Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación  
Superior  
Impact of Artificial Intelligence on Self-Managed Study in Higher Education  
Aliena Núñez González1 (alienangzalez937@gmail.com) (https://orcid.org/0000-0001-  
9389-7942)  
Resumen  
La inteligencia artificial ha transformado la educación superior, particularmente en la  
autogestión del estudio, donde herramientas como tutores inteligentes, chatbots y  
sistemas adaptativos permiten personalizar el aprendizaje y optimizar la autonomía  
estudiantil. Sin embargo, su implementación presenta retos éticos, técnicos y  
pedagógicos. El objetivo de este artículo es evidenciar el impacto de la implementación  
de la inteligencia artificial en la autogestión del estudio en la educación superior. Para  
ello se realizó una revisión sistemática de 54 estudios seleccionados de bases de datos  
como Science Direct, Emerald y Google Scholar los cuales evaluaban el impacto de la  
implementación de la inteligencia artificial en la autogestión del estudio en la educación  
superior. Entre los resultados puede mencionarse que la IA mejora la eficiencia en el  
estudio y fomenta estrategias de aprendizaje autorregulado. No obstante, se  
identificaron riesgos como dependencia tecnológica, pérdida de pensamiento crítico y  
brechas de equidad. La IA es un recurso prometedor para la autogestión, pero requiere  
marcos éticos, capacitación docente y políticas de acceso equitativo para maximizar su  
potencial.  
Palabras clave: inteligencia artificial, autogestión del estudio, educación superior,  
aprendizaje autorregulado.  
Abstract  
Artificial intelligence has transformed higher education, particularly in self-directed  
learning, where tools such as intelligent tutors, chatbots, and adaptive systems allow for  
personalized learning and optimized student autonomy. However, its implementation  
presents ethical, technical, and pedagogical challenges. The objective of this article is to  
highlight the impact of the implementation of artificial intelligence on self-directed  
learning in higher education. To this end, a systematic review was conducted of 54  
studies selected from databases such as Science Direct, Emerald, and Google Scholar,  
which evaluated the impact of the implementation of artificial intelligence on self-directed  
learning in higher education. Among the results, it can be mentioned that AI improves  
learning efficiency and promotes self-regulated learning strategies. However, risks such  
as technological dependence, loss of critical thinking, and equity gaps were identified. AI  
1 Doctora en Medicina. Profesor Asistente. Directora de Ciencia e Innovación Tecnológica. Universidad de Ciencias  
Médicas de Granma. Cuba.  
Página 32  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
is a promising resource for self-management, but it requires ethical frameworks, teacher  
training, and equitable access policies to maximize its potential.  
Key words: artificial intelligence, self-managed study, higher education, self-regulated  
learning.  
Introducción  
El término “inteligencia artificial” fue creado por el científico estadounidense John  
McCarthy en la década del 50 y ha ido evolucionando en un debate entre la búsqueda  
de la referencia en lo racional o en lo parecido a lo humano (como indica el Test de  
Turing). Luego de estudiar varias definiciones, la Comisión Europea hoy lo define como:  
Sistemas de software (y posiblemente también de hardware) diseñados por humanos  
que, ante un objetivo complejo, actúan en la dimensión física o digital: percibiendo su  
entorno, a través de la adquisición e interpretación de datos estructurados o no  
estructurados, razonando sobre el conocimiento, procesando la información derivada de  
estos datos y decidiendo las mejores acciones para lograr el objetivo dado. Los sistemas  
de IA pueden usar reglas simbólicas o aprender un modelo numérico, y también pueden  
adaptar su comportamiento al analizar cómo el medio ambiente se ve afectado por sus  
acciones previas. (2018, párr. 9)  
En sus orígenes, en la década de 1940, la Inteligencia Artificial (IA) es una iniciativa que  
procura aligerar ciertos procesos que tienen que ver con el uso de la computación  
aplicada a las actividades de las personas en sus trabajos. Su evolución le lleva, a ser  
introducida en nuevos campos asociados a las Tecnologías de la Información y la  
comunicación (Tic), con un enfoque que intenta superar una simple automatización de  
los procesos laborales. Actualmente, se está investigando y desarrollando IA para  
mejorar la eficiencia y la precisión en una variedad de campos, como la automatización  
de la fabricación, la conducción autónoma, la medicina personalizada, la educación y  
las finanzas.  
