����������������������������������������������������������������������������������

 

 

Inteligencia artificial en la educaci�n superior: revisi�n de literatura sobre el desarrollo de competencias para la intervenci�n social efectiva

 

Artificial intelligence in higher education: a literature review on developing competencies for effective social intervention

 

A intelig�ncia artificial no ensino superior: uma revis�o de literatura sobre o desenvolvimento de compet�ncias para uma interven��o social eficaz

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: lguamanl@unemi.edu.ec

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 13 de junio de 2025 *Aceptado: 04 de julio de 2025 * Publicado: �28 de agosto de 2025

 

        I.            Universidad Estatal de Milagro, Milagro, Ecuador.

      II.            Universidad Estatal de Milagro, Milagro, Ecuador.

   III.            Universidad Estatal de Milagro, Milagro, Ecuador.

   IV.            Universidad Estatal de Milagro, Milagro, Ecuador.

 

Resumen

Esta investigaci�n presenta una revisi�n de literatura cuyo objetivo es analizar la integraci�n de la inteligencia artificial (IA) en la educaci�n superior y su potencial para fortalecer competencias universitarias orientadas a la intervenci�n social efectiva. La b�squeda se realiz� en bases de datos como Scopus, Web of Science, ERIC, SciELO y Google Scholar, considerando publicaciones entre 2019 y 2024 en espa�ol e ingl�s. Se incluyeron estudios con enfoque expl�cito en educaci�n superior, uso pedag�gico de IA y formaci�n de competencias sociales, excluyendo trabajos de otros niveles educativos o sin revisi�n por pares. Los hallazgos se organizaron en cinco categor�as: uso de IA en educaci�n superior, competencias clave para la intervenci�n social, IA como herramienta de transformaci�n social, desaf�os y barreras, y buenas pr�cticas y casos de �xito documentados. A nivel internacional, la IA se ha incorporado con �xito en el aprendizaje adaptativo, las tutor�as inteligentes y los simuladores de escenarios sociales, potenciando habilidades como pensamiento cr�tico, resoluci�n de problemas y an�lisis contextual. Asimismo, se identificaron experiencias destacadas en universidades que han logrado articular la tecnolog�a con la pr�ctica comunitaria, logrando impactos significativos en el desarrollo de competencias y en la respuesta a problem�ticas sociales. En contraste, en Am�rica Latina y especialmente en Ecuador, su adopci�n es incipiente y enfrenta limitaciones vinculadas a la infraestructura tecnol�gica, la capacitaci�n docente y la resistencia institucional. La revisi�n concluye que la integraci�n de IA en la formaci�n universitaria, dise�ada desde un enfoque �tico, humanista y contextualizado, representa una oportunidad para innovar los procesos educativos y favorecer una relaci�n m�s efectiva entre el conocimiento acad�mico y la acci�n social.

Palabras clave: Inteligencia artificial; educaci�n superior; competencias universitarias; intervenci�n social; casos de �xito.

 

Abstract

This research presents a literature review aimed at analyzing the integration of artificial intelligence (AI) in higher education and its potential to strengthen university competencies oriented towards effective social intervention. The search was conducted in databases such as Scopus, Web of Science, ERIC, SciELO, and Google Scholar, considering publications between 2019 and 2024 in Spanish and English. Studies with an explicit focus on higher education, the pedagogical use of AI, and the development of social competencies were included, excluding works from other educational levels or without peer review. The findings were organized into five categories: use of AI in higher education, key competencies for social intervention, AI as a tool for social transformation, challenges and barriers, and documented good practices and success stories. Internationally, AI has been successfully incorporated into adaptive learning, intelligent tutoring, and social scenario simulators, enhancing skills such as critical thinking, problem-solving, and contextual analysis. Likewise, notable experiences were identified at universities that have successfully combined technology with community practice, achieving significant impacts on skills development and responding to social problems. In contrast, in Latin America, and especially in Ecuador, its adoption is incipient and faces limitations related to technological infrastructure, teacher training, and institutional resistance. The review concludes that the integration of AI into university education, designed from an ethical, humanistic, and contextualized perspective, represents an opportunity to innovate educational processes and foster a more effective relationship between academic knowledge and social action.

Keywords: Artificial intelligence; higher education; university skills; social intervention; success stories.

