ISSN: 2959-6513 - ISSN-L:
2959-6513
Volumen 4. No. 9 / Octubre 2024 - Número especial
Páginas 525 - 540
Revolucionando
el aprendizaje: El papel de la inteligencia artificial en la educación
universitaria
Revolutionizing learning: The role of artificial
intelligence in higher education
Revolucionando
a aprendizagem: O papel da inteligência
artificial no ensino universitário
José Lisbinio Cruz Guimaraes
jcruzg984@postgradounap.edu.pe
https://orcid.org/0000-0002-9497-0037
Universidad
Nacional de la Amazonía Peruana
Fernando Jesús
Villafranca Sánchez
C20100@utp.edu.pe
https://orcid.org/0000-0001-7879-6473
Universidad
César Vallejo
Lima - Perú.
Ovidio Taype Segama
otaypes@gmail.com
https://orcid.org/0000-0002-6041-2096
Universidad
Cesar Vallejo
Lima - Perú.
Artículo recibido 22 de junio de 2024 / Arbitrado 10 de julio de 2024 /
Aceptado 20 de septiembre 2024 / Publicado 25 de octubre de 2024
Resumen
El
estudio tuvo como propósito examinar el impacto de la inteligencia artificial
en la educación universitaria, destacando sus aplicaciones más relevantes y los
principales desafíos y beneficios asociados. Se empleó una metodología
cualitativa de revisión bibliográfica descriptiva para abordar aspectos clave
relacionados con la integración de la inteligencia artificial en el ámbito
académico. Los hallazgos del estudio señalaron que la inteligencia artificial
beneficia tanto a estudiantes como a docentes al facilitarles el acceso a
recursos personalizados, mejorar la retroalimentación recibida, optimizar la
gestión del tiempo y de los recursos para los profesores, así como fomentar
métodos de enseñanza interactivos y adaptativos que mejoran la participación y
comprensión de los estudiantes. En conclusión, se estableció que la
inteligencia artificial desempeña un papel fundamental en la mejora de la
calidad educativa en las universidades, al proporcionar herramientas y recursos
que enriquecen la experiencia de aprendizaje tanto para los estudiantes como
para los educadores.
Palabras
clave: Inteligencia artificial, Educación universitaria,
Aplicaciones, Desafíos, Seguridad y privacidad.
Abstract
The purpose of the study was to
examine the impact of artificial intelligence in university education,
highlighting its most relevant applications and the main challenges and
benefits associated with it. A qualitative descriptive literature review methodology
was used to address key aspects related to the integration of artificial
intelligence in the academic field. The findings of the study indicated that
artificial intelligence benefits both students and teachers by facilitating
access to personalized resources, improving the feedback received, optimizing
time and resource management for teachers, as well as promoting interactive and
adaptive teaching methods that improve student engagement and understanding. In
conclusion, it was established that artificial intelligence plays a fundamental
role in improving educational quality in universities, by providing tools and
resources that enrich the learning experience for both students and educators.
Keywords: Artificial
intelligence, University education, Applications, Challenges, Security and
privacy.
Resumo
O
objetivo do estudo foi
examinar o impacto da inteligência artificial no ensino universitário, destacando
as suas aplicações mais relevantes e os principais desafios e benefícios associados. Foi utilizada uma metodologia qualitativa de revisão descritiva da literatura para abordar aspectos-chave
relacionados à integração da inteligência
artificial no campo acadêmico. As conclusões
do estudo indicaram que a inteligência artificial beneficia tanto alunos
quanto professores,
facilitando o acesso a recursos personalizados, melhorando o feedback recebido, otimizando o tempo e a gestão de recursos dos professores,
bem como promovendo métodos
de ensino interativos e
adaptativos que melhoram a participação
dos alunos e. entendimento.
Concluindo, constatou-se que a inteligência artificial desempenha um papel fundamental na melhoria da qualidade educacional nas
universidades, ao fornecer ferramentas
e recursos que enriquecem a experiência
de aprendizagem tanto para alunos
quanto para educadores.
Palavras-chave: Inteligência artificial, Ensino universitário, Aplicações, Desafios, Segurança e privacidade.
INTRODUCCIÓN
Actualmente la IA ha penetrado cada vez más en el
ámbito educativo, el entorno y proceso de enseñanza de las escuelas y en el
proceso de desarrollo porque las personas prestan atención a la importancia de
esta tecnología en dicho contexto (Huang et al.,
2021). Antes de la introducción de las computadoras y otras tecnologías
relacionadas, los docentes y los estudiantes se dedicaban a dar instrucciones o
aprender mecánicamente (Chen et al., 2020). Asimismo,
el rápido desarrollo de las tecnologías digitales ha superado la capacidad de
los individuos para tener las competencias digitales necesarias para
desenvolverse, en este contexto, es necesario ejercitar el pensamiento crítico
para poder comprender, evaluar y anticipar las consecuencias no deseadas de la
ratificación del aprendizaje (Bates et al., 2020).
