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

 

 

La inteligencia artificial (IA) en la investigaci�n educativa dentro del contexto de la educaci�n superior, un estudio documental sistem�tico

 

Artificial intelligence (AI) in educational research within the context of higher education: a systematic documentary study

 

Intelig�ncia artificial (IA) na pesquisa educacional no contexto do ensino superior: um estudo documental sistem�tico

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: egmr80219@gmail.com

 

Ciencias de la Educaci�n

Art�culo de Investigaci�n

 

 

* Recibido: 06 de marzo de 2025 *Aceptado: 04 de abril de 2025 * Publicado: �17 de mayo de 2025

 

        I.            Unidad Educativa Particular Ecuatoriano Suizo, Instituto Tecnol�gico Pichincha, Ecuador.

      II.            Universidad de las Fuerzas Armadas ESPE, Ecuador.

   III.            Universidad de las Fuerzas Armadas ESPE, Ecuador.

   IV.            Universidad de las Fuerzas Armadas ESPE, Ecuador.

Resumen

El avance acelerado de la inteligencia artificial (IA) ha generado transformaciones significativas en todos los campos del quehacer humano y de manera particular en la investigaci�n educativa y especialmente en el contexto de la educaci�n superior. El presente art�culo tiene como objetivo analizar cr�ticamente el impacto de la IA en los procesos investigativos en la educaci�n superior, a partir de una revisi�n documental exhaustiva en bases de datos cient�ficas y repositorios de universidades nacionales e internacionales; a trav�s de la aplicaci�n de criterios de inclusi�n y exclusi�n. El estudio, es de enfoque cualitativo, permiti� identificar las principales aplicaciones de la IA en la investigaci�n educativa, as� como sus limitaciones, beneficios y desaf�os �ticos. Entre los hallazgos destacan el uso de herramientas de an�lisis automatizado de datos, modelos predictivos aplicados a fen�menos educativos, sistemas de apoyo a la revisi�n bibliogr�fica y la necesidad de formaci�n en competencias digitales. Se concluye que la Inteligencia Artificial debe ser integrada de forma cr�tica, �tica y pedag�gica en los procesos de investigaci�n, la IA no puede concebirse ni como una amenaza inminente ni como una panacea tecnol�gica, sino m�s bien aceptarla como una herramienta de gran potencial cuyo impacto depender�, en �ltima instancia, del uso cr�tico, �tico y pedag�gicamente fundamentado y su �xito radica en el equilibrio entre la innovaci�n tecnol�gica y el compromiso �tico de seres humanos para su uso.

Palabras claves: Inteligencia artificial; investigaci�n educativa; educaci�n superior; �tica tecnol�gica; innovaci�n metodol�gica; competencias digitales; an�lisis de datos educativos.

 

Abstract

The rapid advancement of artificial intelligence (AI) has generated significant transformations in all fields of human endeavor, particularly in educational research, especially in the context of higher education. This article aims to critically analyze the impact of AI on research processes in higher education, based on an exhaustive documentary review of scientific databases and repositories from national and international universities, applying inclusion and exclusion criteria. The qualitative study identified the main applications of AI in educational research, as well as its limitations, benefits, and ethical challenges. The findings include the use of automated data analysis tools, predictive models applied to educational phenomena, bibliographic review support systems, and the need for training in digital skills. It is concluded that Artificial Intelligence must be critically, ethically, and pedagogically integrated into research processes. AI cannot be conceived as an imminent threat or a technological panacea, but rather accepted as a tool with great potential whose impact will ultimately depend on its critical, ethical, and pedagogically grounded use. Its success lies in the balance between technological innovation and the ethical commitment of human beings to its use.

Keywords: Artificial intelligence; educational research; higher education; technological ethics; methodological innovation; digital competencies; educational data analysis.

