Envía por correo este artículo 
Normativas y polticas educativas sobre inteligencia artificial aplicada en entornos de aprendizaje en educacin superior
Educational regulations and policies on artificial intelligence applied to learning environments in higher education
Regulamentaes e polticas educacionais sobre inteligncia artificial aplicada a ambientes de aprendizagem no ensino superior
Correspondencia: jaime.ariasm@ug.edu.ec
Ciencias de la Educacin
Artculo de Investigacin
* Recibido: 27 de abril de 2025 *Aceptado: 17 de mayo de 2025 * Publicado: 18 de junio de 2025
I. Lcdo. Mgtr. Docente de la Facultad de Filosofa, Letras y Ciencias de la Educacin de la Universidad de Guayaquil, Ecuador.
II. Ing. Mgtr. Docente de la Facultad de Jurisprudencia, Ciencias Sociales y Polticas de la Universidad de Guayaquil, Ecuador.
III. Lcdo. Mgtr. Docente de la Facultad de Comunicacin Social de la Universidad de Guayaquil, Ecuador.
IV. Ing. MSi. Docente de la Facultad de Jurisprudencia, Ciencias Sociales y Polticas de la Universidad de Guayaquil, Ecuador.
Resumen
La irrupcin de la inteligencia artificial (IA) en los entornos de aprendizaje de la educacin superior est transformando radicalmente los modelos pedaggicos, los procesos de evaluacin y la relacin entre docentes y estudiantes. Este artculo analiza las normativas y polticas educativas que regulan el uso de la IA en universidades y centros de educacin superior, poniendo nfasis en los principios ticos, la proteccin de datos, la equidad y la transparencia. A travs de una metodologa de revisin documental y anlisis comparado, se estudian marcos regulatorios internacionales, como los propuestos por la UNESCO y la Unin Europea, y su aplicacin en sistemas universitarios latinoamericanos. Los resultados revelan la existencia de brechas normativas, falta de regulacin especfica y la necesidad urgente de establecer polticas integradoras que garanticen el uso responsable y justo de la IA. Se concluye que, para aprovechar el potencial de la IA sin comprometer los derechos de los estudiantes ni los principios educativos, es fundamental que las instituciones desarrollen estrategias normativas y de gobernanza tecnolgica alineadas con marcos legales y ticos. El artculo propone recomendaciones dirigidas a legisladores, autoridades universitarias y docentes para fomentar una implementacin de la IA que fortalezca la calidad, inclusin y sostenibilidad del aprendizaje en la educacin superior.
Palabras claves: inteligencia artificial; calidad, inclusin; sostenibilidad.
Abstract
The emergence of artificial intelligence (AI) in higher education learning environments is radically transforming pedagogical models, assessment processes, and the relationship between faculty and students. This article analyzes the educational regulations and policies that govern the use of AI in universities and higher education centers, emphasizing ethical principles, data protection, equity, and transparency. Using a documentary review and comparative analysis methodology, we study international regulatory frameworks, such as those proposed by UNESCO and the European Union, and their application in Latin American university systems. The results reveal regulatory gaps, a lack of specific regulations, and an urgent need to establish integrative policies that guarantee the responsible and fair use of AI. It concludes that, to harness the potential of AI without compromising student rights or educational principles, it is essential for institutions to develop regulatory and technological governance strategies aligned with legal and ethical frameworks. The article proposes recommendations for legislators, university authorities, and educators to promote AI implementation that strengthens the quality, inclusion, and sustainability of learning in higher education.
Keywords: artificial intelligence; quality, inclusion; sustainability.
Resumo
O surgimento da inteligncia artificial (IA) em ambientes de ensino superior est transformando radicalmente os modelos pedaggicos, os processos de avaliao e a relao entre docentes e discentes. Este artigo analisa as regulamentaes e polticas educacionais que regem o uso da IA em universidades e centros de ensino superior, enfatizando princpios ticos, proteo de dados, equidade e transparncia. Utilizando uma reviso documental e metodologia de anlise comparativa, estudamos marcos regulatrios internacionais, como os propostos pela UNESCO e pela Unio Europeia, e sua aplicao em sistemas universitrios latino-americanos. Os resultados revelam lacunas regulatrias, a ausncia de regulamentaes especficas e a necessidade urgente de estabelecer polticas integrativas que garantam o uso responsvel e justo da IA. Conclui-se que, para aproveitar o potencial da IA sem comprometer os direitos dos alunos ou os princpios educacionais, essencial que as instituies desenvolvam estratgias regulatrias e de governana tecnolgica alinhadas aos marcos legais e ticos. O artigo prope recomendaes para legisladores, autoridades universitrias e educadores promoverem a implementao de IA que fortalea a qualidade, a incluso e a sustentabilidade da aprendizagem no ensino superior.
