INTELIGENCIA ARTIFICIAL GENERATIVA EN LA EDUCACIÓN SECUNDARIA Y UNIVERSITARIA: UNA REVISIÓN SISTEMÁTICA CRÍTICA DEL ESTADO DEL ARTE.
DOI:
https://doi.org/10.56219/trascendere.v3i7.5989Palabras clave:
inteligencia artificial generativa, aprendizaje personalizado, ética educativa, educación 5.0Resumen
En este artículo se analiza la evolución científica de los Sistemas de Tutoría Inteligente (STI) y la Inteligencia Artificial Generativa (IAG), enfocándose en la transición del paradigma hacia la llamada educación 5.0 donde el humanismo equilibra la automatización. Siguiendo el protocolo PRISMA, el estudio examina la información dentro de las 17 fuentes seleccionadas, indagando sobre cómo estas herramientas optimizan el rendimiento y la personalización del aprendizaje. Un hallazgo central es el riesgo de un fenómeno en el que la delegación excesiva de tareas intelectuales a la IA debilita el pensamiento autónomo y fomenta una preocupante pereza metacognitiva. Asimismo, la revisión advierte sobre una “desconexión pedagógica” donde la eficiencia técnica desplaza la formación de competencias críticas y autorregulación del estudiante. La literatura científica revisada sugiere que la utilidad educativa de la IAG no es la propiedad intrínseca del software, sino que depende de la solidez del diseño pedagógico, la vigilancia ética y activa del usuario. Asimismo, se discuten vulnerabilidades sistémicas como el sesgo algorítmico y la privacidad de los datos sensibles factores que exigen el desarrollo de marcos legislativos e institucional urgentes. El estudio concluye que el futuro académico no reside en la automatización total, sino en un modelo híbrido humano-IA. En este escenario, el docente debe transformarse en un diseñador estratégico y supervisor ético para evitar el “absurdo pedagógico” en el que la tecnología reemplaza el esfuerzo intelectual real. Finalmente se recalca que la personalización solo será transformadora si integra la conexión socioemocional, posicionando a la IA como un andamiaje sofisticado y no como un sustituto de la rigurosidad humana.
Descargas
Citas
Alahi, M. E. E., Sukkuea, A., Tina, F. W., Nag, A., Kurdthongmee, W., Suwannarat, K., & Mukhopadhyay, S. C. (2023). Integration of IoT-enabled technologies and artificial intelligence (AI) for smart city scenario: Recent advancements and future trends. Sensors, 23(11), 5206. https://doi.org/10.3390/s23115206 DOI: https://doi.org/10.3390/s23115206
Alemán-Díaz, A. Y. (2023). Motivations guiding public research funding in science, technology and innovation (STI) policy: A synthesis. En Handbook of public funding of research (pp. 38-54). Edward Elgar Publishing. DOI: https://doi.org/10.4337/9781800883086.00008
Carbonell Bernal, N., & Hernández Prados, M. Á. (2024). Impacto de los sistemas de tutoría inteligente: Una revisión sistemática. Edutec. Revista Electrónica de Tecnología Educativa, (89), 121-143. https://doi.org/10.21556/edutec. 2024.89.3025 DOI: https://doi.org/10.21556/edutec.2024.89.3025
Carrasco-Rodríguez, A., & Albero-Verdú, S.-A. (2025). Exploratory study of perceptions on generative artificial intelligence applications in tutorial action within university education [Sesión de conferencia]. 9th PAT Conference, Universidad de Alicante, España. DOI: https://doi.org/10.4018/979-8-3373-3678-7.ch005
Center for Teaching Innovation. (s.f.). Ethical AI for teaching and learning. Cornell University. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning
Comisión Económica para América Latina y el Caribe. (2023). La inteligencia artificial en América Latina y el Caribe: desafíos educativos, productivos y éticos. CEPAL.
