Review
Artificial Intelligence in Ecuadorian Higher
Education: Adoption, Perceptions and Pedagogical Transformation
Inteligencia
Artificial en la Educación Superior Ecuatoriana: Adopción, Percepciones y
Transformación Pedagógica
Alanis
Madelaine Montenegro Cárdenas 1
ORCID: https://orcid.org/0009-00
00-2081-9847
Lorena
Janeth Villafuerte Ortíz 1
ORCID: https://orcid.org/0009-0005-7659-1665
Leonardo
Fabricio Fernández Tutasig 3
ORCID: https://orcid.org/0000-0003-0538-3576
Jordan
Rodrigo Montenegro Cárdenas 1
ORCID: https://orcid.org/0000-0002-1659-5075
Universidad Politécnica Estatal del
Carchi. Tulcán-Ecuador 1
Instituto Superior Universitario Sucre,
Tulcán-Ecuador 2
Corresponding
autor
alanis.montenegro@upec.edu.ec
Received: 05-02-2026
Accepted: 22-05-2026
Available online: 01-06-2026
Abstract
The study analyzed the integration of artificial intelligence in
higher education, considering adoption processes, pedagogical implications, and
institutional challenges associated with its implementation. An integrative
literature review with a qualitative exploratory approach was conducted based
on scientific publications retrieved from Google Scholar between 2021 and 2025.
The initial search identified 30 documents and, after applying inclusion and
exclusion criteria, 19 empirical studies were selected for the final analysis.
The findings show that artificial intelligence is mainly used for learning
personalization, automation of academic tasks, and support in
technology-mediated educational processes. The literature reports favorable
perceptions regarding its pedagogical usefulness, although it also identifies
limitations related to technological infrastructure, teacher training,
technological dependence, and the absence of ethical and institutional
guidelines for its responsible use. Likewise, a progressive transformation of
the teaching role toward mediation and guidance functions in digital
environments was identified. It is concluded that the incorporation of
artificial intelligence in higher education requires strengthening digital
competencies, ethical criteria, and institutional conditions that enable
coherent integration within university processes.
Keywords: artificial
intelligence, higher education, teaching role transformation, ethics.
Resumen
La investigación analizó la integración de la inteligencia
artificial en la educación superior, considerando procesos de adopción,
implicaciones pedagógicas y desafíos institucionales asociados a su
implementación. Se desarrolló una revisión integrativa de literatura con
enfoque cualitativo exploratorio, basada en publicaciones científicas
localizadas en Google Scholar entre 2021 y 2025. La búsqueda inicial identificó
30 documentos y, tras aplicar criterios de inclusión y exclusión, se
seleccionaron 19 estudios empíricos para el análisis final. Los hallazgos muestran
que la inteligencia artificial se utiliza principalmente para personalización
del aprendizaje, automatización de tareas académicas y apoyo en procesos
educativos mediados por tecnología. La literatura reporta percepciones
favorables respecto a su utilidad pedagógica, aunque también identifica
limitaciones relacionadas con infraestructura tecnológica, capacitación
docente, dependencia tecnológica y ausencia de lineamientos éticos e
institucionales para su uso responsable. Asimismo, se evidencia una transformación
progresiva del rol docente hacia funciones de mediación y acompañamiento en
entornos digitales. Se concluye que la incorporación de inteligencia artificial
en educación superior requiere fortalecer competencias digitales, criterios
éticos y condiciones institucionales que permitan una integración coherente
dentro de los procesos universitarios.
Palabras clave:
inteligencia artificial, educación superior, transformación docente, ética.
Introducción
La inteligencia artificial (IA) se ha consolidado como una de las
tecnologías con mayor impacto en los procesos educativos contemporáneos,
especialmente en la educación superior, debido a su capacidad para personalizar
el aprendizaje, automatizar procesos académicos y administrativos, proporcionar
retroalimentación inmediata y fortalecer el análisis de datos educativos (Alfredo et al., 2024; Bubeck et al., 2023).
Su incorporación en los sistemas universitarios ha generado transformaciones
relevantes en las dinámicas de enseñanza y aprendizaje, así como debates
relacionados con la ética, la formación docente y las desigualdades
tecnológicas (Al Darayseh, 2023).
La educación superior ha experimentado durante la última década
procesos de expansión, diversificación institucional y fortalecimiento de
mecanismos de aseguramiento de la calidad impulsados por políticas públicas y
reformas educativas (Carbonell-García et al., 2023). Existe limitaciones
asociadas a infraestructura tecnológica, acceso desigual a recursos digitales y
formación insuficiente en competencias tecnológicas, particularmente entre
instituciones públicas y privadas y entre contextos urbanos y rurales (Puche, 2024).
