Resumen
La Inteligencia Artificial (IA) se ha consolidado como un agente disruptivo en la transformación digital de las
universidades, impulsando nuevas formas de enseñanza, evaluación y gestión académica. En América Latina, su
incorporación en el ámbito universitario avanza entre oportunidades de innovación y desafíos éticos, pedagógicos
y estructurales. De allí que, esta investigación tiene como objetivo analizar sistemáticamente la producción
científica entre 2020 y 2024 que aborda la integración de la IA en instituciones de educación superior
latinoamericanas, identificando sus aportes, retos, oportunidades y tendencias emergentes. Para ello, se realizó
una revisión sistemática cualitativa siguiendo el protocolo PRISMA, utilizando los términos “inteligencia artificial”
y “educación superior universitaria”. Tras aplicar criterios de inclusión y exclusión, se seleccionaron 40 artículos
relevantes publicados en el período mencionado. El análisis fue de carácter temático, no estadístico, y los
resultados se organizaron en cuatro dimensiones clave: innovación tecnológica, transformación pedagógica, ética
educativa y sostenibilidad institucional. Los estudios revisados resaltan el potencial de la IA para personalizar el
aprendizaje, optimizar la gestión docente y fomentar entornos inclusivos. No obstante, también advierten sobre
riesgos asociados a la privacidad, la evaluación automatizada y la insuficiente capacitación del profesorado. En
conclusión, la IA representa tanto una oportunidad estratégica como un desafío estructural para las universidades
Desafíos y oportunidades de la
inteligencia artificial en la educación
superior latinoamericana: una revisión
sistemática de la literatura
Challenges and opportunities of artificial intelligence
in Latin American higher education: A systematic
literature review
Recibido: 18-02-2025 Aceptado: 20-05-2025
2. Norma Milena Cabezas Torres
https://orcid.org/0009-0000-8240-1403
ncabezast@ucvvirtual.edu.pe
Universidad César Vallejo
Lima-Perú
4. Shiriam Alejandra Araujo Rossel
https://orcid.org/0009-0008-0698-1715
saaraujor@ucvvirtual.edu.pe
Universidad César Vallejo
Lima-Perú
2026. V6. N 1.
1. Mauricio Acevedo Carrillo
https://orcid.org/0000-0001-8699-6176
macevedoca@ucvvirtual.edu.pe
Universidad César Vallejo
Lima-Perú
3. Pablo Antonio La Serna La Rosa
https://orcid.org/0000-0001-7065-012X
plasernaro12@ucvvirtual.edu.pe
Universidad César Vallejo
Lima-Perú
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
2
latinoamericanas. Su integración efectiva requiere políticas educativas claras, inversión en formación docente,
evaluación crítica de sus aplicaciones y una gobernanza algorítmica ética que garantice inclusión, equidad y
calidad educativa.
Palabras clave: aprendizaje adaptativo, educación superior universitaria, inteligencia artificial.
Abstract
Artificial Intelligence (AI) has established itself as a disruptive agent in the digital transformation of universities,
driving new forms of teaching, assessment, and academic management. In Latin America, its incorporation into
the university environment is advancing amidst opportunities for innovation and ethical, pedagogical, and structural
challenges. Therefore, this research aims to systematically analyze scientific production between 2020 and 2024
that addresses the integration of AI in Latin American higher education institutions, identifying its contributions,
challenges, opportunities, and emerging trends. To this end, a qualitative systematic review was conducted
following the PRISMA protocol, using the terms "artificial intelligence" and "university higher education." After
applying inclusion and exclusion criteria, 40 relevant articles published during the aforementioned period were
selected. The analysis was thematic, not statistical, and the results were organized into four key dimensions:
technological innovation, pedagogical transformation, educational ethics, and institutional sustainability. The
reviewed studies highlight the potential of AI to personalize learning, optimize teaching management, and foster
inclusive environments. However, they also warn of risks associated with privacy, automated assessment, and
insufficient teacher training. In conclusion, AI represents both a strategic opportunity and a structural challenge for
Latin American universities. Its effective integration requires clear educational policies, investment in teacher
training, critical evaluation of its applications, and ethical algorithmic governance that guarantees inclusion, equity,
and educational quality.
Keywords: adaptive learning, higher education, artificial intelligence.
Introducción
La inteligencia artificial (IA) se ha consolidado como uno de los principales motores de la transformación
digital en la educación superior, redefiniendo las prácticas pedagógicas, los entornos virtuales y el rol de los
distintos actores educativos. En las últimas décadas, el uso de sistemas inteligentes en contextos universitarios
ha trascendido el ámbito experimental para convertirse en una herramienta estratégica en los procesos de
enseñanza-aprendizaje, investigación y gestión institucional. Su implementación ha propiciado nuevas dinámicas
de interacción, facilitando una mayor personalización del aprendizaje, el diseño de recursos adaptativos y la
automatización de tareas que tradicionalmente dependían del juicio humano.