Por otro lado, la inteligencia artificial (IA) comenzó a desarrollarse
en 1950, pero fue formalmente introducida en 1956. Se diseñó como sistemas
informáticos capaces de realizar funciones cognitivas similares a las de los
humanos, abarcando campos como el aprendizaje automático, el procesamiento del
lenguaje natural, la minería de datos, las redes neuronales y algoritmos
destinados a resolver problemas (López et al., 2024). Asimismo, la herramienta
de inteligencia artificial conocida como ChatGPT fue
lanzada al público el 30 de noviembre de 2022, lo que marcó el inicio de su
popularidad. Su interfaz intuitiva, respuestas rápidas y alta calidad le
permitieron alcanzar un millón de usuarios en solo cinco días y cien millones
en dos meses, convirtiéndose en la innovación tecnológica de más rápida
adopción en la historia, superando incluso a plataformas como Netflix y TikTok (Sánchez y
Carbajal, 2023).
En el ámbito internacional, en España la implementación de la IA
presenta desafíos en cuestiones relacionadas con la manipulación, la protección
de la privacidad personal y la obtención de consentimiento, además otro desafío
importante es la carencia de estrategias institucionales que consideren el
contexto cultural, económico, político y técnico específico de cada institución
para implementar herramientas de análisis de que el aprendizaje devenido por
entornos de IA sean efectivos (Mena et al. 2024). En Estados Unidos, muchos
docentes se preocupan por el plagio y por ello han optado por eliminar por
completo las tareas para llevar a casa y con libro abierto con la finalidad de
que los estudiantes aprendan sin la necesidad de usar la inteligencia
artificial (Ibrahim et al., 2023).
Mientras que, en Malasia, existe una baja tasa de adopción por parte de
las bibliotecas universitarias en el uso de la IA para proporcionar servicios
alternativos innovadores, ya que esto no está en su plan estratégico y las
universidades desean que sus estudiantes no dependan de la inteligencia
artificial (Okunlaya et al., 2022). En Arabia
Saudita, los estudiantes que se enfrentan a las herramientas informáticas y de
IA están confundidos y frustrados debido a que la inquietud surge de la
ansiedad que es muy evidente en la interacción diaria con computadoras y
herramientas o dispositivos de IA en contextos de aprendizaje electrónico (Almaiah et al., 2022).
En Latinoamérica, la aplicación de la IA en Colombia está sujeta a
restricciones, entre ellas los riesgos de sesgo y datos incompletos, la
complejidad de los sistemas biológicos y las preocupaciones éticas relacionadas
con el uso de estas tecnologías (Ojeda et al., 2023). En Ecuador, la adopción
de estas tecnologías tiene riesgos como la posibilidad de perpetuar los sesgos
algoritmos y la posibilidad de que surjan disparidades educativas entre quienes
tienen acceso y quienes no lo tienen, por lo tanto, es crucial abordar estos
desafíos éticos para garantizar una integración responsable de la IA en la
educación (Gonzales et al., 2023).
Así mismo, en Guatemala, tras la llegada de la IA, se observan
obstáculos sobre cómo garantizar una supervisión efectiva del proceso educativo
y cómo establecer un equilibrio entre la incorporación de tecnología y el
desarrollo de habilidades esenciales como el pensamiento crítico y la solución
de problemas (Cordero, 2023). Por otras parte, en Venezuela, el empleo de la IA
en la educación ha llevado a un desarrollo de los métodos educativos
tradicionales, en consecuencia, es crucial que los docentes se conviertan en
gestores eficaces y participativos del entorno de aprendizaje, manteniéndose
informados y actualizados sobre estas herramientas, dado que la sociedad está
en constante cambio y es imperativo que los maestros se adapten a ello y se
mantengan al día con las transformaciones de la educación (Díaz et al., 2021).
Además, en Perú, la IA tiene la capacidad de cambiar de manera significativa
el entorno académico al simplificar la realización de tareas, sin embargo, se
sostiene la preocupación de que la IA pueda impactar el papel de los docenes y
alumnos, además de aspectos éticos ligados a la privacidad y la seguridad de
datos (Tinoco, 2023). Es por ello, que la falta de capacitación y familiaridad
con estas tecnologías puede ser un obstáculo significativo para su integración
en entornos educativos, en particular, los docentes en Perú que enfrentan
desafíos en su formación académica al carecer de las herramientas necesarias
para manejar la inteligencia artificial, lo que a menudo, los obliga a depender
de procesos de autoaprendizaje (Guzmán, 2023). Asimismo, es ampliamente
reconocido que la enseñanza de la IA tiene múltiples desafíos, que van desde
consideraciones éticas hasta la manera en que debe ser introducida en etapas
tempranas de la formación universitaria, así como el desafío fundamental de
promover su carácter interdisciplinario (Ocaña et al., 2019).
No obstante, a lo anteriormente planteado las tendencias actuales giran
sobre, una de las aplicaciones más destacadas de la IA es la personalización del aprendizaje. Los sistemas basados en IA pueden analizar el estilo de aprendizaje,
el progreso y las preferencias de los estudiantes, ofreciendo materiales y
actividades adaptadas a sus necesidades individuales. Esto no solo mejora la
eficacia del aprendizaje, sino que también aumenta la motivación y
participación de los estudiantes. Además, los sistemas de tutoría virtual están ganando popularidad, proporcionando apoyo individualizado a los
estudiantes. Estos sistemas ofrecen retroalimentación instantánea y pueden
resolver dudas en tiempo real, mejorando así la calidad de la enseñanza y
asegurando que cada estudiante reciba la atención necesaria. Así como, también
promueve un aprendizaje más inclusivo.
Herramientas como la transcripción automática y la traducción instantánea
ayudan a eliminar barreras para estudiantes con diferentes necesidades,
asegurando que todos tengan igualdad de oportunidades para aprender (Díaz et al., 2021).
