1
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
Impacto de una capacitación intensiva en IA orientada a la
planificación educativa en docentes de secundaria
Impact of AI-intensive training for educational planning on
secondary school teachers
Teobaldo Carlos Sevilla Muñoz
https://orcid.org/0000-0002-5468-9400
Carlossevillam67@gmail.com
Universidad César Vallejo. Lima – Perú.
Malco Barrios Aquise
https://orcid.org/0000-0003-4388-9535
barriosaquise21@gmail.com
Universidad César Vallejo. Lima – Perú.
Roxana Milagros Flores Cisneros
https://orcid.org/0000-0003-0503-0877
rfloresci@ucvvirtual.edu.pe
Universidad César Vallejo. Lima – Perú.
Nancy Ñanes Javier
https://orcid.org/0000-0003-1493-4050
nnanezj@ucvvirtual.edu.pe
Universidad César Vallejo. Lima – Perú.
Julio Cesar Matos Lizana
https://orcid.org/0000-0002-3262-047X
jmatosli1391@ucvvirtual.edu.pe
Universidad César Vallejo. Lima – Perú.
RESUMEN
Este estudio pre-experimental evalúa el impacto de una capacitación intensiva en inteligencia artificial (IA) enfocada en la
planificación educativa de docentes de secundaria. El objetivo de este estudio fue analizar el impacto de una capacitación
intensiva en IA orientada a la planificación educativa en docentes de secundaria mediante herramientas de IA. La investigación
incluyó a 60 docentes distribuidos en un grupo experimental y un grupo control, empleando un diseño pre-test/post-test para
medir cambios en el grupo experimental antes y después de la intervención. Los resultados mostraron que, tras la capacitación,
el grupo experimental registró mejoras significativas en la precisión y consistencia de sus prácticas de planificación curricular,
reflejadas en un aumento de la media post-capacitación (2.93 frente a 2.40 en el pre-test) y una mayor consistencia interna del
cuestionario (Alfa de Cronbach de 0.824 a 0.955). La prueba de Wilcoxon indicó una diferencia estadísticamente significativa
en el grupo experimental (Z = -4.000, p < 0.001), mientras que el grupo de control no evidenció cambios significativos. Estos
hallazgos resaltan la efectividad de una capacitación en IA para mejorar las habilidades docentes en planificación curricular.
Palabras claves: inteligencia artificial, planificación curricular, capacitación docente, evaluación educativa
Recibido: 02-09-24 - Aceptado: 19-11-24
2
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
ABSTRACT
This pre-experimental study evaluates the impact of an intensive training in artificial intelligence (AI) focused on educational
planning for secondary school teachers. The objective of this study was to analyze the impact of an intensive AI training focused
on educational planning in secondary school teachers using AI tools. The research included 60 teachers distributed in an
experimental group and a control group, using a pre-test/post-test design to measure changes in the experimental group before
and after the intervention. The results showed that, after the training, the experimental group registered significant
improvements in the accuracy and consistency of their curriculum planning practices, reflected in an increase in the post-
training mean (2.93 vs. 2.40 in the pre-test) and a higher internal consistency of the questionnaire (Cronbach's alpha from 0.824
to 0.955). The Wilcoxon test indicated a statistically significant difference in the experimental group (Z = -4.000, p < 0.001),
while the control group did not evidence significant changes. These findings highlight the effectiveness of AI training in
improving teaching skills in curriculum planning.
Keywords: artificial intelligence, curriculum planning, teacher training, educational evaluation
INTRODUCCIÓN
La inteligencia artificial (IA) se ha consolidado como una tecnología innovadora en el ámbito educativo, ofreciendo
posibilidades para personalizar el aprendizaje, automatizar tareas administrativas y optimizar la toma de decisiones pedagógicas
mediante el análisis de datos. No obstante, su adopción enfrenta barreras importantes, entre ellas, la falta de capacitación
continua de los docentes, lo que limita su capacidad para aprovechar plenamente estas herramientas y afecta la calidad de la
enseñanza (Obregón, 2024; Sánchez, 2024; Álvarez y Cepeda, 2024). Esta brecha formativa contribuye a perpetuar
desigualdades, especialmente en contextos con recursos limitados, donde el acceso a la tecnología ya es limitado.