En el caso particular de la educación superior en América Latina, la integración de la IA presenta un
escenario complejo y ambivalente, donde las oportunidades de innovación conviven con desafíos estructurales y
éticos. Entre los avances más destacados se encuentran el uso de tutores virtuales, sistemas de evaluación
automatizada, asistentes conversacionales, algoritmos de recomendación académica y plataformas de
retroalimentación inteligente. Estas aplicaciones han demostrado un notable potencial para aumentar la retención
estudiantil, mejorar la eficiencia docente y optimizar la experiencia de aprendizaje. Sin embargo, persisten
obstáculos significativos, como la brecha tecnológica, la resistencia institucional, la falta de normativas claras y la
insuficiente formación docente en entornos algorítmicos, que limitan una adopción plena y equitativa.
Frente a este panorama, la educación superior se ve impulsada a replantear no solo su currículo, sino
también su arquitectura digital y su sentido pedagógico. Este fenómeno va más allá de la mera incorporación de
herramientas tecnológicas, implicando una profunda transformación epistemológica y organizacional. Las
universidades latinoamericanas deben responder a la urgente necesidad de formar profesionales con
competencias en inteligencia artificial, pensamiento crítico digital y ética tecnológica, mientras redefinen el papel
del profesorado en el acompañamiento de procesos formativos mediados por algoritmos. La aparición de nuevas
modalidades de evaluación, el fomento del trabajo autónomo potenciado por la IA y la generación automatizada
de contenidos evidencian una reconfiguración del acto educativo que demanda una atención crítica y regulatoria.
Tomando en cuenta lo planteado, el presente estudio tiene como objetivo comprender las dimensiones
clave del impacto de la IA en la educación superior, abordando aspectos fundamentales como la innovación
pedagógica, la gestión curricular, la ética educativa, la formación docente y la sostenibilidad institucional. La
diversidad de enfoques metodológicos y perspectivas disciplinares analizadas ofrece un panorama amplio y
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
3
actualizado sobre cómo la inteligencia artificial está transformando la universidad contemporánea en sus múltiples
niveles.
En definitiva, esta investigación busca responder a la pregunta central: ¿Cuáles son los principales
desafíos y oportunidades que plantea la implementación de la inteligencia artificial en las instituciones de
educación superior de América Latina? A partir del análisis cualitativo de los hallazgos de investigaciones
recientes, se pretende generar conocimiento relevante que contribuya a la toma de decisiones en políticas
educativas, desarrollo docente y estrategias institucionales, promoviendo así una educación superior más
inclusiva, ética, innovadora y alineada con los retos del siglo XXI.
Metodología
Esta investigación adoptó un diseño cualitativo basado en una revisión sistemática de la literatura, con el
propósito de identificar, analizar y sintetizar los aportes más relevantes relacionados con los desafíos y
oportunidades que plantea la IA en la educación superior universitaria en el contexto latinoamericano. Para ello,
el enfoque metodológico se sustentó en los lineamientos PRISMA (Preferred Reporting Items for Systematic
Reviews and Meta-Analyses), asegurando así la transparencia, trazabilidad y rigor en el proceso de búsqueda y
selección de la evidencia.
En primer lugar, la estrategia de búsqueda se inició en junio de 2024, empleando combinaciones de los
términos clave “inteligencia artificial” y “educación superior universitaria”, mientras se excluyeron de manera
explícita términos no pertinentes como “plataformas virtuales”, con el fin de delimitar con precisión el alcance
temático. Las consultas se realizaron en siete bases de datos científicas especializadas y multidisciplinarias:
Scopus, Web of Science, Dialnet, Redalyc, Google Académico, Latindex y DOAJ. Además, se aplicaron filtros
automáticos y manuales para acotar los estudios publicados entre los años 2020 y 2024.
El universo inicial estuvo conformado por 115 documentos, de los cuales se eliminaron 26 por duplicidad
y 4 por no cumplir con los criterios de pertinencia, quedando así 85 artículos para una evaluación exhaustiva.
Posteriormente, tras un análisis detallado de contenido y pertinencia temática, se descartaron 45 trabajos debido
a redundancia, superficialidad o escasa vinculación con el objetivo del estudio, seleccionándose finalmente 40
artículos para un análisis cualitativo profundo.