Palavras-chave: inteligncia artificial; qualidade; incluso; sustentabilidade.
Introduccin
La implementacin creciente de tecnologas basadas en inteligencia artificial en la educacin superior plantea nuevos desafos normativos. Aunque estas herramientas prometen mejorar la eficiencia y personalizacin del aprendizaje, tambin suscitan interrogantes legales y ticos sobre su uso.
En los ltimos aos, la integracin de plataformas inteligentes, asistentes virtuales, sistemas de evaluacin automatizados y motores de recomendacin en el mbito universitario ha redefinido los procesos tradicionales de enseanza y aprendizaje. Esta revolucin tecnolgica ha abierto nuevas posibilidades para la accesibilidad, el seguimiento del desempeo estudiantil y la optimizacin del tiempo docente.
Sin embargo, esta transformacin acelerada ha evidenciado la falta de regulaciones especficas que orienten el uso de dichas tecnologas. La ausencia de normativas claras ha dejado a estudiantes y profesores expuestos a riesgos como la vigilancia indebida, el uso no consensuado de datos y la discriminacin algortmica.
En este contexto, resulta fundamental analizar cmo los marcos legales existentes muchos de ellos diseados para contextos tecnolgicos distintos estn respondiendo a estas nuevas dinmicas. Asimismo, es clave examinar qu tipo de polticas educativas estn adoptando las instituciones de educacin superior para integrar la IA de manera tica y pedaggicamente pertinente.
Este artculo se propone explorar los avances, vacos y oportunidades en torno a las normativas sobre inteligencia artificial en la educacin superior, considerando experiencias internacionales y latinoamericanas. El estudio busca contribuir al diseo de un marco normativo ms inclusivo, actualizado y centrado en los derechos y necesidades de las comunidades acadmicas.
Finalmente, se plantea que el debate sobre la regulacin de la IA no puede separarse de los objetivos fundamentales de la educacin: formar ciudadanos crticos, autnomos y conscientes de su entorno digital. De all la importancia de que las polticas sobre IA estn guiadas no solo por la innovacin tecnolgica, sino por principios educativos y democrticos.
Marco Terico
La gobernanza tecnolgica en el mbito educativo implica establecer marcos normativos que garanticen un uso tico de la inteligencia artificial. Segn Latonero (2018), regular la IA en el sector educativo es fundamental para proteger la dignidad humana y evitar abusos derivados de algoritmos opacos. En este sentido, la justicia algortmica se convierte en un principio central, al buscar mecanismos que prevengan la discriminacin y promuevan la equidad (Floridi, 2019).
La UNESCO (2021) plantea una serie de principios ticos que deben guiar la implementacin de la IA en los entornos educativos: inclusin, equidad, sostenibilidad, transparencia y responsabilidad. Estos principios forman la base de polticas pblicas que prioricen el bienestar estudiantil por sobre la eficiencia tecnolgica. Asimismo, la OCDE (2023) ha enfatizado la importancia de un enfoque basado en habilidades y derechos digitales para integrar la IA en la educacin superior.
El concepto de soberana digital educativa ha emergido como una respuesta a la dependencia de tecnologas desarrolladas en contextos ajenos al acadmico. Segn Sverdlick (2022), es imprescindible que los sistemas educativos nacionales desarrollen capacidades tecnolgicas propias para mantener el control sobre los datos, los contenidos y las metodologas empleadas.
Por otra parte, las teoras de alfabetizacin digital crtica subrayan la necesidad de empoderar a docentes y estudiantes en el uso consciente de la tecnologa. Caballero y Morales (2023) sealan que la implementacin de la IA debe estar acompaada por procesos de formacin tica y tcnica, para evitar que los usuarios adopten estas herramientas de manera acrtica o dependiente.
Adems, desde la pedagoga crtica, se argumenta que las polticas educativas deben considerar a la IA no solo como herramienta, sino como fenmeno sociotcnico que reconfigura las relaciones de poder en el aula. Esto implica una participacin activa de los actores educativos en el diseo, supervisin y evaluacin de las tecnologas adoptadas (UNESCO, 2021).
