Inteligencia artificial generativa y transformación de las prácticas docentes en la Educación Superior: oportunidades, desafíos y perspectivas
DOI:
https://doi.org/10.63535/mt128c34Palabras clave:
Inteligencia artificial generativa; Prácticas docentes; Innovación educativa; Educación superior.Resumen
Se planteó como objetivo, analizar la correlación entre la inteligencia artificial generativa y la transformación de las prácticas docentes en la Educación Superior, identificando las oportunidades, desafíos y perspectivas en el contexto ecuatoriano. En este sentido, el presente estudio se vincula consecuentemente a los postulados del paradigma positivista, bajo esta brújula metodológica cuantitativa, adopta una investigación correlacional de corte transeccional. La población de estudio quedó conformada por 970 docentes universitarios adscritos a diversas instituciones de educación superior en la ciudad de Quito. La confiabilidad fue calculada mediante el coeficiente de confiabilidad Kuder-Richardson, arrojando un resultado de 0,83. Entre los resultados se demuestra la existencia de una correlación positiva fuerte y estadísticamente significativa (r = 0.785, p < 0.01) entre el nivel de adopción de la inteligencia artificial generativa y la transformación global de las prácticas docentes. Esto comprueba empíricamente que, a mayor apropiación, alfabetización y uso crítico de las herramientas generativas por parte del profesorado de Quito, mayor es la reconfiguración y modernización de su praxis pedagógica.
Descargas
Referencias
Alvarado, E. (2025). Enclaves de la educación en tecnología: nueva geografía epistémica. Mc Graw Hill.
Area, M., y San Nicolás, M. (2024). La metamorfosis de la docencia universitaria en la sociedad digital: de la lección magistral a las pedagogías activas mediadas por tecnología. RIED. Revista Iberoamericana de Educación a Distancia, 27(1), 45–63. https://doi.org/10.5944/ried.27.1.37680
Area, M., y Valencia, R. (2024). Metodologías de investigación en tecnología educativa: diseños instrumentales y validación de constructos en la educación superior. Revista de Educación a Distancia (RED), 24(78), 1–25. https://doi.org/10.6018/red.592101
Bisquerra, R., y Pérez, J. (2024). Metodología de la investigación cuantitativa en educación: diseños, análisis estadísticos y validación de constructos. Revista Española de Pedagogía, 82(287), 115–134. https://doi.org/10.22550/REP82-1-2024-04
Cabero, J., y Valencia, R. (2024). Competencia digital docente en la educación superior: Nuevos enfoques y desafíos ante la irrupción de las tecnologías emergentes. EDUTEC. Revista Electrónica de Tecnología Educativa, (87), 12–29. https://doi.org/10.21556/edutec.2024.87.3102
Cárdenas, J., y Suárez, N. (2024). La inteligencia artificial en el desarrollo de las competencias digitales de los educadores: una revisión sistemática. Revista Mexicana de Investigación e Intervención Educativa, 3(2), 62–70.
Fernández, F., y Rodríguez, D. (2025). La praxis docente universitaria en la Era Algorítmica: hacia una pedagogía tecnoeducativa y crítica. Editorial Octaedro.
García, F. (2023). La percepción de la Inteligencia Artificial en la educación superior ¿Amenaza u oportunidad? RIED. Revista Iberoamericana de Educación a Distancia, 26(2), 9–22.
Hernández, R., y Mendoza, C. (2023). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. Mc Graw Hill Interamericana.
Jadán, J., y Arias, H. (2024). Transformación digital e impacto de la inteligencia artificial en la educación superior. https://repositorio.uti.edu.ec/items/c174e78f-16d4-4dfe-b6e4-5430dd290f85
Morales, J., Varas, R., y Loor, B. (2025). Brechas digitales en la Educación Superior en Ecuador: impacto en la equidad educativa y propuesta para un desarrollo social inclusivo. Revista Veritas de Difusão Científica, 6(3), 1741–1760. https://doi.org/10.61616/rvdc.v6i3.1015
Palella, S., y Martins, F. (2010). Metodología de la investigación cuantitativa. FEDUPEL.