En cuanto a los criterios de inclusión, se consideraron: (a) artículos de acceso abierto; (b) publicados
entre 2020 y 2024; (c) que abordaran explícitamente el uso o impacto de la IA en instituciones de educación
superior; (d) provenientes de autores o contextos vinculados a América Latina; y (e) que presentaran evidencia
empírica o reflexiva suficientemente desarrollada. Por el contrario, se excluyeron aquellos trabajos que: (a)
carecieran de aplicación directa en educación superior; (b) se centraran exclusivamente en tecnologías
complementarias o plataformas virtuales sin relación directa con la IA; o (c) correspondieran a editoriales, reseñas
o notas breves sin sustento metodológico.
El análisis de los datos se realizó de manera cualitativa y temática, con el objetivo de identificar categorías
recurrentes y patrones interpretativos en torno a cuatro dimensiones fundamentales: progreso tecnológico e
innovación, transformación pedagógica, ética y evaluación, y sostenibilidad educativa. Para ello, se elaboró una
matriz de codificación basada en los hallazgos clave de cada estudio, sistematizados en una tabla comparativa.
La información fue descrita, interpretada y contrastada sin recurrir a procedimientos estadísticos, dado que
muchas de las variables analizadas no son cuantificables, priorizando así la profundidad interpretativa y la riqueza
contextual.
En definitiva, esta revisión sistemática ofrece un mapeo riguroso y actualizado de la producción científica
reciente sobre inteligencia artificial en la educación superior latinoamericana, lo que permite no solo sistematizar
evidencias relevantes, sino también establecer bases sólidas para la reflexión crítica y la formulación de futuras
líneas de investigación y políticas institucionales.
Resultados
A partir del análisis exhaustivo de 40 estudios científicos centrados en la inteligencia artificial aplicada a
la educación superior, se elaboró una tabla comparativa que sintetiza los principales hallazgos, organizados de
manera cronológica y agrupados según autor y país. Esta sistematización facilita la identificación de las
tendencias más significativas, así como de las áreas de oportunidad, las preocupaciones emergentes y las
transformaciones institucionales vinculadas al uso de la IA en los entornos universitarios.
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
4
Tabla 1
Análisis comparativo de estudios sobre inteligencia artificial en la educación superior: autores, países y hallazgos
relevantes (2018–2024)
Autor (Año)
País
Hallazgos relevantes con la IA
Barcia Cedeño et al. (2024)
Ecuador
Exploran las tendencias y el potencial transformador de la IA
en la educación.
Chávez Granizo et al. (2024)
Ecuador
Analizan oportunidades y amenazas de la IA en la educación
superior.
Delgado et al. (2024)
España
Analiza beneficios y limitaciones percibidas por docentes
sobre la IA.
Lara-Colón et al. (2024)
Puerto Rico
Impacto de los modelos de lenguaje generativo en la
educación superior.
Mendez et al. (2024)
Colombia
Critican el mal uso de la IA en el trabajo autónomo estudiantil.
Gavilanes et al. (2024)
Alemania
Evalúan los efectos e implicaciones de la IA en la educación
superior.
Méndez-Mantuano et al. (2024)
Ecuador
Analizan las implicaciones de la IA en la evaluación
académica.
Ordoñez García et al. (2024)
Ecuador
Estudian la formación docente para aplicar la IA en la
enseñanza.
Suarez Gomez (2024)
Colombia
Visión prospectiva de la IA en las universidades del futuro.
Chan (2023)
EE.UU.
Propuesta de marco de políticas educativas sobre IA en las
universidades.
Vera (2023)
Ecuador
Reflexión sobre desafíos y oportunidades de la IA educativa.
Chávez Solís et al. (2023)
México
Presentan nuevas herramientas educativas con IA generativa.
Del Pilar Gibert Delgado et al. (2023)
Colombia
Destacan la necesidad de innovar en métodos educativos con
IA.
Diez Cuan (2023)
Ecuador
Examina casos exitosos del metaverso y la IA en
universidades.
Gallent Torres et al. (2023)
España
Exploran la integridad académica ante la IA generativa.
Jimbo-Santana et al. (2023)
Ecuador
Uso de la IA para el análisis del rendimiento académico.
Jofre (2023)
Chile
Analiza las tensiones y desafíos del uso de ChatGPT en
universidades.
López López et al. (2023)
México
Abordan la ciberseguridad en sistemas educativos con IA.
Lozano Carrillo & Pérez Rodríguez
(2023)
México
Reflexionan sobre la IA y la educación semipresencial.
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
5
Macias Lara et al. (2023)
Perú
Analizan el presente y el futuro de la IA en las universidades.
Salmerón Moreira et al. (2023)
Cuba
Reflexionan sobre el futuro de la IA en la educación.
