����������������������������������������������������������������������������������

 

 

Integraci�n de la inteligencia artificial en la ense�anza del emprendimiento y la gesti�n: revisi�n de literatura sobre el desarrollo de competencias emprendedoras en el bachillerato t�cnico de Guayaquil, Ecuador

 

Integration of artificial intelligence in the teaching of entrepreneurship and management: a literature review on the development of entrepreneurial skills in technical high schools in Guayaquil, Ecuador

 

Integra��o da intelig�ncia artificial no ensino do empreendedorismo e da gest�o: uma revis�o da literatura sobre o desenvolvimento de compet�ncias empreendedoras nas escolas t�cnicas secund�rias de Guayaquil, Equador.

 

 

 

 

 

 

 

 

 

 

Correspondencia: mariaburbano1@hotmail.com

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 10 agosto de 2025 *Aceptado: 20 de septiembre de 2025 * Publicado: �31 de octubre de 2025

 

        I.            Facultad de Posgrados, Escuela de Educaci�n, Maestr�a en Inteligencia Artificial para la Educaci�n, Universidad Estatal de Milagro, Milagro, Ecuador.

      II.            Facultad de Posgrados, Escuela de Educaci�n, Maestr�a en Inteligencia Artificial para la Educaci�n, Universidad Estatal de Milagro, Milagro, Ecuador.

    III.            Universidad Estatal de Milagro, Milagro, Ecuador.

Resumen

Esta revisi�n de literatura explora c�mo la integraci�n pedag�gica de la inteligencia artificial (IA) puede potenciar el desarrollo de competencias emprendedoras en estudiantes de bachillerato t�cnico en Guayaquil, Ecuador. Partimos del marco curricular nacional de Emprendimiento y Gesti�n y lo ponemos en di�logo con marcos internacionales de competencia emprendedora (p. ej., EntreComp), modelos de integraci�n tecnol�gica (TPACK y SAMR) y evidencia emp�rica sobre educaci�n emprendedora e IA educativa. La revisi�n identifica tres aportes principales de la IA al �rea: (1) andamiaje adaptativo para el razonamiento financiero y la toma de decisiones; (2) simulaci�n y aprendizaje basado en proyectos para ideaci�n-validaci�n de modelos de negocio; y (3) retroalimentaci�n automatizada para el desarrollo de habilidades blandas y t�cnicas (p. ej., formular hip�tesis de mercado, estimar costos, iterar prototipos). Se discuten oportunidades, riesgos �ticos y lineamientos de pol�tica (UNESCO/OECD), y se propone una ruta de implementaci�n contextualizada para instituciones de bachillerato t�cnico de Guayaquil.

Palabras clave: inteligencia artificial; educaci�n emprendedora; bachillerato t�cnico; EntreComp; TPACK; SAMR; Guayaquil; Ecuador.

 

Abstract

This literature review explores how the pedagogical integration of artificial intelligence (AI) can enhance the development of entrepreneurial competencies in technical high school students in Guayaquil, Ecuador. We begin with the national curriculum framework for Entrepreneurship and Management and examine it in relation to international frameworks for entrepreneurial competence (e.g., EntreComp), technology integration models (TPACK and SAMR), and empirical evidence on entrepreneurship education and educational AI. The review identifies three main contributions of AI to this area: (1) adaptive scaffolding for financial reasoning and decision-making; (2) simulation and project-based learning for the ideation and validation of business models; and (3) automated feedback for the development of soft and technical skills (e.g., formulating market hypotheses, estimating costs, iterating prototypes). Opportunities, ethical risks, and policy guidelines (UNESCO/OECD) are discussed, and a contextualized implementation roadmap for technical high schools in Guayaquil is proposed.

Keywords: artificial intelligence; entrepreneurial education; technical high school; EntreComp; TPACK; SAMR; Guayaquil; Ecuador.

 

Resumo

Esta revis�o da literatura explora como a integra��o pedag�gica da intelig�ncia artificial (IA) pode melhorar o desenvolvimento de compet�ncias empreendedoras em alunos do ensino secund�rio t�cnico de Guayaquil, Equador. Come�amos com a estrutura curricular nacional para Empreendedorismo e Gest�o e examinamo-la em rela��o a estruturas internacionais para compet�ncias empreendedoras (por exemplo, EntreComp), modelos de integra��o de tecnologia (TPACK e SAMR) e evid�ncias emp�ricas sobre educa��o empreendedora e IA educacional. A revis�o identifica tr�s contributos principais da IA ​​para esta �rea: (1) apoio adaptativo ao racioc�nio financeiro e � tomada de decis�es; (2) simula��o e aprendizagem baseada em projetos para a idea��o e valida��o de modelos de neg�cio; e (3) feedback automatizado para o desenvolvimento de compet�ncias t�cnicas e interpessoais (por exemplo, formula��o de hip�teses de mercado, estimativa de custos, itera��o de prot�tipos). S�o discutidas oportunidades, riscos �ticos e orienta��es pol�ticas (UNESCO/OCDE), e � proposto um roteiro de implementa��o contextualizado para as escolas de ensino secund�rio t�cnico em Guayaquil.

Palavras-chave: intelig�ncia artificial; educa��o empreendedora; ensino secund�rio t�cnico; EntreComp; TPACK; SAMR; Guayaquil; Equador.

 

Introducci�n

En los �ltimos a�os, la Inteligencia Artificial (IA) se ha consolidado como una de las fuerzas m�s transformadoras en el �mbito educativo, modificando profundamente la manera en que los estudiantes aprenden, los docentes ense�an y las instituciones eval�an el conocimiento. Lejos de ser una idea futurista, la IA ya forma parte de las pr�cticas pedag�gicas cotidianas, desde los sistemas de tutor�a adaptativa hasta los algoritmos de anal�tica de aprendizaje que personalizan la experiencia educativa. Como afirman Luckin et al. (2016), el valor de la IA no radica en sustituir al docente, sino en amplificar su capacidad pedag�gica mediante retroalimentaci�n inteligente, orientaci�n continua y an�lisis de datos que fortalecen el rendimiento estudiantil. Esta l�gica de apoyo tambi�n se observa en escenarios no estrictamente educativos: la IA se est� usando para optimizar la toma de decisiones estrat�gicas en contextos complejos y de alto riesgo, como las finanzas corporativas, donde aporta velocidad anal�tica y capacidad predictiva (P�ez Andrade, 2023), y en la gesti�n comercial y comunicacional de peque�as y medianas empresas, donde habilita estrategias de marketing digital m�s precisas y orientadas al comportamiento del consumidor (Mu�oz Sol�rzano, 2024). Ese giro hacia decisiones basadas en datos y respuestas r�pidas al entorno econ�mico es exactamente el tipo de pensamiento que la educaci�n emprendedora dice querer formar.