Aunque la IA posee un notable potencial transformador, su implementación debe acompañarse de una supervisión
humana crítica y un enfoque ético que garantice tanto el acceso equitativo a estas tecnologías como la protección de la
privacidad de los datos (Bauz et al., 2024). Integrar la IA en los entornos escolares no solo facilita la personalización del
aprendizaje y la optimización de la gestión educativa, sino que también promueve la toma de decisiones informadas (UNESCO,
2023). Sin embargo, para que los sistemas educativos logren avances reales en personalización y eficiencia, es esencial superar
las barreras de desconocimiento y desarrollar competencias específicas en los docentes (ISO/IEC, 2019; Cabanelas, 2019).
Este estudio se propone evaluar cómo una capacitación intensiva en IA puede influir positivamente en la planificación
educativa de los docentes de secundaria, abordando así una deficiencia crítica: la carencia de formación específica en esta área.
A pesar de los avances tecnológicos, la falta de preparación adecuada en el uso de herramientas de IA limita la capacidad de
los docentes para implementar estrategias pedagógicas adaptativas, lo cual impacta negativamente en los resultados de
aprendizaje y perpetúa desigualdades en contextos desfavorecidos (Sánchez, 2024; Álvarez y Cepeda, 2024).
En este marco, estudios recientes subrayan la importancia de combinar herramientas de IA con metodologías activas
y programas de formación docente para maximizar su efectividad en el aula. Así, Granda et al. (2024) y Sánchez (2024)
observan que los docentes enfrentan barreras significativas para adoptar la IA debido a la falta de formación específica,
limitando la implementación de enfoques pedagógicos avanzados, particularmente en el nivel de secundaria. En esta línea,
Zumba-Nacipucha et al. (2023) sostienen que el uso de la IA en educación es significativamente más efectivo cuando los
docentes reciben formación continua y metodologías prácticas y que la capacitación aumenta su conocimiento y confianza,
permitiéndoles crear actividades más personalizadas y optimizar su práctica educativa, mientras que la falta de formación limitó
la integración efectiva de la herramienta, mientras que la UNESCO (2023) promueve el uso de IA para personalizar el
aprendizaje y optimizar la retroalimentación. Por otro lado, Sánchez et al. (2024) afirma que la inteligencia artificial (IA)
mejora la calidad de la enseñanza al personalizar el aprendizaje y liberar a los docentes de tareas rutinarias, permitiéndoles
centrarse en aspectos más creativos. No obstante, su impacto positivo depende de la capacitación específica de los docentes y
de una implementación ética y adecuada que integre prácticas educativas tradicionales, garantizando la privacidad.
La inteligencia artificial (IA) es un campo multidisciplinario que se dedica al diseño y desarrollo de sistemas
informáticos con capacidad para realizar tareas complejas que tradicionalmente requieren inteligencia humana. Según la
UNESCO (2023), en el ámbito educativo, la IA es una herramienta clave que facilita la personalización del aprendizaje y
permite análisis avanzados de grandes volúmenes de datos, lo cual optimiza tanto la planificación educativa como la experiencia
del estudiante. Además, Russell y Norvig (2021) definen la IA como la capacidad de estos sistemas para reconocer patrones,
tomar decisiones informadas y aprender de forma continua a partir de datos, lo que permite una interacción adaptativa y
autónoma en diversos entornos.