 

Resumo

Esta investiga��o apresenta uma revis�o bibliogr�fica com o objetivo de analisar a integra��o da intelig�ncia artificial (IA) no ensino superior e o seu potencial para fortalecer as compet�ncias universit�rias orientadas para uma interven��o social eficaz. A pesquisa foi realizada em bases de dados como a Scopus, Web of Science, ERIC, SciELO e Google Scholar, considerando publica��es entre 2019 e 2024 em espanhol e ingl�s. Foram inclu�dos estudos com um foco expl�cito no ensino superior, na utiliza��o pedag�gica da IA ​​e no desenvolvimento de compet�ncias sociais, excluindo trabalhos de outros n�veis de ensino ou sem revis�o por pares. Os resultados foram organizados em cinco categorias: utiliza��o da IA ​​no ensino superior, compet�ncias-chave para a interven��o social, IA como ferramenta de transforma��o social, desafios e barreiras, e boas pr�ticas e casos de sucesso documentados. Internacionalmente, a IA tem sido incorporada com sucesso na aprendizagem adaptativa, na tutoria inteligente e nos simuladores de cen�rios sociais, melhorando compet�ncias como o pensamento cr�tico, a resolu��o de problemas e a an�lise contextual. Da mesma forma, foram identificadas experi�ncias not�veis ​​em universidades que combinaram com sucesso a tecnologia com a pr�tica comunit�ria, alcan�ando impactos significativos no desenvolvimento de compet�ncias e na resposta a problemas sociais. Em contraste, na Am�rica Latina, e especialmente no Equador, a sua adop��o � incipiente e enfrenta limita��es relacionadas com as infra-estruturas tecnol�gicas, a forma��o de professores e a resist�ncia institucional. A revis�o conclui que a integra��o da IA ​​no ensino universit�rio, concebida numa perspetiva �tica, humanista e contextualizada, representa uma oportunidade para inovar os processos educativos e promover uma rela��o mais eficaz entre o conhecimento acad�mico e a a��o social.

Palavras-chave: Intelig�ncia artificial; ensino superior; compet�ncias universit�rias; interven��o social; casos de sucesso.

 

Introducci�n

En los �ltimos a�os, la inteligencia artificial (IA) ha pasado de ser una promesa lejana a ocupar un lugar central en los debates sobre innovaci�n educativa. La UNESCO (2023) ha insistido en que su potencial no se limita a la optimizaci�n de procesos administrativos, sino que tambi�n abre posibilidades para personalizar el aprendizaje, ofrecer tutor�as inteligentes y anticipar escenarios mediante an�lisis predictivos (p. 15). Estos avances apuntan a un desaf�o mayor: c�mo formar competencias universitarias que respondan de manera efectiva a problem�ticas sociales complejas.

El inter�s por la IA en la educaci�n superior se ha vinculado con la necesidad de fortalecer habilidades como el pensamiento cr�tico, la resoluci�n de problemas y la empat�a. Como se�ala Garc�a-Pe�alvo (2021), dichas competencias solo cobran sentido si la tecnolog�a se inserta en un marco pedag�gico s�lido y �tico (p. 6). En universidades de Europa y Norteam�rica ya existen experiencias exitosas que combinan sistemas adaptativos, simuladores y plataformas colaborativas con pr�cticas comunitarias, logrando una mejor articulaci�n entre lo acad�mico y lo social (Zawacki-Richter et al., 2019, p. 42).

La realidad latinoamericana, en cambio, presenta ritmos distintos. En Ecuador, la limitada infraestructura tecnol�gica y las resistencias institucionales dificultan la incorporaci�n plena de la IA, aunque la demanda por innovar es creciente (Salinas, 2020, p. 11). Este contexto plantea la urgencia de planificaciones integrales que incluyan pol�ticas de innovaci�n, formaci�n docente y mecanismos de evaluaci�n continua (Rodr�guez & �lvarez, 2022, p. 78).

Al analizar el papel de la educaci�n superior tecnol�gica, Saquisari Pillajo (2025) subraya que esta se constituye en un motor de inclusi�n y desarrollo socio-humanista, sobre todo en sectores vulnerables donde la tecnolog�a puede cerrar brechas de acceso (p. 429). A su vez, Altamirano Pazmi�o y Arteaga-Alc�var (2025) destacan que la calidad de la formaci�n tecnol�gica impacta directamente en la competitividad empresarial y, por ende, en la productividad nacional (p. 118). Ambos enfoques permiten entender que la IA, al insertarse en este entramado, puede convertirse en un catalizador tanto de equidad social como de dinamismo econ�mico.

