IA: profesores a medida y aprendizaje que sí funciona

Autores/as

  • Cynthia Estefanía Lozada Cruz Unidad Educativa Luis Felipe Borja Autor/a
  • Lida María Cruz Jiménez Unidad Educativa Fiscomisional Santa Mariana de Jesús Autor/a
  • Johana Maritza Tapia Chimbo Unidad Educativa Fiscomisional Santa Mariana de Jesús Autor/a
  • David Falconí Gavilanes Unidad Educativa Luis Felipe Borja Autor/a
  • Jisela Margarita Lascano Constante Unidad Educativa Luis Felipe Borja Autor/a
  • Angel René Narváez Tinitana Unidad Educativa Fiscomisional Santa Maríana de Jesús de Saraguro Autor/a

DOI:

https://doi.org/10.70625/rlce/797

Palabras clave:

Inteligencia artificial, Constructivismo, Aprendizaje significativo, Mediación tecnológica, Innovación pedagógica

Resumen

En la educación actual, la Inteligencia Artificial se ha posicionado como un recurso fundamental para repensar tanto la forma en que se aprende como la manera en que se enseña, con especial énfasis en dos grandes ejes: la adaptación de los procesos a cada estudiante y la búsqueda de una mayor eficacia pedagógica. El presente estudio se propuso como objetivo central analizar precisamente el efecto de la IA en estas dos dimensiones dentro de escenarios educativos contemporáneos. Para ello, se optó por un enfoque cualitativo de carácter documental, basado en la revisión sistemática de literatura científica publicada entre 2022 y 2026. Como técnica se utilizó el análisis documental, y como instrumento una matriz diseñada para organizar y sistematizar la información relevante, lo que permitió identificar tanto los aportes más destacados como las limitaciones recurrentes en la integración de la IA en el ámbito educativo. Los hallazgos obtenidos muestran que la Inteligencia Artificial facilita de manera clara la personalización del aprendizaje, permitiendo ajustar los contenidos, las actividades y los ritmos de trabajo a las características y necesidades particulares de cada estudiante. Además, contribuye significativamente a la gestión de la efectividad de la enseñanza mediante el uso de datos en tiempo real, la evaluación continua y la retroalimentación automatizada, herramientas que permiten a los docentes tomar decisiones más informadas y oportunas. No obstante, el análisis también reveló barreras importantes que condicionan estos beneficios: la brecha digital estructural, la insuficiente formación del profesorado en competencias tecnológicas y pedagógicas, y las limitaciones en infraestructura y conectividad, especialmente en contextos vulnerables. A partir de estos resultados, se concluye que la Inteligencia Artificial representa una oportunidad real y valiosa para elevar la calidad educativa, pero siempre que su incorporación se realice desde criterios de equidad, ética y pertinencia contextual. No se trata de introducir tecnología por sí misma, sino de hacerlo con un enfoque pedagógico claro, donde la IA actúe como un apoyo a la labor docente y no como un sustituto de la relación humana y reflexiva que está en el corazón del proceso educativo.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Alastruey, C. (2021). Estado de la cuestión de la inteligencia artificial y los sistemas de aprendizaje autónomo. Sociología y tecnociencia: Revista digital de sociología del sistema tecnocientífico, XI(2), 182-195. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=8155421

Aparicio, O., Ostos, O., & Abadía, C. (2025). Inteligencia artificial y aprendizaje personalizado en el siglo XXI. Revista Interamericana De Investigación Educación Y Pedagogía RIIEP, 87-100. doi:https://doi.org/10.15332/25005421.11122

Barreto, W., Arévalo, J., Ulloa, J., Zavala, C., Andrade, N., & Paguay, M. (2024). Análisis del aprendizaje infantil desde la teoría del desarrollo cognitivo de Jean Piaget: un enfoque etnográfico para evaluar la relación entre la inteligencia y las etapas cognitivas. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, V(5), 4126 – 4138. doi:https://doi.org/10.56712/latam.v5i5.2913

Basurto, S., Moreira, J., Velásquez, A., & Rodríguez, M. (2021). El conectivismo como teoría innovadora en el proceso de enseñanza-aprendizaje del idioma inglés. Polo del Conocimiento: Revista científico - profesional, VI(1), 234-252. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=9438794