En el escenario educativo actual, la ense�anza del Emprendimiento y la Gesti�n en el bachillerato t�cnico cobra una importancia particular como medio para desarrollar competencias propias del siglo XXI, como la creatividad, la iniciativa, la toma de decisiones y la resiliencia. La educaci�n emprendedora no se orienta �nicamente a la formaci�n de futuros empresarios, sino a fomentar una mentalidad proactiva que permita reconocer oportunidades y generar valor social. De acuerdo con Fayolle y Gailly (2015), la ense�anza del emprendimiento debe incorporar el aprendizaje experiencial y la reflexi�n cr�tica, de manera que los estudiantes �aprendan a pensar y actuar de forma emprendedora�. Esta necesidad de actuar con criterio propio se vuelve m�s urgente en un entorno tecnol�gico en el que la IA automatiza tareas rutinarias y deja m�s espacio para el juicio, la estrategia y la interpretaci�n, es decir, para aquello que no se puede delegar del todo al algoritmo (Marcillo et al., 2024).

En Ecuador, el curr�culo nacional de Emprendimiento y Gesti�n (Ministerio de Educaci�n, 2015) promueve el aprendizaje basado en proyectos y el desarrollo de competencias emprendedoras en escenarios reales. Sin embargo, pese a estos avances curriculares, las pr�cticas docentes suelen conservar enfoques tradicionales con escasa integraci�n de herramientas digitales que fomenten la creatividad y la innovaci�n. Esta brecha entre la propuesta curricular y la pr�ctica pedag�gica abre una oportunidad para que la IA act�e como un catalizador pedag�gico, ofreciendo personalizaci�n del aprendizaje, retroalimentaci�n automatizada y evaluaci�n basada en datos que fortalezcan la formaci�n emprendedora. En este punto resulta pertinente recordar que la relaci�n entre tecnolog�a y toma de decisiones no es nueva en el aula: ya hace casi una d�cada se ven�a observando que los estudiantes internalizan h�bitos de consumo y de interacci�n tecnol�gica que luego condicionan su forma de evaluar productos, marcas y servicios (Gua�a-Moya et al., 2017). Hoy esa misma alfabetizaci�n tecnol�gica temprana se traduce en capacidad para dise�ar propuestas de valor, prototipar ideas y leer el mercado.

Desde una perspectiva internacional, el marco EntreComp propuesto por la Comisi�n Europea (Bacigalupo et al., 2016) se ha convertido en una referencia fundamental para estructurar las competencias emprendedoras en resultados de aprendizaje medibles. EntreComp organiza quince competencias agrupadas en tres dimensiones (Ideas y oportunidades, Recursos y A la acci�n) que ofrecen una visi�n hol�stica del desarrollo emprendedor. Al combinar este enfoque con modelos de integraci�n tecnol�gica como TPACK (Mishra y Koehler, 2006) y SAMR (Puentedura, 2010), los docentes pueden dise�ar experiencias de aprendizaje innovadoras que incorporen de manera significativa las herramientas de IA en la ense�anza del emprendimiento. Esto es especialmente relevante en �reas formativas cercanas a la gesti�n, la contabilidad y la producci�n: hoy se espera que el estudiante no solo domine el contenido t�cnico, sino que comprenda c�mo la IA redefine los procesos, los flujos de trabajo y las habilidades profesionales requeridas, como ya se observa en los entornos contables donde emergen nuevas demandas de alfabetizaci�n digital y anal�tica (Cualchi et al., 2024), y en sectores productivos que adoptan tecnolog�as inteligentes para redise�ar procesos industriales y optimizar la manufactura (Logro�o et al., 2025).

Diversos estudios recientes evidencian que las aplicaciones de IA como los sistemas de tutor�a inteligente, las plataformas de simulaci�n empresarial y las herramientas de retroalimentaci�n autom�tica pueden mejorar significativamente los resultados del aprendizaje emprendedor. Por ejemplo, Zawacki-Richter et al. (2019) demostraron que la personalizaci�n impulsada por IA incrementa la participaci�n estudiantil y fortalece el pensamiento cr�tico, mientras que la OCDE (2021) destac� que la IA favorece un aprendizaje m�s profundo cuando complementa, y no sustituye, la ense�anza dirigida por el docente. En el �mbito universitario latinoamericano, se ha observado que el uso de IA generativa se est� orientando cada vez m�s a la personalizaci�n del aprendizaje, adaptando contenidos, ritmos y trayectorias formativas a las necesidades particulares del estudiante, lo que abre la puerta a modelos formativos m�s flexibles y centrados en la autonom�a del alumno (Tiglla Tumbaico, 2025). Este giro hacia experiencias formativas individualizadas plantea una pregunta directa para el bachillerato t�cnico: �podemos entrenar competencias emprendedoras usando ese mismo tipo de personalizaci�n guiada por IA?

Ahora bien, el potencial pedag�gico de la IA no puede analizarse sin considerar sus implicaciones �ticas, sociales y de gobernanza. El informe de la UNESCO (2021), AI and Education: Guidance for Policy-Makers, enfatiza que la equidad, la transparencia y la privacidad de los datos son condiciones indispensables para una adopci�n responsable de la IA. En el contexto ecuatoriano, donde persisten desigualdades en el acceso a la tecnolog�a entre zonas urbanas y rurales, estos principios resultan esenciales. En la misma l�nea, Holmes et al. (2021) advierten que, si bien la IA puede personalizar la educaci�n, tambi�n puede reproducir sesgos sociales si no se implementa dentro de marcos inclusivos. Este matiz �tico tambi�n tiene un costado econ�mico y productivo: formar estudiantes emprendedores hoy implica formar estudiantes capaces de comprender cr�ticamente c�mo se toman decisiones automatizadas en mercados reales financieros, industriales, comerciales y c�mo esas decisiones impactan la sostenibilidad y viabilidad de un modelo de negocio (P�ez Andrade, 2023; Logro�o Pazmi�o et al., 2025; Mu�oz Sol�rzano, 2024).

