Integración de la IA en las metodologías de enseñanza:
revisión sistemática sobre las percepciones docentes
Integration of AI into teaching methodologies:a systematic review
of teachers' perceptions
Recibido: 10/08/2025 - Aceptado: 12/12/2025
Jorge Luis Baldeon Rios
https://orcid.org/0000-0002-1900-180X
Jorge.Baldeon@unapiquitos.edu.pe
Universidad Nacional de la Amazonía Peruana. Iquitos, Perú
Walter Luis Chucos Calixto
https://orcid.org/0000-0001-8399-0545
Walter.chucos@unapiquitos.edu.pe
Universidad Nacional de la Amazonía Peruana. Iquitos, Perú
Benedicto Baca Rosado
https://orcid.org/0000-0002-3882-2240
benedicto.baca@unsaac.edu.pe
Universidad Nacional de San Antonio Abad del Cusco
Puerto Maldonado, Perú
José Alfredo Villanueva Espinoza
https://orcid.org/0000-0002-5282-6539
consultoracoachpime@gmail.com
Universidad San Ignacio de Loyola. Lima, Perú
Alicia Emma Arteaga-Villanueva
https://orcid.org/0000-0001-7023-5823
d.aarteaga@ms.upla.edu.pe
Universidad Peruana Los Andes. Huancayo, Perú
Resumen
Desde la pandemia y con la creciente normalización de la educación virtual, se evidenció la urgencia de
transformar el sistema educativo desde sus cimientos y, por ende, adecuarlo a las exigencias de competitividad
del mercado laboral. Durante este proceso, las tecnologías experimentaron un gran avance, con la realidad
aumentada y, sobre todo, la inteligencia artificial como las más destacadas. De allí que, el presente trabajo busca
dar respuesta a la siguiente pregunta de investigación: ¿cómo conciben los docentes la integración de la IA en
sus prácticas de enseñanza a lo largo de los tres últimos años? Para ello, se realizó una revisión sistemática de
la investigación, guiada por el método PRISMA. Se revisaron bases de datos como Scopus, Dialnet, Latindex y
SciELO, en las que se encontraron 1062 títulos. Tras la exclusión de documentos con base en los criterios de
inclusión y exclusión, finalmente se optó por un total de 21 artículos, lo que permitió un análisis exhaustivo sobre
el tema planteado. Las evidencias obtenidas revelan el recelo de los docentes de educación básica y universitaria
hacia la IA; muchos de ellos la consideran un riesgo para los propios profesionales, incluso con el miedo de que
puedan llegar a ser reemplazados. Por tanto, resulta esencial promover esta transformación con sensibilidad,
cultivando en los docentes una comprensión profunda —tanto técnica como ética—, ya que ellos son los
verdaderos agentes del cambio educativo y definirán cómo se transferirá el conocimiento hacia el futuro.
Palabras clave: docentes, enseñanza, inteligencia artificial.
2
Abstract
Since the pandemic and the increasing normalization of online education, the urgent need to transform the
education system from its foundations and, consequently, adapt it to the competitive demands of the labor market,
became evident. During this process, technologies experienced significant advancements, with augmented reality
and, above all, artificial intelligence standing out. Therefore, this study seeks to answer the following research
question: How have teachers perceived the integration of AI into their teaching practices over the last three years?
To this end, a systematic review of research was conducted, guided by the PRISMA method. Databases such as
Scopus, Dialnet, Latindex, and SciELO were reviewed, yielding 1,062 titles. After excluding documents based on
inclusion and exclusion criteria, a total of 21 articles were selected, allowing for a comprehensive analysis of the
topic. The evidence obtained reveals the apprehension of teachers in basic and higher education toward AI; Many
teachers consider it a risk to themselves, even fearing they could be replaced. Therefore, it is essential to promote
this transformation sensitively, cultivating a deep understanding—both technical and ethical—among educators,
since they are the true agents of educational change and will define how knowledge is transferred into the future.
Keywords: teachers, teaching, artificial intelligence.
Introducción
A medida que la tecnología ampliaba su alcance, los procesos educativos se adaptaban progresivamente
a nuevas realidades. Cuando esta disrupción alcanzó niveles significativos, todo el sistema de formación
demandó una transformación integral en su estructura general, lo que se ha reconocido como el paradigma de la
innovación educativa (Ríos & Ruiz, 2020).
En todo el mundo, incrementar la calidad en los procesos de enseñanza y aprendizaje se ha traducido en
la sistematización de las prácticas (Mariscal et al., 2024). Además, la intención de la innovación educativa radica
en otorgar conocimientos reales y aplicables al contexto actual, mediante estrategias que mantengan a los
estudiantes motivados para alcanzarlos (Santos, 2024).
Con la llegada de la pandemia, los ecosistemas virtuales se fortalecieron de manera notable, acelerando
su integración con los escenarios cotidianos del quehacer humano hasta convertirse, por ejemplo, en la única vía
viable para sostener la práctica educativa (Armendáriz et al., 2024). Pasada la crisis, el uso de la tecnología se
normalizó de forma natural en la educación, incorporando con facilidad herramientas innovadoras como la
inteligencia artificial (IA). En consecuencia, los estudiantes han desarrollado una relación colaborativa entre
humanos y máquinas, lo que ha impulsado a los profesores a dejar atrás las formas tradicionales de impartir
clases para brindar una educación más precisa y personalizada (García et al., 2024).
