La inteligencia artificial en la educación: hacia un aprendizaje personalizado

Resultado de investigación
Recibido: 23/02/2025 Revisado: 25/03/2025 Aceptado: 28/03/2025

García-Pacheco, M. A. & Crespo-Asqui, J. D. (2025). La inteligencia artificial en la educación: hacia un aprendizaje personalizado. RIIED, número 9, 1-13.

El presente artículo sistematiza los fundamentos teóricos y metodológicos, así como los resultados sobre la aplicación de la inteligencia artificial (IA) en la educación, destacando su impacto en la personalización del aprendizaje y la accesibilidad de la información. Mediante un enfoque mixto, se analizan las aplicaciones de la IA en aprendizaje adaptativo, tutoría inteligente y herramientas de accesibilidad educativa, abordando percepciones, barreras y oportunidades en contextos locales. La investigación, realizada en la Universidad Nacional de Educación (UNAE), involucra estudiantes y docentes. Se aplican encuestas y entrevistas para explorar el impacto de la IA en el proceso educativo. Los hallazgos evidencian que la IA fomenta la personalización, equidad y motivación en el aprendizaje, mejorando la experiencia educativa de los estudiantes. No obstante, se identifican barreras significativas como la falta de formación docente y recursos tecnológicos adecuados, que limitan su integración efectiva. Se concluye que la IA posee un potencial transformador en la educación, siempre que se implemente de manera ética y responsable, considerando las necesidades de los usuarios. Este estudio proporciona directrices para la aplicación de la IA como herramienta complementaria, optimizando procesos de enseñanza-aprendizaje y fomentando la innovación educativa.

Palabras clave: inteligencia artificial, educación, aprendizaje personalizado, accesibilidad, innovación educativa.

This article systematizes the theoretical and methodological foundations and results on the application of artificial intelligence (AI) in education, highlighting its impact on the personalization of learning and information accessibility. Using a mixed approach, AI applications in adaptive learning, intelligent tutoring and educational accessibility tools are analyzed, addressing perceptions, barriers and opportunities in local contexts. The research, conducted at the National University of Education (UNAE), involves students and teachers. Surveys and interviews are applied to explore the impact of AI in the educational process. The findings show that AI fosters personalization, equity and motivation in learning, improving the educational experience of students. However, significant barriers are identified, such as the lack of teacher training and adequate technological resources, which limit its effective integration. It is concluded that AI has a transformative potential in education, provided that it is implemented in an ethical and responsible manner, considering the needs of the users. This study provides guidelines for the application of AI as a complementary tool, optimizing teaching-learning processes and fostering educational innovation.

Keywords: artificial intelligence, education, personalized learning, accessibility, educational innovation.

Resumo
Este artigo sistematiza os fundamentos teóricos e metodológicos e os resultados da aplicação da inteligência artificial (IA) na educação, destacando o seu impacto na personalização da aprendizagem e na acessibilidade da informação. Utilizando uma abordagem mista, são analisadas as aplicações da IA na aprendizagem adaptativa, na tutoria inteligente e nas ferramentas de acessibilidade educativa, abordando as percepções, os obstáculos e as oportunidades em contextos locais. A investigação, realizada na Universidade Nacional de Educação (UNAE), envolve estudantes e professores. São aplicados inquéritos e entrevistas para explorar o impacto da IA no processo educativo. Os resultados mostram que a IA promove a personalização, a equidade e a motivação na aprendizagem, melhorando a experiência educativa dos estudantes. No entanto, são identificadas barreiras significativas, como a falta de formação dos professores e de recursos tecnológicos adequados, que limitam a sua integração efetiva. Conclui-se que a IA tem um potencial transformador na educação, desde que seja implementada de forma ética e responsável, tendo em conta as necessidades dos utilizadores. Este estudo fornece orientações para a aplicação da IA como ferramenta complementar, otimizando os processos de ensino-aprendizagem e fomentando a inovação educativa.

Palavras-chave: inteligência artificial, educação, aprendizagem personalizada, acessibilidade, inovação educativa.

La inteligencia artificial (IA) ha tomado relevancia, tanto que, está transformando el ámbito educativo al ofrecer herramientas que permiten personalizar el aprendizaje, mejorar la accesibilidad y optimizar la enseñanza. A través de tecnologías como el aprendizaje adaptativo y los sistemas de tutoría inteligente, la IA puede ajustar el contenido, ritmo y estrategias según las necesidades individuales de los estudiantes, incluso facilitando el acceso para personas con discapacidades. Esta investigación analiza dichas aplicaciones, sus beneficios y los desafíos éticos asociados, destacando el papel de los sistemas de gestión del aprendizaje, los cuales permiten a docentes y estudiantes configurar y adaptar elementos del entorno educativo para mejorar la experiencia de enseñanza-aprendizaje.