 

Resumo

O r�pido avan�o da intelig�ncia artificial (IA) gerou transforma��es significativas em todos os campos da atividade humana, particularmente na pesquisa educacional e especialmente no contexto do ensino superior. Este artigo tem como objetivo analisar criticamente o impacto da IA ​​nos processos de pesquisa no ensino superior, a partir de uma revis�o documental exaustiva em bases de dados e reposit�rios cient�ficos de universidades nacionais e internacionais; atrav�s da aplica��o de crit�rios de inclus�o e exclus�o. O estudo qualitativo identificou as principais aplica��es da IA ​​na pesquisa educacional, bem como suas limita��es, benef�cios e desafios �ticos. Entre as descobertas est�o o uso de ferramentas automatizadas de an�lise de dados, modelos preditivos aplicados a fen�menos educacionais, sistemas de apoio � revis�o bibliogr�fica e a necessidade de treinamento em habilidades digitais. Conclui-se que a Intelig�ncia Artificial deve ser integrada de forma cr�tica, �tica e pedag�gica aos processos de pesquisa. A IA n�o pode ser concebida como uma amea�a iminente ou uma panaceia tecnol�gica, mas sim aceita como uma ferramenta de grande potencial cujo impacto depender�, em �ltima an�lise, de seu uso cr�tico, �tico e pedagogicamente fundamentado, e seu sucesso reside no equil�brio entre a inova��o tecnol�gica e o comprometimento �tico dos seres humanos com seu uso.

Palavras-chave: Intelig�ncia artificial; pesquisa educacional; ensino superior; �tica tecnol�gica; inova��o metodol�gica; compet�ncias digitais; an�lise de dados educacionais.

 

Introducci�n

La Inteligencia Artificial (IA) est� generando un gran inter�s en el sector de la educaci�n y de manera particular en la superior, debido a su gran potencial para mejorar la ense�anza, el aprendizaje y espec�ficamente la investigaci�n, en donde presenta desaf�os y oportunidades reveladoras que surgen a partir del desarrollo de la tecnolog�a y su integraci�n en entornos educativos. En este sentido la IA ha ingresado con mucha fuerza en las aulas, en todos los niveles educativos; brindando herramientas interesantes que facilitan la personalizaci�n del proceso de ense�anza � aprendizaje, convirtiendo los contenidos educativos m�s din�micos. (Morillo et al., 2024)

La inteligencia artificial (IA) se ha consolidado como una herramienta estrat�gica en m�ltiples �mbitos del conocimiento cient�fico, y est� generando profundos cambios en la estructura en donde se accede, procesa y produce datos e informaci�n. En el �mbito de la educaci�n superior, la Inteligencia Artificial est� influyendo de manera decisiva tanto en los procesos investigativos y de docencia, al facilitar el estudio de grandes vol�menes de datos en tiempo m�nimos, asimismo la automatizaci�n de labores anal�ticas y tambi�n permitiendo la generaci�n de patrones interpretativos complejos (Luckin et al., 2016; Holmes et al., 2021).

El poder de la IA en la investigaci�n en el aula universitaria no se limita a la eficiencia t�cnica; tambi�n permite nuevas posibilidades metodol�gicas y epistemol�gicas. Por ejemplo, existen ciertos algoritmos de aprendizaje de manera autom�tica que pueden aportar a la identificaci�n de tendencias emergentes en el campo de la lectura de literatura cient�fica, pudiendo facilitar la predicci�n de resultados y la optimizaci�n de la rigurosidad en el an�lisis de datos primarios, secundarios y tambi�n de corte cualitativos y cuantitativos (Zawacki-Richter et al., 2019).

Estos avances tecnol�gicos conllevan a diferentes desaf�os de tipo �ticos, morales y cr�ticos, tales como la transparencia algor�tmica, la equidad en el acceso a tecnolog�as, y el riesgo de deshumanizaci�n de los procesos investigativos. En el contexto de la incorporaci�n de la inteligencia artificial en los procesos de investigaci�n educativa, resulta prioritario problematizar no solo sus potencialidades, tambi�n en responsabilidad analizar los desaf�os �ticos y epistemol�gicos que tienen resultado del uso de la IA. (Williamson & Eynon, 2020).