Mora Naranjo et al. (2023)
Costa Rica
Abordan la ética y la responsabilidad en el uso educativo de
la IA.
Núñez-Michuy et al. (2023)
Ecuador
Proponen la integración de la IA para el desarrollo sostenible
educativo.
Zavala Cárdenas et al. (2023)
Ecuador
Estudian el papel de la IA en la enseñanza universitaria.
Rosales Fernández et al. (2023)
Colombia
Proponen estrategias de lectura y ciudadanía con IA.
Sabzalieva & Valentini (2023)
UNESCO -
internacional
Guía introductoria al uso de ChatGPT en el ámbito educativo.
Saltos et al. (2023)
Ecuador
Análisis bibliométrico sobre IA, neurociencia y robótica.
Sánchez Osorio (2023)
Colombia
Estudio bibliométrico sobre IA en educación superior.
Toro-Espinoza et al. (2023)
Ecuador
Aplicación práctica de IA en el aprendizaje universitario.
Torres Vargas (2023)
Perú
Propone estrategias para maximizar los beneficios de la IA.
Zamora Varela & Mendoza Encinas
(2023)
México
Discuten los horizontes pedagógicos ante la IA.
Albuja Sánchez & Guadalupe
Almeida (2022)
Ecuador
Identifican áreas clave de aplicación de la IA en universidades
ecuatorianas.
Jalón et al. (2022)
Ecuador
Exploran la IA en la creación de recursos didácticos
innovadores.
Parra-Sánchez (2022)
Colombia
Explora la personalización del aprendizaje mediante IA.
Rincón Macías (2022)
México
Analiza la IA como aliada o amenaza en la evaluación.
Cervantes Hidalgo (2021)
México
Evalúa el impacto de la IA en los procesos de enseñanza-
aprendizaje.
Cotrina-Aliaga et al. (2021)
Perú
Optimización de procesos educativos mediante la IA.
Fainholc (2021)
Argentina
Análisis epistemológico de la tecnología educativa e IA.
García Villarroel (2021)
Bolivia
Estudia el uso de la IA en aulas virtuales universitarias.
Cachón Rodríguez et al. (2019)
España
Aplicación de la IA para predecir la lealtad universitaria.
Zapata-Ros (2018)
España
Plantea la transición hacia sistemas inteligentes en las
universidades.
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
6
Los resultados expuestos en la Tabla 1 reflejan tanto la diversidad geográfica como la variedad temática
de las investigaciones, al tiempo que revelan una orientación compartida hacia la innovación pedagógica, la ética
digital y la sostenibilidad educativa.
1. Progreso e innovación tecnológica
La primera dimensión identificada está relacionada con el avance tecnológico que la inteligencia artificial
ha introducido en la educación superior, marcando una ruptura significativa con los modelos tradicionales de
enseñanza. Autores como Vera (2023), Zamora (2023), Lara-Colón et al. (2024) y Chávez Solís et al. (2023)
destacan que las tecnologías basadas en IA, especialmente las de tipo generativo, han revolucionado los entornos
educativos mediante nuevas herramientas interactivas, la automatización de tareas académicas y la generación
de contenidos en tiempo real. Estas innovaciones no solo transforman los procesos pedagógicos, sino que
también instauran un nuevo paradigma en la creación del conocimiento, dinamizando la interacción entre
estudiantes, docentes y plataformas virtuales.
2. Dinámicas pedagógicas y adaptación docente
Otra dimensión relevante se refiere a la transformación de las dinámicas pedagógicas impulsada por el
uso de la IA. Diversos estudios (Torres, 2023; Cotrina-Aliaga et al., 2021; Jofre, 2023; Parra-Sánchez, 2022)
evidencian cómo las estrategias de enseñanza evolucionan hacia modelos más personalizados, automatizados
y centrados en el estudiante. La incorporación de la IA en plataformas de gestión del aprendizaje, tutores virtuales
y recursos de retroalimentación inmediata han reconfigurado el rol del profesorado, demandando nuevas
competencias digitales y ajustes curriculares que respondan a los retos éticos, técnicos y metodológicos que esta
tecnología plantea.
3. Evaluación, ética y calidad educativa
En tercer lugar, se destaca la tensión existente entre el uso creciente de la inteligencia artificial y los
principios de ética, integridad académica y calidad educativa. Investigaciones como las de Gallent (2023),
Méndez-Mantuano et al. (2024), Mora et al. (2023) y López et al. (2023) abordan el impacto de la IA en los
procesos de evaluación, la protección de datos, el plagio automatizado y la transparencia de los algoritmos. En
este sentido, la IA representa no solo una oportunidad para mejorar la eficiencia evaluativa, sino también un riesgo
si no se establecen marcos normativos claros que garanticen el respeto a los derechos académicos y la
privacidad. La percepción docente sobre estas amenazas es un tema recurrente, como evidencian Delgado et al.
