Llimpi
ISSN: 2961-2438 (En línea)
Vol. V, N° 1, 2025
Pág. 44 - 51
44
LA INTELIGENCIA ARTIFICIAL (IA) EN LA DOCENCIA
UNIVERSITARIA: OBSTÁCULOS Y OPORTUNIDADES PARA LA
INNOVACIÓN EDUCATIVA
Artificial Intelligence (Ai) In University Teaching: Obstacles And Opportunities For
Educational Innovation
Edward Faustino Loayza-Maturrano 1
(edwloma@lamolina.edu.pe)
(https://orcid.org/0000-0002-1359-8414)
1 Universidad Nacional Agraria La
Molina - Lima, Perú
Artículo recibido: 30/10/2024
Arbitrado por pares
Artículo aceptado: 16/12/2024
Artículo publicado: 01/01/2025
RESUMEN
Esta investigación tiene como objetivo explorar los desafíos de la
Inteligencia Artificial (IA) y analizar cómo está siendo utilizada en la
docencia universitaria, según el tipo de universidad: universidad
pública o universidad privada, y de acuerdo al sexo y edad. El estudio
fue de tipo cualitativo, utilizando un diseño de investigación
fenomenológico que permitió realizar entrevistas detalladas que luego
fueron analizadas con el software Atlas.ti 9.0. Los participantes
fueron 24 docentes, seleccionados por conveniencia, divididos
equitativamente entre docentes de universidades públicas y privadas,
todos con un mínimo de dos años de experiencia en el uso de la IA en
sus prácticas docentes, los cuales representaban una amplia variedad
de grupos en términos de sexo, edad y formación profesional. Los
resultados revelaron que, en la universidad, la IA se emplea más
ampliamente tanto para la enseñanza como para el aprendizaje.
Además, se observaron diferencias notables por sexo y edad. Se
concluyó que la integración de la inteligencia artificial en la docencia
universitaria presenta tanto oportunidades como desafíos, por lo que
es esencial que en las instituciones educativas se desarrollen
estrategias de capacitación y adaptación curricular que faciliten un
uso más efectivo y equitativo de la IA en todos los niveles educativos.
Palabras Clave: Inteligencia artificial, docencia universitaria,
innovación educativa, análisis fenomenológico
ABSTRACT
This research aims to explore the challenges of Artificial Intelligence (AI) and
analyze how it is being used in university teaching, based on the type of
university: public or private, and according to gender and age. The study was
qualitative in nature, utilizing a phenomenological research design that
allowed for detailed interviews, which were then analyzed using Atlas.ti 9.0
software. The participants were 24 instructors, conveniently selected and
equally divided between public and private universities, all with a minimum
of two years of experience in using AI in their teaching practices, representing
a wide variety of groups in terms of gender, age, and professional background.
The results revealed that AI is more widely used in universities for both
teaching and learning. Additionally, notable differences were observed by
gender and age. It was concluded that the integration of artificial intelligence
in university teaching presents both opportunities and challenges, making it
essential for educational institutions to develop training strategies and
curricular adaptations that facilitate a more effective and equitable use of AI
at all educational levels.
Keywords: Artificial intelligence, university teaching, educational
innovation, phenomenological analysis
DOI: https://doi.org/10.54943/lree.v5i1.575
Llimpi
ISSN: 2961-2438 (En línea)
45
INTRODUCCIÓN
La inteligencia artificial (IA) desempeña un papel crucial en la transformación de la educación
superior, presentándose como un componente clave para la innovación pedagógica y la mejora del
proceso de enseñanza-aprendizaje. En el contexto universitario, la IA no solo se limita a la
automatización de tareas administrativas, sino que también se integra en la creación de entornos de
aprendizaje personalizados, la facilitación de la investigación académica y el fomento de la interacción
entre estudiantes y docentes. Se ha demostrado que la IA tiene el potencial de revolucionar la docencia
universitaria al proporcionar herramientas avanzadas para el análisis de datos educativos, la
creación de contenidos interactivos y el apoyo a la toma de decisiones pedagógicas. Sin embargo, la
implementación de estas tecnologías presenta una serie de retos y desafíos que requieren una
atención exhaustiva para maximizar sus beneficios y minimizar sus inconvenientes (Marques-Cobeta,
2023).
