Acceso usuarios
[1]
;
Angélica María Quispe-Avalos
[1]
;
Bertha Navarro Navarro
[2]
;
Diana Rocio Ormeño-Arguedas
[3]
;
Edwin César Delgado-Asto
[3]
;
Marina Kelibe Ore-Choque
[3]
;
Rafael Romero-Carazas
[4]
Perú
Perú
Ica, Perú
Arequipa, Perú
El presente estudio tuvo como objetivo realizar un análisis bibliométrico y de revisión de la literatura sobre Inteligencia Artificial (IA) como herramienta de innovación académica en educación universitaria. La metodología empleada fue un análisis bibliométrico, para el estudio se consideraron 184 documentos de Scopus que cumplían los criterios de inclusión en cuanto a relevancia y palabras clave en inglés (artificial intelligence, academic innovation y university education), además, de una estrategia de revisión sistemática de la literatura que incluyó diez documentos. Se analizaron indicadores como la cantidad de publicaciones, países, fuentes internacionales y autores. Los resultados revelan un crecimiento notable en el número de estudios sobre IA aplicada a la educación superior entre el 2021 y 2024, con 161 (87.5%) trabajos académicos. Estados Unidos fue el país más destacado con 11,7% de la producción. Además, International Journal of Management Education fue la fuente más importante, ya que contó con 365 citas. Entre los autores más citados se mencionan Michel-Villarreal, R., Salinas-Navarro, D.E. y Vilalta-Perdomo, E. (123 citas cada uno). La mayoría de las publicaciones (79%) fueron artículos científicos, con un 31% centrado en las ciencias sociales y un 17% en la informática. Se concluye que existe una colaboración internacional destacada entre autores y países, de fuentes relevantes y enfoques temáticos de gran interés, lo que puede mejorar la diversidad de estudios y soluciones globales en la educación superior. Por último, el análisis de literatura permite a los investigadores conocer las áreas de mayor interés, ayudando a enfocar futuros estudios en diversas áreas clave.
The present study aimed to conduct a bibliometric analysis and literature review on Artificial Intelligence (AI) as a tool for academic innovation in higher education. The methodology employed was a bibliometric analysis; for the study, 184 Scopus documents that met the inclusion criteria for relevance and English keywords (artificial intelligence, academic innovation, and university education) were considered, in addition to a systematic literature review strategy that included ten documents. Indicators such as the number of publications, countries, international sources, and authors were analyzed. The results reveal a notable increase in the number of studies on AI applied to higher education between 2021 and 2024, with 161 (87,5%) academic papers. The United States was the most prominent country, accounting for 11,7% of the output. Additionally, the International Journal of Management Education was the most important source, with 365 citations. Among the most cited authors are Michel-Villarreal, Salinas-Navarro and Vilalta-Perdomo (123 citations each). Most publications (79%) were scientific articles, with 31% focused on the social sciences and 17% on computer science. It is concluded that there is outstanding international collaboration among authors and countries, drawing on relevant sources and addressing thematic approaches of great interest, which can enhance the diversity of studies and global solutions in higher education. Finally, the literature analysis allows researchers to identify areas of greatest interest, helping to focus future studies on various key areas
