Inteligencias artificiales generativas en la formación transversal universitaria: una estrategia para la personalización del aprendizaje y el desarrollo de competencias
DOI:
https://doi.org/10.69639/arandu.v13i1.2104Palabras clave:
inteligencia artificial generativa, educación superior, formación docente, personalización del aprendizaje, políticas educativasResumen
La incorporación de inteligencias artificiales generativas en la educación superior plantea desafíos pedagógicos, tecnológicos y normativos que las instituciones deben afrontar para formar profesionales competitivos. Este estudio analiza el estado actual de la enseñanza de estas herramientas en instituciones de educación superior ecuatorianas, identificando brechas en la formación docente, limitaciones infraestructurales y percepciones estudiantiles. Mediante un diseño mixto de alcance descriptivo correlacional, se aplicaron encuestas a 236 estudiantes y entrevistas semiestructuradas a 18 docentes de cinco universidades del país. Los resultados muestran que el 71 % de los estudiantes considera relevante el manejo de IA generativas para su desempeño profesional, aunque solo el 28 % las utiliza regularmente fuera del aula. Se encontró una correlación positiva moderada (r = 0.58, p < 0.01) entre la disponibilidad de recursos tecnológicos y la percepción de calidad del aprendizaje. Además, los docentes con formación específica en herramientas de IA presentan niveles significativamente más altos de integración de estas tecnologías en sus prácticas pedagógicas (t = 3.24, p < 0.01). Se concluye que la efectividad de la enseñanza de IA generativas depende no solo de la disponibilidad tecnológica, sino de un enfoque sistémico que articule políticas institucionales, desarrollo profesional continuo y estrategias didácticas situadas.
Descargas
Citas
Area-Moreira, M., & Adell-Segura, J. (2023). Tecnologías emergentes y personalización del aprendizaje en la universidad. RIED. Revista Iberoamericana de Educación a Distancia, 26(2), 17–34.
Asamblea Nacional del Ecuador. (2024). Proyecto de Ley Orgánica de Regulación y Promoción de la Inteligencia Artificial.
Braun, V., & Clarke, V. (2022). Thematic analysis: A practical guide. SAGE.
Cabero-Almenara, J., & Llorente-Cejudo, C. (2024). La inteligencia artificial en la educación superior: Posibilidades y riesgos. Comunicar, 32(78), 1–12.
CEPAL. (2024). Brecha digital en América Latina: Desafíos para la educación superior. Comisión Económica para América Latina y el Caribe.
Chan, C. K. Y., & Hu, W. (2024). Students’ voices on generative AI: Perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, 21(1), 118. https://doi.org/10.1186/s41239-023-00427-4
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). SAGE.
García-Peñalvo, F. J. (2023). La integración de la inteligencia artificial generativa en la educación superior: Desafíos y oportunidades. Education in the Knowledge Society, 24, e31017. https://doi.org/10.14201/eks.31017
Ley Orgánica de Educación Superior. (2010). Registro Oficial N.º 298.
Salinas-Navarro, D. E., Mejía-Manzano, L. A., & García-García, R. (2024). Faculty readiness for generative AI in higher education: A systematic review. Computers and Education: Artificial Intelligence, 6, 100221. https://doi.org/10.1016/j.caeai.2024.100221
Salinas, J., & De-Benito, B. (2024). Competencias digitales docentes y tecnologías emergentes en educación superior. Pixel-Bit. Revista de Medios y Educación, 69, 45–62.
UNESCO. (2023). Inteligencia artificial y educación: Guía para responsables de políticas. UNESCO. (2023). Recomendación sobre la ética de la inteligencia artificial. UNESCO.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Abel Guillermo Muñoz Pinela, Wilmer Geovanny Martínez Rincón, Jorge Luis Meza Burgos, David Antonio Delgado Santillan
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta publicación está bajo una 
