230513147

Vista previa del material en texto

06
'10.37885/230513147
06
IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA 
EDUCACION UNIVERSITARIA
Edward Torres Cruz
Universidad Nacional del Altiplano (UNAP)
Fred Torres Cruz
Universidad Nacional del Altiplano (UNAP)
Julio W. Torres Segura
Ministerio de Educación del Perú (DREP)
Teobaldo Raul Basurco Chambilla
Universidad Nacional del Altiplano, Puno
Ofelia Marleny Mamani Luque
Universidad Nacional del Altiplano (UNAP)
Milton Antonio López Cueva
Universidad Nacional del Altiplano (UNAP)
José Pánfilo Tito Lipa
Universidad Nacional del Altiplano (UNAP)
Jose Antonio Supo Gutierrez
Universidad Nacional del Altiplano (UNAP)
Leonel Coyla Idme
Universidad Nacional del Altiplano (UNAP)
https://dx.doi.org/10.37885/230513147
RESUMEN
Introduccion: El avance de la inteligencia artificial (IA) plantea nuevos desafíos para la 
educación universitaria. En este contexto, surge la pregunta de si la IA es favorable o no en 
la educación universitaria. Este estudio se propone abordar esta interrogante a través de 
una metodología sólida. Metodologia: En primer lugar, se realiza una revisión exhaustiva 
de la literatura académica y científica para obtener un conocimiento sólido de los avances y 
las oportunidades de la IA en la educación universitaria. A través de la recopilación de datos 
empíricos, como entrevistas, encuestas y análisis documental, se examinan los desafíos y 
beneficios percibidos por los actores involucrados en la educación universitaria. Resultados: 
Estos datos se analizan cuidadosamente para identificar patrones y tendencias. Con base 
en los hallazgos, se elaboran conclusiones y recomendaciones respaldadas por la eviden-
cia recopilada durante el estudio. El objetivo es proporcionar una evaluación objetiva de 
los desafíos y beneficios de la IA en la educación universitaria y ofrecer recomendaciones 
prácticas para su implementación efectiva, considerando aspectos éticos y pedagógicos. 
Conclusión: En última instancia, este estudio busca proporcionar una visión comprensiva 
y equilibrada sobre el impacto de la IA en la educación universitaria, facilitando una toma de 
decisiones informada y responsable en este ámbito en constante evolución.
Palabras-clave: Educacion Universitaria, Estudiantes, Inteligencia Artificial, Impacto.
82
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
INTRODUCIÓN
La inteligencia artificial (IA) está interviniendo en diversos campos, y el ámbito de la 
educación universitaria no ha sido una excepción(CHEN et al., 2020). La implementación 
de la IA en este contexto presenta un potencial significativo para mejorar la calidad de la 
enseñanza y el aprendizaje, así como para abordar los desafíos existentes en la educa-
ción superior. Sin embargo, aprovechar al máximo los beneficios de la IA y superar los 
desafíos asociados requiere una implementación efectiva y estratégica(CALATAYUD et al., 
2021). En esta era tecnológica en constante evolución, es fundamental comprender cómo 
implementar la IA de manera eficiente y ética en la educación universitaria, y así aprovechar 
su capacidad para personalizar el aprendizaje, automatizar tareas administrativas y mejorar la 
experiencia educativa en general(CHASSIGNOL et al., 2018). En esta investigación, explora-
remos los elementos clave para lograr una implementación efectiva de la inteligencia artificial 
en la educación universitaria, analizando tanto los beneficios como los desafíos que implica 
esta integración tecnológica(HERRERA GIMÉNEZ, 2021; HWANG et al., 2020). Al examinar 
las mejores prácticas, las consideraciones éticas y las estrategias adecuadas, buscamos 
proporcionar una guía práctica para maximizar el impacto positivo de la IA en la educación 
universitaria y garantizar un entorno educativo enriquecedor y equitativo para todos los es-
tudiantes(CHASSIGNOL et al., 2018; REJEB et al., 2022).
La implementación de la inteligencia artificial (IA) en la educación universitaria plantea 
una serie de desafíos y cuestionamientos sobre su rol y su impacto en este ámbito. Surge 
la pregunta de si la IA es amiga o enemiga de la educación universitaria y es importante 
analizar este tema desde diferentes perspectivas(CALATAYUD et al., 2021).