Chacon, M. (2022). Teoría del aprendizaje significativo y por descubrimiento de David Ausubel. Lima: Universidad Nacional de Educación. Obtenido de https://repositorio.une.edu.pe/server/api/core/bitstreams/3cc7222e-2a39-408d-a641-c5059d86ff62/content

Díaz, Y., Caicedo, M., & Martínez, L. (2025). Revisión Documental de Recursos Pedagógico-Didácticos en Lectura y Escritura Para Estudiantes Con TEA (Trastorno del Espectro Autista) del Grado 2° de Básica Primaria. Bogotá: Universidad El Bosque. Obtenido de https://www.proquest.com/openview/61360b2cc8bcd1e139ba7cea28f4cf6c/1?pq-origsite=gscholar&cbl=2026366&diss=y

García, M., & Crespo, J. (2025). La inteligencia artificial en la educación: hacia un aprendizaje personalizado. Revista Iberoamericana De Investigación En Educación, 1 - 13. doi:https://doi.org/10.58663/riied.vi9.224

Guayanlema, C., Chapalbay, D., Pilco, J., & Caiza, M. (2025). Inteligencia Artificial en la Educación Superior: Personalización del Aprendizaje. Dominio De Las Ciencias, 167–189. doi:https://doi.org/10.23857/dc.v11i2.4325

Lozano, K., Moreira, J., & Correa, M. (2025). El impacto de la inteligencia artificial en la personalización del aprendizaje en entornos de educación híbrida en la educación superior. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 3572 - 3582. doi:https://doi.org/10.56712/latam.v6i4.4534

Martínez, F., & González, F. (2023). Apuntes de Investigación Descriptiva y Explicativa. Barcelona: Universitat de Barcelona. Obtenido de https://diposit.ub.edu/items/f3506317-b21d-4da1-ba81-7c93c0941af3

Martínez, N., & Martínez, L. (2024). Sinergia Piaget, Vygotsky y la inteligencia artificial en la educación universitaria. Vinculatégica EFAN, X(4), 70–84. doi:https://doi.org/10.29105/vtga10.4-948

Mero, E., Ordóñez, E., Villalba, P., & Intriago, V. (2024). Implementación de la inteligencia artificial y el aprendizaje autónomo en la Educación para personalizar la enseñanza. Revista Imaginario Social, 121-131. doi:https://doi.org/10.59155/is.v7i3.209

Muñoz, E., & Solís, B. (2021). Enfoque Cualitativo y Cuantitativo de la Evaluación Formativa. Revista de Ciencias Humanísticas y Sociales (ReHuSo), 1-16. Obtenido de http://scielo.senescyt.gob.ec/pdf/rehuso/v6n3/2550-6587-rehuso-6-03-00001.pdf

Palapala, C. (2023). Inteligencia Artificial y Aprendizaje Personalizado: Percepciones y Desafíos de la Educación Ecuatoriana. Revista Multidisciplinaria Unnival, 1 - 9. doi:https://doi.org/10.70577/unnival.v1i4.18

Pinzón, J. (2024). Teoría del aprendizaje significativo de Ausubel en el desarrollo de estrategias de aprendizaje hacia un pensamiento crítico. Ciencia Latina , VIII(3), 8858 -8868. doi:https://doi.org/10.37811/cl_rcm.v8i3.12041

Piña, L. (2023). El enfoque cualitativo: Una alternativa compleja dentro del mundo de la investigación. Revista Arbitrada Interdisciplinaria Koinonía, 1 - 3. Obtenido de https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2542-30882023000100001

Descargas

Publicado

15-06-2026

Cómo citar

Lozada Cruz, C. E., Cruz Jiménez, L. M., Tapia Chimbo, J. M., Falconí Gavilanes, D., Lascano Constante, J. M., & Narváez Tinitana, A. R. (2026). IA: profesores a medida y aprendizaje que sí funciona. Revista Latinoamericana De Calidad Educativa, 3(2), 790-798. https://doi.org/10.70625/rlce/797