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

 

 

Aplicaciones de la inteligencia artificial en la educaci�n b�sica: Avances, desaf�os y perspectivas futuras

 

Applications of artificial intelligence in basic education: Advances, challenges and future prospects

 

Aplica��es da intelig�ncia artificial na educa��o b�sica: avan�os, desafios e perspectivas futuras

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: marilin_sayay_2@hotmail.es

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 16 de marzo de 2025 *Aceptado: 25 de abril de 2025 * Publicado: �29 de mayo de 2025

 

        I.            Maestra en Psicolog�a Educativa, E.E.B. Dr. Horacio Hidrovo, Babahoyo, Ecuador.

      II.            Maestra en Administraci�n de la Educaci�n, U. E. Sultana de Los Andes, Cumand�, Ecuador.

   III.            Licenciada en Ciencias de la Educaci�n, menci�n Educaci�n B�sica E.E.B. Mar�a Olivia Montalvo, Alaus�, Ecuador.

   IV.            Mag�ster en Educaci�n B�sica U. E. Gabriela Mistral, Urdaneta, Ecuador.

 

Resumen

La inteligencia artificial (IA) ha comenzado a transformar el �mbito educativo, especialmente en la educaci�n b�sica, donde sus aplicaciones prometen personalizar el aprendizaje y mejorar los procesos pedag�gicos. Esta revisi�n bibliogr�fica analiza avances, desaf�os 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 art�culos cient�ficos seleccionados por criterios de pertinencia tem�tica y actualidad. La investigaci�n fue de tipo cualitativa, con enfoque documental. Se emplearon t�cnicas de an�lisis de contenido y una matriz como instrumento para sistematizar informaci�n relevante.

Los resultados evidencian que la IA mejora el aprendizaje adaptativo, facilita la retroalimentaci�n personalizada y promueve la eficiencia escolar. No obstante, existen riesgos como la brecha digital, la vigilancia algor�tmica y la escasa formaci�n docente. La discusi�n resalta la necesidad de pol�ticas inclusivas, gobernanza �tica y acompa�amiento pedag�gico. Se concluye que la IA debe ser entendida como una herramienta complementaria al juicio profesional del docente, y su implementaci�n exige una mirada cr�tica, contextual y pedag�gica.

Palabras clave: inteligencia artificial; educaci�n b�sica; personalizaci�n del aprendizaje; �tica educativa; formaci�n 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 intelig�ncia artificial (IA) come�ou a transformar a educa��o, especialmente no ensino fundamental, onde suas aplica��es prometem personalizar o aprendizado e melhorar os processos pedag�gicos. Esta revis�o de literatura analisa o progresso, os desafios e as proje��es futuras da IA ​​neste n�vel.

O objetivo foi identificar os principais usos educacionais da IA, seus benef�cios, limita��es e poss�veis implica��es �ticas e educacionais. A amostra foi composta por dez artigos cient�ficos selecionados com base em crit�rios de relev�ncia tem�tica e relev�ncia. A pesquisa foi qualitativa, com abordagem documental. Foram utilizadas t�cnicas de an�lise de conte�do e uma matriz como instrumento para sistematizar informa��es relevantes.

Os resultados mostram que a IA melhora o aprendizado adaptativo, facilita o feedback personalizado e promove a efici�ncia acad�mica. No entanto, existem riscos como a exclus�o digital, a vigil�ncia algor�tmica e a forma��o deficiente dos professores. A discuss�o destaca a necessidade de pol�ticas inclusivas, governan�a �tica e apoio pedag�gico. Conclui-se que a IA deve ser entendida como uma ferramenta que complementa o julgamento profissional do professor, e sua implementa��o requer uma abordagem cr�tica, contextual e pedag�gica.

Palavras-chave: intelig�ncia artificial; educa��o b�sica; personaliza��o da aprendizagem; �tica educacional; forma��o de professores.

 

Introducci�n

La inteligencia artificial (IA) ha dejado de ser una promesa futurista para convertirse en una realidad tangible dentro del ecosistema educativo, especialmente en la educaci�n b�sica, donde su potencial para personalizar el aprendizaje, automatizar tareas administrativas y enriquecer las experiencias educativas ha captado la atenci�n de investigadores, docentes y responsables de pol�ticas p�blicas. Esta transformaci�n es tan acelerada como desigual, ya que, aunque existen avances considerables en su aplicaci�n, tambi�n se evidencian desaf�os estructurales, �ticos y pedag�gicos que requieren una reflexi�n cr�tica. Como se�alan Mart�nez Guerrero y Vallejo Moya (2023), uno de los principales problemas radica en la falta de preparaci�n de las instituciones educativas para integrar de forma efectiva estas tecnolog�as, lo que produce una brecha entre la innovaci�n disponible y su aprovechamiento real en el aula.

