PORTADA
(Elaborada por la revista)
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 700
Ecosistemas Pedagógicos influidos por la Inteligencia Artificial:
Transformaciones, Desafíos y Oportunidades para la Educación
Superior
Pedagogical Ecosystems Influenced by Artificial Intelligence:
Transformations, Challenges, and Opportunities for Higher Education
Blanca Camacho
bac14115533@gmail.com
https://orcid.org/0001-8365-2810
Universidad de Panamá. Facultad de Ciencias de la Educación
Panamá
Artículo recibido: 30/09/2026
Aceptado para publicación: 30/10/2026
Conflictos de Intereses: Ninguno que declarar
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 701
RESUMEN
La inteligencia artificial está cambiando la forma en que las instituciones, profesores y
estudiantes, aprenden, comparan y comparten conocimiento de manera transformadora. Este
artículo considera esta relación más allá de la concepción de un ecosistema pedagógico y
plantea la pregunta esencial: cómo la inteligencia artificial puede influir positivamente en la
educación universitaria sin socavar la autonomía intelectual y la crucial conexión humana entre
las comunidades educativas. Se realiza una revisión documental interpretativa, poniendo en
diálogo estudios recientes con el aprendizaje sociocultural, la indagación, las comunidades de
práctica y la evaluación formativa. La evaluación de la creación de conocimiento, el apoyo
pedagógico, la evaluación continua y las decisiones administrativas son fundamentales para la
vida universitaria en su conjunto. Insiste en que las respuestas automáticas no te dan una
comprensión profunda del contenido y su valor depende de la oportunidad de pensar con otros,
de pensar críticamente y de desafiar el proceso. La lectura propuesta reconoce el poder de los
profesores, estudiantes y de la administración, también, ofrece un marco para investigar usos
concretos de la inteligencia artificial en la educación. Una aplicación significativa y humanista
de la inteligencia artificial a la educación necesita ser considerada de manera reflexiva,
sistemática, para proteger los datos y el compromiso institucional, lograr el impacto positivo
de sus decisiones, para que el sistema educativo pueda beneficiarse de la tecnología y los
procesos educativos, puedan ser mejorados.
Palabras clave: Inteligencia artificial, ecosistemas pedagógicos, educación superior,
innovación educativa, transformación digital.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 702
ABSTRACT
Artificial intelligence is transforming how universities, faculty, and students learn,
compare ideas, and share knowledge. This article examines that relationship beyond the
concept of a pedagogical ecosystem and asks a central question: How can AI contribute
positively to university education without undermining intellectual autonomy or the vital
human connections within academic communities? Drawing on an interpretive review of the
literature, the article brings recent studies into dialogue with sociocultural learning, inquiry,
communities of practice, and formative assessment. It considers the creation and evaluation of
knowledge, pedagogical support, ongoing assessment, and administrative decision-making as
interconnected aspects of university life. Its central argument is that automated responses do
not, by themselves, lead to a deep understanding of a subject. Their value depends on
opportunities to think with others, exercise critical judgment, and question the processes
through which knowledge is produced. The proposed perspective recognizes the agency of
faculty, students, and university administrators while offering a framework for examining
specific uses of AI in higher education. Meaningful and human-centered integration of AI
requires deliberate, systematic reflection, protection of personal data, and institutional
commitment to evaluating the consequences of decisions. Under these conditions, technology
can support educational processes while strengthening the human relationships on which
university education depends.
Keywords: Artificial intelligence, pedagogical ecosystems, higher education,
educational innovation, digital transformation
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 703
INTRODUCCIÓN
Cuando la inteligencia artificial se introduce en la educación superior, hay más que una simple
cuestión sobre el uso de nuevas herramientas. ¿Cómo cambia la experiencia educativa cuando
parte de la búsqueda, desarrollo y evaluación de información se realiza a través de sistemas
automatizados? Un estudiante podría recurrir a ellos para explorar una idea o aceptar una
respuesta sin verificarla; el profesorado puede utilizarlos para apoyar el aprendizaje o delegar
tareas que requieren interpretación. Estas posibilidades plantean el problema en términos de
relaciones entre conocimiento, autonomía y responsabilidad dentro de la universidad.