A pesar de sus beneficios, la integración de la inteligencia artificial
en la educación universitaria plantea desafíos significativos. La falta de
marcos éticos sólidos y las preocupaciones sobre la dependencia tecnológica son
cuestiones críticas que deben abordarse para asegurar un uso responsable y
efectivo de estas herramientas. Por tanto, es fundamental explorar de qué
manera la inteligencia artificial influye en la personalización del aprendizaje
y en la eficiencia administrativa del conocimiento en las universidades, al
mismo tiempo que se identifican y se enfrentan los desafíos éticos asociados
con su implementación.
MÉTODO
En la presente investigación, se adoptó una
metodología de revisión narrativa siguiendo los principios de PRISMA para
garantizar la rigurosidad en la recopilación y síntesis de la literatura
académica relevante sobre la implementación de la inteligencia artificial (IA)
en entornos universitarios. Se establecieron criterios de inclusión que
abarcaron estudios publicados en los últimos cinco años en revistas académicas
y repositorios reconocidos, con un enfoque en trabajos que exploraran
específicamente el uso de la IA en la educación superior. Por otro lado, se
aplicaron criterios de exclusión para descartar artículos no relacionados
directamente con la temática central o que no cumplieran con los estándares de
calidad requeridos.
La búsqueda de literatura se llevó a cabo de manera
exhaustiva en diversas bases de datos académicas, como Scielo,
Google Scholar y JSTOR, utilizando términos clave
específicos como "inteligencia artificial en la educación" y
"aprendizaje automático en universidades". Se realizó una selección
minuciosa de los estudios encontrados, priorizando aquellos que presentaban
investigaciones originales, informes técnicos y revisiones críticas que
contribuyeran de manera significativa al entendimiento del impacto de la IA en
la educación superior. Esta selección se basó en la relevancia de los trabajos
para el tema de estudio y en la calidad metodológica de los mismos.
Los artículos seleccionados fueron sometidos a una
evaluación detallada y crítica de sus contenidos, extrayendo y sintetizando los
hallazgos clave para proporcionar una visión integral y actualizada del
panorama actual de la implementación de la IA en las universidades. Se
destacaron tanto las innovaciones más relevantes como los desafíos y
limitaciones identificados en la literatura revisada, con el objetivo de
ofrecer una perspectiva equilibrada y fundamentada sobre este tema emergente en
el ámbito educativo. Además, se exploraron las posibles direcciones futuras de investigación que
podrían potenciar aún más el uso de la IA en la enseñanza superior.
La aplicación de los lineamientos PRISMA en esta
revisión narrativa permitió estructurar de manera sistemática el proceso de
búsqueda, selección y análisis de la literatura pertinente, asegurando la
transparencia y la coherencia en la presentación de los resultados. Esta
metodología facilitó la identificación de estudios relevantes, la extracción de
datos significativos y la síntesis de la información de manera organizada y
clara, contribuyendo a la generación de conocimiento en el campo de la
educación superior y la IA. Finalmente, se espera que este estudio proporcione
una base sólida para futuras investigaciones y para la toma de decisiones
informadas en la implementación de tecnologías educativas avanzadas en entornos
universitarios.
RESULTADOS Y DISCUSIÓN
En cuanto a los beneficios de la inteligencia artificial en las tareas
universitarias, la IA puede contribuir al cambio educativo a
través de programas y softwares que favorezcan la
educación personalizada, la detección de temas que necesitan refuerzo en clase,
la orientación y apoyo a los estudiantes fuera del aula, asimismo, en relación
a los principales sistemas sobre los que se aplica la IA en la educación, se
encuentra los tutores inteligentes y los sistemas inteligentes de enseñanza
distribuidos a través de internet (Hinojo et al., 2019). Asimismo, los
beneficios observados al utilizar la inteligencia artificial son que mejora el
desempeño estudiantil durante el aprendizaje, promueve la autoeficacia de los
alumnos, proporciona retroalimentación oportuna y minimiza las tasas de
deserción de los estudiantes al motivarlos (Hooda et
al., 2022).
Con la ayuda de la IA, el
estudiante tendrá la promoción del aprendizaje personalizado e interactivo, la
generación de indicaciones para actividades de evaluación formativa que brindan
retroalimentación continua para informar la enseñanza y el aprendizaje, entre
otros (Baidoo y Owusu,
2023). Sumado a ello, la IA brinda ayuda a través de las evaluaciones
automatizadas, los chatbots, las herramientas de
análisis predictivo y además de ello, brinda acceso a diversos materiales de
aprendizaje según sus necesidades particulares de aprendizaje para que los
universitarios logren desarrollar las tareas (Akgun y
Greenhow, 2022).
Por otra parte, la IA ayuda
en la comprensión de instrucciones, la realización de investigaciones, la
participación en debates y el seguimiento del resto de la clase (Wang et al., 2023).
Sumado a ello, la IA es una de las herramientas utilizadas en Learning Analytics para ayudar al
estudiante a incrementar sus conocimientos. así como
sus estrategias de participación en el aprendizaje con el fin de reestructurar
rutas de aprendizaje personalizadas, efectivas y desarrollar estrategias de
apoyo en todas las etapas de la educación y además de ello, los modelos de
análisis de aprendizaje se utilizan más comúnmente en los sistemas de apoyo a
la toma de decisiones y sistemas de aprendizaje personalizados (Tapalova y Zhiyenbayeva, 2022).