En este sentido, la formulaci�n del problema que da origen a esta revisi�n bibliogr�fica se expresa en la siguiente interrogante: �c�mo se est�n aplicando las tecnolog�as de inteligencia artificial en el nivel de educaci�n b�sica, y cu�les son los principales avances, desaf�os y perspectivas que acompa�an su implementaci�n? Esta pregunta gu�a la reflexi�n cr�tica 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 comprensi�n integral y fundamentada del fen�meno.

El objetivo general de esta investigaci�n es analizar las aplicaciones de la inteligencia artificial en la educaci�n b�sica desde una perspectiva cr�tica y actualizada, identificando las �reas de la educaci�n b�sica donde la IA ha sido implementada, y examinando los beneficios que estas aplicaciones han reportado seg�n la literatura cient�fica, pudiendo as� reconocer los principales desaf�os de su incorporaci�n en contextos reales de aula.

La justificaci�n de este trabajo radica en la necesidad urgente de generar conocimiento confiable y actualizado sobre el impacto real de la IA en la educaci�n b�sica, considerando que muchas decisiones institucionales est�n basadas en intuiciones tecnol�gicas m�s que en evidencia emp�rica (Carri�n Salinas & Andrade-Vargas, 2024).

El marco te�rico que sustenta este estudio se enmarca en teor�as contempor�neas del aprendizaje personalizado (Luckin et al., 2016), el conectivismo (Siemens, 2005), y las propuestas de alfabetizaci�n digital cr�tica en contextos escolares. Seg�n esta perspectiva, la IA no solo act�a como herramienta de asistencia t�cnica, sino que redefine las estructuras de ense�anza-aprendizaje, al permitir modelos educativos m�s centrados en el estudiante, flexibles y adaptativos. Por ejemplo, los sistemas de tutor�a 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 acompa�e de formaci�n docente adecuada y de marcos regulatorios claros que garanticen la equidad y la transparencia en su uso.

Desde el enfoque de esta revisi�n, diversos estudios aportan al di�logo acad�mico sobre este fen�meno. Mart�nez Guerrero y Vallejo Moya (2023), por ejemplo, examinan c�mo la IA es utilizada en sistemas de retroalimentaci�n autom�tica y plataformas adaptativas, y destacan que su efectividad depende del dise�o instruccional que las sustenta. En la misma l�nea, el trabajo de Armas Toala y Carchi Calvopi�a (2023) enfatiza que la IA no solo permite personalizar el aprendizaje, sino tambi�n anticipar dificultades en el desempe�o escolar a partir del an�lisis de datos, lo que supone un cambio paradigm�tico en la evaluaci�n educativa.

Otro estudio significativo es el de Sevilla Mu�oz y Barrios Aquise (2024), quienes adaptaron un instrumento para evaluar las actitudes hacia la IA en estudiantes de educaci�n b�sica, hallando que, si bien existe una actitud positiva hacia estas tecnolog�as, tambi�n se perciben riesgos en torno a la privacidad y el uso excesivo de pantallas. Por su parte, Pardo D�vila y Hern�ndez (2024) documentan las� experiencias de docentes en la implementaci�n de sistemas de IA en aulas latinoamericanas, evidenciando tanto la innovaci�n pedag�gica como la precariedad estructural que muchas veces impide la continuidad de estos proyectos.

En t�rminos de desaf�os, resulta ineludible abordar los temas de �tica, inclusi�n y formaci�n. Tal como advierten G�mez y M�rquez (2024), la IA puede reproducir sesgos si no se desarrolla con criterios pedag�gicos 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 Calder�n (2024), recomienden marcos de gobernanza �tica y participaci�n comunitaria en el dise�o de soluciones con IA para el aula.