La IA desde el ámbito pedagógico ha favorecido nuevas formas de
interacción educativa orientadas hacia modelos de aprendizaje más flexibles y
personalizados, modificando progresivamente el rol tradicional del docente
hacia funciones de mediación, acompañamiento y diseño de experiencias de
aprendizaje (Posso Pacheco et al., 2025). Estudios
reportan mejoras en procesos de comprensión, habilidades investigativas y
motivación estudiantil mediante el uso de herramientas basadas en IA (Parra-Taboada et al., 2024). Se han
identificado riesgos asociados a dependencia tecnológica, disminución de
habilidades autónomas y reducción de la interacción humana dentro del proceso
formativo (CEPAL, 2021).
En el plano ético e institucional, la literatura reciente evidencia
preocupaciones relacionadas con protección de datos, transparencia algorítmica,
integridad académica y ausencia de lineamientos institucionales consolidados
para el uso responsable de la IA en educación superior (Molina Mera et al., 2025). Estas
dificultades se articulan con brechas tecnológicas y limitaciones en la
capacitación docente, factores que podrían profundizar desigualdades educativas
existentes (Das, 2023).
A pesar de estas limitaciones, la inteligencia artificial constituye
una oportunidad estratégica para fortalecer competencias digitales, modernizar
prácticas pedagógicas y promover procesos de innovación educativa en las
instituciones de educación superior ecuatorianas (Desai et al., 2024). Su implementación
requiere enfoques orientados hacia la equidad, el uso ético de la tecnología y
el fortalecimiento de capacidades institucionales y docentes (Ministerio de Educación, 2024).
Es así que el presente estudio tuvo como objetivo analizar la
integración de la inteligencia artificial en la educación superior ecuatoriana,
considerando las percepciones sobre su uso, la transformación del rol docente y
las principales aplicaciones pedagógicas reportadas en la literatura científica
reciente.
Methodology
El estudio se desarrolló mediante una revisión integrativa de
literatura, siguiendo el enfoque propuesto por Whittemore & Knafl (2005) el cual
permite sintetizar evidencia empírica y teórica sobre fenómenos emergentes
desde diferentes diseños metodológicos. Se adoptó un enfoque cualitativo
exploratorio orientado a analizar la transformación del rol docente y las
aplicaciones de la inteligencia artificial en la educación superior
ecuatoriana.
El proceso de revisión se desarrolló en fases iterativas durante el
año 2025. En una primera fase, se realizó una búsqueda exploratoria de
literatura científica en Google Scholar como fuente principal de recuperación
documental, considerando publicaciones en español e inglés correspondientes al
periodo 2021–2025. La búsqueda inicial se ejecutó entre enero y marzo de 2025
utilizando la cadena de búsqueda: “transformación del rol docente” AND
“inteligencia artificial” AND “educación superior” AND “Ecuador”. Adicionalmente,
se emplearon combinaciones complementarias con operadores booleanos como:
“artificial intelligence” AND “higher education” AND “teaching role” AND
“Ecuador”, con el fin de ampliar la recuperación de estudios relevantes.
La búsqueda preliminar permitió identificar 30 documentos
relacionados con la temática, predominando revisiones narrativas y artículos
conceptuales. En una segunda fase, el análisis se orientó específicamente hacia
evidencia empírica primaria, priorizando estudios de caso, encuestas aplicadas
a docentes y estudiantes, experiencias piloto institucionales y estudios
descriptivos desarrollados en instituciones de educación superior. Para ello,
se realizó un proceso de depuración y refinamiento documental mediante la
exclusión de investigaciones que no presentaban resultados empíricos originales
o cuya relación con el contexto universitario ecuatoriano era limitada. Como
resultado, se preseleccionaron 21 artículos para evaluación detallada.
Se establecieron criterios de inclusión explícitos: (1) estudios
relacionados con inteligencia artificial aplicada a educación superior; (2)
investigaciones desarrolladas en Ecuador o en contextos latinoamericanos
comparables; (3) publicaciones revisadas por pares; (4) estudios publicados
entre 2021 y 2025; y (5) artículos escritos en español o inglés. Los criterios
de exclusión comprendieron: (1) revisiones teóricas sin evidencia empírica; (2)
documentos de opinión; (3) tesis no indexadas o sin validación institucional; y
(4) publicaciones en revistas con limitada rigurosidad académica. Se excluyeron
dos documentos debido a debilidades en calidad editorial y validación
científica, quedando finalmente 19 estudios para el análisis.