En términos técnicos, la ISO/IEC (2019) describe la IA como la emulación de procesos cognitivos mediante algoritmos
avanzados, enfatizando el uso de métodos algorítmicos que permiten a los sistemas aprender, razonar y mejorar su desempeño
3
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
con el tiempo. Finalmente, Ocaña et al. (2019) destacan que el desarrollo de la IA se enfoca en sistemas que no solo imitan la
inteligencia humana, sino que exhiben comportamientos y decisiones que aportan valor en entornos como la educación, donde
la inteligencia artificial se convierte en un facilitador de aprendizajes más inclusivos y personalizados.
En ese sentido, en el ámbito educativo, la inteligencia artificial (IA) se presenta como una herramienta poderosa y
versátil que permite la automatización de procesos, la personalización de la planificación y la adaptación de contenidos de
acuerdo con las necesidades y estilos de aprendizaje de cada estudiante. Al analizar grandes volúmenes de datos y proporcionar
retroalimentación en tiempo real, la IA optimiza el tiempo del docente, liberándolo de tareas repetitivas y permitiéndole
concentrarse en aspectos más creativos y humanos del proceso de enseñanza-aprendizaje. Esto contribuye a una mejora
significativa en la calidad educativa, dado que la IA no solo facilita el seguimiento del progreso individual de los estudiantes,
sino que también abre nuevas oportunidades para que los docentes implementen recursos adicionales, enfoques pedagógicos
innovadores y estrategias diferenciadas, ampliando así el impacto de su labor educativa y promoviendo aprendizajes más
inclusivos, efectivos y significativos.
Del mismo modo, la planificación educativa puede ser entendida como un proceso dinámico y estratégico, esencial
para la organización efectiva de la educación en diversos contextos y modalidades. Los enfoques modernos, tal como describen
Santana (2023) y Rumble (2019), promueven la integración de herramientas digitales y la inteligencia artificial en la
planificación curricular, permitiendo un análisis de datos que optimiza tanto la toma de decisiones como la personalización del
aprendizaje. Anijovich y Cappelletti (2017) señalan que la planificación es un proceso sistemático y reflexivo que incluye la
definición de objetivos, la selección de contenidos y la evaluación continua, facilitando así una toma de decisiones informada
que contribuye a un proceso educativo equitativo. Para el Ministerio de Educación del Perú (MINEDU, 2016), la planificación
y evaluación en la educación secundaria son esenciales para que los docentes organicen, guíen y valoren el aprendizaje de
manera efectiva. En esta línea, Coll (2010) plantea que la evaluación debe articularse estrechamente con la planificación para
asegurar que se realicen ajustes continuos y se alcancen los objetivos educativos establecidos (Popham, 2013).
Este estudio aporta evidencia empírica sobre el impacto de la capacitación en IA en el ámbito de la educación
secundaria, usando un diseño experimental con grupo de control, lo que permite medir de manera precisa los efectos de la
intervención. Los resultados obtenidos pueden servir como base para desarrollar políticas de formación continua en IA,
orientadas a mejorar las competencias docentes y fomentar la inclusión de IA en programas de desarrollo profesional.
De este modo, el objetivo de este estudio es analizar el impacto de una capacitación intensiva en IA orientada a la
planificación educativa en docentes de secundaria, mediante la comparación entre un grupo experimental capacitado y un grupo
de control sin intervención, generando así evidencia que sustente la importancia de la IA en el desarrollo profesional docente.
METODOLOGÍA
Este estudio utilizó un diseño pre-experimental, el cual incluyó dos grupos de docentes de secundaria: un grupo
experimental de 30 docentes que recibieron una capacitación intensiva en inteligencia artificial (IA) y un grupo de control de
30 docentes que no participaron en ninguna capacitación específica en IA durante el período de estudio. La elección de un
diseño pre-experimental responde a las limitaciones en la asignación aleatoria de los participantes y se considera apropiado en
investigaciones educativas donde el control total de variables no es posible (Cohen et al., 2018). Ambos grupos fueron
seleccionados de escuelas públicas de una misma región para asegurar homogeneidad en el contexto educativo, lo cual mejora
la validez interna del estudio al reducir la variabilidad externa no controlada.