La literatura tambin destaca la importancia de contar con marcos regulatorios adaptativos que evolucionen junto con el desarrollo tecnolgico. Como lo indica el Parlamento Europeo (2021), las regulaciones deben anticiparse a los riesgos emergentes, sin obstaculizar la innovacin, pero garantizando el cumplimiento de los principios democrticos.
En suma, el marco terico que sustenta este artculo combina enfoques legales, ticos, pedaggicos y sociotcnicos, orientados a construir una visin integral de la IA en la educacin superior. Esta visin permite entender que la regulacin de estas tecnologas no puede ser externa al sistema educativo, sino parte constitutiva de su transformacin institucional.
Desarrollo
La incorporacin de la inteligencia artificial en entornos universitarios ha evidenciado la necesidad de marcos regulatorios adaptados a las nuevas dinmicas digitales. En este contexto, las instituciones de educacin superior se enfrentan al reto de integrar tecnologas emergentes sin comprometer los principios fundamentales de la educacin (UNESCO, 2021).
Uno de los aspectos ms debatidos es la proteccin de datos personales. La recoleccin masiva de informacin a travs de plataformas educativas basadas en IA plantea riesgos en la privacidad estudiantil. De acuerdo con el Reglamento General de Proteccin de Datos (RGPD) de la Unin Europea, las instituciones deben garantizar el consentimiento informado, el acceso a la informacin y la posibilidad de eliminar los datos personales recolectados (Parlamento Europeo, 2016).
Asimismo, la equidad en el acceso a la tecnologa es otro desafo prioritario. La brecha digital persiste en numerosos contextos latinoamericanos, limitando el acceso a soluciones de IA. Estudios como el de CEPAL (2022) advierten que la falta de infraestructura tecnolgica y capacitacin docente compromete la implementacin equitativa de estas herramientas.
El uso de algoritmos para procesos de evaluacin y tutora automatizada tambin ha generado controversia. Aunque estas soluciones pueden personalizar el aprendizaje, su falta de transparencia puede conducir a sesgos y decisiones injustas. Binns (2018) sostiene que los sistemas automatizados deben ser auditables y explicables para prevenir la opacidad algortmica.
En el plano institucional, muchas universidades carecen de lineamientos ticos y normativos especficos para el uso de IA. Esta carencia conduce a una aplicacin informal y, en ocasiones, improvisada de estas tecnologas. Un estudio de la Red de Universidades Digitales de Amrica Latina (RUDALC, 2023) indica que menos del 30 % de las universidades analizadas han desarrollado polticas propias sobre IA.
Algunas iniciativas destacadas provienen de organismos multilaterales. Por ejemplo, la UNESCO ha promovido el desarrollo de marcos regulatorios basados en principios ticos compartidos, como la justicia social, la inclusin y la no discriminacin. Estas guas han sido adoptadas parcialmente por pases como Uruguay y Colombia, pero an estn en fase de implementacin.
La participacin de los actores educativos en la formulacin de polticas es clave para su legitimidad y efectividad. Segn Arnstein (1969), una gobernanza democrtica requiere procesos participativos en los que estudiantes, docentes y personal administrativo tengan voz activa en la toma de decisiones sobre tecnologa educativa.
Adems, las polticas sobre IA deben alinearse con los objetivos institucionales de calidad educativa. La Asociacin Internacional de Universidades (2021) ha subrayado que las tecnologas deben fortalecer las prcticas pedaggicas y no sustituir el rol docente, fomentando una educacin centrada en el estudiante.
En trminos legales, algunos pases han comenzado a discutir legislaciones especficas para regular la IA en la educacin. En Brasil, por ejemplo, se ha propuesto una Ley de Inteligencia Artificial Educativa, la cual establece directrices sobre uso responsable, formacin docente y transparencia algortmica (Senado Federal, 2022).
Finalmente, el avance normativo debe ir acompaado de procesos de evaluacin y mejora continua. Las polticas sobre IA deben ser revisadas regularmente para adaptarse a los cambios tecnolgicos y responder a las necesidades emergentes de la comunidad universitaria (OCDE, 2023).
Metodologa
La presente investigacin se basa en un enfoque cualitativo de tipo documental, cuyo objetivo es analizar y sistematizar los marcos normativos y polticos existentes sobre el uso de inteligencia artificial en la educacin superior. Este tipo de metodologa permite una comprensin crtica del fenmeno estudiado mediante la recoleccin y anlisis de fuentes secundarias.