Asimismo, el estudio de Portillo Gonz�lez et al. (2024) destaca que, para que las tecnolog�as de IA sean sostenibles en educaci�n b�sica, se requiere de pol�ticas p�blicas que articulen financiamiento, capacitaci�n docente y evaluaci�n continua de las herramientas utilizadas. No basta con incorporar plataformas tecnol�gicas; es necesario fomentar una cultura digital cr�tica 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 integraci�n de la IA en sistemas educativos h�bridos, la expansi�n de los asistentes virtuales educativos, y el uso de an�lisis predictivo para apoyar la toma de decisiones pedag�gicas. Ortega y L�pez (2024) proyectan que en la pr�xima d�cada las aulas inteligentes, dotadas de IA, ser�n comunes en entornos urbanos, mientras que en zonas rurales persistir� una implementaci�n m�s lenta, salvo que se garanticen condiciones m�nimas de conectividad e infraestructura.

La IA en la educaci�n b�sica representa un campo de creciente inter�s acad�mico y pr�ctica pedag�gica, donde convergen oportunidades significativas y desaf�os estructurales. Esta revisi�n busca aportar a ese di�logo, a trav�s de una mirada cr�tica, integradora y comprometida con la mejora de los procesos educativos desde una perspectiva �tica, equitativa y sostenible.

 

Metodolog�a

Tipo de investigaci�n

El presente estudio se enmarca en una investigaci�n de tipo cualitativa con enfoque documental, espec�ficamente una revisi�n bibliogr�fica sistem�tica de literatura cient�fica reciente. Esta metodolog�a 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, vac�os del conocimiento y proyecciones futuras (Arias, 2012). En este caso, el objeto de estudio son las aplicaciones de la inteligencia artificial en la educaci�n b�sica, considerando aportes te�ricos, emp�ricos y cr�ticos publicados entre los a�os 2018 y 2025 en revistas indexadas, portales acad�micos y repositorios digitales de acceso abierto.

Muestra del estudio

La muestra de esta revisi�n est� compuesta por diez art�culos cient�ficos seleccionados intencionalmente por su relevancia tem�tica, rigor metodol�gico y actualidad. La estrategia de muestreo utilizada fue no probabil�stica por criterios, considerando como criterios de inclusi�n: (a) art�culos revisados por pares, (b) publicados en revistas acad�micas reconocidas en el �mbito de la educaci�n o tecnolog�a educativa, (c) que abordaran expl�citamente la aplicaci�n de la inteligencia artificial en el nivel de educaci�n b�sica, y (d) publicados en idioma espa�ol. Como criterios de exclusi�n se descartaron art�culos repetidos, no disponibles a texto completo, o que no especificaran el nivel educativo abordado.

Los art�culos 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 trav�s de b�squedas dirigidas en Google Scholar, Dialnet y los sitios web oficiales de cada revista.

T�cnicas e instrumentos de recolecci�n de informaci�n

Para la recolecci�n de datos se utiliz� la t�cnica de revisi�n sistem�tica de literatura, la cual implica una b�squeda, selecci�n y an�lisis cr�tico de los documentos m�s pertinentes al tema investigado. Como instrumento se elabor� una matriz de an�lisis documental, en la que se registraron los siguientes elementos de cada fuente: autores, a�o de publicaci�n, t�tulo, objetivo del estudio, metodolog�a utilizada, principales hallazgos, aportes te�ricos y limitaciones identificadas.

La matriz permiti� organizar la informaci�n de manera comparativa y facilitar el an�lisis tem�tico de los contenidos, estableciendo conexiones entre los distintos enfoques abordados por los autores. Asimismo, se utiliz� un protocolo de lectura cr�tica basado en las recomendaciones de G�lvez Toro (2014), que incluye la identificaci�n de la consistencia metodol�gica, la pertinencia de los resultados y la validez de las conclusiones presentadas por los investigadores.

Procedimiento

El proceso de recolecci�n y an�lisis de la informaci�n se desarroll� en cuatro fases. En la primera fase (b�squeda documental) se identificaron varios art�culos relacionados con la tem�tica mediante palabras clave como �inteligencia artificial�, �educaci�n b�sica�, �tecnolog�as educativas�, �automatizaci�n del aprendizaje� y �ense�anza personalizada�. Estas palabras clave fueron utilizadas en distintos motores de b�squeda y bases de datos, como Google Acad�mico, SciELO, Dialnet y los portales de revistas cient�ficas de Am�rica Latina.

En la segunda fase (selecci�n de estudios relevantes), se aplicaron los criterios de inclusi�n y exclusi�n descritos anteriormente, depurando los resultados iniciales hasta conformar una muestra definitiva de diez art�culos con informaci�n pertinente, reciente y de acceso abierto. En esta fase se verific� la afiliaci�n institucional de los autores, el tipo de metodolog�a empleada y la claridad de los objetivos investigativos.