La organización y extracción de la información se realizó mediante
una matriz de análisis documental elaborada por los autores, en la que se
sistematizaron variables como autor, año de publicación, contexto
institucional, metodología utilizada, población analizada, principales
hallazgos y aportes relacionados con la integración de la IA en educación
superior. Esta matriz permitió establecer relaciones comparativas entre los
estudios seleccionados y organizar la información de acuerdo con el objetivo de
la revisión.
El análisis de la información se desarrolló mediante un proceso de
categorización temática cualitativa. Las categorías analíticas emergieron de
forma inductiva a partir de patrones recurrentes identificados en la literatura
revisada y se estructuraron en cuatro dimensiones principales: (1) percepción,
actitudes y adopción inicial de la IA; (2) marco ético, legal y desafíos
institucionales; (3) impacto en la pedagogía y el desarrollo de habilidades; y
(4) aplicaciones específicas de la inteligencia artificial en entornos de
aprendizaje universitario.
Resultados
Caracterización general de los estudios analizados
El proceso de revisión permitió seleccionar 19 estudios empíricos
relacionados con la integración de la inteligencia artificial en la educación
superior ecuatoriana durante el periodo 2021–2025, los estudios correspondieron
principalmente a diseños descriptivos, encuestas de percepción, estudios de
caso institucionales y experiencias piloto orientadas al análisis del uso de
herramientas de IA en procesos pedagógicos universitarios.
En términos metodológicos, predominó el enfoque cuantitativo
descriptivo mediante encuestas aplicadas a docentes y estudiantes
universitarios. También se identificaron investigaciones mixtas orientadas al
análisis de experiencias de implementación tecnológica y estudios experimentales
centrados en el impacto de herramientas inteligentes sobre habilidades
académicas específicas. Los hallazgos fueron organizados en cuatro categorías
analíticas derivadas del proceso de categorización temática realizado durante
la revisión.
Caracterización general de los estudios analizados
El proceso de revisión integrativa permitió identificar
investigaciones centradas en la incorporación de inteligencia artificial en
educación superior, particularmente relacionadas con automatización educativa,
personalización del aprendizaje, ética digital y transformación pedagógica. La
literatura revisada estuvo conformada principalmente por estudios descriptivos,
revisiones sistemáticas y experiencias institucionales desarrolladas en
universidades y entornos de aprendizaje mediados por tecnología.
En términos metodológicos, predominaron investigaciones
cuantitativas basadas en encuestas de percepción y análisis de adopción
tecnológica. También se identificaron estudios cualitativos orientados al
análisis de experiencias pedagógicas y revisiones sistemáticas enfocadas en
aplicaciones de inteligencia artificial en educación superior. Campoverde Cajas & Campoverde Castro (2025) y Carbonell-García
et al. (2023) identificaron que la mayor parte de
investigaciones sobre IA en educación superior se concentra en sistemas de
tutoría inteligente, análisis predictivo y automatización de procesos
educativos.
Percepción, actitudes y adopción inicial de la inteligencia
artificial
La literatura revisada evidencia una percepción predominantemente
positiva respecto al potencial de la inteligencia artificial en educación superior.
Baidoo-Anu & Owusu Ansah, (2023) sostienen
que las tecnologías basadas en IA poseen capacidad para personalizar
experiencias de aprendizaje y apoyar procesos de retroalimentación académica,
especialmente en entornos digitales.
De manera similar, Aleksieva et al. (2025) reconoce que la
inteligencia artificial puede contribuir al fortalecimiento de procesos
educativos mediante automatización de tareas, análisis de datos y adaptación de
contenidos pedagógicos, aunque advierte que su implementación debe considerar
principios éticos y criterios de inclusión.
Los estudios también muestran preocupaciones asociadas a dependencia
tecnológica, reducción del razonamiento autónomo y posibles riesgos
relacionados con integridad académica. Bolaño-García & Duarte-Acosta (2023) reportan
que una parte importante de investigaciones recientes advierte limitaciones
relacionadas con transparencia algorítmica y posibles efectos sobre autonomía
estudiantil en contextos universitarios.