Pérez, R. (2024). La investigación cuantitativa y el análisis correlacional en pedagogía: criterios de rigor y fiabilidad instrumental. Bordón. Revista de Pedagogía, 76(1), 45–62. https://doi.org/10.13042/Bordon.2024.98123
Ruiz, J. (2025). Análisis estadístico de datos educativos con SPSS en la era de la inteligencia artificial. Editorial Síntesis.
Sabino, C. (2007). El proceso general de investigación. PANAPO.
Sánchez, M. (2024). La inteligencia artificial como recurso docente: usos y posibilidades para el profesorado. EDUCAR, 60(1), 33–47. https://doi.org/10.5565/rev/educar.1810
SENESCYT. (2021). Lineamientos para la innovación y transformación digital en la educación superior en Ecuador. Secretaría de Educación Superior, Ciencia, Tecnología e Innovación.
Tomassetti, V. (2022). Mediación didáctica en tecnología: estudiantes del siglo XXI. SIGMA.
Torbete, R. (2024). Las aulas ecuatorianas, nociones de una educación desasistida y un docente sobrecargado. Educación Contemporánea.
UNESCO. (2023). Guía para el uso de Inteligencia Artificial generativa en educación e investigación. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
Vivas, M., y Ruiz, M. (2025). Inteligencia artificial generativa: buenas prácticas docentes en educación superior. Editorial Octaedro.
Zapata, M. (2023). La inteligencia artificial generativa en la enseñanza superior: implicaciones pedagógicas, éticas y operativas. RED. Revista de Educación a Distancia, 23(75), 1–32.
Zubillaga, A., y Gortazar, L. (2024). Educación e Inteligencia Artificial: retos y oportunidades para la transformación de la enseñanza en América Latina. Ediciones Morata.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 José de Jesús Ramírez Sánchez, Anibal Eudoro Munguia Posas, Angie Carolina Tovar Quintero, Hermes Manuel Benitez Garcete, Marco Vinico Chávez Alarcón (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aviso de Derechos de Autor y Licenciamiento
1. Retención y Cesión de Derechos
Los autores/as que publican en la Revista Científica Prospherus conservan la titularidad de los derechos de autor (Copyright) sobre sus trabajos, cediendo a la revista el derecho de la primera publicación. Esta publicación inicial se realiza bajo los términos de la licencia Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).
2. Condiciones de Reutilización
La licencia CC BY-NC-ND 4.0 permite a cualquier usuario leer, descargar, copiar y distribuir el trabajo publicado, siempre y cuando se cumplan estrictamente las siguientes tres condiciones:
-
Reconocimiento (BY): Se debe mencionar de forma clara y explícita la autoría del trabajo y citar la publicación original en esta revista.
-
NoComercial (NC): El uso del material debe ser siempre sin fines comerciales.
-
SinObrasDerivadas (ND): El trabajo debe mantenerse en su integridad original, y no se permite la modificación, adaptación o creación de obras derivadas (como traducciones o remezclas) basadas en el artículo.
3. Acuerdos Contractuales Adicionales y Repositorios
Los autores tienen permitido realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión publicada del artículo (por ejemplo, incluirlo en un repositorio institucional o en una página web personal) siempre que:
-
Se indique de manera inequívoca que el trabajo se publicó por primera vez en la Revista Científica Prospherus.
-
La redistribución respete los términos restrictivos de la licencia CC BY-NC-ND 4.0 (uso no comercial y sin modificaciones).
4. Descargo de Responsabilidad
La Revista Científica Prospherus no será responsable, bajo ninguna circunstancia, de cualquier reclamación directa, indirecta, incidental, punitiva o consecuente por infracción de derechos de autor relacionada con los artículos que han sido publicados en cualquiera de sus números. La responsabilidad sobre la originalidad y la obtención de permisos para material de terceros recae enteramente en los autores.