En contexto actual, caracterizado por una r�pida serie de transformaciones tecnol�gicas, resulta importante detenerse a pensar sobre c�mo la (IA) est� influyendo de manera decisiva en las actividades investigativas en las aulas de las Instituciones de Educaci�n Superior. Esta meditaci�n no solo demanda la forma que se originan los investigadores, sino tambi�n el modo en que se produce el conocimiento cient�fico. En este contexto, el presente manuscrito propone; analizar de manera cr�tica el impacto de la IA en la investigaci�n educativa universitaria, a partir de una revisi�n documental y contextual. Como se�alan Knox, Wang y Gallagher (2020), la inteligencia artificial va m�s all� de la transformaci�n de herramientas, estrategias y m�todos, sino que incluye y redefine diferentes marcos epistemol�gicos, cognitivos y organizativos relacionados con la investigaci�n acad�mica.

La investigaci�n educativa (IE) en el �mbito de la educaci�n superior se encuentra actualmente sumergida en un campo marcado por una reciente complejidad tecnol�gica, epistemol�gica y metodol�gica. En este contexto, la (IA) ha germinado como una herramienta con gran potencial para definir las diferentes formas de la educaci�n tradicional de indagar, analizar y producir conocimiento. Por ello, a pesar de su creciente expansi�n e incorporaci�n en la investigaci�n educativa se plantean diferentes interrogantes que requieren de la atenci�n de manera responsable por parte de la sociedad del conocimiento a trav�s de reflexiones cr�ticas. Como advierten Williamson y Piattoeva (2022), es imprescindible abordar el papel de la IA en la educaci�n no solo desde sus promesas t�cnicas, sino tambi�n desde sus implicaciones sociales, pol�ticas y epistemol�gicas, muchas veces invisibilizadas en los discursos dominantes.

La problem�tica en torno a la utilizaci�n de la IA en la investigaci�n acad�mica ha generado diferentes frentes antagonistas sobre sus alcances, limitaciones y condiciones �ticas para su uso de la IA; actualmente est� generando tensiones en el contexto universitario, especialmente en lo que respecta a la autonom�a del cuerpo de investigadores, a la calidad de los resultados obtenidos de manera �tica y transparente y la responsabilidad �tica en la toma de decisiones basadas en datos automatizados producto de la IA. Adem�s, en un buen n�mero de instituciones de educaci�n superior en la regi�n, existe una brecha significativa entre el potencial que puede otorgar este tipo de tecnolog�as y las competencias digitales e investigativas de los docentes e investigadores.

El avance de la inteligencia artificial representa una oportunidad sin precedentes para repensar las pr�cticas investigativas en educaci�n superior, dado que permite automatizar tareas repetitivas, optimizar la gesti�n de grandes vol�menes de informaci�n y descubrir patrones complejos que ser�an dif�ciles de identificar mediante m�todos tradicionales (Zawacki-Richter et al., 2019). No obstante, su implementaci�n exige una reflexi�n profunda acerca de los modelos de investigaci�n existentes, los principios epistemol�gicos que los sustentan y los riesgos que implica una posible deshumanizaci�n del proceso investigativo.

El avance de la inteligencia artificial (IA) abre un horizonte prometedor para reimaginar las diferentes pr�cticas investigativas en la educaci�n superior. La capacidad para automatizar tareas rutinarias y detectar patrones complejos que escapan a los m�todos tradicionales ofrece nuevas alternativas que permiten enriquecer el trabajo acad�mico � cient�fico (Zawacki-Richter et al., 2019). Sin embargo, este potencial transformador tambi�n nos invita a cuestionar y a criticar los modelos de actualmente se est�n utilizando en la investigaci�n; existen fundamentos epistemol�gicos que sostienen y existen riesgos inherentes a una posible deshumanizaci�n del quehacer investigativo en donde el ser humano juega un papel fundamental, esta posible realidad podr�a ubicarnos en una tecnolog�a que podr�a llegar a eclipsar la dimensi�n reflexiva y �tica del proceso investigativo que hasta la presente es, potestad del investigador.