El artículo aborda este problema desde la perspectiva de un ecosistema pedagógico interpretado
como una red de relaciones entre estudiantes, profesores, conocimiento, prácticas, tecnologías
y decisiones institucionales. La perspectiva ecológica de Bronfenbrenner (1979) nos permite
ver la interdependencia entre las personas y sus entornos, pero debe aplicarse a la universidad
teniendo en cuenta las especificidades de la educación superior. Desde esa perspectiva,
introducir una herramienta de inteligencia artificial significa observar cómo se utiliza, quién
define sus criterios y qué oportunidades tienen los participantes para discutir sus resultados.
Trabajos previos proporcionan antecedentes para entender estas transformaciones. Crompton
y Burke (2023) utilizan una revisión sistemática de investigaciones publicadas entre 2016 y
2022 para estudiar el desarrollo de la inteligencia artificial en la educación superior y áreas de
aplicación. Su trabajo sitúa las herramientas generativas en un contexto más amplio de
incorporación tecnológica. Bond et al. (2024), en una revisión de revisiones, identifican los
sistemas adaptativos y de personalización como dominantes y señalan que las dimensiones
éticas, metodológicas y contextuales necesitan fortalecerse.
Por su parte, las directrices de la UNESCO (2023) sobre inteligencia artificial generativa en
educación e investigación proponen un enfoque centrado en las personas acompañado de
políticas y desarrollo de capacidades humanas. En conjunto, estas contribuciones muestran que
el estudio de las aplicaciones debe ir acompañado de una comprensión de las condiciones que
guían su uso. Desde esta preocupación, el presente artículo examina cómo las decisiones
tecnológicas se relacionan con la participación estudiantil, el trabajo docente y la organización
universitaria.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 704
La importancia del problema radica en que tiene consecuencias para la educación. Automatizar
una tarea puede facilitar el trabajo académico, pero también cambiar las oportunidades para
razonar, dialogar y tomar decisiones propias; los criterios utilizados para analizar el
rendimiento también pueden afectar el apoyo que recibe un estudiante. Estas situaciones
necesitan nueva investigación para que se puedan distinguir beneficios, limitaciones y efectos
según las condiciones de uso. En América Latina, la conectividad o la falta de ella, la diversidad
lingüística, los recursos disponibles y las culturas institucionales son especialmente relevantes
porque condicionan la relevancia de propuestas desarrolladas en otros lugares.
La pregunta general del estudio es: ¿cómo la inteligencia artificial cambia las relaciones entre
los ecosistemas pedagógicos universitarios y qué condiciones favorecen una integración que
preserve la autonomía intelectual, las conexiones humanas y la responsabilidad institucional?
Proviene de una concepción relacional de la educación: para entender una innovación es
necesario atender a sus consecuencias en toda la experiencia universitaria.
Este tema se desarrolla a través de tres preguntas específicas. La primera es: ¿qué cambios
identifica la literatura en el aprendizaje, el trabajo docente, la evaluación y las decisiones
administrativas debido a la inteligencia artificial? Esto proviene de la perspectiva ecológica y
el aprendizaje sociocultural que sitúan la educación en contextos y mediaciones. Guía el
examen de usos y transformaciones documentadas en estas cuatro áreas.
La segunda pregunta es: ¿qué tensiones existen entre el apoyo automatizado, la autonomía
estudiantil y el juicio del docente? Se refiere a la pedagogía dialógica de Freire, la indagación
y la evaluación formativa, la participación y la reflexión son partes del aprendizaje y luego
vincula estas referencias con argumentos previos sobre retroalimentación personalizada y
producción de contenido para que podamos entender cuándo la asistencia favorece el desarrollo
intelectual y cuándo puede desplazarlo.
La tercera pregunta es entonces: ¿qué condiciones institucionales pueden apoyar una
integración crítica, ética y humanista de la inteligencia artificial? Vincula la interdependencia
del ecosistema con preocupaciones sobre inclusión y responsabilidad presentes en el trasfondo.
Educación superior; protección de datos; transparencia; participación en decisiones: la agencia
administrativa incluye criterios, deliberación y respuesta a las consecuencias de la
incorporación tecnológica.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 705
Para responder a estas preguntas se desarrolla una revisión documental interpretativa, una
síntesis de estudios publicados entre 2019 y 2024, directrices de la UNESCO y obras
pedagógicas de referencia, seleccionadas según la relevancia para las cuatro áreas mencionadas
anteriormente. La lectura pone los documentos en diálogo con el aprendizaje sociocultural, la
indagación, las comunidades de práctica y la evaluación formativa (convergencia, tensiones y
cuestiones pendientes).