La inteligencia artificial consiste en un conjunto de sistemas informáticos, inspirados en la inteligencia
humana, destinados a realizar tareas, facilitar el aprendizaje, contribuir a la resolución de problemas e incluso
favorecer la toma de decisiones (Tramallino & Zeni, 2024). Gracias a su capacidad para procesar grandes
volúmenes de datos e identificar patrones, posee la habilidad de “aprender por sí sola” y ofrecer soluciones a una
velocidad sorprendente (González, 2023). De esta manera, el uso de la inteligencia artificial se ha consolidado
como una poderosa herramienta que revoluciona diversos campos (Viera, 2024).
Por otro lado, las ventajas de la IA han impulsado a las organizaciones a emplearla con grandes
expectativas. Sin embargo, resulta esencial usarla con cuidado para evitar su mal uso, especialmente en la
gestión de la información y en el ámbito académico (López & Brunet, 2023). En lo que respecta al campo
educativo, se posiciona como un elemento definitivamente transformador, ya que facilita la formación de personas
competitivas ante la acelerada dinámica evolutiva que se demanda hoy (Carbonell et al., 2023).
La IA está intensificando los cambios que la tecnología ha traído a la educación. Aunque es cierto que
representa una fuente valiosa de aportes, su utilización también conlleva grandes desafíos. Desde el punto de
vista teórico, para los docentes supone una novedad en la práctica de la enseñanza; personaliza los procesos,
permite una administración precisa y oportuna, y agrega valor a la calidad educativa. Pero, ¿los docentes lo
perciben así en la realidad cotidiana?
La implementación formal de la IA en los sistemas educativos requiere una visión institucional que incluya
la disposición de recursos, un proceso de transición planificado y una contextualización de la estrategia de
enseñanza. En otras palabras, todo un sistema que fomente una adaptación amigable para el docente y garantice
la calidad de la enseñanza.
Por ello, en medio de este revuelo por la veloz adopción de la IA en escuelas y universidades, resulta
clave estudiar cómo se armoniza este cambio paradigmático con la perspectiva docente. Esta investigación se
3
traza, por tanto, un objetivo claro: revisar la integración de la inteligencia artificial en las metodologías de
enseñanza desde la percepción de los docentes.
Metodología
Para identificar la integración de la inteligencia artificial en las metodologías de enseñanza desde la
percepción de los docentes, se organizó una revisión sistemática de la literatura (Manterola et al., 2023). Este
enfoque resultó estratégico, ya que garantizó la recopilación de documentos científicos relevantes y valiosos
sobre la inquietud investigativa central. De esta forma, se conformó un catálogo sólido de producciones
académicas que abordan las variables clave del estudio.
Además, para asegurar una organización eficiente de la información, se identificó, evaluó y resumió toda
la evidencia disponible mediante la aplicación rigurosa del método PRISMA (Chocobar & Barreda, 2025). En
consecuencia, a partir de este metaanálisis, se estructuró una selección de artículos científicos cuyo contenido
permitió responder con precisión a la interrogante: ¿cuál es la percepción de los docentes sobre la integración de
la inteligencia artificial en las metodologías de enseñanza en los últimos tres años? Para filtrar los hallazgos de
la búsqueda inicial, se aplicaron criterios claros de inclusión y exclusión:
Criterios de inclusión: artículos científicos publicados entre 2023 y 2025, en idioma español.
Criterios de exclusión: artículos centrados en la perspectiva estudiantil, duplicados, anteriores a
2023, enfocados en herramientas específicas de IA, o basados en experiencias empíricas
particulares, como tesis de grado.
Dado que se trata de una revisión sistemática, se recurrió a motores de búsqueda reconocidos por su
calidad y objetividad, como Scopus, SciELO, Latindex y Dialnet. Estos reúnen un amplio repertorio
multidisciplinario sometido a procesos de filtrado, evaluación y categorización. La búsqueda se inició con palabras
clave como “IA y enseñanza” e “IA y docentes”, identificando un total de 1062 artículos. Finalmente, para
seleccionar los analizados, se siguió el protocolo PRISMA, como se detalla en la Figura 1.
4
Figura 1
Diagrama PRISMA
La selección de artículos se desglosó en una hoja de Excel, lo que facilitó la gestión de sus aportes
individuales y la determinación de posibles sesgos de calidad. A continuación, se procedió a una lectura crítica
detallada de cada uno. Por último, se extrajo la información esencial para alcanzar el objetivo propuesto y dar
respuesta precisa a la interrogante de investigación.
Resultados y discusión
Luego de aplicar el protocolo PRISMA y filtrar rigurosamente los 1062 artículos iniciales, se seleccionaron
21 producciones científicas relevantes para el análisis. Este apartado presenta los hallazgos clave sobre la
percepción docente de la IA en metodologías de enseñanza, organizados temáticamente, seguido de una
discusión que integra las evidencias con el contexto investigativo.