Se ha demostrado que la IA puede facilitar la personalización del aprendizaje, mejorar la eficiencia
administrativa y proporcionar herramientas avanzadas para la investigación académica (Cordero,
2024). No obstante, su integración en el ámbito educativo presenta desafíos significativos, incluyendo
la necesidad de formación docente adecuada, la adaptación curricular y la gestión de la ética y
privacidad de los datos (Gómez-Zermeño, 2024). Una gran cantidad de literatura ha investigado los
beneficios potenciales de la IA en la educación, pero persisten vacíos en el conocimiento sobre su
implementación efectiva y los obstáculos específicos que enfrentan los educadores en diferentes
niveles educativos (Castro y Mendoza, 2024).
Estudios recientes han descubierto que la aplicación de la IA en la educación superior puede mejorar
significativamente el rendimiento académico al adaptar los métodos de enseñanza a las necesidades
individuales de los estudiantes (Acosta y Finol de Franco, 2024). Investigaciones anteriores han
mostrado que los sistemas de tutoría inteligente, impulsados por IA, pueden proporcionar
retroalimentación instantánea y personalizada, lo que permite a los estudiantes progresar a su propio
ritmo (Aparicio, 2023). Además, pruebas recientes sugieren que las plataformas de aprendizaje
adaptativo, que utilizan algoritmos de IA para ajustar el contenido educativo en tiempo real, han sido
efectivas en la reducción de las tasas de abandono escolar y en el aumento de la retención de
conocimientos (Cedeño et al, 2024; Del Amor et al.,2023). Así, a pesar de estos avances, se ha
observado que existen importantes vacíos en el conocimiento respecto a la integración efectiva de la
IA en los currículos universitarios.
La falta de un marco teórico sólido para guiar la implementación de estas tecnologías, junto con la
escasez de estudios empíricos que evalúen su impacto a largo plazo, subraya la necesidad de una
investigación más profunda en este campo. Además, la preocupación por cuestiones éticas y de
privacidad, así como la resistencia al cambio por parte de algunos docentes, son obstáculos que deben
ser abordados para garantizar una adopción exitosa de la IA en la educación superior (Expósito-
Álvarez et al, 2024). El objetivo general de esta investigación fue explorar los retos y desafíos
asociados con la implementación de la inteligencia artificial en la docencia universitaria, con un
enfoque particular en identificar las barreras tecnológicas, pedagógicas y organizativas que dificultan
su adopción. A través de un análisis exhaustivo de la literatura existente y la recopilación de datos
cualitativos de docentes que ya han integrado la IA en sus prácticas educativas, este estudio buscó
proporcionar una comprensión integral de los factores que influyen en el éxito de estas iniciativas. En
términos de avances tecnológicos, se ha argumentado que la capacidad de la IA para procesar grandes
volúmenes de datos en tiempo real ofrece oportunidades sin precedentes para el análisis de patrones
de aprendizaje y el desarrollo de estrategias pedagógicas más efectivas. Sin embargo, el desafío radica
en la necesidad de contar con infraestructuras tecnológicas adecuadas y personal capacitado para
gestionar estas herramientas de manera eficiente. La brecha digital entre instituciones con diferentes
Llimpi
ISSN: 2961-2438 (En línea)
46
niveles de recursos también representa un obstáculo significativo para la implementación equitativa
de la IA en la educación superior. Desde una perspectiva pedagógica, la IA tiene el potencial de
transformar los roles tradicionales de los docentes, permitiéndoles asumir funciones más centradas
en el diseño de experiencias de aprendizaje y la facilitación de la interacción colaborativa. No
obstante, esto requiere un cambio de paradigma en la formación docente, que debe incluir el desarrollo
de competencias digitales avanzadas y una comprensión profunda de las capacidades y limitaciones
de las tecnologías de IA. Además, la adaptación de los currículos para integrar estas herramientas de
manera efectiva es un proceso complejo que requiere una planificación cuidadosa y un enfoque
centrado en el estudiante. Organizativamente, la implementación de la IA en la docencia
universitaria plantea desafíos relacionados con la gestión del cambio y la alineación de las estrategias
institucionales con las oportunidades que ofrece la tecnología. Las instituciones deben desarrollar
políticas claras y marcos de gobernanza que guíen la adopción de la IA, garantizando al mismo tiempo
la protección de los datos personales y la equidad en el acceso a estas herramientas. La colaboración
entre diferentes departamentos y la participación activa de todos los actores involucrados son
esenciales para superar las barreras organizativas y fomentar una cultura de innovación y mejora
continua. En conclusión, la inteligencia artificial representa una oportunidad única para redefinir la
educación superior, pero su implementación exitosa requiere abordar una serie de retos y desafíos
complejos. Este estudio contribuyó a la comprensión de estos problemas al proporcionar una visión
detallada de las experiencias de los docentes que ya han comenzado a integrar la IA en sus prácticas
educativas. Los hallazgos de esta investigación ofrecen una base sólida para el desarrollo de
estrategias efectivas que promuevan la adopción de la IA.
