Acceso usuarios
Naftali López Trinidad, Glenys Lara Inocencio, Maderlyn Silverio Hurtado, Julissa Pascual Peralt
Este artículo presenta una revisión sistemática de la literatura científica sobre el uso de la inteligencia artificial (IA) en educación, con el objetivo de identificar tendencias, vacíos conceptuales y desafíos en su integración pedagógica. La búsqueda se realizó en bases de datos indexadas como Scopus, Web of Science y ERIC, recuperando 186 publicaciones entre 2019 y 2024. Tras aplicar los criterios PRISMA, se seleccionaron 47 estudios empíricos y teóricos que abordaban la implementación de IA en distintos niveles educativos. Aunque existe una creciente producción académica sobre IA y educación, la mayoría de los estudios proviene del campo técnico, con escasa articulación crítica desde las ciencias pedagógicas y sociales. Este estudio responde a dicha brecha, proponiendo una síntesis que combine el rigor metodológico con una perspectiva educativa integral, orientada a comprender el fenómeno más allá de sus aplicaciones funcionales. Los hallazgos se organizaron en seis ejes temáticos: (1) personalización del aprendizaje, destacando el uso de sistemas adaptativos; (2) ética y equidad digital, con énfasis en la privacidad y los sesgos algorítmicos; (3) inteligencia artificial generativa y sus implicaciones didácticas; (4) formación docente y percepciones estudiantiles; (5) modelos predictivos y minería de datos aplicados al aprendizaje; y (6) aplicaciones diferenciadas por nivel educativo. Los resultados muestran un impacto positivo de la IA en el apoyo al aprendizaje personalizado y la optimización de procesos educativos, aunque persisten barreras relacionadas con la capacitación docente, la equidad de acceso y la necesidad de marcos regulatorios. Se concluye que el aprovechamiento efectivo de la IA en la educación requiere enfoques éticos e interdisciplinarios, junto a políticas públicas que garanticen innovación pedagógica, inclusión y sostenibilidad.
This article presents a systematic review of the scientific literature on the use of artificial intelligence (AI) in education, aiming to identify trends, conceptual gaps, and emerging challenges in its pedagogical integration. The search was conducted in indexed databases such as Scopus, Web of Science, and ERIC, retrieving 186 publications between 2019 and 2024. After applying PRISMA criteria, 47 empirical and theoretical studies were selected, all addressing the implementation of AI across various educational levels. Although academic production on AI in education has grown significantly, most studies originate from technical fields, with limited critical articulation from pedagogical and social science perspectives. This study addresses that gap by providing a synthesis that combines methodological rigor with an integrated educational perspective, aiming to understand the phenomenon beyond its functional applications. Findings were organized into six thematic axes: (1) personalized learning, highlighting the use of adaptive systems; (2) ethics and digital equity, focusing on privacy and algorithmic bias; (3) generative artificial intelligence and its didactic implications; (4) teacher training and student perceptions; (5) predictive models and educational data mining; and (6) applications across different educational levels. The results indicate a positive impact of AI on personalized learning support and process optimization. However, persistent challenges remain, such as teacher training gaps, unequal access to technology, and the need for regulatory frameworks. It is concluded that the effective integration of AI in education requires ethical and interdisciplinary approaches, alongside public policies that promote pedagogical innovation, inclusion, and long-term sustainability.