https://www.cepal.org/es/publicaciones
Chan, C. K. Y. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Educational Technology in Higher Education, 20(1), 1-25. https://doi.org/10.1186/s41239-023-00408-3 DOI: https://doi.org/10.1186/s41239-023-00408-3
Cuenca, E., Tonato, N., Ruiz, M., Salcedo, A., Caiza, J., & Molina, B. (2025). Implementación de inteligencia artificial generativa para personalizar el aprendizaje. Revista REG, 4(3), 2301-2320. https://doi.org/10.70577/reg.v4i3.273 DOI: https://doi.org/10.70577/reg.v4i3.273
Çetin, İ., Erümit, A. K., Nabiyev, V., Kokoç, M., Kosa, T., & Kokoc, M. (2023). The effect of gamified adaptive intelligent tutoring system Artibos on problem-solving skills. Participatory Educational Research, 10(1), 344-374. https://doi.org/10.17275/ per.23.19.10.1 DOI: https://doi.org/10.17275/per.23.19.10.1
Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (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, 29(2), 1-26. https://doi.org/10.30827/relieve.v29i2.29134 DOI: https://doi.org/10.30827/relieve.v29i2.29134
García-Peñalvo, F. J. (2023). La percepción de la inteligencia artificial en contextos educativos tras el lanzamiento de ChatGPT: ¿Disrupción o pánico? Education in the Knowledge Society (EKS), 24, e31279. https://doi.org/10.14201/eks.31279 DOI: https://doi.org/10.14201/eks.31279
Guettala, M., Bourekkache, S., Kazar, O., & Harous, S. (2024). Generative artificial intelligence in education: Advancing adaptive and personalized learning. Acta Informatica Pragensia, 13(3), 460-489. https://doi.org/10.18267/j.aip.235 DOI: https://doi.org/10.18267/j.aip.235
King, J., & Meinhardt, C. (2024, 29 de febrero). Rethinking privacy in the AI era: Policy provocations for a data-centric world [Informe técnico]. Stanford Human-Centered Artificial Intelligence (HAI). https://hai.stanford.edu/policy/white-paper-rethinking-privacy-ai-era-policy-provocations-data-centric-world DOI: https://doi.org/10.2139/ssrn.5446957
Ministerio de Ciencia, Tecnología e Innovación. (2023). Lineamientos para el uso ético y responsable de la inteligencia artificial en Colombia. MinCiencias.
https://www.minciencias.gov.co
Laak, K. J., & Aru, J. (2024). AI and personalized learning: Bridging the gap with modern educational goals [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2404.02798
Li, H., Xu, T., Zhang, C., Chen, E., Liang, J., Fan, X., Li, H., Tang, J., & Wen, Q. (s.f.). Bringing generative AI to adaptive learning in education. University of Warwick. https://warwick.ac.uk/fac/cross_fac/eduport/edufund/projects/yang/projects/bringing-generative-ai-to-adaptive-learning-in-education/
Litmos. (2024, 17 de septiembre). Supporting adaptive learning in the workplace with generative AI. Litmos Blog. https://www.litmos.com/blog/employee-training/supporting-adaptive-learning-with-generative-ai
OECD. (2019). OECD Learning Compass 2030. OECD Publishing.
Ministerio de Educación Nacional. (2022). Orientaciones para la transformación digital en las instituciones educativas. MEN. https://www.mineducacion.gov.co
Osorio Gomez, L. A., Vidanovic Geremich, A., & Finol De Franco, M. (2021). Elementos del proceso de enseñanza-aprendizaje y su interacción en el ámbito educativo. Qualitas, 23(23). https://doi.org/10.55867/qual23.01 DOI: https://doi.org/10.55867/qual23.01
Pincay-Ponce, J. I., Pintado, P., & Biset, J. C. (2019). Análisis de implementaciones de sistemas tutores inteligentes y afectivos: Revisión sistemática. REFCalE: Revista Electrónica Formación y Calidad Educativa, 7(2), 218-234.
Tirocchi, S. (2022). Educación y plataformas digitales: Implicaciones para los estudiantes. En Redes sociales y ciudadanía: Ciberculturas para el aprendizaje (pp. 159-166). Grupo Comunicar Ediciones.
Urquilla Castaneda, A. (2023). Un viaje hacia la inteligencia artificial en la educación. Realidad y Reflexión, (56), 121-136. http://ri.ufg.edu.sv/jspui/handle/11592/9810 DOI: https://doi.org/10.5377/ryr.v1i56.15776
UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization. https://www.unesco.org/ en/articles/guidance-generative-ai-education-and-research
VanLehn, K., Milner, F., Banerjee, C., & Wetzel, J. (2023). A step-based tutoring system to teach underachieving students how to construct algebraic models. International Journal of Artificial Intelligence in Education. https://doi.org/10.1007/s40593-023-00328-3 DOI: https://doi.org/10.1007/s40593-023-00328-3
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
La revista TRASCENDERE conserva los derechos patrimoniales (copyright) de las obras publicadas, que favorece y permite la reutilización de los mismos bajo la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 , por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que se cite la autoría y fuente original de su publicación (revista, editorial, URL y DOI de la obra), no se usen para fines comerciales u onerosos y se mencione la existencia y especificaciones de esta licencia de uso. Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la misma licencia del original.