Estudiar, el impacto de la inteligencia artificial en la investigaci�n educativa resulta una tarea ineludible en el contexto actual. Primer lugar, porque permite comprender c�mo estas�� tecnolog�as est�n aportando a las pr�cticas acad�micas, investigativas y cient�ficas en las Instituciones de Educaci�n Superior -IES. En el siguiente orden, es necesario conocer, cu�les son los elementos claves que permiten formar investigadores capaces de entablar un di�logo cr�tico y reflexivo con las herramientas digitales que hoy median gran parte del quehacer investigativo. Por �ltimo, nos permitir� visualizar los fundamentos �ticos que permitan orientar el dise�o de pol�ticas institucionales que promuevan una transformaci�n digital �tica, inclusiva y sostenible. Como se�alan Eynon y Young (2021), estudiar la intersecci�n entre inteligencia artificial y educaci�n superior no solo implica analizar sus beneficios operativos, sino tambi�n comprender sus efectos culturales, sociales y pol�ticos en la producci�n del conocimiento.

A continuaci�n, se realiza un sustento te�rico fundamentado en las variables que son parte del presente estudio.

La inteligencia artificial: concepto y evoluci�n

La inteligencia artificial (IA) se concibe como la capacidad de sistemas inform�ticos que permiten realizar tareas que, por tradici�n han sido desarrolladas por la inteligencia humana, tales como: la resoluci�n de problemas, el aprendizaje, el razonamiento y la percepci�n visual (Russell & Norvig, 2021). En el contexto educativo, la IA ha tenido una gran funcionalidad porque ha sido utilizada para producir elementos anal�ticos del aprendizaje, sistemas de tutor�a inteligente, personalizaci�n de contenidos y automatizaci�n de procesos evaluativos (Luckin et al., 2016).

El avance de t�cnicas como el aprendizaje autom�tico y el aprendizaje profundo han ampliado eficientemente las posibilidades de aplicaci�n de la Inteligencia Artificial en contextos educativos e investigativos, permitiendo que grandes vol�menes de datos sean tratados y procesados de manera inmediata, tambi�n se observa que ha permitido la reproducci�n de modelos que predicen el comportamiento acad�mico y procesos de evaluaci�n relacionados con la ense�anza-aprendizaje (Holmes et al., 2021).

Investigaci�n educativa en la educaci�n superior

La investigaci�n educativa � IE, constituye una pr�ctica sistem�tica orientada a la comprensi�n, mejora e innovaci�n de los procesos educativos; este tipo de investigaci�n permite la generaci�n de conocimiento de manera cr�tica, reflexiva sobre la pr�ctica pedag�gica. En el contexto de la educaci�n superior, esta investigaci�n adquiere un car�cter estrat�gico, al ser un componente esencial de la producci�n de conocimiento, porque permite la formaci�n de profesionales con habilidades investigativas; competencia que puede marcar diferencias en el quehacer profesional. (Creswell, 2014). Su abordaje metodol�gico abarca enfoques cuali-cuantitativos y mixtos, con un �nfasis creciente en la interdisciplinariedad y en el uso de tecnolog�as digitales. La IE, se especializa en tratar de comprender la din�mica de la ense�anza y el aprendizaje, buscando soluciones a problemas planteados por el docente y que a trav�s del constructivismo se pueden encontrar soluciones, mejorando as� la calidad educativa.

No obstante, la investigaci�n educativa contin�a enfrentando desaf�os significativos que requieren atenci�n urgente. Entre ellos se destacan la necesidad de fortalecer el rigor metodol�gico, la capacidad de adaptaci�n a contextos diversos y cambiantes, y la articulaci�n efectiva entre los marcos te�ricos y las pr�cticas pedag�gicas concretas. En este panorama, la incorporaci�n de herramientas basadas en inteligencia artificial puede abrir nuevas posibilidades para afrontar estas complejidades. Sin embargo, su integraci�n debe estar guiada por una reflexi�n cr�tica que reconozca tanto sus potencialidades como sus l�mites �ticos y epistemol�gicos. Como advierten Holmes, Bialik y Fadel (2019), el uso de tecnolog�as inteligentes en la educaci�n exige un enfoque equilibrado que evite el determinismo tecnol�gico y que priorice el bienestar humano y la integridad acad�mica.

