Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio
logo

Artículos de Investigación

Vol. 6 Núm. 13 (2026): Concordia

Inteligencia artificial generativa en la educación superior: un análisis exploratorio de enfoques pedagógicos

Generative artificial intelligence in higher education: an exploratory analysis of pedagogical approaches
Publicado
2026-07-28
Introducción: La Inteligencia Artificial Generativa (IAG) ha surgido como una de las innovaciones tecnológicas más disruptivas en el ámbito educativo, transformando la manera en que se enseña y se aprende con énfasis en programas de ingenierías. Objetivo: analizar el uso de la inteligencia artificial generativa (IAG) en la educación superior. Metodología: Estudio cuantitativo, con base en encuestas a docentes y estudiantes, se realizó un análisis exploratorio de enfoques pedagógicos tradicionales frente a los mediados por IAG, midiendo rendimiento, motivación, satisfacción y participación. Resultados: Los resultados muestran que cuando la IA se usa con regularidad y viene acompañada de retroalimentación automática y ajuste al ritmo individual, los estudiantes reportan mayor motivación y mejor percepción del aprendizaje. Sin embargo, la formación docente sigue siendo un desafío pendiente, la adopción de estas tecnologías es desigual entre instituciones, y también un uso poco crítico puede reducir la autonomía cognitiva más que desarrollarla. Conclusiones: la IAG no garantiza mejoras educativas por sí sola, sino que requiere un diseño pedagógico coherente que fortalezca la mediación docente y el desarrollo de competencias cognitivas.
Introduction: Generative Artificial Intelligence (GenAI) has emerged as one of the most disruptive technological innovations in the educational landscape, transforming teaching and learning-particularly within engineering programs. Objective: To analyze the use of Generative Artificial Intelligence (GenAI) in higher education. Methodology: A quantitative study based on surveys of faculty and students; an exploratory analysis compared traditional pedagogical approaches with those mediated by GenAI, measuring performance, motivation, satisfaction, and engagement. Results: Findings indicate that when AI is used regularly-accompanied by automated feedback and pacing tailored to the individual-students report higher motivation and a more positive perception of their learning. However, teacher training remains an unresolved challenge, the adoption of these technologies varies across institutions, and uncritical use may diminish rather than foster cognitive autonomy. Conclusion: GenAI does not guarantee educational improvements on its own; rather, it requires a coherent pedagogical design that strengthens the teacher's role as a mediator and supports the development of cognitive competencies.
Número:
Vol. 6 Núm. 13 (2026): Concordia
Sección:
Artículos de Investigación

