Aplicaciones de la inteligencia artificial en la educacin bsica: Avances, desafos y perspectivas futuras
Applications of artificial intelligence in basic education: Advances, challenges and future prospects
Aplicaes da inteligncia artificial na educao bsica: avanos, desafios e perspectivas futuras
Correspondencia: marilin_sayay_2@hotmail.es
Ciencias de la Educacin
Artculo de Investigacin
* Recibido: 16 de marzo de 2025 *Aceptado: 25 de abril de 2025 * Publicado: 29 de mayo de 2025
I. Maestra en Psicologa Educativa, E.E.B. Dr. Horacio Hidrovo, Babahoyo, Ecuador.
II. Maestra en Administracin de la Educacin, U. E. Sultana de Los Andes, Cumand, Ecuador.
III. Licenciada en Ciencias de la Educacin, mencin Educacin Bsica E.E.B. Mara Olivia Montalvo, Alaus, Ecuador.
IV. Magster en Educacin Bsica U. E. Gabriela Mistral, Urdaneta, Ecuador.
Resumen
La inteligencia artificial (IA) ha comenzado a transformar el mbito educativo, especialmente en la educacin bsica, donde sus aplicaciones prometen personalizar el aprendizaje y mejorar los procesos pedaggicos. Esta revisin bibliogrfica analiza avances, desafos y proyecciones futuras de la IA en este nivel.
El objetivo fue identificar los principales usos educativos de la IA, sus beneficios, limitaciones y posibles implicaciones ticas y formativas. La muestra estuvo compuesta por diez artculos cientficos seleccionados por criterios de pertinencia temtica y actualidad. La investigacin fue de tipo cualitativa, con enfoque documental. Se emplearon tcnicas de anlisis de contenido y una matriz como instrumento para sistematizar informacin relevante.
Los resultados evidencian que la IA mejora el aprendizaje adaptativo, facilita la retroalimentacin personalizada y promueve la eficiencia escolar. No obstante, existen riesgos como la brecha digital, la vigilancia algortmica y la escasa formacin docente. La discusin resalta la necesidad de polticas inclusivas, gobernanza tica y acompaamiento pedaggico. Se concluye que la IA debe ser entendida como una herramienta complementaria al juicio profesional del docente, y su implementacin exige una mirada crtica, contextual y pedaggica.
Palabras clave: inteligencia artificial; educacin bsica; personalizacin del aprendizaje; tica educativa; formacin docente.
Abstract
Artificial intelligence (AI) has begun to transform the educational field, especially in basic education, where its applications promise to personalize learning and improve pedagogical processes. This literature review analyzes the advances, challenges, and future projections of AI at this level.
The objective was to identify the main educational uses of AI, its benefits, limitations, and potential ethical and educational implications. The sample consisted of ten scientific articles selected based on criteria of thematic relevance and relevance. The research was qualitative, with a documentary approach. Content analysis techniques and a matrix were used as a tool to systematize relevant information.
The results show that AI improves adaptive learning, facilitates personalized feedback, and promotes school efficiency. However, risks exist, such as the digital divide, algorithmic surveillance, and limited teacher training. The discussion highlights the need for inclusive policies, ethical governance, and pedagogical support. It is concluded that AI should be understood as a tool complementary to teachers' professional judgment, and its implementation requires a critical, contextual, and pedagogical approach.
Keywords: artificial intelligence; basic education; personalized learning; educational ethics; teacher training.
Resumo
A inteligncia artificial (IA) comeou a transformar a educao, especialmente no ensino fundamental, onde suas aplicaes prometem personalizar o aprendizado e melhorar os processos pedaggicos. Esta reviso de literatura analisa o progresso, os desafios e as projees futuras da IA neste nvel.
O objetivo foi identificar os principais usos educacionais da IA, seus benefcios, limitaes e possveis implicaes ticas e educacionais. A amostra foi composta por dez artigos cientficos selecionados com base em critrios de relevncia temtica e relevncia. A pesquisa foi qualitativa, com abordagem documental. Foram utilizadas tcnicas de anlise de contedo e uma matriz como instrumento para sistematizar informaes relevantes.