El material analizado aquí son hallazgos y argumentos de las publicaciones seleccionadas, pero
no datos de campo recopilados por el autor. La teoría informa la interpretación, las
coincidencias y discrepancias documentales permiten matizarla. Con este alcance conceptual,
el artículo pretende analizar transformaciones, desafíos y oportunidades; proponer criterios
bien fundamentados que guíen la integración de la inteligencia artificial y la investigación
futura en universidades específicas.
METODOLOGÍA
El presente estudio adopta un enfoque cualitativo, con un diseño documental y un alcance
descriptivo, basado en la lectura interpretativa de diversas fuentes. Se fundamenta en las
propuestas de Hernández-Sampieri y Mendoza Torres (2018), quienes destacan la importancia
de los documentos como fuentes de información en la investigación cualitativa. Desde esta
perspectiva, el artículo examina las transformaciones en los ecosistemas pedagógicos
universitarios y discute argumentos sobre la incorporación de la inteligencia artificial.
El material objeto de estudio se compone de revisiones académicas publicadas entre 2019 y
2024, directrices de la UNESCO y trabajos pedagógicos que ofrecen un marco conceptual
relevante. Los documentos se seleccionan en función de su relación con la educación superior
y se agrupan en cuatro áreas clave: aprendizaje, trabajo docente, evaluación y
responsabilidades institucionales. También se incluyen textos clásicos que enriquecen la
comprensión de las dinámicas educativas.
El procedimiento de investigación se divide en tres etapas. En primer lugar, la lectura
exploratoria permite identificar la relevancia de cada documento. En segundo lugar, la lectura
analítica se centra en extraer las ideas centrales, hallazgos y limitaciones de cada fuente.
Finalmente, la comparación entre documentos organiza las coincidencias, diferencias y
tensiones, proporcionando respuestas a las preguntas planteadas en el estudio.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 706
Las técnicas empleadas incluyen la revisión bibliográfica y el análisis documental, siendo
posible realizar comparaciones temáticas. Para facilitar la organización de la información, se
pueden utilizar fichas de lectura que registren datos relevantes, así como una matriz que
contenga el autor, año, propósito, contribuciones y relación con las áreas investigadas. Estos
instrumentos son esenciales para preservar el origen de cada afirmación y distinguirla de la
interpretación del autor.
Cabe señalar que la investigación se basa exclusivamente en fuentes documentales, sin recurrir
a encuestas, entrevistas u observación de campo. Los resultados obtenidos ofrecen una
descripción argumentada y orientaciones, aunque no permiten establecer relaciones causales ni
generalizar efectos a todas las universidades.
DESARROLLO
Fundamentación teórica
El enfoque de ecosistemas pedagógicos se inspira en la perspectiva ecológica de la educación
propuesta por Bronfenbrenner (1979), quien sostiene que el aprendizaje se desarrolla a partir
de la interacción entre múltiples sistemas interdependientes. Desde esta visión, las instituciones
universitarias constituyen espacios donde convergen factores humanos, tecnológicos,
culturales y organizacionales.
Complementariamente, Siemens (2005) plantea el conectivismo como una teoría del
aprendizaje propia de la era digital, enfatizando que el conocimiento reside en redes y que la
capacidad para establecer conexiones es más importante que la acumulación de información.
La inteligencia artificial (IA) amplía esta lógica al facilitar nuevas formas de interacción,
acceso al conocimiento y construcción de trayectoria de aprendizaje más flexibles.
Desde América Latina, Freire (1997) enfatiza que “quién enseña aprende al enseñar y quien
aprende, enseña al aprender”, destacando la naturaleza dialógica del acto educativo. Esta visión
resulta especialmente relevante para comprender que la IA no debe sustituir la relación
pedagógica, sino enriquecerla mediante nuevas posibilidades de mediación y construcción
colectiva del conocimiento.
En la misma línea de pensamiento, Litwin (2005) señala que las tecnologías adquieren valor
educativo cuando se integran a propuestas didácticas coherentes que favorecen la comprensión,
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 707
la reflexión y la participación del estudiante. A su vez, Díaz Barriga y Hernández (2010)
destacan que las estrategias docentes deben orientarse al aprendizaje significativo y al
desarrollo de la autonomía intelectual.