METODOLOGÍA
El presente estudio adoptó un enfoque cualitativo con un diseño de investigación fenomenológico,
orientado a explorar y comprender las experiencias y percepciones de los docentes en relación con el
uso de la inteligencia artificial (IA) en procesos de enseñanza. Este diseño fue seleccionado por su
capacidad para capturar las experiencias subjetivas y las interpretaciones personales de los
participantes, proporcionando una comprensión profunda de los fenómenos educativos en contextos
específicos (Astorne y Lepage, 2011).
La selección de los participantes se realizó mediante un muestreo intencional, dirigido a identificar a
docentes con experiencia relevante en el uso de la IA en contextos educativos. Se reclutaron un total
de 24 docentes, distribuidos equitativamente entre docentes universitarios de universidades públicas
y de universidades de gestión privada, con 12 participantes en cada categoría. Los criterios de
inclusión exigían que los docentes tuvieran al menos dos años de experiencia en la implementación
de tecnologías de IA en sus prácticas pedagógicas. Además, se buscó una diversidad de factores como
sexo, edad y formación académica para asegurar una representación amplia de perspectivas. Todos
los participantes estaban afiliados a instituciones educativas ubicadas en diversos distritos de la
ciudad de Lima, Perú.
La recolección de datos se llevó a cabo a través de entrevistas semiestructuradas, diseñadas para
permitir una exploración flexible y profunda de las experiencias de los docentes. La guía de entrevista
estuvo compuesta por cuatro bloques principales, correspondientes a cada uno de los
constructos/criterios a interrogar. El primer bloque de preguntas está dedicado a “Percepciones sobre
la eficacia de la IA”; el segundo bloque, directamente a “Desafíos en la implementación de la IA”; el
tercer bloque, refiere a preguntas sobre “Diferencias en el uso de la IA según variables demográficas”;
y el último bloque a las “perspectivas futuras y sugerencias en el uso de la IA”. La cantidad de texto
de las respuestas de un encuestado a las preguntas de la entrevista en la transcripción fue: Media =
3840 palabras, Desviación Estándar = 1280, el volumen total del texto transcrito fue de 88,320
palabras. La guía de entrevistas se anexa en el apéndice.
Llimpi
ISSN: 2961-2438 (En línea)
47
Las entrevistas se realizaron en un entorno cómodo y privado, ya sea en las instalaciones de las
instituciones educativas o mediante plataformas de videoconferencia Google Meet, lo cual dependió
de la disponibilidad y preferencia de los participantes. Cada entrevista tuvo una duración aproximada
de 60 minutos. El protocolo de entrevista fue desarrollado específicamente para este estudio,
incorporando preguntas abiertas que abordaban varios aspectos del uso de la IA, tales como las
percepciones sobre su eficacia, los desafíos enfrentados durante la implementación, y las diferencias
observadas en el uso de la IA en función de variables demográficas. Las entrevistas fueron grabadas
en audio, con el consentimiento informado de los participantes, para asegurar la precisión en la
transcripción y análisis de los datos.
Las entrevistas grabadas fueron transcritas y sometidas a un análisis temático, un enfoque que
permite identificar, analizar y reportar patrones dentro de los datos cualitativos usando el Atlas.ti.