Os resultados mostram que a IA melhora o aprendizado adaptativo, facilita o feedback personalizado e promove a eficincia acadmica. No entanto, existem riscos como a excluso digital, a vigilncia algortmica e a formao deficiente dos professores. A discusso destaca a necessidade de polticas inclusivas, governana tica e apoio pedaggico. Conclui-se que a IA deve ser entendida como uma ferramenta que complementa o julgamento profissional do professor, e sua implementao requer uma abordagem crtica, contextual e pedaggica.
Palavras-chave: inteligncia artificial; educao bsica; personalizao da aprendizagem; tica educacional; formao de professores.
Introduccin
La inteligencia artificial (IA) ha dejado de ser una promesa futurista para convertirse en una realidad tangible dentro del ecosistema educativo, especialmente en la educacin bsica, donde su potencial para personalizar el aprendizaje, automatizar tareas administrativas y enriquecer las experiencias educativas ha captado la atencin de investigadores, docentes y responsables de polticas pblicas. Esta transformacin es tan acelerada como desigual, ya que, aunque existen avances considerables en su aplicacin, tambin se evidencian desafos estructurales, ticos y pedaggicos que requieren una reflexin crtica. Como sealan Martnez Guerrero y Vallejo Moya (2023), uno de los principales problemas radica en la falta de preparacin de las instituciones educativas para integrar de forma efectiva estas tecnologas, lo que produce una brecha entre la innovacin disponible y su aprovechamiento real en el aula.
En este sentido, la formulacin del problema que da origen a esta revisin bibliogrfica se expresa en la siguiente interrogante: cmo se estn aplicando las tecnologas de inteligencia artificial en el nivel de educacin bsica, y cules son los principales avances, desafos y perspectivas que acompaan su implementacin? Esta pregunta gua la reflexin crtica de este trabajo, en el que se pretende revisar las aplicaciones actuales de la IA en este nivel educativo, identificar sus beneficios comprobados, analizar los retos persistentes y proyectar las tendencias futuras, de manera que se contribuya a una comprensin integral y fundamentada del fenmeno.
El objetivo general de esta investigacin es analizar las aplicaciones de la inteligencia artificial en la educacin bsica desde una perspectiva crtica y actualizada, identificando las reas de la educacin bsica donde la IA ha sido implementada, y examinando los beneficios que estas aplicaciones han reportado segn la literatura cientfica, pudiendo as reconocer los principales desafos de su incorporacin en contextos reales de aula.
La justificacin de este trabajo radica en la necesidad urgente de generar conocimiento confiable y actualizado sobre el impacto real de la IA en la educacin bsica, considerando que muchas decisiones institucionales estn basadas en intuiciones tecnolgicas ms que en evidencia emprica (Carrin Salinas & Andrade-Vargas, 2024).
El marco terico que sustenta este estudio se enmarca en teoras contemporneas del aprendizaje personalizado (Luckin et al., 2016), el conectivismo (Siemens, 2005), y las propuestas de alfabetizacin digital crtica en contextos escolares. Segn esta perspectiva, la IA no solo acta como herramienta de asistencia tcnica, sino que redefine las estructuras de enseanza-aprendizaje, al permitir modelos educativos ms centrados en el estudiante, flexibles y adaptativos. Por ejemplo, los sistemas de tutora inteligente y las plataformas que personalizan rutas de aprendizaje se alinean con el paradigma del aprendizaje autodirigido y continuo. Urquilla Castaneda (2023) sostiene que la IA puede ser una aliada poderosa en la lucha contra el rezago escolar, siempre y cuando se acompae de formacin docente adecuada y de marcos regulatorios claros que garanticen la equidad y la transparencia en su uso.
Desde el enfoque de esta revisin, diversos estudios aportan al dilogo acadmico sobre este fenmeno. Martnez Guerrero y Vallejo Moya (2023), por ejemplo, examinan cmo la IA es utilizada en sistemas de retroalimentacin automtica y plataformas adaptativas, y destacan que su efectividad depende del diseo instruccional que las sustenta. En la misma lnea, el trabajo de Armas Toala y Carchi Calvopia (2023) enfatiza que la IA no solo permite personalizar el aprendizaje, sino tambin anticipar dificultades en el desempeo escolar a partir del anlisis de datos, lo que supone un cambio paradigmtico en la evaluacin educativa.
