análisis de la Brecha de Segunda Generación en Ciencias Veterinarias
DOI:
https://doi.org/10.69639/arandu.v13i1.1924Palabras clave:
inteligencia artificial generativa, brecha digital docente, educación veterinaria, personalización del aprendizaje, innovación educativaResumen
La irrupción de la Inteligencia Artificial Generativa (IAG) ha reconfigurado los ecosistemas de aprendizaje, desafiando los modelos pedagógicos tradicionales, especialmente en disciplinas clínicas como las ciencias de la salud. El presente estudio evalúa la viabilidad pedagógica y las brechas de adopción de la IAG en la carrera de Medicina Veterinaria de una Institución de Educación Superior (IES) en la región interandina del Ecuador. Mediante un diseño cuantitativo de alcance correlacional (n = 277 estudiantes, n = 24 docentes), se contrastaron las competencias digitales del profesorado frente a los patrones de adopción del estudiantado. Los resultados revelan una asimetría crítica: mientras el 95.8 % del profesorado se sitúa en niveles iniciales de autoeficacia digital, careciendo de destrezas para integrar pedagógicamente la IA, el 73.6 % de los estudiantes utiliza la IAG de manera frecuente como un tutor cognitivo informal. El análisis inferencial demostró una correlación positiva moderada (r = 0.67) entre el uso de IAG y la percepción de personalización del aprendizaje. Se concluye que existe una brecha digital de segunda generación caracterizada no por el acceso a la tecnología, sino por la disparidad en la competencia pedagógica para orquestar entornos de aprendizaje adaptativo, lo que sugiere la urgencia de marcos formativos institucionales que trasciendan la alfabetización instrumental.
Descargas
Citas
Allam, H. M., Gyamfi, B., & AlOmar, B. (2025). Sustainable innovation: Harnessing AI and living intelligence to transform higher education. Education Sciences, 15(4), 398. https://doi.org/10.3390/educsci15040398
Akanzire, B. N., Nyaaba, M., & Nabang, M. (2025). Generative AI in teacher education: Teacher educators perception and preparedness. Journal of Digital Educational Technology, 5(1), ep2508. https://doi.org/10.30935/jdet/15887
Anderson, J. E., Nguyen, C. A., & Moreira, G. (2025). Generative AI-driven personalization of the Community of Inquiry model. The International Journal of Information and Learning Technology, 42(3), 296–310. https://doi.org/10.1108/IJILT-10-2024-0240
Asamoah, M. K., & Amarteifio, J. (2025). Overcoming barriers and ethical challenges in imple- menting intelligent tutoring systems. Discover Education, 4(1), 179. https://doi.org/10.1007/s44217-025-00593-5
Behrmann, J., Hong, E. M., & Mitre, M. (2023). ChatGPTs performance on dermatology-specific ques- tions. Journal of Medical Artificial Intelligence, 6. https://dx.doi.org/10.21037/jmai-23-47
Feng, W., Lai, X., Zhang, X., Fan, X., & Du, Y. (2025). Research on the construction and application of intelligent tutoring system for English teaching based on generative pre-training model. Systems and Soft Computing, 7, 200232. https://doi.org/10.1016/j.sasc.2025.200232
Flores-Vivar, J., & García-Peñalvo, F. (2023). La vida algorítmica de la educación: Herramientas y sistemas de inteligencia artificial para el aprendizaje en línea. McGraw-Hill. https://www.researchgate.net/publication/369389139_LA_VIDA_ALGORITMICA_DE_LA_EDUCACION_HERRAMIENTAS_Y_SISTEMAS_DE_INTELIGENCIA_ARTIFICIAL_PARA_EL_APRENDIZAJE_EN_LINEA
Frick, T. W. (2024). Are We Dupes? Limitations of AI Systems: What Should Educators Do with Them? TechTrends, 68(1), 14–26. https://eric.ed.gov/?q=source%3A%22TechTrends%3A+Linking+Research+and+Practice+to+Improve+Learning%22&pg=6&id=EJ1406259
García-Peñalvo, F. J., Llorens-Largo, F., & Vidal, J. (2023). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9–39. https://doi.org/10.5944/ried.27.1.37716
González, S. J. G., & González, N. de la N. (2024). Perspectivas de docentes universitarios sobre la inteligencia artificial en la educación. Yachana Revista Científica, 13(2), 69–82. https://doi.org/10.62325/10.62325/yachana.v13.n2.2024.929
Huang, C., Zhong, Y., Li, Y., Wang, X., & Liu, M. (2025). Enhancing student reading performance through a personalized two-tier problem-based learning approach with generative artificial intelligence. Humanities and Social Sciences Communications, 12(1), 645. https://doi.org/10.1057/s41599-025-04919-4
Kallunki, V., Kinnunen, P., & Myyry, L. (2024). Navigating the evolving landscape of teaching and learning: University faculty and staff perceptions of the AI-altered terrain. Education Sciences, 14(7), 727. https://doi.org/10.3390/educsci14070727
Khan, S., Mazhar, T., & Hamam, H. (2025). Harnessing AI for sustainable higher education: Ethical considerations, operational efficiency, and future directions. Discover Sustainability, 6(1), 23. https://doi.org/10.1007/s43621-025-00809-6
Khennouche, F., Elmir, Y., Himeur, Y., Djebari, N., & Amira, A. (2024). Revolutionizing generative pre-traineds: Insights and challenges in deploying ChatGPT. Expert Systems with Applications, 246.