El software Atlas.ti es una herramienta que permite la organización, análisis e interpretación de
información en investigaciones cualitativas. El proceso de análisis se llevó a cabo en varias etapas.
Inicialmente, se realizó una lectura minuciosa de las transcripciones para familiarizarse con los datos.
Posteriormente, se generaron códigos iniciales, que fueron refinados y agrupados en temas más
amplios a medida que avanzaba el análisis. Para asegurar la fiabilidad y validez del análisis, se
emplearon estrategias de triangulación, que incluyeron la revisión de los temas identificados por
múltiples investigadores del equipo de estudio (Smith et al., 2014). De este modo, se analizaron
categorías y códigos según la frecuencia de aparición. Surgieron categoría como docentes según
niveles educativos en el uso de la IA (primaria, secundaria y superior), docentes universitarios de
zonas rurales y de zonas urbanas. En la última etapa se analizaron las conexiones entre códigos y
temas generales. Además, se llevaron a cabo reuniones de consenso para resolver discrepancias y
asegurar la coherencia en la interpretación de los datos. Este enfoque metodológico riguroso permitió
obtener una comprensión rica y matizada de las experiencias de los docentes con la IA, proporcionando
una base sólida para las conclusiones y recomendaciones del estudio.
RESULTADOS
El análisis de los datos recopilados a través de las entrevistas con los 24 docentes participantes revela
patrones distintivos en el uso de la inteligencia artificial (IA) entre docentes universitarios
procedentes de universidades públicas y docentes de universidades privadas, así como diferencias
significativas en función del sexo y la edad de los educadores. En la educación universitaria, la IA se
emplea de manera más extensa tanto para la enseñanza como para el aprendizaje respecto de niveles
educativos previos (el nivel “primaria” y el nivel “secundaria”). Los docentes universitarios, en
general, reportaron un uso significativo de la IA para facilitar la instrucción, mejorar la interacción
con los estudiantes y apoyar la investigación académica. Los docentes universitarios de universidades
públicas mostraron mayor integración de la IA en el proceso educativo, con aplicaciones que van desde
la personalización del aprendizaje hasta el análisis de datos para la mejora continua de los programas
académicos. Además, se identificaron diferencias notables en el uso de la IA basadas en el sexo de los
docentes. Así, los docentes masculinos mostraron un uso más intensivo de la IA en comparación con
las docentes femeninas, destacándose en la aplicación de tecnologías avanzadas para la enseñanza y
la investigación.
Por otro lado, las diferencias por edad también fueron evidentes en los resultados. Los docentes más
jóvenes demostraron una mayor competencia y frecuencia en el uso de herramientas de IA en
comparación con sus colegas de mayor edad. Esta tendencia fue consistente tanto en docentes
procedentes de universidades públicas como universidades privadas, sugiriendo una correlación entre
la familiaridad con la tecnología y la propensión a integrar la IA en las prácticas pedagógicas. Los
docentes jóvenes no solo utilizaron la IA con mayor frecuencia, sino que también mostraron una mayor
Llimpi
ISSN: 2961-2438 (En línea)
48
diversidad en las aplicaciones empleadas, abarcando desde plataformas de aprendizaje adaptativo
hasta herramientas de análisis de datos educativos.
En suma, los resultados indican una variabilidad significativa en el uso de la inteligencia artificial en
la docencia, influenciada tanto por el tipo gestión de la universidad de procedencia, por el sexo y la
edad de los docentes. Estos hallazgos proporcionan una base para comprender mejor las dinámicas
de adopción de la IA en el ámbito educativo y destacan la necesidad de considerar estos factores al
desarrollar estrategias para su implementación efectiva.