Otro estudio significativo es el de Sevilla Muoz y Barrios Aquise (2024), quienes adaptaron un instrumento para evaluar las actitudes hacia la IA en estudiantes de educacin bsica, hallando que, si bien existe una actitud positiva hacia estas tecnologas, tambin se perciben riesgos en torno a la privacidad y el uso excesivo de pantallas. Por su parte, Pardo Dvila y Hernndez (2024) documentan las experiencias de docentes en la implementacin de sistemas de IA en aulas latinoamericanas, evidenciando tanto la innovacin pedaggica como la precariedad estructural que muchas veces impide la continuidad de estos proyectos.
En trminos de desafos, resulta ineludible abordar los temas de tica, inclusin y formacin. Tal como advierten Gmez y Mrquez (2024), la IA puede reproducir sesgos si no se desarrolla con criterios pedaggicos inclusivos. En contextos latinoamericanos, donde las desigualdades en acceso a internet y recursos digitales son persistentes, el riesgo de ampliar la brecha educativa es latente. De ah que varios autores, como Salazar y Caldern (2024), recomienden marcos de gobernanza tica y participacin comunitaria en el diseo de soluciones con IA para el aula.
Asimismo, el estudio de Portillo Gonzlez et al. (2024) destaca que, para que las tecnologas de IA sean sostenibles en educacin bsica, se requiere de polticas pblicas que articulen financiamiento, capacitacin docente y evaluacin continua de las herramientas utilizadas. No basta con incorporar plataformas tecnolgicas; es necesario fomentar una cultura digital crtica que prepare a los estudiantes para ser ciudadanos competentes en entornos mediados por algoritmos y datos.
En cuanto a las perspectivas futuras, se anticipa una mayor integracin de la IA en sistemas educativos hbridos, la expansin de los asistentes virtuales educativos, y el uso de anlisis predictivo para apoyar la toma de decisiones pedaggicas. Ortega y Lpez (2024) proyectan que en la prxima dcada las aulas inteligentes, dotadas de IA, sern comunes en entornos urbanos, mientras que en zonas rurales persistir una implementacin ms lenta, salvo que se garanticen condiciones mnimas de conectividad e infraestructura.
La IA en la educacin bsica representa un campo de creciente inters acadmico y prctica pedaggica, donde convergen oportunidades significativas y desafos estructurales. Esta revisin busca aportar a ese dilogo, a travs de una mirada crtica, integradora y comprometida con la mejora de los procesos educativos desde una perspectiva tica, equitativa y sostenible.
Metodologa
Tipo de investigacin
El presente estudio se enmarca en una investigacin de tipo cualitativa con enfoque documental, especficamente una revisin bibliogrfica sistemtica de literatura cientfica reciente. Esta metodologa es apropiada cuando se pretende analizar, comparar y sintetizar el estado del arte sobre un tema determinado, con el objetivo de identificar hallazgos relevantes, tendencias, vacos del conocimiento y proyecciones futuras (Arias, 2012). En este caso, el objeto de estudio son las aplicaciones de la inteligencia artificial en la educacin bsica, considerando aportes tericos, empricos y crticos publicados entre los aos 2018 y 2025 en revistas indexadas, portales acadmicos y repositorios digitales de acceso abierto.
Muestra del estudio
La muestra de esta revisin est compuesta por diez artculos cientficos seleccionados intencionalmente por su relevancia temtica, rigor metodolgico y actualidad. La estrategia de muestreo utilizada fue no probabilstica por criterios, considerando como criterios de inclusin: (a) artculos revisados por pares, (b) publicados en revistas acadmicas reconocidas en el mbito de la educacin o tecnologa educativa, (c) que abordaran explcitamente la aplicacin de la inteligencia artificial en el nivel de educacin bsica, y (d) publicados en idioma espaol. Como criterios de exclusin se descartaron artculos repetidos, no disponibles a texto completo, o que no especificaran el nivel educativo abordado.