En lo que respecta a los beneficios de la inteligencia artificial para los docentes
universitarios, se encontró que la IA
puede proporcionar retroalimentación y evaluación en el momento justo debido a
que, en lugar de detenerse y hacer pruebas, la IA puede integrarse en las
actividades de aprendizaje para realizar un análisis continuo del rendimiento
estudiantil, además de ello, la IA utiliza algoritmos para predecir con altos
niveles de precisión la probabilidad de que un alumno repita una tarea o
abandone un curso (Zawacki et al., 2019). Para los
docentes, la IA puede usarse potencialmente para identificar los métodos de
enseñanza más eficientes según los contextos y el historial de aprendizaje de
los estudiantes, además, puede automatizar tareas operativas monótonas,
producir evaluaciones y automatizar la calificación y la retroalimentación (Chaudhry y Kazim, 2022).
Por otra parte, la IA es muy útil para los docentes
universitarios debido a que ayuda a mejorar los métodos de evaluación, mejorar
la planificación de los cursos, predecir el rendimiento de aprendizaje o el
abandono escolar de los estudiantes (Luan et al., 2020). La inteligencia artificial
ayuda al docente a automatizar tareas; como procedimientos administrativos,
evaluaciones, detección de plagio y provisión de retroalimentación, estos
sistemas también pueden ayudar a los maestros a monitorear el progreso del
aprendizaje para que se pueda brindar una intervención de manera proactiva
(Chong et al., 2020).
Como resultado del uso cada vez más generalizado de
tecnologías de IA en la educación, los docentes tienen la oportunidad de
alejarse de las tareas tediosas y responder a los alumnos rápidamente, lo
impulsa el proceso de educación personalizada y adaptativa (Chen
et al., 2020). Sumado a ello, la inteligencia artificial ayuda al docente a
evitar errores, aumenta su desempeño en la corrección de errores, proporciona
datos confiables en las calificaciones y notas intermedias en la universidad y
ayuda a informar el plan educativo a los departamentos de planes de estudios (Hooda et al., 2022).
Por otro lado, en promedio, los docentes dedican 11
horas semanales a la preparación de clases y con el uso de la inteligencia
artificial podría lograrlo en seis horas o menos, incluso si los docentes
prepararan la misma cantidad de tiempo, la tecnología podría producir mejores
planes de clase y enfoques de enseñanza, de tal manera que los estudiantes
aprendan de manera mas eficiente (Kuleto
et al., 2021). Sumado a ello, la inteligencia artificial ayuda a los educadores
a ofrecer programas educativos a los estudiantes a través de un entorno virtual
inmersivo, este enfoque ayuda a garantizar la calidad
del aprendizaje y la enseñanza eficaz (Tapalova y Zhiyenbayeva, 2022).
Asimismo, los beneficios para los docentes
universitarios que hacen uso de la IA son la adaptación de la instrucción a las
necesidades de diferentes tipos de alumnos, la proporción de retroalimentación
rápida personalizada, el desarrollo de evaluaciones y predicción del éxito
académico, ello ayuda a informar a los educadores sobre cómo se puede utilizar
la IA en la universidad (Crompton y Burke, 2023).
En el ámbito de las
aplicaciones de la inteligencia artificial en la gestión universitaria,
destacan funciones clave como la mejora de las experiencias de aprendizaje, la
recomendación de recursos, la evaluación automática y la predicción del
desempeño. En Latinoamérica, se han identificado importantes aplicaciones de IA
en el ámbito universitario, como el modelado previo, la analítica inteligente,
la tecnología de asistencia, el análisis automático de contenido y la analítica
de imágenes (Crompton y Burke,
2023). Además, la inteligencia artificial se posiciona como una herramienta
poderosa en el proceso de enseñanza y aprendizaje al aligerar las cargas tanto
para los docentes como para los alumnos. Su capacidad para proporcionar
experiencias educativas efectivas se alinea con las tendencias actuales en la
educación, como la digitalización de los recursos educativos, la gamificación y la personalización de las experiencias de
aprendizaje (Zhai et al., 2021).
Por otro lado, las funciones de las aplicaciones de la
IA en la universidad incluyen la predicción del estado de aprendizaje, el
rendimiento o la satisfacción, la recomendación de recursos, la evaluación
automática y la mejora de la experiencia de aprendizaje (Ouyang
et al., 2022). Sumado a ello, la IA tiene una variedad de aplicaciones educativas,
como plataformas de aprendizaje personalizadas para promover el aprendizaje
estudiantil, sistemas de evaluación automatizados para ayudar a los maestros y sistemas de
reconocimiento facial para generar conocimientos sobre los comportamientos de los
estudiantes (Akgun y Greenhow,
2022).
Asimismo, las aplicaciones de la IA para la enseñanza
y el aprendizaje mayormente conocidos son la elaboración de perfiles y
predicción, los sistemas de tutoría inteligentes, la evaluación y los sistemas
adaptativos y personalización, estas aplicaciones son las que se centran en
gran medida en la presentación de contenidos y la prueba de comprensión (Bates
et al., 2020). Sumado a ello, los alumnos y docentes en contextos
universitarios han utilizado las aplicaciones y herramientas impulsadas por
tecnologías de IA como los robots inteligentes y sistemas de aprendizaje
adaptativo porque las tecnologías de IA brindan oportunidades para la
implementación de un aprendizaje personalizado que permite que los alumnos satisfagan
sus necesidades individuales (Chen et al., 2020).
