Inteligencia artificial en la práctica pedagógica del docente rural: una revisión sistemática
DOI:
https://doi.org/10.5281/zenodo.24241225Palabras clave:
inteligencia artificial, educación rural, formación de docentes.Resumen
El estudio analiza la evidencia empírica publicada entre 2022 y 2026 sobre el uso de la inteligencia artificial (IA) en la práctica pedagógica de docentes rurales de educación básica. Se realiza una revisión sistemática según la declaración PRISMA 2020 en Scopus, SciELO y Redalyc, complementada con otros métodos de búsqueda; de 843 registros identificados se incluyen 16 estudios, cuya calidad se valora con el MMAT 2018. Los resultados muestran que los docentes rurales usan la IA, principalmente ChatGPT y algunas herramientas locales, para planificar sesiones, elaborar materiales y resolver tareas administrativas, mientras que su empleo directo en el aula es limitado. Las principales barreras son la falta de conectividad, equipos y electricidad, la presión de la evaluación y la desconfianza ante los contenidos generados; en cambio, la formación situada, el acompañamiento y las herramientas que funcionan sin conexión favorecen una integración más profunda. Los docentes demandan una formación continua, colaborativa y contextualizada, con énfasis en la ética y en el acceso equitativo. La evidencia es reciente y todavía frágil, con predominio de estudios cualitativos pequeños y diseños sin grupo control, y no se identifican estudios con docentes rurales de primaria en el Perú. Se concluye que la integración pedagógica de la IA en la escuela rural requiere, de manera simultánea, inversión en infraestructura y programas de formación docente situados.
Descargas
Referencias
Aguilera, C. A., Castro, A., Scheihing, E., & Paredes, J. M. (2026). Offline technology for rural AI literacy: Steps towards a holistic educational solution. Sustainability, 18(10), Article 5105. https://doi.org/10.3390/su18105105
Albaloul, O., Alajmi, A. S., Oster, N., & Killian, C. (2026). Systematic review of qualitative studies exploring K-12 teachers’ perceptions and experiences of using ChatGPT. Discover Artificial Intelligence, 6, Article 513. https://doi.org/10.1007/s44163-026-01344-7
Ali, A. S., Alemayehu, Y. A., Mersha, G. T., & Mengistie, B. M. (2026). Opportunities and barriers of AI in education in developing regions: Scoping review. Discover Education, 5, Article 584. https://doi.org/10.1007/s44217-026-01816-z
Arce Arbildo, J., Injante, R., Liza-Santa-Cruz, P. C., & Vidaurre-Rojas, P. (2026). Programa formativo en inteligencia artificial y su efecto en competencias digitales docentes en contextos rurales. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, 44, 166–172. https://doi.org/10.24215/18509959.44.e17
Bicer, A., Aldemir, T., Lee, U., Moon, J., Hernandez, K. R., & Sanders, M. (2026). How generative AI guided-professional development supports teachers’ engagement with mathematical creativity, content knowledge, and pedagogical content knowledge. ZDM – Mathematics Education, 58(5), 1027–1039. https://doi.org/10.1007/s11858-026-01816-1
Castro, A., Díaz, B., Aguilera, C., Prat, M., & Chávez-Herting, D. (2025). Identifying rural elementary teachers’ perceptionchallenges and opportunities in integrating artificial intelligence in teaching practices. Sustainability, 17(6), Article 2748. https://doi.org/10.3390/su17062748
Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, Article 107468. https://doi.org/10.1016/j.chb.2022.107468
Cheah, Y. H., Lu, J., & Kim, J. (2025). Integrating generative artificial intelligence in K-12 education: Examining teachers’ preparedness, practices, and barriers. Computers and Education: Artificial Intelligence, 8, Article 100363. https://doi.org/10.1016/j.caeai.2025.100363
Cruz, J. F. C. (2026). Artificial intelligence in English language teaching: Teacher comfort, usage, readiness, and perceptions. Education Policy and Development, 4(2), 49–64. https://doi.org/10.31098/epd.v4i2.3971
Geng, G., & Chen, J. (2026). Longitudinal study of AI integration in teachers’ pedagogical content knowledge. Educational Technology Research and Development, 74, 1149–1185. https://doi.org/10.1007/s11423-026-10602-5
Hanif, S., & Hussain, I. (2026). Assessing the artificial intelligence training needs of primary school teachers in Punjab. Social Prism, 3(8), 78–100. https://doi.org/10.69671/socialprism.3.8.2026.270