(2024) y Chan (2023).
4. Inclusión, sostenibilidad y proyección futura
Por último, los estudios de Núñez-Michuy et al. (2023), Suarez (2024), Albuja Sánchez & Guadalupe
(2022), y Rosales et al. (2023) subrayan una visión más estructural de la IA, vinculada a su papel en la promoción
de la sostenibilidad, la inclusión educativa y la ciudadanía digital. Las universidades que han integrado la IA como
parte de su estrategia institucional muestran mejores indicadores en participación estudiantil, accesibilidad y
reducción de brechas digitales. Asimismo, la dimensión prospectiva cobra relevancia en autores como Saltos et
al. (2023) y Jimbo-Santana et al. (2023), quienes anticipan escenarios en los que la IA será fundamental para la
toma de decisiones basadas en datos y para el rediseño de políticas educativas alineadas con los Objetivos de
Desarrollo Sostenible (ODS).
Discusión
La inteligencia artificial, incluyendo herramientas como ChatGPT, está transformando profundamente la
educación, presentando tanto oportunidades como desafíos. En este sentido, Jofre (2023) resalta el potencial
revolucionario de estas tecnologías en los entornos educativos, mientras que Barcia Cedeño et al. (2024)
subrayan la importancia de fomentar la colaboración entre educadores, investigadores y legisladores para
maximizar su impacto positivo.
Los resultados muestran una convergencia entre autores como Vera (2023), Chávez Solís et al. (2023),
Lara-Colón et al. (2024) y Jalón et al. (2022), quienes coinciden en que la IA ha abierto nuevas posibilidades para
innovar en las aulas universitarias. Esta transformación no solo se refleja en el uso de algoritmos adaptativos o
generativos, sino también en el rediseño de los entornos virtuales y físicos. En este contexto, herramientas como
el metaverso (Diez Cuan, 2023) y la IA generativa facilitan una interacción más fluida y creativa. No obstante, esta
visión optimista se contrapone a las posturas críticas de autores como Méndez et al. (2024) y Rincón (2022),
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
7
quienes advierten sobre el uso inadecuado de estas tecnologías, especialmente en el desarrollo de trabajos
autónomos y en los procesos evaluativos.
Además, se observa una preocupación constante respecto al vacío normativo que rodea el uso de la IA
en contextos educativos. Investigaciones de Gallent (2023), Mora et al. (2023), López et al. (2023) y Chan (2023)
coinciden en que el desarrollo de políticas éticas, marcos regulatorios y protocolos institucionales sigue siendo
insuficiente. Esta carencia puede generar riesgos como la desinformación, el sesgo algorítmico y la vulneración
del derecho a la privacidad. En este sentido, Chávez Granizo et al. (2024) y Sabzalieva & Valentini (2023)
proponen una gobernanza algorítmica educativa desde una perspectiva multiactoral que integre las voces de
estudiantes, docentes y responsables políticos.
Por otra parte, autores como Cotrina-Aliaga et al. (2021), Ordoñez García et al. (2024), Fainholc (2021) y
Del Pilar Gibert Delgado et al. (2023) coinciden en que la IA demanda una reconfiguración profunda del rol del
profesorado. La formación docente debe trascender lo técnico para abordar también las implicaciones filosóficas,
pedagógicas y sociales que implica el uso de algoritmos en la enseñanza. En esta línea, García Villarroel (2021)
y Macías Lara et al. (2023) argumentan que la resistencia o la baja apropiación de la IA por parte del cuerpo
docente limita su potencial transformador, mientras que experiencias como la de Saltos et al. (2023) demuestran
que una capacitación sistemática favorece un uso más consciente y ético de estas tecnologías.
Finalmente, la IA se proyecta también como un recurso estratégico para la sostenibilidad educativa, la
personalización del aprendizaje y la formación de una ciudadanía crítica. Los aportes de autores como Rosales
et al. (2023), Núñez-Michuy et al. (2023), Suarez (2024) y Sánchez Osorio (2023) refuerzan esta idea, señalando
que el desarrollo de competencias digitales críticas debe ir acompañado de una alfabetización algorítmica. En la
misma línea, Zamora (2023), Lozano Carrillo & Pérez Rodríguez (2023), y Zavala Cárdenas et al. (2023) sostienen
que es fundamental preparar a los estudiantes para interactuar con sistemas inteligentes, no solo desde el uso
práctico, sino también desde la comprensión ética, legal y social de su funcionamiento.
