Inteligencia artificial generativa y transformación de las prácticas docentes en la Educación Superior: oportunidades, desafíos y perspectivas
DOI:
https://doi.org/10.63535/mt128c34Keywords:
Inteligencia artificial generativa; Prácticas docentes; Innovación educativa; Educación superior.Abstract
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.
Downloads
References
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.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 José de Jesús Ramírez Sánchez, Anibal Eudoro Munguia Posas, Angie Carolina Tovar Quintero, Hermes Manuel Benitez Garcete, Marco Vinico Chávez Alarcón (Autor/a)
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Copyright and Licensing Notice
1. Retention and Assignment of Rights
Authors who publish in the Prospherus Scientific Journal retain the Copyright of their works, granting the journal the right of first publication. This initial publication is carried out under the terms of the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License (CC BY-NC-ND 4.0).
2. Conditions for Reuse
The CC BY-NC-ND 4.0 license allows any user to read, download, copy, and distribute the published work, provided that the following three conditions are strictly met:
-
Attribution (BY): Clear and explicit mention of the work's authorship must be made, and the original publication in this journal must be cited.
-
NonCommercial (NC): The use of the material must always be for non-commercial purposes.
-
NoDerivatives (ND): The work must be maintained in its original integrity, and modification, adaptation, or creation of derivative works (such as translations or remixes) based on the article is not permitted.
3. Additional Contractual Agreements and Repositories
Authors are permitted to enter into other independent and additional contractual agreements for the non-exclusive distribution of the published version of the article (for example, including it in an institutional repository or on a personal website) provided that:
-
It is unequivocally indicated that the work was first published in the Prospherus Scientific Journal.
-
The redistribution respects the restrictive terms of the CC BY-NC-ND 4.0 license (non-commercial use and no modifications).
4. Disclaimer
The Prospherus Scientific Journal will in no case be liable for any direct, indirect, incidental, punitive, or consequential claims of copyright infringement related to articles that have been published in any of its issues. Responsibility for originality and obtaining permissions for third-party material rests entirely with the authors.