Los artculos seleccionados provienen de revistas tales como Revista Vitalia, Ciencia Latina, EPSIR, Imaginario Social, SciELO Venezuela, Reicomunicar, RyR, Dialnet, y Repsi, cuyas plataformas fueron accedidas a travs de bsquedas dirigidas en Google Scholar, Dialnet y los sitios web oficiales de cada revista.
Tcnicas e instrumentos de recoleccin de informacin
Para la recoleccin de datos se utiliz la tcnica de revisin sistemtica de literatura, la cual implica una bsqueda, seleccin y anlisis crtico de los documentos ms pertinentes al tema investigado. Como instrumento se elabor una matriz de anlisis documental, en la que se registraron los siguientes elementos de cada fuente: autores, ao de publicacin, ttulo, objetivo del estudio, metodologa utilizada, principales hallazgos, aportes tericos y limitaciones identificadas.
La matriz permiti organizar la informacin de manera comparativa y facilitar el anlisis temtico de los contenidos, estableciendo conexiones entre los distintos enfoques abordados por los autores. Asimismo, se utiliz un protocolo de lectura crtica basado en las recomendaciones de Glvez Toro (2014), que incluye la identificacin de la consistencia metodolgica, la pertinencia de los resultados y la validez de las conclusiones presentadas por los investigadores.
Procedimiento
El proceso de recoleccin y anlisis de la informacin se desarroll en cuatro fases. En la primera fase (bsqueda documental) se identificaron varios artculos relacionados con la temtica mediante palabras clave como inteligencia artificial, educacin bsica, tecnologas educativas, automatizacin del aprendizaje y enseanza personalizada. Estas palabras clave fueron utilizadas en distintos motores de bsqueda y bases de datos, como Google Acadmico, SciELO, Dialnet y los portales de revistas cientficas de Amrica Latina.
En la segunda fase (seleccin de estudios relevantes), se aplicaron los criterios de inclusin y exclusin descritos anteriormente, depurando los resultados iniciales hasta conformar una muestra definitiva de diez artculos con informacin pertinente, reciente y de acceso abierto. En esta fase se verific la afiliacin institucional de los autores, el tipo de metodologa empleada y la claridad de los objetivos investigativos.
La tercera fase (organizacin y codificacin de la informacin) consisti en el llenado de la matriz documental con base en la lectura completa de los textos seleccionados. Se utilizaron etiquetas temticas para codificar las principales reas de inters: beneficios pedaggicos de la IA, desafos tcnicos y ticos, formacin docente, percepcin estudiantil, polticas pblicas y sostenibilidad tecnolgica.
Finalmente, en la cuarta fase (anlisis e interpretacin de resultados), se realiz una triangulacin de los datos obtenidos en la matriz, generando una sntesis crtica de los hallazgos ms relevantes. Este anlisis permiti identificar puntos de convergencia entre estudios, tensiones metodolgicas y proyecciones futuras que fundamentan la discusin y las conclusiones de este trabajo.