Asimismo, Coll y Monereo (2010) subrayan que las nuevas tecnologías deben promover la
construcción activa del conocimiento, favoreciendo entornos colaborativos donde los
estudiantes puedan desarrollar competencias críticas y creativas. Por otro lado, Cobo y
Moravec (2011) señalan que el aprendizaje en la era digital requiere de una alfabetización
múltiple que integre lo tecnológico, comunicativo y cognitivo. En este sentido, Buckingham
(2013) advierte que el protagonismo estudiantil es clave para que las tecnologías educativas
generen un impacto real en la formación. Finalmente, Williamson y Piattoeva (2020) alertan
sobre la necesidad de considerar las implicaciones éticas y las desigualdades en el acceso a la
tecnología para no reproducir brechas educativas en los ecosistemas emergentes.
La organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO,
2021) advierte que la IA posee un enorme potencial para acelerar el logro de los objetivos
educativos, siempre que su implementación esté guiada por principios éticos y de inclusión.
Este marco conceptual permite comprender las transformaciones que actualmente
experimentan los ecosistemas pedagógicos universitarios.
Transformaciones de los ecosistemas pedagógicos universitarios.
A partir de las referencias teóricas anteriores, podemos extraer diversas transformaciones
relacionadas con el uso de la inteligencia artificial (IA) en la educación superior. Estas
transformaciones impactan tanto las experiencias de aprendizaje de los estudiantes como las
dinámicas institucionales en las que se desarrollan. A continuación, exploraremos algunos de
estos cambios significativos.
Personalización del aprendizaje
La inteligencia artificial ofrece la posibilidad de personalizar el aprendizaje de manera que el
contenido, el ritmo y las estrategias de enseñanza se adapten a las necesidades específicas de
cada estudiante. Los sistemas inteligentes son capaces de identificar fortalezas, debilidades y
patrones de rendimiento, lo que permite ofrecer experiencias educativas más relevantes y
significativas.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 708
Sin embargo, es esencial que esta personalización no se reduzca a un enfoque puramente
cuantitativo y basado en datos. Como advierte Paulo Freire (1996), es un imperativo ético
respetar la autonomía y la identidad del aprendiz. En este sentido, la adaptación tecnológica
debe tener en cuenta la singularidad y el contexto sociocultural de cada estudiante. La
educación no puede ser una mera transacción de información; debe ser un proceso que fomente
la reflexión crítica y el desarrollo integral del individuo.
Nuevos roles docentes
El avance de las herramientas inteligentes también transforma el rol de los docentes. En lugar
de ser simples transmisores de información, los educadores se convierten en mediadores del
conocimiento, diseñadores de experiencias de aprendizaje y guías en el uso crítico de las
tecnologías. En este nuevo contexto, la competencia digital del docente se vuelve esencial y
estratégica.
Según Philippe Perrenoud (2004), una de las tareas fundamentales de los docentes es organizar
y animar situaciones de aprendizaje que promuevan la reflexión y la participación activa de los
estudiantes. En un entorno donde la IA juega un papel central, esta función se traduce en
acompañar a los estudiantes en el análisis crítico de la información generada por sistemas
automatizados, así como en el desarrollo de un juicio pedagógico que les permita discernir y
evaluar lo que consumen.
Evaluación y análisis del aprendizaje
La implementación de la inteligencia artificial también trae consigo una transformación
profunda en los procesos de evaluación. Las herramientas basadas en IA pueden proporcionar
retroalimentación inmediata, detectar riesgos académicos de manera temprana y ofrecer
análisis predictivos que apoyen la toma de decisiones a nivel institucional.
No obstante, como nos recuerda José Santos Guerra (1998),“Evaluar es comprender”. Esto
implica que la evaluación debe orientarse hacia la mejora de los procesos educativos y no
limitarse a la mera medición de resultados. Por lo tanto, el análisis del aprendizaje necesita
complementarse con una interpretación pedagógica que considere el contexto y las
particularidades de cada estudiante. Solo así podremos asegurar que la evaluación contribuya
verdaderamente al crecimiento y desarrollo de los aprendices.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 709
Producción y gestión del conocimiento
La llegada de la IA generativa ha revolucionado la producción de materiales educativos,
facilitando la síntesis de información y promoviendo la investigación colaborativa. Este cambio
está modificando radicalmente las prácticas académicas tradicionales, abriendo la puerta a
nuevas formas de interacción y creación de conocimiento.
En este contexto, Edgar Morín (1999) aboga por una educación que sea capaz de enfrentar la
complejidad y de articular conocimientos diversos. La inteligencia artificial puede ser una
aliada en este propósito, siempre y cuando fomente la interdisciplinariedad, la creatividad y
una construcción crítica del conocimiento. La educación del futuro debe ser un espacio donde
se valore la diversidad de perspectivas y se incentive el pensamiento crítico, preparando a los
estudiantes para enfrentarse a un mundo en constante cambio.