Por tanto, esta revisi�n de literatura busca sintetizar las investigaciones existentes sobre la integraci�n de la Inteligencia Artificial en la ense�anza de Emprendimiento y Gesti�n, analizando c�mo dicha integraci�n puede fortalecer las competencias emprendedoras en los estudiantes de bachillerato t�cnico de Guayaquil, Ecuador. El estudio pretende conectar la teor�a con la pr�ctica, articulando los marcos globales (EntreComp, TPACK y SAMR) con las realidades curriculares locales, y sumando la evidencia reciente sobre personalizaci�n del aprendizaje mediada por IA, reconversi�n de perfiles profesionales y toma de decisiones basada en datos. En �ltima instancia, el objetivo es ofrecer una visi�n contextualizada que permita identificar, con realismo, tanto las oportunidades pedag�gicas como las tensiones �ticas y estructurales que supone la transformaci�n digital de la educaci�n emprendedor.

 

Metodolog�a

La presente investigaci�n se enmarca en una revisi�n de literatura de tipo narrativo-anal�tico, cuyo prop�sito es sintetizar, interpretar y contextualizar los avances te�ricos y emp�ricos sobre la integraci�n de la Inteligencia Artificial (IA) en la ense�anza de Emprendimiento y Gesti�n en el bachillerato t�cnico. Este tipo de revisi�n, seg�n Snyder (2019), resulta id�neo cuando se busca generar comprensi�n profunda, identificar tendencias y construir nuevas perspectivas conceptuales m�s all� de la mera recopilaci�n de resultados.

Enfoque metodol�gico

La revisi�n se dise�� bajo un enfoque descriptivo, interpretativo y contextualizado, tomando como referencia las gu�as metodol�gicas de Webster y Watson (2002) y Kitchenham et al. (2009), quienes recomiendan definir con claridad las etapas de b�squeda, selecci�n y an�lisis para garantizar rigor, replicabilidad y transparencia. As�, se estructuraron tres fases complementarias:

1. B�squeda sistem�tica de literatura cient�fica y documentos institucionales.
2. Criterios de inclusi�n y exclusi�n para depurar los estudios m�s pertinentes.

      3.            An�lisis tem�tico y triangulaci�n con marcos internacionales y nacionales.

 

Estrategia de b�squeda

La b�squeda bibliogr�fica se llev� a cabo entre enero y septiembre de 2025 en las bases de datos Scopus, ERIC, Google Scholar y RedALyC, complementadas con informes de organismos internacionales como UNESCO, OECD y la Comisi�n Europea. Este periodo permiti� recuperar investigaciones relevantes de la �ltima d�cada, en la cual la IA educativa ha experimentado una expansi�n significativa en su aplicaci�n did�ctica (Zawacki-Richter et al., 2019).

Las palabras clave utilizadas se seleccionaron estrat�gicamente en espa�ol e ingl�s, empleando operadores booleanos (AND, OR) para garantizar la exhaustividad del proceso:

�artificial intelligence AND entrepreneurship education�

�AI in management learning�

�competencias emprendedoras AND educaci�n t�cnica�

�TPACK AND SAMR AND EntreComp frameworks�

�inteligencia artificial en el bachillerato�

Los criterios de selecci�n de las fuentes se centraron en tres aspectos:

• Relevancia tem�tica, asegurando que los textos abordaran directamente la relaci�n entre g�nero, emprendimiento y vulnerabilidad social.
• Credibilidad acad�mica, priorizando art�culos con arbitraje cient�fico y publicaciones institucionales reconocidas.
• Pertinencia contextual, eligiendo investigaciones vinculadas con la realidad ecuatoriana y latinoamericana, especialmente aquellas que analizan experiencias urbanas en contextos de desigualdad econ�mica.

 

Criterios de inclusi�n y exclusi�n

Los criterios de inclusi�n se establecieron para priorizar la calidad cient�fica y la relevancia contextual:

Art�culos emp�ricos, revisiones sistem�ticas o narrativas y documentos t�cnicos de pol�tica educativa sobre IA y formaci�n emprendedora.

Publicaciones revisadas por pares, disponibles en ingl�s o espa�ol.

Estudios con aplicabilidad directa a niveles de educaci�n secundaria o t�cnica.

Fueron excluidos los textos puramente tecnol�gicos sobre algoritmos o hardware sin enfoque pedag�gico, as� como aquellos centrados exclusivamente en educaci�n superior o empresarial sin relaci�n con el aprendizaje escolar.

Procedimiento de an�lisis

El an�lisis se desarroll� mediante una codificaci�n tem�tica siguiendo los lineamientos de Nowell et al. (2017) y Braun y Clarke (2019), quienes destacan la importancia de la transparencia y la reflexividad en la interpretaci�n cualitativa. Los documentos seleccionados se organizaron en tres categor�as anal�ticas principales:

Modelos pedag�gicos y tecnol�gicos: estudios que abordan la integraci�n de tecnolog�a educativa mediante los marcos TPACK (Mishra & Koehler, 2006) y SAMR (Puentedura, 2010).

Competencias emprendedoras: investigaciones relacionadas con el marco EntreComp (Bacigalupo et al., 2016) y su aplicaci�n en la educaci�n t�cnica.

Aplicaciones de IA en educaci�n: literatura emp�rica sobre tutores inteligentes, simuladores empresariales, retroalimentaci�n automatizada y anal�tica de aprendizaje (Luckin et al., 2016; OECD, 2021; Holmes et al., 2021).

El proceso de an�lisis consisti� en identificar patrones conceptuales, convergencias, divergencias y vac�os de conocimiento, los cuales fueron interpretados bajo una perspectiva cr�tica y adaptativa al contexto ecuatoriano.