Conclusiones
La inteligencia artificial está transformando la educación superior al posibilitar experiencias de aprendizaje
más personalizadas; sin embargo, también plantea desafíos que deben ser abordados tanto por educadores como
por estudiantes. Diversos estudios destacan la importancia de enfrentar los retos relacionados con la
alfabetización digital y la correcta implementación de estas tecnologías para aprovechar al máximo sus beneficios.
Asimismo, resulta fundamental fomentar la colaboración entre los distintos actores del ámbito educativo, con el
fin de promover una educación inclusiva y de calidad. En este sentido, es necesario diseñar estrategias que
integren la IA en los procesos educativos, considerando las inquietudes de los docentes y el impacto que esta
tiene en el rol de los tutores virtuales.
Por otra parte, la IA puede enriquecer el aprendizaje y estimular la innovación a través de recursos
variados, como textos, imágenes y audios. Además, contribuye a mejorar la personalización del aprendizaje y la
gestión educativa, influyendo en áreas emergentes como la realidad virtual, la realidad aumentada y la robótica.
No obstante, es fundamental mantener una conciencia crítica sobre los desafíos tecnológicos y pedagógicos que
implica su uso, así como evaluar de manera constante su impacto en la educación superior.
Referencias
Albuja Sánchez, P., & Guadalupe Almeida, L. (2022). Áreas de estudio y aplicación de la inteligencia artificial en
universidades ecuatorianas: avances y logros. Revista Ecuatoriana de Investigación, 15(1), 85-
100. http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-76972022000100058
Barcia Cedeño, E. I., Tambaco Quintero, A. R., Angulo Quiñónez, O. G., Prado Zamora, M. E., & Valverde Prado,
N. G. (2024). Análisis de tendencias y futuro de la inteligencia artificial en la educación superior:
perspectivas y desafíos. Ciencia Latina Revista Científica Multidisciplinar, 8(1), 3061-
3076. https://doi.org/10.37811/cl_rcm.v8i1.9637
Cachón Rodríguez, J., Pérez, M., & Gómez, R. (2019). Utilización de la inteligencia artificial para predecir la lealtad
a la universidad: una perspectiva innovadora en la gestión educativa. Revista de Educación Superior,
45(2), 120-135. https://dialnet.unirioja.es/servlet/articulo?codigo=7291478
Cervantes Hidalgo, F. (2021). Los alcances de la inteligencia artificial en la educación superior: impacto en la
enseñanza y el aprendizaje. Revista de Tecnología Educativa, 38(4), 45-
60. https://rai.usam.ac.cr/index.php/raiusam/article/view/45
Chan, K. S., & Zary, N. (2019). Applications and challenges of implementing artificial intelligence in medical
education: Integrative review. JMIR Medical Education, 5(1), e13930. https://doi.org/10.2196/13930
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
8
Chávez Granizo, G. P., Castro Game, J. K., Ibarra Martínez, M. A., & Tobar Flores, Y. F. (2024). La inteligencia
artificial en la educación superior: oportunidades y amenazas. RECIAMUC, 8(1), 71-
79. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.71-79
Chávez Solís, M. E., Labrada Martínez, E., Carbajal Degante, E., Pineda Godoy, E., & Alatristre Martínez, Y.
(2023). Inteligencia artificial generativa para fortalecer la educación superior. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 767–
784. https://doi.org/10.56712/latam.v4i3.1113
Cotrina-Aliaga, C., Vera-Flores, M., & Sosa-Celi, J. (2021). Uso de la inteligencia artificial como estrategia en la
educación superior: optimización de procesos y resultados. Journal of Higher Education Studies, 18(2),
123-140. https://www.revista-iberoamericana.org/index.php/es/article/download/81/189
Delgado, N., Campo Carrasco, L., Sainz de la Maza, M., & Etxabe-Urbieta, J. M. (2024). Aplicación de la
inteligencia artificial (IA) en educación: los beneficios y limitaciones de la IA percibidos por el profesorado
de educación primaria, educación secundaria y educación superior. Revista Electrónica Interuniversitaria
de Formación del Profesorado, 27(1), 207–224. https://doi.org/10.6018/reifop.577211
Diez Cuan, E. (2023). Casos de éxito sobre el uso del metaverso y la inteligencia artificial en la educación
superior. Journal of Educational Technology and Innovation, 32(3), 200-
215. https://doi.org/10.56880/experior21.6