Algunos ejemplos populares de aplicaciones de
inteligencia artificial son los chatbots, los
asistentes de voz, los motores de búsqueda de Internet, entre otros, estos
sistemas pueden estar integrados en máquinas físicas o ser agentes de software
independientes que actúen en el espacio digital debido a que su gran capacidad
prometida puede cambiar el estilo de vida de los estudiantes, incrementando sus
niveles de desempeño estudiantil (Esteves et al., 2019). Sumado a ello, las
aplicaciones impulsadas por IA pueden desarrollar contenido personalizado y
ofrecer servicios de traducción de idiomas, lo que hace que la educación sea
más accesible para quienes tienen barreras lingüísticas y de manera similar, los
asistentes de redacción y revisión basados en IA pueden proporcionar
comentarios valiosos sobre el trabajo de los alumnos, lo que les permite
perfeccionar sus habilidades de escritura y calificaciones (Wang et al., 2023).
Por otra parte, los sistemas de aprendizaje
inteligentes son una de las aplicaciones de IA más extendidas y valiosas para
que estudiantes y profesores accedan a una variedad de materiales de
aprendizaje en función de sus necesidades de aprendizaje individuales, estos
sistemas de aprendizaje inteligentes pueden enseñar a los alumnos a utilizar
sistemas informáticos y proporcionar retroalimentación inmediata y
personalizada (Tapalova y Zhiyenbayeva,
2022). Sumado a ello, el procesamiento del lenguaje natural es una de las
aplicaciones clave de la IA cuya finalidad es crear sistemas inteligentes
capaces de comprender el texto y el habla humana, en particular, los chatbots inteligentes que se han enfocado en las tareas
universitarias, además también existen aplicaciones de la IA en la educación que
incluyen el aprendizaje personalizado, los sistemas de tutoría inteligentes y
la automatización de la evaluación (Kamalov et al.,
2023).
Por otro lado, cuando se
aborda la innovación en los métodos de enseñanza y aprendizaje mediante el uso
de inteligencia artificial, se destacan en particular los modelos cognitivos
detallados. Entre estos, sobresalen los tutores cognitivos, que representaron
algunos de los primeros sistemas de tutoría inteligente ampliamente
implementados, así como los tutores basados en restricciones, que han sido
objeto de rigurosas evaluaciones y una amplia implementación (Hassan et al.,
2022). Además, los tutores inteligentes combinan la tutoría interactiva con la
evaluación, brindando retroalimentación instantánea a los alumnos durante sus
actividades y generando informes detallados para los educadores tras cada tarea
(Urquilla, 2023). Estos sistemas de tutoría
inteligente, que se basan en la adaptación de la instrucción mediante técnicas
de IA y métodos educativos, permiten personalizar las actividades y estrategias
educativas según las necesidades individuales de los estudiantes (Crompton y Burke, 2023).
Por otra parte, la inteligencia artificial también ha
ayudado a desarrollar ambientes educativos interactivos en los cuales los
alumnos pueden usar herramientas digitales para fomentar y aumentar su
involucramiento activo en las actividades de aprendizaje (Tomalá
et al., 2023). Asimismo, el uso de la IA podría aplicarse en la creación de
simulaciones interactivas que permita a los alumnos explorar conceptos de
manera visual y práctica, porque ello, permitiría personalizar el contenido
educativo y los métodos de enseñanza de acuerdo con las necesidades y
capacidades particulares de cada alumno, permitiendo su progreso de manera
eficiente (Gonzales, 2023).
A su vez, para mejorar la calidad de la enseñanza
mediante la retroalimentación y tutoría personalizada, muchas universidades
adoptan entornos de aprendizaje interactivo con el propósito de ayudar a los
alumnos a comprender los conceptos y el material del curso a fondo, teniendo en
cuenta cuidadosamente sus experiencias individuales y la asimilación del
conocimiento presentado (Arana 2021). Además de ello, las interacciones
interpersonales de los alumnos en entornos de e-learning
pueden afectar positivamente el nivel de comprensión de los estudiantes, lo que
conduce a un entorno de aprendizaje exitoso (Almaiah
et al., 2022).
Además, la IA ayuda a adaptar la educación de diversas
formas y los sistemas de aprendizaje adaptativo impulsados por IA pueden
examinar el desempeño, las fortalezas y las deficiencias de los alumnos para ofrecer
cursos de aprendizaje personalizados (Kamalov et al.,
2023). Sumado a ello, los estudiantes al utilizar los sistemas de aprendizaje
adaptativo para personalizar sus trayectorias educativas, mejoran en su
rendimiento y muchas universidades creen que la IA tiene el potencial de
facilitar el aprendizaje adaptativo e incrementar el triunfo estudiantil (Kuleto et al., 2021). Además, la IA se puede utilizar para
desarrollar sistemas de aprendizaje personalizados y adaptables a las
necesidades y capacidades únicas de cada alumno porque es un método efectivo
que incrementa el conocimiento y capacidad de los alumnos (Ojeda et al., 2023).