Uno de los hallazgos relevantes con relación al modelo adaptativo en educación es el aprendizaje adaptativo. Este enfoque va más allá de adaptar únicamente los momentos de evaluación, ya que busca ajustar el proceso de aprendizaje, con el fin de facilitar y optimizar la adquisición de competencias. El aprendizaje adaptativo se apoya en modelos de IA para personalizar los tiempos y ritmos de aprendizaje según las necesidades y progresos individuales de cada estudiante. De esta manera, se logra una experiencia de aprendizaje más eficiente y efectiva. (Roa et al., 2020)

Según General y Alfonzo (2023), el aprendizaje adaptativo impulsado por la IA es uno de los avances más prometedores en la educación. Estos sistemas utilizan algoritmos de aprendizaje automático para analizar los patrones de aprendizaje de cada estudiante, sus fortalezas, debilidades y estilos de aprendizaje preferidos. Con base en estos datos, la IA puede ajustar automáticamente el contenido, el ritmo y las estrategias de enseñanza para cada individuo, brindando una experiencia de aprendizaje verdaderamente personalizada.

Otro ejemplo son los sistemas de tutoría inteligente, que actúan como tutores virtuales utilizando procesamiento de lenguaje natural y técnicas de IA. Estos sistemas pueden interactuar con los estudiantes, responder preguntas, proporcionar explicaciones y retroalimentación en tiempo real, adaptándose a las necesidades individuales. Al estar disponibles las 24 horas del día, complementan la enseñanza presencial y brindan apoyo continuo a los estudiantes. La transformación digital hacia ciudades y territorios inteligentes es imperativa (Sepulveda et al., 2024).

Además, la IA está desempeñando un papel crucial en la mejora de la accesibilidad educativa. Los asistentes virtuales basados en IA, las herramientas de reconocimiento de voz y los sistemas de transcripción automática están ayudando a derribar barreras para estudiantes con discapacidades visuales, auditivas o de aprendizaje (Delgado, 2023). Estas tecnologías permiten una participación más plena en el proceso educativo, brindando igualdad de oportunidades a todos los estudiantes.

Otra área destacada de investigación en IA aplicada a la educación es la evaluación automatizada. Utiliza algoritmos para evaluar trabajos de estudiantes de forma automática. Esto permite ahorrar tiempo y mejorar la objetividad en las evaluaciones. La evaluación automatizada también se emplea para detectar plagio en trabajos estudiantiles. Turnitin es una plataforma que aplica técnicas de IA como aprendizaje automático y procesamiento del lenguaje natural. El aprendizaje automático analiza el texto y lo contrasta con otros para detectar similitudes. El procesamiento del lenguaje natural permite procesar y comprender el contenido textual. (González, 2023)

Asimismo, el avance de la IA está transformando el panorama de la educación. Si bien algunos temen que la IA pueda reemplazar a los educadores, la mayoría cree que los maestros humanos aportan cualidades únicas e insustituibles. La IA se presenta como una herramienta complementaria que puede mejorar la enseñanza y el aprendizaje en colaboración con los educadores, abordando cuestiones como la protección de datos y la ética. Tiene el potencial de revolucionar áreas como el aprendizaje personalizado, la tutoría inteligente y la gamificación (Shi y Xuwe, 2023).

Del mismo modo, la integración de sistemas de IA y chatbots en el campo académico ha ganado una atención significativa en los últimos años. Las tecnologías de IA tienen el potencial de transformar la forma en que se realiza la investigación y la educación al automatizar tareas, asistir en el análisis de datos y permitir nuevas formas de aprendizaje y evaluación. Sin embargo, la adopción de la IA en el campo académico no está exenta de desafíos y controversias. (Kooli, 2023)

La incorporación de las TIC y la IA en la educación ha generado cambios importantes y ha representado retos para estudiantes y docentes en su adaptación. Se han impulsado acciones para garantizar el acceso a recursos digitales y promover una educación inclusiva y de calidad. No obstante, el uso de la IA conlleva desafíos éticos, como la protección de datos y la reproducción de sesgos, lo que exige transparencia y responsabilidad en su desarrollo. En este sentido, diversas instituciones, como la Universidad de Stanford y el Distrito Escolar de Nashville, ya implementan soluciones innovadoras como tutores inteligentes y sistemas de aprendizaje adaptativo, demostrando el gran potencial transformador de estas tecnologías en contextos educativos.