El escenario digital tambi�n redefine los espacios de interacci�n. Gua�a, Guijarro y Flores (2024), al mapear la evoluci�n de las redes sociales, muestran c�mo estas plataformas han pasado a ser espacios centrales de aprendizaje, intercambio y participaci�n (p. 175). Esto obliga a pensar en competencias digitales vinculadas no solo con el uso de herramientas, sino con la capacidad de comunicarse, colaborar y generar incidencia en entornos virtuales. En sinton�a, Espinosa Cevallos (2024) plantea que los docentes necesitan fortalecer competencias pedag�gicas, tecnol�gicas y �ticas, de manera que la integraci�n de la IA se realice bajo principios de responsabilidad y calidad educativa (p. 52).

Por otra parte, otros campos del saber enriquecen esta discusi�n. Mu�oz Sol�rzano (2023) sostiene que la educaci�n financiera, cuando se integra en la formaci�n universitaria, prepara a los estudiantes para desenvolverse cr�ticamente en escenarios econ�micos complejos (p. 19). De igual modo, Guti�rrez Sotomayor (2025) muestra que la evaluaci�n contin�a apoyada en anal�tica del aprendizaje permite un seguimiento detallado del progreso acad�mico y facilita procesos de retroalimentaci�n m�s efectivos (p. 12). Ambos aportes resultan relevantes si se piensa en la IA no como un fin en s� mismo, sino como un recurso para potenciar procesos formativos de car�cter integral.

Como recuerdan Holmes et al. (2021), la adopci�n de estas tecnolog�as debe cuidarse de no reproducir desigualdades ni sesgos, incorporando criterios de equidad e inclusi�n como parte esencial del dise�o pedag�gico (p. 24). En consecuencia, la revisi�n de literatura que aqu� se plantea busca ofrecer un panorama cr�tico y actualizado sobre la integraci�n de la IA en la educaci�n superior, con �nfasis en el desarrollo de competencias universitarias orientadas a la intervenci�n social. Este recorrido permitir� identificar avances, limitaciones y aprendizajes que orienten a las universidades hacia una implementaci�n contextualizada, sostenible y, sobre todo, humanista.

 

 

 

Revisi�n de la literatura

1. Uso de la inteligencia artificial en la educaci�n superior

En los �ltimos a�os, la integraci�n de la inteligencia artificial (IA) en la educaci�n superior ha pasado de ser una tendencia experimental a convertirse en un componente central de muchas estrategias institucionales de innovaci�n. La UNESCO (2023) sostiene que la IA �ofrece oportunidades sin precedentes para personalizar el aprendizaje, ampliar el acceso y mejorar la calidad educativa� (p. 18). Esto incluye aplicaciones como el aprendizaje adaptativo, la tutor�a automatizada, el an�lisis predictivo y la generaci�n de contenido educativo, todas ellas orientadas a optimizar la experiencia del estudiante.

Zawacki-Richter et al. (2019) enfatizan que la IA �no es solo una herramienta de automatizaci�n, sino un catalizador para repensar los m�todos pedag�gicos y el rol del docente� (p. 42). En l�nea con esta visi�n, Holmes et al. (2021) se�alan que su implementaci�n puede fomentar enfoques pedag�gicos m�s flexibles y basados en datos, que permitan atender mejor la diversidad del alumnado (p. 24).

2. Competencias universitarias para la intervenci�n social

La formaci�n de competencias que permitan una intervenci�n social efectiva exige integrar habilidades cognitivas, socioemocionales y �ticas. Garc�a-Pe�alvo (2021) subraya que la IA, al simular entornos y problem�ticas reales, �favorece la toma de decisiones informada y la capacidad de an�lisis cr�tico� (p. 7). Esto resulta clave en la preparaci�n de futuros profesionales para enfrentar desaf�os sociales complejos.

Seg�n la OECD (2022), las competencias m�s favorecidas por el uso de IA en entornos universitarios incluyen �la resoluci�n de problemas, la adaptabilidad, la colaboraci�n interdisciplinaria y la alfabetizaci�n digital� (p. 39). Adem�s, estas tecnolog�as permiten a los estudiantes experimentar con diferentes escenarios de intervenci�n social, mejorando su capacidad para anticipar consecuencias y evaluar impactos.