Por otro lado, otros métodos de enseñanza y
aprendizaje con inteligencia artificial son los sistemas de tutoría inteligente
que proporciona instrucción inmediata, y además, también se tiene a el
aprendizaje adaptativo, que es un método educativo que utiliza algoritmos informáticos
para integrar la interacción con el alumno y ofrecer recursos y actividades de
aprendizaje personalizados para abordar las necesidades del estudiante (Chong
et al., 2020). Sumado a ello, la IA se ha incorporado más en el ámbito
educativo, ofreciendo soluciones novedosas para mejorar el aprendizaje y la
enseñanza, desde actividades de aprendizaje individualizadas hasta procesos
administrativos eficientes, el potencial educativo de la IA es enorme y sigue
creciendo y algunas de las formas en que se puede utilizar la IA en la
educación incluyen sistemas de aprendizaje adaptativo, sistemas de tutoría
inteligente, análisis del aprendizaje y minería de datos educativos (Wang et
al., 2023).
La tecnología de IA tiene el potencial de acelerar los
sistemas de tutoría inteligente que tienen como propósito proporcionar a los
alumnos una instrucción individualizada que imita la experiencia de aprendizaje
de un tutor humano (Kamalov et al., 2023). Además de
ello, actualmente no se tiene tutores digitales completamente autónomos como
Alexa de Amazon o Siri de Apple para la educación,
pero los sistemas de tutoría inteligente específicos del dominio también son
muy útiles para identificar cuánto saben los estudiantes, dónde necesitan ayuda
y qué tipo de pedagogías funcionarían para los alumnos (Chaudhry
y Kazim, 2022). Asimismo, los sistemas de tutoría
inteligente proporcionan una experiencia de aprendizaje personalizada de cuatro
formas principales las cuales son monitoreando la entrada de los estudiantes,
entregando tareas apropiadas, brindando retroalimentación efectiva y aplicando
interfaces para la comunicación hombre-computadora (Zhai
et al., 2021).
Seguridad y Privacidad en Sistemas de IA
Universitarios
La IA puede manejar volúmenes de información,
identificar patrones, analizar datos y automatizar tareas diversas por ello es
crucial supervisar rigurosamente a las personas, estudiantes o investigadores
que la utilizan para asegurar que los resultados obtenidos sean confiables y
significativos (Esteves, 2023). Sumado a ello, los sistemas de IA solicitan el
consentimiento de los usuarios para acceder a sus datos personales por ello las
solicitudes de consentimiento están diseñadas para ser medidas de protección y
ayudar a aliviar las preocupaciones sobre la privacidad (Akgun
y Greenhow, 2022).
Por otro lado, la
accesibilidad a la información de varias fuentes presenta numerosas
preocupaciones sobre la colaboración en materia de privacidad, así como la
escalabilidad, y también la confidencialidad y las asociaciones comerciales
institucionales (Hooda et al., 2022). Además de ello,
la información personal de los alumnos puede utilizarse para obtener enormes
beneficios, pero también puede generar preocupaciones sobre la privacidad y
seguridad y estas preocupaciones se aliviarían si se anonimizan
y cifran los datos de los alumnos (Kamalov et al.,
2023).
Asimismo, en la IA se están
mejorando la seguridad, proporcionando un entorno informático pacífico,
flexible y accesible para la investigación y el desarrollo de habilidades entre
los universitarios (Kuleto et al., 2021). Sumado a
ello, los registros educativos y los datos personales son muy sensibles, es por
ello que existen riesgos significativos asociados con los perfiles educativos,
los registros y otros datos personales de los estudiantes, además, se necesita
un marco legislativo adecuado para resguardar los datos personales de la
recopilación inescrupulosa, la divulgación no autorizada, la explotación
comercial y otros abusos (Luan et al., 2020).
La implementación de la IA
en las universidades genera que los estudiantes presenten desafíos
significativos y restricciones porque al ofrecer experiencias de aprendizaje
personalizadas podría generar preocupaciones sobre la privacidad y la
seguridad, dado que adaptar estas experiencias puede implicar la recolección de
datos personales (Wang et al., 2023). Sumado a ello, la IA tiene el potencial
de hacer avanzar las capacidades de análisis del aprendizaje, pero, por otro
lado, estos sistemas requieren enormes cantidades de datos, incluida información
confidencial sobre estudiantes y profesores, lo que plantea graves problemas de
privacidad y protección de datos (Zawacki et al.
2019).
CONCLUSIONES
Se concluye que, la IA ofrece numerosos beneficios en
la educación universitaria para los alumnos debido a que, en las tareas
universitarias, facilita el acceso a recursos educativos personalizados y
adaptativos, mejora la retroalimentación y evaluación automatizada. Mientras
que, para los docentes universitarios, permite la personalización del
aprendizaje, proporciona herramientas para la enseñanza adaptativa y
colaborativa, y optimiza los recursos didácticos.
En las aplicaciones en la gestión universitaria brinda
herramientas eficientes como los sistemas de aprendizaje inteligentes, modelado
predictivo, la analítica inteligente, tecnología de asistencia, análisis
automático de contenido y la analítica de imágenes, todas estas aplicaciones
son las que ayudan a que el estudiante incremente sus niveles de rendimiento
universitario.
En la innovación en métodos de enseñanza y
aprendizaje, introduce enfoques más interactivos, como tutoriales inteligentes,
aprendizaje adaptativo y simulaciones virtuales, que aumentan la participación
y la comprensión de los alumnos. Por lo que, finalmente, la IA brinda seguridad
y privacidad en sistemas de IA universitarios que implica el desarrollo de
políticas y tecnologías robustas para resguardar datos sensibles de alumnos y
docentes, asegurando el cumplimiento de normativas y preservando la confianza en
el uso de la tecnología.