La tercera fase (organizaci�n y codificaci�n de la informaci�n) consisti� en el llenado de la matriz documental con base en la lectura completa de los textos seleccionados. Se utilizaron etiquetas tem�ticas para codificar las principales �reas de inter�s: beneficios pedag�gicos de la IA, desaf�os t�cnicos y �ticos, formaci�n docente, percepci�n estudiantil, pol�ticas p�blicas y sostenibilidad tecnol�gica.

Finalmente, en la cuarta fase (an�lisis e interpretaci�n de resultados), se realiz� una triangulaci�n de los datos obtenidos en la matriz, generando una s�ntesis cr�tica de los hallazgos m�s relevantes. Este an�lisis permiti� identificar puntos de convergencia entre estudios, tensiones metodol�gicas y proyecciones futuras que fundamentan la discusi�n y las conclusiones de este trabajo.

 

Resultados

El an�lisis documental realizado a partir de la revisi�n de literatura permiti� identificar temas recurrentes, hallazgos significativos y l�neas de discusi�n en torno a las aplicaciones de la inteligencia artificial (IA) en la educaci�n b�sica. Para sistematizar esta informaci�n, se construy� una matriz de an�lisis documental, la cual permiti� organizar los datos clave de cada art�culo seleccionado. A continuaci�n, se presenta la matriz que sintetiza los autores, t�tulos, objetivos, hallazgos principales y etiquetas tem�ticas de los diez estudios m�s relevantes incluidos en esta revisi�n:

 

Tabla 1: Matriz de An�lisis Documental

Nota: (Elaboraci�n propia, 2025)

 

A partir de la informaci�n sistematizada en esta matriz, se identificaron cinco grandes dimensiones anal�ticas que estructuran los resultados de esta revisi�n: beneficios pedag�gicos, desaf�os �ticos y t�cnicos, percepci�n estudiantil, formaci�n docente, y sostenibilidad de las implementaciones.

En lo que respecta a los beneficios pedag�gicos, los hallazgos m�s relevantes coinciden en que la IA ofrece ventajas sustanciales para personalizar el aprendizaje, mejorar el rendimiento y motivar a los estudiantes. Tal como afirman Mart�nez Guerrero y Vallejo Moya (2023), la integraci�n pedag�gica de herramientas basadas en IA ha permitido adaptar contenidos al ritmo de los estudiantes, facilitando una ense�anza m�s inclusiva. Esta idea es respaldada por Armas Toala y Carchi Calvopi�a (2023), quienes destacan el rol de la IA en la promoci�n del aprendizaje aut�nomo mediante plataformas inteligentes y sistemas de recomendaci�n educativa.

Sin embargo, estos beneficios se ven contrastados por importantes desaf�os t�cnicos y �ticos. Carri�n Salinas y Andrade-Vargas (2024) advierten que el uso masivo de la IA en el aula puede implicar problemas como la vigilancia algor�tmica, la p�rdida de privacidad y la estandarizaci�n excesiva de procesos formativos. G�mez y M�rquez (2024) complementan esta visi�n al se�alar que las desigualdades en el acceso tecnol�gico profundizan la brecha educativa, especialmente en contextos rurales o marginales, donde las condiciones para incorporar IA son m�s limitadas.

En relaci�n con la percepci�n estudiantil, el trabajo de Sevilla Mu�oz 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 valoraci�n positiva hacia la IA como herramienta de apoyo, aunque tambi�n emergen preocupaciones relacionadas con la exposici�n a pantallas y la protecci�n de datos personales. Esto pone de manifiesto la importancia de incorporar en el curr�culo escolar una formaci�n cr�tica sobre las tecnolog�as emergentes.

En el plano de la formaci�n docente, Pardo D�vila y Hern�ndez (2024) identifican que los docentes valoran el potencial de estas herramientas, pero enfrentan carencias formativas y dificultades para articular pedag�gicamente su uso. Portillo Gonz�lez et al. (2024) agregan que cualquier proceso de implementaci�n sostenible debe estar acompa�ado por pol�ticas educativas estables, inversi�n en infraestructura y mecanismos de evaluaci�n 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 m�s protag�nico en la educaci�n b�sica. Ortega y L�pez (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 proyecci�n plantea un nuevo reto: evitar que la innovaci�n tecnol�gica se desarrolle sin una reflexi�n �tica ni un enfoque de justicia educativa que garantice su acceso equitativo.