Para medir el impacto de la capacitación, se utilizó un cuestionario de 19 ítems diseñado para evaluar el conocimiento
y uso de la IA en la planificación educativa. El cuestionario se administró antes (pre-test) y después (post-test) de la
intervención, permitiendo una comparación de las puntuaciones y, en consecuencia, el análisis del efecto de la capacitación.
La consistencia interna del cuestionario fue evaluada mediante el cálculo del Alfa de Cronbach, una medida de fiabilidad
ampliamente aceptada que indica la cohesión interna de los ítems y garantiza la confiabilidad del instrumento de medición
(Gliem y Gliem, 2003; Tavakol y Dennick, 2011).
El grupo experimental participó en una capacitación intensiva de cinco sesiones, cada una con una duración de dos
horas, en las que se abordaron los fundamentos de la IA, sus aplicaciones prácticas en la planificación educativa, y se realizaron
ejercicios de implementación en el aula. Este enfoque intensivo, que combina teoría y práctica, es recomendado en estudios de
formación docente, ya que facilita la adquisición de conocimientos aplicables y fortalece la confianza de los docentes en el uso
de nuevas herramientas tecnológicas (Luckin et al., 2016).
4
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
RESULTADOS
Los resultados de este estudio revelan una mejora significativa en las competencias de planificación curricular de los
docentes de secundaria tras una capacitación intensiva en inteligencia artificial (IA). La capacitación tuvo un impacto positivo
en la coherencia y consistencia interna de las respuestas de los docentes, así como en su habilidad para integrar herramientas
de IA en la planificación educativa.
Inicialmente, el cuestionario sobre IA en la planificación curricular mostró una consistencia interna adecuada, con un
Alfa de Cronbach de 0.824 en 19 ítems. Sin embargo, tras la capacitación, el Alfa de Cronbach aumentó a 0.955, lo cual refleja
una excelente consistencia interna, sugiriendo que los docentes alcanzaron una comprensión más uniforme y sólida de los
conceptos de IA aplicados a la planificación curricular (ver Tabla 1). Este incremento indica que la capacitación mejoró no
solo el entendimiento, sino también la claridad y coherencia en la aplicación de la IA en la planificación educativa.
Tabla 1
Fiabilidad del cuestionario en grupo experimental y grupo de control
Alfa de
Cronbach
Número de
ítems
Antes de la
Capacitación
Después de la Capacitación (Grupo
Experimental)
0.824
19
0.824
0.955
Nota: La Tabla 1 muestra que la consistencia interna del cuestionario en el grupo experimental aumentó significativamente,
mientras que el grupo control no presentó cambios relevantes.
Dado que las pruebas de Kolmogorov-Smirnov y Shapiro-Wilk mostraron una desviación significativa de la
normalidad en los datos (p < 0.001), se utilizó la prueba no paramétrica de Wilcoxon para analizar las diferencias pre y post-
capacitación (ver Tabla 2).
Tabla 2
Prueba de normalidad de Kolmogorov-Smirnov y Shapiro-Wilk
Prueba
Estadístico
gl
Sig.
Kolmogorov-Smirnov
0.354
30
0.000
Shapiro-Wilk
0.637
30
0.000
Nota: Las pruebas de normalidad Kolmogorov-Smirnov y Shapiro-Wilk indicaron una desviación
significativa de la normalidad (p < 0.001) en los datos.
Asimismo, los resultados muestran que, en el grupo experimental, la media aumentó de 2.40 a 2.93 con una baja
variabilidad (desviación estándar de 0.254), lo que indica respuestas consistentes y una adopción efectiva de la IA en su
planificación curricular. Por el contrario, el grupo de control, sin intervención, mostró un ligero aumento en la media post-test
(de 2.40 a 2.45) y una mayor variabilidad (desviación estándar de 0.512), lo que sugiere que no experimentaron cambios
significativos en sus habilidades de planificación curricular (ver Tabla 3).