Referencias
Akgun,
S., y Greenhow, C. (2022). Artificial
intelligence in education: Addressing ethical challenges in K-12 settings. AI
and Ethics, 2(1), 431–440. https://doi.org/10.1007/s43681-021-00096-7
Almaiah, M., Alfaisal, R., Salloum, S., Hajjej, F., Thabit, S., El-Qirem, F., Lutfi, A., Alrawad, M., Al Mulhem, A., y Alkhdour, T. (2022).
Examining the Impact of Artificial Intelligence and Social and Computer Anxiety
in E-Learning Settings: Students’ Perceptions at the University Level. Electronics, 11(22),
1-12. https://doi.org/10.3390/electronics11223662.
Arana, C. (2021). Inteligencia Artificial Aplicada a
la Educación: Logros, Tendencias y Perspectivas. Revista Argentina De
Ciencia y Tecnología, 1(7), 1-21. https://www.revistas.untref.edu.ar/index.php/innova/article/view/1107
Baidoo,
D., y Owusu, L. (2023). Education
in the Era of Generative Artificial Intelligence (AI): Understanding the
Potential Benefits of ChatGPT in Promoting Teaching
and Learning. Journal of AI, 7(1), 52-62. https://dergipark.org.tr/en/download/article-file/3307311
Bates, T., Cobo, C., Mariño, O., y Wheeler,
S. (2020). Can artificial intelligence transform higher education? International
Journal of Educational Technology in Higher Education, 17(42), 1-20. https://doi.org/10.1186/s41239-020-00218-x
Chaudhry, M., y Kazim, E. (2022). Artificial
Intelligence in Education (AIEd): a high-level
academic and industry note 2021. AI and Ethics, 2(1), 157–165. https://doi.org/10.1007/s43681-021-00074-z
Chen,
X., Xie, H., Zou, D., y
Hwang, G. (2020). Application
and theory gaps during the rise of Artificial Intelligence in Education.
Computers and Education: Artificial Intelligence, 1(1), 1-11. https://doi.org/10.1016/j.caeai.2020.100002
Chong,
G., Jian, M., y Zhiying, J.
(2020). Artificial intelligence innovation in education: A twenty-year
data-driven historical analysis. International Journal of Innovation
Studies, 4(4), 134-147. https://doi.org/10.1016/j.ijis.2020.09.001
Cordero, A. (2023). Inteligencia Artificial en el aula: oportunidades y
desafíos para la didáctica de la matemática y física universitaria. Revista
internacional de pedagogía e innovación educativa, 4(1), 193-207. https://doi.org/10.51660/ripie.v4i1.154
Crompton,
H., y Burke, D. (2023) Artificial intelligence in higher education: the state
of the field. International Journal of Educational Technology in Higher
Education, 20(22), 1-22. https://doi.org/10.1186/s41239-023-00392-8
Díaz, L., Cárdenas, J., Curo, G., y Barreto, A. (2021). Inteligencia artificial aplicada al
sector educativo. Revista Venezolana de Gerencia, 26(96), 1189-1200. https://doi.org/10.52080/rvgluz.26.96.12
Esteves, A. (2023). Aplicación de inteligencia
artificial para el desarrollo de trabajos académicos en universidades del Perú:
un problema actual. Technological Innovations Journal,
2(4), 20-32. https://doi.org/10.35622/j.ti.2023.04.002
Estévez, J., Garate, G., y Graña, M. (2019).
Gentle Introduction to Artificial Intelligence for
High-School Students Using Scratch. IEEE Access, 7(1), 179027-179036. https://doi.org/10.1109/ACCESS.2019.2956136
Gonzales, C. (2023). El impacto de la inteligencia artificial en la
educación: transformación de la forma de enseñar y de aprender. Revista Qurriculum, 36(1), 51-60. https://doi.org/10.25145/j.qurricul.2023.36.03
González, J., Villota, F., Moscoso, A., Garces, S., y Bazurto, B. (2023).
Aplicación de la Inteligencia Artificial en la Educación Superior. Dominio
de las Ciencias, 9(3), 1097–1108. https://doi.org/10.23857/dc.v9i3.3488
Guzmán, D. (2023). La Alfabetización Informacional y
el Impacto de la Inteligencia Artificial en la Educación Peruana. Ciencia
Latina Revista Científica Multidisciplinar, 7(5), 1-12. https://doi.org/10.37811/cl_rcm.v7i5.8369
Hassan,
K., Buckingham, S., Chen, G., Conati,
C., Yi, T., Kay, J., Knight, S., Martinez, R., Shazia, S., y Dragan, G. (2022). Explainable Artificial Intelligence in education. Computers and Education: Artificial Intelligence, 3(1), 1-12. https://doi.org/10.1016/j.caeai.2022.100074
Hinojo, F., Aznar, I., Cáceres, M., y Romero, J.
(2019). Artificial Intelligence in Higher Education: A Bibliometric
Study on its Impact in the Scientific Literature. Education Sciences,
9(1), 1-18. https://doi.org/10.3390/educsci9010051
Hooda, M., Rana, C., Dahiya, O., Rizwan, A, y Hossain, M. (2022).