DISCUSIÓN
La investigación demuestra que la utilización de la inteligencia artificial (IA) en la docencia
universitaria presenta patrones distintivos según tipo de procedencia de la universidad, con
variaciones significativas basadas en el sexo y la edad de los docentes. Es la primera vez que se
documenta de manera exhaustiva cómo el uso de la IA en la educación superior universitaria, la IA
se emplea activamente tanto para la enseñanza como para el aprendizaje, destacándose como una
herramienta crucial para la innovación pedagógica. Este trabajo es novedoso al describir las
diferencias en la adopción de la IA entre grupos demográficos, revelando que los docentes más jóvenes
tienden a utilizar estas tecnologías de manera más efectiva que sus colegas mayores, así como los
docentes hombres dominan en el uso de la IA de forma más eficaz que las docentes mujeres. Una
posible explicación de estos resultados puede ser la variabilidad en la formación y la disposición hacia
la tecnología entre diferentes generaciones de docentes. Los docentes más jóvenes, que han crecido en
un entorno más digitalizado, pueden tener una mayor familiaridad y confianza en el uso de
herramientas tecnológicas avanzadas, lo que facilita su integración en las prácticas pedagógicas. Este
resultado puede explicarse por la creciente disponibilidad de recursos y programas de capacitación en
IA dirigidos a docentes en formación, que no estaban disponibles para generaciones anteriores.
Asimismo, los docentes hombres respecto de las docentes mujeres, al parecer, pueden tener un mayor
preferencia y acceso a oportunidades de desarrollo profesional en áreas tecnológicas, lo que se traduce
en un uso más intensivo de la IA.
Estos resultados concuerdan con investigaciones anteriores que han identificado barreras similares
en la adopción de tecnologías educativas, especialmente en contextos donde la infraestructura
tecnológica es limitada y la formación docente no está alineada con las demandas tecnológicas
actuales (Martínez y Bustamante, 2024; Salas et al., 2024; Sein-Echaluce et al., 2023; Tamayo et al.
2024). Estudios previos han destacado que la falta de integración curricular de la IA en el nivel
secundario puede estar relacionada con la rigidez de los sistemas educativos, que a menudo no
permiten la flexibilidad necesaria para incorporar nuevas tecnologías de manera efectiva (Loayza-
Maturrano, 2024). Estos resultados respaldan investigaciones anteriores que sugieren que la
educación superior es más receptiva a la innovación tecnológica, debido a su estructura más flexible
y su enfoque en la investigación y el desarrollo de nuevas metodologías de enseñanza (Cedeño et al.,
2024; Lopezosa, 2023; Mateus et al., 2024; Orozco, 2022; Victoria-Maldonado et al, 2023). A pesar de
la novedad de este hallazgo, estos resultados pueden estar limitados por el enfoque geográfico del
estudio, ya que se centró exclusivamente en instituciones educativas universitarias de la ciudad de
Lima, Perú. Esta limitación podría influir en la generalización de los resultados a otras regiones con
diferentes contextos socioeconómicos y culturales. Además, el estudio se basó en un diseño cualitativo,
lo que podría limitar la cuantificación precisa de la adopción de la IA en términos de frecuencia y
profundidad de uso.
En síntesis, la investigación proporciona una visión detallada y única de cómo la IA está siendo
adoptada en docentes universitarios de diferentes tipos de gestión universitaria y cómo factores
demográficos influyen en su implementación. Al identificar patrones específicos de uso y las barreras
Llimpi
ISSN: 2961-2438 (En línea)
49
que enfrentan los docentes, este estudio contribuye al entendimiento de los desafíos y oportunidades
que presenta la integración de la IA en la educación universitaria. Estos hallazgos subrayan la
necesidad de políticas educativas que promuevan la equidad en el acceso a tecnologías avanzadas y
la importancia de programas de formación continua que capaciten a los docentes para enfrentar los
retos de la enseñanza en la era digital (Moreno y Muñoz, 2023). La comprensión de estas dinámicas
es esencial para el desarrollo de estrategias efectivas que maximicen el potencial de la IA en la
educación y aseguren que todos los estudiantes puedan beneficiarse de las oportunidades que estas
tecnologías ofrecen.
CONCLUSIÓN
Este estudio cualitativo exploratorio identificó que la integración de la inteligencia artificial (IA) en
la docencia universitaria presenta una variabilidad no tan significativa respecto el tipo de universidad
de procedencia, aunque sí un empleo más sofisticado y extendido en el nivel superior para propósitos
de enseñanza y aprendizaje respecto de niveles previos. Además, se observan diferencias notables en
la adopción de estas tecnologías según el sexo y la edad de los docentes. Los resultados revelan que
los docentes más jóvenes tienden a utilizar la IA de manera más efectiva que sus contrapartes
mayores. Por su parte, los hombres superan a las mujeres en la utilización de estas herramientas
tecnológicas. La importancia de estos hallazgos radica en que proporcionan una evaluación
exhaustiva del estado actual de la adopción de la IA en el ámbito educativo en Perú, destacando tanto
las oportunidades como los desafíos que enfrenta el sistema educativo en la integración de tecnologías
emergentes.