Otro caso destacado es el del Instituto de Tecnología de Massachusetts, que ha implementado un asistente virtual basado en IA para ayudar a los estudiantes con discapacidades auditivas a seguir las clases y participar activamente. Esta herramienta transcribe automáticamente el audio de las lecciones y proporciona subtítulos en tiempo real, facilitando la accesibilidad y la inclusión.

Delgado de Frutos et al. (2024) analizan las percepciones de los docentes de diferentes etapas educativas en cuanto a los beneficios y limitaciones de la IA en el ámbito educativo. Su investigación revela que, aunque la IA facilita tareas y mejora el acceso a recursos, los docentes perciben más limitaciones que ventajas, especialmente debido al uso inadecuado y la falta de habilidades críticas para evaluar los resultados ofrecidos por esta tecnología. Estas percepciones sugieren la necesidad de un enfoque de capacitación docente para cada etapa educativa, lo que permitiría aprovechar mejor el potencial de la IA adaptado a sus contextos y necesidades.

En un estudio realizado con 276 docentes en España, los resultados indicaron que, aunque el profesorado percibe ciertos beneficios en el uso de la IA en educación, se destacan más limitaciones que ventajas. Específicamente, el 49% de las citas corresponden a beneficios, mientras que un 61% refleja limitaciones. Entre los beneficios, el 50 % de los docentes considera que la IA facilita la automatización de tareas y mejora el acceso a recursos educativos. Sin embargo, entre las limitaciones, el 50 % menciona el riesgo de uso inadecuado y la falta de revisión crítica de los resultados generados por IA. (Delgado de Frutos et al., 2024)

Según González-Sánchez et al. (2023), la aplicación de IA en la educación superior permite una personalización del aprendizaje para el 55 % de los estudiantes, mientras que el 48 % de los docentes reporta mejoras en la eficiencia de la planificación y evaluación académica. Sin embargo, el estudio también destaca que el 40 % de los encuestados expresa preocupación por la dependencia excesiva en la IA, advirtiendo que podría sustituir en exceso el juicio humano en decisiones educativas.

La IA presenta un gran potencial para apoyar la a la generación de contenidos educativos digitales mediante técnicas de procesamiento de lenguaje natural y aprendizaje automatizado. Los algoritmos de IA pueden analizar y recomendar recursos en línea que se ajusten a los objetivos pedagógicos y a las necesidades individuales de los estudiantes, facilitando actividades como la búsqueda, clasificación y recomendación personalizada de contenidos. Este rol asistencial permite que la IA actúe como un soporte para los docentes, optimizando el filtrado y estructuración de recursos sin reemplazar el juicio y criterio del educador, que son esenciales para guiar éticamente el proceso educativo. (Juárez Popoca et al., 2017; Rivera et al., 2019).

Es importante considerar los retos prácticos que enfrentan las instituciones al implementar estas tecnologías. La falta de conocimientos técnicos del personal docente, la integración con los sistemas educativos existentes, los altos costos de implementación, zonas sin acceso a internet pueden ser algunos de los obstáculos que deben superarse. Comprender estos desafíos puede ayudar a orientar mejor los esfuerzos futuros de adopción de soluciones de IA en el ámbito educativo.

Para el desarrollo de este artículo se efectuó una investigación que se considera aplicada, en función de su finalidad. El proceso inicia con una revisión y sistematización de los fundamentos teóricos sobre el impacto de la IA en la educación, de manera más detallada en su potencial para personalizar el aprendizaje. Posteriormente, la investigación se contextualiza en la Universidad Nacional de Educación (UNAE), abordando tanto las perspectivas de los docentes como las de los estudiantes de la carrera de Educación Básica en línea, con el objetivo de evaluar la aplicabilidad de los sistemas de IA en contextos educativos locales. Finalmente, se valida la propuesta mediante la medición del nivel de satisfacción de los estudiantes.