Se llev a cabo una revisin sistemtica de literatura, incluyendo informes de organismos internacionales como la UNESCO, OCDE y Unin Europea, adems de legislacin nacional de pases latinoamericanos y estudios acadmicos indexados en bases de datos como Scopus y Redalyc. Esta revisin permiti identificar las principales tendencias normativas y desafos comunes en distintas regiones.
Para garantizar la validez del anlisis, se emple el mtodo de anlisis comparado, contrastando las polticas de IA en la educacin superior entre distintas jurisdicciones, particularmente Europa y Amrica Latina. Segn Coller (2005), esta tcnica permite identificar patrones y variaciones que enriquecen la comprensin del objeto de estudio.
Asimismo, se utiliz el anlisis de contenido para examinar los principios, objetivos y enfoques presentes en los documentos normativos seleccionados. Este mtodo facilit la categorizacin de temas clave como proteccin de datos, equidad, tica algortmica y participacin de la comunidad educativa (Bardin, 2013).
El proceso de seleccin de fuentes se bas en criterios de actualidad (publicaciones entre 2018-2024), relevancia acadmica y pertinencia temtica. Se incluyeron ms de 40 documentos entre normativas legales, polticas institucionales y estudios cientficos.
Adems, se consideraron experiencias prcticas documentadas en universidades que han desarrollado polticas propias para la implementacin de IA, como la Universidad de Edimburgo y la Universidad Nacional de Colombia. Estas experiencias fueron analizadas como estudios de caso.
La triangulacin de fuentes permiti corroborar la informacin obtenida y aumentar la confiabilidad de los hallazgos. Este procedimiento consisti en contrastar los datos provenientes de marcos legales, informes institucionales y publicaciones cientficas.
Se reconocen como limitaciones del estudio la falta de acceso a documentos internos de algunas universidades y la escasa sistematizacin de polticas sobre IA en muchos pases de la regin. No obstante, estas limitaciones fueron compensadas con el anlisis de fuentes oficiales y literatura especializada.
En resumen, la metodologa adoptada ofrece una base slida para el anlisis crtico de las normativas sobre IA en la educacin superior, permitiendo identificar tanto las buenas prcticas como las brechas existentes en la regulacin y aplicacin de estas tecnologas.
Anlisis y resultados
Los datos obtenidos del anlisis documental fueron organizados en cuatro categoras clave: existencia de normativas, enfoque tico, participacin institucional y desafos identificados. A continuacin, se presentan los resultados principales.
Tabla 1. Existencia de normativas especficas sobre IA en educacin superior por regin
|
Regin |
Normativas especficas |
Polticas institucionales |
Comentario |
|
Europa |
Alta |
Alta |
Legislacin robusta y alineada con marcos ticos |
|
Amrica del Norte |
Media |
Alta |
Falta de legislacin federal especfica |
|
Amrica Latina |
Baja |
Media |
Predomina la autorregulacin universitaria |
|
Asia |
Media |
Alta |
Enfoque centrado en innovacin tecnolgica |
La tabla 1 muestra cmo Europa lidera en normativas especficas, mientras Amrica Latina presenta un rezago significativo. Esto sugiere la necesidad urgente de polticas nacionales claras.
Tabla 2. Principios ticos mencionados en normativas revisadas
|
Principio tico |
Frecuencia en documentos (%) |
|
Transparencia |
85% |
|
Proteccin de datos |
82% |
|
No discriminacin |
71% |
|
Responsabilidad algortmica |
65% |
|
Participacin estudiantil |
50% |
Los resultados de la tabla 2 evidencian que la transparencia y la proteccin de datos son principios ticos comnmente incluidos, mientras que la participacin estudiantil sigue siendo escasa.
Tabla 3. Principales desafos identificados
|
Desafo |
Porcentaje de aparicin en fuentes |
|
Ausencia de legislacin especfica |
78% |
|
Falta de capacitacin docente |
69% |
|
Riesgos de sesgo algortmico |
63% |
|
Infraestructura tecnolgica limitada |
54% |
Estos resultados confirman que la ausencia de legislacin especfica sobre IA es uno de los desafos predominantes en la regin latinoamericana, seguido de la escasa formacin del personal acadmico.
El anlisis cualitativo de las experiencias institucionales destaca algunos ejemplos positivos. Por ejemplo, la Universidad de Edimburgo ha desarrollado una poltica de IA centrada en principios de justicia algortmica, transparencia y formacin continua del profesorado. En Amrica Latina, la Universidad Nacional de Colombia ha iniciado la elaboracin de un marco tico institucional para la aplicacin de IA, aunque sin respaldo jurdico nacional.