Estos resultados son particularmente relevantes para los responsables de la formulación de políticas
educativas, ya que ofrecen información valiosa sobre las áreas que requieren atención para fomentar
una adopción más equitativa y efectiva de la IA en la educación. Al comprender las diferencias en el
uso de la IA según tipo de procedencia del docente universitario, el sexo y la edad, los formuladores
de políticas y los líderes educativos pueden desarrollar estrategias de capacitación y recursos
adaptados a las necesidades específicas de cada grupo, promoviendo así un entorno educativo más
inclusivo y tecnológicamente avanzado. Desde una perspectiva futura, se requiere más trabajo para
profundizar en la comprensión de las barreras específicas que limitan la integración de la IA en los
niveles educativos primario y secundario. Es necesaria más investigación para explorar las razones
subyacentes de las diferencias observadas en el uso de la IA entre docentes de diferentes edades y
géneros, lo que podría proporcionar información crítica para el desarrollo de programas de
capacitación más efectivos. Además, se deberían realizar más investigaciones para examinar el
impacto a largo plazo de la IA en los resultados de aprendizaje de los estudiantes, lo que podría guiar
la implementación de políticas educativas que maximicen los beneficios de estas tecnologías.
En resumen, los resultados sugieren que, aunque la IA tiene el potencial de transformar el entorno
educativo, su implementación actual está marcada por disparidades significativas que deben
abordarse para garantizar que todos los estudiantes y docentes puedan beneficiarse plenamente de
sus capacidades. La adopción de un enfoque holístico que considere las diversas necesidades y
contextos de los educadores es esencial para avanzar hacia un sistema educativo que no solo incorpore
la IA, sino que también utilice su potencial para mejorar la calidad y la equidad del aprendizaje.
Llimpi
ISSN: 2961-2438 (En línea)
Vol. V, N° 1, 2025
Pág. 44 - 51
50
REFERENCIAS BIBLIOGRÁFICAS
Acosta, S. y Finol de Franco, M. (2024). Inteligencia artificial como mecanismo para mejorar la
gestión educativa universitaria. Revista De Ciencias Sociales, 30(3), 583-597.
https://doi.org/10.31876/rcs.v30i3.42697
Aparicio, W. (2023). La Inteligencia Artificial y su Incidencia en la Educación: Transformando el
Aprendizaje para el Siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa,
3. https://doi.org/10.51660/ripie.v3i2.133
Astorne, R. y Lepage, C. (2011). La formación universitaria en investigación aplicada y el contexto
de la complejidad: una perspectiva estratégica para la innovación en ingeniería. Revista
Digital de Investigación en Docencia Universitaria, 5(1). https://doi.org/10.19083/ridu.5.6
Castro, M. y Mendoza, A. (2024). Innovación y Desafíos de la Inteligencia Artificial en la Formación
Universitaria en Comunicación. Question/Cuestión, 3 (79).
https://doi.org/10.24215/16696581e958
Cedeño, E., Alejandro, C., Cuecuecha, L. y Vélez, A. (2024). Inteligencia artificial ética en la
educación universitaria: enfrentando desafíos y explorando oportunidades para la inclusión
educativa. Reincisol., 3(6). https://doi.org/10.59282/reincisol.v3(6)1-16
Cordero, M. (2024). Inteligencia Artificial en el aula: oportunidades y desafíos para la didáctica de
la matemática y física universitaria. Revista Internacional de Pedagogía e Innovación
Educativa, 4. https://doi.org/10.51660/ripie.v4i1.154
Del Amor, R., Colomer, A. y Naranjo, V. (2023). El rol de la inteligencia artificial generativa en la
educación: beneficios potenciales de ChatGPT para promover el aprendizaje en tareas de
programación en Python. In-Red 2023 - IX Congreso Nacional de Innovación Educativa y
Docencia en Red. https://doi.org/10.4995/inred2023.2023.16621
Expósito-Álvarez, C., Roldán-Pardo, M., Arrojo, S., Santirso, F., Marco, M. y Lila, M. (2024).