Luego de filtrar la búsqueda, se seleccionaron los siguientes artículos:
Registros identificados:
n = 1.062
Scopus: n = 315
SciELO: n = 407
Latindex: n = 233
Dialnet: n = 107
Registros eliminados antes de la
evaluación: n = 505
Registros cribados:
n = 557
Registros excluidos por
metodología inespecífica:
n = 70
Publicaciones evaluadas para
elegibilidad: n = 487
Registros excluidos: n = 466
Tesis de grado: n = 195
Fecha fuera de rango: n = 181
Sin aporte: n = 90
Estudios incluidos
en la revisión:
n = 21
IDENTIFICACIÓN DE NUEVOS ESTUDIOS A TRAVÉS DE BASES DE DATOS
Identificación
Cribado
Incluido
s
Elegibilidad
5
Tabla 1
Selección de artículos
Año/
autor(es)
Título
Base de
datos
Metodología
Hallazgo
Guerrero,
et al. (2025)
Uso de inteligencia
artificial en la educación.
Análisis de su integración
y efectos en la
enseñanza y evaluación
del aprendizaje
Dialnet
Revisión
sistemática de
la literatura
La inteligencia artificial (IA) ha
transformado los procesos de
enseñanza y los sistemas de
evaluación, al otorgar mayor eficiencia
a la educación en general.
García et al.
(2024)
La inteligencia artificial en
la educación
Dialnet
Revisión
sistemática de
la literatura
La IA se integra de múltiples maneras
en los procesos de enseñanza y se
adapta con precisión a las necesidades
específicas de cada estudiante. En
consecuencia, es esencial acompañar
a los docentes en esta migración hacia
el nuevo paradigma educativo,
facilitando su adaptación natural.
Jiménez,
et al. (2024)
Adopción de la
Inteligencia Artificial en la
enseñanza: perspectivas
de docentes de
Educación Superior
Dialnet
Descriptiva y
de carácter
inferencial
La IA se posiciona como una
herramienta esencial de apoyo en la
planeación de contenidos y saberes,
permitiendo una personalización
profunda de la enseñanza. No
obstante, desde la perspectiva docente,
despierta inquietudes éticas y sobre su
incorporación efectiva en el ámbito
universitario. Por ello, resulta crucial
gestionar con sensibilidad este cambio
paradigmático en las prácticas
cotidianas de los profesores.
Millán (2024)
La inteligencia artificial
como herramienta
educativa
Dialnet
Documental
La IA optimiza la gestión del tiempo en
los procesos de enseñanza,
permitiendo que los docentes dediquen
más esfuerzo a diseñar estrategias de
evaluación cualitativa más refinadas y
efectivas. En paralelo, resulta urgente
cerrar la brecha digital de internet
mediante capacitaciones amplias para
los profesores. Asimismo, es esencial
atenuar las implicaciones éticas que
surgen de su implementación.
Jurado et al.
(2025)
Inteligencia artificial
generativa en el proceso
de enseñanza del
docente universitario
Dialnet
Enfoque
cuantitativo,
de estudio
transversal y
descriptivo
Capacitar a los docentes garantiza un
uso eficiente de la inteligencia artificial
en sus prácticas diarias.
6
Bustamante et
al. (2025)
Percepción de los
docentes sobre la
integración de la
Inteligencia Artificial en
los procesos de
enseñanza y aprendizaje
Dialnet
Enfoque
cuantitativo
con un diseño
no
experimental
de tipo
descriptivo
Existe una notable escasez de
infraestructura tecnológica en los
centros educativos para desplegar la IA
con éxito. En consecuencia, urge
establecer políticas formales que
regulen la capacitación de los docentes
en su manejo y potencien el acceso
equitativo a estas herramientas
tecnológicas.
Segovia
(2024)
La inteligencia artificial
desde la perspectiva
docente
SciELO
Documental
La IA ofrece ventajas notables en los
procesos de enseñanza, siempre que
se aplique de manera estratégica.
Destaca por personalizar la experiencia
educativa, elevar la precisión durante
las revisiones y simplificar el
diagnóstico de las necesidades del
alumno.
Puche (2024)
Inteligencia artificial como
herramienta educativa:
ventajas y desventajas
desde la perspectiva
docente
Latindex
Metodología
positivista con
enfoque
cuantitativo
tipo evaluativo
Preocupa a los docentes que la IA
represente un riesgo para la autonomía
estudiantil y el cultivo de sus
habilidades analíticas, pudiendo incluso
generar una dependencia tecnológica
que limite su desarrollo independiente.
Barrios &
Delgado
(2023)
Percepción docente
sobre la inteligencia
artificial como
herramienta educativa
Latindex
Cualitativa
La IA fomenta un sistema de
enseñanza flexible y multiestratégico,
cuya eficiencia dependerá en gran
medida del nivel de capacitación de los
docentes. Por ello, exige un
reforzamiento ético continuo para su
implementación responsable.