Los resultados de esta revisi�n sugieren que la inteligencia artificial puede contribuir de manera significativa a la mejora de la educaci�n b�sica, pero siempre y cuando su implementaci�n est� guiada por criterios pedag�gicos, �ticos y pol�ticos s�lidos. La integraci�n exitosa de la IA no depende solo de la tecnolog�a disponible, sino del ecosistema educativo que la contextualiza, regula y resignifica.

 

Discusi�n

La presente revisi�n bibliogr�fica revela que la aplicaci�n de la inteligencia artificial (IA) en la educaci�n b�sica constituye una tendencia en expansi�n que impacta directamente los procesos pedag�gicos, organizacionales y evaluativos de los sistemas educativos contempor�neos. Los resultados encontrados son consistentes con estudios internacionales que tambi�n subrayan el potencial transformador de la IA en el aula, as� como los desaf�os �ticos, t�cnicos y contextuales que acompa�an su implementaci�n.

En l�nea con los hallazgos de Mart�nez Guerrero y Vallejo Moya (2023), diversos autores han identificado que la IA permite una personalizaci�n 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 tambi�n por Holmes et al. (2021), quienes destacan que las plataformas adaptativas basadas en IA pueden reducir la frustraci�n y mejorar la motivaci�n estudiantil al ajustarse din�micamente a los niveles de competencia del alumno.

Sin embargo, el uso de IA en la educaci�n b�sica no est� exento de cr�ticas. En coincidencia con G�mez y M�rquez (2024), estudios como los de Williamson y Eynon (2020) alertan sobre el riesgo de convertir el entorno educativo en un espacio de vigilancia algor�tmica, donde las decisiones pedag�gicas son delegadas a sistemas automatizados que operan con l�gicas opacas. Esta problem�tica �tica es particularmente sensible en la infancia, donde la protecci�n de datos, el consentimiento informado y el desarrollo del juicio cr�tico deben ser prioritarios.

La formaci�n docente emerge como un factor clave para la implementaci�n efectiva de tecnolog�as basadas en IA. Como se�alan Pardo D�vila y Hern�ndez (2024), muchos docentes reconocen los beneficios potenciales de estas herramientas, pero carecen de competencias digitales espec�ficas para integrarlas de manera pedag�gica. Este hallazgo coincide con el estudio de Holmes et al. (2021), que advierte que la adopci�n de IA educativa requiere m�s que alfabetizaci�n tecnol�gica: implica una reconceptualizaci�n del rol docente como dise�ador y mediador del aprendizaje asistido por algoritmos.

Desde una perspectiva cr�tica, autores como Salazar y Calder�n (2024) insisten en que la gobernanza educativa de la IA debe ser democr�tica, participativa y centrada en el bienestar estudiantil. En ese sentido, se suman las recomendaciones de la UNESCO (2021), que promueve una IA para la educaci�n que sea inclusiva, accesible y supervisada por marcos normativos que respeten los derechos humanos.

Otro aspecto destacado es el riesgo de profundizaci�n de las desigualdades educativas si la IA se implementa sin una visi�n inclusiva. Tal como se�alan Portillo Gonz�lez et al. (2024), el �xito de estas tecnolog�as depende de su contextualizaci�n: no basta con insertar sistemas inteligentes si no se garantiza conectividad, equipamiento, capacitaci�n y seguimiento. Esto ha sido corroborado en experiencias de otros pa�ses latinoamericanos, donde la falta de infraestructura tecnol�gica ha limitado los beneficios de programas innovadores basados en IA (Valverde-Berrocoso et al., 2021).

Asimismo, el estudio de Sevilla Mu�oz y Barrios Aquise (2024) sobre la percepci�n estudiantil muestra que los ni�os 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 pedagog�a digital cr�tica propuesto por Selwyn (2019), que plantea que los estudiantes deben ser formados no solo para usar la tecnolog�a, sino para comprenderla, cuestionarla y moldearla �ticamente.

En cuanto al futuro de la IA en la educaci�n b�sica, Ortega y L�pez (2024) proyectan un aumento en el uso de aulas inteligentes, an�lisis predictivo y asistentes virtuales que acompa�en los procesos formativos en tiempo real. No obstante, este avance debe gestionarse con cautela, como advierte Williamson (2022), quien se�ala que la fascinaci�n tecnol�gica no debe opacar los fines formativos de la educaci�n.