Por un lado, la IA ofrece numerosas oportunidades y beneficios en la educación uni-
versitaria(BAGHERI, 2015; CALATAYUD et al., 2021). Con el uso de algoritmos avanzados 
y sistemas de aprendizaje automático, la IA puede ayudar a personalizar la experiencia 
educativa, adaptándose a las necesidades individuales de cada estudiante(POPENICI; 
KERR; KERR, 2017). Esto puede fomentar un aprendizaje más eficiente y efectivo, ya que 
los estudiantes pueden recibir contenidos y actividades adaptados a su nivel y ritmo de 
aprendizaje(VERMA, 2018).
Además, la IA puede mejorar la retroalimentación y evaluación de los estudiantes. 
Mediante la automatización de procesos de corrección y calificación, se puede ahorrar tiempo 
a los profesores y brindar retroalimentación rápida y precisa a los estudiantes. Asimismo, 
la IA puede analizar grandes cantidades de datos educativos para identificar patrones y 
tendencias, lo que puede ayudar a mejorar los programas de estudio y la planificación aca-
démica(ZAWACKI-RICHTER et al., 2019).
82 83
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
No obstante, también existen desafíos y preocupaciones asociados con la incorporación 
de la IA en la educación universitaria. Uno de los principales desafíos es garantizar la ética 
en el uso de la IA. Es necesario establecer políticas y regulaciones claras para proteger la 
privacidad de los estudiantes y evitar el sesgo algorítmico en la toma de decisiones educa-
tivas(LUCENA et al., 2019).
Además, existe el temor de que la IA reemplace a los docentes y reduzca el contacto 
humano en el proceso educativo. Sin embargo, la IA puede ser una herramienta podero-
sa, no puede reemplazar la empatía, la creatividad y la interacción que brinda un profesor 
humano. Es fundamental encontrar un equilibrio entre la tecnología y el papel del docente 
como facilitador del aprendizaje(LUCENA et al., 2019).
Es por lo cual la inteligencia artificial plantea tanto desafíos como oportunidades en 
la educación universitaria. Es necesario abordar estos desafíos de manera responsable, 
considerando aspectos éticos, pedagógicos y de privacidad(FELIJAKOWSKI; KOSINSKI, 
2014). La IA puede ser una aliada en la mejora de la experiencia educativa, pero es funda-
mental mantener el papel central del docente y su capacidad para brindar una educación 
integral y humana(LI et al., 2015). Con una implementación adecuada y reflexiva, la IA puede 
ser un valioso recurso para potenciar la educación universitaria en beneficio de los estudian-
tes(CHATTERJEE; BHATTACHARJEE, 2020; LUCENA et al., 2019).
MÉTODOS
La inteligencia artificial ha experimentado un rápido avance en los últimos años, y su 
influencia se ha extendido a diversos campos, incluida la educación universitaria. La imple-
mentación de la IA en este contexto plantea nuevas oportunidades y desafíos para mejorar 
la calidad de la enseñanza y el aprendizaje(CALATAYUD et al., 2021; STEENBERGEN-HU; 
COOPER, 2014). Desde una perspectiva teórica, la IA se basa en el uso de algoritmos y 
sistemas inteligentes para simular la inteligencia humana y realizar tareas cognitivas com-
plejas. En la educación universitaria, se ha explorado el potencial de la IA en áreas como 
la personalización del aprendizaje, la automatización de tareas administrativas y la mejora 
de la retroalimentación y evaluación. La teoría del constructivismo y el enfoque centrado en 
el estudiante proporcionan un marco sólido para comprender cómo la IA puede facilitar la 
construcción activa del conocimiento y la adaptación del proceso de aprendizaje a las necesi-dades individuales(CALATAYUD et al., 2021). Además, la teoría del aprendizaje automático 
y las redes neuronales artificiales respaldan la capacidad de la IA para analizar grandes 
conjuntos de datos y ofrecer recomendaciones personalizadas. Sin embargo, la implementa-
ción de la IA en la educación universitaria también plantea desafíos éticos y sociales, como 
la privacidad de los datos, la equidad en el acceso y el sesgo algorítmico. Por lo tanto, es 
84
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
fundamental explorar en detalle el marco teórico que respalda la implementación efectiva de 
la IA en la educación universitaria y considerar las implicaciones prácticas y éticas en cada 
etapa del proceso(CHEN et al., 2020).