Desafíos éticos y pedagógicos
Las transformaciones que hemos descrito anteriormente demuestran que la promesa de la
inteligencia artificial no está exenta de desafíos significativos. Entre estos se encuentran la
protección de los datos personales, el sesgo algorítmico, la transparencia en los procesos
automatizados y la profundización de las brechas digitales. Este fenómeno requiere un análisis
crítico que nos lleve a reconocer que estos problemas no son meros efectos secundarios
inevitables, sino que son consecuencias directas de decisiones políticas, económicas e
institucionales sobre qué tecnologías se adoptan, quiénes las diseñan y bajo qué intereses
operan. Como señala Morozov (2013), “la tecnología no es un mero instrumento; está
impregnada de valores y decisiones humanas”.
En el contexto educativo, los sistemas de análisis de aprendizaje que se utilizan para identificar
a estudiantes en riesgo presentan un dilema ético importante. Si bien pueden ser herramientas
valiosas, también pueden transformarse en prácticas de vigilancia permanente que violan la
privacidad de los estudiantes. Estos sistemas generan perfiles predictivos que son difíciles de
desafiar para los propios estudiantes, lo que puede crear un ambiente de desconfianza y
ansiedad. Según Zuboff (2019), “la vigilancia digital redefine la relación entre los individuos
y las instituciones, a menudo en términos de control más que de apoyo”.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 710
Asimismo, las herramientas automatizadas para la corrección de textos y la detección de plagio
pueden reproducir sesgos lingüísticos y culturales, penalizando estilos de escritura que son
característicos de ciertos contextos sociales o de estudiantes cuya lengua materna no es la
dominante en la institución. Este fenómeno es particularmente preocupante, ya que puede
perpetuar desigualdades e injusticias en el ámbito académico. De acuerdo con O’Neil (2016),
“los algoritmos pueden ser una forma de opresión, ya que, al no ser transparentes, dificultan la
identificación y corrección de los sesgos que pueden estar incorporados en ellos”.
Además, los modelos generativos sin criterios claros de citación y validación tienen el potencial
de difundir información incorrecta y reforzar dependencias cognitivas que debilitan la
argumentación y la autoridad académica. Este tipo de prácticas puede comprometer la
integridad del conocimiento académico y la calidad educativa. En este contexto, es crucial
fomentar un enfoque crítico hacia el uso de la IA, tal como lo plantea Carr (2010), quien
advierte que “la tecnología no solo cambia lo que hacemos, sino también lo que somos”.
Más allá de estos ejemplos, existe el peligro de que el juicio pedagógico sea reemplazado
únicamente por decisiones tecnológicas, bajo la premisa de que los algoritmos son más
objetivos o eficientes que la deliberación humana. Esta visión tecnocrática oculta el hecho de
que los sistemas de IA son construcciones sociotécnicas cuyos valores, supuestos y
limitaciones provienen de los datos con los que fueron entrenados. Como argumenta Winner
(1986), “las tecnologías no son neutras; tienen implicaciones sociales y políticas que deben ser
consideradas”.
La delegación de decisiones, como la asignación de apoyo académico, la priorización de
intervenciones y la evaluación del rendimiento estudiantil, puede consolidar formas opacas de
poder que son difíciles de auditar y cuestionar dentro de la comunidad universitaria. En este
sentido, Paulo Freire (1970) advirtió que “toda práctica educativa es práctica política”, lo que
implica que las decisiones sobre el uso de la IA conllevan posiciones éticas sobre inclusión,
equidad y democratización del conocimiento.
Tedesco (2000) sostiene que la educación debe ser un medio para construir sociedades más
justas, y que la innovación tecnológica no debe reproducir desigualdades ya existentes. Por
tanto, no basta con capacitar a las personas en competencias técnicas para usar la IA; es
imperativo fomentar también el cuestionamiento crítico de las implicaciones sociales,
económicas y culturales que estas tecnologías conllevan.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 711
En este contexto, las universidades tienen la responsabilidad de formar ciudadanos que
comprendan críticamente cómo funcionan estas tecnologías y cómo usarlas de manera ética y
responsable. Esto incluye establecer mecanismos de gobernanza institucional, garantizar la
transparencia en los protocolos de uso de datos, crear espacios para la participación estudiantil
en la toma de decisiones tecnológicas y llevar a cabo procesos de evaluación continua que
permitan identificar impactos no deseados y corregir prácticas discriminatorias o excluyentes.