Como advierte Luckin (2017), la integraci�n de IA en entornos universitarios no debe limitarse a la automatizaci�n de tareas de ense�anza, sino que puede extenderse al desarrollo de sistemas de evaluaci�n formativa que retroalimenten en tiempo real y fomenten la autorregulaci�n del aprendizaje (p. 3). Este enfoque resulta clave para fortalecer competencias como la metacognici�n y la adaptabilidad, esenciales en escenarios de intervenci�n social complejos.

 

3. IA como herramienta de transformaci�n social

M�s all� del aula, la IA tiene el potencial de impulsar proyectos universitarios con alto impacto social. La OECD (2022) documenta casos en los que �el an�lisis masivo de datos ha permitido a las universidades identificar patrones de vulnerabilidad y dise�ar intervenciones focalizadas� (p. 33). En pa�ses como Canad� y Finlandia, estas aplicaciones han fortalecido la vinculaci�n universidad-comunidad, generando respuestas m�s eficientes ante problemas sociales emergentes.

Rodr�guez y �lvarez (2022) destacan que, al integrarse en la investigaci�n aplicada, la IA �facilita procesos de diagn�stico comunitario y seguimiento de proyectos de desarrollo social� (p. 79). Este enfoque convierte a las universidades en actores estrat�gicos para la innovaci�n social.

Siemens y Long (2011) argumentan que el uso de anal�tica de aprendizaje basada en IA permite a las universidades tomar decisiones m�s informadas sobre programas acad�micos y pol�ticas institucionales (p. 31). Esta capacidad de an�lisis, orientada a la identificaci�n de tendencias y patrones, puede ser clave para dise�ar intervenciones sociales m�s focalizadas y alineadas con las necesidades reales de las comunidades.

4. Desaf�os y barreras para la implementaci�n

La adopci�n de IA en la educaci�n superior enfrenta importantes desaf�os. Salinas (2020) advierte que �la brecha digital, la insuficiente capacitaci�n docente y la resistencia al cambio institucional son factores que limitan el alcance de estas iniciativas� (p. 12). Esta situaci�n es especialmente visible en Am�rica Latina, donde la infraestructura tecnol�gica suele ser desigual entre instituciones.

Holmes et al. (2021) tambi�n resaltan riesgos �ticos, como la protecci�n de datos personales, la transparencia de los algoritmos y la mitigaci�n de sesgos (p. 27). UNESCO (2023) recomienda establecer marcos normativos claros para garantizar un uso responsable y �tico de la IA en contextos educativos (p. 62).

En un an�lisis exhaustivo, Chen, Chen y Lin (2020) se�alan que la expansi�n de la IA en la educaci�n superior se ha visto impulsada por la madurez de tecnolog�as como el procesamiento del lenguaje natural, la visi�n por computadora y los algoritmos de aprendizaje profundo (p. 75265). Estos avances no solo permiten personalizar los itinerarios de aprendizaje, sino tambi�n implementar sistemas capaces de identificar tempranamente a estudiantes en riesgo y proponer estrategias de intervenci�n acad�mica adaptadas a sus necesidades.

 

5. Buenas pr�cticas y casos de �xito

Existen ejemplos que muestran c�mo la IA puede integrarse con �xito en la educaci�n superior. La UNESCO (2023) presenta el caso de la Universidad de Helsinki, cuya iniciativa �Elements of AI� ha capacitado a miles de personas en conocimientos b�sicos de IA, promoviendo una alfabetizaci�n tecnol�gica inclusiva (p. 54).

En el contexto latinoamericano, Garc�a-Pe�alvo (2021) describe experiencias de universidades en M�xico y Chile que han implementado asistentes virtuales para asesor�a acad�mica, as� como sistemas de anal�tica de aprendizaje para identificar estudiantes en riesgo y mejorar la retenci�n (p. 9). Estas pr�cticas demuestran que, con una estrategia clara y recursos adecuados, es posible alinear el potencial tecnol�gico de la IA con objetivos educativos y sociales.

 

Metodolog�a

El presente estudio se desarroll� bajo un enfoque de revisi�n de literatura narrativa con criterios sistem�ticos, lo que permiti� integrar y analizar de manera estructurada los hallazgos m�s relevantes sobre la integraci�n de la inteligencia artificial (IA) en la educaci�n superior y su relaci�n con el desarrollo de competencias para la intervenci�n social. Como afirman Snyder (2019), este tipo de revisiones son especialmente �tiles para sintetizar conocimientos emergentes y generar una visi�n cr�tica del estado del arte (p. 334).