Aplicaciones de la inteligencia artificial en la investigaci�n educativa

Las aplicaciones de IA en la investigaci�n educativa son cada vez m�s diversas. Algunas de las m�s destacadas incluyen:

 

 

 

 

Tabla 1. Aplicaciones de IA en la investigaci�n educativa

 

Es evidente que estas herramientas, ampl�an las posibilidades metodol�gicas que los investigadores pueden utilizar para el desarrollo de una investigaci�n, tambi�n plantean dilemas respecto a porcentaje de una autonom�a investigativa, como por ejemplo la interpretaci�n de los datos y la posible transparencia de los modelos algor�tmicos utilizados. Est� claro que tantas aplicaciones de la inteligencia artificial en la investigaci�n educativa, aportan a un campo en expansi�n que est� reconfigurando el modo tradicional de generar conocimiento cient�fico en la educaci�n superior. Estas herramientas, al permitir el procesamiento automatizado de grandes vol�menes de informaci�n, la detecci�n de patrones complejos y la optimizaci�n de procesos metodol�gicos, ofrecen oportunidades in�ditas para enriquecer la calidad y profundidad de los estudios educativos.

Consideraciones �ticas y formativas

El tema principal en torno al tema y m�s debatidos en torno al uso de IA en la investigaci�n educativa es el vinculado con la �tica. Las decisiones automatizadas, la privacidad de los datos, los sesgos algor�tmicos y la propiedad intelectual, son cuestiones latentes que no pueden pasar desapercibidas por la comunidad acad�mica y es necesario plantear soluciones urgentes; antes que s� escape de las manos, por lo tanto, requieren atenci�n urgente (Williamson & Eynon, 2020). A su vez, se impone la necesidad de formar a los investigadores en competencias digitales avanzadas, �ticos con principios de respeto a la propiedad intelectual que les permitan comprender, utilizar y cuestionar cr�ticamente estas herramientas tecnol�gicas. La integraci�n de la IA en la investigaci�n no debe verse como una sustituci�n de las capacidades humanas, sino como una oportunidad para potenciar el pensamiento cr�tico, la creatividad y la rigurosidad cient�fica, siempre dentro de un marco �tico y pedag�gico s�lido.

 

M�todos y materiales

El presente art�culo se desarroll� bajo un paradigma metodol�gico de tipo cualitativo, apoyados en el dise�o documental, dise�o orientado en la revisi�n te�rica y cr�tica de estudios recientes sobre la incorporaci�n de la inteligencia artificial en la investigaci�n educativa en el contexto de la educaci�n superior. El estudio documental se desarroll� a partir de un "proceso basado en la b�squeda, recuperaci�n, an�lisis, cr�tica e interpretaci�n de datos secundarios" (Arias, 2012, p. 28) En este contexto la intenci�n de este dise�o es identificar, analizar y sistematizar los avances, tendencias, aplicaciones y problem�ticas asociadas al uso de Inteligencia Artificial, como herramienta necesaria para el desarrollo de los procesos investigativos en entornos universitarios.

Tipo de estudio

El estudio documental trata de una revisi�n narrativa de la literatura relacionada con la IA y la investigaci�n educativa, en bases de datos cient�ficas como Scopus, Redalyc, Scielo. Tambi�n se revisaron en repositorios de universidades nacionales e internacionales la cual permiti� obtener informaci�n actualizada, para interpretarla y contextualizarla; sus hallazgos y conclusiones desde una mirada integradora, superando el mero reporte descriptivo de resultados. Esta b�squeda gener� una reflexi�n hol�stica, anal�tica y cr�tica sobre las implicaciones pedag�gicas, metodol�gicas y �ticas del fen�meno propuesto en el estudio (Sandelowski, 2000). Las revisiones sistem�ticas que se utilizaron en el presente documento fueron publicaciones entre 2012 y 2024, con especial �nfasis en producciones indexadas en revistas de alto impacto.