Además, como señala Noble (2018), los sistemas de IA tienden a reproducir y amplificar
desigualdades sociales preexistentes si no cuestionamos las estructuras de poder que informan
su desarrollo y despliegue. La tecnología no es neutral; actúa dentro de un contexto social que
la moldea y condiciona. Selwyn (2019) también destaca que la educación tecnológica debe ir
más allá de la mera adaptación técnica, así como de la reflexión crítica sobre para qué y para
quién están diseñadas estas herramientas, enfatizando la necesidad de tener en cuenta los
derechos y necesidades de las personas.
Finalmente, Braidotti (2019) propone una ética posthumanista que aboga por una
responsabilidad compartida en la creación y el uso de tecnologías, enfatizando la interconexión
entre humanos, máquinas y medio ambiente. Este enfoque nos invita a construir futuros más
equitativos, donde la tecnología sirva como un instrumento para el bien común y el desarrollo
humano integral. En resumen, es fundamental que el discurso sobre la IA en la educación esté
acompañado de una reflexión profunda sobre sus implicaciones éticas y sociales, promoviendo
una cultura de responsabilidad y justicia en el uso de estas potentes herramientas.
Construcción de ecosistemas pedagógicos inteligentes y humanistas
A la luz de los desafíos expuestos, la construcción de ecosistemas pedagógicos universitarios
influidos por la inteligencia artificial requiere políticas institucionales integrales que
promuevan la formación permanente del profesorado, la alfabetización digital de los
estudiantes y la actualización curricular. Estas políticas deben estar orientadas no solo a la
incorporación tecnológica, sino también a la comprensión crítica y ética de las herramientas
digitales, asegurando que tanto docentes como estudiantes puedan navegar y cuestionar los
entornos digitales con una conciencia plena de sus implicaciones sociales y culturales (Selwyn,
2019). Además, es esencial que las instituciones implementen mecanismos de gobernanza que
fomenten la transparencia y la participación activa de la comunidad universitaria en la toma de
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 712
decisiones sobre el uso de la IA, promoviendo la rendición de cuentas y evitando la replicación
de desigualdades estructurales (Noble, 2018).
Desde esta perspectiva, más que reemplazar la dimensión humana de la educación, la IA debe
fortalecerla, favoreciendo experiencias de aprendizaje más inclusivas, colaborativas y
centradas en el desarrollo de competencias para afrontar los complejos desafíos del siglo XXI,
tales como el pensamiento crítico, la creatividad y la empatía (Braidotti, 2019). La IA tiene el
potencial de personalizar el aprendizaje, adaptándose a las necesidades diversas de los
estudiantes, pero esta adaptación debe realizarse dentro de un marco que respete la diversidad
cultural y lingüística y que evite la reproducción de sesgos que marginalicen a determinados
grupos (O’Neil, 2016).
Como expresa Freire (1997), “la educación es un acto de amor, por tanto, un acto de valor”,
recordando que ninguna innovación tecnológica puede sustituir la sensibilidad pedagógica, el
diálogo y el compromiso con la formación integral de las personas. Esta idea subraya la
importancia de que la tecnología se utilice como un complemento y no como un sustituto del
encuentro humano y la reflexión crítica que constituyen la esencia de la educación
transformadora. En consecuencia, el verdadero valor de la inteligencia artificial en la educación
superior dependerá de la capacidad de las universidades para integrarla desde una perspectiva
ética, crítica y orientada al bien común (Braidotti, 2019), reconociendo que la tecnología no es
neutral y que su implantación implica decisiones políticas y sociales profundas (Winner, 1986).
Por otro lado, es necesario considerar que la formación de competencias digitales no debe
limitarse a habilidades técnicas, sino que debe incluir la alfabetización ética y el desarrollo de
una conciencia crítica sobre los impactos de la tecnología en la sociedad (Tedesco, 2000). Solo
así se podrá fomentar una cultura universitaria que propicie el uso responsable y reflexivo de
la inteligencia artificial, promoviendo la equidad y la justicia social, y evitando que los sistemas
automatizados consoliden formas opacas de poder o exclusión. Finalmente, la educación
Superior enfrenta el reto de formar ciudadanos conscientes y críticos que no solo sepan utilizar
la inteligencia artificial, sino que también participen activamente en la construcción de
ecosistemas tecnológicos democráticos, sostenibles e inclusivos, donde la tecnología sea
siempre un medio para potenciar la autonomía y el desarrollo humano integral.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 713
RESULTADOS
El análisis documental revela que la inclusión de la inteligencia artificial transforma las
relaciones dentro de los ecosistemas pedagógicos universitarios. Sin embargo, su impacto
educativo está condicionado por las circunstancias en las que se emplea. Los hallazgos se
organizan en cuatro áreas clave: aprendizaje, trabajo docente, evaluación y decisiones
institucionales.