Alfaro & Díaz
(2024)
Percepciones del
personal docente acerca
del uso ético de la
inteligencia artificial en su
labor educativa
SciELO
Enfoque mixto
concurrente
Los docentes han ido comprendiendo
progresivamente la aplicación práctica
de la IA junto con sus implicaciones
éticas inherentes.
Espejo (2024)
La Inteligencia Artificial
en educación:
percepciones y saberes
de los docentes
Scopus
Diseño mixto
Las metodologías de enseñanza deben
adaptarse al panorama de los recursos
tecnológicos actuales, con énfasis en la
inteligencia artificial, lo que implica
capacitar a los docentes de manera
específica y alineada con estas
novedades.
Sosa et al.
(2024)
El análisis de la
percepción de los
profesores respecto al
uso de la Inteligencia
Artificial
Scopus
Cualitativa y
de tipo
analítico-
descriptiva
Resulta indispensable ampliar la
capacitación de los docentes para
asegurar la efectividad óptima en la
implementación de la IA.
7
Zamora &
Stynze (2024)
Conocimiento, uso y
percepción de la
inteligencia artificial en la
enseñanza superior
Scopus
Mixta
La IA tiene el potencial de
transformarse en una herramienta
poderosa para promover el aprendizaje
colaborativo; sin embargo, los docentes
han de gestionarla con responsabilidad
ética, sosteniendo firmemente que no
reemplaza el proceso pedagógico ni su
figura central. Por ello, deben
interiorizar que representa una
oportunidad, no una amenaza a su
profesión.
Carranza
et al. (2024)
Percepciones docentes
sobre la integración de
aplicaciones de IA
generativa en el proceso
de enseñanza
universitario
Scopus
Cuantitativa,
transversal y
descriptiva
Los docentes mantienen un nivel
básico de conocimientos sobre el uso
de la IA, acompañado de
incertidumbres profundas que
obstaculizan su adopción real en el
aula —donde suelen vincularla al
plagio—. En consecuencia, urge una
formación comprensiva y continua que
les brinde confianza y herramientas
prácticas.
Bernilla (2024)
Docentes ante la
inteligencia artificial en
una universidad pública
del norte del Perú
Scopus
Cualitativa
Para mitigar la visión de riesgo que
muchos docentes tienen sobre la IA en
la enseñanza, es imprescindible
capacitarlos en su manejo técnico y
práctico. Esta herramienta ofrece un
apoyo invaluable al organizar
actividades y elaborar textos, pero
exige precaución con la veracidad de
sus outputs y un aprendizaje constante
sobre sus límites. Por ende, su
integración en la educación
universitaria resulta altamente
provechosa, una vez que las
instituciones hayan definido normas
claras y regulaciones específicas.
Ramírez &
Casillas (2024)
Percepciones docentes
sobre la Inteligencia
Artificial Generativa: el
caso mexicano
Latindex
Cuantitativa
Los docentes tienen la responsabilidad
de asegurar que la IA no perjudique el
aprendizaje estudiantil, ya que su uso
ético se sustentará en estrategias
progresivas y bien planificadas para
integrar estas herramientas de forma
responsable.
Andreoli et al.
(2024)
Entre humanos y
algoritmos: percepciones
docentes sobre la
exploración con IAG en la
enseñanza del nivel
superior
SciELO
Cualitativa
Resulta de gran valor crear espacios
reflexivos y formativos que entreguen a
los docentes herramientas concretas
sobre las implicaciones de las
aplicaciones de IA, al tiempo que los
guíen hacia una incorporación efectiva
y responsable de esta tecnología.
8
Pinargote et
al. (2024)
Las capacidades y
desafíos asociados a la
Inteligencia Artificial (IA)
desde la percepción
docente: un estudio de
caso
Latindex
Cuantitativo-
descriptiva
Desde la mirada de los docentes, la
inteligencia artificial ofrece un claro
valor al personalizar la enseñanza, pero
despierta inquietudes genuinas sobre la
veracidad y la privacidad de la
información que maneja. Por si fuera
poco, empieza a verse como una
amenaza real para su ejercicio
profesional cotidiano.
Murimo et al.
(2024)
Percepciones de los
docentes sobre la
integración de
herramientas de
inteligencia artificial en la
práctica docente
Scopus
Cualitativa
La IA ha suscitado confusión y
emociones contradictorias en los
docentes: por un lado, valoran sus
beneficios prácticos; por el otro,
manifiestan serias inquietudes ante los
riesgos éticos, de privacidad y
seguridad de la información. Por ello, a
nivel institucional se hace urgente
establecer políticas y estrategias
sólidas que aseguren su uso confiable
y responsable.
Soriano et al.
(2025)
La percepción de los
docentes sobre las
capacidades y desafíos
asociados al uso de la
inteligencia artificial
generativa como práctica
innovadora en la gestión
docente
Latindex
Enfoque
cuantitativo de
nivel
descriptivo-
correlacional y
diseño
transversal
Las instituciones han de promover una
cultura de innovación a través de
políticas tecnológicas prácticas y
accesibles. Paralelamente, los
docentes necesitan una formación
integral —tanto técnica como ética—
para integrar la IA de forma eficiente en
sus prácticas cotidianas.