Fuentes de informaci�n y bases de datos

La b�squeda se efectu� en las bases de datos Scopus, Web of Science, ERIC, SciELO y Google Scholar, seleccionadas por su alta cobertura de literatura acad�mica revisada por pares y documentos t�cnicos de relevancia internacional. Adem�s, se incluyeron informes de organismos especializados como UNESCO y OECD, dada su autoridad en el campo educativo y tecnol�gico. De acuerdo con Kitchenham et al. (2022), el uso combinado de bases acad�micas y fuentes institucionales permite una mayor validez y representatividad en revisiones de este tipo (p. 45).

Estrategia de b�squeda

Se utilizaron combinaciones de palabras clave en espa�ol e ingl�s, tales como: �inteligencia artificial� AND �educaci�n superior� AND �competencias�, �artificial intelligence� AND �higher education� AND �social intervention� y �AI� AND �university competencies� AND �social engagement�. Estas expresiones se construyeron siguiendo las recomendaciones de Booth et al. (2021) sobre precisi�n y exhaustividad en la recuperaci�n de informaci�n (p. 87).

Criterios de inclusi�n y exclusi�n

Se incluyeron publicaciones entre 2019 y 2024, escritas en espa�ol o ingl�s, con un enfoque expl�cito en educaci�n superior, uso pedag�gico de IA y desarrollo de competencias sociales. Se excluyeron trabajos centrados en educaci�n b�sica o media, as� como documentos sin revisi�n por pares, salvo informes de organismos internacionales de reconocido prestigio.

Procedimiento de an�lisis

Los estudios seleccionados fueron organizados y clasificados en cinco categor�as tem�ticas: (1) uso de IA en la educaci�n superior, (2) competencias universitarias para la intervenci�n social, (3) IA como herramienta de transformaci�n social, (4) desaf�os y barreras, y (5) buenas pr�cticas y casos de �xito. Posteriormente, se realiz� una s�ntesis narrativa de cada categor�a, complementada con un an�lisis cr�tico de tendencias y vac�os de investigaci�n. Seg�n Grant y Booth (2009), esta estrategia permite integrar perspectivas diversas y generar un panorama comprensivo del fen�meno estudiado (p. 94).

 

Discusi�n

Los hallazgos de esta revisi�n confirman que la integraci�n de la inteligencia artificial (IA) en la educaci�n superior posee un potencial significativo para fortalecer competencias orientadas a la intervenci�n social, aunque su desarrollo y nivel de adopci�n var�an de forma sustancial entre contextos geogr�ficos y socioecon�micos. La UNESCO (2023) sostiene que, cuando la IA se implementa de manera planificada, inclusiva y contextualizada, puede favorecer entornos de aprendizaje m�s adaptativos y personalizados, lo que repercute directamente en la preparaci�n de estudiantes para resolver problemas reales en sus comunidades (p. 18). Este planteamiento se alinea con lo indicado por Zawacki-Richter et al. (2019), quienes consideran que la IA constituye �un catalizador para replantear los m�todos pedag�gicos� y no solo un recurso para automatizar tareas (p. 42).

No obstante, la revisi�n evidencia un contraste marcado entre los pa�ses con alta capacidad tecnol�gica y aquellos con limitaciones estructurales, como gran parte de Am�rica Latina. Salinas (2020) advierte que la insuficiente infraestructura tecnol�gica, la escasa capacitaci�n docente y la resistencia institucional son factores que ralentizan la incorporaci�n efectiva de la IA en el aula universitaria (p. 12). Esto se traduce en que las buenas pr�cticas observadas en entornos desarrollados, como la iniciativa �Elements of AI� de la Universidad de Helsinki (UNESCO, 2023, p. 54), requieren adaptaciones profundas para ajustarse a las realidades econ�micas, culturales y tecnol�gicas de la regi�n.

Desde una perspectiva de impacto social, la OECD (2022) enfatiza que la IA en proyectos universitarios incrementa la capacidad institucional para dise�ar intervenciones comunitarias basadas en datos y evidencia, permitiendo una respuesta m�s focalizada a problem�ticas emergentes (p. 33). En concordancia, Rodr�guez y �lvarez (2022) destacan que su uso en investigaci�n aplicada favorece procesos de diagn�stico m�s precisos y una evaluaci�n continua del impacto de las acciones sociales (p. 79).