La educación experimenta cambios que suponen una renovación constante de sus  
desafíos. En este proceso de transformación, las tecnologías digitales como la  
inteligencia artificial (IA) —sin estar del todo exenta de riesgos y controversias—  
pueden ofrecer oportunidades significativas para mejorar los procesos de enseñanza y  
aprendizaje.  
La IA ha revolucionado la educación superior, introduciendo herramientas que  
transforman cómo los estudiantes gestionan su aprendizaje de manera autónoma. La  
autogestión del estudio, definida como la capacidad de planificar, monitorear y evaluar  
el propio aprendizaje, se ha visto potenciada por sistemas de IA que ofrecen  
personalización, retroalimentación inmediata  
individuales.  
y
adaptabilidad  
a
necesidades  
Existen experiencias interesantes que exploran el uso de ChatGPT en la interacción  
directa con estudiantes y en funciones que exceden la simple resolución de tareas.  
Mollick y Mollick (2023) proponen y exploran siete modelos para la utilización de la IA  
Página 33  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
en el aula que, en condiciones cuidadosamente diseñadas y en un contexto favorable,  
podrían contribuir a mejorar los resultados del aprendizaje.  
La rápida difusión y el acceso gratuito a modelos de lenguaje avanzado (LLM por sus  
siglas en inglés), a través de herramientas como ChatGPT, Copilot, Gemini, Claude, o  
Llama, entre otras, han provocado tanto entusiasmo como preocupación en el ámbito  
educativo. Morduchowicz (2023) detalla que estos modelos han puesto en tela de juicio  
la vigencia de los métodos tradicionales de evaluación, y fundamentalmente que, al  
proporcionar respuestas rápidas y bien formuladas, estos modelos de IA pueden estar  
menoscabando el desarrollo del pensamiento crítico y de habilidades de comunicación  
esenciales, como la comprensión lectora y la capacidad de expresar ideas.  
Según el AI Index Report 2025, la IA está integrada en sectores como educación, salud  
y transporte, con un crecimiento del 18.7% en inversiones globales en IA generativa. En  
educación superior, el 78% de las instituciones reportan el uso de IA para mejorar  
procesos de enseñanza-aprendizaje y gestión administrativa (AI Index Report, 2025).  
Sin embargo, esta transformación no está exenta de desafíos. Estudios recientes  
advierten sobre riesgos como la dependencia tecnológica, la erosión de habilidades  
críticas y las brechas de equidad en el acceso a herramientas avanzadas. Además, la  
falta de alfabetización en IA entre estudiantes y docentes limita su implementación  
efectiva.  
Con la premisa de evidenciar el impacto de la implementación de la inteligencia artificial  
en la autogestión del estudio en la educación superior se consultaron bases de datos  
como Science Direct, Emerald y Google Scholar (2000-2025), con palabras clave: "IA  
en educación superior", "autogestión del estudio", "aprendizaje autorregulado", "IA y  
autonomía estudiantil". Se incluyeron 54 estudios revisados por pares (2023-2025),  
excluyendo artículos no relacionados con educación superior o sin enfoque en  
autogestión. Se categorizaron hallazgos en ventajas, retos y proyecciones, utilizando  
análisis temático.  
Desarrollo  
La integración de la IA en la autogestión del estudio en la educación superior  
representa una encrucijada fundamental. Su potencial para democratizar el acceso a  
una educación personalizada y de calidad es innegable, resonando con los ideales más  
progresistas de la pedagogía. Sin embargo, este camino está plagado de paradojas,  
dadas en gran medida por cómo aprovechamos la eficiencia de los tutores inteligentes  
sin erosionar la capacidad de esfuerzo sostenido y paciencia cognitiva que requiere el  
proceso de aprendizaje profundo.  
En ese sentido, hoy en día se impone que tanto la comunidad docente como el  
estudiantado, sean capaces de adaptarse al empleo responsable de las herramientas  
tecnológicas, que, a la sazón, viabilizan el proceso de autogestión del estudio y con  
ello, transforman la manera en que se aprende. Puesto que el docente del siglo XXI se  
enfrenta a un escenario en constante evolución, su papel como facilitador y líder de  
Página 34  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
cambio tendrá sus cimientos en las acciones que pueda emplear para capacitar a sus  
estudiantes y al mismo tiempo, autoformarse en estas lides.  