Resultados
El anlisis documental realizado a partir de la revisin de literatura permiti identificar temas recurrentes, hallazgos significativos y lneas de discusin en torno a las aplicaciones de la inteligencia artificial (IA) en la educacin bsica. Para sistematizar esta informacin, se construy una matriz de anlisis documental, la cual permiti organizar los datos clave de cada artculo seleccionado. A continuacin, se presenta la matriz que sintetiza los autores, ttulos, objetivos, hallazgos principales y etiquetas temticas de los diez estudios ms relevantes incluidos en esta revisin:
Tabla 1: Matriz de Anlisis Documental
N |
Autor(es) y ao |
Ttulo del artculo |
Objetivo del estudio |
Principales hallazgos |
Etiquetas temticas |
1 |
Martnez Guerrero & Vallejo Moya (2023) |
La inteligencia artificial y su impacto en el proceso de enseanza aprendizaje en educacin bsica |
Analizar el impacto de la IA en la enseanza-aprendizaje en educacin bsica. |
La IA mejora el rendimiento y la motivacin si se integra pedaggicamente. |
Beneficios pedaggicos, Formacin docente |
2 |
Carrin Salinas & Andrade-Vargas (2024) |
La inteligencia artificial en la educacin: oportunidades y riesgos |
Explorar oportunidades y riesgos del uso de IA en la educacin. |
El uso de IA genera oportunidades de personalizacin pero plantea desafos ticos. |
Desafos ticos, Oportunidades tecnolgicas |
3 |
Gmez & Mrquez (2024) |
tica y brecha digital en la educacin con IA |
Reflexionar sobre los aspectos ticos y de inclusin de la IA educativa. |
Persisten brechas de acceso y uso tico de tecnologas en contextos vulnerables. |
Inclusin digital, tica educativa |
4 |
Armas Toala & Carchi Calvopia (2023) |
Aplicaciones de la inteligencia artificial en el mbito educativo |
Revisar aplicaciones actuales de la IA en el entorno educativo. |
Las herramientas de IA promueven el aprendizaje adaptativo y autnomo. |
Aplicaciones tecnolgicas, Enseanza adaptativa |
5 |
Sevilla Muoz & Barrios Aquise (2024) |
Validacin de un instrumento para medir la actitud hacia la IA en escolares |
Disear y validar un instrumento para evaluar actitudes hacia la IA. |
Los estudiantes perciben la IA de forma positiva, aunque con reservas sobre privacidad. |
Percepcin estudiantil, Evaluacin de actitudes |
6 |
Pardo Dvila & Hernndez (2024) |
Experiencias docentes con inteligencia artificial en aulas de Amrica Latina |
Describir experiencias docentes al implementar IA en Latinoamrica. |
Los docentes reconocen el valor de la IA pero requieren ms formacin y apoyo. |
Formacin docente, Implementacin prctica |
7 |
Portillo Gonzlez et al. (2024) |
Implementacin sostenible de la IA en escuelas pblicas |
Proponer criterios para implementacin sostenible de IA en escuelas. |
La sostenibilidad requiere polticas claras, recursos y evaluacin constante. |
Sostenibilidad tecnolgica, Polticas pblicas |
8 |
Salazar & Caldern (2024) |
Gobernanza educativa y tica algortmica en el aula |
Estudiar la gobernanza tica en contextos educativos mediados por IA. |
Se requieren marcos ticos slidos y participacin activa de la comunidad educativa. |
Gobernanza tica, Regulacin educativa |
9 |
Urquilla Castaneda (2023) |
Inteligencia artificial en la educacin: avances y limitaciones |
Sintetizar los avances y limitaciones del uso de IA en educacin. |
La IA puede ser aliada contra el rezago educativo si se gestiona responsablemente. |
Avances tecnolgicos, Brechas educativas |
10 |
Ortega & Lpez (2024) |
Perspectivas futuras de la inteligencia artificial en la educacin bsica |
Proyectar escenarios futuros para la IA en la educacin bsica. |
Se anticipa expansin de aulas inteligentes con asistencia IA en contextos urbanos. |
Futuro educativo, Tecnologa emergente |
Nota: (Elaboracin propia, 2025)
A partir de la informacin sistematizada en esta matriz, se identificaron cinco grandes dimensiones analticas que estructuran los resultados de esta revisin: beneficios pedaggicos, desafos ticos y tcnicos, percepcin estudiantil, formacin docente, y sostenibilidad de las implementaciones.
En lo que respecta a los beneficios pedaggicos, los hallazgos ms relevantes coinciden en que la IA ofrece ventajas sustanciales para personalizar el aprendizaje, mejorar el rendimiento y motivar a los estudiantes. Tal como afirman Martnez Guerrero y Vallejo Moya (2023), la integracin pedaggica de herramientas basadas en IA ha permitido adaptar contenidos al ritmo de los estudiantes, facilitando una enseanza ms inclusiva. Esta idea es respaldada por Armas Toala y Carchi Calvopia (2023), quienes destacan el rol de la IA en la promocin del aprendizaje autnomo mediante plataformas inteligentes y sistemas de recomendacin educativa.