Benítez (2025)
Implementación de
Inteligencia Artificial en
Educación Superior:
percepciones,
experiencias y opiniones
docentes
SciELO
Enfoque mixto
descriptivo-
correlacional
El éxito de la incorporación de la IA en
los procesos de enseñanza dependerá
fundamentalmente del nivel de dominio
que los docentes logren sobre sus
diversas herramientas.
En varios países latinoamericanos que han desarrollado marcos teóricos sobre la integración de la
inteligencia artificial en los procesos educativos, los investigadores convergen en conclusiones similares. A
continuación, se presenta lo que destaca en el compendio de estudios seleccionados:
Tabla 2
Países investigados
País
Cantidad
Perú
3
Ecuador
4
Chile
1
Argentina
1
México
4
Colombia
1
Costa Rica
1
Nicaragua
1
Venezuela
4
Otros (fuera de Latinoamérica)
1
Total
21
9
Varios hallazgos convergen en resaltar las ventajas de la inteligencia artificial en los procesos de
enseñanza, al tiempo que expresan preocupaciones compartidas sobre los elementos clave que garantizarán su
éxito en la educación contemporánea. Así, su integración en el entorno educativo se ha convertido en un tema de
creciente interés durante los últimos dos años, analizado de forma integral y desde múltiples perspectivas
investigativas.
Tabla 3
Característica metodológica
Metodología
Cantidad
Cuantitativa
8
Cualitativa
9
Mixta
4
Total
21
Los estudios incluidos muestran resultados sobre experiencias particulares y descripciones profundas de
la perspectiva general de docentes sobre el futuro de la enseñanza a partir de la implementación de la IA. Por
otra parte, los hallazgos se han centrado en temáticas relevantes con respecto a la innovación en la enseñanza,
destacando los representados en la siguiente gráfica:
Figura 2
Beneficios de la IA en la enseñanza según los docentes
Las investigaciones coinciden en que, en el proceso de enseñanza, la IA otorga autonomía al docente
para planificar y seleccionar las estrategias de planificación de la entrega de saberes, lo que contribuye a alcanzar
mayor eficiencia y calidad. Sobre todo, facilita la administración del tiempo por las múltiples herramientas que
ofrece para fijar conocimientos, optimizando con ello los procesos de evaluación. Asimismo, se aprecia que
existen elementos que influyen en la evolución del uso de la IA en las instituciones educativas. Estos elementos
son los siguientes: Temor a la sustitución por IA, seguridad de la información certeza de la información, incremento
del plagio, dependencia tecnológica, deterioro de la capacidad de análisis.
Considerando lo anterior, uno de los aspectos fundamentales por gestionar en el proceso de enseñanza,
según los docentes, es la ética en el empleo de las herramientas de la IA, además de la capacidad para inducirla
en sus estudiantes. Por lo tanto, las investigaciones recolectadas brindan una gama de elementos clave que, de
acuerdo a los hallazgos, determinan la eficiencia de la IA como herramienta en los procesos de enseñanza, los
cuales se sintetizan en la siguiente figura:
60%
20%
10% 10%
0
10
20
30
40
50
60
70
Personalización de la
enseñanza
Propicia el aprendizaje
colaborativo
Orienta el desarrollo del
pensamiento crítico
Otros aspectos
10
Formación técnica y ética
de los docentes
Integración
exitosa de la IA
en la enseñanza
Contextualización
de los procesos de
enseñanza con
base en el uso de
la tecnología
Formalización de
normas y políticas
para el uso de IA
en el aula
Gestión del cambio en la cultura
de enseñanza
Figura 3
Elementos clave determinantes para el éxito de la IA en la enseñanza
La inteligencia artificial forma parte esencial del proceso de transformación e innovación educativa,
acelerado por la pandemia, que busca adaptar los sistemas de formación para dotar a los estudiantes de una
competitividad integral en el contexto laboral real (Armendáriz et al., 2024; Carbonell et al., 2023; Ríos & Ruiz,
2020; Mariscal et al., 2024; Santos, 2024). Indiscutiblemente, representa un cambio positivo en la enseñanza,
gracias a su diversidad de herramientas que se ajustan a los ritmos individuales de aprendizaje, especialmente
en las escuelas (González, 2023; Barrios & Delgado, 2023). Por ello, se erige como un paradigma avasallante
que ha impulsado la innovación tanto en el aprendizaje como en la enseñanza misma (Guerrero et al., 2025).
Además, la IA se valora como una herramienta de eficiencia educativa que adapta los conocimientos a
las necesidades específicas de cada estudiante (García et al., 2024). Su integración genera beneficios directos,
como el fomento de un aprendizaje profundo, el desarrollo del pensamiento crítico mediante herramientas
generativas (Tramallino & Zeni, 2024; Millán, 2024) y la promoción del aprendizaje colaborativo (Zamora & Stynze,
2024). No obstante, cuando su uso se intensifica, puede reducir la capacidad analítica de los estudiantes, ya que
procesa decisiones y resuelve problemas con gran rapidez (Puche, 2024; González, 2023).