Sobre este aspecto, Andreoli et al (2022) resume varias acciones temáticas comunes  
para la capacitación docente. Entre ellas destacan la alfabetización de datos, que  
incluye la comprensión de cómo la IA recolecta, almacena, manipula y analiza datos; la  
ética y la equidad, que incluye todo lo relacionado con el consentimiento para el uso de  
datos, la privacidad y la inclusión; y, por último, las tecnologías de IA, que, en este  
sentido, agrupan todas las herramientas y aplicaciones útiles para el apoyo académico.  
Otras de las áreas que a juicio de estos autores —Andreoli et al (2022)— son  
relevantes, cubren la gestión de los procesos en el campus universitario. Algunas de las  
iniciativas más comunes encontradas dentro de las posibilidades que ofrece la IA en la  
gestión universitaria se centran en la programación de horarios, reconociendo la alta  
complejidad de esta tarea, especialmente en campus con miles de estudiantes.  
Otros autores como Viñas et al (2018) para la Unidad de Estudios Superiores Villa  
Victoria en México; González y Suarez (2018) para la Universidad Autónoma de  
Occidente en Colombia; Pineda (2011) para la Universidad Politécnica Salesiana en  
Ecuador coinciden en que “el potencial de la IA es tan amplio que se espera que sea  
una herramienta medular para afrontar desafíos actuales y futuros” (p. 24).  
Estos hallazgos complementan lo mencionado en Gómez et al (2020), ya que se  
descubrió que más del 75% de las principales universidades que han logrado incorporar  
estas tecnologías están promoviendo la investigación y el desarrollo de sistemas  
autónomos basados en IA. Además, el 96% de ellas ofrecen carreras relacionadas con  
la IA, de las cuales el 50% poseen un laboratorio o centro de investigación  
especializado en este tema.  
Aunque la educación de calidad siempre requerirá la participación activa de profesores  
humanos, la IA promete mejorar la educación en todos los niveles, especialmente  
proporcionando personalización a escala. Sobre este particular, los tutores inteligentes  
se están usando cada vez más para enseñar ciencia, matemáticas, lengua, y otras  
disciplinas. El procesamiento del lenguaje natural, el aprendizaje automático y el  
crowdsourcing han impulsado el aprendizaje en línea y han permitido a los docentes de  
la educación superior multiplicar el tamaño de sus aulas, así como se adecúan a las  
necesidades y estilos de aprendizaje de sus estudiantes.  
Un posible impacto del aprendizaje asistido por la IA consistirá en que la frontera entre  
la educación tradicional en el aula y el aprendizaje en línea/ auto dirigido probablemente  
se hará cada vez más difusa. Los tutores inteligentes podrán optimizar la búsqueda y  
empleo de contenidos entre una inmensa cantidad de recursos disponibles dándole al  
estudiante, al mismo tiempo una mayor apropiación de su proceso de aprendizaje.  
La Inteligencia Artificial servirá de soporte, a través de los tutores personales  
inteligentes, a la concepción de aprendizaje continuo y auto dirigido en el que se  
permanece aprendiendo a lo largo de la vida, dentro o fuera del aula. Contrariamente a  
Página 35  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
las predicciones más fantásticas para la IA en la prensa popular, en el estudio  
presentado en Stanford University (2016) se plantea no se encuentran motivos para  
preocuparse de que la AI constituya una amenaza inminente para la humanidad, no se  
han desarrollado máquinas con objetivos e intenciones auto sostenibles a largo plazo,  
ni es probable que se desarrollen en un futuro próximo.  
En cambio, surgirán cada vez más aplicaciones de IA útiles, con impactos positivos  
potencialmente profundos en la sociedad y la economía hasta el 2030 - período que  
abarca dicho informe. Adicionalmente a las enormes posibilidades de la IA en la esfera  
de la educación, existen muchas oportunidades para que la IA brinde mejoras o  
soluciones a una gran variedad de problemas sociales a comunidades de bajos  
recursos.  
Por otro lado, y sin dudas, la IA también podrá atenuar o dar solución a algunos de los  
problemas más graves que amenazan al mundo, como el cambio climático, las  
epidemias emergentes y enfermedades hasta el momento incurables. Hay que recalcar  
estos beneficios para que la IA sea vista positivamente. Al mismo tiempo, evitar prever  
las consecuencias que podría traer la introducción de la IA respecto, por ejemplo, al  
remplazo por máquinas de puestos de trabajos humanos. Esto debe estar presente  
constantemente a la hora de trazar políticas y gestionar el cambio.  