Sin embargo, los beneficios potenciales deben analizarse junto con los riesgos �ticos y pedag�gicos. Holmes et al. (2021) advierten que la incorporaci�n de IA en educaci�n superior exige marcos normativos claros que regulen la protecci�n de datos, la transparencia algor�tmica y la eliminaci�n de sesgos (p. 27). En ausencia de estos, el uso de IA podr�a reforzar desigualdades existentes, especialmente en contextos donde el acceso a la tecnolog�a es desigual. Adem�s, como plantea Garc�a-Pe�alvo (2021), el riesgo de una implementaci�n tecnocr�tica sin un enfoque pedag�gico s�lido es que la tecnolog�a sustituya, y no complemente, el rol humano en la formaci�n integral del estudiante (p. 6).

En esta l�nea, Popenici y Kerr (2017) sostienen que la IA tiene el potencial de redefinir el rol del docente universitario, pasando de transmisor de informaci�n a facilitador y dise�ador de experiencias de aprendizaje personalizadas (p. 3). No obstante, advierten que este cambio exige un replanteamiento cultural en las instituciones, as� como una redefinici�n de las competencias docentes para garantizar que la tecnolog�a complemente, y no sustituya, la interacci�n humana.

En el caso ecuatoriano, estas reflexiones cobran especial relevancia. La integraci�n efectiva de IA en la formaci�n universitaria requiere pol�ticas institucionales que articulen innovaci�n tecnol�gica con pertinencia cultural, formaci�n docente y vinculaci�n social. El reto no es solo t�cnico, sino tambi�n formativo y �tico: garantizar que el uso de IA contribuya a formar ciudadanos cr�ticos, capaces de intervenir de forma informada y responsable en su entorno. En esta l�nea, la literatura revisada respalda que un enfoque integral que combine capacidades tecnol�gicas, estrategias pedag�gicas activas y criterios �ticos s�lidos es indispensable para traducir el potencial de la IA en impactos reales y sostenibles en la sociedad.

 

 

Conclusiones

La revisi�n de literatura realizada evidencia que la inteligencia artificial (IA) se ha consolidado como una herramienta con gran potencial para transformar la educaci�n superior, no solo desde el punto de vista tecnol�gico, sino tambi�n pedag�gico y social. Su capacidad para personalizar el aprendizaje, optimizar procesos acad�micos y generar experiencias formativas adaptadas a las necesidades del estudiante ofrece un marco propicio para fortalecer competencias orientadas a la intervenci�n social. Las experiencias internacionales revisadas, especialmente en contextos con alta infraestructura tecnol�gica, demuestran que la IA puede ser un puente entre el conocimiento acad�mico y la acci�n comunitaria, siempre que se integre en un dise�o pedag�gico �tico y centrado en el estudiante.

No obstante, la realidad de Am�rica Latina y, en particular, de Ecuador, presenta un panorama distinto. La brecha tecnol�gica, la limitada capacitaci�n docente y la resistencia institucional representan desaf�os significativos para su implementaci�n efectiva. Estos factores obligan a repensar la transferencia de buenas pr�cticas, adapt�ndolas a las condiciones econ�micas, culturales y sociales de la regi�n. Asimismo, la ausencia de marcos normativos claros y pol�ticas institucionales robustas pone en riesgo la equidad y la transparencia en el uso de la IA, lo que podr�a derivar en nuevas formas de exclusi�n si no se abordan adecuadamente.

Finalmente, los hallazgos de esta revisi�n confirman que la incorporaci�n de la IA en la formaci�n de competencias universitarias con enfoque social requiere un enfoque integral que combine innovaci�n tecnol�gica, estrategias pedag�gicas activas y compromiso �tico. La clave no radica �nicamente en adoptar herramientas avanzadas, sino en garantizar que estas se utilicen para potenciar la capacidad de los futuros profesionales de intervenir de manera efectiva, inclusiva y responsable en sus comunidades. Solo as� la IA podr� convertirse en un verdadero agente de cambio en la educaci�n superior y en la sociedad.