La investigación incluye a 40 estudiantes y 10 docentes de la UNAE, quienes participaron activamente a través de encuestas y entrevistas. Para este estudio, se emplean métodos del nivel teórico y empírico del conocimiento científico, como se detalla a continuación:

Métodos del nivel teórico
Analítico-sintético: este método permite analizar y descomponer los principios teóricos sobre la IA en la educación para comprender su relevancia y aplicabilidad en el aprendizaje personalizado. La síntesis se utiliza para integrar información clave de diversos autores y consolidar un marco conceptual sólido que sustentara la investigación.

Inductivo-deductivo: a partir de la información recopilada mediante las encuestas y entrevistas, se identifican patrones y tendencias. Este enfoque permite realizar inferencias sobre la efectividad y aceptación de las herramientas de IA entre los participantes, relacionando los datos específicos con conclusiones generales.

Métodos del nivel empírico
Encuesta: se aplica un cuestionario estructurado con 6 preguntas con respuestas en escala de Likert a 40 estudiantes. El cuestionario evalúa el nivel de conocimiento sobre IA, la percepción de su impacto en el aprendizaje y el interés por su aplicación. Los resultados se analizan de manera cuantitativa, realizando una correlación entre las respuestas de los estudiantes encuestados.

Entrevista: se diseñan preguntas abiertas dirigidas a los 10 docentes para explorar sus opiniones sobre la integración de IA en sus prácticas pedagógicas. Las entrevistas buscan identificar dificultades, oportunidades y métodos aplicables en el contexto local. Los resultados se analizaron de manera cualitativa, destacando criterios recurrentes respaldados por más del 80% de los entrevistados.

1.- ¿Qué tan útil considera el uso de la IA para personalizar su proceso de aprendizaje?

Figura 1 . Distribución porcentual de las respuestas de los estudiantes a la pregunta 1.

Es evidente que la mayoría de estudiantes encuestados están de acuerdo que la inteligencia artificial es útil para personalizar el proceso de aprendizaje (figura 1).
¿Las plataformas educativas basadas en IA le han ayudado a identificar sus fortalezas y debilidades en el aprendizaje?

Figura 2.Distribución porcentual de las respuestas de los estudiantes a la pregunta 2.
figura2

En la figura 2 se puede identificar que la mayoría de encuestados considera que las plataformas educativas basadas en IA les han ayudado con frecuencia a identificar sus fortalezas y debilidades en el aprendizaje.
¿Qué tan efectivo es el aprendizaje adaptativo impulsado por IA para ajustar los contenidos y ritmos de aprendizaje a sus necesidades individuales?

Figura 3.Distribución porcentual de las respuestas de los estudiantes a la pregunta 3.
figura3

En la figura 3 se puede identificar que la mayoría de los encuestados considera que la IA es efectiva para ajustar los contenidos y ritmos de aprendizaje a sus necesidades individuales.
¿Cómo calificaría el impacto de los asistentes virtuales de IA en su experiencia de aprendizaje?

Figura 4. Distribución porcentual de las respuestas de los estudiantes a la pregunta 4.
figura4

En la figura 4 se puede identificar que la mayoría de los encuestados considera que su experiencia de aprendizaje con asistentes virtuales de IA ha sido muy buena o excelente.
¿Cree que el uso de IA ha mejorado su motivación para completar tareas académicas?

Figura 5.Distribución porcentual de las respuestas de los estudiantes a la pregunta 5.
figura5

En la figura 5 se muestra que la mayoría de encuestados considera que la IA ha mejorado su motivación para completar tareas académicas.
¿Qué barreras enfrenta para usar herramientas de aprendizaje personalizadas por IA?

Figura 6.Distribución porcentual de las respuestas de los estudiantes a la pregunta 6.
figura6

Los resultados de esta pregunta muestran algunas barreras que enfrenta el uso de la IA; por ejemplo: sobrecarga de actividades, contenidos poco relevantes, entre otras.
En relación con los resultados de la entrevista grupal realizada con docentes de la Universidad Nacional de Educación (UNAE), se plantearon cinco preguntas vinculadas al impacto de la IA en la educación y su potencial para personalizar el aprendizaje. A continuación, se presenta una sistematización de los resultados, de acuerdo con los criterios comunes planteados:

1. ¿Considera que la inteligencia artificial (IA) puede ser una herramienta efectiva para personalizar el aprendizaje de los estudiantes?

Los docentes coinciden en que la IA tiene un potencial significativo para personalizar el aprendizaje al ajustar contenidos y ritmos a las necesidades individuales de los estudiantes. Señalan que este enfoque puede mejorar la motivación hacia el aprendizaje y fomentar el proceso académico. Sin embargo, se puso énfasis en la necesidad de proporcionar capacitación a los docentes para maximizar la efectividad de estas herramientas.