La teoría del diseño instruccional proporciona una base sólida para el desarrollo de 
estrategias pedagógicas efectivas que integren la IA en la educación universitaria. El diseño 
instruccional se centra en la creación de entornos de aprendizaje significativos y eficientes, 
teniendo en cuenta las características de los estudiantes, los objetivos de aprendizaje y los 
recursos disponibles(VERMA, 2018). Al incorporar la IA en el diseño instruccional, los edu-
cadores pueden aprovechar la capacidad de la IA para analizar datos y adaptar el proceso 
de aprendizaje a las necesidades individuales de los estudiantes. La teoría del aprendizaje 
situado también es relevante, ya que enfatiza la importancia de la interacción con el entor-
no y la aplicación práctica del conocimiento. La IA puede facilitar la creación de entornos 
de aprendizaje auténticos y realistas, mediante la simulación de escenarios y la provisión 
de retroalimentación inmediata. Además, la teoría del aprendizaje colaborativo resalta la 
importancia de la interacción y la colaboración entre los estudiantes. La IA puede apoyar 
la colaboración en línea y el intercambio de ideas a través de plataformas de aprendizaje 
colaborativo y herramientas de comunicación. Sin embargo, es esencial tener en cuenta las 
consideraciones éticas y sociales al utilizar la IA en el diseño instruccional, como la trans-
parencia en el uso de algoritmos, la equidad en el acceso a la tecnología y la protección de 
la privacidad de los datos estudiantiles.
En primer lugar, se llevará a cabo una investigación exhaustiva y recopilación de infor-
mación pertinente sobre la aplicación de la inteligencia artificial en la educación universitaria. 
Esto incluirá la revisión de literatura académica, artículos científicos, informes especializados 
y otros recursos relevantes. El objetivo es adquirir un conocimiento sólido de los avances 
recientes en inteligencia artificial, así como comprender los desafíos y oportunidades espe-
cíficos que se presentan en el ámbito de la educación universitaria.
A continuación, se definirá un marco teórico que servirá como base conceptual para el 
estudio. Se analizarán las teorías y enfoques pedagógicos pertinentes, así como los mode-
los de implementación de inteligencia artificial en la educación universitaria. Esto permitirá 
establecer una comprensión sólida de los fundamentos teóricos subyacentes y proporcionará 
una base para la evaluación y análisis de los desafíos y beneficios de la aplicación de la 
inteligencia artificial.
Una vez establecido el marco teórico, se procede a la recopilación de datos empíricos. 
Esto puede incluir la realización de entrevistas con expertos en educación y tecnología, do-
centes y estudiantes universitarios. También se utilizarán encuestas, cuestionarios y análisis 
84 85
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
documental para recopilar datos relevantes. La elección de los métodos depende de los 
objetivos específicos de la investigación y de la disponibilidad de recursos.
Posteriormente, se llevó a cabo un análisis exhaustivo de los datos recopilados. Se uti-
lizaron técnicas de análisis cualitativo y cuantitativo para identificar patrones, tendencias 
y temas emergentes. Esto permite comprender en profundidad los desafíos y beneficios 
percibidos por los actores involucrados en la educación universitaria con respecto a la im-
plementación de la inteligencia artificial. El análisis de los datos se realizan en relación con 
el marco teórico establecido previamente, lo que permitirá obtener una visión más completa 
de los aspectos positivos y negativos de la aplicación de la inteligencia artificial.
Con base en los hallazgos del análisis de datos, se elaborarán conclusiones y reco-
mendaciones. Estas conclusiones estarán respaldadas por la evidencia recopilada durante el 
estudio y proporcionarán una evaluación objetiva de los desafíos y beneficios de la aplicación 
de la inteligencia artificial en la educación universitaria. Las recomendaciones se centrarán 
en la superación de los desafíos identificados y en la maximización de los beneficios poten-
ciales de la inteligencia artificial, promoviendo prácticas éticas y considerando los aspectos 
pedagógicos y sociales.
RESULTADOS
Tabla 1. Impacto Negativo de la Inteligencia Artificial en la Educación Universitaria.