https://doi.org/10.1016/j.eswa.2024.123224
Khojasteh, L., Kafipour, R., Pakdel, F., & Mukundan, J. (2025). Empowering medical students with AI writing co-pilots: Design and validation of AI self-assessment toolkit. BMC Medical Education, 25. 10.1186/s12909-025-06753-3
Kovari, A. (2025). A systematic review of AI-powered collaborative learning in higher education: Trends and outcomes. Social Sciences & Humanities Open, 11, 101335. https://doi.org/10.1016/j.ssaho.2025.101335
Lan, M., & Zhou, X. (2025). A qualitative systematic review on AI empowered self-regulated learning in higher education. Npj Science of Learning, 10(1), 21. https://doi.org/10.1038/s41539-025-00319-0
Martínez-Rolá, X., Cabezuelo-Lorenzo, F., & Oliveira, L. (2025). The new scenarios of the digital society in the face of the challenge of Generative Artificial Intelligence. Encontros Bibli, 30. 10.5007/1518-2924.2025.e105080
Monzon, N., & Hays, F. (2025). Leveraging Generative Artificial Intelligence to Improve Motivation and Retrieval in Higher Education Learners. Journal of Educational Computing Research. doi:10.2196/59210
Mubin, O., Alnajjar, F., Trabelsi, Z., & Zou, Z. (2024). Tracking ChatGPT Research: Insights from the literature and the web. IEEE Access, 12, 1–1. 10.1109/ACCESS.2024.3356584
Ofosu-Ampong, K. (2024). Beyond the hype: Exploring faculty perceptions and acceptabi- lity of AI in teaching practices. Discover Education, 3(1), 38. https://doi.org/10.1007/s44217-024-00128-4
Prananto, K., Cahyadi, S., Lubis, F. Y., & Hinduan, Z. R. (2025). Perceived teacher support and student engagement among higher education students. BMC Psychology, 13(1), 112. 10.1186/s40359-025-02412-w
Sun, C., Huang, S., Sun, B., & Chu, S. (2025). Personalized learning path planning for higher education based on deep generative models. Discover Artificial Intelligence, 5(1), 29. https://doi.org/10.1007/s44163-025-00252-6
Sushma, P. G., & Sriramakrishnan, G. V. (2025). Exploring predictive algorithms: Linear regression and decision tree in student performance. AIP Conference Proceedings. 10.1063/5.0264437
UNESCO. (2023). Guía para el uso de IA generativa en educación e investigación. París: UNESCO. https://www.unesco.org/es/articles/guia-para-el-uso-de-ia-generativa-en-educacion-e-investigacion
Valova, I., Mladenova, T., & Kanev, G. (2024). Students Perception of ChatGPT Usage in Education. International Journal of Advanced Computer Science and Applications, 15(1), 466–473. https://dx.doi.org/10.14569/IJACSA.2024.0150143
Wu, X.-Y., & Chiu, T. K. F. (2025). Integrating learner characteristics and generative AI affordances to enhance self-regulated learning. Journal of New Approaches in Educational Research, 14(1), 10. https://doi.org/10.1007/s44322-025-00028-x
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Carlos Miguel Garzón Cárdenas, Robinson José García Gavilánez
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación está bajo una 