Tabla 3
Estadísticos descriptivos en grupos experimental y control
Grupo
N
Media (Pre-test)
Media (Post-test)
Desviación estándar
(Post-test)
Experimental
30
2.40
2.93
0.254
Control
30
2.40
2.45
0.512
Nota: El grupo experimental mostró una mejora en la media de 2.40 a 2.93 tras la capacitación, mientras que el
grupo de control permaneció sin cambios significativos.
Del mismo modo la prueba de Wilcoxon confirmó una diferencia significativa en el grupo experimental antes y
después de la capacitación (Z = -4.000, p < 0.001), lo cual respalda la efectividad de la capacitación intensiva en IA para
mejorar las competencias en planificación curricular. En contraste, el grupo de control presentó un valor de Z = -0.524 con una
significancia de 0.600, lo que indica la ausencia de cambios significativos en sus puntuaciones (ver Tabla 4). Estos resultados
reflejan que la capacitación en IA fue determinante para fortalecer la capacidad de los docentes de secundaria en la planificación
curricular, mientras que el grupo de control, sin intervención, mantuvo resultados estables sin mejoras destacables.
5
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
Tabla 4
Prueba de Wilcoxon para grupos experimental y control
Grupo
Comparación
Z
Sig. (bilateral)
Experimental
Después de Capacitación vs Antes
-4.000
0.000
Control
Después de Capacitación vs Antes
-0.524
0.600
Nota: La prueba de Wilcoxon muestra una diferencia significativa en el grupo experimental (p < 0.001), mientras
que el grupo de control no presenta diferencias estadísticamente significativas.
DISCUSIÓN
Los hallazgos de este estudio reflejan que una capacitación intensiva en inteligencia artificial (IA) tiene un impacto
significativo en las competencias de planificación curricular de los docentes de secundaria. Este avance en las habilidades de
planificación se alinea con investigaciones previas (Granda et al., 2024; Zumba-Nacipucha et al., 2023; UNESCO, 2023), que
destacan cómo el uso de herramientas de IA, cuando se complementa con programas de formación docente, facilita la
personalización y optimización del aprendizaje. En el presente estudio, la mejora en la consistencia interna del cuestionario
tras la capacitación (de un Alfa de Cronbach de 0.824 a 0.955) sugiere una comprensión más coherente y profunda de los
conceptos de IA, que es esencial para implementar prácticas pedagógicas avanzadas y adaptativas.
Este estudio reafirma la importancia de la capacitación en IA como un componente crítico para el desarrollo
profesional docente, tal como argumentan Álvarez y Cepeda (2024), quienes señalan que la falta de formación específica en
IA limita la capacidad de los docentes para aprovechar estas herramientas. Además, la UNESCO (2023) enfatiza que, para que
la IA en educación sea efectiva, debe ir acompañada de un enfoque ético y de supervisión humana crítica. Este aspecto ético
es crucial en el contexto educativo, dado que el uso de IA implica el manejo de datos personales y la necesidad de proteger la
privacidad de los estudiantes, como también se plantea en estudios de Bauz et al. (2024). El hecho de que los docentes
capacitados en IA hayan mostrado una mayor coherencia en la planificación curricular sugiere que no solo se fortalecieron sus
habilidades técnicas, sino también su conciencia de los aspectos éticos y de privacidad necesarios para un uso responsable de
la tecnología en la educación.
Por otro lado, el impacto positivo de la capacitación en IA también se refleja en la capacidad de los docentes para
utilizar esta tecnología de manera práctica en su planificación educativa, optimizando su tiempo y permitiéndoles enfocarse en
aspectos más creativos y significativos del proceso de enseñanza-aprendizaje (Sánchez, 2024). La teoría sugiere que una
planificación educativa eficaz, cuando se apoya en herramientas de IA, facilita la toma de decisiones informadas y la
implementación de estrategias pedagógicas adaptadas a las necesidades específicas de los estudiantes, como lo proponen
Cabanelas (2019) y Ocaña et al. (2019). Esto se evidencia en la mejora significativa observada en el grupo experimental del
presente estudio, donde los docentes capacitados mostraron una mayor habilidad para integrar la IA en su planificación
curricular, en contraste con el grupo de control que no presentó cambios relevantes en sus prácticas.