Ventajas de la IA en la autogestión del estudio:  
Personalización del aprendizaje: Sistemas de tutoría inteligente (ej. ChatGPT,  
Wolfram Alpha) adaptan contenidos a ritmos y estilos individuales, mejorando el  
rendimiento en un 30-40% en asignaturas complejas como matemáticas o  
ciencias.  
Retroalimentación inmediata: Chatbots con NLP (Procesamiento de Lenguaje  
Natural) proporcionan correcciones y explicaciones en tiempo real, facilitando la  
autorregulación.  
Eficiencia en la gestión del tiempo: Herramientas como Gamma.app o  
Grammarly ayudan a organizar tareas, priorizar actividades y reducir la carga  
académica en un 34%.  
Fomento del aprendizaje autorregulado (SRL): La IA satisface necesidades  
psicológicas (autonomía, competencia, relación) según la Teoría de la  
Autodeterminación (SDT), promoviendo estrategias meta cognitivas.  
Accesibilidad: Recursos como tutores virtuales democratizan el acceso a  
educación de calidad, especialmente en regiones con limitaciones docentes.  
Sin embargo, nuevos retos aparecen en la vorágine de desarrollo tecnológico y nuevas  
formas de concebir el aprendizaje que impone la utilización de la IA. Un ejemplo claro  
es la dependencia tecnológica demostrada en el hecho de que según estudios de  
intervención realizados hasta la fecha 34% de estudiantes reporta reducción en  
habilidades de pensamiento crítico y autonomía intelectual debido al uso excesivo de IA  
Página 36  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
(AI Index Report, 2025). Otra preocupante la constituyen los riesgos éticos, dadas por la  
preocupación en cuanto a la privacidad de datos, la integridad académica y sesgos  
algorítmicos que puedan comprometer los resultados del aprendizaje gestionado con  
IA.  
También se imponen otras cuestiones como la llamada brecha digital, dada por el  
desigual acceso a herramientas de IA entre estudiantes de diferentes contextos  
socioeconómicos, exacerbando inequidades. La pobre alfabetización en IA, sobre todo  
en el ámbito docente lo cual limita su integración efectiva. Incluso, algunos son más  
radicales al afirmar que la implementación de la IA en la autogestión del estudio limita la  
creatividad, criterio reforzado por investigaciones recientes (Liang, 2023) destaca que la  
IA puede erosionar la originalidad en producciones académicas.  
Figura 1  
Ventajas, retos y proyecciones que enfrenta la implementación de la IA en la  
autogestión del estudio en la educación superior  
Aspecto  
Ventajas  
Hallazgos Clave  
Personalización,  
retroalimentación  
inmediata,  
eficiencia en gestión del tiempo, fomento de SRL,  
accesibilidad  
Retos  
Dependencia tecnológica, riesgos éticos, brecha  
digital, falta de alfabetización, pérdida de creatividad.  
Proyecciones  
IA híbrida, marcos éticos, formación docente, IA  
inclusiva, integración con metaverso.  
Fuente: elaborado por los autores a partir de los estudios consultados en el presente  
material.  
De esta manera, la IA redefine la autogestión del estudio al empoderar a estudiantes  
con herramientas adaptativas, pero su implementación requiere equilibrar innovación  
con precaución. Ventajas como la personalización coinciden con la SDT, donde la  
satisfacción de necesidades psicológicas (autonomía, competencia) enhance la  
motivación intrínseca. Sin embargo, retos como la dependencia alertan sobre la  
degradación de habilidades cognitivas, respaldando hallazgos de que el 30% de  
estudiantes delega tareas complejas a IA.  
La brecha digital es crítica: mientras instituciones élite adoptan IA avanzada,  
universidades en regiones periféricas carecen de infraestructura básica. Esto exige  
políticas de acceso equitativo, como recomienda el AI Index Report 2025. Además, la  
alfabetización en IA es primordial; estudios muestran que programas de formación  
mejoran la evaluación crítica de herramientas generativas.  
Página 37  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
Proyecciones hacia IA híbrida y ética son prometedoras, pero dependen de  
colaboración entre educadores, policymakers y tecnólogos. La integración con  
metaverso podría revolucionar entornos autogestionados, though requiere inversión en  
hardware y capacitación.  