Sin embargo, estos beneficios se ven contrastados por importantes desafos tcnicos y ticos. Carrin Salinas y Andrade-Vargas (2024) advierten que el uso masivo de la IA en el aula puede implicar problemas como la vigilancia algortmica, la prdida de privacidad y la estandarizacin excesiva de procesos formativos. Gmez y Mrquez (2024) complementan esta visin al sealar que las desigualdades en el acceso tecnolgico profundizan la brecha educativa, especialmente en contextos rurales o marginales, donde las condiciones para incorporar IA son ms limitadas.
En relacin con la percepcin estudiantil, el trabajo de Sevilla Muoz y Barrios Aquise (2024) aporta un enfoque novedoso al validar un instrumento para medir las actitudes de los escolares frente a la IA. Se evidencia una valoracin positiva hacia la IA como herramienta de apoyo, aunque tambin emergen preocupaciones relacionadas con la exposicin a pantallas y la proteccin de datos personales. Esto pone de manifiesto la importancia de incorporar en el currculo escolar una formacin crtica sobre las tecnologas emergentes.
En el plano de la formacin docente, Pardo Dvila y Hernndez (2024) identifican que los docentes valoran el potencial de estas herramientas, pero enfrentan carencias formativas y dificultades para articular pedaggicamente su uso. Portillo Gonzlez et al. (2024) agregan que cualquier proceso de implementacin sostenible debe estar acompaado por polticas educativas estables, inversin en infraestructura y mecanismos de evaluacin que aseguren el uso pertinente de la IA en el aula.
Finalmente, los estudios coinciden en vislumbrar perspectivas futuras donde la IA tendr un rol cada vez ms protagnico en la educacin bsica. Ortega y Lpez (2024) pronostican un crecimiento en el uso de aulas inteligentes, con dispositivos y plataformas que recolecten datos del aprendizaje en tiempo real para retroalimentar a docentes y estudiantes. No obstante, esta proyeccin plantea un nuevo reto: evitar que la innovacin tecnolgica se desarrolle sin una reflexin tica ni un enfoque de justicia educativa que garantice su acceso equitativo.
Los resultados de esta revisin sugieren que la inteligencia artificial puede contribuir de manera significativa a la mejora de la educacin bsica, pero siempre y cuando su implementacin est guiada por criterios pedaggicos, ticos y polticos slidos. La integracin exitosa de la IA no depende solo de la tecnologa disponible, sino del ecosistema educativo que la contextualiza, regula y resignifica.
Discusin
La presente revisin bibliogrfica revela que la aplicacin de la inteligencia artificial (IA) en la educacin bsica constituye una tendencia en expansin que impacta directamente los procesos pedaggicos, organizacionales y evaluativos de los sistemas educativos contemporneos. Los resultados encontrados son consistentes con estudios internacionales que tambin subrayan el potencial transformador de la IA en el aula, as como los desafos ticos, tcnicos y contextuales que acompaan su implementacin.
En lnea con los hallazgos de Martnez Guerrero y Vallejo Moya (2023), diversos autores han identificado que la IA permite una personalizacin sin precedentes en el aprendizaje, adaptando contenidos, ritmo e itinerarios educativos a las necesidades de cada estudiante (Luckin et al., 2016). Esta capacidad de ofrecer experiencias de aprendizaje individualizadas ha sido documentada tambin por Holmes et al. (2021), quienes destacan que las plataformas adaptativas basadas en IA pueden reducir la frustracin y mejorar la motivacin estudiantil al ajustarse dinmicamente a los niveles de competencia del alumno.
Sin embargo, el uso de IA en la educacin bsica no est exento de crticas. En coincidencia con Gmez y Mrquez (2024), estudios como los de Williamson y Eynon (2020) alertan sobre el riesgo de convertir el entorno educativo en un espacio de vigilancia algortmica, donde las decisiones pedaggicas son delegadas a sistemas automatizados que operan con lgicas opacas. Esta problemtica tica es particularmente sensible en la infancia, donde la proteccin de datos, el consentimiento informado y el desarrollo del juicio crtico deben ser prioritarios.