Asimismo, la mejora en la media de las puntuaciones de planificación curricular en el grupo experimental (de 2.40 a
2.93) es consistente con los hallazgos de estudios previos (Sánchez et al., 2024; Granda et al., 2024), que resaltan que los
docentes que reciben formación continua en IA no solo incrementan su conocimiento sobre la tecnología, sino que también
desarrollan una mayor confianza para aplicarla en sus prácticas educativas. El uso de la IA en la educación permite una
adaptación precisa de los contenidos a las necesidades y estilos de aprendizaje de cada estudiante, abriendo nuevas posibilidades
para una enseñanza inclusiva y eficaz, como lo sugiere el enfoque de personalización defendido por la UNESCO (2023).
La ausencia de cambios significativos en el grupo de control, que no recibió la capacitación, refleja las limitaciones
de implementar IA sin una preparación adecuada, perpetuando las brechas de equidad en el acceso a herramientas tecnológicas
y en la calidad de los resultados de aprendizaje. En este contexto, estudios como los de Obregón (2024) y Sánchez (2024)
destacan que la falta de formación continua limita la capacidad de los docentes para adaptarse a las innovaciones tecnológicas,
afectando negativamente la equidad en la educación. La capacitación en IA, por tanto, no solo fortalece las competencias
técnicas de los docentes, sino que también permite que estos se conviertan en facilitadores de una educación más equitativa e
inclusiva.
6
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
CONCLUSIONES
Este estudio ha demostrado que la capacitación intensiva en inteligencia artificial (IA) tiene un impacto positivo y
significativo en las competencias de planificación curricular de los docentes de secundaria. A través de esta formación
específica, los docentes han fortalecido su capacidad para emplear herramientas de IA en la planificación educativa, logrando
así un enfoque más personalizado y alineado con las necesidades individuales de sus estudiantes. Además, la capacitación ha
fomentado en los docentes una comprensión crítica sobre la importancia de proteger la privacidad de los datos y de garantizar
un acceso equitativo a las tecnologías educativas. Este avance en la práctica pedagógica sugiere que, con la preparación
adecuada, es posible no solo integrar herramientas tecnológicas en la enseñanza, sino también promover entornos de
aprendizaje más inclusivos y eficaces.
La mejora en la consistencia interna del cuestionario, reflejada en un incremento del Alfa de Cronbach, sugiere que la
capacitación fortaleció la comprensión profunda de la IA y su aplicación en el contexto educativo. Este desarrollo es esencial,
ya que permite a los docentes no solo aplicar conceptos técnicos, sino también integrarlos de forma coherente en sus prácticas
pedagógicas, lo que contribuye a la optimización de sus procesos de planificación y a una mejor organización del tiempo y los
recursos en el aula.
La comparación entre el grupo experimental y el grupo de control confirma que la falta de formación en IA limita la
capacidad de los docentes para adoptar nuevas tecnologías, lo cual perpetúa desigualdades en el acceso a prácticas pedagógicas
avanzadas. En este sentido, los resultados de este estudio respaldan la necesidad de que los sistemas educativos promuevan
políticas de formación continua en IA, especialmente en contextos con limitaciones de recursos. La implementación de estas
políticas contribuiría no solo a mejorar la calidad de la enseñanza, sino también a reducir brechas en el acceso a tecnologías de
vanguardia, permitiendo que los docentes en todos los contextos puedan ofrecer una educación más equitativa y de calidad.