Promoviendo un uso ético de la inteligencia artificial en la docencia universitaria. In-Red
2024 - X Congreso Nacional de Innovación Educativa y Docencia en Red.
https://doi.org/10.4995/inred2024.2024.18218
Gómez-Zermeño, M. (2024). Inteligencia Artificial. Conceptos clave y tendencias para la innovación
educativa. https://doi.org/10.56162/transdigitalb22
Loayza-Maturrano, E. (2024). Percepción de estudiantes universitarios sobre el uso de ChatGPT
en la escritura académica. Educare et Comunicare, 12 (2), 28-38.
https://doi.org/10.35383/educare.v12i2.1195
Lopezosa, C. (2023). La Inteligencia artificial generativa en la comunicación científica: retos y
oportunidades. Revista de Investigación e Innovación en Ciencias de la Salud, 5.
https://doi.org/10.46634/riics.211
Marques-Cobeta, N. (2023). La Inteligencia Artificial y la Educación - [Artificial Intelligence and
Education]. Innovación educativa en los tiempos de la inteligencia artificial.
https://doi.org/10.26754/cinaic.2023.0002
Martínez, M., Bustamante, E. (2024). Posibilidades y preocupaciones en el panorama de la
Inteligencia Artificial: Un caso de estudio. In-Red 2024 - X Congreso Nacional de Innovación
Educativa y Docencia en Red. https://doi.org/10.4995/inred2024.2024.18512
Llimpi
ISSN: 2961-2438 (En línea)
51
Mateus, J., Cappello, G., Lugo, N., Guerrero-Pico, M. (2024). Communication Educators Facing the
Arrival of Generative Artificial Intelligence: Exploration in Mexico, Peru, and Spain. Digital
education review (45), June 2024, 106-114. https://doi.org/10.1344/der.2024.45.106-114
Moreno, J., Muñoz, V. (2023). Procesos creativos: un modelo para su uso en educación - [Creative
processes: a model for use in education]. Innovación educativa en los tiempos de la
inteligencia artificial. https://doi.org/10.26754/cinaic.2023.0060
Orozco, C. (2022). Sobre los nuevos retos y oportunidades derivados de la implementación de
herramientas de inteligencia artificial en la docencia universitaria. Revista Investigaciones
Andina, 24. https://doi.org/10.33132/01248146.2219
Salas, F., Vercher, M., Aura, C., García, A., Capó, J. (2024). Uso de la inteligencia artificial para
mejorar la capacidad de lecto-comprensión, integración y síntesis. In-Red 2024 - X Congreso
Nacional de Innovación Educativa y Docencia en Red.
https://doi.org/10.4995/inred2024.2024.18343
Sein-Echaluce, M. ; Fidalgo, A. ; García, F. (eds.) (2023). Innovación educativa en los tiempos de la
inteligencia artificial. https://doi.org/10.26754/uz.978-84-18321-92-4
Smith, B., Sparkes, A., & Caddick, N. (2014). Judging qualitative research. In Research methods
in sports coaching (pp. 192-201). Routledge.
https://books.google.es/books?hl=es&lr=&id=TDgsAwAAQBAJ&oi=fnd&pg=PA192&ots=e
vX_PvW7kd&sig=ZasK0twsv5hXhbv8_EB6fxncxpE#v=onepage&q&f=false
Tamayo, V., Romero, Y., Zapata, S., Sánchez, R. (2024). Integración de la inteligencia artificial en
la enseñanza universitaria para optimizar el proceso de aprendizaje. Magazine de las
Ciencias: Revista de Investigación e Innovación, 9. https://doi.org/10.33262/rmc.v9i2.3104
Victoria-Maldonado, J., de la Cruz-Campos, J., Navas-Parejo, M. (2023). El uso de la inteligencia
artificial dentro de la Educación Superior como herramienta educativa. Perspectivas
interdisciplinarias para la promoción de la investigación y la innovación en el ámbito
educativo. https://doi.org/10.2307/jj.8500870.23