Los docentes destacan que la IA facilita la inclusión al ofrecer herramientas como asistentes virtuales, sistemas de transcripción automática, tecnologías de reconocimiento de voz, entre otras. Indican que estas soluciones eliminan barreras para estudiantes con dificultades de aprendizaje, permitiendo una participación plena en el proceso de enseñanza-aprendizaje. Los docentes también resaltan que estas tecnologías necesitan ser integradas de manera equitativa para beneficiar a todos los estudiantes.

3. ¿Cuáles son las principales barreras para implementar la IA en sus prácticas pedagógicas?

Los participantes identificaron como principales barreras la falta de infraestructura tecnológica y el acceso limitado a dispositivos, más aún en las aulas. Además, mencionan la falta de capacitación específica en el uso pedagógico de la IA como un obstáculo significativo para su implementación.

Señalan que la IA puede mejorar la objetividad y la eficiencia en los procesos de evaluación a través de herramientas como la evaluación automatizada y la detección de plagio. Este tipo de evaluación permite ahorrar tiempo y brinda retroalimentación inmediata a los estudiantes, facilitando el aprendizaje continuo.

Los docentes manifiestan que la IA no los reemplaza, sino que complementa el rol del educador al ofrecer datos analíticos y recomendaciones personalizadas. Esto permite al docente enfocarse en aspectos más significativos del proceso de enseñanza, como el desarrollo de habilidades críticas y la resolución de problemas, mejorando el proceso de enseñanza-aprendizaje.

La inteligencia artificial (IA) en la educación ha demostrado ser una herramienta con un potencial significativo para personalizar el aprendizaje y mejorar la accesibilidad a la información. A través de aplicaciones como el aprendizaje adaptativo, los sistemas de tutoría inteligente y las herramientas de accesibilidad, se puede ofrecer una experiencia educativa más eficiente y centrada en las necesidades individuales de los estudiantes. Este potencial transformador es reconocido por estudiantes y docentes, que valoran la capacidad de la IA para ajustar ritmos, contenidos y estrategias de enseñanza de manera personalizada.

Los resultados de esta investigación en la Universidad Nacional de Educación (UNAE) confirman que, aunque los docentes reconocen los beneficios de la IA, enfrentan barreras importantes, como la falta de capacitación y recursos tecnológicos adecuados. Estas limitaciones se muestran en estudios previos que destacan la importancia de la formación docente y el acceso equitativo a la tecnología como condiciones indispensables para el éxito de la implementación de la IA en el ámbito educativo.

A pesar de los desafíos, los estudiantes participantes demostraron altos niveles de satisfacción con las estrategias basadas en IA, lo que sugiere que estas herramientas pueden incrementar la motivación hacia el aprendizaje. Esto muestra la necesidad de integrar estas tecnologías en el currículo de manera gradual y estratégica, garantizando que se aborden las consideraciones éticas, como la protección de datos y la equidad en el acceso.

La implementación responsable de la IA en la educación requiere un equilibrio en el uso de la tecnología con la preservación del juicio crítico y la orientación ética del docente. La capacitación específica en competencias digitales y pedagógicas es indispensable para asegurar que la IA actúe como un complemento efectivo y no como un sustituto del docente. En este sentido, el desarrollo de políticas institucionales que promuevan el acceso a recursos tecnológicos y la formación continua de los educadores resulta esencial para potenciar el uso y los beneficios de la IA en la educación, garantizando su sostenibilidad en el tiempo.

Ahmad, S., Rahmat, M., Mubarik, M., Alam, M., & Hyder, S. (2021). Artificial Intelligence and Its Role in Education. Sustainability, 13(22), 12902. https://doi.org/10.3390/su132212902.

Delgado Monteagudo, A. (2023). Integración de tecnologías de inteligencia artificial en un asistente virtual. [Tesis de fon de grado/Máster, Universidad Rey Juan Carlos de Madrid]. https://hdl.handle.net/10115/22962

Dogan, M., Dogan, T., y Bozkurt, A. (2023). The Use of Artificial Intelligence (AI) in Online Learning and Distance Education Processes: A Systematic Review of Empirical Studies. Applied Sciences, 13(5), 3056. https://doi.org/10.3390/app13053056.