Aspectos Impacto Negativo
Dependencia excesiva
Posible pérdida de habilidades de pensamiento crítico y resolución de problemas independiente.
Reducción de la capacidad de aprendizaje autónomo y autodirección.
Falta de interacción hu-
mana
Reducción de la interacción social y el desarrollo de habilidades de colaboración en entornos presenciales.
Pérdida de la retroalimentación y el apoyo emocional proporcionado por la interacción con profesores y com-
pañeros.
Riesgo de sesgos
Posibilidad de que los sistemas de IA refuercen o perpetúen sesgos existentes en la educación, como la discri-
minación de género o racial.
Evaluaciones o recomendaciones basadas en algoritmos podrían ser injustas o inexactas.
Privacidad y seguridad
Preocupaciones sobre la privacidad y seguridad de los datos estudiantiles, especialmente cuando se utilizan 
plataformas y servicios de IA.
Posible exposición a brechas de seguridad y vulnerabilidades cibernéticas.
Desigualdades y barreras
Acceso limitado a la educación para aquellos que no tienen acceso a la tecnología necesaria para utilizar 
sistemas de IA.
Posible acentuación de las desigualdades existentes si no se abordan adecuadamente los desafíos de equidad 
en la implementación de la IA.
Fuente: Elaboración Propia.
El cuadro presentado anteriormente destaca los aspectos negativos de la implementa-
ción de la inteligencia artificial (IA) en la educación universitaria y su impacto correspondiente. 
Estos aspectos negativos incluyen la dependencia excesiva, la falta de interacción humana, 
el riesgo de sesgos, la privacidad y seguridad, y las desigualdades y barreras.
86
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
La dependencia excesiva de la IA puede llevar a una posible pérdida de habilidades 
de pensamiento crítico y resolución de problemas independiente, ya que los estudiantes 
podrían acostumbrarse a depender únicamente de los sistemas de IA para obtener res-
puestas y soluciones. Esto también podría reducir la capacidad de aprendizaje autónomo y 
la autodirección de los estudiantes, ya que pueden perder la motivación y la habilidad para 
buscar conocimiento de forma independiente.
La falta de interacción humana es otro impacto negativo de la IA en la educación 
universitaria. La dependencia excesiva de la tecnología puede llevar a una reducción de 
la interacción social y el desarrollo de habilidades de colaboración en entornos presencia-
les. La interacción con profesores y compañeros es esencial para el aprendizaje y el de-
sarrollo de habilidades sociales, y la falta de esta interaccióndebido a la dependencia de 
la IA podría tener un impacto negativo en la formación integral de los estudiantes. Además, 
se perdería la retroalimentación y el apoyo emocional proporcionado por la interacción con 
profesores y compañeros, lo que puede ser crucial para el crecimiento personal y académico 
de los estudiantes.
El riesgo de sesgos es otro aspecto negativo a tener en cuenta en la implementación de 
la IA en la educación universitaria. Existe la posibilidad de que los sistemas de IA refuercen 
o perpetúen sesgos existentes en la educación, como la discriminación de género o racial. 
Los algoritmos utilizados en la IA pueden basarse en datos históricos que contienen sesgos, 
lo que podría llevar a evaluaciones o recomendaciones injustas o inexactas. Es necesario 
abordar este problema con políticas y regulaciones claras que garanticen la equidad y la 
imparcialidad en la implementación de la IA.
La privacidad y seguridad también son preocupaciones importantes en la implemen-
tación de la IA en la educación universitaria. Existen preocupaciones sobre la privacidad y 
seguridad de los datos estudiantiles, especialmente cuando se utilizan plataformas y ser-
vicios de IA que recopilan y analizan grandes cantidades de datos. Existe la posibilidad de 
exposición a brechas de seguridad y vulnerabilidades cibernéticas, lo que podría compro-
meter la confidencialidad de la información estudiantil y generar preocupación en cuanto a 
la protección de datos.
Sin embargo las desigualdades y barreras son otro aspecto negativo que debe abor-
darse en la implementación de la IA en la educación universitaria. Aquellos que no tienen 
acceso a la tecnología necesaria para utilizar sistemas de IA pueden enfrentar limitaciones 
en el acceso a la educación. Si no se abordan adecuadamente los desafíos de equidad, la 
implementación de la IA podría acentuar las desigualdades existentes en el acceso a una 
educación de calidad.