En el ámbito del aprendizaje, las fuentes consultadas indican el potencial de la inteligencia
artificial para facilitar la personalización y el apoyo en la organización de la información. No
obstante, esto no garantiza una comprensión profunda; el estudiante debe contrastar respuestas,
formular preguntas y justificar sus ideas. Esta distinción subraya la necesidad de mantener la
participación intelectual activa.
Respecto al trabajo docente, el análisis sugiere que el acompañamiento y el juicio profesional
son esenciales al evaluar contenido generado automáticamente. La mayor disponibilidad de
información incrementa las tareas de selección, contextualización y discusión, lo que implica
que la formación docente debe integrar el conocimiento tecnológico con criterios pedagógicos
sólidos.
En el área de evaluación, la retroalimentación automatizada y el reconocimiento de patrones
pueden proporcionar información valiosa. Sin embargo, su interpretación debe considerar las
circunstancias individuales de cada estudiante, ya que los indicadores disponibles no reflejan
la totalidad de su experiencia formativa; por lo tanto, las decisiones académicas requieren una
revisión humana.
Los problemas de privacidad, sesgo, acceso desigual y transparencia son cuestiones
institucionales críticas. Estas tensiones subyacen en la responsabilidad administrativa de
definir criterios de uso y establecer mecanismos de participación y revisión.
Los resultados sugieren la necesidad de una integración crítica y humanista de la inteligencia
artificial, basada en responsabilidades compartidas. Esta conclusión proviene de una
comparación de argumentos documentales y no establece efectos causales. No obstante, su
alcance permite la toma de decisiones informadas y la formulación de investigaciones que
analicen estas condiciones en contextos universitarios específicos.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 714
CONCLUSIONES
En síntesis, la inteligencia artificial está redefiniendo los ecosistemas pedagógicos
universitarios al ampliar las posibilidades de personalización, evaluación y producción del
conocimiento, ofreciendo herramientas innovadoras que pueden transformar profundamente la
experiencia educativa. No obstante, su aporte educativo dependerá en gran medida de la
integración pedagógica que preserve la centralidad de las personas, fomentando el pensamiento
crítico, la reflexión ética y la equidad como pilares fundamentales para el desarrollo integral
de los estudiantes. Para los docentes, esto implica fortalecer sus competencias digitales,
adquirir nuevos conocimientos sobre las aplicaciones y limitaciones de la inteligencia artificial,
y desarrollar estrategias didácticas que promuevan un uso reflexivo, responsable y ético de
estas tecnologías en los procesos de enseñanza y aprendizaje.
Por su parte, las instituciones universitarias deben asumir un rol proactivo estableciendo
políticas claras y efectivas sobre protección de datos, privacidad y transparencia, además de
garantizar la formación continua de sus comunidades académicas, impulsar la actualización
curricular que incorpore la inteligencia artificial de manera crítica y promover el acceso
equitativo a estas tecnologías para evitar brechas digitales y asegurar la inclusión.
Los responsables de políticas educativas enfrentan el desafío de diseñar marcos regulatorios
robustos y orientaciones claras que favorezcan una implementación responsable, inclusiva y
contextualizada de la inteligencia artificial en la educación superior, considerando las
particularidades culturales y sociales de cada entorno.
La construcción de ecosistemas pedagógicos inteligentes requiere articular de manera
equilibrada la innovación tecnológica con un compromiso humanista profundo, para que la
inteligencia artificial contribuya efectivamente a una educación superior más pertinente, ética
y socialmente responsable. Solo así será posible garantizar que los avances tecnológicos
potencien el desarrollo integral de los estudiantes, fomenten la justicia educativa y fortalezcan
una sociedad más equitativa y preparada para los retos del futuro.
REFERENCIAS
Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P.,
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 715
Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative
Research Journal, 9(2), 27–40. https://doi.org/10.3316/QRJ0902027
Braidotti, R. (2019). Posthuman knowledge. Polity Press.