Hong, Q. N., Fàbregues, S., Bartlett, G., Boardman, F., Cargo, M., Dagenais, P., Gagnon, M.-P., Griffiths, F., Nicolau, B., O’Cathain, A., Rousseau, M.-C., Vedel, I., & Pluye, P. (2018). The Mixed Methods Appraisal Tool (MMAT) version 2018 for information professionals and researchers. Education for Information, 34(4), 285–291. https://doi.org/10.3233/EFI-180221
Instituto Nacional de Estadística e Informática. (2026). Estadísticas de las tecnologías de información y comunicación en los hogares: Trimestre octubre-noviembre-diciembre 2025 (Informe Técnico N.° 01). https://www.inei.gob.pe/media/MenuRecursivo/boletines/boletin-tic-oct_dic2025.pdf
Landa-Blanco, M. (2026). Artificial intelligence in education: Applications and limitations for teachers in low- and middle-income countries. Frontiers in Education, 10, Article 1681836. https://doi.org/10.3389/feduc.2025.1681836
Li, M., & Xu, S. (2026). From AI access to perceived learning capability in rural schools: A capital-capability account of pedagogically mediated use. Frontiers in Psychology, 17, Article 1934154. https://doi.org/10.3389/fpsyg.2026.1934154
López Costa, M. (2025). Artificial intelligence and data literacy in rural schools’ teaching practices: Knowledge, use, and challenges. Education Sciences, 15(3), Article 352. https://doi.org/10.3390/educsci15030352
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017–1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, Article n71. https://doi.org/10.1136/bmj.n71
Pajuelo-Abanto, M. J. M., Carlos-Abanto, E. I., Bazán-Pajuelo, M. E., Vásquez-Mondragón, C. del P., Castillo Navarro, J. I., & Bazán-Pajuelo, V. Y. (2026). Inteligencia artificial en la educación latinoamericana: análisis crítico de personalización y desigualdad educativa. Revista Latinoamericana de Estudios Educativos, 56(2), 17–44. https://doi.org/10.48102/rlee.2026.56.2.859
Pamungkas, N. A. R. (2026). Negotiating GenAI in rural secondary schools in Indonesia: EFL teachers’ positioning, identity, and agency. Technology in Language Teaching and Learning, 8, Article 104514. https://doi.org/10.29140/tltl.2026.104514
Pan, H., Shaoan, M. M. R., & Nanayakkara, P. U. (2026). English teachers’ attitudes on AI in English literacy: A case study from rural primary school in China. SAGE Open, 16(3). https://doi.org/10.1177/21582440261493316
Pratiwi, H., Riwanda, A., Hasruddin, H., Sujarwo, S., & Syamsudin, A. (2025). Transforming learning or creating dependency? Teachers’ perspectives and barriers to AI integration in education. Journal of Pedagogical Research, 9(2), 127–142. https://doi.org/10.33902/JPR.202531677
Quishpe-Quishpe, L., Acosta-Vargas, I., Rodríguez-Rojas, L., Medina-Arias, J., Coronel-Navarro, D. A., Torres-Gutiérrez, R., & Acosta-Vargas, P. (2025). Impact of a contextualized AI and entrepreneurship-based training program on teacher learning in the Ecuadorian Amazon. Sustainability, 17(19), Article 8850. https://doi.org/10.3390/su17198850
Santana Galván, K. Y. (2026). Inteligencia artificial y educación rural: docentes de secundaria. Saperes Universitas, 9(2), 59–74. https://doi.org/10.53485/rsu.v9i2.739
Shulman, L. S. (1986). Those who understand: Knowledge growth in teaching. Educational Researcher, 15(2), 4–14. https://doi.org/10.3102/0013189X015002004
Tasić, N., Glušac, D., Jokić, S., Pardanjac, M., Makitan, V., Ljubojev, N., & Amižić, V. (2026). Subject teachers’ behavioral intention to use generative artificial intelligence in rural Serbian primary schools (grades 5–8): An extended UTAUT mixed-methods study. Electronics, 15(19), Article 4465. https://doi.org/10.3390/electronics15194465
Topali, P., Haelermans, C., Molenaar, I., & Segers, E. (2025). Pedagogical considerations in the automation era: A systematic literature review of AIEd in K-12 authentic settings. British Educational Research Journal, 51(6), 2777–2809. https://doi.org/10.1002/berj.4200
UNESCO. (2024). AI competency framework for teachers. https://doi.org/10.54675/ZJTE2084
Zeng, J., & Yang, Z. (2026). How rural teachers navigate generative AI: A narrative inquiry with two primary school educators in Guangdong, China. Frontiers in Humanities and Social Sciences, 6(4), 235–241. https://doi.org/10.54691/c5t8kt32
Descargas
Publicado
Número
Sección
Licencia

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista se acoge a la licencia Licencia Atribución (CC BY), permitiendo la posibilidad de copiar, distribuir, exhibir, y producir obras derivadas, siempre y cuando se reconozca y cite al autor.







