Efectividad de la Inteligencia Artificial en la Enseñanza Universitaria
DOI:
https://doi.org/10.33595/2226-1478.17.1600Palavras-chave:
inteligencia artificial, efectividad pedagógica, enseñanza universitaria, aprendizaje adaptativo, educación superiorResumo
El presente trabajo analiza la relación entre la efectividad de la enseñanza con Inteligencia Artificial (IA) (uso dirigido a fines pedagógicos y percepción docente de su impacto en el aprendizaje) y el proceso de enseñanza en una universidad privada de Lima (2025). Se empleó una metodología cuantitativa, no experimental, correlacional y transversal, con una población censal de 31 docentes de Ingeniería Industrial. Se aplicaron dos cuestionarios tipo Likert, validados por juicio de expertos y con altos índices de confiabilidad (α = 0,944 en enseñanza; α = 0,831 en efectividad de la IA). El análisis inferencial mediante el coeficiente Rho de Spearman arrojó una relación directa, positiva y significativa (ρ = 0,643; p < 0,001). Los resultados muestran que el profesorado valora la IA, pero la utiliza poco en clase: el indicador más bajo es personalización de actividades (media = 2,74), lo que evidencia una brecha entre conocer el potencial de la IA y aplicarlo en el aula. Tener acceso a la tecnología no garantiza una buena integración pedagógica. Se identifican tres condiciones que las universidades deberían atender: lineamientos institucionales sobre el uso de IA, formación docente continua y espacios de debate sobre sus límites éticos.
Downloads
Referências
Akhmadieva, R. S., Kalmazova, N. A., Belova, T., Prokopyev, A., Molodozhnikova, N. M., y Spichak, V. Y. (2024). Research trends in the use of artificial intelligence in higher education. Frontiers in Education, 9, 1438715. https://doi.org/10.3389/feduc.2024.1438715
Bermúdez García, G. B., Coronel Coronel, R. A., Alvarado Vega, M. L., Espin Urrea, J. R., y Gómez Amaiquema, S. L. (2025). Estrategias de enseñanza basadas en inteligencia artificial y su impacto en el aprendizaje personalizado de los estudiantes. Ciencia Latina Revista Científica Multidisciplinar, 9(2), 6822-6836. https://doi.org/10.37811/cl_rcm.v9i2.17409
Bernilla Rodríguez, E. B. (2024). Docentes ante la inteligencia artificial en una universidad pública del norte del Perú. Educación, 33(64), 8-28. https://doi.org/10.18800/educacion.202401.M001
Celik, I. (2023). Towards intelligent-TPACK: An empirical study on teachers' professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468. https://doi.org/10.1016/j.chb.2022.107468
Cornelio, O. M., Rodríguez, A., Solórzano Álava, W. L., Amén Mora, P. G., Santos Mera, L. M., y Pinargote Bravo, B. J. (2024). La inteligencia artificial: Desafíos para la educación. Editorial Internacional Alema. https://editorialalema.org/libros/index.php/alema/article/view/34
Chiu, T. K. F. (2025). Developing intelligent-TPACK (I-TPACK) framework from unpacking AI literacy and competency: Implementation strategies and future research direction. Interactive Learning Environments, 33(7), 4189-4192. https://doi.org/10.1080/10494820.2025.2545053
Du Plooy, E., Casteleijn, D. & Franzsen, D. (2024). Personalized adaptive learning in higher education: A scoping review of key characteristics and impact on academic performance and engagement. Heliyon, 10(21), e39630. https://doi.org/10.1016/j.heliyon.2024.e39630
Goodhue, D. L., & Thompson, R. L. (1995). Task-technology fit and individual performance. MIS Quarterly, 19(2), 213-236. https://doi.org/10.2307/249689
Guerrero López, C. A., y Guerrero Medina, C. A. (2024). Determinantes del uso de la inteligencia artificial en la enseñanza universitaria: Un enfoque cualitativo. Tierra Nuestra, 18(2). https://doi.org/10.21704/rtn.v18i2.2183
Heredia-Pérez, G., Benavides-Galvez, J. B., Rojas-Campos, E. y Sanchez-Bustamante, E. (2025). Inteligencia artificial y pedagogía: retos para la educación superior en el Perú. Revista InveCom, 6(2), 1-6. https://doi.org/10.5281/zenodo.16997148
Hernández-Sampieri, R., y Mendoza, C. P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education.