Bronfenbrenner, U. (1979). The ecology of human development. Harvard University Press.
Buckingham, D. (2013). Media education: Literacy, learning and contemporary culture. Polity
Press.
Carr, N. (2010). The shallows: What the internet is doing to our brains. W. W. Norton &
Company.
Chong, S. W., & Siemens, G. (2024). A meta systematic review of artificial intelligence in
higher education: A call for increased ethics, collaboration, and rigour. International
Journal of Educational Technology in Higher Education, 21, Article 4.
https://doi.org/10.1186/s41239-023-00436-z
Cobo, C., & Moravec, J. W. (2011). Aprendizaje invisible: Hacia una nueva ecología de la
educación. Instituto de Innovación Educativa.
Coll, C., & Monereo, C. (2010). Psicología de la educación virtual: Aprender y enseñar con
las tecnologías de la información y la comunicación. Graó.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the
field. International Journal of Educational Technology in Higher Education, 20, Article
22. https://doi.org/10.1186/s41239-023-00392-8
Delors, J. (1996). La educación encierra un tesoro. UNESCO.
Díaz Barriga, Á. (2006). Enseñanza situada: Vínculo entre la escuela y la vida. McGraw-Hill.
Díaz Barriga, F., & Hernández, G. (2010). Estrategias docentes para un aprendizaje
significativo. McGraw-Hill.
Freire, P. (1970). Pedagogía del oprimido. Siglo XXI Editores.
Freire, P. (1996). Pedagogía de la autonomía. Siglo XXI Editores.
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 716
Freire, P. (1997). Pedagogía de la esperanza. Siglo XXI Editores.
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2018). Metodología de la investigación:
Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Education
Litwin, E. (2005). Tecnologías educativas en tiempo de internet. Amorrortu.
Morin, E. (1999). Los siete saberes necesarios para la educación del futuro. UNESCO.
Morozov, E. (2013). To save everything, click here: The folly of technological solutionism.
PublicAffairs.
Noble, S. U. (2018). Algorithms of oppression: How search engines reinforce racism. NYU
Press.
O’Neil, C. (2016). Weapons of math destruction: How big data increases inequality and
threatens democracy. Crown Publishing Group.
Perrenoud, P. (2004). Diez nuevas competencias para enseñar. Graó.
Santos Guerra, M. A. (1998). Evaluar es comprender. Magisterio del Río de la Plata.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity
Press.
Siemens, G. (2005). Conectivismo: Aprender la teoría para la era digital.
Tedesco, J. C. (2000). Educar en la sociedad del conocimiento. Fondo de Cultura Económica.
UNESCO. (2021). Artificial intelligence in education: Challenges and opportunities for
sustainable development. UNESCO Publishing.
UNESCO. (2023). Guidance for generative AI in education and research.
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
W., & Siemens, G. (2024). A meta systematic review of artificial intelligence in higher
education: A call for increased ethics, collaboration, and rigour. International Journal
Prisma ODS Revista Científica Multidisciplinar
Volumen 5, Número 5 - Año 2026
Página | 717
of Educational Technology in Higher Education, 21, Article 4.
https://doi.org/10.1186/s41239-023-00436-z
Williamson, B., & Piattoeva, N. (2020). Objectivity as standardization in data-scientific
educational governance: Grasping the global through the local. Research in
Education, 101(1), 69–91. https://doi.org/10.1177/0034523719899472
Winner, L. (1986). The whale and the reactor: A search for limits in an age of high technology.
University of Chicago Press.
Zawacki-Richter, O., Marín, 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,
Article 39. https://doi.org/10.1186/s41239-019-0171-0
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new
frontier of power. PublicAffairs.
© Los autores. Este artículo se publica en Prisma ODS bajo la Licencia Creative Commons Atribución 4.0
Internacional (CC BY 4.0). Esto permite el uso, distribución y reproducción en cualquier medio, incluidos fines
comerciales, siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
: ttps://doi.org/10.65011/prismaods.v5.i5.384
Cómo citar este artículo (APA 7ª edición):
Camacho, B. (2026). Ecosistemas Pedagógicos influidos por la Inteligencia Artificial:
Transformaciones, Desafíos y Oportunidades para la Educación Superior. Prisma ODS:
Revista Multidisciplinaria Sobre Desarrollo Sostenible, 5(5), 700-
717. ttps://doi.org/10.65011/prismaods.v5.i5.384