Referencias

  1. Bearman, M., Ryan, J., & Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: A critical literature review. Higher Education, 86(2), 369-385. https://doi.org/10.1007/s10734-022-00937-2
  2. Bruner, J. (1996). The culture of education. Harvard University Press.
  3. Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/access.2020.2988510
  4. Darling-Hammond, L. (2006). Constructing 21st-Century Teacher Education. Journal of Teacher Education, 57(3), 300-314. https://doi.org/10.1177/0022487105285962
  5. Delors, J. (1996). La Educación encierra un tesoro, informe a la UNESCO de la Comisión Internacional sobre la Educación para el Siglo XXI. UNESCO Publishing.
  6. Dewey, J. (1938). Experience and education. Simon & Schuster.
  7. Eaton, S. E. (2023). Postplagiarism: Transdisciplinary ethics and integrity in the age of artificial intelligence and neurotechnology. International Journal for Educational Integrity, 19(1), 23, s40979-023-00144-1. https://doi.org/10.1007/s40979-023-00144-1
  8. Estrada-Perea, B. M., & Pinto-Blanco, A. M. (2021). Análisis comparativo de Modelos educativos para la educación superior virtual y sostenible. Entramado, 17(1), 168-184. https://doi.org/10.18041/1900-3803/entramado.1.6131
  9. Freeman, J. (2024). Provide or punish? Students’ views on generative AI in higher education. HEPI. https://www.hepi.ac.uk/reports/provide-or-punish-students-views-on-generative-ai-in-higher-education/
  10. Freire, P. (1970). Pedagogía del oprimido. Siglo XXI.
  11. Gallent Torres, C., & Ortego Hernando, J. L. O. (2023). El impacto de la inteligencia artificial generativa en educación superior: Una mirada desde la ética y la integridad académica. RELIEVE: Revista Electrónica de Investigación y Evaluación Educativa. https://doi.org/10.30827/relieve.v29i2.29134
  12. García-Martínez, I., Fernández-Batanero, J. M., Fernández-Cerero, J., & León, S. P. (2023). Analysing the Impact of Artificial Intelligence and Computational Sciences on Student Performance: Systematic Review and Meta-analysis. Journal of New Approaches in Educational Research, 12(1), 171-197. https://doi.org/10.7821/naer.2023.1.1240
  13. George, D., & Mallery, P. (2019). IBM SPSS Statistics 26 Step by Step: A Simple Guide and Reference (6.a ed.). Routledge. https://doi.org/10.4324/9780429056765
  14. Gibert Delgado, R. P., Gorina Sánchez, A., Reyes-Palau, N. C., Tapia-Sosa, E. V., & Siza Moposita, S. F. (2023). Educación 4.0: Enfoque innovador apoyado en la inteligencia artificial para la educación superior. Universidad y Sociedad.
  15. Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Routledge.
  16. Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2021). Metodología de la investigación (7.a ed). McGraw-Hill.
  17. Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
  18. Karthikeyan, V., Kirubakaran, G., Varun Prakash, R., & Palin Visu, Y. (2024). Trends and Research Potential With the Use of ChatGPT and Other AI Tools: Application and Challenges of Generative AI Tools. En P. Sharma, M. Jyotiyana, & A. V. S. Kumar (Eds.), Advances in Computational Intelligence and Robotics (pp. 30-55). IGI Global. https://doi.org/10.4018/979-8-3693-6824-4.ch002
  19. Kerlinger, F. N., & Lee, H. B. (2002). Investigación del comportamiento: Métodos de investigación en ciencias sociales. McGraw-Hill.
  20. Larrea, M. D. L., Guarderas, P., & Cuvi, J. (2020). Validación estadística del instrumento. En ¿Cómo se mide el acoso sexual? Aportes para determinar la prevalencia del acoso sexual em las instituciones de educación superior. Abya-Yala.
  21. Luckin, R. (2018). Machine learning and human intelligence: The future of education for the 21st century. UCL Institute of Education Press.
  22. Luckin, R., & Holmes, W. (2016). Intelligence unleashed: An argument for AI in education. Pearson: UCL Knowledge Lab.
  23. Lynn, M. R. (1986). Determination and quantification of content validity. Nursing research, 35(6), 382-385.
  24. Martínez-Hernández, C., Roque-Hernández, R. V., & Mendoza-Juárez, S. (2022). Validación por Expertos: Cuestionario para las Compras en Línea de Estudiantes Universitarios. Revista Tecnológica-Educativa Docentes 2.0, 15(2), 68-75. https://doi.org/10.37843/rted.v15i2.342
  25. Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric Theory (3rd ed). McGraw-Hill.
  26. Organización de las Naciones Unidas para la Educación. (2015). Replantear la educación ¿Hacia un bien común mundial? UNESCO Publishing.
  27. Organización de las Naciones Unidas para la Educación. (2021). AI and education: Guidance for policy-makers. UNESCO Publishing.
  28. Piaget, J., & Buey, F. J. F. (2001). Psicología y pedagogía. Crítica. https://books.google.com.bo/books?id=1cQxrOXb_CgC
  29. Polit, D. F., & Beck, C. T. (2006). The content validity index: Are you sure you know what’s being reported? critique and recommendations. Research in Nursing & Health, 29(5), 489-497. https://doi.org/10.1002/nur.20147
  30. Quiroz Martinez, M. R. (2025). Inteligencia Artificial Generativa (IA Gen) en la Transformación Digital de la Educación Superior una Revisión Sistemática de Literatura. Ciencia Latina Revista Científica Multidisciplinar, 9(2), 6339-6378. https://doi.org/10.37811/cl_rcm.v9i2.17370
  31. Roll, I., & Wylie, R. (2016). Evolution and Revolution in Artificial Intelligence in Education. International Journal of Artificial Intelligence in Education, 26(2), 582-599. https://doi.org/10.1007/s40593-016-0110-3
  32. Ruiz-Palmero, J., Sánchez-Rivas, E., & Ruiz-Viruel, S. (2025). A new pedagogical model: PBL-AI. ResearchGate. https://www.researchgate.net/publication/392331118_A_new_pedagogical_model_PBL-AI
  33. Sánchez Mendiola, M., & Carbajal Degante, E. (2023). La inteligencia artificial generativa y la educación universitaria. Perfiles Educativos. https://doi.org/10.22201/iisue.24486167e.2023.especial.61692
  34. Selwyn, N. (2022). Should robots replace teachers? AI and the future of education. Polity Press.
  35. Suárez P., I. T., Varguillas C., C. S., & Ronceros Morales, C. (2022). Técnicas e instrumentos de investigación. Diseño y validación desde la perspectiva cuantitativa (Primera edición). Universidad Pedagógica Experimental Libertador Instituto Pedagógico de Barquisimeto «Luis Beltrán Prieto Figueroa». https://doi.org/10.46498/upelipb.lib.0013
  36. Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
  37. Woolf, B. P. (2010). Building Intelligent Interactive Tutors: Student-Centered Strategies for Revolutionizing e-Learning. Morgan Kaufmann.
  38. Zawacki-Richter, O., Marín, 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