Criterios de inclusi�n y exclusi�n

La selecci�n de fuentes se realiz� mediante una b�squeda sistem�tica, para lo cual se implement� ciertos criterios de b�squeda como conectores bol�anos AND, OR y NOT; mismos que modificaron los criterios de b�squeda. En relaci�n a los criterios de inclusi�n se utilizaron los siguientes: Publicaciones en ingl�s y espa�ol; estudios centrados en el uso de inteligencia artificial en la educaci�n superior, investigaciones que analicen o discutan su impacto en la investigaci�n educativa y revisiones te�ricas, estudios emp�ricos, informes institucionales y ensayos acad�micos. En cambio, los criterios de exclusi�n utilizados fueron los siguientes: Trabajos sin revisi�n por pares, art�culos que abordan exclusivamente la IA en contextos escolares o corporativos, estudios centrados �nicamente en la ense�anza-aprendizaje sin relaci�n con la investigaci�n.

La utilizaci�n de los dise�os, m�todos y t�cnicas permitieron construir una visi�n cr�tica y actualizada sobre el fen�meno en estudio, resaltando las tensiones y oportunidades que representa la inteligencia artificial para los procesos de investigaci�n educativa en el �mbito de las Instituciones de Educaci�n Superior.

 

Resultados

 

Tabla 2 Estado del arte de la investigaci�n

 

A continuaci�n, se presenta un an�lisis en la que se resume las principales tendencias encontradas en la literatura obtenida, estos resultados fueron organizados a partir de cuatro ejes: beneficios, aplicaciones tecnol�gicas, limitaciones y desaf�os �ticos-formativos. El an�lisis de la revisi�n de la literatura permiti� determinar una serie de tendencias relevantes en torno al impacto de la inteligencia artificial (IA) en investigaci�n educativa en la educaci�n superior. A continuaci�n, se presentan los hallazgos obtenidos:

Aplicaciones emergentes de la Inteligencia Artificial en la investigaci�n educativa

La IA est� desempe�ando una funci�n relevante en diversas etapas de la investigaci�n

 

Tabla 3 Funciones aplicaciones emergentes

 

Beneficios percibidos en el �mbito investigativo

Entre las principales ventajas reportadas se destacan las siguientes:

 

Tabla 4 Beneficios en el �mbito investigativo

 

Limitaciones y tensiones metodol�gicas

Pese a los beneficios, la literatura tambi�n identifica limitaciones importantes:

 

Tabla 5 Limitaciones y tensiones metodol�gicas

 

Desaf�os �ticos y formativos

Se identifican m�ltiples desaf�os que deben ser abordados con un alto grado de responsabilidad

 

Tabla 6 Desaf�os �ticos y formativos

Elaborado a partir de: (Williamson & Eynon, 2020)

 

Discusi�n

La incorporaci�n de la IA en la investigaci�n educativa en el �mbito de la educaci�n superior constituye un fen�meno de alta complejidad, cargado de sentimientos opuestos y en constante transformaci�n en �mbito universitario. Tal como se ha evidenciado en diversos estudios, la IA ofrece oportunidades sustanciales para redefinir los m�todos de investigaci�n, diversificar las fuentes de datos y acortar significativamente los tiempos de procesamiento y an�lisis (Zawacki-Richter et al., 2019). Estudios como el de (Suazo, 2023) quien concuerda en su estudio, que es necesario adoptar un enfoque �tico y responsable en el dise�o, desarrollo y uso de la IA en investigaci�n cient�fica. Esto implica respetar los principios rectores propuestos por organismos internacionales como la OMS o la UNESCO, tales como: el respeto por los derechos humanos; la equidad e inclusi�n; la transparencia y explicabilidad; la robustez y seguridad; y el bienestar social. No obstante, estos criterios coinciden en la adopci�n suscita de cuestionamientos fundamentales en torno a las dimensiones epistemol�gicas, �ticas y sociales del conocimiento que se produce a trav�s de estas herramientas tecnol�gicas.