Por otro lado, varios estudios destacan las ventajas de la IA en la gestión diaria de la enseñanza. En
particular, se resalta como una herramienta poderosa para planificar, minimizar repeticiones de tareas o
contenidos, y evitar trabajos innecesarios. Esto permite a los docentes potenciar el seguimiento cualitativo e
integral de los estudiantes, independientemente de su nivel educativo (Jiménez et al., 2024), y lograr evaluaciones
con mayor precisión (Segovia, 2024).
A pesar de estos avances, persiste una controversia notable entre los docentes sobre su integración en
todos los niveles educativos. Algunos valoran su impacto positivo en la primaria, mientras que otros la consideran
más adecuada como apoyo en la formación terciaria y superior (Segovia, 2024). En consecuencia, surge
preocupación por casos de necesidades especiales, donde se argumenta que la IA podría dificultar la autonomía
estudiantil, demandando una retroalimentación profunda y continua (Soriano et al., 2025).
Ahora bien, los docentes también asocian la IA con riesgos como el aumento del plagio en los contenidos
(Benítez, 2025). Por este motivo, ven la ética como uno de los aspectos más vulnerables, insistiendo en una
alineación sólida entre el dominio técnico y sus implicaciones éticas (Alfaro & Díaz, 2024). Además, inquieta que
fracture la transparencia, privacidad y legalidad de la información, afectando así la calidad misma de la enseñanza
(Pinargote et al., 2024; Bernilla, 2024). Otro desafío clave es la brecha tecnológica en muchos países, que
restringe el acceso equitativo a estas herramientas; sumado a ello, un uso intensivo podría fomentar dependencia
en los estudiantes, erosionando su autonomía.
11
En definitiva, los docentes viven una dualidad emocional: reconocen las ventajas de la IA, pero mantienen
una resistencia marcada al cambio (Murimo et al., 2024; Carranza et al., 2024). Por ello, estos contrastes deben
canalizarse mediante procesos formales de formación adaptados (Sosa et al., 2024; Andreoli et al., 2024; Jurado
et al., 2025). En paralelo, resulta crucial contextualizar el sistema educativo actualizando métodos de enseñanza
y prácticas evaluativas (Espejo, 2024). Finalmente, la integración de la IA debe ir acompañada de políticas
institucionales que aseguren equidad en el acceso a sus mejores herramientas en los centros educativos
(Ramírez & Casillas, 2024; Bustamante et al., 2025).
Conclusiones
Los profesionales de la enseñanza reconocen que la inteligencia artificial genera beneficios notables en
términos de optimización del tiempo y diversificación de estrategias, fomentando una enseñanza más activa y
colaborativa. Además, destacan sus ventajas en la gestión educativa cotidiana, particularmente en la planificación
detallada y la selección estratégica de métodos para impartir clases en el aula o mediante tecnologías de
comunicación.
Por otro lado, la IA facilita un proceso de evaluación más holístico e integral, aunque su verdadera
eficiencia dependerá de una implementación gradual y bien pensada. Esto se logra mediante políticas
institucionales que regulen su empleo, protejan la veracidad y calidad del conocimiento transmitido, y aseguren
un acceso equitativo a la tecnología en todos los centros educativos. En este contexto, los docentes consideran
que la IA debería incorporarse de manera más inmediata en el ámbito universitario, tanto para profesores como
estudiantes, acompañada siempre de una gestión paralela y rigurosa de sus implicaciones éticas.
No obstante, la integración de la IA en los procesos de enseñanza ha despertado recelo significativo entre
el gremio docente. Muchos la perciben como un riesgo potencial para su ejercicio profesional, e incluso temen
que pueda llegar a sustituirlos. Por ello, resulta fundamental gestionar este cambio desde una comprensión
profunda —tanto técnica como ética— por parte de los profesionales, lo que permitirá abordar de forma efectiva
la transformación educativa en curso. En consecuencia, se hace imprescindible enfrentar las incertidumbres con
determinación y encarar de frente los desafíos que conlleva esta incorporación tecnológica en el ámbito educativo.
Referencias
Alfaro Salas, H., & Díaz Porras, J. A. (2024). Percepciones del personal docente acerca del uso ético de la
inteligencia artificial en su labor educativa. Innovaciones Educativas, 26(41), 63–77.