La formacin docente emerge como un factor clave para la implementacin efectiva de tecnologas basadas en IA. Como sealan Pardo Dvila y Hernndez (2024), muchos docentes reconocen los beneficios potenciales de estas herramientas, pero carecen de competencias digitales especficas para integrarlas de manera pedaggica. Este hallazgo coincide con el estudio de Holmes et al. (2021), que advierte que la adopcin de IA educativa requiere ms que alfabetizacin tecnolgica: implica una reconceptualizacin del rol docente como diseador y mediador del aprendizaje asistido por algoritmos.
Desde una perspectiva crtica, autores como Salazar y Caldern (2024) insisten en que la gobernanza educativa de la IA debe ser democrtica, participativa y centrada en el bienestar estudiantil. En ese sentido, se suman las recomendaciones de la UNESCO (2021), que promueve una IA para la educacin que sea inclusiva, accesible y supervisada por marcos normativos que respeten los derechos humanos.
Otro aspecto destacado es el riesgo de profundizacin de las desigualdades educativas si la IA se implementa sin una visin inclusiva. Tal como sealan Portillo Gonzlez et al. (2024), el xito de estas tecnologas depende de su contextualizacin: no basta con insertar sistemas inteligentes si no se garantiza conectividad, equipamiento, capacitacin y seguimiento. Esto ha sido corroborado en experiencias de otros pases latinoamericanos, donde la falta de infraestructura tecnolgica ha limitado los beneficios de programas innovadores basados en IA (Valverde-Berrocoso et al., 2021).
Asimismo, el estudio de Sevilla Muoz y Barrios Aquise (2024) sobre la percepcin estudiantil muestra que los nios y adolescentes no son sujetos pasivos ante la IA, sino que tienen opiniones y expectativas que deben ser consideradas. Esto coincide con el enfoque de pedagoga digital crtica propuesto por Selwyn (2019), que plantea que los estudiantes deben ser formados no solo para usar la tecnologa, sino para comprenderla, cuestionarla y moldearla ticamente.
En cuanto al futuro de la IA en la educacin bsica, Ortega y Lpez (2024) proyectan un aumento en el uso de aulas inteligentes, anlisis predictivo y asistentes virtuales que acompaen los procesos formativos en tiempo real. No obstante, este avance debe gestionarse con cautela, como advierte Williamson (2022), quien seala que la fascinacin tecnolgica no debe opacar los fines formativos de la educacin.
Finalmente, esta revisin reafirma que la IA puede convertirse en una herramienta poderosa para fortalecer la calidad educativa, siempre y cuando su implementacin est guiada por principios pedaggicos slidos, tica profesional y polticas pblicas integradoras. La tecnologa, por s sola, no transforma la educacin: son las decisiones humanas, pedaggicas y polticas las que determinan el sentido y el impacto de su uso.
Conclusiones
Con base en la revisin bibliogrfica realizada, se concluye que la inteligencia artificial representa una herramienta emergente con alto potencial para transformar los entornos de educacin bsica. Su valor radica no solo en la personalizacin del aprendizaje, sino tambin en su capacidad para generar nuevos modelos de interaccin educativa. No obstante, el aprovechamiento pleno de estas tecnologas exige repensar la estructura pedaggica tradicional e impulsar una cultura institucional abierta a la innovacin con propsito educativo.
Uno de los aportes ms relevantes de la literatura analizada es el llamado a integrar la IA bajo una perspectiva crtica, en la que no se priorice la eficiencia tcnica sobre la formacin humana. Las implicaciones ticas, especialmente relacionadas con la proteccin de datos, el respeto a la diversidad y la transparencia algortmica, deben formar parte de las discusiones escolares desde los primeros niveles. Esto obliga a repensar el rol del docente como gua tico y no solo como facilitador tcnico.