Artificial Intelligence for Assessment and Feedback to
Enhance Student Success in Higher Education. Mathematical Problems in
Engineering, 1(1), 1-19. https://doi.org/10.1155/2022/5215722
Huang,
J., Saleh, S., y Liu, Y. (2021). A
Review on Artificial Intelligence in Education. Academic Journal of
Interdisciplinary Studies, 10(3), 206-217. https://pdfs.semanticscholar.org/4590/d37ca3f650e9f72613189003a8c49eddb75b.pdf
Ibrahim,
H., Liu, F., Asim, R., Battu,
B., Sidahmed, B., Bashar, A., Alhanai,
T., Alshebli, B., Baghadi,
R., Belanger, J., Beretta, E., Celik, K., Chaqfeh, M., Daqaqi, M., Bernoussi, Z., Fougnie, D.,
Garcia, B., Gandolfi, A., Gyorgy,
A., Habash, N., Harris, A., Kaufman, A., Kirousis, L., y Zaki, Y. (2023). Perception, performance, and detectability of conversational
artificial intelligence across 32 university courses. Scientific
Reports, 13(1), 1-17. https://doi.org/10.1038/s41598-023-38964-3
Kamalov, F., Santandreu, D., y Gurrib, I.
(2023). New Era of Artificial Intelligence in Education: Towards a
Sustainable Multifaceted Revolution. Sustainability, 15(16), 1-21. https://doi.org/10.3390/su151612451
Kuleto, V., Ilić, M., Dumangiu, M., Ranković, M., Martins, O., Păun,
D., y Mihoreanu, L. (2021).
Exploring Opportunities and Challenges of Artificial
Intelligence and Machine Learning in Higher Education Institutions. Sustainability, 13(18),
1-21. https://doi.org/10.3390/su131810424
López, O., Núñez, N., López, O., y Sánchez, J. (2024).
El Análisis del uso de la inteligencia artificial en la educación
universitaria: una revisión sistemática. Pixel-Bit. Revista de Medios y Educación,
70(1), 98-122. https://institucional.us.es/revistas/PixelBit/70/6_106336.pdf
Luan, H., Geczy, P., Lai, H., Gobert, J., Yang, S., Ogata, H., Baltes, J., Guerra,
R., Li, P., y Tsai, C. (2020). Challenges and Future Directions of Big Data and Artificial
Intelligence in Education. Frontiers in Psychology, 1(11), 1-11. https://doi.org/10.3389/fpsyg.2020.580820
Mena, A., Vázquez, E., Fernández, E., y López, E.
(2024). Artificial intelligence and its
scientific production in the area of education. Formación universitaria, 17(1), 155-164. https://dx.doi.org/10.4067/S0718-50062024000100155
Ocaña, Y., Valenzuela, L., y Garro, L. (2019).
Inteligencia artificial y sus implicaciones en la educación superior. Propósitos
y Representaciones, 7(2), 536-568. https://dx.doi.org/10.20511/pyr2019.v7n2.274
Ojeda, D., Solano, A., Álvarez, D., y Cárcamo, E.
(2023). Analysis of the impact of
artificial intelligence ChatGPT on the teaching and
learning processes in university education. Formación universitaria, 16(6), 61-70. https://dx.doi.org/10.4067/S0718-50062023000600061
Okunlaya, R., Syed, N., y Alias, R.
(2022). Artificial intelligence (AI) library services innovative
conceptual framework for the digital transformation of university education. Library
Hi Tech, 40(6), 1869-1892. https://doi.org/10.1108/LHT-07-2021-0242
Ouyang, F., Zheng, L. y Jiao, P. (2022). Artificial
intelligence in online higher education: A systematic review of empirical
research from 2011 to 2020. Education and Information
Technologies, 27(1), 7893–7925. https://doi.org/10.1007/s10639-022-10925-9
Sánchez, M., y Carbajal, E. (2023). La inteligencia artificial generativa y la educación
universitaria: ¿Salió el genio de la lámpara?. Perfiles
Educativos, 45(1), 70–86. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692
Tapalova, O., y Zhiyenbayeva, N.
(2022). Artificial Intelligence in Education: AIEd
for Personalised Learning Pathways. The Electronic
Journal of e-Learning, 20(5), 639-653.
www.ejel.org
Tinoco,
C. (2023). Empleo de la inteligencia artificial en la
educación universitaria: una revisión sistemática. Paideia XXI, 13(2),
359–375. https://doi.org/10.31381/paideiaxxi.v13i2.6002
Tomalá,
M., Mascaró, E., Carrasco, C., y Aroni, E. (2023).
Incidencias de la inteligencia artificial en la educación. RECIMUNDO, 7(2), 238-251. https://doi.org/10.26820/recimundo/7.(2).jun.2023.238-251
Urquilla, A. (2023). Un viaje hacia la inteligencia artificial
en la educación. Realidad y Reflexión, (56), 121–136. https://doi.org/10.5377/ryr.v1i56.15776
Wang, T., Lund, B., Marengo,
A., Pagano, A., Mannuru, N., Teel,
Z., y Pange, J. (2023). Exploring
the Potential Impact of Artificial Intelligence (AI) on International Students
in Higher Education: Generative AI, Chatbots,
Analytics, and International Student Success. Applied
Sciences, 13(11), 1-10. https://doi.org/10.3390/app13116716
Zawacki, O., Marín, V., Bond, M., y 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(39), 1-22. https://doi.org/10.1186/s41239-019-0171-0
Zhai, X.,
Chu, X., Chai, C., Jong, M., Istenic, A., Spector,
M., Liu, J., Yuan, J., y Li, Yan. (2021). A Review of Artificial Intelligence (AI) in Education from
2010 to 2020. Complexity, 1(1), 1-18 https://doi.org/10.1155/2021/8812542