Validaci�n y confiabilidad

La validez de la revisi�n se fortaleci� a trav�s de una triangulaci�n te�rica y documental (Par� et al., 2015), que combin� la evidencia cient�fica internacional con los lineamientos curriculares nacionales de Ecuador (Ministerio de Educaci�n, 2015) y las gu�as �ticas de organismos internacionales (UNESCO, 2021; OECD, 2021). Este procedimiento permiti� corroborar la coherencia entre las tendencias globales y las realidades locales, asegurando la pertinencia del marco interpretativo.

Asimismo, se cuid� la confiabilidad del proceso mediante la documentaci�n detallada de las estrategias de b�squeda, la justificaci�n de las exclusiones y la revisi�n cruzada de los resultados por categor�as tem�ticas.

 

Limitaciones

Se reconoce como principal limitaci�n la escasez de investigaciones emp�ricas espec�ficas sobre la aplicaci�n de IA en la educaci�n emprendedora a nivel de bachillerato t�cnico en Am�rica Latina. La literatura revisada se concentra mayormente en contextos europeos y asi�ticos, lo que refuerza la necesidad de nuevos estudios locales que eval�en los impactos reales de la IA en el desarrollo de competencias emprendedoras en entornos escolares ecuatorianos.

Revisi�n de Literatura

La integraci�n de la inteligencia artificial (IA) en la educaci�n ha pasado de ser una tendencia emergente a constituirse en un eje estructural del proceso de transformaci�n digital en las aulas. Como afirma Zawacki-Richter et al. (2019), la IA educativa no solo automatiza tareas, sino que redefine el papel del docente al ofrecer herramientas capaces de adaptar la ense�anza a las necesidades cognitivas, emocionales y sociales de los estudiantes. En este sentido, el debate actual gira en torno a c�mo aprovechar la IA de forma pedag�gicamente significativa, sin sustituir la mediaci�n humana que sigue siendo el n�cleo del aprendizaje.

La IA como motor de personalizaci�n y aprendizaje adaptativo

El principal potencial de la inteligencia artificial (IA) en el �mbito educativo se encuentra en su habilidad para personalizar el aprendizaje y ofrecer apoyos adaptativos que se ajustan al ritmo y estilo de cada estudiante. De acuerdo con Holmes et al. (2021), los algoritmos de aprendizaje autom�tico permiten que los sistemas educativos reconozcan patrones de desempe�o y modifiquen autom�ticamente el nivel de dificultad o el tipo de retroalimentaci�n que brindan. Esta personalizaci�n genera una experiencia educativa m�s inclusiva, donde los estudiantes pueden avanzar a partir de sus fortalezas y superar sus limitaciones con la ayuda de un acompa�amiento inteligente.

En el �mbito del Emprendimiento y la Gesti�n, la IA puede fortalecer las competencias emprendedoras al facilitar la resoluci�n de problemas reales mediante la simulaci�n de escenarios empresariales, la proyecci�n de resultados financieros o la evaluaci�n de riesgos. Luckin et al. (2016) se�alan que la IA tiene el potencial de transformar la ense�anza tradicional en experiencias de aprendizaje activo, donde los estudiantes no solo reciben informaci�n, sino que construyen conocimiento a trav�s de la interacci�n con sistemas inteligentes. Dicha interacci�n impulsa la autonom�a, la toma de decisiones y el pensamiento cr�tico, elementos esenciales para la formaci�n emprendedora.

Competencias emprendedoras y el marco EntreComp

El marco EntreComp desarrollado por la Comisi�n Europea (Bacigalupo et al., 2016) constituye una referencia clave para la ense�anza de las competencias emprendedoras, al definir quince competencias distribuidas en tres dimensiones: Ideas y Oportunidades, Recursos y A la Acci�n. Dicho modelo trasciende la noci�n de �crear empresas�, al promover un enfoque formativo integral orientado al pensamiento creativo, la iniciativa, la gesti�n de la incertidumbre y la responsabilidad social.

Cuando se aplica este marco en la educaci�n media t�cnica, la IA puede desempe�ar un papel estrat�gico. Herramientas inteligentes permiten que los estudiantes practiquen competencias como la detecci�n de oportunidades o la movilizaci�n de recursos, utilizando entornos simulados donde pueden validar hip�tesis de mercado o evaluar la viabilidad de sus proyectos. Seg�n Fayolle y Gailly (2015), el aprendizaje experiencial es la v�a m�s efectiva para interiorizar la mentalidad emprendedora, y la IA puede ampliar este enfoque al generar escenarios virtuales que replican contextos econ�micos reales.

Adem�s, la literatura reciente apunta a que la combinaci�n de IA y aprendizaje basado en proyectos (ABP) impulsa significativamente el desarrollo de competencias emprendedoras. Pittaway y Cope (2007) demostraron que los estudiantes aprenden de manera m�s profunda cuando reflexionan sobre experiencias concretas y reciben retroalimentaci�n inmediata; en este sentido, la IA puede convertirse en una extensi�n de la mentor�a docente, brindando evaluaciones personalizadas y datos sobre el progreso individual o grupal.

Integraci�n pedag�gica de la IA: marcos TPACK y SAMR

Para garantizar que la IA se incorpore de manera coherente y no como una moda pasajera, los modelos TPACK y SAMR ofrecen una base conceptual s�lida para el dise�o instruccional. El modelo TPACK de Mishra y Koehler (2006) propone la intersecci�n entre tres tipos de conocimiento: tecnol�gico, pedag�gico y del contenido. En el caso del emprendimiento, esto implica que el docente no solo debe dominar conceptos empresariales, sino tambi�n comprender c�mo las herramientas de IA pueden enriquecer la pr�ctica pedag�gica.

Por su parte, el modelo SAMR (Puentedura, 2010) permite evaluar el grado de integraci�n tecnol�gica en cuatro niveles: Sustituci�n, Aumento, Modificaci�n y Redefinici�n. En las primeras etapas, la IA puede servir como apoyo para la gesti�n de datos o la automatizaci�n de tareas repetitivas. Sin embargo, en las fases superiores, su uso redefine el aprendizaje, permitiendo que los estudiantes experimenten con simuladores empresariales, chatbots financieros o anal�tica de datos de mercado, actividades que antes no eran posibles en un aula convencional. Koehler et al. (2013) subrayan que cuando la tecnolog�a se combina con una intenci�n pedag�gica clara, los aprendizajes se vuelven m�s profundos, significativos y sostenibles.