Asimismo, la sostenibilidad de las innovaciones tecnolgicas en la educacin bsica requiere un ecosistema robusto que contemple inversin pblica, formacin continua del profesorado, infraestructura digital y gobernanza participativa. Las experiencias documentadas coinciden en que los proyectos ms exitosos son aquellos que articulan los factores pedaggicos con una poltica educativa coherente y equitativa, lo cual no siempre ocurre en contextos con alta desigualdad social o limitaciones presupuestarias.
Las perspectivas futuras apuntan a una coexistencia entre la inteligencia artificial y la inteligencia pedaggica, donde el criterio profesional del docente y el juicio pedaggico seguirn siendo insustituibles. La IA no reemplaza la educacin, sino que la ampla, siempre que est subordinada a principios ticos, formativos y sociales. De cara al futuro, se vuelve urgente promover investigaciones contextualizadas, transdisciplinarias y enfocadas en el desarrollo humano desde las etapas educativas ms tempranas.
Referencias
1. Armas Toala, D., & Carchi Calvopia, V. (2023). Aplicaciones de la inteligencia artificial en el mbito educativo. Revista Vitalia. https://revistavitalia.org/index.php/vitalia/article/view/113
2. Carrin Salinas, D., & Andrade-Vargas, L. (2024). La inteligencia artificial en la educacin: oportunidades y riesgos. Revista Vitalia. http://revistavitalia.org/index.php/vitalia/article/view/576
3. Gmez, N., & Mrquez, J. (2024). tica y brecha digital en la educacin con IA. Ciencia Latina. https://ciencialatina.org/index.php/cienciala/article/view/13126
4. Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
5. Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education. https://www.pearson.com/content/dam/one-dot-com/one-dot-com/global/Files/about-pearson/innovation/open-ideas/Intelligence-Unleashed-Publication.pdf
6. Martnez Guerrero, J. A., & Vallejo Moya, M. A. (2023). La inteligencia artificial y su impacto en el proceso de enseanza aprendizaje en educacin bsica. EPSIR, 4(1). https://epsir.net/index.php/epsir/article/view/905
7. Ortega, Y., & Lpez, D. (2024). Perspectivas futuras de la inteligencia artificial en la educacin bsica. Revista Imaginario Social. https://www.revista-imaginariosocial.com/index.php/es/article/view/259
8. Pardo Dvila, E., & Hernndez, S. (2024). Experiencias docentes con inteligencia artificial en aulas de Amrica Latina. SciELO Venezuela. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2739-00632024000200128
9. Portillo Gonzlez, J., Mndez Rodrguez, C., & Valencia Nez, L. (2024). Implementacin sostenible de la IA en escuelas pblicas. Revista Reicomunicar. https://reicomunicar.org/index.php/reicomunicar/article/view/260
10. Salazar, P., & Caldern, M. (2024). Gobernanza educativa y tica algortmica en el aula. Revista RyR. https://camjol.info/index.php/RyR/article/view/15776
11. Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
12. Sevilla Muoz, I., & Barrios Aquise, E. (2024). Validacin de un instrumento para medir la actitud hacia la IA en escolares. Dialnet. https://dialnet.unirioja.es/servlet/articulo?codigo=9010092
13. UNESCO. (2021). Recomendacin sobre la tica de la inteligencia artificial. https://unesdoc.unesco.org/ark:/48223/pf0000380455
14. Urquilla Castaneda, M. (2023). Inteligencia artificial en la educacin: avances y limitaciones. Revista Repsi. https://repsi.org/index.php/repsi/article/view/207
15. Valverde-Berrocoso, J., Garrido-Arroyo, M. del C., Burgos-Videla, C., & Morales-Cevallos, M. B. (2021). La integracin de la inteligencia artificial en el sistema educativo: Retos y oportunidades. Educacin XX1, 24(2), 1745. https://doi.org/10.5944/educxx1.27873
16. Williamson, B. (2022). Education, datafication, and the future of learning. Routledge.
17. Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223235. https://doi.org/10.1080/17439884.2020.1798995
2025 por los autores. Este artculo es de acceso abierto y distribuido segn los trminos y condiciones de la licencia Creative Commons Atribucin-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
(https://creativecommons.org/licenses/by-nc-sa/4.0/).
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/