Hinkle, D. E., Wiersma, W., & Jurs, S. G. (2003). Applied statistics for the behavioral sciences (5.a ed.). Houghton Mifflin.
Kalniņa, D., Nīmante, D., y Baranova, S. (2024). Artificial intelligence for higher education: Benefits and challenges for pre-service teachers. Frontiers in Education, 9, 1501819. https://doi.org/10.3389/feduc.2024.1501819
Lee, D., Arnold, M., Srivastava, A., Plastow, K., Strelan, P., Ploeckl, F., Lekkas, D., y Palmer, E. (2024). The impact of generative AI on higher education learning and teaching: A study of educators' perspectives. Computers and Education: Artificial Intelligence, 6, 100221. https://doi.org/10.1016/j.caeai.2024.100221
Ley N.° 29733. Ley de Protección de Datos Personales. (3 de julio de 2011). Diario Oficial El Peruano. https://www.gob.pe/institucion/congreso-de-la-republica/normas-legales/243470-29733
Martínez Rizo, F. (2021). Aprendizaje, enseñanza, conocimiento, tres acepciones del constructivismo. Implicaciones para la docencia. Perfiles Educativos, 43(174), 170-185. https://doi.org/10.22201/iisue.24486167e.2021.174.60208
Menacho, M. (2024). Inteligencia artificial y aprendizaje autónomo en estudiantes de educación superior, 2024 [Tesis de doctorado, Universidad Nacional Mayor de San Marcos]. https://cybertesis.unmsm.edu.pe/item/4df3b9ba-5510-4296-aae9-91428ed87981
Naseer, F., Khan, M. N., Tahir, M., Addas, A. & Aejaz, S. M. H. (2024). Integrating deep learning techniques for personalized learning pathways in higher education. Heliyon, 10(11), e32628. https://doi.org/10.1016/j.heliyon.2024.e32628
Ojeda, A. D., Solano-Barliza, A. D., Ortega Alvarez, D. y Boom Cárcamo, E. (2023). Análisis del impacto de la inteligencia artificial ChatGPT en los procesos de enseñanza y aprendizaje en la educación universitaria. Formación Universitaria, 16(6), 61-70. https://doi.org/10.4067/S0718-50062023000600061
Rao, G. T. & Suhasini, N. (2025). Integrating artificial intelligence in higher education to enhance teaching and learning. Computer Applications in Engineering Education, 33(2), e70085. https://doi.org/10.1002/cae.70085
Reina Marín, Y., Cruz Caro, O., Maicelo Rubio, Y. C., Alva Tuesta, J. N., Sánchez Bardales, E., Carrasco Rituay, A. M. & Chávez Santos, R. (2025). Artificial intelligence as a teaching tool in university education. Frontiers in Education, 10, 1578451. https://doi.org/10.3389/feduc.2025.1578451
Roco-Videla, Á., Flores, S. V., Olguin-Barraza, M. y Aguilera-Eguía, R. (2024). Consideraciones ante el uso de la prueba de Shapiro-Wilk cuando se trabaja con muestras pequeñas. Angiología, 76(1), 61-62. https://doi.org/10.20960/angiologia.00568
Salas-Pilco, S. Z. & Yang, Y. (2022). Artificial intelligence applications in Latin American higher education: A systematic review. International Journal of Educational Technology in Higher Education, 19(1), 21. https://doi.org/10.1186/s41239-022-00326-w
Strielkowski, W., Grebennikova, V., Lisovskiy, A., Rakhimova, G. & Vasileva, T. (2024). AI-driven adaptive learning for sustainable educational transformation. Sustainable Development, 33(2), 1921-1947. https://doi.org/10.1002/sd.3221
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes (M. Cole, V. John-Steiner, S. Scribner, & E. Souberman, Eds.). Harvard University Press.
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Janet Liliana Paz Campaña, Jose Antonio Arevalo Tuesta
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