https://doi.org/10.22458/ie.v26i41.4952
Andreoli, S., Perillo, L., Aubert, E., & Cherbavaz, M. (2024). Entre humanos y algoritmos: Percepciones docentes
sobre la exploración con IAG en la enseñanza del nivel superior. TEyET, (37), Artículo
e6. https://doi.org/10.24215/18509959.37.e6
Armendáriz, C., Milla, A., Yumisa, D., & Acosta, D. (2024). Análisis de la escuela moderna en tiempos de pandemia
en el Ecuador. Universidad Ciencia y Tecnología, 27(120), 72-
83. https://doi.org/10.47460/uct.v27i120.733
Barrios, L., & Delgado, M. (2023). Percepción docente sobre la inteligencia artificial como herramienta
educativa. Omnia, 29(1), 76-
90. https://mail.produccioncientificaluz.org/index.php/omnia/article/view/41960
Benítez, M. (2025). Implementación de inteligencia artificial en educación superior: Percepciones, experiencias y
opiniones docentes. Educación y Ciencia, 29(1), 1-18. https://doi.org/10.19053/uptc.0120-
7105.eyc.2025.29.e17775
Bernilla, E. (2024). Docentes ante la inteligencia artificial en una universidad pública del norte del Perú. Educación,
33(64), 8-28. https://doi.org/10.18800/educacion.202401.m001
Bustamante, N., Lema, E., Andrade, K., León, M., & Velásquez, D. (2025). Percepción de los docentes sobre la
integración de la inteligencia artificial en los procesos de enseñanza y aprendizaje. Ciencia Latina: Revista
Multidisciplinar, 9(2), 6481-6494. https://doi.org/10.37811/cl_rcm.v9i2.17382
Carbonell, C., Burgos, S., Calderón, D., & Paredes, O. (2023). La inteligencia artificial en el contexto de la
formación educativa. Revista Electrónica de Ciencias de la Educación, Humanidades, Artes y Bellas
Artes, 6(12), 152-166. https://doi.org/10.35381/e.k.v6i12.2547
Carranza, M., Macias, G., Gómez, H., Jiménez, A., & Monserath, F. (2024). Percepciones docentes sobre la
integración de aplicaciones de IA generativa en el proceso de enseñanza universitario. REDU. Revista de
Docencia Universitaria, 22(2), 158-176. https://doi.org/10.4995/redu.2024.22027
12
Chocobar, E., & Barreda, R. (2025). Estructuras metodológicas PICO y PRISMA 2020 en la elaboración de
artículos de revisión sistemática: Lo que todo investigador debe conocer y dominar. Ciencia Latina Revista
Científica Multidisciplinar, 9(1), 8525-8543. https://doi.org/10.37811/cl_rcm.v9i1.16491
Espejo, P. (2024). La inteligencia artificial en educación: Percepciones y saberes de los docentes. European
Public & Social Innovation Review, 9, 1-19. https://doi.org/10.31637/epsir-2024-898
García, F., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia
artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9-
39. https://doi.org/10.5944/ried.27.1.37716
García, Y. (2025). La educación emocional en el desarrollo integral de los estudiantes universitarios y su impacto
en el clima escolar. Ignis, (18), 14-25. https://metarevistas.org/Record/metarevistapublica_cun_ignis_80-
article-1029
García, Y., Peñafiel, M., Verdezoto, M., Muentes, M., & García, G. (2024). La inteligencia artificial en la
educación. Ideas y Voces, 4(3), 502-519. https://doi.org/10.60100/bciv.v4i3.186
González, M. (2023). La inteligencia artificial: El poder transformador del siglo XXI. Uniciencia,
(31). https://www.uniciencia.edu.co/vive-la-u/egresados/boletines/345-articulo-10
Guerrero, C., Badillo, D., & LLuma, M. (2025). Uso de inteligencia artificial en la educación. Análisis de su
integración y efectos en la enseñanza y evaluación del aprendizaje. SAGA: Revista Científica
Multidisciplinar, 2(1), 333-341. https://doi.org/10.63415/saga.v2i1.49
Jiménez, C., Martínez, E., Zárate, N., & Grijalva, A. (2024). Adopción de la Inteligencia Artificial en la enseñanza:
perspectivas de docentes de Educación Superior. (2024). Revista Paraguaya de Educación a Distancia
(REPED), 5(2), 5-16. https://doi.org/10.56152/reped2024-dossierIA1-art1
Jurado, E., Vargas, K., Melgarejo, W., & Norabuena, A. (2025). Inteligencia artificial generativa en el proceso de
enseñanza del docente universitario. European Public & Social Innovation Review, 10, 1-
15. https://doi.org/10.31637/epsir-2025-1612
López, R., & Brunet, P. (2023). ¿Qué es la inteligencia artificial? Papeles de Relaciones Ecosociales y Cambio
Global, (164), 13-21. https://dialnet.unirioja.es/servlet/articulo?codigo=9287111
Manterola, C., Rivadeneira, J., Delgado, H., Sotelo, C., & Otzen, T. (2023). ¿Cuántos tipos de revisiones de la
literatura existen? Enumeración, descripción y clasificación. Revisión cualitativa. International Journal of
Morphology, 41(4), 1240-1253. https://doi.org/10.4067/S0717-95022023000401240
Mariscal, J., Justo, A., Aguilar, W., & De Las Fuentes, M. (2024). Modelo para evaluar el impacto de un sistema
de gestión de calidad en los procesos de enseñanza-aprendizaje en instituciones de educación superior.