�tica, equidad y desaf�os de implementaci�n

Si bien las oportunidades son evidentes, la integraci�n de la IA plantea desaf�os �ticos y estructurales que no pueden ignorarse. La UNESCO (2021) advierte que la IA educativa debe implementarse bajo principios de transparencia, equidad y protecci�n de datos, garantizando que su uso no ampl�e las brechas existentes. En contextos como Guayaquil, donde las diferencias en acceso tecnol�gico entre instituciones p�blicas y privadas son notables, la implementaci�n de la IA requiere estrategias diferenciadas que contemplen la realidad socioecon�mica de los estudiantes.

Asimismo, la OECD (2021) recomienda que las pol�ticas educativas promuevan la alfabetizaci�n en IA, de modo que los docentes comprendan su funcionamiento y sus implicaciones �ticas antes de integrarla al aula. Esto implica capacitar al profesorado en el uso pedag�gico de algoritmos, la interpretaci�n de datos y la gesti�n de sesgos, promoviendo una cultura de uso responsable e inclusivo.

En l�nea con lo anterior, Holmes et al. (2021) sostienen que el futuro de la IA educativa no depende tanto de su sofisticaci�n tecnol�gica, sino de la capacidad humana para guiarla con criterios �ticos y pedag�gicos. Por ello, en la ense�anza del Emprendimiento y la Gesti�n, la IA debe entenderse no como un sustituto del juicio humano, sino como una herramienta para potenciar la creatividad, la reflexi�n y la acci�n transformadora de los estudiantes.

La revisi�n evidencia que la IA ofrece un potencial significativo para redefinir la ense�anza del emprendimiento, fortaleciendo competencias cognitivas, socioemocionales y tecnol�gicas. Sin embargo, su efectividad depende del grado de planificaci�n pedag�gica, la formaci�ndocente y la equidad tecnol�gica existente en el entorno. En el contexto de Guayaquil, su incorporaci�n debe avanzar de manera gradual, apoyada en marcos reconocidos (EntreComp, TPACK y SAMR) y en pol�ticas institucionales que aseguren sostenibilidad, �tica y accesibilidad.

En definitiva, la IA puede convertirse en una aliada estrat�gica del aprendizaje emprendedor si se articula desde un enfoque humanista, reflexivo y situado, en el que la tecnolog�a no desplace al educador, sino que potencie su capacidad de acompa�ar y transformar el aprendizaje de sus estudiantes.

 

Resultados

La IA como catalizador del aprendizaje emprendedor

Los hallazgos confirman que la IA potencia la ense�anza del emprendimiento al permitir aprendizajes personalizados, simulaciones interactivas y retroalimentaci�n adaptativa, generando experiencias m�s cercanas a los contextos reales de negocio. Seg�n Luckin et al. (2016), los sistemas inteligentes ampl�an las posibilidades del aprendizaje activo al ofrecer un acompa�amiento contin�o basado en datos, lo que favorece el desarrollo de competencias cognitivas y emocionales esenciales para la acci�n emprendedora.

En la misma l�nea, Zawacki-Richter et al. (2019) demostraron que la IA contribuye a mejorar la autorregulaci�n del estudiante y el desarrollo de pensamiento estrat�gico, factores que, trasladados al �mbito del emprendimiento, se traducen en una mayor capacidad para identificar oportunidades y evaluar riesgos. Estos resultados coinciden con los postulados de Bacigalupo et al. (2016) en el marco EntreComp, que sit�a la autonom�a, la planificaci�n y la gesti�n de la incertidumbre como competencias clave para la formaci�n emprendedora.

Asimismo, las herramientas de IA como los simuladores de negocios o los tutores inteligentes permiten a los estudiantes experimentar con hip�tesis de mercado, analizar datos financieros o evaluar estrategias de comercializaci�n, favoreciendo la transferencia del conocimiento a escenarios pr�cticos. Como se�ala Fayolle y Gailly (2015), el aprendizaje emprendedor alcanza su mayor impacto cuando se vincula con la experiencia vivencial, algo que la IA puede amplificar mediante entornos virtuales inmersivos y personalizables.

 

 

 

 

 

 

 

 

Gr�fico 1. �reas del aprendizaje emprendedor potenciadas por la IA

Fuente: Elaboraci�n propia a partir de Luckin et al. (2016), Bacigalupo et al. (2016) y Zawacki-Richter et al. (2019).

Nota. Los valores porcentuales representan la frecuencia con que cada competencia fue destacada en los estudios revisados, y no un resultado estad�stico derivado de medici�n emp�rica directa.

 

Transformaci�n del rol docente y redise�o pedag�gico

Un segundo resultado relevante se relaciona con la reconfiguraci�n del rol docente. La incorporaci�n de IA en el aula demanda que los profesores asuman un papel m�s estrat�gico, mediador y orientador, alej�ndose del enfoque transmisivo tradicional. Seg�n Mishra y Koehler (2006), la eficacia de la tecnolog�a educativa depende de la integraci�n equilibrada entre conocimiento pedag�gico, tecnol�gico y disciplinar, principio que el modelo TPACK sintetiza como la clave para un uso significativo de la tecnolog�a.

En este sentido, Koehler et al. (2013) sostienen que los docentes deben dise�ar experiencias de aprendizaje donde la tecnolog�a complemente y no sustituya el pensamiento cr�tico, la creatividad y la colaboraci�n. Los estudios de Holmes et al. (2021) confirman que la IA puede actuar como un �co-docente� que apoya la instrucci�n diferenciada, analiza el progreso de los estudiantes y sugiere rutas personalizadas de aprendizaje, siempre que el docente mantenga el control pedag�gico.

 

Gr�fico 2: Niveles de integraci�n pedag�gica de la IA seg�n el modelo SAMR

Fuente: Elaboraci�n propia basada en Puentedura (2010) y Holmes et al. (2021).

Nota. El modelo SAMR se presenta como marco conceptual de an�lisis y no como medici�n emp�rica; su aplicaci�n se contextualiza al curr�culo ecuatoriano de Emprendimiento y Gesti�n (Ministerio de Educaci�n, 2015).