86 87
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
Tabla 2. Impacto Positivo de la Inteligencia Artificial en la Educación Universitaria.
Aspectos Impacto Positivo
Personalización del aprendizaje
Adaptación de los contenidos y actividades educativas según las necesidades individuales de cada 
estudiante.
Mejora del rendimiento y la motivación al recibir una educación personalizada.
Mejora de la retroalimentación
Retroalimentación rápida y precisa proporcionada por sistemas de IA en evaluaciones y correcciones.
Permite a los estudiantes comprender sus fortalezas y áreas de mejora de manera más efectiva.
Eficiencia y ahorro de tiempo
Automatización de tareas administrativas y corrección de exámenes, liberando tiempo para activi-
dades más valiosas.
Permite a los profesores dedicar más tiempo a la enseñanza y el apoyo individualizado a los estu-
diantes.
Acceso a recursos educativos
Ampliación del acceso a recursos educativos en línea y en tiempo real, independientemente de la 
ubicación geográfica.
Facilita el aprendizaje continuo y el acceso a materiales actualizados y de calidad.
Análisis de datos educativos
Identificación de patrones y tendencias en el rendimiento y los resultados educativos.
Mejora en la toma de decisiones basadas en datos para adaptar y mejorar los programas de estudio 
y la enseñanza.
Potencial para investigación e 
innovación
Utilización de la IA como herramienta para la investigación científica y la generación de conocimiento.
Fomenta la creatividad y la innovación en la educación universitaria.
Fuente: Elaboración Propia.
El cuadro presentado anteriormente resalta los aspectos positivos de la implementación 
de la inteligencia artificial (IA) en la educación universitaria y su impacto correspondiente. 
Estos aspectos positivos incluyen la personalización del aprendizaje, la mejora de la retroa-
limentación, la eficiencia y el ahorro de tiempo, el acceso a recursos educativos, el análisis 
de datos educativos y el potencial para la investigación e innovación.
La personalización del aprendizaje es un aspecto destacado, ya que la IA permite 
adaptar los contenidos y actividades educativas según las necesidades individuales de 
cada estudiante. Esto conduce a una mejora del rendimiento y la motivación, ya que los 
estudiantes reciben una educación personalizada que se ajusta a su nivel de conocimiento 
y ritmo de aprendizaje.
La mejora de la retroalimentación es otro impacto positivo de la IA en la educación 
universitaria. Los sistemas de IA permiten proporcionar retroalimentación rápida y precisa en 
evaluaciones y correcciones, lo que ayuda a los estudiantes a comprender sus fortalezas y 
áreas de mejora de manera más efectiva. Esta retroalimentación personalizada contribuye 
a un aprendizaje más significativo y orientado al crecimiento.
La eficiencia y el ahorro de tiempo también se ven beneficiados con la implementación 
de la IA. La automatización de tareas administrativas y la corrección de exámenes liberan 
tiempo para que los profesores puedan dedicarse más a la enseñanza y al apoyo individuali-
zado a los estudiantes. Esto facilita una atención más personalizada y una mayor interacción 
en el proceso educativo.
El acceso a recursos educativos se amplía significativamente gracias a la IA. 
Los estudiantes tienen la posibilidad de acceder a recursos en línea y en tiempo real, 
88
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
independientemente de su ubicación geográfica. Esto fomenta el aprendizaje continuo y 
brinda acceso a materiales actualizados y de calidad, enriqueciendo la experiencia educativa.
El análisis de datos educativos a través de la IA permite identificar patrones y tenden-
cias en el rendimiento y los resultados educativos. Esta información es valiosa para tomar 
decisiones basadas en datos y adaptar y mejorar los programas de estudio y la enseñanza 
de manera más efectiva.
Tambien es improntate ressaltar que la implementación de la IA en la educación univer-
sitaria ofrece un gran potencial para la investigación científica y la innovación. La IA puede 
utilizarse como una herramienta poderosa para la generación de conocimiento, fomentando 
la creatividad y la innovación en el ámbito universitario.