Marco ético, legal y desafíos institucionales
Los hallazgos evidencian que uno de los principales desafíos para la
integración de IA en educación superior corresponde a la necesidad de
desarrollar marcos regulatorios y éticos para su implementación. Adams et al. (2023) enfatiza que el uso de
inteligencia artificial en educación requiere mecanismos de protección de
datos, transparencia algorítmica y garantía de derechos digitales.
Asimismo, (CEPAL, 2022) señala que las instituciones
de educación superior latinoamericanas enfrentan desigualdades relacionadas con
infraestructura tecnológica, acceso digital y capacitación docente, factores
que condicionan la adopción efectiva de tecnologías inteligentes.
También se identifica preocupaciones vinculadas con integridad
académica y uso responsable de herramientas generativas. Díaz Vera et al. (2024) destacan que los
modelos avanzados de IA generativa poseen capacidades cada vez más sofisticadas
para producción textual y resolución de tareas complejas, situación que obliga
a replantear estrategias de evaluación y formación crítica en educación
superior.
Impacto en la pedagogía y el desarrollo de habilidades
Los estudios revisados muestran que la inteligencia artificial está
modificando dinámicas pedagógicas tradicionales mediante procesos de
personalización del aprendizaje y automatización educativa. Bustamante (2024) sostienen que los sistemas
inteligentes pueden apoyar procesos tutoriales individualizados y facilitar
experiencias de aprendizaje adaptativas.
Por otra parte, García Peñalvo et al. (2023) identificaron
que muchas aplicaciones de IA en educación superior se orientan al análisis del
aprendizaje, tutorías automatizadas y sistemas predictivos para monitoreo
académico.
La literatura revisada también destaca la necesidad de fortalecer
competencias digitales críticas. (UNESCO, 2024)plantea que la incorporación
de inteligencia artificial exige nuevas capacidades docentes relacionadas con
alfabetización digital, evaluación ética de contenidos y uso pedagógico de
tecnologías emergentes.
Aplicaciones específicas de inteligencia artificial en educación
superior
Las aplicaciones específicas reportadas en la literatura incluyen
sistemas de tutoría inteligente, plataformas adaptativas, modelos predictivos
de rendimiento académico y herramientas generativas para apoyo educativo. Bravo Clavijo et al. (2024) identificaron
que las principales áreas de aplicación corresponden a perfiles y predicción
estudiantil, evaluación automatizada y personalización del aprendizaje. Dumitru (2024) analizaron capacidades
emergentes de modelos avanzados como GPT-4 en tareas relacionadas con
razonamiento, producción textual y resolución de problemas complejos,
evidenciando potencial impacto en actividades académicas universitarias.
Discusión
La revisión muestra que la inteligencia artificial se incorpora
progresivamente en la educación superior, con oportunidades pedagógicas y
desafíos institucionales aún pendientes. Las instituciones universitarias han
comenzado a integrar herramientas inteligentes para optimizar procesos
académicos, apoyar actividades de enseñanza y facilitar el acceso a
información, evidenciando cambios en las dinámicas educativas.
La percepción favorable hacia la inteligencia artificial es uno de
los aspectos más recurrentes en los estudios revisados; docentes y estudiantes
reconocen que estas tecnologías pueden fortalecer los procesos de aprendizaje
mediante personalización educativa, automatización de tareas y
retroalimentación inmediata. Estas ventajas han favorecido el uso de
plataformas inteligentes, asistentes conversacionales y herramientas
generativas en actividades académicas universitarias.
Se muestra preocupaciones relacionadas con dependencia tecnológica,
disminución del razonamiento autónomo y posibles afectaciones a la integridad
académica, la capacidad de las herramientas generativas para producir textos y
resolver tareas académicas ha generado debates sobre autenticidad del
aprendizaje, evaluación educativa y desarrollo de habilidades críticas, la
incorporación de inteligencia artificial requiere procesos de formación
orientados al uso crítico y ético de estas herramientas.
En el ámbito institucional, persisten limitaciones relacionadas con
infraestructura tecnológica, conectividad y capacitación especializada. Estas
dificultades condicionan la adopción de inteligencia artificial entre
universidades y amplían diferencias entre instituciones con mayores recursos
tecnológicos y aquellas con capacidades digitales limitadas. La ausencia de
lineamientos institucionales y políticas específicas también constituye una
barrera para su implementación responsable.
Se muestra que la inteligencia artificial modifica progresivamente
el rol docente universitario, las funciones centradas en transmisión de
contenidos se desplazan hacia procesos de mediación pedagógica, acompañamiento
académico y diseño de experiencias de aprendizaje apoyadas por tecnología. Este
cambio exige fortalecer competencias digitales, pensamiento crítico y
capacidades relacionadas con evaluación ética de contenidos generados mediante
inteligencia artificial.