Un caso de estudio. Formación Universitaria, 17(5), 27-46. https://doi.org/10.4067/S0718-
50062024000500027
Millán, S. (2024). La inteligencia artificial como herramienta educativa. DOCERE, 31, 36-
40. https://doi.org/10.33064/2024docere317861
Murimo, B., Vikash, J., & Oyeranti, A. (2024). Percepciones de los docentes sobre la integración de herramientas
de inteligencia artificial en la práctica docente. Trends in Higher Education, 3(4), 1121-
1133. https://doi.org/10.3390/higheredu3040066
Pinargote, L., Loor, C., Alcivar, A., Loor, M., & Rojas, J. (2024). Las capacidades y desafíos asociados a la
inteligencia artificial (IA) desde la percepción docente: Un estudio de caso. Revista Científica de
Innovación Educativa y Sociedad Actual "ALCON", 4(4), 147-155. https://doi.org/10.62305/alcon.v4i4.216
Puche, D. (2024). Inteligencia artificial como herramienta educativa: Ventajas y desventajas desde la perspectiva
docente. Areté, Revista Digital del Doctorado en Educación, 10, 85-
100. https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2443-45662024000300085
Ramírez, A., & Casillas, M. (2024). Percepciones docentes sobre la inteligencia artificial generativa: El caso
mexicano. REPED, 5(2), 44-45. https://doi.org/10.56152/reped2024-dossierIA1-art4
Ríos, P., & Ruiz, C. (2020). La innovación educativa en América Latina: Lineamientos para la formulación de
políticas públicas. Revista Innovaciones Educativas, 22(32), 199-
212. https://doi.org/10.22458/ie.v22i32.2828
Santos, J. (2024). Las innovaciones educativas y su impacto en la mejora de las prácticas docentes. Revista
Guatemalteca de Educación Superior, 7(2), 75-91. https://doi.org/10.46954/revistages.v7i2.137
Segovia, L. (2024). La inteligencia artificial desde la perspectiva docente. Episteme Koinonía. Revista Electrónica
de Ciencias de la Educación, Humanidades, Artes y Bellas Artes, 7(14), 2-
3. https://doi.org/10.35381/e.k.v7i14.4211
13
Soriano, A., Sarchi, J., Contreras, E., & Rojas, J. (2025). La percepción de los docentes sobre las capacidades y
desafíos asociados al uso de la inteligencia artificial generativa como práctica innovadora en la gestión
docente. Revista Científica de Innovación Educativa y Sociedad Actual "ALCON", 5(3), 323-
331. https://doi.org/10.62305/alcon.v5i3.599
Sosa, N., Jimenez, V., & Riego, A. (2024). El análisis de la percepción de los profesores respecto al uso de la
inteligencia artificial. EDUCA UMCH, 24, 66-77. https://acortar.link/dCvQl1
Tramallino, C., & Zeni, A. (2024). Avances y discusiones sobre el uso de inteligencia artificial (IA) en
educación. Educación, 33(64), 29-54. https://doi.org/10.18800/educacion.202401.m002
Viera, A. (2024). La revolución de la inteligencia artificial en la educación universitaria: Avances, perspectivas y
desafíos en la era digital. Revista Tecnológica-Educativa Docentes 2.0, 17(2), 170-
176. https://doi.org/10.37843/rted.v17i2.539
Zamora, Z., & Stynze, H. (2024). Conocimiento, uso y percepción de la inteligencia artificial en la enseñanza
superior. Revista Científica Estelí, 13(49), 128-146. https://doi.org/10.5377/esteli.v13i49.17889
CONTRIBUCIÓN DE LA AUTORÍA:
1. Conceptualización: Jorge Luis Baldeon Rios, Walter Luis Chucos Calixto.
2. Curación de datos: Walter Luis Chucos Calixto, Benedicto Baca Rosado.
3. Análisis formal: Jorge Luis Baldeon Rios, José Alfredo Villanueva Espinoza, Alicia Emma Arteaga-Villanueva.
4. Adquisición de fondos: José Alfredo Villanueva Espinoza, Alicia Emma Arteaga-Villanueva.
5. Investigación: José Alfredo Villanueva Espinoza, Alicia Emma Arteaga-Villanueva.
6. Metodología: Walter Luis Chucos Calixto, Benedicto Baca Rosado.
7. Dirección del proyecto: Jorge Luis Baldeon Rios, Walter Luis Chucos Calixto.
8. Recursos: José Alfredo Villanueva Espinoza, Alicia Emma Arteaga-Villanueva.
9. Software: Walter Luis Chucos Calixto, Benedicto Baca Rosado, José Alfredo Villanueva Espinoza.
10. Supervisión: Jorge Luis Baldeon Rios.
11. Validación: Benedicto Baca Rosado, José Alfredo Villanueva Espinoza.
12. Visualización: Alicia Emma Arteaga-Villanueva, Jorge Luis Baldeon Rios.
13. Redacción - borrador original: Jorge Luis Baldeon Rios, Benedicto Baca Rosado, José Alfredo Villanueva
Espinoza.
14. Redacción - corrección de pruebas y edición: Jorge Luis Baldeon Rios, Walter Luis Chucos Calixto, Benedicto
Baca Rosado.