 

Referencias

1.      Altamirano Pazmi�o, M. R., & Arteaga-Alc�var, Y. (2025). Educaci�n superior tecnol�gica y su impacto en la competitividad empresarial. Nexus Research Journal, 4(2), 112�132. https://doi.org/10.62943/nrj.v4n2.2025.337

2.      Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264�75278. https://doi.org/10.1109/ACCESS.2020.2988510

3.      Espinosa Cevallos, P. A. (2024). Desarrollo de competencias tecnol�gicas, pedag�gicas y �ticas para la ense�anza en l�nea y la integraci�n de la tecnolog�a en el aula presencial. Ethos Scientific Journal, 2(1), 44�58. https://doi.org/10.63380/esj.v2n1.2024.42

4.      Garc�a-Pe�alvo, F. J. (2021). La inteligencia artificial en la educaci�n: Oportunidades y desaf�os. Education in the Knowledge Society, 22, e24421. https://doi.org/10.14201/eks.24421

5.      Gua�a, E. J. M., Guijarro, A. A., & Flores, R. S. (2024). Mapeo sistem�tico de la evoluci�n y usos de las redes sociales en el mundo digitalizado. 593 Digital Publisher CEIT, 9(6), 169�182.

6.      Guti�rrez Sotomayor, M. B. (2025). Implementaci�n de sistemas de evaluaci�n continua basados en anal�tica del aprendizaje en educaci�n superior. Impact Research Journal, 3(1), 4�15. https://doi.org/10.63380/irj.v3n1.2025.60

7.      Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AI-in-Education-Promises-and-Implications_CCR.pdf

8.      Kitchenham, B., Budgen, D., & Brereton, P. (2022). Evidence-based software engineering and systematic reviews. CRC Press. https://doi.org/10.1201/9781003226218

9.      Luckin, R. (2017). Towards artificial intelligence-based assessment systems. Nature Human Behaviour, 1, 0028. https://doi.org/10.1038/s41562-016-0028

10.  Mu�oz Sol�rzano, S. D. (2023). La integraci�n de la educaci�n financiera en el curr�culo escolar. Bastcorp International Journal, 2(1), 14�23. https://doi.org/10.62943/bij.v2n1.2023.24

11.  OECD. (2022). AI and the future of skills: Capabilities and assessments. OECD Publishing. https://doi.org/10.1787/5f7c44ef-en

12.  Popenici, S. A. D., & Kerr, S. (2017). Exploring the impact of artificial intelligence on teaching and learning in higher education. Research and Practice in Technology Enhanced Learning, 12(1), 22. https://doi.org/10.1186/s41039-017-0062-8

13.  Rodr�guez, M., & �lvarez, J. (2022). Inteligencia artificial y educaci�n superior: Retos y oportunidades para la innovaci�n social. Revista Iberoamericana de Educaci�n Superior, 13(37), 75�92. https://doi.org/10.22201/iisue.20072872e.2022.37.1168

14.  Salinas, J. (2020). Innovaci�n docente y uso de tecnolog�as en la educaci�n superior. Revista de Educaci�n a Distancia, 62(2), 1�17. https://doi.org/10.6018/red.404261

15.  Saquisari Pillajo, A. P. (2025). Educaci�n tecnol�gica superior como estrategia clave para inclusi�n, equidad y desarrollo socio-humanista en sectores vulnerables. Revista Cient�fica Kosmos, 4(1), 425�435. https://doi.org/10.62943/rck.v4n1.2025.272

16.  Siemens, G., & Long, P. (2011). Penetrating the fog: Analytics in learning and education. EDUCAUSE Review, 46(5), 30�40. https://er.educause.edu/articles/2011/9/penetrating-the-fog-analytics-in-learning-and-education

17.  Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333�339. https://doi.org/10.1016/j.jbusres.2019.07.039

18.  UNESCO. (2023). Artificial intelligence and education: Guidance for policy-makers. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000377239

19.  Williamson, B., & Eynon, R. (2020). Historical threads, missing strands, and future patterns in AI in education. Learning, Media and Technology, 45(3), 223�235. https://doi.org/10.1080/17439884.2020.1798995

20.  Zawacki-Richter, O., Mar�n, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education � Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. https://doi.org/10.1186/s41239-019-0171-0

21.  Zhang, K., & Aslan, A. B. (2021). AI technologies for education: Recent research & future directions. Computers and Education: Artificial Intelligence, 2, 100025. https://doi.org/10.1016/j.caeai.2021.100025

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).