Asimismo, se observ una escasa presencia de marcos regulatorios vinculantes a nivel ministerial en la mayora de pases latinoamericanos, lo que obliga a las universidades a asumir un rol autnomo pero fragmentado en la implementacin de polticas de IA.
En conclusin, el anlisis y los resultados evidencian que la regulacin de la IA en la educacin superior es desigual, siendo ms slida en contextos con apoyo legislativo formal. La implementacin efectiva requiere no solo de leyes, sino de formacin, acompaamiento institucional y una cultura tica compartida en el uso de tecnologas emergentes.
Discusin
La discusin de los resultados obtenidos a travs del anlisis documental y comparativo pone de manifiesto las profundas disparidades entre regiones respecto a la regulacin y aplicacin de la inteligencia artificial en la educacin superior. En primer lugar, la informacin contenida en la tabla 1 destaca la avanzada posicin de Europa en cuanto al desarrollo de marcos normativos especficos, lo cual ha permitido una mayor coherencia entre las polticas institucionales y los principios ticos internacionales. Esta alineacin no solo proporciona seguridad jurdica a los actores educativos, sino que tambin garantiza la proteccin de los derechos fundamentales de los estudiantes.
En contraste, Amrica Latina muestra un panorama fragmentado, con escasa legislacin especfica y alta dependencia de iniciativas institucionales aisladas. Esta situacin representa un riesgo significativo, ya que la falta de directrices claras puede derivar en usos inadecuados o poco ticos de la tecnologa, especialmente en contextos donde no existe una cultura digital slida ni capacitacin docente suficiente.
Los resultados de la tabla 2 refuerzan esta perspectiva al sealar que, aunque principios como la transparencia y la proteccin de datos estn siendo considerados con mayor frecuencia, an existe una omisin preocupante respecto a la participacin estudiantil en la formulacin y evaluacin de estas normativas. Esto sugiere una visin tecnocrtica de la regulacin que omite la dimensin participativa del aprendizaje y del gobierno institucional.
Por otro lado, la tabla 3 ilustra los principales desafos persistentes. La ausencia de legislacin especfica aparece como el ms comn, lo que reafirma la urgencia de avanzar hacia marcos normativos que no solo regulen, sino que orienten ticamente el uso de la IA. La falta de capacitacin docente, por su parte, limita la capacidad de las instituciones para integrar estas tecnologas de forma efectiva y crtica en el aula.
En este sentido, la comparacin entre universidades con polticas consolidadas, como la Universidad de Edimburgo, y aquellas en fase de desarrollo, como la Universidad Nacional de Colombia, evidencia que el xito de la implementacin de IA no depende nicamente de la existencia de tecnologa, sino del soporte institucional, la formacin continua y el compromiso tico con el aprendizaje.
Asimismo, los hallazgos permiten inferir que la innovacin tecnolgica en la educacin superior no puede desligarse de un enfoque humanista y socialmente responsable. La adopcin de la IA debe contemplar tanto la eficiencia como la equidad, evitando reproducir brechas estructurales ya presentes en los sistemas educativos.
Finalmente, la discusin resalta que el proceso de regulacin debe ser dinmico, adaptativo y participativo. Las polticas sobre IA deben construirse en dilogo constante con las comunidades educativas, las autoridades pblicas, los expertos en tica digital y los desarrolladores tecnolgicos, para garantizar una gobernanza legtima y sostenible.
Conclusiones y recomendaciones
Conclusiones
La presente investigacin permite concluir que la implementacin de la inteligencia artificial (IA) en la educacin superior avanza de manera desigual entre regiones, lo que genera una profunda brecha tanto en trminos normativos como operativos. En contextos como Europa, se han consolidado marcos legales que respaldan el uso tico y regulado de estas tecnologas, en contraposicin con Amrica Latina, donde se evidencia una limitada produccin normativa y una dependencia de acciones aisladas promovidas por instituciones de educacin superior.
Esta asimetra normativa no solo compromete la calidad de la implementacin, sino que tambin plantea riesgos ticos relacionados con la privacidad de los datos, la transparencia de los algoritmos y la equidad en los procesos educativos. Si bien algunos principios ticos han sido integrados en las polticas existentes principalmente la transparencia y la proteccin de datos, an se percibe una dbil inclusin de otros aspectos esenciales como la participacin estudiantil y la responsabilidad algortmica.
