Inteligencia Artificial en la Docencia Universitaria: Una Revisión Sistemática de Impactos, Desafíos y Tendencias (2020-2025).
DOI:
https://doi.org/10.70577/rp9hf309Palabras clave:
Inteligencia Artificial, Educación Superior, Docencia Universitaria, Revisión Sistemática, Innovación Educativa, Analítica del Aprendizaje, Integridad Académica,Resumen
La inteligencia artificial (IA) ha emergido como una herramienta estratégica en la educación superior, especialmente como soporte pedagógico en la docencia universitaria. No obstante, su integración en los procesos de enseñanza-aprendizaje evidencia una problemática crítica: la ausencia de marcos pedagógicos estructurados y de evidencia empírica robusta que respalde su implementación efectiva. Esta brecha genera tensiones entre la innovación tecnológica, las prácticas docentes tradicionales y las exigencias institucionales relacionadas con la ética, la evaluación y la calidad educativa. En este contexto, el objetivo de este estudio fue analizar de manera sistemática la producción científica reciente sobre la integración de la IA en la educación superior.
Se realizó una revisión sistemática de la literatura se siguen las directrices del protocolo PRISMA, mediante una búsqueda en la base de datos Scopus, se considera artículos publicados entre 2020 y 2025. Tras la aplicación de criterios de inclusión y exclusión previamente definidos, se seleccionaron dieciocho estudios para su análisis cualitativo. Los resultados se organizaron en cinco ejes temáticos: uso de IA generativa por estudiantes, innovación pedagógica mediada por IA, evaluación y analítica educativa inteligente, ética e integridad académica, y transformación digital disciplinar.
La evidencia indica que la IA favorece la personalización del aprendizaje, mejora la retroalimentación formativa y optimiza los procesos docentes. Sin embargo, persisten desafíos significativos relacionados con la regulación institucional, la formación docente en competencias digitales y la redefinición de los sistemas de evaluación. Se concluye que la IA representa una oportunidad relevante para la innovación pedagógica en la educación superior; no obstante, su integración efectiva requiere marcos pedagógicos sólidos y diseños de investigación más rigurosos que permitan consolidar evidencia empírica sobre su impacto a mediano y largo plazo.
Descargas
Referencias
Almaraz-López, C., Almaraz-Menéndez, F., & López-Esteban, C. (2023). Comparative study of the attitudes and perceptions of university students in business administration and management and in education toward artificial intelligence. Education Sciences, 13(6), 609. https://doi.org/10.3390/educsci13060609
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Rivas-Manzano, M. d. R. d. (2024). Acceptance of educational artificial intelligence by teachers and its relationship with some variables and pedagogical beliefs. Education Sciences, 14(7), 740. https://doi.org/10.3390/educsci14070740
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Pugla-Quirola, D. R. (2025). A structural model of distance education teachers’ digital competencies for artificial intelligence. Education Sciences, 15(10), 1271. https://doi.org/10.3390/educsci15101271
Carmi, G. (2025). Learning with generative AI: An empirical study of students in higher education. Education Sciences, 15(12), 1696. https://doi.org/10.3390/educsci15121696
Cordero, J., Torres-Zambrano, J., & Cordero-Castillo, A. (2025). Integration of generative artificial intelligence in higher education: Best practices. Education Sciences, 15(1), 32. https://doi.org/10.3390/educsci15010032
Dann, C., O’Neill, S., Getenet, S., Chakraborty, S., Saleh, K., & Yu, K. (2024). Improving teaching and learning in higher education through machine learning: Proof of concept’ of AI’s ability to assess the use of key microskills. Education Sciences, 14(8), 886. https://doi.org/10.3390/educsci14080886
Fern, J. (2024). A more-than-human ecology: Evolving generative artificial intelligence in higher education. Education Sciences, 14(10), 1102. https://doi.org/10.3390/educsci14101102
González-Rico, P., & Lluch Sintes, M. (2024). Empowering soft skills through artificial intelligence and personalised mentoring. Education Sciences, 14(7), 699. https://doi.org/10.3390/educsci14070699
Haroud, S., & Saqri, N. (2025). Generative AI in higher education: Teachers’ and students’ perspectives on support, replacement, and digital literacy. Education Sciences, 15(4), 396. https://doi.org/10.3390/educsci15040396
Huesca, G., Elizondo-García, M. E., Aguayo-González, R., Aguayo-Hernández, C. H., González-Buenrostro, T., & Verdugo-Jasso, Y. A. (2025). Evaluating the potential of generative artificial intelligence to innovate feedback processes. Education Sciences, 15(4), 505. https://doi.org/10.3390/educsci15040505
Huesca, G., Martínez-Treviño, Y., Molina-Espinosa, J. M., Sanromán-Calleros, A. R., Martínez-Román, R., Cendejas-Castro, E. A., & Bustos, R. (2024). Effectiveness of using ChatGPT as a tool to strengthen benefits of the flipped learning strategy. Education Sciences, 14(6), 660. https://doi.org/10.3390/educsci14060660
Kiryakova, G., & Angelova, N. (2023). ChatGPT—A challenging tool for the university professors in their teaching practice. Education Sciences, 13(10), 1056. https://doi.org/10.3390/educsci13101056
Leahy, K., Ozer, E., & Cummins, E. P. (2025). AI-ENGAGE: A multicentre intervention to support teaching and learning engagement with generative artificial intelligence tools. Education Sciences, 15(7), 807. https://doi.org/10.3390/educsci15070807
Llerena-Izquierdo, J., Mendez-Reyes, J., Ayala-Carabajo, R., & Andrade-Martinez, C. (2024). Innovations in introductory programming education: The role of AI with Google Colab and Gemini. Education Sciences, 14(12), 1330. https://doi.org/10.3390/educsci14121330
Møgelvang, A., Bjelland, C., Grassini, S., & Ludvigsen, K. (2024). Gender differences in the use of generative artificial intelligence chatbots in higher education: Characteristics and consequences. Education Sciences, 14(12), 1363. https://doi.org/10.3390/educsci14121363
Salinas-Navarro, D. E., Vilalta-Perdomo, E., Michel-Villarreal, R., & Montesinos, L. (2024). Using generative artificial intelligence tools to explain and enhance experiential learning for authentic assessment. Education Sciences, 14(1), 83. https://doi.org/10.3390/educsci14010083
Williams, P. (2023). AI, analytics and a new assessment model for universities. Education Sciences, 13(10), 1040. https://doi.org/10.3390/educsci13101040
Xue, Y., Chinapah, V., & Zhu, C. (2025). A comparative analysis of AI privacy concerns in higher education: News coverage in China and Western countries. Education Sciences, 15(6), 650. https://doi.org/10.3390/educsci15060650
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Ángel Jesús Ferrín Plaza, Diego Wladimir Tapia Núñez (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
-
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