En esta misma l�nea (Williamson & Eynon, 2020). Concluye desde una perspectiva epistemol�gica, que el uso de sistemas algor�tmicos plantea la necesidad de reconsiderar el papel del investigador como sujeto cognoscente. Aunque la IA puede contribuir a la eficiencia y precisi�n de ciertos procesos, la interpretaci�n contextual y la sensibilidad pedag�gica siguen siendo habilidades propias del ser humano que no pueden ser reemplazadas por la automatizaci�n. En concordancia (Romero, 2024) concluye desde una perspectiva emp�rica lo valioso que puede ser la IA, para orientar a educadores, administradores y responsables pol�ticos en la educaci�n superior. Los resultados demuestran que la IA tiene gran potencial para transformar la educaci�n, mejorar la ense�anza, el aprendizaje y la gesti�n acad�mica.

Otra dimensi�n, es la �tica que adquiere un car�cter central en este tema investigado. El uso de datos personales, la necesidad de transparencia en los modelos utilizados y la exigencia de rendici�n de cuentas en los procesos de decisi�n automatizados, son aspectos que requieren ser abordados a trav�s de espacios que promuevan regular el uso mediante pol�ticas institucionales claras que no perjudiquen su uso, pero que tampoco trasgreda los principios �ticos de su uso, garantizando una aplicaci�n responsable y contextualizada (Holmes et al., 2021). Aspecto que concuerda con (D�az, 2024)� al concluir que los investigadores deben aprender no solo a utilizar la inteligencia artificial, sino tambi�n a hacerlo de manera responsable y �tica considerando los impactos sociales que puedan generar los resultados de sus investigaciones a trav�s de IA.

En definitiva, la inteligencia artificial no debe concebirse ni como una amenaza inminente ni como una panacea tecnol�gica, sino como una herramienta de gran potencial cuyo impacto depender�, en �ltima instancia, del uso cr�tico, �tico y pedag�gicamente fundamentado. La clave de su integraci�n exitosa reside en lograr un equilibrio entre la innovaci�n tecnol�gica y el compromiso con los valores esenciales de la educaci�n superior: la autonom�a acad�mica, la equidad en el acceso al conocimiento, la calidad investigativa y la pertinencia social de los resultados producidos.

 

Conclusiones

En definitiva, existe un criterio compartido a partir de revisi�n exhaustiva de la literatura relacionada con la tem�tica; la inteligencia artificial no puede concebirse ni como una amenaza inminente ni como una panacea tecnol�gica, sino m�s bien aceptarla como una herramienta de gran potencial cuyo impacto depender�, en �ltima instancia, del uso cr�tico, �tico y pedag�gicamente fundamentado y su �xito radica en el equilibrio entre la innovaci�n tecnol�gica y el compromiso �tico de seres humanos para su uso.

La presente revisi�n permiti� examinar datos secundarios obtenidos, desde una perspectiva cr�tica y reflexiva, el impacto de la inteligencia artificial en la investigaci�n educativa en el contexto de la educaci�n superior. Los hallazgos obtenidos permiten afirmar que la IA se identifica como una herramienta tecnol�gica de gran potencial que permite transformar los modelos tradicionales de realizar investigaci�n, por nuevas estrategias capaces de redefinir los m�todos de indagaci�n, ampliar el acceso a datos complejos y enriquecer los enfoques anal�ticos empleados en los estudios educativos.

No obstante, la IA emerge con nuevas oportunidades, desaf�os relevantes que requieren atenci�n rigurosa. Destacando riesgos inherentes al uso desmedido, a la opacidad de ciertos procesos automatizados, y a la urgencia de proponer marcos legales y �ticos, que sean s�lidos. En este sentido, resulta fundamental adoptar una mirada cr�tica y comprometida, que reconozca las potencialidades de la IA sin perder de vista los principios �ticos, epistemol�gicos que gu�en una producci�n del conocimiento cient�fico en el �mbito educativo.

Al finalizar aclarar que la inteligencia artificial no ha llegado a reemplazar el juicio humano, sino a complementarlo. Su uso debe concebirse como un aliado estrat�gico que fomente el pensamiento cr�tico reflexivo, y as� de esta manera elevar el rigor acad�mico y metodol�gico, para alcanzar una investigaci�n m�s contextualizada, inclusiva y socialmente pertinente.