A pesar de las limitaciones identificadas, la revisión confirma que
la inteligencia artificial puede contribuir al fortalecimiento de la innovación
educativa, la personalización del aprendizaje y el desarrollo de competencias
digitales en educación superior. Su incorporación requiere estrategias
orientadas a formación docente, acceso equitativo a recursos tecnológicos y
construcción de marcos éticos para garantizar un uso pedagógico responsable.
Se muestra la necesidad de ampliar investigaciones sobre impacto
pedagógico, transformación curricular y efectos derivados del uso de
inteligencia artificial en contextos universitarios. Aunque la producción
científica sobre IA educativa ha aumentado en los últimos años, persisten
vacíos relacionados con evaluación de efectos formativos, implicaciones éticas
y sostenibilidad institucional de estas tecnologías.
Conclusiones
La incorporación de inteligencia artificial en educación superior
implica cambios en los procesos de enseñanza, organización académica y uso de
recursos digitales. Su implementación requiere condiciones institucionales
relacionadas con infraestructura tecnológica, capacitación docente y criterios
de uso ético que permitan integrar estas herramientas de manera coherente
dentro de los contextos universitarios.
El uso de herramientas basadas en inteligencia artificial evidencia
la necesidad de fortalecer competencias relacionadas con pensamiento crítico,
alfabetización digital y análisis de información. En este contexto, el rol
docente se orienta progresivamente hacia funciones de mediación, acompañamiento
y supervisión del uso académico de tecnologías digitales, especialmente frente
al crecimiento de herramientas generativas utilizadas en actividades universitarias.
La literatura revisada muestra que todavía existen limitaciones en
la producción científica sobre efectos pedagógicos y consecuencias
institucionales del uso de inteligencia artificial en educación superior. La
mayoría de investigaciones se concentra en percepciones y experiencias
iniciales de uso, mientras que continúan siendo limitados los estudios sobre
impacto formativo, transformación curricular y sostenibilidad de estas
tecnologías en contextos universitarios.
Referencias
Adams, C., Pente, P., Lemermeyer, G., & Rockwell, G. (2023).
Ethical principles for artificial intelligence in K-12 education. Computers
and Education: Artificial Intelligence, 4, 100131.
https://doi.org/10.1016/j.caeai.2023.100131
Al Darayseh, A. (2023). Acceptance of artificial intelligence in
teaching science: Science teachers’ perspective. Computers and Education:
Artificial Intelligence, 4, 100132. https://doi.org/10.1016/j.caeai.2023.100132
Aleksieva, L., Racheva, V., & Peytcheva-Forsyth, R. (2025).
Talking Tech, Teaching with Tech: How Primary Teachers Implement Digital
Technologies in Practice. Informatics, 12(3), 99.
https://doi.org/10.3390/informatics12030099
Alfredo, R., Echeverria, V., Jin, Y., Yan, L., Swiecki, Z., Gašević,
D., & Martinez-Maldonado, R. (2024). Human-centred learning analytics and
AI in education: A systematic literature review. Computers and Education:
Artificial Intelligence, 6, 100215. https://doi.org/10.1016/j.caeai.2024.100215
Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the Era
of Generative Artificial Intelligence (AI): Understanding the Potential
Benefits of ChatGPT in Promoting Teaching and Learning. SSRN Electronic
Journal. https://doi.org/10.2139/ssrn.4337484
Bolaño-García, M., & Duarte-Acosta, N. (2023). Una revisión
sistemática del uso de la inteligencia artificial en la educación. Revista
Colombiana de Cirugía. https://doi.org/10.30944/20117582.2365
Bravo Clavijo, J. L., García Barberán, F. K., Maliza Muñoz, W. F.,
& Gómez-Rodríguez, V. G. (2024). ChatGPT como recurso de asistencia en la
gestión pedagógica. Código Científico Revista de Investigación, 5(E4),
338–351. https://doi.org/10.55813/gaea/ccri/v5/nE4/497
Bubeck, S., Chandrasekaran, V., Eldan, R., Gehrke, J., Horvitz, E.,
Kamar, E., Lee, P., Lee, Y. T., Li, Y., Lundberg, S., Nori, H., Palangi, H.,
Ribeiro, M. T., & Zhang, Y. (2023). Sparks of Artificial General
Intelligence: Early experiments with GPT-4 (Version 5). arXiv. https://doi.org/10.48550/ARXIV.2303.12712
Bustamante, P. (2024). Beneficios de la inteligencia artificial
en la educación: Descúbrelas. Aula Simple.