DISCUSSÃO
La discusión en torno a la implementación de la inteligencia artificial (IA) en la educación 
universitaria ha generado diversos puntos de vista y opiniones. Al considerar los nuevos de-
safíos que surgen con la introducción de la IA en el ámbito educativo, es importante analizar 
las implicaciones y posibles consecuencias tanto positivas como negativas(CALATAYUD 
et al., 2021; WANG et al., 2015).
Desde una perspectiva positiva, la IA puede ofrecer beneficios significativos en la edu-
cación universitaria. La personalización del aprendizaje es una de las ventajas más destaca-
das, ya que la IA puede adaptar los materiales y métodos de enseñanza a las necesidades 
individuales de los estudiantes, brindando una experiencia de aprendizaje más efectiva y 
centrada en el estudiante(CHEN et al., 2020; MA et al., 2014). Además, la automatización 
de tareas administrativas permite a los profesores dedicar más tiempo a la interacción con 
los estudiantes y a actividades de mayor valor pedagógico. Asimismo, la IA puede mejorar 
la retroalimentación y evaluación, proporcionando comentarios precisos y detallados a los 
estudiantes, lo que les ayuda a identificar áreas de mejora y optimizar su aprendizaje(CHAS-
SIGNOL et al., 2018).
Sin embargo, existen desafíos que deben ser abordados. Uno de los aspectos más 
discutidos es la dependencia excesiva de la IA. Aunque la IA puede ser una herramienta 
valiosa, es esencial mantener un equilibrio para evitar la pérdida de habilidades de pensa-
miento crítico y resolución de problemas independiente por parte de los estudiantes.Además, 
la falta de interacción humana puede resultar en la pérdida de retroalimentación emocional 
y en la incapacidad de desarrollar habilidades sociales clave. Es importante encontrar un 
punto de equilibrio entre el uso de la IA como apoyo y la interacción humana significativa(-
CHASSIGNOL et al., 2018; POPENICI; KERR; KERR, 2017).
88 89
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
La ética y la equidad también son temas relevantes en la discusión sobre la imple-
mentación de la IA en la educación universitaria. La privacidad y seguridad de los datos 
estudiantiles deben ser salvaguardadas, garantizando que la recopilación y el uso de datos 
se realicen de manera transparente y responsable. Además, es fundamental evitar sesgos 
algorítmicos que podrían perpetuar desigualdades existentes. La equidad en el acceso a la 
educación a través de la IA también debe ser considerada, asegurando que todos los estu-
diantes tengan oportunidades justas y equitativas de beneficiarse de las aplicaciones de la 
IA(MEHTA et al., 2018; ZAWACKI-RICHTER et al., 2019).
Es por eso que la implementación de la IA en la educación universitaria es compleja 
y multidimensional. Si se abordan de manera adecuada los desafíos éticos, se establece 
un equilibrio entre la IA y la interacción humana, y se garantiza la equidad en el acceso, 
la IA puede ser una herramienta valiosa para mejorar la calidad y eficacia de la educación 
universitaria. Sin embargo, se requiere una implementación cuidadosa, considerando tanto 
los beneficios potenciales como los riesgos asociados, para garantizar que la IA sea una 
aliada efectiva y responsable en el proceso de enseñanza-aprendizaje en las instituciones 
universitarias(CALATAYUD et al., 2021).
CONCLUSÃO
La implementación de la inteligencia artificial (IA) en la educación universitaria ofrece un 
potencial significativo para mejorar el aprendizaje y la enseñanza. Los sistemas de IA pueden 
personalizar el aprendizaje, automatizar tareas administrativas y proporcionar retroalimen-
tación y recomendaciones adaptadas a las necesidades individuales de los estudiantes. Sin 
embargo, es crucial abordar los desafíos éticos y sociales que surgen con esta implementa-
ción. Se deben considerar la privacidad y seguridad de los datos estudiantiles, evitar sesgos 
algorítmicos y garantizar la equidad en el acceso a la educación a través de la IA.
La dependencia excesiva de la IA puede tener consecuencias negativas. Es fundamental 
encontrar un equilibrio entre el uso de la IA como una herramienta de apoyo y el fomento 
de la autonomía y el pensamiento crítico de los estudiantes. Además, la interacción huma-
na sigue siendo crucial en la educación universitaria. Aunque la IA puede facilitar ciertos 
aspectos del aprendizaje, la falta de interacción humana puede resultar en la pérdida de 
retroalimentación emocional y el desarrollo de habilidades sociales.