 

Brechas, desaf�os �ticos y oportunidades de pol�tica educativa

El tercer hallazgo est� vinculado a los desaf�os �ticos, estructurales y de equidad que acompa�an la implementaci�n de la IA en entornos escolares. Aunque la literatura reconoce los beneficios de la personalizaci�n y el an�lisis de datos, tambi�n alerta sobre riesgos como la brecha digital, la falta de transparencia algor�tmica y la privacidad de la informaci�n estudiantil. La OECD (2021) advierte que las pol�ticas educativas deben promover marcos regulatorios claros que equilibren innovaci�n y protecci�n de derechos.

De igual manera, Holmes et al. (2021) destacan que el impacto de la inteligencia artificial est� estrechamente vinculado al contexto institucional: aquellas escuelas que cuentan con una infraestructura tecnol�gica s�lida y un liderazgo pedag�gico innovador logran implementar la IA de manera m�s �tica y sostenible. En el caso de Guayaquil, los hallazgos de la revisi�n evidencian que la desigualdad en el acceso a recursos tecnol�gicos sigue representando un obst�culo importante. La UNESCO (2021) resalta que la equidad digital no se limita �nicamente a la conectividad, sino que tambi�n implica desarrollar en docentes y estudiantes las competencias necesarias para comprender, evaluar y crear utilizando la tecnolog�a.

Por otro lado, la revisi�n tambi�n identifica oportunidades claras: la implementaci�n de laboratorios de innovaci�n educativa y centros de desarrollo docente en instituciones t�cnicas podr�a constituir un punto de partida para incorporar la IA de forma progresiva en el curr�culo. De acuerdo con la OECD (2021), las pol�ticas educativas m�s efectivas son aquellas que combinan la inversi�n en infraestructura con la capacitaci�n docente continua, fortaleciendo ecosistemas escolares capaces de aprender e innovar de manera colectiva.

An�lisis de los resultados

El an�lisis de los resultados obtenidos a partir de la revisi�n de literatura permite comprender que la integraci�n de la inteligencia artificial (IA) en la ense�anza del emprendimiento no es una simple innovaci�n tecnol�gica, sino una reconfiguraci�n del proceso pedag�gico hacia modelos de aprendizaje m�s activos, personalizados y basados en datos. Los hallazgos demuestran que la IA puede convertirse en un agente mediador entre el conocimiento te�rico y la aplicaci�n pr�ctica, reforzando la conexi�n entre lo que los estudiantes aprenden y las competencias que realmente necesitan para desenvolverse en contextos emprendedores.

En primer lugar, los resultados evidencian que el uso de herramientas de IA, como los simuladores de negocio y sistemas de retroalimentaci�n autom�tica, contribuye a mejorar la autonom�a, la planificaci�n estrat�gica y la capacidad de an�lisis cr�tico de los estudiantes. Estas competencias se encuentran directamente alineadas con las dimensiones del marco EntreComp (Bacigalupo et al., 2016), que promueve la creatividad y la acci�n como pilares del pensamiento emprendedor. La literatura analizada confirma que la IA permite generar experiencias de aprendizaje m�s situadas, donde los estudiantes pueden explorar escenarios empresariales y tomar decisiones fundamentadas sin los riesgos del entorno real (Fayolle & Gailly, 2015).

En segundo t�rmino, el an�lisis revela que la efectividad de la IA depende en gran medida del rol docente. El profesorado se transforma en un dise�ador de entornos inteligentes de aprendizaje, responsable de guiar el uso �tico y pedag�gico de la tecnolog�a. Seg�n Mishra y Koehler (2006), solo cuando el conocimiento tecnol�gico se integra con la pedagog�a y el contenido disciplinar, la tecnolog�a logra impactar positivamente en la comprensi�n y la motivaci�n de los estudiantes. En este contexto, la formaci�n docente en el uso de la IA se convierte en un componente esencial de las pol�ticas educativas ecuatorianas, especialmente en programas t�cnicos donde la innovaci�n y la resoluci�n de problemas son competencias prioritarias.

Por otra parte, el an�lisis tambi�n destaca brechas estructurales y �ticas que pueden limitar la equidad en la adopci�n de la IA. Las advertencias de la UNESCO (2021) y la OECD (2021) subrayan que la falta de infraestructura digital, la escasa capacitaci�n docente y la protecci�n de los datos personales son factores cr�ticos para garantizar un uso responsable de la tecnolog�a. En el caso del bachillerato t�cnico de Guayaquil, donde coexisten instituciones con distintos niveles de recursos, estas consideraciones adquieren un valor estrat�gico. La IA puede amplificar las desigualdades si se implementa sin acompa�amiento formativo y sin marcos �ticos claros.

Finalmente, los resultados analizados sugieren que el �xito de la IA en la ense�anza del emprendimiento depende de la articulaci�n entre tres dimensiones clave:

• Pedag�gica, orientada al aprendizaje activo y experiencial.
• Tecnol�gica, sustentada en herramientas adaptativas, simulaciones y an�lisis de datos.
• �tica y contextual, centrada en la equidad, la privacidad y la pertinencia cultural.

La convergencia de estos tres ejes ya se�alada por Holmes et al. (2021) posiciona a la IA como una herramienta con potencial transformador, siempre que se inserte dentro de una visi�n humanista e inclusiva del aprendizaje. En el contexto ecuatoriano, esto implica avanzar hacia un modelo educativo donde la tecnolog�a complemente la creatividad y el juicio cr�tico, formando emprendedores �ticos, aut�nomos y socialmente responsables.

agrava las brechas de ingresos y la visibilidad comercial.

No obstante, la pandemia tambi�n funcion� como catalizador. Muchas mujeres, obligadas a mantener sus ingresos en medio del confinamiento, adoptaron tecnolog�as b�sicas para promocionar productos, realizar entregas a domicilio o gestionar ventas por redes sociales. Esta digitalizaci�n emp�rica marc� un punto de inflexi�n en la forma de emprender, demostrando que la innovaci�n no siempre depende de infraestructura avanzada, sino de la capacidad de adaptaci�n y aprendizaje continuo.