 

Referencias

1.                  Arias, F. (2012). EL-PROYECTO-DE-INVESTIGACI�N-6ta-Ed.-FIDIAS-G.-ARIAS.pdf (sexta). Episteme. https://ebevidencia.com/wp-content/uploads/2014/12/EL-PROYECTO-DE-INVESTIGACI%C3%93N-6ta-Ed.-FIDIAS-G.-ARIAS.pdf

2.                  Baker, R. S., & Inventado, P. S. (2014). Educational Data Mining and Learning Analytics. In Learning Analytics (pp. 61�75). Springer. DOI: 10.1007/978-1-4614-3305-7_4

3.                  Chaudhuri, D., Kim, J., & Yang, J. (2022). Natural Language Processing in Educational Research: Current Applications and Future Possibilities. British Journal of Educational Technology, 53(3), 545�563. DOI: 10.1111/bjet.13179

4.                  Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). SAGE. https://study.sagepub.com/creswellrd4e

5.                  D�az, L. (2024). El uso de la inteligencia artificial en la investigaci�n cient�fica. Historia de la educaci�n Iberoamericana, 26(43), 19. https://dialnet.unirioja.es/servlet/articulo?codigo=9788636

6.                  Eynon, R., & Young, E. (2021). AI and education: A critical view through the lens of human rights, democracy and the public good. Council of Europe. https://rm.coe.int/ai-and-education-a-critical-view/1680a4c2a5

7.                  Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf

8.                  Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AI-in-Education-Promises-and-Implications.pdf

9.                  Mart�nez, O. A. (2024). �tica, Inteligencia Artificial e Investigaci�n Educativa: Un Tri�ngulo Vital para el Futuro de la Educaci�n: Ethics, Artificial Intelligence and Educational Research: A Vital Triangle for the Future of Education. Revista Scientific, 9(Ed. Esp. 4), Article Ed. Esp. 4. https://doi.org/10.29394/Scientific.issn.2542-2987.2024.9.E4.0.10-19

10.              Mena, V�squez, Fern�ndez, & L�pez. (2024). La inteligencia artificial y su producci�n cient�fica en el campo de la educaci�n. Formaci�n universitaria, 17(1), 13. http://dx.doi.org/10.4067/S0718-50062024000100155

11.              Morillo, Castillo, Aguilar, & Cazco. (2024). LA INTELIGENCIA ARTIFICIAL COMO HERRAMIENTA PARA GENERAR RECURSOS EDUCATIVOS. Latina, 8(4), 15

12.              Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence Unleashed: An Argument for AI in Education. Pearson Education.

13.              Romero, M. �. M. (2024). Aplicaciones de la Inteligencia Artificial para la investigaci�n y la innovaci�n en la educaci�n superior. Revista Social Fronteriza, 4(4), Article 4. https://doi.org/10.59814/resofro.2024.4(4)336

14.              Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.

15.              Knox, J., Wang, Y., & Gallagher, M. (2020). Artificial intelligence and education futures: Critical perspectives and alternative imaginaries. Routledge. https://doi.org/10.4324/9780429286798

16.              Suazo, I. (2023). Inteligencia artificial en investigaci�n cient�fica. SciComm Report, 3, 1-3. https://doi.org/10.32457/scr.v3i1.2149

17.              Villag�mez, K. V. M., Ch�vez, V. R. S., Holgu�n, I. B. K., & Holgu�n, R. F. K. (2024). Una revisi�n sistem�tica del uso de la Inteligencia artificial en el desarrollo de investigaciones cient�ficas. Reincisol., 3(6), Article 6. https://doi.org/10.59282/reincisol.V3(6)1642-1660

18.              Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223�235. https://doi.org/10.1080/17439884.2020.1798995

19.              Williamson, B., & Piattoeva, N. (2022). Education governance and datafication: Reimagining the digital future of education. Bloomsbury Publishing. https://doi.org/10.5040/9781350232063

20.              Zawacki-Richter, O., Mar�n, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education � Where are the educators? International Journal of Educational Technology in Higher Education, 16(1), 39. 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/).