La verdadera autogestión, en última instancia, no puede ser delegada por completo a  
un sistema, por más inteligente que sea. El desafío final quizás no sea técnico, sino  
humano: desarrollar la sabiduría institucional y personal para usar estas herramientas  
de forma que amplifiquen, y no reemplacen, la agencia, la curiosidad y el espíritu crítico  
del estudiante. El futuro no está en la elección entre humano o máquina, sino en la  
construcción de una simbiosis inteligente y ética entre ambos.  
Conclusiones  
La IA es una herramienta transformadora para la autogestión del estudio, offering  
personalización, eficiencia y apoyo al aprendizaje autorregulado.  
Retos significativos como dependencia tecnológica, riesgos éticos y brechas de  
equidad deben abordarse con marcos regulatorios y pedagógicos.  
Futuras direcciones incluyen desarrollar IA inclusiva, fortalecer la alfabetización  
digital e investigar impactos a largo plazo en habilidades cognitivas.  
La colaboración interdisciplinaria es esencial para maximizar beneficios y mitigar  
riesgos, asegurando que la IA sirva como complemento—no reemplazo—del  
esfuerzo humano.  
Referencias bibliográficas  
Andreoli, S., Batista, A., Gladkoff, L., Martinez, K., & Perilo, L. (2022). Inteligencia  
artificial y educación. Un marco para el análisis y la creación de experiencias en  
el nivel superior. CITEP.  
Comisión Europea. (2018, 25 de abril). Comunicación de la Comisión al Parlamento  
Europeo, al Consejo Europeo, al Consejo, al Comité Económico y Social  
Europeo y al Comité de las Regiones: Inteligencia Artificial para Europa  
(COM/2018/237  
final).  
https://eur-lex.europa.eu/legal-  
content/ES/TXT/?uri=CELEX%3A52018DC0237  
Gómez, C., Del Pozo, C., Martínez, C. & Martín, A. (2020). La inteligencia artificial al  
servicio del bien social en América Latina y el Caribe. Panorámica regional e  
instantáneas de doce países. fAIr LAC. http://doi.org/10.18235/0002393  
González, B. y Suarez, A. (2018). Desarrollo de un modelo de asignación de horarios  
en el entorno educativo mediante la programación lineal. Proyecto de grado para  
optar al título de Ingeniero Industrial. Universidad autónoma de occidente.  
Santiago de Cali. https://red.uao.edu.co/entities/publication/be996a94-b90f-4d43-  
a937-e7c2bc8f4ef4  
Página 38  
Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior  
Aliena Núñez González  
Volumen: 17  
Número: Especial 3  
Año: 2025  
Recepción: 05/09/2025  
Aprobado: 30/11/2025  
Artículo de revisión  
High-Level Expert Group on Artificial Intelligence. (2019). Ethics guidelines for  
trustworthy AI. European Commission. https://digital-  
strategy.ec.europa.eu/en/library/ethics-guidelines-trustworthy-ai  
Liang, T. (2023). Ethical challenges of AI in education. Journal of Educational  
Technology, 45(3), 112-125. https://doi.org/10.1111/jedu.12455  
Mollick, E. R. & Mollick, L. (2023). Using AI to implement effective teaching strategies in  
classrooms: Five strategies, including prompts. SSRN Electronic Journal.  
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4391243  
Morduchowicz, A. (2023). Los adolescentes y las redes sociales: ¿La conquista de la  
autonomía? Editorial Debate.  
Pineda (2011). Sistema inteligente de soporte en la generación de horarios académicos  
para la carrera de ingeniería de sistemas de la Universidad Salesiana. Ecuador.  
http://dspace.ups.edu.ec/handle/123456789/1624  
AI Index Report. (2025). The 2025 AI Index Report. Stanford Institute for Human-  
Centered Artificial Intelligence (HAI). https://hai.stanford.edu/ai-index/2025-ai-  
index-report  
Stanford University. (2016). Artificial Intelligence and Life in 2030: One Hundred Year  
Study  
on  
Artificial  
Intelligence  
(AI100).  
Stanford  
University.  
http://ai100.stanford.edu/2016-report  
Viñas, S., Rodríguez, N., Corona, E. y Jiménez, A. (2018). Software para la generación  
automática de horarios académicos. Avances en Ciencias e Ingeniería, 10(01).  
https://dialnet.unirioja.es/servlet/articulo?codigo=7464966  
Declaración de conflictos de intereses entre los autores: La autora declara no tener conflicto de interés.  
Declaración de autoría: Aliena Núñez González: Conceptualización, curación de datos, metodología, validación  
redacción y edición del borrador original.  
Página 39