Elsayary, A. (2023). An investigation of teachers' perceptions of using ChatGPT as a supporting tool for teaching and learning in the digital era. Journal of Computer Assisted Learning. https://doi.org/10.1111/jcal.12926

General, C., Villegas, C., y Alfonzo, N. Obra: La Inteligencia Artificial en Educación. Hacia un Futuro de Aprendizaje Inteligente Autora: María del Rosario Fernández de Silva Primera edición: Abril, 2023 Maracay, Venezuela.

González, C. S. (2023). El impacto de la inteligencia artificial en la educación: transformación de la forma de enseñar y aprender. Revista Interdisciplinaria en Nanociencias y Nanotecnología, 36(1), 51-60. http://riull.ull.es/xmlui/handle/915/32719

González-Calatayud, V., Prendes-Espinosa, P., & Roig-Vila, R. (2021). Artificial Intelligence for Student Assessment: A Systematic Review. Applied Sciences. 1(1), 1-15. https://doi.org/10.3390/APP11125467

González-Sánchez, J. L., Villota-Garcia, F. R., Moscoso-Parra, A. E., Garces-Calva, S. W., & Bazurto-Arévalo, B. M. (2023). Aplicación de la inteligencia artificial en la educación superior. Dom. Cien., 9(3), 1097-1108. https://doi.org/10.23857/dc.v9i1

Juárez Popoca, D., Torres Gastelú, C. A., & Herrera Díaz, L. E. (2017). Las posibilidades educativas de la curación de contenidos; Una revisión de literatura. 9(2),116-131. http://dx.doi.org/10.32870/Ap.v9n2.1046

Kooli, C. (2023). Chatbots in Education and Research: A Critical Examination of Ethical Implications and Solutions. Sustainability, 15(7), 1-15. https://doi.org/10.3390/su15075614

Luckin, R., & Cukurova, M. (2019). Designing educational technologies in the age of AI: A learning sciences-driven approach. Br. J. Educ. Technol., 50(1), 2824-2838. https://doi.org/10.1111/BJET.12861

Navarro, J. R. S., Pérez, Y. S., Bravo, D. D. P., & Núñez, M. D. J. C. (2023). Incidencias de la inteligencia artificial en la educación contemporánea. Comunicar: Revista científica iberoamericana de comunicación y educación, (77), 1-8. https://dialnet.unirioja.es/servlet/articulo?codigo=9010092

Rivera, D., Castillo, J., Morffi, W., González, C., Castro, P., & Mejías, B. (2019). Intelligent information curator agents in e-learning environments. Applied Sciences, 9(21), 4644. https://doi.org/10.3390/app9214644

Roa, C. H. O., Duque, G. A. A., Lesmes, Ó. M., & Polanco, J. G. C. (2020). Estrategias de aprendizaje adaptativo en Ciencias de la Educación y Sociales: Test adaptativos informatizados. Revista Venezolana de Gerencia: RVG, 25(3), 482-492. https://dialnet.unirioja.es/servlet/articulo?codigo=8890920

Sepulveda Marciales, C. & Medina Ulloa, O. (2024). Desarrollo de un Sistema Tutorial Inteligente para la Implementación del Modelo de Medición de Madurez y Territorios Inteligentes para Colombia. (MMMCTIC). Universidad Santo Tomás.

Shi, J., & Xuwei, Z. (2023). Integration of AI with Higher Education Innovation: Reforming Future Educational Directions. International Journal of Science and Research, 12(1), 1727-1731. https://doi.org/10.21275/sr231023183401

Valverde-Berrocoso, J., Acevedo-Borrega, J., & Cerezo-Pizarro, M. (2022). Educational Technology and Student Performance: A Systematic Review. Frontiers in Education 7(1), 1-12. https://doi.org/10.3389/feduc.2022.916502

Zawacki-Richter, O., Marín, V., 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(39), 1-27. https://doi.org/10.1186/s41239-019-0171-0

Zhai, X., Chu, X., Chai, C., Jong, M., Istenič, A., Spector, M., Liu, J., Yuan, J., & Li, Y. (2021). A Review of Artificial Intelligence (AI) in Education from 2010 to 2020. Complexity, 21(1), 1-18. https://doi.org/10.1155/2021/8812542

Contribución autoral:
Marco Antonio García Pacheco: conceptualización, investigación, redacción del borrador original, análisis formal, metodología, redacción, revisión y edición, visualización, validación.
Jeferson Dario Crespo Asqui: curación de datos, supervisión, administración del proyecto, recursos, redacción, revisión y edición.

Conflicto de intereses
Los autores declaran que no existe conflicto de interés.