En s�ntesis, los resultados permiten visualizar que la eficacia de la inteligencia artificial en la ense�anza del emprendimiento depende de la interacci�n equilibrada entre tres dimensiones interdependientes: la pedag�gica, que se centra en metodolog�as activas y aprendizaje experiencial; la tecnol�gica, que posibilita la personalizaci�n, la simulaci�n y el an�lisis de datos; y la �tica y contextual, que garantiza la equidad, la inclusi�n y la responsabilidad en el uso de los algoritmos. La siguiente figura ilustra la relevancia relativa de cada una de estas dimensiones, destacando su interdependencia en la consolidaci�n de un modelo educativo integral y sostenible.

 

Gr�fico 3: Dimensiones clave para la integraci�n efectiva de la IA en la ense�anza del emprendimiento.

Fuente: Elaboraci�n propia a partir de Holmes et al. (2021), Mishra y Koehler (2006) y UNESCO (2021).

Nota. El gr�fico representa las tres dimensiones fundamentales pedag�gica, tecnol�gica y �tica que deben converger para garantizar una implementaci�n efectiva de la inteligencia artificial en contextos educativos.

 

En conclusi�n, el an�lisis integrador de las tres dimensiones representadas en la Figura 3 evidencia que la efectividad de la inteligencia artificial en la educaci�n emprendedora depende de su equilibrio sist�mico. La dimensi�n pedag�gica otorga sentido al uso tecnol�gico; la tecnol�gica proporciona las herramientas para innovar en la pr�ctica docente; y la �tica-contextual garantiza la sostenibilidad y legitimidad de su aplicaci�n. Esta convergencia, tal como sugieren Holmes et al. (2021) y la UNESCO (2021), constituye la base para una transformaci�n educativa centrada en el ser humano, donde la IA no reemplaza el pensamiento cr�tico ni la creatividad del estudiante, sino que las amplifica y orienta hacia la construcci�n de soluciones con valor social.

 

Conclusiones

Con una visi�n integral la revisi�n de literatura sostiene que la presencia de la inteligencia artificial en la ense�anza del emprendimiento y la gesti�n se convierte en un eje transformador en la educaci�n t�cnica de Guayaquil, al sobrepasar la mera digitalizaci�n de los procesos pedag�gicos, incorporados con una did�ctica que domina dentro de un aula clase, para situarse como un gestor de cambio cognitivo, �tico y social. La IA, dise�ada como mediadora del sistema de aprendizaje, no solo optimiza la personalizaci�n de la ense�anza, sino que fomenta un mecanismo basado en la reflexi�n cr�tica, la creatividad y la resoluci�n de problemas enmarcados. Al articularse con marcos te�ricos como EntreComp, TPACK y SAMR, se consolida la convergencia entre el conocimiento t�cnico, la innovaci�n y la acci�n emprendedora, gestando un ecosistema educativo id�neo de responder a las demandas del siglo XXI. En este sentido, la IA se consolida como un catalizador para la construcci�n de una educaci�n m�s humanista, inclusiva y enfocada al desarrollo sostenible, donde el estudiante acepta un rol protag�nico en la creaci�n de valor y en la transformaci�n social.

En la actualidad, los resultados demuestran que la eficacia de la inteligencia artificial en la educaci�n depende, ante todo, del papel din�mico y transformador del docente. M�s all� de impartir conocimientos, el profesor se transforma en un dise�ador de experiencias interactivas que integran la IA de manera cr�tica y creativa, potenciando aprendizajes personalizados y significativos. Orientador �tico y cr�tico que brinda apoyo a los estudiantes a comprender el uso responsable de la tecnolog�a, promoviendo la �tica digital y la reflexi�n sobre el impacto social de la IA. Facilitador de la personalizaci�n que utiliza los datos y an�lisis que ofrece la IA para detectar necesidades individuales, alinear estrategias y potenciar fortalezas de cada discente.

Por ello, el desarrollo de las competencias pedag�gicas, digitales y socioemocionales de los educadores se vuelve una prioridad estrat�gica. Solo mediante una capacitaci�n docente continua y contextualizada ser� posible avalar que la inteligencia artificial no sustituya la labor educativa, sino que la enriquezca, fortaleciendo una ense�anza m�s humana, inclusiva y alineada con las demandas de la sociedad digital.

Tambi�n concluimos que esta asignatura Emprendimiento y Gesti�n se desarrolla durante los tres a�os del Bachillerato General Unificado �BGU.Corresponde espec�ficamente a la implementaci�n de un sistema econ�mico, social y solidario; que aprecia al ser humano como sujeto y fin; que inclina a una relaci�n din�mica y equilibrada entre sociedad, Estado y mercado, en equilibrio con la naturaleza; cuyo fin es garantizar la producci�n y reproducci�n de las circunstancias que posibiliten el Buen Vivir, concomitante con la estructuraci�n de una pol�tica econ�mica coherente que asegure estabilidad econ�mica, propicie el intercambio equitativo y complementario de bienes y servicios en mercados tan di�fanos como eficientes, vinculando lo econ�mico, social y cultural; a la vez que motiva� el consumo social y ambientalmente responsable; todo ello sostenido con una pol�tica financiera y comercial que fortalezca y potencie los mercados internos, y promueva las exportaciones de peque�os y medianos productores.

La IA se transforma en el fen�meno perpetuo, como un agente de cambio para la educaci�n del futuro, capaz de conectar el conocimiento t�cnico con la creatividad y la innovaci�n que faculta fortalecer la autonom�a, la creatividad y la capacidad para identificar y resolver problemas de manera creativa. Asimismo, la IA facilita la simulaci�n de entornos empresariales reales, el an�lisis predictivo de mercados y la gesti�n de proyectos, lo que acerca la pedagog�a t�cnica a la din�mica del mundo laboral y fomenta una mentalidad emprendedora m�s pr�ctico y proactiva. En el contexto del bachillerato t�cnico de Guayaquil, su integraci�n abre la oportunidad de formar j�venes emprendedores con pensamiento global, compromiso social y ajustabilidad frente a los cambios tecnol�gicos, contribuyendo al crecimiento econ�mico, f�sico, social, cultural de la colectividad, marcando esta asignatura de� emprendimiento, a pesar de ser un t�rmino inscrito en la regulaci�n administrativa y acu�ado por economistas, tiene car�cter multidimensional por cuanto va m�s all� del an�lisis racional de la gesti�n; este se centra en una construcci�n social del saber y establece una visi�n de los objetivos para proceder a descubrir los recursos para su realizaci�n, a trav�s de la inspiraci�n y la creatividad. Desde la perspectiva administrativa, se incorpor� la evaluaci�n de riesgos y ventajas, en respuesta a la din�mica propiciada por nuevas propuestas y formas diferentes de hacer las cosas. En otro t�rmino, emprendimiento se refiere a realizar las actividades de forma dis�mil, asumiendo los riesgos de dicha actividad, incluidas al momento de difundirla con toda la tecnolog�a actual.

