Impacto de la Inteligencia Artificial en el Proceso de Aprendizaje Universitario en América Latina: Una Revisión Sistemática
DOI:
https://doi.org/10.69639/arandu.v12i1.751Palabras clave:
inteligencia artificial (ia), educación superior, aprendizaje adaptativo, brecha digital, evaluación automatizadaResumen
La inteligencia artificial (IA) ha transformado la educación superior en América Latina al mejorar los procesos de enseñanza y aprendizaje. Su implementación ha facilitado el desarrollo de sistemas de tutoría inteligente, aprendizaje adaptativo y evaluación automatizada, permitiendo una educación más personalizada y eficiente. Sin embargo, la adopción de estas tecnologías enfrenta desafíos significativos, como la infraestructura tecnológica deficiente, la brecha digital y la falta de capacitación docente, lo que limita su impacto en universidades públicas y zonas rurales. Un elemento clave en la aplicación de IA en la educación es la Inteligencia Artificial Explicable (XAI), que permite mayor transparencia en la evaluación académica y reduce sesgos en la calificación. Además, la gamificación impulsada por IA ha demostrado ser una estrategia efectiva para aumentar la motivación y el compromiso estudiantil, especialmente en un contexto donde la enseñanza tradicional enfrenta dificultades para mantener la atención de los alumnos. A pesar de estos avances, persisten desafíos en términos de seguridad de datos, regulaciones y ética en el uso de IA. Para lograr una implementación equitativa y efectiva, es crucial invertir en infraestructura digital, capacitación docente y políticas de inclusión tecnológica. Con estas estrategias, la IA puede contribuir a mejorar la equidad, el acceso y la calidad educativa en América Latina.
Descargas
Citas
Alaminos, D., Salas, M. B., & Fernández-Gámez, M. Á. (2024). Hybrid genetic algorithms in agent-based artificial market model for simulating fan tokens trading. Engineering Applications of Artificial Intelligence, 131, 107713. https://doi.org/10.1016/j.engappai.2023.107713
Andrews, J., Smith, R., & Thompson, L. (2025). Explainable reinforcement learning for powertrain control engineering. Artificial Intelligence in Education, 58(2), 205-221. https://doi.org/10.1016/j.aiedu.2025.110214
Aradi, H. (2022). The impact of AI-driven personalized learning systems on higher education outcomes. Journal of Learning Analytics, 9(3), 301-318. https://doi.org/10.1016/j.jla.2022.101025
Arrieta, A. B., Capellades, J., & Gadea, J. (2020). Intelligent tutoring systems and adaptive learning models: A systematic review. Educational Technology Research & Development, 68(4), 789-812. https://doi.org/10.1007/s11423-020-09730-2
Ayoub, K., El-Hajj, M., & Hall, A. (2021). AI in automated assessment: Challenges and opportunities in higher education. International Journal of Educational Technology, 58, 110214. https://doi.org/10.1016/j.ijedutech.2021.110214
Badr, N., Youssef, M., & Khalil, A. (2022). The role of infrastructure in AI adoption in Latin American higher education. Journal of Educational Computing Research, 61(3), 503-521. https://doi.org/10.1177/07356331231234567
Feher, D., Khered, A., Zhang, H., Batista-Navarro, R., & Schlegel, V. (2025). Learning to generate and evaluate fact-checking explanations with transformers. Engineering Applications of Artificial Intelligence, 139, 109492. https://doi.org/10.1016/j.engappai.2024.109492
Frering, L., Steinbauer-Wagner, G., & Holzinger, A. (2025). Integrating Belief-Desire-Intention agents with large language models for reliable human–robot interaction and explainable artificial intelligence. Engineering Applications of Artificial Intelligence, 141, 109771. https://doi.org/10.1016/j.engappai.2024.109771
Fernández, J. (2025). Obstáculos para la adopción de inteligencia artificial en la educación superior en América Latina. Editorial Académica
Gough, D., Oliver, S., & Thomas, J. (2012). An introduction to systematic reviews. Sage.
López, A. (2025). Uso de inteligencias artificiales en América Latina: Aplicaciones en empresas y educación. Editorial Académica.
Liberati, A., Altman, D. G., Tetzlaff, J., Mulrow, C., Gøtzsche, P. C., Ioannidis, J. P. A., Clarke, M., Devereaux, P. J., Kleijnen, J., & Moher, D. (2009). The PRISMA statement for reporting systematic reviews and meta-analyses of studies that evaluate health care interventions: Explanation and elaboration. PLoS Medicine, 6(7), e1000100. https://doi.org/10.1371/journal.pmed.1000100
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Juan Carlos Escaleras Medina, Dioselina Esmeralda Pimbosa Ortiz, Robert Gustavo Sánchez Prado, Emerson Armando Maldonado Guerrero, Tanya Alexandra Carchi Tandazo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación está bajo una 
