Impacto de la Inteligencia Artificial en la autogestión del estudio en la Educación Superior
Palabras clave:
inteligencia artificial, autogestión del estudio, educación superior, aprendizaje autorreguladoResumen
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.
Descargas
Citas
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
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