Asimismo, los hallazgos revelan que la capacitación intensiva en IA se perfila como una herramienta fundamental
para el desarrollo profesional docente, facilitando una educación secundaria que no solo responde a los desafíos del entorno
digital, sino que también se adapta a las demandas de una sociedad en constante transformación. Este estudio sugiere que, para
maximizar los beneficios de la IA en la educación, es necesario combinar la capacitación en habilidades técnicas con una
reflexión ética que garantice un uso seguro y justo de estas tecnologías.
Futuras investigaciones podrían ampliar estos hallazgos mediante estudios longitudinales en diversos contextos
educativos, explorando también la efectividad de integrar la IA con metodologías activas, como el aprendizaje basado en
proyectos o la enseñanza por competencias. Este enfoque permitiría no solo potenciar los beneficios de la IA, sino también
ofrecer un modelo educativo más dinámico y adaptativo, adecuado a los cambios y demandas del siglo XXI.
REFERENCIAS
Álvarez, J., y Cepeda, L. (2024). El impacto de la inteligencia artificial en la enseñanza y el aprendizaje. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 5(3), 599-610. https://doi.org/10.56712/latam.v5i3.2061
Anijovich, R., y Cappelletti, G. (2017). La planificación educativa reflexiva. Editorial Aique.
https://fcen.uncuyo.edu.ar/catedras/laevaluacioncomooportunidadanijovichcappelletticompressed.pdf
Artino, A. R., La Rochelle, J. S., Dezee, K. J., y Gehlbach, H. (2014). Developing Questionnaires for Educational Research:
AMEE Guide No. 87. Medical Teacher, 36(6), 463-474. https://doi.org/10.3109/0142159X.2014.889814
Bandura, A. (1997). Self-Efficacy: The Exercise of Control. W. H. Freeman and Company.
https://www.semanticscholar.org/paper/Self-Efficacy%3A-The-Exercise-of-Control-
Bandura/77fb5d5e27be63c52f3d6afb9eb296238e597808
Bauz, A., Guanga, U., Rosero, J., Caiza, J., y Guallasamin, M. (2024). El constructivismo y la implementación de la inteligencia
artificial en educación, perspectiva a mediano plazo. Revista Científica Multidisciplinaria, 8(3), 3156-3170.
https://doi.org/10.37811/cl_rcm.v8i3.11539
Cabanelas, J. (2019). Inteligencia artificial ¿Dr. Jekyll o Mr. Hyde? Mercados y Negocios, 40.
https://www.redalyc.org/articulo.oa?id=571860888002
Cohen, L., Manion, L., y Morrison, K. (2018). Research Methods in Education. Routledge.
https://www.routledge.com/Research-Methods-in-Education/Cohen-Manion-Morrison/p/book/9781138209886
Coll, C. (2010). Psicología y currículo: Una aproximación teórica a la práctica educativa. Editorial La Muralla.
Flores, J., y Pimentel, G. (2023). Cambio organizacional en educación básica: impacto de las tecnologías durante la pandemia.
Sinéctica, Revista Electrónica de Educación, (60). https://doi.org/10.31391/S2007-7033(2023)0060-006
7
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 /
www.revistainvecom.org Vol. 5, # 3, 2025. Licencia CC BY. Impacto de una capacitación intensiva en IA
orientada a la planificación educativa en docentes de secundaria. Teobaldo Carlos Sevilla Muñoz, Malco
Barrios Aquise, Roxana Milagros Flores Cisneros, Nancy Ñanes Javier y Julio Cesar Matos Lizana.