 

Referencias

      1.            Bacigalupo, M., Kampylis, P., Punie, Y., & Van den Brande, G. (2016). EntreComp: The Entrepreneurship Competence Framework. Publications Office of the European Union. https://doi.org/10.2791/593884

      2.            Braun, V., & Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health, 11(4), 589�597. https://doi.org/10.1080/2159676X.2019.1628806

      3.            Cualchi Guasgua, R. A., Pasquel Diaz, L. M., & Arteaga Alc�var, Y. (2024). Impacto de la IA en la educaci�n contable: nuevas herramientas y habilidades. Nexus Research Journal, 3(2), 164�181. https://doi.org/10.62943/nrj.v3n2.2024.139

      4.            Fayolle, A., & Gailly, B. (2015). The impact of entrepreneurship education on entrepreneurial attitudes and intention: Hysteresis and persistence. Journal of Small Business Management, 53(1), 75�93. https://doi.org/10.1111/jsbm.12065

      5.            Gua�a-Moya, E. J., Quinatoa-Arequipa, E., & P�rez-Fabara, M. A. (2017). Tendencias del uso de las tecnolog�as y conducta del consumidor tecnol�gico. Ciencias Holgu�n, 23(2), 15-30.

      6.            Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., & Baker, R. S. (2021). Ethics of AI in Education: Towards a Community-Wide Framework. UCL Knowledge Lab. https://doi.org/10.14324/000.ds.10090210

      7.            Kitchenham, B., & Charters, S. (2009). Guidelines for performing systematic literature reviews in software engineering. EBSE Technical Report, Keele University. https://doi.org/10.1145/1134285.1134500

      8.            Koehler, M. J., Mishra, P., & Cain, W. (2013). What is technological pedagogical content knowledge (TPACK)? Journal of Education, 193(3), 13�19. https://doi.org/10.1177/002205741319300303

      9.            Logro�o Pazmi�o, G. J., Morales Tamayo, Y., & Trujillo Ronquillo, D. F. (2025). Innovaciones tecnol�gicas en m�todos de manufactura industrial, tendencias y perspectivas futuras. Bastcorp International Journal, 4(1), 104�120. https://doi.org/10.62943/bij.v4n1.2025.167

   10.            Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson Education. https://doi.org/10.13140/RG.2.1.3475.8482

   11.            Marcillo, F., Castillo Anzules, M. S., & Begnini, L. (2024). Heur�stica aplicada en inteligencia artificial, una revisi�n sistem�tica. Revista Cient�fica Kosmos, 3(2), 81�94. https://doi.org/10.62943/rck.v3n2.2024.100

   12.            Ministerio de Educaci�n del Ecuador. (2015). Gu�a de implementaci�n del curr�culo de Emprendimiento y Gesti�n � BGU. Quito: Ministerio de Educaci�n.

   13.            Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers College Record, 108(6), 1017�1054. https://doi.org/10.1111/j.1467-9620.2006.00684.x

   14.            Mu�oz Sol�rzano, S. D. (2024). Estrategias de marketing digital basadas en inteligencia artificial para pymes. Ethos Scientific Journal, 2(1), 17�29. https://doi.org/10.63380/esj.v2n1.2024.32

   15.            Nowell, L. S., Norris, J. M., White, D. E., & Moules, N. J. (2017). Thematic analysis: Striving to meet the trustworthiness criteria. International Journal of Qualitative Methods, 16(1), 1�13. https://doi.org/10.1177/1609406917733847

   16.            OECD. (2021). OECD Digital Education Outlook 2021: Pushing the Frontiers with AI, Blockchain and Robots. OECD Publishing. https://doi.org/10.1787/589b283f-en

   17.            P�ez Andrade, R. A. (2023). Impacto de la Inteligencia Artificial en la toma de decisiones financieras corporativas. Revista Ingenio Global, 2(1), 46�54. https://doi.org/10.62943/rig.v2n1.2023.61

   18.            Par�, G., Trudel, M. C., Jaana, M., & Kitsiou, S. (2015). Synthesizing information systems knowledge: A typology of literature reviews. Information & Management, 52(2), 183�199. https://doi.org/10.1016/j.im.2014.08.008

   19.            Pittaway, L., & Cope, J. (2007). Simulating entrepreneurial learning: Integrating experiential and collaborative approaches to learning. Management Learning, 38(2), 211�233. https://doi.org/10.1177/1350507607075776

   20.            Puentedura, R. R. (2010). The SAMR Model. Hippasus. https://www.hippasus.com/rrpweblog/

   21.            Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal of Business Research, 104, 333�339. https://doi.org/10.1016/j.jbusres.2019.07.039

   22.            Tiglla Tumbaico, B. D. (2025). Impacto de la Inteligencia Artificial Generativa (IAG) en la personalizaci�n del aprendizaje en universidades latinoamericanas. Alpha International Journal, 3(1), 18�30. https://doi.org/10.63380/aij.v3n1.2025.55

   23.            UNESCO. (2021). AI and Education: Guidance for Policy-Makers. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000376709

   24.            Webster, J., & Watson, R. T. (2002). Analyzing the past to prepare for the future: Writing a literature review. MIS Quarterly, 26(2), xiii�xxiii. https://doi.org/10.2307/4132319

   25.            Zawacki-Richter, O., Mar�n, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on AI applications in higher education. International Journal of Educational Technology in Higher Education, 16(39), 1�27. https://doi.org/10.1186/s41239-019-0171-0

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).