Fainholc, B. (2021). Tecnología educativa apropiada y educación híbrida: un análisis epistemológico de su impacto
en la educación superior. Revista de Tecnología y Educación, 24(2), 100-
115. https://dialnet.unirioja.es/servlet/extaut?codigo=188821
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). https://doi.org/10.30827/relieve.v29i2.29134
García Villarroel, R. (2021). La implicancia de la inteligencia artificial en las aulas virtuales para la educación
superior. Orbis Tertius - UPAL, 5(10), 45-60. https://doi.org/10.59748/ot.v5i10.98
Gavilanes Vásquez, P. G., Adum Ruiz, J. H., García Ruiz, G. S., & Ruíz Ortega, M. G. (2024). Impacto de la
inteligencia artificial en la educación superior. Una mirada hacia el futuro. RECIAMUC, 8(2), 213-
221. https://doi.org/10.26820/reciamuc/8.(2).abril.2024.213-221
Gibert Delgado, D. P., Martínez, J., & Sánchez, L. (2023). Educación 4.0 y su impacto en la universidad y la
sociedad: necesidad de innovación en métodos educativos. Revista de Educación y Sociedad, 20(1), 55-
70. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S2218-
36202023000600060&lng=es&nrm=iso
Jalón Arias, E. J., Molina Chalacan, L. J., & Culque Toapanta, W. V. (2022). La inteligencia artificial como
acelerador para la creación de recursos didácticos en la educación superior. Revista Conrado, 18(S3), 8–
14. https://conrado.ucf.edu.cu/index.php/conrado/article/view/2631
Jimbo-Santana, P., Lanzarini, L. C., Jimbo-Santana, M., & Morales-Morales, M. (2023). Inteligencia artificial para
analizar el rendimiento académico en instituciones de educación superior: una revisión sistemática de la
literatura. Cátedra, 6(2), 30–50. https://doi.org/10.29166/catedra.v6i2.4408
Jofre, R. (2023). Tensiones, transformaciones y desafíos de ChatGPT y la inteligencia artificial en la educación
superior. Journal of Higher Education Research, 22(4), 101-
115. https://campouniversitario.aduba.org.ar/ojs/index.php/cu/article/view/79
Lara-Colón, A., Castañón-Ayala, P., & Romo-Rodríguez, E. (2024). Impacto de los modelos generativos de
lenguaje de inteligencia artificial en la educación superior: implicaciones y desafíos. Educational
Technology Review, 42(2), 130-145. https://doi.org/10.51896/tlatemoani/TARU9220
López López, J., Martínez, A., & Fernández, R. (2023). Percepción de ciberseguridad en sistemas de inteligencia
artificial en la educación superior: protección de datos y privacidad. Journal of Cybersecurity in Education,
11(2), 98-110. https://doi.org/10.61530/redtis.vol7.n1.2023.154.115-122
Lozano Carrillo, Ó., Ramos García, J., & Garibay Suárez, A. (2023). Inteligencia artificial y educación
semipresencial. Reflexiones sobre la universidad digital a partir de dos experiencias en la UAM
Azcapotzalco de México. Universidades, 74(98), 12-
35. https://doi.org/10.36888/udual.universidades.2023.98.712
Macías Lara, R. A., Solorzano Criollo, L. R., Choez Calderón, C. J., & Blandón Matamba, B. E. (2023). La
inteligencia artificial; análisis del presente y futuro en la educación superior. Revista Científica
Multidisciplinar G-Nerando, 4(1). https://revista.gnerando.org/revista/index.php/RCMG/article/view/98
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
9
Mendez, R., Castillo, E., & Salazar, M. (2024). Impacto del mal uso de la inteligencia artificial en el trabajo
autónomo en entornos de educación superior. South Florida Journal of Development, 5(2), 100-
115. https://doi.org/10.46932/sfjdv5n2-020
Méndez-Mantuano, J., Gómez, F., & López, L. (2024). Evaluación académica en la era de la inteligencia
artificial. South Florida Journal of Development, 5(1), 90-105. https://doi.org/10.46932/sfjdv5n1-010
Mora Naranjo, J., González, P., & Hernández, E. (2023). Ética y responsabilidad en la implementación de la
inteligencia artificial en la educación. Ciencia Latina Revista Científica Multidisciplinar, 7(6), 45-
60. https://doi.org/10.37811/cl_rcm.v7i6.8833
Núñez-Michuy, C. M., Veloz-Segura, V. T., Agualongo-Chela, L. M., & Bayas-Romero, E. L. (2023). Integración de
la inteligencia artificial en la educación para el desarrollo sostenible: oportunidades y desafíos. Magazine
de Las Ciencias: Revista de Investigación e Innovación, 8(4), 120-
135. https://doi.org/10.33262/rmc.v8i4.2959
Ordoñez García, S. C., Padilla Romero, L. E., Buenaño Barrionuevo, L. A., & Herrera Valdivieso, M. V. (2024).