Gliem, J., y Gliem, R. (2003). Calculating, Interpreting, and Reporting Cronbach’s Alpha Reliability Coefficient for Likert-
Type Scales. Midwest Research-to-Practice Conference in Adult, Continuing, and Community Education.
https://hdl.handle.net/1805/344
Granda, T., Linares, H., y Tapia, F. (2024). Barreras en la adopción de IA en educación secundaria: Un análisis cualitativo.
https://doi.org/10.56200/mried.v3i7.7081
ISO/IEC. (2019). La era de la Inteligencia Artificial. ISO Focus, 137(1).
https://www.iso.org/files/live/sites/isoorg/files/news/magazine/ISOfocus%20(2013-NOW)/sp/ISOfocus_137_sp.pdf
Luckin, R., Holmes, W., Griffiths, M., y Forcier, L. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson.
https://www.pearson.com/content/dam/corporate/global/pearson-dot com/files/innovation/Intelligence-Unleashed-
Publication.pdf
Ministerio de Educación del Perú MINEDU. (2016). Marco normativo para la planificación y evaluación educativa en
secundaria. Lima, Perú: MINEDU. https://hdl.handle.net/20.500.12799/6646
Obregón, V. (2024). Limitaciones y perspectivas de la inteligencia artificial en la docencia actual.
https://doi.org/10.33948/educyso.v28i1.155
Ocaña, Y., Valenzuela, L., y Garro, L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos
y Representaciones, 7(2), 536-568. http://dx.doi.org/10.20511/pyr2019.v7n2.274
Pallant, J. (2020). SPSS Survival Manual: A Step-by-Step Guide to Data Analysis Using IBM SPSS. Routledge.
https://doi.org/10.4324/9781003117452
Popham, J. (2013). Classroom Assessment: What Teachers Need to Know. Pearson Education.
https://r.search.yahoo.com/_ylt=AwrFQj1PlUJnJAIALParcgx.;_ylu=Y29sbwNiZjEEcG9zAzEEdnRpZAMEc2VjA3
Ny/RV=2/RE=1733626448/RO=10/RU=https%3a%2f%2fwww.pearson.com%2fen-us%2fsubject-
catalog%2fp%2fclassroom-assessment-what-teachers-need-to-
know%2fP200000001707%2f9780136940340/RK=2/RS=sRhXEhF0ZmJXCXqY9DCtQ_7hPls-
Rumble, G. (2019). La planificación estratégica en contextos educativos modernos. Educational Planning Journal, 42(1), 5-
20. https://doi.org/10.4324/9780429288661
Russell, S., y Norvig, P. (2021). Artificial Intelligence: A Modern Approach. Pearson Education.
https://api.pageplace.de/preview/DT0400.9781292401171_A41586057/preview-9781292401171_A41586057.pdf
Sánchez, D. (2024). Estrategias de formación en inteligencia artificial para docentes: Evaluación y mejora. Educar, 60(1)
https://doi.org/10.5565/rev/educar.1810
Sánchez, A., Martínez, M., Rodríguez, C., Romero, J., y Romero Saldarriaga, M. (2024). Impacto de la inteligencia artificial
en las prácticas educativas: Percepciones y actitudes del profesorado. LATAM Revista Latinoamericana de Ciencias
Sociales y Humanidades, 5(2), 1038–1055. https://doi.org/10.56712/latam.v5i2.1933
Santana, R., Cedeño, N., Zambrano, M., y Hernández, M. (2023). Herramientas de la inteligencia artificial para fortalecer la
redacción académica de los estudiantes de bachillerato. Revista Tecnológica-Educativa Docentes 2.0, 16(2), 326-334.
https://doi.org/10.37843/rted.v16i2.429
Tavakol, M., y Dennick, R. (2011). Making Sense of Cronbach's Alpha. International Journal of Medical Education, 2, 53-55.
https://doi.org/10.5116/ijme.4dfb.8dfd
UNESCO. (2023). Inteligencia artificial en la educación: Personalización y análisis de datos para el aprendizaje.
https://unesdoc.unesco.org/ark:/48223/pf0000389227
Zumba-Nacipucha, L. J., Tolozano-Benites, M. R., Vidal-Montaño, V. M., y Figueroa-Corrales, E. (2023). Estrategia de
superación docente sobre la herramienta de inteligencia artificial Chat GPT. Polo del Conocimiento, 8(10), 552-576.
https://doi.org/10.23857/pc.v8i10.6141