La implementación efectiva de la IA en la educación universitaria requiere una planifi-
cación cuidadosa, colaboraciones estratégicas y una capacitación adecuada para profesores 
y estudiantes. Es esencial garantizar una implementación ética y responsable de la IA, te-
niendo en cuenta las necesidades individuales de los estudiantes y promoviendo la equidad 
y la inclusión. Con una implementación equilibrada y cuidadosa, la IA puede transformar y 
90
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
mejorar la experiencia educativa en las instituciones universitarias, preparando a los estu-
diantes para un mundo digitalizado y en constante cambio.
En resumen, la IA en la educación universitaria puede ser una aliada poderosa para 
mejorar el aprendizaje, la personalización y la eficiencia. Sin embargo, es crucial abordar 
los desafíos éticos, evitar la dependencia excesiva y garantizar la interacción humana. Con 
una implementación efectiva y equilibrada, la IA tiene el potencial de transformar y mejorar 
la experiencia educativa en las instituciones universitarias, preparando a los estudiantes 
para un futuro digital y globalizado.
REFERENCIAS
BAGHERI, M. M. Intelligent and Adaptive Tutoring Systems: How to Integrate Learners. 
International Journal of Education, 2015. 
CALATAYUD, V. G. et al. Artificial Intelligence for Student Assessment: A Systematic Re-
view. Applied Sciences, 2021. 
CHASSIGNOL, M. et al. Artificial Intelligence trends in education: a narrative overview. 
Procedia Computer Science, 2018. 
CHATTERJEE, S.; BHATTACHARJEE, K. K. Adoption of artificial intelligence in higher 
education: a quantitative analysis using structural equation modelling. Education and 
Information Technologies, 2020. 
CHEN, L. et al. Artificial Intelligence in Education: A Review. IEEE Access, 2020. 
FELIJAKOWSKI, K.; KOSINSKI, R. Opinion Formation and Self-organization in a Social 
Network in an Intelligent Agent System. Acta Physica Polonica B, 2014. 
HERRERA GIMÉNEZ, L. G. Inteligencia artificial como potencia de herramienta en salud 
Artificial intelligence as a power of health tool. Editorial Ciencias Medicas, v. 0, p. 1–30, 
2021. 
HWANG, G.-J. et al. Vision, challenges, roles and research issues of Artificial Intelligence 
in Education. Thechnology Education, 2020. 
LI, N. et al. Integrating representation learning and skill learning in a human-like intelligent 
agent. Artificial Intelligence, 2015. 
LUCENA, F. J. H. et al. Artificial Intelligence in Higher Education: A Bibliometric Study on 
its Impact in the Scientific Literature. Education Sciences, 2019. 
MA, W. et al. Intelligent tutoring systems and learning outcomes: A meta-analysis. Journal 
of Educational Psychology, 2014. 
MEHTA, R. et al. Internet of Things: Vision, Applications and Challenges. Procedia Com-
puter Science, 2018. 
90 91
Abordagens sobre ensino-aprendizagem e formação de professores - ISBN 978-65-5360-361-5 - Vol. 1 - Ano 2023 - Editora Científica Digital - www.editoracientifica.com.br
POPENICI, S.; KERR, S.; KERR, S. Exploring the impact of artificial intelligence on tea-
ching and learning in higher education. Research and Practice in Technology Enhanced 
Learning, 2017. 
REJEB, A. et al. Examining the interplay between artificial intelligence and the agri-food 
industry. Artificial Intelligence in Agriculture, v. 6, p. 111–128, 2022. 
STEENBERGEN-HU, S.; COOPER, H. A meta-analysis of the effectiveness of intelligent 
tutoring systems on college students’ academic learning. Journal of Educational Psy-
chology, 2014. 
VERMA, M. Artificial Intelligence and Its Scope in Different Areas with Special Reference to 
the Field of Education. International Journal of Advanced Educational Research, 2018. 
WANG, D. et al. A problem solving oriented intelligent tutoring system to improve students’ 
acquisition of basic computer skills. Computers in Education, 2015. 
ZAWACKI-RICHTER, O. et al. Systematic review of research on artificial intelligence appli-
cations in higher education – where are the educators? International Journal of Educa-
tional Technology in Higher Education, 2019.