Finalmente, esta revisi�n reafirma que la IA puede convertirse en una herramienta poderosa para fortalecer la calidad educativa, siempre y cuando su implementaci�n est� guiada por principios pedag�gicos s�lidos, �tica profesional y pol�ticas p�blicas integradoras. La tecnolog�a, por s� sola, no transforma la educaci�n: son las decisiones humanas, pedag�gicas y pol�ticas las que determinan el sentido y el impacto de su uso.

 

Conclusiones

Con base en la revisi�n bibliogr�fica realizada, se concluye que la inteligencia artificial representa una herramienta emergente con alto potencial para transformar los entornos de educaci�n b�sica. Su valor radica no solo en la personalizaci�n del aprendizaje, sino tambi�n en su capacidad para generar nuevos modelos de interacci�n educativa. No obstante, el aprovechamiento pleno de estas tecnolog�as exige repensar la estructura pedag�gica tradicional e impulsar una cultura institucional abierta a la innovaci�n con prop�sito educativo.

Uno de los aportes m�s relevantes de la literatura analizada es el llamado a integrar la IA bajo una perspectiva cr�tica, en la que no se priorice la eficiencia t�cnica sobre la formaci�n humana. Las implicaciones �ticas, especialmente relacionadas con la protecci�n de datos, el respeto a la diversidad y la transparencia algor�tmica, deben formar parte de las discusiones escolares desde los primeros niveles. Esto obliga a repensar el rol del docente como gu�a �tico y no solo como facilitador t�cnico.

Asimismo, la sostenibilidad de las innovaciones tecnol�gicas en la educaci�n b�sica requiere un ecosistema robusto que contemple inversi�n p�blica, formaci�n continua del profesorado, infraestructura digital y gobernanza participativa. Las experiencias documentadas coinciden en que los proyectos m�s exitosos son aquellos que articulan los factores pedag�gicos con una pol�tica 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 pedag�gica, donde el criterio profesional del docente y el juicio pedag�gico seguir�n siendo insustituibles. La IA no reemplaza la educaci�n, sino que la ampl�a, 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 m�s tempranas.

 

Referencias

1.      Armas Toala, D., & Carchi Calvopi�a, V. (2023). Aplicaciones de la inteligencia artificial en el �mbito educativo. Revista Vitalia. https://revistavitalia.org/index.php/vitalia/article/view/113

2.      Carri�n Salinas, D., & Andrade-Vargas, L. (2024). La inteligencia artificial en la educaci�n: oportunidades y riesgos. Revista Vitalia. http://revistavitalia.org/index.php/vitalia/article/view/576

3.      G�mez, N., & M�rquez, J. (2024). �tica y brecha digital en la educaci�n 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.      Mart�nez Guerrero, J. A., & Vallejo Moya, M. A. (2023). La inteligencia artificial y su impacto en el proceso de ense�anza aprendizaje en educaci�n b�sica. EPSIR, 4(1). https://epsir.net/index.php/epsir/article/view/905

7.      Ortega, Y., & L�pez, D. (2024). Perspectivas futuras de la inteligencia artificial en la educaci�n b�sica. Revista Imaginario Social. https://www.revista-imaginariosocial.com/index.php/es/article/view/259

8.      Pardo D�vila, E., & Hern�ndez, S. (2024). Experiencias docentes con inteligencia artificial en aulas de Am�rica Latina. SciELO Venezuela. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2739-00632024000200128

9.      Portillo Gonz�lez, J., M�ndez Rodr�guez, C., & Valencia N��ez, L. (2024). Implementaci�n sostenible de la IA en escuelas p�blicas. Revista Reicomunicar. https://reicomunicar.org/index.php/reicomunicar/article/view/260

10.  Salazar, P., & Calder�n, M. (2024). Gobernanza educativa y �tica algor�tmica 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 Mu�oz, I., & Barrios Aquise, E. (2024). Validaci�n de un instrumento para medir la actitud hacia la IA en escolares. Dialnet. https://dialnet.unirioja.es/servlet/articulo?codigo=9010092

13.  UNESCO. (2021). Recomendaci�n sobre la �tica de la inteligencia artificial. https://unesdoc.unesco.org/ark:/48223/pf0000380455

14.  Urquilla Castaneda, M. (2023). Inteligencia artificial en la educaci�n: 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 integraci�n de la inteligencia artificial en el sistema educativo: Retos y oportunidades. Educaci�n XX1, 24(2), 17�45. 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), 223�235. https://doi.org/10.1080/17439884.2020.1798995

 

 

 

 

 

 

 

 

 

 

 

 

� 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/).