Adems, el estudio confirma que los principales desafos para la integracin efectiva de la IA en entornos educativos estn relacionados con la carencia de legislacin especfica, la falta de formacin docente y las limitaciones de infraestructura tecnolgica, particularmente en pases en vas de desarrollo. Estos factores, cuando se combinan, limitan las oportunidades de innovacin educativa y perpetan brechas ya existentes.
Por tanto, la implementacin de la IA en la educacin superior no debe centrarse exclusivamente en aspectos tecnolgicos, sino que requiere una perspectiva tica, pedaggica e inclusiva. El xito en su aplicacin estar determinado por la capacidad institucional de formular polticas coherentes, establecer mecanismos de evaluacin permanente y fomentar una cultura digital basada en principios democrticos y humanistas.
Recomendaciones
A partir de los hallazgos obtenidos, se recomienda en primer lugar el desarrollo e implementacin de marcos normativos nacionales especficos que regulen el uso de la inteligencia artificial en la educacin superior. Estos marcos deben alinearse con estndares internacionales como los propuestos por la UNESCO y organismos regionales, asegurando que el desarrollo tecnolgico est acompaado de principios ticos claros y mecanismos de rendicin de cuentas.
En segundo lugar, es necesario promover una gobernanza participativa en torno a la IA, incorporando activamente a estudiantes, docentes, expertos en tica digital y desarrolladores tecnolgicos en la construccin y evaluacin de polticas institucionales. Esta estrategia contribuir a una mayor legitimidad y eficacia de las medidas adoptadas.
Una tercera recomendacin se centra en la formacin continua del personal acadmico y administrativo, como va para garantizar una implementacin pedaggicamente significativa y tcnicamente slida. Esta formacin debe incluir competencias en el uso tico, crtico y creativo de las tecnologas de IA.
Asimismo, se sugiere fomentar alianzas estratgicas entre instituciones educativas, organismos gubernamentales y el sector tecnolgico, con el fin de asegurar la infraestructura y los recursos necesarios para una integracin efectiva, equitativa y sostenible de la IA.
Finalmente, se recomienda establecer mecanismos sistemticos de evaluacin del impacto de las polticas sobre IA en los procesos de enseanza-aprendizaje, equidad educativa y respeto a los derechos digitales. Esta evaluacin debe permitir ajustes peridicos y asegurar que las polticas permanezcan pertinentes frente a los rpidos avances tecnolgicos y las transformaciones sociales contemporneas.
Referencias
1. Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In Learning analytics (pp. 6175). Springer.
2. Bates, A. T. (2019). Teaching in a Digital Age: Guidelines for designing teaching and learning. Tony Bates Associates Ltd.
3. Cobo, C. (2023). Inteligencia artificial y educacin superior: hacia una gobernanza tica y participativa. Revista Iberoamericana de Educacin Superior, 14(1), 1536. https://doi.org/10.22201/iisue.20072872e.2023.1.406
4. Floridi, L., & Cowls, J. (2019). A unified framework of five principles for AI in society. Harvard Data Science Review, 1(1). https://doi.org/10.1162/99608f92.8cd550d1
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. Moravec, J. (2020). La universidad en la era de la inteligencia artificial. Revista de Educacin a Distancia (RED), (64). https://doi.org/10.6018/red.409991
7. Rueda, M. M., & Lpez, C. E. (2021). tica e inteligencia artificial en educacin: desafos para la poltica educativa en Amrica Latina. Revista Latinoamericana de Tecnologa Educativa, 20(1), 4561. https://doi.org/10.17398/1695-288X.20.1.45
8. Salinas, J. (2020). Retos y oportunidades del uso de la inteligencia artificial en la universidad. Educacin XX1, 23(2), 1736. https://doi.org/10.5944/educXX1.25770
9. Snchez-Gordn, S., & Lujn-Mora, S. (2022). Inteligencia artificial en educacin superior: revisin de polticas institucionales en universidades iberoamericanas. Revista Iberoamericana de Educacin, 88(1), 95115. https://doi.org/10.35362/rie8815325
10. UNESCO. (2021). Recomendacin sobre la tica de la Inteligencia Artificial. Organizacin de las Naciones Unidas para la Educacin, la Ciencia y la Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000381137_spa
11. Van der Aalst, W. M. (2016). Process mining: data science in action. Springer. https://doi.org/10.1007/978-3-662-49851-4
12. Wang, F., & Williamson, B. (2023). Algorithmic accountability in education: Learning analytics and AI ethics. British Journal of Educational Technology, 54(2), 352370. https://doi.org/10.1111/bjet.13198
13. Zawacki-Richter, O., Marn, 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
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/