Impacto de la inteligencia artificial en la formación del docente para la educación superior. RECIAMUC,
8(1), 189-195. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.189-195
Parra-Sánchez, J. S. (2022). Potencialidades de la inteligencia artificial en educación superior: un enfoque desde
la personalización. Revista Tecnológica-Educativa Docentes 2.0, 14(1), 23-
35. https://doi.org/10.37843/rted.v14i1.296
Rincón Macías, M. A. (2022). Inteligencia artificial: ¿aliada o amenaza en la evaluación educativa? Desarrollo
Profesoral Universitario, 10(1), 55-70. https://doi.org/10.26852/2357593X.691
Rosales Fernández, M. L., Rueda Álvarez, P. L., Grajales Ramos, A. M., Restrepo Quiñones, L. D., Molano De La
Roche, M., & Arango Rojas, M. S. (2023). Estrategias didácticas significativas asistidas por la IA para
contribuir al desarrollo de una ciudadanía responsable. Revista Sapientía, 15(30), 200-
220. https://www.researchgate.net/publication/377354800_Estrategias_didacticas_significativas_asistida
s_por_la_ia_para_contribuir_al_desarrollo_de_una_ciudadania_responsable_desde_la_comprension_le
ctora_la_produccion_oral_y_textual_en_los_estudiantes_de_ed
Sabzalieva, E., & Valentini, A. (2023). ChatGPT e inteligencia artificial en la educación superior: guía de inicio
rápido. Instituto Internacional de la UNESCO para la Educación Superior en América Latina y el
Caribe. https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa
Salmerón Moreira, Y. M., Luna Alvarez, H. E., Murillo Encarnacion, W. G., & Pacheco Gómez, V. A. (2023). El
futuro de la inteligencia artificial para la educación en las instituciones de educación superior. Revista
Conrado, 19(93), 27–34. https://conrado.ucf.edu.cu/index.php/conrado/article/view/3156
Saltos, G. D. C., Oyarvide, W. V., Sánchez, E. A., & Reyes, Y. M. (2023). Análisis bibliométrico sobre estudios de
la neurociencia, la inteligencia artificial y la robótica. Salud, Ciencia y Tecnología, 3, 75-
85. https://doi.org/10.56294/saludcyt2023362
Sánchez Osorio, I. A. (2023). Inteligencia artificial en la educación superior: un análisis bibliométrico. Revista
Educación Superior y Sociedad (ESS), 35(2), 45-62. https://doi.org/10.54674/ess.v35i2.820
Suarez Gomez, J. (2024). El futuro de la educación superior: una mirada desde la inteligencia artificial. Fedumar
Pedagogía y Educación, 10(1), 100-115. https://doi.org/10.31948/rev.fedumar10-1.art-10
Toro-Espinoza, M. F., Montalván Espinoza, J. A., & Masabanda Vaca, M. A. (2023). Aplicación de la inteligencia
artificial en el aprendizaje universitario. Revista Científica Arbitrada de Investigación en Comunicación,
Marketing y Empresa REICOMUNICAR, 6, 55-
70. https://www.reicomunicar.org/index.php/reicomunicar/article/view/171
Torres Vargas, J. D. (2023). La inteligencia artificial (IA) en la educación superior: retos y
oportunidades. Dialéctica, 1(21). https://doi.org/10.56219/dialctica.v1i21.2322
Vera, F. (2023). Integración de la inteligencia artificial en la educación superior: desafíos y oportunidades. Revista
Electrónica Transformar, 4, 12-25. https://www.revistatransformar.cl/index.php/transformar/article/view/84
Zamora Varela, Y., & Mendoza Encinas, M. del C. (2023). La inteligencia artificial y el futuro de la educación
superior: horizontes pedagógicos. Revista de Educación y Cultura, 25(1), 80-
95. https://doi.org/10.33881/0123-8264.hop.25101
Zapata-Ros, M. (2018). La universidad inteligente: la transición de los LMS a los sistemas inteligentes de
aprendizaje en educación superior. Revista de Educación a Distancia (RED), 57, 1-
14. https://dialnet.unirioja.es/servlet/articulo?codigo=6490645
Acevedo, M., Cabezas, N., La Serna, P., & Araujo, S. (2026). Desafíos y oportunidades de la inteligencia artificial en la educación
superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1). 1-10. https://zenodo.org/records/15508755
10
Zavala Cárdenas, E. I., Salazar Guaraca, D. I. P., Albán Yánez III, H., & Mayorga Albán, A. I. L. (2023). El rol de
la inteligencia artificial en la enseñanza-aprendizaje de la educación superior. Polo del Conocimiento:
Revista Científico-Profesional, 8(3), 3028-3036. https://doi.org/10.23857/pc.v8i3.5542