Campoverde Cajas, E. A., & Campoverde Castro, M. D. P. (2025).
Desafíos y Oportunidades de la Inteligencia Artificial en la Educación Superior
Ecuatoriana. Ciencia Latina Revista Científica Multidisciplinar, 9(3),
2684–2704. https://doi.org/10.37811/cl_rcm.v9i3.17896
Carbonell-García, C. E., Burgos-Goicochea, S., Calderón-de-los-Ríos,
D. O., & Paredes-Fernández, O. W. (2023). La Inteligencia Artificial en el
contexto de la formación educativa. EPISTEME KOINONIA, 6(12),
152–166. https://doi.org/10.35381/e.k.v6i12.2547
CEPAL. (2021). Tecnologías digitales para un nuevo futuro.
CEPAL.
CEPAL. (2022). Panorama Social de América Latina y el Caribe La
transformación de la educación como base para el desarrollo sostenible.
CEPAL. https://oig.cepal.org/sites/default/files/c2300031_web.pdf?utm_source=chatgpt.com
Das, S. (2023). Artificial Intelligence and Human Society
(Artificial Intelligence and Education). Engineering: Open Access, 1(3).
https://doi.org/10.33140/EOA.01.03.10
Desai, A., Abdelhamid, M., & Padalkar, N. R. (2024). What is
Reproducibility in Artificial Intelligence and Machine Learning Research?
(Version 2). arXiv. https://doi.org/10.48550/ARXIV.2407.10239
Díaz Vera, J. P., Molina Izurieta, R., Bayas Jaramillo, C. M., &
Ruiz Ramírez, A. K. (2024). Asistencia de la inteligencia artificial generativa
como herramienta pedagógica en la educación superior. Revista de
Investigación En Tecnologías de La Información, 12(26), 61–76.
https://doi.org/10.36825/RITI.12.26.006
Dumitru, C. (2024). ChatGPT for Personalized Learning in Higher
Education. In M. Lahby, Empowering Digital Education with ChatGPT (1st
ed., pp. 98–110). Chapman and Hall/CRC. https://doi.org/10.1201/9781032716350-7
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
Ministerio de Educación. (2024). Inserción Curricular Cívica
Ética e Integridad. Ministerio de Educación del Ecuador.
https://educacion.gob.ec/wp-content/uploads/downloads/2024/08/insercion-civica-etica-integridad.pdf
Molina Mera, J. S., Lucio Paredes, A. O., & Chicaiza Morocho, D.
C. (2025). Uso Ético Pedagógico de la Inteligencia Artificial en Educación. Ciencia
Latina Revista Científica Multidisciplinar, 9(3), 11458–11477.
https://doi.org/10.37811/cl_rcm.v9i3.19082
Parra-Taboada, M. E., Trujillo-Arteaga, J. C., Álvarez-Abad, D. R.,
Arias-Domínguez, A. S., & Santillán-Gordón, E. (2024). El impacto de la
inteligencia artificial en la educación. Revista Científica Retos de La
Ciencia, 1(4), 169–181. https://doi.org/10.53877/rc.8.19e.202409.14
Posso Pacheco, R. J., Posso Pacheco, E. E., & Salazar Ayala, J.
J. (2025). La Inteligencia Artificial en la Educación: Propuesta de una
Metodología de Enseñanza Integrada. MENTOR Revista de Investigación
Educativa y Deportiva, 4(10), 1–8.
https://doi.org/10.56200/mried.v4i10.9501
Puche, D. J. (2024). INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA EDUCATIVA:
VENTAJAS Y DESVENTAJAS DESDE LA PERSPECTIVA DOCENTE. Areté, Revista Digital
Del Doctorado En Educación de La Universidad Central de Venezuela, 10(Edicion
Especial), 105–120. https://doi.org/10.55560/arete.2024.20.ee.7
UNESCO. (2024). Six pillars for the digital transformation of
education. UNESCO.
Whittemore, R., & Knafl, K. (2005). The integrative review:
Updated methodology. Journal of Advanced Nursing, 52(5), 546–553.
https://doi.org/10.1111/j.1365-2648.2005.03621.x
Funding
The
authors received no funding for the development of the research.
Conflict of Interest
The
authors declare that they have no conflicts of interest.
Author Contributions
The
authors contributed to the development of the manuscript.
